Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Copyright (c) 2010 Varga György All rights reserved Über lernfähige Systeme.

Ähnliche Präsentationen


Präsentation zum Thema: "Copyright (c) 2010 Varga György All rights reserved Über lernfähige Systeme."—  Präsentation transkript:

1 Copyright (c) 2010 Varga György All rights reserved Über lernfähige Systeme

2 Copyright (c) György Varga, 2010 Copyright (c) 2010 Varga György All rights reserved Über lernfähige IT Systeme Über lernfähige IT Systeme

3 Im Voraus 1.Mobiltelefonen 2.Audio- und Bildaufnahmen 3.Nicht eingeübt – Inhalt, Zusammenstellung 4.Frage-Antwort: ein Satz 5.Wer die Antwort kennt, soll ½ Minute warten Copyright (c) 2010 Varga György All rights reserved

4 InhaltInhalt 1.Über lernfähige Systeme 2.IT Architekturfragen 3.Beispiele (IT Architektur) 4.Wo wir noch lernen können (was machen wir falsch?) 5.Zusammenfassung Copyright (c) 2010 Varga György All rights reserved

5 Über lernfähige Systeme Was ist Ihre Vorstellung über das Lernen?

6 AnschauungAnschauung Anschauung Anschauung: die Art und Weise, wie man etwas betrachtet oder interpretiert oder über etwas denkt Denkweise: bestimmter Gedankenablauf, basierend auf Erfahrung, Gemützustand, äußere Einflüsse,... Denken: innere Beschäftigung, wenn wir versuchen eine Erkenntnis zu formulieren, basiert auf Vorstellungen, Erinnerungen und Begriffe Copyright (c) 2010 Varga György All rights reserved Der Grund der Anschauung ist die Glaube oder das Wissen

7 LernfähigLernfähig Wann ist ein System lernfähig? Copyright (c) 2010 Varga György All rights reserved Lernen wird gelehrt Eigene Entscheidung andere sagen was und wie Verbesserung eigener Fähigkeiten Wenn es sich zur ändernden Umgebung gut anpassen kann

8 I. Über lerhfähige Systeme 1 Steuerung und Regelung 2 Rückkopplungen 3 Analyse 4 Eigenschaften lernfähiger Systeme 5 Mathematik 6 Anschauungsprobleme 7 Was ausgeblieben ist 8 Technische Systeme 9 Zusammenfassung Copyright (c) 2010 Varga György All rights reserved

9 1. Steuerung und Regelung Kybernetik: interdisziplinäre Forschung , Mathematik, Biologie, Technik, Gesellschaft - Norbert Wiener, Claude Shannon Wichtigste Ergebnisse: - Theorie der Steuerung und Regelung - Rückkopplungen - Informationstheorie (Signaltheorie) - Phasendiagramm (Phasenraum) Technik Copyright (c) 2010 Varga György All rights reserved

10 1. Steurenung und Regelung Steuerung: ich gebe vor, was du machen muss Regelung: Einfluss auf Grund des Vergleiches soll und ist Copyright (c) 2010 Varga György All rights reserved mache das Strecke Regler

11 1. Regelung Regelung: ausführliche Darstellung Copyright (c) 2010 Varga György All rights reserved Strecke ReglerMessung geregelter Wert Störung ist soll diff

12 1. Modell bilden Modell: Wiedergabe der Wirlkichkeit – für uns zweckmäßig vereinfacht Copyright (c) 2010 Varga György All rights reserved Strecke Regler Testmuster, Testreihen, Testsignal, Superposition

13 1. Regelung A Regelung A: konstanter Fluss aus einem Kessel Copyright (c) 2010 Varga György All rights reserved Strecke Regler Strecke ist gegeben, sein Modell ist vollständig bekannt, das Modell ändern sich nicht

14 1. Regelung B Szabályozás B: Eigenschaften der Strecke änderbar Copyright (c) 2010 Varga György All rights reserved Strecke Regler Strcke ist gegeben, sein Modell ist vollständig bekannt, mindestens ein Parameter der Strecke ist änderbar

15 1. Regelung C Regelung adaptiv: Strecke-Eigenschaften ändern sich Copyright (c) 2010 Varga György All rights reserved Strecke Zustand Modell der Strecke ist bekannt, die Eigenschaften der Strecke können sich ändern, die Änderung dieser Eigenschaften werden im Zustandsmodell erfasst Regler

16 1. Regelung D Regelung D: nur die Strecke änderbar Copyright (c) 2010 Varga György All rights reserved Strecke Regler Man kann nur die Parameter der Strecke ändern Beispiel: städtische Wasserversorgung, Flugzeug

17 1. Frage Warum wird in dem Luftverkehr bei Passagierflugzeugen kein Robotpilt eingesetzt? Copyright (c) 2010 Varga György All rights reserved

18 2. Rückkopplungen – P N Zwei Arten von Rückkopplungen: negative und positive Copyright (c) 2010 Varga György All rights reserved Negative: die innere Regelung in kontinuierlich arbeitenden Systemen ist immer negativ Positive: auch die minimalste Änderung bringt eine übergroße Veränderung mit sich Im Allgemeinen negative Assoziation

19 2. Rückkopplung - positiv Copyright (c) 2010 Varga György All rights reserved Notwendigkeit der positiven Rückkopplung Ohne Regelung: Atombombe Mit Regelung: Atomkraftwerk Energiegewinnung Biologie: Blutgerinnung Entblätterung (Apoptose)

20 2. Rückkopplung – P+N Copyright (c) 2010 Varga György All rights reserved Positive und negative zusammen: Instabilität In einem Regelkreis – wo sowohl negative als auch positive Rückkopplungen vorhanden sind – ist die Wahrscheinlichkeit der Instabilität größer als Null Instabilität: die Möglichkeit, dass das System nicht mehr steuerbar wird, oder in einem solchen Zustand festsetzt, was für und ungünstig ist und lässt sich aus diesem Zustand nicht mehr herausbringen

21 2. Rückkopplung – P+N Copyright (c) 2010 Varga György All rights reserved Pozitive und negative zusammen: Möglichkeit der Oszillation Beispiel(~1890): Tierpopulation – Füchse und Hasen

22 2. Rückkopplung – P+N Copyright (c) 2010 Varga György All rights reserved

23 2. Phasenraum Copyright (c) 2010 Varga György All rights reserved Phasenraum Technik: die Paramter des Systems werden in einem abstrakten Raum dargestellt, in dem ein einziger Punkt den Zusand des ganzen Systems beschreibt

24 3. Analyse Copyright (c) 2010 Varga György All rights reserved XVI-XVII. Jahhundert: Die Möglichkeit ein Verständnis über komplexe Systeme zu erwerben: nehmen wir es auseinander, untersuchen wir die Teile In der Biologie führt das nicht zum Ziel. Es existieren emergente Eigenschaften Solche Eigenschaften, deren Erscheinung auf Grund der Eigenschaften der Teile nicht hinreichend erklärt werden kann. Atome Molerüle Zellen Organe Leibniz: Die Fähigkeit des Lernens ist eine Eigenschaft des zum Ganzen zusammengesetzten Systems

25 4. Eigenschaften der lernhähigen Systeme Copyright (c) 2010 Varga György All rights reserved Lernfähige Systeme Diese Systeme besitzen am Anfang mehrere Stabilitätspunkte im dem Phasenraum Durch das Lernen wird das System aus einem stabilen Punkt in einen anderen, eventuell stabilen Punkt geführt Das Lernen setzt voraus: Selbstkenntniss und ein Modell über die Umgebung Selbstkenntniss hier: womit und wie reagiert das System, welche Rückwirkung hat die Reaktion auf das System Fähigkeit der Selbstreperatur was nicht mehr funktioniert, wird reapriert um besser reagieren zu können: funktionierende Einheit effizienter zu gestalten

26 4. Eigenschaften der lernfähigen Systeme Copyright (c) 2010 Varga György All rights reserved Der Fall des sich sonnenden Einzellers (Tibor Gánti) Hier leben zu viele Zellen: weniger Essen und weniger Licht. Wo geht unser Freund hin? Eine nichtdeterministische Entscheidung weniger Essenweniger Licht mehr Lichtmehr Essen

27 Copyright (c) 2010 Varga György All rights reserved Lernfähige Systeme Selbst-Verbesserung in der Biologie: zb. Der Bizeps Wie wachsen die Muskeln? (nur verbal=beide wollen: Zelle, Umgebung) 4. Eigenschaften der lernfähigen Systeme

28 Copyright (c) 2010 Varga György All rights reserved In lernfähigen Systemen Fähigkeit der Selbs-Verbesserung: funktionierende Einheit effizienter zu machen – kann ohen positive Rückkopplung nicht funktionieren In lenfähigen Systemen muss zwangsläufig positive Rückkopplung vorhanden sein Pozitive Rückkopplung Instabilität Die lenfähigen Systeme sind – ohne Ausnahme – instabile Systeme 4. Eigenschaften der lernfähigen Systeme

29 4. Wann ist ein System lerfähig? Wann ist ein System lernfähig? Copyright (c) 2010 Varga György All rights reserved Im jeden lernfähigen System findet man positive Rückkopplung, deswegen sind sie instabil. und in diesem Prozess auch nichtdeterministische Entscheidung gefällt wird Wenn es sich zu ändernden Verhältnisse gut anpassen kann Lernen: Selbs-Verbesserung über nichtdeterministischen Entscheidungen

30 4. Zusammenfassung Eigenschaften der lernhähigen Systeme Copyright (c) 2010 Varga György All rights reserved Lernfähige Systeme Diese Systeme besitzen mehrere Stabilitätspunkte im dem Phasenraum Durch das Lernen wird das System aus einem stabilen Punkt in einen anderen, eventuell stabilen Punkt geführt Das Lernen setzt voraus: Selbstkenntniss und ein Modell über die Umgebung Selbstkenntniss hier: womit und wie reagiert das System, welche Rückwirkung hat die Reaktion auf das System Fähigkeit der Selbstreperatur was nicht mehr funktioniert, wird reapriert um besser reagieren zu können: funktionierende Einheit effizienter zu machen Der Prozess des Lernens ist nichtdeterministisch und ist somit nicht reproduzierbar

31 5. Mathematik 1 Nichlineare Gleichungen 2 Fraktale Copyright (c) 2010 Varga György All rights reserved

32 5. Mathematik Copyright (c) 2010 Varga György All rights reserved Gefällt nicht jedem, aber notwendig: Mathematik der nicht linearen Gleichungen (Chaostheorie) Nichlineare Systeme: diese können mit linearen Gleichungen nicht beschrieben werden – Beispiel: turbulentes Verhalten der Gase

33 5. Mathematik Copyright (c) 2010 Varga György All rights reserved Herkömliche Sicht: lineare Gleichungen beschreiben das System – kontinuierliche Funktion, Derivat existiert Nichtlineare Systeme: diese können mit liearen Gleichungen nicht beschrieben werden Kann komplexes Systemverhalten nur mit Hilfe komplexer Funktionen beschieben werden? Nein: einfache deterministische Funktion Eine sehr geringfügige Änderung der Anfangsbedingungen kann eine große Menge verschiedene Antworten geben Das scheinbar chaotische Verhalten kann in bildhafte Strukturen geordnet werden, wobei sehr feine und schöne Bilder entstehen

34 5. Matematika Copyright (c) 2010 Varga György All rights reserved Rückkopplung und Iteration: einfache Iteration kann große Komplexität hervorrufen Beispiel: x kx(1-x), ahol 0 < x < 1 (Becker-Transformation) Es ist nicht möglich vorauszusagen, welchen Wert x nach bestimmten (genügend großer Anzahl von) Schritten annimmt Nich lineare Gleichungen: genaue Vorhersage des Verhaltens ist nicht möglich

35 5. Matematika Copyright (c) 2010 Varga György All rights reserved Edward N.Lorenz(1963): einfaches Gleichungssystem mit 3 Paramter für meteorologische Vorhersage Beobachtung: äußerst empfindlich gegenüber Änderungen der Anfangsparameter Vorhersage ist unmöglich Schmetteling-Effekt: Wenn ein Schmetterling heute über Brasilien einmal Flattert, kann sein, dass nach einem Monat ein Tornado über New York entsteht. dx/dt = R(y-x) dy/dt = x(P-z) – y dz/dt = xy - Bz

36 5. Mathematik Copyright (c) 2010 Varga György All rights reserved Beobachtung: die Unmöglichkeit der Vorhersage, im welchen Punkt des Phasenraumes sich der Zustand des Systems (Attracktors) in einem vorgegebenen Zeipunkt befindet Vorhersage unmöglich chaotisches System Chaostheorie Chaostheorie === Mathematik der nichlinearen Gleichungen

37 5. Mathematik - Fraktalgeometrie Copyright (c) 2010 Varga György All rights reserved Benoit Mandelbrot: Untersuchung von selbstähnlichen Figuren (Wolke: Ähnlich bis zur 7 Größenordnung) Fraktale: sich selbst in in kleneren Form enthaltende Formen und Gestalten

38 5. Fraktale - Beispiele Copyright (c) 2010 Varga György All rights reserved Menger Teppich: Mitte des Quadrates – ein dritter von der Seite – wird ausgeschnitten Sierpinki Dreieck : Dreieck mit Loch in der Mitte

39 5. Julia Mengen Copyright (c) 2010 Varga György All rights reserved Gaston Julia (1918): Julia Menge Kc ist die Menge der komplexen Zahlen, bei denen die iterierte quadratische komplex Funktion Qc(z) = z2 + c beschränkt bleibt Kc := {cC; lim |Qnc(z)| < 0-0} n 0-0

40 5. Julia Menge Copyright (c) 2010 Varga György All rights reserved

41 5. Julia Menge Copyright (c) 2010 Varga György All rights reserved

42 5. Julia Menge Copyright (c) 2010 Varga György All rights reserved

43 5. Julia Menge Copyright (c) 2010 Varga György All rights reserved

44 5. Fraktale Welche Unterschiede findet man zwischen den zwei letzten Bilder? Copyright (c) 2010 Varga György All rights reserved zersplitterte Bereiche, oder ein zusammenhändender Bereich

45 5. Mandelbrot Menge Copyright (c) 2010 Varga György All rights reserved Mandelbrot Menge: Menge der komplexen Zahlen, für welche mit dem Anfangswert z = (o + i0) die iterierte quadratische Abbildung Qc(z) = z2 + c beschränkt bleibt Kc := {cC; lim |Qnc(0)| < 0-0} n 0-0 Mandelbrot Menge: Julia Menge mit Anfangswert z=(0 + 0i) Julia Vermutung: diese Mengen bilden immer einen zusammenhängenden Bereich

46 5. Mandelbrot: Apfelmännchen Copyright (c) 2010 Varga György All rights reserved

47 5. Apfelmännchen Abschnitt Copyright (c) 2010 Varga György All rights reserved

48 5. Apfelmännchenabschnitt Copyright (c) 2010 Varga György All rights reserved

49 5. Warum ist dieMandelbrot Menge interessant? Copyright (c) 2010 Varga György All rights reserved Julia Menge können wir auch als ein Phasendiagramm betrachten Es sind nur die Julia Mengen interessant, wo die Elemente in einem zusammenhängenden Bereich liegen Solange wir einem System Zustände nur innerhalb dieses Bereiches erlauben, das System kann arbeitsfähig (beschränkt) bleiben Die Stabilität eines – wohl mit nicht linearer Gleichung beschiebenen – Systems ist stark von empfindlichen und genauen Anfangsbedingungen anhängig Bemerkung: hier ist keine Aussage über die Anzahl der Sammelpunkte – Lorenz Attraktor: 2 Am Rand der Mandelbrot Menge findet man Fraktale

50 5. Fraktálok - kép Copyright (c) 2010 Varga György All rights reserved

51 6. Anschauungsprobleme Copyright (c) 2010 Varga György All rights reserved Ein Teil der Entschedungen ist – im Prozess des Lernens – nicht deterministisch Beispiel: Flughafen, zwei Ausgänge Im Leben ist ein Teil der wirklichen Entscheidungen nicht vorbestimmt. Diese Tatsache trägt dazu bei, dass wir lernen (anpassen) können

52 6. Anschauungsprobeme Copyright (c) 2010 Varga György All rights reserved Ein Teil der Entscheidungen ist im Prozess des Lernens nicht deterministisch wenn die Entscheidung sich nicht in einem inneren oder äußeren Modell manifestiert der Schöpfer wird nie erfahren, wann und warum das System sich so entschieden hat der vollständige Prozess des Lernens kann nicht deterministisch wiederholt werden Das ist der Punkt, wo der technische Fachman kapituliert!

53 7. Was ausgeblieben ist Copyright (c) 2010 Varga György All rights reserved Was ist die Erscheinung oder der Prozess, was sich zu dem Lernprozess gehört, und noch nicht angeprochen wurde? Worauf trinkt man?

54 7. Was ausgeblieben ist Copyright (c) 2010 Varga György All rights reserved Wahrnehmung KneipeDiskussion Lehre keine Lehre Vergessen

55 7. Was ausgeblieben ist Copyright (c) 2010 Varga György All rights reserved - In einer neuen Umgebung ist ein Teil der Reaktionen einfach überflüssig - Was nicht gebraucht wird: das muss vergessen sein Das Vergessen kann – und ist auch oft – mit der Wille des Vergessens verbunden sein Es muss die Unterscheidung wichtig/unwichtig gertoffen sein

56 7. Was ausgeblieben ist Copyright (c) 2010 Varga György All rights reserved Unwichtig – Vergessen - Wahrnehmung Die Wahrnehmung wird von unserem Bewusstsein – auf Grund der Einordnung wichtig/unwichtig – wesentlich beeinflusst Das, was wir für wichtig halten, beeinflusst auch unsere Wahrnehmung. Dieser Einfluss ist sehr stark. Beispiel?

57 8. Technische Systeme Copyright (c) 2010 Varga György All rights reserved Reproduktion lernfähiger technischen Systeme (kopieren): - Reproduktion lernfähiger Systeme ist einfach - Reproduktion eines schon gelernten Systems ist nur dann eifach,wenn das System auch während der Arbeit von der Umgebung physikalisch gut abgrenzbar und abtrennbar ist Beispiel: gelehrte Nervensystem-Simulation (männlich-weiblich)

58 8. Technische Systeme Copyright (c) 2010 Varga György All rights reserved Selbstreproduktion technischer Systeme: - wird nicht behandelt Komputerviren: adaptierungsfähige Werke - Frage: wie prüfen sie, ob der Wirt-Kompuer (Wirtzelle) von diesem Virus befallen ist, oder nicht?

59 9. Zusammenfassung Lernfähige Systeme Copyright (c) 2010 Varga György All rights reserved Umgebung Wahrnehmung Enscheidung d/n wichtig IrrtumÄnderung Vergessen Gedächtnis negative und positive Rückkopplungen, instabile Teile Eingriff

60 Copyright (c) 2010 Varga György All rights reserved Architekturfragen der IT Systeme Jetzt wird es technisch.

61 Copyright (c) 2010 Varga György All rights reserved Beispiel (IT Architektur) Haben Sie noch nicht genug?

62 Copyright (c) 2010 Varga György All rights reserved Wo wir noch lernen können (was machen wir falsch?) Wo wir noch lernen können (was machen wir falsch?) Das gemeinsamme Wissen ist auch ein gemeinsammer Schatz.

63 Copyright (c) 2010 Varga György All rights reserved Was ist Ihre Vorstellung über das Lernen? Danke Ihre Geduld und Aufmeksamkeit!

64 E N D E


Herunterladen ppt "Copyright (c) 2010 Varga György All rights reserved Über lernfähige Systeme."

Ähnliche Präsentationen


Google-Anzeigen