Budapest University of Technology and Economics, Faculty of Electrical Engineering and Informatics

    Belépés
    címtáras azonosítással

    vissza a tantárgylistához   nyomtatható verzió    

    Mesterséges általános intelligencia

    A tantárgy angol neve: Artificial General Intelligence

    Adatlap utolsó módosítása: 2019. április 8.

    Budapesti Műszaki és Gazdaságtudományi Egyetem
    Villamosmérnöki és Informatikai Kar
    Villamosmérnöki szak

    Mérnök informatikus szak

    Szabadon választható tantárgy

     


    Tantárgykód Szemeszter Követelmények Kredit Tantárgyfélév
    VIMIAV22   2/0/0/f 2  
    3. A tantárgyfelelős személy és tanszék Dr. Antal Péter,
    4. A tantárgy előadója

    Dr. Antal Péter egyetemi docens, MIT

    Dr. Bolgár Bence adjunktus, MIT

    6. Előtanulmányi rend
    Ajánlott:
    Mesterséges intelligencia
    7. A tantárgy célkitűzése

    A tudás egyéni és társadalmi szintű gondozása és felhasználása fajunk meghatározó sajátossága, amely tevékenységnek a támogatása egyre kiterjedtebben és egyre magasabb fokon automatizált az adatok, információ és tudás mennyiségének növekedésével. A mesterséges általános intelligencia tárgya a megismerési folyamatoknak és a keletkezett tudás felhasználásának teljes körű vizsgálata, formalizálása, replikációja és kiterjesztése; különös tekintettel annak önreflexív, önszervező, autokatalitikus voltára.

    A mesterséges intelligencia (MI) fogalmának a folyamatos módosítását és kiterjesztését a „szűk" MI mérnöki megoldásainak a gyors fejlődése és a hétköznapokban való megjelenése is indukálja: az egyes leszűkített feladatokra fókuszáló és abban „emberfeletti" teljesítményt elérő megoldások mintegy kizárják a már megoldott aspektusokat az (általános) intelligencia tárgyköréből.

    A racionalitás és intelligencia általános, több évezredre visszanyúló, kérdéseihez sorolható az intelligencia meghatározása, célja, felismerhetősége, matematikai korlátai, és realizációinak korlátai. További kapcsolódó fogalmak és tudományterületek a következőek: a véletlen-megismerhetőség-prediktálhatóság információelméleti kapcsolata; az okozatiság kutatása és az emergencia kérdése; az önmódosítás, önszervező rendszerek, megerősítéses tanulás és evolúció keretei; önhivatkozás, öntudat megjelenése és a szabad akarat lehetősége, a kreativitás és az emberi tudományos megismerés teljes automatizálása, illetve intelligenciák szimbiózisának lehetősége. A mesterséges általános intelligencia ipari szintű és hétköznapi megjelenésének kérdési  pedig részben a már napjainkban is létrehozható mesterséges intelligencia alapú eszközök megbízhatóságának, bizonyítható hasznosságának, etikus voltának a kérdésein keresztül is vizsgálhatóak.

    A tárgy áttekintést nyújt általános intelligenciával kapcsolatos (1) matematikai eszközökről és korlátokról; (2) természettudományos ismeretekről a fizika, neurobiológia és pszichológia területéről; és (3) formális elméletekről, illetve számítási modellekről.

    8. A tantárgy részletes tematikája

    1.       A mesterséges intelligencia (MI) kultúrtörténete. Racionalitás-fogalmak. A mesterséges intelligencia különböző meghatározásai: szűk, erős és általános. Turing-teszt és általánosításai. Szingularitáselméletek. Esettanulmány: Loebner-díj, openAI.

    2.       Az emberi és gépi intelligencia mérőszámai, fokozatai. Az emberi intelligencia mutatók és az intelligencia genetikai háttere. Időbeli trendek: számítási kapacitás, információmennyiség. Evolúciós folyamatok. Modellezési megközelítések és kurrens szimulációs lehetőségek különböző szinteken: molekula, sejt, biológiai neurális hálózatok, szervrendszerek, teljes test. Esettanulmány: az immunrendszer modellje, teljes féreg modell.

    3.       Egyetemes keret a tudás, beavatkozás és tanulás kezelésére: a bayesi paradigma. A valószínűség értelmezései. Esettanulmány: a bayesi döntéselmélet meta-axiomatikus felépítése.

    4.       Az elme bayesi modelljei: valószínűségi reprezentációk és következtetések a neurobiológiában és a kognitív pszichológiában. Esettanulmány: Pszichiátriai betegségek számítási modelljei, intelligens eszközök hatása a pszichiátriai függésekre, internet- és számítógépes játékok függési modelljei.

    5.       Az okság matematikája. Idő irányának szubjektív, entropikus, és statisztikai meghatározása. Kvantummechanikai aspektusok. Valószínűségi predikciótól optimális döntésén át a kontrafaktuális érvelésig. Esettanulmány: oksági Bayes-hálók.

    6.       Nagyléptékű logikai rendszerek és tudásbázisok. Ontológiák. Szemantikus technológiák (linked open data). Esettanulmány: élettudományok átfogó tudásbázisai.

    7.       Természetes nyelv kezelése. Szintaxis és szemantika. A CYC projekt. Modern rendszerek: Watson, WolframAlpha. Esettanulmány: Watson.

    8.       Emberi látórendszer és modelljei. Mély neurális hálózatok, tanulásuk és aktuális kutatási irányok. Esettanulmány: objektumfelismerés.

    9.       Az evolúció modelljei. Genetikai háttér és modern génsebészeti lehetőségek. Esettanulmány: genetikai algoritmusok.

    10.    Ember-számítógép hibrid rendszerek. Mesterséges protézisek. Agy-számítógép kapcsolat. Esettanulmány: a „quantified-self" és a viselhető szenzorok világa.

    11.    A kreativitás és az emberi tudományos megismerés automatizálása. A gyermeki kogníció fejlődési modelljei. Magyarázatgenerálás keretei, tanítás modelljei, mesterséges tanító és tanító-tanuló hibrid rendszerek. A tudományos kutatás leíró és prediktív modelljei (paradigmák, tudománymetrikák, hatásprediktorok). Esettanulmány: RobotScientist és de novo molekula tervezés a gyógyszerkutatásban.

    12.    Erős mesterséges intelligencia és megítélése. A klasszikus test-lélek problémától az öntudattal kapcsolatos modern eredményekig. Önmódosítás, önhivatkozás, emergencia és nyílt világegyetem, határozatlanság és megfigyelés, rejtett változók és zavaró tényezők tesztjei. Esettanulmány: életjátékok.

    13.    Az általános intelligens eszközök megbízhatósága, bizonyítható hasznossága, etikus volta. Esettanulmány: autonóm járművek.

    14.    A mesterséges intelligencia hatása az emberiség és a teljes földi ökoszisztéma jövőjére. A személyes mesterséges tanítótól és életviteli tanácsadótól az egyén teljes társadalmi megfigyeléséig. Esettanulmány: játékelméleti kooperatív intelligencia.

    9. A tantárgy oktatásának módja (előadás, gyakorlat, laboratórium)

    A tárgy elméleti része előadás formájában kerül leadásra. Önálló munkára a házi feladat által kerül sor.

    10. Követelmények

    Szorgalmi időszakban: 
    Két házi feladat sikeres elkészítése és leadása a félév végéig, amely egy terület feldolgozását jelenti.

    Vizsgaidőszakban: nincs

    Osztályozás: A házi feladatra megszerzett jegyek átlaga.

    11. Pótlási lehetőségek A házi feladat bemutatása a pótlási héten még lehetséges.
    12. Konzultációs lehetőségek

    Igény esetén, megbeszélés alapján.

    13. Jegyzet, tankönyv, felhasználható irodalom

    Boden, Margaret. "Artificial intelligence and natural man.", 1980.

    Hofstadter, Douglas R. Gödel, Escher, Bach. New York: Penguin Books, 1980.

    Boden, Margaret A. Computer models of mind. Cambridge University Press, 1988.

    Mérő, László. Észjárások: a racionális gondolkodás korlátai és a mesterséges intelligencia. Akadémiai Kiadó, 1989.

    Tibor, Vámos. Computer epistemology. Vol. 25. World Scientific, 1991.

    Pléh, Csaba. A megismeréstudomány alapjai: az embertől a gépig és vissza. Typotex, 2013.

    McCarthy, John. "Generality in artificial intelligence." Communications of the ACM 30.12 (1987): 1030-1035.

    Goertzel, Ben. Artificial general intelligence. Ed. Cassio Pennachin. Vol. 2. New York: Springer, 2007.

    Russell, Stuart. "Artificial intelligence: The future is superintelligent." Nature 548.7669 (2017): 520.

    14. A tantárgy elvégzéséhez átlagosan szükséges tanulmányi munka
    Kontakt óra28
    Félévközi készülés órákra10
    Felkészülés zárthelyire 
    Házi feladat elkészítése22
    Kijelölt írásos tananyag elsajátítása 
    Vizsgafelkészülés 
    Összesen60
    15. A tantárgy tematikáját kidolgozta

    Dr. Antal Péter  egyetemi docens, MIT

    Dr. Bolgár Bence adjunktus, MIT