1. Umelá inteligencia 1 Úvod do symbolickej UI
Doc. Ing. Kristína Machová, PhD.

2. Úvod do symbolickej UI Osnova:
Čo je to UI?
Systémy, ktoré myslia a konajú ako ľudia.
Systémy, ktoré myslia a konajú rozumne
Umelá kontra prirodzená inteligencia
Rozumný agent
Program rozumného agenta
Dejiny umelej inteligencie

3. Úvod do symbolickej umelej inteligencie (UI) Čo je to UI?
Cieľom UI je vytvoriť, zostrojiť inteligentné objekty a porozumieť im.
UI: (Návrat P.: Umelá inteligencia)
dlhá doba v informatike = okamih z perspektívy logiky
sľubuje poodkryť záhadu podstaty inteligencie
(homo sapiens ~ iné bytosti)
hľadá spôsoby ako opísať algoritmicky procesy hľadania riešení,
ktoré predpokladajú inteligenciu
Sú možné štyri pohľady na inteligentné systémy:
Systémy, ktoré myslia ako ľudia
Systémy, ktoré konajú ako ľudia
Systémy, ktoré myslia rozumne
Systémy, ktoré konajú rozumne

4. Úvod do symbolickej UI Systémy, ktoré myslia ako ľudia
GPS (general problem solver) – všeobecný riešič problémov:
jeden z prvých inteligentných systémov
autori sú Newell a Simon (1961)
snaha vyriešiť daný problém spôsobom vlastným človeku
Kognitívna veda (cognitive science):
veda na pomedzí umelej inteligencie a psychológie
spája skúmanie výpočtových modelov z UI s experimentálnymi
metódami psychológie
hľadá presné a overiteľné teórie fungovania ľudskej mysle

5. Úvod do symbolickej UI Systémy, ktoré konajú ako ľudia
Turingov test umelej inteligencie:
je test, ktorý má odhaliť či systém
(počítač) koná ako človek,
Systém by mal zvládnuť:
spracovanie prirodzeného jazyka
reprezentáciu poznatkov
(informácie počas vyšetrovania)
automatické usudzovanie
(odvodenie správnych záverov)
učenie sa

6. Úvod do symbolickej UI Systémy, ktoré myslia rozumne
Už Sokrates (tisícročná tradícia) sa pokúšal definovať správne myslenie, odvádzanie poznatkov (reasoning):
jeho slávne sylogizmy, napr.: „Sokrates je človek, všetci ľudia sú smrteľníci, preto Sokrates je smrteľník.“
tieto vzory myslenia boli základom pre logiku
Budovanie systémov UI na základe matematickej logiky naráža
na dve prekážky:
Vyjadriť znalosti pomocou jazyka matematickej logiky je neľahké a nie vždy možné (neurčitosť).
Vyjadrenie znalostí je mimoriadne výpočtovo náročné.

7. Úvod do symbolickej UI Systémy, ktoré konajú rozumne
Systém, ktorý koná rozumne, koná tak aby dosiahol svoje ciele.
Z tohto pohľadu UI je disciplína, ktorá skúma rozumné agenty a spôsoby ich zostrojovania.
Pozn.: Vo svete UI konajú agenty (konatele) nie agenti (konatelia, špióni), teda stroje, programy, nie ľudia.
Agent je systém, ktorý vníma a koná.
Rozumný agent vníma informácie z prostredia, uvažuje o nich a na ich základe koná, čím je v nepretržitej spätnej väzbe s prostredím, opísaným bázou poznatkov. Keď koná, volí taký čin, ktorý vedie k najväčšiemu úžitku z hľadiska dosahovania cieľa.

8. Úvod do symbolickej UI Umelá a prirodzená inteligencia
Umelá inteligencia:
Je stabilnejšia (zabúdanie, odchod z organizácie).
Je jednoduchšie ju rozširovať (zdĺhavý proces učenia).
Je lacnejšia (cena práce človeka).
Je stála (nevypočitateľní ľudia).
Je dokumentovateľná.
Prirodzená inteligencia:
Je tvorivá.
Umožňuje ľuďom priamo používať vnemy (nemusia interpretovať informácie zo senzorov).
Používa široký kontext skúseností.
Počítače môžu spracovať veľké objemy informácií.
Človek často koná na základe intuície, čo je ťažko zabudovateľné do stroja.

9. Úvod do symbolickej UI Údaje, informácie a poznatky
spracovávané fakty
numerické, alfanumerické reťazce
samé o sebe nemajú význam
Informácie:
majú význam pre prijímateľa
Poznatky - znalosti:
odvodzovaním nad bázou poznatkov a údajmi o probléme získava systém schopnosť riešiť problémy nejakého okruhu.
získa teda znalosť tejto problematiky
ÚDAJE
INFORMÁCIE
ZNA-
LOSTI
úroveň
abst-
rakcie
množstvo

10. Úvod do symbolickej UI Rozumný agent
Agent je hocijaký objekt, ktorý vníma svoje prostredie pomocou senzorov a koná v tom prostredí pomocou efektorov.
Rozumný agent koná správne. Správnosť konania hodnotí miera úspešnosti agenta, napríklad:
Ako blízko je expertný diagnostický systém k diagnóze stanovenej konzíliom lekárskych expertov.
Cena, o ktorú je expertným systémom navrhnutá konfigurácia počítačov lacnejšia ako tá, ktorú navrhol návrhár.
Ideálny rozumný agent by mal vykonať akciu, od ktorej sa očakáva najväčšie ohodnotenie mierou úspešnosti.

11. Úvod do symbolickej UI Rozumný agent
Rozumný agent prijíma na vstupe postupnosť vnemov. Výstupom je konanie.
Špecifikácia agenta opisuje zobrazenie postupností vnemov do akcií, resp. rozhodnutí. Toto zobrazenie môže mať formu funkcie alebo tabuľky. Zobrazenie postupností vnemov do akcií sa spravidla navrhuje formou programu.
rozumný agent = program + technické zariadenie
Umelá inteligencia sa sústreďuje na navrhovanie programov pre rozumné agenty.
Ak chce UI navrhovať rozumné agenty, musí skúmať nielen ich konanie, ale aj ich štruktúru.

12. Úvod do symbolickej UI Príklady rozumných agentov

13. Úvod do symbolickej UI Program rozumného agenta
ako funkcia, ktorá má na vstupe postupnosť v pamäti uchovaných vnemov a ako výstup akciu:
function AGENT-KOSTRA(vnem) returns akcia
static: pamäť, pamäť agenta o svete
pamäť  OBNOV-PAMäŤ(pamäť, vnem)
akcia  VYBER-NAJ-AKCIU(pamäť)
pamäť  OBNOV-PAMäŤ(pamäť, akcia)
return akcia

14. Úvod do symbolickej UI Vyhľadávacia tabuľka
Agent, ktorý reprezentuje zobrazenia postupností v vnemov do akcií pomocou tabuľky:
function AGENT-RIADENÝ-TABUĽKOU(vnem) returns akcia
static: vnemy, postupnosť na začiatku prázdna
tabuľka, položky sprístupnené podľa postupností
vnemov, na začiatku úplne špecifikovaná
pripoj vnem na koniec vnemy
akcia  VYHĽADAJ(vnemy, tabuľka)
return akcia

15. Úvod do symbolickej UI Vyhľadávacia tabuľka
Agent riadený tabuľkou:
Je odsúdený na neúspech.
Tabuľka pre realistické triedy problémov by bola extrémne veľká (šach, položiek).
Nie je autonómny, jeho správanie nie je spoluurčované jeho doterajšou skúsenosťou. Koná iba na základe v tabuľke zapísaných znalostí.
Pri neočakávanej zmene podmienok prostredia by nevedel reagovať.
Preto skúsme vyjadriť závislosť akcie od skupín postupností vnemov (redukcia položiek). Vzniknú tak pravidlá situácia –>akcia. Teda if-then pravidlá, alebo produkčné pravidlá.

16. Úvod do symbolickej UI Agent s odrazom
Agent s odrazom je založený na pravidlách situácia –>akcia, ktoré vyjadrujú ako agent vnem odráža do akcie:
function AGENT-S-ODRAZOM(vnem) returns akcia
static: stav, opis súčasného stavu prostredia
pravidlá, množina pravidiel: stav-akcia
stav  OBNOV-STAV(stav, vnem)
akcia URČI-AKCIU(NÁJDI-PRAVIDLO(stav, pravidlá))
stav  OBNOV-STAV(stav, akcia)
return akcia
Agent s odrazom si neporadí na križovatke. Správna voľba závisí od konečného cieľa cesty.

17. Úvod do symbolickej UI Agent zvažujúci cieľ
Agent zvažujúci cieľ vyberá zo všetkých akcií, ktoré sú v danom stave vykonateľné, takú, ktorá povedie k cieľu:
function AGENT-ZVÁŽ-CIEĽ(vnem) returns akcia
static: stav, opis súčasného stavu prostredia
cieľ, na začiatku prázdny
stav  OBNOV-STAV(stav, vnem)
if cieľ je prázdny then cieľ  VYJADRI-CIEĽ(stav)
akcia URČI-AKCIU(cieľ, NÁJDI-NASLEDNÍKOV(stav))
stav  OBNOV-STAV(stav, akcia)
return akcia
Agent zvažujúci cieľ je pružnejší na zmeny stavu prostredia. Cieľ sa vytvorí na základe vnemu zo súčasného stavu.

18. Úvod do symbolickej UI Agent zvažujúci užitočnosť
Agent zvažujúci cieľ:
Zahrnutie cieľa do uvažovania nie je zárukou optimálneho postupu.
Do cieľa môže viesť viac ciest.
Niektoré sú kratšie, lacnejšie, bezpečnejšie, rýchlejšie, ...
Agent zvažujúci užitočnosť:
Potrebujeme agenta, ktorý bude vyberať stavy na základe miery užitočnosti.
Miera užitočnosti vyjadruje užitočnosť dosiahnutia daného stavu z hľadiska efektívneho dosiahnutia cieľa.

19. Úvod do symbolickej UI Agent zvažujúci užitočnosť
Agent zvažujúci užitočnosť využije mieru užitočnosti stavu pri určovaní akcie, ktorá sa má vykonať:
function AGENT-ZVÁŽ-UŽITOČNOSŤ(vnem) returns akcia
static: stav, opis súčasného stavu prostredia
užitočnosť, funkcia oceňujúca užitočnosť stavu
stav  OBNOV-STAV(stav, vnem)
akcia URČI-AKCIU(úžitok, NÁJDI-NASLEDNÍKOV(stav))
stav  OBNOV-STAV(stav, akcia)
return akcia

20. Úvod do symbolickej UI Rozumný agent - diskusia
Rozumnosť rozumného agenta je ohraničená:
Výpočtovými prostriedkami (pamäť, rozhodnutie v reálnom čase).
Nákladmi na úsilie, ktoré možno vynaložiť na získanie údajov z prostredia (doba získavania, finančné náklady).
Neúplnosťou, prípadne aj protirečivosťou získaných poznatkov (v báze znalostí).
Neurčitosťou poznatkov, resp. znalostí.
Nepresnosťou niektorých údajov, resp. faktov.

21. Úvod do symbolickej UI Dejiny umelej inteligencie
Už stáročia existujú legendy o umelom človeku (android, homunkul). Umelý človek je častým hrdinom fantastickej literatúry (science fiction).
UI ako vedná disciplína existuje iba niečo viac ako pol storočia.
Šachový automat bol už v 18. storočí skonštruovaný bratislavským rodákom W. Kempelenom (počítače kontra šachoví veľmajstri).
Pojem mysliaci stroj zaviedol viedenský profesor J.M. Petzval (narodený v Spišskej Belej).
V roku 1947 napísal britský matematik A. Turing esej na tému mysliaci stroj – Turingov stroj. Pričinil sa o vznik počítačov.

22. Úvod do symbolickej UI Dejiny umelej inteligencie
Prvý výskumný výsledok umelej inteligencie bol model umelého neurónu navrhnutý W. McCullochom a W. Pittsom v roku
Pojem umelá inteligencia vznikol až roku 1956 na seminári organizovanom J. McCarthym.
V nasledujúcom období vznikli systémy, vytvárali veľké očakávania:
Newell a Simon vytvorili GPS (general problem solver)).
V roku 1959 zostrojil H. Gelenter dokazovač geometrických viet.
Evansov program ANALOGY (1968) riešil problémy geometrickej podobnosti z testov inteligencie.
J. Slage zostrojil program SAINT (1963) na riešenie matematických problémov vyžadujúcich programovanie.
Symbolické integrovanie sa stalo súčasťou systému MACSYMA.
Tieto systémy predznamenali myšlienkovo príchod expertných systémov

23. Úvod do symbolickej UI Dejiny umelej inteligencie
Viaceré výsledky sa dosiahli pri skúmaní aspektov sveta jednoduchých geometrických útvarov:
Rozpoznávanie scény (Waltz, 1975)
Teórie učenia sa (Winston, 1980)
Porozumenie prirodzeného jazyka (Winograd, 1975)
Robot Shakey (1969) - vedel rozpoznať jednoduchú scénu, plánovať činnosť (rozumné činnosti) a pohybovať sa (fyzická činnosť)
Expertné systémy sú spojené so 70tými rokmi:
Nultý bol DENDRAL (odvodenie štruktúry molekuly)
Prvý bol MYCIN (medicínsky, Shortliffe, 1976)
PROSPEKTOR našiel ložisko molybdénovej rudy)
R1 požívala firma DEC na konfigurovanie počítačových zostáv.

24. Úvod do symbolickej UI Dejiny umelej inteligencie
V 80-tych rokoch sa pozornosť opäť upriamila na:
neurónové siete
počítače 5-tej generácie (Japonská vláda, inteligentný počítač, strojový jazyk Prolog).
V súčasnosti:
genetické algoritmy
spracovanie textových dokumentov
vyhľadávanie informácií na webe a sémantický web.

25. Úvod do symbolickej UI Literatúra
Pavol Návrat a kol.: Umelá inteligencia. STU v Bratislave, 2002, Bratislava, 393 strán, ISBN
Stuart Russel, Peter Norvig: Artificial Intelligence. A Modern Approach. Prentice Hall, 2003, USA, 1081 ps., ISBN