home *** CD-ROM | disk | FTP | other *** search
/ Programmer 7500 / MAX_PROGRAMMERS.iso / CLIPPER / MISC / ARTIFIC.ZIP / ARTIFIC.TXT
Encoding:
Text File  |  1992-01-09  |  4.0 KB  |  132 lines
  1.          Artificial Intelligence
  2.  
  3.              Whil Hentzen
  4.  Greater Cincinnati IBM PC User's Group
  5.  
  6. The first problem of Artificial
  7. Intelligence (AI) is that everyone
  8. has his own definition.  Herb Simon
  9. and John McCarthy from the East
  10. Coast, Edward Feighenbaum and Nils
  11. Nilsson on the West Coast, we in
  12. America's heartland - no two
  13. definitions are alike, and all have
  14. been misunderstood by the media as
  15. they try to capture the latest
  16. buzzwords for the 80's.
  17.  
  18. Instead of trying to set a definition
  19. in concrete, lets use this:
  20. Artificial Intelligence is a process
  21. by which a device is made able to
  22. perform tasks which, when they are
  23. performed by humans, are said to
  24. require some thought.
  25.  
  26. The reason for the hedging in that
  27. statement is that it usually happens
  28. that as soon as a machine can do some
  29. task, that task is declared not to
  30. have needed intelligence to be
  31. performed in the first place.
  32.  
  33. Let's look at some of the
  34. applications of AI.
  35.  
  36. GAMES
  37.  
  38. Computers that play chess (and win!)
  39. use AI techniques.  The first idea is
  40. to create a tree that branches out
  41. into all the possible moves that the
  42. two players can make.  However, as
  43. the game develops, the number of
  44. branches of a chess tree become so
  45. p#large that even a Cray works
  46. overtime.  The next step is to assign
  47. values to moves - a high value to a
  48. move that takes the other queen, a
  49. somewhat lower value to a move that
  50. opens your king to mate in two moves.
  51. Thus, whole sets of branches can be
  52. eliminated because of the low value
  53. calculated.  The final step is to
  54. create strategies, plans,
  55. counterplans and all the other things
  56. that humans do.
  57.  
  58. THEOREM PROVING
  59.  
  60. This is basically checking up on the
  61. work of mathematicians and other
  62. folks of that breed.  As mathematics
  63. get more complicated (e.g. Fermat's
  64. Last Theorem or the Four Color
  65. Problem), a computer with a
  66. human-like mind is handy to double
  67. check your work.  The English
  68. language analogy would be a spelling
  69. checker that made sure you used
  70. "your/you're" and "effect/affect" in
  71. the right places.
  72.  
  73. PREDICATE CALCULUS
  74.  
  75. This is applying Boolean Logic to
  76. ideas instead of what BL usually is
  77. applied to.
  78.  
  79. For example, imagine the diagnostic
  80. procedures doctors go through to
  81. determine a patients' illness.  Now
  82. imagine if you had some symptoms that
  83. were related to a rare disease...a
  84. computer with the ability to sort
  85. through all these Rules wouldn't
  86. care, because it had a perfect memory
  87. and rather fast search time.  A
  88. doctor would probably have a tougher
  89. pτtime.
  90.  
  91. These Rules could be hooked up with
  92. programs and called Expert Systems.
  93. There are useful expert systems
  94. around, however - several of the
  95. famous ones are Mycin (a medical
  96. diagnostic expert system), and
  97. Prospector, a mineral deposits
  98. locator that recently found a massive
  99. Molybdenum strike in Montana.
  100.  
  101. PATTERN RECOGNITION
  102.  
  103. How to give ears and eyes to a
  104. machine.  Let's talk about vision.
  105.  
  106. A camera takes a picture and breaks
  107. it down into PIXELS.  Sufficient
  108. resolution for an 8.5 x 11 drawing
  109. might be 250 dots per inch.  This
  110. means, for black and white only, that
  111. picture has 11.5 million pixels to
  112. process.  That takes a while.  You
  113. and I (and your 12 year old son) can
  114. look at a piece of paper and
  115. determine if it is an insurance form
  116. or a centerfold rather quickly. The
  117. computer, however, must analyze each
  118. and every pizel.
  119.  
  120. One way of speeding it up is to break
  121. the picture up into regions of light
  122. and dark, of edges and places, of
  123. shapes and objects.  Then it compares
  124. these to images it already has stored
  125. in memory, and makes "guess" if they
  126. are pretty close.  Naturally, if the
  127. picture is in color, the number of
  128. pixels that must be processed
  129. increases tremendously.
  130.  
  131. Try doing that on an abacus!
  132. ============================