Laskut käyvät hermoille

Samankaltaiset tiedostot
Tilastotiede ottaa aivoon

Tilastotiede ottaa aivoon

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Tekoäly tänään , Vadim Kulikov (Helsingin Yliopisto)

MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

&idx=2&uilang=fi&lang=fi&lvv=2015

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Ongelma(t): Voiko älykkyyden määritellä ja voiko sitä mitata, myös objektiivisesti? Onko älykkyyttä ilman (näkyvää) toimintaa? Voiko kone olla älykäs

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Matemaatikot ja tilastotieteilijät

&idx=2&uilang=fi&lang=fi&lvv=2015

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

OPPIMISKYVYKKYYS DIGITALISOITUVASSA MAAILMASSA

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

JOHDATUS TEKOÄLYYN TEEMU ROOS

dx=2&uilang=fi&lang=fi&lvv=2015

805306A Johdatus monimuuttujamenetelmiin, 5 op

30A02000 Tilastotieteen perusteet

<raikasta digitaalista ajattelua>

Sanaluokkajäsennystä rinnakkaisilla transduktoreilla

Kognitiivinen mallintaminen Neuraalimallinnus, luento 1

TEEMU ROOS (KALVOT MUOKATTU PATRIK HOYERIN LUENTOMATERIAALISTA)

JOHDATUS TEKOÄLYYN TEEMU ROOS

Johdatus tekoälyyn. Luento : Koneoppiminen. Patrik Hoyer. [ Kysykää ja kommentoikaa luennon aikana! ]

Edistyksen päivät, Helsinki. Voiko tutkija muuttaa maailmaa? Humanistista meta-analyysiä merkitysneuvottelevien koneiden avulla.

JUHTA ja VAHTI juhlatilaisuus, Tietojärjestelmien tulevaisuudesta tekoälyn kehityksen näkökulmasta. Timo Honkela.

Sähköisten palvelujen tulevaisuus Älykkäät oppivat palvelut. #Saavuta Petri Hyysalo, IBM Global Business Services

5.6.3 Matematiikan lyhyt oppimäärä

A-OSA. Kyseessä on binomitodennäköisyys. 30 P(Tasan 10 sadepäivää ja muut 20 poutapäiviä) 0,35 (1 0,35) ,35 0, ,

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Ongelma(t): Miten digitaalista tietoa voidaan toisintaa ja visualisoida? Miten monimutkaista tietoa voidaan toisintaa ja visualisoida?

Robotit ja tekoäly terveydenhuollon työvälineinä nyt ja tulevaisuudessa työn tutkimukseen perustuva näkökulma

Louhi-projektin kokemukset oppina. Tekoälyä hoitohenkilökunnalle

3. Kirjoita seuraavat joukot luettelemalla niiden alkiot, jos mahdollista. Onko jokin joukoista tyhjä joukko?

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

T Luonnollisen kielen tilastollinen käsittely Vastaukset 5, ti , 8:30-10:00 N-grammikielimallit, Versio 1.1

Johdatus todennäköisyyslaskentaan Normaalijakaumasta johdettuja jakaumia. TKK (c) Ilkka Mellin (2005) 1

JOHDATUS TEKOÄLYYN TEEMU ROOS

Analyysi I (sivuaineopiskelijoille)

OPETUSSUUNNITELMALOMAKE

OPS-MUUTOSINFO

Kurssin oppimistavoitteet. Heikki Lokki Kurssin suorituksen jälkeen osaat

OPETUSSUUNNITELMALOMAKE

Matematiikka ja tilastotiede. Orientoivat opinnot /

GeoGebra tutkivan oppimisen välineenä: havainto-hypoteesi-testaus

Ruokavalion henkilökohtaiset vaikutukset esiin data-analytiikalla

Jatkuvat satunnaismuuttujat

Matematiikka ja tilastotiede

Tee-se-itse -tekoäly

Kokonaisuudet johon opintojakso kuuluu Lang=fi&lang=fi&lvv=2014

Yhtälönratkaisusta. Johanna Rämö, Helsingin yliopisto. 22. syyskuuta 2014

Luku 2. Datasta tietoon: mitä dataa? mitä tietoa?

Myös opettajaksi aikova voi suorittaa LuK-tutkinnon, mutta sillä ei saa opettajan kelpoisuutta.

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

ABHELSINKI UNIVERSITY OF TECHNOLOGY

Bayesilainen päätöksenteko / Bayesian decision theory

Tekoäly ja sen soveltaminen yrityksissä. Mika Rantonen

E. Oja ja H. Mannila Datasta Tietoon: Luku 2

Bayes-mallinnus siltana teorian ja empiirisen evidenssin välillä

HY / Matematiikan ja tilastotieteen laitos Johdatus logiikkaan I, syksy 2018 Harjoitus 4 Ratkaisuehdotukset

MTTTP1 Tilastotieteen johdantokurssi Luento JOHDANTO

Tehtävä 1. Jatka loogisesti oheisia jonoja kahdella seuraavaksi tulevalla termillä. Perustele vastauksesi

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Tekoäly ja koneoppiminen metsävaratiedon apuna

Mat Sovellettu todennäköisyyslasku. Aiheet: Todennäköisyyslaskennan peruskäsitteet Todennäköisyyslaskennan peruslaskusäännöt Avainsanat:

Turvallisuus kehittyy joko johtajuuden tai kriisin kautta

HY / Matematiikan ja tilastotieteen laitos Johdatus logiikkaan I, syksy 2018 Harjoitus 5 Ratkaisuehdotukset

Moderni biolääketieteellinen optiikka X - Optinen mittaaminen sekä valmistusmenetelmät X X X

FoA5 Tilastollisen analyysin perusteet puheentutkimuksessa. Luentokuulustelujen esimerkkivastauksia. Pertti Palo. 30.

Tuotenro LUKIO/ Tuote Veroton_hinta Uusi alv % Uusi hinta Historia 5 Ruotsin itämaasta Suomeksi Digikirja (48 kk, LOPS 2016) 18,31

Todennäköisyyslaskenta I, kesä 2017 Helsingin yliopisto/avoin Yliopisto Harjoitus 1, ratkaisuehdotukset

dx=5&uilang=fi&lang=fi&lvv=2014

Tietokoneavusteinen arviointi kurssilla Diskreetin matematiikan perusteet. Helle Majander Aalto-yliopiston teknillinen korkeakoulu

Muutoksen arviointi differentiaalin avulla

KESKEISET SISÄLLÖT Keskeiset sisällöt voivat vaihdella eri vuositasoilla opetusjärjestelyjen mukaan.

3. Kuvio taitetaan kuutioksi. Mikä on suurin samaa kärkeä ympäröivillä kolmella sivutahkolla olevien lukujen tulo?

Zeon PDF Driver Trial

Projektisuunnitelma ja johdanto AS Automaatio- ja systeemitekniikan projektityöt Paula Sirén

Tekoäly ja alustatalous. Miten voit hyödyntää niitä omassa liiketoiminnassasi

Käytetään satunnaismuuttujaa samoin kuin tilastotieteen puolella:

Kieli merkitys ja logiikka. 2: Helpot ja monimutkaiset. Luento 2. Monimutkaiset ongelmat. Monimutkaiset ongelmat

Johdatus tekoälyn taustalla olevaan matematiikkaan

Ilkka Mellin Todennäköisyyslaskenta. Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat. Kertymäfunktio. TKK (c) Ilkka Mellin (2007) 1

Miten selvitä matematiikasta? Tutkitusti hyviä opiskelutaitovinkkejä

Ratkaisu: Käytetään induktiota propositiolauseen A rakenteen suhteen. Alkuaskel. A = p i jollain i N. Koska v(p i ) = 1 kaikilla i N, saadaan

Tilastotieteen rooli uuden tieteellisen tiedon tuottamisessa Mitä tilastotiede on?

HOPS Henkilökohtainen opintosuunnitelma LuK -tutkintoon

pitkittäisaineistoissa

Normaalijakaumasta johdettuja jakaumia

1. Osoita, että joukon X osajoukoille A ja B on voimassa toinen ns. de Morganin laki (A B) = A B.

Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi

Digitalisaatio tehostaa opetusta! RIVERIA.FI

Kahden laboratorion mittaustulosten vertailu

-Matematiikka on aksiomaattinen järjestelmä. -uusi tieto voidaan perustella edellisten tietojen avulla, tätä kutsutaan todistamiseksi

Oppimistavoitematriisi

Kognitiivinen psykologia tutkii tiedonkäsittelyä. Neuropsykologia tutkii aivojen ja mielen suhdetta MITEN AIVOT TOIMIVAT?

Tietojenkäsittelytieteen tutkintovaatimukset

Transkriptio:

Laskut käyvät hermoille - Miten ja miksi aivoissa lasketaan todennäköisyyksiä Aapo Hyvärinen Matematiikan ja tilastotieteen laitos & Tietojenkäsittelytieteen laitos Helsingin Yliopisto Tieteen päivät 13.1.2011

Hahmotelma Todennäköisyyspäättely Hermosolut ja niissä tapahtuva tietojenkäsittely Tekoälyn kehitys logiikasta tilastotieteeseen Oppimisen merkitys Aivojen mallintaminen todennäköisyyspäättelynä

Mitä on todennäköisyyslaskenta? Lasketaan todennäköisyyksiä kuten Mikä on todennäköisyys voittaa lotossa? Miten todennäköistä saada tauti X jos on suomalainen mies? Olennaisesti lasketaan kyseisten tapahtumamahdollisuuksien määrä ja jaetaan kokonaismäärällä Kuinka monta lottoriviä, montako täytetty

Entä todennäköisyyspäättely? Päätellään monimutkaisissa tilanteissa Potilaalla on oire X ja hieman oiretta Y, ja geenit G, H, I (muttei J, kaiketi), asuu paikkakunnalla K lisäksi väittää noudattavansa dieettiä D. Mikä on sairaus? Metsässä puiden välissä vilahtaa jotain keltaista. Kuuluu outoja ääniä. Mikä on todennäköisyys että se on tiikeri? Tärkeää lainalaisuuksien oppiminen datasta, ja niiden yhdisteleminen

Päättely ja (teko)äly 1940- Älykkyys on logiikkaa (klassinen tekoäly) 1980- Älykkyys vaatii oppimista, esim. aivoja matkivilla neuroverkoilla 2000- Älykkyys on todennäköisyyspäättelyä, oppiminen tilastotieteellistä Päättely on usein tiedostamatonta ja automaattista

Päättelyn eri muotoja 01001001011001000 2.45 1.23 Tietokone 4.23 0.45 1.34 Tilastotieteilijä 101100010100101001 keskiarvo = 2.34 keskihajonta =1.5 Signaalinkäsittelyjärjestelmä Aivot Iik!

Aivot Tieteen suurin ongelma? Käsitteellistetty eri tavoin: kellopeli höyrykone tietokone internet?...

Hermosolu (neuroni) C.W.A. Lee ym., 2005 S. Ramón y Cajal, 1900

Hermosolut tietojenkäsittelijöinä Lähettävät sähköisiä signaaleja toisilleen Tietojenkäsittelyn perusyksiköitä (prosessoreita?) massiivisesti hajautettu ja rinnakkaistettu : miljardeja pieniä prosessoreja C.W.A. Lee ym., 2005

Millaista tietojenkäsittelyä hermosolussa? 1943: hermosolut ovat binääriarvoisia loogisia portteja (JA, TAI, EI -operaatioita) 1960: hermosolut laskevat lineaarisen summan sisääntulevista jatkuvaarvoisista signaaleista 1990-luku: tämä voisi olla todennäköisyyspäättelyä

Miksi tarvitaan todennäköisyyspäättelyä? Todennäköisyyspäättely mahdollistaa päättelyn epävarmoissa tilanteissa Maailma on niin monimutkainen, että epävarmuutta on aina tiedon puutteen takia Sisältää oppimisen tilastollisten mallien estimoinnin muodossa Oppiminen on osa päättelyä, erona on tiedon yhdistäminen pitkältä ajalta Evoluutio on osa tätä oppimisprosessia

Esimerkki: luonnollisten kuvien malli aivoissa Aivoissa malli siitä, minkälaisia silmissä näkyvät kuvat tyypillisesti ovat Evolutionaarinen arki Epäselvissä tapauksissa valitaan tulkinta/johtopäätös joka on todennäköisin Tällainen päättely on usein tiedostamatonta (eli alitajuista)

Esimerkkejä päättelystä käyttäen kuvien todennäköisyyksiä + = Osittain peitetty objekti Viiva pisteistä Illusoriset ääriviivat

Päättely vaatii usein oppimista Lineaarinen malli kuville käyttäen yksinkertaisia piirteitä Kuinka valita hyvin toimivat piirteet? Valitse ne jotka ovat kaikkein todennäköisimpiä historian valossa

Aivoissa opittuja kuvapiirteitä Apinan aivoista mitattu Simulaatiomme tulokset (D. Ringach, 2007) (Olshausen & Field 1996 mukaan)

Tulevaisuuden tutkimuskysymyksiä Onko todennäköisyyspäättely älykkyyden viimeinen sana? Aivot ovat kuitenkin toimintaa varten Tunteiden merkitys päättelyssä Mitä älykkyys oikeastaan on? Ikuinen määritelmäongelma

Loppupäätelmä Todennäköisyyspäättely on moderni lähestymistapa aivojen mallintamiseen älykkäiden koneiden ohjelmoimiseen erilaisten datajoukkojen analyysiin Oppiminen mahdollista samassa viitekehyksessä Aivotutkimus innoittaja tilastomatematiikalle