|
|
| 45. sor: |
45. sor: |
| | | | |
| | ==Definicíós modul== | | ==Definicíós modul== |
| − | * Alan Turning:Az MI elképzelhetetlen a tanulás folyamatának és reprodukálásának kutatása nélkül. A tanulás az intelligens viselkedés egyik alapja. A tanulás olyan általános fogalom, amely azoknak a lehetséges módszereknek az összességét jelöli, amelyekkel az ember (vagy egy számítógép) ismereteit bővíti, képességeit fejleszti. Két oka is van, hogy az MI-kutatók a tanulással foglalkoznak. Az egyik a tanulásnak, mint eljárásnak a megértése, mivel ez segíthet megérteni azt, hogy mi az ismeret és ez hogyan növelhető. A másik ok az, hogy az irányított tanulás kutatása lehetővé tenné a számítógépek tanulását, tanítás útján. A tanulás fogalmát többen többféleképen közelítik meg. Az egyik megközelítés szerint a tanulás elméletek és hipotézisek megalkotása. A tanulást ilyen módon értelmezők arra keresik a választ, hogyan írható le egy komplex jelenség, ill. hogyan magyarázható meg az elméletek segítségével. Milyen elméletet kell felállítani ahhoz, hogy a leírás és a jelenség között egy-egy értelmű megfeleltetés létezzen. Az elméletekkel való leíráshoz szükségesek a megfelelő következtetési eljárások is, azok az eljárások, melyek az egyes "példákból" általános érvényű szabályokat állítanak fel. Ehhez szükségesek természetesen olyan mintapéldák melyekből a tanulási folyamat kiindulhat. Egy másik felfogás szerint a tanulás a szakértelem megszerzése. Ez az a folyamat, melynek során az emberek valamilyen jártasságra tesznek szert, mire az adott terület szakértőivé nem válnak. Ez jelenleg egy kevéssé ismert folyamat. A pszichológusok és az MI-vel foglalkozó kutatók egyaránt vizsgálják, milyen ismeretek szükségesek az olyan feladatmegoldáshoz, amely jártasságot mutat az adott területen. Ez a jártasság elsősorban a gyakorlás révén érhető el. Sok szakértő rendszerekkel foglalkozó szakember szerint a tanulás az explicit tudás megszerzése: A szakértő rendszereknél ugyanis a szakértelmet olyan szabályok összessége alkotja, amelyek szükségesek az adott alkalmazáshoz. A tanulás ilyen megközelítése azt hangsúlyozza, hogy az ismeretek explicit módon adottak, könnyű őket megnevezni, bővíteni, megváltoztatni. Végül pedig Herbert Simon definícióját idézzük: "Tanulás alatt azokat az eljárásokat értjük, melyekkel egy rendszer teljesítőképessége növelhető". Az MI fejlődésé során nagyon sokféle tanuló módszert és algoritmust dolgoztak ki, az egyedi állításokból álló világ leírásból (extenzió) generált általános szabályoktól - melyből ezek az állítások következnek (intenzió) - egészen az emberi agy viselkedését sok szempontból ténylegesen is modellező neuronhálókon alapuló tanulásig. | + | * A gépi tanulás egy olyan módszer, melynek segítségével a problémák megoldódnak vagy könnyebben kezelhetővé válnak. (pl.: elemző képesség, különféle technológiák) |
| − | | |
| − | * Patrick Winston :A szakértőrendszerek on-line adatbázisokat fognak letapogatni, könyveket, folyóiratokat és magazinokat fognak digitalizálni. Ha egy könyvtár rendelkezni fog on-line elérési lehetőséggel, a szakértőrendszer felhívhatja a könyvtárat és megszerezheti a szükséges információt. Más számítógépes rendszereken tárolt adatokat elektronikus vonalon lehívhat, hogy származtassa, vagy aktualizálja az ismeretbázisát, mindezt emberi közreműködés nélkül. Az automatikus tudáskinyerés potenciális előnyei a következők:
| |
| − | **Az automatikus módszerek jobb eredményeket érhetnek el a tudásszerzésben és az adatbázisok és tudásbázisok finomításában, mint az emberek, különösen amiatt, hogy az információkeletkezés egyre nagyobb méretű és az információ egyre komplexebb, és ilymódon nagyobb szakértőrendszereket hozhatnak létre.
| |
| − | **Az automatizált módszerek jelentősen csökkenteni fogják a magas költségű emberi munkaerő iránti igényt és a tudásbázisok kifejlesztéséhez szükséges időt. Ennek a kiteljesítéséhez a manuálisan nehezen, géppel viszont könnyen kinyerhető tudás gépi kinyerésére kell koncentrálni, mint pl. a hatalmas adatbázisok feldolgozása. Bár roppant nagy eredményeket produkált a mesterséges intelligencia kutatása, az ilyen rendszerek még a jövő reménységei, remélhetőleg még ebben az évszázadban megjelennek.
| |
| | | | |
| | ==Tesztkérdések modul== | | ==Tesztkérdések modul== |
A lap 2006. január 19., 23:33-kori változata
Angol megnevezés: Machine learning
Történelmi modul
- 2005: Módszer, amelynek segítségé-vel megtanítják a gépeket, a múltbeli esetek felhasználásával, a problémák megoldására, vagy a problémamegoldás támogatására
[1]
- Alan Turing fogalmazta meg hogy Turing-teszt alkalmazásával megállapítsa az intelligencia fogalmát. A dolog lényege röviden: egy számítógép intelligensnek tekinthető, amennyiben egy kérdező, aki terminálon keresztül teszi fel kérdéseit, nem tudja eldönteni, hogy vele szemben a másik oldalon egy ember vagy számítógép van. Ahhoz, hogy a számítógép a teszten valóban átmenjen, egyik követelménye hogy rendelkezzen gépi tanulással vagyis, hogy alkalmazkodni tudjon új körülményekhez és észrevegyen olyan mintákat, melyek segítségével később extrapolálni tud.[2]
- ’’’1982. Hopfield háló’’’ szerinti hátracsatolt neuronhálós modell tanulási módszerének 1 tipusa ahol így lett meg fogalmazva hogy tanulás ismétlés útján-betanítással- analógiák alapján-példákból- felismerés, felfedezésből- tapasztalatból
[3]
- ’’’Patrick Winston ’’’: Míg a különböző tudáskinyerési eszközök (emberközeli interfész, elemzőképesség, képesség másféle, a szakterülethez megfelelő szakértőrendszer-eszközökkel való kapcsolódásra) elméletileg a tudástechnológust helyettesítik, azok az eszközök, amelyek gépi tanulást valósítanak meg, megpróbálják helyettesíteni mind a tudástechnológust, mind a szakértőt. A jövőben a szakértőrendszerek létrehozása elsődlegesen gépi folyamat lesz. [4]
Ontológiai modul
"ez egy" kapcsolattípus:
- Mesterséges intelligencia egyik alapkövetelménye
- Neurálon hálók kialakulásának fontos része
- Input adatok
- Tanulási folyamat
- Eredmények és a teszt
- ....
- "van neki, része a címszónak" kapcsolattípus:
"a címszó része valaminek (a címszóval egyenrangú fogalmak)" kapcsolattípus:
- Data mining
- Döntés hozó eszközök
- Supervised learning
- Unsupervised learning
- Tanulási módszer
- ...
Ellentmondások és vitatott kijelentések modulja
- Patric Winston: Nem hiszem hogy maga a gépi tanulás megpróbálják helyettesíteni mind a tudástechnológust, mind a szakértőt, mivel ez més csak egy kezdetleges kialakított módszer mely igaz hogy alapja a MI de nem az a fő célja hogy helyetesítsen szakembereket.
- Nem hiszem, hogy csak a múltbeli esetek felhasználásával lehet kiküszöbölni a különböző hibákat, illetve megtanitani ezek kiküszöbölésére, hanem lehetnek módszerek melyek még meg nem történt, de megtörténhető eseteket modellezve alakítja ki a problémák megoldását.
Definicíós modul
- A gépi tanulás egy olyan módszer, melynek segítségével a problémák megoldódnak vagy könnyebben kezelhetővé válnak. (pl.: elemző képesség, különféle technológiák)
Tesztkérdések modul
- A gépi tanulás tudás kinyerési eszközz?
(Hamis)
- A gépi tanulás egyik ága a mesterséges intelligencia?
(Nem, hanem az MI egyik alapkövetelménye)
- Motivációja e az emberi tanulás modellezése?
(Igen, hisz ez az alapvető kialakítási alapja)
- Igaz-e, hogy a gépi tanulás a mesterséges intelligencia-kutatás önálló területeként különíthető el?
(Igaz)
- Igaz-e, hogy a gépi tanulás a mesterséges intelligenciák induktív módszereire és logikai programozására támaszkodva a mesterséges neurális hálózatokhoz és genetikai algoritmusokhoz nem tanulási eljárásokat fejleszt és vizsgál?
(Hamis,mivel tanulási eljárások fejlesztésére és vizsgálatára szolgál.)
Ajánlott irodalmak modulja
- Gépi Tanulás link ajánló [5]
- Gépi Tanulás Interjú Szepesvári Csabával [6]
- A mesterséges intelligencia alapjai jegyzet 6. fejezet [7]
- ….
