View
214
Download
0
Category
Preview:
Citation preview
Pojęcie inżynierii biomedycznej
Inżynieria Biomedyczna jest nowąinterdyscyplinarną dziedziną nauki i techniki,leżącą na styku nauk technicznych,medycznych i biologicznych. Według opiniiWHO (World Health Organization) można jązaliczyd do głównych (obok inżynieriigenetycznej) czynników decydujących opostępie współczesnej medycyny.
Cel inżynierii biomedycznej
• rozwój techniki medycznej, niezwykle istotnej we współczesnej praktyce medycznej
• stymulowanie rozwoju medycyny poprzez dostarczanie narzędzi i metod badawczych oraz przez tworzenie modeli systemów biologicznych i zachodzących w nich procesów.
Cechy inżynierii biomedycznej:
• w centrum jej zainteresowania leży człowiek (to najważniejsza cecha IB decydująca o jej unikalnym w obszarze nauk technicznych charakterze)
• jest to najgłębiej humanistyczna dziedzina nauk technicznych. Jednocześnie fakt ten stawia przed specjalistami z tej dziedziny wyjątkowo trudne i odpowiedzialne zadania, bowiem każdy popełniony przez inżyniera błąd może przełożyd się na ludzkie cierpienie, czy na szansę odzyskania zdrowia bądź sprawności fizycznej. Z drugiej strony - żadna inna dziedzina techniki nie daje podobnej satysfakcji...
Obszar IB:
• jest bardzo szeroki, znacznie przekraczający skalę kompetencji pojedynczych specjalistów.
• W wyniku tego regułą w tej dziedzinie jest praca w interdyscyplinarnych zespołach, łączących, na przykład, elektroników, informatyków, specjalistów od technologii materiałowych i farmaceutów.
Lista zagadnieo objętych szerokim pojęciem IB:
• modelowanie procesów fizjologicznych;
• badanie zjawisk bioelektrycznych;
• biomechanika;
• biomateriały;
• sensory biomedyczne;
• analiza sygnałów biomedycznych;
• obrazowanie medyczne;
• aparatura medyczna;
• efekty biomedyczne promieniowania niejonizującego;
• biotechnologia;
• inżynieria tkankowa;
• protezy i sztuczne organy;
• inżynieria rehabilitacji;
• inżynieria kliniczna;
• informatyka medyczna;
• sztuczna inteligencja w biomedycynie;
• zagadnienia etyczne związane z zastosowaniem technik medycznych;
• telemedycyna.
Lista zagadnieo objętych szerokim pojęciem IB (cd.):
Sztuczna Inteligencja (Artificial Intelligence, AI)
…to dziedzina nauki zajmująca
się rozwiązywaniem zagadnień
efektywnie
niealgorytmizowalnych w
oparciu o modelowanie wiedzy.
CI - numeryczneDane + Wiedza
AI - symboliczne
Soft Computing
Sieci neuronowe
Rachunek prawdop.
Uczenie maszynowe
Systemy ekspertowe
RozpoznawanieWzorców
Logikarozmyta
Algorytmyewolucyjne
Wizualizacja Metody statystyczne
Datamining
Optymalizacjabadania operacyjne
Rys historyczny
• Sztuczna inteligencja to termin zaproponowany przez John’a McCarthy’ego w 1956 roku, na konferencji w DartmouthCollege poświęconej inteligentnym maszynom.
Historia AI
• Marvin Minksky, 1956, nazwa "sztuczna inteligencja".• Allen Newell, Herbert Simon, 1958 - General Problem Solver, próba
stworzenia ogólnego programu do rozwiązywania problemów.• Newell i Simon, 1975, AI jako nauka empiryczna, symboliczne
systemy oparte na wiedzy jako model umysłu.
• Inne źródła: logika, androidy i sterowanie, cybernetyka, rozwójinformatyki, konferencja w 1956 roku na której sztucznainteligencja otrzymała swoja nazwę.
• Allen Newell, wykłady Williama Jamesa na Harvard Univ 1988:Psychologia dojrzała już do zunifikowanych teorii poznania, czylitakich teorii, które postulują spójny system mechanizmówpozwalających wyjaśnid wszystkie aspekty działania umysłu.
Historia AI (cd.)
W rozwoju AI wyróżnid można kilka okresów (P. Winston):• Era prehistoryczna: od maszyny analitycznej Charles'a Babbage
(1842) do około 1960 roku.• Era romantyczna, 1960-1965, kiedy przewidywano, że AI osiągnie
swoje cele w ciągu 10 lat.• 1958, Simon i Newell: “za 10 lat komputer wygra z mistrzem
szachowym … odkryje i udowodni ważne matematycznetwierdzenie.”
• 1965, Simon: “Za 20 lat maszyny będą zdolne wykonad każdą pracę,którą wykonują ludzie.
• 1967, Minsky: W ciągu jednego pokolenia problem sztucznejinteligencji zostanie w znacznej mierze rozwiązany.
• 1970, Minsky (Life Magazine): za 3-8 lat powstaną maszyny oogólnej inteligencji dorównującej przeciętnemu człowiekowi.
• Okres ciemności: 1965-1970, w którym niewiele się działo,powoli opadał entuzjazm i pojawiły się głosy bardzo
krytyczne.
• Renesans: 1970-1975, gdy zaczęto budowad pierwszesystemy doradcze, użyteczne w praktyce.
• Okres partnerstwa: 1975-1980, gdy do badao nad AIwprowadzono metody kognitywistyki.
• Okres komercjalizacji: 1980-1990, gdy programy AI, aszczególnie systemy doradcze zaczęto sprzedawadkomercyjnie
Inne definicje AI:
• „AI to nauka mająca za zadanie nauczyć maszyny zachowań podobnych do ludzkich”.
• „AI to nauka o tym, jak nauczyć maszyny robić rzeczy które obecnie ludzie robią lepiej”.
• „AI to nauka o komputerowych modelach wiedzy umożliwiających rozumienie, wnioskowanie i działanie”.
Co to inteligencja ?
• Inteligencja jest umiejętnością
przystosowywania się do nowych zadań i
warunków życia albo sposobem, w jaki
człowiek przetwarza informacje i rozwiązuje
problemy.
• Inteligencja to także umiejętność kojarzenia
oraz rozumienia. Wpływ na nią mają zarówno
cechy dziedziczne jak i wychowawcze.
Najważniejsze procesy i funkcje składające się na ludzką inteligencję:
• Uczenie się i wykorzystywanie wiedzy, zdolnośd uogólniania, percepcja i zdolności poznawcze, np. zdolnośd rozpoznawania danego obiektu w dowolnym kontekście.
• Zapamiętywanie, stawianie i realizacja celów, umiejętnośd współpracy, formułowanie wniosków, zdolnośd analizy, tworzenie oraz myślenie koncepcyjne i abstrakcyjne.
Zastosowania, zadania
SI stosuje się do rozwiązywania problemów:
1. Poszukiwanie algorytmów do gry w szachy,
2. Przetwarzanie języka naturalnego (automatyczne tłumaczenie zdao między różnymi językami, wydawanie poleceo słownych maszynom, a także wydobywanie informacji ze zdao mówionych i budowanie z nich baz wiedzy).
Definicje AI w literaturze:
• Jest nauką o maszynach realizujących zadania, którewymagają inteligencji, gdy są wykonywane przezczłowieka (M.Minsky)
• AI stanowi dziedzinę informatyki dotyczącą metod itechnik wnioskowania symbolicznego przez komputeroraz symbolicznej reprezentacji wiedzy stosowanejpodczas takiego wnioskowania (E. Feigenbaum)
• AI obejmuje rozwiązywanie problemów sposobamiwzorowanymi na naturalnych działaniach i procesachpoznawczych człowieka za pomocą symulujących jeprogramów komputerowych (R.J. schalkoff).
Trochę pojęd
• Semantyka - to dyscyplina badająca relacje pomiędzy znakami a przedmiotami, do których się one odnoszą. Semantyka zajmuje się badaniem znaczenia słów, czyli interpretacją znaków oraz interpretacją zdao i wyrażeo języka.
• Syntaksa - dział językoznawstwa, który zajmuje się budową wypowiedzeo. Bada takie zjawiska jak funkcje wyrazów w zdaniu (funkcja podmiotu, orzeczenia, dopełnienia itd.), zależności między wyrazami w zdaniu.
Dwa rodzaje Sztucznej Inteligencji
• Słaba (Weak AI) - potrafi rozwiązywad trudne zadania w sposób umożliwiający praktyczne zastosowanie,
• Mocna (Strong AI) - oznacza myślenie przybliżające myślenie ludzkie.
Uczenie się
Zdolnośd do uczenia się jest powszechnie uważana zajeden z najważniejszych przejawów inteligencji. Przezuczenie się rozumiemy, w najprostszym ujęciu,zdobywanie wiedzy lub umiejętności (a takżedoskonalenie dotychczas posiadanej wiedzy lubumiejętności), na podstawie wspomagającychinformacji, takich jak doświadczenia czy przykłady.Rozważając sztuczne systemy uczące się będziemy przezuczenie się rozumied proces zmiany zachodzącej wsystemie na podstawie doświadczeo, która prowadzi dopoprawy jego jakości działania rozumianej jakosprawnośd rozwiązywania stojących przed systememzadao.
Systemy Ekspertowe
System ekspertowy to inteligentny programkomputerowy stosujący wiedzę i proceduryrozumowania (wnioskowania) w celu rozwiązywaniaproblemów, które wymagają doświadczenialudzkiego (eksperta), nabytego przez wieloletniądziałalnośd w danej dziedzinie. Ogólna idea SEpolega na przeniesieniu wiedzy eksperta z danejdziedziny do bazy wiedzy, zaprojektowaniu maszynywnioskującej na podstawie posiadanych informacjioraz dodaniu interfejsu użytkownika, służącego dokomunikacji.
Kiedy nasz program lub maszyna jest inteligentna ?
• Na to pytanie w 1950 roku próbowałodpowiedzied Alan Turing.
• Idea „Testu Turinga” polegała na tym, żeczłowiek za pomocą klawiatury i monitorazadaje te same pytania komputerowi i innejosobie. Jeśli zadający pytania nie potrafirozróżnid odpowiedzi komputera i człowieka,tzn. że program (maszyna) jest inteligentny.
• Spory o to, czy test Turinga we właściwy sposób definiujeinteligencję maszynową (lub "myślenie maszynowe"),dotyczyły głównie trzech punktów:
• Maszyna, która przejdzie test Turinga, może byd w staniesymulować ludzkie zachowanie konwersacyjne, lecz może tobyd znacznie mniej niż prawdziwa inteligencja. Maszyna możezwyczajnie używad sprytnie wymyślonych reguł. Częstą ripostąw społeczności zajmującej się badaniami nad sztucznąinteligencją jest zadanie pytania "A skąd wiemy, czy ludziesami po prostu nie posługują się jakimiś sprytniewymyślonymi regułami?".
• Maszyna może byd inteligentna nie posiadając ludzkiejumiejętności prowadzenia rozmowy.
• Wielu ludzi mogłoby nie byd w stanie zaliczyd takiego testu. Zdrugiej strony, inteligencję innych ludzi oceniamy zazwyczajwyłącznie na podstawie tego co i jak mówią.
Uproszczony test Turinga
CAPTCHA (Completely Automated Public Turing test totell Computers and Humans Apart) - rodzaj technikistosowanej jako zabezpieczenie w formularzach nastronach WWW. Dla przesłania danych koniecznejest przepisanie treści z obrazka (zazwyczaj losowodobranych znaków bądź krótkiego wyrazu). Obrazekten jest prosty do odczytania przez człowieka,jednakże odczytanie go przez komputer jest,przynajmniej w założeniu, bardzo trudne.
Kto i Kiedy ?
John Rogers Searle (ur. 31 lipca 1932) -amerykaoski filozof. Z badao nad filozofiąjęzyka przeszedł do badao na gruncie filozofiiumysłu. Badania nad umysłem są wg niegonaturalnym krokiem w badaniach nadjęzykiem, a sama filozofia języka ma byd częściąfilozofii umysłu.
Chioski pokój Załóżmy, że wiele lat temu skonstruowaliśmy komputer, który
zachowuje się jakby rozumiał język chioski. Innymi słowy,komputer bierze chioskie znaki jako podstawę wejściową iśledzi zbiór reguł nimi rządzący (jak wszystkie komputery),koreluje je z innymi chioskimi znakami, które prezentuje jakoinformację wyjściową.
Załóżmy, że ten komputer wykonuje to zadanie w sposób takprzekonujący, że łatwo przechodzi test Turinga, tzn. przekonujeChioczyka, że jest Chioczykiem. Na wszystkie pytania, któreczłowiek zadaje, udziela właściwych odpowiedzi w sposób taknaturalny, że Chioczyk jest przekonany, iż rozmawia z innymChioczykiem. Zwolennicy mocnej sztucznej inteligencjiwyciągają stąd wniosek, że komputer rozumie chioski, tak jakczłowiek.
Debata nad pokojem
Od opublikowania pracy Searle'a argumentchioskiego pokoju był głównym punktemdebaty nad możliwością mocnej sztucznejinteligencji. Zwolennicy teorii mocnej sztucznejinteligencji wierzą, że właściwiezaprogramowany komputer nie jest prostąsymulacją lub modelem umysłu, lecz liczy wsposób właściwy umysłowi, tzn. rozumie, mastany kognitywne i może myśled.
Czy można mówid po chiosku nie znając go?
Searl uważa, że ktoś może zapamiętad książkę reguł,a wtedy będzie mógł reagowad jakby rozumiałchioski, ale nadal będzie tylko postępował wedługzbioru reguł, bez rozumienia znaczenia symboli,jakimi manipuluje. To prowadzi do interesującegoproblemu osoby, która może płynnie rozmawiad pochiosku "nie znając" chioskiego. To jest otwarte,czy taka osoba rozumie chioski nawet jeśli chioskimówca twierdzi inaczej.
Robotyka
Rozwój robotów dzięki USA, które w latach 50-tychstosowały roboty np. w fabrykach do składaniasamochodów – General Motors.
Potem budowa maszyn manipulacyjnych dlaprzemysłu nuklearnego i poszukiwaooceanograficznych.
Dziś mamy roboty takie, które wykonują banalneczynności typu: zrobienie kawy, podanie kapci,takie, które zastępują człowieka w trudnychprocesach przemysłowych ale i takie, będące dumąwspółczesnej techniki.
Roboty wykonujące skomplikowane operacje chirurgiczne
W 2002 roku robot sterowany przez profesoraLouisa Kavoussi z odległości tysiąca km,wykonał operację chirurgiczną. Rola lekarzynadzorujących ograniczyła się jedynie doznieczulenia pacjenta. W ten sposób chory niemusi czekad na przyjazd lekarza, co zmniejszaznacznie koszty i czas zabiegu.
Przetwarzanie mowy i języka naturalnego
Badania obejmują:1. Syntezę mowy (nauka języków obcych, odczytywanie
informacji dla niewidomych),
2. Rozumienie słowa mówionego (automatic speechrecognition) – np. dyktowanie tekstów, wydawanieustnych poleceo, rozpoznawanie użytkownika pogłosie,
3. Rozumienie języka naturalnego – wydobywanieistotnych zdao ze zdao zapisanych w postaci tekstu,
4. Tłumaczenie maszynowe – tłumaczenie tekstów wróżnych językach.
Heurystyki
Heurystyka to twórcze rozwiązywanie problemów,zarówno logicznych jak i matematycznych przezeksperyment, metodą prób i błędów bądźodwołaniem się do analogii. Metody heurystycznedają się świetnie stosowad tam, gdzie rozwiązanieproblemu wymaga olbrzymich ilości obliczeo.Heurystyki pozwalają eliminowad niektóre obszaryanaliz, co zmniejszy koszty obliczeniowe igeneralnie przyspieszy analizę.
Kognitywistyka
To dziedzina nauki, która próbuje zrozumied naturęumysłu i zajmuje się zjawiskami dotyczącymi umysłu.Istotną sprawą jest analiza naszego sposobupostrzegania świata i próba zrozumienia tego, codzieje się w naszym umyśle, gdy wykonujemyelementarne czynności umysłowe. Korzysta się tutaj zdoświadczeo nauk takich jak neurobiologia ipsychologia. Ale na potrzeby tej nauki korzysta siętakże z zasobów antropologii, psychofizyki, logiki,lingwistyki, neurofizjologii, filozofii, sztucznejinteligencji i wielu innych gałęzi nauki.
Sztuczne życie (ang. Artificial life)
To młoda dziedzina nauki (1987).Dziedzina nauki poświęcona zrozumieniu życia poprzez próby
wydobycia podstawowych zasad dynamiki, mających wpływ nazjawiska biologiczne. Korzysta się tu z dorobku: biologii, chemii,fizyki, psychologii, robotyki, nauk komputerowych.
Np .Framstick – prowadzony od 97 roku przez polaków. Symulacjeprowadzone są w wirtualnym, trójwymiarowych świecie (ześrodowiskiem lądowym i wodnym). Organizmy to framsticki,zbudowane z patyczków, mające receptory (zmysły dotyku,równowagi i węchu) oraz narząd ruchu (mięśnie). Tusterowaniem zajmuje się siec neuronowa. Framsticki rywalizująze sobą o byt w środowisku poprzez walkę i poszukiwaniepożywienia.
BotyBot to automat, narzędzie softwarowe, program, służący
najczęściej do przeszukiwania i pozyskiwania danych.Inteligentne boty dodatkowo mogą podejmowad decyzje nabazie zdobytej wcześniej wiedzy. Obecnie wyróżnia sięnastępujące typy botów:
1. Chatterboty – do pogawędek. Imitują rozmowę w jęz.Naturalnym, pozyskują informacje od rozmówcy.
2. Searchboty – automatyczna obsługa baz danych.Przeszukiwanie, indeksowanie i gromadzenie danych.
3. Shoppingboty – robienie zakupów przez internet.4. Databoty – przeszukiwanie danych.5. Updateboty6. Infoboty
Jak się ma AI do CI?
Inteligencja Obliczeniowa (Computational
Intelligence) ma na celu rozwiązywanie
zagadnień efektywnie
niealgorytmizowalnych przy pomocy
obliczeń.
AI a CI
• AI zaliczana jest do nauk kognitywnych, chociaż nie wszystkie jej metody mają coś wspólnego z umysłem.
• AI uznawana jest również za częśd informatyki. • AI jest jej częścią korzystającą z modelowania wiedzy, inne
obszary CI nie korzystają z metod symbolicznych.
• „Obszary badań naukowych powstają w wyniku skupienia się zainteresowania uczonych wokół różnych zjawisk. Nauki
nie powstają w wyniku definicji ale zostają rozpoznane” (A. Newell, 1973)
• W tym sensie AI została rozpoznana jeszcze przed informatyką!
Więcej o CI
• Kognitywistyka zajmuje się zrozumieniem mechanizmów poznawczych umysłu; z tego punktu widzenia:
• CI zajmuje się modelowaniem procesów percepcji, pamięci, sterowania, reakcji, zachowao sensomotorycznych; zaś
• AI modelowaniem wyższych czynności poznawczych: myślenia, rozumowania, rozwiązywania problemów, logiką, językiem.
• AI to częśd CI posługująca się symboliczną reprezentacją wiedzy, inżynierią wiedzy, tworzeniem systemów ekspertowych.
• CI zmierza do automatyzacji procesów akwizycji wiedzy z obserwacji, analizy danych, percepcji, kategoryzacji, aproksymacji.
• CI-AI: niewielkie nakrywanie, trochę systemów hybrydowych.
CI - numeryczneDane + Wiedza
AI - symboliczne
Soft Computing
Sieci neuronowe
Rachunek prawdop.
Uczenie maszynowe
Systemy ekspertowe
RozpoznawanieWzorców
Logikarozmyta
Algorytmyewolucyjne
Wizualizacja Metody statystyczne
Datamining
Optymalizacjabadania operacyjne
Plan Wykładów
1.Definicje dziedziny SI, przegląd metod i zastosowao, Historia rozwoju SI
2 i 3. Wprowadzenie do metod rozmytych, Wnioskowanie rozmyte
4. Wprowadzenie do sieci probabilistycznych, Metody obliczania prawdopodobieostw w sieciach
5 i 6. Wprowadzenie do sieci neuronowych. Zastosowanie sieci Neuronowych. (2 wyklady)
7. Drzewa decyzyjne
Laboratorium
Lab 1-3 Zbiory rozmyte, logika rozmyta
Lab 4-6 Sieci probabilistyczne. Sieci Bayesa
Lab 7-10 Sieci neuronowe
Lab 11-13 Drzewa decyzyjne i inne klasyfikatory
Lab 14,15 Kolokwia, zaliczenia
Recommended