View
342
Download
6
Category
Preview:
Citation preview
Bits, àtoms i màquines virtualsJordi Vitrià i Marca
Dept. de Matemàtica Aplicada i AnàlisiFacultat de Matemàtiques
RecercaDocència
Recerca
Professió
De que parlaré?De que parlaré?
Bits (la disciplina), àtoms (sobre la seva relacióBits (la disciplina), àtoms (sobre la seva relació amb la realitat) i màquines virtuals (la recerca).
BitsBits
La informàtica, està morint d’èxit?a o àt ca, està o t d è t?
Causes?
Qui pot fer informàtica?
Què fa un{a} informàtic{a}?
Qui pot fer informàtica?Què pot fer la informàtica?Qu pot e o àt ca?
El diagnòstic i com arreglar‐ho...d ag òst c co a eg a o...
Ampliant la imatge dels d f i f àti !Geeks freakies etc que poden fer informàtica!Geeks, freakies, etc.
Imatge: Qui pot fer informàtica?
i b id d à
La informàtica ofereix un marc intel∙lectuall (
Si tens bones idees, sempre podràs contractar un/a
informàtic/a per a que les implementi!
Imatge: Què és la informàtica?
privilegiat (i un conjunt absolutament inigualable
d'eines!)per resoldre problemes a
implementi!
Imatge: Què és la informàtica? per resoldre problemes a nivell personal
(problemes "socials") i anivell de tota la societat ( bl "S i l ")è f l (problemes "Socials").● Ciència: imaginar com funciona la natura.
● Enginyeria: imaginar com fer coses útils.
Els objectius de la recerca en informàticaWing J Five Deep Questions in Computing January 2008/Vol 51 No 1 Communications of the ACMWing, J. Five Deep Questions in Computing, January 2008/Vol. 51, No. 1 Communications of the ACM.
Hi ha nombres reals que poden ser descrits ò t t ?
1. Què és computable? Si! Hi ha nombres reals que es poden definir però d b i ió
però no computats?
Q pno es poden computar amb una precisió determinada per cap algorisme finit.
Si la resposta a un problema binari “si/no” es2. P = NP? Si la resposta a un problema binari si/no es pot verificar de forma eficient, es poden computar les respostes mateixes de forma
eficient també?
Donat un conjunt d’enters, hi ha algun subconjunt no
3. Què és la informació?4. Què és la intel∙ligència?
d d l l ?
buit que sumi 0?
5. Com podem desenvolupar sistemes complexes?
Els àtomsInformació i intel∙ligència
Al principi.... (fa més de 4.000.000.000 anys)
Els objectes inerts estan al món però no l'habiten. Ni el pateixen. Ni
el frueixen Només hi sónel frueixen. Només hi són.
Qualsevol canvi en un entorn és el resultat de les forcesés el resultat de les forces físiques que hi actuen.
Però fa 3.800.000.000 anys...
Apareixen uns objectes especials (els éssers vius) que fan alguna cosa més que ser‐hi...q
Gràcies a disposar de dipòsits d’energia poden obtenir un cert grau de llibertat respecte de les lleis físiques.de llibertat respecte de les lleis físiques.
Aquests éssers "descobreixen"que l'acció, la capacitat de modificar el seu entorn immediat té avantatges reproductius i demodificar el seu entorn immediat, té avantatges reproductius i de
supervivència.
HAN NASCUT ELS PRIMERS PROCESSADORS D’INFORMACIÓ!HAN NASCUT ELS PRIMERS PROCESSADORS D’INFORMACIÓ!
Els ingredients de la intel∙ligència
Aquests éssers són capaços de seleccionar respostes (accions) a estímuls externs (energia), i per fer‐ho
necessiten adquirir, processar i usar informació del seu entorn i d’ells mateixos.
La percepció del món és sempre limitada, pel que han
de viure en una certa incertesa
La seva capacitat d’acció és limitada i s’ha d’optimitzar
incertesa.
Mitjançant ALGORISMEStanquen el cicle entretanquen el cicle entre
percepció i acció, i d’això en diem cognició.
Agents
I l’activitat, per a què?, p q
Per tant l'observador ha d'estar motivat ha de tenir un conjunt
L’agent actiu té una certa capacitat de canviar el
món mitjançant les seves
motivat, ha de tenir un conjunt d'objectius ‐complexes, de molts
tipus i a molts nivells‐ que el moguin a actuar d'una determinada manera
accions. a actuar d una determinada manera
i no d'una altra. Sinó, per què actuar?
El desafiament
Qualsevol ésser natural o artificial que barregi adequadamentQualsevol ésser, natural o artificial, que barregi adequadament aquests ingredients i habiti un món complex estarà dotat
d’intel∙ligència.
El termòstat no és un ésser intel∙ligent!g
No viu en un món incert i per tant no en necessita!
El desafiament
Qualsevol ésser natural o artificial que barregi adequadamentQualsevol ésser, natural o artificial, que barregi adequadament aquests ingredients i habiti un món complex estarà dotat
d’intel∙ligència.
Quina arquitectura?Q qQuins algorismes?
Quines representacions?Q p
La resposta és interdisciplinar i la informàtica hi juga un paper fonamental!juga un paper fonamental!
El desafiament
A PROPOSAL FOR THE DARTMOUTH SUMMER RESEARCH PROJECT ON ARTIFICIAL INTELLIGENCE
J. McCarthy, Dartmouth College M. L. Minsky, Harvard University N. Rochester, I.B.M. Corporation
C.E. Shannon, Bell Telephone LaboratoriesAugust 31, 1955
We propose that a 2 month 10 man study of artificial intelligence be carried outWe propose that a 2 month, 10 man study of artificial intelligence be carried outduring the summer of 1956 at Dartmouth College in Hanover, New Hampshire.The study is to proceed on the basis of the conjecture that every aspect oflearning or any other feature of intelligence can in principle be so preciselyg y g p p p ydescribed that a machine can be made to simulate it. An attempt will be made tofind how to make machines use language, form abstractions and concepts, solvekinds of problems now reserved for humans, and improve themselves. We thinkp pthat a significant advance can be made in one or more of these problems if acarefully selected group of scientists work on it together for a summer.
http://www-formal.stanford.edu/jmc/history/dartmouth/dartmouth.html
Pl i Knowledge Representation Speech Production
Super Vector MachinesLocomotion Pattern Recognition
Artificial Intelligence PerceptionAction
PlanningRobotics
R i
Agents
g p
Machine Learning
Speech Production
Artificial Intelligence PerceptionCognitionConstraints Satisfaction
Computer Vision
Speech UnderstandingReasoning
Expert SystemsCase-based Reasoning Computer VisionExpert SystemsCase based ReasoningFace Processing Reinforcement Learning
Pl i Knowledge Representation Speech Production
Super Vector MachinesLocomotion Pattern Recognition
Artificial Intelligence PerceptionAction
PlanningRobotics
R i
Agents
g p
Machine Learning
Speech Production
Artificial Intelligence PerceptionCognitionConstraints Satisfaction
Computer Vision
Speech UnderstandingReasoning
Expert SystemsCase-based Reasoning Computer VisionExpert SystemsCase based ReasoningFace Processing Reinforcement Learning
Mà i Vi l i Vi ióMàquines Virtuals i Visió
Quina arquitectura?Quins algorismes?Quins algorismes?
Quines representacions?
Visió i Informàtica?
Visió i Informàtica?
Visió i Informàtica?
El món realL’entorn és complex i la incertesa alta
...no accessible, continu, dinàmic i no Àdeterminista. I això és una component BÀSICA
del problema.
Les dades
De les dades a les accions
De les dades a les accions
De les dades a les accions
De les dades a les accions
Màquines Virtuals
MàquinaMàquina
Entitat complexa i persistent amb parts que interactuen causalment amb altres parts (o entitats) quan canviencausalment amb altres parts (o entitats) quan canvien
les seves propietats o relacions.
E d d i i t d b l ll i dEs poden descriure i entendre amb les lleis de la física.
Màquina Virtual
Màquina abstracta, les instàncies de la qual poden córrer en una màquina física.
Cal entendre el processament de la informació
Màquines Virtuals: Exemples
Màquines Virtuals: Exemples
Màquines Virtuals: Exemples
La Hipòtesi:p
La millor manera d’entendre la intel∙ligènciaLa millor manera d entendre la intel ligència (natural i artificial) és com un conjunt de màquines virtuals que descomponen elmàquines virtuals que descomponen el problema de forma vertical i horitzontal.
Processos reflexiusProcessos reflexiusióió
Processos reflexiusProcessos reflexiusrcep
circep
ci
Acció
Acció
Processos deliberatiusProcessos deliberatius
Per
Per AA
Processos reactiusProcessos reactius
Consciència, emocions, propiocepció, reconeixement, etc. p p p
La visió és un conjunt MOLT granLa visió és un conjunt MOLT gran de processos perceptius p p p
implementats en aquestes MV.
Exemples: tocar agafar aixecar navegarExemples: tocar, agafar, aixecar, navegar, estimar distàncies, reconèixer objectes,
estimar formes, etc.
Tocar
Procés horitzontal simple que només requereix p q qreconeixement i càlcul de la distància.
Agafarg
Procés horitzontal intermedi que requereix TOCAR i q qestimació local de la forma.
Aixecar
Procés horitzontal complex que requereix TOCAR, p q qAGAFAR i estimació de paràmetres complexes.
Visió
Quins processos i a quins nivells? Com estimem paràmetres del món? Quines representacions? Quines iparàmetres del món? Quines representacions? Quines i quantes màquines virtuals? Quines interaccions? Quin model temporal? Quin model d’interacció entre MV?model temporal? Quin model d interacció entre MV?
Etc.
Conclusions
Les aproximacions clàssiques al problema de la intel∙ligència fa temps que han deixat de ser
suficients.
Ara mateix, la informàtica ofereix un marc conceptual privilegiat per estudiar (científicament)
aquest problema i per generar aplicacions interessants.
Les dificultats són grans, però el problema s’ho val!
"Computers in the future may weighComputers in the future may weigh no more than 1.5 tons."
Popular Mechanics, forecasting the relentless march of science, 1949
"I think there is a world market for maybe five computers."
Thomas Watson, chairman of IBM, 1943
"640K ought to be enough for anybody."Bill Gates, 1981 apocryphal
"There is no reason anyone would want i h i h "a computer in their home."
Ken Olson, president, chairman and founder of Digital Equipment Corp., 1977
Recommended