Sisteme inteligente de control sisecurizare

Curs 1

Sisteme inteligente istoric

1943 modelarea primei retele neuronale artificiale de catre McCulloch si Pitts (neuron MP)

1949 Hebb a propus un mecanism calitativ ce descrie procesul prin care conexiunile sinaptice sunt modificate pentru a reflecta mecanismul de invatare

1950 Turing a prezis ca pn n anul 2000 vor exista maini cu memorie de 1GB care vor pcli 30% din juriile umane nt-un test de 5 minute. ns n timp ce pe de o parte tehnologia a depit previziunile lu Tunig, inteligena artificial este nc departe de a fi realizat

1958-1959 Rosenblatt a propus un dispozitiv numit perceptron, bazat peinterconectarea unei multimi de neuroni artificiali, prima retea neuronalaartificiala

Idem, Widrow a propus un model neuronal numit ADALINE (ADAptive LINearNEuron) si o retea cu elemente de acest tip denumita MADALINE (multiple-ADALINE) similar cu perceptronul (iesiri +1/-1)

1969 Minsky si Papert demonstreaza ca modelele perceptron au limitari serioase ; nu poate distinge literele C si T, nu poate calcula valorile functiei SAU EXCLUSIV

Sisteme inteligente istoric

La nceput, crearea i cercetarea inteligenei artificiale s-a desfurat pedomeniul psihologiei, punndu-se accent pe inteligena lingvistic, ca deexemplu la testul Turing. Acest test const ntr-o conversaie n limbaj umannatural cu o main (computer) care a fost programat special pentru acesttest. Exist un juriu uman care converseaz cu acest computer, dar i cu unom, prin cte un canal pur text (fr ca ei s se vad sau s se aud). ncazul n care juriul nu poate s-i dea seama care este computerul i careomul, atunci inteligena artficial (programul calculatorului) a trecut testul.

Noile previziuni ale experilor se bazeaz pe aa-numita legea lui Moore("numrul de tranzistori pe un circuit integrat se va dubla la fiecare 18 luni,prin urmare i puterea de calcul"), "lege" care s-a ndeplinit pentru ultimii 30de ani destul de bine, i poate c va mai fi valabil nc 5-10 ani. Pentruviitor se sper c noile tehnologii (cuantice, optice, holografice,nanotehnologiile .a.) vor permite meninerea creterii exponeniale, astfelc n maximum 20 de ani computerele s depeasca puterea deprocesare a creierului uman ns aceste consideraii sunt n general denatur cantitativ, neglijnd din pcate nenumratele faete calitative aleinteligenei umane naturale.

Sisteme inteligente istoric

1980-1990 apar noi modele de invatare Astazi avem o serie de denumiri pentru retele

neuronale: modele conxioniste, modele de prelucrareparalela distribuita, sisteme neuromorfe, sistemeneurodinamice, calculatoare neuronale

Toate modelele au la baza o unitate simpla de calculinterconectate printr-o retea densa de conexiuni

Caracteristici fundamentale ale RNA sunt: paralelismulinalt si capacitatea de invatare

Constructia retelelor neuronale artificiale se bazeazape intelegerea actuala asupra sistemelor neuronalebiologice.

Evolutia supercomputerelor

Evolutia puterii de calcul

Inteligenta artificiala

Inteligena artificial este un termen tehnic provenit din limba englez: Artificial Intelligence, prescurtat AI, care se refer la un domeniu de cercetare n cadrul informaticii. n vorbirea curent este un produs rezultat n urma desfurrii acestei activiti.

Definiia cea mai acceptat a inteligenei artificiale a fost dat de John McCarthy n 1955: o main care se comport ntr-un mod care ar putea fi considerat inteligent, dac ar fi vorba de un om.

O trstur des ntlnit a inteligenei artificiale este c sistemul respectiv este capabil s nvee, cu scopul de a se mbunti permanent, i fr ajutoare externe.

Definitii

Inteligenta artificiala este o colectie de metodede calcul care in orice moment poate ajutautilizatorul sa prevada, sa motiveze si saactioneze

Un sistem de AI este compus din minim Reprezentari ale realitatii, cunoasterii si informatiei

Invatarea

Reprezentari pentru vizualizare si limbaj

Robotica

Realitate virtuala

Interfata om-computer

Reprezinta modul de interactie dintre om sicalculator

Integrarea masinilor si interpretarea datelor si a prezentarii acestora intr-o forma convenabila operatorului uman (afisare, inteligenta umana emulata in dispozitive de calcul, simulare mediilor)

Comunicarea bidirectionala intre oameni si calculatoare (procesoare de informatie)

Teme de studiu actuale in domeniul sistemelor inteligente

Reprezentarea si modelarea sistemelor complexe -software

Rezolvarea problemelor prin cooperare tehnologia interfetelor, sinteza-recunoastere vocala

Invatarea i sisteme adaptabile software adaptabil, sinteza-recunoastere vocala , retele neuronale

Gndirea sub incertitudine software adaptabil, sinteza-recunoastere vocala , retele neuronale

Lumea virtuala tehnologia interfetelor, sinteza-recunoastere vocala

Modelarea neurologic a cunoasterii-retele neuronale

Importanta sistemelor inteligente

Permit inlocuirea totala sau partiala a operatorului uman in medii ostile

Permit combinarea robot-om pentru a realiza activitati in medii ostile cu riscuri minime pentru om

Permit controlul de la distanta a robotior sau a sistemelor robot-om

Imbunatatirea pregatirii operatorului uman de a lucra in conditii ostile prin simularea acetor medii

Aplicatii al inteligentei artificiale

Principalele aplicaii ale inteligenei artificiale sunt:

sistemele expert

logica i sistemele fuzzy

algoritmii genetici

reelele neuronale

agenii inteligeni

sistemele inteligente hibride

vocea electronic

recunoaterea automat a formelor (scrisului .a.), a sunetelor (vorbitului) .a.

Sistemele expert Un sistem expert (SE) este un program care urmrete un grup de cunotine pentru

obinerea n acelai mod ca i experii umani a rezultatelor despre activiti dificil deexaminat. Principala caracteristic a sistemelor expert este derivat dintr-o baz decunotine, mpreun cu un algoritm de cutare specific metodei de raionare. Un sistemexpert trateaz cu succes probleme pentru care o soluie algoritmic clar nu exist.

Sistemele expert sunt produse ale inteligenei artificiale, ramur a tiinei calculatoarelorce urmrete dezvoltarea de programe inteligente. Ceea ce este remarcabil pentrusistemele expert este aria de aplicabilitate ce a cuprins multe domenii de activitate.

Un sistem expert este format din cinci componente:1. Baza de cunotine servete pentru stocarea tuturor pieselor de cunoatere (fapte, reguli,

metode de rezolvare, euristici) specifice domeniului aplicativ, preluate de la experii umanisau din alte surse.

2. Motorul de inferene este un program care conine cunoaterea de control, procedural sauoperatorie, cu ajutorul cruia se exploateaz baza de cunotine pentru efectuarea deraionamente n vederea obinerii de soluii, recomandri sau concluzii.

3. Interfaa de dialog permite dialogul cu utilizatorii n timpul sesiunilor de consultare, precum iaccesul utilizatorilor la faptele i cunotinele din baz pentru adugarea sau actualizareacunoaterii.

4. Modulul de achiziie a cunoaterii ajut utilizatorul expert s introduc cunotine ntr-o formrecunoscut de sistem i s actualizeze baza de cunotine.

5. Modulul explicativ are rolul de a explica utilizatorilor att cunoaterea de care dispunesistemul, ct i procesul de raionament pe care l desfoar sau soluiile obinute nsesiunile de consultare. Explicaiile ntr-un astfel de sistem, atunci cnd sunt proiectatecorespunztor, mbuntesc modul n care utilizatorul percepe i accept sistemul.

Sisteme fuzzy Logica fuzzy (din engl.: logica vag) a fost definit n 1965 de ctre prof.

Lotfi Zadeh, de la Universitatea Berkeley. Spre deosebire de logica clasic,care lucreaz cu dou valori numerice exacte (0 pentru fals i 1 pentruadevrat), logica fuzzy folosete o plaj continu de valori logice cuprinse nintervalul 0-1, unde 0 indic falsitatea complet, iar 1 indic adevrulcomplet. Astfel, dac n logica clasic un obiect poate aparine (1) sau nu(0) unei mulimi date, n logica fuzzy putem defini gradul de apartenen alobiectului la mulime i care poate lua valori ntre 0 i 1.

Logica fuzzy ofer instrumentele necesare pentru reprezentarea nsistemele inteligente a unor concepte imprecise cum sunt mare, mic,scump, ieftin .a., concepte numite variabile lingvistice sau variabilefuzzy. Pentru reprezentarea acestora se folosesc seturile fuzzy, carecapteaz din punct de vedere cantitativ interpretarea calitativ a termenilor.

Bazate pe logica fuzzy, sistemele fuzzy sunt considerate un caz particular alsistemelor expert (motiv pentru care mai sunt denumite i sisteme expertfuzzy) care ofer o metod flexibil pentru tratarea incertitudinii..

Japonia este ara cu cele mai multe sisteme fuzzy implementate, mai alesn domeniile urmririi produciei i al vnzrilor. De asemenea, multesisteme fuzzy au fost ncorporate n unele dintre bunurile de larg consum:maini de splat, cuptoare cu microunde, aparate foto, aparate de aercondiionat, etc.

Algoritm genetic

Algoritmii genetici sunt tehnici adaptive de cutare euristic, bazate pe principiilegeneticii i ale seleciei naturale, enunate de Darwin ("supravieuiete cel care e cel maibine adaptat"). Mecanismul este similar procesului biologic al evoluiei. Acest procesposed o trstur prin care numai speciile care se adapteaz mai bine la mediu suntcapabile s supravieuiasc i s evolueze peste generaii, n timp ce acelea mai puinadaptate nu reuesc s supravieuiasc i cu timpul dispar, ca urmare a seleciei naturale.Probabilitatea ca specia s supravieuiasc i s evolueze peste generaii devine cu attmai mare cu ct gradul de adaptare crete, ceea ce n termeni de optimizare nseamn csoluia se apropie de optim.

Un algoritm genetic este un model informatic care emuleaz modelul biologic evoluionistpentru a rezolva probleme de optimizare ori cutare. Acesta cuprinde un set de elementeindividuale reprezentate sub forma unor iruri binare (populaia) i un set de operatori denatur biologic definii asupra populaiei. Cu ajutorul operatorilor, algoritmii geneticimanipuleaz cele mai promitoare iruri, evaluate conform unei funcii obiectiv, cutndsoluii mai bune. Algoritmii genetici au nceput s fie recunoscui ca tehnici de optimizareodat cu lucrrile lui John Holland.

Algoritmii genetici sunt considerai de specialiti o aplicaie a inteligenei artificiale. Ca aplicaii practice, algoritmii genetici sunt cel mai adesea utilizai n rezolvarea

problemelor de optimizare, planificare ori cutare. Condiia esenial pentru succesul uneiaplicaii cu ageni inteligeni este ca problema de rezolvat s nu cear obinerea soluieioptime, ci s fie suficient i o soluie apropiat de optim.

Retele neuronale

n tiina inteligenei artificiale, reelele neuralecaracterizeaz ansambluri de elemente de procesare simple,puternic interconectate i opernd n paralel, care urmrescs interacioneze cu mediul nconjurtor ntr-un modasemntor creierelor biologice i care prezint capacitateade a nva. Nu exist o definiie general acceptat a acestortipuri de sisteme, dar majoritatea cercettorilor sunt de acordcu definirea reelelor artificiale ca reele de elemente simpleputernic interconectate prin intermediul unor legturi numiteinterconexiuni prin care se propag informaie numeric.

Originea acestor reele trebuie cutat n studierea reelelorbioelectrice din creier formate de neuroni i sinapseleacestora. Principala trstur a acestor reele estecapacitatea de a nva pe baz de exemple, folosindu-se deexperiena anterioar pentru a-i mbunti performanele.