Einführung in die AI

Ähnliche Dokumente
Artificial Intelligence und Wissensrepräsentation

Motivation und Geschichte. Geschichte der Logik Logik und Informatik

Seminar Künstliche Intelligenz Wintersemester 2013/14

Was versteht man unter Intelligenz

Vorlesung: Künstliche Intelligenz

Seminar Künstliche Intelligenz Wintersemester 2014/15

Logik in der Informatik

Motivation und Geschichte. Geschichte der Logik Logik und Informatik

Logik und Beweisbarkeit

1.1 Was ist KI? 1.1 Was ist KI? Grundlagen der Künstlichen Intelligenz. 1.2 Menschlich handeln. 1.3 Menschlich denken. 1.

Logische Grundlagen der Mathematik, WS 2014/15

Grundlagen der Künstlichen Intelligenz

/26

MATHEMATIQ. Der Newsletter der MathSIG (Interessensgruppe innerhalb der Mensa Österreich) Ausgabe 4.

Einführung in die Artificial Intelligence. Jochen Renz

in der Versorgungstechnik? Prof. Dr. Michael Krödel

Logische Programmierung

Einführung in die Künstliche Intelligenz

Sudoku. Warum 6? Warum 6?

Einführung in die Artificial Intelligence

Künstliche Intelligenz

Entwicklung und Einsatz von Expertensystemen

Zusammenfassung. Definition. 1 (x i ) 1 i n Sequenz von Registern x i, die natürliche Zahlen beinhalten. 2 P ein Programm. Befehle: 1 x i := x i + 1

1. Vorlesung Gliederung und Einführung

Universität Potsdam Institut für Informatik. Masterstudium Computational Science

Künstliche Intelligenz. Andreas Breckheimer

Modul Künstliche Intelligenz. Prof. Dr. Heinrich Jasper TU Bergakademie Freiberg Künstliche Intelligenz und Datenbanken

Einführung in die Künstliche Intelligenz

Künstliche Intelligenz

Die Geschichte der künstlichen Intelligenz

Algorithmisierbarkeit, Axiomatisierbarkeit und die Grenzen der Berechenbarkeit. Von Nadja Worliczek im Rahmen des Proseminars Wurzeln der Informatik

Künstliche Intelligenz Geplanter Inhalt

Informatik A. Prof. Dr. Norbert Fuhr auf Basis des Skripts von Prof. Dr. Wolfram Luther und der Folien von Peter Fankhauser

Clevere Algorithmen programmieren

Joseph Weizenbaum. KI-Kritik. Alexander Kaiser

Einführung in die Theoretische Informatik

Modelltheorie (Einige Impulse)

Theoretische Informatik für Wirtschaftsinformatik und Lehramt

Vorlesung Künstliche Intelligenz Wintersemester 2009/10

Martin Goldstern Der logische Denker Kurt Gödel und sein Unvollständigkeitssatz. 6.

Woher Methoden der KI stammen Gebiete der Künstlichen Intelligenz wissensbasierte Systeme

Artificial Intelligence. Deep Learning Neuronale Netze

Maschinelle Intelligenz. Stefan Nordhausen

Institut für Künstliche Intelligenz

Unentscheidbarkeitssätze der Logik

Inhaltliche Planung für die Vorlesung

THEORETISCHE INFORMATIK UND LOGIK

Angewandte Mathematik am Rechner 1

Entscheidungsunterstützung/ Künstliche Intelligenz. Teil 2

Einführung in Expertensysteme

Informatik Lehre von der Darstellung und Verarbeitung von Information durch Algorithmen Teilgebiete der Informatik: theoretisch

Logik für Informatiker

Künstliche Intelligenz und automatische Wissensverarbeitung

Brückenkurs Mathematik

Einführung in die Methoden der Künstlichen Intelligenz

Künstliche Intelligenz: Gefahr oder Chance? Eric Berg Lead Architekt Azure und Microsoft MVP, COMPAREX

Logik und Beweisbarkeit

Artificial Intelligence

Forschungsseminar: Neuere psychologische Fachliteratur (Gruppe D) Ao.Univ.-Prof. Dr. LeidlmairKarl. Stevan Harnad The symbol groundingproblem

LOGIK IM INTERDISZIPLINÄREN SPANNUNGSFELD

Warum wir noch Mathematiker brauchen

Was ist mathematische Logik?

Berechenbarkeit, Beweisbarkeit. Geschichte

Fuzzy Logic und Wahrscheinlichkeit

Teil II: Einstieg in Expertensysteme

Theoretische Grundlagen des Software Engineering

Künstliche Intelligenz

Was ist Logik? Was ist Logik? Aussagenlogik. Wahrheitstabellen. Geschichte der Logik eng verknüpft mit Philosophie

Herzlich Willkommen zur Vorlesung Einführung in die Logik I (*)

Künstliche Intelligenz

Prof. Dr. Lars Schmidt-Thieme. Schüler-Universität, 10. Mai 2012

Formale Logik. PD Dr. Markus Junker Abteilung für Mathematische Logik Universität Freiburg. Wintersemester 16/17 Sitzung vom 25.

Künstliche Intelligenz für Ingenieure

Wie viel Mathematik kann ein Computer?

Quelle: Wikipedia.org. Roger Penrose. Fabian Pawlowski, Hendrik Borghorst, Simon Theler

Kapitel MK:I. I. Einführung. Künstliche Intelligenz Starke KI versus Schwache KI Geschichte der KI Gebiete der KI

Informatik Allgemeines Einführung

Der erste Gödelsche Unvollständigkeitssatz

Formale Logik. PD Dr. Markus Junker Abteilung für Mathematische Logik Universität Freiburg. Wintersemester 16/17 Sitzung vom 9.

Die Informatik als junge Wissenschaft

Formale Systeme. Übung: Reinhard Hemmerling Büsgenweg 4, Raum 89 (1. Stock) rhemmer<at>gwdg.de

Image: (CC-0) Künstliche Intelligenz & Bildung Nicht nur für ExpertInnen

THEORETISCHE INFORMATIK UND LOGIK

Wissensrepräsentation

Allgemeine Bestimmungen

der Turing Test und seine Varianten Woran erkennt man intelligentes Verhalten?

Ein neuer Datenpragmatismus als Wegbereiter für Künstliche Intelligenz?

Grundlagen der Künstlichen Intelligenz

1 Algorithmische Grundlagen

Vorlesung Diskrete Strukturen Die natürlichen Zahlen

AI in Computer Games. Übersicht. Motivation. Vorteile der Spielumgebung. Techniken. Anforderungen

Cognitive Banking Wie Künstliche Intelligenz das Finanzwesen verändert

Logik. Vorlesung im Wintersemester 2010

Konzepte der AI Neuronale Netze

Künstliche Intelligenz

Übersicht. Prädikatenlogik höherer Stufe. Syntax der Prädikatenlogik 1. Stufe (mit Gleichheit)

Einführung in die Informatik

Transkript:

1 Einführung in die AI Prof. Georg Gottlob Institut für Informationssysteme Technische Universität Wien Folien zur Vorlesung Konzepte der Artificial Intelligence

3 Zum Begriff Artificial Intelligence AI: Interdisziplinäres Forschungsgebiet mit folgenden Hauptzielen: Simulation des menschlichen Gehirns, um seine Funktionsweise besser zu verstehen (Kognitionswissenschaften). Nachbildung menschlicher Problemlösungsfähigkeiten in Computerprogrammen (informatische AI).

4 Oft zu hohe Erwartungen führten zu Diskussionen und scharfen Entgegnungen von Philosophen und Wissenschaftskritikern. Entgegnungen waren ihrerseits oft überzogen: Hubert L. Dreyfus 1972 What Computers Can t Do: Computer werden nie einen Schachweltmeister schlagen. 1997: Deep Blue schlug Garey Kasparov.

5 Zur (Vor-)Geschichte der AI Der Wunsch, menschliche Intelligenz mechanisch nachzubilden besteht seit vielen Jahrhunderten. Er schloss den Wunsch ein, die Mathematik zu automatisieren. Automatische Schachspieler. Erfindung verschiedener Maschinen, u.a. Betrug durch versteckte menschliche Spieler.

6 Leibniz (1676-1711) Calculus Ratiocinator zur Automatisierung des Mathematischen Schließens Hilbert (1862-1943) Programm zur vollständigen und konsistenten Axiomatisierung der Mathematik. Russel und Whitehead: Principia Mathematica (1910) Versuch der Realisierung von Hilberts Programm.

7 Gödel 1931: Über formal unentscheidbare Sätze der Principia Mathematica und verwandter Systeme. Gödel zeigt, daß die Zahlentheorie nicht (rekursiv) axiomatisierbar ist. Zu jeder Axiomatisierung A der Zahlentheorie gibt es einen wahren Satz G, sodass weder A G, noch A G. ( : ableitbar). D.h. Jede (rekursive) Axiomatisierung der Zahlentheorie ist unvollständig. Hiermit wurde Hilberts Programm zunichte gemacht. Der Traum einer mechanisierbaren Mathematik war zu Ende.

8 Church (1936): Die Prädikatenlogik ist unentscheidbar. Seit diesen negativen Resultaten: Hoffnung, daß wenigstens Teilgebiete des Denkens, Entscheidens und Handelns automatisierbar sind. Turing, 1950. Turing Test für maschinelle Intelligenz: Ein nur über Fernschreiber mit je einem Menschen und einem Rechner verbundener Tester muß herausfinden, wer sein menschlicher und wer sein maschineller Partner ist. Gelingt das nicht, liegt künstliche Intelligenz vor. (Seit ca. 1990: Jährlicher Wettbewerb mit Preis $100.000.-, bis zum Bestehen des Tests). Turing Test im Internet: www.bbc.co.uk/education/hosc/diyexperiments/turing/turing index.shtml

8-1 McCarthy, 1956: Führt den Begriff der Artificial Intelligence ein. Postulate von McCarthy: Ein Intelligentes System muß eine Repräsentation der Welt besitzen, d.h. auf eine Menge von Fakten zugreifen, sie verarbeiten und erweitern können. Zur Repräsentation dienen Mengen von logischen Aussagen, bzw. Formeln, die Problemlösungen als Folgerungen enthalten. Die Problemlösung muß auffindbar sein. D.h., es muß eine wirksame Suchstrategie für Beweise existieren.

9 Methoden und Forschungsgebiete der AI Wissensrepräsentation Wissensverarbeitung, Schlußfolgern Unsicheres Schließen Automatisches Beweisen Heuristische Suche Planen Automatisches Lernen und Wissenserwerb

10 Kognitives Modellieren (z.b. modellieren räumlicher Eindrücke) Qualitatives Modellieren und Schließen Automatische Diagnose Verstehen und Generieren Natürlicher Sprache Logisches Programmieren Neuronale Netze Intelligente Agenten

11 Anwendungsgebiete der AI Expertensysteme und Entscheidungsunterstützung Konfiguration von elektronischen Geräten und Anlagen Medizinische Diagnose Diagnose und Überprüfung technischer Anlagen Game playing, automatische Spieler Robotersteuerung

12 Sprachübersetzungssysteme, natürlichsprachiger Datenbankzugriff Scheduling, Ablaufsteuerung und Optimierung industrieller Prozesse, Informationsgewinnung aus dem Internet Shopping agents, automatisches Verhandeln Computerunterstütztes Lernen Mustererkennung Bildverstehen