Emner: Kunstig intelligens (IT-2702) Forelesning 11 • Forskningsmetodikk innen Kunstig intelligens - Revidert definisjon - AI som empirisk vitenskap - Kognitiv vitenskap som metodisk tilnærming - Epistemologiske problemer

Fra første leksjon: Generell men ullen Pragmatisk Lite informativ Seriøs men todelt

Kunstig intelligens - revidert definisjon: Kunstig intelligens er studiet av de underliggende mekanismene for intelligent adferd, gjennom konstruksjon og testing av systemer som realiserer slike mekanismer.

Fundamentals 1 - The knowledge level

Kunstig intelligens som empirisk vitenskap • Det kunnskapsbaserte paradigmet (symbolprosesserende metoder) • ”Fysisk symbolsystem” hypotesen Den nødvendige og tilstrekkelige betingelse for at et fysisk system kan oppvise intelligent adferd, er at det er et fysisk symbolsystem. … nødvendig ? , …tilstrekkelig ? • Utfordringer til det kunnskapsbaserte paradigmet • Nevrale nett, konneksjonisme (subsymbolske metoder) • Evolusjonære, adferdsbaserte metoder (sub/ikke-symbolske metoder) … erstatning av eller tillegg til kunnskapsbaserte metoder ?

Felles for alle: Den empiriske forskningsmetode dvs. at datamaskin-programmer er eksperimenter: En forsøker å forstå intelligent adferd ved å - foreslå modeller for representasjon/problemløsning/læring - utvikle metoder og bygge systemer som realiserer dem - teste og evaluere resultatet - revidere de opprinnelige modellene og/eller enkeltmetodene - osv.

Gir opphav til 3 generelle forskningstilnærminger: - Teoretisk, analytisk rettet - Design- og modelleringsrettet - Konstruksjons- og implementasjonsrettet

1. Symbolprosesserende metoder Metodologisk basis • Objekter og fenomener i den reelle verden kan representeres som symbolstrukturer i datamaskiner. • Søkemekansimer - spesielt heuristiske metoder - opererer over symbolstrukturene, og muliggjør kognitive prosesser (persepsjon, problemløsning, læring, resonnering). • Separasjon av kognisjon og kognitive arkitekturer fra dens spesielle fysiske realisering. Kalles ofte 'funksjonalisme'.

2. Sub- og non-symbolske metoder Metodologisk basis • ANN (artificial neural networks): Implisitt kunnskap er distribuert i et nettverk av sammenkoblede noder, og intelligent adferd oppstår som resultat av oppretting, styrking, svekking og nedkobling av forbindelser mellom nodene. • EC (evolutionary computation): Implisitt kunnskap er bitstrenger eller andre sekvenser som konkurrerer om å overleve og å få bidra til videre utvikling av intelligent adferd. • AL (artificial life): Intelligent adferd utvikles fra enkle basismekanismer som styrkes, endres, forsvinner, eller kombineres avhengig av stimulus fra omverdenen.

To prinsipielt forskjellige måter å utvikle intelligent oppførset på: Generelt for all AI To prinsipielt forskjellige måter å utvikle intelligent oppførset på: bunn-opp dvs. fra data, observasjon, interaksjon i omverden topp-ned dvs. fra en initiell modell av omverden Mye oppmerksomhet rundt: -> hvordan kombinere de to?

Vitenskapelig <-> ingeniørmessig vinkling Vitenskapelige studier innen AI - har økt forståelse av fenomenet intelligens som generelt mål - er koblet til utvikling av praktiske applikasjoner ved at - problemstillinger i verden gir input til forsknings- hypoteser - utviklingen av praktiske applikasjoner blir endel av den eksperimentelle basis for metodeutviklingen - forskningen gir resultater som benyttes for å bygge bedre og mer nyttige datamaskinsystemer

Kognitiv vitenskap (Cognitive Science) • Samlebetegnelse for tverrfaglig fagområde for studiet av kognitive prosesser (’tenkning’) i mennesker - og andre komplekse systemer Kombinerer innsikt og metoder fra områdene • - informatikk (AI, HCI) - psykologi (kognitiv psykologi) - filosofi (epistemologi) - lingvistikk (setningsanalyse, språkforståelse) - nevro-vitenskap (kognitiv neuroscience) - antropologi (kognitiv antropologi)

Kognitiv vitenskap (Cognitive Science) • Basis - funksjonalisme, dvs. kognitive prosesser kan realiseres i ulike fysiske systemer - computasjonalisme intelligens kan modelleres og/eller realiseres i komputasjonelle modeller - dvs. i datamaskiner Nyere retning - situated cognition intelligens kan ikke løsrives fra situasjonen den oppstår og utøves i - modeller konstrueres I interaksjon med omgivelsene •

AI som vitenskap - åpne spørsmål • Representasjonell ubestembarhet - hvordan finne en god representasjon av et problem? • Fysisk symbolsystem antagelsen - vs. ”embodyment”and ”situatedness”? • Behovet for falsifiserbare modeller - under hvilke forhold virker ikke metoden? • Tolkning av mening - begrenset semantisk tolkning vs. pragmatikk? • Begrensninger i den vitenskapelige metode - har ført oss langt, men komme vi langt nok?