inteligenta artificiala curs2

Click here to load reader

Post on 03-Jan-2016

75 views

Category:

Documents

10 download

Embed Size (px)

DESCRIPTION

inteligenta artificiala in mecatronica

TRANSCRIPT

  • ef lucrri dr. ing. Marius LUCULESCU

    Universitatea TRANSILVANIA din Braov

    Facultatea de DESIGN de PRODUS i MEDIU

    Departamentul de DESIGN de PRODUS, MECATRONIC i MEDIU

  • INTELIGEN ARTIFICIAL

    Marius LUCULESCU 2012

    REELE NEURALE ARTIFICIALE (RNA)

    Reelele neurale artificiale (RNA) reprezint un model alternativ pentru rezolvarea problemelor de inteligen artificial, a crui surs de inspiraie se regsete n biologie.

    Ideea de la care s-a pornit a fost aceea de a construi anumite automate care s imite aspecte ale prelucrrii informaiei la om i animale, precum prelucrarea masiv paralel a informaiilor, tolerana la erori i comportarea adaptiv.

    Cea mai important trstur a RNA o reprezint capacitatea de a nva, prin adaptarea propriilor parametri.

    Generaliti

  • INTELIGEN ARTIFICIAL

    Marius LUCULESCU 2012

    REELE NEURALE ARTIFICIALE (RNA)

    RNA imit funcionarea reelelor neurale biologice.

    Creierul uman, avnd o greutate medie de peste un kilogram i o structur extrem de complex, se compune, conform studiilor efectuate, din peste 1011 neuroni, fiecare cu pn la 104 intrri (dendrite), puternic interconectai cu peste 1000 legturi (sinapse).

    Dei timpul de comutare a unui neuron, cteva milisecunde, este de aproximativ 1.000.000 de ori mai mare dect cel din

    elementele computerelor actuale, conectivitatea la nivelul

    neuronilor este de mii de ori mai mare dect n cazul

    supercomputerelor existente.

    Generaliti

  • INTELIGEN ARTIFICIAL

    Marius LUCULESCU 2012

    REELE NEURALE ARTIFICIALE (RNA)

    Abordarea unor probleme poate fi realizat folosind algoritmi relaionali clasici sau algoritmi bazai pe reele neurale, soluiile alese prezentnd avantaje i dezavantaje.

    RNA versus algoritmi clasici

    Algoritmi bazai pe RNA Algoritmi clasici AVANTAJE DEZAVANTAJE

    Numr mare de elemente de procesare, fiecare executnd un

    program simplu

    Unul sau cteva procesoare, executnd

    programe complexe

    Robustee la erori Compromitere a programului n cazul

    existenei unui singur bit eronat Rezolvare de probleme a cror

    structur logic nu este pe deplin lmurit

    Necesitate a unei bune cunoateri a problemei pentru a-i putea genera

    algoritmul

    Adaptivitate la mediul informaional, posibilitate de a nva din experien

    Lips adaptivitate, rezolvare a claselor de probleme bine definite

  • INTELIGEN ARTIFICIAL

    Marius LUCULESCU 2012

    REELE NEURALE ARTIFICIALE (RNA)

    RNA versus algoritmi clasici

    Algoritmi bazai pe RNA Algoritmi clasici DEZAVANTAJE AVANTAJE

    Interpretri diverse legate de rspunsurile oferite

    Certitudine maxim a rspunsului oferit, asigurat de un algoritm riguros

    Lipsa explicaiilor cu privire la rspunsurile oferite i dificultatea testrii

    Existena metodelor de testare a algoritmilor i programelor

    Furnizarea de soluii aproximative Furnizarea de soluii exacte

  • INTELIGEN ARTIFICIAL

    Marius LUCULESCU 2012

    REELE NEURALE ARTIFICIALE (RNA)

    1943 Warren McCulloch (neurobiolog) i Walter Pitts (statistician) au propus primul model pentru neuronul artificial: funcii binare de activare (0, 1), cu prag de activare, structur fix, temporizare n transmiterea semnalelor, fr posibiliti de nvare. Acest model includea toate elementele pentru a efectua operaii logice, dar era imposibil de implementat la nivelul tehnologic al anilor 1940.

    1947 - McCulloch i Pitts au remarcat posibilitatea de utilizare a reelelor neurale ntr-un nou domeniu practic cum ar fi recunoaterea formelor spaiale.

    1949 - Donald Hebb a propus n lucrarea The Organization of Behavior un model de nvare pentru a actualiza conexiunile neuronului, denumit mai trziu regula hebbian de nvare. Autorul a formulat ideea c informaia poate fi memorat prin intermediul ponderilor din conexiuni; aceste ponderi sunt simetrice i se adapteaz proporional cu activarea neuronului.

    Istoric - Perioada de nceput

  • INTELIGEN ARTIFICIAL

    Marius LUCULESCU 2012

    REELE NEURALE ARTIFICIALE (RNA)

    1951 - Marvin Minsky dezvolt pentru lucrarea sa de disertaie primul neurocalculator (Snark) care era capabil s-i actualizeze ponderile automat, ns acesta nu a fost niciodat realizat practic.

    1954 - prima publicare a teoriilor i teoremelor despre nvare n reelele neurale, ntrirea secundar i modificrile sinaptice o realizeaz Marvin Minsky (1954) n teza sa de doctorat.

    1958 - Frank Rosenblatt a inventat o reea neural, numit perceptron, conceput ca o main instruibil, capabil s nvee s clasifice anumite pattern-uri prin modificarea conexiunilor la elementele

    comparatoare. A fost primul model simulat pe calculator (la Cornell).

    Frank Rosenblatt, Charles Wightman i colaboratorii lor realizeaz primul neurocalculator funcional (Mark I perceptron), care era capabil s recunoasc numere simple cu ajutorul unui senzor de imagine de 20 x 20 pixeli i a 512 poteniometre acionate de motoare, fiecare dintre acestea reprezentnd cte o pondere variabil.

    Istoric Epoca de aur

  • INTELIGEN ARTIFICIAL

    Marius LUCULESCU 2012

    REELE NEURALE ARTIFICIALE (RNA)

    1960 Bernard Widrow i Marcian E. Hoff propun n lucrarea Adaptive Switching Circuits (1960) reeaua ADALINE (ADAptive LINear NEuron), un sistem de nvare adaptiv rapid i precis care s-a dovedit a fi prima reea neural cu o larg utilizare comercial.

    Regula de nvare utilizat, numit regula Widrow-Hoff sau regula Delta, se baza pe minimizarea erorii ptratice nsumate pe parcursul instruirii, un important avantaj fa algoritmul de nvare al perceptronului fiind adaptivitatea.

    Aplicaiile vizau recunoaterea formelor, controlul adaptiv i previziunea vremii. Reelele dezvoltate pn n anii 1960 nu permiteau abordarea unor probleme complexe, iar schemele de

    nvare nu erau suficient de dezvoltate.

    Istoric Epoca de aur

  • INTELIGEN ARTIFICIAL

    Marius LUCULESCU 2012

    REELE NEURALE ARTIFICIALE (RNA)

    1969 - Marvin Minsky i Seymour Papert realizeaz o analiz matematic precis a perceptronului, n lucrarea Perceptrons, prin care au demonstrat limitele reelelor bazate pe perceptroni, pornind de la premisele c astfel de reele pot rezolva numai probleme liniar-separabile (spre exemplu ele nu pot rezolva funcia XOR), iar utilizarea reelelor cu mai multe nivele este, la rndul ei, ineficient.

    Fondurile de cercetare s-au orientat spre alte domenii ale inteligenei artificiale i studiul reelelor neurale a intrat ntr-o faz de stagnare.

    Istoric Epoca de aur

  • INTELIGEN ARTIFICIAL

    Marius LUCULESCU 2012

    REELE NEURALE ARTIFICIALE (RNA)

    1970 - 1984 perioada denumit plastic monks working through the dark age (clugri lucrnd n epoca ntunecat) i long silence and slow reconstruction (tcere ndelungat i reconstrucie lent), n care civa cercettori au reuit totui s continue cercetrile.

    1972 - Teuvo Kohonen (Finlanda) a introdus un model de asociator liniar, un model de memorie asociativ.

    1976 1980 - Stephen Grossberg a prezentat numeroase lucrri n care sunt analizate din punct de vedere matematic diferite modele neurale, a

    introdus funcia sigmoid de transfer i a dezvoltat mpreun cu Gail Carpenter teoria rezonanei adaptive (ART Adaptive Resonance Theory).

    1982 - Kohonen a inventat reelele cu auto-organizare; John Hopfield (CalTech) a creat reelele Hopfield pentru optimizare i apelarea pattern-urilor.

    1983 - Fukushima, Miyake i Ito realizeaz modelul neural al neocognitronului, o dezvoltare a reelei cognitron aprut n 1975, care permite recunoaterea caracterelor scrise de mn

    Istoric Perioada de stagnare

  • INTELIGEN ARTIFICIAL

    Marius LUCULESCU 2012

    REELE NEURALE ARTIFICIALE (RNA)

    ncepnd cu mijlocul anilor 1980 s-au alocat fonduri semnificative pentru cercetrile din domeniul reelelor neurale, n mare parte datorit dezamgirilor determinate de nemplinirea marilor sperane puse pe seama inteligenei artificiale simbolice.

    1986 - David Rumelhart i James McClelland au nfiinat n 1986 grupul PDP (Parallel Distributed Processing), n cadrul cruia au popularizat reelele de tip perceptron cu mai multe nivele (multistrat), instruite prin metoda

    backpropagation, reele care pot rezolva problemele nelin