AI Kaleidoscoop

1
AI Kaleidoscoop

• Werkcollege 1
• AI Overzicht
• Radu Serban serbanr_at_cs.vu.nl

2
Inhoud

• Mededelingen
• Doel
• Overzicht - onderwerpen
• Opgaven
• Samenvatting

3
Mededelingen

• Werkwijze
• discussie, oefeningen met onlangs geleerde
  concepten en methoden
• voorlezen van werkboek - niet verplicht, wel
  geadviseerd
• Materiaal AI Kaleidoscoop (werk)college
• VU blackboard www.bb.vu.nl
• AI Kaleidoscoop rooster http//www.cs.vu.nl/fran
  kh/RZ/rooster.html
• Contact voor vragen
• 1. E-mail serbanr_at_cs.vu.nl 2. Kamer T3.43
• Werkcollege volgende week 15.09.2004

4
Doel

• Doel van werkcollege AI Kaleidoscoop
• Oefenen van geleerde concepten, methoden
• Voorbereiden voor examen
• Discusseren, eigen wijze van denken/leren
  aanpassen
• Andere meningen horen

5
Overzicht onderwerpen werkcollege

• College 1 (w.37) AI Overzicht
• College 2 (w.38) Zoeken zonder heuristieken
• College 3 (w.39) Zoeken met heuristieken
• College 4 (w.40) Zoeken met meer spelers

6
Opgaven Werkboek 1

1. Wat is intelligentie?
2. Wat is Kunstmatige Intelligentie (KI)?
3. Hoe kun je KI herkennen?
4. Over de (on)mogelijkheid van KI?
5. Toepassingen van KI
6. Over zelf-lerende programmas

7
Opg.1 Wat is intelligentie?

• Kunstmatige Intelligentie is de wetenschap die
  probeert
• menselijke intelligentie / denken / redeneren
• zo goed te begrijpen dat we het ook op een
  computer kunnen uitvoeren

8
Eigenschappen van menselijke intelligentie?

• Leren van vergissingen
• Reageren op onvoorziene omstandigheden
• Nadenken over eigen en andermans gedrag
• Spreken
• Emoties hebben
• Creativiteit
• Andere?

9
Andere eigenschappen van intelligent gedrag
M D C
1. Woord-, spraak-, gezichtsherkenning
2. Goede geheugen hebben
3. Goed kunnen plannen
4. Nieuwe concepten abstraheren, classificeren
5. Effectief kunnen communiceren en reageren
6. Effectief kunnen vergelijken en zoeken
7. Goed kunnen samenwerken, coordineren
10
Opg.2 Wat is KI?

• (a) Is een computer programma met eigenschappen
  van menselijke intelligentie, intelligent?
• Welke eigenschappen zijn moeilijk te realiseren
  in een computerprogramma?
• (b) Intelligentie eisen voor een
  computerprogramma.

11
Opg.3 Hoe kun je KI herkennen?

• Turing toets (Alan Turing, 1950)
• Can machines think?
• Imitatie spel
• Gefocuseerd op symbolisch probleem-oplossing
  taken
• Gericht op menselijke vermogens

12
Opg.4 (On)Mogelijkheid van KI

• (a) Natuurlijk kunnen computers niet intelligent
  zijn - hun handelen is immers volledig bepaald
  door de programmeur.
• (b) Natuurlijk kunnen dieren niet intelligent
  zijn - hun handelen is immers volledig bepaald
  door hun genen.

13
Opg.5 Voorbeelden van KI Systemen

• Taal Vertaling System
• Luchtverkeersleiding
• Toezienende Systemen
• Geautomatiseerde persoonlijke assistent
• Intelligente Snelwegen
• Robots for gevaarlijke omstandigheden
• NASA Verkenningsmissie

14
Opg.5 Toepassingen van KI

• zelf-diagnose van autos
• verzekerings acceptatie
• credit-card fraude-detectie
• toepassen van sociale wetgeving
• ontwerpen van gebitsprothesen
• locatie van waterkracht centrales
• verbeteren van gezondheidszorg
• plannen van kankerbehandelingen
• toekennen van strafmaat

15
Opg.6 Over zelf-lerende programmas

• Machinal leren door ervaring (leren van algemene
  regels uit specifieke voorbeelden) beter werken
• Leren van poort
• Leren van trap

16
Machinaal leren Poort
Poort delen A,B,C blok(A),blok(B),blok(C)

-
AB steunen C

- blok(C)
-
A raakt-niet B
Poort delen A,B,C blok(A),blok(B) A B
steunen C A raakt-niet B
17
Machinaal leren Trap Stap 1
Trap delen A,B A kleiner-dan B
A raakt B

vrije ruimte tussen A,B A raakt-niet B
-
Trap delen A,B blok(A),blok(B) A raakt B
18
Machinaal leren Trap Stap 2
deel(C), B raakt C

delen A,B A raakt B A gelijk-aan B
-
Trap delen A,B,C blok(A),blok(B),blok(C)
A raakt B B raakt C A kleiner-dan
B B kleiner-dan C
19
Machinaal leren Trap Stap 3
A groter-dan B, B groter-dan C

• B groter-dan C
• B kleiner-dan C

-
Trap delen A,B,C,D blok(A),blok(B),blok(C)
A raakt B B raakt C of
(A kleiner-dan B en B kleiner-dan C)
of (A groter-dan B en B groter-dan C)
20
Machinaal leren Trap Stap 4
A groter-dan B, B groter-dan C

- A boven B
-
Trap delen A,B,C,D blok(A),blok(B),blok(C),bl
ok(D) A raakt B B raakt C C raakt D A
niet-boven B of (A
kleiner-dan B B kleiner-dan C)
of (A groter-dan B B groter-dan C)
of (A kleiner-dan B B groter-dan C)
21
Samenvatting Vragen

• KI begrijpen van menselijke intelligentie zo
  goed dat we het op een computer kunnen uitvoeren
• KI toepassingen plannen, coordineren van
  complexe takken, advies geven
• Machinal leren essentieel voor intelligent
  gedrag van computer