Autor: Velibor Ilić
Datum izrade: Novembar, 1999
Istorijat veštačke inteligecnije
Oblasti veštačke inteligencije
Neuronske mreže
Ekspertni sistemi
Fazi logika
Softverski agenti
Literatura
Linkovi
Od davnina ljude privlači inteligencija - kako sam pojam inteligencije tako i mogućnost konstruisanja “inteligentnih mašina” koje bi mogle samostalno da rade. Takve primere možemo pratiti kroz istoriju. U staroj Grčkoj ljudi su se bavili pitanjima inteligencije, znanja i pravilnog zaključivanja, a među njima se naročito istakao Aristotel. U XIII veku je Ramon Lull (1235-1316) opisao sistem Ars Magna kojim je pokušao da pomoću mehaničkog kombinovanja, simboličke notacije i kombinatornih dijagrama ostvari "inteligentan" sistem. Tokom XVII veka, G. V. Leibnitz (1646-1716) i Blaze Pascal (1623-1662) pokušavali su da konstruišu mehaničku računsku mašinu za sabiranje. Cifarska računska mašina koju je konstruisao Charles Babbage, bila je u stanju da po određenom algoritmu izvršava operacije sa dekadnim brojevima. Sredinom 19-tog veka George Bool razrađuje algebru logike u kojoj se algebarska simbolika koristi za operisanje pojmovima pri logičkom izvođenju. Englez Alan Turing i Amerikanac Post, 1936-te godine, nezavisno jedan od drugoga objavljuju radove iz oblasti matematičke logike i iznose mogućnosti konstruisanja univerzalnog transformatora informacija. Međutim, tek pojavom prvog računara "Electronic Numerical Integrator And Computer" (ENIAC) koga su 1945-te godine izmislili Mauchly i J. Presper Eckert, može se govoriti o inteligentnim mašinama. U početku su računari bili prvenstveno namenjeni za izvršavanje računskih operacija ali vrlo brzo je uočeno da oni imaju daleko veće sposobnosti. Već prvi rezultati u primeni računara upućivali su na mogućnost računara da preuzme vršenje određenih intelektualnih sposobnosti. Povoljni rezultati istraživanja naveli su neke od naučnika da daju preuranjene izjave da se ubrzo može konstruisati "misleća mašina" ili "elektronski mozak". Zbog ovih preuranjenih izjava su se vodile brojne debate. Krajem 50-tih, sve do sredine 60-tih godina, problematika veštačke inteligencije bila je dosta rasplinuta između fantastike, mašte, potencijalnih mogućnosti i praktičnih ostvarenja. Zanemarivanje razlike između potencijalne ostvarljivosti i obima praktičnih problema, koji se nalaze na putu do ostvarivanja ideje, je jedan od čestih uzroka nerazumevanja mogućnosti veštačke inteligencije. Ostvarivanjem praktičnih rezultata koji su našli primenu u privredi, veštačka inteligencija postaje interesantna za veliki broj naučnika različitih oblasti. Danas postoje realizovani sistemi koji su u stanju da autonomno obavljaju kompleksne probleme, kakve su jedino ljudi bili u stanju da obavljaju. Nije redak slučaj da takvi sistemi obavljaju te zadatke i daleko uspešnije od ljudi. U sprezi sa računarima, mašine postaju sposobne da rade samostalno, da upravljaju same sobom i da proizvode druge mašine, oslobađajući čoveka fizičkog i monotonog rada, prepuštajući mu rad na složenijim i kreativnijim poslovima.
Neke od mogućih definicija veštačke inteligencije:
Veštačka inteligencija je naučna oblast u kojoj se izučavaju izračunavanja da bi se izračunavanjem omogućila percepcija, rezonovanje i činjenje.
Veštačka inteligencija je naučna oblast u kojoj se izučavaju izračunavanja da bi se izračunavanjem omogućila percepcija, rezonovanje, i činjenje.
Veštačka inteligencija je naučna oblast u kojoj se istražuje kako da se naprave računari koji bi uspešno radili stvari koje u ovom momentu rade bolje ljudi.
Termin veštačka inteligencija (engleski artificial inteligence) potiče od John-a McCarty-ja. Mnogi autori se ne slažu da termin veštačka inteligencija opisuje najbolje ovu oblast nauke. Mnoge od oblasti informatike u osnovi imaju inteligentno ponašanje ali ne pripadaju veštačkoj inteligenciji u užem smislu.
Dva glavna pravca razvoja veštačke inteligencije su:
- Proučavanje prirodne inteligencije (spoznavanje funkcija mozga, modeliranje rada mozga, simuliranje čovekovog ponašanja, reagovanja i rezonovanja).
- Postizanje inteligentnog ponašanja primenom drugačijih pristupa, kakvi se ne mogu sresti u prirodnim sistemima.
Veštačku inteligenciju prema pristupu rešavanja problema možemo klasifikovati na tri glavna pristupa i to su:
- neuronske mreže,
- modeliranje evolucije i
- heurističko programiranje.
Klasifikacija veštačke inteligencije prema vrsti rešavanja problema:
- sistemi za rešavanje čovekovih uobičajenih zadataka:
- prepoznavanje slika i govora,
- razumevanje, generisanje i prevođenje prirodnih jezika,
- snalaženje u svakodnevnim situacijama,
- primena u robotici.
- sistemi za rešavanje formalnih zadataka:
- logičke igre,
- matematička logika, geometrija, integralni račun,
- osobine programa.
- sistemi za rešavanje ekspertnih zadataka:
- konstruisanje, nalaženje grešaka, planiranje proizvodnje,
- naučne analize i dijagnostika (biologija, medicina, hemija, pravo),
- finansijska analiza,
- programi za razvoj ovakvih sistema.
Tehnike koje pripadaju veštačkoj inteligenciji morale bi da koriste znanja koje su organizovana tako da omogućavaju:
- generalizaciju,
- predstavljanje i preslikavanje u formi razumljivoj ljudima,
- lako modifikovanje,
- da se koriste informacije koje nisu kompletne,
- da pomažu u smanjenju broja mogućnosti koje bi inače morale biti razmatrane (heuristike).
Prepoznavanje oblika je ključno za snalaženje
u svakodnevnim situacijama, kako za žive tako i veštačke sisteme. Pri rešavanju
problema vezanih za prepoznavanje oblika nastaju velike teškoće jer analogne
signale koje primaju senzori/receptori sadrže veliki broj informacija,
od kojih dobar deo sadrži šum, pa ti signali često nisu dovoljno jasni.
Ovo otežava primenu računara za snalaženje u svakodnevnim situacijama,
pa nije ni čudo što su i životinje, za koje se smatra da su manje inteligentne
od ljudi, sposobne za daleko kvalitetniju vizuelnu i zvučnu percepciju
i obradu takvih signala nego današnji računari.
Veštačku inteligenciju možemo klasifikovati u sledeće kategorije i podvrste:
- AI i proizvodnja (AI and Manufacturing)
- AI i medicina (AI and Medicine)
- AI i opšte rezonovanje (AI and Legal Reasoning)
- Veštački život (Artificial Life)
- Automatsko zaključivanje / dokazivanje teorema (Automated Deduction/Theorem Proving)
- Zaključivane na osnovu slučaja (Case-Based Reasoning/Analogical Reasoning)
- Kognitivno modelovanje (Cognitive Modelling)
- Kognitivne nauke (Cognitive Science)
- Biološki preistup u AI (Computational Biology)
- Konektuizma i neuronske mraže (Connectionism/Neural Networks)
- Teorija odlučivanja (Decision Theory and AI)
- Distribuirana AI (Distributed AI)
- Emocije (Emotion)
- Fazi logika (Fuzzy Logic)
- Genetski algoritmi (Genetic Algorithms)
- Inteligentni tutorski sistemi, AI i edukacija (Intelligent Tutoring, AI & Education)
- Predstavljanje znanja (Knowledge Representation)
- logičko programiranje i logički bazirana AI (Logic Programming and Logic-based AI)
- mašinsko otkriće (Machine Discovery)
- Mašinsko učenje (Machine Learning)
- Mašinska vizija (Machine Vision)
- Obrada prirodnog jezika, govor (Natural Language Processing)
- Nemonotono rezonovaje (Nonmonotonic Reasoning)
- Filozofija i AI (Philosophy of AI)
- Planiranje (Planning)
- Eksperni sistemi - Production Systems/Expert Systems:
- Rezonovanje bazirano na modelima (Model Based Reasoning)
- Reasoning Under Uncertainty (Probabilistic Reasoning, Approximate Reasoning, etc.):
- Robotika (Robotics)
- Pretraživanje (Search)
- Softverski Agenti (Software Agents)
- Vremenski određeno rezonovanje (Temporal Reasoning:)
- Virtualna realnost (Virtual Reality)
Ekspertni sistemi predstavljaju inteligentne računarske programe koji sadrže "ekspetsko" znanje to jest znanje kakvo bi imao i stručnjak (ekspert) iz te oblasti.
Ekspertni sistemi znanje smeštaju u bazu znanja koji se koristi preko mehanizama zaključivanja. Razlog za primenu ekspertnih sistema je da znanje iz raznih specifičnih oblasti ljudske delatnosti postane dostupnije kroz primenu računarskih programa. Oni ne mogu potpuno zamenuti ljude eksperte, naročito u pogledu kreativnosti, i upotrebe opšteg znanja (iz običnog života i drugih oblasti), ali oni imaju i neke od prednosti nad ljudima
ljudsko znanje može vremenom da se gubi naročito ako se često ne koristi.
Domeni primene ekspertnih sistema
Primena ekspertni sistemi se primenjuju u sledećim oblastima:
- upravljanje industrijskim procesima,
- praćenje rada medicinskih uređaja,
- autonomno kretanje vozila (na zemlji i vodi),
- automatski piloti,
- upravljanje satelitima,
- nadgledanje instalacija,
- operativno i taktičko upravljanje vojnim operacijama na bojnom polju,
- analize složenih finansijskih transakcija,
- naftnim platformama,
- za detekciju bušotina nafte
Za razliku od formalne logike u kojoj se rezonovanje vrši sa dve vrednosti (tačno-netačno, 0-1), fuzzy logika koristi brojeve iz intervala [0,1], što je mnogo bliže realnosti, ljudskom razmišljanju i izražavanju. Mnoge pojave u prirodi je teško opisati sa samo dva stanja koja se međusobno isključuju. Fuzzy logika omogućava opisivanje takvih “nepreciznih” sistema.
[1] Devedžić Valdan: “Ekspertni sistemi za rad u realnom vremenu”, Institut “Mihajlo Pupin”, Beograd, 1994.
[2] Dragan Bojović, Dušan Velašević, Vojislav Mišić, “Zbirka Zadataka iz Ekspertnih Sistema”, Elektrotehnički fakultet, Beograd, 1996
[3] Tatjana Nikolić, Mateja Opačić: “Veštačka inteligencija i neuronske mreže”, IBN Centar, Beograd, 1995.
[4] Dušan Tošić, Radivoj Protić: “Prolog kroz primere”, Tehnička knjiga, Beograd,
[5] Petar Hotomski, “Sistemi Veštačke inteligencije”, Tehnički fakultet “Mihajlo Pupin”, Zrenjanin, 1995.
[6] Pero Subašić: “Fazi logika i neuronske mreže”, Tehnička Knjiga, Beograd, 1998.
[7] Petar Hotomski, Marija Kujačić: “Matematička logika i principi programiranja”, Tehnički fakultet “Mihajlo Pupin”, Zrenjanin, 1992.
[8] Srđan Milenković: “Veštačke neurnoske mreže”, Zadužbina Andrejević, Beograd, 1997
Neural Networks at Pacific Northwest National Laboratory
http://www.emsl.pnl.gov:2080/proj/neuron/neural/neural.homepage.html
Carnegie Mellon University (CMU)
http://www.cs.cmu.edu
Frequently asked questions about AI
http://www.cs.cmu.edu/Web/Groups/AI/html/faqs/ai/ai_general/top.html
Neural Network Frequently asked questions
ftp://ftp.sas.com/pub/neural/FAQ.htm
FAQ in comp.ai.neural-nets -- monthly posting
http://wwwipd.ira.uka.de/~prechelt/FAQ/neural-net-faq.html
Yale University Neuroengineering and Neuroscience Center
http://www.neuron.yale.edu
Connectionist and neural network models of cognitive, affective, brain, and behavioral disorders
http://www.sci.sdsu.edu/CAL/connectionist-models/
Behavioral and Brain Sciences Journal (BBS)
http://www.princeton.edu/~harnad/bbs.html
http://www.cogsci.soton.ac.uk/bbs
PATTERN ANALYSIS AND APPLICATIONS journal
http://www.soc.plym.ac.uk/soc/sameer/paa.htm
Boston University Neurobotics Lab
Department of Cognitive and Neural Systems
http://www.elsevier.nl/locate/robot
Advances in Neural Information Processing Systems
http://www.ci.tuwien.ac.at/docs/ci/bibtex_collection.html
ftp://ftp.ci.tuwien.ac.at/pub/texmf/bibtex/
The European Community ESPRIT Working Group in Neural and Computational Learning Theory (NeuroCOLT)
http://www.neurocolt.com/
Journal of Neurocience Online:
http://www.jneurosci.org/
UNIVERSITY OF STUTTGART
INSTITUTE FOR PARALLEL AND DISTRIBUTED HIGH PERFORMANCE SYSTEMS (IPVR)
Applied Computer Science -- Image Understanding
http://www.twins.pk.edu.pl/local/SNNS_Manual/UserManual.html
Theories of Adaptive Neural Growth
http://www.cns.ed.ac.uk/students/sam/work.html
Links to Archives for Neurosciences
http://www-physics.ucsd.edu/research/neurodata/NSarchive2.html
Technical report on Unsupervised Learning
http://www-dbv.informatik.uni-bonn.de/papers.html#NeuralNetworks
Real time machine learning
http://www.mannanetwork.com
Facial beauty and fractal geometry
http://www.idsia.ch/~juergen/locoface/locoface.html
History of neural network
http://www.demo.cs.brandeis.edu/papers/long.html#nnhistory
|
