Professional Documents
Culture Documents
614 Psihologija Vestacka Inteligencija I Simulacija SRB 25str
614 Psihologija Vestacka Inteligencija I Simulacija SRB 25str
614 Psihologija Vestacka Inteligencija I Simulacija SRB 25str
WWW.SEMINARSKI-RAD.COM
WWW.DIPLOMSKI-RAD.COM
WWW.MATURSKI-RAD.COM
NA NAIM SAJTOVIMA MOETE PRONACI SVE BILO DA JE TO SEMINARSKI,
DIPLOMSKI ILI MATURSKI RAD, POWERPOINT PREZENTACIJA I DRUGI
EDUKATIVNI MATERIJAL. ZA RAZLIKU OD OSTALIH MI VAM PRUAMO DA
POGLEDATE SVAKI RAD NJEGOV SADRAJ I PRVE TRI STRANE TAKO DA
MOETE TACNO DA ODABERETE ONO STO VAM U POTPUNOSTI ODGOVARA. U
NAOJ BAZI SE NALAZE GOTOVI SEMINARSKI, DIPLOMSKI I MATURSKI RADOVI
KOJE MOETE SKINUTI I UZ NJIHOVU POMOC NAPRAVITI JEDINISTVEN I
UNIKATAN RAD. AKO U BAZI NE NADJETE RAD KOJI VAM JE POTREBAN, U
SVAKOM MOMENTU MOZETE NARUCITI DA SE IZRADI NOVI UNIKATAN
SEMINARSKI ILI NEKI DRUGI RAD NA LINKU NOVI RADOVI. SVA PITANJA I
ODGOVORE MOETE DOBITI NA NAEM FORUMU. ZA BILO KOJI VID SARADNJE
I SADRAJ
I - SADRAJ...................................................................................................................2
II UVOD.......................................................................................................................3
III HISTORIJSKI RAZVOJ VJETAKE INTELIGENCIJE....................................4
IV EKSPERTNI SISTEMI............................................................................................7
4.1 Inteligentne maine.....................................................................................................7
4.2 Ekspertni sistemi pojam...........................................................................................7
4.3 Struktura i osobine ekspertnih sistema........................................................................8
4.4 Programiranje naspram inenjerstva znanja........................................................... ....9
4.5 Ljudi ukljueni u ES razvoj.......................................................................................10
V - OSNOVNI KONCEPTI VETAKE INTELIGENCIJE.........................................13
5.1 Podruja vjetake inteligencije............................................................................ ...14
5.2 Simulacija............................................................................................................ . .14
5.3 Simulacioni proces.................................................................................................... .16
5.4 Vrste simulacionih modela..................................................................................... . .18
5.5 Monte Karlo simulacija..............................................................................................19
5.6 Deterministiki problemi koje je teko ili skupo rjeavati.........................................19
5.7 Sloeni fenomeni koji nisu dovoljno poznati ............................................................19
5.8 Statistiki problemi koji nemaju analitika rjeenja...................................................19
5.9 Kontinualna simulacija...............................................................................................19
5.10 Modeli koji se opisuju obinim
diferencijalnim jednainama (sistemi obinih diferencijalnih jednaina)........................20
5.11 Modeli koji se opisuju sistemima parcijalnih diferencijalnih jednaina..................20
5.12 Modeli dinamike sistema (System Dinamics)..........................................................21
VI ZAKLJUAK.............................................................................................................23
VII LITERATURA...........................................................................................................24
II - UVOD
Vjetaka inteligencija (eng. artificial intelligence) se definie na razliite naine. U literaturi su
najee slijedee tri definicije:
1. Vjetaka inteligencija je nauna oblast u kojoj se izuavaju hardversko softverska
rjeenja koja treba da omogue sposobnosti i ponaanja slina ljudskom (percepcija,
reagovanje, ponaanje, rezonovanje, zakljuivanje i injenje).
2. Vjetaka inteligecija je nauna oblast u kojoj se izuavaju izraunavanja da bi se
izraunavanjem omoguila percepcija, rezonovanje i injenje.
3. Vjetaka inteligencija je nauna oblast u kojoj se istrauje kako da se naprave raunari
koji bi uspjeno radili stvari koje u ovom momentu bolje rade ljudi.
Termin vjetaka inteligencija - VI (artificial inteligence - AI) potie od Johna McCartyja i
oznaava pojavu inteligencije koja je ostvarena na vjetaki nain, tj. putem programiranja
raunara. Meutim, mnogi autori i strunjaci iz ove oblasti se ne slau s tim da termin vjetaka
inteligencija u potpunosti i najbolje opisuje ovu oblast nauke jer mnoge oblasti informatike u
osnovi imaju inteligentno ponaanje, ali ne spadaju u oblast vjetake inteligencije tj. ne
pripadaju toj oblasti u uem smislu.
Raunarska simulacija je proces rjeavanja problema koji se tie predvianja i odreivanja
buduih stanja realnog sistema na osnovu prouavanja raunarskog modela tog sistema (Widman
i Loparo, 1989). Drugim Rijeima, raunarska simulacija se zasniva na ideji eksperimentiranja sa
modelom realnog sistema na raunaru, tokom vremena. Simulacioni eksperimenti najee se
izvode sa ciljem da se prikupe odreene informacije, ije bi dobijanje putem eksperimenta nad
samim realnim sistemom bilo nepraktino ili suvie skupo. Te informacije kasnije se
transformiu u odluke znaajne za upravljanje realnim sistemom koji je predmet simulacionog
modeliranja. Cilj simulacije jeste taj da prouimo ponaanje sistema koji simuliramo, ali i da
ustanovimo kako bi se isti sistem ponaao kada bi na njega djelovao neki drugi skup
promjenjivih okolnosti (ulaznih veliina i parametara). Za razliku od analitikih modela koji
sveukupno ponaanje sistema tretiraju direktno, simulacioni modeli prikupljaju podatke o
promjenama stanja sistema i izlaza, fokusirajui se na ponaanje individualnih komponenti
sistema (Schmidt, 1984).1
http://bs.wikipedia.org/wiki/Vje%C5%A1ta%C4%8Dka_inteligencija
Pojam vjetaka inteligencija (VI), nastaje ljeta 1956. godine u Dartmudu, Hanover (SAD), na
skupu istraivaa zainteresovanih za teme inteligencije, neuronskih mrea i teorije automata.
Skup je organizovao Don Mekarti, ujedno sa C. anonom, M. Minskijem i N. Roesterom. Na
skupu su takoe uestvovali T. More (Prinston), A. Samuel (IBM), R. Solomonof i O. Selfrid
(MIT), kao i A. Nevil, H. Simon (Carnegie Tech, danas Carnegie Mellon University). Na skupu
su stvorene osnove koncepta i trasiran je put za dalji razvoj vjetake inteligencije.
Ranije, 1950. godine, Alan Tjuring je objavio jedan lanak u reviji Majnd (Mind), pod naslovom
Raunari i inteligencija, u kojem govori o konceptu vjetake inteligencije i postavlja osnove
jedne vrste probe, preko koje bi se utvrivalo, da li se odreeni komputacioni sistem (raunarski
sistem), ponaa u skladu sa onim to se podrazumjeva pod vjetakom inteligencijom, ili ne.
Kasnije e ta vrsta probe dobiti ime, Tjuringov test.
Skup je posljedica prvih radova u oblasti. Nevil i Simon su na njemu predstavili svoj program za
automatsko rezonovanje, Logic Theorist (koji je napravio senzaciju). Danas se smatra, da su
koncept vjetake inteligencije postavili V. Mekulok i M. Pits, 1943. godine, djelom u kojem se
predstavlja model vjetakih neurona na bazi tri izvora: spoznaja o fiziologiji i funkcionisanju
modanih neurona, iskazna logika Rasela i Vajteheda, i Tjuringova komputaciona teorija.
Nekoliko godina kasnije stvoren je prvi neuralni raunar SNARC. Zasluni za poduhvat su
studenti Prinstona, M. Minski i D. Edmons, 1951. godine. Negdje iz iste epohe su i prvi programi
za ah, iji su autori anon i Tjuring.
Iako se ova istraivanja smatraju kao zaetak vjetake inteligencije, postoje mnoga druga koji
su bitno uticala na razvoj ove oblasti. Neka potiu iz oblasti kao to su filozofija (prvi pokuaji
formalizacije rezonovanja su silogizmi grkog filozofa Aristotela), matematika (teorija
odluivanja i teorija probabiliteta se primjenjuju u mnogim dananjim sistemima), ili psihologija
(koja je zajedno sa vjetakom inteligencijom formirala oblast kognitivne nauke).
U godinama koje slijede skup u Dartmudu, postiu se znaajni napreci. Konstruiu se programi
koji rijeavaju razliite probleme. Na primjer, studenti Minskog e krajem ezdesetih godina
implementirati program Analogy, koji je rijeavao geometrijske probleme, sline onima koji se
javljaju u testovima inteligencije, i program Student, koji rijeava algebarske probleme napisane
na engleskom jeziku. Nevil i Simon e razviti General Problem Solver (GPS), koji pokuava
imitirati ljudsko rezonovanje. Samuel je napisao programe za igru slinu dami (checkers), koji su
bili osposobljeni za uenje te igre. Mekarti, koji je u meuvremenu otiao na MIT, implementira
programski jezik Lisp, 1958. godine. Iste godine je napisao lanak, Programs with Common
Sense, gdje opisuje jedan hipotetiki program koji se smatra prvim kompletnim sistemom
vjetake inteligencije.2
Ova serija uspjeha se lomi sredinom ezdesetih godina i previe optimistika predvianja, ranijih
godina, se frustriraju. Do tada implemetirani sistemi su funkcionisali u ogranienim domenima,
poznatim kao mikrosvijetovi (microworlds). Transformacija koja bi omoguila njihovu primjenu
u stvarnim okruenjima nije bila tako lako izvodljiva, uprkos oekivanjima mnogih istraivaa.
Po Raselu i Norivig-u, postoje tri fundamentalna faktora koji su to onemoguili:
2
http://bs.wikipedia.org/wiki/Vje%C5%A1ta%C4%8Dka_inteligencija
Slika 1. Hondin
inteligentni
humanoidni robot
Danas,
osnovni
problemi
koji
se
javljaju
u
istraivanjima
vjetake inteligencije,
vezani su za nastojanja
konstruisanja kooperativnih sistema na bazi agenata, ukljuujui sisteme za upravljanje
podacima, utvrivanje redosljeda procesovanja podataka i pokuaja imitacije ljudskog jezika,
izmeu ostalih.
za tu oblast, a poznat je i kao otac LISP-a). Pored pregleda postojeih dostignua u oblasti
automatskih dokazivaa teorema i programskih jezika, raspravlja se i o mogunosti razvoja
raunara koji bi bio u stanju da simulira ljudsko razmiljanje. Ovo okupljanje istraivaa
oznaava roenje vjestake inteligencije kao oblasti raunarstva.
4.2 Ekspertni sistemi - pojam
Sistemi bazirani na znanju (knowledge-based systems) ili ekspertni sistemi stavljaju naglasak na
znanje (bazu znanja) pre nego na nain pretraivanja i zakljuivanja. Uoptene metode
zakljuivanja i sistemi ija oblast nije dovoljno specifirana se pokazuju nedovoljno sposobnim za
mnoge realne probleme (i njihovo speavanje u realnom vremenu). Ekspert je osoba koja
izuzetno dobro poznaje neku oblast ljudskog znanja kao i naine reavanja problema vezanih za
tu oblast.
Dvije stvari se prije svega modeliraju u ekspertnom sistemu (ES): znanje eksperta i njegovo
zakljuivanje. Zato se ES sastoji iz baze znanja i maine za-kljuivanja (inference engine).
Znanje koje nam ekspert prua moe se pred-stavljati injenicama, pravilima, konceptima ili
relacijama. Nain i problem njegovog predstavljanja jeste reprezentovanje znanja, dok nain i
problem zakljuivanja na osnovu baze znanja i zadatih upita je pitanje tehnika zakljuivanja.
Ekspert je esto veoma neophodna osoba u mnogim organizacijama, i postavlja se onda pitanje
zato ga zamenjivati mainom ? Prije svega, donekle slino zamjeni nekih ljudi i njihovih
poslova mainom tokom industrijske revolucije, ekspertni sistem moe biti koristan kao pomo
kada ovjek nije raspoloiv ili prosto kao alat koji olakava posao i omoguava automatizaciju
nekih postu- paka, radi sa veim stepenom formalizma koji iskljuuje mogunost greke ili
slabosti zbog ljudskog faktora i sl. Postoji i jedna dodatna prednost znanjem kao optim
dobrom ili kapitalom neke organizacije se lake upravlja, lake se prenosi i primenjuje jer ne
zavisi u toj meri od pojedinca-eksperta ako se koristi ekspertni sistem. Gotovo da nema oblasti
ljudskih delatnosti gde nije napravljen neki ES i uspeno primenjivan i njihov broj geometrijski
raste.
Zakljuivanje / Maina
(mehanizam ) zakljuivanje
Savjet / Korisnik
injenice o problemu i
zakljuci
Slika 2. Na dijagramu iznad je prikazan odnos i poreenje modela rada jednog ljudskog eksperta i strukture ekspertnog sistema
Osnovna struktura ekspertnog sistema se tako sastoji iz osnovnih komponenti: baze znanja, radne
memorije (koja se menja tokom sesije u radu sa ES dobijenim novim injenicama i zakljucima)
i maine zakljuivanja (procesor koji povezuje injenice iz baze znanja sa dobijenim zakljucima
i injenicama iz radne memorije i izvlai nove zakljuke o problemu). Pored ovih osnovnih
komponenti postoje do-datno i neke osnovne osobine ekspertnih sistema:
-objanjenja (kako, zato) - u svakom trenutku u toku sesije sa ES moe se dobiti objanjenje
kako je doao do nekog zakljuka ili pitanja (ugraeno u sve komponente)
- interfejs (prema korisniku) - esto se trai komunikacija prirodnim jezikom kroz interaktivni
dijalog s korisnikom (mada mogu biti zastupljeni i multimedijalni i drugi sadraji i vidovi
komunikacije to zavisi od prirode same oblasti i namjene ES) -razdvojeno znanje od kontrole veoma vana karakteristika ES nasuprot klasinim proceduralnim programima gde se
upravljaka kontrola u programu mijea sa raspoloivim znanjem (kontrola tj. Zakljuivanje kod
ES se moe mijenjati nezavisno od baze znanja)
- poseduje ekspertsku bazu - baza znanja koja potie prije svega od ljudksih eksperata, gde se
pod ekspertizom podrazumeva sposobnost efikasnog rejeavanja problema u nekoj oblasti.
-naglasak na ekspertizi - svako irenje oblasti znanja obavezno nosi rizik da ES postane
neefikasan i nepotrebno sloen (bilo je pokuaja ogranienog uspjeha, PS ili Ham 1984.) - uvek
je lahko se rjeavati prob-lem kroz potprobleme odnosno probleme u podoblastima
- koristi simbole (injenice, koncepte, pravila) predstavljanje znanja u razliitim strukturama
(od deklarativnih oblika kao to je prirodni jezik do potpuno proceduralnih) ini ES
obraivaima znanja. Nasuprot konvencionalnim proceduralnim programima kao procesorima
podataka
10
11
Heuristiko pretraivanje
Upravljake strukture najee izdvojene od
znanja
Jednostavno modificiranje auriranje i
proirivanje
Toleriu se pogreni odgovori
Algoritmi
Informacije i upravljanje integrirani zajedno
Teko modificiranje
Neophodni su tani odgovori
Predstavljanje
znanja
13
Rjeavanje
proglema
Rezonovanje
Heuristiko
pretraivanje
Prirodni jezici
14
15
16
17
18
19
sistema u agregiranom obliku, u kojem se niz elemenata sistema redukuje na manji broj
komponenti i u kojima se promjene u sistemu aproksimiraju konstantnim brzinama promjene. To
su najee problemi iz podruja ekonomije i drutvenih nauka. Razlikujemo tri osnovna tipa
kontinualnih simulacionih modela .
zavisna
varijabla
vrijeme
20
sistema. Povratna veza moe biti pozitivna ili negativna. Modeli sa povratnom vezom koriste se
najee za modeliranje inenjerskih, biolokih, drutvenih i ekonomskih sistema. Dinamika
sistema prikazuje sisteme kao povezane upravljake petlje. Pri tome su pojedinani dogaaji jako
agregirani, a posljedica toga je da se mogu opisivati kao kontinualni tokovi opisani
diferencijalnim jednainama
(tj. konanim razlikama, a ne beskonano malim veliinama). Novo stanje sistema u narednom
trenutku vremena rauna se na osnovu stanja u prethodnom trenutku vremena i razlike ulaznih i
izlaznih tokova za to stanje u prethodnom intervalu vremena. Da bi proraun mogao poeti,
neophodno je da budu zadate poetne vrijednosti veliina kao i vrijednosti svih konstanti i
parametara koje model sadri.
5.13 Simulacija diskretnih dogaaja
Simulacija diskretnih dogaaja je specifina metodologija simulacije koja se bavi modeliranjem
sistema koji se mogu predstaviti skupom dogaaja. Pod dogaajem Ovdje se podrazumijeva
diskretna promjena stanja entiteta sistema. Dogaaj nastupa u odreenom trenutku vremena,
odnosno promjene stanja entiteta se deavaju diskontinualno u vremenu, tj. samo u nekim
vremenskim trenucima (kada nastupi dogaaj). Simulacija opisuje svaki diskretni dogaaj,
kreui se od jednog dogaaja do drugog pri emu nastaje pomak (prirast) vremena simulacije.
Izmeu dva uzastopna dogaaja, stanje sistema se ne mijenja. Sistemi koji se modeliraju na ovaj
nain su dinamiki i gotovo redovno stohastiki.
zavisna
varijabla
dogaaj
vrijeme
vrijeme
dogaaj
21
VI - ZAKLJUAK
Svakodnevno smo svedoci brojnih primera upotrebe vjetake inteligencije u oblasti hemijske
industrije.Za oekivati je da e u budunosti upotreba vjetake inteligencije biti sve
zastupljenija ak i u svakodnevnom radnom okruenju. Vjetaka inteligencija pokuava
simulirati ljudski nain razmiljanja sluei se deklarativno znakovnim programiranjem uz
22
VII - LITERATURA
[1] http://bs.wikipedia.org/wiki/Vje%C5%A1ta%C4%8Dka_inteligencija
[2] http://users.hemo.net/shoom/es.pdf
[3] http://bs.wikipedia.org/wiki/Vje%C5%A1ta%C4%8Dka_inteligencija
23
[4]http://www.scribd.com/doc/14870988/Integrated-Design-and-Simulation-of-ChemicalProcesses
[5] R. D. Sriram, Intellegent Systems for Engineering: A KnowledgeBased Approach, Springer Verlag, 1997
[6] S. A. Argyropoulos: Artificial Intelligence in Materials Processing
Operations: A Review and Future Directions, ISIJ Int, 30(1990) 83-89.
[7] D. A. Waterman: A Guide to Expert Systems, Addison-Wesley Publ. Co.,
Reading, MA, (1986)
24