Introducere in inteligenta artificiala si reprezentarea cunostintelor

Curs 1

2012

Ce este inteligenta artificiala ?

Inteligenta artificiala (engl.artificial intelligence) = studiul proiectarii agentilor inteligenti. Termenul de agent descrie o entitate capabila sa actioneze intr-un anumit mediu. Un agent nu este asociat neaparat cu atributul inteligent. Un agent inteligent este un sistem ale carui actiuni definesc un comportament inteligent. Un set minimal de trasaturi ale unui comportament inteligent: Actiunile sunt in concordanta cu obiectivele agentului si cu circumstantele (contextul) acestor actiuni Comportamentul este suficient de flexibil pentru a se putea readapta la obiective si circumstante schimbatoare Agentul este capabil sa invete din experienta astfel incat sa-si imbunatateasca in timp comportamentul Deciziile/alegerile agentului sunt suficient de bune, date fiind capabilitatile sale limitate de perceptie si caracterul finit al calculelor pe care le poate face. 2012

Inteligenta artificiala: stiinta si/sau inginerie ? Dpdv istoric, denumirea oficiala a domeniului este Inteligenta artificiala IA. Se pare ca aceasta ar fi fost propusa in cadrul seminarului de vara de la Dartmouth College in 1956 de catre cercetatorul american John McCarthy. IA este atat stiinta cat si inginerie. Doua obiective: Obiectivul stiintific: intelegerea principiilor care stau la baza comportamentului inteligent al sistemelor naturale sau artificiale. Obiectivul ingineresc: dezvoltarea metodelor si tehnologiilor pentru proiectarea si construirea unor sisteme inteligente artificiale.
2012

Inteligenta artificiala: obiective si metodologie Nu trebuie confundate obiectivele cu metodologia IA. Metodologia IA da domeniului un caracter de stiinta empirica. Obiectivul final nu este doar simularea inteligentei, ci intelegerea mecanismelor inteligentei in scopul crearii agentilor inteligenti. De aceea unii autori considera ca termenul IA poate crea confuzii si propun denumirea de Inteligenta Computationala IC. Avantajul denumirii IC: face explicita ipoteza agentilor inteligenti bazati pe calculabilitate si sisteme de calcul.
2012

Inteligenta artificiala definitie de lucru

Definitie:
Studiul principiilor, modelelor si metodelor de realizare a sistemelor inteligente artificiale prin intermediul sistemelor de calcul, in sensul reproducerii comportamentului inteligent al sistemelor inteligente naturale. IA = Agenti inteligenti si/sau sisteme bazate pe cunostinte.

Argument pentru IA:

echivalenta functionala nu presupune si echivalenta structurala. Un argument este analogia cu masinile de zbor. Ele nu sunt echivalente structural cu pasarile.

Metafore tehnologice pentru IA:

Oamenii au fost mereu preocupati de a se modela si clona cu ajutorul tehnologiei. In acest timp au fost propuse diverse metafore tehnologice ca mecanisme de modelare a mintii umane. IA propune folosirea metaforei sistemelor de calcul. 2012

Ipotezele de baza ale IA

Ipoteza sistemelor de simboluri: rationamentul se reduce la prelucrarea de simboluri. Teza Church Turing: orice prelucrare de simboluri poate fi realizata prin intermediul unei masini Turing. ISS + TCT orice rationament poate fi realizat cu ajutorul unui calculator numeric dotat cu resurse suficiente. Argument: intelegerea limbajului natural (una dintre putinele ferestre spre mintea umana) este in ultima instanta o prelucrare de simboluri. Rezulta ca rationamentul uman, raportat la limbajul natural, are simboluri la intrare si simboluri la iesire, putand fi astfel descris ca o functie care prelucreaza simboluri. Concluzie: exista cel putin un nivel de abstractizare si anume nivelul simbolic, la care putem modela rationamentul cu ajutorul sistemelor de calcul.
2012

Aprecierea comportamentului inteligent

Testul Turing, publicat intr-un articol in revista de filosofie Mind de Alan Turing in 1950.
http://en.wikipedia.org/wiki/Turing_test

Are la baza un experiment ipotetic. Acest lucru ii da testului un caracter operational. Poate fi conceput si un test Turing restrans, pentru domenii problema specifice. Contra-argumente:
Nu verifica trasaturi cum ar fi dexteritatea manuala, in mod normal asociate cu un comportament inteligent. Camera chinezeasca a filosofului John Searl. Incearca sa argumenteze ca, in ciuda faptului ca prin executia unui algoritm s-ar putea obtine un comportament inteligent, acest lucru nu demonstreaza ca ar fi avut loc vreo intelegere de vreun fel din partea calculatorului. http://en.wikipedia.org/wiki/Chinese_Room
2012

Conceptul de agent (I)

Agent = perceptie + rationament + actiune Exemple de agenti: Robot: perceptie = sistem de senzori, actiune = sistem de actuare, rationament = sistem de calcul Sistem expert: perceptie = utilizator uman care furnizeaza descrierea problemei, actiune: utilizator uman care rezolva problema conform solutiei furnizate de sistem Infobot: un robot care traieste intr-un mediu pur informational Intrari: Cunoastere apriorica despre lumea inconjuratoare Experiente trecute care constituie surse de invatare Obiective care trebuie realizate si metode de evaluare a ceea ce este mai important de realizat la un moment dat Observatii referitoare la mediul inconjurator si la propria stare (introspectie)
2012

Conceptul de agent (II)

2012

Reprezentare si rationament
Experienta a aratat ca rezolvarea problemelor ce necesita inteligenta, necesita in acelasi timp si un mare volum de cunoastere. Cunoastere = multimea ideilor, faptelor, principiilor si modelelor referitoare la un anumit domeniu sau la rezolvarea unei anumite probleme, la un anumit moment de timp. Una dintre sarcinile principale ale IA este studiul achizitiei, reprezentarii si (re)utilizarii cunoasterii in scopul construirii sistemelor inteligente. Pentru specificarea precisa (formala) a semnificatiei unei reprezentari a cunoasterii vom apela la logica matematica. Limbajul logicii este intens studiat de filosofi si matematicieni. Logica matematica = lingua franca pentru stiinta calculatoarelor:
Programare logica Verificare formala (hardware, protocoale de comunicatie in sisteme distribuite, etc.) Sinteza logica a sistemelor hardware

2012

Sisteme de reprezentare si rationament

Utilizarea cunoasterii in IA se face cu ajutorul unui sistem de reprezentare si rationament SRR (engl.representation and reasoning system). SRR = sintaxa + semantica + rationament
Un limbaj de comunicare cu sistemul de calcul sintaxa. Se numeste formalism de reprezentare. O modalitate de a asocia semnificatii simbolurilor semantica Proceduri pentru rezolvarea problemelor si calculul rezultatelor rationament

Ar putea fi considerate SRR:

Limbaje de programare nivel prea coborat Limbajul natural nivel prea inalt
2012

Caracteristici si servicii ale SRR

Caracteristici ale SRR:
Trebuie sa aiba acceptabilitate epistemologica. Ea exprima faptul ca trebuie sa permita reprezentarea tuturor elementelor relevante ale domeniului problemei. Semantica trebuie sa fie precisa. Ea se bazeaza pe ipoteza reprezentarii cunostintelor: orice cunoastere are un obiect, ea poate fi codificata simbolic si simbolurile pot fi manipulate fara grija obiectelor la care se refera. Trebuie sa aiba acceptabilitate euristica. Ea exprima faptul ca procedurile de rationament sa fie eficiente si performante.

Servicii ale SRR:

servicii inferentiale (engl.ask) servicii de revizuire (engl.tell).
2012

Sisteme bazate pe cunostinte

BC U IU

IC

SRR SBC

Un sistem care incorporeaza un SRR se numeste sistem bazat pe cunostinte (engl.knowledge based system) SBC. U = utilizator IU = interfata utilizator IC = inginer de cunostinte (engl. knowledge engineer) BC = baza de cunostinte (engl. knowledge base)

2012

Exemple de domenii aplicative

Teoriile IA sunt utile atat timp cat ne permit construirea de instrumente pentru automatizarea rezolvarii diverselor probleme practice. IA are aplicatii in domenii diverse: diagnosticare automata in medicina si tehnica, planificare automata a proceselor de fabricatie, roboti pentru accesul in medii dificile, vehicule autonome, sisteme de prelucrare a limbajului natural, sisteme expert, etc. Consideram trei exemple:
Un robot de distribuire autonom care se plimba pe un etaj cu birouri si distribuie cafea, pachete, posta, etc. Un asistent diagnostician care ajuta un agent uman sa rezolve probleme de depanare/diagnosticare si apoi sa sugereze reparatii sau tratamente. Un infobot care cauta informatii intr-un sistem de calcul sau intr-o retea.
2012

Domeniul robotului de distribuire

2012

Intrarile si iesirile robotului de distribuire

Cunoastere apriorica:
Capabilitati (luarea si asezarea obiectelor, deplasarea pe orizontala), recunoasterea obiectelor, harta etajului, etc.

Experiente trecute:
Ce actiuni au fost utile in diverse imprejurari, ce obiecte a intalnit pana in acel moment, cum ii afecteaza pozitia propriile actiuni, modul in care a tratat cererile primite pana la momentul curent, etc.

Obiective:
Ce trebuie sa distribuie si cand, functii de evaluare pentru a decide intre actiuni rapide si actiuni sigure.

Observatii:
Preluarea de informatii din mediul exterior cu dispozitive de intrare: camere de luat vederi, senzori cu ultrasunete (engl.sonar), exploratoare cu laser (engl.laser finders), tastaturi, etc.

Actiuni:
Controlul motoarelor de actionare pentru sensul si viteza de deplasare, controlul miscarii bratelor (engl.limb), controlul partii de apucare a bratului (engl.gripper).
2012

Probleme si metode ale robotului de distribuire

Localizarea birourilor individuale, locul de unde se ia cafea, estimarea lungimii unei calatorii. Aceste functii presupun consultarea unei baze de cunostinte pentru a obtine informatii implicite. Determinarea unei cai intre doua locatii diferite. Aceasta poate fi: cea mai scurta, cea mai rapida sau cea mai sigura. Planificarea realizarii unor sarcini multiple in conditile in care resursele sunt limitate. De exemplu, capacitatea de a cara a robotului este limitata. Realizarea de presupuneri implicite (engl.default assumptions) spre exemplu presupuneri referitoare la: unde se afla anumite persoane sau unde se gaseste cafeaua. Realizarea de compromisuri asupra planului de actiuni in conditii de incertitudine asupra mediului inconjurator si asupra rezultatului propriilor actiuni. Invatarea din experienta despre caracteristicile mediului si rezultatul diverselor actiuni efectuate in trecut. Perceptia mediului, evitarea obstacolelor, dexteritate manuala in luarea si asezarea diverselor obiecte.

2012

Domeniul asistentului diagnostician

2012

Intrarile si iesirile asistentului diagnostician

Cunoastere apriorica:
Modul de functionare normala si anormala a componentelor (comutatoare, surse de lumina, prize, cabluri, etc.), modul de manifestare a defectelor, ce informatii furnizeaza testele, efectele laterale ale reparatiilor si tratamentelor.

Experiente trecute:
Date referitoare la cazurile intalnite anterior in termeni de efecte ale reparatiilor sau tratamentelor, frecventa defectelor sau bolilor, frecventa simptomelor acestora, acuratetea testelor.

Obiective:
Repararea sistemului, compromisuri intre repararea si inlocuirea diverselor componente.

Observatii:
Simptomele sau manifestarile unui sistem tehnic sau pacient.

Actiuni:
Recomandari de teste si tratamente impreuna cu motivatia acestora.
2012

Probleme si metode ale asistentului diagnostician

Observarea manifestarilor defectelor si determinarea efectelor interventiilor. Cautarea in spatiul tuturor defectelor sau bolilor posibile. Explicarea rationamentului utilizatorului uman. Identificarea posibilelor cauze ale simptomelor prezente, eliminarea altor cauze pe baza simptomelor prezente. Planificarea testelor si a tratamentelor pentru problemele identificate. Formarea unor ipoteze despre problme si utilizarea cunoasterii implicite (engl.default knowledge), ce nu este intotdeauna adevarata in mod obligatoriu. Realizarea de rationamente cu incertitudini privind dispozitivul in conditiile cunoasterii partiale a starii acestuia si a incertitudinilor privind efectele tratamentelor, Invatarea despre asocierile dintre simptome si defecte, a efectelor tratamentelor si a acuratetii testelor.
2012

Domeniul infobotului
Infobot = sistem de regasirea informatiilor (engl.information retrieval) sau extragerea informatiilor (engl.information extraction). Infobotul interactioneaza cu un mediu informational si urmareste extragerea de informatii dintr-o retea de surse de informatii cum ar fi Internetul, o enciclopedie multimedia sau o retea de biblioteci.
Primeste interogari de nivel inalt, exprimate intr-o maniera informala, posibil in limbaj natural de la un agent uman neexperimentat sau intrun limbaj formal de la un utilizator experimentat. Gaseste informatia relevanta. Prezinta informatia utilizatorului uman intr-o maniera cat mai inteligibila de acesta.
2012

Intrarile si iesirile infobotului

Cunoastere apriorica:
Semnificatia cuvintelor, tipurile de surse de informatii, accesul la sursele de informatii.

Experiente trecute:
Din ce surse pot fi obtinute diverse informatii, viteza relativa a diverselor surse (servere), preferintele utilizatorilor.

Obiective:
Ce informatii trebuie gasite, compromisuri intre costul cautarii si volumul si calitatea informatiilor gasite.

Observatii:
Informatia existenta in diversele surse, sursele disponibile, incarcarea diverselor conexiuni.

Actiuni:
Informatia gasita si prezentata utilizatorului si semnificatia/relevanta sa in raport cu cererea utilizatorului.
2012

Problemele si metodele infobotului

Interactiunea in limbaj natural. Reprezentarea cunoasterii din domeniile interogarilor. Explicarea raspunsurilor cat si a indisponibilitatii anumitor informatii. Efectuarea de rationamente chiar si in prezenta unor informatii / cunostinte conflictuale. Efectuarea de rationamente implicite pentru a descoperi unde pot fi gasite anumite informatii. Compromisuri intre sursele de informatie ieftine si nefiabile si scumpe dar mai complete compromis intre calitate si cost. Invatarea locatiilor unde au fost descoperite anumite informatii si ce preferinte au utilizatorii.
2012