Kunstig intelligens (AI)
|
|
- Bertha Damgaard
- 8 år siden
- Visninger:
Transkript
1 Kunstig intelligens (AI) Thomas Bolander, Lektor ved DTU Informatik UNF Aalborg, 30. november 2010 Thomas Bolander, UNF Aalborg, E10 s. 1/39
2 Kunstig intelligens i film De fleste mennesker har et eller andet forhold til kunstig intelligens, især i kraft af de mange science fiction-film hvori robotter og kunstig intelligens spiller en central rolle: Rumrejsen år 2001, Star Wars, A.I. Kunstig Intelligens, WALL-E, I Robot,... Det karakteristiske ved disse science fiction-film er dog at de trods alt stadig er science fiction... Thomas Bolander, UNF Aalborg, E10 s. 2/39
3 Kunstig intelligens i hverdagen Det mest avancerede kunstige intelligens vi umiddelbart kan få øje på i vores nære omgivelser er sådan noget som støvsugerrobotter og græsslåmaskinerobotter. Et naturligt spørgsmål er: Vil vi nogensinde komme til at se robotter som er lige så intelligente som i science fiction-filmene? Thomas Bolander, UNF Aalborg, E10 s. 3/39
4 Fremtiden for kunstig intelligens Vi er endnu meget langt fra robotter som er lige så intelligente som i science fiction-filmene. Om vi overhovedet får dem kan kun tiden vise. Men ét er jeg ganske sikker på: Kunstig intelligens kommer helt sikkert til at spille en stor rolle i fremtiden, og vil helt sikkert ændre vores hverdag og måde at leve livet på i mindst lige så høj grad som computeren og internettet allerede har gjort det. tidlig computer tidlig internet tidlig robot Thomas Bolander, UNF Aalborg, E10 s. 4/39
5 Hvad betyder kunstig intelligens? Lad os på selve begrebet kunstig intelligens. Det består af to ord: Kunstig. Bruges i samme betydning som kunstige negle, kunstige ben, kunstigt hjerte : noget menneskeskabt som ligner eller deler funktion med noget som findes i naturen. Intelligens. Refererer til at det er den menneskelige hjerne vi forsøger at efterligne. Så kunstig intelligens handler i en vis forstand om at lave kunstige hjerner, eller i hvert fald maskiner som kan nogle af de ting vi normalt forbinder med den menneskelige hjerne. Kunstig intelligens er således ret ambitiøst, for der er ingen tvivl om at den menneskelige hjerne er noget af det meste komplekse, der overhovedet findes i naturen! Thomas Bolander, UNF Aalborg, E10 s. 5/39
6 Hvad betyder kunstig intelligens? Vi har ovenfor antydet betydningen af kunstig intelligens, men ikke givet en præcis definition. Det er umådeligt vanskeligt at give en sådan definition. John McCarthy, den kunstige intelligens fader, forsøger selv at definere kunstig intelligens på følgende måde: Artificial intelligence is the the science and engineering of making intelligent machines, especially intelligent computer programs. John McCarthy, 2006 Det er en fin definition, men den efterlader jo spørgsmålet om hvad så intelligens egentlig er for noget. Thomas Bolander, UNF Aalborg, E10 s. 6/39
7 Hvad er intelligens? Intelligens er et meget vanskeligt begreb. 52 amerikanske psykologer underskrev i 1994 en (forsøgsvis) definition som starter sådan her: Intelligence is a very general mental capability that, among other things, involves the ability to reason, plan, solve problems, think abstractly, comprehend complex ideas, learn quickly and learn from experience. Intelligens (og dermed også kunstig intelligens) har altså med følgende egenskaber at gøre: Ræssonering. Planlægning. Løsning af problemer. Abstrakt tænkning. Forståelse af komplekse ideer. At lære hurtigt. At lære af erfaring. Thomas Bolander, UNF Aalborg, E10 s. 7/39
8 Kunstig intelligens eller ej? Betragt igen karakteriseringen af intelligens: evnen til at ræssonere, planlægge, løse problemer, tænke abstrakt, forstå komplekse ideer, lære hurtigt og lære af erfaring. Har vore dages kunstig intelligens-systemer disse egenskaber? Hvis ikke, vil de så nogensinde få dem? Det er svært at give et kort svar på, da alle ovenstående egenskaber kan fortolkes på forskellig vis og gradbøjes. For at komme nærmere på et svar og en forståelse af hvad kunstig intelligens egentlig er og ikke er, har vi brug for at introducere nogle nye begreber og kigge lidt nærmere på den kunstige intelligens historie... Thomas Bolander, UNF Aalborg, E10 s. 8/39
9 Alan Turing (ham som brød tyskernes Enigma-kode under anden verdenskrig) fandt i 1950 på den såkaldte Turing-test, en test til at tjekke om en maskine kan tænke. I en Turing-test er en menneskelig dommer i skriftlig dialog med henholdsvis et andet menneske og en maskine (en computer). Hvis dommeren ikke kan gætte hvem der er hvem, har maskinen bestået testen (det forudsættes at både mennesket og maskinen forsøger at virke menneskelige). Turing-testen Alan Turing, 1954 Thomas Bolander, UNF Aalborg, E10 s. 9/39
10 Loebner-prisen Hvert år konkurrerer chatbots (konversations-computersystemer) mod hinanden om Loebner-prisen. Prisen går til den chatbot som klarer en Turing-test bedst muligt. Vinderen får 2.000$. Hvis maskinen klarer Turing-testen fuldstændigt får vinderen $. De $ er endnu aldrig blevet udbetalt. Chatbotten Jabberwacky har vundet flere gange indenfor de senere år. På følgende slide er en dialog jeg har haft med den... Thomas Bolander, UNF Aalborg, E10 s. 10/39
11 Jabberwacky: Have you read any books lately? Thomas: Yes. Jabberwacky: What books have you read? Thomas: I am a strange loop. Jabberwacky: Yes you are. Thomas: Is that supposed to be funny? Jabberwacky: Yes. Thomas: OK, accepted, it was kind of funny. Jabberwacky: No. Who are you trying to convince? Thomas: You. Jabberwacky: Tell me something funny. Thomas: The best joke I know is in Danish. Jabberwacky: That s a poem I guess, tell me another. Thomas: Why don t you tell me one? Jabberwacky: I don t know any. Thomas: How can you not know any jokes? Jabberwacky: No, not that, what about star wars? Thomas: I don t like star wars. Jabberwacky: Why don t you like star wars? Thomas: I find it boring. Jabberwacky: How very British of me. I m sorry. Are you going out tonight? Thomas: No, I m preparing a talk for tomorrow. Jabberwacky: Preparing to become what? Thomas Bolander, UNF Aalborg, E10 s. 11/39
12 Chatbots I Danmark har en række kommuner, SAS og IKEA investeret i chatbots fra firmaet Artificial Solutions. Flere kommuner har dog allerede droppet deres chatbots igen. Disse chatbots kan besvare simple og ofte forekommende spørgsmål, men kommer hurtigt på glatis. De forstår ikke spørgsmålene, men leder efter ord i spørgsmålene som matcher ord i en database, hvor databasen så også indeholder tilhørende svar. De fungerer dog relativt godt på meget afgrænsede domæner. Men de kan langt fra bestå en Turing-test (ingengang en særlig IKEA-variant) og de lever heller ikke op til de tidligere nævnte betingelser for intelligens (ræssonering, planlægning, osv.) Thomas Bolander, UNF Aalborg, E10 s. 12/39
13 Turing-testens relevans Det er vist rimeligt at konkludere at kunstig intelligens i hvert fald hvad angår den som kan bestå Turing-testen stadig er lysår ude i horisten. Relevansen af Turing-testen kan dog også diskuteres: Målet med forskning i flyveteknik er jo heller ikke at lave maskiner som kan flyve præcist som duer, således at selv duerne ikke kan kende forskel! For at bringe analogien videre: Udviklingen af luftfart tog også først rigtig fart da man stoppede med at forsøge at bygge flyvende maskiner, som præcist kopierede fugles vingebevægelser, og i stedet begyndte at studere den bagvedliggende fysik og aerodynamik. Thomas Bolander, UNF Aalborg, E10 s. 13/39
14 Mennesket som inspiration Af luftfarts-analogien kan vi konkludere at kunstig intelligens succes ikke nødvendigvis er betinget af at vi kan lave robotter som opfører sig nøjagtig ligesom mennesker. Med andre ord: Kunstig intelligens handler ikke nødvendigvis om at kopiere den menneskelige hjerne. Det handler om at lade sig inspirere af den menneskelige hjerne, og via den vej lave maskiner og systemer som kan handle intelligent og rationelt, hvad end de nu er tæt på eller længere fra at ligne kloner af mennesker. Man kan også spørge: ønsker vi overhovedet menneskelignende kunstig intelligens? Thomas Bolander, UNF Aalborg, E10 s. 14/39
15 Lidt historie: Den tidlige optimisme Den kunstige intelligens historie går tilbage til de tidlige 1950 ere, kun meget kort efter de første computere kom til verden. I begyndelsen var forventningerne til kunstig intelligens ekstremt høje. Kompleksiteten af den menneskelige intelligens blev stærkt undervurderet, og de fleste forventede at maskiner med menneskelignende intelligens var lige om hjørnet: It is not my aim to surprise or shock you but the simplest way I can summerize is to say that there are now in the world machines that think, that learn and that create. Moreover, their ability to do these things is going to increase rapidly until in a visible future the range of problems they can handle will be coextensive with the range to which the human mind has been applied (Herbert Simon, 1957). Denne visible future trækker øjensynligt ud... Thomas Bolander, UNF Aalborg, E10 s. 15/39
16 Landvindinger i 50 erne og 60 erne Den grænseløse optimisme i 50 erne og 60 erne skyldtes også at man faktisk den gang på meget kort tid fik lavet kunstig intelligens-systemer som kunne løse et væld af problemer som på den tid blev opfattet at kræve rigtig intelligens: 1. Skak-spillende computere som kunne slå dygtige amatører. 2. Computere som kunne bevise geometriske sætninger bedre end de fleste matematikstuderende. 3. Computere som kunne løse geometriske analogi-problemer i stil med IQ-tests. 4. Computere som kunne løse problemregningsopgaver på folkeskole-niveau. 5. Det første elektroniske menneske, robotten Shakey. Thomas Bolander, UNF Aalborg, E10 s. 16/39
17 Landvindinger i 50 erne og 60 erne Betragt igen listen over landvindinger i 50 erne og 60 erne: 1. Skak-spillende computere som kunne slå dygtige amatører; 2. Computere som kunne bevise geometriske sætninger bedre end de fleste matematikstuderende; 3. Computere som kunne løse geometriske analogi-problemer i stil med IQ-tests; 4. Computere som kunne løse problemregningsopgaver på folkeskole-niveau; 5. Det første elektroniske menneske, robotten Shakey. Bemærk at vi her allerede til en vis grad godt kan tale om maskiner som ræssonerer (alle), planlægger (1 og 5), tænker abstrakt (2, 3 og 4), lærer hurtigt og lærer af erfaring (5). Vi vil dog næppe tilskrive disse systemer nogen forståelse af komplekse ideer, selvom det kan diskuteres, da forståelse i sig selv er et meget vanskeligt begreb (ikke operationelt). Thomas Bolander, UNF Aalborg, E10 s. 17/39
18 Den kunstige intelligens storhed og fald De store successer i 50 erne og 60 erne satte ambitionsniveauet endnu højere op, og der blev investeret enorme summer i forskning i kunstig intelligens. Der skulle dog vise sig at være tale om en AI-boble. Et af de ambitiøse projekter i USA var maskin-oversættelse af russiske videnskabelige tekster til engelsk i kølvandet på russernes opsendelse af Sputnik. Systemerne var dog blot simple syntaks-transformatorer hvilket blandt andet gav anledning til følgende underholdende oversættelse fra engelsk via russisk tilbage til engelsk: Original: The spirit is willing but the flesh is weak. Oversættelse: The vodka is good but the meat is rotten. Thomas Bolander, UNF Aalborg, E10 s. 18/39
19 Den kunstige intelligens storhed og fald I slutningen af 60 erne begyndte udviklingen af AI at gå meget langsommere, og man blev klar over at reelt tænkende maskiner måske alligevel ikke var lige rundt om hjørnet og at sådanne maskiner potentielt måske slet ikke eksisterede. Skuffelsen var stor, og interessen i at støtte forskning i kunstig intelligens gik pludselig stærkt ned ad bakke. I 1973 besluttede den britiske regering at sløjfe al forskning i kunstig intelligens på basis af en rapport som konkluderede at: in no part of the field have discoveries made so far produced the major impact that was then promised. Så kan man så lade være med at love for meget! Problemet er naturligvis at man havde sat forventningerne alt for højt, og dermed kun kunne ende med at blive skuffet. Afstanden fra en skakcomputer til en HAL 9000 (Rumrejsen år 2001) blev kraftigt undervurderet. Thomas Bolander, UNF Aalborg, E10 s. 19/39
20 Urealistiske forventninger De urealistisk høje forventninger skyldes formodentlig også at vi så let risikerer at identificere kunstig intelligens-systemer med mennesker, og dermed helt automatisk forventer at de har intellektuelle evner på niveau med vores egne. Thomas Bolander, UNF Aalborg, E10 s. 20/39
21 Urealistiske forventninger: hospitalsrobotter Frustrerede brugere af hospitalsrobotter i USA: TUG was a hospital worker, and its colleagues expected it to have some social smarts, the absence of which led to frustration for example, when it always spoke in the same way in both quiet and busy situations. I m on the phone! If you say TUG has arrived one more time I m going to kick you in your camera. It doesn t have the manners we teach our children. I find it insulting that I stand out of the way for patients... but it just barrels right on. TUG hospitalsrobot Thomas Bolander, UNF Aalborg, E10 s. 21/39
22 Urealistiske forventninger Problemerne med de ubehøvlede hospitalsrobotter kan løses og vil blive løst. Hvad der er mere interessant er at vi automatisk har højere forventninger til kunstig intelligens og robotter end til computere i almindelighed. Eksempel. Vi er vant til at computere af og til crasher eller opfører sig anderledes end vi beder dem om, og vi ved at det skyldes fejl i computerens software. Men hvis man spurgte folk hvad problemet er ved at udstyre en robot med et våben, ville de fleste tænke hvad hvis robotten bliver ond? i stedet for hvad hvis der er fejl i robottens software som gør at den pludselig ved en fejl skyder vildt omkring sig? Thomas Bolander, UNF Aalborg, E10 s. 22/39
23 Nyt liv til den kunstige intelligens Efter den kunstige intelligens lange vinter gennem 70 erne og det meste af 80 erne, får den i slutningen af 80 erne nyt liv igen. Men belært af erfaringen holder de flest sig nu til at tage hvad man kan få fremfor at have urealistiske forventninger. Det resulterer i en række nye successer for den kunstige intelligens indenfor begrænsede domæner: USA s forsvar bruger et planlægningssystem til at håndtere logistikken i forbindelse med Golf-krigen i 1991, resulterende i en besparelse større end den samlede mængde af penge benyttet til forskning i kunstig intelligens i perioden I 1994 kører en førerløs bil over 1000 km i tæt trafik i Frankrig. I 1997 slår IBM s skakcomputer Deep Blue verdensmesteren Gary Kasparov. I 2001 vinder en computer en konkurrence i aktiehandel. Thomas Bolander, UNF Aalborg, E10 s. 23/39
24 Deep Blue Deep Blues succes skyldtes ikke at den havde en mere menneskelignende intelligens end tidligere skak-computere. Tværtimod benyttede den essentielt samme strategi som de allerførste skak-computere fra slutningen af 50 erne: at slavisk regne så mange træk frem som muligt og vælge det træk som maksimerer en simpel forudprogrammeret matematisk funktion (en heuristisk evalueringsfunktion). Thomas Bolander, UNF Aalborg, E10 s. 24/39
25 Deep Blue Deep Blue fik således ikke sin styrke i kraft af en dybere forståelse af spillet, men udelukkende i kraft af en super-computer der kunne foretage langt flere beregninger end tidligere: Deep Blue havde over 500 special-designede skak-processorer som kørte i parallel. Deep Blue kunne udregne ca. 150 millioner træk i sekundet. Spørgsmålet er om man kan opfatte en skakcomputer som blot slavisk regner en masse træk ud og maksimerer en matematisk funktion som intelligent? For mange er det lidt skuffende fordi det forekommer langt mere kunstigt end intelligent. Men bemærk: Før skak-computernes tid opfattede alle skak som noget der virkelig krævede ægte intelligens (ræssonering, abstrakt tænkning, begrebsliggørelse, generalisering, læring af erfaring). I en vis forstand snyder computeren og erstatter disse ting med rå beregningskraft. Thomas Bolander, UNF Aalborg, E10 s. 25/39
26 Kasparov om Deep Blue Gary Kasparov har selv for nyligt kommenteret på Deep Blue og dens intelligens : The AI crowd, too, was pleased with the result and the attention, but dismayed by the fact that Deep Blue was hardly what their predecessors had imagined decades earlier when they dreamed of creating a machine to defeat the world chess champion. Instead of a computer that thought and played chess like a human, with human creativity and intuition, they got one that played like a machine, systematically evaluating 200 million possible moves on the chess board per second and winning with brute number-crunching force. (Gary Kasparov, The Huffington Post, 2010) Deep Blue was only intelligent the way your programmable alarm clock is intelligent. (Not that losing to a $10 million alarm clock made me feel any better). Thomas Bolander, UNF Aalborg, E10 s. 26/39
27 Skuffelsen Skuffelsen over de simple principper der ligger til grund for Deep Blue og andre kunstig intelligens-systemer svarer lidt til skuffelsen man kan have over nedenstående mus: opgaven bliver løst, men bare ikke på den måde som vi havde forventet og håbet. Thomas Bolander, UNF Aalborg, E10 s. 27/39
28 Mere om skak-computere Mennesker er langt dårligere og langsommere til systematisk at regne igennem alle mulige træksekvenser i skak end en computer er. Derfor er mennesker tvunget ud i at benytte andre metoder end brute force i skak. Det er her de højere kognitive evner kommer i spil: abstrakt tænkning, generalisering m.m. Det betyder også at hvis menneske + computer spiller mod computer + computer er førstnævnte stadig langt overlegen. Fremtidens skak-computere vil givetvis i langt højere grad forsøge at modellere disse højere kognitive evner, for at skabe endnu stærkere systemer. Sagen er blot at udviklingen indenfor rå computerkraft er gået væsentligt hurtigere end udviklingen indenfor forståelse og implementation af højere kognitive evner. Vi kæmper stadig for at forstå hvordan abstrakt tænkning og generalisering fungerer i mennesker, og inden da kan vi ikke implementere sådanne evner i en computer. Thomas Bolander, UNF Aalborg, E10 s. 28/39
29 Sokoban Skak kan løses udelukkende med brute force og rå regnekraft, men det gælder ikke alle spil. I spillet Sokoban er det endnu ikke lykkedes at lave et computer-program som kan klare de mere komplekse baner og spille op mod menneskelige spillere. Problemet er at udstyre computeren med geometrisk intelligens og hierarkisk tænkning. Thomas Bolander, UNF Aalborg, E10 s. 29/39
30 Intelligens eller ej? Selvom de computere der kan lave logistik, spille skak, køre i bil og handle med aktier (og tjene på det!) nok ikke er hvad vi i dag vil kalde tænkende maskiner, er det dog computere som løser problemer vi tidligere opfattede som krævende ægte intelligens. Så forskningen i kunstig intelligens rykker hele tiden ved vores grænse for hvad vi opfatter som krævende ægte intelligens : I takt med at computere erobrer flere og flere af menneskets enemærker må vi revurdere vores opfattelse af hvilke problemer der kræver egentlig intelligens. I hvert fald sålænge disse computere benytter metoder der primært handler om brute force og rå beregningskraft. Thomas Bolander, UNF Aalborg, E10 s. 30/39
31 Intelligens eller ej? Intelligens handler mere om den måde hvorpå vi som mennesker udfører ræssonering end det som vi faktisk er i stand til at opnå med denne ræssonering (jvf. f.eks. skak-computere versus skak-spillende mennesker). Menneskets intelligens er fleksibel og dynamisk på en måde som ingen computer (endnu) er. Vores evne til at være selvbevidste, selvobserverende og nærmest transcendere os selv er stadig et stort mysterium, og noget som ingen computer i dag er blot tilnærmelsesvis i nærheden af. Der har været en evigt igangværende diskussion siden den kunstige intelligens begyndelse om hvorvidt det overhovedet kan lade sig gøre at lave menneskelignende intelligens på en computer. Der er mange argumenter for og imod, men endnu ingen overbevisende konklusion. Thomas Bolander, UNF Aalborg, E10 s. 31/39
32 Det symbolske paradigme Selvom man ikke nødvendigvis tror på eksistensen af menneskelignende kunstig intelligens er det stadig den menneskelige hjernes processer som er inspirationen bag de fleste landvindinger indenfor faget. Der er to hovedparadigmer indenfor kunstig intelligens, det symbolske paradigme og det sub-symbolske paradigme. Det symbolske paradigme. Her forsøger man direkte at simulere det højeste niveau af kognitive processer i hjernen, det vil sige bevidst, sprogligt forankret, ræssonering. Kunstig intelligens-systemerne udstyres med et kunstsprog (et formelt sprog) som de benytter til at repræsentere viden om verden og til at ræssonere omkring verden. Metoderne er primært baseret på formel logik, et område som oprindeligt blev udviklet i begyndelsen af det 20. århundrede med henblik på at forstå og sikre matematikkens grundlag. Thomas Bolander, UNF Aalborg, E10 s. 32/39
33 Det subsymbolske paradigme Det sub-symbolske paradigme. Her forsøger man modsat at simulere de lavere niveauer af processor i hjernen: de biologiske processer. Det gøres f.eks. med (kunstige) neurale netværk og evolutionære algoritmer. Systemerne indenfor de to paradigmer har forskellige styrker og svagheder: Det symbolske paradigme er godt til at lægge planer i komplekse domæner. Det sub-symbolske paradigme er godt til mønstergenkendelse og oplæring af rutine-opgaver. I det symbolske paradigme har man meget kontrol over sit system, kan matematisk bevise egenskaber ved det m.m. I det subsymbolske paradigme må man i langt højere grad bygge på empiri. Thomas Bolander, UNF Aalborg, E10 s. 33/39
34 Symbolsk versus subsymbolsk Ofte konstrueres systemer som kombinerer de to paradigmer i f.eks. robot-køretøjer som både skal planlægge ruter og rækkefølger af handlinger (symbolsk) og skal kunne navigere ved hjælp af robotsyn (sub-symbolsk). Mars Exploration Rover Thomas Bolander, UNF Aalborg, E10 s. 34/39
35 Kunstig intelligens i dag Kunstig intelligens-metoder benyttes i dag blandt andet til: Mønstergenkendelse i f.eks. ansigtskendelse, genkendelse af smil i digitalkameraer, musik-genkendelse og spam-filtre. Computerstyrede karakterer i computerspil (non-player characters). Autonome robotter såsom robot-græsslåmaskiner og -støvsugere, Mars Exploration Rover og førerløse biler. Søgemaskiner som f.eks. Google. Ekspertsystemer såsom computer-systemer til at foretage medicinsk diagnosticering. Computere der spiller komplekse brætspil såsom skak. Chat-robotter og computerprogrammer til maskin-oversættelse (automatisk oversættelse fra ét sprog til et andet). Thomas Bolander, UNF Aalborg, E10 s. 35/39
36 Kunstig intelligens i fremtiden De mest succesfulde kunstig intelligens-systemer i dag har ikke kognitive evner på et særligt højt niveau, men klarer sig ved at erstatte disse med en enorm beregningskraft. Næste skridt er at forsøge at implementere højere kognitive evner i computere og robotter, men dette kræver tid og tålmodighed, da den menneskelige hjernes evne til at gøre disse ting stadig i det store og hele er et mysterium. Thomas Bolander, UNF Aalborg, E10 s. 36/39
37 Kunstig intelligens i fremtiden Konkret har vi f.eks. brug for hospitals-robotter med en bedre situationsfornemmelse. Her er det afgørende at robotterne ikke kun modellerer hospitalsgange og kasser med medicin, men også andre robotter og mennesker. Det kræver en såkaldt theory of mind. Der arbejdes i dag på at lave computer-systemer som har en sådan, bl.a. på DTU. Thomas Bolander, UNF Aalborg, E10 s. 37/39
38 Kunstig intelligens i fremtiden Så hvad kan vi egentlig helt præcist forvente os at se indenfor kunstig intelligens i fremtiden? Følgende er de mest oplagte: Mere fritid: Flere service-robotter i vores omgivelser, som kan hjælpe med de daglige gøremål på mere fleksibel og intelligent vis end nutiden støvsugerrobotter. Mere automation: førerløse biler, flere robotter i industrien, flere hospitalsrobotter, osv. Mere underholdning: bedre og mere realistiske computer-styrede medspillere og modspillere i computer-spil. Bedre udnyttelse af ressourcer: intelligent energi-forbrug, intelligente hjem. Bemærk dog at ingen af disse behøver at kræve menneskelignende intelligens, og det stadig er uklart om vi alle ender med at have vores personlige R2-D2. Thomas Bolander, UNF Aalborg, E10 s. 38/39
39 For at opsummere: Konklusion 1. Kunstig intelligens er væsentligt vanskeligere og mere tidskrævende at udvikle end fagets fædre oprindeligt forestillede sig. 2. Der er dog alligevel en række afgørende succeshistorier allerede, så der er ingen grund til at opgive håbet. Det er lidt som at stå i 1800-tallet og snakke om at sende mennesker til månen med rumraket. Der var ikke i 1800-tallet noget som tydede på det skulle være fysisk umuligt, men på den anden side manglede der en hel del teori og teknologi inden det kunne realiseres. På samme måde er der ikke noget som tyder på det skulle være umuligt at lave meget stærke kunstig intelligens-systemer med høje kognitive evner, men der mangler stadig noget teori og teknologi før vi når dertil. Og så skal vi ikke forvente at disse kunstig intelligens-systemer nødvendigvis kommer til at ligne præcise kopier af mennesker, lige så lidt som moderne flyvemaskiner er præcise kopier af fugle. Thomas Bolander, UNF Aalborg, E10 s. 39/39
Kunstig intelligens. Thomas Bolander, Lektor, DTU Compute. Siri-kommissionen, 17. august Thomas Bolander, Siri-kommissionen, 17/8-16 p.
Kunstig intelligens Thomas Bolander, Lektor, DTU Compute Siri-kommissionen, 17. august 2016 Thomas Bolander, Siri-kommissionen, 17/8-16 p. 1/10 Lidt om mig selv Thomas Bolander Lektor i logik og kunstig
Læs mereKunstig intelligens. Thomas Bolander, Lektor, DTU Informatik. Folkeuniversitetet Emdrup, 10. april 2012. Thomas Bolander, FU Emdrup, 10/4-12 p.
Kunstig intelligens Thomas Bolander, Lektor, DTU Informatik Folkeuniversitetet Emdrup, 10. april 2012 Thomas Bolander, FU Emdrup, 10/4-12 p. 1/28 Lidt om mig selv Thomas Bolander Lektor i logik and kunstig
Læs mereKunstig intelligens. Thomas Bolander, Lektor, DTU Informatik. Folkeuniversitetet i Aarhus, 18. april 2012. Thomas Bolander, FU Aarhus, 12/4-12 p.
Kunstig intelligens Thomas Bolander, Lektor, DTU Informatik Folkeuniversitetet i Aarhus, 18. april 2012 Thomas Bolander, FU Aarhus, 12/4-12 p. 1/32 Lidt om mig selv Thomas Bolander Lektor i logik and kunstig
Læs mereKunstig intelligens. Thomas Bolander, Lektor, DTU Informatik. Folkeuniversitetet i Aalborg, 12. april 2012
Kunstig intelligens Thomas Bolander, Lektor, DTU Informatik Folkeuniversitetet i Aalborg, 12. april 2012 Thomas Bolander, FU Aalborg, 12/4-12 p. 1/32 Lidt om mig selv Thomas Bolander Lektor i logik and
Læs mereKunstig intelligens. Thomas Bolander, Lektor, DTU Informatik. Selskabet for Filosofi og Psykologi, 23. maj 2012. Thomas Bolander, KU, 23/5-12 p.
Kunstig intelligens Thomas Bolander, Lektor, DTU Informatik Selskabet for Filosofi og Psykologi, 23. maj 2012 Thomas Bolander, KU, 23/5-12 p. 1/32 Lidt om mig selv Thomas Bolander Lektor i logik and kunstig
Læs mereMatematikken i kunstig intelligens: Socialt intelligente robotter
Matematikken i kunstig intelligens: Socialt intelligente robotter Thomas Bolander, DTU Compute, Danmarks Tekniske Universitet 2. juni 2018 Thomas Bolander, Matematikken i AI, DTU Compute, 26. april 2018
Læs mereKunstig intelligens. Thomas Bolander, Lektor, DTU Compute. Datalogforeningen, 5. november Thomas Bolander, Datalogforeningen, 5/11-16 p.
Kunstig intelligens Thomas Bolander, Lektor, DTU Compute Datalogforeningen, 5. november 2016 Thomas Bolander, Datalogforeningen, 5/11-16 p. 1/38 Lidt om mig selv Thomas Bolander Lektor i logik og kunstig
Læs mereDe svære problemer i kunstig intelligens
De svære problemer i kunstig intelligens Thomas Bolander, DTU Compute DTU Alumni, 10. november 2017 Thomas Bolander, DTU Alumni, 10/11-2017 p. 1/26 Lidt om mig selv Thomas Bolander Lektor i logik og kunstig
Læs mereLESSON NOTES Extensive Reading in Danish for Intermediate Learners #8 How to Interview
LESSON NOTES Extensive Reading in Danish for Intermediate Learners #8 How to Interview CONTENTS 2 Danish 5 English # 8 COPYRIGHT 2019 INNOVATIVE LANGUAGE LEARNING. ALL RIGHTS RESERVED. DANISH 1. SÅDAN
Læs mereHvor er mine runde hjørner?
Hvor er mine runde hjørner? Ofte møder vi fortvivlelse blandt kunder, når de ser deres nye flotte site i deres browser og indser, at det ser anderledes ud, i forhold til det design, de godkendte i starten
Læs mereHvad skal vi leve af i fremtiden?
Konkurrenceevnedebat: Hvad skal vi leve af i fremtiden? Mandag den 3. november 2014 www.regionmidtjylland.dk 1 Agenda Globalisering og dens udfordringer Væsentlige spørgsmål Eksempler 2 www.regionmidtjylland.dk
Læs mereMatematikken i kunstig intelligens Opgaver om koordinerende robotter
Matematikken i kunstig intelligens Opgaver om koordinerende robotter Thomas Bolander 2. juni 2018 Vejledning til opgaver Opgave 1 kan eventuelt springes over, hvis man har mindre tid. De resterende opgaver
Læs mereMatematikken i kunstig intelligens Opgaver om koordinerende robotter LØSNINGER
Matematikken i kunstig intelligens Opgaver om koordinerende robotter LØSNINGER Thomas Bolander 25. april 2018 Vejledning til opgaver Opgave 1 kan eventuelt springes over, hvis man har mindre tid. De resterende
Læs mereVina Nguyen HSSP July 13, 2008
Vina Nguyen HSSP July 13, 2008 1 What does it mean if sets A, B, C are a partition of set D? 2 How do you calculate P(A B) using the formula for conditional probability? 3 What is the difference between
Læs mereBarnets navn: Børnehave: Kommune: Barnets modersmål (kan være mere end et)
Forældreskema Barnets navn: Børnehave: Kommune: Barnets modersmål (kan være mere end et) Barnets alder: år og måneder Barnet begyndte at lære dansk da det var år Søg at besvare disse spørgsmål så godt
Læs mereBlomsten er rød (af Harry Chapin, oversat af Niels Hausgaard)
Blomsten er rød (af Harry Chapin, oversat af Niels Hausgaard) På den allerførste skoledag fik de farver og papir. Den lille dreng farved arket fuldt. Han ku bare ik la vær. Og lærerinden sagde: Hvad er
Læs merewww.cfufilmogtv.dk Tema: Pets Fag: Engelsk Målgruppe: 4. klasse Titel: Me and my pet Vejledning Lærer
Me and my pet My dogs SVTV2, 2011, 5 min. Tekstet på engelsk Me and my pet er en svenskproduceret undervisningsserie til engelsk for børn i 4. klasse, som foregår på engelsk, i engelsktalende lande og
Læs mereMAKING IT - dummy-manus
MAKING IT - dummy-manus INT. RESTAURANT - DAG (32) og (43) sidder på den ene side af et bord på en restaurant. Amir smiler påklistret og forventningsfuldt, mens Jakob sidder og spiser en salat. De venter
Læs mereThe X Factor. Målgruppe. Læringsmål. Introduktion til læreren klasse & ungdomsuddannelser Engelskundervisningen
The X Factor Målgruppe 7-10 klasse & ungdomsuddannelser Engelskundervisningen Læringsmål Eleven kan give sammenhængende fremstillinger på basis af indhentede informationer Eleven har viden om at søge og
Læs mereBegynderens Guide Til Chatbots
Begynderens Guide Til Chatbots Spørgsmål eller brug for hjælp? hejanton Ring på 31 56 43 21 Skriv til info@hejanton.com mere på hejanton.com Indholdsfortegnelse Side 3 - Side 9 - Side 11 - Side 12 - Hvad
Læs mereDK - Quick Text Translation. HEYYER Net Promoter System Magento extension
DK - Quick Text Translation HEYYER Net Promoter System Magento extension Version 1.0 15-11-2013 HEYYER / Email Templates Invitation Email Template Invitation Email English Dansk Title Invitation Email
Læs mereFORSTÅ FREMTIDEN? 28. november, Anders Kofod-Petersen Vicedirektør, Alexandra Instituttet Professor, NTNU
FORSTÅ FREMTIDEN? 28. november, 2018 @AKofodPetersen Anders Kofod-Petersen Vicedirektør, Alexandra Instituttet Professor, NTNU Alexandra Instituttet er en almennyttig virksomhed, der hjælper offentlige
Læs mereThe River Underground, Additional Work
39 (104) The River Underground, Additional Work The River Underground Crosswords Across 1 Another word for "hard to cope with", "unendurable", "insufferable" (10) 5 Another word for "think", "believe",
Læs mere1 What is the connection between Lee Harvey Oswald and Russia? Write down three facts from his file.
Lee Harvey Oswald 1 Lee Harvey Oswald s profile Read Oswald s profile. Answer the questions. 1 What is the connection between Lee Harvey Oswald and Russia? Write down three facts from his file. 2 Oswald
Læs mereAnalyse af værket What We Will
1 Analyse af værket What We Will af John Cayley Digital Æstetisk - Analyse What We Will af John Cayley Analyse af værket What We Will 17. MARTS 2011 PERNILLE GRAND ÅRSKORTNUMMER 20105480 ANTAL ANSLAG 9.131
Læs mereVores mange brugere på musskema.dk er rigtig gode til at komme med kvalificerede ønsker og behov.
På dansk/in Danish: Aarhus d. 10. januar 2013/ the 10 th of January 2013 Kære alle Chefer i MUS-regi! Vores mange brugere på musskema.dk er rigtig gode til at komme med kvalificerede ønsker og behov. Og
Læs mereObservation Processes:
Observation Processes: Preparing for lesson observations, Observing lessons Providing formative feedback Gerry Davies Faculty of Education Preparing for Observation: Task 1 How can we help student-teachers
Læs mereDanskhjælpen er en lille opslagsgrammatik. Her kan du læse om de grammatiske emner, før eller imens du arbejder med dine Grammar-opgaver.
Danskhjælpen Danskhjælpen er en lille opslagsgrammatik. Her kan du læse om de grammatiske emner, før eller imens du arbejder med dine Grammar-opgaver. Adjektiver (At Risk) 2 Present Continuous (What s
Læs mereNyhedsmail, december 2013 (scroll down for English version)
Nyhedsmail, december 2013 (scroll down for English version) Kære Omdeler Julen venter rundt om hjørnet. Og netop julen er årsagen til, at NORDJYSKE Distributions mange omdelere har ekstra travlt med at
Læs mereBasic statistics for experimental medical researchers
Basic statistics for experimental medical researchers Sample size calculations September 15th 2016 Christian Pipper Department of public health (IFSV) Faculty of Health and Medicinal Science (SUND) E-mail:
Læs mere1 s01 - Jeg har generelt været tilfreds med praktikopholdet
Praktikevaluering Studerende (Internship evaluation Student) Husk at trykke "Send (Submit)" nederst (Remember to click "Send (Submit)" below - The questions are translated into English below each of the
Læs mereDato: 24. oktober 2013 Side 1 af 7. Teknologisk singularitet. 24. oktober 2013
Side 1 af 7 Teknologisk singularitet 24. oktober 2013 Side 2 af 7 Begreberne teknologisk singularitet og accelereret udvikling dukker ofte op i transhumanistiske sammenhænge, idet de beskriver en udvikling,
Læs merePDFmaps på smartphones
PDFmaps på smartphones Kort udbyder - en enkel og (gratis) mulighed for at stille orienteringskort til rådighed på iphone/ipad og Android Bruger - en enkel og (gratis) mulighed for at downloade og anvende
Læs mereAgenda. The need to embrace our complex health care system and learning to do so. Christian von Plessen Contributors to healthcare services in Denmark
Agenda The need to embrace our complex health care system and learning to do so. Christian von Plessen Contributors to healthcare services in Denmark Colitis and Crohn s association Denmark. Charlotte
Læs mereEngelsk. Niveau D. De Merkantile Erhvervsuddannelser September Casebaseret eksamen. og
052431_EngelskD 08/09/05 13:29 Side 1 De Merkantile Erhvervsuddannelser September 2005 Side 1 af 4 sider Casebaseret eksamen Engelsk Niveau D www.jysk.dk og www.jysk.com Indhold: Opgave 1 Presentation
Læs mereManaging stakeholders on major projects. - Learnings from Odense Letbane. Benthe Vestergård Communication director Odense Letbane P/S
Managing stakeholders on major projects - Learnings from Odense Letbane Benthe Vestergård Communication director Odense Letbane P/S Light Rail Day, Bergen 15 November 2016 Slide om Odense Nedenstående
Læs mereGenerelt om faget: - Hvordan vurderer du dit samlede udbytte af dette fag?
Fag: Monetary Policy % 46 Samlet status % 5% 5% 75% % Ny % Distribueret 63% 9 Nogen svar % Gennemført 37% 7 Frafaldet % % 5% 5% 75% % Generelt om faget: - Hvordan vurderer du dit samlede udbytte af dette
Læs mereSom mentalt og moralsk problem
Rasmus Vincentz 'Klimaproblemerne - hvad rager det mig?' Rasmus Vincentz - November 2010 - Som mentalt og moralsk problem Som problem for vores videnskablige verdensbillede Som problem med økonomisk system
Læs mereBrug sømbrættet til at lave sjove figurer. Lav fx: Få de andre til at gætte, hvad du har lavet. Use the nail board to make funny shapes.
Brug sømbrættet til at lave sjove figurer. Lav f: Et dannebrogsflag Et hus med tag, vinduer og dør En fugl En bil En blomst Få de andre til at gætte, hvad du har lavet. Use the nail board to make funn
Læs merePDFmaps på smartphones
PDFmaps på smartphones Kort udbyder - en enkel og (gratis) mulighed for at stille orienteringskort til rådighed på iphone/ipad og Android Bruger - en enkel og (gratis) mulighed for at downloade og anvende
Læs mereTrolling Master Bornholm 2012
Trolling Master Bornholm 1 (English version further down) Tak for denne gang Det var en fornøjelse især jo også fordi vejret var med os. Så heldig har vi aldrig været før. Vi skal evaluere 1, og I må meget
Læs mereTrolling Master Bornholm 2016 Nyhedsbrev nr. 6
Trolling Master Bornholm 2016 Nyhedsbrev nr. 6 English version further down Johnny Nielsen med 8,6 kg laks Laksen blev fanget seks sømil ud for Tejn. Det var faktisk dobbelthug, så et kig ned i køletasken
Læs merePARALLELIZATION OF ATTILA SIMULATOR WITH OPENMP MIGUEL ÁNGEL MARTÍNEZ DEL AMOR MINIPROJECT OF TDT24 NTNU
PARALLELIZATION OF ATTILA SIMULATOR WITH OPENMP MIGUEL ÁNGEL MARTÍNEZ DEL AMOR MINIPROJECT OF TDT24 NTNU OUTLINE INEFFICIENCY OF ATTILA WAYS TO PARALLELIZE LOW COMPATIBILITY IN THE COMPILATION A SOLUTION
Læs mereStock Screening. Kunstig Intelligens og dets indtog i den finansielle sektor. v/kurt Kara Porteføljemanager FMS04
Stock Screening Kunstig Intelligens og dets indtog i den finansielle sektor v/kurt Kara Porteføljemanager FMS04 Agenda Lidt historie Stock Screening Kunstig intelligens Q & A 24. maj 2007 2 Lidt historie
Læs mereTrolling Master Bornholm 2014
Trolling Master Bornholm 2014 (English version further down) Så er ballet åbnet, 16,64 kg: Det er Kim Christiansen, som i mange år også har deltaget i TMB, der tirsdag landede denne laks. Den måler 120
Læs mereEngelsk. Niveau C. De Merkantile Erhvervsuddannelser September 2005. Casebaseret eksamen. www.jysk.dk og www.jysk.com.
052430_EngelskC 08/09/05 13:29 Side 1 De Merkantile Erhvervsuddannelser September 2005 Side 1 af 4 sider Casebaseret eksamen Engelsk Niveau C www.jysk.dk og www.jysk.com Indhold: Opgave 1 Presentation
Læs meremandag den 23. september 13 Konceptkommunikation
Konceptkommunikation Status... En række koncepter, der efterhånden har taget form Status......nu skal vi rette os mod det færdige koncept idé 1 idé 2 How does it fit together Mixing and remixing your different
Læs mereDigte Vinter 2006 af Tina Rye Hansen. Just a spoonful of sugar, makes the medicine go down
Digte Vinter 2006 af Tina Rye Hansen Just a spoonful of sugar, makes the medicine go down... 1 Tvangsmedicineringens lange arm... 1 For the sake of being someone... 2 Steps away... 3 Tell me... 4 Darkness
Læs mereE-PAD Bluetooth hængelås E-PAD Bluetooth padlock E-PAD Bluetooth Vorhängeschloss
E-PAD Bluetooth hængelås E-PAD Bluetooth padlock E-PAD Bluetooth Vorhängeschloss Brugervejledning (side 2-6) Userguide (page 7-11) Bedienungsanleitung 1 - Hvordan forbinder du din E-PAD hængelås med din
Læs mereGenerelt om faget: (Eventuelle kommentarer til højre) - Givet målbeskrivelsen ovenfor, hvordan vurderer du så pensum?
Generelt om faget: (Eventuelle kommentarer til højre) - Givet målbeskrivelsen ovenfor, hvordan vurderer du så pensum? Meget Godt 4 20,0% Godt 12 60,0% Gennemsnitligt 4 20,0% Dårligt 0 0,0% Meget Dårligt
Læs mereLæs den fulde børnekonvention her: http://www.boerneraadet.dk/b%c3%b8rnekonventionen/forkortet+udgave+af+artiklerne
Børn og krig TRIN 1 Opgave: Børnekonventionen For at beskytte børn, når der er krig i et land, har FN lavet noget, der hedder en børnekonvention. I Børnekonventionen står der blandt andet: Børn har ret
Læs mereEngelsk B. Højere teknisk eksamen. 1. delprøve - uden hjælpemidler. Mandag den 19. december kl
Engelsk B Højere teknisk eksamen 1. delprøve - uden hjælpemidler kl.9.00-10.00 Mandag den 19. december 2011 kl. 9.00-14.00 Side 1 af 7 sider Nedenstående rubrikker udfyldes. Efter prøven afrives siderne
Læs mereSkriftlig Eksamen Kombinatorik, Sandsynlighed og Randomiserede Algoritmer (DM528)
Skriftlig Eksamen Kombinatorik, Sandsynlighed og Randomiserede Algoritmer (DM58) Institut for Matematik og Datalogi Syddansk Universitet, Odense Torsdag den 1. januar 01 kl. 9 13 Alle sædvanlige hjælpemidler
Læs mereDean's Challenge 16.november 2016
O Dean's Challenge 16.november 2016 The pitch proces..with or without slides Create and Practice a Convincing pitch Support it with Slides (if allowed) We help entrepreneurs create, train and improve their
Læs mereFinancial Literacy among 5-7 years old children
Financial Literacy among 5-7 years old children -based on a market research survey among the parents in Denmark, Sweden, Norway, Finland, Northern Ireland and Republic of Ireland Page 1 Purpose of the
Læs merePart 5 Leisure Time and Transport
Part 5 Leisure Time and Transport Lesson 3 Situation and Listen & Practice Situation Line and Louise are colleagues. They meet at a café before work. Line is late because h bike had a puncture on the way.
Læs mereDENCON ARBEJDSBORDE DENCON DESKS
DENCON ARBEJDSBORDE Mennesket i centrum betyder, at vi tager hensyn til kroppen og kroppens funktioner. Fordi vi ved, at det er vigtigt og sundt jævnligt at skifte stilling, når man arbejder. Bevægelse
Læs mereDårlig litteratur sælger - Trykkekultur i 1800-tallets Storbritannien og idag. Maria Damkjær Post.doc. i Engelsk Litteratur
Dårlig litteratur sælger - Trykkekultur i 1800-tallets Storbritannien og idag Maria Damkjær Post.doc. i Engelsk Litteratur Horace Engdahl i interview i Politiken Bøger, 7. december 2014: [Hos os i Norden]
Læs mereHow Long Is an Hour? Family Note HOME LINK 8 2
8 2 How Long Is an Hour? The concept of passing time is difficult for young children. Hours, minutes, and seconds are confusing; children usually do not have a good sense of how long each time interval
Læs mereByens Rum. The Meaningful City of Tomorrow
Byens Rum The Meaningful City of Tomorrow The vision of the future is always changing, dependent of the technology and knowledge on all fields: If you design the best building you know to design, that's
Læs mereComputational Thinking i de gymnasiale uddannelser
Danmarks Læringsfestival 14. marts 2019 Computational Thinking i de gymnasiale uddannelser Kai Thor Hansen, projektleder i DASG Adam Etches, akademisk medarbejder på AU og lektor ved Egaa Gymnasium Frode
Læs mereProject Step 7. Behavioral modeling of a dual ported register set. 1/8/ L11 Project Step 5 Copyright Joanne DeGroat, ECE, OSU 1
Project Step 7 Behavioral modeling of a dual ported register set. Copyright 2006 - Joanne DeGroat, ECE, OSU 1 The register set Register set specifications 16 dual ported registers each with 16- bit words
Læs mereTrolling Master Bornholm 2013
Trolling Master Bornholm 2013 (English version further down) Tilmeldingen åbner om to uger Mandag den 3. december kl. 8.00 åbner tilmeldingen til Trolling Master Bornholm 2013. Vi har flere tilmeldinger
Læs mereMeget formel, modtager har en meget speciel titel som skal bruges i stedet for deres navne
- Åbning Engelsk Dansk Dear Mr. President, Kære Hr. Direktør, Meget formel, modtager har en meget speciel titel som skal bruges i stedet for deres navne Dear Sir, Formel, mandelig modtager, navn ukendt
Læs mereMeget formel, modtager har en meget speciel titel som skal bruges i stedet for deres navne
- Åbning Dansk Engelsk Kære Hr. Direktør, Dear Mr. President, Meget formel, modtager har en meget speciel titel som skal bruges i stedet for deres navne Kære Hr., Formel, mandelig modtager, navn ukendt
Læs mereA Child Friendly Model of Tinnitus
A Child Friendly Model of Tinnitus Kort om modellen Modellen kan bruges både til børn og deres forældre Den skaber ramme for både indsamling af information og psyko-edukation. Informationen indsamles normalt
Læs mereTrolling Master Bornholm 2013
Trolling Master Bornholm 2013 (English version further down) Tilmeldingerne til 2013 I dag nåede vi op på 85 tilmeldte både. Det er stadig lidt lavere end samme tidspunkt sidste år. Tilmeldingen er åben
Læs mereTitel: Hungry - Fedtbjerget
Titel: Hungry - Fedtbjerget Tema: fedme, kærlighed, relationer Fag: Engelsk Målgruppe: 8.-10.kl. Data om læremidlet: Tv-udsendelse: TV0000006275 25 min. DR Undervisning 29-01-2001 Denne pædagogiske vejledning
Læs mereSådan laver du et godt Pitch
Dansk HG AAJ september 2015 Sådan laver du et godt Pitch Definition (wikipedia): Et pitch er en ultrakort præsentation, med det formål at "sælge" en idé, et koncept eller lignende, typisk en forretningsidé
Læs mereTravel General. General - Essentials. General - Conversation. Asking for help. Asking if a person speaks English
- Essentials Can you help me, please? Asking for help Do you speak? Asking if a person speaks Do you speak _[language]_? Asking if a person speaks a certain language I don't speak_[language]_. Clarifying
Læs mereTravel General. General - Essentials. General - Conversation. Asking for help. Asking if a person speaks English
- Essentials Can you help me, please? Asking for help Do you speak? Asking if a person speaks Do you speak _[language]_? Asking if a person speaks a certain language I don't speak_[language]_. Clarifying
Læs mereLykken er så lunefuld Om måling af lykke og tilfredshed med livet, med fokus på sprogets betydning
Lykken er så lunefuld Om måling af lykke og tilfredshed med livet, med fokus på sprogets betydning Jørgen Goul Andersen (email: goul@ps.au.dk) & Henrik Lolle (email: lolle@dps.aau.dk) Måling af lykke eksploderer!
Læs mereEr det frugtbart at anskue datalogi som "ingeniørvidenskab"? Digital Forvaltning 2. kursusgang 10.9.03
Er det frugtbart at anskue datalogi som "ingeniørvidenskab"? Mindre vigtigt: begrebet "ingeniørvidenskab", alternativt: ingeniørfag eller -disciplin Vigtigt videnskab/fag/disciplin hvor det konstruktionsorienterede
Læs mereSport for the elderly
Sport for the elderly - Teenagers of the future Play the Game 2013 Aarhus, 29 October 2013 Ditte Toft Danish Institute for Sports Studies +45 3266 1037 ditte.toft@idan.dk A growing group in the population
Læs mereDagens program. Incitamenter 4/19/2018 INCITAMENTSPROBLEMER I FORBINDELSE MED DRIFTSFORBEDRINGER. Incitamentsproblem 1 Understøttes procesforbedringer
INCITAMENTSPROBLEMER I FORBINDELSE MED DRIFTSFORBEDRINGER Ivar Friis, Institut for produktion og erhvervsøkonomi, CBS 19. april Alumni oplæg Dagens program 2 Incitamentsproblem 1 Understøttes procesforbedringer
Læs mereCHATBOTS! DM Ditte Wolff-Jacobsen
CHATBOTS! DM17-7.12.17 Det vi skal nå at tale om Hvad er en chatbot? Lad os se nogle eksempler! Hvorfor taler vi om chatbots lige nu? Chatbot-lingo (CUI, AI, NLP og alt det der )! Hvad kræver det at komme
Læs mereOm at løse problemer En opgave-workshop Beregnelighed og kompleksitet
Om at løse problemer En opgave-workshop Beregnelighed og kompleksitet Hans Hüttel 27. oktober 2004 Mathematics, you see, is not a spectator sport. To understand mathematics means to be able to do mathematics.
Læs mereEngelsk A. Højere teknisk eksamen. 1. delprøve - uden hjælpemidler. Fredag den 20. august kl
Engelsk A Højere teknisk eksamen 1. delprøve - uden hjælpemidler kl. 9.00-10.00 htx102-eng/a-20082010 Fredag den 20. august 2010 kl. 9.00-14.00 htx102-eng/a-20082010 Side 1 af 7 sider Nedenstående rubrikker
Læs mereMindfulness. At styrke trivsel, arbejde og ledelse
Mindfulness At styrke trivsel, arbejde og ledelse Energiregnskabet Mindfulness i forsikringsvirksomhed 100 % har fået anvendelige redskaber til håndtering af stress 93 % oplever en positiv forandring
Læs mereBetter driving experience guaranteed!
MAXIMUM RESPONCE Pedalbox, Dynamisk - BEDRE RESPONSE - Flere program trin MAXIMUM RESPONCE Better driving experience guaranteed! Pedalbox, Dynamisk - BEDRE RESPONSE - Flere program trin For at forbedre
Læs mereHOW MANY? FORMÅL MATERIALER OPDELING AF ELEVER
P HOW MANY? FORMÅL MATERIALER OPDELING AF ELEVER Samtale, træning af faste udtryk, spørgsmål og svar. Endvidere en lejlighed til at træne tallene. - Spørgsmålskort - Lærerark til hjælp ved oplæsning og
Læs mereTrolling Master Bornholm 2016 Nyhedsbrev nr. 8
Trolling Master Bornholm 2016 Nyhedsbrev nr. 8 English version further down Der bliver landet fisk men ikke mange Her er det Johnny Nielsen, Søløven, fra Tejn, som i denne uge fangede 13,0 kg nord for
Læs mereDeep Learning og Computer Vision. C h r i s H o l m b e r g B a h n s e n
Deep Learning og Computer Vision C h r i s H o l m b e r g B a h n s e n Baggrund Hv em er jeg? Cand. polyt. Elektronik & IT, 2013 Ph.d.-afhandling i robust trafikovervågning, 2018 Visual Analysis of People
Læs mereEU vedtager et nyt program, som med 55 millioner EUR skal give børn større sikkerhed på internettet
IP/8/899 Bruxelles, den 9 december 8 EU vedtager et nyt program, som med millioner EUR skal give børn større sikkerhed på internettet EU får et nyt program for forbedring af sikkerheden på internettet
Læs mereEpistemisk logik og kunstig intelligens
Epistemisk logik og kunstig intelligens Thomas Bolander, DTU Informatik Gæsteforelæsning i Kognitionsforskning II, CST, KU, efteråret 2009 Thomas Bolander, Kognitionsforskning II 09 s. 1/22 Logik Logik
Læs mereUniversity of Copenhagen Faculty of Science Written Exam - 3. April Algebra 3
University of Copenhagen Faculty of Science Written Exam - 3. April 2009 Algebra 3 This exam contains 5 exercises which are to be solved in 3 hours. The exercises are posed in an English and in a Danish
Læs mereTitel: Barry s Bespoke Bakery
Titel: Tema: Kærlighed, kager, relationer Fag: Engelsk Målgruppe: 8.-10.kl. Data om læremidlet: Tv-udsendelse: SVT2, 03-08-2014, 10 min. Denne pædagogiske vejledning indeholder ideer til arbejdet med tema
Læs mereINTEL INTRODUCTION TO TEACHING AND LEARNING AARHUS UNIVERSITET
INTEL INTRODUCTION TO TEACHING AND LEARNING 8 BÆRENDE PRINCIPPER 1-4: BÆREDYGTIGT OG FLEKSIBELT Billigt Nemt at administrere Skalérbart Fleksibelt 5: RELEVANT Indhold organiseret i themes 6: EKSEMPLARISK
Læs mereHvad er matematik? C, i-bog ISBN 978 87 7066 499 8. 2011 L&R Uddannelse A/S Vognmagergade 11 DK-1148 København K Tlf: 43503030 Email: info@lru.
1.1 Introduktion: Euklids algoritme er berømt af mange årsager: Det er en af de første effektive algoritmer man kender i matematikhistorien og den er uløseligt forbundet med problemerne omkring de inkommensurable
Læs merePædagogisk kursus for instruktorer 2014 1. gang. Gry Sandholm Jensen gsjensen@tdm.au.dk
Pædagogisk kursus for instruktorer 2014 1. gang Gry Sandholm Jensen gsjensen@tdm.au.dk Præsentationsrunde Dit navn? Hvor kommer du fra? Har du undervist før? 2 Program gang 1-3 1. Mandag d. 20. januar
Læs mereNanna Flindt Kreiner lektor i retorik og engelsk Rysensteen Gymnasium. Indsigt i egen læring og formativ feedback
Nanna Flindt Kreiner lektor i retorik og engelsk Rysensteen Gymnasium Indsigt i egen læring og formativ feedback Reformen om indsigt i egen læring hvordan eleverne kan udvikle deres evne til at reflektere
Læs mereUSERTEC USER PRACTICES, TECHNOLOGIES AND RESIDENTIAL ENERGY CONSUMPTION
USERTEC USER PRACTICES, TECHNOLOGIES AND RESIDENTIAL ENERGY CONSUMPTION P E R H E I S E L BERG I N S T I T U T F OR BYGGERI OG A N L Æ G BEREGNEDE OG FAKTISKE FORBRUG I BOLIGER Fra SBi rapport 2016:09
Læs mereBilag 5 - Respondentskemaer. Farvekodning: Blå: Neutralt udsagn. Rød: Kritisk udsagn. Grøn: Positivt udsagn
Bilag 5 - Respondentskemaer Farvekodning: Blå: Neutralt udsagn Rød: Kritisk udsagn Grøn: Positivt udsagn Fokusgruppe Forståelse Konstruktionsbevidsthed Holdning Handling Handlingsforløb It s about a group
Læs mereShared space - mellem vision og realitet. - Lyngby Idrætsby som case
Downloaded from orbit.dtu.dk on: Jan 27, 2017 Shared space - mellem vision og realitet. - Lyngby Idrætsby som case Brinkø, Rikke Publication date: 2015 Document Version Peer-review version Link to publication
Læs mereTrolling Master Bornholm 2015
Trolling Master Bornholm 2015 (English version further down) Panorama billede fra starten den første dag i 2014 Michael Koldtoft fra Trolling Centrum har brugt lidt tid på at arbejde med billederne fra
Læs mereWater Sensitive Urban Design Socio-teknisk analyse af regnvandshåndtering i Melbourne og København
Water Sensitive Urban Design Socio-teknisk analyse af regnvandshåndtering i Melbourne og København 1 Herle Mo Madsen, HerleMo.Madsen@grontmij.dk IDAmiljø 25.10.2013 Agenda 2 Nye problemstillinger WSUD
Læs mereH2020 DiscardLess ( ) Lessons learnt. Chefkonsulent, seniorrådgiver Erling P. Larsen, DTU Aqua, Denmark,
H2020 DiscardLess (2015-2019) Lessons learnt www.discardless.eu Chefkonsulent, seniorrådgiver Erling P. Larsen, DTU Aqua, Denmark, Fra ændrede fiskeredskaber til cost-benefit analyser Endnu et skifte i
Læs mereKLAR TIL NYE MULIGHEDER
KLAR TIL NYE MULIGHEDER Dagens program Klar til nye muligheder 24. november 2014 Råhavegaard Maribovej 9, 4960 Holeby. 8:30 09:00 Kaffe og registrering på Råhavegaard 09:00 11:00 Rundvisning på byggepladserne
Læs mereSkriftlig Eksamen Beregnelighed (DM517)
Skriftlig Eksamen Beregnelighed (DM517) Institut for Matematik & Datalogi Syddansk Universitet Mandag den 31 Oktober 2011, kl. 9 13 Alle sædvanlige hjælpemidler (lærebøger, notater etc.) samt brug af lommeregner
Læs mereMobilitet, navigering og udnyttelse - unge ukrainske migranter i den globale grønne industri gennem den danske stats fodermesterordning
Mobilitet, navigering og udnyttelse - unge ukrainske migranter i den globale grønne industri gennem den danske stats fodermesterordning Marlene Spanger Global Refugee Studies Institut for Kultur og Globale
Læs mere