AI
AI
AI
Set of flashcards Details
| Flashcards | 18 |
|---|---|
| Language | Deutsch |
| Category | Computer Science |
| Level | University |
| Created / Updated | 04.01.2018 / 11.01.2018 |
| Weblink |
https://card2brain.ch/box/20180104_ai
|
| Embed |
<iframe src="https://card2brain.ch/box/20180104_ai/embed" width="780" height="150" scrolling="no" frameborder="0"></iframe>
|
Bereiche von AI
• Problemlösungen
• Maschinelles Lernen
• Spracherkennung
• Wissens Repräsentation
• Visual Computing
• Intelligente Agenten
Intelligenz
• Ist die Fähigkeit Ziele zu definieren und das Verhalten zu entwickeln um diese zu erreichen
• Bauen von Intelligenten Agenten à Artificial Intelligence
• Verstehen von menschlicher Intelligenz à Kognitive Wissenschaft
Symbolische Darstellung
• Finde eine Definition mit Symbolen, Konzepten, Regeln, etwas Formalismus
• Ein Stuhl ist ein portables Objekt, hat eine horizontale Fläche auf einer geeigneten
Höhe um zu sitzen, hat eine vertikale Oberfläche die sich eignet um anzulehnen
• Einsetzen von automatisierte Argumentationsverfahren
Subsymbolische Darstellungen
- Verwende Low-Level Inputs Bits, encoding of neurons
• Zeigen dem System Beispiele und lassen es ein Verallgemeinerungsmuster lernen
• Wenn das Muster korrekt ist, hat das System das Konzept gelernt, ohne eine explizite
Definition zu verwenden
Wissensintensiv ("stark") vs. wissensorientierte Ansätze ("schwach")
• Wissensorientierte Ansätze
Axiome, einige Fakten + starke Schlussfolgerungsmechanismen
o Google-Suche verwendet Indexierung + den Seitenrang
o Tiefblauer Schachcomputer
o Logiktheoretiker
• Wissensintensiv: Domain Ontologien und kodierte Wissensorganisationen
o Schach-Eröffnungsbuch
o Expertensysteme, z.B. Mycin
o Google Benutzerprofile
4 Regeln für einen AI-Agent
1 Fähigkeit, die Umwelt wahrzunehmen
2 Beobachtung verwendet, um eine Entscheidung zu treffen
3 Entscheidung wird in Aktion ausgeführt
4 Jede Entscheidung die von einem AI-Agent getroffen wird muss rational sein
Jede getroffene Entscheidung muss die Best mögliche sein
Rationales Verhalten ist abhängig von
• Leistungs-Messgr.sse
• Wahrnehmungssequenzen
• Wissen über die Umwelt
• M.gliche Aktionen
Welche Typen von rationalen Agenten unterscheiden wir?
4 Typen
• Simple Reflex Agent - Agenten reagieren sofort auf Wahrnehmungen
• Goal-based Agent - Agenten arbeiten auf Ziele hin
• Utiilty-based Agent - Agenten versuchen, ihre Belohnung zu maximieren
• Learning Agent - Agenten verbessern ihr Verhalten im Laufe der Zeit
Wann kann der Agent nach einer Sequenz von Aktionen suchen die zur Zielerreichung führen
observable, statisch, deterministisch und diskret
Suchbaum
• Beschreibt die Reihenfolge in welcher die Knoten im Zustandsraum besucht werden
Wichtige Eigenschaften von h(n)
o h(n) = 0 nur falls n ein Zielzustand ist, sonst h(n) > 0
o h ist zulässig (admissible)
o h ist konstant
h(n) ist Zulässige
• h ist also zulässig, wenn wir die realen Kosten unterschätzen
h(n) ist Konsistenz -
Die Kosten von n zu Zielzustand muss kürzer geschätzt werden, als wenn ich zu erst nach
n’ gehe die Kosten von dort kenne und neu schätze zum Ziel
Heuristik
• Beschreibt die geschätzten Kosten von einem Knoten n zum Ziel-Zustand
• Heuristiken sind Problem-spezifisch und steuern die Suche
• Können den Abstand zum Ziel schätzen
Reomender Systeme
Ein recommender system ist jedes System, das individualisierte Empfehlungen als Output
produziert, oder den Effekt hat den Benutzer auf eine persönliche Art und Weise
zu interessanten oder nützlichen Objekte in einem großen Raum möglicher Optionen
zu führen
• Keywords Individualisierung, Präferenzen lernen, Nutzen maximieren
8 RecomenderSysteme
Scoring and Ranking
Computing Associations
Euklidische Produktähnlikeit
Cosnusn Produkt ähnlichkeit
Content Based
User to User Kollaboritves Filtering
Hybrid
Offline
Naive Bayes'sche Netzwerke
(vgl. Machine Learning Part) haben nur zwei Generationen
und ein einzelner Elternknoten
absorbierend
wenn er einmal eingetreten
nicht mehr verlassen werden kann. Nicht absorbierende Zustände werden als transient
bezeichnet.
