Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Ringvorlesung der Forschergruppe Neue Medien im Alltag Werner Dilger Lernende Computer Technische Universität Chemnitz Fakultät für Informatik / Professur.

Ähnliche Präsentationen


Präsentation zum Thema: "Ringvorlesung der Forschergruppe Neue Medien im Alltag Werner Dilger Lernende Computer Technische Universität Chemnitz Fakultät für Informatik / Professur."—  Präsentation transkript:

1 Ringvorlesung der Forschergruppe Neue Medien im Alltag Werner Dilger Lernende Computer Technische Universität Chemnitz Fakultät für Informatik / Professur KI Prof. Dr. Werner Dilger Tel.: Fax: NeMeA

2 Übersicht Ringvorlesung der Forschergruppe Neue Medien im Alltag, TU Chemnitz, Sommersemster Der Begriff des Lernens in der Lernpsychologie 2. Gegenüberstellung Lernpsychologie - Maschinelles Lernen 3. Reinforcement Learning 4. Induktives Lernen 5. Das Projekt MAS 6. Schluss NeMeA

3 Formen des Lernens in der Lernpsychologie > Reiz-Reaktions-Lernen > Instrumentelles Lernen > Kognitives Lernen > Planvolles Handeln und Problemlösen 1. Lernen 2. Gegenüber- stellung 3. Reinforcement Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss NeMeA Ringvorlesung der Forschergruppe Neue Medien im Alltag, TU Chemnitz, Sommersemster 2000

4 Formen des Lernens > Reiz-Reaktions-Lernen > Instrumentelles Lernen > Kognitives Lernen > Planvolles Handeln und Problemlösen Weiterentwicklung der klassischen Konditionierung (Pawlow) Reize: Durch physikalisch- chemische Außenweltereignisse oder in der Vorstellung gegeben Reaktionen: Emotional- motivational 1. Lernen 2. Gegenüber- stellung 3. Reinforcement Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss NeMeA Ringvorlesung der Forschergruppe Neue Medien im Alltag, TU Chemnitz, Sommersemster 2000

5 Formen des Lernens > Reiz-Reaktions-Lernen > Instrumentelles Lernen > Kognitives Lernen > Planvolles Handeln und Problemlösen Das Verhalten ist das Instrument, das bestimmte Konsequenzen herbeiführt. Verhaltensverstärkung: Verhaltensweisen werden durch die Konsequenzen gelernt, die sie haben. Vier Formen: Positive Verstärkung, negative Verstärkung, Bestrafung, Löschung. 1. Lernen 2. Gegenüber- stellung 3. Reinforcement Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss NeMeA Ringvorlesung der Forschergruppe Neue Medien im Alltag, TU Chemnitz, Sommersemster 2000

6 Formen des Lernens > Reiz-Reaktions-Lernen > Instrumentelles Lernen > Kognitives Lernen > Planvolles Handeln und Problemlösen Begriffsbildung und Wissenserwerb Eigenschaftsbegriffe (Kategorien) und Erklärungsbegriffe (mit Theorie behaftet) Wissenserwerb durch unmittelbare Erfahrung oder sprachliche Vermitt- lung Informationsverarbeitung sprach- lich-symbolisch, analog oder hand- lungsmäßig 1. Lernen 2. Gegenüber- stellung 3. Reinforcement Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss NeMeA Ringvorlesung der Forschergruppe Neue Medien im Alltag, TU Chemnitz, Sommersemster 2000

7 Formen des Lernens > Reiz-Reaktions-Lernen > Instrumentelles Lernen > Kognitives Lernen > Planvolles Handeln und Problemlösen Handlungen dienen zum Erreichen von Zielen. Es werden Handlungskonzepte und Handlungsschemata gelernt, sie ergeben zusammen Hand- lungskompetenz. Problemlösen ist erforderlich, wenn Ziele nicht direkt erreichbar sind. 1. Lernen 2. Gegenüber- stellung 3. Reinforcement Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss NeMeA Ringvorlesung der Forschergruppe Neue Medien im Alltag, TU Chemnitz, Sommersemster 2000

8 Gegenüberstellung LernpsychologieMaschinelles Lernen > Reiz-Reaktions-Lernen > Instrumentelles Lernen > Kognitives Lernen > Planvolles Handeln und Problemlösen Reinforcement Learning Induktives Lernen Problemlösen und Planen Roboterlernen Reaktives Lernen 1. Lernen 2. Gegenüber- stellung 3. Reinforcement Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss NeMeA Ringvorlesung der Forschergruppe Neue Medien im Alltag, TU Chemnitz, Sommersemster 2000

9 Agenten und künstliche Welten Agent = künstliches intelligentes System Lernen 2. Gegenüber- stellung 3. Reinforce- ment Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss NeMeA Ringvorlesung der Forschergruppe Neue Medien im Alltag, TU Chemnitz, Sommersemster 2000

10 Lernen durch Belohnung Lernen 2. Gegenüber- stellung 3. Reinforce- ment Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss NeMeA Ringvorlesung der Forschergruppe Neue Medien im Alltag, TU Chemnitz, Sommersemster 2000

11 Lernen durch Belohnung Lernen 2. Gegenüber- stellung 3. Reinforce- ment Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss NeMeA Ringvorlesung der Forschergruppe Neue Medien im Alltag, TU Chemnitz, Sommersemster 2000

12 Lernen durch Belohnung Lernen 2. Gegenüber- stellung 3. Reinforce- ment Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss NeMeA Ringvorlesung der Forschergruppe Neue Medien im Alltag, TU Chemnitz, Sommersemster 2000

13 Lernen durch Belohnung Lernen 2. Gegenüber- stellung 3. Reinforce- ment Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss NeMeA Ringvorlesung der Forschergruppe Neue Medien im Alltag, TU Chemnitz, Sommersemster 2000

14 Lernen durch Belohnung Lernen 2. Gegenüber- stellung 3. Reinforce- ment Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss NeMeA Ringvorlesung der Forschergruppe Neue Medien im Alltag, TU Chemnitz, Sommersemster 2000

15 Lernen durch Belohnung Lernen 2. Gegenüber- stellung 3. Reinforce- ment Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss NeMeA Ringvorlesung der Forschergruppe Neue Medien im Alltag, TU Chemnitz, Sommersemster 2000

16 Lerneffekt 1. Lernen 2. Gegenüber- stellung 3. Reinforce- ment Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss NeMeA Ringvorlesung der Forschergruppe Neue Medien im Alltag, TU Chemnitz, Sommersemster

17 +1 Lernen durch Belohnung 1. Lernen 2. Gegenüber- stellung 3. Reinforce- ment Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss NeMeA Ringvorlesung der Forschergruppe Neue Medien im Alltag, TU Chemnitz, Sommersemster 2000

18 +1 Lernen durch Belohnung 1. Lernen 2. Gegenüber- stellung 3. Reinforce- ment Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss NeMeA Ringvorlesung der Forschergruppe Neue Medien im Alltag, TU Chemnitz, Sommersemster 2000

19 +1 Lernen durch Belohnung 1. Lernen 2. Gegenüber- stellung 3. Reinforce- ment Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss NeMeA Ringvorlesung der Forschergruppe Neue Medien im Alltag, TU Chemnitz, Sommersemster 2000

20 +1 Lernen durch Belohnung 1. Lernen 2. Gegenüber- stellung 3. Reinforce- ment Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss NeMeA Ringvorlesung der Forschergruppe Neue Medien im Alltag, TU Chemnitz, Sommersemster 2000

21 +1 Lernen durch Belohnung 1. Lernen 2. Gegenüber- stellung 3. Reinforce- ment Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss NeMeA Ringvorlesung der Forschergruppe Neue Medien im Alltag, TU Chemnitz, Sommersemster 2000

22 +1 Lernen durch Belohnung 1. Lernen 2. Gegenüber- stellung 3. Reinforce- ment Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss NeMeA Ringvorlesung der Forschergruppe Neue Medien im Alltag, TU Chemnitz, Sommersemster 2000

23 +1 Lernen durch Belohnung 1. Lernen 2. Gegenüber- stellung 3. Reinforce- ment Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss NeMeA Ringvorlesung der Forschergruppe Neue Medien im Alltag, TU Chemnitz, Sommersemster 2000

24 +1 Lernen durch Belohnung 1. Lernen 2. Gegenüber- stellung 3. Reinforce- ment Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss NeMeA Ringvorlesung der Forschergruppe Neue Medien im Alltag, TU Chemnitz, Sommersemster 2000

25 +1 Lernen durch Belohnung 1. Lernen 2. Gegenüber- stellung 3. Reinforce- ment Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss NeMeA Ringvorlesung der Forschergruppe Neue Medien im Alltag, TU Chemnitz, Sommersemster 2000

26 Lerneffekt 1. Lernen 2. Gegenüber- stellung 3. Reinforce- ment Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss NeMeA Ringvorlesung der Forschergruppe Neue Medien im Alltag, TU Chemnitz, Sommersemster

27 Prinzip des Reinforcement Learning i j1j1 j2j2 j3j3 U(j 1 ) U(j 2 ) U(j 3 ) U(i) 1. Lernen 2. Gegenüber- stellung 3. Reinforce- ment Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss NeMeA Ringvorlesung der Forschergruppe Neue Medien im Alltag, TU Chemnitz, Sommersemster 2000

28 Lernen aus Beispielen 1. Lernen 2. Gegenüber- stellung 3. Reinforcement Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss NeMeA Ringvorlesung der Forschergruppe Neue Medien im Alltag, TU Chemnitz, Sommersemster 2000

29 Lernen aus Beispielen 1. Lernen 2. Gegenüber- stellung 3. Reinforcement Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss NeMeA Ringvorlesung der Forschergruppe Neue Medien im Alltag, TU Chemnitz, Sommersemster 2000

30 Fortbewe- gungsart Körper- bedeckung Form des Mauls Fötusent- wicklung Möwe Kondor Schmetterling Biene Fledermaus fliegender Fisch Känguru Pinguin Bär Eisvogel Tukan Schnabeltier fliegen nicht fliegen fliegen nicht fliegen Federn Hornpanzer Fell Schuppen Fell Federn Fell Federn Fell Schnabel kein Schnabel Schnabel kein Schnabel Schnabel extrauterär uterär extrauterär uterär extrauterär uterär extrauterär Vogel ja nein ja nein ja nein Lernen aus Beispielen 1. Lernen 2. Gegenüber- stellung 3. Reinforcement Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss NeMeA Ringvorlesung der Forschergruppe Neue Medien im Alltag, TU Chemnitz, Sommersemster 2000

31 Entscheidungsbäume Alle Möwe Kondor Schmetterling Biene Fledermaus fliegender Fisch Eisvogel Tukan Känguru Pinguin Bär Schnabeltier Möwe Kondor Eisvogel Tukan Schmetterling Biene Fledermaus fliegender Fisch Pinguin Schnabeltier Känguru Bär fliegen nicht fliegen Schnabel kein Schnabel uterär extra- uterär 1. Lernen 2. Gegenüber- stellung 3. Reinforcement Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss NeMeA Ringvorlesung der Forschergruppe Neue Medien im Alltag, TU Chemnitz, Sommersemster 2000

32 Regeln Gelernte Regeln Alle Tiere, die fliegen können und einen Schnabel haben, sind Vögel. Manche Tiere, die nicht fliegen können und extrauterären Nachwuchs haben, sind Vögel. 1. Lernen 2. Gegenüber- stellung 3. Reinforcement Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss NeMeA Ringvorlesung der Forschergruppe Neue Medien im Alltag, TU Chemnitz, Sommersemster 2000

33 Das Projekt MAS Modellierung und Simulation der Rezeption textueller Information aus dem Internet 1. Lernen 2. Gegenüber- stellung 3. Reinforcement Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss NeMeA Ringvorlesung der Forschergruppe Neue Medien im Alltag, TU Chemnitz, Sommersemster 2000 Theoretisches Modell Codierung Validierung Simulations- programm Empirische Ergebnisse

34 Menschen und Computer als Lernende und Lehrende Lehrer Mensch Computer Mensch Computer 1. Lernen 2. Gegenüber- stellung 3. Reinforcement Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss NeMeA Ringvorlesung der Forschergruppe Neue Medien im Alltag, TU Chemnitz, Sommersemster 2000 Lerner Mensch Computer Schule Tutorsysteme Active Learning Consultative Learning

35 Active Learning 1. Lernen 2. Gegenüber- stellung 3. Reinforcement Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss NeMeA Ringvorlesung der Forschergruppe Neue Medien im Alltag, TU Chemnitz, Sommersemster 2000 Anwendungsbereich:Sprach- (Grammatik-) Lernen durch den Computer aus Beispielen Effizienzsteigerung beim LernprozessZielsetzung: Methoden:Lernen mit Sicherheitswerten Komitee-basiertes Lernen Prinzip:1. Erstelle mit einer begrenzten Menge von Beispielen einen oder mehrere Klassifika- toren 2. Klassifiziere weitere Beispiele 3. Lege die unsichersten Beispiele dem mensch- lichen Lehrer zur Kommentierung vor

36 Consultative Learning 1. Lernen 2. Gegenüber- stellung 3. Reinforcement Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss NeMeA Ringvorlesung der Forschergruppe Neue Medien im Alltag, TU Chemnitz, Sommersemster 2000 Anwendungsbereich:Sprach- (Grammatik-) Lernen durch den Computer aus Beispielen Simulation des Active LearningZielsetzung: Methoden: Komitee-basiertes Lernen Prinzip:Wie beim Active Learning, aber der menschliche Lehrer wird durch einen Agenten ersetzt. Falls der Lehrer-Agent nicht direkt einen Kom- mentar abgeben kann, versucht er einen solchen durch einen Lernprozess zu ermiteln. Danach bestimmen Lehrer und Lerner gemein- sam den geeignetsten Kommentar.

37 Das Projekt MAS 1. Lernen 2. Gegenüber- stellung 3. Reinforcement Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss NeMeA Ringvorlesung der Forschergruppe Neue Medien im Alltag, TU Chemnitz, Sommersemster 2000 Theoretisches Modell Codierung Validierung Simulations- programm Empirische Ergebnisse Internet Grammar ? Empirische Ergebnisse Active Learning Consultative Learning

38 Ausblick 1. Lernen 2. Gegenüber- stellung 3. Reinforcement Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss 1. Modellierung des Nutzerverhaltens im Projekt Krems. 2. Analyse der im Projekt Krems anfallenden Daten mit maschinellen Verfahren. 3. Generierung von Hypothesen auf Grund der Simulationen. 4. Empirische Überprüfung ermittelter Hypothesen. NeMeA Ringvorlesung der Forschergruppe Neue Medien im Alltag, TU Chemnitz, Sommersemster 2000 Was noch geplant ist:

39 Schluss Das wars! 1. Lernen 2. Gegenüber- stellung 3. Reinforcement Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss NeMeA Ringvorlesung der Forschergruppe Neue Medien im Alltag, TU Chemnitz, Sommersemster 2000 Noch Fragen, Kienzle?


Herunterladen ppt "Ringvorlesung der Forschergruppe Neue Medien im Alltag Werner Dilger Lernende Computer Technische Universität Chemnitz Fakultät für Informatik / Professur."

Ähnliche Präsentationen


Google-Anzeigen