UVOD U VETAKU INTELIGENCIJU dr Zoran evarac Email

UVOD U VEŠTAČKU INTELIGENCIJU dr Zoran Ševarac Email: sevarac@gmail. com Twitter: @neuroph Facebook: https: //www. facebook. com/neuroph Fakultet organizacionih nauka 2020, FON

Osnovni pojmovi • Inteligencija i veštačka inteligencija • Predmet veštačke inteligencije • Oblasti veštačke inteligencije

Definicije inteligencije • Inteligencija je opšta mentalna sposobnost koja obuhvata: sposobnost zaključivanja, rešavanja problema, apstraktnog razmišljanja, razumevanje ideja i govornog jezika, i sposobnost učenja. • Inteligencija je sposobnost jedinke da razume okruženje, uči obrasce ponašanja i deluje na okruženje u pravcu postizanja svojih ciljeva. • Inteligencija je sposobnost jedinke da se prilagodi svom okruženju. • Inteligencija je mera uspešnosti u postizanju ciljeva.

Karakteristike inteligencije 1. Inteligencija predstavlja skup mentalnih sposobnosti kao što su: zaključivanje, učenje, razumevanje okruženja, kreiranje znanja na osnovu iskustva iz interakcije sa okruženjem, i različiti vidovi komunikacije. 2. Usmerena je ka postizanju unapred odreñenih ciljeva jedinke 3. Zahvaljujući sposobnostima koje obuhvata inteligencija, jedinka prilagođava svoje ponašanje okruženju kako bi maksimizirala stepen postizanja sopstvenih ciljeva. Ovakvo ponašanje jedinke naziva se inteligentno ponašanje. 4. Inteligencija takoñe predstavlja meru uspešnosti jedinke u postizanju ciljeva, pri čemu se vrednuju kvalitet i brzina delovanja jedinke.

Veštačka inteligencija • Ne-biološki, veštački sistem koji imitira ljudsko/inteligentno ponašanje • Računarski program/uređaj koji ima sposobnost inteligentnog ponašanja • Da li je to zaista moguće? • Singularitet

PRIMENA • • Poslovna primena – predviđanje, analize Marketing Zabava - računarske igre Unapredjenje postojećih funkcionalnosti u softveru Pametna automatizacija procesa Vojna primena Medicina. . . moguća primena u praktično svim oblastima

Oblasti veštačke inteligencije • • • Mašinsko učenje Neuronske mreže i duboko učenje Obrada prirodnih jezika i chat botovi Reprezentacija znanja Rezonovanje Ekspertni sistemi Inteligentni agenti Fuzzy logika Genetski algoritmi

Čime ćemo se mi baviti • • Mašinsko učenje Neuronske mreže i duboko učenje Prepoznavanje slika Procesiranje prirodnih jezika

Jezici, frejmvorci, alati, cloud Programski jezici: Python, R, Java, C++ Biblioteke za machine learning: Sci. Kit Learn Tensorflow H 2 O, Deep Learning 4 j, Neuroph, Weka, Smile Cloud: Google Colaboratory (install from Google Drive) Google AI Cloud: https: //cloud. google. com/products/ai/ Amazon https: //aws. amazon. com/machine-learning/ Azure Machine Learning https: //azure. microsoft. com/enus/services/machine-learning/

Procedura primene • • Identifikovati problem / zadatak koji treba rešiti Jasno definisati koje prednosti bi imalo primena AI Precizno definisati zadatak i upotrebljiv nivo tačnosti Identifikovati koje tehnike AI se mogu koristiti Definisati koje tehnologije / biblioteke s emogu koristiti Analizirati zahteve za integraciju Analizirati raspoložive podatke i kako će se sistem testirati • Kako će se AI sistem održavati nakon isporuke

Grupni Rad • Podelite se u grupe po dvoje • Osmislite neki zadatak koji biste rešili primenom AI (problem sa posla ili nešto vas zanima) • Definišite koristi od primene AI i prednosti u odnosu na druga rešenja • Analizirajte postojeća ili slična rešenja za taj problem • Izaberite programski jezik, biblioteku, potencijalno cloud • Opišite izvore podataka • Koja pitanja, nedoumice imate.