Felhasználói eszközök

Eszközök a webhelyen


oktatas:szamitastechnika:mesterseges_intelligencia

< Számítástechnika

Mesterséges intelligencia

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

Emberi módon gondolkodó rendszerek      Racionálisan gondolkodó rendszerek

Emberi módon cselekvő rendszerek        Racionálisan cselekvő rendszerek

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 Turing1) egy tesztet2) 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 Samuel3), 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 4) sakkszámítógép 6 játszmában legyőzi Garri Kaszparovot. 5)

Geoffry Hinton

2006-ban Geoffry Hinton6) 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:

Magyar cikk:

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

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.

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:

MI

Fejlesztéshez IDE eszközben

VSCode-ban

A kódkiegészítés működéséhez, ügyeljünk arra, hogy ne legyen false értékre állítva a következő:

~/.config/Code/User/settings.json
{
    "editor.inlineSuggest.enabled": true,
}
oktatas/szamitastechnika/mesterseges_intelligencia.txt · Utolsó módosítás: 2024/06/17 10:05 szerkesztette: admin