Kunstmatige Intelligentie 1

Op deze pagina vindt u informatie over het vak Kunstmatige Intelligentie 1. Het vak heb ik gevolgd als onderdeel van mijn opleiding KI aan de Rijksuniversiteit Groningen. De theorie is behandeld aan de hand van het boek 'Artificial Intelligence - A Modern Approach '.

Een overzicht van behandelde onderwerpen of termen.

Kunstmatige Intelligentie vanuit 4 oogpunten

Acting humanly: The Turing Test approach

Een systeem uit de KI moet een mens nabootsen in die mate dat het voor een buitenstaander niet te onderscheiden is met het systeem. In het systeem moet dan rekening gehouden worden met:

natuurlijke taalverwerking
kennisrepresentatie
geautomatiseerd redeneren
machine learning

Later is het besef gekomen dat intelligentie niet los staat van embodiment (belichaming) en zijn daar de volgende zaken bijgekomen:

computer vision
robotica

Het systeem moet van buitenaf als een mens overkomen, maar hoeft binnenin niet per se als een mens te werken.

Thinking humanly: The cognitive modelling approach

De cognitiewetenschappelijke aanpak probeert de processen zoals die in de mens voorkomen toe te passen zodat we op analoge wijze menselijke intelligentie kunnen creëren. Op zich vaak een goede methode, maar gaat vaak moeizaam omdat cognitief onderzoek (aan mens en dier) veel meer tijd en slachtoffers vergt dan het onderzoek (veelal met computer) voor de andere aanpakken.

Thinking rationally: The laws of thought approach

Aristoteles was een van de eersten die juist denken (onweerlegbaar) onder woorden bracht a.h.v. zijn syllogismen (twee of meer premissen waaruit een conclusie volgt). Deze KI visie is gebaseerd op logica, een systeem moet logisch redeneren om tot een optimale conclusie te komen. Het bleek lastig kennis in logica te representeren. Het redeneren met die kennis schepte bovendien een te grootte complexiteit om tot mooie resultaten te komen.

Acting rationally: The rational agent approach

De aanpak die het boek nogal aanhangt. Het gaat uit van rationeel handelen (acteren) om tot je doelen (goals) te komen, gegeven je overtuigingen (beliefs). Een agent wordt beschouwd als iets dat slechts ontvangt en acteert.

Zoekmethoden

Veel problemen in de AI zijn te reduceren tot zoekproblemen. Zodoende zijn er een aantal zoekalgoritmes ontwikkeld, elk met zijn voor en nadelen.

Breath first search

Er wordt bij BFS eerst in de dichtsbijzijnde nodes (knopen) gezocht naar een oplossing.

Depth first search

Bij DFS wordt zo snel mogelijk de diepte in gezocht. Als een oplossing altijd in een eindnode moet liggen, wat dikwijls zo is, ligt DFS voor de hand.

Begrippen in de KI

kunstmatige intelligentie (AI): Het wetenschapsveld dat probeert intelligente entiteiten te begrijpen en te construeren.
rationaliteit (rationality): Het ideaalbeeld van intelligentie noemt men rationaliteit. Een rationeel systeem neemt de juiste beslissingen.
Turing test: Turing omschreef intelligent gedrag als de mogelijkheid menselijke cognitieve vaardigheden te hebben in die mate dat een menselijke ondervrager niet door heeft of het een mens betreft of een kunstmatig systeem. Daarvoor ontwikkelde hij een systeem waarbij een ondervrager op een 'teletype' (computer) kan chatten met het systeem en met een mens. Als de ondervrager niet kon beoordelen wie de persoon was aan de andere kant dan is het systeem als intelligent te beschouwen. Volgens Turing was de physische identiteit van het systeem/mens niet van belang voor de beoordeling van intelligentie. Tegenwoordig denken we echter wel dat dit een rol speelt (embodiment) en wordt de Turing test wel eens uitgebreid met een video-signaal.
Version spaces: ...
Utiliteit: ...
Labelfouten: door ruis
aspecten zoekmethoden: states, actions, goal test, paht cost, state space, backpointer
keuze zoekmethode: completeness, time complexity, space complexity, optimality
zoekmethoden: breath first, depth first, UC, ..., ...
fringe: De opbouw van de wachtrij
informed search: ...
admissable (toelaatbare) heuristiek: ....
A*: A* in stedenzoekprobleem
optimaliteit A*: ...
energielandschappen: problemen
CSP: route tot oplossing niet belangrijk, result counts
det. -> zekerheid
minmax ply
alfa-beta pruning
booleaans, expressies, predikate logica, forward chaining, gebaseerd op feiten, backchaining, wat moet waar worden?
ontologie
bayesiaanse inferenties
frequentistische kans
conditionele kans (belief)
decision trees
dualisme: Geloof in het bestaan van een niet-materi�le geest en een materialistisch brein
materialisme: De wereld opereert volgens fysische wetten. Zo ook (geest en) brein.

voorbeeldopgaven.

1. Een actueel zoekprobleem is het zoeken op het world-wide web.

a) Geef een PAGE (Percepts, Actions, Goals en Environment) beschrijving voor een agent die bepaalde informatie zoekt op het world-wide web.

b) Karakteriseer de omgeving in termen van de volgende eigenschappen: Accessible, Deterministic, Static en Discrete.

c) Geef een definitie van zoeken op het world-wide web in termen van een zoekprobleem, dat wil zeggen, geef aan hoe een toestand eruit ziet, wat de mogelijke operatoren zijn en waaruit de doel-test bestaat.

d) Welke van de in hoofdstuk 3 en 4 besproken zoekalgorithmen is denk je het meest geschikt voor het zoeken? Geef zonodig ook aan hoe de heuristische functie eruit ziet.

a) Verzin een heuristische functie voor het oplossen van kwadratische algebraische vergelijkingen met één variabele, zoals (x-5)2-x=10. Zorg ervoor dat de functie "admissable" is (en laat dit zien!)

b) Laat zien hoe A* een door jezelf gekozen vergelijking oplost met deze functie. Neem aan dat alle stappen 1 kosten.

3. Deze vraag gaat over het spelletje "vier op een rij", waarbij je een verticaal bord hebt waar je van boven gekleurde schijfjes in kunt gooien. Doel is om vier schijfjes van jouw kleur op een rij te krijgen. Indien je nog nooit van "vier op een rij" gehoord hebt, steek dan je vinger even op, dan leg ik het uit.

a) Bedenk een geschikte evaluatiefunctie dit spel.

b) Teken een deel van de minimax zoekboom (met beperkte diepte, b.v. 2 of 3) vanuit een door jezelf gekozen stelling. Je hoeft hierin niet alle mogelijkheden op te nemen, maar teken zoveel van de boom dat je kunt laten zien hoe je met alpha/bèta optimalisatie een aantal takken in de zoekboom kunt "wegsnijden".