Kapitel 22: Künstliche Intelligenz - TU Bergakademie · PDF fileALVINN (Autonomous Land...

1

Kapitel 22:

Künstliche Intelligenz

Einführung in die InformatikWintersemester 2007/08

Prof. Bernhard Jung

Prof. B. Jung Einführung in die Informatik, WS 2007/08 TU Bergakademie Freiberg

Übersicht

Was ist Künstliche Intelligenz?Teilgebiete & Methoden der KI

WissensdarstellungLogikLogisches Schließen und dessen AutomatisierungExpertensystemeSprach- und Bildverstehen

Herausforderungen heuteIntelligente Agenten, Robotik

LiteraturP. Rechenberg. Was ist Informatik? Eine allgemeinverständliche Einführung. Hanser. 2000.

2


Was ist Intelligenz?

Intelligenz (lat.) – eigtl.: Verständnis, Einsicht. 1. Inbegriff ausgeprägter intellektueller Fähigkeiten, das Wesen einer Sache richtig zu erfassen, (...)[Philosophisches

Wörterbuch, 1976]

[Wörterbuch zu den philosophischen

Fragen der Natur-wissenschaften, 1978]

Intelligenz (lat): 1. Bezeichnung für die hierarchisch strukturierte Gesamtheit jener Fähigkeiten, die das Niveau und die Qualität der Denkprozesse, sich an wechselnde, vor allem unbekannte Bedingungen der objektiven Realität anzupassen, bestimmen. (...) Voraussetzung, um aus den im individuellen Erkenntnisprozeß erworbenen Kenntnissen und Fähigkeiten schöpferisch neue Erkenntnisse abzuleiten und damit verbundene Aufgaben zu lösen. (...)


Verschiedene Sichten der KI

Menschliches Denken

Rationales Denken

Menschliches Handeln

Rationales Handeln

Logik-orientierteTradition der KIKognitions-

wissenschaft

TuringTest

Rationale Agentendo-the-right-thing

deskriptiv idealisiert,normativ

3


Was ist Künstliche Intelligenz? - Definitionen


Turing-Test

A. Turing (1950)"Können Maschinen denken?" "Können Maschinen sich intelligent verhalten?"Operationaler Test für intelligentes Verhalten: Imitationsspiel

Vorhersage, dass im Jahr 2000 Laien mit 30% Wahrscheinlichkeit getäuscht werdendiese Vorhersage ist nicht eingetreten in Mainstream KI-Forschung auch kaum weiter verfolgtjährlicher Wettbewerb: Loebner-Preis, http://www.loebner.net/Prizef/loebner-prize.html

Vorschlag aller wichtigen Komponenten für KI: Wissen, Inferenz, Lernen, Verstehen von SpracheProbleme: Turing-Test nicht reproduzierbar, konstruktiv oder gut mathematisch analysierbar

4


Gehirn/Neuronen

Die Bestandteile einer Nervenzelle, eines so genannten Neurons. Jedes Neuron besteht aus einem Zellkörper, dem so genannten Soma, der einen Zellkern enthält. Aus dem Zellkörper heraus verzweigen sich mehrere Fasern, die so genannten Dendriten, und eine einzelne lange Faser, das Axon. Normalerweise sind diese einen Zentimeter lang (das ist das Hundertfache des Durchmessers des Zellkörpers), können aber auch bis zu einem Meter lang sein. Ein Neuron knüpft Verbindungen mit 10 bis 100.000 anderen Neuronen, und zwar an Verbindungspunkten, die als Synapsenbezeichnet werden. Signale werden mit Hilfe einer komplizierten elektrochemischen Reaktion von Neuron zu Neuron weitergegeben. Die Signale steuern auf kurze Sicht die Aktivität des Gehirns und ermöglichen auch Änderungen auf lange Sicht, was die Position und Verbindung der Neuronen betrifft. Man nimmt an, dass diese Mechanismen die Grundlage für das Lernen im Gehirn sind.


Rechenressourcen bei Computer und Mensch

Ein ungefährer Vergleich der reinen Rechenressourcen, die einem Computer (2003) und einem Gehirn zur Verfügung stehen. Die Zahlen für den Computer haben sich in den 10 Jahren davor um mindestens den Faktor 10 vergrößert und werden sich innerhalb der nächsten 10 Jahre wahrscheinlich noch einmal um denselben Betrag erhöhen. Die Werte des Gehirns haben sich in den letzten 10.000 Jahren nicht geändert.

5


Konkrete KI-Anliegen (früh)

Theorem-BeweisenSchach / SpieleSymbolische IntegrationVerstehen natürlicher SpracheRobotikSzenenanalyseAutomatisches ProgrammierenInformation RetrievalExpertensysteme

PROBLEMLÖSEN& SUCHE


Evans‘ ANALOGY (1968)

6


Winograd‘s SHRDLU (1972)Person: PICK UP A BIG RED BLOCK.Computer: OK. (does it)Person: GRASP THE PYRAMID.Computer: I DON'T UNDERSTAND WHICH PYRAMID YOU MEAN.Person: FIND A BLOCK WHICH IS TALLER THAN THE ONE YOU ARE HOLDING AND PUT IT INTO THE BOX.Computer: BY "IT", I ASSUME YOU MEAN THE BLOCK WHICH IS TALLER THAN THE ONE I AM HOLDING.Computer: OK. (does it)Person: WHAT DOES THE BOX CONTAIN?Computer: THE BLUE PYRAMID AND THE BLUE BLOCK.Person: WHAT IS THE PYRAMID SUPPORTED BY?Computer: THE BOX.Person: HOW MANY BLOCKS ARE NOT IN THE BOX?Computer: FOUR OF THEM....


Schach

1997: Deep Blue schlägt Weltmeister Kasparow2002: Unentschieden zwischen Weltmeister Kramnik und Deep Fritz

Elo-Zahlen zur Bewertung der Spielstärke von SchachspielernStand 2007:• Weltmeister Anand: 2801 Punkte• Bestes Schachprogramm Rybka 2.3.1: 2962 PunkteELO-Zahlen eigentlich aber schwer vergleichbar!http://de.wikipedia.org/wiki/Elo-Zahl

7


Einige Erfolge der KI

Planen2000 NASAs Remote Agent steuert Deep Space 1 Raumschiff

DiagnoseMedizinische Diagnoseprogramme auf Expertenniveau

Autonome KontrolleALVINN (Autonomous Land Vehicle In a Neural Network) lenkt Auto quer durch die USAseit 2004 Darpa Grand Challenge bzw. Urban Challenge

Robotikrobotische Assistenten bei medizinischen Operationen

KreuzworträtselComputerprogramme heute besser als die meisten Menschen


Werden / können / sollen KI-Systeme menschenähnlich sein?

Und dennoch ist sein Gehirn mindestens hundertmal komplizierter als eine unserer Super TX 137 ...

8


Wissensdarstellung

Es gibtTatsachenwissen, auch Faktenwissen genanntVerfahrenswissen, auch prozedurales Wissen genannt

Beispiel Tatsachenwissen: Das Buch liegt auf dem Tisch. Im Jahre 1990 wurden die beiden Teile Deutschlands wieder vereinigt.

Beispiel Verfahrenswissen: Um mit der Bahn von Freiberg nach Dresden zu fahren, ziehe man in Freiberg das Kursbuch oder Internet zu rate bzw. erfrage die Fahrzeiten bei der Bahn, begebe sich zum Bahnhof, steige in den passenden Zug und warte, bis der Zug in Dresden hält.

vereinfachte und vereinheitlichende Form für Verfahrenswissen ist Wenn-Dann-Form:

wenn ich Urlaub und genügend Geld habe, fahre ich nach Rom, wenn nicht, mache ich eine Bergwanderung, und wenn ich keinen Urlaub habe, bleibe ich zu Hause.


Logik

Es gab sehr viele Vorschläge zur Wissensdarstellung/Wissensverarbeitung

Eine sehr verbreitete ist die prädikatenlogische DarstellungDie Programmiersprache Prolog basiert darauf

Beispiel:”Der Löwe ist ein Raubtier“ wird zu”Raubtier(Löwe)“

Prädikate können die Wahrheitswerte wahr oder falsch annehmen

Zweistellige Prädikate: Vater (Otto, Peter)

Regel:Vater(Franz, Otto) & Vater(Otto, Peter) Enkel(Peter, Franz)

” “ nennt man Implikationsprich: ”wenn . . . dann . . .“ oder ”. . . impliziert . . .“

9


Logik II

Um allgemeine Aussagen machen zu können, muss man quantifizierenAus ”Alle Spaniels sind Hunde“ wird ∀x : Spaniel(x) Hund(x)

∀x, y, z : Vater (x, y) ∧ Vater (y, z) Enkel(z, x)

Problem Mehrdeutigkeit: z.B. "Spaniels und Schäferhunde, die abgerichtet sind, sind zahm"Abbildung in Logik erfordert Disambiguierung∀x : ( (Spaniel(x) ∨ Schaeferhund(x)) ∧ Abgerichtet(x) ) Zahm(x)∀x : (Spaniel(x) ∨ (Schaeferhund(x)) ∧ Abgerichtet(x)) ) Zahm(x)

∨ Disjunktion (oder)∧ Konjunktion

Implikation¬ Negation


Logisches Schließen und seine Automatisierung

Aus ”Alle Menschen sind sterblich“ und ”Sokrates ist ein Mensch“ kann man schließen ”Sokrates ist sterblich“.

Dies ist der Modus Ponens:Prämisse 1: A BPrämisse 2: AKonklusion: B

Eine weitere Deduktionsregel ist Modus Tollens:Prämisse 1: A BPrämisse 2: ¬BKonklusion: ¬A

Beispiel: Wenn die Sonne scheint, dann gehe ich spazieren. Ich gehe nicht spazieren. Also scheint die Sonne nicht.

10


Logisches Schließen und seine Automatisierung Beispiel

Gegeben:1. Michael bekommt heute kein Briefmarkenalbum2. Paul oder Michael haben heute Geburtstag3. Wenn Paul heute Geburtstag hat, bekommt er einen Fotoapparat4. Wenn Michael heute Geburtstag hat, bekommt er ein Briefmarkenalbum

Welche Schlüsse kann man daraus ziehen?

Dies sind die elementaren Aussagen:B: Michael bekommt heute ein BriefmarkenalbumP: Paul hat heute GeburtstagM: Michael hat heute GeburtstagF: Paul bekommt heute einen Fotoapparat


Logisches Schließen und seine Automatisierung Beispiel

Formalisierte Aussagen 1. ¬B2. P ∨ M3. P F4. M B

Daraus kann man schießen:Aus 1 und 4 folgt mit Modus Tollens ¬MAus ¬M und 2 folgt P Aus P und 3 folgt mit Modus Ponens F

Wieder umgangssprachlich:Michael hat heute nicht Geburtstag. (¬M)Paul hat heute Geburtstag. (P)Paul bekommt heute einen Fotoapparat (F)

11


Logisches Schließen und seine Automatisierung

meist nicht Ziel, aus gegebenem Wissen alles ableitbare auch abzuleiten, sondern Antwort auf die Frage

”Ist die Aussage X ableitbar?“

Dies ist genau die Frage, die man einem Prolog-System stellt!

Allgemein gesehen ist dies ein Suchproblem. Sehr viele KI-Anwendungen können als Suchproblem dargestellt werden.

Die Aufgabe für KI-Programmierer besteht darin, den Suchraum so zu verkleinern, dass in vertretbarer Zeit eine Lösung gefunden werden kann.


Expertensysteme

Expertensystem ist ein Programm, das Fragen zu einem Wissensgebiet beantworten kannExpertensysteme sind eines der Hauptanwendungsgebiete der KIBeispiele:

Diagnose (medizinisch, technisch)KonstruktionSimulation. . .

Expertensysteme besitzenWissensbasisWissenserwerbkomponenteInferenzkomponenteErklärungskomponenteDialogkomponente

12


Bilderkennung

Gegeben ist ein zweidimensionales Bild (z.B. Kamera eines Roboters)

es soll daraus auf die Objekte geschlossen werden, die es erzeugt haben, einschließlich ihrer Formen, Orte, Farben und Größen.

Sehr schwierig!

Computer-Implementierung sehr aufwändig (Echtzeit?)


Sprachverstehen

ÜbersetzungPhonetische AnalyseSemantisch verstehen?

Problembeispiele:Aschenputtel besuchte den Ball.Aschenputtel schoss den Ball.

Die Autobahn wurde durch ein Waldgebiet gebaut.Die Autobahn wurde durch einen Baumeister gebaut.

Die Soldaten schossen auf die Gefangenen und ich sah sie fallen.Die Soldaten schossen auf die Gefangenen und ich sah sie nachladen.

The spirit is willing but flesh is weak=>

(russische Übersetzung)=>

The vodka is good but the meat is rotten Angebliche Fehlübersetzung eines frühen Systems

zu maschinellen Übersetzung

Verbmobil-Forschungsprojekt (BMBF): Echtzeit-Übersetzungen Deutsch/Englisch,

Deutsch Japanisch

13


Intelligenter Agent: Modell

Kognitive Verarbeitung

Reasoning

Wissensbasis Knowledge Base

Perzepte Percepts

Handlungen Actions

Agent

Sensoren Effektoren

Umgebung Environment

Agenten sind Systeme, die ihre Umgebung wahrnehmen (perceive) und in ihr handeln (act).

z.B. Menschz.B. Roboterz.B. Softwareagent

„Deliberative“ Agenten denken vor dem Handeln nach (reason), „reaktive“handeln als Reflex.

(angelehnt an Russell & Norvig, Kap. 2)

(„deliberativ“: intentional, willentlich)


Trend heute: Intelligente Agenten

AndroideRoboter

Embodied Conversational Agents

RoboCup: Fußballspielende Roboter

Autonome Fahrzeuge, z.B. Darpa Urban Challenge 2007

14


RoboCup

(nicht ganz ernste gemeintes) Ziel: im Jahr 2050 den Weltmeister schlagen

PerzeptionAktionPlannenAgententeams(Maschinelles Lernen)

Small size league

Simulation league

Humanoid league


Androide Roboter

Arbeiten am Intelligent Robotics Lab, Osakahttp://www.ed.ams.eng.osaka-u.ac.jp/

Geminoid, Prof. Ishiguro

15


Androide Roboter (2)

Actroid DER2Fa. Kokorohttp://www.kokoro-dreams.co.jp

CB2, Osaka University Kameras, Mikrofone, ca. 200 Berührungssensoren


Was können Computer heute immer noch nicht?

Aus Ray Kurzweil: The Age of Spiritual Machineshttp://www.kurzweilAI.net/

Kapitel 22: Künstliche Intelligenz - TU Bergakademie · PDF fileALVINN (Autonomous Land...

Documents

Transcript of Kapitel 22: Künstliche Intelligenz - TU Bergakademie · PDF fileALVINN (Autonomous Land...