OHJ-2550 TEKOÄLY Kevät 2009

Transkriptio

1 1 OHJ-2550 TEKOÄLY Kevät Yleistä 6 opintopistettä Jatko-opintokelpoinen Luentojen sijaan kenties seminaariesitelmiä periodin V lopussa Viikkoharjoitukset Harjoitustyöt: 2 kpl Sisältöön mahdollista vaikuttaa nyt Luennoidaan viimeisen kerran suomeksi Ensi vuonna Artificial Intelligence 1

2 3 Organisaatio & aikataulu Luennot: prof. Tapio Elomaa ti TB214 to TB perioditauko Pääsiäisloma Viikkoharjoitukset alkaen viikolla 8 (19.2. ) Tekn.tri. Jussi Kujala, DI Timo Aho (prof. Elomaa) To 10 12, TC128 Koe ti 12. toukokuuta 2009, klo Mahdolliset aihepiirit Part I Artificial Intelligence 1 Introduction 2 Intelligent Agents Part II Problem Solving 3 Solving Problems by Searching 4 Informed Search and Exploration 5 Constraint Satisfaction Problems 6 Adversarial Search Part III Knowledge and Reasoning 7 Logical Agents 8 First-Order Logic 9 Inference in First-Order Logic 10 Knowledge Representation Part IV Planning 11 Planning 12 Planning and Acting in the Real World Part V Uncertain Knowledge and Reasoning 13 Uncertainty 14 Probabilistic Reasoning 15 Probabilistic Reasoning Over Time 16 Making Simple Decisions 17 Making Complex Decisions Part VI Learning 18 Learning from Observations 19 Knowledge in Learning 20 Statistical Learning Methods 21 Reinforcement Learning Part VII Communicating, Perceiving, and Acting 22 Communication 23 Probabilistic Language Processing 24 Perception 25 Robotics Part VIII Conclusions 26 Philosophical Foundations 27 AI: Present and Future 2

3 5 Harjoitustyöt Kurssilla on 2 pakollista harjoitustyötä. Kurssin suorittaminen edellyttää molempien töiden tekemistä Kukin työ arvostellaan asteikolla 0 10, lisäksi esitelmästä korkeintaan 4 pistettä 1 on hyväksytty 1. Oppiva agentti ja selvitys sen käyttämistä tekoälytekniikoista Ryhmätyö, Palautuspäivä?.?. 2. Tutkielma. Vapaavalintainen aihe oppijakson aihealueelta. Ryhmätyö 2 3 henkeä, Palautuspäivä on myöhemmin sovittava esitelmän päivämäärä - Kirjallinen raportti, s. - Esitelmä min 6 Arvostelu Kurssin arvostelussa otetaan huomioon tentti (max 30 p.) Pakolliset harjoitustyöt (yht. max 24 p.) Oppiva agentti (max 10 p.) Kirjallinen raportti (max 10 p.) Suullinen esitys (max 4 p.) Kokonaispisteiden max on 54 p. viikottaiset laskuharjoitukset tuovat porkkanapisteitä (max 6 p.) Arvosana määräytyy oletettavasti seuraavasti: pisteet arvosana

4 7 Materiaali Kurssin oppikirja on S. Russell, P. Norvig: Artificial Intelligence, A Modern Approach, Second ed., Prentice Hall, 2003 Valmista monistetta ei ole, luentokalvot pannaan verkkoon luentojen tahtiin Tentti perustuu luentoihin (ei siis yksinomaan kalvoihin) 8 Luentoaikataulu Tekoäly tänään lehdistökatsaus 1. Johdanto (I, 1) 1. Taustaa 2. Tekoälyn historia 3. Älykkäät agentit 2. Logiikka, tietämys ja päättely (III, 2-3) 3. Ongelmanratkaisu ja hakualgoritmit (II, 5-6) 4. Epävarma tietämys ja päättely (V, 7-9) 5. Toiminnan suunnittelu (IV, 9-10) 6. Koneoppiminen (VI, 10-12) 4

5 9 Viikkoharjoitukset Viikkoharjoituksiin osallistuminen on erittäin suositeltavaa Harjoitustehtävät verkkoon viimeistään ed. torstaina Valmiudesta esittää taululla vastaus kysymykseen saa kustakin merkinnän Kussakin harjoituksissa on n. 5 tehtävää kaikkiaan merkintöjä voi kerätä n = 50 kappaletta Merkintöjä Lisäpisteet 30% 40% 50% 60% 70% 80%

6 11 Ohjelmistotekniikan laitos OHJ-2550 Tekoäly, kevät Ohjelmistotekniikan laitos OHJ-2550 Tekoäly, kevät

7

8

10

12 23 Boston Dynamics BigDog The Most Advanced Quadruped Robot on Earth BigDog is the alpha male of the Boston Dynamics family of robots. It is a quadruped robot that walks, runs, and climbs on rough terrain and carries heavy loads. BigDog is powered by a gasoline engine that drives a hydraulic actuation system. BigDog's legs are articulated like an animal s, and have compliant elements that absorb shock and recycle energy from one step to the next. BigDog is the size of a large dog or small mule, measuring 1 meter long, 0.7 meters tall and 75 kg weight. BigDog has an on-board computer that controls locomotion, servos the legs and handles a wide variety of sensors. BigDog s control system manages the dynamics of its behavior to keep it balanced, steer, navigate, and regulate energetics as conditions vary. Sensors for locomotion include joint position, joint force, ground contact, ground load, a laser gyroscope, and a stereo vision system. Other sensors focus on the internal state of BigDog, monitoring the hydraulic pressure, oil temperature, engine temperature, rpm, battery charge and others. In separate trials, BigDog runs at 4 mph, climbs slopes up to 35 degrees, walks across rubble, and carries a 340 lb load. BigDog is being developed by Boston Dynamics with the goal of creating robots that have rough-terrain mobility that can take them anywhere on Earth that people and animals can go. The program is funded by the Defense Advanced Research Project Agency (DARPA) JOHDANTO Tekoäly on käsitteenä laaja, korkealentoinen ja ajan myötä muuttuva Nykyisin ehkä enemmän filosofien ja kognitiotieteilijöiden kenttää Tietojenkäsittelyllisesti tekoäly käsittää joukon tavoitteiltaan rajatumpia tutkimusaloja, jotka ovat jo eriytyneet melko etäälle toisistaan Yhteistä eri osa-alueille on pyrkimys koneiden "älykkyyden nostamiseen Toisin katsoen: ohjelmistojen käytön helpottamiseen Tuloksena käyttökelpoisia ohjelmistoja ja mekaanisen laskennan rajoja kartoittavaa teoriaa 12

13 25 Määritelmä? Älykkäälle koneelle ainoa tuntemamme vertailukohta olemme me itse Toisaalta vertailu inhimilliseen älykkyyteen rajaa pois muut (paremmat) vaihtoehdot Ideaalista älykkyyttä kutsutaan rationaalisuudeksi Toisaalta älykkyyttä voidaan tarkastella ajattelun tai toiminnan näkökulmasta Yhdistelminä saadaan neljä toisistaan poikkeavaa näkökulmaa tekoälyyn 26 Turingin testi Englantilaisen matemaatikon Alan Turingin 1950 esittämä kriteeri koneen älykkyydelle on se, ettei ihminen erota konetta ihmisestä keskustellessaan sen kanssa tekstiviestein Eräs inhimillisen toiminnan testi Ns. totaalisessa Turingin testissä koneen on pystyttävä myös havainnoimaan ja manipuloimaan fyysistä ympäristöään Aikarajoitettuja kilpailuja järjestetään vuosittain Parhaiten knoppitietoisia kilpailuttajia vastaan pärjäävät huijausohjelmat Inhimilliset asiantuntijat arvioidaan suurimmalla tn:llä koneiksi 13

14 27 Kognitiivinen mallintaminen Inhimillisen ajattelun tutkimus kuuluu psykologian ja kognitiotieteen kenttään Myös tietysti neurofysiologia jne. Vahva yhteys tekoälytutkimukseen, jos näkökulma on inhimillinen ajattelu Ajattelun/mielen algoritmiikka ja tietämysrakenteet Allen Newell ja Herbert Simon (1961): General Problem Solver (GPS) -päättelyaskelten ja inhimillisen päättelyn vertailu 28 Rationaalisuus Rationaalinen ajattelu on oleellisesti formaalin logiikan ja loogisen päättelyn tutkimista (Yksinomaan) logiikkaan perustuvat menetelmät kärsivät laskennan vaativuudesta sekä epävarman tiedon esittämisen vaikeudesta Rationaalisen toiminnan mallissa tarkastellaan agentteja Agentti on toimija Ohjelmistoagentin erottaa ohjelmasta esim. sen autonomisuus, ympäristön havainnointikyky, adaptiivisuus, pitkä elinikä, kyky omaksua muiden tavoitteita, tjms. 14

15 29 Rationaalinen agentti toimii parhaan mahdollisen lopputuloksen saavuttamiseksi havaintojensa ja tietämyksensä puitteissa Epävarmuuden vallitessa pyritään maksimoimaan odotusarvoa Rationaalinen toiminta pitkällä tähtäyksellä voi edellyttää epärationaaliselta vaikuttavaa toimintaa lyhyellä tähtäyksellä Reaalimaailmassa täydellinen rationaalisuus ei useimmiten ole mahdollista (ajanpuutteen takia) 30 Taustatieteitä Filosofia ja matematiikka Formaali päättely, mielen ja tiedon olemukset, jne. Päättelysäännöt, laskettavuus ja sen vaativuus, epävarma päättely (todennäköisyyslaskenta), jne. Taloustiede päätös- ja peliteoria, operaatiotutkimus, jne. Neurotieteet Psykologia ja kognitiotiede Tietotekniikka Kontrolliteoria ja kybernetiikka Lingvistiikka 15

16 31 Tekoälyn historiaa Ensimmäiseksi tekoälyjulkaisuksi voidaan katsoa McCulloch ja Pitts (1943) Esitetään kuinka yksinkertaisten laskentaelementtien, neuronien, muodostamalla verkolla voidaan laskea loogiset konnektiivit (and, or, not, jne.) Osoitetaan, että kaikki laskettavat funktiot voidaan laskea neuroverkolla Vihjattiin verkkojen voivan oppia Hebb (1949) antaa yksinkertaisen päivityssäännön neuroverkkojen opettamiseen Turing (1950) esittelee testinsä, koneoppimisen, geneettiset algoritmit ja palauteoppimisen 1956 John McCarthy järjesti aihealueesta kiinnostuneiden tutkijoiden tapaamisen, missä tutkimusalue sai nykyisen nimensä 32 Historiaa (2/4) Heti alusta lähtien keskeisiä yliopistoja olivat nykyisinkin tekoälytutkimuksen huipulla olevat CMU, MIT ja Stanford McCarthy (1958) Lisp-ohjelmointikieli ja 1960-luvuilla saavutettiin huomattavia edistysaskelia mikromaailmoissa (esim. palikkamaailma) tapahtuvassa toiminnassa Robotiikkakin eteni: esim. SRI:n Shakey (1969) Samoin neuroverkkotutkimus (Widrow & Hoff, Rosenblattin perceptron) Vähitellen kuitenkin kävi selväksi, että mikromaailmojen menestys ei sellaisenaan skaalaudu ylöspäin. Se oli saavutettu ilman syvempää ymmärtämystä kohdeongelmasta ja laskentaintensiivisin menetelmin 16

17 33 Historiaa (3/4) Neuroverkkotutkimuksen tietojenkäsittelystä tappoi yli vuosikymmeneksi Minskyn ja Papertin todistus perceptronin heikosta esitysvoimasta (xor-funktio) 1970-luvulla kehitettiin asiantuntijajärjestelmiä, joihin kerättiin yhden sovellusalueen syvää tietämystä Asiantuntijajärjestelmillä saavutettiin monilla aloilla ihmisasiantuntijoita parempi suorituskyky ja niistä tuli tekoälytutkimuksen ensimmäinen kaupallinen menestystarina Asiantuntijajärjestelmien kehittäminen osoittautui kuitenkin vaativaksi käsityöksi Logiikkaohjelmointi eli kirkkaimman kukoistuksensa 1980-luvun puolessa välissä Neuroverkkotutkimus nousi taas tutkimusalaksi tietojenkäsittelyssä 1980-luvun puolivälistä lähtien 34 Historiaa (4/4) Myös koneoppimistutkimuksen nousukausi ajoittuu 1980-luvulle Samaten Bayes-verkkojen tutkimus lähti liikkeelle tuolloin Ehkä toinen merkittävä kaupallinen sovellus Microsoftin vahvan näkyvyyden takia Sittemmin samoja asioita on tutkittu myös tietämyksen muodostamisen nimikkeellä Agenttiteknologia on nouseva trendi monella tietojenkäsittelyn alueella Viimeaikainen kehitys on ollut myös suuntautuminen analyyttiseen tutkimukseen ad hoc tekniikkojen sijaan Koneoppimisen teoreettiset mallit Toiminnan suunnittelun uudet menetelmät Peliteorian uusi kukoistus 17