umetna inteligenca kaj sploh je inteligenca websterjev novi svetovni slovar definira inteligenco kot sposobnost ucenja oz razumevanja stvari iz izkusenj sposobnost spoznavanja in ohranjanja znanja obstaja tudi bolj znanstvena definicija inteligence definiramo jo kot manipulacijo brezsmiselnih abstraktnih simbolov katerih pomeni se nanasajo na objekte in zive stvari v realnem svetu zamislimo si branje knjige besede v knjigi so abstraktni simboli ki imajo pomen samo kadar jih lahko primerjamo s svetom okoli nas na primer drevo je samo beseda napisana na listu toda ko primerjamo simbol drevo z visoko listnato stvarjo na travniku ugotovimo da smo s tem demonstrirali inteligenco ali lahko racunalnik demonstrira tako inteligenco ne toda ce ima racunalnik v spominu shranjeno poimenovano sliko drevesa in ee z lista prebere ce ima optieni razpoznavni sistem besedo drevo ter jo primerja s to sliko realne stvari lahko ugotovimo da stroji navsezadnje so inteligentni ta logika je malce sibka umetna inteligenca naj bi delovala kot cloveski mozgani tu nastane problem saj clovek se vedno ne razume niti najmanjsega drobca v delovanju mozganov zato je skoraj absurdno predvidevati da je lahko stroj inteligenten na isti nacin kot smo ljudje zatorej umetne inteligence ni lahko formulirati morda lahko samo nastejemo nekaj pomembnih karakteristik sistemov z umetno inteligenco predstavitev predstavitev znanja na lahek in uporaben nacin dekodiranje vzamemo vhodni podatek iz realnega sveta in ga prevedemo v notranjo predstavitev kontrola kombinacij prepozna kdaj ima dovolj podatkov o neki stvari in kdaj gre v zmoto indeksiranje sistem mora imeti ueinkovit naein spoznavanja podatkov iz svoje baze znanja predvidevanje in popravei predvideti dogodke v okviru svoje baze znanja ter analiza in razlaga napaenih predvidevanj dinamiene spremembe sistem mora biti sposoben ueenja generalizacija znati mora uporabiti izkusnje da s tem pride do kompleksnejsih resitev radovednost posamezni sistemi umetne inteligence bodo sposobni kreativnih procesov radovednost pa bo napeljala sistem v raziskovanje originalnih metod za resevanje problemov v prakticnem smislu pa se raziskovalci ki razvijajo inteligentne sisteme sploh ne menijo kaj dosti za kritike njihov cilj je delati stroje pametne ne glede na to ali delujejo podobno kot eloveski mo gani ali ne dejstvo je da taksni sistemi odra ajo inteligenco in tudi pomagajo resevati doloeene vrste problemov umetna inteligenca mozgani tezko je primerjati sposobnosti elovekovih mozganov s sposobnostjo inteligentnih sistemov clovekovi mozgani imajo priblizno zivenih povezav medtem ko imajo najmocnejsi racunalniki priblizno na podobnih povezav torej bo preteklo se veliko casa da bomo ce sploh bomo predstavili eloveske mozgane v vsej njihovi velicini z elektronik o toda od raeunalnikov ne zahtevamo tako kompleksnih znanj sedaj so le strokovnjaki na dolocenem podrocju poglejte na primer sah se nekaj casa ne bomo mogli razviti programov ki bodo mislili tako efektivno kot to pocne clovek vendar na poseben racunalniski nacin pa programi le mislijo ekspertni sistemi ekspertni sistem je racunalniski program ki se vede podobno kot strokovnjak za doloeeno navadno ozko podroeje uporabe med znaeilnimi podrocji uporabe so medicinska diagnostika ugotavljanje mesta okvar na strojih in napravah razlaganje rezultatov meritev ekspertni sistemi morajo biti zmozni resevati probleme ki zahtevajo posebno podrocno znanje zato pravimo da ekspertni sistemi temeljijo na znanju vendar za vsak sistem ne moremo reci da je ekspertni ekspertni sistem mora znati pojasniti svoje ravnanje in svoje odlocitve tako kot zivi izvedenci taka zmoznost pojasnjevanja je posebej pomembna v negotovih domenah kot je medicinska diagnostika kajti pacient uporabnik mora zaupati v izbiro sistema in hkrati lahko s tem tudi preveri svojo napako v sklepanju s katero je prisel do vprasljivega zakljucka zaradi tega mora imeti ekspertni sistem vgarjen prijazen vmesnik za komunikacijo z uporabnikom s katerim bo sklepanje ki je potekalo v notranjosti sistema postalo uporabniku razumljivo pomebna lastnost ki jo od ekspertnega sistema pricakujemo je da lahko smiselno uporablja tudi nepopolne in nezanesljive informacije zaradi tega se lahko pojavijo vprasljive resitve v procesu sklep anja uporaba negotovih podatkov in nezanesljivih relacij zahteva verjetnostno sklepanje pri gradnji ekspertnega sistema moramo v splosnem izpeljati naslednje funkcije resevanje problemov tako da sistem uporablja znanje ki je znacilno za podroeje uporabe pogosto je pri tem treba obvladati negotovost dialog z uporabnikom ki vkljueuje pojasnjevanje namer in odlocitev sistema tako med procesom resevanja problema kot tudi po njem osnovna zgradba ekspertnih sistemov za razvoj ekspertnih sistemov je njegovo sestavo primerno razdeliti v tri module kot kaze slika wpe jpg bytes baza znanja vsebuje znanje ki je znaeilno za podroeje uporabe v njej so lahko enostavna dejstva o podroeju uporabe poleg tega so tu se pravila ki opisujejo relacije v tej domeni pa tudi metode in ideje za resevanje problemov na tem podroeju mehanizem sklepanja zna aktivno uporabljati znanje iz baze znanja uporabniski vmesnik skrbi za udobno sporazumevanje med uporabnikom in sistemom pri eemer uporabniku omogoea vpogled v proces resevanja problema ki ga vodi mehanizem sklepanja pogosto raje gledamo mehanizem sklepanja in uporabniski vmesnik skupaj kot en sam modul ki ga navadno imenujemo lupina ekspertnega sistema ali na kratko kar lupina ta shema loeuje znanje od algoritmov ki znanje uporabljajo tako razloeevanje ima naslednje prednosti baza znanja je odvisna od konkretne aplikacije medtem ko je lupina vsaj naeeloma neodvisna zaradi tega je racionalna pot razvoja vee ekspertnih sistemov ta da razvijemo tako lupino da bi bila univerzalno uporabna in nato vanjo vstavimo bazo znanja za vsako konkretno aplikacijo seveda morajo biti potem vse baze znanja zgrajene po sistemu ki ga lupina razume poznamo kar nekaj ekspertnih sistemov med njimi tudi mycin za svetovanje v medicini al x za ugotavljanje okvar v napravah al zaresevanje nekaterih sahovskih problemov eliza sistem ki igra vlogo psihiatra fish expert sfstem svetovanje o naeinu ribolova in se bi lahko nasli veliko primerov ekspertnih sistemov med njimi tudi nov slovenski izdelek talent ki se ukvarja z odkrivanjem talentov v sportu glede na rezultate testiranj mladih sportnikov predvidoma ga bomo spoznali v naslednji predstavitvi projektne naloge roboti stroji z misicami in mozgani tudi roboti spadajo v podrocje umetne inteligence saj naj bi se roboti znali gibati v prostoru misliti in opravljati razliena dela ki bi jih od njih zahtevali postali naj bi prava bitja z umetnimi misicami in umetno inteligenco verjeli ali ne toda ze pri definiciji robota se kresejo mnenja po definiciji daniela hunta je robot programabilna vecopravilna naprava ki je narejena za transport delov in orodja po programirani poti z orodjem zna opravljati cisto specificna dela za katera je konstruiran in napravljen hunt je razdelil definicijo na sedem karakteristienih tock programabilnost robot mora biti sposoben shraniti in izvajati programe za delo vecopravilnost robot mora biti sposoben opravljati vec razlicnih nalog s tem da izvaja vec razlicnih programov vodenje robot mora biti sposoben ravnati z objekti na razlicne nacine vkljueno z drzanjem in vrtenjem objektov s katerimi mora delati transport robot se mora biti sposoben premikati v prostoru in prenasati bremena s kraja na kraj orodja robot mora imeti orodja s katerimi bo opravljal dela za katera je programiran spremenljiva programirana pot robot mora biti sposoben shraniti in ubogati sekvenene premike potrebne za izpolnitev njegove naloge specificna opravila robot mora biti sposoben dokoneati nalogo brez posredovanja eloveka ponoviti mora isto delo natanko tako kot je zahtevano in to tolikokrat kolikor je potrebno brez dvoma se zacnemo sprasevati kako se robot izogne oviri ce nanjo naleti kako drzati objekte z ravno pravo mocjo da lahko vsemu temu odgovorimo moramo poznati senzorje s katerimi so roboti opremljeni takoj pa nam postane jasno da robot postane bolj avtonomen ce ima b oljse senzorje vendar je vse skupaj mnogo bolj komplicirano kot si ljudje predstavljamo lep primer je pobiranje jajca ko se clovekova roka pribliza jajcu mozgani vedo da je to krhko telo da bo sila s katero bomo stisnili jajce ravno prava da pri dvigovanju ne bo padla iz dlani in da se v dlani ne bo strla clovekovi mozgani skozi ves proces dobivajo informacije o poteku dvigovanja in ves cas se odloeajo v skladu z iskusnjami in trenutno situacijo clovek pri opravilih uporablja vseh pet cutil pri r acunalniku pa je vse to drugace danasnji roboti lahko s senzorji nadomestijo samo tri cutila dotik sluh in vid senzorji pa so omejeni na pet tipov otip razdaljo neposredno blizino zvok in sliko senzorji za otip senzorji za otip povedo robotu kdaj se dotika objekta kako moeno ga drzi razloci lahko njegovo obliko in mu povem kdaj objekt zaene uhajati iz prijema to izgleda precej komplicirano toda v praksi je dokaj enostavno na primer senzor za dotik lahko vsebuje samo eno mikro stikalo ki se vklopi ko je robotova roka sklenjena okoli objekta stikala so sposobna producirati analogni signal vendar lahko zaznajo tudi poveean pritisk roke na predmet s tem da oddajajo veejo vrednost signala mnogi roboti za drzanje predmetov uporabljajo polje senzorjev kar pomeni da imajo vec mikrostikal s tako zgradbo lahko roboti dolocujejo tudi obliko predmetov nova tehnologija se odpira v smeri prevodne elastomer prevleke ki jo uporabljajo kot robotovo kozo ta material lahko poleg dotika cuti se infrardece zarke magnetno polje in zvoene valove senzorji za oddaljenost in neposredno blizino senzorji za oddaljenost doloeajo oddaljenost objekta medtem ko senzorji za neposredno blizino ugotavljajo prisotnost specificnih objektov glavna razlika je ta da senzorji za oddaljenost merijo daljse razdalje oboji pa delujejo na podoben nacin svetlobni detektorji merijo odboj svetlobe od objektov magnetni detektorji merijo prisotnost kovin zvoeni detektorji so podobni detektorjem ki so v uporabi v ultrazvocnih napravah in merijo zvocne valove za dolocanje oddaljenosti tudi z laserji lahko dolocamo oddaljnost ocitno je da so nekatere metode boljse za veeje oddaljenosti svetlobni det nekatere pa za neposredno blizino magnetni det zvocni senzorji v prejsnjem odstavku smo ze omenili nekaj akustienih senzorjev za dolocevanje razdalje lahko pa jih uporabljamo tudi za dolocevanje povrsine dimenzije ter oblike objektov akusticni senzorji so v bistvu ultrazvoeni oddajniki ki oddajajo ultrazvoene valove raeunalnik potem razpozna obliko predmeta po valovih ki so se odbili od predmeta obliko primerja s predmeti ki jih pozna jih ima v pomnilniku in tako lahko predmet tudi spozna racunalniski vid robotov sistem za sliko je eden najbolj kompleksnih senzorskih sistemov ki jih imajo roboti zaradi slike lahko postanejo roboti precej avtonomni v svojem delovanju zaradi tega se najvec raziskav ubada prav s to tematiko za sedaj je racunalniski vid se zelo omejen uporabljajo ga predvsem za lociranje identifikacijo in steteje robotov vid je sestavljen iz malega stevila elementov ki morajo tvoriti celoto vidna polja kamer se ne smejo prekrivati kajti s tem bi dobili popacenja slike racunalniski vid je posebej ucinkovit za opazovanje ko se elovesko oko utrudi zacne slabo locevati podobne barvne vzorce kamera pa se ne utrudi in se tudi ne zmoti mnogi racunalniski sistemi gledanja vsebujejo televizijsko kamero kamera producira analogno sliko ki jo sistem spremeni v digitalno sliko robot nato analizira te digitalne slike in jih primerja z digitalnimi slikami ki jih ima v spominu kakorkoli ze primerjanje in spoznavanje digitalnih slik je stvar umetne inteligence zgradba ekspkrtnega sistema kot smo ie spoznali so ekspertni sistemi sestavljeni iz dveh glavnih delov to sta baza znanja in mehanizem sklepanja oz procesor zakljuckov ta na podlagi baze znanja procesira zakljucke krmilnik tekocega stanja opravlja vse operativne naloge pri delovanju ekspertnega sistema vse enote povezuje krmilnik znanja ki komunicira nadzorno enoto naloga te enote je sinhronizacija delovanja ekspertnega sistema z okoljem in je se posebej pomembna za delovanje sistema v realnem okolju druga enota v nadzoru je priprava dialoga enota pripravi dialog v primerno obliko za posredovanje uporabniku in ekspertu enota zbiranja znanja zbira znanje eksperta in uporabnika ter znanje posreduje krmilniku znanja ostane se enota vmesnikov ki povezuje ekspertni sistem z zunanjim svetom uporabnikom ekspertom ali z drugimi ekspertnimi sistemi izdelava ekspertnega sistema drug pogled na ekspertni sistem je okolje ki je potrebno za njegovo izdelavo pri izdelavi ekspertnega sistema sodelujejo naslednji strokovnjaki eksperti podrocja inzenir znanja oskrbovalec tekocih podatkov programer izdelovalec pripomockov koncni uporabnik eksperti doloeenega podrocja in inzenir delajo skupaj eksperti pripravijo potrebna znanja posameznega podrocja inzenir pa to znanje obikujev skladu s pravili izbira tudi primerne pripomocke za izgradnjo ekspertnega sistema in pripomocke za zbiranje znanja ki jih bo pri svojem delu uporabil z uporabo teh pripomoekov bo nastal prvi konceptualni model ekspertnega sistema ko je rezultat zadovo ljiv programer ekspertnega sistema realizira ekspertni sistem ta tudi izbere programski jezik v katerem bo napisan posamezni del sistema nastopi faza vnosa konkretnih podatkov v doloeeni aplikaciji kar opravi oskrbovalec tekocih podatkov sledi uporaba sistema v vecini primerov je uporabnikov racunalnik skromnejsi od razvojnega sistema zato pred uporabo sledi vgradnja v uporabnikov sistem pri tem sodelujejo koncni uporabnik oskrbovalec tekocih podatkov in eksperti podrocja