Proiect Q-Learning - inteligență artificială

1.Inteligenta Artificiala

Generalitati

Scopul Inteligentei Artificiale (AI) este de a dezvolta algoritmi sau metode pentru sistemele de calcul, care să simuleze modul de gândire uman. Evident propozitia aceasta nu trebuie luată ca o definitie riguroasă a conceptului de AI. Ceea ce trebuie totusi remarcat în această propozitie este utilizarea termenului de "gândire", si nu de "inteligentă", cu scopul de a largi câmpul aplicatiilor care pot fi considerate ca apartinând AI, ca de exemplu perceptia, prelucrari de limbaj, ..., etc.

Un sistem AI trebuie sa fie capabil sa efectueze 3 lucruri principale :

1. memorare de cunostinte;

2. aplicarea cunostintelor dobândite (memorate) pentru a rezolva probleme;

3. dobândirea de noi cunostinte prin experienta.

De asemenea, un sistem AI este constituit din trei componente:

Fig.I.1: Schema pentru reprezentarea procesului de învatare.

Învatarea: Procesul de învătare poate fi reprezentat grafic prin intermediul schemei din Fig.I.2. Dupa cum se vede din schema, mediul înconjurator furnizează anumite informatii elementului de învatare, care la rândul sau utilizeaza aceasta informatie pentru a îmbogati si îmbunatati continutul unei baze de cunostinte, iar în final elementul de procesare utilizeaza baza de cunostinte pentru a efectua sarcina dorită.

Fig. I.2.: Modelul unui sistem AI cu cele 3 componente ale sale.

Informatia furnizata de mediul înconjurator sistemului de învatare (masinii) este în general, imperfecta, elementul de învatare nestiind sa umple golurile lasate de informatiile lipsa, sau, sa ignore elementele neesentiale. De aceea masina lucreaza mai mult pe baza deductiilor, ajustându-si permanent comportamentul pe baza feedback-ului obtinut de la elementul de procesare.

2.Retele neuronale

Retelele neuronale artificiale reprezinta un sistem de procesare al semnalelor, compus dintr-un numar mare de procesoare elementare interconectate, denumite neuroni artificial sau noduri, si care coopereaza pentru rezolvarea unei sarcini specifice.

Algoritmi si tipuri de instruire

Retelele neuronale artificiale(RNA) actioneaza cunostintele prin instruire (invatare). Invatarea presupune adaptarea parametrilor liberi ai retelei neuronale (ponderi, praguri, rata de invatare, uneori chiar forma functiei de activare sau structura retelei) ca urmare a stimulilor mediului in care se gaseste reteaua.

Tipul de invatare este determinat de maniera in care sunt ajustati parametrii liberi ai retelei neuronale.