Lernfähige Systeme

Über lernfähige Systeme
Copyright (c) 2010 Varga György All rights reserved
Über lernfähige IT Systeme
Copyright (c) György Varga, 2010
www.xplanet.hu
Copyright (c) 2010 Varga György All rights reserved
Im Voraus
1.
2.
3.
4.
5.
Mobiltelefonen
Audio- und Bildaufnahmen
Nicht eingeübt – Inhalt, Zusammenstellung
Frage-Antwort: ein Satz
Wer die Antwort kennt, soll ½ Minute warten
Copyright (c) 2010 Varga György All rights reserved
Inhalt
1.
2.
3.
4.
Über lernfähige Systeme
IT Architekturfragen
Beispiele (IT Architektur)
Wo wir noch lernen können
(was machen wir falsch?)
5. Zusammenfassung
Copyright (c) 2010 Varga György All rights reserved
Über lernfähige Systeme
Was ist Ihre Vorstellung über das Lernen?
Copyright (c) 2010 Varga György All rights reserved
Anschauung
Anschauung
Anschauung: die Art und Weise, wie man etwas betrachtet
oder interpretiert oder über etwas denkt
Denkweise: bestimmter Gedankenablauf, basierend auf
Erfahrung, Gemützustand, äußere Einflüsse,...
Denken: innere Beschäftigung, wenn wir versuchen eine
Erkenntnis zu formulieren, basiert auf Vorstellungen,
Erinnerungen und Begriffe
Der Grund der Anschauung ist die Glaube oder das Wissen
Copyright (c) 2010 Varga György All rights reserved
Lernfähig
Wann ist ein System lernfähig?
Wenn es sich zur ändernden Umgebung gut
anpassen kann
Lernen
wird gelehrt
andere sagen was und wie
Copyright (c) 2010 Varga György All rights reserved
Eigene Entscheidung
Verbesserung eigener
Fähigkeiten
I. Über lerhfähige Systeme
1 Steuerung und Regelung
2 Rückkopplungen
3 Analyse
4 Eigenschaften lernfähiger Systeme
5 Mathematik
6 Anschauungsprobleme
7 Was ausgeblieben ist
8 Technische Systeme
9 Zusammenfassung
Copyright (c) 2010 Varga György All rights reserved
1. Steuerung und Regelung
Kybernetik: interdisziplinäre Forschung
- 1944, Mathematik, Biologie, Technik, Gesellschaft
- Norbert Wiener, Claude Shannon
Wichtigste Ergebnisse:
- Theorie der Steuerung und Regelung
- Rückkopplungen
- Informationstheorie (Signaltheorie)
- Phasendiagramm (Phasenraum) Technik
Copyright (c) 2010 Varga György All rights reserved
1. Steurenung und Regelung
Steuerung: ich gebe vor, was du machen muss
mache das
mache das
mache das
Regelung: Einfluss auf Grund des Vergleiches „soll” und „ist”
Strecke
Regler
Copyright (c) 2010 Varga György All rights reserved
1. Regelung
Regelung: ausführliche Darstellung
Störung
geregelter Wert
Strecke
Regler
diff
soll
Copyright (c) 2010 Varga György All rights reserved
ist
Messung
1. Modell bilden
Modell: Wiedergabe der Wirlkichkeit – für uns zweckmäßig
vereinfacht
Strecke
Regler
Testmuster, Testreihen, Testsignal, Superposition
Copyright (c) 2010 Varga György All rights reserved
1. Regelung A
Regelung A: konstanter Fluss aus einem Kessel
Strecke
Regler
Strecke ist gegeben, sein Modell ist vollständig bekannt, das
Modell ändern sich nicht
Copyright (c) 2010 Varga György All rights reserved
1. Regelung B
Szabályozás B: Eigenschaften der Strecke änderbar
Strecke
Regler
Strcke ist gegeben, sein Modell ist vollständig bekannt,
mindestens ein Parameter der Strecke ist änderbar
Copyright (c) 2010 Varga György All rights reserved
1. Regelung C
Regelung adaptiv: Strecke-Eigenschaften ändern sich
Strecke
Zustand
Regler
Modell der Strecke ist bekannt, die Eigenschaften der Strecke
können sich ändern, die Änderung dieser Eigenschaften
werden im Zustandsmodell erfasst
Copyright (c) 2010 Varga György All rights reserved
1. Regelung D
Regelung D: nur die Strecke änderbar
Strecke
Regler
Man kann nur die Parameter der Strecke ändern
Beispiel: städtische Wasserversorgung, Flugzeug
Copyright (c) 2010 Varga György All rights reserved
1. Frage
Warum wird in dem Luftverkehr bei Passagierflugzeugen kein
Robotpilt eingesetzt?
Copyright (c) 2010 Varga György All rights reserved
2. Rückkopplungen – P N
Zwei Arten von Rückkopplungen: negative und positive
Negative: die innere Regelung in
kontinuierlich arbeitenden
Systemen ist immer negativ
Positive: auch die minimalste
Änderung bringt eine übergroße
Veränderung mit sich
Im Allgemeinen negative Assoziation
Copyright (c) 2010 Varga György All rights reserved
2. Rückkopplung - positiv
Notwendigkeit der positiven Rückkopplung
Ohne Regelung: Atombombe
Mit Regelung: Atomkraftwerk  Energiegewinnung
Biologie: Blutgerinnung
Copyright (c) 2010 Varga György All rights reserved
Entblätterung
(Apoptose)
2. Rückkopplung – P+N
Positive und negative zusammen: Instabilität
Instabilität: die Möglichkeit, dass das System nicht mehr
steuerbar wird, oder in einem solchen Zustand festsetzt,
was für und ungünstig ist und lässt sich aus diesem
Zustand nicht mehr herausbringen
In einem Regelkreis – wo sowohl negative als auch positive
Rückkopplungen vorhanden sind – ist die
Wahrscheinlichkeit der Instabilität größer als Null
Copyright (c) 2010 Varga György All rights reserved
2. Rückkopplung – P+N
Pozitive und negative zusammen: Möglichkeit der Oszillation
Beispiel(~1890): Tierpopulation – Füchse und Hasen
Copyright (c) 2010 Varga György All rights reserved
2. Rückkopplung – P+N
Fox-Rabbit
120
100
80
60
Fox
Rabbit
40
Copyright (c) 2010 Varga György All rights reserved
31
28
25
19
22
Time
16
13
10
7
4
0
1
20
Fox
2. Phasenraum
Phasenraum Technik: die Paramter des Systems werden in
einem abstrakten Raum dargestellt, in dem ein einziger
Punkt den Zusand des ganzen Systems beschreibt
Copyright (c) 2010 Varga György All rights reserved
3. Analyse
XVI-XVII. Jahhundert: Die Möglichkeit ein Verständnis über
komplexe Systeme zu erwerben: nehmen wir es
auseinander, untersuchen wir die Teile
In der Biologie führt das nicht zum Ziel.
Es existieren „emergente Eigenschaften”
Solche Eigenschaften, deren Erscheinung auf Grund der
Eigenschaften der Teile nicht hinreichend erklärt werden
kann. Atome  Molerüle  Zellen  Organe
Leibniz: Die Fähigkeit des Lernens ist eine
„Eigenschaft des zum Ganzen zusammengesetzten Systems”
Copyright (c) 2010 Varga György All rights reserved
4. Eigenschaften der lernhähigen
Systeme
Lernfähige Systeme
•
Diese Systeme besitzen am Anfang mehrere
Stabilitätspunkte im dem Phasenraum
•
Durch das „Lernen” wird das System aus einem stabilen
Punkt in einen anderen, eventuell stabilen Punkt geführt
•
Das Lernen setzt voraus: Selbstkenntniss und ein Modell
über die Umgebung
•
Selbstkenntniss hier: womit und wie reagiert das System,
welche Rückwirkung hat die Reaktion auf das System
•
Fähigkeit der Selbstreperatur
•
was nicht mehr funktioniert, wird reapriert
•
um besser reagieren zu können: funktionierende
Einheit effizienter zu gestalten
Copyright (c) 2010 Varga György All rights reserved
4. Eigenschaften der lernfähigen
Systeme
Der Fall des sich sonnenden Einzellers (Tibor Gánti)
•
Hier leben zu viele Zellen: weniger Essen und weniger
Licht. Wo geht unser Freund hin?
mehr Licht
mehr Essen
weniger Essen
weniger Licht
Eine nichtdeterministische Entscheidung
Copyright (c) 2010 Varga György All rights reserved
4. Eigenschaften der
lernfähigen Systeme
Lernfähige Systeme
•
Selbst-Verbesserung in der Biologie: zb. Der Bizeps
Wie wachsen die Muskeln?
(nur verbal=beide wollen: Zelle, Umgebung)
Copyright (c) 2010 Varga György All rights reserved
4. Eigenschaften der
lernfähigen Systeme
In lernfähigen Systemen
•
Fähigkeit der Selbs-Verbesserung:
„funktionierende Einheit effizienter zu machen” – kann
ohen positive Rückkopplung nicht funktionieren
In lenfähigen Systemen muss zwangsläufig positive
Rückkopplung vorhanden sein
Pozitive Rückkopplung  Instabilität
Die lenfähigen Systeme sind – ohne Ausnahme –
instabile Systeme
Copyright (c) 2010 Varga György All rights reserved
4. Wann ist ein System lerfähig?
Wann ist ein System lernfähig?
Wenn es sich zu ändernden Verhältnisse gut anpassen kann
und in diesem Prozess auch nichtdeterministische
Entscheidung gefällt wird
Im jeden lernfähigen System findet man positive
Rückkopplung, deswegen sind sie instabil.
Lernen: Selbs-Verbesserung über
nichtdeterministischen Entscheidungen
Copyright (c) 2010 Varga György All rights reserved
4. Zusammenfassung
Eigenschaften der lernhähigen
Systeme
Lernfähige Systeme
•
Diese Systeme besitzen mehrere Stabilitätspunkte im dem
Phasenraum
•
Durch das „Lernen” wird das System aus einem stabilen
Punkt in einen anderen, eventuell stabilen Punkt geführt
•
Das Lernen setzt voraus: Selbstkenntniss und ein Modell
über die Umgebung
•
Selbstkenntniss hier: womit und wie reagiert das System,
welche Rückwirkung hat die Reaktion auf das System
•
Fähigkeit der Selbstreperatur
•
was nicht mehr funktioniert, wird reapriert
•
um besser reagieren zu können: funktionierende
Einheit effizienter zu machen
Der Prozess des Lernens ist nichtdeterministisch und ist
somit nicht reproduzierbar
Copyright (c) 2010 Varga György All rights reserved
5. Mathematik
1 Nichlineare Gleichungen
2 Fraktale
Copyright (c) 2010 Varga György All rights reserved
5. Mathematik
Gefällt nicht jedem, aber notwendig:
Mathematik der nicht linearen Gleichungen (Chaostheorie)
Nichlineare Systeme: diese können mit linearen Gleichungen
nicht beschrieben werden – Beispiel: turbulentes Verhalten
der Gase
Copyright (c) 2010 Varga György All rights reserved
5. Mathematik
Herkömliche Sicht: lineare Gleichungen beschreiben das
System – kontinuierliche Funktion, Derivat existiert
Nichtlineare Systeme: diese können mit liearen Gleichungen
nicht beschrieben werden
Kann komplexes Systemverhalten nur mit Hilfe komplexer
Funktionen beschieben werden?
Nein: einfache deterministische Funktion
Eine sehr geringfügige Änderung der
Anfangsbedingungen kann eine große Menge
verschiedene Antworten geben
Das scheinbar chaotische Verhalten kann in
bildhafte Strukturen geordnet werden, wobei
sehr feine und schöne Bilder entstehen
Copyright (c) 2010 Varga György All rights reserved
5. Matematika
Rückkopplung und Iteration: einfache Iteration kann große
Komplexität hervorrufen
Beispiel: x  kx(1-x) , ahol 0 < x < 1 (Becker-Transformation)
Es ist nicht möglich vorauszusagen, welchen Wert x nach
bestimmten (genügend großer Anzahl von) Schritten
annimmt
Nich lineare Gleichungen: genaue Vorhersage des
Verhaltens ist nicht möglich
Copyright (c) 2010 Varga György All rights reserved
5. Matematika
Edward N.Lorenz(1963): einfaches Gleichungssystem mit 3
Paramter für meteorologische Vorhersage
Beobachtung: äußerst empfindlich gegenüber Änderungen der
Anfangsparameter  Vorhersage ist unmöglich
Schmetteling-Effekt: „Wenn ein Schmetterling heute über
Brasilien einmal Flattert, kann sein, dass nach einem
Monat ein Tornado über New York entsteht.
dx/dt = R(y-x)
dy/dt = x(P-z) – y
dz/dt = xy - Bz
Copyright (c) 2010 Varga György All rights reserved
5. Mathematik
Beobachtung: die Unmöglichkeit der Vorhersage, im welchen
Punkt des Phasenraumes sich der Zustand des Systems
(Attracktors) in einem vorgegebenen Zeipunkt befindet
Vorhersage unmöglich  chaotisches System  Chaostheorie
Chaostheorie === Mathematik der nichlinearen Gleichungen
Copyright (c) 2010 Varga György All rights reserved
5. Mathematik - Fraktalgeometrie
Benoit Mandelbrot: Untersuchung von selbstähnlichen Figuren
(Wolke: Ähnlich bis zur 7 Größenordnung)
Fraktale: sich selbst in in kleneren Form
enthaltende Formen und Gestalten
Copyright (c) 2010 Varga György All rights reserved
5. Fraktale - Beispiele
Menger Teppich: Mitte des Quadrates – ein dritter von der Seite
– wird ausgeschnitten
Sierpinki Dreieck : Dreieck mit Loch in der Mitte
Copyright (c) 2010 Varga György All rights reserved
5. Julia Mengen
Gaston Julia (1918): Julia Menge Kc ist die Menge der
komplexen Zahlen, bei denen die iterierte quadratische
komplex Funktion
Qc(z) = z2 + c
beschränkt bleibt
Kc := {c€C; lim |Qnc(z)| < 0-0}
n0-0
Copyright (c) 2010 Varga György All rights reserved
5. Julia Menge
Copyright (c) 2010 Varga György All rights reserved
5. Julia Menge
Copyright (c) 2010 Varga György All rights reserved
5. Julia Menge
Copyright (c) 2010 Varga György All rights reserved
5. Julia Menge
Copyright (c) 2010 Varga György All rights reserved
5. Fraktale
Welche Unterschiede findet man zwischen
den zwei letzten Bilder?
zersplitterte Bereiche, oder ein zusammenhändender Bereich
Copyright (c) 2010 Varga György All rights reserved
5. Mandelbrot Menge
Mandelbrot Menge: Menge der komplexen Zahlen, für welche
mit dem Anfangswert z = (o + i0) die iterierte quadratische
Abbildung
Qc(z) = z2 + c
beschränkt bleibt
Kc := {c€C; lim |Qnc(0)| < 0-0}
n0-0
Mandelbrot Menge:
Julia Menge mit Anfangswert z=(0 + 0i)
Julia Vermutung: diese Mengen bilden immer einen
zusammenhängenden Bereich
Copyright (c) 2010 Varga György All rights reserved
5. Mandelbrot: Apfelmännchen
Copyright (c) 2010 Varga György All rights reserved
5. Apfelmännchen Abschnitt
Copyright (c) 2010 Varga György All rights reserved
5. Apfelmännchenabschnitt
Copyright (c) 2010 Varga György All rights reserved
5. Warum ist dieMandelbrot
Menge interessant?
Julia Menge können wir auch als ein Phasendiagramm
betrachten
Es sind nur die Julia Mengen interessant, wo die Elemente in
einem zusammenhängenden Bereich liegen
Solange wir einem System Zustände nur innerhalb dieses
Bereiches erlauben, das System kann arbeitsfähig
(beschränkt) bleiben
Die Stabilität eines – wohl mit nicht linearer Gleichung
beschiebenen – Systems ist stark von empfindlichen und
genauen Anfangsbedingungen anhängig
Bemerkung: hier ist keine Aussage über die Anzahl der
Sammelpunkte – Lorenz Attraktor: 2
Am Rand der Mandelbrot Menge findet man Fraktale
Copyright (c) 2010 Varga György All rights reserved
5. Fraktálok - kép
Copyright (c) 2010 Varga György All rights reserved
6. Anschauungsprobleme
Ein Teil der Entschedungen ist – im Prozess des Lernens –
nicht deterministisch
Beispiel: Flughafen, zwei Ausgänge
Im Leben ist ein Teil der wirklichen Entscheidungen
nicht vorbestimmt.
Diese Tatsache trägt dazu bei, dass wir lernen (anpassen) können
Copyright (c) 2010 Varga György All rights reserved
6. Anschauungsprobeme
Ein Teil der Entscheidungen ist im Prozess des Lernens nicht
deterministisch
wenn die Entscheidung sich nicht in einem inneren oder
äußeren Modell manifestiert
 der „Schöpfer” wird nie erfahren, wann und warum
das System sich so entschieden hat
 der vollständige Prozess des Lernens kann nicht
deterministisch wiederholt werden
Das ist der Punkt, wo der technische Fachman kapituliert!
Copyright (c) 2010 Varga György All rights reserved
7. Was ausgeblieben ist
Was ist die Erscheinung oder der Prozess, was sich zu dem
Lernprozess gehört, und noch nicht angeprochen wurde?
Worauf trinkt man?
Copyright (c) 2010 Varga György All rights reserved
7. Was ausgeblieben ist
Lehre
Wahrnehmung
Kneipe
Diskussion
keine Lehre
Vergessen
Copyright (c) 2010 Varga György All rights reserved
7. Was ausgeblieben ist
- In einer neuen Umgebung ist ein Teil der Reaktionen einfach
überflüssig
- Was nicht gebraucht wird: das muss vergessen sein
Das Vergessen kann – und ist auch oft – mit der Wille des
Vergessens verbunden sein
Es muss die Unterscheidung „wichtig/unwichtig” gertoffen sein
Copyright (c) 2010 Varga György All rights reserved
7. Was ausgeblieben ist
Unwichtig – Vergessen - Wahrnehmung
Das, was wir für wichtig halten, beeinflusst auch unsere
Wahrnehmung. Dieser Einfluss ist sehr stark.
Beispiel?
Die Wahrnehmung wird von unserem Bewusstsein
– auf Grund der Einordnung wichtig/unwichtig –
wesentlich beeinflusst
Copyright (c) 2010 Varga György All rights reserved
8. Technische Systeme
Reproduktion lernfähiger technischen Systeme (kopieren):
- Reproduktion lernfähiger Systeme ist einfach
- Reproduktion eines „schon gelernten Systems” ist nur
dann eifach,wenn das System auch während der
Arbeit von der Umgebung physikalisch gut abgrenzbar
und abtrennbar ist
Beispiel: gelehrte Nervensystem-Simulation
(männlich-weiblich)
Copyright (c) 2010 Varga György All rights reserved
8. Technische Systeme
Selbstreproduktion technischer Systeme:
- wird nicht behandelt
Komputerviren: adaptierungsfähige „Werke”
- Frage: wie prüfen sie, ob der Wirt-Kompuer (Wirtzelle)
von diesem Virus befallen ist, oder nicht?
Copyright (c) 2010 Varga György All rights reserved
9. Zusammenfassung
Lernfähige Systeme
Umgebung
Wahrnehmung
wichtig
Eingriff
Enscheidung d/n
Änderung
Vergessen
Irrtum
Gedächtnis
negative und positive Rückkopplungen, instabile Teile
Copyright (c) 2010 Varga György All rights reserved
Architekturfragen der IT
Systeme
Jetzt wird es technisch.
Copyright (c) 2010 Varga György All rights reserved
Beispiel (IT Architektur)
Haben Sie noch nicht genug?
Copyright (c) 2010 Varga György All rights reserved
Wo wir noch lernen können
(was machen wir falsch?)
Das gemeinsamme Wissen ist auch ein
gemeinsammer Schatz.
Copyright (c) 2010 Varga György All rights reserved
Was ist Ihre Vorstellung
über das Lernen?
Danke Ihre Geduld und Aufmeksamkeit!
Copyright (c) 2010 Varga György All rights reserved
ENDE