A biológiai és mesterséges intelligencia fogalom gyökerei, intelligencia elméletek.
Intelligens Rendszerek Elmélete 1
Az intelligencia mérése. A mesterséges intelligencia klasszikus és újabb területei. http://uni-obuda.hu/users/kutor/
2012. ősz
Óbudai Egyetem, NIK
Dr. Kutor László
IRE 1/45/1
2012. ősz
Követelmények (Nappali tagozat)
Az évközi jegy pótlási időpontja: 2012. december 19. Óbudai Egyetem, NIK
Dr. Kutor László
Dr. Kutor László
IRE 1/45/2
Követelmények (Esti tagozat)
Vizsgakövetelmény: évközi jegy Zh időpontok: 2012. Október 16., december 4., december 4. Az évközi jegy ponthatárai: 89-100% jeles (5) 76-88% jó (4) 63-75% közepes (3) 51-62% elégséges (2) 0-50% elégtelen (1) Egy elmulasztott zh pótlási időpontja: 2012. december 11.
2012. ősz
Óbudai Egyetem, NIK
IRE 1/45/3
Vizsgakövetelmény: évközi jegy Előadások: 2012. szept. 20, okt. 4, 18, 25, nov. 15. 29 Zh időpontok: 2012. október 25., december 13 Az évközi jegy ponthatárai: 89-100% jeles (5) 76-88% jó (4) 63-75% közepes (3) 51-62% elégséges (2) 0-50% elégtelen (1) Az első elmulasztott zh pótlási időpontja: 2012. december 13. Az évközi jegy pótlási időpontja: 2012. december 19. 2012. ősz
Óbudai Egyetem, NIK
Dr. Kutor László
IRE 1/45/4
Mars Science Lab (Curiosity) leszállása
Tanulási javaslatok .
1. Az előadásokon vetített ábrák csak a tananyag vázlatául szolgálnak, ezért az előadásokon célszerű részt venni és jegyzetelni. A jegyzetekhez a vetített ábra jobb alsó sarkában lévő számot érdemes felírni. 2. A javasolt olvasmányokat érdemes feldolgozni. 3. A felkészülést segítő kérdéseket célszerű önállóan kidolgozni. 4. Az előadás végén feltett kérdésekkel kapcsolatban javasolt saját véleményt kialakítani.
2012. ősz
Óbudai Egyetem, NIK
Dr. Kutor László
IRE 1/45/5
2012. ősz
Óbudai Egyetem, NIK
Dr. Kutor László
IRE 1/45/6
Első képek a Curiosityról
2012. ősz
Óbudai Egyetem, NIK
Dr. Kutor László
Marsi látkép a Curiosityról
IRE 1/45/7
Az intelligencia fogalma
2012. ősz
Óbudai Egyetem, NIK
Dr. Kutor László
IRE 1/45/8
Az információ feldolgozás fejlődése 1.
A szó eredete: Latin „intellegere”= megértés Rokon fogalmak: okos, értelmes, ésszerűen cselekvő Értelmezése: az intelligencia az egyénnek az az összesített
„Moore törvény”
vagy globális képessége, amely lehetővé teszi, hogy célszerűen cselekedjék, hogy racionálisan gondolkodjék, és eredményesen bánjék környezetével. Többek között magába foglalja a következőket: következtető képesség, tervezés, problémamegoldó képesség, absztrakt gondolkodás, összetett gondolatok megértése, gyors tanulási képesség, tanulási képesség a tapasztalatokból. A fenti folyamatok lényege: információ feldolgozás !!! Intelligence = government intelligence !!!!!! 2012. ősz
Óbudai Egyetem, NIK
Dr. Kutor László
IRE 1/45/9
Az információ feldolgozás fejlődése 2.
2012. ősz
Óbudai Egyetem, NIK
Dr. Kutor László
IRE 1/45/10
Az információ-feldolgozó gépek teljesítménye meghaladja az emberi feldolgozást? „Singularity” = rendkívüli, különleges helyzet (melyen nem látunk túl?)
Ray Kurzweil: The Singularity is Near (2005)
2012. ősz
Óbudai Egyetem, NIK
Dr. Kutor László
IRE 1/45/11
2012. ősz
Óbudai Egyetem, NIK
Dr. Kutor László
IRE 1/45/12
12 esemény ami mindent megváltoztat(hat)
A Föld 4.6 milliárd éves története Rodney A. Brooks MIT)
Nagyon valószínűtlen Valószínűtlen ~ biztos 50-50 Várható
Óbudai Egyetem, NIK
2012. ősz
Dr. Kutor László
IRE 1/45/13
Egysejtűek Fotoszintetizáló növények Első halak és gerincesek Rovarok Hüllők intelligencia? Dinoszauruszok Emlősök Első majmok Főemlősök Emberek A mezőgazdaság feltalálása Az írás feltalálása „Szakértői” tudás 2012. ősz
Óbudai Egyetem, NIK
Óriás szitakötő
Az intelligencia fejlődése
3.5 milliárd év 2.5 milliárd év 550 millió év 450 millió év 370 millió év 330 millió év 250 millió év 120 millió év 18 millió év 2.8 millió 19 ezer év 5 ezer év Néhány száz éve
Dr. Kutor László
IRE 1/45/14
(Jura korból!)
Intelligencia=információ-feldolgozó-, probléma-megoldó képesség Intelligencia
…..növények, állatok
emberek
Az élőlények fejlődése 2012. ősz
Óbudai Egyetem, NIK
Dr. Kutor László
IRE 1/45/15
2012. ősz
Óbudai Egyetem, NIK
Dr. Kutor László
IRE 1/45/16
Az intelligencia meghatározás története
Intelligencia összehasonlító vizsgálatok
1575 Juan Huarte: „ intelligencia = tanulási képesség, képzeleterő és döntési képesség” 1839 George Morton: „ Craniometry” koponya mérettan képviselője 1859 Charles Darvin: „Az intelligencia részben örökletes” 1904 Charles Sperman: „az intelligencia G faktorának felfedezése” 1905 Alfred Binet: Az első intelligencia teszt kidolgozása 1912 W. Stern: Javaslat az intelligencia hányados bevezetésére
1979-1989 NLSY (National Longitudinal Survey of Youth) 12 000 fiatal felmérése 14-22 éves korig Eredmények: Szegénység: 8-szor gyakoribb a szegénysorból kikerülők között
IQ= Mk/Ék * 100
1936 Jean Piaget:
„ Az intelligencia öröklött és környezeti tényezőktől függ”
Az IQ mérése felnőtteknél IQ=Pont/csoportátlag * 100 1939 D. Wechsler 1971 Richard Herrnstein: „az IQ különbségek oka örökletes tényezőkre vezethető vissza” 1990 Thomas Buchard: minnesotai iker vizsgálatok Óbudai Egyetem, NIK Dr. Kutor László 2012. ősz IRE 1/45/17
15-ször gyakoribb az alacsony IQ-s csoportban
Törvényen kívüli gyermekek száma: 2-szer gyakoribb a szegények között 8-szor gyakoribb az alacsony IQ-s csoportban Börtönsors: Az IQ alsó felébe eső csoport tagjai 10-szer gyakrabban kerülnek börtönbe mint az IQ felső felébe esők
Erős vitákat kiváltó eredmények: A Wecshler teszt alapján a fehérek átlag IQ-ja 102, a feketéké 87 ???????? 2012. ősz
Óbudai Egyetem, NIK
Dr. Kutor László
IRE 1/45/18
Az intelligencia mérése, az intelligencia hányados (IQ) értelmezése
Az intelligencia hányados szokásos osztályai <68 69-79 80-90 91-109 110-120 121-130 >131
E.G.Boring (~ 1920)
„ Az intelligencia az amit az intelligencia teszt mér” Binet-féle IQ értelmezés
1.
IQ
mentális kor 100 életkor
Wechsler-féle IQ értelmezés
2.
IQ
vizsgálatban elért pont 100 korcsoport átlaga
Értelmi fogyatékos Igen alacsony IQ Átlag alatti IQ Átlagos „normális” IQ Átlag feletti IQ Kiemelkedő IQ Extrém
2.15% 6.72% 16.13% 50 % 16.13% 6.72% 2.15%
A „Flynn hatás” szerint a IQ érték 10 évente 3 ponttal növekszik!!! 2012. ősz
Óbudai Egyetem, NIK
IRE 1/45/19
Dr. Kutor László
Hiányok ellensúlyozása
2012. ősz
Óbudai Egyetem, NIK
Dr. Kutor László
IRE 1/45/20
Barátság - emberi kapcsolat Helen Keller író 1880-1968
Journal My Later Life My religion The story of my Life The World I Live in Teacher: Anne Sullivan Macy
„ Ha a lehetőségek boldogság egy kapuja bezárul, akkor egy másik kapu kinyílik, de mi gyakran annyira el vagyunk foglalva a zárt kapuval, hogy nem vesszük észre a nyitottat” 2012. ősz
Óbudai Egyetem, NIK
Dr. Kutor László
IRE 1/45/21
Beszéddel vezérelhető élettér electronic Voice-activated Assistant (eVA)
2012. ősz
Óbudai Egyetem, NIK
Dr. Kutor László
IRE 1/45/23
2012. ősz
Óbudai Egyetem, NIK
Dr. Kutor László
IRE 1/45/22
Az egy gombbal történő vezérlés előnyei
2012. ősz
Óbudai Egyetem, NIK
Dr. Kutor László
IRE 1/45/24
Gyógyszer-azonosítás mobiltelefonnal
Óbudai Egyetem, NIK
2012. ősz
Dr. Kutor László
IRE 1/45/25
Thorndike intelligencia értelmezése
Absztrakt vagy verbális intelligencia Praktikus intelligencia, amely a tárgyakkal kapcsolatos manipulációk ügyességét jelzi. Szociális intelligencia
Óbudai Egyetem, NIK
Dr. Kutor László
IRE 1/45/27
A WAIS (Wechsler Adult Intelligence Scale) IV. teszt skálái (2008) Szóértés index Verbal Comprehension Index (VCI) Hasonlóságok vizsgálata: (absztrakt szóbeli következtetés) Szókincs (szóbeli kifejezőkészség) Tudás (általános ismeret) Szövegértés (szabályok kifejezések értelmezése)
Érzékszervi következtetés index Perceptual Reasoning Index (PRI) Blokk tervezés (térérzékelés, vizuális problémamegoldás) Mátrix következtetés (nonverbális absztrakt problémamegoldás, indunktív-, téri következtetés) Vizuális rejtvények (non-verbális következtetés) Képkiegészítés Mennyiségi és analógiás gondolkodás 2012. ősz
Óbudai Egyetem, NIK
Dr. Kutor László
2012. ősz
Óbudai Egyetem, NIK
Dr. Kutor László
IRE 1/45/26
Wechsler féle intelligencia értelmezés: „Az intelligencia az egyénnek az az összetett vagy globális képessége, amely lehetővé teszi, hogy célszerűen cselekedjék, hogy racionálisan gondolkodjék, és eredményesen bánjék a környezetével”
Emberi intelligencia típusok:
2012. ősz
Használat közben a gyógyszertárban
IRE 1/45/29
Verbális próbák: Cselekvés próbák: ismeretek rejtjelezés - próba helyzetek megértése képrendezés számismétlés képkiegészítés számolási feladat mozaik próba összehasonlítás szintézis próba (főfogalom megnevezés) 2012. ősz
Óbudai Egyetem, NIK
Dr. Kutor László
IRE 1/45/28
A WAIS (Wechsler Adult Intelligence Scale) IV. teszt skálái (2008) Munka memória index Working Memory Index (WMI) Számterjedelem (figyelem, koncentráció, önuralom) Számolási készség Betű-szám sorozatok kezelése
Feldolgozási sebesség index Processing Speed Index (PSI) Szimbólum keresés (vizuális érzékelés sebessége) Kódolás (szem-kéz koordináció, gondolati sebesség) Visszavonás (kiegészítő) látás-érzékszervi sebesség
2012. ősz
Óbudai Egyetem, NIK
Dr. Kutor László
IRE 1/45/30
Intelligencia elméletek 1.
Intelligencia elméletek 2
Két faktor elmélet (Sperman):
Sok faktor elmélet. (Thurstone):
„Minden intellektuális képesség –mint funkció- két faktorra bontható szét”
„Az intelligencia több alapvető faktor kombinációjából jön létre.”
Az általános (General) faktor, amely közös a különböző intellektuális képességekben A specifikus (Specific) faktor, amely minden képesség számára különböző, és ez a faktor különbözteti meg a funkciókat egymástól.
Alapvető faktorok:
2012. ősz
Óbudai Egyetem, NIK
Dr. Kutor László
Nyelvi megértés (V) Téri viszonyok felfogása (S) Szótalálás gyorsasága (W) Észlelési képesség (P) Számolás(N) Emlékezés(M) Következtetés(R) IRE 1/45/31
Óbudai Egyetem, NIK
2012. ősz
Mesterséges Intelligencia meghatározások
Az MI olyan gépek kutatásával foglalkozik, melyek az emberi megítélés szerint intelligenciát megoldó feladatok megoldására készülnek. Az MI azoknak a problémáknak számítógépes megközelítésével foglalkozik, melyek megoldásában jelenleg az emberek jobbak. „Alaine Rich” Az MI kutatás elsődleges célja, hogy a gépeket okosabbá tegye, másodlagosan pedig, hogy közelebb vigyen az intelligencia megértéséhez. „P.H Winston” Az MI tágabb értelemben az érzékelést a célszerű cselekvéssel összekötő információ-feldolgozással foglalkozó tudomány. „R.Kurzweil”
2012. ősz
Óbudai Egyetem, NIK
Dr. Kutor László
IRE 1/45/33
IRE 1/45/32
Turing teszt
Az „MI” kifejezés első alkalmazója Edward Feigenbaum (1978)
Dr. Kutor László
Alan Turing (1912-1954)
Célja: „egy számítógépről eldönteni, hogy intelligens-e” ember Bíró számítógép Beszéd alapú kommunikáció Óbudai Egyetem, NIK
2012. ősz
Dr. Kutor László
IRE 1/45/34
A mesterséges intelligencia klasszikus területei 1.
Jeopardy (kockázat) játék eredménye 2011. febr. 16
Produkciós rendszerek Keresési stratégiák A predikátum kalkulus az MI-ben Cáfolással megoldható rendszerek Szabály alapú következtető rendszerek Alapvető terv-generáló rendszerek Strukturált objektumok reprezentációja N. J. Nilson
2012. ősz
Óbudai Egyetem, NIK
Dr. Kutor László
IRE 1/45/35
2012. ősz
Óbudai Egyetem, NIK
Dr. Kutor László
IRE 1/45/36
Tankönyvek:
A mesterséges intelligencia klasszikus területei 2.
Mesterséges intelligencia
Problémák számítógépes reprezentációja Keresési technikák Problémamegoldás felbontással (dekompozícióval) A problémamegoldás vezérlése Mesterséges intelligencia nyelvek Tudásreprezentáció és tudásfelhasználás Az emberi intelligencia nyomában A keret probléma Következtetés a józan ész alapján Tudásgyűjtés A környezetre vonatkozó tudás Yoshaki Shirai-Jun-Ichi Tsujii Óbudai Egyetem, NIK
2012. ősz
Dr. Kutor László
IRE 1/45/37
Szerk: Futó Iván, 1999 Kereső rendszerek Keresési stratégiák Nevezetes gráfkereső eljárások Ismeretprezentáció Kétszemélyes játékok Fejlett kereső algoritmusok Korlátozás kielégítés Bizonytalanság kezelés Programozási nyelvek Cselekvési tervek generálása
2012. ősz
Óbudai Egyetem, NIK
Dr. Kutor László
IRE 1/45/39
Az intelligencia alapvető tényezői
Dr. Kutor László
IRE 1/45/38
A mesterséges intelligencia klasszikus alkalmazási területei
Mesterséges intelligencia modern megközelítésben Russel-Norvig, 2000 Mesterséges intelligencia Tervkészítés Intelligens ágensek Tervkészítés a gyakorlatban Problémamegoldás kereséssel Tervkészítés és cselekvés Informált keresési módszerek Bizonytalanság Kétszemélyes játékok Valószínűségi következtető rendszerek Logikusan gondolkozó ágensek Döntések meghozatala Elsőrendű logika Megfigyelés alapján történő tanulás A tudásbázis építése Neurális és valószínűségi hálók tanulása Következtetés az elsőrendű logikában, Kommunikáló ágensek Logikai következtető rendszerek Nyelv feldolgozás, Észlelés, Robotika
Óbudai Egyetem, NIK
2012. ősz
Tankönyvek:
Gépi tanulás Ismeretalapú technológia, szakértői rendszerek Ágens és multi-ágens rendszerek Természetes nyelvek Beszédfelismerés Látás Robotika, fizikai ágensek
Számítógép-tudomány: következtető rendszerek, tételbizonyítás, játékok Szakértői rendszerek Döntéstámogató rendszerek Nyelvfeldolgozás beszédtechnológia (beszédanalízis szövegfelismerés, gépi fordítás), beszédszintézis, beszédfelismerés nyomtatott és kézírás felismerés Robotika Alakfelismerés (képfeldolgozás) Gépi tanulás Óbudai Egyetem, NIK
2012. ősz
Dr. Kutor László
IRE 1/45/40
A tantárgy bemutatásra kerülő témái Az emberi intelligencia és a mesterséges intelligencia alapfogalmai, mérése
Érzékelő képesség (érzékszervek) Információ feldolgozó képesség
Érzékelők az élővilágban Technikai érzékelők Problémamegoldó rendszerek (klasszikus, elosztott,
(processzor, feldolgozási módszer) Tudás (emlékezet, tapasztalat) Tanulási képesség Kommunikációs képesség
ambiens)
Klasszikus és új kereső algoritmusok Tudásalapú rendszerek: szakértői rendszerek,
döntéstámogató rendszerek
A biológiai indíttatású információ feldolgozás elvei:
mesterséges neurális hálózatok genetikus algoritmusok fuzzy logikára épülő rendszerek Az ágens technológia elvei
Mennyiségi és minőségi mutatók!!! pl. sebesség 2012. ősz
Óbudai Egyetem, NIK
Dr. Kutor László
IRE 1/45/41
2012. ősz
Óbudai Egyetem, NIK
Dr. Kutor László
IRE 1/45/42
Nézőpontok
2012. ősz
Óbudai Egyetem, NIK
Dr. Kutor László
Nézőpontok
IRE 1/45/43
Kérdések: Hogyan értelmezzük az informatikai szingularitást? A fejlődés jelenlegi (exponenciális) jellegét folytatva milyen lesz a mesterséges intelligencia 40 év múlva? a.) Tudnak-e és milyen feladatokban versenyképesek maradni az emberek a számítógépekkel? b.) Meghúzható lesz-e a határvonal az ember és gép között? c.) Lehet-e, (és ha igen,) hogyan lehet lépést tartani a fejlődéssel? 2012. ősz
Óbudai Egyetem, NIK
Dr. Kutor László
IRE 1/45/45
2012. ősz
Óbudai Egyetem, NIK
Dr. Kutor László
IRE 1/45/44