Transcript מצגת ההרצאה

‫ּומ ְח ָשבָ ה – על אינטליגנציה‬
‫ַמ ְח ֵשב ַ‬
‫טבעית ומלאכותית ועל מה שביניהן‬
‫הטענה המרכזית‬
‫‪ ‬קיימת אינטליגנציה בעולם הטבעי‬
‫‪ ‬מערכות מלאכותיות קיימות אינן מאופינות‬
‫באינטליגנציה‬
‫שתי שאלות בסיסיות‬
‫‪ ‬מהי אינטליגנציה וכיצד היא מושגת?‬
‫‪ ‬איך ניתן לממשה במערכות מלאכותיות?‬
‫אנליזה‬
‫סינתזה‬
‫אינט ‪ -‬ליגנציה ‪ –inter‬בין‪ – legere ,‬לבחור‬
‫הנקודות המרכזיות‬
‫‪ ‬אינטליגנציה היא תופעה מורכבת ורבת‪-‬פנים‬
‫‪ ‬נובעת מתהליך אבולוציוני ממושך כפתרון אפשרי לבעית‬
‫ההישרדות היעילה בסביבה עוינת‬
‫♦ אינה מהווה את הפתרון היחיד לבעיה זו‬
‫‪ ‬אינטליגנציה נובעת מיחסי‪-‬הגומלין בין מוח‪-‬גוף‪-‬סביבה‬
‫‪ ‬במערכות ביולוגיות קיימת תשתית מבנית המאפשרת‬
‫מימוש יעיל של אינטליגנציה‬
‫‪ ‬מערכות הנדסיות מתוכננות ומעוצבות באופן שונה‬
‫בתכלית‬
‫הנקודות המרכזיות‬
‫(‪)2‬‬
‫‪ ‬מערכות הנדסיות מתוכננות ומעוצבות באופן שונה מהותית‬
‫ממערכות ביולוגיות‬
‫‪ ‬כדי לממש אינטליגנציה במערכות מלאכותיות עלינו לאמץ‬
‫גישה דו‪-‬ראשית‬
‫אנליזה‬
‫סינתזה‬
‫ניתוח מערכות ביולוגיות קיימות‬
‫בניית מערכות מלאכותיות‬
‫‪ ‬באפשרותנו ליצור מערכות מלאכותיות שאין ביכולתנו להבין ‪...‬‬
‫רב הנסתר על הנגלה‬
‫למה?‬
‫‪ ‬אנשים עוסקים באינטליגנציה מלאכותית משום שהם‬
‫זקוקים לה!‬
‫‪ ‬הבנת תופעה זו בעולם החי‬
‫‪ ‬ייצור מערכות נבונות‬
‫♦ שותפות במטלות היום‪-‬יום‬
‫♦ עזרה לנזקקים‬
‫♦ שיפור האינטליגנציה הטבעית שלנו תוך כדי אינטראקציה‬
‫הנחת העבודה‪ :‬על האנליזה והסינתיזה להתפתח במקביל תוך אינטראקציה‬
‫מספר תחזיות מוקדמות‬
‫‪" ‬אין בכוונתי לזעזע אתכם‪ ...‬אך קיימות היום בעולם מכונות‬
‫החושבות‪ ,‬לומדות ויוצרות‪ .‬בעתיד הנראה לעין יוכלו מכונות‬
‫אלה להתמודד בהצלחה עם מגוון הבעיות שעימן מתמודד‬
‫המין האנושי‪( ".‬הרברט סיימון‪.)1958 ,‬‬
‫‪" ‬אני משוכנע כי תוך דור אחד תיפתר הבעיה של יצירת‬
‫אינטליגנציה מלאכותית‪( ".‬מארווין מינסקי‪)1968 ,‬‬
‫ובכל זאת‪,‬‬
‫‪ ‬אין מכונה היודעת‬
‫♦ להבחין בין עצמים ברמה של ילד בן שנה‪.‬‬
‫♦ להבין דיבור ברמה של ילד בן שנתיים‪.‬‬
‫♦ לנווט בסביבה ברמה של ילד בן שלוש‪.‬‬
‫מינסקי נמלך בדעתו ‪...‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫"נסיוננו הראשון באינטליגנציה מלאכותית היה תוכנית מחשב‬
‫שהצליחה בצורה טובה בפתרון בעיות ברמה של מתימטיקה‬
‫אוניברסיטאית‪.‬‬
‫מצויידים בהצלחה זו‪ ,‬ניגשנו לאלגברה של בית ספר תיכון;‬
‫גילינו להפתעתנו שהבעייה היתה קשה הרבה יותר‪.‬‬
‫נסיונות בחשבון של בית ספר יסודי‪ ,‬הקשורים למושג המספר‬
‫וכו'‪ ,‬מהווים בעיות למחקר עכשווי‪.‬‬
‫משחקי קוביות של ילדים (כגון בניית מגדל מקוביות) הסתברו‬
‫כבלתי ניתנים לפתרון מלבד במקרים מאולצים ביותר‪.‬‬
‫‪ ‬לבסוף הבנו שרוב הדברים שאנו מכנים 'אינטליגנציה'‬
‫מתפתחים במהלך שנת החיים הראשונה‪" .‬‬
‫(מארווין מינסקי‪)1977 ,‬‬
‫כמה מאפיוני האינטליגנציה‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫אוטונומיות‬
‫פתרון בעיות‬
‫זיכרון ולמידה‬
‫הסתגלות לסביבה משתנה‬
‫גמישות‪ ,‬יצירתיות וחדשנות‬
‫הכללה ויכולת חיזוי‬
‫אינטראקציה עם סוכנים נוספים ועם הסביבה‬
‫מספר דוגמאות מעולם חי‬
Andreas Vesalius 1543
(De Fabrica Humani Corporis)
‫הקדמה לחידק ה – ‪EColi‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫אורגניזם חד‪-‬תאי (‪)bacterium‬‬
‫קוטר ‪ -‬מיקרון‬
‫‪ 70%‬מים‬
‫‪ 4,288‬גנים‬
‫חש את הסביבה דרך מערך חישנים כימיים‬
‫נע באמצעות שוטונים‬
‫♦ ‪ 35‬קטרים בשניה‬
‫‪ ‬השוטונים מונעים ע"י 'מנועים' בגודל ‪50‬‬
‫ננומטר‬
‫חלומו של כל חוקר בתחום מדעי הננו!‬
‫תגובה לסביבה משתנה‬
‫‪ Chemotaxis ‬תנועה לכיוון איזורים כימיים 'מענינים'‬
‫(גסטרונומית!)‬
‫‪ ‬אולי הדוגמה הפשוטה ביותר להתנהגות תלוית מידע‬
‫חושי‬
‫‪ ‬עיבוד מידע חושי‪/‬מוטורי‪:‬‬
‫♦ חישנים כימיים ע"פ הדופן‬
‫♦ תהליכי עיבוד מידע פנימיים מיצרים פקודות בקרה למנועים‬
‫התנהגות מורכבת ומענינת!‬
‫אינטליגנטית?‬
‫תנועה‬
‫שוטון‬
‫מנוע (חלבוני)‬
‫תנועת מנועים בניגוד לכיוון למחוגי השעון‬
‫‪ ‬השוטונים נמשכים זה לזה והחידק שוחה קדימה‬
‫תנועת מנועים בכיוון מחוגי השעון‬
‫‪ ‬השוטונים נפרדים – החידק נע באופן אקראי‬
‫‪ ‬גלגול (‪)tumble‬‬
‫התנהגות‬
‫‪ ‬בסביבה חסרת כימיקלים‪:‬‬
‫♦ מעבר בין שחייה ישרה לגלגול מדי מספר‬
‫שניות‬
‫‪ ‬בסביבה כימית‪:‬‬
‫♦ כימיקלים נקשרים לדופן התא ומשנים את‬
‫קצב הגלגול‬
‫♦ כאשר גרדיאנט הכימיקלים עולה‬
‫• התנועה הישרה מוגברת‬
‫‪ ‬תוצאה‪ :‬כיוון ההילוך האקראי משתנה‬
‫♦ התנועה בממוצע בכיוון הנכון‬
‫איך מזוהה מפל הריכוז הכימי?‬
‫‪ ‬החידק קטן מכדי לזהות הפרשי ריכוזים ע"פ גופו‬
‫‪ ‬שוחה במהירות קבועה ומשווה ריכוזים ע"פ הזמן‬
‫♦ משווה שניה אחרונה ל‪ 3 -‬השניות הקודמות – זיכרון!‬
‫‪ ‬תהליך החישוב והעיבוד טרם הובנו במלואם‬
‫הסתגלות‬
‫‪ ‬אינו רגיש לרמת הריכוז אלא להפרשי ריכוזים‬
‫(באחוזים) – מנעד רחב ביותר‬
‫♦ מגוון מנגנונים מאפשרים זאת – יתירות‬
‫אלמנטים של התנהגות אינטליגנטית?‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫אוטונומיות‬
‫התנהגות ממוקדת מטרה‬
‫זיהוי תבניות וחיזוי‬
‫עיבוד מידע חושי‬
‫זיכרון‬
‫שילוב מידע חושי‪/‬מוטורי ובקרת תנועה‬
‫מודולריות מבנית ופונקציונלית‬
‫הסתגלות וחסינות‬
‫מספר אבחנות חידקיות‬
‫‪ ‬התנהגות מבוססת גוף (‪)embodied behavior‬‬
‫♦ לגוף השפעה משמעותית על אופי פתרון הבעיה‬
‫‪ ‬התנהגות נטועה (‪)situated‬‬
‫♦ הפתרון המוצע ע"י החידק מותאם לעולם המסוים‬
‫הנתון!‬
‫‪ ‬העולם משתנה כתוצאה מהתנהגות החידק‬
‫‪ ‬הקלט החושי תלוי בפלט המוטורי – חוג סגור‬
‫‪ ‬חד‪-‬תאיים אחרים משתמשים בשיטות אחרות כדי‬
‫לפתור אותה בעיה ( ‪!)embodiment‬‬
‫שיפור 'ביצועים'‬
‫‪ ‬התנהגות אינטליגנטית בבע"ח מכילה את כל זאת – ויותר‬
‫‪ ‬איך זה מושג?‬
‫♦‬
‫♦‬
‫♦‬
‫♦‬
‫הכנסת 'כוח חישוב' נוסף בין הקלט לפלט – מוח‬
‫שיפור מתמיד של חישנים‪ ,‬תכונות הגוף והמערכת המוטורית‬
‫שילוב מודולרי יעיל בין הרכיבים‬
‫שיתוף פעולה‬
‫‪ ‬המורכבות גדלה תוך ארגון מחדש והגברה של רכיבים‬
‫בסיסיים‬
‫אינטליגנציה בעולם החי‬
‫‪ ‬ראינו כבר זיהוי תבניות‪ ,‬בקרת‬
‫תנועה‪ ,‬הסתגלות‪... ,‬‬
‫‪ ‬נמלים ‪ -‬איתור הקן לאחר מציאת מזון‬
‫‪ ‬צרצרים ‪ -‬מציאת מזון שהוטמן לפני‬
‫מספר חודשים‬
‫‪ ‬דבורים ‪ -‬לומדות לשנות העדפתן‬
‫לפרחים‪ ,‬בהתאם לרצון החוקר‬
‫‪ ‬דבורים – העברת‬
‫מידע ע"י ריקוד‬
‫‪ ‬תבנית הריקוד מייצגת‬
‫את כיוון מקור המזון‬
‫‪ ‬המרחק למטרה מיוצג‬
‫בעזרת סוג התנועה‬
‫אינטליגנציה בעולם החי‬
‫(‪)2‬‬
‫‪ ‬שימוש בכלים‬
‫♦ שימפנזים‪ :‬שימוש באבנים‬
‫לפיצוח אגוזים‬
‫♦ צפורים‪ :‬שימוש במקל כדי‬
‫לדלות חרקים מגזע עץ‬
‫פתרון בעיות‬
‫כלים מסדר שני‬
... ‫ובמעבר חד‬
Sony AIBO
Deep Junior
‫ארבע גישות ל ‪AI‬‬
‫‪ AI‬קלסי‬
‫‪ AI‬מודרני‬
‫מערכות החושבות‬
‫באופן רציונלי‬
‫מערכות החושבות‬
‫כבני‪-‬אדם‬
‫מערכות הפועלות‬
‫באופן רציונלי‬
‫מערכות הפועלות‬
‫כבני‪-‬אדם‬
‫רציונליות‬
‫דמיון לאדם‬
‫הגישה הקלסית ל ‪AI‬‬
‫ראשית ‪ -‬מושג האלגוריתם‬
‫‪ ‬אוסף סופי של חוקים‪ ,‬כך שאם נפעילם באופן‬
‫אוטומטי נקבל תוצאה רצויה‬
‫‪ ‬דוגמאות‪:‬‬
‫♦ הוראות הפעלה למכשיר חשמלי‬
‫♦ "מתכון" למציאת הגורם המשותף הגדול ביותר עבור‬
‫שני מספרים‬
‫• (‪3  )15,27‬‬
‫‪ ‬מחשבים פועלים ע"י מימוש אלגוריתמים‬
‫קלט‬
‫פלט‬
‫אלגוריתם‬
‫‪11001‬‬
‫‪0110011001‬‬
‫הגישה הקלסית ל ‪AI‬‬
‫‪ ‬האלגוריתם הוא חזות הכל‬
‫‪ ‬מאורעות ועצמים קיימים בעולם‬
‫‪ ‬מידע לגבי העולם מיוצג ע"י מחרוזת של סימבולים‬
‫♦ סימבולים אלה עוברים תהליך עיבוד אלגוריתמי‬
‫♦ לסימבולים אלה אין משמעות או ערך‬
‫‪ ‬החומרה אינה רלבנטית‬
‫♦ רק האלגוריתם עצמו בעל משמעות‬
‫‪Strong AI‬‬
‫המחשב מהווה מודל מספק למערכת אינטליגנטית‬
‫היסטוריה קצרה של ‪AI‬‬
‫‪ ‬התקופה העתיקה‬
‫♦ אריסטו – הצרנה של חוקי‬
‫המחשבה הלוגית‬
‫♦ הובס‪ ,‬לייבניץ – מחשבה‬
‫כחישוב!‬
‫♦ ‪ – Hume‬אינדוקציה ולמידה‬
‫‪ ‬תקופת "ההבשלה"‬
‫♦‬
‫♦‬
‫♦‬
‫♦‬
‫(‪)1943-55‬‬
‫רשתות עצביות –‬
‫‪McCulloch & Pitts 1943‬‬
‫בקרה ותקשורת – ‪Wiener 48‬‬
‫מבחן 'מעשי' לאינטליגנציה ‪-‬‬
‫‪Turing 1950‬‬
‫אלגוריתם לומד למשחק דמקה‬
‫– ‪Samuel 1952‬‬
‫‪ ‬לידה בכנס ‪– Dartmouth‬‬
‫‪1956‬‬
‫♦ ‪McCarthy, Simon,‬‬
‫‪Minsky, Shannon‬‬
‫♦ תקוות גדולות‬
‫‪ ‬התלהבות ראשונית (‪- 1952‬‬
‫‪)1966‬‬
‫♦ חשיבה 'אנושית' בתחומים‬
‫מוגבלים (‪)microworlds‬‬
‫♦ התאורטיקן הלוגי של‬
‫‪Newell and Simon‬‬
‫♦ הוכחת משפטים במתמטיקה‬
‫היסטוריה קצרה של‬
‫‪)2( AI‬‬
‫‪ ‬קמצוץ של מציאות (‪)1973 – 1956‬‬
‫♦ תחביר* לבדו אינו מספק‬
‫♦ אלגוריתמים לבעיות 'מענינות' אינם ניתנים למימוש יעיל – התפוצצות‬
‫קומבינטורית‬
‫♦ אלגוריתמי למידה לא הצליחו לטפל בבעיות מורכבות‬
‫‪ ‬מערכות מבוססות ידע (‪)1979 - 1969‬‬
‫♦ ידע ממוקד תחום‬
‫מערכות מומחה‬
‫♦ כללי אצבע (‪)heuristics‬‬
‫‪ ‬יישומים תעשיתיים (‪ 1980‬ואילך) – וגם פשיטות רגל‬
‫‪ ‬סוכנים לומדים ומתפתחים (‪ 1995‬ואילך)‬
‫קרוב יותר לביולוגיה‬
‫‪The new AI‬‬
‫אבחנה‬
‫מערכות ‪ AI‬קלסיות מצטיינות בתחומים הקשים לבני‪-‬‬
‫אדם‪ ,‬ולהיפך‬
‫‪ ‬הוכחת משפטים במתמטיקה‬
‫‪ ‬חישובים מורכבים‬
‫‪ ‬מימוש מורכב של כללים ידועים‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫הבנת שפה טבעית‬
‫זיהוי תבניות‬
‫בקרת תנועה מורכבת‬
‫העברת ידע בין תחומים‬
‫•••‬
‫דוגמה ‪ -‬מדוע הבנת שפה היא‬
‫בעייתית?‬
‫‪" ‬הועדה אסרה על הקבוצה להפגין‪ ,‬משום שהיא‬
‫תומכת באלימות‪".‬‬
‫♦ מי תומך באלימות? הוועדה או הקבוצה?‬
‫‪" ‬הועדה אסרה על הקבוצה להפגין‪ ,‬משום שהיא‬
‫חוששת מאלימות‪".‬‬
‫♦ מי חושש מאלימות? הוועדה או הקבוצה?‬
‫‪ ‬מסקנה ‪ -‬ידע עולם הוא חיוני להבנת המשפטים‬
‫‪ ‬איך נקנה למחשב ידע עולם?‬
‫איך נתכנן מכונה אינטליגנטית?‬
‫‪ ‬הבחינה צריכה להיות התנהגותית!‬
‫♦ אין דרך לבדוק זאת מבפנים‪.‬‬
‫‪ ‬המטרה‪ :‬תכנון מכונה המתנהגת בצורה שתוכר‬
‫כאינטליגנטית ע"י צופה אנושי‪.‬‬
‫‪ ‬הגישה הקלסית – אלגוריתמית‪.‬‬
‫‪ ‬גישות חדשות – מערכת הנמצאת במגע מתמיד‬
‫עם העולם‬
‫♦ פועלת עליו‪ ,‬מושפעת ממנו ולומדת מנסיונה‬
‫♦ ידע עולם חיוני – נרכש ע"י אבולוציה ולמידה‬
‫משך זמן של דורות‬
‫משך זמן של חיים‬
‫אלוף העולם בשח‬
‫‪ ‬על‪-‬מחשב ניצח את אלוף העולם (‪)1997‬‬
‫‪ ‬המחשב איננו מחשב את כל המהלכים‬
‫האפשריים‬
‫♦ רק ‪ 200,000,000‬מהלכים בשנייה ‪...‬‬
‫‪ ‬המחשב משחק שח הרבה יותר טוב ממפתחיו‬
‫‪Deep Blue 1997‬‬
‫‪ ‬האם אלוף העולם הממוחשב אינטליגנטי?‬
‫‪ ‬האם קספרוב אינטליגנטי?‬
‫‪ ‬אלוף העולם הנוכחי –‬
‫‪ 3,000,000 ‬מהלכים בשנייה (מחשב שולחני רגיל)‬
‫‪ ‬תיקו מול קספרוב ‪2003‬‬
‫‪( Deep Junior‬בושינסקי‪ ,‬באן)‬
‫הישג גדול יותר‬
‫מזה של‬
‫‪Deep Blue‬‬
‫מחשב לומד לשחק שש‪-‬בש‬
‫‪ ‬תוכנית המחשב הטובה ביותר במשחק השש‪-‬בש לא‬
‫קיבלה אלגוריתם למשחק שש‪-‬בש‪.‬‬
‫‪ ‬המחשב למד לשחק באמצעות משחק עצמי‪.‬‬
‫♦ בתחילה המחשב שיחק באופן אקראי‪.‬‬
‫♦ המחשב שיחק משחקים רבים כנגד עצמו ואחרים‪.‬‬
‫♦ אחרי כל משחק‪ ,‬המחשב שינה את חוקי הפעולה שלו‬
‫לפי התוצאה‪.‬‬
‫♦ אחרי ‪ 200,000‬משחקים‪ ,‬הגיע לדרגת רב‪-‬אמן בין‪-‬‬
‫לאומי‪.‬‬
‫כיצד הצליח המחשב לעשות זאת?‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫המחשב לא ידע דבר על משחק השש‪-‬בש בתחילת דרכו‪.‬‬
‫המידע היחיד שהמחשב קיבל בכל שלב הוא ניצחון‪/‬הפסד‪.‬‬
‫המחשב בנה באופן עצמאי חוקים מורכבים שאפשרו לו‬
‫לשחק היטב‪.‬‬
‫מהר מאוד הגיע המחשב לרמה גבוהה יותר מזו של‬
‫מפתחיו‪.‬‬
‫האם המחשב הזה אינטליגנטי?‬
‫‪ ‬נסיונות דומים בשח הביאו לדרגת אמן בינלאומי‬
‫איפה היינו? שלוש גישות‬
‫‪ ‬אלגוריתמיקה‪ :‬ננסה לבנות מכונה תבונית באופן‬
‫אלגוריתמי‬
‫♦ ‪ 50‬שנים של נסיון לא מעודד‬
‫‪ ‬אנליזה‪ :‬נחקור את המוח וננסה להבין את פעולתו‬
‫♦ למורכבות המוח אין אח ורע במערכות אחרות‬
‫♦ לא ניתן להבינו מחוץ להקשר מוח‪-‬גוף‪-‬עולם‬
‫‪ ‬סינתזה‪ :‬נבנה רובוט‬
‫♦ בעל חישנים ומפעילים‬
‫♦ נאפשר לו להתפתח‪ ,‬ללמוד ולהתנסות בסביבה טבעית‬
‫♦ הצלחות ראשוניות‪ ,‬הדרך ארוכה‬
‫קשיים בהבנת המוח‬
‫‪ ‬המערכת המורכבת ביותר הידועה לנו‬
‫‪ ‬מבנה המערכת משקף ידע עולם‬
‫♦ הבנת המערכת מצריכה הבנת העולם!‬
‫‪ ‬המערכת לא תוכננה ע"י מהנדס!‬
‫♦ במקרים רבים פותרת בעיות הנדסיות‬
‫♦ אינה בהכרח אופטימלית‬
‫♦ מודולריות מבנית ופונקציונלית ייחודית‬
‫• למשל – אין הפרדה בין רכיבי חישוב וזיכרון‬
‫♦ יתירות גבוהה‬
‫♦ רמת ביזור חישובית חריגה‬
‫‪ ‬אינטראקציה מורכבת עם העולם דרך הגוף‬
‫רובוטים בהשראה ביולוגית‬
‫תעופה‬
‫‪Pfeifer et al.‬‬
‫‪Science 2007‬‬
‫לומד ללכת‬
‫מעבר משחייה להליכה‬
‫טיפוס על קירות‬
‫קל לבנות‪ ,‬קשה לנתח!‬
‫הרכבים של ‪Braitenberg‬‬
‫האבחנה‬
‫‪ ‬קל לייצר התנהגויות הנראות מורכבות‬
‫ומונחות מטרה‬
‫אבל‬
‫‪ ‬בהינתן ההתנהגות‪ ,‬קשה להסביר את‬
‫מקורה באופן מכניסטי‬
‫רכבי ברייטנברג ‪I‬‬
‫סלידה מאור‬
‫מה מקור‬
‫ההתנהגות?‬
‫‪++‬‬
‫מתנגש באור בעוצמה‬
‫נמלט מהאור‬
‫רכבי ברייטנברג ‪II‬‬
‫אהבת האור‬
‫ייעצר עם גבו לאור‬
‫מגיע לאור ונעצר‬
‫רכבי ברייטנברג ‪III‬‬
‫מהירות‬
‫עוצמה‬
‫מדוע קשה לשחזר מנגנון מהתנהגות?‬
‫‪ ‬עבור כל התנהגות יש מגוון מנגנונים אפשריים‬
‫‪ ‬דרוש ידע מוקדם כדי לבחור אחד‬
‫‪ ‬המצב מסתבך כשיש‬
‫♦‬
‫♦‬
‫♦‬
‫♦‬
‫♦‬
‫ריבוי חישנים מסוגים שונים‬
‫זיכרון‬
‫'מוח' בין הקלט לפלט‬
‫אינטראקציה בין סוכנים‬
‫הרכב יכול ללמוד התנהגויות חדשות‬
‫רובוט לומד ע"י רשת עצבית?‬
‫שאלה‪ :‬האם ניתן להגדיר מטלה ולגרום לסוכן לבצעה ע"י לימוד עצמי?‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫רכב רובוטי‬
‫חישנים‬
‫מפעילים‬
‫בקרה באמצעות מערכת‬
‫לומדת‬
‫האם ניתן להחליף את המערכת‬
‫הלומדת ברשת ביולוגית אמיתית?‬
‫מוטיבציה‬
‫‪ ‬רשתות עצביות מקליפת המוח בעלות פלסטיות ויכולת‬
‫הסתגלות יוצאות דופן‬
‫‪ ‬סביבות התפתחותיות שונות מובילות ליכולות שונות‬
‫‪ ‬אתגור המערכת ודרישת ביצוע משימות יחייבו התארגנות‬
‫עצמית לצורך פתרון הבעיה‬
‫♦ תכנון הניסוי יחייב השערה מוגדרת היטב לגבי אופן ההתארגנות‬
‫‪ ‬החיבור עם העולם דרך 'גוף' (רובוט)‬
‫‪ ‬ניתוח פשוט יותר ממערכת ביולוגית חיה‬
‫♦ הבנת הייצוג העצבי‬
‫♦ הבנת תהליכי למידה והסתגלות בעלת השלכות למערכות‬
‫ביולוגיות באשר הן‬
‫על פתרונות ‪ AI‬קלסיים‬
‫גישת ‪ AI‬קלסית‬
‫בעיות‬
‫‪ ‬הגדר בעיה (תחום מוגדר‬
‫היטב)‬
‫‪ ‬בנה פונקצית מחיר‬
‫‪ ‬תכנן אלגוריתם יעיל למזעור‬
‫הפונקציה‬
‫‪ ‬הפתרון מתאים לתחום‬
‫מוגבל‬
‫‪ ‬פונקצית מחיר שרירותית‬
‫‪ ‬אלגוריתם‪ :‬התפוצצות‬
‫חישובית‪ ,‬פתרונות תת‪-‬‬
‫אופטימליים‪ ,‬חסינות‬
‫לרעש‪ ,‬אי‪-‬ודאות‬
‫גישות מודרניות – מבוססות סוכנים אינטראקטיביים‬
‫‪ ‬משלבות – בקרה‪,‬עיבוד אותות‪ ,‬טיפול באי‪-‬ודאות‪,‬‬
‫ביזור‪... ,‬‬
‫יותר קרובות‬
‫לביולוגיה‬
‫על 'פתרונות' ביולוגיים‬
‫‪ ‬אין בעית חיפוש מוגדרת‬
‫♦ הצורך בזיהוי תבניות‪ ,‬בקרת תנועה וחיזוי נגזר מדרישת‬
‫ההישרדות‬
‫‪ ‬העולם אינו מגיע מתויג‬
‫♦ תיוגו של העולם מתרחש כחלק מהאינטראקציה סוכן‪-‬גוף‪-‬עולם‬
‫‪ ‬שני מרכיבים בסיסיים ב'פתרון'‬
‫שוטטות (‪)exploration‬‬
‫חדשנות‬
‫שילוב‬
‫מיצוי (‪)exploitation‬‬
‫דוגמאות‬
‫ניצול ידע מצטבר‬
‫♦ המערכת החיסונית‬
‫♦ למידת תנועה‬
‫רובוט מופעל ע"י רשת ביולוגית?‬
‫רשת עצבית אמיתית‬
‫♦‬
‫♦‬
‫♦‬
‫♦‬
‫♦‬
‫♦‬
‫תאים מקליפת המוח‬
‫קישוריות בין‪-‬תאית מתפתחת‬
‫באופן טבעי‬
‫כ‪ 100,000 -‬תאים‬
‫גירוי ומדידה דרך מערך‬
‫אלקטרודות‬
‫סביבות כימיות שונות‬
‫פלסטיות יוצאת דופן‬
‫‪Potter‬‬
‫מטרה‬
‫♦ ממשוק המערכת עם העולם דרך גוף‬
‫♦ יצירת התנהגויות 'מענינות'‬
‫♦ חקירת ההתנהגויות‬
‫‪Noam Ziv‬‬
‫שמעון מרום ונועם זיו‬
‫המעבדה לחקר רשתות ביולוגיות‬
‫המערכת והעולם‬
‫‪III‬‬
‫‪II‬‬
‫‪I‬‬
‫צופה‬
‫אלקטרודות‬
‫רובוט‪:‬‬
‫מערכת‬
‫מוטורית‬
‫עיבוד‬
‫נתוני‬
‫פלט‬
‫רובוט‪:‬‬
‫מערכת‬
‫חושית‬
‫עיבוד‬
‫נתוני‬
‫קלט‬
‫רשת ביולוגית‬
‫‪ I‬רשת עצבית‬
‫‪ II‬ממשק עם הגוף והעולם‬
‫‪ III‬גוף ‪ +‬עולם‬
‫סגירת המעגל‬
‫עיבוד נתונים ואפיון המערכת‬
‫פקודות תנועה‬
‫רשת עצבית‬
‫פקודות תנועה‬
‫מעובדות‬
‫משוב התנהגותי‬
‫רובוט‬
‫למידה ושינוי‬
‫התנהגות!‬
‫תנועה‬
‫קלט חושי מהעולם‬
‫קלט חושי מעובד‬
‫‪Potter 07‬‬
‫תוצאות ראשונית‬
‫‪ ‬הסתגלות סלקטיבית – 'שעמום וענין'‬
‫‪(Eytan, Brenner,‬‬
‫)‪Marom, 2003‬‬
‫♦ המערכת מקבלת ‪ 2‬סוגי קלטים‬
‫• קלט תדיר‬
‫• קלט נדיר‬
‫♦ מגיבה בחוזקה לנדיר ומתעלמת מהתדיר‬
‫♦ ניסוי‪ ,‬הדמיה‪ ,‬תאוריה מתמטית‬
‫‪ ‬למידה בסיסית‬
‫)‪(Shahaf and Marom, 2001‬‬
‫♦ שינוי תגובת המערכת לקלטים מוגדרים ע"ס‬
‫משוב על 'איכות הביצועים'‬
‫‪ ‬סיווג מקורות ‪ -‬אפיון 'הייצוג העצבי'‬
‫‪ ‬סגירת חוג‬
‫♦ אינטראקציה עם רובוט ושינוי התנהגות‬
‫)‪(Marom et al., 2008‬‬
‫מימוש‬
‫‪Obstacles‬‬
‫פעילות הרשת‬
‫מסלול‬
‫אלקטרודות‬
‫נדגמות‬
‫רובוט‬
‫סרט‬
‫חישה‬
‫דני איתן‪ ,‬דוד בן‪-‬שימול וליאור לב‪-‬טוב‬
‫סיכום‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫אינטליגנציה היא תופעה מורכבת ורבת פנים‪.‬‬
‫מחשבים כיום מסוגלים לבצע מגוון רב של מטלות‬
‫קשות‪ ,‬אך קשה לכנותם אינטליגנטים‪.‬‬
‫אינטליגנציה דורשת אינטראקציה עם העולם דרך‬
‫הגוף ועם יצורים אחרים‪.‬‬
‫מענה מוצלח לאתגרים מורכבים דורש שילוב‬
‫מושכל של‬
‫♦ שוטטות (‪ )exploration‬ומיצוי (‪)exploitation‬‬
‫♦ שילוב של מערכות ביולוגיות והנדסיות‬
‫"אילו היה המוח כה פשוט כך שיכולנו להבינו‬
‫היינו אנו כה פשוטים כך שלא יכולנו!"‬
‫‪Lyall Watson‬‬
‫סוף‬
‫חישה‬
‫מוח‬
‫מצב גוף‬
‫פעולה‬
‫המוח כמתווך בין העולם לגוף‬
‫גוף‬
‫עולם‬
‫למוח יש משמעות רק מתוך אינטראקציה מוח‪-‬גוף‪-‬עולם‬
‫המוח פעיל גם כשאין קלט חושי‬
‫עיקר 'הדיבור' של המוח עם עצמו‬
‫ידע עולם עולם מוטמע במערכת כולה‪ ,‬וממשיך להירכש תוך כדי החיים‬
‫מוח‪ ,‬חישנים ומערכת מוטורית‬
‫חישה‬
‫קלט‬
‫חושי‬
‫סביבה‬
‫מצב‬
‫מצב רגשי‬
‫זיכרון‬
‫הגוף‬
‫עיבוד מידע‬
‫חושי‪/‬מוטורי‬
‫מצב פנימי‬
‫עולם‬
‫התנהגות‬
‫מוטורי‬
‫גוף‬
‫מוח‬
‫קוגניטיבי‬
‫הנדסה – ישירה והפוכה‬
‫הנדסה הפוכה‬
‫הנדסה ישירה‬
‫עקרונות פעולה‬
‫קונקרטיים‬
‫מטרה רצויה‬
‫בלתי אפשרי!!‬
‫תצפיות על‬
‫מערכת‬
‫מתנהגת‬
‫נתונים‬
‫מערכת לא מהונדסת‬
‫אילוצים‬
‫אילוצים‬
‫עקרונות‬
‫פעולה כלליים‬
‫מודל‬
‫עקרונות‬
‫הנדסיים‬
‫מערכת‬
‫פונקציונלית‬
‫אמיתית‬
‫הטיה אינדוקטיבית‬
‫)?( ‪Induction versus deduction‬‬
‫מטלות הדורשות אינטליגנציה (?)‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫ייצור כלים בעלי‪-‬תכלית‬
‫פתרון בעיות במתמטיקה‬
‫משחק שח‬
‫סיור ובדיקה של כוכב לכת חדש‬
‫זיהוי דיבור‬
‫תרגום‬
‫פתרון מבחני ‪IQ‬‬
‫ניקוי חדר (?)‬
‫כדורגל – אינטליגנציה?‬
‫‪ ‬ראייה וזיהוי מטרות‬
‫‪ ‬תקשורת בין רובוטית‬
‫‪ ‬בקרת תנועה‬
‫‪ ‬פיתוח אסטרטגיה בזמן‬
‫אמיתי‬
‫‪ ‬שיתוף פעולה‬
‫זמן ומרחב בביולוגיה‬
‫סוציולוגיה‬
‫תרבות‬
‫אתולוגיה‬
‫למידה‬
‫רשתות‬
‫התפתחות‬
‫מאגר גנים‬
‫שינויים קצרי‪-‬טווח‬
‫גנים‬
‫ביטוי גנים‬
‫התפתחות‬
‫גנטיקה‬
‫אבולוציה‬
‫נוירוביולוגיה‬
‫מע' עצבית‬
‫פסיכולוגיה‬
‫התנהגות‬
‫רובוט הנוהג ומנווט רכב‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫מצלמה המשמשת כקלט‬
‫'למערכת ראיה'‬
‫הרובוט מפעיל את ההגה‪,‬‬
‫מוט ההילוכים‪ ,‬דוושת‬
‫התאוצה והמעצורים‬
‫הוא נמנע מלהיתקל‬
‫במכוניות אחרות ושומר‬
‫על חוקי התנועה‬
‫נוהג ברכב באופן עצמאי‬
‫בדיקת אינטליגנציה‬
‫‪ ‬מבחני מנת משכל ‪ -‬בעייתי‬
‫‪ ‬אינטיליגנציות במקום אינטיליגנציה‬
‫♦ לוגי‪-‬מתימטי‬
‫♦ מוזיקלי‬
‫♦ לשוני‬
‫♦ מרחבי‬
‫♦ גוף ותנועה‬
‫♦ כשרים חברתיים‬
‫?‬
‫מבחן טיורינג‬
‫‪ ‬שאלה‪ :‬איך נוכל לבחון האם מחשב הוא אינטליגנטי?‬
‫‪ ‬המשימה‪ :‬בניית מבחן שיבחין בין אדם למחשב‬
‫?‬
‫האם מבחן טיורינג מהווה הוכחה‬
‫אמיתית לקיום אינטליגנציה?‬
‫‪ ‬כן‬
‫‪ ‬השיחה היא חופשית‪ .‬הבנה‪ ,‬יצירתיות ויוזמה חיוניים‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬
‫לא‬
‫זה בסך הכל משחק חיקוי‬
‫נבדקת רק אינטיליגנציה מסוימת (מילולית)‬
‫נבדקת רק אינטיליגנציה אנושית‬
‫התוצאות תלויות במראיין‬
‫?‬
‫מבחן טיורינג בתחום צר‬
‫‪ ‬אם מגבילים את הנושא ‪ -‬ניתן לעבור את המבחן‬
‫‪ ‬דוגמא‪ :‬מערכת מחשב העונה באופן אוטומטי על‬
‫שאלות הנוגעות לרכישת מוצרים בכל‪-‬בו‪.‬‬