5 - Künstliche Intelligenz I [ID:10628]
50 von 683 angezeigt

Ich war Freitag nicht da, deswegen weiß ich nicht genau, wie weit ihr gekommen sind, aber

ich glaube, ihr hattet diesen Problem Solving Kram, die Introduction dazu zumindest schon

mal, oder? Gut, dann können wir da ja mal jetzt drüber gehen und mal gucken, ob da

irgendwelche Fragen oder sowas auftauchen. Also ich meine, die Grundlegend der Art, die

Idee ist natürlich, wir versuchen irgendwie Probleme soweit zu abstrahieren, dass wir

irgendwie ein generelles General Framework finden, mit dem wir irgendwie Problem Solving

allgemein beschreiben können. Irgendwelche Fragen dazu, insbesondere was vielleicht eine

Definition von States und Actions ist auch klar. Also ich meine, das ist halt jetzt natürlich

alles erstmal auf der abstrakten Ebene, aber ja. Was vielleicht noch irgendwie relevant

ist, wir machen nur Offline Problem Solving, weil Online Problem Solving ist halt deutlich

komplizierter. Das kommt dann vielleicht nächstes Semester, aber ja. Gut, ja ein hübsches Beispiel.

Ich weiß nicht, warum Rumänien immer das Standardbeispiel ist. Ich glaube, das ist

halt einfach, weil es in Russell und Norwijk benutzt ist und jeder kopiert das oder so.

Angenommen, wir sind irgendwie momentan in irgendeinem Cuff namens Arad. Ich habe keine

Ahnung, was das ist. Und wir wollen nach Bucharest. Das habe ich immerhin schon mal gehört.

Dann haben wir natürlich ein Problem, insofern, als dass wir natürlich idealerweise die optimale

Strecke zwischen den zwei Orten finden wollen. Und die Lösung ist halt natürlich, also eine

Lösung ist irgendeine Strecke und die optimale Lösung ist halt natürlich die kürzeste Strecke.

Ja, genau, wenn es natürlich darum geht, dass wir das Problem erstmal irgendwie formulieren

müssen, dann ist ein relevanter Aspekt. Was ihr vielleicht irgendwie auch beim ersten Übungsblatt

schon gemerkt habt, ist halt natürlich auch irgendwie, auf welcher Abstraktionsebene man

das Problem überhaupt beschreibt. Also nehmen wir an, mein Problem ist, ich bin in Arad und ich will

nach Bukarest. Wenn mein Modell irgendwie so Sachen beinhaltet wie dieses schöne Beispiel

hier, put on my left sock, dann ist das halt wahrscheinlich zu detailliert. Auf der anderen

Seite, wenn es halt irgendwie nur so etwas enthält wie, ja, fahr nach Bukarest, dann ist das halt

irgendwie auch vielleicht ein bisschen zu abstrahiert. Was soviel heißt, wie oft ist halt das

irgendwie fast der relevanteste Teil überhaupt beim Problemlösen, wie man das Problem überhaupt

erstmal formal so beschreibt, dass es nicht zu abstrakt ist, aber auch nicht so, dass es zu

detailliert ist und man jede Menge Müll hat, den man halt eigentlich für eine sinnvolle Lösung

nicht braucht. Sorry, ich bin noch ein bisschen erkältet. Gut, Definition 041, die Problem

Formulation, dieses Ding da, das habt ihr alles gemacht. Also wir haben in erster Linie mal eine

Menge S von Zuständen und der Rest sind eigentlich alles bloß Teilmengen davon. O ist eine Menge von

Operatoren, das ist keine Teilmenge, aber I ist erstmal ein Element aus S, nämlich mein

Initialzustand, G ist eine Teilmenge von S, nämlich meine Endzustände, die ich irgendwie erreichen

möchte, meine Zielzustände und dann habe ich halt mit O noch eine Menge von Operatoren, die es mir

irgendwie erlauben, von einem Zustand in den nächsten Zustand zu kommen, auf diverses der Art

und Weise. Und eine Lösung, wenn man das Ganze halt so wunderbar formal beschreibt, dann ist eine

Lösung halt mehr oder minder einfach eine Liste von Operatoren beziehungsweise eine Liste von Aktionen,

angefangen beim Initialzustand, die uns halt zum Zielzustand führt. Keine Fragen so weit, alles klar?

Wunderbar. Es gibt mehrere Typen von Problemen, das einfachste davon ist das Single-State Problem.

Single-State Problem heißt nicht, dass es nur einen Zustand gibt, sonst habe ich eigentlich

kein Problem. Single-State Problem heißt in erster Linie, ich fange an bei einem einzelnen

Zustand, bewege mich über einzelne Zustände, ende bei einem einzelnen Zustand. Ja. Schöne bei Single-State

Problems ist insbesondere auch, dass sie diskret sind, das heißt ich habe nur eine abzählbare

Menge von Zuständen. Weiß nicht, ob das irgendjemand verwundert, aber ja. Es ist insofern deterministisch,

nicht verwechseln bitte mit der Determiniertheit von der Environment und so. Single-State Problem

ist insofern deterministisch, als dass wir halt davon ausgehen, dass der Nachfolger von jedem

Zustand gegeben irgendeiner Aktion immer determiniert ist. Und States insbesondere ändern sich nur dadurch,

dass wir irgendetwas tun. Also in dem Sinne ist es doch ein bisschen relatiert mit. Ja, okay.

Multi-State Problems sind halt nur die Erweiterung davon. Wir gehen davon aus, dass wir unter Umständen

Teil einer Videoserie :

Zugänglich über

Offener Zugang

Dauer

01:07:21 Min

Aufnahmedatum

2016-10-31

Hochgeladen am

2019-04-19 03:39:02

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