Samenvatting Artificial Intelligence
College 1 Introduction and history of artificial intelligence
4 Benaderingen van AI
1. Handelen als een mens:
Machines het gedrag van mensen nabootsen.
Verbonden met turing-test (meet of een machine menselijk gedrag kan simuleren).
2. Denken als een mens:
Hierbij probeert AI het menselijke denkproces te begrijpen en na te bootsen.
Cognitieve psychologie speelt hierbij een grote rol.
3. Handelen rationeel:
Machines worden geprogrammeerd om acties te ondernemen die het meest
ratineel zijn, gegeven een bepaalde situatie.
4. Denken rationeel:
Hierbij gaat het om machines die logica en redeneringen gebruiken om tot
conclusies te komen
Inverse problem (omgekeerd probleem): we analyseren gedrag en redeneren achteraf
vaak over de oorzaken hiervan. Echter is het vaak beperkt en onmogelijk om deze
oorzaken nauwkeurig vast te stellen.
Artificial Intelligence:
Forward modeling. Hierbij ontwerp je een eenvoudig systeem en kijk je later hoe
het zich gedraagt.
Forward modeling
Denken in algoritmen. Het gebruiken van een set regels die een reeks operaties en hyper
specifieke commando’s eenduidig definiëren. Koppelt input & output door middel van een
reeks processen.
Functies: een lijst met instructies die invoerwaarden (argumenten) gebruiken om een
uitvoerwaarde te genereren.
Descartes Cartesian dualisme: riep de vraag op ‘hoe de fysieke hersenen aanleiding
geven tot de mentale geest.
Materialisten: stelde dat alle mentale toestanden worden veroorzaakt door fysieke
toestanden
McCulloh & Pritts 3 principes:
1. Basiskennis van fysiologie
2. Propositionele logica
3. Turing’s theorie van berekening
Ze geloofden dat elke berekenbare functie kon worden uitgevoerd door een
netwerk van kunstmatige neuronen
Zwakke AI = computers kunnen intelligent gedrag simuleren maar begrijpen of denken
dit niet echt.
Sterke AI = een goed geprogrammeerde computer zou een geest kunnen hebben net
zoals mensen, met echte gedachten en begrip. (Gaat ervan uit dat human mind een
informatie processing systeem is en denken een vorm van computing is)
, Samenvatting Artificial Intelligence
Turing (zwakke AI)
AI is intelligent als het gedrag vertoont dat niet te onderscheiden is van dat van
mensen in een gesprek.
Complexe grammaticale structureren en realistische wereldkennis zouden volgens
hem intelligentie bewijzen
Searle (zwakke AI)
Echte intelligentie vereist de chemische en fysieke eigenschappen van het
menselijk brein
Chinese room experiment: het lijkt alsof je chinees kan, maar eigenlijk is het
alleen het vertalen van symbolen zonder betekenis. volgens Searle alleen het
simuleren van intelligentie, maar geen bewustzijn of begrip.
Symbolic AI: focus op het verwerken en manipuleren van symbolen. Beschouwt
intelligentie als een systeem van symbolen en relaties.
Symbolic AI (GOFAI) stierf uit om ruimte te laten voor Connectionist AI.
Connectionist AI: geïnspireerd op hoe het menselijk brein werkt op neuroniveau.
Vertegenwoordigingen in de hersenen zijn verspreid en werken parallel.
Geheugen wordt opgeslagen in verbindingen tussen neuronen.
Kunstmatige neurale netwerken (ANN’s) kunnen leren.
Mentale toestanden kunnen worden gezien als een patroon van verbindingen.
Geschiedenis en ontwikkeling van AI
1950’s : eerste neurale netwerken. SNARC = first neural network computer (40
neuronen). Werd geloofd dat machines nooit sommige menselijke taken konden
uitvoeren, “look ma, no hands”.
1956: term kunstmatige intelligentie werd geïntroduceerd (Dartmouth)
1960-1970:
o Gedragspsychologie maakte plaats voor cognitieve psychologie
o Eerste chatbot ELIZA, simuleerde natuurlijke taalverwerking. dit leidde
tot antrompomorfisering van computers (toekennen van menselijke
eigenschappen aan computers)
1972: PARRY, computer die een patient met paranoide schizofrenie simuleerde
(48% herkende AI)
Sussman anomalie: toonde de beperkingen van STRIPS (planningssysteem) van
computers aan.
o Belangrijk subdoelen apart te identificeren zodat de juiste volgorde van
acties volgt.
1997: eerste keer computer (IBM Deep Blue) een grandmaster verslagen.
2005: laatste keer dat een mens een computer versloeg.
2009: HTC Touch schaaksoftware is gelijk aan Deep Blue’s performance
Experten systemen & AI winter
, Samenvatting Artificial Intelligence
Expert systemen: systemen die het beslissingsvermogen van een menselijke expert
nabootsen
MYCIN: was ontworpen om “if-then” uitspraken te maken in de besluitvorming.
Vaak beter in beslissings-nauwkeurigheid dan artsen (69%). Niet in praktijk
gebruikt door ethische en juridische problemen.
AI winter: jaren 70 leidde overmoed in AI tot AI winter. Verwachtingen zorgden voor veel
teleurstelling, gevolgd door een gebrek aan financiële investeringen.
Moderne ontwikkelingen in AI
Connectionist AI: verder ontwikkeld (ANN’s)
Model van McCleveland: eerste model van het menselijk geheugen wat
content-adressable was. Het stelde dat het geheugen niet in neuronen werd
opgeslagen maar in de verbindingen tussen de neuronen (in de hersenen)
o PDP (parallel distributed processing) research group: connectionism
& ANN. Groeperen en verbanden leggen. Hierdoor makkelijker zoeken,
generaliseren en visuele demonstratie.
Grotere taalmodellen: gebaseerd op transformers werden ontwikkeld. Deze
modellen zijn in staat taalbegrip voor algemene doeleinden te simuleren, maar
kunnen foute informatie presenteren als feiten. (Generatieve AI)
Connectionist: mentale toestanden worden weergegeven als n-dimensionale vectoren
van numerieke activeringswaarden. Geheugen wordt gecreëerd door de
verbindingssterkte tussen eenheden te wijzigen.
Data mining = biedt grote hoeveelheden data aan.
Deep learning = biedt representaties op veel verschillende niveaus. Meerdere lagen
bieden hiërarchische representaties en vormen de basis van deep learning AI.
Bayesiaanse netwerken = gaat om met onzekere kennis.
Deep reinforcement leren = kan leren handelen op basis van rijke ruisvolle data.
Pseudocodes College 1
College 1 Introduction and history of artificial intelligence
4 Benaderingen van AI
1. Handelen als een mens:
Machines het gedrag van mensen nabootsen.
Verbonden met turing-test (meet of een machine menselijk gedrag kan simuleren).
2. Denken als een mens:
Hierbij probeert AI het menselijke denkproces te begrijpen en na te bootsen.
Cognitieve psychologie speelt hierbij een grote rol.
3. Handelen rationeel:
Machines worden geprogrammeerd om acties te ondernemen die het meest
ratineel zijn, gegeven een bepaalde situatie.
4. Denken rationeel:
Hierbij gaat het om machines die logica en redeneringen gebruiken om tot
conclusies te komen
Inverse problem (omgekeerd probleem): we analyseren gedrag en redeneren achteraf
vaak over de oorzaken hiervan. Echter is het vaak beperkt en onmogelijk om deze
oorzaken nauwkeurig vast te stellen.
Artificial Intelligence:
Forward modeling. Hierbij ontwerp je een eenvoudig systeem en kijk je later hoe
het zich gedraagt.
Forward modeling
Denken in algoritmen. Het gebruiken van een set regels die een reeks operaties en hyper
specifieke commando’s eenduidig definiëren. Koppelt input & output door middel van een
reeks processen.
Functies: een lijst met instructies die invoerwaarden (argumenten) gebruiken om een
uitvoerwaarde te genereren.
Descartes Cartesian dualisme: riep de vraag op ‘hoe de fysieke hersenen aanleiding
geven tot de mentale geest.
Materialisten: stelde dat alle mentale toestanden worden veroorzaakt door fysieke
toestanden
McCulloh & Pritts 3 principes:
1. Basiskennis van fysiologie
2. Propositionele logica
3. Turing’s theorie van berekening
Ze geloofden dat elke berekenbare functie kon worden uitgevoerd door een
netwerk van kunstmatige neuronen
Zwakke AI = computers kunnen intelligent gedrag simuleren maar begrijpen of denken
dit niet echt.
Sterke AI = een goed geprogrammeerde computer zou een geest kunnen hebben net
zoals mensen, met echte gedachten en begrip. (Gaat ervan uit dat human mind een
informatie processing systeem is en denken een vorm van computing is)
, Samenvatting Artificial Intelligence
Turing (zwakke AI)
AI is intelligent als het gedrag vertoont dat niet te onderscheiden is van dat van
mensen in een gesprek.
Complexe grammaticale structureren en realistische wereldkennis zouden volgens
hem intelligentie bewijzen
Searle (zwakke AI)
Echte intelligentie vereist de chemische en fysieke eigenschappen van het
menselijk brein
Chinese room experiment: het lijkt alsof je chinees kan, maar eigenlijk is het
alleen het vertalen van symbolen zonder betekenis. volgens Searle alleen het
simuleren van intelligentie, maar geen bewustzijn of begrip.
Symbolic AI: focus op het verwerken en manipuleren van symbolen. Beschouwt
intelligentie als een systeem van symbolen en relaties.
Symbolic AI (GOFAI) stierf uit om ruimte te laten voor Connectionist AI.
Connectionist AI: geïnspireerd op hoe het menselijk brein werkt op neuroniveau.
Vertegenwoordigingen in de hersenen zijn verspreid en werken parallel.
Geheugen wordt opgeslagen in verbindingen tussen neuronen.
Kunstmatige neurale netwerken (ANN’s) kunnen leren.
Mentale toestanden kunnen worden gezien als een patroon van verbindingen.
Geschiedenis en ontwikkeling van AI
1950’s : eerste neurale netwerken. SNARC = first neural network computer (40
neuronen). Werd geloofd dat machines nooit sommige menselijke taken konden
uitvoeren, “look ma, no hands”.
1956: term kunstmatige intelligentie werd geïntroduceerd (Dartmouth)
1960-1970:
o Gedragspsychologie maakte plaats voor cognitieve psychologie
o Eerste chatbot ELIZA, simuleerde natuurlijke taalverwerking. dit leidde
tot antrompomorfisering van computers (toekennen van menselijke
eigenschappen aan computers)
1972: PARRY, computer die een patient met paranoide schizofrenie simuleerde
(48% herkende AI)
Sussman anomalie: toonde de beperkingen van STRIPS (planningssysteem) van
computers aan.
o Belangrijk subdoelen apart te identificeren zodat de juiste volgorde van
acties volgt.
1997: eerste keer computer (IBM Deep Blue) een grandmaster verslagen.
2005: laatste keer dat een mens een computer versloeg.
2009: HTC Touch schaaksoftware is gelijk aan Deep Blue’s performance
Experten systemen & AI winter
, Samenvatting Artificial Intelligence
Expert systemen: systemen die het beslissingsvermogen van een menselijke expert
nabootsen
MYCIN: was ontworpen om “if-then” uitspraken te maken in de besluitvorming.
Vaak beter in beslissings-nauwkeurigheid dan artsen (69%). Niet in praktijk
gebruikt door ethische en juridische problemen.
AI winter: jaren 70 leidde overmoed in AI tot AI winter. Verwachtingen zorgden voor veel
teleurstelling, gevolgd door een gebrek aan financiële investeringen.
Moderne ontwikkelingen in AI
Connectionist AI: verder ontwikkeld (ANN’s)
Model van McCleveland: eerste model van het menselijk geheugen wat
content-adressable was. Het stelde dat het geheugen niet in neuronen werd
opgeslagen maar in de verbindingen tussen de neuronen (in de hersenen)
o PDP (parallel distributed processing) research group: connectionism
& ANN. Groeperen en verbanden leggen. Hierdoor makkelijker zoeken,
generaliseren en visuele demonstratie.
Grotere taalmodellen: gebaseerd op transformers werden ontwikkeld. Deze
modellen zijn in staat taalbegrip voor algemene doeleinden te simuleren, maar
kunnen foute informatie presenteren als feiten. (Generatieve AI)
Connectionist: mentale toestanden worden weergegeven als n-dimensionale vectoren
van numerieke activeringswaarden. Geheugen wordt gecreëerd door de
verbindingssterkte tussen eenheden te wijzigen.
Data mining = biedt grote hoeveelheden data aan.
Deep learning = biedt representaties op veel verschillende niveaus. Meerdere lagen
bieden hiërarchische representaties en vormen de basis van deep learning AI.
Bayesiaanse netwerken = gaat om met onzekere kennis.
Deep reinforcement leren = kan leren handelen op basis van rijke ruisvolle data.
Pseudocodes College 1
