Ringvorlesung der Forschergruppe Neue Medien im Alltag Werner Dilger Lernende Computer Technische Universität Chemnitz Fakultät für Informatik / Professur

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: [email protected] 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



5. Projekt MAS

6. Schluss

NeMeA


Formen des Lernens



Kognitives Lernen


Weiterentwicklung der klassischen Konditionierung (Pawlow)

Reize: Durch physikalisch-chemische Außenweltereignisse oder in der Vorstellung gegeben

Reaktionen: Emotional-motivational

1. Lernen




5. Projekt MAS

6. Schluss

NeMeA


Formen des Lernens



Kognitives Lernen


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




5. Projekt MAS

6. Schluss

NeMeA


Formen des Lernens



Kognitives Lernen


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




5. Projekt MAS

6. Schluss

NeMeA


Formen des Lernens



Kognitives Lernen


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




5. Projekt MAS

6. Schluss

NeMeA


Gegenüberstellung

Lernpsychologie Maschinelles Lernen



Kognitives Lernen


Reinforcement Learning

Induktives Lernen

Problemlösen und Planen

Roboterlernen

Reaktives Lernen

1. Lernen




5. Projekt MAS

6. Schluss

NeMeA


Agenten und künstliche Welten

Agent = künstliches intelligentes System

+1

-11. Lernen


3. Reinforce- ment Learning


5. Projekt MAS

6. Schluss

NeMeA


Lernen durch Belohnung

+1

-11. Lernen




5. Projekt MAS

6. Schluss

NeMeA



+1

-11. Lernen




5. Projekt MAS

6. Schluss

NeMeA



+1

-11. Lernen




5. Projekt MAS

6. Schluss

NeMeA



+1

-11. Lernen




5. Projekt MAS

6. Schluss

NeMeA



+1

-11. Lernen




5. Projekt MAS

6. Schluss

NeMeA



+1

-11. Lernen




5. Projekt MAS

6. Schluss

NeMeA


Lerneffekt

1. Lernen




5. Projekt MAS

6. Schluss

NeMeA


+1

-1

0

0.2

0.20.20.20.2

1.0

0

0.2

0.4 0.6 0.8

+1

-1


1. Lernen




5. Projekt MAS

6. Schluss

NeMeA


+1

-1


1. Lernen




5. Projekt MAS

6. Schluss

NeMeA


+1

-1


1. Lernen




5. Projekt MAS

6. Schluss

NeMeA


+1

-1


1. Lernen




5. Projekt MAS

6. Schluss

NeMeA


+1

-1


1. Lernen




5. Projekt MAS

6. Schluss

NeMeA


+1

-1


1. Lernen




5. Projekt MAS

6. Schluss

NeMeA


+1

-1


1. Lernen




5. Projekt MAS

6. Schluss

NeMeA


+1

-1


1. Lernen




5. Projekt MAS

6. Schluss

NeMeA


+1

-1


1. Lernen




5. Projekt MAS

6. Schluss

NeMeA


Lerneffekt

1. Lernen




5. Projekt MAS

6. Schluss

NeMeA


+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




5. Projekt MAS

6. Schluss

NeMeA


Lernen aus Beispielen

1. Lernen




5. Projekt MAS

6. Schluss

NeMeA



1. Lernen




5. Projekt MAS

6. Schluss

NeMeA


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


1. Lernen




5. Projekt MAS

6. Schluss

NeMeA


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




5. Projekt MAS

6. Schluss

NeMeA


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




5. Projekt MAS

6. Schluss

NeMeA


Das Projekt MAS

Modellierung und Simulation

der Rezeption textueller Information

aus dem Internet

1. Lernen




5. Projekt MAS

6. Schluss

NeMeA


Theoretisches Modell

Codierung ValidierungSimulations-programm

Empirische Ergebnisse

Menschen und Computer als Lernende und Lehrende

Lehrer

Mensch

Computer

Mensch

Computer

1. Lernen




5. Projekt MAS

6. Schluss

NeMeA


Lerner

Mensch

Mensch

Computer

Computer

Schule

Tutorsysteme

Active Learning

Consultative Learning

Active Learning

1. Lernen




5. Projekt MAS

6. Schluss

NeMeA


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


1. Lernen




5. Projekt MAS

6. Schluss

NeMeA


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




5. Projekt MAS

6. Schluss

NeMeA


Theoretisches Modell

Codierung ValidierungSimulations-programm

Empirische Ergebnisse

Internet Grammar

?Empirische Ergebnisse

Active Learning


Ausblick

1. 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


Was noch geplant ist:

Schluss

Das war‘s!

1. Lernen




5. Projekt MAS

6. Schluss

NeMeA


Noch Fragen, Kienzle?

Documents

Ringvorlesung der Forschergruppe Neue Medien im Alltag Werner Dilger Lernende Computer Technische Universität Chemnitz Fakultät für Informatik / Professur