Metody sztucznej inteligencji - podstawy

KATEDRA ENERGOELEKTRONIKI, NAPĘDU ELEKTRYCZNEGO I ROBOTYKI
1
METODY SZTUCZNEJ INTELIGENCJI W UKŁADACH STEROWANIA
Metody sztucznej inteligencji w układach sterowania
• Podstawy algorytmów genetycznych oraz
ich aplikacje w procesach optymalizacji
• Sztuczne sieci neuronowe-formalne
podstawy i wybrane aplikacje
• Wprowadzenie –formy sztucznej inteligencji
• Elementy logiki rozmytej i jej aplikacje w
sterowaniu i modelowaniu obiektów
dynamicznych
• Systemy ekspertowe
2017
KATEDRA ENERGOELEKTRONIKI, NAPĘDU ELEKTRYCZNEGO I ROBOTYKI
2
METODY SZTUCZNEJ INTELIGENCJI W UKŁADACH STEROWANIA
Literatura
•
•
•
•
•
•
•
•
•
Cichosz P.: Systemy uczące się. WNT Warszawa 2000.
Mulawka J.: Systemy ekspertowe. WNT, Warszawa, 1996
Niederliński A.: Regułowe systemy ekspertowe. Wyd. J.
Skalmierskiego, 2000
Osowski S.: Sieci neuronowe do przetwarzania informacji.
OW Pol. Warszawskiej, 2000r.
Tadeusiewicz R. : Sieci neuronowe. Akademicka Oficyna
Wydawnicza RM, Warszawa, 1993
Rutkowska D., Piliński M., Rutkowski L.: Sieci neuronowe,
algorytmy genetyczne i systemy rozmyte. WN PWN
Warszawa Łódź 1999.
Driankov D., Helendoorn H., Reifrank M.: Wprowadzenie do
sterowania rozmytego. WNT 1996
Czogała E., Pedrycz W.: Elementy i metody teorii zbiorów
rozmytych. PWN. Warszawa, 1985.
Michalewicz Z.: Algorytmy genetyczne + struktury danych
= programy ewolucyje. WNT 1996
2017
1
3
KATEDRA ENERGOELEKTRONIKI, NAPĘDU ELEKTRYCZNEGO I ROBOTYKI
METODY SZTUCZNEJ INTELIGENCJI W UKŁADACH STEROWANIA
Dwie drogi do sztucznej inteligencji
Inteligencję próbuje się osiągnąć przez:
• Programowanie logiczne, poziom symboliczny - inteligencja
rozumiana koncepcyjnie.
• Modele inspirowane przez działanie mózgu, symulacje inteligencja obliczeniowa
(ang. Coputational intelligence CI).
2017
4
KATEDRA ENERGOELEKTRONIKI, NAPĘDU ELEKTRYCZNEGO I ROBOTYKI
METODY SZTUCZNEJ INTELIGENCJI W UKŁADACH STEROWANIA
Dwie drogi do sztucznej inteligencji (AI,CI)
AI zaliczana jest do nauk kognitywnych, chociaż nie wszystkie
jej metody mają coś wspólnego z umysłem.
AI uznawana jest również za część informatyki.
Inteligencja Obliczeniowa (Computational Intelligence) ma na
celu rozwiązywanie zagadnień efektywnie
niealgorytmizowalnych przy pomocy obliczeń. AI jest jej
częścią korzystającą z modelowania wiedzy,
inne obszary CI nie korzystają z metod symbolicznych.
„Obszary badań naukowych powstają w wyniku skupienia się
zainteresowania uczonych wokół różnych zjawisk. Nauki nie
powstają w wyniku definicji ale zostają rozpoznane”
(A. Newell, 1973)
W tym sensie AI została rozpoznana jeszcze przed informatyką!
2017
2
KATEDRA ENERGOELEKTRONIKI, NAPĘDU ELEKTRYCZNEGO I ROBOTYKI
5
METODY SZTUCZNEJ INTELIGENCJI W UKŁADACH STEROWANIA
Dwie drogi do sztucznej inteligencji (AI,CI)
Kognitywistyka zajmuje się zrozumieniem mechanizmów
poznawczych umysłu; z tego punktu widzenia:
CI zajmuje się modelowaniem procesów percepcji, pamięci,
sterowania, reakcji, zachowań sensomotorycznych; zaś
AI modelowaniem wyższych czynności poznawczych: myślenia,
rozumowania, rozwiązywania problemów, logiką, językiem.
AI to część CI posługująca się symboliczną reprezentacją
wiedzy, inżynierią wiedzy, tworzeniem systemów ekspertowych.
CI zmierza do automatyzacji procesów akwizycji wiedzy z
obserwacji, analizy danych, percepcji, kategoryzacji,
aproksymacji.
CI-AI: pokrywają się w niewielkim stopniu w ramach nielicznych
systemów hybrydowych.
2017
KATEDRA ENERGOELEKTRONIKI, NAPĘDU ELEKTRYCZNEGO I ROBOTYKI
7
METODY SZTUCZNEJ INTELIGENCJI W UKŁADACH STEROWANIA
Elementy sztucznej inteligencji
•
•
•
•
•
•
•
•
Systemy ekspertowe (AI)
Systemy eksploracji danych (data mining) (AI)
Systemy samouczące się (AI)
Sztuczne sieci neuronowe (CI)
Logika rozmyta (CI)
Algorytmy genetyczne i programy ewolucyjne (CI)
Systemy agentowe i inteligencja zbiorowa (AI/CI)
Modele systemów immunologicznych (CI)
2017
3
8
KATEDRA ENERGOELEKTRONIKI, NAPĘDU ELEKTRYCZNEGO I ROBOTYKI
METODY SZTUCZNEJ INTELIGENCJI W UKŁADACH STEROWANIA
Inteligencja obliczeniowa
Paradygmaty inteligencji obliczeniowej
• SSI sztuczne systemy immunologiczne
• SSN sztuczne sieci neuronowe
• LR logika rozmyta
• IZ inteligencja zbiorowa
• AE algorytmy ewolucyjne
Wspólne cechy:
• Wzorce w postaci
systemów biologicznych
• Wykorzystanie w
połączeniu z metodami
probabilistycznymi
• Możliwość tworzenia
systemów hybrydowych
SSI
SSN
AE
LR
IZ
Techniki
probabilistyczne
2017
9
KATEDRA ENERGOELEKTRONIKI, NAPĘDU ELEKTRYCZNEGO I ROBOTYKI
METODY SZTUCZNEJ INTELIGENCJI W UKŁADACH STEROWANIA
Źródła inteligencji obliczeniowej
• Sztuczne sieci neuronowe- modele biologicznych układów
neuronowych
• Algorytmy ewolucyjne-modele oparte na teorii ewolucji
organizmów żywych
• Inteligencja zbiorowa (społeczna) modele socjalnych
zachowań organizmów żyjących w stadach lub koloniach
• Sztuczne systemy immunologiczne- modele ludzkiego
systemu immunologicznego (odpornościowego)
• Logika rozmyta – model procesu myślenia oraz interakcji
organizmów żywych z otoczeniem
2017
4
10
KATEDRA ENERGOELEKTRONIKI, NAPĘDU ELEKTRYCZNEGO I ROBOTYKI
METODY SZTUCZNEJ INTELIGENCJI W UKŁADACH STEROWANIA
Aplikacje inteligencji obliczeniowej
• Sztuczne sieci neuronowe – mechanizmy gromadzenia
wiedzy, równoległe przetwarzanie informacji, modele
zjawisk i systemów dynamicznych oparte na danych
historycznych w związku z brakiem opisu formalnego,
przetwarzanie sygnałów i obrazów, rozpoznawanie i
klasyfikacja wzorców
• Algorytmy ewolucyjne – optymalizacja funkcji,
automatyczne strojenie parametrów układów regulacji,
robotyka – planowanie ruchu
• Inteligencja zbiorowa (społeczna) rozproszone systemy
sterowania, optymalizacja funkcji, systemy odporne na
uszkodzenia
• Sztuczne systemy immunologiczne- układy i systemy
adaptacyjne, mechanizmy gromadzenia wiedzy i
optymalizacji funkcji
• Logika rozmyta – modelowanie zjawisk i układów
dynamicznych przy braku ich formalnego opisu, teoria
sterowania, układy regulacji automatycznej oparte na
doświadczeniu i intuicyjnym działaniu.
2017
13
KATEDRA ENERGOELEKTRONIKI, NAPĘDU ELEKTRYCZNEGO I ROBOTYKI
METODY SZTUCZNEJ INTELIGENCJI W UKŁADACH STEROWANIA
Czym jest sztuczna inteligencja?
Inteligencja -zespół zdolności umysłowych
umożliwiających jednostce sprawne korzystanie
z nabytej wiedzy oraz skuteczne zachowanie się
wobec nowych zadań i sytuacji
2017
5
14
KATEDRA ENERGOELEKTRONIKI, NAPĘDU ELEKTRYCZNEGO I ROBOTYKI
METODY SZTUCZNEJ INTELIGENCJI W UKŁADACH STEROWANIA
Czym jest sztuczna inteligencja?
Sztuczna Inteligencja (skrót AI od
angielskiego określenia Artificial Intelligence ) jest to pojęcie stosowane w informatyce i
oznacza rozwiązywanie problemów sposobami
wzorowanymi na naturalnych działaniach i
procesach poznawczych człowieka za pomocą
symulujących je programów komputerowych.
2017
15
KATEDRA ENERGOELEKTRONIKI, NAPĘDU ELEKTRYCZNEGO I ROBOTYKI
METODY SZTUCZNEJ INTELIGENCJI W UKŁADACH STEROWANIA
Czym jest sztuczna inteligencja?
Sztuczna Inteligencja - próba przeniesienia
właściwości ludzkiego mózgu na programy
uruchamiane na komputerach; jest to przede
wszystkim umiejętność gromadzenia nowych
wiadomości, a więc nieustanne nabywanie
informacji i właściwe ich wykorzystywanie.
2017
6
16
KATEDRA ENERGOELEKTRONIKI, NAPĘDU ELEKTRYCZNEGO I ROBOTYKI
METODY SZTUCZNEJ INTELIGENCJI W UKŁADACH STEROWANIA
Czym jest sztuczna inteligencja?
• Sztuczna inteligencja jest nauką o maszynach
realizujących zadania, które wymagają inteligencji, gdy
są wykonywane przez człowieka (Minsky)
• Sztuczna inteligencja to dziedzina nauki zajmująca się
rozwiązywaniem zagadnień efektywnie
niealgorytmizowalnych w oparciu o modelowanie
wiedzy.
• AI to nauka mająca za zadanie nauczyć maszyny
zachowań podobnych do ludzkich.
• AI to nauka o tym, jak nauczyć maszyny robić rzeczy
które obecnie ludzie robią lepiej.
• AI to nauka o komputerowych modelach wiedzy
umożliwiających rozumienie, wnioskowanie i działanie.
2017
17
KATEDRA ENERGOELEKTRONIKI, NAPĘDU ELEKTRYCZNEGO I ROBOTYKI
METODY SZTUCZNEJ INTELIGENCJI W UKŁADACH STEROWANIA
Czym jest sztuczna inteligencja?
Czy maszyna (komputer) może myśleć?
Propozycją testu naukowego tego problemu jest TEST
TURINGA (Alan M. Turing, 1950).
Test Turinga:
Maszyna jest nazywana inteligentną, jeśli zewnętrzny
obserwator nie jest w stanie odróżnić jej odpowiedzi
od odpowiedzi człowieka mogącego zastępować
maszynę.
Stworzenie myślącej maszyny w tym sensie sprowadza się do
napisania programu komputerowego spełniającego test
Turinga.
2017
7
22
KATEDRA ENERGOELEKTRONIKI, NAPĘDU ELEKTRYCZNEGO I ROBOTYKI
METODY SZTUCZNEJ INTELIGENCJI W UKŁADACH STEROWANIA
Czym jest sztuczna inteligencja?
Cechy systemów inteligentnych
– zdolność do przyswajania nowej wiedzy,
– samoadaptacja, przystosowanie do zmian, modyfikacji
i rozwoju,
– kreatywność czyli zdolność systemu do samodzielnego
formułowania własnych sugestii,
– analiza tzw. słabo lub źle zdefiniowanych sytuacji
decyzyjnych.
Powiązania z innymi dziedzinami
• matematyka, logika,
• informatyka, cybernetyka,
• neurobiologia,
• .......
2017
23
KATEDRA ENERGOELEKTRONIKI, NAPĘDU ELEKTRYCZNEGO I ROBOTYKI
METODY SZTUCZNEJ INTELIGENCJI W UKŁADACH STEROWANIA
Definicja uczenia się (ang. learning)
Uczeniem się systemu jest każda autonomiczna zmiana
w systemie zachodząca na podstawie doświadczeń, która
prowadzi do zmiany (poprawy) jakości jego działania.
Zakłada się, że istnieje możliwość oceny jakości działania
(zauważenie zmian i odróżnienie korzystnych od
niekorzystnych).
Warunek zmiany - może być obiektywnie stwierdzony,
natomiast pozostałe cechy uczenia są nieostre, umowne.
Pojęcie uczenia się systemu jest pojęciem nieostrym.
Marzenia o samodzielnym uczeniu się komputerów zrodziły
się wraz z opracowaniem tych urządzeń.
Nadal nie ma jednoznacznej, satysfakcjonującej odpowiedzi
na pytanie: jak zaprogramować komputery, by mogły się
one uczyć?
2017
8
25
KATEDRA ENERGOELEKTRONIKI, NAPĘDU ELEKTRYCZNEGO I ROBOTYKI
METODY SZTUCZNEJ INTELIGENCJI W UKŁADACH STEROWANIA
Czym jest sztuczna inteligencja?
W metodach sztucznej inteligencji następuje przejście od
przetwarzania danych do przetwarzania wiedzy.
Systemy te określa się jako systemy oparte na wiedzy.
Metody algorytmiczne charakterystyczne dla przetwarzania
proceduralnego w sztucznej inteligencji zostają zastąpione
przeszukiwaniem inteligentnym.
2017
26
KATEDRA ENERGOELEKTRONIKI, NAPĘDU ELEKTRYCZNEGO I ROBOTYKI
METODY SZTUCZNEJ INTELIGENCJI W UKŁADACH STEROWANIA
Szukanie (ang. searching)
Ciąg operacji tworzy sekwencję działań, od stanu
początkowego do stanu końcowego (celu).
Z każdą operacją związany jest pewien koszt. W procesie
szukania należy dążyć do minimalizacji całkowitych kosztów.
Znaleziona sekwencja operacji <=> rozumowanie.
•Rozumowanie bezpośrednie: od danych do celu (data
driven), zwane szukaniem z dołu do góry.
•Rozumowanie wstecz: od celu do danych, kierowane przez
cele (goal directed), z góry na dół
•Analiza środków i celów: strategia mieszana, tworzy cele
pośrednie.
Jak przedstawić proces szukania?
Grafy lub struktury drzewiaste.
Strategie przeszukiwań:
różne sposoby tworzenia grafów lub wędrowania po grafie.
2017
9
27
KATEDRA ENERGOELEKTRONIKI, NAPĘDU ELEKTRYCZNEGO I ROBOTYKI
METODY SZTUCZNEJ INTELIGENCJI W UKŁADACH STEROWANIA
Szukanie (ang. searching)
Szukanie - jedna z najważniejszych metod informatyki.
Przez niektórych niemal utożsamiana ze sztuczną
inteligencją.
Występuje w wielu problemach:
dedukcji, rozumowania, wnioskowania,
planowania, dowodzenia ...
Trzy elementy potrzebne do zdefiniowania problemu:
•Baza danych: fakty, stany, możliwości, opis sytuacji;
•Możliwe operacje: zmieniają stan bazy danych;
•Strategia kontrolna: start, koniec i kolejność operacji.
2017
30
KATEDRA ENERGOELEKTRONIKI, NAPĘDU ELEKTRYCZNEGO I ROBOTYKI
METODY SZTUCZNEJ INTELIGENCJI W UKŁADACH STEROWANIA
Heurystyki
„Heurystyczny” - pomocny w rozwiązaniu, służący odkryciu.
Wiedza heurystyczna - wiedza nie gwarantująca rozwiązania.
Proces heurystyczny oznacza proces mogący - ale nie
gwarantujący - doprowadzić do rozwiązania.
„Heurystyczny” - przeciwstawienie ślepego szukania.
Naśladowanie działania „zdroworozsądkowego”, opartego na
intuicji
Rolę intuicji w procesach przeszukiwania może pełnić analiza
probabilistyczna
Rozwiązanie heurystyczne jest rozwiązaniem przybliżonym
2017
10
48
KATEDRA ENERGOELEKTRONIKI, NAPĘDU ELEKTRYCZNEGO I ROBOTYKI
METODY SZTUCZNEJ INTELIGENCJI W UKŁADACH STEROWANIA
Zastosowania metod sztucznej inteligencji
METODY SZTUCZNEJ INTELIGENCJI W UKŁADACH
STEROWANIA stosuje wszędzie tam, gdzie nie ma
pełnej teorii a wymagane są inteligentne decyzje.
na przykład w celu:
– rozpoznawanie kształtów (np. liter, rysunków, zdjęć),
– dźwięków (np. mowy),
– prowadzenie gier (np. szachy),
– dowodzenie twierdzeń,
– komponowanie muzyki,
– tłumaczenie z jednego języka naturalnego na inny,
– formułowanie ekspertyz, diagnoz lekarskich,
– sterowanie robotami i in..
2017
52
KATEDRA ENERGOELEKTRONIKI, NAPĘDU ELEKTRYCZNEGO I ROBOTYKI
METODY SZTUCZNEJ INTELIGENCJI W UKŁADACH STEROWANIA
Wersja słaba i silna sztucznej inteligencji
2017
• Wersja słaba AI:
Komputer pozwala formułować i sprawdzać hipotezy
dotyczące mózgu.
Program = symulacja, ale nie „prawdziwe” myślenie.
W tej wersji AI nie ma wielu oponentów gdyż jest wiele
dowodów na jej oczywistą przydatność. Możliwa jest
komputerowa symulacja inteligentnego działania niebiologicznymi metodami.
• Wersja silna AI:
Komputer odpowiednio zaprogramowany jest w istotny
sposób równoważny mózgowi i może mieć stany poznawcze.
Wersja często atakowana, ciągłe spory filozoficzne, czy jest
to możliwe. Symulacja inteligencji to nie „prawdziwa
inteligencja”, umysł nie jest programem a mózg nie jest
komputerem.
11
53
KATEDRA ENERGOELEKTRONIKI, NAPĘDU ELEKTRYCZNEGO I ROBOTYKI
METODY SZTUCZNEJ INTELIGENCJI W UKŁADACH STEROWANIA
Sztuczny układ odpornościowy (AIS)
Elementy układu (obiekty):
• Komórka macierzysta (ang. own cell)
– Obiekt naturalnie należący do systemu, wzorzec
akceptowany w systemie
• Przeciwciało (ang. antibody)
– Obiekt rozpoznający obiekty nie będące komórkami
macierzystymi, niepożądane wzorce
• Antygen (ang. antigen)
– Obiekt rozpoznawany i uaktywniający przeciwciała
2017
54
KATEDRA ENERGOELEKTRONIKI, NAPĘDU ELEKTRYCZNEGO I ROBOTYKI
METODY SZTUCZNEJ INTELIGENCJI W UKŁADACH STEROWANIA
Sztuczny układ odpornościowy (AIS)
Algorytmy działania układu:
• Algorytm selekcji negatywnej (ang. negative selection)
Służy do wygenerowania zbioru przeciwciał - detektorów,
które nie są uaktywniane przez komórki macierzyste.
• Algorytm selekcji klonalnej (ang. clonal selection)
Służy do promowania skutecznych detektorów
2017
12
55
KATEDRA ENERGOELEKTRONIKI, NAPĘDU ELEKTRYCZNEGO I ROBOTYKI
Rozproszona sztuczna inteligencja
Rozproszona sztuczna inteligencja (Distributed artificial
intelligence - DAI) jest dziedziną wiedzy, która bada
zachowanie się sztucznej inteligencji w programowaniu
rozproszonym. W DAI można wyróżnić dwa główne obszary
badań
rozproszone rozwiązywanie problemu (Distributed problem
solving - DPS)
systemy wieloagentowe (Multiagent systems - MAS)
Filozofia MAS opiera się o grupy inteligentnych programów
(agentów), które mają za zadanie wspólnie rozwiązywać
problemy. Programy (agenci) w poszczególnych grupach
mają możliwość kooperacji, negocjacji oraz koordynacji za
pomocą wymiany komunikatów pomiędzy sobą.
56
KATEDRA ENERGOELEKTRONIKI, NAPĘDU ELEKTRYCZNEGO I ROBOTYKI
Systemy wieloagentowe
AGENT
to system/program komputerowy,
umieszczony w pewnym środowisku, zdolny
do autonomicznego działania w tym
środowisku w celu osiągnięcia założeń
projektowych.
(Halina Kwaśnicka, SZTUCZNY MÓZG – FIKCJA CZY
RZECZYWISTOŚĆ ?)
Atrybuty AGENTA:
1. działa „żyje” w czasie i w przestrzeni
2. ma określone cele działania, sensory (źródła
informacji), efektory (możliwości oddziaływania na
otoczenie)
3. decyduje autonomicznie jaką wykonać akcję (w
aktualnej sytuacji) aby zmaksymalizować postęp /
realizację zadanych celów (zmiennych w czasie)
13
57
KATEDRA ENERGOELEKTRONIKI, NAPĘDU ELEKTRYCZNEGO I ROBOTYKI
Systemy wieloagentowe
Podstawowe cechy agentowości
– autonomia (autonomy) - praca bez nadzoru,
– aktywność (activity) – skłonność do działania,
– zdolności społeczne (social abilities) – predyspozycje i
zdolności do współdziałania z innymi agentami,
– adaptacyjność (adaptive) – zdolność do adaptacji swojej
wiedzy i działań w wyniku doświadczeń własnych
i innych agentów.
59
KATEDRA ENERGOELEKTRONIKI, NAPĘDU ELEKTRYCZNEGO I ROBOTYKI
METODY SZTUCZNEJ INTELIGENCJI W UKŁADACH STEROWANIA
Podsumowanie
Sztuczna inteligencja jest dyscypliną naukową rozwijaną od
ponad 50-ciu lat, równolegle z rozwojem informatyki
Istnieją dwie zasadnicze kategorie sztucznej inteligencji:
Symboliczna i obliczeniowa
W ramach inteligencji obliczeniowej wyróżnia się
– Sztuczne sieci neuronowe,
– Logikę rozmytą,
– Algorytmy genetyczne i programy ewolucyjne,
– Systemy agentowe i inteligencję zbiorową,
– Modele systemów immunologicznych.
Inteligencja obliczeniowa jest stosowana w układach
sterowania
Poszczególne formy inteligencji obliczeniowej mogą być
łączone w ramach systemów hybrydowych
2017
14