Sigurvegarar í Gervigreindarkeppninni 2007

_{Frá vinstri: Hrafn Þorri Þórisson, Freyr Magnússon, Ágúst Karlsson, Kristleifur Daðason, Jónheiður Ísleifsdóttir og Guðný R. Jónsdóttir}

Sigurvegarar í Gervigreindarkeppni Gervigreindarseturs Háskólans í Reykjavík urðu að þessu sinni:

• Bílskúrsgervigreind, “gagnlegasta gervigreindin”: Ágúst Karlsson og Freyr Magnússon - Umhverfistáknun fyrir vitveru
• Bílskúrsgervigreind, “bestu hugbúnaðareiningarnar með leiðbeiningum”: Hrafn Þorri Þórisson - Vélaldin og leiðbeiningar
• B.Sc. lokaverkefnisverðlaun: Kristleifur Daðason - Vídeóleit
• M.Sc. lokaverkefnisverðlaun: Jónheiður Ísleifsdóttir - A query language for game trees
• M.Sc. lokaverkefnisverðlaun: Guðný R. Jónsdóttir - Aðlögunarhæft fjölþátta samskiptalíkan

Sjá lýsingar á verkefnunum hér að neðan.

Verðlaunin í keppninni voru “Heili í krukku” og 50 þús. kr. í boði CCP.

Heimasíða keppninnar er hér: Gervigreindarkeppnin
Nánari upplýsingar um reglur keppninnar eru hér: keppnisreglur

Óháð dómnefnd mat öll verkefnin sem voru send inn. Hana skipuðu Kristinn Andersen, Þróunarstjóri hjá Marel, sem var jafnframt formaður nefndarinnar, ásamt Tómasi Philip Rúnarssyni, prófessor í HÍ og Reyni Harðarsyni, meðstofnanda CCP.

Bílskúrsgervigreindarverðlaun - gagnlegasta gervigreindin

Skynjun á umhverfi er ein af grundvallar aðgerðum hreyfanlegra vitvera. Án skynjunar og einhverskonar táknunar á nánasta umhverfi er hver vitvera ófær um að takast á við raunverulegar aðstæður, einfaldlega vegna þess að hún hefur enga táknun fyrir umhverfi sitt og þar af leiðandi getur hún ekki tekið tillit til neins sem gerist í kringum hana. Slíkar verur eru ófærar um að hreyfast um í umhverfi sínu og eru þar af leiðandi neyddar til kyrrsetu.

Umhverfistáknun er sú viðleytni að búa til kerfi sem sér um að búa til einskonar innra kort af umheimi vélverunnar. Þetta innra kort er svo notað til þess að gera vélverunni kleyft að hreyfa sig um í umhverfi sínu á skynsaman hátt. Merkingartáknun er tengt verkefni. Kerfi sem sér um merkingartáknun leitast við að þátta svæði niður í strjálar einingar og sér um að hengja merkingu á umhverfið. Sem dæmi um þetta er geta fólks til að merkja ákveðin svæði á heimili sínu sem “eldhús”, og annað sem “stofa”. Til þess að þetta virki þarf að tengja saman merkingartáknunina og umhverfistáknunina og var það viðfangsefni verkefnisins “Merkingartáknun fyrir vélveru” að gefa hreyfanlegri vitveru þessa færni.

Bílskúrsgervigreindarverðlaun - bestu hugbúnaðareiningar með leiðbeiningum

Vélaldin vefsíðurnar

Vélaldin er forritunarumhverfi til að skapa og vinna með flókin kerfi og samlegaraukningu (emergence). Samlegðaraukning er fyrirbæri sem fyrirfinnst í náttúrunni, þar sem margar sjálfstæðar og einfaldar einingar eiga samskipti sín á milli. Yfir tíma mynda samskipti eininganna stærri, flóknari og ófyrsjáanlegri kerfi sem hafa eiginleika og hegðun sem ekki fyrirfinnst í einfaldari einingunum.

Vélaldin er frjáls hugbúnaður (e. open source) og fylgir leiðbeiningabæklingur sem útskýrir hvernig kerfið virkar, ásamt kóðasýnidæmum.

B.Sc. lokaverkefnisverðlaun

Að leita í myndefni með tölvu er nokkuð snúið vandamál, þar sem pixlagögn eru illa samanburðarhæf, og gagnamagnið þar að auki mikið. Þess utan eru til margar kóðunaraðferðir og myndefni er gjarnan breytt á ýmsan hátt, sem heftir samanburð - og þ.a.l. leit. Ýmsar aðferðir hafa verið notaðar til þess að lýsa myndgögnunum. Ein helsta tæknin til að lýsa myndefninu sjálfu eru nokkurs konar fingraför, myndkenni eða “descriptors”, sem lýsa ýmist mynd í heild sinni eða hlutum hennar. Í gagnagrunnshliðinni, leitinni sjálfri, hefur verið mikið unnið, en vandinn ekki verið leystur á fullnægjandi hátt - ef leitin hefur verið hraðvirk, þá hefur grunnurinn verið smávaxinn, og ef tæknin leyfir að grunnurinn sé stór, þá hefur verið langur biðtími eftir svörum. Í þessu verkefni var unnið að því að geta þekkt aftur myndskeið, einkum í höfundarréttarvendartilgangi, með því að nota Eff2 myndkenni (“local descriptors”), byggð á SIFT, og skrá þau í mjög hraðvirkan nálgandi gagnagrunn sem ræður við mikið af gögnum: NV-Tree. Hvort tveggja var þróað við Háskólann í Reykjavík. Verkefnið fólst að hluta til í vinnu við að aðlaga myndkennagerðina að vídeóefni, en henni hafði áður verið beitt á ljósmyndir, og að búa til prófunaraðferðir og -gögn. Að öðru leyti fólst verkefnið í því að sjá út mynstur í niðurstöðunum og nýta sér þau: Þar sem grunnurinn er nálgandi, eru svörin ekki 100% skýr. Það þurfti því að matreiða leitarniðurstöðurnar og lesa á milli línanna í þeim. Það kom í ljós að ef kerfið á að geta borið sjálfvirkt kennsl á vídeóefni með nokkru öryggi, er hægt að nýta sér tímaupplýsingar: rétta upprunamyndskeiðið fær 'atkvæði' úr leitinni yfir samfellt skeið tíma. Kerfið ræður við að þekkja myndskeið aftur þó þeim hafi verið breytt: hluti af rammanum klipptur í burtu, myndefnið endurkóðað, tekið úr fókus eða jafnvel tekið upp aftur með lélegri myndavél.

M.Sc. lokaverkefnisverðlaun

Verkefnið gengur út á að smíða aðlögunarhæft fjölþátta samskiptalíkan sem gefur vitverum aukna samskiptahæfileika. Hingað til hafa samskipti við vitverur og vélmenni verið líkari talstöðvarsamskiptum en samtali augliti til auglitis, hvað varðar hraða og skilvirkni. Í samtölum er það bæði undir mælanda og hlustanda komið hvort samtalið gangi skilvirkilega fyrir sig. Mælandi gefur ætlanir sínar til kynna með ítónun raddar (spurning / staðhæfing) og sá sem hlustar sýnir athygli og staðfestir reglulega skilning. Einning þarf að vera sameiginlegur skilningur á því hver hefur orðið, og umskipti milli mælenda verða að vera skjót. Ásamt því að nálgast ofangreinda samskiptahegðun getur samskiptamódelið aðlagað sig að viðmælendum með því að læra á ítónun viðkomandi með það að markmiði að lágmarka þagnir og skörun mælenda.

M.Sc. lokaverkefnisverðlaun

GTQL: A Query Language for Game Trees (fyrirspurnarmál fyrir leitar tré)

My masters project was designing a query language specially for game trees. Game trees are large search trees generated by search algorithms when searching for the best move in games such as Chess, Checkers and others. The language is focused on relatively simple queries that are based on the general concepts of trees, nodes, children and subtrees.

The language was implemented in a query tool and has been used to query search trees with good results. In the future the tool is meant to be used by researchers in the field of heuristic search and games to analyze and regression test their algorithms.