Please enable JavaScript.
Coggle requires JavaScript to display documents.
Veshtacka inteligencija (Modeli
OKOLINA preku percepcii dava informacija…
Veshtacka inteligencija
Sostavena od zborivite inter ="between"
i iegere ="choose,pick out,read"
Literal:choosing between interlegentia
Def: Inteligencijata e sposobnost da se reshat
i odgovorat razlicni vidovi na problei i prashanja nezavisno od koja "priroda se tie"
Inteligenten sistem e sistem koj uci vo negovoto postoenje. Toj uci koi odgovori treba da gi dade vo koja situacija za da stigni do odredeni rezultati
AI e nauka koja se zanimava so izuchuvanje na mentalnite sposobnosti preku komjuterski modeli
AI e nauka koja kreira sistemi koi mozat da se identifikuvaat odnosno sporedat so inteligentnoto odnesuvanje na lugeto
AI e komjuterska nauka koja se zanimava so sposobnosta da se postignat site vozmozni inteligentni celi
Vidovi na AI
Weak(narrow) AI - slaba
Strong (general) AI- jaka generalna
Compromise-complete AI- kompromisna celona
-
-
Weak
Sposodnosta na komjuterite da izigravaat inteligentni ili da izgledaat inteligentno
Tipicno e fokusirana na edna zadaca
AI nasleduva od Matematika, Psihologija, Filozofija,Kompjuterskite nauki, Lingvistikata
Nekoi od pridonesitelite za AI : George Boole, Alan Turing , Claude Shannon(computer chess)
Searle's Chinese room
Covek koj ne zboruva kineski sedi vo prostorija i dobiva poraka na kineski . ima samo recnik za toa kako da se spravi so problemot
Treba da vrati odgovor
Spored Searle covek koj ne razbira kieski ke go pomini testot
Ned Block's BlockHead
Razgovor koj trae kratko vreme
Pocetnite frazi so koi moze da se zapocni razgovor se ogranicheni
Brojot na odgovori na prvoto prashanje e ogranichen
Brojot na odgovori i prashanja eksponencijalno rasti
Ako razgovorot e kratok komjuterot ke go pomini testot
Turning , Imitation game
3 akteri maz zhena i sudija
Tehnika razgovor preku komjuter
Cel Sudijata treba da odluchi koj od lugeto koi zboruvaat e maskoto
Modifikacija razgovor pomegu covek-covek ili covek-kompjuter
-
-
-
-
LongMan Koj chovek e agent?
Agent e licnost koja deluva vo ime na nekoja druga licnost ili e pretstavnik na taa licnost
Merriam Webster
agent e:
1.nekoj koj deluva so silana ekspert
2.nekoj ili neshto shto sozdava ili e sposono da sozdade efekt
- sredstvo ili instrument koj primenuvanjki inteligencija doznava odreden rezultat
- komjuterska aplikacija sozdadena da avtomatizira nekoja zadaca
Koga da angazhirame agent?
Koga ni e poteeben nekoj da se fokusira na nashata zadaca
Koga ni e potreben nekoj shto znae ili poseduva veshtini koi ni nedostigaat
Koga nekoj ima pristap do relevantniinformacii
Koga nekoj moze da vospostavi klucni kontakti za da reshi odredena zadaca
Koga nekoj ima sposobnost da izvrshi oderedena rabota poeftino otkolku da ja izvrshime sami
Obvrski
Obezbeduva informacii
Naogja najdobri izvori
Naogja najdobra cena
Posreduva pomegu prodavac i kupuvac
Ja pravi celata potrebna dokumentacija
Sledi rezultati i reshava problemi
Dava dopolnitelni informacii i objasnuvanja
GI pribira prihodite,taksite,rashodite
Ja raskinuva uslugata pri neplakanje
Praka ponuda za obnova
Inteligenten agent
Mala programa koja ima eksprestski znaenja koja pomaga na korisnicite i pritoa e avtomatizirana t.e samostojno deluva
TIE SE AVTONOMNI
OD OKOLINATA DOBIVAAT VLEZ A VRAKJAAT IZLEZ
Во вештачката интелигенција,
интелигентните агенти се активни
чинители кои ја следат состојбата на
средината во која се наоѓаат и делуваат
разумно. Притоа, ваквите агенти се
способни за перцепција, активност и
однесување кое се стреми кон целта.
Modeli
OKOLINA preku percepcii dava informacija na senzori na AGENTOT koi gi obrabotuvaat i gi predavaat na efektori koi izvrshuvaat akcii vo okolinata
Inteligentiot agent e komp sistem koj moze da se prilagodi avtonmo vo nekoja sredina
Prilagodlivost
Reaktivnost
Proaktivnost
Drushtvenost/opshtestvenost
-
Drushtvenost
Sposodbnost na agentite da sorabotuvaat megju sebe preku koristenje na odreden jazik za sorabotka
Osnovni svojstva na agentite
Mobilnost(sposobnost da se dvizi niz mreza na smetaci)
Aktuelnost(nema svesno da sozdade tocna informacija)
Blagonaklonetost (nema konfliktni celi pa agenetot se sremi kon razreshavanje na zadacata koja ja dobil)
Racionalnost(Znae koi mu se celite pa nema da deluva na pravec koj bi go narushil doagjaneto do tie celo)
Uchenje i prilagodenost (so tekot na vremeto agentot se podobruva)
Prisposobenost(moze da raboti vo razlicni sredini)
Transparentnost i presmetlivost(kazuva sho koga i kade napravil)
Striknost(agentot e sposoben da reshi mnogu problemi bez intervencija pa duri i koga se bazira na pogreshni i nekompletni informacii
Zapocnuva sam
Korisnicki nastroen (sledi upatstva od korisnikot)
Proaktivnost
preststavuva postojan obid da se generira i dostigne celta so postojano projavuvanje na sopstvena inicijativa
-
Reaktivnost
deluvanje vo nepromenliva okolina sredina
Ako e sposoben da odrzhuva postojana interakcija so okolinata i da vraka odgovori na promenite koi e slucuvaat vo nea toa e reaktivnost
-
Vrska pomegu agenti i objekti
Slicnosti:
Enkapsulira podatoci
Komunicira so poraki
Poseduva metodi koi korespondiraat na opraciite koi gi izvrshuva
Razliki:
Agentite se avtonomni
Razumni
Aktivni
Vrska pomegu agentite i ekspertskite sistemi
Slicnost:
Ekspertno znaenje
Pricinsko-posledicno
Se bazira na znaenje
Razliki:
Agentite deluvaat
Agentite se del od sredinata vo koja deluvaat
Dvojstva na okolinata
Prisposoblivost/neprisposoblivost
Odredenost/Slucajnost
Povremenost/doslednost
Staticnost/dinamicnost
Diskretnost/neprekinatost
Ednoagentska/povekeagentska
Pristaponost-navremena tocna informacija
Nepristapni okolini se onie koi naprimer imaa shum (precki)
pistapnost>nepristapnost
Povremenost gradenje na mal broj na epizodi pravejki epizodna okolina lesno se gradi agent da pravi odredeno neshto vo odredena epizoda
Odredenost-deterministicka ako vo sekoj moment mozime da odredime sledna situacija
Slucajnost sekojdnevniot svet e prepoln so slucajnost i e haoticen
Staticna okolina e nepromeneta vo tekot na deluvanjeto na agentot
Dinamicka se menuva vo tekot na deluvanjeto na agnetot
Diskretna okolina ako vo nea se tocno odredeni brojot na akciite koi mozat da se izvrshat
Neprekinata ima stepen na soodvetni vrski
-
Podelba na agentite:
Ednostavni(refleksni agenti)
Agenti zasnovani na modeli(model oriented)
Celno orientirani agenti(goaloriented)
Namenski orientirani(utility oriented)
Utility based agents
perceptite davaat informacija na agentot
Kakov e svetot sega?
Kakov ke e po izvrshuvanjeto na akcija A?
Kolku ke bidam sreken posle taa sostojba?
Odgovara na prasanja kakov evoluira svetot shto predizvikuvaat akciite , koja sostojba ja ima momentalno
Ima tabela na Utility( poleznost)
Na kraj odluchuva koja akcija da ja prezeme
Preku efektorite i aktuatori ja prenesuva na okolinata
Celno orientirana
Perceptite primaat informacii
Kakov e svetot sega
(sostojba)
Kako evoluira svetot
Shto predizvikaat moite akcii
Kakov ke e svetot koga ke ja izvrsham akcijata A
Koja akcija treba da ja izvrsham
Tabela so celi(goals)
Aktuatori koi vrshat akcija nad okolinata
Modal-oriented
Percepti/Kakov e svetot sega (state)
veke postaven model na tao kako evoluira svetot , prasanje za toa sto predizvikuva nekoja akcija, momentalna sostojba
Tabela so pravila
Uslov Sostojba - Akcija
Efektori/Aktuatori
Refleksni
Preku percepti dobivame uslov i so pomosh na senzorite odreduvame kakva akcija da izvrshime preku tabela na uslov-akcija . Taa akcija ja prenesuvame na okolinata preku aktuatori
Opsh model koj uchi
Se sostoi id nekoj drug vid na gore navedenite agenti vo delot za performace element.
Ima Critic del koj e nadvoreshen standard toj dava feedback na learning elementot koj gi dava promenite na Performace elementot a dobiva znaenje od istiot kako povratna vrska
Problem generator delot praka problemi na performace elementot
Podtip na goal oriented agentite se problem-solving agentite(celta im e da najdat nojdobra niza aktivnosti -akcii koja vodi kon posakuvanata cel)
Problemi koi se sveduvaat na prebaruvanje:
igri
pat pomegu dve mesta
problem koj moze da se pretstavi so drvo ili graf
matematicki problemi
rasuduvanje
parsiranje recenici
Kriteriumi za vrednuvanje na prebaruvanje
Kompletnost (dali sekogash naogja reshenie)
Vremenska kompleksnost(slozenost)-broj na generirani jazli pri prebaruvanjeto
Prostorna kompleksnost(najgolem broj na jazli vo meorijata)
Optimalnost(dali sekogash reshenieto e so najniska cena)
Merki
b: najgolemiot faktor na razgranuvanje
(branching factor)
d: dlabovinata na reshenieto so najniska cena
m:maksilamna dlabocina na prebaruvanje (maximum depth)
Prebaruvanje e postapka za naogjanje najdobra niza akativnosti koi vodat do celta
Proces na naoganje barem edno reshenie poagjajki odpocetnata vlezna sostojba
proces na naogjanje optimalno reshenie pocnuvanjki od vleznata sostojba
-
Neinformirano
Uniform-cost
Go razlozhuva najeftiniot nerazlozhen jazol
Novite jazli se dodavaat na kraj a centa na pominatite jazli se sobira
Kompleten ako cenata nadminuva odnapred definirana cena e
Vremenska i prostorna kompleksnost se pomali od O(b^1+[C/e]) kade c e cenata na optimalnoto reshenie
ova moze da nadmine b^d
-
-
Depth Limited
Moze da se izednaci so DFS ako d ne nadminuva odnapred setirano l(dijametar na prostor na prebaruvanje
Ne e kompleten i ne garantira optimalnost
Moze da zavrshi zaradi toa shto nema reshenie ili poradi toa shto ne postoi reshenie do taa l dlabocina
-
Iterative Deepening
Prebaruvanje so ogranichena dlabocina koja postepeno raste od 0 do d.
Razlozuvanjeto na povisoki nivoa e poveke kratno no pak e b pati pobrzo od BFS
Kompleten i naogja kompletno reshenie
BiDirectional
Najbrz neinformiran algoritam no ne e primenliv sekogash
2*b^d/2 < b^d
Prebaruva od gore do polovina po shirocina i od dolu do sredina po shirocina
proverki za vospostavena sredba
Kompleknost O(b^d/2)
Pred(n) i Succ(n)
Informirano
-
-
-
-
-
Specijalni prebaruvanja
Aproksimalno prebaruvanje
( prebaruvanje bazirano na mostovi , hierarhisko prebaruvanje , prebaruvanje ogranicheno na horizont)
-
-
Sorabotka nasporti zaemen napor
Igri pomegu dvajca ili poveke natprevaruvachi
Celta e sprotistavena (sekoj go igraj svojot najsilen poteg so shto mu nashtetuva na drugiot igrac)
I/ILI Grafovi
Site sopstveni jazli se ILI jazli
site I jazli se na protivnikot
(ako ima poveke od 2ca igrachi sekoj ima svoja dlabocina)
Minimax
Moze da e staticka ili dinamicka funkcijata
f=Eval(s)=w1f1(s)+w2f2(s)+...
wi-tezinska funk so koja im se dava jacina na izbranite kriteriumi za vrednuvanje na potegot s
fi -kriterium vrz osnova na koj se pocenuva eden poteg
na listot koj pobeduvame mu se dodava+infinity , na toj sho gubime -infinity a na draw list se dava vrednost 0
bottom -up vrednuvanje
Neg(a)Max
vrednosta na protivnikot e negativna vrednost na vrednosta na igrachot
se bazira vrz
min(a.b)=-max(-a,-b)
Dvata se kompletni pod uslov drvoto da e konecno
optimalni makar i pri remi
Vremenska O(b^m)
Prostorna O(b*m)
ogromna kompleksnost se reshava so pruning (kastrenje)
Alfa-beta pruning
Eksponencijalnata kompleksnost ne moze da se odstrani ama moze da se eleminira delot od drvoto koj ne vodi kon reshenie
alfa=najgolemata vrednost so max
beta najmalata vrednost so min
-
-
-
-