Sztuczna Inteligencja
Agnieszka Nowak – Brzezioska Wykład I
Pojęcie inżynierii biomedycznej
Inżynieria Biomedyczna jest nową interdyscyplinarną dziedziną nauki i techniki, leżącą na styku nauk technicznych, medycznych i biologicznych. Według opinii WHO (World Health Organization) można ją zaliczyd do głównych (obok inżynierii genetycznej) czynników decydujących o postępie współczesnej medycyny.
Cel inżynierii biomedycznej
• rozwój techniki medycznej, niezwykle istotnej we współczesnej praktyce medycznej
• stymulowanie rozwoju medycyny poprzez dostarczanie narzędzi i metod badawczych oraz przez tworzenie modeli systemów
biologicznych i zachodzących w nich procesów.
Cechy inżynierii biomedycznej:
• w centrum jej zainteresowania leży człowiek (to
najważniejsza cecha IB decydująca o jej unikalnym w obszarze nauk technicznych charakterze)
• jest to najgłębiej humanistyczna dziedzina nauk technicznych. Jednocześnie fakt ten stawia przed specjalistami z tej dziedziny wyjątkowo trudne i
odpowiedzialne zadania, bowiem każdy popełniony przez inżyniera błąd może przełożyd się na ludzkie cierpienie, czy na szansę odzyskania zdrowia bądź sprawności fizycznej. Z drugiej strony - żadna inna dziedzina techniki nie daje podobnej satysfakcji...
Obszar IB:
• jest bardzo szeroki, znacznie przekraczający skalę kompetencji pojedynczych specjalistów.
• W wyniku tego regułą w tej dziedzinie jest praca w interdyscyplinarnych zespołach, łączących, na przykład, elektroników,
informatyków, specjalistów od technologii materiałowych i farmaceutów.
Lista zagadnieo objętych szerokim pojęciem IB:
• modelowanie procesów fizjologicznych;
• badanie zjawisk bioelektrycznych;
• biomechanika;
• biomateriały;
• sensory biomedyczne;
• analiza sygnałów biomedycznych;
• obrazowanie medyczne;
• aparatura medyczna;
• efekty biomedyczne promieniowania niejonizującego;
• biotechnologia;
• inżynieria tkankowa;
• protezy i sztuczne organy;
• inżynieria rehabilitacji;
• inżynieria kliniczna;
• informatyka medyczna;
• sztuczna inteligencja w biomedycynie;
• zagadnienia etyczne związane z
zastosowaniem technik medycznych;
• telemedycyna.
Lista zagadnieo objętych szerokim
pojęciem IB (cd.):
Sztuczna Inteligencja (Artificial Intelligence, AI)
…
to dziedzina nauki zajmująca się rozwiązywaniem zagadnień
efektywnie
niealgorytmizowalnych w
oparciu o modelowanie wiedzy
.CI - numeryczne Dane + Wiedza AI - symboliczne Soft Computing
Sieci neuronowe
Rachunek prawdop.
Uczenie maszynowe Systemy
ekspertowe
Rozpoznawanie Wzorców Logika
rozmyta Algorytmy
ewolucyjne
Wizualizacja Metody
statystyczne
Data mining
Optymalizacja badania operacyjne
Rys historyczny
• Sztuczna inteligencja to termin
zaproponowany przez John’a McCarthy’ego w 1956 roku, na konferencji w Dartmouth
College poświęconej inteligentnym maszynom.
Historia AI
• Marvin Minksky, 1956, nazwa "sztuczna inteligencja".
• Allen Newell, Herbert Simon, 1958 - General Problem Solver, próba stworzenia ogólnego programu do rozwiązywania problemów.
• Newell i Simon, 1975, AI jako nauka empiryczna, symboliczne systemy oparte na wiedzy jako model umysłu.
• Inne źródła: logika, androidy i sterowanie, cybernetyka, rozwój informatyki, konferencja w 1956 roku na której sztuczna inteligencja otrzymała swoja nazwę.
• Allen Newell, wykłady Williama Jamesa na Harvard Univ 1988:
Psychologia dojrzała już do zunifikowanych teorii poznania, czyli takich teorii, które postulują spójny system mechanizmów pozwalających wyjaśnid wszystkie aspekty działania umysłu.
Historia AI (cd.)
W rozwoju AI wyróżnid można kilka okresów (P. Winston):
• Era prehistoryczna: od maszyny analitycznej Charles'a Babbage (1842) do około 1960 roku.
• Era romantyczna, 1960-1965, kiedy przewidywano, że AI osiągnie swoje cele w ciągu 10 lat.
• 1958, Simon i Newell: “za 10 lat komputer wygra z mistrzem szachowym … odkryje i udowodni ważne matematyczne twierdzenie.”
• 1965, Simon: “Za 20 lat maszyny będą zdolne wykonad każdą pracę, którą wykonują ludzie.
• 1967, Minsky: W ciągu jednego pokolenia problem sztucznej inteligencji zostanie w znacznej mierze rozwiązany.
• 1970, Minsky (Life Magazine): za 3-8 lat powstaną maszyny o ogólnej inteligencji dorównującej przeciętnemu człowiekowi.
• Okres ciemności: 1965-1970, w którym niewiele się działo, powoli opadał entuzjazm i pojawiły się głosy bardzo
krytyczne.
• Renesans: 1970-1975, gdy zaczęto budowad pierwsze systemy doradcze, użyteczne w praktyce.
• Okres partnerstwa: 1975-1980, gdy do badao nad AI
wprowadzono metody kognitywistyki.
• Okres komercjalizacji: 1980-1990, gdy programy AI, a szczególnie systemy doradcze zaczęto sprzedawad komercyjnie
Inne definicje AI:
• „AI to nauka mająca za zadanie nauczyć
maszyny zachowań podobnych do ludzkich”.
• „AI to nauka o tym, jak nauczyć maszyny robić rzeczy które obecnie ludzie robią lepiej”.
• „AI to nauka o komputerowych modelach wiedzy umożliwiających rozumienie,
wnioskowanie i działanie”.
Co to inteligencja ?
• Inteligencja jest umiejętnością przystosowywania się do nowych zadań i warunków życia albo sposobem, w jaki człowiek przetwarza informacje i rozwiązuje problemy.
• Inteligencja to także umiejętność kojarzenia oraz rozumienia. Wpływ na nią mają zarówno cechy dziedziczne jak i wychowawcze.
Najważniejsze procesy i funkcje składające się na ludzką inteligencję:
• Uczenie się i wykorzystywanie wiedzy,
zdolnośd uogólniania, percepcja i zdolności poznawcze, np. zdolnośd rozpoznawania
danego obiektu w dowolnym kontekście.
• Zapamiętywanie, stawianie i realizacja celów, umiejętnośd współpracy, formułowanie
wniosków, zdolnośd analizy, tworzenie oraz myślenie koncepcyjne i abstrakcyjne.
Zastosowania, zadania
SI stosuje się do rozwiązywania problemów:
1. Poszukiwanie algorytmów do gry w szachy, 2. Przetwarzanie języka naturalnego
(automatyczne tłumaczenie zdao między różnymi językami, wydawanie poleceo
słownych maszynom, a także wydobywanie informacji ze zdao mówionych i budowanie z nich baz wiedzy).
Definicje AI w literaturze:
• Jest nauką o maszynach realizujących zadania, które wymagają inteligencji, gdy są wykonywane przez człowieka (M.Minsky)
• AI stanowi dziedzinę informatyki dotyczącą metod i technik wnioskowania symbolicznego przez komputer oraz symbolicznej reprezentacji wiedzy stosowanej podczas takiego wnioskowania (E. Feigenbaum)
• AI obejmuje rozwiązywanie problemów sposobami wzorowanymi na naturalnych działaniach i procesach poznawczych człowieka za pomocą symulujących je programów komputerowych (R.J. schalkoff).
Trochę pojęd
• Semantyka - to dyscyplina badająca relacje
pomiędzy znakami a przedmiotami, do których się one odnoszą. Semantyka zajmuje się badaniem
znaczenia słów, czyli interpretacją znaków oraz interpretacją zdao i wyrażeo języka.
• Syntaksa - dział językoznawstwa, który zajmuje się budową wypowiedzeo. Bada takie zjawiska jak
funkcje wyrazów w zdaniu (funkcja podmiotu, orzeczenia, dopełnienia itd.), zależności między wyrazami w zdaniu.
Dwa rodzaje Sztucznej Inteligencji
• Słaba (Weak AI) - potrafi rozwiązywad trudne zadania w sposób umożliwiający praktyczne zastosowanie,
• Mocna (Strong AI) - oznacza myślenie przybliżające myślenie ludzkie.
Uczenie się
Zdolnośd do uczenia się jest powszechnie uważana za jeden z najważniejszych przejawów inteligencji. Przez uczenie się rozumiemy, w najprostszym ujęciu, zdobywanie wiedzy lub umiejętności (a także doskonalenie dotychczas posiadanej wiedzy lub umiejętności), na podstawie wspomagających informacji, takich jak doświadczenia czy przykłady.
Rozważając sztuczne systemy uczące się będziemy przez uczenie się rozumied proces zmiany zachodzącej w systemie na podstawie doświadczeo, która prowadzi do poprawy jego jakości działania rozumianej jako sprawnośd rozwiązywania stojących przed systemem zadao.
Systemy Ekspertowe
System ekspertowy to inteligentny program komputerowy stosujący wiedzę i procedury rozumowania (wnioskowania) w celu rozwiązywania problemów, które wymagają doświadczenia ludzkiego (eksperta), nabytego przez wieloletnią działalnośd w danej dziedzinie. Ogólna idea SE polega na przeniesieniu wiedzy eksperta z danej dziedziny do bazy wiedzy, zaprojektowaniu maszyny wnioskującej na podstawie posiadanych informacji oraz dodaniu interfejsu użytkownika, służącego do komunikacji.
Kiedy nasz program lub maszyna jest inteligentna ?
• Na to pytanie w 1950 roku próbował odpowiedzied Alan Turing.
• Idea „Testu Turinga” polegała na tym, że człowiek za pomocą klawiatury i monitora zadaje te same pytania komputerowi i innej osobie. Jeśli zadający pytania nie potrafi rozróżnid odpowiedzi komputera i człowieka, tzn. że program (maszyna) jest inteligentny.
• Spory o to, czy test Turinga we właściwy sposób definiuje inteligencję maszynową (lub "myślenie maszynowe"), dotyczyły głównie trzech punktów:
• Maszyna, która przejdzie test Turinga, może byd w stanie symulować ludzkie zachowanie konwersacyjne, lecz może to byd znacznie mniej niż prawdziwa inteligencja. Maszyna może zwyczajnie używad sprytnie wymyślonych reguł. Częstą ripostą w społeczności zajmującej się badaniami nad sztuczną inteligencją jest zadanie pytania "A skąd wiemy, czy ludzie sami po prostu nie posługują się jakimiś sprytnie wymyślonymi regułami?".
• Maszyna może byd inteligentna nie posiadając ludzkiej umiejętności prowadzenia rozmowy.
• Wielu ludzi mogłoby nie byd w stanie zaliczyd takiego testu. Z drugiej strony, inteligencję innych ludzi oceniamy zazwyczaj wyłącznie na podstawie tego co i jak mówią.
Uproszczony test Turinga
CAPTCHA (Completely Automated Public Turing test to tell Computers and Humans Apart) - rodzaj techniki stosowanej jako zabezpieczenie w formularzach na stronach WWW. Dla przesłania danych konieczne jest przepisanie treści z obrazka (zazwyczaj losowo dobranych znaków bądź krótkiego wyrazu). Obrazek ten jest prosty do odczytania przez człowieka, jednakże odczytanie go przez komputer jest, przynajmniej w założeniu, bardzo trudne.
CHIOSKI POKÓJ
Kto i Kiedy ?
John Rogers Searle (ur. 31 lipca 1932) - amerykaoski filozof. Z badao nad filozofią języka przeszedł do badao na gruncie filozofii umysłu. Badania nad umysłem są wg niego naturalnym krokiem w badaniach nad językiem, a sama filozofia języka ma byd częścią filozofii umysłu.
Chioski pokój
Załóżmy, że wiele lat temu skonstruowaliśmy komputer, który zachowuje się jakby rozumiał język chioski. Innymi słowy, komputer bierze chioskie znaki jako podstawę wejściową i śledzi zbiór reguł nimi rządzący (jak wszystkie komputery), koreluje je z innymi chioskimi znakami, które prezentuje jako informację wyjściową.
Załóżmy, że ten komputer wykonuje to zadanie w sposób tak przekonujący, że łatwo przechodzi test Turinga, tzn. przekonuje Chioczyka, że jest Chioczykiem. Na wszystkie pytania, które człowiek zadaje, udziela właściwych odpowiedzi w sposób tak naturalny, że Chioczyk jest przekonany, iż rozmawia z innym Chioczykiem. Zwolennicy mocnej sztucznej inteligencji wyciągają stąd wniosek, że komputer rozumie chioski, tak jak człowiek.
Debata nad pokojem
Od opublikowania pracy Searle'a argument chioskiego pokoju był głównym punktem debaty nad możliwością mocnej sztucznej inteligencji. Zwolennicy teorii mocnej sztucznej inteligencji wierzą, że właściwie zaprogramowany komputer nie jest prostą symulacją lub modelem umysłu, lecz liczy w sposób właściwy umysłowi, tzn. rozumie, ma stany kognitywne i może myśled.
Czy można mówid po chiosku nie znając go?
Searl uważa, że ktoś może zapamiętad książkę reguł, a wtedy będzie mógł reagowad jakby rozumiał chioski, ale nadal będzie tylko postępował według zbioru reguł, bez rozumienia znaczenia symboli, jakimi manipuluje. To prowadzi do interesującego problemu osoby, która może płynnie rozmawiad po chiosku "nie znając" chioskiego. To jest otwarte, czy taka osoba rozumie chioski nawet jeśli chioski mówca twierdzi inaczej.
Robotyka
Rozwój robotów dzięki USA, które w latach 50-tych stosowały roboty np. w fabrykach do składania samochodów – General Motors.
Potem budowa maszyn manipulacyjnych dla przemysłu nuklearnego i poszukiwao oceanograficznych.
Dziś mamy roboty takie, które wykonują banalne czynności typu: zrobienie kawy, podanie kapci, takie, które zastępują człowieka w trudnych procesach przemysłowych ale i takie, będące dumą współczesnej techniki.
Roboty wykonujące skomplikowane operacje chirurgiczne
W 2002 roku robot sterowany przez profesora Louisa Kavoussi z odległości tysiąca km, wykonał operację chirurgiczną. Rola lekarzy nadzorujących ograniczyła się jedynie do znieczulenia pacjenta. W ten sposób chory nie musi czekad na przyjazd lekarza, co zmniejsza znacznie koszty i czas zabiegu.
Przetwarzanie mowy i języka naturalnego
Badania obejmują:
1. Syntezę mowy (nauka języków obcych, odczytywanie informacji dla niewidomych),
2. Rozumienie słowa mówionego (automatic speech recognition) – np. dyktowanie tekstów, wydawanie ustnych poleceo, rozpoznawanie użytkownika po głosie,
3. Rozumienie języka naturalnego – wydobywanie istotnych zdao ze zdao zapisanych w postaci tekstu,
4. Tłumaczenie maszynowe – tłumaczenie tekstów w różnych językach.
Heurystyki
Heurystyka to twórcze rozwiązywanie problemów, zarówno logicznych jak i matematycznych przez eksperyment, metodą prób i błędów bądź odwołaniem się do analogii. Metody heurystyczne dają się świetnie stosowad tam, gdzie rozwiązanie problemu wymaga olbrzymich ilości obliczeo.
Heurystyki pozwalają eliminowad niektóre obszary analiz, co zmniejszy koszty obliczeniowe i generalnie przyspieszy analizę.
Kognitywistyka
To dziedzina nauki, która próbuje zrozumied naturę umysłu i zajmuje się zjawiskami dotyczącymi umysłu.
Istotną sprawą jest analiza naszego sposobu postrzegania świata i próba zrozumienia tego, co dzieje się w naszym umyśle, gdy wykonujemy elementarne czynności umysłowe. Korzysta się tutaj z doświadczeo nauk takich jak neurobiologia i psychologia. Ale na potrzeby tej nauki korzysta się także z zasobów antropologii, psychofizyki, logiki, lingwistyki, neurofizjologii, filozofii, sztucznej inteligencji i wielu innych gałęzi nauki.
Sztuczne życie (ang. Artificial life)
To młoda dziedzina nauki (1987).
Dziedzina nauki poświęcona zrozumieniu życia poprzez próby wydobycia podstawowych zasad dynamiki, mających wpływ na zjawiska biologiczne. Korzysta się tu z dorobku: biologii, chemii, fizyki, psychologii, robotyki, nauk komputerowych.
Np .Framstick – prowadzony od 97 roku przez polaków. Symulacje prowadzone są w wirtualnym, trójwymiarowych świecie (ze środowiskiem lądowym i wodnym). Organizmy to framsticki, zbudowane z patyczków, mające receptory (zmysły dotyku, równowagi i węchu) oraz narząd ruchu (mięśnie). Tu sterowaniem zajmuje się siec neuronowa. Framsticki rywalizują ze sobą o byt w środowisku poprzez walkę i poszukiwanie pożywienia.
Boty
Bot to automat, narzędzie softwarowe, program, służący najczęściej do przeszukiwania i pozyskiwania danych.
Inteligentne boty dodatkowo mogą podejmowad decyzje na bazie zdobytej wcześniej wiedzy. Obecnie wyróżnia się następujące typy botów:
1. Chatterboty – do pogawędek. Imitują rozmowę w jęz.
Naturalnym, pozyskują informacje od rozmówcy.
2. Searchboty – automatyczna obsługa baz danych.
Przeszukiwanie, indeksowanie i gromadzenie danych.
3. Shoppingboty – robienie zakupów przez internet.
4. Databoty – przeszukiwanie danych.
5. Updateboty 6. Infoboty
Jak się ma AI do CI?
Inteligencja Obliczeniowa (Computational Intelligence) ma na celu rozwiązywanie
zagadnień efektywnie
niealgorytmizowalnych przy pomocy
obliczeń.
AI a CI
• AI zaliczana jest do nauk kognitywnych, chociaż nie wszystkie jej metody mają coś wspólnego z umysłem.
• AI uznawana jest również za częśd informatyki.
• AI jest jej częścią korzystającą z modelowania wiedzy, inne obszary CI nie korzystają z metod symbolicznych.
• „Obszary badań naukowych powstają w wyniku skupienia się zainteresowania uczonych wokół różnych zjawisk. Nauki
nie powstają w wyniku definicji ale zostają rozpoznane”
(A. Newell, 1973)
• W tym sensie AI została rozpoznana jeszcze przed informatyką!
Więcej o CI
• Kognitywistyka zajmuje się zrozumieniem mechanizmów poznawczych umysłu; z tego punktu widzenia:
• CI zajmuje się modelowaniem procesów percepcji, pamięci, sterowania, reakcji, zachowao sensomotorycznych; zaś
• AI modelowaniem wyższych czynności poznawczych: myślenia, rozumowania, rozwiązywania problemów, logiką, językiem.
• AI to częśd CI posługująca się symboliczną reprezentacją wiedzy, inżynierią wiedzy, tworzeniem systemów ekspertowych.
• CI zmierza do automatyzacji procesów akwizycji wiedzy z
obserwacji, analizy danych, percepcji, kategoryzacji, aproksymacji.
• CI-AI: niewielkie nakrywanie, trochę systemów hybrydowych.
CI - numeryczne Dane + Wiedza AI - symboliczne Soft Computing
Sieci neuronowe
Rachunek prawdop.
Uczenie maszynowe Systemy
ekspertowe
Rozpoznawanie Wzorców Logika
rozmyta Algorytmy
ewolucyjne
Wizualizacja Metody
statystyczne
Data mining
Optymalizacja badania operacyjne
Plan Wykładów
1.Definicje dziedziny SI, przegląd metod i zastosowao, Historia rozwoju SI
2 i 3. Wprowadzenie do metod rozmytych, Wnioskowanie rozmyte
4. Wprowadzenie do sieci probabilistycznych, Metody obliczania prawdopodobieostw w sieciach
5 i 6. Wprowadzenie do sieci neuronowych.
Zastosowanie sieci Neuronowych. (2 wyklady) 7. Drzewa decyzyjne
Laboratorium
Lab 1-3 Zbiory rozmyte, logika rozmyta
Lab 4-6 Sieci probabilistyczne. Sieci Bayesa Lab 7-10 Sieci neuronowe
Lab 11-13 Drzewa decyzyjne i inne klasyfikatory Lab 14,15 Kolokwia, zaliczenia
Zaliczenie - egzamin
• Test ok. 20 pytao z zakresu materiału wykładów.
• Obecnośd na wykładach gwarantuje
odpowiednie przygotowanie do laboratorium.
