27 - Künstliche Intelligenz I [ID:10650]
50 von 498 angezeigt

Heute ist die letzte Vorlesung von KI1.

Ich wollte die Gelegenheit ergreifen, keinen neuen Stoff zu machen.

Alles was wir heute haben, kennen Sie bereits.

Aber ich möchte zwei Dinge tun.

Ich möchte versuchen das Ganze noch mal zusammenzubinden.

Revue passieren zu lassen, was hier jetzt passiert ist.

Das geht ja oft ein bisschen verloren in der ganzen Sache.

Ich möchte weiterhin mit Ihnen die Evaluationen besprechen und dann gerne Ihren Rat einholen.

Einige Sachen stehen schon in den Evaluationen drin, aber ich glaube da kann ich mir noch mehr Rat abholen.

Und das möchte ich gerne versuchen.

Jetzt.

Genau, hier ist eine der ersten Slides die ich gezeigt habe.

Was machen wir?

Wir hatten uns erst mal ein bisschen generell darüber unterhalten, was Künstliche Intelligenz ist, was es nicht ist.

Was so die Highlights sind, was man tatsächlich machen kann.

Ich hoffe Sie erinnern sich noch an einige Dinge.

Ich hätte die wahrscheinlich mal wiederholen sollen.

Ich hoffe, dass Sie an einigen Stellen gesehen haben, wie man solche Sachen vielleicht hinkriegen kann.

Wir haben uns über AlphaGo unterhalten, was eine der neuen Sachen ist.

Das ist das, was ich gerne machen wollte.

Generell haben wir einen der beiden Zweige der Künstlichen Intelligenz abgedeckt.

Nämlich den symbolischen Zweig.

Da geht es darum, Probleme lösen zu machen.

In gewisser Weise ist es immer darum gegangen, dem Anspruch der Künstlichen Intelligenz,

nämlich dass wir einerseits verstehen wollen, wie Intelligenz funktioniert.

Und dass wir das tun wollen, indem wir Systeme bauen, die ähnliche Dinge tun, wie der Mensch sie kann.

Und die wir beim Menschen für Intelligenz halten.

Es gibt da eben eine Tradition in der Künstlichen Intelligenz, die sagt,

wir tun intelligente Dinge typischerweise durch Nachdenken und Planen.

Und was rauskriegen über die Welt und lernen und so etwas.

Aber, das ist das Ursprüngliche von Alan Newell und Herb Simon formuliert worden als die sogenannte physical symbol hypothesis.

Die haben gesagt, wir glauben, dass Intelligenz dadurch passiert,

dass sich Menschen Konzepte über die Welt bilden und diese Konzepte manipulieren.

Nach komplizierten Regeln, die wir vielleicht gar nicht alle verstehen, labert die Schwall.

Und am Ende, durch die Abbildung von Konzepten auf die Welt, können wir in der Welt agieren und Dinge tun.

Und im Prinzip so, dass kann man ganz gut sehen, diese Idee von Künstlicher Intelligenz in so einem Projekt wie dem Schalke Projekt,

wo man sagt, okay, wir haben irgendwie, wir nehmen ein paar Schrauben und Muttern und Räder und Motoren und alles und Krempel,

damit wir uns in der Welt bewegen können.

Und dann haben wir eine Kamera, da machen wir Sensoren dran und können mit der Welt interagieren.

Wir haben irgendwie die Umwelt in irgendeiner Form, die ist mehr oder weniger getrennt von einem Agenten.

Der Agent hat irgendwelche Sensoren, Aktuatoren auch noch.

Und da ist irgendwas da drin und das irgendwas da drin besteht in Konzepten, Symbolen, wenn man eher in Philosophie sagt,

die die Welt da draußen, die Umgebung repräsentieren, manipuliert werden.

Und das Stripplan ist eines der typischen Art und Manweisen, wie das geht.

Und dann kommt man irgendwie hinterher zu Handlungsanweisen und dann tut man was in der Welt.

Das ist das, was wir im Wesentlichen exploriert haben.

Und es geht sehr stark darum, was passiert hier drin in dem Agenten.

Wenn Sie wissen wollen, was passiert hier oder vielleicht noch in dem Pfeil,

dann müssen Sie in die Mustererkennung gehen.

Wenn Sie wissen wollen, was passiert hier so in den Aktuatoren, da kommt man dann in die Robotik.

Teil einer Videoserie :

Zugänglich über

Offener Zugang

Dauer

01:16:52 Min

Aufnahmedatum

2017-02-10

Hochgeladen am

2019-04-19 20:39:02

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