Turingtesten, symbolsystemhypotesen og kunnskapsproblemet. ITSLP /01/2008 Erik Velldal
|
|
- Britt Kristiansen
- 7 år siden
- Visninger:
Transkript
1 Turingtesten, symbolsystemhypotesen og kunnskapsproblemet ITSLP /01/2008 Erik Velldal
2 Kan maskiner tenke? Hva slags type spørsmål er dette? Empirisk / teknologisk? Filosofisk? (Copeland) Siden maskiner ikke kan ha bevissthet kan de ikke tenke. Er både premisset og slutningen feil? Eksperimenter Blindesyn Lackner & Garret
3 Turingtesten
4 Er testen allerede bestått? Flere har blitt lurt av ELIZA, AOLiza, Parry, etc.. Men kriteriene for TT ikke oppfylt. Forsøkte ikke aktivt og kritisk å identifisere en maskin. Viste ikke kontrasten mellom menneske og maskin. Eksperimentet må gjentas flere ganger. Etc..
5 Innvendinger mot turingtesten Sjimpanse-argumentet Sanseorgan-argumentet Simulerings-argumentet Blackbox-argumentet
6 Sjimpanseargumentet En sjimpanse kan ikke bestå testen Antroposentrisk Testen er for konservativ Invaliderer ikke testen, men betyr at et negativt utfall ikke er fellende.
7 Sanseorganargumentet Ingen sanseorgan, ingen referanse Hva med abstrakte begreper? Kan ikke defineres ostensivt..
8 Simuleringsargumentet En simulering av X er ikke X Jfr. forvekslingen av mann og kvinne i den opprinnelige selskapsleken, the imitation game. Forskjellige typer simulering Kunstig vs. På liksom
9 Blackbox-argumentet Behavioristisk / funksjonalistisk. Ser kun på ytre atferd. Turing: Det samme gjelder mennesker. Overser betydningen av felles biologi. Men hvordan ev. definere et designkriterium? Biologi, modularitet..?
10 Når sier vi at noe tenker? Turings indirekte tilnærming: Hvis Y utfører X, vil du da si at Y tenker? Copeland: Uansett hva vi setter inn for X så er testen ikke god nok. Tar ikke hensyn til indre prosesser. Finnes heller ingen tilfredsstillende design-kriterier. Det finnes ikke noe svar: Et definisjonsspørsmål. Jfr. paradokset om Theseus skip.
11 Når sier vi at noe tenker? Biologiske og fenomenologiske distinksjoner ikke tilfredsstillende Eksemplet om blinde reflekser hos graveveps: Ikke tenkning. Copeland: Krav om å være massively adaptable Tilpassningsdyktige indre prosesser.
12 Massively adaptable Å ha evnen til å: Legge planer Analysere situasjoner Revurdere oppfatninger i lys av ny informasjon Veie konkurrerende interesser opp mot hverandre Formulere og teste hypoteser Ta hensiktsmessige beslutninger basert på mangelfull informasjon og gjøre alt dette i den virkelige verden.
13 Massively adaptable Muliggjør forklaring av atferd utfra intensjonalitet En ikke-eksakt definisjon Evolusjonsmessig og artsmessig kontinuum Hvis en kunstig agent skulle vise seg å være massively adaptable, må vi kunne si at den tenker. Neste spørsmål: Hva slags type maskin er en datamaskin, og er dette riktig type maskin for tenkning?
14 Datamaskin = Symbolmanipulator En datamaskin manipulerer symboler v.h.a noen få fundamentale operasjoner. Symbolene kan være gitt f.eks ved en binær kode som i moderne datamaskiner; 0 / 1. Bits. Symbolene kan videre implementeres f.eks som elektrisk spenning; av / på. Vilkårlig og kovensjonsbestemt hva en gitt kombinasjon av bits representerer.
15 Binærkode Representasjon av tall n bits gir 2^n muligheter. En byte = 8 bits = 2^8 = 256 muligheter = 65 Representasjon av bokstaver F.eks ASCII = A
16 Symbolmanipulering Grammatiske regler for velformete uttrykk Komposisjonalitet eplekake = eple + kake Rekursjon deilig, varm eplekake NP N NP A + NP Tenk spiral, ikke sirkel Komposisjonalitet + rekursjon = uendelige muligheter med en endelig mengde symboler og regler
17 Symbolsystemhypotesen Universal symbol system = generalpurpose stored-program computer (Herman skal snakke mer om turingmaskiner i neste forelesning.) Hypotesen: Et universelt symbolsystem kan realisere kunstig intelligens. Sterk SSH: kun et symbolsystem er i stand tenke. Tenkning = symbolmanipulering (Vi kommer tilbake til SSSH i kapittel 9.)
18 Multippel realiserbarhet Vi skiller mellom funksjonalitet (høyt nivå) og fysisk implementering (lavt nivå). Er menneskehjernen en organisk realisering av et universelt symbolsystem? Kjernen i Turings idé var nettopp at tenkning er uavhengig av fysisk realisering.
19 Multippel realiserbarhet Babbages Analytical Engine (1837)
20 Kritikk av AI Intelligensen ligger ofte kun hos programmereren, ikke programmet. Løsningen på et problem ligger ofte i representasjonen av problemet. Programmererens bidrag Selve problemløsningen er ofte bare blind prøving-og-feiling Teknikker for problemløsning verdiløse uten kunnskap. To sider av samme sak.
21 Kritikk av AI "Current claims and hopes for progress in making computers intelligent are like the belief that someone climbing a tree is making progress toward reaching the moon." Stuart Dreyfus Mikroverden-tilnærmingen ikke skalérbar
22 Kunnskapsproblemet Organisering, oppdatering, relevans.. Politiet nektet å gi studentene tillatelse til å demonstrere fordi de fryktet voldelige sammenstøt. de advokerte væpnet revolusjon. Hvem er de? Nødvendig med commonsensisk kunnskap, generell verdenskunnskap?
23 Rammeproblemet John McCarthy og Patrick J. Hayes 1969 Opprinnelig knyttet til formell logikk Mer generelt knyttet til problemet med representasjon og resonnering i dynamiske domener Hvordan kan vi unngå å eksplisitt definere hva som (ikke) påvirkes av en gitt handling? Et av de dypeste problemene for AI
24 CYC Prosjekt som forsøker å håndkode consensus reality. Startet av Douglas Lenat i Ontologi med flere hundretusen termer og en kunnskapsbase (KB) med millioner av fakta og regler om verden; common-sense Kritisert for inkonsekvente og mangelfulle ontologiske definisjoner. Det jobbes med å integrere CYC med metoder for maskinlæring og NLP.
25 Ideer for presentasjoner i gruppene Argumentér for og imot hvorvidt turingtesten gir en god indikasjon på om en maskin kan tenke eller ikke. Sammenlikn egenskapene til noen forskjellige chatbots. Gi en analyse av en dialog med en chatbot. (hva fungerer? hva går galt? hvorfor?) Forklar hva som menes med et ekspertsystem. Gi minst ett eksempel på et slikt system og forklar hva det gjør. Hva går Sapir-Whorf-hypotesen ut på? Gi eksempler på evidens for og imot denne hypotesen. Hva går symbolsystemhypotesen ut på? Hvilke meritter ligger til grunn for at John von Neumann blir kalt den moderne computerens far? Forklar hvordan Babbages analytiske motor fungerte. Hva var spesielt med Babbages maskin i forhold til tidligere forsøk på å skape en computer? Man skiller gjerne mellom to skoler innenfor kunstig intelligens: En som legger hovedvekt på indre prosesser og en som legger hovedvekt på ytre atferd og funksjonalitet. Diskuter de to retningene (gi gjerne eksempler på programmer, forskere, påstander, etc. fra de to "leirene"). Hva menes med rammeproblemet? Gi en historisk oversikt over utviklingen av datamaskiner mht hvor raske de er og hvor stort lager de har. Gi en kort presentasjon av CYC. Gi eksempler på kritikk av prosjektet.
26 Ideer for presentasjoner i gruppene (HRJ) Hva er en turingmaskin og hvilken betydning har den hatt for utviklingen av kunstig intelligens? Forklar P ikke lik NP. (Cooks formodning). Gi forbindelse til travelling salesmans problem. Ukebladet TIME hadde en oversikt over de 100 mest fremtredende vitenskapsmenn i forrige århundre. Der var både Alan Turing og Kurt Gödel med. Hva er de kjent for der? Hvorfor- og når- er"gyldighet" enklere enn "sannhet"? Beskriv noen syntaktiske kalkyler fra AI. Hvordan passer Mary Shelleys "Frankenstein" inn i vår beskrivelse av "den mest avanserte teknologi"? Gi forbindelsen mellom kontekstfrie språk og stakkautomater (pushdown automater). Gi en oversikt over debatten rundt universalspråk og universelle klassifikasjoner rundt år En endelig automat er en digital maskin med endelig hukommelse. Hvordan samsvarer dette med en endelig automat som en turingmaskin som bare beveger seg i en retning. Hvilke utfordringer møter vi i maskinoversettelse fra et språk til et annet?
27 (xkcd.com)
Litt mer om maskinlæring. Oppsummering. Prognoser for ikke så fjern fremtid. ITSLP /04/2008 Erik Velldal
Litt mer om maskinlæring. Oppsummering. Prognoser for ikke så fjern fremtid. ITSLP1100-22/04/2008 Erik Velldal Avveining mellom tre viktige faktorer Modellen av treningsdataene bør være generell nok til
DetaljerKort repetisjon fra 3. forelesning. Hva er identitetsteori? Type identitet og tokenidentitet Identitetsteori og reduksjonisme
Kort repetisjon fra 3. forelesning Hva er identitetsteori? Type identitet og tokenidentitet Identitetsteori og reduksjonisme Hva taler for typeidentitetsteori? Oppløser problemet med mental-fysisk interaksjon
DetaljerMAT1030 Forelesning 3
MAT1030 Forelesning 3 Litt om representasjon av tall Dag Normann - 26. januar 2010 (Sist oppdatert: 2010-01-26 14:22) Kapittel 3: Litt om representasjon av tall Hva vi gjorde forrige uke Vi diskuterte
DetaljerI Kapittel 2 lærte vi om tall i alternative tallsystemer, i hovedsak om binære tall, oktale tall og heksadesimale tall.
Forelesning 4 Tall som data Dag Normann - 23. januar 2008 Valg av kontaktpersoner/tillitsvalgte Før vi tar pause skal vi velge to til fire tillitsvalgte/kontaktpersoner. Kontaktpersonene skal være med
DetaljerValg av kontaktpersoner/tillitsvalgte. MAT1030 Diskret matematikk. Oppsummering av kapittel 2. Representasjon av hele tall
Valg av kontaktpersoner/tillitsvalgte MAT1030 Diskret matematikk Forelesning 4: Tall som data Dag Normann Matematisk Institutt, Universitetet i Oslo 23. januar 2008 Før vi tar pause skal vi velge to til
DetaljerKapittel 3: Litt om representasjon av tall
MAT1030 Diskret Matematikk Forelesning 3: Litt om representasjon av tall Dag Normann Matematisk Institutt, Universitetet i Oslo Kapittel 3: Litt om representasjon av tall 26. januar 2010 (Sist oppdatert:
Detaljer(Først litt mer om konneksjonisme, og så) maskinlæring. ITSLP /04/2008 Erik Velldal
(Først litt mer om konneksjonisme, og så) maskinlæring ITSLP1100-15/04/2008 Erik Velldal En liten oppsummering fra forrige gang.. Vi så litt på forskjellen mellom datamaskiner (von Neumann-arkitektur)
Detaljer)RUVNQLQJVPHWRGLNNLQQHQ.XQVWLJLQWHOOLJHQV
.XQVWLJLQWHOOLJHQV01),7 )RUHOHVQLQJ Emner: )RUVNQLQJVPHWRGLNNLQQHQ.XQVWLJLQWHOOLJHQV - Revidert definisjon - AI som empirisk vitenskap - Kognitiv vitenskap som metodisk tilnærming - Epistemologiske problemer
DetaljerKapittel 3: Litt om representasjon av tall
MAT1030 Diskret Matematikk Forelesning 3: Litt om representasjon av tall, logikk Roger Antonsen Institutt for informatikk, Universitetet i Oslo Kapittel 3: Litt om representasjon av tall 20. januar 2009
DetaljerLæreplan i informasjonsteknologi - programfag i studiespesialiserende utdanningsprogram
Læreplan i informasjonsteknologi - programfag i studiespesialiserende utdanningsprogram Fastsatt som forskrift av Utdanningsdirektoratet 3. april 2006 etter delegasjon i brev 26. september 2005 fra Utdannings-
DetaljerINF2820 Datalingvistikk V2015. Jan Tore Lønning
INF2820 Datalingvistikk V2015 Jan Tore Lønning INF2820 Datalingvistikk 21. januar 2015 2 I dag: 1. Time: Datalingvistikk: motivasjon og eksempler Praktisk informasjon 2. Time: Endelige tilstandsteknikker
DetaljerDisposisjon for faget
Side 1 for Exphil03 Hva er Exphil 26. august 2014 17:16 Disposisjon for faget Hva er kunnskap Hva kan vi vite sikkert Hvordan kan vi vite Kan vi vite noe sikkert Metafysikk, hva er virkelig De mest grunnleggende
DetaljerRisikostyring og digitalisering i transportsektoren
Risikostyring og digitalisering i transportsektoren Sizarta Sarshar Avd. Risiko, Sikkerhet og sikring Sektor for Digitale Systemer Institutt for energiteknikk Temaer Rask utvikling og operasjonalisering
DetaljerMNFIT-272 Kunstig intelligens Forelesning 4.
MNFIT-272 Kunstig intelligens Forelesning 4. Emner: Søkesystemer - styring og kontroll av søk - søkesystemer i praksis Produksjonssystemer - regelbasert søking - som generell problemløsningsmodell - praktiske
DetaljerINF2810: Funksjonell Programmering. En Scheme-evaluator i Scheme
INF2810: Funksjonell Programmering En Scheme-evaluator i Scheme Erik Velldal Universitetet i Oslo 19. april 2016 Tema 2 Forrige uke Strømmer og utsatt evaluering Kort om makroer I dag Kap. 4 Metasirkulær
DetaljerINF INF1820. Arne Skjærholt. Negende les INF1820. Arne Skjærholt. Negende les
Arne Skjærholt egende les Arne Skjærholt egende les σύνταξις Syntaks, fra gresk for oppstilling, er studiet av hvordan vi bygger opp setninger fra ord. Pāṇini (ca. 400 år f.kr.) er den første som formulerer
DetaljerINF2820 Datalingvistikk V2016. Jan Tore Lønning
INF2820 Datalingvistikk V2016 Jan Tore Lønning INF2820 Datalingvistikk 20. januar 2016 2 I dag: 1. Time: Datalingvistikk: motivasjon og eksempler Praktisk informasjon 2. Time: Regulære språk OBS: Lov å
DetaljerINF2820 Datalingvistikk V2014. Jan Tore Lønning
INF2820 Datalingvistikk V2014 Jan Tore Lønning INF2820 Datalingvistikk 19. januar 2014 2 I dag: 1. Time: Datalingvistikk: motivasjon og eksempler Praktisk informasjon 2. Time: Endelige tilstandsteknikker
DetaljerAtlanten ungdomsskole kjennetegn på måloppnåelse i samfunnsfag revidert nov 2014
Fag: SAMFUNNSFAG Hovedområde: UTFORSKEREN Formulere spørsmål om forhold i samfunnet, planlegge og gjennomføre en undersøkelse og drøfte funn og resultat muntlig og skriftlig Bruke samfunnsfaglige begrep
DetaljerDagens temaer. Dagens temaer er hentet fra P&P kapittel 3. Motivet for å bruke binær representasjon. Boolsk algebra: Definisjoner og regler
Dagens temaer Dagens temaer er hentet fra P&P kapittel 3 Motivet for å bruke binær representasjon Boolsk algebra: Definisjoner og regler Kombinatorisk logikk Eksempler på byggeblokker 05.09.2003 INF 103
DetaljerFunksjonalisme, kort oppsummering
Funksjonalisme, kort oppsummering Ambisjon: å gi funksjonelle definisjoner av alle mentale termer To typer av funksjonalisme: Maskinfunksjonalisme Kausal-teoretiskfunksjonalisme Funksjonalisme som teori
DetaljerForskningsmetoder i informatikk
Forskningsmetoder i informatikk Forskning; Masteroppgave + Essay Forskning er fokus for Essay og Masteroppgave Forskning er ulike måter å vite / finne ut av noe på Forskning er å vise HVORDAN du vet/ har
DetaljerEksamensoppgave i PSY2010 Arbeids- og organisasjonspsykologi
Psykologisk institutt Eksamensoppgave i PSY2010 Arbeids- og organisasjonspsykologi Faglig kontakt under eksamen: Fay Giæver Tlf.: 73 59 19 60 Eksamensdato: 03.12.2014 Eksamenstid (fra-til): 09:00 15:00
DetaljerLæreplan i Programmering og modellering - programfag i studiespesialiserende utdanningsprogram
2.12.2016 Læreplan i - programfag i studiespesialiserende utdanningsprogram Formål Programmering er et emne som stadig blir viktigere i vår moderne tid. Det er en stor fordel å kunne forstå og bruke programmering
DetaljerINF2810: Funksjonell Programmering. En Scheme-evaluator i Scheme
INF2810: Funksjonell Programmering En Scheme-evaluator i Scheme Erik Velldal Universitetet i Oslo 27. april 2017 Tema 2 Forrige forelesning Strømmer og utsatt evaluering Kort om makroer I dag Kap. 4 Metasirkulær
DetaljerUTVIKLING AV OPPDATERT EXPHIL. Ingvild Torsen, IFIKK
UTVIKLING AV OPPDATERT EXPHIL Ingvild Torsen, IFIKK ingvild.torsen@ifikk.uio.no ENDRINGER I HOVEDTREKK Tydeligere arbeidsdeling mellom forelesning og seminar (bredde versus dybde) Klarere sammenheng mellom
DetaljerINF1800 LOGIKK OG BEREGNBARHET
INF1800 LOGIKK OG BEREGNBARHET FORELESNING 1: INTRODUKSJON Roger Antonsen Institutt for informatikk Universitetet i Oslo 19. august 2008 (Sist oppdatert: 2008-09-03 12:35) Velkommen til INF1800! Introduksjon
DetaljerForskningsmetoder i informatikk
Forskningsmetoder i informatikk Forskning; Masteroppgave + Essay Forskning er fokus for Masteroppgave + Essay Forskning er ulike måter å vite / finne ut av noe på Forskning er å vise HVORDAN du vet/ har
DetaljerMAT1030 Diskret Matematikk
MAT1030 Diskret Matematikk Forelesning 4: Logikk Dag Normann Matematisk Institutt, Universitetet i Oslo 27. januar 2010 (Sist oppdatert: 2010-01-27 12:47) Kapittel 4: Logikk (fortsettelse) MAT1030 Diskret
DetaljerINF2810: Funksjonell Programmering. En metasirkulær evaluator
INF2810: Funksjonell Programmering En metasirkulær evaluator Stephan Oepen & Erik Velldal Universitetet i Oslo 26. april 2013 Tema 2 Forrige uke Strømmer og utsatt evaluering Memoisering Kort om makroer
DetaljerGenerell induksjon og rekursjon. MAT1030 Diskret matematikk. Generell induksjon og rekursjon. Generell induksjon og rekursjon.
MAT1030 Diskret matematikk Forelesning 18: Generell rekursjon og induksjon Dag Normann Matematisk Institutt, Universitetet i Oslo 12. mars 2008 Mandag så vi på induktivt definerte mengder og noen eksempler
DetaljerOppsummering. MAT1030 Diskret matematikk. Oppsummering. Oppsummering. Eksempel
MAT1030 Diskret matematikk Forelesning 26: Trær Sist forelesning snakket vi i hovedsak om trær med rot, og om praktisk bruk av slike. rot Dag Normann Matematisk Institutt, Universitetet i Oslo barn barn
DetaljerINF2810: Funksjonell Programmering. Oppsummering og eksamensforberedelser
INF2810: Funksjonell Programmering Oppsummering og eksamensforberedelser Erik Velldal & Stephan Oepen Universitetet i Oslo 18. mai 2017 I dag 2 Kort oppsummering Praktisk om eksamen Hvem vant konkurransen
DetaljerINF2810: Funksjonell Programmering. En metasirkulær evaluator
INF2810: Funksjonell Programmering En metasirkulær evaluator Stephan Oepen & Erik Velldal Universitetet i Oslo 26. april 2013 Tema 2 Forrige uke Strømmer og utsatt evaluering Memoisering Kort om makroer
DetaljerHvordan fant man på å lage datamaskiner?
Hvordan fant man på å lage datamaskiner? Manchester museum of science and industry: Deutsches Technikmuseum Berlin: Hvilken som var den første avhenger av hva man mener med en datamaskin. Antikythera Den
DetaljerINF2810: Funksjonell Programmering. Oppsummering og eksamensforberedelser
INF2810: Funksjonell Programmering Oppsummering og eksamensforberedelser Erik Velldal & Stephan Oepen Universitetet i Oslo 18. mai 2017 I dag 2 Kort oppsummering Praktisk om eksamen Hvem vant konkurransen
DetaljerKapittel 5: Mengdelære
MAT1030 Diskret Matematikk Forelesning 9: Mengdelære Roger Antonsen Institutt for informatikk, Universitetet i Oslo Kapittel 5: Mengdelære 17. februar 2009 (Sist oppdatert: 2009-02-17 15:56) MAT1030 Diskret
DetaljerUtforskeren. Stille gode spørsmål
Utforskeren Stille gode spørsmål Utforskeren 8-10 En «mal» for timene? Kognisjon og metakognisjon I praksis handler kognisjon om kunnskap (hvor mange meter er det i en kilometer), ordforståelse (hva er,
DetaljerTeknologi i helse - Muligheter, behov og risiko
Teknologi i helse - Muligheter, behov og risiko Rune Winther Noen utviklingstrekk Stort behov for å effektivisere helse og omsorg, og ønske om å bruke teknologi til å forbedre livskvalitet Nye digitale
DetaljerINF2820 Datalingvistikk V2018 Forelesning 1 del 1, 15. jan. Jan Tore Lønning
INF2820 Datalingvistikk V2018 Forelesning 1 del 1, 15. jan. Jan Tore Lønning INF2820 Datalingvistikk 14. januar 2018 2 I dag: 1. Time: Datalingvistikk: motivasjon og eksempler Praktisk informasjon 2. Time:
DetaljerSist forelesning snakket vi i hovedsak om trær med rot, og om praktisk bruk av slike. rot. barn
Forelesning 26 Trær Dag Normann - 28. april 2008 Oppsummering Sist forelesning snakket vi i hovedsak om trær med rot, og om praktisk bruk av slike. rot barn barn barnebarn barnebarn barn blad Her er noen
DetaljerMAT1030 Forelesning 19
MAT1030 Forelesning 19 Generell rekursjon og induksjon Roger Antonsen - 25. mars 2009 (Sist oppdatert: 2009-03-25 11:06) Forelesning 19 Forrige gang så vi på induktivt definerte mengder og noen eksempler
DetaljerLOKAL LÆREPLAN SKEIENE UNGDOMSSKOLE
For hvert emne følger det med et målark som sier noe om vurderingsformer. Det vil også bli lagt opp til ulike aktiviteter for å øke læringen av fagstoffet. KROPP OG HELSE beskrive nervesystemet og beskrive
DetaljerMAT1030 Diskret matematikk
MAT1030 Diskret matematikk Forelesning 26: Trær Dag Normann Matematisk Institutt, Universitetet i Oslo 28. april 2008 Oppsummering Sist forelesning snakket vi i hovedsak om trær med rot, og om praktisk
DetaljerINF2820 Datalingvistikk V2017 Forelesning 1.1, 16.1 Jan Tore Lønning
INF2820 Datalingvistikk V2017 Forelesning 1.1, 16.1 Jan Tore Lønning INF2820 Datalingvistikk 16. januar 2017 2 I dag: 1. Time: Datalingvistikk: motivasjon og eksempler Praktisk informasjon 2. Time: Regulære
DetaljerKritisk tenkning i læreplanfornyelsen
Kritisk tenkning i læreplanfornyelsen Workshop 2018 DEKOM FØN utviklingsveilederne i Akershus Intensjon Starte arbeidet med å utvikle felles forståelse for kritisk tenkning i arbeidet med læreplanfornyingen.
DetaljerMAT1030 Diskret Matematikk
MAT1030 Diskret Matematikk Forelesning 27: Trær Dag Normann Matematisk Institutt, Universitetet i Oslo 4. mai 2010 (Sist oppdatert: 2010-05-04 14:11) Forelesning 27 MAT1030 Diskret Matematikk 4. mai 2010
DetaljerIN1140: Introduksjon til språkteknologi. Forelesning #1
IN1140: Introduksjon til språkteknologi Forelesning #1 Erik Velldal Universitetet i Oslo 22. august 2017 Tema for i dag 2 Introduksjon Hva er språkteknologi? Hva er IN1140? Praktiske detaljer Grupper Obliger
DetaljerMerk: kopieringen av hovedformelen i γ-reglene medfører at bevissøk i førsteordens logikk ikke nødvendigvis behøver å terminere!
Forelesning 8: Førsteordens logikk kompletthet Martin Giese - 10. mars 2008 1 Repetisjon: Kalkyle og Sunnhet av LK 1.1 Sekventkalkyleregler Definisjon 1.1 (γ-regler). γ-reglene i sekventkalkylen LK er:
DetaljerMAT1030 Forelesning 4
MAT1030 Forelesning 4 Logikk Roger Antonsen - 21. januar 2009 (Sist oppdatert: 2009-01-22 13:02) Kapittel 4: Logikk (fortsettelse) Enda et eksempel (a) Jeg liker ikke Bamsemums. (b) Du liker alt jeg liker.
DetaljerRisikostyring i en smart og sammenkoblet verden Har vi kontroll?
Risikostyring i en smart og sammenkoblet verden Har vi kontroll? Rune Winther Multiconsult og Høgskolen i Østfold Utfordringer vi står overfor En betydelig digital revolusjon - IoT, Big Data - AI, omfattende
DetaljerMAT1030 Diskret Matematikk
MAT1030 Diskret Matematikk Forelesning 4: Logikk Roger Antonsen Institutt for informatikk, Universitetet i Oslo 21. januar 2009 (Sist oppdatert: 2009-01-22 13:02) Kapittel 4: Logikk (fortsettelse) MAT1030
DetaljerKapittel 4: Logikk (fortsettelse)
MAT1030 Diskret Matematikk Forelesning 4: Logikk Roger Antonsen Institutt for informatikk, Universitetet i Oslo Kapittel 4: Logikk (fortsettelse) 21. januar 2009 (Sist oppdatert: 2009-01-22 13:03) MAT1030
DetaljerMAT1030 Diskret Matematikk
MAT1030 Diskret Matematikk Forelesning 26: Trær Roger Antonsen Institutt for informatikk, Universitetet i Oslo 5. mai 2009 (Sist oppdatert: 2009-05-06 22:27) Forelesning 26 MAT1030 Diskret Matematikk 5.
DetaljerIN uke 1. Komme i gang med programmering
IN1000 - uke 1 Komme i gang med programmering Plan for forelesingen Hva er programmering? Skrive og kjøre våre første program Variabler Feilmeldinger Innlesing fra tastatur Beslutninger (if) Plan for forelesingen
Detaljer1/18/2011. Forelesninger. I dag: Obligatoriske oppgaver. Gruppeundervisning. Jan Tore Lønning & Stephan Oepen
INF2820 Datalingvistikk V2011 Jan Tore Lønning & Stephan Oepen til INF2820 Datalingvistikk Ole Johan Dahls hus 18. januar 2011 2 I dag: 0 Praktisk informasjon OBS: Lov å stille spørsmål underveis Forelesninger
DetaljerTilrettelegging for læring av grunnleggende ferdigheter
Tilrettelegging for læring av grunnleggende ferdigheter Sørlandske lærerstemne 21. oktober 2005 Stein Dankert Kolstø Institutt for fysikk og teknologi Universitetet i Bergen 1 Oversikt Kompetanser og læring
DetaljerDigitalisering: Digitale infrastrukturer for læring og progresjon. Sten Ludvigsen, UV, UiO
Digitalisering: Digitale infrastrukturer for læring og progresjon Sten Ludvigsen, UV, UiO Kompetanseutvikling historisk Sentrale begreper Kompetanse Holdninger Ferdigheter I et utdannings- og læringsperspektiv
DetaljerVed KHiB brukes åtte kriterier som felles referanseramme for vurdering av studentenes arbeid ved semestervurdering og eksamen:
VURDERING OG EKSAMEN I KHiBS BACHELORPROGRAM I KUNST 1. Introduksjon til vurderingskriteriene I kunst- og designutdanning kan verken læring eller vurdering settes på formel. Faglige resultater er komplekse
DetaljerFrivillig respons utvalg
Design av utvalg Andel college-studenter som er konservative? Andel ungdom som ser tv-reklame om ny sportssykkel? Gjennomsnittelig inntekt i en populasjon? Ønsker informasjon om stor populasjon Tid, kostnad:
DetaljerINF2810: Funksjonell Programmering. Oppsummering og eksamensforberedelser
INF2810: Funksjonell programmering INF2810: Funksjonell Programmering Oppsummering og eksamensforberedelser Erik Velldal Universitetet i Oslo 28. mai 2015 I dag Kort oppsummering Praktisk om eksamen Hvem
DetaljerSOS1002 Forelesning 2. Hva er forskning? To hovedtyper av vitenskap
SOS1002 Forelesning 2 Hva er forskning? Hva kjennetegner forskningsbaserte forklaringer? Forskningens grunnlagsproblemer 1 Hva er forskning? Den del av vitenskapelig virksomhet som frembringer ny kunnskap,
DetaljerForskningsmetoder i menneske-maskin interaksjon
Forskningsmetoder i menneske-maskin interaksjon Kapittel 2- Eksperimentell forskning Oversikt Typer atferdsforskning Forskningshypoteser Grunnleggende om eksperimentell forskning Signifikanstesting Begrensninger
DetaljerPSY1000/PSYC1201 Eksamensoppgaver og skriveseminar
PSY1000/PSYC1201 Eksamensoppgaver og skriveseminar Nedenfor følger 90 oppgaver. Fra disse blir det hentet 10 oppgaver til eksamen. Av de 10 oppgavene du får på eksamen skal du besvare 6, men du velger
DetaljerLinjen for Datateknikk Valg av emner i vårsemesteret - 3. årskurs. Bård Kjos Institutt for datateknikk og informasjonsvitenskap
Linjen for Datateknikk alg av emner i vårsemesteret 3. årskurs Bård Kjos Institutt for datateknikk og informasjonsvitenskap 1 Studiestruktur 3., 4. og 5. årskurs Semester Emner 10 Hovedoppgave 9 Ikketekn.
DetaljerVitskaplege arbeidsmetodar. Olaug Vetti Kvam Skolelaboratoriet i realfag Universitetet i Bergen
Vitskaplege arbeidsmetodar Olaug Vetti Kvam Skolelaboratoriet i realfag Universitetet i Bergen Kunnskapsløftet Kompetansemål etter 10. årstrinn planlegge og gjennomføre undersøkelser for å teste holdbarheten
DetaljerProgrambeskrivelse for revidert versjon av bachelorprogrammet Matematikk, informatikk
Programbeskrivelse for revidert versjon av bachelorprogrammet Matematikk, informatikk og teknologi (MIT) Tabell 1 Revidert versjon av Matematikk, informatikk og teknologi Programnavn: Vertsinstitutt: Navn
DetaljerInnhold. Forord Prolog Inspirasjonskilder Innledning... 21
5 Innhold Forord.... 9 Prolog... 13 Inspirasjonskilder.... 17 Innledning... 21 Kapittel 1 Et bakteppe for prestasjoner.... 27 1.1 Kvalitet... 28 Brukerfokus......................................... 28
DetaljerINF Algoritmer: Design og effektivitet
INF 4130 Algoritmer: Design og effektivitet Velkommen Forelesere: Stein Krogdahl, steinkr at ifi.uio.no Petter Kristiansen pettkr at ifi.uio.no Lærebok: Algorithms: Sequential, Parallel, and Distributed,
DetaljerKunnskapssyn i sosialt arbeid Jubileumskonferanse UIA
13. DESEMBER 2016 Kunnskapssyn i sosialt arbeid Jubileumskonferanse UIA 28.11.206 Jorunn Vindegg Førsteamanuensis HIOA Kjennetegn ved sosialt arbeid Beskrives som et ungt fag med utydelige grenser og et
DetaljerITSLP1100 Introduksjon til kognitive vitenskaper. Erik Velldal 15/01/2008
ITSLP1100 Introduksjon til kognitive vitenskaper Erik Velldal 15/01/2008 1 Praktisk Pensum: Copeland (1993): Artificial Intelligence Flere gjesteforelesninger av andre fra LNS, basert på egne tilleggsartikler.
DetaljerTilrettelegging for læring av grunnleggende ferdigheter
Tilrettelegging for læring av grunnleggende ferdigheter Askøy 11. november 2005 del 2 Stein Dankert Kolstø Institutt for fysikk og teknologi Universitetet i Bergen 1 Oversikt Kompetanser og læring Grunnleggende
DetaljerWORKSHOP BRUK AV SENSORTEKNOLOGI
WORKSHOP BRUK AV SENSORTEKNOLOGI MIKROKONTROLLERE - ARDUINO KURS 27.08.16 ANALOG - DIGITAL FRA VARIASJONER AV STRØMSTYRKE TIL TALL ARDUINO BRUKES TIL Å UTFØRE SLIK KONVERTERING STRØM/TALL ELLER TALL/STRØM
DetaljerVed KHiB brukes åtte kriterier som felles referanseramme for vurdering av studentenes arbeid ved semestervurdering og eksamen:
VURDERING OG EKSAMEN I KHiBS BACHELORPROGRAM I DESIGN Spesialisering i Visuell kommunikasjon eller Møbel- og romdesign/interiørarkitektur 1. Introduksjon til vurderingskriteriene I kunst- og designutdanning
DetaljerÅrsplan i naturfag for 8. klasse
Årsplan i naturfag for 8. klasse 2017-18. Bjørn Erling Waage Lærebok: Eureka 8, Gyldendal Norsk Forlag. Uke 34-37 Kapittel 1 Arbeid med stoff. formulere testbare hypoteser, planlegge og gjennomføre undersøkelser
DetaljerSensorveiledning for eksamen i TIK4001, høst 2018
Sensorveiledning for eksamen i TIK4001, høst 2018 TIK 4001 er en introduksjonsmodul til de tverrfaglige områdene innovasjonsstudier og vitenskaps- og teknologistudier. Formålet er å gi studentene et overblikk
DetaljerKristina Halkidis s Refleksjonsnotat 3. Refleksjonsnotat 3. vitenskapsteori
Refleksjonsnotat 3 vitenskapsteori Diskuter om IKT-støttet læring er en vitenskap og problematiser etiske aspekter ved forskning i dette feltet. Kristina Halkidis S199078 Master i IKT-støttet læring Høyskolen
DetaljerSpørsmål: Hvilken datamaskin var den første? Svaret. Det avhenger av hva man mener med en datamaskin. Spørsmålet Analoge Digitale Videre
Hvilken datamaskin var den første? Spørsmål: Hvilken datamaskin var den første? Svaret Det avhenger av hva man mener med en datamaskin. Antikythera Den første datamaskin Er dette verdens første datamaskin?
DetaljerForelesning 14. Rekursjon og induksjon. Dag Normann februar Oppsummering. Oppsummering. Beregnbare funksjoner
Forelesning 14 og induksjon Dag Normann - 27. februar 2008 Oppsummering Mandag repeterte vi en del om relasjoner, da spesielt om ekvivalensrelasjoner og partielle ordninger. Vi snakket videre om funksjoner.
DetaljerHCI, Interaksjon, grensesnitt og kontekst. Intervju, spørsmålstyper og observasjon
VELKOMMEN REPETISJON HCI, Interaksjon, grensesnitt og kontekst UCD og livssyklusmodell Kognisjon og mentale modeller Intervju, spørsmålstyper og observasjon Behov, krav, personas og scenario DEL 1 HCI,
DetaljerForskningsmetoder i informatikk
Forskningsmetoder i informatikk Forskning og Essay Forskning er fokus for Essay og Masteroppgave Forskning er ulike måter å vite / finne ut av noe på Forskning er å vise HVORDAN du vet/ har funnet ut noe
DetaljerSpørsmål: Hvilken datamaskin var den første? Svaret Det avhenger av hva man mener med en datamaskin. Ifi. Spørsmålet Analoge Digitale Videre
Hvilken datamaskin var den første? Spørsmål: Hvilken datamaskin var den første? Svaret Det avhenger av hva man mener med en datamaskin. Antikythera Den første datamaskin Er dette verdens første datamaskin?
DetaljerBarn beviser. Andrea Hofmann og Sigurd Hals Førsteamanuensis og Stipendiat Fakultet for Humaniora, Idrettsog Utdanningsvitenskap
Barn beviser Andrea Hofmann og Sigurd Hals Førsteamanuensis og Stipendiat Fakultet for Humaniora, Idrettsog Utdanningsvitenskap 12/6/2017 Tittel på foredraget 1 Holdninger til bevis "Bevis er kun for matematikere."
DetaljerGrunnleggende ferdigheter i Naturfag hva og hvordan
Grunnleggende ferdigheter i Naturfag hva og hvordan Faglig-pedagogisk dag 3. feb. 2006 Stein Dankert Kolstø Institutt for fysikk og teknologi Universitetet i Bergen Oversikt Kompetanser og læring Grunnleggende
DetaljerSpørsmål: Hvilken datamaskin var den første? Svaret. Det avhenger av hva man mener med en datamaskin. Spørsmålet Analoge Digitale Videre
Hvilken datamaskin var den første? Spørsmål: Hvilken datamaskin var den første? Svaret Det avhenger av hva man mener med en datamaskin. Antikythera Den første datamaskin Er dette verdens første datamaskin?
DetaljerUtforskende arbeidsmåter Fra gjøring til læring. Naturfagkonferansen 18. oktober 2018 Berit S. Haug og Sonja M. Mork, Naturfagsenteret
Utforskende arbeidsmåter Fra gjøring til læring Naturfagkonferansen 18. oktober 2018 Berit S. Haug og Sonja M. Mork, Naturfagsenteret «Elevene de gjør og de gjør og de forstår ingenting» Rosalind Driver,
DetaljerInformasjon om studieprogrammet Beregningsorientert informatikk
Informasjon om studieprogrammet Beregningsorientert informatikk Beregningsorientert informatikk kombinerer kunnskaper og ferdigheter i matematikk og informatikk, og legger spesielt vekt på utvikling av
DetaljerÅrsplan i Naturfag 1. og 2. klasse Breivikbotn Skole 2011/2012
Årsplan i Naturfag 1. og 2. klasse Breivikbotn Skole 2011/2012 MÅLENE ER FRA LÆREPLANVERKET FOR KUNNSKAPSLØFTET 2006 OG VEKTLEGGER HVA ELEVENE SKAL HA TILEGNET SEG ETTER 2. KLASSE Grunnleggende ferdigheter
DetaljerINF2810: Funksjonell Programmering. Oppsummering og eksamensforberedelser
INF2810: Funksjonell programmering INF2810: Funksjonell Programmering Oppsummering og eksamensforberedelser Erik Velldal & Stephan Oepen Universitetet i Oslo 31. mai 2016 I dag Kort oppsummering Praktisk
DetaljerInnhold. Del 1 Grunnleggende begreper og prinsipper... 39
Innhold Kapittel 1 Vitenskap: grunnleggende antakelser... 13 Hva er vitenskap?... 14 Psykologi som vitenskap: tre tradisjoner... 17 Forutsetninger vitenskap bygger på... 21 Siktemål med forsk ning... 22
DetaljerGrunnleggende ferdigheter i Kunnskapsløftet - en ny forståelse av kunnskap?
Grunnleggende ferdigheter i Kunnskapsløftet - en ny forståelse av kunnskap? Karrierevalg i kunnskapssamfunnet? «Kurt har vært truckfører i mange år. Nesten helt siden han var liten. Først gikk Kurt på
DetaljerFormål og hovedinnhold naturfag Grünerløkka skole
Formål og hovedinnhold naturfag Grünerløkka skole Revidert høst 2016 1 Formål Naturvitenskapen har vokst fram som følge av menneskers nysgjerrighet og behov for å finne svar på spørsmål om sin egen eksistens,
DetaljerKonstruktivistisk Veiledning
Konstruktivistisk Veiledning innhold innhold 09.15 Introduksjon til konstruktivistisk veiledning 10.15 Visualisering som redskap i konstruktivistisk veiledning. Videoopptak visualisering. 11.30 Lunsj 12.30
DetaljerGrunnleggende testteori
1 Grunnleggende testteori Industri - og software produkt Industriprodukt: Fysisk produkt Testes under produksjon og til slutt om produktet oppfyller kravene Tilpasses, endres, redesignes, og justeres så
DetaljerMAT1030 Forelesning 10
MAT1030 Forelesning 10 Mengdelære Roger Antonsen - 24. februar 2009 (Sist oppdatert: 2009-02-25 08:27) Kapittel 5: Mengdelære Oversikt Vi har nå innført de Boolske operasjonene, union snitt komplement
DetaljerDatamaskinens oppbygning
Datamaskinens oppbygning Håkon Tolsby 18.09.2014 Håkon Tolsby 1 Innhold Hovedenheten Hovedkort Prosessor CISC og RISC 18.09.2014 Håkon Tolsby 2 Datamaskinens bestanddeler Hovedenhet Skjerm Tastatur Mus
DetaljerHume 1711 1776 Situasjon: rasjonalisme empirisme, Newtons kraftbegrep, atomistisk individbegrep Problem/ Løsning: Vil undersøke bevisstheten empirisk.
Hume 1711 1776 Situasjon: rasjonalisme empirisme, Newtons kraftbegrep, atomistisk individbegrep Problem/ Løsning: Vil undersøke bevisstheten empirisk. Empirist: Alt i bevisstheten kan føres tilbake til
DetaljerINF2810: Funksjonell Programmering. Oppsummering og eksamensforberedelser
INF2810: Funksjonell Programmering Oppsummering og eksamensforberedelser Erik Velldal & Stephan Oepen Universitetet i Oslo 31. mai 2016 I dag 2 Kort oppsummering Praktisk om eksamen Hvem vant konkurransen
DetaljerModel Driven Architecture (MDA) Interpretasjon og kritikk
Model Driven Architecture (MDA) Interpretasjon og kritikk Ragnhild Kobro Runde (Ifi, UiO) Veileder: Ketil Stølen (Ifi/SINTEF) Stuntlunsj SINTEF Oversikt Bakgrunn/utgangspunkt for presentasjonen MDA stuntlunsj
Detaljer