KI Checkerfragen

Vorlesung 1

Was ist Intelligenz?

Intelligenz ist die Fähigkeit sich in neuartigen, unvertrauten Umgebungen zurechtzufinden (Gehirn & Geist, Oktober 2008)

• Wahrnehmung
• Wissen
• Lernen (Fähigkeit sich Wissen anzueignen)
  • Induktives Lernen: aus vielen Beobachtungen eine allgemeine Regel ableiten
  • Deduktives Schließen: anwenden Allgemeiner Regeln auf einen Spezialfall
• Entscheidungen Treffen
• Planen (z.B. bei einem Strategiespiel)

Unterschiedliche Formen von Intelligenz: Emotionale Intelligenz, logische Intelligenz, musikalische Intelligenz, naturalistische Intelligenz ...

Was ist künstliche Intelligenz?

Künstliche Intelligenz ist die Untersuchung von Berechnungsverfahren, die es ermöglichen, wahrzunehmen, zu schlußfolgern und zu handeln (Winston 1992)

Ziel ist die Untersuchung der Struktur der Information und der Struktur von Problemlösungsprozessen, unabhängig von Anwendungen und unabhängig von ihrer Realisierung. (John McCarthy, 1956)

Artificial Intelligence is the study of how to make computers do things at which, at the moment, people are better. (Elaine Rich, 1993)

Künstliche Intelligenz beschäftigt sich mit der Konstruktion rationaler Agenten (Russel & Norvig, 1995 [RN])

Wann ist eine Maschine intelligent?

Ein mögliches Kriterium ist der Turingtest.

Ist die Google-Suchmaschine intelligent?

Google hat Ansätze von intelligentem Verhalten. Die Suchmaschine passt sich an die Bedürfnisse des Benutzers an indem es lernt, welche Inhalte relevant sind.

Ist Amazon Intelligent?

Amazon lern ebenfalls ein Model des Users auf dessen Basis es Kaufempfehlungen für andere relevante Produkte geben kann.

Wer ist Watson?

Watson ist ein Supercomputer der IBM, der in die Schlagzeilen kam, weil er die besten Jeopardyspieler geschlagen hat. Die Fragen dieser Quizshow sind sehr komplex und erfordern die Fähigkeit Wissen aus Quellen wie Wikipedia zu extrahieren und Schlussfolgerungen daraus zu ziehen. Bis dahin war man davon ausgegangen, dass Computer nicht in der Lage sind diese Aufgaben besser als Menschen zu lösen.

Vorlesung 2

Was ist ein ratonaler Agent?

Ein System das autonom langfristig richtig handelt. Was Richtig bedeutet hängt vom Vorgegebenen Leistungsmaß ab. Das System kann dabei über Sensoren seine Umgebung wahrnehmen und durch Aktoren beinflussen.

Was könnt im Fall eines Empfehlungssystems sein?

• Leistungsbewertung: Wie häufig klickt ein Nutzer auf eine Empfehlung, legt eine Empfehlung in den Wahrenkorb, kauft sie
• Vorwissen: Kunden die das gleiche Produkt gekauft haben wie ich haben ähnliche Interessen, andere Produkte dieser Kunden sind auch relevant für mich
• Erfahrung: Kaufhistory aller Kunden
• Mögliche Aktionen: Vorschläge anzeigen, Vorschläge per Email versenden

Wie beschreibt man die Arbeitsumgebung eines Agenten?

Es müssen die Aktoren, Sensoren, Leistungsbewertung und die Umgebung selbst spezifiziert werden.

Erklären Sie die foldngenen Agententypen anhand der Beispielanwendungen

Staubsauger

• Einfacher Reflexagent
  • Wahrnehmung: Sauber/Schmutzig
  • Regel: wenn sauber, fahre zu beliebigem Nachbarfeld
• Modelbasierter Reflexagent
  • Nachbarfelder von schmutzigen Felder sind ebenfalls schmutzig
• Zielbasierter Agent
  • Agent hat Karte des Raumes und plant den Weg durch den Raum so dass Ziel "Alle Felder gesaugt" erreicht wird
• Nutzenbasierter Agent
  • Akku oder Zeit begrenzt. Es gibt wichtige Felder. Plane so dass mit gegebenen Randbedingungene möglichst viele wichtiger Felder gesaugt werden
• Lernender Agent
  • Lerne welche Felder bevorzugt schmutzig werden

Computer KI

• Einfacher Reflexagent
  • Wahrnehmung: Wo ist ein Gegner
  • Regel: wenn ein Gegner sichtbar ist greife ihn an, ansonsten bewege dich weiter
• Modelbasierter Reflexagent
  • Gegner gehen von der feindlichen Basis aus. Wenn ein Gegner aus einer bestimmten Richtung kommt ist es wahrscheinlich, dass in dieser Richtung noch mehr Gegner sind.
• Zielbasierter Agent
  • Plane den Weg aus einem Labyrinth, wenn Karte gegeben. Allgemein Pathfinding.
• Nutzenbasierter Agent
  • Mehrere Ziele, Mehrere Aktionen, Jedes Ziel hat einen Bedeutungswert, die Aktionene führen zu unterschiedlichen Zielerfüllungen. Plane Aktionen so, dass Gesamtnutzen maximiert wird
• Lernender Agent
  • Lerne hinter welchen Gebieten sich häufig bestimmte Gegener verbergen

Wie könnte die Arbeitsumgebung eines Empfehlungssystems spezifiziert werden

• Leistungsbewertung: siehe oben
• Aktionen: siehe oben
• Umgebung selbst:
• Website des Shops
• Kunden welche die Website benutzen
• Sensoren: Schnittstelle zum Tracken des Users

Welcher Agententyp bietet sich für ein solches System an?

modelbasierter Reflexagent oder lernender Agent

Welcher Agententyp könnte Bruce-Willis helfen eine Bombe zu entschärfen?

(Kontext: Filmszene zwei Kanister mit 5 und 3 Gallonen sollen so umgefüllt werden, dass man 4 Gallonen erhällt) zielbasierter Reflexagent

Vorlesung 3

Welcher uninfrormierter Algorithmus löst das Straßennavigationsproblem optimal?

Uniform cost search

Ist dieser Algorithmus auch optimal in einer ...

nur teilweise beobachtbaren Umgebung?

Nein

in einer nicht-deterministischen Umgebung?

Nein

Welchen Vorteil hat die Tiefensuche ?

Es wird weniger Speicher benötigt, da ein Zweig komplett bis zur untersten Ebene abgearbeitet wird und danach aus dem Speicher gelöscht werden kann. Allerdings ist sie im vergleich zur Breitensuche nie optimal

Für welche Art von Spielen ist der MinMax-Algorithmus einsetzbar?

Voraussetzungen

• vollständing Beobachtbar
• Nullsummenspiel
• deterministisch

Warum ist Go so schwer für KI

• Größerer Verzweigungsfaktor
• Spiele gehen länger => tieferer Baum
• Es wurde noch keine gute Bewertungsfunktion gefunden

Wie kann der MinMax-Algorithmus erweitert werden um Nichtdeterminismus zu ermöglichen?

Es wird eine Würfel Ebene zwischen den Min/Max-Ebenen eingeführt. Diese

Was ist eine Heuristik ?

Eine Abschätzung, für einen Wert der nicht oder nur schwer genau ermittelbar ist

Beschreiben sie die Begriffe:

Individum

Zustand

Selecktion

2 Individuen werden zufällig aus der Population ausgewählt, wobei fitere Individuen eine größere Wahrscheinlichkeit haben selektiert zu werden.

Kreuzung

Aus 2 Individuen wird ein neues generiert, durch kombination der beiden Eltern Induvidien

Mutation

Zufällige Änderung des Zustands

Fitness

Funktion die beschreibt, wie gut ein Individum den vorgebenen Leistungsmerkmalen entspricht

Vorlesung

Wie schätzt man aus einer Stichprobe die Wahrscheinlichkeit

Abzählen

... bei bedinger Wahrscheinlichkeit P(A | B)

Zählen der Fälle P(B) = X In wie vielen dieser Fällen gilt P(A) = Y

P(A | B) = Y / X

Wie kann im Fall von unsicherem Wiessen eine Wissenbasis repräsentiert werden?

• Vollständige Wahrscheinlichkeitsverteilung, enthält alle Verbundswahrscheinlichkeiten der Variablen
  • Problem: Hohe Komplexität
• Bayes Netz
  • Effizienter, wenn nicht alle Variablen

Unterschied diagnostisches / kausales Schließen?

• Diagnostisches Schließen: von Wirkung auf Ursache schließen
• Kausales Schließen: Von Ursache auf Wirkung schließen

Was ist ein Bayes Netz

Besteht aus 3 Bestandteilen

• Knoten (Zufallsvariablen)
• Kanten (Abhängigkeiten)
• Wahrscheinlichkeitstabellen für jeden Knoten. Listet alle Wahrscheinlichkeiten unter der Bedingung der Eltern des Knotens auf.

Wie sine die Knoten in einem Bayes Netz anzuordnen?

1. Starte mit den apriori Zufallsvariablen (Variablen die von keinen anderen Variablen abhängig sind)
2. Füge alle Zufallsvariablen hinzu die direkt von den vorher eingefügten Variablen abhängig sind
3. Gehe zu 2., wenn noch nicht alle Zufallsvariablen hinzugefügt sind

Wie wird im Bayes Netz eine Verbundswahrscheinlichkeit abgefragt?

P(x1, x2, x3) = P(x1 | eltern(x1)) * P(x2 | eltern(x2)) * P(x3 | eltern(x3))

Wie wird im Bayes Netz eine bedinget Wahrscheinlichkeit abgefragt?

P(A | B)

1. Fall: A und B unabhängig P( A | B ) = P (A)
2. Fall: Bedingt abhängig Siehe Skript
3. Fall: A von B abhängig Wenn B keine Elternknoten hat, direkt ablesbar. ansonsten Verbundswahrscheinlichkeit anwenden