24 - Künstliche Intelligenz I [ID:10647]
50 von 519 angezeigt

Wir haben am Freitag unseren letzten größeren Teil angefangen, nämlich Planen.

Wir erinnern uns, dass wir im Wesentlichen eine Synthese aus den Sachen, die wir in der Logik gemacht haben,

darum gingen es, Zustände zu beschreiben, die innere Struktur von Zuständen zu beschreiben, sodass man damit was anstellen kann.

Und wir wollen jetzt zu sogenannten Planungsproblemen übergehen, also Problemen, wo Zustände als White Box beschrieben werden,

als auch auf eine allgemeine Art und Weise die Zustandsübergänge, sodass man dann dieses Wissen, was man zusätzlich darstellen kann, im Problemlöseprozess ausnutzen kann.

Das ist der Plan dieser Planungssection. Immer noch symbolische KI, genau wie das ganze Semester, aber in gewisser Weise die Synthese der ganzen Sache.

Was für Probleme gehen wir an? Wir gehen komplexere Suchprobleme an, wo wir sehr viele Zustände haben und wo wir die Zustände beschreiben wollen und die Übergänge.

Ein typisches Beispiel ist Solitärspiele. In diesem Fall hier haben wir ein Einspielerspiel.

Das heißt, wir müssen uns nicht um Maximierung und Minimierung kümmern, sondern es geht darum, einen Plan zu finden, diese ganzen, diese ganzen, diese Karten umzuordnen.

Es geht darum, deklarative Beschreibungen von Zuständen und Zustandsübergängen auszunutzen.

Und wir haben uns ein paar Anwendungen angeguckt und es gibt überall Anwendungenplanung.

Das ist eins der Grundfunktionalitäten menschlicher Intelligenz. Wir funktionieren ganz gut, weil wir planen können.

Das heißt, wir finden überall Planungsalgorithmen, wir finden Planungsprobleme in der Sprachproduktion.

Wenn wir ein Ziel erreichen wollen, nämlich das Ziel, einen gewissen Sachverhalt in Sprache darzustellen und wir haben einzelne Aktionen,

nämlich die grammatischen Aktionen, Sätze zusammenzusetzen aus Einzelteilen. Wir haben Planung irgendwie im Business.

Anwendungen, wenn es darum geht, mit gewissen Ressourcen gewisse Effekte zu erzielen.

Wir haben esoterische Sachen wie automatisches Hacking, wo man sich überlegen muss, wie gehe ich an das Problem ran, wie löse ich das Problem?

Und bei allen diesen Sachen ist es so, dass wir versuchen zu einerseits allgemein zu sein, andererseits Wissen auszunutzen,

um überhaupt die Effizienz zu bekommen, die wir brauchen, um Real-World-Probleme zu lösen.

Das Problem bei der Suche ist, und wir haben das hier schon gesehen, Anfang des Demesters, ist, dass wenn wir wenig Wissen haben, werden die Suchräume relativ groß.

Einst der Standardbeispiele für Planungen, etwas leaderought, das Beispiel ja auch für das Planen in der reluctantenden Zeit von ungefähr 50 Jahren,

Erfunden worden ist die Blockwelt, die werden wir uns auch ab und zu wieder angucken.

Wir haben das Problem, dass wir irgendwelche Blöcke haben, die irgendwo gestapelt sind

und man will irgendwie eine andere Situation der Blöcke erzeugen.

Typischerweise kann man sich das vorstellen.

So etwas passiert dauernd in irgendwelchen Lagerhäusern,

wo man irgendwie sagt, naja, bei Aldi, ich will Champagner verkaufen,

leider ist er auf dem Laster ganz unten.

Was muss ich tun, damit er ganz oben ist, damit ich ihn im Regal stellen kann?

Solche Sachen passieren dauernd.

Wir Menschen haben damit häufig wenig Probleme, wenn die Aufgaben groß werden,

wenn die Aufgaben so werden, dass man noch zusätzliche Constraints hat.

Angenommen, ich will im Laster umpacken.

Das heißt, ich kann nicht einfach alles irgendwie überall hinstellen,

sondern ich habe sehr wenig Platz.

Dann werden die Sachen schwierig und dann versagen auch unter Umständen wir Menschen.

Dann gibt es unter Umständen Lösungen und wir finden sie nicht.

Die Zustandsräume sind typischerweise groß.

Ein Beispiel, wenn wir einen Block haben, dann ist es nicht so leicht.

Wir machen jetzt etwas ganz Einfaches.

Wir haben eine Hand, einen Block.

Dann passiert nicht viel.

Dann hat man einen Zustand, da kann nichts passieren.

Schon wenn man zwei Blöcke hat, kriegt man drei Zustände.

Wenn man bei 16 ist, dann kriegt man eine ganze Menge Zustände.

Das zeigt uns schon, wir wollen nicht mal dieses Problem überhaupt aufschreiben.

Wenn wir das Ganze mit einfachen Suchproblemen angehen würden,

wie wir das Anfang in Kapitel 3 gemacht haben,

können wir noch nicht mal das Problem aufschreiben.

Logik hilft uns da, weil Logik uns eine Möglichkeit gibt,

Teil einer Videoserie :

Zugänglich über

Offener Zugang

Dauer

01:26:56 Min

Aufnahmedatum

2017-01-30

Hochgeladen am

2019-04-20 05:49:02

Sprache

de-DE

Dieser Kurs beschäftigt sich mit den Grundlagen der Künstlichen Intelligenz (KI), insbesondere formale Wissensrepräsentation, Heuristische Suche, Automatisches Planen und Schliessen unter Unsicherheit.

Lernziele und Kompetenzen:

  • Wissen: Die Studierenden lernen grundlegende Repräsentationsformalismen und Algorithmen der Künstlichen Intelligenz kennen.
  • Anwenden: Die Konzepte werden an Beispielen aus der realen Welt angewandt (Übungsaufgaben).

  • Analyse: Die Studierenden lernen die über die modellierung in der Maschine menschliche Intelligenzleistungen besser einzuschätzen. 

Sozialkompetenz

  • Die Studierenden arbeiten in Kleingruppen zusammen um kleine Projekte zu bewältigen

Einbetten
Wordpress FAU Plugin
iFrame
Teilen