De presentatie wordt gedownload. Even geduld aub

De presentatie wordt gedownload. Even geduld aub

Kennis en Interactie 5 november 2003 College 2 REPRESENTATIE  Norman (hoofdstuk 3, 4 en een stukje 5)  Televisiedocumentaire  Representatie in de AI:

Verwante presentaties


Presentatie over: "Kennis en Interactie 5 november 2003 College 2 REPRESENTATIE  Norman (hoofdstuk 3, 4 en een stukje 5)  Televisiedocumentaire  Representatie in de AI:"— Transcript van de presentatie:

1 Kennis en Interactie 5 november 2003 College 2 REPRESENTATIE  Norman (hoofdstuk 3, 4 en een stukje 5)  Televisiedocumentaire  Representatie in de AI: controverse

2 Kennis en Interactie 5 november 2003 Norman hoofdstuk 3 en 4  Wat zijn representaties  Verschillende soorten representaties  Meta-representaties  De macht van representaties

3 Kennis en Interactie 5 november 2003 Cognitieve artefacten  Het cognitieve tijdperk is ingeluid door het gebruik van ‘geluid’ (spraak), gebaren en symbolen om te verwijzen naar objecten en begrippen  Het geluid, gebaar of symbool is niet het ding zelf, het staat voor of verwijst naar het ding: het representeert het!  Woord ‘tafel’ - begrip ‘tafel’

4 Kennis en Interactie 5 november 2003 Abstractie en Representatie  De mogelijkheid om waarnemingen, ervaringen en gedachten weer te geven in een ander medium dan waarin zij zich voordoen met weglating van irrelevante details  Essentie van intelligentie  We redeneren met behulp van representaties (getallen, woorden, schema’s, modellen)

5 Kennis en Interactie 5 november 2003 Een goede representatie  Abstraheert van de niet ter zake doende details  Of van gevaarlijke kenmerken (vliegtuigsimulator)  Representeert de belangrijke kenmerken  Is nooit hetzelfde als waar het voor staat

6 Kennis en Interactie 5 november 2003 Een systeem voor representatie  Twee essentiële kenmerken:  De gerepresenteerde wereld (datgene dat gerepresenteerd wordt)  De representerende wereld (een verzameling symbolen die staat voor iets in de gerepresenteerde wereld)  Representaties maken het mogelijk te werken met dingen die er niet zijn, die zelfs niet bestaan (verbeelding)

7 Kennis en Interactie 5 november 2003 Meta-representatie  Representatie van een representatie  meta = over

8 Kennis en Interactie 5 november 2003 Meta-representaties  Ook wel ‘ontologie’ genoemd  Vrij nieuwe tak van wetenschap  Van belang bijvoorbeeld, voor het indexeren, terughalen (‘ontsluiten’) en hergebruiken van bestaand materiaal (bijv. programmatuur)  Project bij SWI (IMAT)

9 Kennis en Interactie 5 november 2003 Essentie van reflectie  Bestaat uit het vormen van representaties en meta-representaties  Meta-representaties liggen ten grondslag aan nieuwe ideeën, nieuwe kennis  We ontdekken patronen en consistenties in representaties die in de gewone wereld niet zo makkelijk te vinden zijn (abstractie)

10 Kennis en Interactie 5 november 2003 Twee typen representaties  Oppervlakte-representatie: wat je ziet is “alles”  Interne representatie: het artefact heeft intern informatie opgeslagen die je niet aan de buitenkant ziet en heeft daarom een interface nodig (wat je ziet aan de buitenkant)

11 Kennis en Interactie 5 november 2003 Oppervlakte-representatie  De oppervlakte-representatie is datgene wat zichtbaar is voor een externe waarnemer.  "Surface Artifacts" zoals Norman ze definieert hebben alleen een oppervlakte representatie, meer is er niet.

12 Kennis en Interactie 5 november 2003 Schoolbord  Een schoolbord is een "surface artifact" want meer dan de symbolen op het bord is er niet.  Het schoolbord "doet niets" met de symbolen die op het bord staan.  De oppervlakterepresentatie kan door het artefact niet zelf veranderd worden: statische en passieve representatie.

13 Kennis en Interactie 5 november 2003 Internal Artifacts  "Internal Artifacts" hebben naast een extern zichtbare toestand ook een interne toestand die kan veranderen of kan worden gemanipuleerd.

14 Kennis en Interactie 5 november 2003 Een uitstapje naar de AI Definitie: Artificial Intelligence is the study of mental faculties through the use of computational methods (Charniak & McDermott, 1985)

15 Kennis en Interactie 5 november 2003 Hoe oud is de AI  George Boole ( ): uitvinder van de ‘Boolean’ algebra (logische definities van en, of, als, niet ) “The laws we have to examine are the laws of one of the most important of our mental faculties. The mathematics we have to construct are the mathematics of the human intellect”

16 Kennis en Interactie 5 november 2003 Alan Turing ( )  De Turing-test (1950)  Bent u een man of een vrouw? Bent u een computer of een mens?  Toneelstuk “Breaking the code” met Derek Jacobi als Alan Turing)

17 Kennis en Interactie 5 november 2003 The Dartmouth Conference (1956) John McCarthy: “a two-month, ten-man study of artificial intelligence to be carried out during the summer of 1956 …The study is to proceed on the basis of the conjecture that every aspect of learning or any other feature of intelligence can in principle be so precisely described that a machine can be made to simulate it”

18 Kennis en Interactie 5 november 2003 Simulatie-modellen  Hardopdenk-protocollen  Modelbouw  Simulatiemodellen: uitvoerbare computerprogramma’s die de implementatie vormen van een theoretisch model

19 Kennis en Interactie 5 november 2003 Intelligentie  Verwijst vaak naar uitzonderlijke capaciteiten  Maar het gaat juist om gewone capaciteiten, zoals waarnemen (vision) en het gebruiken van natuurlijke taal  Centrale aanname: wat ons brein doet is een vorm van ‘computation’

20 Kennis en Interactie 5 november 2003 AI en menselijke intelligentie  AI-programma’s zijn niet noodzakelijkerwijs gemodelleerd naar hoe mensen iets doen  Kijk maar naar de vroege ‘brute force’ schaakprogramma’s  Toch wordt vaak naar mensen gekeken omdat er geen beter voorbeeld van intelligentie voorhanden is

21 Kennis en Interactie 5 november 2003 Uiteindelijk doel  Het bouwen van een mens of meer bescheiden een dier

22 Kennis en Interactie 5 november 2003 Natuurlijke taal en interne representatie  We onthouden niet letterlijk wat er er gezegd wordt, maar de betekenis (Bransford, 1972)  Interne representaties moeten eenduidig interpreteerbaar zijn (Jan geeft Piet een klap. Hij loopt huilend weg.)

23 Kennis en Interactie 5 november 2003 Oplossing We geven unieke namen aan elk individu (instanties) Voorbeeld: jack-2 caught ball-17 Catch-object Catch-illness

24 Kennis en Interactie 5 november 2003 Indexeren  Hoe vind je een bewering in een representatie?  Bibliotheek (nummering als index: unieke adressering)  Adressering (pointers, leggen relaties tussen verschillende stukjes van een interne representatie (sommige notaties zijn daar handiger voor dan andere)

25 Kennis en Interactie 5 november 2003 Klassen en instanties Klasse = olifant Instantie = gijs Vergelijkbaar met verzameling en element

26 Kennis en Interactie 5 november 2003 Is-a-hiërarchieën

27 Kennis en Interactie 5 november 2003 Redeneren  Hiërarchische relaties maken redeneren mogelijk  De eigenschappen van hoger geordende klassen worden doorgegeven aan lager geordende klassen  Inheritance (overerving)  Een eettafel is een tafel, dus heeft een blad en de een of andere vorm van steun

28 Kennis en Interactie 5 november 2003 De kracht van AI-systemen De kracht van AI-systemen ligt in het vermogen representaties te bouwen waarmee het systeem zelfstandig kan redeneren

29 Kennis en Interactie 5 november 2003 Data, informatie en kennis  Nogmaals: Piet je moet je moeder bellen  Symbolische weergave; data  Boodschap; informatie  Weten dat Piet een persoon is, moeder een familierelatie aanduidt en dat bellen slaat op telefoneren, etc: kennis

30 Kennis en Interactie 5 november 2003 Thema en gedachtenlijn van hoofstuk 5  Sterkte-Zwakte Analyse van het menselijk intellect  De illusie(?) van Kunstmatige Intelligentie  Wat onderscheidt menselijke cognitie van andere "cognitieve" systemen?  Evolutie van de menselijke cognitie  Logica versus menselijk redeneren  Fouten en Falen  Tunnel vision

31 Kennis en Interactie 5 november 2003 Kunstmatige Intelligentie  Kan een machine uitgerust worden met menselijke vermogens?  Slechts enkele deelgebieden, vooral wanneer rationeel denken de basis is voor de taakuitvoering  Geen begrip/productie van (complexe) natuurlijke taal  Geen perceptie (waarneming) vergelijkbaar met de menselijke

32 Kennis en Interactie 5 november 2003 Bezwaren tegen de AI- benadering  Geen vergelijkbare motor skills (bv. nauwelijks vrij bewegende robots: Brooks’creatures)  Machines kunnen slechts in zeer beperkte mate leren (machine learning)  Zeer beperkt sociaal gedrag  AI bestudeert geïsoleerde deelproblemen: geen integratie tussen modules  Geen emotie, humor, schoonheidsgevoel  Meeste AI programma's zijn een "idiot savant".

33 Kennis en Interactie 5 november 2003 Taalverwerking in de AI  ELIZA: situatie-actie regels: steekwoorden  SAM: schema's voor stereotype situaties (scripts, bijvoorbeeld restaurant script)  Kritiek op veel AI systemen: gebrek aan ‘common sense’ kennis: alledaagse begrippen en natuurlijke taal  CYC: zeer veel algemene kennis van de wereld (miljoen elementen)

34 Kennis en Interactie 5 november 2003 Waar komen deze bezwaren vandaan?  Kritiek op het ‘symbolic information processing system’  Newell & Simon: grondleggers van de symbolische informatieverwerkings-metafoor  Symbolen (zijn representaties) en staan voor dingen in de werkelijkheid  Symbolen kunnen intern (mens of computer) gerepresenteerd en gemanipuleerd worden

35 Kennis en Interactie 5 november 2003 Situationisten  Mensen slaan helemaal geen symbolische representaties op  Het geheugen is geen opslagplaats, maar een proces  Kennis wordt ter plekke geconstrueerd - en is niet in een bepaalde vorm voorhanden  Taalvoorbeeld: mensen bedenken niet eerst wat ze willen gaan zeggen, maar tijdens het spreken

36 Kennis en Interactie 5 november 2003 Situationisten versus CYC  Situationisten (bijvoorbeeld Brooks): intelligentie ontwikkelt zich door voortdurende interactie met de omgeving  CYC: Intelligentie is gebaseerd op een enorme hoeveelheid ‘common sense’ kennis die symbolisch gerepresenteerd kan worden

37 Kennis en Interactie 5 november 2003 Twee kritiekpunten  Gebrek aan alledaagse kennis (Lenat)  Kritiek op het werken met voorgekookte abstracties (representaties: Brooks)  Brooks: Intelligentie schuilt in het proces van abstraheren, niet in de abstracties zelf

38 Kennis en Interactie 5 november 2003 Affordances  Affordances zijn die handelingen of operaties waarvoor een object onmiddellijk beschikbaar is. Het object "schreeuwt" om op een bepaalde manier gebruikt te worden.  Asbakje in de trein  Een goed ontwerp "affords" juist die operaties die nodig zijn.

39 Kennis en Interactie 5 november 2003 Affordances (vervolg)  Discussiepunt: is een affordance een directe koppeling tussen waarneming en actie (situationisten)?  Of: is een affordance gebaseerd op de interpretatie (representatie) die mensen geven aan een bepaalde situatie?

40 Kennis en Interactie 5 november 2003 Brooks  Meeste AI-porgramma’s abstraheren van de verkeerde dingen  In AI abstractie wordt gebruikt om alle aspecten van waarneming en motoriek uit te bannen  Maar intelligentie is een eigenschap van een organisme dat zelfstandig kan bewegen in de wereld (embodiment)

41 Kennis en Interactie 5 november 2003 Brooks’ doel  Het ontwikkelen van steeds complexere schepseltjes (creatures)  Versneld nabootsen van de evolutie van intelligentie  Laten zien hoe intelligentie onstaat door de wisselwerking tussen een organisme en zijn omgeving

42 Kennis en Interactie 5 november 2003 Brooks principes  Gelaagde architectuur  Elke laag heeft eigen in-en-output- patronen  Bovenliggende lagen stellen hoger-orde doelen  Complex gedrag ontstaat vanzelf (emerging property)

43 Kennis en Interactie 5 november 2003 Brooks’ creatures  Robotjes met verschillende lagen  Elke laag heeft zijn eigen sensoren en activiteitsmogelijkheden  Sensoren tasten vrijwel constant de omgeving af; representatie is dus niet nodig  Geen centrale processor, waar alle sensorische input terecht komt en geintegreerd wordt

44 Kennis en Interactie 5 november 2003 Voorbeeld van een Brooks creature  Bijvoorbeeld eerste laag:  Doel: vermijd obstakels  Sensor: op basis van lichtweerkaatsing  Activiteit 1: beweeg vooruit  Activiteit 2: noodstop  Activiteit 3: verander richting  Bijvoorbeeld tweede laag  Doel: slenteren, rondlopen  De eerste laag heeft geen weet van de tweede  De tweede laag kan wel de motorische component van de eerste aansturen

45 Kennis en Interactie 5 november 2003 Kritiek op Brooks  Voor lagere diersoorten, bijvoorbeeld insecten werkt het misschien wel,  Hogere diersoorten hebben echter wel degelijk abstracties nodig om nieuwe dingen te kunnen bedenken, te kunnen plannen, en beslissingen te kunnen nemen (reflectie)

46 Kennis en Interactie 5 november 2003 Simon en Vera (1993)  Voorbeeld van een aap die zich orienteert in zijn omgeving  Heeft gezien waar voedsel verstopt is  Neemt de korste weg terug, ongeacht de eerder gevolgde route  Dat veronderstelt een soort interne map (symbolissche representatie) van de omgeving, aldus Norman en Vera

47 Kennis en Interactie 5 november 2003 Wat is CYC  Systeem voor het representeren en redeneren met alledaagse kennis  Begrippen gerepresenteerd in CYC-taal  Applicaties: vergelijken van informatie uit spreadsheets, natuurlijke taalinterpretatie, zoeken van informatie in het world wide web (bijvoorbeeld alle films waar Ronald reagan in heeft gespeeld)

48 Kennis en Interactie 5 november 2003 CYC principes  Groepen van gerepresenteerde begrippen  Binnen de groepen heerst consistentie - tussen de groepen niet  Binnen de groep ‘dracula’ bestaan dracula’s en hebben ze bepaalde eigenschappen  Binnen de groep ‘werkelijke verschijnselen’ bestaan dracula’s niet

49 Kennis en Interactie 5 november 2003 Natuurlijke taalinterpretatie Howard saw the mountains flying over the alpes Marie saw the dog in the window pane and pressed her nose against it Twee ambigue zinnen: probleem voor de meeste AI-programma’s maar niet voor CYC


Download ppt "Kennis en Interactie 5 november 2003 College 2 REPRESENTATIE  Norman (hoofdstuk 3, 4 en een stukje 5)  Televisiedocumentaire  Representatie in de AI:"

Verwante presentaties


Ads door Google