Inteligjenca Artificiale

Cfare eshte inteligjenca?

– Aftësia për të mësuar dhe zgjidhur probleme

Cfare eshte inteligjenca artificiale?

– Inteligjenca artificiale është aftësia e një programi kompjuterik dhe një makine për të
"menduar" dhe "mësuar". Është gjithashtu një fushë studimi e cila përpiqet t'i bëjë
kompjuterët "të zgjuar". Ata punojnë vetë pa u komanduar me komanda.

Cilat jane 4 shkollat e te menduarit?

. Të menduarit si njeri - Perpjekja për t’i bërë makinat të mendojnë...makina me mendje, në
kuptimin e plotë dhe tekstual
. Të vepruarit si njeri - Studimi për të bërë kompjuterët të bëjnë gjëra për të cilat tani njerëzit
janë më të mirë.
. Të menduarit racional - Studimi i ndërmarrjes mentale përmes përdorimit të modeleve
llogaritëse.
. Të vepruarit racional - Gjëja e saktë/duhur: ajo që pritet ta maksimozojë arritjen e qëllimit, në
bazë të informatave në dispozicion.
4
3
2
1
Përpunimi i gjuhës natyrore
– për të mundësuar komunikimin me sukses në gjuhen angleze.

Perfaqesimi i njohurive
– për të ruajtur atë që di ose dëgjon.
Arsyetimi i automatizuar
– për të përdorur informacionin e ruajtur për t'iu përgjigjur pyetjeve dhe për të nxjerrë
përfundime të reja

Mesimi i makines(Machine Learning)

– për t'iu përshtatur rrethanave të reja dhe për të zbuluar dhe ekstrapoluar modelet.

Ku aplikohet inteligjenca artificiale?

– Inteligjenca artificiale gjen perdorim ne pothuajse cdo fushe te mundshme si psh: asistentet
virtual si Siri,Bixby,Cortana,Alexa etj...
Detektimi i fytyres,robotike,vozitja e makinave autonome si Tesla etj...

Bazat e inteligjences artificiale?

– Filozofia - Logjika metodat e të rezonuarit.
– Matematika - Përllogaritja,algoritmet.
– Ekonomia - Teoria formale e vendimeve racionale.
– Neuroshkenca - Si janë të ngjashëm/ndryshëm truri me kompjuterin.
– Psikologjia - Si mendojmë dhe veprojmë.
– Inzhinieria kompjuterike - si të ndërtojmë(zhvillojmë) makina të fuqishme për të bërë IA të
mundshme.
– Teoria e kontrollit dhe kibernetika - Dizajnimi i agjentëve të thjeshtë optimal që marrin
feedback nga ambienti
– Linguistika - Si janë të lidhura gjuha me të menduarit (NLP)

Agjenti
Agjent është gjithçka që mund të :
● Perceptojë ambientin përmes sensorëve
● Vepron në ambient përmes aktuatorëve.
Programi i agjentit operon në cikle të perceptimit,të menduarit dhe veprimit.
– Puna (detyra) e agjentit është ta identifikojë aksionin apo grupin e aksioneve që çojnë te
qëllimi.

Shembull: Fshesa elektrike eshte e programuar ta skanoj ambientin dhe te shikoje nese ka
papasterti ose jo, e nese ka ta pastroje, e nese jo te kaloje tek dhoma tjeter.
function REFLEX-VACUUM AGENT([location,status]) returns an action
if status = Dirty then return Suck
else if location = A then return Right
else if location = B then return Left

Tipet e ambienteve
– Plotësisht të observueshëm (vs. Pjesërisht të observueshëm): Sensorët e agjentit i japin qasje
deri te gjendja komplete e ambientit në çdo kohë.
– Statik (vs. dinamik): Ambienti nuk ndryshon derisa agjenti mendon si dhe
anasjelltas.
– Diskret (vs. i vazhdueshëm): ku ka një numër të limituar të perceptimeve dhe
aksioneve, të ndryshme dhe qartë të definuara. Psh. Shahu është shembull i ambientit
diskret, ndërsa vetura që vetë vozit ka ambient të vazhdueshëm.

PEAS është shkurtesë për: Performanca,Environment(Ambienti),Aktuatoret,Sensoret.

Shembull: PEAS për veturën që vozit vet:
Performanca - siguria,koha,legaliteti,komforti.
Ambienti - rrugët, veturat tjera, këmbësorët, shenjat e komunikacionit
Aktuatoret - timoni, gasi, frenjtë, signalizimi, zilja/buria
Sensoret - kamera,sonari,GPS,matësi i shpejtësisë,sensorët e motorit, etj...

Shembull: Sistemi i diagnostikimit mjekësor

Performanca - pacient i shëndetshëm, kosto të reduktuara
Ambienti - spitali,stafi,pacienti.
Aktuatoret - paraqitja e pyetjeve,testet,diagnozat,sherbimet.
Sensoret - te dhenat per simptomat,pergjigjet e pacientit.

Shembull: Sistemi i analizës së imazheve satelitore

Performanca - kategorizimi i sakte i imazhit.
Ambienti - lidhja zbritese e satelitit ne orbite.
Aktuatoret - shfaqja e kategorizimit të skenës.
Sensoret - array-t e pikselave me ngjyra.

Shembull: Kontrolleri i rafinerise

Performanca - pastërti, rendiment, siguri
Ambienti - rafinerija, operatoret.
Aktuatoret - valvulat, pompat, ngrohtesit, ekraner.
Sensoret - temperatura, shtypja, sensoret kimik.

Shembull: Tutori i gjuhes angleze

Performanca - piket e studenteve ne test
Ambienti - palet e studenteve,klasat
Aktuatoret - shfaqja e ushtrimeve, sygjerimeve, permisimeve.
Sensoret - inputi ne tastiere.

Zgjidhja e problemeve si kërkim

Definimi i problemit përmes:
– Formulimit të qëllimit dhe Formulimit të problemit

Formulimi i problemit
Formulimi i problemit
– Gjendja fillestare: gjendja në të cilën agjenti fillon.
– Gjendjet: Të gjitha gjendjet në të cilat mund të arrihet nga gjendja fillestare nga çfarëdo
sekuence aksionesh (hapësira e gjendjeve).
– Aksionet: aksionet e mundshme në dispozicion të agjentit.
– Modeli i tranzitimit : Përshkrimi për çdo aksion se çka bën.
– Testi i qëllimit: Përcakton nëse një gjendje është gjendje qëllimi.
– Kostoja e rrugës: Funksioni i cili i jep vlerë numerike rrugës në raport me matjen e
performancës.

Shembull: Gjeni rrugen me te shkurter per te vizituar cdo qytet ekzaktesisht nje her.

Strategjite e kerkimit
– Një strategji përcaktohet duke zgjedhur rendin e zgjerimit të nyjeve(nodes).
Strategjite vleresohen sipas:
– Plotesise: A gjen gjithmonë një zgjidhje nëse ekziston?
– Kompleksiteti kohore: Numri i nyjeve të krijuara/zgjeruara.
– Kompleksiteti i hapsires: Numri maksimal i nyjeve në memorie.
– Optimaliteti: A e gjen gjithmone zgjidhjen me koston me te ulet?

Utility based agents

– Utility based agent përdor një model të botës, së bashku me një funksion utility që mat
preferencat e tij midis gjendjeve të botës. Më pas zgjedh veprimin që çon ne utility-n më të
mirë të pritshem, ku utility i pritshem llogaritet duke matur të gjitha gjendjet e mundshme të
rezultatit, të peshuara nga probabiliteti i rezultatit.
– Ka shumë përparësi ndaj agjenteve te tjere përsa i përket fleksibilitetit dhe mësimit.

Uninformed search - nuk perdorim njohuri nga fillimi

Strategjite:
– Breadth-first search (BFS): Expand shallowest node si dhe perdoret queue.

– Depth-first search (DFS): Expand deepest node si dhe perdoret stack.

– Depth-limited search (DLS): Depth first with depth limit.
– Iterative-deepening search (IDS): DLS with increasing limit.
– Uniform-cost search (UCS): Expand least cost node.