Kaj zmore umetna inteligenca. Poročilo Univerze Stanford. Kdo je izumil umetno inteligenco? Kdo razvija umetno inteligenco?

Tisočletja je človek poskušal razumeti, kako razmišlja. Na področju umetne inteligence (AI) se rešuje še pomembnejša naloga: strokovnjaki na tem področju poskušajo ne samo razumeti naravo inteligence, ampak tudi ustvariti inteligentne entitete.

Umetna inteligenca je eno najnovejših področij znanosti. Prva dela na tem področju so se začela kmalu po drugi svetovni vojni, samo ime pa je bilo predlagano leta 1956. Znanstveniki drugih strok najpogosteje navajajo umetno inteligenco poleg molekularne biologije kot »področje, na katerem bi najraje delal«. Študentje fizike povsem upravičeno verjamejo, da so vsa velika odkritja na njihovem področju že naredili Galileo, Newton, Einstein in drugi znanstveniki. Umetna inteligenca pa še vedno odpira vrata talentom nekaj pravih Einsteinov.

Trenutno tema umetne inteligence pokriva ogromno znanstvenih področij, od splošnih problemov, kot sta učenje in zaznavanje, do posebnih nalog, kot so igranje šaha, dokazovanje matematičnih izrekov, pisanje poezije in diagnosticiranje bolezni. V umetni inteligenci so intelektualne naloge sistematizirane in avtomatizirane, zato to področje zadeva katero koli področje človekove intelektualne dejavnosti. V tem smislu je umetna inteligenca resnično univerzalno znanstveno področje.

Splošna definicija umetne inteligence

Iz navedenega lahko sklepamo, da je umetna inteligenca izjemno zanimivo znanstveno področje. Toda definicija te znanstvene smeri v tej knjigi še ni podana. Tabela prikazuje definicije umetne inteligence, povzete iz osmih znanstvenih člankov.

Te definicije je mogoče razvrstiti v dve glavni kategoriji. Grobo rečeno, izjave na vrhu tabele obravnavajo miselne procese in sklepanje, medtem ko izjave na dnu tabele obravnavajo vedenje.

V definicijah na levi se uspeh meri v smislu zanesljive reprodukcije človeških sposobnosti, formulacije na desni pa označujejo končne dosežke na tistem področju interpretacije idealnega koncepta inteligence, ki jim je ljubše. klic racionalnost. Sistem je racionalen, če "vse dela prav", pod pogojem, da sistem ve, kaj je prav.

Zgodovina razvoja umetne inteligence kaže, da so potekale intenzivne raziskave na vseh štirih področjih. Povsem možno je domnevati, da obstaja nekaj nesoglasja med tistimi znanstveniki, ki izhajajo predvsem iz sposobnosti ljudi, in tistimi, ki se ukvarjajo predvsem z reševanjem problema racionalnosti.

Človekocentrični pristop naj bo empirično znanstveno področje, razvito na principu hipotez in njihove eksperimentalne potrditve. Po drugi strani pa je pristop, ki temelji na konceptu racionalnosti, kombinacija matematike in tehnologije. Vsaka od teh skupin znanstvenikov deluje ločeno, a si hkrati pomaga. Spodaj so ti štirje pristopi podrobneje obravnavani.

Preizkušanje, ali lahko računalnik deluje kot človek: pristop Turingovega testa

Turingov test, ki ga je predlagal Alan Turing, je bil razvit kot zadovoljiva funkcionalna definicija inteligence. Turing se je odločil, da nima smisla razvijati obsežnega seznama zahtev za ustvarjanje umetne inteligence, ki bi lahko bile tudi protislovne, in predlagal test, ki temelji na dejstvu, da se vedenje predmeta z umetno inteligenco na koncu ne bi razlikovalo od obnašanje tako nedvomno inteligentnih entitet, kot so ljudje.

Računalnik bo opravil ta preizkus, če človeški eksperimentator, ki mu postavlja pisna vprašanja, ne more ugotoviti, ali so pisni odgovori druge osebe ali neke naprave.

Upoštevajte, da reševanje problema pisanja programa za računalnik, tako da opravi ta preizkus, zahteva veliko dela. Tako programiran računalnik mora imeti naslednje zmogljivosti:

• Objekti obdelava besedil v naravnem jeziku (Natural Language Processing-NLP), ki vam omogoča uspešno komunikacijo z računalnikom, recimo v angleščini.

• Objekti zastopanje znanja , s pomočjo katerega lahko računalnik zapiše v spomin, kar se nauči ali prebere.

• Objekti samodejno ustvarjanje logičnih zaključkov , ki omogoča uporabo shranjenih informacij za iskanje odgovorov na vprašanja in ustvarjanje novih zaključkov.

• Objekti strojno učenje , ki vam omogočajo prilagajanje novim okoliščinam ter zaznavanje in ekstrapolacijo znakov standardnih situacij.

V Turingovem testu je neposredna fizična interakcija med eksperimentatorjem in računalnikom namerno izključena, saj ustvarjanje umetne inteligence ne zahteva fizičnega posnemanja osebe. Toda v tako imenovanem popolnem Turingovem testu je zagotovljena uporaba video signala, tako da lahko eksperimentator preizkusi zaznavne sposobnosti testiranega predmeta in ima tudi možnost, da fizične predmete predstavi "nepopolno" (jih prenese "skozi senčenje" «).

Če želite opraviti celoten Turingov test, mora imeti računalnik naslednje sposobnosti:

• Strojni vid za zaznavanje predmetov.

• Objekti robotika za manipuliranje s predmeti in premikanje v prostoru.

Šest zgoraj naštetih raziskovalnih področij predstavlja večino umetne inteligence in Turing si zasluži našo zahvalo, ker je zagotovil test, ki ostaja pomemben tudi 50 let pozneje. Vendar se raziskovalci umetne inteligence praktično ne ukvarjajo s problemom uspešnosti Turingovega testa, saj menijo, da je veliko bolj pomembno preučiti temeljna načela inteligence kot podvojiti enega od nosilcev naravne inteligence.

Zlasti problem »umetnega letenja je bil uspešno rešen šele potem, ko sta brata Wright in drugi raziskovalci prenehali posnemati ptice in začeli preučevati aerodinamiko. V znanstvenih in tehničnih delih o aeronavtiki cilj tega področja znanja ni opredeljen kot "ustvarjanje strojev, ki v svojem letu tako spominjajo na golobe, da lahko zavedejo celo prave ptice."

Facebookova raziskovalna skupina za umetno inteligenco (AI) se je odločila zapreti enega od svojih sistemov AI, potem ko je odkrila, da so roboti razvili svoj jezik za komunikacijo, ki je ljudem nerazumljiv. Strokovnjaki razpravljajo o tem, kaj bi roboti lahko počeli, če jih ne bi pravočasno ustavili, in pozivajo k regulaciji tega področja tehnologije, da bi preprečili, da bi umetna inteligenca ušla izpod človeškega nadzora.

Junija letos je Facebookova ekipa za raziskovanje umetne inteligence (FAIR) objavila študijo o tem, kako usposobijo bote za sodelovanje v dialogih, ki vključujejo pogajanja in kompromise, vrsto komunikacije, v katero se vsak dan vključi navaden človek v različnih situacijah. Usposabljanje je bilo uspešno, vendar so znanstveniki FAIR v nekem trenutku odkrili, da so boti preklopili iz razumljive angleščine v nekakšno lastno različico jezika z uporabo angleških besed, kar je ljudem nesmiselno. Da bi se izognili nepredvidljivim posledicam – boti bi se lahko dogovorili o nečem neznanem – so znanstveniki izklopili ta sistem umetne inteligence in programirali nadaljnjo komunikacijo botov samo v angleščini.

Ob razpravi o tem primeru se je strokovna javnost najpogosteje spominjala filma "Terminator", ki je leta 1984 opisal primer umetne inteligence SkyNet, ki je pridobila svobodno voljo in ustvarjalne sposobnosti.

Znanstveniki FAIR so naučili dva bota, kako voditi dialog na primeru situacije, ko morata deliti več elementov, ki imajo različne vrednosti za vsakega sogovornika. Na primer, prosili so jih, naj delijo dve knjigi, en klobuk in tri žoge, oba robota pa nista vedela, kakšno vrednost ima vsak od teh predmetov za drugega. Dialog je bil videti nekako takole: "Želim vzeti klobuk in žoge", "Klobuk potrebujem sam, lahko pa ti dam vse knjige", "Ne potrebujem knjig, lahko jih vzameš in ena žoga", "Dve žogi", " Dogovorjeno". Glede na to, kako uspešno in hitro so se virtualni sogovorniki uspeli dogovoriti, so bili nagrajeni z ustreznimi točkami.

Čez nekaj časa so znanstveniki na novi stopnji raziskav nenadoma videli, da so roboti začeli govoriti nekaj nerazumljivega. Dialog je potekal v naslednji obliki: "Lahko jaz vse ostalo", "Žogice nič zame zame zame zame zame zame zame zame zame zame." Sprva so se znanstveniki odločili, da so naredili nekakšno programsko napako. Vendar pa je nadaljnja analiza situacije pokazala, da je sistem AI s sposobnostjo učenja in samorazvoja preprosto omogočil botom, da najdejo nov način za dosego cilja - voditi dialog z največjo hitrostjo in večjo učinkovitostjo (vsi prejme nagrado glede na to, kako uspešno je bil dialog zaključen), za to pa so sogovorniki preklopili na jezik, ki je v tej situaciji bolj primeren. Znanstveniki so se odločili izklopiti ta sistem AI, da bi se izognili nenamernim posledicam.

Kot je pojasnil v intervjuju za Fast Co. Oblikujte enega od udeležencev FAIR Dhruv Batra, "komuniciranje v angleščini ni imelo koristi,"

Botom ni bilo ponujenih nagrad za normalno človeško komunikacijo in nobenih omejitev glede uporabe določenega jezika, zato so začeli jezik preurejati po svoje.

»Boti so se oddaljili od uporabe razumljivega jezika in si začeli izumljati verbalne kode,« je pojasnil znanstvenik. »No, če bi na primer rekel besedo petkrat, bi to razumeli kot, da hočem nekaj. Ni preveč drugačen od načina, kako ljudje ustvarjajo okrajšave v jeziku."

Toda medtem ko ljudje v enem poklicu morda ne razumejo tehničnih izrazov in akronimov, ki se uporabljajo v drugem poklicu in jih razumejo drugi strokovnjaki, so se znanstveniki spraševali, ali bi smeli AI dovoliti, da počne enako? Obstaja velika verjetnost, ugotavlja FAIR, da človek nikoli ne bo mogel razumeti jezika botov. »Pomembno je, da ne pozabimo, da ni ljudi, ki govorijo kakršen koli človeški jezik in jezik umetne inteligence,« pravi Dhruv Batra. Po njegovih besedah

ljudje ne razumejo več, kako zapleteni sistemi AI razmišljajo, ker ljudje ne morejo videti njihovega miselnega procesa

In če začneta komunicirati drug z drugim, bo to samo zapletlo težavo.

Znanstveniki poudarjajo, da jih zdaj bolj zanima možnost komuniciranja botov z ljudmi, saj je to uporabno v življenju. Ne samo FAIR, tudi Microsoft, Google, Amazon in Apple se trenutno ukvarjajo s podobnim problemom. Obstoječi razvoj že omogoča, da sistemi AI vodijo preproste dialoge z osebo in izvajajo preproste naloge, kot je rezervacija mize v restavraciji.

Pred tem je ustanovitelj in vodja Tesle, Elon Musk, dejal, da morajo biti ljudje zelo previdni z AI, saj lahko stroji in programi delajo veliko bolje kot ljudje. "Delam z najnaprednejšimi tehnologijami umetne inteligence in mislim, da morajo biti ljudje zelo previdni glede tega vprašanja," je dejal na poletni konferenci Združenja nacionalnih guvernerjev in poudaril, da umetna inteligenca predstavlja največjo grožnjo človeštvu. "AI predstavlja nevarnost za obstoj človeške civilizacije, ki je avtomobilske nesreče, letalske nesreče, pokvarjena zdravila ali pokvarjena hrana ne predstavljajo," je opozoril. Po besedah ​​Elona Muska je treba strogo regulirati raziskave AI, tako da je mogoče kadar koli ustaviti vsako raziskavo in zagotoviti njeno varnost. O morebitni nevarnosti umetne inteligence sta v zadnjih letih spregovorila tudi ustanovitelj Microsofta Bill Gates, pa tudi slavni angleški teoretični fizik Stephen Hawking.

Alena Miklaševskaja

Kako koristna je umetna inteligenca

John Tuma, direktor Aster Analytic Strategy pri Teradata Corporation, meni, da so skrbi Billa Gatesa glede umetne inteligence neupravičene. Po mnenju Tume bodo stroji postali pametnejši od ljudi, a bo to le koristilo človeštvu.

Kam bo razvoj tehnologije pripeljal ljudi?

Kitajska namerava do leta 2030 postati svetovno središče umetne inteligence. Kitajska vlada je odobrila tristopenjski načrt za razvoj in implementacijo ustreznih tehnologij, poroča ZDNet. Medtem ko svetovne korporacije iščejo človeškega pomočnika, znanstveniki oglašajo alarm in trdijo, da lahko umetna inteligenca premaga biološko inteligenco.

Umetno inteligenco lahko opredelimo kot znanstveno disciplino, ki se ukvarja z modeliranjem inteligentnega vedenja. Ta definicija ima eno pomembno pomanjkljivost - pojem inteligence je težko razložiti. Večina ljudi je prepričanih, da lahko prepoznajo »razumno vedenje«, ko naletijo nanj. Vendar pa je malo verjetno, da bo kdorkoli sposoben definirati inteligenco, ki je dovolj specifična za ovrednotenje domnevno inteligentnega računalniškega programa, hkrati pa odraža vitalnost in kompleksnost človeškega uma.

Problem definiranja umetne inteligence se torej spušča na problem definiranja inteligence nasploh: je to nekaj enotnega ali pa ta izraz združuje skupek različnih sposobnosti? V kolikšni meri je mogoče ustvariti inteligenco? Kaj je kreativnost? Kaj je intuicija? Ali je mogoče o prisotnosti inteligence soditi samo po opazovanem vedenju? Kako je znanje predstavljeno v živčnih tkivih živih bitij in kako ga lahko uporabimo pri oblikovanju pametnih naprav? Ali je z računalniško tehnologijo sploh mogoče doseči inteligenco ali pa bistvo inteligence zahteva bogastvo občutkov in izkušenj, ki so lastna samo biološkim bitjem?

Na ta vprašanja še ni odgovora, vendar so vsa pomagala oblikovati naloge in metodologijo, ki so osnova sodobne umetne inteligence. Del privlačnosti umetne inteligence je, da zagotavlja izvirno in močno orožje za raziskovanje teh problemov. Umetna inteligenca je sredstvo in testni model za teorije inteligence: te teorije je mogoče oblikovati v računalniškem jeziku in nato preizkusiti.

Iz teh razlogov definicija umetne inteligence, podana na začetku članka, ne daje enoznačne značilnosti tega področja znanosti. Odpira le nova vprašanja in odpira paradokse na področju, kjer je ena glavnih nalog iskanje samoodločbe. Vendar pa je problem iskanja natančne definicije umetne inteligence razumljiv. Preučevanje umetne inteligence je še mlada disciplina, njena struktura, nabor vprašanj in metod pa niso tako jasno opredeljeni kot v zrelejših vedah, na primer fiziki.

Umetna inteligenca je namenjena širjenju zmogljivosti računalništva, ne pa določanju njegovih meja. Eden od pomembnih izzivov, s katerimi se soočajo raziskovalci, je podpreti ta prizadevanja z jasnimi teoretičnimi načeli.

Vsaka znanost, vključno z umetno inteligenco, obravnava določeno vrsto problemov in razvija pristope k njihovemu reševanju. Zgodovina umetne inteligence, zgodbe posameznikov in njihove hipoteze, ki so podlaga za to znanost, lahko pojasnijo, zakaj so nekateri problemi prevladali na tem področju in zakaj so bile za njihovo reševanje sprejete metode, ki se danes uporabljajo.

Umetna inteligenca

Umetna inteligenca je veja računalništva, ki proučuje možnost zagotavljanja inteligentnega razmišljanja in delovanja z uporabo računalniških sistemov in drugih umetnih naprav. V večini primerov je algoritem za rešitev problema neznan vnaprej.

Natančne definicije te vede ni, saj vprašanje narave in statusa človeške inteligence v filozofiji ni rešeno. Prav tako ni natančnega merila, po katerem bi lahko računalniki dosegli »inteligenco«, čeprav so bile ob zori umetne inteligence predlagane številne hipoteze, na primer Turingov test ali hipoteza Newell-Simona. Trenutno obstaja veliko pristopov k razumevanju problema AI in ustvarjanju inteligentnih sistemov.

Tako ena od klasifikacij identificira dva pristopa k razvoju umetne inteligence:

od zgoraj navzdol, semiotično - ustvarjanje simbolnih sistemov, ki modelirajo miselne procese na visoki ravni: mišljenje, sklepanje, govor, čustva, ustvarjalnost itd.;

od spodaj navzgor, biološki - študija nevronskih mrež in evolucijskih izračunov, ki modelirajo inteligentno vedenje na podlagi manjših "neinteligentnih" elementov.

Ta veda je povezana s psihologijo, nevrofiziologijo, transhumanizmom in drugimi. Kot vse računalniške vede uporablja matematiko. Zanjo sta še posebej pomembni filozofija in robotika.

Umetna inteligenca je zelo mlado raziskovalno področje, ki se je začelo leta 1956. Njegova zgodovinska pot je podobna sinusoidi, katere vsak "vzlet" je sprožila neka nova ideja. Trenutno je njen razvoj v zatonu in se umika uporabi že doseženih rezultatov na drugih področjih znanosti, industrije, gospodarstva in celo vsakdanjega življenja.

Študijski pristopi

Obstajajo različni pristopi k izgradnji sistemov AI. Trenutno obstajajo 4 precej različni pristopi:

1. Logični pristop. Osnova za logični pristop je Boolov algebra. Vsak programer je seznanjen z njim in z logičnimi operatorji od takrat, ko je osvojil operator IF. Boolov algebra je dobila svoj nadaljnji razvoj v obliki predikatnega računa - v katerem je bila razširjena z uvedbo predmetnih simbolov, odnosov med njimi, kvantifikatorjev obstoja in univerzalnosti. Skoraj vsak sistem AI, zgrajen na logičnem principu, je stroj za dokazovanje izrekov. V tem primeru so izvorni podatki shranjeni v bazi podatkov v obliki aksiomov, pravil logičnega sklepanja kot odnosov med njimi. Poleg tega ima vsak tak stroj enoto za generiranje cilja, sistem sklepanja pa poskuša ta cilj dokazati kot izrek. Če je cilj dokazan, nam sledenje uporabljenim pravilom omogoča pridobitev verige dejanj, ki so potrebna za dosego cilja (tak sistem je znan kot ekspertni sistemi). Moč takega sistema je določena z zmožnostmi generatorja ciljev in stroja za dokazovanje izrekov. Relativno nova smer, kot je mehka logika, omogoča logičnemu pristopu večjo izraznost. Njena glavna razlika je v tem, da lahko resničnost izjave poleg da/ne (1/0) zavzame tudi vmesne vrednosti - ne vem (0,5), pacient je bolj verjetno živ kot mrtev (0,75). ), je bolnik bolj verjetno mrtev kot živ (0,25). Ta pristop je bolj podoben človeškemu razmišljanju, saj na vprašanja le redko odgovarja samo z da ali ne.

2. S strukturnim pristopom tu mislimo na poskuse izgradnje AI z modeliranjem strukture človeških možganov. Eden prvih takih poskusov je bil perceptron Franka Rosenblatta. Glavna modelirana strukturna enota v perceptronih (kot v večini drugih možnosti modeliranja možganov) je nevron. Kasneje so se pojavili še drugi modeli, ki jih večina pozna pod izrazom nevronske mreže (NN). Ti modeli se razlikujejo po zgradbi posameznih nevronov, po topologiji povezav med njimi in po učnih algoritmih. Med trenutno najbolj znanimi možnostmi NN so NN s povratnim širjenjem napak, Hopfieldova omrežja in stohastične nevronske mreže. V širšem smislu je ta pristop znan kot konektivizem.

3. Evolucijski pristop. Pri gradnji sistemov AI s tem pristopom je glavna pozornost namenjena izgradnji začetnega modela in pravil, po katerih se lahko spreminja (razvija). Poleg tega je model mogoče sestaviti z različnimi metodami, lahko je nevronska mreža, nabor logičnih pravil ali kateri koli drug model. Nato prižgemo računalnik, ki na podlagi preverjanja modelov izbere najboljše izmed njih, na podlagi katerih se po različnih pravilih generirajo novi modeli. Med evolucijskimi algoritmi velja genetski algoritem za klasičnega.

4. Simulacijski pristop. Ta pristop je klasičen za kibernetiko, saj je eden njenih osnovnih konceptov črna skrinjica. Predmet, katerega obnašanje je simulirano, je natanko »črna skrinjica«. Ni nam pomembno, kaj imata in kako model delujeta, glavno je, da se naš model v podobnih situacijah obnaša popolnoma enako. Tako je tu modelirana še ena človeška lastnost - sposobnost kopiranja, kar počnejo drugi, ne da bi se spuščali v podrobnosti, zakaj je to potrebno. Pogosto mu ta sposobnost prihrani veliko časa, zlasti na začetku življenja.

V okviru hibridnih inteligentnih sistemov skušajo ta področja združiti. Pravila strokovnega sklepanja lahko ustvarijo nevronske mreže, generativna pravila pa se pridobijo s statističnim učenjem.

Obetaven nov pristop, imenovan povečanje inteligence, gleda na doseganje umetne inteligence z evolucijskim razvojem kot na stranski učinek tehnologije, ki krepi človeško inteligenco.

Raziskovalne smeri

Če analiziramo zgodovino umetne inteligence, lahko izpostavimo tako široko področje, kot je modeliranje sklepanja. Dolga leta je razvoj te znanosti potekal prav po tej poti in je zdaj eno najbolj razvitih področij v sodobni AI. Modeliranje razmišljanja vključuje ustvarjanje simbolnih sistemov, katerih vhod je določen problem, rezultat pa zahteva njegovo rešitev. Predlagani problem je praviloma že formaliziran, tj. preveden v matematično obliko, vendar bodisi nima algoritma rešitve, bodisi je preveč zapleten, zamuden ipd. To področje vključuje: dokazovanje izrekov, sprejemanje odločitev. in teorija iger, načrtovanje in dispečiranje, napovedovanje.

Pomembno področje je procesiranje naravnega jezika, ki vključuje analizo zmožnosti razumevanja, procesiranja in generiranja besedil v »človeškem« jeziku. Predvsem problem strojnega prevajanja besedil iz enega jezika v drugega še ni rešen. V sodobnem svetu ima razvoj metod iskanja informacij pomembno vlogo. Po svoji naravi je izvirni Turingov test povezan s to smerjo.

Po mnenju mnogih znanstvenikov je pomembna lastnost inteligence sposobnost učenja. Tako v ospredje stopi inženiring znanja, ki združuje naloge pridobivanja znanja iz preprostih informacij, njihove sistematizacije in uporabe. Napredek na tem področju vpliva na skoraj vsa druga področja raziskav AI. Tudi tu ne gre spregledati dveh pomembnih podobmočij. Prvi med njimi - strojno učenje - se nanaša na proces samostojnega pridobivanja znanja s strani inteligentnega sistema v procesu njegovega delovanja. Drugi je povezan z ustvarjanjem ekspertnih sistemov - programov, ki uporabljajo specializirane baze znanja za pridobitev zanesljivih zaključkov o katerem koli problemu.

Na področju modeliranja bioloških sistemov so veliki in zanimivi dosežki. Strogo gledano lahko to vključuje več neodvisnih smeri. Nevronske mreže se uporabljajo za reševanje mehkih in zapletenih problemov, kot je prepoznavanje geometrijskih oblik ali združevanje objektov v gruče. Genetski pristop temelji na ideji, da lahko algoritem postane učinkovitejši, če si sposodi boljše lastnosti od drugih algoritmov (»staršev«). Relativno nov pristop, kjer je naloga izdelava avtonomnega programa – agenta, ki komunicira z zunanjim okoljem, se imenuje agentski pristop. In če pravilno prisilite veliko »ne zelo inteligentnih« agentov v medsebojno interakcijo, lahko dobite »mravljinčasto« inteligenco.

Težave s prepoznavanjem vzorcev so delno že rešene na drugih področjih. To vključuje prepoznavanje znakov, ročno napisano besedilo, govor in analizo besedila. Posebej velja omeniti računalniški vid, ki je povezan s strojnim učenjem in robotiko.

Na splošno se robotika in umetna inteligenca pogosto povezujeta. Integracija teh dveh znanosti, ustvarjanje inteligentnih robotov, se lahko šteje za drugo področje AI.

Strojna ustvarjalnost je ločena zaradi dejstva, da je narava človeške ustvarjalnosti še manj raziskana kot narava inteligence. Kljub temu to področje obstaja in tu se pojavljajo problemi računalniškega pisanja glasbe, literarnih del (pogosto poezije ali pravljic) in umetniškega ustvarjanja.

Končno obstaja veliko aplikacij umetne inteligence, od katerih vsaka tvori skoraj neodvisno smer. Primeri vključujejo programsko inteligenco v računalniških igrah, nelinearni nadzor in inteligentne varnostne sisteme.

Opaziti je, da se številna področja raziskav prekrivajo. To je značilno za vsako znanost. A pri umetni inteligenci je razmerje med navidezno različnimi področji še posebej močno, kar je povezano s filozofsko debato o močni in šibki AI.

Na začetku 17. stoletja je Rene Descartes predlagal, da je žival nekakšen zapleten mehanizem, s čimer je oblikoval mehanistično teorijo. Leta 1623 je Wilhelm Schickard zgradil prvi mehanski digitalni računalnik, ki sta mu sledila stroja Blaisa Pascala (1643) in Leibniza (1671). Leibniz je bil tudi prvi, ki je opisal sodobni binarni številski sistem, čeprav so se pred njim za ta sistem občasno zanimali številni veliki znanstveniki. V 19. stoletju sta Charles Babbage in Ada Lovelace delala na programabilnem mehanskem računalniku.

V letih 1910-1913 Bertrand Russell in A. N. Whitehead sta izdala Principia Mathematica, ki je revolucionirala formalno logiko. Leta 1941 je Konrad Zuse izdelal prvi delujoč programsko voden računalnik. Warren McCulloch in Walter Pitts sta leta 1943 objavila Logični račun idej, imanentnih v živčni dejavnosti, ki je postavil temelje za nevronske mreže.

Trenutno stanje

V tem trenutku (2008) pri ustvarjanju umetne inteligence (v izvirnem pomenu besede ekspertni sistemi in šahovski programi sem ne sodijo) primanjkuje idej. Skoraj vsi pristopi so preizkušeni, a niti ena raziskovalna skupina ni pristopila k nastanku umetne inteligence.

Nekateri najbolj impresivni civilni sistemi AI so:

Deep Blue - premagal svetovnega prvaka v šahu. (Dvoboj med Kasparovom in superračunalniki ni prinesel zadovoljstva ne računalničarjem ne šahistom, sistema pa Kasparov ni priznal, čeprav so originalni kompaktni šahovski programi sestavni del šahovske ustvarjalnosti. Nato se je pojavila linija superračunalnikov IBM l. projekti brutalne sile BluGene (molekularno modeliranje) in modeliranje piramidnega celičnega sistema v švicarskem centru Blue Brain Center. Ta zgodba je primer zapletenega in skrivnega odnosa med umetno inteligenco, poslovanjem in nacionalnimi strateškimi cilji.)

Mycin je bil eden od zgodnjih strokovnih sistemov, ki je lahko diagnosticiral majhen nabor bolezni, pogosto tako natančno kot zdravniki.

20q je projekt, ki temelji na idejah AI, ki temelji na klasični igri "20 vprašanj". Zelo priljubljena je postala po tem, ko se je pojavila na internetu na spletni strani 20q.net.

Prepoznavanje govora. Sistemi, kot je ViaVoice, so sposobni služiti potrošnikom.

Roboti tekmujejo v poenostavljeni obliki nogometa na letnem turnirju RoboCup.

Uporaba AI

Banke uporabljajo sisteme umetne inteligence (AI) v zavarovalniški dejavnosti (aktuarska matematika), pri igranju na borzi in upravljanju nepremičnin. Avgusta 2001 so roboti premagali ljudi v improviziranem trgovalnem tekmovanju (BBC News, 2001). Metode prepoznavanja vzorcev (vključno z bolj zapletenimi in specializiranimi ter nevronskimi mrežami) se pogosto uporabljajo pri optičnem in akustičnem prepoznavanju (vključno z besedilom in govorom), medicinski diagnostiki, filtrih neželene pošte, v sistemih zračne obrambe (identifikacija ciljev) in tudi za zagotavljanje števila drugih nalog nacionalne varnosti.

Razvijalci računalniških iger so prisiljeni uporabljati AI različnih stopenj sofisticiranosti. Standardne naloge umetne inteligence v igrah so iskanje poti v dvodimenzionalnem ali tridimenzionalnem prostoru, simulacija vedenja bojne enote, izračun pravilne ekonomske strategije ipd.

Obeti za AI

Vidni sta dve smeri razvoja AI:

prvi je reševanje problemov, povezanih s približevanjem specializiranih sistemov umetne inteligence človeškim zmožnostim in njihove integracije, ki jo uresničuje človeška narava.

drugi je ustvarjanje umetne inteligence, ki predstavlja integracijo že ustvarjenih sistemov AI v enoten sistem, ki je sposoben reševati probleme človeštva.

Povezave z drugimi vedami

Umetna inteligenca je tesno povezana s transhumanizmom. In skupaj z nevrofiziologijo in kognitivno psihologijo tvori bolj splošno znanost, imenovano kognitivna znanost. Posebno vlogo pri umetni inteligenci ima filozofija.

Filozofska vprašanja

Znanost o "ustvarjanju umetne inteligence" ni mogla pomagati, da ne bi pritegnila pozornosti filozofov. S pojavom prvih inteligentnih sistemov so se odprla temeljna vprašanja o človeku in znanju ter deloma o ureditvi sveta. Po eni strani so neločljivo povezani s to znanostjo, po drugi pa vanjo vnašajo nek kaos. Med raziskovalci umetne inteligence še vedno ni prevladujočega stališča o merilih inteligence, sistematizaciji ciljev in nalog, ki jih je treba rešiti, ni niti stroge definicije znanosti.

Ali lahko stroj razmišlja?

Najbolj burna razprava v filozofiji umetne inteligence je vprašanje možnosti mišljenja, ki ga ustvarijo človeške roke. Vprašanje »Ali lahko stroj razmišlja?«, ki je raziskovalce spodbudilo k ustvarjanju znanosti o simulaciji človeškega uma, je postavil Alan Turing leta 1950. Dve glavni stališči do tega vprašanja se imenujeta hipotezi močne in šibke umetne inteligence.

Izraz »močna umetna inteligenca« je uvedel John Searle, pristop pa opisuje z njegovimi besedami:

»Poleg tega tak program ne bi bil samo model uma; ona, v dobesednem pomenu besede, sama bo um, v istem smislu, v katerem je človeški um um.”

Nasprotno pa zagovorniki šibke umetne inteligence na programe raje gledajo le kot na orodja, ki jim omogočajo reševanje določenih problemov, ki ne zahtevajo celotnega obsega človekovih kognitivnih sposobnosti.

V svojem miselnem eksperimentu "Kitajska soba" John Searle pokaže, da uspešnost Turingovega testa ni merilo, da ima stroj pristen proces sklepanja.

Mišljenje je proces obdelave informacij, shranjenih v spominu: analiza, sinteza in samoprogramiranje.

Podobno stališče zavzema Roger Penrose, ki v svoji knjigi »The King's New Mind« trdi, da ni mogoče pridobiti miselnega procesa na podlagi formalnih sistemov.

Glede tega vprašanja obstajajo različna stališča. Analitični pristop vključuje analizo človekovega višjega živčnega delovanja na najnižjo, nedeljivo raven (funkcija višjega živčnega delovanja, elementarna reakcija na zunanje dražljaje (dražljaje), draženje sinaps niza funkcijsko povezanih nevronov) in poznejšo reprodukcijo teh funkcij.

Nekateri strokovnjaki sposobnost racionalne, motivirane izbire v pogojih pomanjkanja informacij zamenjujejo z inteligenco. To pomeni, da se intelektualni program preprosto šteje za tisti program dejavnosti (ki ni nujno implementiran v sodobnih računalnikih), ki lahko izbira med določenim naborom alternativ, na primer, kam naj gre v primeru "šel boš levo .. .«, »Šli boste desno ...«, »Šli boste naravnost ...«

Znanost znanja

Prav tako je epistemologija - veda o znanju v okviru filozofije - tesno povezana s problemi umetne inteligence. Filozofi, ki se ukvarjajo s to temo, se spopadajo z vprašanji, podobnimi tistim, s katerimi se soočajo inženirji umetne inteligence, o tem, kako najbolje predstaviti in uporabiti znanje in informacije.

Odnos do AI v družbi

AI in religija

Med privrženci abrahamskih religij obstaja več mnenj o možnosti ustvarjanja AI na podlagi strukturnega pristopa.

Po eni od njih možgani, katerih delo skušajo posnemati sistemi, po njihovem mnenju ne sodelujejo v miselnem procesu, niso vir zavesti in katere koli druge duševne dejavnosti. Ustvarjanje AI na podlagi strukturiranega pristopa je nemogoče.

Po drugem stališču so možgani vključeni v miselni proces, vendar v obliki »oddajnika« informacij iz duše. Možgani so odgovorni za tako "preproste" funkcije, kot so brezpogojni refleksi, odziv na bolečino itd. Ustvarjanje umetne inteligence na podlagi strukturnega pristopa je možno, če sistem, ki se načrtuje, lahko izvaja funkcije "prenosa".

Obe stališči ne ustrezata podatkom sodobne znanosti, saj pojma duše sodobna znanost ne obravnava kot znanstveno kategorijo.

Po mnenju mnogih budistov je umetna inteligenca mogoča. Tako duhovni vodja Dalajlama XIV ne izključuje možnosti obstoja zavesti na računalniški osnovi.

Raeliti aktivno podpirajo razvoj na področju umetne inteligence.

AI in znanstvena fantastika

V literaturi znanstvene fantastike je umetna inteligenca najpogosteje prikazana kot sila, ki poskuša zrušiti človeško moč (Omnius, HAL 9000, Skynet, Colossus, The Matrix in Replicant) ali humanoid, ki služi (C-3PO, Data, KITT in KARR, Dvestoletni človek). Pisatelji znanstvene fantastike, kot sta Isaac Asimov in Kevin Warwick, oporekajo neizogibnosti prevlade umetne inteligence nad svetom, ki je ušla izpod nadzora.

Zanimiva vizija prihodnosti je predstavljena v romanu "The Turing Selection" pisca znanstvene fantastike Harryja Garrisona in znanstvenika Marvina Minskyja. Avtorja razpravljata o temi izgube človečnosti pri človeku, v katerega možgane so vsadili računalnik, in o pridobitvi človečnosti s strani AI stroja, v katerega spomin so se prepisale informacije iz človeških možganov.

Nekateri pisci znanstvene fantastike, kot je Vernor Vinge, so prav tako špekulirali o posledicah pojava umetne inteligence, ki bo verjetno povzročila dramatične spremembe v družbi. To obdobje imenujemo tehnološka singularnost.

Charles Babbage (1791-1871)

Načelo delovanja sodobnih računalnikov je sredi 19. stoletja postavil angleški matematik Charles Babbage. Bil je izjemen znanstvenik, vsestranska oseba, avtor številnih izumov, kot so merilnik hitrosti, seizmograf in oftalmoskop. A v zgodovino je ostal predvsem kot izumitelj prvega analitičnega računalnika – prototipa sodobnega računalnika.

Znanstvenik je leta 1812 prvič prišel na idejo o izdelavi stroja, ki bi lahko pomagal pri izračunih. Med popravljanjem neštetih napak v logaritemskih tabelah se je Babbage spraševal, kako bi to delo olajšal. Znanstvenik se je spomnil, da so v Franciji uporabili novo metodo izvajanja matematičnih izračunov. Zapleten problem je bil razdeljen na niz preprostih operacij in dodeljen trem skupinam matematikov, da jih rešijo. Prva skupina je sestavila računske sheme, druga je našla numerične vrednosti funkcij, tretja je izvajala primitivno seštevanje in odštevanje. Še več, v zadnji skupini so bili ljudje, ki niso vedeli ničesar o matematiki, razen teh preprostih operacij.

»Ampak to se da z avtom! - je pomislil Babbage. "Enostavno sledenje matematičnim ukazom je dovolj, delo je mehanično." Tako se je začela pot, ki so jo v 20. stoletju poimenovali cesta magije in tehnologije.

Babbage je potreboval sedem let, da je premislil in oblikoval načela izračuna s pomočjo stroja. Še tri leta je konstruiral svoj prvi računalniški mehanizem, ki ga je poimenoval diferenčni stroj. Leta 1822 je imel Charles Babbage govor v Kraljevi astronomski družbi in demonstriral delovanje svojega motorja za majhne razlike. To je bil mehanizem, sestavljen iz številnih vzvodov in zobnikov.

Del diferencialnega motorja Charlesa Babbagea,
zbral njegov sin po smrti znanstvenika

Za svoj izum je Babbage prejel zlato medaljo Astronomskega društva.

Glede na raven tehnologije je izdelava prvih dveh računalnikov trajala 23 let, Babbage pa je za to porabil 17 tisoč funtov sterlingov, ki mu jih je dala vlada, in celotno svoje osebno premoženje. Toda še vedno ni bilo dovolj denarja, raven tehnologije v tistem času pa ni omogočala ustvarjanja motorja z veliko razliko.

Motor velike razlike Charlesa Babbagea
zgrajena v našem času po izumiteljevih risbah v čast 200. obletnici njegovega rojstva.
Stroj je popolnoma delujoč.
Znanstveni muzej, London

Leta 1835 je Babbage zamislil nov stroj. Moral je izvajati aritmetične operacije, si zapomniti začetne podatke, vmesne rezultate in rezultate izračuna, reševati probleme z danimi navodili in ukazi, izdelati rezultate izračuna in zaporedno izvajati ukaze, določene za računski program. Glavna stvar je, da je moral izvesti vsa dejanja brez človeškega posredovanja in glede na rezultat, dobljen na določeni stopnji, izbrati nadaljnjo pot izračunov. Babbage je to napravo poimenoval Analitični motor. Šlo je za poskus ustvarjanja umetne inteligence na čisto mehanski način v dobi pare, ko je bila elektrotehnika šele v povojih.

Babbage je umrl, ne da bi videl utelešenje svoje ideje. Leta 1888 je sin Charlesa Babbagea Henry uspel zgraditi osrednjo enoto analitičnega stroja na podlagi očetovih risb. Ta naprava je izračunala vse zmnožke pi in naravnih števil od ena do 32 z natančnostjo 29 števk! Tako je bila prikazana popolna funkcionalnost Babbageovega stroja.

Bližnji posnetek dela diferenčnega stroja Charlesa Babbagea
Vidni so sektorji, sestavljeni iz koles in zobnikov, ki so ločeni s stebri
Znanstveni muzej, London

Charles Babbage je predvidel številne ideje pri ustvarjanju logičnih vezij in oblikovanju računalnikov. Arhitektura sodobnih računalnikov je zgrajena na principih, ki jih je Babbage razvil za svoj analitični motor. Njegov diagram vključuje tri glavne dele stroja: skladišče, v katerem so shranjene vrednosti spremenljivk med matematičnimi operacijami (prototip pomnilnika), mlin, ki izvaja izračune (v sodobnih računalnikih to funkcijo opravlja procesor), krmilni element (na Babbageovih risbah ni natančnega imena za ta element) in naprave za vnos/izhod informacij (na luknjanih karticah).

Tako je Babbageu genij omogočil, da je leta 1834 ustvaril princip računalnika 20. stoletja.