Kognitive Systeme 1 Inhalt Ein autonomer Roboter (1)

Inhalt
Kognitive Systeme 1
Was ist “Künstliche Intelligenz”?
1
Drei Anwendungsbeispiele für Künstliche Intelligenz
Dr.-Ing. Bernd Ludwig
2
Gemeinsame Aspekte aller Anwendungen
Lehrstuhl für Künstliche Intelligenz
Friedrich-Alexander-Universität Erlangen-Nürnberg
3
Grundlagen der Künstlichen Intelligenz
21.10.2009
Dr.-Ing. Bernd Ludwig (Lehrstuhl KI)
Kognitive Systeme 1
Kapitel 1
1 / 15
Ein autonomer Roboter (1)
Dr.-Ing. Bernd Ludwig (Lehrstuhl KI)
Kognitive Systeme 1
Abfahren eines Rechtecks
“Denkleistungen” des Roboters:
A-priori-Wissen über seine
Fähigkeiten, Objekte in der Umwelt
und deren Eigenschaften und
Fähigkeiten, über die Umgebung
selbst.
Verarbeitung von Fakten
und Regeln über die
Aufgabe (Fahrbewegung)
Interpretieren von
Messwerten
Ziele: welcher Ort soll gefahren,
welche Handlungen durchgeführt
werden?
Dr.-Ing. Bernd Ludwig (Lehrstuhl KI)
Ermittlung einer Route
Beobachtungen über die
Umgebung: Sensoren liefern
Signale, die im Zusammenhang mit
dem Wissen über die Umgebung
interpretiert werden.
Kognitive Systeme 1
2 / 15
Ein autonomer Roboter (2)
Vom Roboter verarbeitete Information:
Robertino im Original
(TU München)
Kapitel 1
Kapitel 1
3 / 15
Planen von Zielen
Wissen: Rechteck (grün)
Beobachtungen:
Sensor-Messwerte (rot)
Errechnete Information:
Positionsschätzung (blau)
Dr.-Ing. Bernd Ludwig (Lehrstuhl KI)
Kognitive Systeme 1
Entscheiden zwischen
Alternativen –
Kompromissfindung
Lernen neuer Fakten und
Regeln
Kapitel 1
4 / 15
Ein Expertensystem (1)
Ein Expertensystem (2)
Example
Ein Expertensystem berät über ein Thema. Es speichert Wissen über
Objekte, Handlungen, Ursachen, Wirkungen, Diagnosen, Tests usw.
und erschließt aus eingegebenen Fakten neue Aussagen über die
aktuelle Situation.
Expertensystem: Verarbeitung
des passiven Sonars
Ursprünglicher Einsatzzweck:
Analyse von unterseeischen
Erdbeben
Wissen u.a. über:
richtiges und falsches Funktionieren
Was passierte: Geräusche des
gesuchten Raupenantriebs als
Unterseebeben interpretiert.
Symptome und Diagnosen
Voraussetzungen und Auswirkungen von Handlungen
Expertensysteme und andere
KI-Programme interpretieren neue
Phänomene durch die ihnen
bekannten Regeln und können die
eigenen Grenzen nicht erkennen.
“Denkleistungen” u.a.:
Ableiten von Konsequenzen von Handlungen
Erschließen von Ursachen für Symptome
Erklären
Planen von Lösungen
Dr.-Ing. Bernd Ludwig (Lehrstuhl KI)
Kognitive Systeme 1
Kapitel 1
5 / 15
Ein Infobot (1)
Dr.-Ing. Bernd Ludwig (Lehrstuhl KI)
Kognitive Systeme 1
Kapitel 1
6 / 15
Kognitive Systeme 1
Kapitel 1
8 / 15
Ein Infobot (2)
Example
Ein Infobot bewegt sich in “Informationsräumen”, vergleicht gefundene
Daten mit Suchanfragen von Nutzern, klassifiziert Daten in
verschiedene Gruppen und präsentiert Suchergebnisse dem Nutzer.
Wissen u.a. über:
Zugangsmöglichkeiten zu Information
Bedeutung von Wörtern und Sätzen
gesuchte Information und Bewertung von gefundenen Daten in
Hinblick auf die Suchanfrage
“Denkleistungen” u.a.:
Verstehen natürlichsprachlicher Anfragen
Analyse von Text und Nicht-Text in Dokumenten (z.B. Webseiten)
Erschließen und in Daten enthaltener Information
Umgehen mit unvollständiger Information
Interaktion mit dem Nutzer
Dr.-Ing. Bernd Ludwig (Lehrstuhl KI)
Kognitive Systeme 1
Kapitel 1
7 / 15
Dr.-Ing. Bernd Ludwig (Lehrstuhl KI)
Wissenserwerb
Wahrnehmung und Interpretation
In jeder der drei Anwendungsbeispiele muss ein Modell des
Gegenstandsbereichs erstellt werden (Wissensakquisition):
Messwerte von Sensoren, Nachrichten anderer Roboter oder
unstrukturierte Daten müssen erfasst und unter den Gegebenheiten
der aktuellen Situation interpretiert werden.
Roboter
I
I
I
Physik der Umgebung
Räumliches Modell der Umgebung
eigene Fähigkeiten
Roboter
I
Expertensystem
I
I
I
Krankheitsverläufe
Wirkung von Behandlungen
Informationsgewinn durch Tests
I
Expertensystem
I
Infobot
I
I
I
Kognitive Systeme 1
Kapitel 1
I
9 / 15
Handlung
Es muss geplant werden, welche Aktionen (Handlungen) führen zu
einem festgelegten Ziel können. Eine Entscheidung für ein Ziel muss
anhand einer Aufgabe (Zweck des KI-Systems) getroffen werden.
Roboter
I
I
I
I
I
Fahrziel auswählen
Route planen
Route abfahren
Hindernissen ausweichen
Route (teilweise) neuplanen
I
I
I
I
I
Kapitel 1
10 / 15
KI-Systeme sollen in der Lage sein, die Planung und Durchführung
ihrer Aktionen an Erfahrungen aus früheren Handlungen anzupassen.
I
Schwierigkeiten oder Risiken beim Fahren in bestimmten Gebieten
Hindernisse, Wände in der Umgebung
Messfehler verschiedener Sensoren
Expertensystem
I
I
I
Reaktion eines bestimmten Patienten auf ein Medikament
Effizienz von Therapien
Kosten-Nutzenverhältnis von Behandlungen
Infobot
I
Wissensquellen auswählen
Dokumente bewerten
Treffer ordnen
Mit dem Nutzer interagieren
Kognitive Systeme 1
Kognitive Systeme 1
Lernen
I
Therapie auswählen
Untersuchungen planen
Therapieschritte festlegen
Dr.-Ing. Bernd Ludwig (Lehrstuhl KI)
Dr.-Ing. Bernd Ludwig (Lehrstuhl KI)
I
Infobot
I
Aus multimodalen Dokumenten relevante Information extrahieren
Roboter
Expertensystem
I
Ultraschall-, CT-Bilder oder Blutmesswerte auswerten
Infobot
Bedeutung von Sprache
Auswertung von Informationsquellen
Bewertung von Information hinsichtlich einer Suchanfrage
Dr.-Ing. Bernd Ludwig (Lehrstuhl KI)
Position von Objekten und Hindernissen aus Daten von
Ultraschall-, Infrarot, Lasersensoren ermitteln
Eigene Bewegung anhand von Odometriewerten schätzen
I
Kapitel 1
11 / 15
Verlässliche Wissensquellen
Nutzerbewertung von vorgeschlagenen Treffern
Dr.-Ing. Bernd Ludwig (Lehrstuhl KI)
Kognitive Systeme 1
Kapitel 1
12 / 15
Ziele des Fachs
Wissenschaftliche Facetten
Entwicklung von Theorien, wie mit Hilfe von Computern
intelligentes Verhalten simuliert werden kann.
Betonung der Methodik: wie werden Theorien entwickelt und
überprüft?
=⇒ Bezug zur Kognitionswissenschaft: Grundlagen von
intelligentem Verhalten u.a. aus Psychologie, Linguistik,
Anthropologie, Neurowissenschaft
Betonung der Algorithmik:
Entwicklung von Programmen, die intelligentes Verhalten
aufweisen, aber nicht den Menschen und seine Intelligenz
simulieren.
Vergleiche:
I
I
Aerodynamik: Untersuchung der Physik des Fliegens und
Entwicklung von Geräten, die fliegen können
Zoologie: Untersuchung, wie ein Vogel fliegt
I
I
Unterscheide:
I
I
=⇒ Bezug zur Informatik: Modellierung, Software Engineering,
Algorithmen und Datenstrukturen, Komplexität
Simulation
Implementierung ähnlicher Fähigkeiten
Dr.-Ing. Bernd Ludwig (Lehrstuhl KI)
Kognitive Systeme 1
Wie lassen sich Systeme implementieren?
Welche berechenbarkeitstheoretischen Eigenschaften weisen sie
auf?
Kapitel 1
13 / 15
“Algorithmische” Intelligenz
Dr.-Ing. Bernd Ludwig (Lehrstuhl KI)
Kognitive Systeme 1
Kapitel 1
14 / 15
Kapitel 1
16 / 15
Handeln
Thema der Vorlesung:
Welche Aspekte von intelligentem Verhalten sind bei einem
gegebenen Rechnermodell überhaupt implementierbar und wie?
Jede algorithmische Realisierung stößt an die
berechenbarkeitstheoretischen Grenzen symbolischer Systeme:
I
I
Halteproblem
Untentscheidbarkeit schon “einfacher Mengen”, z.B. Äquivalenz
von zwei kontextfreien Grammatiken
I
I
I
I
Kognitive Systeme 1
Kapitel 1
I
I
I
Konstruktion von Händen
Konstruktion von Fahrwerken
Konstruktion von Effektoren
Konstruktion von Aktuatoren
Konstruktion von Steuerprogrammen
Welche Handlungen?
I
A-priori-Wissen über die Umgebung
Erfahrungen, aus denen gelernt werden kann, wie Handlungen
optimiert werden.
Ziele, die zu erreichen sind.
Bewertungsfunktionen für Objekte aus der Umgebung.
Beobachtungen über die Umgebung und den Agenten selbst.
Dr.-Ing. Bernd Ludwig (Lehrstuhl KI)
I
I
Welches Wissen und welche Fähigkeiten für KI-Systeme sind
algorithmisch realisierbar?
I
Wie handeln?
I
I
15 / 15
Gattungsbedingte Handlungen
Überleben als Ziel
Welche anderen Ziele?
Dr.-Ing. Bernd Ludwig (Lehrstuhl KI)
Kognitive Systeme 1
Empfinden und Wahrnehmen
Schlußfolgern und Hypothetisieren
Wie empfinden bzw. wahrnehmen?
I
I
I
I
Konstruktion von Sensoren
Konstruktion von Augen
Konstruktion von Ohren
Konstruktion von Tastorganen
Wie voraussagen?
I
Wie Handeln planen?
Wie Empfindungen bzw. Wahrnehmungen repräsentieren?
I
Wie Weltmodelle bauen?
Wie erinnern?
I
I
I
I
I
Kognitive Systeme 1
Probleme lösen
Planen
Wie in Gemeinschaft handeln?
Selbstmodelle (Wohlbefinden)
Erfolgskontrolle (Handlungen, Zustände)
Erinnerungsketten
Bilden abstrakter Erinnerungsketten
Dr.-Ing. Bernd Ludwig (Lehrstuhl KI)
Schließen auf zukünftige Zustände auf Grund der Erinnerung und
der aktuellen Situation
I
I
Kapitel 1
17 / 15
Hypothese von N EWELL und S IMON
Agentensysteme
Kommunikation mit Menschen
Dr.-Ing. Bernd Ludwig (Lehrstuhl KI)
Kognitive Systeme 1
Kapitel 1
18 / 15
Hypothese von N EWELL und S IMON
System-Symbol-Hypothese
A physical symbol system has the necessary and sufficient means for
intelligent action.
designation (Bezeichnung, Bedeutungszuordnung): Ein
Ausdruck bezeichnet ein Objekt, wenn das Symbolsystem über
den Ausdruck modifizieren oder sein eigenes Verhalten vom
Objekt abhängig machen kann.
Veranschaulichung (sozusagen ein Gegenbeispiel):
Ein Symbolsystem benutzt eine Menge von (physikalischen)
Mustern, die als Bauteile von Symbolstrukturen (Ausdrücken,
expressions) auftreten können.
R ENÉ M AGRITTE (Der
Verrat der Bilder):
“Ein Bild ist nicht zu verwechseln
mit einer Sache, die man
berühren kann. Können Sie
meine Pfeife stopfen? Natürlich
nicht! Sie ist nur eine Darstellung.
Hätte ich auf mein Bild
geschrieben, dies ist eine Pfeife,
so hätte ich gelogen. Das Abbild
einer Marmeladenschnitte ist
ganz gewiss nichts Essbares.”
Die Struktur entsteht durch eine physikalische Beziehung
zwischen den Symbolen (z.B. Aufeinanderfolgen).
Ein Symbolsystem verwendet Funktionen, die aus Ausdrücken
andere Ausdrücke bilden (Beispiele: Erstellung, Änderung,
Vervielfachung, Löschung).
Dr.-Ing. Bernd Ludwig (Lehrstuhl KI)
Kognitive Systeme 1
Kapitel 1
19 / 15
Dr.-Ing. Bernd Ludwig (Lehrstuhl KI)
Kognitive Systeme 1
Kapitel 1
20 / 15
Hypothese von N EWELL und S IMON
Anforderungen (1)
interpretation (Bedeutungsermittlung): Wenn ein Ausdruck eine
Funktion bezeichnet, und wenn die Funktion berechenbar ist,
dann kann das Symbolsystem den Ausdruck auswerten
(interpretieren).
Ein derart definiertes Symbolsystem ist eine Turingmaschine.
I
Die System-Symbol-Hypothese erfordert, die Umwelt eines
Systems mit Hilfe von Ausdrücken zu formulieren (Modellbildung,
Formalisierung).
Kapitel 1
21 / 15
Anforderungen (2)
2
3
4
5
6
7
8
9
10
11
12
I
Alltagswissen ist semantisch unklar und kaum formalisierbar.
Formalisierbar ist Wissen, das sich mit einfachen syntaktischen
Mitteln darstellen lässt.
Formalisierbar ist Wissen, das unabhängig von einem Kontext
korrekt ist.
Dr.-Ing. Bernd Ludwig (Lehrstuhl KI)
Kognitive Systeme 1
Kapitel 1
22 / 15
Annahmen über die Wirkung von Formalisierung
Notation in einer formalen Kunstsprache
Eine Fachsprache auswählen oder mit Experten definieren.
Die Fachsprache sprechen bzw. schreiben lernen.
Mit den Fachexperten über die Inhalte sprechen und aus
Fachbüchern die Inhalte lesen.
Den Zweck der Formalisierung eingrenzen (lernen).
Eine Perspektive definieren.
Granularität festlegen.
Eine Ontologie aufstellen.
Eine Normsprache definieren.
Zu formalisierendes Wissen klar und systematisch in der
Normsprache aufschreiben!
Geeignete reduzierte syntaktische Mittel eingrenzen.
Wissensbestände modularisieren.
Formalisieren der Kernsätze.
Dr.-Ing. Bernd Ludwig (Lehrstuhl KI)
I
Annahmen und Machbarkeit
Wie sollte man formalisieren?
1
Semantische Normierung (Verwendung von Fachbegriffen)
Syntaktische Normierung (Auswahl bestimmter syntaktischer
Strukturen)
Isolierung vom normalen Wissensbestand (Beschränkung auf
Kontext)
Was ist formalisierbar?
designation stellt den Bezug (Referenz) zur Umwelt her.
Kognitive Systeme 1
I
I
I
designation und interpretation spezifizieren abstrakt das
Programm der Turingmaschine.
Dr.-Ing. Bernd Ludwig (Lehrstuhl KI)
Grundsätzliche methodische Fragen
Was läuft bei der Formalisierung ab?
Kognitive Systeme 1
Kapitel 1
Präzise Semantik
Zugesicherte Korrektheit
Erfahrungen zur Umsetzbarkeit der Annahmen
Spezifikation oft natürlichsprachlich, daher gibt es Unklarheiten
bei der Übersetzung in die formale Kunstsprache
Viele Begriffe sind auf verschiedene Weisen formalisierbar.
Wie also lassen sich Brüche von der Spezifikation zur
Formalisierung aufspüren?
Wie kann die Korrektheit (in Bezug worauf?) einer Formalisierung
geprüft werden?
23 / 15
Dr.-Ing. Bernd Ludwig (Lehrstuhl KI)
Kognitive Systeme 1
Kapitel 1
24 / 15
Probabilistisches Schließen
Probabilistisches Schließen
Beispiel: Ein Expertensystem in Form eines Bayesnetzes
Grundannahme: Die Beobachtung der Umwelt ist mit einem
Zufallsexperiment vergleichbar.
P(Pneumonia|Sign 1, Test 1) =?
Formuliere
Zusammenhänge der
modellierten Umwelt in Form
von bedingten Wahrscheinlichkeitsaussagen.
Verwende zum
Interpretieren die Formel
von Bayes:
Hypothese: Auch die Interpretation ist ein Zufallsexperiment:
I
I
P(Pneumonia|Sign 1, Test 1)
·
P(Sign 1, Test 1)
=
P(Pneumonia, Sign 1, Test 1)
Eine sicher wahre Aussage hat die Wahrscheinlichkeit 1.
Eine sicher falsche Aussage hat die Wahrscheinlichkeit 0.
Dr.-Ing. Bernd Ludwig (Lehrstuhl KI)
Kognitive Systeme 1
Kapitel 1
25 / 15
Dr.-Ing. Bernd Ludwig (Lehrstuhl KI)
Kognitive Systeme 1
Verstehen versus Mustererkennen
Kritik der Künstlichen Intelligenz
ELIZA (1966) von J OSEPH W EIZENBAUM simuliert einen
Humanistischen Psychotherapeuten.
J OSEPH W EIZENBAUM zur Leistungsfähigkeit der KI
Es sucht Muster in der Eingabe und antwortet nach vorgefertigten
Schablonen.
Es versteht das Gesprächsthema überhaupt nicht.
Automatische Spracherkennung (Quelle für Skizze: wikipedia)
Kognitive Systeme 1
26 / 15
Therapeuten wollten Eliza für ihre Patientengespräche einsetzen.
Es bestand einen eingeschränkten Turingtest.
Dr.-Ing. Bernd Ludwig (Lehrstuhl KI)
Kapitel 1
Kapitel 1
“Es ist erstaunlich, dass die Idee der Künstlichen
Intelligenz überhaupt irgendwo ernst genommen wird.
Aber in der ganzen Welt wird sie ernst genommen. Die
Idee hat sich verkauft, obwohl sehr, sehr wenig
dahintersteckt.”
Zur Mensch-Maschine-Interaktion:
“Auch wenn sie sich ähnlich bewegen oder sogar
verhalten, haben sie eine völlig andere Geschichte als
wir Menschen. Vielleicht könnte ein Roboter oder ein
Computer unsere Sätze in einem einfachen sprachlichen
Sinn auseinander nehmen, aber er könnte sie nicht
richtig interpretieren, weil er nicht unsere Sozialisation
und Lebenserfahrung hat”
27 / 15
Dr.-Ing. Bernd Ludwig (Lehrstuhl KI)
Kognitive Systeme 1
Kapitel 1
28 / 15