งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

323-670 ปัญญาประดิษฐ์ (Artificial Intelligence) ดร. วิภาดา เวทย์ประสิทธิ์ ภาควิชาวิทยาการคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยสงขลานครินทร์ ห้องทำงาน.

งานนำเสนอที่คล้ายกัน


งานนำเสนอเรื่อง: "323-670 ปัญญาประดิษฐ์ (Artificial Intelligence) ดร. วิภาดา เวทย์ประสิทธิ์ ภาควิชาวิทยาการคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยสงขลานครินทร์ ห้องทำงาน."— ใบสำเนางานนำเสนอ:

1 ปัญญาประดิษฐ์ (Artificial Intelligence) ดร. วิภาดา เวทย์ประสิทธิ์ ภาควิชาวิทยาการคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยสงขลานครินทร์ ห้องทำงาน : M 100/3 โทรศัพท์ :

2 Artificial Intelligence Lecture 1-3Page 2 วัตถุประสงค์ 1. ให้นักศึกษามีความรู้ความเข้าใจเกี่ยวกับปัญญาประดิษฐ์และ สาขาต่างๆของปัญญาประดิษฐ์ 2. ให้นักศึกษาสามารถพัฒนางานทางด้านปัญญาประดิษฐ์ได้ 3. ให้นักศึกษาสามารถค้นคว้าเพิ่มเติมด้วยตนเองได้ วิธีการเรียนการสอน : การบรรยาย การสัมมนา การศึกษาค้นคว้าด้วยตัวเอง การวัดผล : สอบกลางภาค 30% สอบปลายภาค 30% สัมมนา 20% Assignment 20% เวลาเรียน : จันทร์ ห้อง M307 พฤหัสบดี 9 – 10 ศุกร์ ห้อง M207 ( ชดเชย พฤหัสบดี 9 – 10 ห้อง M111) ตำรา : Artificial Intelligence second edition, Elaine Rich and Kevin Knight, McGraw-Hill Inc., 1991.

3 Artificial Intelligence Lecture 1-3Page 3 คาบ Problem and Search 1-2Chapter 1 : What is Artificial Intelligence? 3-4Chapter 2 : Problems, Problem Spaces, and Search 5-6Chapter 3 : Heuristic Search techniques 7-8Chapter 4 : Knowledge Representation Issues Assignment Knowledge Representation 9-10Chapter 5 : Using Predicate Logics 11-12Chapter 6 : Representing Knowledge Using Rules 13-14Chapter 7 : Symbolic Reasoning under Uncertainty 15-16Chapter 8 : Statistical Reasoning 17-18Chapter 9 : Weak Slot-and-Filler Structures 19-20Chapter 10 : Strong Slot-and-Filler Structures 21-22Chapter 11 : Knowledge Representation Summary เนื้อหาวิชา

4 Artificial Intelligence Lecture 1-3Page 4 คาบ Advance Topics 23-24Chapter 12 : Game Playing 25-26Chapter 13 : Planning 27-28Chapter 14 : Understanding29-31 Chapter 15 : Natural Language Processing สัมมนา 32-33Chapter 16: Parallel and Distributed AI 34-35Chapter 17 : Learning 36-38Chapter 18: Connectionist Models สัมมนา 39-40Chapter 19 : Common Sense 41-43Chapter 20 : Expert Systems สัมมนา 44-45Chapter 21 : Perception and Action สัมมนา เนื้อหาวิชา

5 Artificial Intelligence Lecture 1-3Page 5 1. Neural Networks : A Comprehensive Foundation, Simon Haykin, Macmillan College Publishing Company Inc Artificial Intelligence : Structures and Strategies for Complex Problem Solving, Second Edition, Expert Systems and Applied Artificial Intelligence, Efraim Turban, Macmillan Publishing Company, Understanding Decision Support Systems and Expert Systems, Efrem G. Mallach, Richard D. Irwin, Inc Introduction to Natural Language Processing, Mary Dee Harries, เอกสารอ้างอิง

6 Chapter 1 What is Artificial Intelligence? ปัญญาประดิษฐ์ (Artificial Intelligence) ดร. วิภาดา เวทย์ประสิทธิ์ ภาควิชาวิทยาการคอมพิวเตอร์ คณะ วิทยาศาสตร์ มหาวิทยาลัยสงขลานครินทร์

7 Artificial Intelligence Lecture 1-3Page 7 AI Areas Artificial Intelligence (AI) : the branch o f computer science that is concerned with the automation of intelligent behavior. AI Areas :  Game Playing  Automated Reasoning and Theorem Proving  Expert Systems  Natural Language Understanding and Semantics Modeling  Modeling Human Performance  Planning and Robotics  Machine Leaning  Neural Networks

8 Artificial Intelligence Lecture 1-3Page 8 Task Domain of AI Mundane Tasks Perception :Vision, Speech Natural language :Understanding, Generation, Translation Commonsense reasoning Robot control Formal Tasks Games:Chess Mathematics :Logic, Geometry Expert Tasks Engineering :Design, Fault finding, Manufacturing planning Scientific analysis Medical diagnosis Financial analysis

9 Artificial Intelligence Lecture 1-3Page 9 Intelligence require knowledge 1.It is voluminous. 2.Is i shard to characterize accurately. 3.It is constantly changing. 4.It differs from data by being organized in a way that corresponds to the ways it will be used.

10 Artificial Intelligence Lecture 1-3Page 10 Knowledge Representation and Search for AI 1.The knowledge captures generalizations. 2.It can be understood by people who must provide it. 3.It can easily be modified to correct errors and to reflect changes in the world. 4.It can be used in many situations even if it is not totally accurate or complete. 5.It can use to narrow the range of possibilities that must usually be considered.

11 Artificial Intelligence Lecture 1-3Page 11 Common Features of AI Problems 1.The use of computer to do the symbolic reasoning. 2.A focus on problems that do not respond to algorithmic solutions.  Heuristic search. 3.Manipulate the significant quantitative features of a situation rather than relying on numeric methods. 4.Dealing with semantic meaning. 5.Answer that are neither exact nor optimal but “sufficient”. 6.Domain specific knowledge in solving problems. 7.Use meta-level knowledge.

12 Artificial Intelligence Lecture 1-3Page 12 Homework 1  Read program 1, 2 and 3 and discuss the following criteria. Their Complexity Their use of generalization. The clarity of their knowledge. The extensibility of their approach Tic-Tac-Toe

13 Artificial Intelligence Lecture 1-3Page 13 Tic-Tac-Toe : Program 1  Board : nine element vector representation.  0 = blank, 1 =X, 2 = O  Moveable : Their Complexity = 3 9 = 19,683 – view vector board as a ternary number (base three)

14 Artificial Intelligence Lecture 1-3Page 14 Tic-Tac-Toe : Program 2  Board : nine element vector representation.  2 = blank, 3 =X, 5 = O –an integer indicating which move of the game is about to played. –1 indicate the first move. –9 indicate the last move. –Board[5] = 2  mean blank  Poswin(p) : If it produce (3*3*2) =18  X can win –p = 0 if the player can not win on his next move.  Poswin(p) : If it produce (5*5*2) =50  O can win  Go(n) : Make a move on square n. –TURN is odd  if it is playing X –TURN is even  if it is playing O –More efficient in term of space

15 Artificial Intelligence Lecture 1-3Page 15 Tic-Tac-Toe : Program 2’  Board : nine element vector representation.  2 = blank, 3 =X, 5 = O –an integer indicating which move of the game is about to played. –1 indicate the first move. –9 indicate the last move. –Board[5] = 2  mean blank  Poswin(p) : If it produce MAGIC SQUARE – ( ) =15 –p = 0 if the player can not win on his next move.  Go(n) : Make a move on square n. –TURN is odd  if it is playing X –TURN is even  if it is playing O –More efficient in term of space

16 Artificial Intelligence Lecture 1-3Page 16 Tic-Tac-Toe : Program 3  Board_Position : nine element vector representing the board, a list of board positions that could result from the next move, and a number representing as estimate of how likely the board position is lead to an ultimate win for the player to move.  Minimax Procedure : in chapter 12.  Search tree : need more time  Use AI technique :  Decide which of a set of board positions is best. –find highest possible rating. –consider all the moves the component could make next.  See which move is worst for us.... (Assume the opponent will make that move)

17 Artificial Intelligence Lecture 1-3Page 17 Question Answering 1 Russia massed troops on the Czech border.  POLITICS program [Corbonell,1980) Q1: Why did Russia do this? A1: รัสเซียต้องการเข้าแทรกแซงการเมือง ในเชคโกสโลวาเกีย..... Q1: What should the United States do? A2: ส่งทหารไปช่วยรบกับเชคโกสโลวา เกีย OR A2: ประณามการกระทำของรัสเซีย

18 Artificial Intelligence Lecture 1-3Page 18 Question Answering 2 Mary went shopping for a new coat. She found a red one she really liked. When she got it home, she discovered that it went perfectly with her favorite dress. ELIZA Q1:What did Mary go shopping for? A1: Q2:What did Mary find she liked? A2: Q3: Did Mary buy anything ? A3:

19 Artificial Intelligence Lecture 1-3Page 19 The level of the model 1.What is the goal in trying to produce programs that do intelligent things that people do? 2.Are we trying to produce programs that do the tasks the same way people do? 3.Are we attempting to produce programs that simply do the tasks in whatever way appears easiest?

20 Artificial Intelligence Lecture 1-3Page 20 Model human performance 1.To test psychological theories of human performance. วิเคราะห์นิสัยเกเรของคนไข้ PAPPY {Colby, 1975] 2. To enable computers to understand human reasoning. อ่านหนังสือพิมพ์และวิเคราะห์ข่าวได้ 3.To enable computers to understand computer reasoning. เข้าใจว่า คอมพิวเตอร์ประมวลผลลัพธ์ต่างๆ มาได้อย่างไร

21 Artificial Intelligence Lecture 1-3Page 21 Criteria for success How will we know if we have succeeded?  Turing test. Human Computer Person asking?  DENDRAL : is a program that analyzes organic compounds to determine their structure. HUMAN CHEMIST COMPUTER

22 Artificial Intelligence Lecture 1-3Page 22 Homework 2 1.Given the meaning of Artificial Intelligence from your point of view. You may add citation from searching documents in the web or from the text book. 2.Given all AI fields with some explanations.


ดาวน์โหลด ppt 323-670 ปัญญาประดิษฐ์ (Artificial Intelligence) ดร. วิภาดา เวทย์ประสิทธิ์ ภาควิชาวิทยาการคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยสงขลานครินทร์ ห้องทำงาน.

งานนำเสนอที่คล้ายกัน


Ads by Google