Artificiellt Liv och Intelligens
Artificiell intelligens Att bygga tänkande maskiner är en uråldrig tanke Kan datorer tänka? Vad är tänkande egentligen?
Turingtestet Om man inte kan skilja maskinen från en människa bör den betraktas som intelligent Operationell definition av intelligens
Klassisk AI Ta reda på hur världen ser ut, representera den, finn väg till målet, utför den. Logik, regler, planering Frames
Automatisk bevisförning Gelernters program hittade nytt geometriskt bevis 1960 AM upptäckte Goldbachs förmodan Symbolisk matematik: MACSYMA, Mathematica, Maple
SHRDLU - planering Terry Winograd vid M.I.T. AI Lab 1970 Språkförståelse Planering
Psykologen Eliza Hello! How do you do? What brings you to see me? I'm planning to hold a course, I want you to give me some tips. Why do you say that? Because I like you. Is it because you like me that you came to me? Yes, that is the real reason. Does it bother you that is the real reason? Not at all. Earlier you said you like me? Yes. I see... Well, what makes you believe this is so?
Expertsystem Uppskattar sannolikheten för olika lösningar baserat på kända fakta. 70-talet Knowledge extraction Fuzzy logic
Spel Beslutsträd Förstärkningsinlärning Deep Blue vs. Kasparov Arthur Samuels dam program Backgammon
Komposition Vem komponerar? David Copes EMI (Experiments in Musical Intelligence) producerar övertygande musik.
Robotar
Att se och navigera
Datorstyrda bilar
Klassisk AI bra på Väldefinierade miljöer och situationer Formella system
Klassisk AI är dålig på Komplicerade, osäkra miljöer ”Sunt förnuft” Kunskapsrepresentation Behöver massor med datorkraft
Neuronnät Hur hantera osäkerhet och bli robust - hjärnan klarar ju det? Låna idéer direkt från biologin - neuronnät
Hjärnans struktur 100 miljarder neuroner, kopplade med synapser till varandra.
Artificiella Neuronnät Neuronnät består av många element, tätt kopplade till varandra, som skickar enkla signaler och anpassar sig.
Inlärning Övervarkad inlärning Förstärkningsinlärning Minska felet mellan verklig och önskad output Förstärkningsinlärning Maximera belöning Oövervakad inlärning Självorganisation
ANN bra på Uppgifter där man inte kan hitta en algoritmisk lösning Där man kan lära från exempel Där man vill hitta struktur i existerande data - kan ofta generalisera
Nackdelar Träning kräver data och datakraft Ingen validering
Tillämpningar Förutsäga börskurser Teckenigenkänning, signaturigenkänning Proccesskontroll Talsyntes Kategorisering, databrytning
Simulationer av biologiska neuroner Förstå hjärnan Nejonögats simrörelser
Artificiellt Liv Vi studerar verkligt fysik genom att simulera den - varför inte göra samma sak med biologi? Vad är liv egentligen?
Evolution Reproduktion Variation Selektion
Självreplikering von Neumanns maskiner Cellulära automater
Genetiska algoritmer Att odla program Låt lösningar tävla mot varandra Korsa bra lösningar
Att odla kretsar
Karl Sims
”Blockies” Lära sig röra sig Spela fotboll
Tom Rays Tierra Små program konkurrerar Press att bli effektiv Parasiter och immunitet
Grafik Lindemeyersystem
Karl Fleischer Celler och kemiska signaler
Att förstå och skapa liv Varför inträffar massutrotningar? Hur fungerar marknader och samhällen? Kan evolution styras? Hur blir världen komplex?
Länkar och referenser http://www.nada.kth.se/~asa/Multimedia Douglas Hofstadter, Gödel Escher Bach Hans Moravec, Robot: From Mere Machine to Transcendent Mind Ray Kurzweil, The Age of Spiritual Machines