Előszó

A mesterséges intelligencia (MI) nagyon nagy terület, és ez a könyv is igen terjedelmes. A könyvben megkíséreltük e területet teljes szélességében feltárni: átölelve a logikát, a valószínűség-számítást, a folytonos matematikát, az érzékelést, a következtetést, a tanulást, a cselekvést, valamint mindent, a mikroelektronikától a világűrt kutató robotokig. A könyv azért is terjedelmes, mert bizonyos mértékig el is mélyedünk az eredmények tárgyalásában, miközben az egyes fejezetek központi részében csak a leglényegesebb gondolatokat igyekszünk bemutatni. További eredményekre az egyes fejezetek végén található irodalmi feljegyzésekben mutatunk rá.

A könyv alcíme „modern megközelítésben”. E talán önmagában üres szófordulat szándékolt jelentése az, hogy az ismert eredményeket egy közös keretbe szintetizálva igyekeztük bemutatni, ahelyett hogy az MI egyes részterületeit külön-külön a saját történelmi hátterükben tárgyaljuk. Elnézést is kérünk mindazoktól, akik a saját szakterületüket így a szokásosnál kevésbé ismerik fel.

A könyv fő egységesítő motívuma az intelligens ágens koncepciója. Felfogásunkban az MI egyszerűen a környezetüket észlelő és cselekvő ágensek tanulmányozása. Minden ilyen ágens egy érzékeléseket cselekvésekre leképező függvényt valósít meg. A könyvben e függvénykapcsolat többféle reprezentációjával foglalkozunk, olyan reprezentációkkal, mint például a produkciós rendszerek, a reaktív ágensek, a valós idejű feltételes tervkészítő rendszerek, a neurális hálók és a döntéselméleti rendszerek. A továbbiakban bemutatjuk a tanulás szerepét, mint a rendszertervezőnek azt a módszerét, amivel ismeretlen környezeteket is képes figyelembe venni, és megmutatjuk, hogy a tanulás milyen korlátozásokat jelent az ágens tervezésében, kiemelve az explicit tudásreprezentáció és a következtetés szerepét. A robotikát és a gépi látást nem függetlenül definiált problémaként tárgyaljuk, hanem mint a cél eléréséhez szükséges szolgáltatásokat. Külön hangsúlyozzuk a feladatkörnyezet fontosságát az ágens megfelelő megtervezése szempontjából.

A fő célunk azokat a gondolatokat átadni, amelyek az MI-kutatás elmúlt 50 évében és a kapcsolódó területeken az elmúlt kétezer évben születtek. E gondolatok bemutatásánál, miközben a precizitás megtartására törekedtünk, igyekeztünk kerülni a túlzott formalizmust. Ahol alkalmasnak találtuk, pszeudokód szintű algoritmusokat is közöltünk, hogy a gondolatok konkrét alakot öltsenek. Az általunk használt pszeudokódot röviden a B) függelékben írjuk le. A különböző programozási nyelveken implementált algoritmusokat az olvasó a http://aima.cs.berkeley.edu weboldalon találja meg.

A könyvet alapvetően egy alapképzésbeli tárgyhoz vagy tárgysorozathoz szántuk. Ugyanakkor használható a graduális képzés tárgyaiban is (esetleg az irodalmi megjegyzésekben javasolt források némelyikének hozzáadásával). A széles témalefedés és a nagyszámú részletezett algoritmus miatt a könyv alapreferenciaként szolgálhat az MI-szakos végzős hallgatók és a szűkebb kutatási területükből kitörni kívánó szakemberek számára. Egyetlen feltétel a számítógépes tudományok alapvető fogalomszintű ismerete (algoritmusok, adatstruktúrák, komplexitás) egy első-másodéves hallgató szintjén. Az analízis alsóbb éves szintű ismerete jól jön a neurális hálók és a statisztikai tanulás részleteinek megértéséhez. A szükséges matematikai háttér egyes részeit az A) függelékben adjuk meg.

A könyv áttekintése

A könyv nyolc részből áll. Az I. rész, a Mesterséges intelligencia az MI-kutatások olyan megközelítését adja, amely az intelligens ágens elképzelés köré szerveződik. Egy olyan rendszer köré, amely képes eldönteni, hogy mit cselekedjen és amely cselekedni is képes. A II. rész, a Problémamegoldás olyan döntési módszerekkel foglalkozik, amikor néhány lépésre előre kell gondolkodni. Ilyen pl. a sakk vagy a nyílt terepen történő navigálás. A III. rész, a Tudás és következtetés a világról alkotott tudás reprezentálásával foglalkozik, valamint azzal, hogy hogyan működik egy ilyen reprezentáció, milyen reprezentációkat ismerünk, hogyan befolyásolhatjuk ezeket a cselekvésünkkel, és hogy ezzel a tudással hogyan lehet logikusan következtetni. Ennek folytatásaként a IV. rész, a Tervkészítés e következtetési módszerek használatát mutatja a cselekvés eldöntésében, pontosabban a tervek készítésében. Az V. rész, a Bizonytalan tudás és következtetés hasonlít a III. és IV. részekre, de a bizonytalanságok melletti következtetésre és döntéshozatalra koncentrál. Ilyen problémákra pl. az orvosi diagnosztizáló és kezelő rendszerekben kell számítani.

A II.-tól az V. részig az anyag az intelligens ágenseknek azzal a komponensével foglalkozik, amely a döntéshozatalért felelős. A VI. rész, a Tanulás a döntéshozó komponens által igényelt tudás megszerzési módszereit írja le. A VII. rész, a Kommunikáció, észlelés és cselekvés olyan módszereket tár fel, amelyekkel az intelligens ágens a környezetét érzékelheti – látás, tapintás, hallás vagy akár nyelvmegértés révén – abból a célból, hogy megtudja, mi történik körülötte, továbbá olyan módszerekkel foglalkozik, melyek képesek az ágens terveit igazi cselekvéssé alakítani, ahol a cselekvés lehet egy robotmozgás, de akár nyelvi közlés is. Végül a VIII. rész, a Konklúziók az MI múltját és jövőjét, valamint a filozófiai és etikai következményeit elemzi.

Változások az első kiadáshoz képest

Az első kiadás óta az MI sok változáson ment át, és ez a könyv is sokat változott. Lényegében át is írtunk minden fejezetet abból a célból, hogy a könyv tükrözze a kutatás legújabb eredményeit, a korábbi munkáknak az új eredményekhez jobban illeszkedő értelmezését adhassa, valamint hogy a gondolatok folyamának oktató jellege még jobban érvényesülni tudjon. Az MI követőit bátorítani szeretnénk, hogy a mai módszerek sokkal praktikusabbak, mint az 1995-ösek. A tervkészítést példának véve az első kiadás algoritmusai néhány tíz lépésből álló tervek generálására voltak képesek, e kiadás algoritmusai több tízezer lépésnyi tervekre skálázhatók fel. Hasonló nagyságrendi javulás tapasztalható a valószínűségi következtetés, a nyelvfeldolgozás és más területek esetében is. A könyvben az alábbiak a legfontosabb változások:

  • Az I. részben méltatjuk a szabályozáselmélet, a játékelmélet, a gazdaságtan és a neurális tudományok történelmi szerepét. Ez segíti, hogy e gondolatokat a következő fejezetekben integráltabb módon tudjuk tárgyalni.

  • A II. részben az online keresési algoritmusokkal foglalkozunk, és egy új, a korlátozáskielégítésről szóló fejezetet is beiktattunk. Ez utóbbi természetes átmenetet képez a logikával foglalkozó anyagrészek felé.

  • A III. részben az ítéletkalkulus, amit az első kiadásban az elsőrendű logika felé vezető lépcsőnek tekintettünk, itt mint egy önálló hasznos reprezentációs nyelv kerül bemutatásra, gyors következtetési eljárásokkal és áramköralapú ágensfejlesztéssel. Az elsőrendű logikával foglalkozó fejezetet átszerveztük, hogy az anyag áttekinthetőbb legyen és alkalmazási példaként az internetes vásárlás tárgyterülettel bővítettük.

  • A IV. részben foglalkozunk olyan újabb módszerekkel, mint a GRAPHPLAN és a kielégítésalapú tervkészítés. Bővült az ütemezés, a feltételes tervkészítés, a hierarchikus tervkészítés és a többágenses tervkészítés bemutatása.

  • Az V. részben a valószínűségi hálók anyagát új algoritmusokkal bővítettük, mint például a változóeliminálás és Markov lánc Monte Carlo algoritmusok. Egy, a bizonytalan temporális következtetésekkel foglalkozó új fejezetet írtunk, ahol rejtett Markov-modellekről, Kalman-szűrőkről és dinamikus valószínűségi hálókról van szó. Mélyebb a Markov döntési folyamat tárgyalása, új alfejezetek foglalkoznak a játékelmélettel és a mechanizmustervezéssel.

  • A VI. részben kapcsoljuk össze a statisztikai, a szimbolikus és a neurális tanulást továbbá a boosting algoritmusokkal, az EM algoritmussal, a példányalapú tanulással és a kernelmódszerekkel (support vector machines, szupport vektor gépek) foglalkozó részekkel bővítjük anyagot.

  • A VII. részben a nyelvfeldolgozás tárgyalását a párbeszédmegértéssel és a nyelvtanindukálással bővítjük. Új rész foglalkozik a nyelv valószínűségi modellezésével, az információ-visszakeresési és fordítási alkalmazásokkal. A robotika tárgyalásánál kiemeljük a bizonytalan szenzoradatok egyesítését. A látással foglalkozó anyagrész objektumfelismeréssel bővült.

  • A VIII. részben egy új alfejezetben az MI etikai következményeivel foglalkozunk.

A könyv javasolt használata

A könyvnek 27 fejezete van, mindegyik nagyjából egyhetes előadásnyi anyagot jelent. Az egész könyv feldolgozása két félévet tenne így ki. A tanfolyamot azonban a szűkebb hallgatói és előadói érdeklődéshez is szabhatjuk. Mivel a könyv széles területet fed le, jó háttéranyag lehet egy rövid bevezető alapkurzushoz, de felhasználható egyes témaköröket magasabb szinten bemutató specializált graduális kurzusokhoz is. A könyv első kiadását felhasználó 600 egyetemi kurzus tematikájából egy ízelítő az aima.cs.berkeley.edu weblapon található. Itt néhány hasznos tanács is található arra nézve, hogy konkrét speciális igényekhez hogyan állíthatunk össze egy megfelelő témaszekvenciát.

A könyv 385 gyakorlatot tartalmaz. Azokat, amelyekhez nagyobb lélegzetű programozási munka is szükséges, egy klaviatúra ikon jelzi. Az ilyen gyakorlatokat legjobban úgy lehet megoldani, hogy igénybe vesszük az aima.cs.berkeley.edu programkódtár szolgáltatásait. Méreténél fogva néhány gyakorlat féléves házi feladatként is kiadható.

Olvasnivaló. A gyakorlatok egy része irodalmazást is igényel. Ezeket egy nyitott könyv ikon jelzi.

Fontos

A könyvben a fontos részeket egy mutató kéz ikon jelzi. Hogy a könyvben az egyes témákat könnyű legyen megtalálni, kiterjedt tárgymutatót is készítettünk.

A Weboldal használatáról

Az aima.cs.berkeley.edu weboldalon megtalálhatók:

  • a könyvbeli algoritmusok implementációja több különböző programozási nyelven;

  • a könyvet használó több mint 600 oktatási intézmény listája, számos webes linkkel az online oktatási anyagokhoz;

  • annotált linkek listája több mint 800 olyan weboldalhoz, ahol hasznos MI-tartalom található;

  • a segédanyagok és linkek fejezetenkénti listája;

  • útmutató, hogy hogyan csatlakozhatunk a könyvvel foglalkozó vitafórumhoz;

  • útmutató, hogy a kérdéseinkkel és az észrevételeinkkel hogyan léphetünk kapcsolatba a szerzőkkel;

  • útmutató, hogy a nagy valószínűséggel előforduló hibákat hogyan jelezzük;

  • a könyvbeli ábrák, fóliák és más oktatáshoz hasznos anyagok.

Köszönetnyilvánítás

A 24. fejezet (Az észlelés) nagy részét Jitendra Malik, a 25. fejezet (Robotika) többségét az első kiadásban John Canny, a jelen kiadásban pedig Sebastian Thrun írta. Az Irodalmi és történeti megjegyzéseket az első kiadáshoz Doug Edwards kutatta fel. Tim Huang, Mark Paskin és Cynthia Bruyns segítettek az ábrák és az algoritmusok megfelelő formájú kialakításában. A Prentice Hall kiadónál Alan Apt, Sondra Chavez, Toni Holm, Jake Warde, Irwin Zucker és Camille Trentacoste minden tőlük telhetőt megtettek, hogy rákényszerítsenek bennünket a határidők betartására, és sok hasznos javaslattal segítették, hogy a könyv a megfelelő tartalommal és megfelelő köntösben jelenjen meg.

Stuart meg szeretné köszönni szüleinek a folyamatos támogatást és bátorítást, feleségének, Loy Sheflottnak a végtelen türelmét és a határtalan bölcsességét. Reméli, hogy Gordon és Lucy rövidesen már olvashatják is ezt. Igen segítőkésznek bizonyult az RKHC (Russell Kivételes Hallgatói Csoportja) is.

Peter szeretné megköszönni szüleinek (Torsten és Gerda) az indíttatást. Feleségének (Kris), gyerekeinek és barátainak köszöni a bátorítást és azt, hogy elviselték őt a könyv megírásának hosszú ideje és a könyv átírásának még hosszabb ideje alatt.

Adósak vagyunk a Berkeley, a Stanford, az MIT és a NASA könyvtárosainak és a CiteSeer, továbbá a Google fejlesztőinek, hogy a kutatás módját forradalmasították.

Nem tudunk külön-külön köszönetet mondani mindenkinek, aki a könyvet használta, és hasznos megjegyzésekkel állt elő, azonban az alább felsoroltak különösen hasznos megjegyzéseit meg szeretnénk köszönni: Eyal Amir, Krzysztof Apt, Ellery Aziel, Jeff Van Baalen, Brian Baker, Don Barker, Tony Barrett, James Newton Bass, Don Beal, Howard Beck, Wolfgang Bibel, John Binder, Larry Bookman, David R. Boxall, Gerhard Brewka, Selmer Bringsjord, Carla Brodley, Chris Brown, Wilhelm Burger, Lauren Burka, Joao Cachopo, Murray Campbell, Norman Carver, Emmanuel Castro, Anil Chakravarthy, Dan Chisarick, Roberto Cipolla, David Cohen, James Coleman, Julie Ann Comparini, Gary Cottrell, Ernest Davis, Rina Dechter, Tom Dietterich, Chuck Dyer, Barbara Engelhardt, Doug Edwards, Kutluhan Erol, Oren Etzioni, Hana Filip, Douglas Fisher, Jeffrey Forbes, Ken Ford, John Fosler, Alex Franz, Bob Futrelle, Marek Galecki, Stefan Gerberding, Stuart Gill, Sabine Glesner, Seth Golub, Gosta Grahne, Russ Greiner, Eric Grimson, Barbara Grosz, Larry Hall, Steve Hanks, Othar Hansson, Ernst Heinz, Jim Hendler, Christoph Herrmann, Vasant Honavar, Tim Huang, Seth Hutchinson, Joost Jacob, Magnus Johansson, Dan Jurafsky, Leslie Kaelbling, Keiji Kanazawa, Surekha Kasibhatla, Simon Kasif, Henry Kautz, Gernot Kerschbaumer, Richard Kirby, Kevin Knight, Sven Koenig, Daphne Koller, Rich Korf, James Kurien, John Lafferty, Gus Larsson, John Lazzaro, Jon LeBlanc, Jason Leatherman, Frank Lee, Edward Lim, Pierre Louveaux, Don Loveland, Sridhar Mahadevan, Jim Martin, Andy Mayer, David McGrane, Jay Mendelsohn, Brian Milch, Steve Minton, Vibhu Mittal, Leora Morgenstern, Stephen Muggleton, Kevin Murphy, Ron Musick, Sung Myaeng, Lee Naish, Pandu Nayak, Bernhard Nebel, Stuart Nelson, XuangLong Nguyen, Illah Nourbakhsh, Steve Omohundro, David Page, David Palmer, David Parkes, Ron Parr, Mark Paskin, Tony Passera, Michael Pazzani, Wim Pijls, Ira Pohl, Martha Pollack, David Poole, Bruce Porter, Malcolm Pradhan, Bill Pringle, Lorraine Prior, Greg Provan, William Rapaport, Philip Resnik, Francesca Rossi, Jonathan Schaeffer, Richard Scherl, Lars Schuster, Soheil Shams, Stuart Shapiro, Jude Shavlik, Satinder Singh, Daniel Sleator, David Smith, Brian So, Robert Sproull, Lynn Stein, Larry Stephens, Andrea Stolcke, Paul Stradling, Devika Subramanian, Rich Sutton, Jonathan Tash, Austin Tate, Michael Thielscher, William Thompson, Sebastian Thrun, Eric Tiedemann, Mark Torrance, Randall Upham, Paul Utgoff, Peter van Beek, Hal Varian, Sunil Vemuri, Jim Waldo, Bonnie Webber, Dan Weld, Michael Wellman, Michael Dean White, Kamin Whitehouse, Brian Williams, David Wolfe, Bill Woods, Alden Wright, Richard Yen, Weixiong Zhang, Shlomo Zilberstein és a Prentice Hall névtelen bírálói.

A könyv borítójáról

A borítón látható képet a szerzők szerkesztették és Lisa Marie Sardegna és Maryann Simmons kivitelezte SGI Inventor™ és az Adobe Photoshop™ segítségével. A címlap az MI történetéből az alábbiakat eleveníti fel:

  1. Arisztotelész tervkészítő algoritmusa a De Motu Animalium c. műből (kb. i.e. 400).

  2. Ramon Lull fogalomgenerátora az Ars Magna c. műből (1300 körül).

  3. Charles Babbage Differenciál Gépe, az első univerzális számítógép prototípusa (1848).

  4. Az elsőrendű logika Gottlob Frege-féle formalizmusa (1789).

  5. A logikai következtetés Lewis Carroll-féle diagramjai.

  6. A valószínűségi hálózat Sewall Wright-féle ábrázolása (1921).

  7. Alan Turing (1912–1954).

  8. Shakey a Robot (1969–1973).

  9. Egy korszerű diagnosztikai szakértői rendszer (1993).

A Szerzőkről

Stuart Russell 1962-ben Portsmouth-ban, Angliában született. 1982-ben Oxfordban fizikából szerzett kitüntetéses oklevelet, majd 1986-ban a Stanfordon doktorált számítógépes tudományokból. Ettől kezdve a Kalifornai Berkeley Egyetemen (University of California at Berkeley) dolgozik, ahol jelenleg a számítógépes tudományok professzora, az Intelligens Rendszerek Központ igazgatója és a Smith–Zadeh mérnöktudományi tanszék vezetője. 1990-ben megkapta a Nemzeti Kutatási Alap Fiatal Kutatók Elnöki Díját, 1995-ben pedig másodmagával a Számítógép és a Gondolat Díjat. 1996-ban a Miller Intézet ösztöndíjas professzora volt a Kaliforniai Egyetemen és 2000-ben megkapta a tekintélyes hároméves, rektori kutatói-professzori ösztöndíjat. 1998-ban a Stanfordon Forsythe-emlékelőadásokat tartott. Az Amerikai MI Társaság tagja, korábban pedig a társaság vezetőségi tagja volt. Több mint 100 cikket publikált az MI különböző területeiről. További könyvei között megtaláljuk a The Use of Knowledge in Analogy and Induction és (Eric Wefalddal együtt) a Do the Right Thing: Studies in Limited Rationality c. könyveket.

Peter Norvig a Search Quality részleg vezetője a Google-nál. Az Amerikai MI Társaság vezetőségi tagja. Korábban a NASA Ames Research Centerben a Számítástudományi Osztály igazgatója volt, ahol felügyelte a NASA MI- és robotikai kutatásait és fejlesztéseit. Ezt megelőzően a Junglee-nél dolgozott tudományos főmunkatársként, ahol hozzájárult az első internetes információkinyerő szolgáltatás kifejlesztéséhez, valamint a Sun Microsystems Laboratoriesnál vezető kutatóként, ahol az intelligens információ-visszaszerzésen dolgozott. Diplomáját alkalmazott matematikában a Brown Egyetemen, PhD-fokozatát, számítógépes tudományokban, a Kaliforniai Egyetemen Berkeleyben kapta. A Dél-kaliforniai Egyetemen professzorként, a Berkeleyben, Kaliforniában pedig a tanszéki kutatócsoport tagjaként dolgozott. Több mint 50 publikációja van a számítógépes tudományok területén. Ezek között találjuk a Paradigms of AI Programming: Case Studies in Common Lisp, Verbmobil: A Translation System for Face-to-Face Dialog és Intelligent Help System for UNIX c. könyveket.

fel