ringvorlesung der forschergruppe neue medien im alltag werner dilger lernende computer technische...
Post on 05-Apr-2015
107 Views
Preview:
TRANSCRIPT
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“
Werner Dilger
Lernende Computer
Technische Universität ChemnitzFakultät für Informatik / Professur KIProf. Dr. Werner Dilger
Tel.: 0371-531-1529 Fax: 0371-531-1465E-Mail: dilger@informatik.tu-chemnitz.de NeMeA
Übersicht
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000
1. Der Begriff des Lernens in der Lernpsychologie
2. Gegenüberstellung Lernpsychologie - Maschinelles Lernen
3. Reinforcement Learning
4. Induktives Lernen
5. Das Projekt MAS
6. Schluss
NeMeA
Formen des Lernens in der Lernpsychologie
Reiz-Reaktions-Lernen
Instrumentelles Lernen
Kognitives Lernen
Planvolles Handeln und Problemlösen
1. Lernen
2. Gegenüber- stellung
3. Reinforcement Learning
4. Induktives Lernen
5. Projekt MAS
6. Schluss
NeMeA
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000
Formen des Lernens
Reiz-Reaktions-Lernen
Instrumentelles Lernen
Kognitives Lernen
Planvolles Handeln und Problemlösen
Weiterentwicklung der klassischen Konditionierung (Pawlow)
Reize: Durch physikalisch-chemische Außenweltereignisse oder in der Vorstellung gegeben
Reaktionen: Emotional-motivational
1. Lernen
2. Gegenüber- stellung
3. Reinforcement Learning
4. Induktives Lernen
5. Projekt MAS
6. Schluss
NeMeA
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000
Formen des Lernens
Reiz-Reaktions-Lernen
Instrumentelles Lernen
Kognitives Lernen
Planvolles Handeln und Problemlösen
Das Verhalten ist das Instrument, das bestimmte Konsequenzen herbeiführt.
Verhaltensverstärkung: Verhaltensweisen werden durch die Konsequenzen gelernt, die sie haben.
Vier Formen: Positive Verstärkung, negative Verstärkung, Bestrafung, Löschung.
1. Lernen
2. Gegenüber- stellung
3. Reinforcement Learning
4. Induktives Lernen
5. Projekt MAS
6. Schluss
NeMeA
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000
Formen des Lernens
Reiz-Reaktions-Lernen
Instrumentelles Lernen
Kognitives Lernen
Planvolles Handeln und Problemlösen
Begriffsbildung und Wissenserwerb
Eigenschaftsbegriffe (Kategorien) und Erklärungsbegriffe (mit Theorie behaftet)
Wissenserwerb durch unmittelbare Erfahrung oder sprachliche Vermitt-lung
Informationsverarbeitung sprach-lich-symbolisch, analog oder hand-lungsmäßig
1. Lernen
2. Gegenüber- stellung
3. Reinforcement Learning
4. Induktives Lernen
5. Projekt MAS
6. Schluss
NeMeA
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000
Formen des Lernens
Reiz-Reaktions-Lernen
Instrumentelles Lernen
Kognitives Lernen
Planvolles Handeln und Problemlösen
Handlungen dienen zum Erreichen von Zielen.
Es werden Handlungskonzepte und Handlungsschemata gelernt, sie ergeben zusammen Hand-lungskompetenz.
Problemlösen ist erforderlich, wenn Ziele nicht direkt erreichbar sind.
1. Lernen
2. Gegenüber- stellung
3. Reinforcement Learning
4. Induktives Lernen
5. Projekt MAS
6. Schluss
NeMeA
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000
Gegenüberstellung
Lernpsychologie Maschinelles Lernen
Reiz-Reaktions-Lernen
Instrumentelles Lernen
Kognitives Lernen
Planvolles Handeln und Problemlösen
Reinforcement Learning
Induktives Lernen
Problemlösen und Planen
Roboterlernen
Reaktives Lernen
1. Lernen
2. Gegenüber- stellung
3. Reinforcement Learning
4. Induktives Lernen
5. Projekt MAS
6. Schluss
NeMeA
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000
Agenten und künstliche Welten
Agent = künstliches intelligentes System
+1
-11. Lernen
2. Gegenüber- stellung
3. Reinforce- ment Learning
4. Induktives Lernen
5. Projekt MAS
6. Schluss
NeMeA
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000
Lernen durch Belohnung
+1
-11. Lernen
2. Gegenüber- stellung
3. Reinforce- ment Learning
4. Induktives Lernen
5. Projekt MAS
6. Schluss
NeMeA
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000
Lernen durch Belohnung
+1
-11. Lernen
2. Gegenüber- stellung
3. Reinforce- ment Learning
4. Induktives Lernen
5. Projekt MAS
6. Schluss
NeMeA
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000
Lernen durch Belohnung
+1
-11. Lernen
2. Gegenüber- stellung
3. Reinforce- ment Learning
4. Induktives Lernen
5. Projekt MAS
6. Schluss
NeMeA
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000
Lernen durch Belohnung
+1
-11. Lernen
2. Gegenüber- stellung
3. Reinforce- ment Learning
4. Induktives Lernen
5. Projekt MAS
6. Schluss
NeMeA
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000
Lernen durch Belohnung
+1
-11. Lernen
2. Gegenüber- stellung
3. Reinforce- ment Learning
4. Induktives Lernen
5. Projekt MAS
6. Schluss
NeMeA
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000
Lernen durch Belohnung
+1
-11. Lernen
2. Gegenüber- stellung
3. Reinforce- ment Learning
4. Induktives Lernen
5. Projekt MAS
6. Schluss
NeMeA
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000
Lerneffekt
1. Lernen
2. Gegenüber- stellung
3. Reinforce- ment Learning
4. Induktives Lernen
5. Projekt MAS
6. Schluss
NeMeA
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000
+1
-1
0
0.2
0.20.20.20.2
1.0
0
0.2
0.4 0.6 0.8
+1
-1
Lernen durch Belohnung
1. Lernen
2. Gegenüber- stellung
3. Reinforce- ment Learning
4. Induktives Lernen
5. Projekt MAS
6. Schluss
NeMeA
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000
+1
-1
Lernen durch Belohnung
1. Lernen
2. Gegenüber- stellung
3. Reinforce- ment Learning
4. Induktives Lernen
5. Projekt MAS
6. Schluss
NeMeA
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000
+1
-1
Lernen durch Belohnung
1. Lernen
2. Gegenüber- stellung
3. Reinforce- ment Learning
4. Induktives Lernen
5. Projekt MAS
6. Schluss
NeMeA
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000
+1
-1
Lernen durch Belohnung
1. Lernen
2. Gegenüber- stellung
3. Reinforce- ment Learning
4. Induktives Lernen
5. Projekt MAS
6. Schluss
NeMeA
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000
+1
-1
Lernen durch Belohnung
1. Lernen
2. Gegenüber- stellung
3. Reinforce- ment Learning
4. Induktives Lernen
5. Projekt MAS
6. Schluss
NeMeA
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000
+1
-1
Lernen durch Belohnung
1. Lernen
2. Gegenüber- stellung
3. Reinforce- ment Learning
4. Induktives Lernen
5. Projekt MAS
6. Schluss
NeMeA
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000
+1
-1
Lernen durch Belohnung
1. Lernen
2. Gegenüber- stellung
3. Reinforce- ment Learning
4. Induktives Lernen
5. Projekt MAS
6. Schluss
NeMeA
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000
+1
-1
Lernen durch Belohnung
1. Lernen
2. Gegenüber- stellung
3. Reinforce- ment Learning
4. Induktives Lernen
5. Projekt MAS
6. Schluss
NeMeA
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000
+1
-1
Lernen durch Belohnung
1. Lernen
2. Gegenüber- stellung
3. Reinforce- ment Learning
4. Induktives Lernen
5. Projekt MAS
6. Schluss
NeMeA
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000
Lerneffekt
1. Lernen
2. Gegenüber- stellung
3. Reinforce- ment Learning
4. Induktives Lernen
5. Projekt MAS
6. Schluss
NeMeA
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000
+1
-1
0-0.125-0.125
-0.125-0.125 -0.125
-0.125 -0.125
-0.3750
-0.75 -0.675
-0.875 -1.0
Prinzip des Reinforcement Learning
i
j1
j2
j3
U(j1)
U(j2)
U(j3)
U(i)
j
ij jUMiRiU )()()(
1ijM
2ijM
3ijM
1. Lernen
2. Gegenüber- stellung
3. Reinforce- ment Learning
4. Induktives Lernen
5. Projekt MAS
6. Schluss
NeMeA
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000
Lernen aus Beispielen
1. Lernen
2. Gegenüber- stellung
3. Reinforcement Learning
4. Induktives Lernen
5. Projekt MAS
6. Schluss
NeMeA
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000
Lernen aus Beispielen
1. Lernen
2. Gegenüber- stellung
3. Reinforcement Learning
4. Induktives Lernen
5. Projekt MAS
6. Schluss
NeMeA
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000
Fortbewe-gungsart
Körper-bedeckung
Form des Mauls
Fötusent-wicklung
Möwe
Kondor
Schmetterling
Biene
Fledermaus
fliegender Fisch
Känguru
Pinguin
Bär
Eisvogel
Tukan
Schnabeltier
fliegen
fliegen
fliegen
fliegen
fliegen
fliegen
nicht fliegen
nicht fliegen
nicht fliegen
fliegen
fliegen
nicht fliegen
Federn
Federn
Hornpanzer
Hornpanzer
Fell
Schuppen
Fell
Federn
Fell
Federn
Federn
Fell
Schnabel
Schnabel
kein Schnabel
kein Schnabel
kein Schnabel
kein Schnabel
kein Schnabel
Schnabel
kein Schnabel
Schnabel
Schnabel
Schnabel
extrauterär
extrauterär
extrauterär
extrauterär
uterär
extrauterär
uterär
extrauterär
uterär
extrauterär
extrauterär
extrauterär
Vogel
ja
ja
nein
nein
nein
nein
nein
ja
nein
ja
ja
nein
Lernen aus Beispielen
1. Lernen
2. Gegenüber- stellung
3. Reinforcement Learning
4. Induktives Lernen
5. Projekt MAS
6. Schluss
NeMeA
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000
Entscheidungsbäume
Alle
Möwe Kondor Schmetterling Biene
Fledermaus fliegender Fisch Eisvogel Tukan
Känguru Pinguin Bär Schnabeltier
Möwe Kondor Eisvogel Tukan
Schmetterling Biene Fledermaus fliegender Fisch
Pinguin Schnabeltier
Känguru Bär
fliegen nicht fliegen
Schnabel kein Schnabel uterär extra-uterär
1. Lernen
2. Gegenüber- stellung
3. Reinforcement Learning
4. Induktives Lernen
5. Projekt MAS
6. Schluss
NeMeA
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000
Regeln
Gelernte Regeln
Alle Tiere, die fliegen können und einen Schnabel haben, sind Vögel.
Manche Tiere, die nicht fliegen können und extrauterären Nachwuchs haben, sind Vögel.
1. Lernen
2. Gegenüber- stellung
3. Reinforcement Learning
4. Induktives Lernen
5. Projekt MAS
6. Schluss
NeMeA
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000
Das Projekt MAS
Modellierung und Simulation
der Rezeption textueller Information
aus dem Internet
1. Lernen
2. Gegenüber- stellung
3. Reinforcement Learning
4. Induktives Lernen
5. Projekt MAS
6. Schluss
NeMeA
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000
Theoretisches Modell
Codierung ValidierungSimulations-programm
Empirische Ergebnisse
Menschen und Computer als Lernende und Lehrende
Lehrer
Mensch
Computer
Mensch
Computer
1. Lernen
2. Gegenüber- stellung
3. Reinforcement Learning
4. Induktives Lernen
5. Projekt MAS
6. Schluss
NeMeA
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000
Lerner
Mensch
Mensch
Computer
Computer
Schule
Tutorsysteme
Active Learning
Consultative Learning
Active Learning
1. Lernen
2. Gegenüber- stellung
3. Reinforcement Learning
4. Induktives Lernen
5. Projekt MAS
6. Schluss
NeMeA
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000
Anwendungsbereich: Sprach- (Grammatik-) Lernen durch denComputer aus Beispielen
Effizienzsteigerung beim LernprozessZielsetzung:
Methoden: Lernen mit SicherheitswertenKomitee-basiertes Lernen
Prinzip: 1. Erstelle mit einer begrenzten Menge von Beispielen einen oder mehrere Klassifika- toren
2. Klassifiziere weitere Beispiele
3. Lege die unsichersten Beispiele dem mensch- lichen Lehrer zur Kommentierung vor
Consultative Learning
1. Lernen
2. Gegenüber- stellung
3. Reinforcement Learning
4. Induktives Lernen
5. Projekt MAS
6. Schluss
NeMeA
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000
Anwendungsbereich: Sprach- (Grammatik-) Lernen durch denComputer aus Beispielen
Simulation des Active LearningZielsetzung:
Methoden: Komitee-basiertes Lernen
Prinzip: Wie beim Active Learning, aber der menschliche Lehrer wird durch einen Agenten ersetzt.
Falls der Lehrer-Agent nicht direkt einen Kom-mentar abgeben kann, versucht er einen solchen durch einen Lernprozess zu ermiteln.
Danach bestimmen Lehrer und Lerner gemein-sam den geeignetsten Kommentar.
Das Projekt MAS
1. Lernen
2. Gegenüber- stellung
3. Reinforcement Learning
4. Induktives Lernen
5. Projekt MAS
6. Schluss
NeMeA
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000
Theoretisches Modell
Codierung ValidierungSimulations-programm
Empirische Ergebnisse
Internet Grammar
?Empirische Ergebnisse
Active Learning
Consultative Learning
Ausblick
1. Lernen
2. Gegenüber- stellung
3. Reinforcement Learning
4. Induktives Lernen
5. Projekt MAS
6. Schluss
1. Modellierung des Nutzerverhaltens im Projekt Krems.
2. Analyse der im Projekt Krems anfallenden Daten mit maschinellen Verfahren.
3. Generierung von Hypothesen auf Grund der Simulationen.
4. Empirische Überprüfung ermittelter Hypothesen.
NeMeA
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000
Was noch geplant ist:
Schluss
Das war‘s!
1. Lernen
2. Gegenüber- stellung
3. Reinforcement Learning
4. Induktives Lernen
5. Projekt MAS
6. Schluss
NeMeA
Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000
Noch Fragen, Kienzle?
top related