ΑΝΑΓΝΩΡΙΣΗ ΕΙΚΟΝΑΣ ΜΕΣΩ ΤΕΧΝΗΤΗΣ ΝΟΗΜΟΣΥΝΗΣ ΓΙΑ ΡΟΜΠΟΤΙΚΕΣ ΕΦΑΡΜΟΓΕΣ

Abstract

Η παρούσα εργασία χωρίζεται σε δύο μέρη. Στο πρώτο μέρος αναπτύσσονται γενικές έννοιες και εφαρμογές της τεχνητής νοημοσύνης και των τεχνητών νευρωνικών δικτύων, που προορίζονται για την επιστήμη της ρομποτικής. Παράλληλα στο δεύτερο μέρος επιτυγχάνεται η ανάπτυξη ενός προγράμματος, που εφαρμόζει στην πράξη τα θεωρητικά αποσπάσματα του πρώτου μέρους. Έχει σκοπό να μεταδώσει στον αναγνώστη το κυρίως θέμα των τεχνητών νευρωνικών δικτύων, δηλαδή την δομή τους, το πώς επεξεργάζονται τα δεδομένα, την εκπαίδευσή τους, αλλά και τι προσφέρουν στην επιστήμη και στην κοινωνία. Το κυρίως θέμα του πρώτου κεφαλαίου είναι τα τεχνητά νευρωνικά δίκτυα. Αρχικά παρουσιάζεται ο ορισμός των τεχνητών νευρωνικών δικτύων, που βασίζονται και τι στόχο έχουν. Στην συνέχεια αναφέρονται τα ιστορικά στοιχεία τους. Πιο συγκεκριμένα, αναφέρονται οι χρονολογίες και τα ονόματα των επιστημόνων που εφηύραν και εξέλιξαν το αντικείμενο των τεχνητών νευρωνικών δικτύων, καθώς και τις επιτυχίες του καθενός. Ακολουθεί πλήρης επεξήγηση του μοντέλου ενός τεχνητού νευρώνα, αλλά και του μοντέλου ενός τεχνητού νευρωνικού δικτύου. Δηλαδή η δομή τους, πως επεξεργάζονται τα δεδομένα που τροφοδοτούνται, η διαδικασία μεταφοράς του σήματος μέσα στο δίκτυο, αλλά και η διαδικασία εξόδου των τιμών του δικτύου, μέσω των συναρτήσεων μεταφοράς. Ακόμη, παρουσιάζονται οι τρόποι με τους οποίους το δίκτυο αυτό εκπαιδεύεται έτσι ώστε να ληφθεί η επιθυμητή τιμή εξόδου. Τέλος γίνεται μια μικρή αναφορά στα βιολογικά νευρωνικά δίκτυα και στις δυνατότητές τους, όπου στη συνέχεια συγκρίνονται με τα τεχνητά. Το δεύτερο κεφάλαιο, βασίζεται στην σύνδεση της τεχνητής νοημοσύνης με την επιστήμη της ρομποτικής. Αρχικά γίνεται μία εισαγωγή στο αντικείμενο της τεχνητής νοημοσύνης, τι φιλοδοξίες έχει, αλλά και των συνεπειών της. Στην συνέχεια δίνονται παραδείγματα από τα βασικά εξαρτήματα που χρειάζονται για κατασκευαστεί και να λειτουργήσει επιτυχώς, ένα μοντέλο ρομπότ με τεχνητή νοημοσύνη. Ακολουθεί η επεξήγηση, πώς η μηχανική μάθηση αποτελεί την αιτία που οι άνθρωποι και τα ρομπότ έχουν αποκτήσει τρόπο επικοινωνίας και αναφέρονται ορισμένες πληροφορίες για τις γλώσσες προγραμματισμού που χρησιμοποιούνται για ρομποτικές εφαρμογές. Επίσης παρουσιάζεται ο ορισμός της μηχανικής όρασης και τα στάδια των διαδικασιών που εφαρμόζονται έτσι ώστε να επιτευχθεί η αναγνώριση της εικόνας που επιθυμεί ο χειριστής του ρομπότ. Τέλος αναφέρονται παραδείγματα από χώρους ή επιστήμες, που λαμβάνουν θέση ρομπότ με τεχνητή νοημοσύνη. Το τρίτο και τελευταίο κεφάλαιο παρουσιάζει την γλώσσα προγραμματισμού Python. Πρώτα από όλα, δίνονται πληροφορίες για την γλώσσα αυτή, δηλαδή ποιος iv την ίδρυσε και πότε, ποιες είναι οι αιτίες που βρίσκεται στην κορυφή των υπόλοιπων γλωσσών προγραμματισμού, αλλά και πως επιτυγχάνεται η γραφή της. Ύστερα δίνεται ένα παράδειγμα κώδικα προγραμματισμού, μαζί με το αντίστοιχο διάγραμμα ροής, που αναλύει την διαδικασία εκμάθησης ενός μοντέλου ρομπότ, με την μορφή ενός drone, να αντιλαμβάνεται την ύπαρξη πυρκαγιάς στο φυσικό περιβάλλον. Εάν το drone εντοπίσει πυρκαγιά, τότε θα υπολογίζει τις ακριβείς συντεταγμένες της με την χρήση ενός GPS και θα ειδοποιεί την πυροσβεστική. Ταυτόχρονα με τον κώδικα, δίνονται επεξηγήσεις του κάθε σταδίου εφαρμογής, αλλά και ορισμένων εντολών. Μετά την εφαρμογή του προγράμματος, προκύπτουν τα συμπεράσματα και η αξιολόγηση του, ενώ στο τελευταίο μέρος της εργασίας γίνεται ανακεφαλαίωση της. Πιο συγκεκριμένα, εμφανίζονται τα ποσοστά επιτυχίας αναγνώρισης της φωτιάς κατά την εκτέλεση του προγράμματος εκμάθησης, όταν θα υπάρξει κυριολεκτικά φωτιά, δηλαδή 97,06% επιτυχία αναγνώρισης, με το μοντέλο να είναι έτοιμο για χρήση.