Kennis en Interactie 5 november 2003 College 2 REPRESENTATIE Norman (hoofdstuk 3, 4 en een stukje...

Kennis en Interactie 5 november 2003

College 2

REPRESENTATIE

Norman (hoofdstuk 3, 4 en een stukje 5)

Televisiedocumentaire Representatie in de AI:

controverse


Norman hoofdstuk 3 en 4

Wat zijn representaties Verschillende soorten

representaties Meta-representaties De macht van representaties


Cognitieve artefacten

Het cognitieve tijdperk is ingeluid door het gebruik van ‘geluid’ (spraak), gebaren en symbolen om te verwijzen naar objecten en begrippen

Het geluid, gebaar of symbool is niet het ding zelf, het staat voor of verwijst naar het ding: het representeert het!

Woord ‘tafel’ - begrip ‘tafel’


Abstractie en Representatie

De mogelijkheid om waarnemingen, ervaringen en gedachten weer te geven in een ander medium dan waarin zij zich voordoen met weglating van irrelevante details

Essentie van intelligentie We redeneren met behulp van

representaties (getallen, woorden, schema’s, modellen)


Een goede representatie

Abstraheert van de niet ter zake doende details

Of van gevaarlijke kenmerken (vliegtuigsimulator)

Representeert de belangrijke kenmerken

Is nooit hetzelfde als waar het voor staat


Een systeem voor representatie

Twee essentiële kenmerken: De gerepresenteerde wereld (datgene

dat gerepresenteerd wordt) De representerende wereld (een

verzameling symbolen die staat voor iets in de gerepresenteerde wereld)

Representaties maken het mogelijk te werken met dingen die er niet zijn, die zelfs niet bestaan (verbeelding)


Meta-representatie

Representatie van een representatie meta = over

representatie

referent

representeert


Meta-representaties

Ook wel ‘ontologie’ genoemd Vrij nieuwe tak van wetenschap Van belang bijvoorbeeld, voor het

indexeren, terughalen (‘ontsluiten’) en hergebruiken van bestaand materiaal (bijv. programmatuur)

Project bij SWI (IMAT)


Essentie van reflectie

Bestaat uit het vormen van representaties en meta-representaties

Meta-representaties liggen ten grondslag aan nieuwe ideeën , nieuwe kennis

We ontdekken patronen en consistenties in representaties die in de gewone wereld niet zo makkelijk te vinden zijn (abstractie)


Twee typen representaties

Oppervlakte-representatie: wat je ziet is “alles”

Interne representatie: het artefact heeft intern informatie opgeslagen die je niet aan de buitenkant ziet en heeft daarom een interface nodig (wat je ziet aan de buitenkant)


Oppervlakte-representatie

De oppervlakte-representatie is datgene wat zichtbaar is voor een externe waarnemer.

"Surface Artifacts" zoals Norman ze definieert hebben alleen een oppervlakte representatie, meer is er niet.


Schoolbord Een schoolbord is een "surface

artifact" want meer dan de symbolen op het bord is er niet.

Het schoolbord "doet niets" met de symbolen die op het bord staan.

De oppervlakterepresentatie kan door het artefact niet zelf veranderd worden: statische en passieve representatie.


Internal Artifacts

"Internal Artifacts" hebben naast een extern zichtbare toestand ook een interne toestand die kan veranderen of kan worden gemanipuleerd.


Een uitstapje naar de AI

Definitie: Artificial Intelligence is the study of mental faculties through the use of computational methods

(Charniak & McDermott, 1985)


Hoe oud is de AI

George Boole (1815-1864): uitvinder van de ‘Boolean’ algebra (logische definities van en, of, als, niet)

“The laws we have to examine are the laws of one of the most important of our mental faculties. The mathematics we have to construct are the mathematics of the human intellect”


Alan Turing (1912-1954)

De Turing-test (1950) Bent u een man of een vrouw?

Bent u een computer of een mens? Toneelstuk “Breaking the code”

met Derek Jacobi als Alan Turing)


The Dartmouth Conference (1956)

John McCarthy: “a two-month, ten-man study of artificial

intelligence to be carried out during the summer of 1956 …The study is to proceed on the basis of the conjecture that every aspect of learning or any other feature of intelligence can in principle be so precisely described that a machine can be made to simulate it”


Simulatie-modellen

Hardopdenk-protocollen Modelbouw Simulatiemodellen: uitvoerbare

computerprogramma’s die de implementatie vormen van een theoretisch model


Intelligentie

Verwijst vaak naar uitzonderlijke capaciteiten

Maar het gaat juist om gewone capaciteiten, zoals waarnemen (vision) en het gebruiken van natuurlijke taal

Centrale aanname: wat ons brein doet is een vorm van ‘computation’


AI en menselijke intelligentie

AI-programma’s zijn niet noodzakelijkerwijs gemodelleerd naar hoe mensen iets doen

Kijk maar naar de vroege ‘brute force’ schaakprogramma’s

Toch wordt vaak naar mensen gekeken omdat er geen beter voorbeeld van intelligentie voorhanden is


Uiteindelijk doel

Het bouwen van een mens of meer bescheiden een dier


Natuurlijke taal en interne representatie

We onthouden niet letterlijk wat er er gezegd wordt, maar de betekenis(Bransford, 1972)

Interne representaties moeten eenduidig interpreteerbaar zijn(Jan geeft Piet een klap. Hij loopt huilend weg.)


Oplossing

We geven unieke namen aan elk individu (instanties)

Voorbeeld: jack-2 caught ball-17Catch-objectCatch-illness


Indexeren

Hoe vind je een bewering in een representatie?

Bibliotheek (nummering als index: unieke adressering)

Adressering (pointers, leggen relaties tussen verschillende stukjes van een interne representatie (sommige notaties zijn daar handiger voor dan andere)


Klassen en instanties

Klasse = olifant

Instantie = gijs

Vergelijkbaar met verzameling en element


Is-a-hiërarchieën


Redeneren

Hiërarchische relaties maken redeneren mogelijk

De eigenschappen van hoger geordende klassen worden doorgegeven aan lager geordende klassen

Inheritance (overerving) Een eettafel is een tafel, dus heeft een

blad en de een of andere vorm van steun


De kracht van AI-systemen

De kracht van AI-systemen ligt in hetvermogen representaties te bouwen waarmeehet systeem zelfstandig kan redeneren


Data, informatie en kennis

Nogmaals: Piet je moet je moeder bellen

Symbolische weergave; data Boodschap; informatie Weten dat Piet een persoon is, moeder

een familierelatie aanduidt en dat bellen slaat op telefoneren, etc: kennis


Thema en gedachtenlijn van hoofstuk 5

Sterkte-Zwakte Analyse van het menselijk intellect

De illusie(?) van Kunstmatige Intelligentie Wat onderscheidt menselijke cognitie van

andere "cognitieve" systemen? Evolutie van de menselijke cognitie Logica versus menselijk redeneren Fouten en Falen Tunnel vision


Kunstmatige Intelligentie Kan een machine uitgerust worden met

menselijke vermogens? Slechts enkele deelgebieden, vooral

wanneer rationeel denken de basis is voor de taakuitvoering

Geen begrip/productie van (complexe) natuurlijke taal

Geen perceptie (waarneming) vergelijkbaar met de menselijke


Bezwaren tegen de AI-benadering

Geen vergelijkbare motor skills (bv. nauwelijks vrij bewegende robots: Brooks’creatures)

Machines kunnen slechts in zeer beperkte mate leren (machine learning)

Zeer beperkt sociaal gedrag AI bestudeert geïsoleerde deelproblemen:

geen integratie tussen modules Geen emotie, humor, schoonheidsgevoel Meeste AI programma's zijn een "idiot savant".


Taalverwerking in de AI ELIZA: situatie-actie regels:

steekwoorden SAM: schema's voor stereotype situaties

(scripts, bijvoorbeeld restaurant script) Kritiek op veel AI systemen: gebrek aan

‘common sense’ kennis: alledaagse begrippen en natuurlijke taal

CYC: zeer veel algemene kennis van de wereld (miljoen elementen)


Waar komen deze bezwaren vandaan?

Kritiek op het ‘symbolic information processing system’

Newell & Simon: grondleggers van de symbolische informatieverwerkings-metafoor

Symbolen (zijn representaties) en staan voor dingen in de werkelijkheid

Symbolen kunnen intern (mens of computer) gerepresenteerd en gemanipuleerd worden


Situationisten

Mensen slaan helemaal geen symbolische representaties op

Het geheugen is geen opslagplaats, maar een proces

Kennis wordt ter plekke geconstrueerd - en is niet in een bepaalde vorm voorhanden

Taalvoorbeeld: mensen bedenken niet eerst wat ze willen gaan zeggen, maar tijdens het spreken


Situationisten versus CYC

Situationisten (bijvoorbeeld Brooks): intelligentie ontwikkelt zich door voortdurende interactie met de omgeving

CYC: Intelligentie is gebaseerd op een enorme hoeveelheid ‘common sense’ kennis die symbolisch gerepresenteerd kan worden


Twee kritiekpunten

Gebrek aan alledaagse kennis (Lenat)

Kritiek op het werken met voorgekookte abstracties (representaties: Brooks)

Brooks: Intelligentie schuilt in het proces van abstraheren, niet in de abstracties zelf


Affordances

Affordances zijn die handelingen of operaties waarvoor een object onmiddellijk beschikbaar is. Het object "schreeuwt" om op een bepaalde manier gebruikt te worden.

Asbakje in de trein Een goed ontwerp "affords" juist

die operaties die nodig zijn.


Affordances (vervolg)

Discussiepunt: is een affordance een directe koppeling tussen waarneming en actie (situationisten)?

Of: is een affordance gebaseerd op de interpretatie (representatie) die mensen geven aan een bepaalde situatie?


Brooks

Meeste AI-porgramma’s abstraheren van de verkeerde dingen

In AI abstractie wordt gebruikt om alle aspecten van waarneming en motoriek uit te bannen

Maar intelligentie is een eigenschap van een organisme dat zelfstandig kan bewegen in de wereld (embodiment)


Brooks’ doel

Het ontwikkelen van steeds complexere schepseltjes (creatures)

Versneld nabootsen van de evolutie van intelligentie

Laten zien hoe intelligentie onstaat door de wisselwerking tussen een organisme en zijn omgeving


Brooks principes

Gelaagde architectuur Elke laag heeft eigen in-en-output-

patronen Bovenliggende lagen stellen hoger-

orde doelen Complex gedrag ontstaat vanzelf

(emerging property)


Brooks’ creatures

Robotjes met verschillende lagen Elke laag heeft zijn eigen sensoren en

activiteitsmogelijkheden Sensoren tasten vrijwel constant de

omgeving af; representatie is dus niet nodig

Geen centrale processor, waar alle sensorische input terecht komt en geintegreerd wordt


Voorbeeld van een Brooks creature

Bijvoorbeeld eerste laag: Doel: vermijd obstakels Sensor: op basis van lichtweerkaatsing Activiteit 1: beweeg vooruit Activiteit 2: noodstop Activiteit 3: verander richting

Bijvoorbeeld tweede laag Doel: slenteren, rondlopen

De eerste laag heeft geen weet van de tweede De tweede laag kan wel de motorische component

van de eerste aansturen


Kritiek op Brooks

Voor lagere diersoorten, bijvoorbeeld insecten werkt het misschien wel,

Hogere diersoorten hebben echter wel degelijk abstracties nodig om nieuwe dingen te kunnen bedenken, te kunnen plannen, en beslissingen te kunnen nemen (reflectie)


Simon en Vera (1993)

Voorbeeld van een aap die zich orienteert in zijn omgeving

Heeft gezien waar voedsel verstopt is Neemt de korste weg terug, ongeacht

de eerder gevolgde route Dat veronderstelt een soort interne map

(symbolissche representatie) van de omgeving, aldus Norman en Vera


Wat is CYC

Systeem voor het representeren en redeneren met alledaagse kennis

Begrippen gerepresenteerd in CYC-taal Applicaties: vergelijken van informatie

uit spreadsheets, natuurlijke taalinterpretatie, zoeken van informatie in het world wide web (bijvoorbeeld alle films waar Ronald reagan in heeft gespeeld)


CYC principes Groepen van gerepresenteerde

begrippen Binnen de groepen heerst consistentie -

tussen de groepen niet Binnen de groep ‘dracula’ bestaan

dracula’s en hebben ze bepaalde eigenschappen

Binnen de groep ‘werkelijke verschijnselen’ bestaan dracula’s niet


Natuurlijke taalinterpretatie

Howard saw the mountains flying over the alpes

Marie saw the dog in the window pane and pressed her nose against it

Twee ambigue zinnen: probleem voor de meeste AI-programma’s maar niet voor CYC

Kennis en Interactie 5 november 2003 College 2 REPRESENTATIE Norman (hoofdstuk 3, 4 en een stukje...

Documents

Transcript of Kennis en Interactie 5 november 2003 College 2 REPRESENTATIE Norman (hoofdstuk 3, 4 en een stukje...