1
Kunstmatige Intelligentie: op het snijvlak van techniek en
cognitiewetenschap
1.1
Wat is Kunstmatige Intelligentie?
Kunstmatige
Intelligentie is de wetenschap die zich als doel stelt om
informatieverwerking door intelligente autonome actoren (zoals
mensen) zó goed te begrijpen dat men in staat is om
werkende modellen te realiseren die, net zoals hun natuurlijke
voorbeelden, in staat zijn om op een adequate manier informatie te
verwerken in een complexe omgeving. Het verschil in gedrag tussen
het model en het natuurlijk systeem leert ons iets over beide
systemen. Deze aanpak maakt het mogelijk om nieuwe fundamentele
inzichten te ontwikkelen en om werkende toepassingen te
realiseren.
Kort
na de uitvinding van de computer diende computerschaak zich aan
als centrale uitdaging binnen het onderzoek naar Kunstmatige
Intelligentie. Inmiddels weten we dat schaken voor computers
een relatief eenvoudige taak is, terwijl alledaagse vormen van
informatieverwerking (waarneming, redeneren met onzekerheid,
motorische planning, taalverwerking) veel moeilijker met de
computer nagebootst kunnen worden. Ook is gebleken dat
intelligentie in de natuur zeer veel belangrijke facetten heeft
die binnen het onderzoek naar computerschaak buiten beeld bleven.
In recente jaren worden grote vorderingen gemaakt binnen het
onderzoek naar autonome systemen (ontwikkelende intelligentie in
robots) en in het onderzoek naar hoe mensen hun cognitieve
vaardigheden gebruiken, wat toegepast kan worden bij de
optimalisatie van mens-machine interactie.
1.2
Basiswetenschapsgebieden
De
volgende vakgebieden zijn een grote bron van inspiratie voor de
Kunstmatige Intelligentie: cognitiewetenschap, psychologie,
informatica, taalwetenschap, filosofie, biologie en
neurowetenschappen. Binnen al deze vakgebieden wordt al tientallen
jaren, en soms zelfs al eeuwen lang, nagedacht over (menselijke)
intelligentie, over het denken en redeneren, waarnemen en gedrag.
Elk
vakgebied benadert deze onderwerpen vanuit zijn eigen invalshoek.
Binnen de Kunstmatige Intelligentie is het noodzakelijk de
kennis en methoden uit de verschillende bijdragende vakgebieden
samen te brengen om zo tot een beter inzicht te komen van de
essentie van kunstmatige en natuurlijke informatieverwerking. De
begrippen kennis en kenvermogen (cognitie) spelen hierbij een
grote rol.
Cognitiewetenschap
Cognitiewetenschap
is de wetenschap die zich bezig houdt met menselijke kennis en het
menselijk denken. Hieronder vallen o.a. mentale processen die
iedereen onmiddellijk zal herkennen als denkprocessen, zoals
bewust denken en logisch redeneren. Deze denkprocessen spelen
een belangrijke rol in de wiskunde, maar ook bijvoorbeeld bij het
schaken. Het oplossen van een wiskundig probleem en het spelen van
een partij schaak vergen nogal wat mentale inspanning. Om te
kunnen schaken moet je een zekere mate van intelligentie bezitten.
Maar
niet alleen bewuste denkprocessen zoals het oplossen van een
wiskundig probleem vormen onderwerp van onderzoek binnen de
cognitiewetenschap. Ook onbewuste processen zoals het waarnemen en
herkennen van een voorwerp worden binnen de cognitiewetenschap
bestudeerd. Onze hersenen spelen een actieve rol bij het
waarnemingsproces. Dat is ook de oorzaak van bepaalde vormen van
gezichtsbedrog. Het is niet zo dat wij de wereld precies zo
waarnemen als die daadwerkelijk is. Integendeel, binnenkomende
visuele informatie wordt aangevuld. Wanneer onze hersenen
ontbrekende informatie foutief aanvullen, kan dit tot gevolg
hebben dat we soms iets zien wat er in werkelijkheid helemaal niet
is. De cognitiewetenschap houdt zich bezig met zowel bewuste als
onbewuste mentale processen en toestanden.
De
hersenen, en de manier waarop ze werken en wat ze wel en niet
kunnen, spelen een belangrijke rol bij vrijwel alles wat we doen.
Onderzoek naar de hersenen is daarom van groot belang voor
cognitiewetenschappelijk onderzoek. Bovendien zijn de hersenen een
bron van inspiratie voor de onderzoekers die werkende modellen
willen ontwikkelen.
De
cognitiewetenschap betreft echter niet alleen maar theorie. De
laatste tientallen jaren heeft er een aantal belangrijke
ontwikkelingen plaatsgevonden op het gebied van techniek, waardoor
mensen in het dagelijks leven steeds meer en steeds vaker te maken
hebben met machines en apparaten (denk alleen maar aan alle
apparaten die in een gemiddeld huishouden te vinden zijn:
wekkerradio, videorecorder, geluidsinstallatie, magnetron, PC,
thermostaat van de centrale verwarming, antwoordapparaat).
Helaas
werd tot voor kort bij de ontwikkeling van nieuwe apparaten alleen
maar uitgegaan van de mogelijkheden die geboden werden door
de techniek. De gebruiker van die apparaten, met zijn of haar
capaciteiten en beperkingen, werd tot dan toe buiten beschouwing
gelaten. Dit heeft tot gevolg dat veel mensen het moeilijk vinden
om met die apparaten om te gaan. Een ander gevolg is dat er
onnodig veel fouten worden gemaakt door de mensen die met die
apparaten werken, wat in een aantal gevallen tot grote rampen
heeft geleid. De laatste jaren is er gelukkig een tendens te
bespeuren om meer aandacht te besteden aan de toekomstig gebruiker
van nieuwe apparatuur. De hiervoor benodigde kennis komt voor een
groot deel uit de cognitiewetenschap.
Psychologie
Psychologen
houden zich bezig met de bestudering van het menselijk gedrag.
Omdat het menselijk gedrag niet los kan worden gezien van mentale
processen en toestanden, richt de psychologie zich van oudsher ook
op het menselijk denken. Met name binnen de functieleer, een
richting binnen de psychologie, worden cognitieve vaardigheden
zoals informatieverwerking, denken, aandacht, beslissen en
leren bestudeerd. Binnen de functieleer wordt bovendien veel
aandacht besteed aan de relatie tussen mentale processen en de
fysieke en functionele structuur van het brein. Men vraagt zich
bijvoorbeeld af welke processen er in de hersenen plaatsvinden
wanneer iemand bepaalde informatie uit zijn geheugen probeert op
te halen of wanneer iemand een beslissing neemt. Om de relatie
tussen mentale processen en de structuur van het brein te
bestuderen zijn technieken ontwikkeld die psychologen in staat
stellen een kijkje te nemen in de hersenen zonder deze te
beschadigen. Met behulp van deze technieken kan men bij
gezonde proefpersonen onderzoeken wat er in de hersenen gebeurt
tijdens het nemen van een beslissing of tijdens een cognitief
proces als het begrijpen van een woord of een reeks woorden.
Informatica
De
informatica verschaft de Kunstmatige Intelligentie een belangrijk
gereedschap door de centrale rol van de computer binnen
dit vakgebied. De computer leent zich namelijk bij uitstek
voor het testen van cognitieve theorieën en modellen.
Bovendien kunnen bepaalde mentale taken in principe heel goed door
een computer worden uitgevoerd. Vanaf de introductie van
de computer werd deze allereerst gebruikt voor zaken waarin
mensen over het algemeen erg slecht zijn, zoals het doen van
ingewikkelde berekeningen en het bijhouden van grote
gegevensbestanden. De laatste jaren wordt de computer echter
ook steeds meer ingezet voor vaardigheden waarin mensen wel goed
zijn. Hierbij gaat het om zaken als het communiceren in
(geschreven of gesproken) taal, het oplossen van problemen en het
verrichten van complexe handelingen, kortom, typisch cognitieve
vaardigheden. Door het nabootsen van cognitieve taken op een
computer wordt meer inzicht verkregen in de vaardigheden die
voor dergelijke taken nodig zijn en die mensen blijkbaar bezitten.
Bovendien kunnen zo taken geautomatiseerd worden die
weliswaar een bepaalde intelligentie vereisen, maar die
desalniettemin geestdodend zijn als ze door mensen uitgevoerd
zouden moeten worden.
Taalwetenschap
Een
typisch menselijke cognitieve vaardigheid is het gebruik van taal.
Taal vormt tevens een van de meest gecompliceerde deelgebieden van
de cognitiewetenschap, omdat er zoveel factoren een rol
spelen bij het gebruik van taal. Niet alleen de impliciete kennis
die sprekers hebben van hun moedertaal speelt een rol bij het
gebruik van taal. Voor het goed kunnen begrijpen van taal is ook
kennis van de wereld nodig. Bovendien is taal een vorm van
interactie tussen mensen, met alle complexiteit die daarbij komt
kijken. Taalkundigen bestuderen de structuur van taal en de manier
waarop de verwerking van taal plaatsvindt. Taalkundig
onderzoek richt zich op de klanken die deel uitmaken van een
bepaalde taal, op de manier waarop woorden en zinnen zijn
opgebouwd, op de relatie tussen zinsstructuur en betekenis, en op
universele en taalspecifieke eigenschappen. Door op systematische
wijze naar de structuur en bijbehorende betekenissen van
zinnen in een of meer talen te kijken, wordt inzicht verkregen in
de onderliggende systematiek die aan taal ten grondslag ligt.
Psycholinguïsten bestuderen de manier waarop kinderen hun
moedertaal leren en onderzoeken de taalstoornissen die er kunnen
ontstaan tijdens de ontwikkeling of later (bijvoorbeeld door
een hersenbloeding). Binnen de computerlinguïstiek
worden computationele modellen ontwikkeld voor de verwerking van
taal.
Filosofie
De
filosofie vormt de basis van de Kunstmatige Intelligentie en de
cognitiewetenschap, zoals het de basis vormt van vrijwel
elke wetenschap. Binnen de filosofie wordt nagedacht over hoe
wetenschapsbeoefening dient plaats te vinden. Op welke
manieren zijn observaties verenigbaar met een theorie? Een
recentere vraag binnen de filosofie is de vraag hoe
wetenschappelijke theorieën met behulp van de computer
getoetst kunnen worden. Tot de filosofie behoort verder de logica:
de theorie van het correct redeneren. Zowel binnen de informatica
als binnen de taalkunde wordt gebruik gemaakt van diverse logische
systemen. Een belangrijk filosofisch probleem is tenslotte het
lichaam-geest probleem. Over dit probleem, dat essentieel is voor
de cognitiewetenschap, buigen filosofen zich al eeuwen
lang. De vraag luidt hoe het mogelijk is dat een stoffelijk
lichaam een schijnbaar onstoffelijke geest kan voortbrengen. Met
andere woorden, is het feit dat wij in staat zijn te denken te
danken aan de fysieke eigenschappen van onze hersenen (het
materiaal waaruit de hersenen zijn opgebouwd, de stroompjes die
door de neuronen lopen), of zouden er ook systemen met andere
fysieke eigenschappen kunnen bestaan die zouden kunnen denken
(bijvoorbeeld een computer of computerprogramma)?
Het zal duidelijk zijn dat het antwoord op deze vraag van groot
belang is voor de Kunstmatige Intelligentie.
Neurowetenschappen
De
biologische kant van cognitie wordt onderzocht binnen de
neurowetenschappen. Neurowetenschappers
bestuderen de fysieke aspecten van de hersenen, afzonderlijke
hersencellen, de samenhang tussen hersencellen in netwerken, en de
moleculaire en chemische processen die plaatsvinden in de
hersenen. Met behulp van de computer wordt binnen de
neuro-informatica, een vakgebied op het grensvlak tussen de
neurowetenschappen en de Kunstmatige Intelligentie,
geprobeerd om netwerken van hersencellen na te bootsen. Deze
computationele varianten van onze hersenen worden wel neurale
netwerken genoemd. Neurale netwerken worden gebruikt voor
kunstmatige waarneming en signaalverwerking. Dit soort
computationele systemen lijkt grote mogelijkheden te hebben,
bijvoorbeeld bij het ontwerpen van intelligente prothesen die
gekoppeld kunnen worden aan het menselijk zenuwstelsel. Daarbij
kun je denken aan kunstogen en kunstoren die net zo functioneren
als echte lichaamsdelen, en die op identieke wijze informatie
naar ons zenuwstelsel toesturen.
Biofysica
en biologie
Binnen
de Kunstmatige Intelligentie is er al enige jaren een toenemend
inzicht dat intelligentie begrepen moet worden vanuit
het principe van “embodied and situated cognition”.
Met andere woorden: intelligentie komt tot uiting in
wezens die een eigen lichaam hebben dat gescheiden is van een
fysische omgeving waarin het gesitueerd is.
Autonome
systemen (robots) moeten allerlei praktische vaardigheden
ontwikkelen in hun omgang met de natuur, door waarneming,
motoriek en navigatie. Het bewuste redeneren, cognitie en
taal zijn in de evolutie pas laat tot stand gekomen. Het is dus
leerzaam om te kijken naar de natuur. De mierenhoop met zijn
complexe structuur leert ons dat ingewikkelde systemen gebaseerd
kunnen zijn op de aanwezigheid van veel, maar op zichzelf relatief
eenvoudige 'actoren', de mieren. Coördinatie van gedrag
zoals in kuddes van dieren of zwermen vogels kan ons eveneens
inzicht geven in het type informatieverwerking dat
nodig is voor de coördinatie van het gedrag van autonome
actoren in een software omgeving (voor een dergelijke factor
gebruiken we meestal de term 'agent', in het Engels uitgesproken).
Niet alleen de biologie is een bron van inspiratie. De
biomechanica en de psychofysica leren ons binnen welke
beperkingen een cognitief systeem tot intelligent gedrag kan
komen. We weten nu, bijvoorbeeld, dat een natuurlijk cognitief
systeem de motoriek niet in groot detail per milliseconde hoeft te
sturen: we maken slim gebruik van massa en elasticiteit van de
spieren om vloeiende bewegingen te plannen. De psychofysica kan
ons leren op welke manier we geluid en beeld fuseren om tot een
coherente interpretatie van bijvoorbeeld spraak te komen.
De techniek
binnen Kunstmatige Intelligentie
Behalve
de genoemde wetenschapsgebieden speelt ook techniek en onderzoek
naar technologie een essentiële rol bij Kunstmatige
Intelligentie aan de RuG. Het predikaat technisch wordt van
oudsher gebruikt om studierichtingen en vakgebieden aan te
duiden waarin de toepassingen een sterk natuurwetenschappelijk
karakter dragen. Zo is het ontwerpen en bouwen van een machine een
technische taak. Sinds de ontwikkeling van de computer kun je
echter ook van technisch spreken bij het ontwerpen van een
computerprogramma. Een computerprogramma kan
een simulatie oftewel nabootsing geven van een handeling of actie
in de fysieke werkelijkheid, maar kan ook zelf een (cognitieve)
taak uitvoeren. Door het leggen van de nadruk op het
ontwerpen van computerprogramma's (en apparaten in het algemeen)
die op de een of andere manier met intelligentie te
maken hebben, houdt Kunstmatige Intelligentie zich bezig met
toepassingen van cognitiewetenschappelijke kennis. Voor
het ontwerpen van dergelijke toepassingen zijn
programmeervaardigheden n een aanzienlijke hoeveelheid kennis van
meet- en regeltechniek, signaalbewerking en software engineering
onontbeerlijk.
1.3
Wat kun je met Kunstmatige Intelligentie?
De
opleiding maakt je breed inzetbaar op het gebied van de
informatietechnologie. Na een driejarige bachelorsfase
(BSc/AI) zijn er twee masters waaruit je kunt kiezen: de master
artificial intelligence (MSc/AI, master of Science in Artificial
Intelligence) en de master Mens-Machine Communicatie (MSc/HMC,
master of Science in Human-Machine Communication). Hoe de
opleidingen er precies uitzien, lees je in hoofdstukken 3, 4 en 5.
1.4
De bachelor Kunstmatige Intelligentie
De
bachelor Kunstmatige Intelligentie duurt drie jaar. In die drie
jaar volg je vooral verplichte vakken, maar vooral in het derde
jaar is er ook ruimte voor keuzevakken.
Het
propedeusejaar (het 1e jaar van de studie) heeft als doel om
basiskennis te geven in de disciplines die een belangrijke rol
spelen in de Kunstmatige Intelligentie, een overzicht te geven van
de belangrijkste aspecten van de Kunstmatige Intelligentie en om
studenten kennis te laten maken met enkele toepassingen van de
Kunstmatige Intelligentie. Van bijna alle hierboven genoemde
wetenschappen die een bijdrage aan de Kunstmatige
Intelligentie leveren, volg je inleidende vakken (bijvoorbeeld
Inleiding logica, Oriëntatie Kunstmatige Intelligentie,
Wiskunde, Programmeren, Taalwetenschap, Biospsychologie). In het
tweede en derde jaar staan vier blokken van vakken centraal, te
weten Kennistechnologie, Cognitieve ergonomie, Taal- en
spraaktechnologie en Autonome systemen. Elk van deze
blokken bestaat uit een inleidend vak, waarin een overzicht van
het terrein wordt gegeven en waarin met kleine opdrachten geoefend
wordt, en een groot practicum, waarin aan één of
meer grote opdrachten wordt gewerkt. De inleidingen zijn voor
iedereen verplicht. Van de practica moet je twee van de vier
kiezen. Het derde jaar wordt afgesloten met een project. In dit
project wordt aan een concrete (onderzoeks)opdracht gewerkt.
Kijk voor de precieze vakken in Hoofstuk 3.
Als
je de bachelor succesvol hebt afgerond, kun je doorstromen naar
een masteropleiding Kunstmatige Intelligentie. De
bachelor KI geeft automatisch toegang tot de masters van alle
andere opleidingen Kunstmatige Intelligentie in Nederland. In
Groningen worden twee masters aangeboden: de master artificial
intelligence en de master Mens-Machine communicatie. Bachelors van
KI-opleidingen worden door alle andere KI-opleidingen in Nederland
zonder meer toegelaten tot hun masteropleiding(en), maar
bij andere opleidingen (bijvoorbeeld de onderzoeksschool BCN)
kan sprake zijn van een toelatingsbeleid (lees: selectie). Je
kunt met je bachelordiploma ook toegelaten worden tot
masteropleidingen in het buitenland.
Met
een bachelordiploma hoef je niet per se door te stromen naar een
masteropleiding, je kunt ook in het bedrijfsleven gaan
werken, maar op dit moment is het nog niet erg duidelijk hoe het
bedrijfsleven een bachelordiploma waardeert.
1.5
De master artificial intelligence
Deze
tweejarige opleiding sluit nauw aan bij soortgelijke masters
elders in de wereld. In Groningen leggen we de nadruk op
multi-agent systemen en op autonome systemen (robotica). Een
belangrijke rol spelen zowel de logica als statistische
benaderingen (neurale netwerken) bij het oplossen van problemen en
het realiseren van modellen. Verder is er aandacht voor
kennistechnologie. Deze masteropleiding is zowel
geschikt voor studenten die direct in het bedrijfsleven
willen gaan werken, als voor degenen die universitair onderzoek
willen gaan doen.
Centraal
in de master artificial intelligence staat het ontwikkelen van
systemen die vormen van intelligent gedrag vertonen. De basis
hiervoor is al gelegd in de bachelor KI. In de masterfase wordt
deze basiskennis gebruikt in een aantal verschillende domeinen.
Een voorbeeld van een dergelijk domein is de robotica. Het
roboticalaboratorium van de opleiding over vier Pioneer- robots
die met name voor practicumdoeleinden gebruikt worden, en
vijf programmeerbare AIBO-robothonden. Een ander domein betreft de
z.g. intelligent agents, programma's die zich als een robot in een
softwareomgeving gedragen. In de master zal ingegaan
worden op multi-agent systemen, waarin agents met elkaar moeten
samenwerken, onderhandelen, etc. Systemen die zelf hun kennis
vergaren, lerende systemen, komen al in het basisprogramma aan de
orde. In de specialisatiefase van de master worden de
verschillende technieken uitgebreider en meer systematisch
behandeld, met name vanuit het perspectief van
de logica.
Hieronder
volgt een overzicht van de belangrijkste functies die
afgestudeerden met een MSc/AI kunnen gaan vervullen.
Ontwerper
van autonome systemen
Een
intelligent systeem, of het nu een mens of een computerprogramma
is, functioneert in een omgeving. Deze omgeving kan door middel
van perceptie worden waargenomen, en kan door middel van acties
worden beïnvloed. Hoewel de omgeving wel invloed heeft op het
systeem, bezit een intelligent systeem toch een zekere autonomie,
die het in staat stelt vantevoren gestelde doelen te
verwezenlijken. Elk van deze vier componenten, het
intelligente systeem, perceptie, actie en omgeving, kan
verschillend worden ingevuld.
In
het geval van robotica, een van de onderwerpen binnen het terrein
van autonome systemen, is de omgeving de 'echte' wereld. De
perceptie- en actie-onderdelen van een robot moeten dus zorgen
voor een vertaalslag van de wereld naar de computer die in de
robot zit. Autonome robots hebben veel potentiële
toepassingen. Een bekend voorbeeld is de Marsrobot, die op een
betrekkelijk zelfstandige manier onderzoek heeft verricht op
Mars. Om robots zelfstandig in de mensenwereld te laten navigeren,
moeten ze ook relevante informatie kunnen oppikken. Bij de master
artificial intelligence doen we onderzoek naar lezende systemen,
zodat een robot bij reddingsoperaties in een onbekend gebouw kan
navigeren op basis van de teksten van de bewegwijzering en de
kamernummers.
Bij
het werken met virtuele omgevingen, zoals een simulator voor
autorijden of een vliegsimulator, is de situatie omgekeerd: in dit
geval is het systeem een mens, terwijl de omgeving kunstmatig
door een com puter gegenereerd wordt. Een groot voordeel van
dergelijke simulatoren is, dat situaties kunnen worden nagebootst
die normaal gesproken zelden voorkomen of gevaarlijk zijn. Met
know-how uit het gebied van de autonome systemen kunnen we
proberen actoren (tegenspelers) in een virtuele omgeving te
modelleren waarvan het gedrag zo natuurlijk mogelijk is.
Ontwerper
van systemen met intelligente agenten
Een
belangrijk voorbeeld van een autonoom systeem is een zogenaamde
software 'agent' (het begrip werd al eerder geïntroduceerd).
Bij een software agent zijn alle relevante onderdelen
computationeel. De omgeving is bijvoorbeeld het Internet, en
de agent kan acties uitvoeren door het maken van
netwerkverbindingen.
Informatie
op Internet is vaak opgeslagen in de vorm van natuurlijke taal,
dus kan het nodig zijn dat de agent de taal tot op zeker hoogte
kan verwerken. In het geval van zogenaamde mobile agents, kan een
agent zelfs zichzelf van de ene naar de andere computer
verplaatsen. Een voorbeeld van een software agent is een programma
dat je e-mail beheert: het gooit voor jou oninteressante
informatie weg, en sorteert wat overblijft op bijvoorbeeld
onderwerp of op de prioriteit waarmee je de e-mail moet
beantwoorden. Vaak krijgen zulke persoonlijke agents aan het begin
al de wensen van de gebruiker mee, maar leren ze ook gaandeweg
door de feedback van de gebruiker op hun acties.
Voor
het oplossen van complexere problemen waarmee verschillende
soorten expertise gemoeid zijn, worden vaak multi-agentsystemen
ingezet. In zo'n systeem werkt een aantal software agents samen.
Een voorbeeld hiervan is een systeem dat de luchtverkeersleiding
op Schiphol kan bijstaan bij het plannen van het opstijgen en
landen van vliegtuigen. Bij deze toepassing moet er snel
ingespeeld worden op veranderingen in de omgeving, zoals een
vliegtuig dat aangeeft met vertraging aan te zullen komen. Een
multi-agentsysteem dat uitgerust is met agents die
voortdurend gezamenlijk de plannen bijstellen en zo nodig
onderhandelen met software agents van de luchtvaartmaatschappijen,
kan veel vertraging voorkomen.
Kennistechnoloog
Deze
tweejarige opleiding sluit nauw aan bij soortgelijke masters
elders in de wereld. In Groningen leggen we de nadruk op
multi-agent systemen en op autonome systemen (robotica). Een
belangrijke rol spelen zowel de logica als statistische
benaderingen (neurale netwerken) bij het oplossen van problemen en
het realiseren van modellen. Verder is er aandacht voor
kennistechnologie. Deze masteropleiding is zowel
geschikt voor studenten die direct in het bedrijfsleven
willen gaan werken, als voor degenen die universitair onderzoek
willen gaan doen.
1.6
De master Mens-Machine Communicatie
Deze
tweejarige masteropleiding richt zich op het ontwerp van
gebruikersinterfaces, het ontwerp van intelligente
tutor-systemen, toepassingen binnen de taal- en
spraaktechnologie, en het modelleren van de menselijke
gebruiker. Deze master is een unieke samenwerking tussen de
opleidingen Kunstmatige Intelligentie, Psychologie en
Informatiekunde (waar vooral taalkundigen werken).
In
de specialisatie zullen een aantal geavanceerde technieken aan de
orde komen. Zo wordt bestudeerd in hoeverre een
gebruikersinterface adaptief gemaakt kan worden door middel
van een “user model”, een automatisch geconstrueerd
model van de individuele gebruiker. Ook worden
gebruikersinterfaces ontworpen waarin gecommuniceerd wordt met
behulp van natuurlijke taal. Om een dergelijke interface te kunnen
maken moeten verschillende problemen worden opgelost, waaronder
spraakherkenning, handschriftherkenning en het geven van betekenis
aan uitingen in natuurlijke taal. Een essentieel kenmerk van deze
specialisatie is dat op een actieve manier gewerkt. Deze
masteropleiding is zowel geschikt voor studenten die
direct in het bedrijfsleven willen gaan werken, als voor degenen
die universitair onderzoek willen gaan doen.
Hieronder
volgt een overzicht van de belangrijkste functies die
afgestudeerden kunnen vervullen.
Ontwerper
van gebruikersinterfaces
In
onze huidige maatschappij hebben mensen voortdurend te maken met
apparaten en machines: computers, auto’s,
videorecorders, mobiele telefoons, kaartjesautomaten, etcetera.
Problemen ontstaan doordat mensen en machines volkomen anders in
elkaar zitten. Hierdoor kunnen er gemakkelijk dingen misgaan in de
communicatie tussen mens en machine. Een belangrijke taak van
ontwerpers van gebruikersinterfaces is het aanpassen van de
machine aan de capaciteiten en beperkingen van de mens. Informatie
kan bijvoorbeeld het beste zo aangeboden worden dat het gebruik
ervan vanzelfsprekend is. En als je een computerprogramma
voor de eerste keer opstart, dan is het beter wanneer niet alle
informatie tegelijkertijd op je scherm verschijnt. Het is
gemakkelijker voor de gebruiker om informatie pas te ontvangen
wanneer hij of zij die informatie ook echt nodig heeft. Om een
goede gebruikersinterface te ontwerpen moet je dus inzicht hebben
in hoe mensen bepaalde taken verrichten.
Ontwerper
van intelligente tutor-systemen
De
computer speelt een steeds grotere rol in de klas en in het
onderwijs in het algemeen. Modelleringsprincipes uit het onderzoek
naar menselijke cognitie kunnen worden toegepast bij het
ontwerpen van intelligente tutor-systemen. Door een zogenaamd user
model (een computationeel model van de gebruiker) in te bouwen
in een computerprogramma, kan het computerprogramma
de kennis en vaardigheden van de gebruiker bijhouden. Hierdoor
ontstaat een intelligent tutor-systeem, dat zijn acties kan
afstemmen op hetgeen de gebruiker op dat moment weet of kan. Zo
kan een leerling steeds moeilijkere wiskundesommen of
programmeeropdrachten aangeboden krijgen, afhankelijk van zijn of
haar kennis en vaardigheden op dat moment. Bovendien kan een
intelligent tutor-systeem feedback geven, die precies is afgestemd
op wat de leerling fout heeft gedaan.
Taal- en
spraaktechnoloog
Veel
toepassingen van de ICT maken gebruik van taal. Denk bijvoorbeeld
aan zoeksystemen voor het web, toepassingen die een geschreven
tekst (bijvoorbeeld e-mail of een SMS-bericht) kunnen voorlezen,
of systemen die met behulp van spraakherkenning cliënten van
grote instellingen zoals banken automatisch te woord kunnen staan.
Zoeksystemen voor het web kunnen bijvoorbeeld nu al gericht
zoeken in Nederlandstalige teksten, naar namen van personen of
adressen, enzovoort. In de nabije toekomst kun je waarschijnlijk
een vraag stellen als "Op welk eiland ligt de Etna?" en
dan alleen antwoorden krijgen waarin daadwerkelijk de
naam van een eiland voorkomt. Een systeem dat tekst kan voorlezen
moet letters in klanken kunnen omzetten en zinnen van een
intonatie kunnen voorzien. Voor het bouwen van dergelijke
toepassingen heb je niet alleen technische kennis en vaardigheden
nodig, maar ook kennis van taal en spraak.
Hoewel
mensen onderling schijnbaar moeiteloos communiceren met behulp van
spraak, blijkt deze vorm van communicatie dusdanig complex te zijn
dat de communicatie tussen mens en machine maar
mondjesmaat in de vorm van gesproken taal wordt toegepast. Als er
teveel achtergrondlawaai is, verslechteren de prestaties van
een automatische spraakherkenner enorm. Mensen maken in dit geval
vaak tevens gebruik van visuele informatie, bijvoorbeeld de vorm
en de bewegingen van de mond van de spreker. Nieuwe toepassingen
van automatische spraakherkenners zouden auditieve en
visuele informatie kunnen combineren, om zo tot een systeem
te komen dat ook goed werkt in minder ideale omstandigheden.
1.7
De relatie met het onderzoek aan de RuG
De
beide masteropleidingen die het instituut voor
Kunstmatige Intelligentie in Groningen aanbiedt, zijn bij uitstek
(maar niet uitsluitend) geschikt als voorbereiding op een
carrière in de onderzoekswereld. Het onderwijs is sterk
verbonden met het onderzoek dat aan de Rijksuniversiteit
Groningen wordt beoefend. Dit biedt studenten Kunstmatige
Intelligentie de mogelijkheid om na hun afstuderen als onderzoeker
aan de slag te gaan bij een van de onderzoeksgroepen die
werkzaam zijn op het gebied van cognitie en Kunstmatige
Intelligentie. Niet alleen studenten die een carrière als
onderzoeker ambiëren kunnen profiteren van de nauwe banden
die de studie onderhoudt met verschillende onderzoeksgroepen aan
de universiteit. Door de uitstekende contacten met deze
onderzoeksgroepen wordt studenten Kunstmatige Intelligentie de
mogelijkheid geboden om tijdens projecten of stages ervaring op te
doen met het ontwerpen en implementeren van cognitieve systemen.
Verder wordt er binnen diverse colleges aandacht besteed aan zeer
recent onderzoek op het gebied van de cognitiewetenschap
en Kunstmatige Intelligentie aan de Rijksuniversiteit Groningen.
Kenmerkend
voor academisch onderwijs is, dat de docenten tevens actief
onderzoek verrichten. De ontwikkelingen in de Kunstmatige
Intelligentie gaan snel, en alleen door actief te participeren in
deze ontwikkelingen kan actueel en up-to-date onderwijs worden
gegarandeerd. De docenten van Kunstmatige Intelligentie verrichten
hun onderzoek grotendeels in de onderzoeksschool BCN (Centre for
Behavioural and Cognitive Neurosciences). Binnen deze
onderzoeksschool bestudeert men gedrag, hersenen en de geest.
De onderwerpen lopen uiteen van het bestuderen van moleculaire en
neurale processen die de basis van de hersenen vormen, tot hogere
cognitieve functies als denken, taal en probleemoplossen. In
grote lijnen vallen de doelstellingen samen met die van
Kunstmatige Intelligentie, vooral waar het gaat om (werkende)
modellen en symbolische verwerking van informatie. De
onderzoeksschool is niet alleen van belang voor het
onderzoek van de docenten, maar ook voor de studenten. Binnen BCN
kunnen studenten in het kader van hun studie onderzoeksprojecten
doen, zowel bij Kunstmatige Intelligentie als bij andere
richtingen. Het KI-onderzoek wordt momenteel geconcentreerd
in het onderzoeksinstituut met de naam Alice en heeft de
volgende thema's:
·
Cognitive modeling
·
Multi-agent systems
·
Autonomous & perceptive systems
·
Language, speech & cognition.
De
naam “Alice” is behalve een acroniem voor “ArtificiaL
Intelligence and Cognitive Engineering” ook een verwijzing
naar logica in het werk van de auteur Lewis Carroll. Het
onderzoeksinstituut heeft sterke connecties en samenwerking
met groepen elders. Genoemd kunnen worden: Carnegie Mellon Univ.
(USA), Univ. Zurich (CH), Univ. Warschau (PL), Univ. Osnabrück
(D), Univ. Genua (I), Fraunhofer Institut (D), de meeste
Nederlandse onderzoeksgroepen in dit vakgebied, benevens
verschillende onderzoeksgroepen in de Verenigde Staten en Japan.
1.8
Eindtermen bacheloropleiding en masteropleidingen
Eindtermen
bacheloropleiding Kunstmatige Intelligentie
De
leerdoelen van de bacheloropleiding Kunstmatige
Intelligentie laten zich als volgt samenvatten:
·
het verwerven van basiskennis op het gebied van machinale en
menselijke informatieverwerking
·
het verwerven van ontwerp- en onderzoeksvaardigheden toegespitst
op het toepassings- en onderzoeksgebied van de Kunstmatige
Intelligentie.
Deze
leerdoelen vereisen de volgende eindtermen met betrekking tot
kennis, vaardigheden en attitudes.
Kennis
van:
·
het functioneren van biologische en fysiologische systemen (in het
bijzonder de hersenen en het zenuwstelsel) met betrekking tot
waarneming
·
motoriek en centrale informatieverwerking
·
de psychologische functieleer/psychonomie de daar gebruikte
methodologie
·
de belangrijkste taalkundige theorieën en grammaticale
modellen.
Ervaring
met:
·
moderne computationele theorieën van gedrag, zoals
symbolische architecturen voor cognitie en neurale netwerkmodellen
·
kernbegrippen uit de informatica en de Kunstmatige Intelligentie,
met name betreffende het ontwerp van programmatuur.
Vaardigheid
in:
·
het werken met wiskundige gereedschappen, met name logica,
statistiek, signaalanalyse en wiskundige toepassingen voor de
techniek
·
het programmeren in objectgeoriënteerde, imperatieve en
logische talen, met de nadruk op toepassingen in de Kunstmatige
Intelligentie.
Basiskennis
en -vaardigheden in de volgende domeinen van de Kunstmatige
Intelligentie:
·
autonome systemen, met name robotica en agentsystemen
·
taalverwerkende systemen, zoals parsers en spraakherkenners
·
mens-machine communicatie, waarin het ontwerpen van koppelingen
tussen gebruiker en technologie centraal staat
·
kennissystemen, waarbij bestudeerd wordt hoe kennis
gerepresenteerd kan worden, en hoe kennis zo doelmatig mogelijk
beschikbaar gemaakt kan worden.
Eindtermen
masteropleiding mens-machine communicatie
De
leerdoelen van de masteropleiding Mens-Machine
Communicatie omvatten:
·
het zelfstandig kunnen ontwerpen van een systeem met
gebruikersondersteunende cognitieve capaciteiten (of relevante
onderdelen van zo'n systeem)
·
het zelfstandig doen van onderzoek op het gebied van de cognitieve
ergonomie, gebruikmakend van methoden van systeemevaluatie en
bruikbaarheidstoetsing.
·
kunnen samenwerken in teamverband op voet van gelijkheid met
ingenieurs uit de aan de cognitieve ergonomie gerelateerde
disciplines (Cognitiewetenschap, Kunstmatige
Intelligentie, Informatica, Natuurkunde, industrieel ontwerpen
e.d.), en met filosofen, psychologen en taalkundigen.
Tenslotte
geldt dat een afgestudeerde (MSc/HMC) zich snel fundamentele
kennis over een bepaald domein eigen moet kunnen maken, een
probleem exact moet kunnen formuleren en analyseren en daarbij
praktisch en doelmatig heeft leren denken. De afgestudeerde moet
een beeld hebben van de rol van de wetenschap in het algemeen, en
zich bewust zijn van de mogelijkheden en beperkingen van de
cognitieve ergonomie.
Eindtermen
masteropleiding Kunstmatige Intelligentie
De
leerdoelen van de masteropleiding Kunstmatige
Intelligentie omvatten:
·
het zelfstandig kunnen ontwerpen van een systeem met cognitieve
capaciteiten in een fysische omgeving of een informatie-omgeving
·
het zelfstandig doen van onderzoek op het gebied van Kunstmatige
Intelligentie
·
het wetenschappelijk toetsen van systeemeigenschappen en -gedrag
en hierover kunnen rapporteren op hoog wetenschappelijk niveau
·
het kunnen samenwerken in teamverband op voet van gelijkheid met
ingenieurs uit de aan de Kunstmatige Intelligentie gerelateerde
disciplines (cognitiewetenschap, informatica,
natuurkunde, e.d.), en met filosofen, psychologen, taalkundigen en
biologen.
Tenslotte
geldt dat een afgestudeerde (MSc/AI) zich snel fundamentele kennis
over een bepaald domein eigen moet kunnen maken, een probleem
exact moet kunnen formuleren en analyseren en daarbij praktisch en
doelmatig heeft leren denken. De afgestudeerde moet een beeld
hebben van de rol van de wetenschap in het algemeen, en zich
bewust zijn van de mogelijkheden en beperkingen van de Kunstmatige
Intelligentie.
|
