[[oktatas:számitastechnika|< Számítástechnika]]

====== Mesterséges intelligencia ======

  * **Szerző:** Sallai András
  * Copyright (c) 2022, Sallai András
  * Szerkesztve: 2022, 2024
  * Licenc: [[https://creativecommons.org/licenses/by-sa/4.0/|CC Attribution-Share Alike 4.0 International]]
  * Web: https://szit.hu

===== A mesterséges intelligenciáról =====

A mesterséges intelligencia röviden MI vagy AI.
Az AI az artificial intelligence szavakból lett megalkotva.

Cél, az állandó emberi beavatkozás nélkül, intelligenciával rendelkező lényhez hasonló viselkedés.




==== Területek ====


  * Robotok irányítása.
  * Számolás. 
  * Keresés adatok között.
  * Alakzatok felismerése.
  * Nyelvek között fordítás.
  * Természetes nyelvek megértése.
  * Beszéd előállítása.


==== Irányzatok ====


Négy irányzat

<code>
Emberi módon gondolkodó rendszerek      Racionálisan gondolkodó rendszerek

Emberi módon cselekvő rendszerek        Racionálisan cselekvő rendszerek
</code>


==== Történet ====

Az MI előfutára már az ókorban is megjelent. A mai értelemben 
vett mesterséges intelligencia az 1950-s években.

Már az ókorban megpróbáltak egyes tevékenységeket 
gépekkel helyettesíteni.

=== Arisztotelész ===


Arisztotelész (Kr. e. 384-324) a Politika című művében
automatának nevezett berendezései a rabszolgák munkáját
váltotta volna ki, amik sosem valósultak meg. 

A Szerszám  (de Organon) című művében lefekteti logika
és a szillogizmus alapjait. A matematikában és a MI 
fejlesztése során is használják. 

Elemek című munkájában, leírja számelméleti algoritmust.
Például, ebben szerepel, két szám legnagyobb közös osztója. 

=== Turing ===

1950-ben Alan Mathison Turing((https://hu.wikipedia.org/wiki/Alan_Turing)) egy tesztet((https://hu.wikipedia.org/wiki/Turing-teszt)) javasolt, amelyet 26 fejezetben tárgyalt. 

A számítógép kiállja a próbát, ha néhány írásos 
kérdés feltesz, például egy ember, és nem tudja
eldönteni, hogy a válasz géptől vagy embertől 
származik.
    
Ehhez a számítógépeknek a következőkkel kell rendelkeznie:
  * természetes nyelvfeldolgozás (párbeszéd)
  * ismert vagy hallott információ tárolása
  * következtetések levonása
  * gépi tanulás - új következtetések levonása

=== Arthur Samuel ===

1952-ben Arthur Samuel((https://en.wikipedia.org/wiki/Arthur_Samuel)), dámajátszó programot készít, az akkori IBM számítógépen.
A lejátszott játékok számának növekedésével javult a hatékonysága.

=== Dartmouth College ===

1956-ban az amerikai Dartmouth College 10 tudós a következőket fogalmazza meg, mit kell tudni egy gépnek:
  * nyelvhasználat
  * elvont fogalmak ismerete
  * problémamegoldás

=== Deep Blue ===

1997-ben a Deep Blue ((https://hu.wikipedia.org/wiki/Deep_Blue)) sakkszámítógép 6 játszmában legyőzi Garri Kaszparovot. ((https://hu.wikipedia.org/wiki/Garri_Kimovics_Kaszparov))


=== Geoffry Hinton ===

2006-ban Geoffry Hinton((https://en.wikipedia.org/wiki/Geoffrey_Hinton)) megalkotja a deep learning fogalmát.
Kutatásai között algoritmusokkal foglalkozott, amik objektumokat és szövegeket ismert fel
videókon, képeken.


=== Turing-teszt egy gép teljesíti ===

2014 egy gép sikeresen teljesíti a Turing-tesztet

=== Nyílt levél ===

2015-ben 3000 fejlesztő találkozik.

Nyílt levelet írnak alá, ami figyelemfelhívás az autonóm fegyverek veszélyeire,
amelyek emberi beavatkozás nélkül választják ki a céljaikat
Részt vett többek között: Elon Musk, Steve Wozniak és Stephen Hawking

Felhívás:
  * https://arstechnica.com/gadgets/2015/07/musk-hawking-wozniak-call-for-ban-on-autonomous-weaponry-and-military-ai/

Magyar cikk:
  * https://gyartastrend.hu/cikk/vilaghiru-tudosok-nyilatkozata-az-autonom-fegyverek-ellen


=== AlphaGo ===

  * 2016, AlphaGo program.
  * Google által fejlesztett MI, 
  * Megver egy profi kínai Go játékost.
  * https://hu.wikipedia.org/wiki/AlphaGo

=== Kutatások ===

Telek és nyarak. Így nevezik lelkesítő eredményeket és a kudarcokat. 
A kudarcok terméketlen időszakokat és a támogatások jelentenek.

Az internet megjelenése nagyot lendített a kutatásokban.

Fontos tudni: 
Az intelligencia nem egyenlő a tudással. A hatékony 
tanuláshoz azonban nagy-mennyiségű adat szükséges.

==== Források ====

  * https://neuronsolutions.hu/20211026-a-mesterseges-intelligencia-rovid-tortenete/
  * http://real.mtak.hu/133491/1/Gastro_2021_03_Buz%C3%A1s.pdf
  * https://www.europarl.europa.eu/news/hu/headlines/society/20200827STO85804/mi-az-a-mesterseges-intelligencia-es-mire-hasznaljak
  * https://debtech.blog.hu/2019/12/05/mesterseges_intelligenciak_tortenete
  * https://people.inf.elte.hu/fekete/algoritmusok_msc/wumpus/Russel_Norvig_MI_2ed.pdf


===== Gépi tanulás =====

A számítógépek nem csak a programozott mintákat képesek felismerni.
Sok minta alapján akár bonyolult mintákat is felismerhetnek,
így egy-egy problémára saját megoldásokkal állhatnak elő.

Példák a használatra:
  * betegség felismerése bizonyos jelekből
  * karakterek felismerése
  * beszélő robot
  * önvezető autó
  * célzott reklámok, hirdetések
  * gazdasági előrejelzések
  * képek elemzése


==== A tanulás fajtái ====

  * felügyelt
  * nem felügyelt
  * megerősített




==== Felügyelt tanulás ====
Adott a tapasztalatok egy halmaza.
Az adatokat felcímkézzük bizonyos céllal.

  * spam szűrő
  * célzott reklám, hirdetés


==== Nem felügyel tanulás ====

A rendezetlen adatokon a rendszer képes felismerni bizonyos csoportokat,
de nem áll rendelkezésre egy célérték. 

Például hasonló viselkedésű ügyfelek keresése.

==== Megerősített tanulás ====

Az adott rendszer a hibákból tanul.
A rendszer eleinte sokat hibázik, amikről visszajelzést kap.

  * arcfelismerés


===== Neurális hálózatok =====


Az idegsejt idegen szóval, neuron. 
Az idegrendszer neuronokból áll. A biológiai neuronok összekapcsolt 
hálózatát neurális hálózatnak hívjuk. 

Egy neuron, egy sejt, aminek van egy sejtmagja, meg egy 
vagy több nyúlványa.


{{:oktatas:szamitastechnika:neuron.png|}}


==== Működés ====

A neuron a dendriten keresztül impulzusokat kap. Megfelelő számú impulzus esetén a neuron az axonon keresztül impulzust bocsájt ki, "tűzel".

==== Mesterséges nurális hálózat ====

A biológiai nurális hálózat néhány tulajdonságát modellezi.


===== Gépi látás =====


A gépi látás, tulajdonképpen képfeldolgozás. 
Algoritmusok, amelyek megértik mi van egy képen
illetve egy videón.


  * képosztályozás
  * objektum azonosítás és követés
    * forgalmi tábla, gyalogos, járművek
  * kiterjesztett valóság (augmented reality)
    * valós képekre mesterséges objektumok megjelenítése
  * képek előfeldolgozása
    * képek nyújtása egységes méretre
    * színcsatornák egyesítése (szürke kép színessé konvertálása)


Konkrétabb példa:
    gyártósoron minőség-ellenőrzés (CNC eszterga)



Forrás:
  * https://www.cnc.hu/2018/02/a-gepek-tolunk-tanultak-gepi-latas-a-gyakorlatban/


===== MI =====

  * https://www.useblackbox.io/ - Szoftverfejlesztéshez, VSCode bővítménnyel
  * https://koala.sh/ - Általános célú
    * https://koala.sh/chat
  * https://you.com/ - Általános célú
  * https://gemini.google.com/ - Általános célú
  * https://chat.openai.com/ - Általános célú
    * https://platform.openai.com/
  * https://askai.glarity.app/search
  * https://www.bing.com/chat
  * https://dream.ai/ - Képek generálása
  * https://www.canva.com/hu_hu/ - Tervezés
  * https://deepai.org/chat - Általános