De presentatie wordt gedownload. Even geduld aub

De presentatie wordt gedownload. Even geduld aub

College 1 Huishoudelijke zaken Overzicht van cursus College 1:

Verwante presentaties


Presentatie over: "College 1 Huishoudelijke zaken Overzicht van cursus College 1:"— Transcript van de presentatie:

1 College 1 Huishoudelijke zaken Overzicht van cursus College 1:
AI Kaleidoscoop College 1 Huishoudelijke zaken Overzicht van cursus College 1: Definitie van AI Overzicht van AI Leeswijzer: Hoofdstuk 1 1 1 1 1 1 1 1 1 1 1 1 1 1

2 Docent: Frank van Harmelen email: Frank. van. Harmelen@cs. vu
Docent: Frank van Harmelen WWW: Huishoudelijke Zaken College: Di , Q1.05 Vr , KC1.59 Werkcolleges: week 2,3,4 morgen niet, dus! Frank is docent, pas over twee weken terug van lezingen tour door China -> 1e twee weken college door Annette

3 6 groepen, vanaf volgende week
Werkcolleges 6 groepen, vanaf volgende week Studietip: Kom naar de werkcolleges, en doe de opdrachten van te voren Informatica: 33 (2 groepen is OK) Informatiekunde: 13 (1 groep is voldoende) AI: 25 (moet eigenlijk 2 groepen zijn) werkcolleges zijn studiehulp: leren hoe je de stof moet bestuderen; daarom: antwoorden pas beschikbaar *na* het werkcollege; groot verschil tussen antwoord snappen en antwoord bedenken. werkcollege opgaven zijn vaak oude tentamen opgaven: als je werkcollege kunt, kun je ook het tentamen deelname niet verplicht, wel ZEER aangeraden NON-eerstejaars mogen geen werkcolleges doen na eerste vier weken: nog wel werkboeken (met vertraagde antwoorden), maar geen werkcolleges meer: dan weet je hoe je dit zelfstandig moet bestuderen

4 Huishoudelijke Zaken 1 tentamen Herkansing: Feb 2009?
Je bent geslaagd als je voor het 1e deeltentamen minstens een 4.0 haalt, en je voor het 2e deeltentamen minstens een 5.0 haalt, en het gemiddelde van de twee cijfers minstens een 5.5 is. Als je dit niet haalt moet je in Feb ALLES overnieuw doen (deeltentamens blijven niet staan) Non-eerste-jaars mogen GEEN deeltentamens doen

5 ? Huishoudelijke Zaken Boek
Artificial Intelligence, Structures and strategies for complex problem solving Luger (5th edition) Gebruik de studie-handleiding (zie Blackboard) Huishoudelijke Zaken Aanwezigheid: Niet verplicht, dus kom alleen als je ook echt mee doet ? Vragen stellen: tijdens college (aangemoedigd) Blackboard: discussion board (aangemoedigd) In de pauze 3e editie is bruikbaar met “lijst van veranderingen” op blackboard gerucht gaat: vak is haalbaar zonder boek. Maar: boek is ook belangrijk voor latere jaren en andere vakken (Project AI, Progr. in Prolog) Er bestaan geen domme vragen. Als jij een vraag hebt, dan zijn er 10 mensen met dezelfde vraag die hem niet stellen.

6 On-line communicatie http://bb.vu.nl Announcements = officieel kanaal!
Course documents: College rooster, slides, werkboeken, oude tentamens Discussion board: stel een vraag! beantwoord een vraag! Course information: studiehandleiding External links: software Studietip: BB-aankondiging niet gelezen = eigen schuld, dikke bult je MOET je inschrijven op BB voor dit vak

7 Overzicht van semester
AI = zoeken kennis systemen neurale netwerken machine learning natuurlijke taal planning programmeer talen representatie stellingen bewijzers AI is een lappendeken van onderwerpen (net als elk ander wetenschapsgebied), deels overlappend, met vage grenzen » per college 1 onderwerp

8 Overzicht van cursus 1. AI overzicht 2. Zoeken zonder heuristieken
3. Zoeken met heuristieken 4. Zoeken met meer spelers 5. Productie regels Kennis systemen Kennis representatie 8. Kennis representatie 9. Natuurlijke taal Stellingen bewijzers 11. Machinaal leren Neurale netwerken - - Tentamen

9 AI:“Sluitende definitie”
AI (Kunstmatige Intelligentie) is de wetenschap die probeert menselijke intelligentie / denken redeneren zo goed te begrijpen dat we het ook op een computer kunnen uitvoeren AI: twee smaken cognitief Í psychologie technisch Í informatica Maar: sluitende definities zijn altijd moeilijk en niet sluitend de twee smaken zijn niet met elkaar in concurrentie, maar vullen elkaar aan beide smaken komen terug in je studie

10 ? AI: Voorbeeld vragen Hoe kunnen computers alledaagse taal begrijpen
Hoe kunnen computers leren van hun vergissingen Welke kennis gebruikt een menselijke expert Hoe kunnen we die kennis representeren in een computer ? alledaagse taal begrijpen zou computers veel bruikbaarder maken (praten ipv typen) leren zou computers veel bruikbaarder maken (en meer “zoals mensen”) menselijke experts (arts, rechter, monteur) zijn niet alleen “intelligent”, maar hebben veel domein kennis

11 AI: De Buren Psychologie: bestuderen van menselijk denken
Logica: de wiskundige wetten van het denken Informatica: Het bouwen van computer programma’s Filosofie: Relatie tussen geest en brein Biologie: biologisch geinspireerde rekenmethoden Taalkunde: bestuderen van strukturen in taal alweer: al deze buren komen terug in je studie

12 AI: Wat is het niet AI is niet: ‘t nabouwen van de menselijke hersenen AI is niet: slim knutselen aan computer programma’s AI is niet: ontestbare theorieën AI gaat niet om biochemische werking van hersenen computer programma’s zijn MIDDEL, niet doel we zitten hier bij FEW

13 AI: Praktisch Nut Realiseren van bestaand werk (nut?)
Verhogen van bestaande kwaliteit (samenwerken ipv vervangen) Nieuwe taken mogelijk maken (als ondoenlijk voor mensen) Vb: - proces-besturing zoeken in grote databases vervangen van experts (goedkoop, nuttig?) voorbeeld van samenwerken: ambulance centrale advies systeem (betere beslissingen) datamining, industriele processen (dingen die mensen niet zelf kunnen vanwege omvang of snelheid)

14 AI: Resultaten Computers die “vaag” kunnen redeneren
Computers die experts bijstaan of vervangen in: medische diagnose financieel advies besturen van fabrieken ontwerpen van producten Computers die foto’s analyseren van zieke cellen weer-satelieten vaag: redeneren is niet 1/0, true/false, maar ook “misschien”, “een beetje” vb: borstkanker onderzoek: >90% foto’s zijn door computer herkenbaar als “gezond” (maar niet door leken!) 9

15 Overzicht van de AI Zoeken Denkspelen Stellingenbewijzers
Kennissystemen Natuurlijke taal Machinaal leren Planning Neurale Netwerken Programmeertalen zoeken kennis systemen neurale netwerken machine learning natuurlijke taal planning programmeer talen representatie stellingen bewijzers

16 Redeneren als zoeken Gegeven: - begin toestand - gewenste eindtoestand
- mogelijke overgangen Zoek: serie overgangen van begin- naar eindtoestand Vb: - zoeken in een doolhof - zoek snelste treinverbinding Maar ook: Vb: 8 puzzle 2 8 3 4 1 6 7 5 begin eind overgang (schuif een blokje) zoeken kan zoeken zijn letterlijke ruimte (doolhof) maar ook zoeken in abstracte ruimte (puzzel)

17 Redeneren als zoeken 2 8 3 4 1 6 7 5 6D 5R 6U 1R 3D 1D 7R 4D (7L) 4U
over methodes voor zoeken gaan de colleges (in oplopende slimheid) 1 2 3 4 5 6 7 8

18 Denkspelen Boter-kaas-en-eieren Vier-op-een-rij Dammen Schaken Bridge
Go Goed gedefinieerde regels Geen ambiguiteit Makkelijk in een computer te representeren (vaak) geen externe expert nodig waarom gebruiken we spelletjes als voorbeeld: NIET omdat we spelletjes zo belangrijk vinden, maar: …

19 Machinaal leren Leren = systeem gaat door ervaring beter werken
Essentieel voor intelligent gedrag Vb: leren van algemene regels uit specifieke voorbeelden gedrag zou nooit intelligent genoemd worden als je niet kon leren, + intelligent gedrag is niet realiseerbaar zonder leren

20 + - + - Machinaal leren Poort = delen A,B,C blok(A),blok(B),blok(C)
+ A&B steunen C C A B C A B + - blok(C) C A B - + A raakt-niet B voorbeeld genomen uit een vroeg leerprogramma (Patrick Winston, MIT, jaren ’70) werkte in een vereenvoudigde wereld (“blokkendozen”): eenvoudige vormen, eenvoudige voorgedefinieerde relaties. Aan ‘t eind een redelijk ingewikkelde definitie van “poort” geleerd waar je niet zo snel op zou komen Poort = delen A,B,C + blok(A),blok(B) + A & B steunen C + A raakt-niet B

21 Natuurlijke taal Taal begrijpen =
tekst opsplitsen in delen (grammatica) betekenis van delen (woordenboek) betekenissen samenstellen Echter: “Te koop: Duitse herdershond. Eet alles. Is vooral dol op kinderen” Dus: heel veel wereldkennis nodig (tot nu toe) alleen doenlijk in beperkte domeinen (bijv. vragen over spoorboekje) simpele idee over taal = compositie van betekenis van onderdelen; echter: dit is te simpel: er is wereldkennis bij nodig: hondgrapje alleen maar te begrijpen omdat wij weten: - relaties tussen mensen en kinderen - releaties tussen mensen en honden - als je iets verkoopt probeer je het positief voor te stellen

22 Toepassingen van Kennissystemen
zelf-diagnose van auto’s verzekerings acceptatie credit-card fraude-detectie toepassen van sociale wetgeving ontwerpen van gebitsprothesen waterkracht centrales in Nepal gezondheidszorg in Zuid-Afrika beheren van kankerbehandelingen toekennen van strafmaat gebitsprothesen mooi voorbeeld van HERGEBRUIK voor beenprothesen bij kinderen (nodig vanwege snelle groei) verzekeringsacceptatie & creditcard fraude zijn allebei BEDRIJFSKRITISCHE beslissingen Nepal en Zuid-Afrika gaan over beter VERSPREIDING van kennis strafmaat is voorbeeld van SOCIALE INVLOED van kennissystemen (want bedoeling is uniformere strafmaten in heel NL)

23 Volgende week State space search = Hoofdstuk 3 (¹ 2)


Download ppt "College 1 Huishoudelijke zaken Overzicht van cursus College 1:"

Verwante presentaties


Ads door Google