06196ntm a22005417i 4500 000544159 CZ-PrVSE 20180915190850.0 m d cr n|||||||||| 180915s2018 xr fsbm 000 0 cze d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 rda Vadinský, Ondřej ISIS:43066 dis An Analysis of the Presumptions of Intelligent Behaviour of Computer Systems eng Analýza předpokladů inteligentního chování počítačových systémů / Ondřej Vadinský 2018 ?? stran : digital, PDF soubor Vedoucí práce: Petr Berka Disertační práce (Ph.D.)—Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky, 2018 Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Rok obhajoby 2018 Obecná umělá inteligence usiluje o vytvoření umělých systémů schopných řešitmnoho různých a potenciálně v předstihu nepředvídaných úloh či problémů, cožtakové systémy činí svou inteligencí srovnatelné s lidmi. Taková snaha všakvyžaduje existenci vhodných metod vyhodnocování toho, zda a nakolik jsouumělé systémy inteligentní. Tato doktorská disertační práce hledá takové evaluační metody, čímž analyzuje předpoklady inteligentního chování počítačových systémů.Práce si klade tři cíle: 1. vybrat vhodný test inteligence umělých systémůpro bližší vyhodnocení; 2. vyhodnotit vybraný test inteligence umělých systémů;3. vylepšit vybraný test inteligence umělých systémů.Na základě rozsáhlé rešerše literatury pokrývající jak filosofické a kognitivní předpoklady inteligence, tak i formální definice a praktické testy vycházejícíz algoritmické teorie informace, tato práce dochází k závěru, že test algoritmického IQ založený na definici univerzální inteligence je v současné době nejlepšímkandidátem na vhodný prakticky proveditelný test obecné inteligence umělýchsystémů. Tento test však má několik známých limitů. Univerzální inteligence závisí na volbě referenčního Turingova stroje. Mezi prostředími použitými při testuexistují prostředí bez diskriminační síly, které tak nijak nepomáhají vyhodnotitskutečnou inteligenci agenta. Některé aspekty inteligence, např. týkajících se časovosti či výpočetní efektivity, nejsou zahrnuty do celkového skóre.Na základě empirického vyhodnocení testu algoritmického IQ, které spočívalo v provedení experimentů nejen používajících výchozí nastavení, ale i měnícíchvelikosti prostoru akcí a pozorování dostupných pro test, a které bylo dále doplněno o sémantickou analýzu programů prostředí použitých v testu, se podařilopotvrdit a upřes Ve vzorku programů prostředíse vyskytuje 17 % programů bez diskriminační síly vracejících agentům náhodnéodměny. Empirické vyhodnocení odhalilo i další limity testu. Konvergenční proces AIQ skóre zachycuje také relevantní aspekty inteligence. Nejméně 74 % programů prostředí obsahuje nějakou formu zbytečného kódu, který je spolu s dalšími nedostatky v kódu programů způsoben nijak neoptimalizovaným náhodnýmgenerováním programů do vzorku. Test má vysokou výpočetní náročnost částečně způsobenou neefektivní implementací testovací procedury. Výchozí nastavenítestu může být příliš jednoduché, což pak neumožní odhalit skutečné rozdíly mezitestovanými agenty.Na základě syntézy získaných teoretických a praktických poznatků o limitech testu algoritmického IQ práce navrhla a důkladně diskutovala řadu možností, jak pozorované limity odstranit či minimalizovat. Práce test algoritmickéhoIQ dále přiblížila do podoby vhodné metody pro vyhodnocování obecné inteligenceumělých systémů tím, že vybrané možnosti následujícím způsobem realizovala.Míry vyhodnocující konvergenční dynamiku agentů a dynamiku jejich reakčníchčasů lze použít pro rozlišení mezi agenty s jinak velmi podobným skóre. Metodyvícekolového zpřesňování odhadu a konvergence AIQ skóre umožnují snížení výpočetní náročnosti testu. Implementované rozšíření ukládající průběžné výsledkytestu snižuje výpočetní náročnost výchozí testovací procedury o 30 %, a rozšíření provádějící vícekolovou konvergenci akumulovaných odměn umožňuje snížitvýpočetní náročnost testu o dalších více než 40 % při zachování přesnosti odhadu skóre. Implementovaná rozšíření nástroje pro vzorkování programů prostředídůsledněji odstraňují zbytečný kód z generovaných programů a významně snižujízastoupení programů bez d Způsob přístupu: Internet aplikovaná informatika [obor disert. práce] disertace fd132024 czenas dissertations eczenas vyhodnocování inteligence umělých systémů test algoritmického IQ obecná umělá inteligence definice univerzální inteligence Berka, Petr, 1959- jn20001103427 ths Ivánek, Jiří, 1953- mzk2003171460 opn Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky kn20010709399 dgg https://insis.vse.cz/zp/39351/podrobnosti VŠKP v InSIS https://insis.vse.cz/zp/39351 Hlavní práce https://insis.vse.cz/zp/39351/posudek/vedouci Hodnocení vedoucího https://insis.vse.cz/zp/39351/posudek/oponent/57658 Oponentura https://insis.vse.cz/zp/39351/posudek/oponent/57659 Oponentura https://insis.vse.cz/zp/39351/posudek/oponent/57889 Oponentura https://insis.vse.cz/zp/39351/podrobnosti dc:identifier NEPOSILAT VSKP vse39351 180914 39351