Wiki o umetni inteligenci. Kaj je torej umetna inteligenca in zakaj se je ne bi smeli bati?

Poudarja: »Težava je v tem, da doslej na splošno ne moremo določiti, katere računalniške postopke želimo imenovati inteligentne. Nekatere mehanizme inteligence razumemo, drugih pa ne. Zato se inteligenca znotraj te znanosti nanaša le na računalniško komponento sposobnosti doseganja ciljev v svetu.«

Hkrati pa obstaja stališče, po katerem je inteligenca lahko le biološki pojav.

Kot poudarja predsednica peterburške podružnice Ruskega združenja za umetno inteligenco T. A. Gavrilova, je v angleščini fraza umetna inteligenca nima tistega rahlo fantastičnega antropomorfnega prizvoka, ki ga je dobil v precej neuspelem ruskem prevodu. Beseda inteligenca pomeni "sposobnost racionalnega razmišljanja" in sploh ne "inteligenca", za katero obstaja angleški analog inteligenca .

Udeleženci Ruskega združenja za umetno inteligenco podajajo naslednje definicije umetne inteligence:

Eno od posebnih definicij inteligence, ki je skupna človeku in »stroju«, lahko formuliramo takole: »Inteligenca je sposobnost sistema, da ustvari programe (predvsem hevristične) med samoučenjem za reševanje problemov določenega razreda. kompleksnosti in rešiti te težave.«

Najenostavnejšo elektroniko pogosto imenujemo umetna inteligenca, ki označuje prisotnost senzorjev in avtomatska izbira način delovanja. Beseda umetno v tem primeru pomeni, da ne smete pričakovati, da bo sistem lahko našel nov način delovanja v situaciji, ki je niso predvideli razvijalci.

Predpogoji za razvoj znanosti o umetni inteligenci

Zgodovina umetne inteligence kot nove znanstvene smeri se začne sredi 20. stoletja. V tem času so bili že oblikovani številni predpogoji za njegov nastanek: med filozofi so že dolgo potekale razprave o naravi človeka in procesu razumevanja sveta, nevrofiziologi in psihologi so razvili številne teorije o delovanju človeških možganov. in razmišljanju so si ekonomisti in matematiki zastavljali vprašanja o optimalnih izračunih in podajanju znanja o svetu v formalizirani obliki; končno je bil rojen temelj matematična teorija računalništvo – teorija algoritmov – in nastali so prvi računalniki.

Izkazalo se je, da so zmogljivosti novih strojev glede hitrosti računanja večje od človeških, zato se je v znanstveno srenjo prikradlo vprašanje, kakšne so meje računalniških zmogljivosti in ali bodo stroji dosegli stopnjo človeškega razvoja? Leta 1950 je eden od pionirjev na področju računalništva, angleški znanstvenik Alan Turing, napisal članek z naslovom Ali lahko stroj misli? , ki opisuje postopek, s katerim bo mogoče določiti trenutek, ko bo stroj po inteligenci izenačen s človekom, imenovan Turingov test.

Zgodovina razvoja umetne inteligence v ZSSR in Rusiji

V ZSSR se je delo na področju umetne inteligence začelo v šestdesetih letih prejšnjega stoletja. Na Moskovski univerzi in Akademiji znanosti so bile izvedene številne pionirske študije, ki sta jih vodila Veniamin Puškin in D. A. Pospelov.

Leta 1964 je delo leningrajskega logika Sergeja Maslova " Obratna metoda vzpostavitev deducibilnosti v klasičnem predikatnem računu,« ki je prvi predlagal metodo za samodejno iskanje dokazov izrekov v predikatnem računu.

Do leta 1970 so v ZSSR vse raziskave umetne inteligence potekale v okviru kibernetike. Po besedah D. A. Pospelova sta bili znanosti "računalništvo" in "kibernetika" takrat mešani zaradi številnih akademskih sporov. Šele v poznih sedemdesetih letih prejšnjega stoletja so v ZSSR začeli govoriti o znanstveni smeri »umetna inteligenca« kot veji računalništva. Istočasno se je rodilo računalništvo samo, ki je podredilo svojo prednico "kibernetiko". V poznih sedemdesetih letih prejšnjega stoletja so bili ustvarjeni razlagalni slovar o umetni inteligenci, tridelni priročnik o umetni inteligenci in enciklopedični slovar o računalništvu, v katerem sta poleg drugih del vključena tudi razdelka "Kibernetika" in "Umetna inteligenca". oddelkov, v računalništvu. Izraz "računalništvo" je postal razširjen v osemdesetih letih prejšnjega stoletja, izraz "kibernetika" pa je postopoma izginil iz obtoka in ostal le v imenih tistih institucij, ki so nastale v obdobju "kibernetičnega razcveta" poznih petdesetih - zgodnjih šestdesetih let prejšnjega stoletja. Tega pogleda na umetno inteligenco, kibernetiko in računalništvo ne delijo vsi. To je posledica dejstva, da so na Zahodu meje teh znanosti nekoliko drugačne.

Pristopi in usmeritve

Pristopi k razumevanju problema

Na vprašanje, kaj počne umetna inteligenca, ni enotnega odgovora. Skoraj vsak avtor pisanje knjige o AI izhaja iz katere koli definicije, pri čemer upošteva dosežke te znanosti v njeni luči.

padajoče (angleško) AI od zgoraj navzdol), semiotični - ustvarjanje ekspertnih sistemov, baz znanja in sistemov logičnega sklepanja, ki simulirajo mentalne procese na visoki ravni: mišljenje, sklepanje, govor, čustva, ustvarjalnost itd.;
naraščajoče (angleško) AI od spodaj navzgor), biološki - preučevanje nevronskih mrež in evolucijskih izračunov, ki modelirajo inteligentno vedenje na podlagi biološki elementi, kot tudi ustvarjanje ustreznih računalniških sistemov, kot sta nevroračunalnik ali bioračunalnik.

Slednji pristop, strogo gledano, ne sodi v znanost o AI v smislu Johna McCarthyja – druži jih le skupni končni cilj.

Turingov test in intuitivni pristop

Empirični test je predlagal Alan Turing v svojem prispevku "Computing Machines and Minds". Računalniški stroji in inteligenca ), objavljeno leta 1950 v filozofski reviji " um" Namen tega testa je ugotoviti možnost umetnega razmišljanja, ki je blizu človeškemu.

Standardna razlaga tega testa je naslednja: " Oseba komunicira z enim računalnikom in eno osebo. Na podlagi odgovorov na vprašanja mora ugotoviti, s kom govori: z osebo ali računalniškim programom. Namen računalniškega programa je zavesti osebo, da naredi napačno izbiro." Vsi udeleženci testa se ne morejo videti.

Najbolj splošen pristop predpostavlja, da bo AI v normalnih situacijah lahko pokazal vedenje, podobno človeku. Ta ideja je posplošitev pristopa Turingovega testa, ki pravi, da bo stroj postal inteligenten, ko bo sposoben nadaljevati pogovor z navadna oseba, in ne bo mogel razumeti, da se pogovarja s strojem (pogovor poteka dopisno).
Pisci znanstvene fantastike pogosto predlagajo drug pristop: AI se bo pojavil, ko bo stroj sposoben čutiti in ustvarjati. Torej lastnik Andrewa Martina iz "Bicentennial Man" začne z njim ravnati kot z osebo, ko ustvari igračo po lastni zasnovi. In Data iz Zvezdnih stez, ki je sposoben komunikacije in učenja, sanja o pridobivanju čustev in intuicije.

Vendar pa slednji pristop ob natančnejšem pregledu težko zdrži kritiko. Na primer, ni težko ustvariti mehanizma, ki bo ocenil določene parametre zunanjega ali notranjega okolja in se odzval na njihove neugodne vrednosti. O takem sistemu lahko rečemo, da ima občutke ("bolečina" je reakcija na sprožitev senzorja udarca, "lakota" je reakcija na nizko napolnjenost baterije itd.). In grozde, ki jih ustvarijo kartice Kohonen in številni drugi izdelki "inteligentnih" sistemov, lahko štejemo za vrsto ustvarjalnosti.

Simbolni pristop

Zgodovinsko gledano je bil simbolni pristop prvi v dobi digitalnih strojev, saj je po nastanku Lispa, prvega simbolnega računalniškega jezika, njegov avtor postal prepričan v sposobnost, da praktično začne izvajati ta sredstva inteligence. Simbolni pristop omogoča delo s šibko formaliziranimi predstavitvami in njihovimi pomeni.

Uspeh in učinkovitost reševanja novih problemov sta odvisna od zmožnosti izolacije le bistvenih informacij, kar zahteva fleksibilnost v metodah abstrakcije. Medtem ko običajni program nastavi svoj način interpretacije podatkov, zato je njegovo delo videti pristransko in povsem mehanično. V tem primeru intelektualni problem rešuje le človek, analitik ali programer, ne da bi tega lahko zaupal stroju. Kot rezultat je ustvarjen en sam abstraktni model, sistem konstruktivnih entitet in algoritmov. Fleksibilnost in vsestranskost pa povzročita znatno porabo virov za netipične naloge, to je, da se sistem vrne od inteligence k surovi sili.

Glavna značilnost simbolnega računalništva je ustvarjanje novih pravil med izvajanjem programa. Medtem ko se zmožnosti neinteligentnih sistemov končajo tik pred sposobnostjo vsaj prepoznavanja novonastalih težav. Še več, te težave niso rešene in nazadnje računalnik teh sposobnosti ne izboljša sam.

Slabost simbolnega pristopa je, da tak odprte možnosti nepripravljeni ljudje dojemajo kot pomanjkanje orodij. Ta precej kulturni problem je delno rešen z logičnim programiranjem.

Logičen pristop

Logični pristop k ustvarjanju sistemov umetne inteligence je usmerjen v ustvarjanje ekspertnih sistemov z logičnimi modeli baz znanja z uporabo predikatnega jezika.

Jezikovni in logični programski sistem Prolog je bil sprejet kot učni model za sisteme umetne inteligence v osemdesetih letih prejšnjega stoletja. Baze znanja, napisane v jeziku Prolog, predstavljajo nize dejstev in pravil logičnega sklepanja, napisane v jeziku logičnih predikatov.

Logični model baz znanja omogoča beleženje ne le specifičnih informacij in podatkov v obliki dejstev v jeziku Prolog, ampak tudi posplošenih informacij z uporabo pravil in postopkov logičnega sklepanja, vključno z logičnimi pravili za definiranje konceptov, ki izražajo določeno znanje kot specifično in posplošene informacije.

Na splošno je raziskovanje problematike umetne inteligence v okviru logičnega pristopa k oblikovanju baz znanja in ekspertnih sistemov usmerjeno v ustvarjanje, razvoj in delovanje inteligentnih informacijskih sistemov, vključno z vprašanji poučevanja študentov in dijakov ter kot usposabljanje uporabnikov in razvijalcev tovrstnih inteligentnih informacijskih sistemov.

Agentski pristop

Najnovejši pristop, ki se je razvil od začetka devetdesetih let prejšnjega stoletja, se imenuje agentski pristop, oz pristop, ki temelji na uporabi inteligentnih (racionalnih) agentov. Po tem pristopu je inteligenca računalniški del (grobo rečeno, načrtovanje) sposobnosti doseganja ciljev, zastavljenih za inteligentni stroj. Takšen stroj bo sam inteligentni agent, ki bo zaznaval svet okoli sebe s pomočjo senzorjev in sposoben vplivati na objekte v okolju s pomočjo aktuatorjev.

Ta pristop se osredotoča na tiste metode in algoritme, ki bodo inteligentnemu agentu pomagali preživeti v okolju med opravljanjem njegove naloge. Zato se algoritmi iskanja poti in odločanja tukaj preučujejo veliko bolj natančno.

Hibridni pristop

Glavni članek: Hibridni pristop

Hibridni pristop predvideva, da samo sinergistična kombinacija nevronskih in simbolnih modelov doseže celoten obseg kognitivnih in računalniških zmožnosti. Pravila strokovnega sklepanja lahko na primer ustvarijo nevronske mreže, generativna pravila pa se pridobijo s statističnim učenjem. Zagovorniki tega pristopa menijo, da hibrid informacijski sistemi bo bistveno močnejši od vsote različnih konceptov posamično.

Raziskovalni modeli in metode

Simbolno modeliranje miselnih procesov

Glavni članek: Modeliranje sklepanja

Če analiziramo zgodovino AI, lahko prepoznamo tako široko področje, kot je modeliranje sklepanja. Že vrsto let razvoj te znanosti je šel 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, torej preveden v matematično obliko, vendar nima algoritma rešitve ali pa je preveč zapleten, zamuden ipd. To področje vključuje: dokazovanje izrekov, sprejemanje odločitev. in teorija iger, planiranje in dispečiranje , napovedovanje .

Delo z naravnimi jeziki

Pomembna usmeritev je obdelava naravnega jezika, v okviru katerega se izvaja analiza zmožnosti razumevanja, procesiranja in generiranja besedil v »človeškem« jeziku. Cilj te smeri je obdelava naravnega jezika na način, da bi človek samostojno pridobival znanje z branjem obstoječega besedila, ki je dostopno na internetu. Nekatere neposredne aplikacije obdelave naravnega jezika vključujejo iskanje informacij (vključno z globoka analiza besedilo) in strojno prevajanje.

Predstavljanje in uporaba znanja

Smer inženiring znanja združuje naloge pridobivanja znanja iz preprostih informacij, njihove sistematizacije in uporabe. Ta smer je zgodovinsko povezana z ustvarjanjem ekspertni sistemi- programi, ki uporabljajo specializirane baze znanja za pridobitev zanesljivih zaključkov o katerem koli problemu.

Produkcija znanja iz podatkov je eden od osnovnih problemov podatkovnega rudarjenja. Obstajajo različni pristopi k reševanju tega problema, vključno s tistimi, ki temeljijo na tehnologiji nevronske mreže, z uporabo postopkov verbalizacije nevronske mreže.

Strojno učenje

Težave strojno učenje zadeva postopek neodvisen pridobivanje znanja s strani inteligentnega sistema v procesu njegovega delovanja. Ta usmeritev je bila osrednja že od samega začetka razvoja AI. Leta 1956 je Ray Solomonoff na poletni konferenci v Dartmundu napisal prispevek o verjetnostnem nenadzorovanem učnem stroju in ga poimenoval "induktivni inferenčni motor".

Robotika

Glavni članek: Inteligentna robotika

Strojna ustvarjalnost

Glavni članek: Strojna ustvarjalnost

Narava človeške ustvarjalnosti je 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. Ustvarjanje realističnih slik se pogosto uporablja v filmski industriji in industriji iger.

Posebej izstopa študij problematike tehnične ustvarjalnosti sistemov umetne inteligence. Teorija reševanja inventivnih problemov, ki jo je leta 1946 predlagal G. S. Altshuller, je pomenila začetek tovrstnih raziskav.

Dodajanje te zmožnosti kateremu koli inteligentnemu sistemu vam omogoča, da zelo jasno pokažete, kaj točno sistem zaznava in kako to razume. Z dodajanjem šuma namesto manjkajočih informacij ali filtriranjem šuma z znanjem, ki je na voljo v sistemu, proizvaja konkretne slike iz abstraktnega znanja, ki jih človek zlahka zazna, kar je še posebej uporabno za intuitivno in nizko vredno znanje, katerega preverjanje v formalna oblika zahteva velik miselni napor.

Druga področja raziskovanja

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 informacij.

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.

Sodobna umetna inteligenca

Ločimo lahko dve smeri razvoja AI:

reševanje problemov, povezanih s približevanjem specializiranih sistemov umetne inteligence človeškim zmogljivostim in njihovo integracijo, ki jo uresničuje človeška narava ( glejte Izboljšanje inteligence);
ustvarjanje umetne inteligence, ki predstavlja integracijo že ustvarjenih sistemov AI v en sam sistem, ki je sposoben rešiti probleme človeštva ( glej Močna in šibka umetna inteligenca).

Toda trenutno je na področju umetne inteligence vključenih veliko področij, ki imajo več praktičen odnos za AI, ne temeljno. Preizkušenih je bilo veliko pristopov, vendar se še nobena raziskovalna skupina ni približala pojavu umetne inteligence. Spodaj je le nekaj najbolj znanih dogodkov na področju AI.

Aplikacija

Turnir RoboCup

Nekateri najbolj znani sistemi AI so:

Banke uporabljajo sisteme umetne inteligence (AI) v zavarovalniški dejavnosti (aktuarska matematika), pri igranju na borzi in upravljanju nepremičnin. Metode prepoznavanja vzorcev (vključno z bolj zapletenimi in specializiranimi in nevronske mreže) se pogosto uporabljajo pri optičnem in akustičnem prepoznavanju (vključno z besedilom in govorom), medicinski diagnostiki, filtrih neželene pošte, sistemih zračne obrambe (identifikacija tarč), kot tudi za številne druge naloge nacionalne varnosti.

Psihologija in kognitivna znanost

Metodologija kognitivnega modeliranja je zasnovana za analizo in odločanje pri revnih določene situacije. Predlagal ga je Axelrod.

Temelji na modeliranju subjektivnih predstav strokovnjakov o situaciji in vključuje: metodologijo za strukturiranje situacije: model za predstavitev znanja strokovnjaka v obliki signiranega digrafa (kognitivne karte) (F, W), kjer je F množica dejavnikov situacije, W je množica vzročno-posledičnih zvez med dejavniki situacije ; metode analize situacije. Trenutno se metodologija kognitivnega modeliranja razvija v smeri izboljšanja aparata za analizo in modeliranje situacije. Tu so predlagani modeli za napovedovanje razvoja situacije; metode za reševanje inverznih problemov.

Filozofija

Filozofske probleme ustvarjanja umetne inteligence lahko razdelimo v dve skupini, relativno gledano »pred in po razvoju AI«. Prva skupina odgovarja na vprašanje: "Kaj je AI, ali ga je mogoče ustvariti in, če je mogoče, kako to narediti?" Druga skupina (etika umetne inteligence) postavlja vprašanje: “Kakšne so posledice ustvarjanja AI za človeštvo?”

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

Poleg tega tak program ne bi bil le model uma; notri je dobesedno same besede bodo um, v istem smislu, v katerem je človeški um um.

Hkrati je treba razumeti, ali je mogoč "čisto umetni" um ("metamind"), razumevanje in odločanje resnične težave in hkrati brez čustev, značilnih za človeka in potrebnih za njegovo individualno preživetje.

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.

Etika

Znanstvena fantastika

Tematika umetne inteligence je v delih Roberta Heinleina obravnavana z različnih zornih kotov: hipoteza o pojavu samozavedanja umetne inteligence, ko struktura postane bolj zapletena prek določene kritične ravni in pride do interakcije z zunanjim svetom in drugimi nosilci inteligenca (»The Moon Is a Harsh Mistress«, »Time Enough For Love«, liki Mycroft, Dora in Aya v seriji »History of the Future«), problemi razvoja AI po hipotetičnem samozavedanju ter nekatera socialna in etična vprašanja (»petek«). Socio-psihološke probleme človeške interakcije z umetno inteligenco obravnava tudi roman Philipa K. Dicka »Do Androids Dream of Electric Sheep?« «, znan tudi po filmski adaptaciji Blade Runnerja.

Dela pisca znanstvene fantastike in filozofa Stanislawa Lema opisujejo in v veliki meri predvidevajo nastanek virtualne resničnosti, umetne inteligence, nanorobotov in mnogih drugih problemov filozofije umetne inteligence. Posebej vredna pozornosti je futurologija vsote tehnologije. Poleg tega je v dogodivščinah Ijona Tihega vedno znova opisan odnos med živimi bitji in stroji: upor vgrajenega računalnika s kasnejšimi nepričakovanimi dogodki (11. potovanje), prilagoditev robotov v človeško družbo ("Pranje" Tragedija« iz »Spominov Ijona Tihega«), ustvarjanje absolutnega reda na planetu s predelavo živih prebivalcev (24. potovanje), izumi Corcorana in Diagorasa (»Spomini Ijona Tihega«), psihiatrična klinika za robote. (»Spomini Ijona Tihega«). Poleg tega obstaja cel cikel romanov in novel Kiberiada, kjer so skoraj vsi liki roboti, ki so daljni potomci robotov, ki so pobegnili od ljudi (ljudem pravijo bledi in jih imajo za bajeslovna bitja).

Filmi

Začetek skoraj v 60. letih, skupaj s pisanjem fantazijske zgodbe in zgodbe, o umetni inteligenci se snemajo filmi. Številne zgodbe avtorjev, priznanih po vsem svetu, so posnete in postanejo klasike žanra, druge postanejo mejnik v razvoju znanstvenofantastičnega filma, na primer Terminator in Matrica.

Glej tudi

Opombe

Pogosta vprašanja Johna McCarthyja, 2007
M. Andrej. Resnično življenje in umetna inteligenca // “Artificial Intelligence News”, RAAI, 2000
Gavrilova T. A. Khoroshevsky V. F. Baze znanja inteligentnih sistemov: Učbenik za univerze
Averkin A. N., Gaase-Rapoport M. G., Pospelov D. A. Razlagalni slovar o umetni inteligenci. - M .: Radio in komunikacije, 1992. - 256 str.
G. S. Osipov. Umetna inteligenca: stanje raziskav in pogled v prihodnost
Ilyasov F.N. Umetna in naravna inteligenca // Novice Akademije znanosti Turkmenske SSR, serija družbenih ved. 1986. št. 6. str. 46-54.
Alan Turing, Ali lahko stroji razmišljajo?
Inteligentni stroji S. N. Korsakova
D. A. Pospelov. Oblikovanje računalništva v Rusiji
O zgodovini kibernetike v ZSSR. Esej ena, Esej dva
Jack Copeland. Kaj je umetna inteligenca? 2000
Alan Turing, »Računalniški stroji in inteligenca«, Mind, let. LIX, št. 236, oktober 1950, str. 433-460.
Obdelava naravnega jezika:
Aplikacije za obdelavo naravnega jezika vključujejo iskanje informacij (vključno z rudarjenjem besedila in strojnim prevajanjem):
Gorban P.A. Nevronska mreža ekstrakcije znanja iz podatkov in računalniška psihoanaliza
Strojno učenje:
Alan Turing je o tem razpravljal kot osrednji temi že leta 1950 v svojem klasičnem prispevku Računalniški stroji in inteligenca. ()
(pdf skenirana kopija izvirnika) (različica, objavljena leta 1957, Inductive Inference Machine, "IRE Convention Record, Section on Information Theory, Part 2, pp. 56-62)
Robotika:
, str. 916–932
, str. 908–915
Projekt Blue Brain – umetni možgani
Blagi Watson naboda človeške nasprotnike na nevarnosti
20Q.net Inc
Axelrod R. Struktura odločanja: kognitivni zemljevidi političnih elit. - Princeton. University Press, 1976
John Searle. Je um možganov računalniški program?
Penrose R. Novi um kralja. O računalnikih, razmišljanju in fizikalnih zakonih. - M.: URSS, 2005. - ISBN 5-354-00993-6
AI kot globalni dejavnik tveganja
...vas bo vodil v Večno življenje
http://www.rc.edu.ru/rc/s8/intellect/rc_intellect_zaharov_2009.pdf Pravoslavni pogled na problem umetne inteligence
Harry Harrison. Turingova izbira. - M.: Eksmo-Press, 1999. - 480 str. - ISBN 5-04-002906-3

Literatura

Računalnik se uči in sklepa (1. del) // Računalnik pridobiva inteligenco = Artificial Intelligence Computer Images / ur. V. L. Stefanjuk. - Moskva: Mir, 1990. - 240 str. - 100.000 izvodov.
- ISBN 5-03-001277-X (ruščina); ISBN 705409155 (angleščina) Devyatkov V.V.

Sistemi umetne inteligence / Ch. izd. I. B. Fedorov. - M.: Založba MSTU im. N. E. Bauman, 2001. - 352 str. - (Informatika na tehnični univerzi). - 3000 izvodov.- ISBN 5-7038-1727-7

Korsakov S.N.

Oris novega načina raziskovanja z uporabo strojev, ki primerjajo ideje / Ed. A.S. Mihajlova. - M.: MEPhI, 2009. - 44 str. - 200 izvodov.

Področje računalništva (informatika), ki je specializirano za modeliranje človeških intelektualnih in senzoričnih sposobnosti z uporabo računalniških naprav. Tehnološke osnove za postavitev problema I.I. je nastala kot posledica nastanka v 40. letih 20. stoletja. prvi računalniki. Vendar le na začetku. 1950 med človeško inteligenco in računalniškimi napravami postalo predmet razprav, katerih rezultat je bila oblikovana angl. matematik in logik A. Turing »nerazločnost«. V skladu s tem testom lahko računalniška naprava posnema (»misli«), če »razume« zahtevo in ustvari odgovor, ki ne pušča nobenega dvoma v mislih, da izmenjuje informacije z osebo in ne s strojem. Sprva je bilo posnemanje višjih človeških kognitivnih funkcij omejeno na preproste igre, algoritmi pa so bili uporabljeni za ustvarjanje ustreznih programov. Radikalen izhod iz težav, ki so se pri tem pojavile, je bil razvoj hevristične metode, ki vključuje uporabo preverjenih pravil, tehnik in strategij za reševanje intelektualnih problemov. Hevristična metoda v v večji meri je ustrezal dejanskim postopkom človeške inteligence, pri čemer se je izognil nepotrebnim izračunom v primerih, ko je neznano. Ta metoda je bila prvič uporabljena pri ustvarjanju American leta 1956.
znanstvenika A. Newell in G. Simon iz programa "Logical Theorist", ki sta se precej uspešno spopadla z nalogo dokazovanja izrekov matematične logike. Kasneje je tem istim raziskovalcem uspelo razviti osnovne ideje, na katerih temelji "Logical Theorist", in razviti (1964) nov hevristični program - GPS ("Universal Problem Solver"), ki je modeliral splošne strategije, uporabljene pri reševanju specifičnih intelektualnih problemov v šahu, logiki. , dokazovanje izrekov, kriptografija itd.
V letih 1960-1970. Poleg ustvarjanja samoučečih se sistemov, sistemov, ki razumejo preproste stavke naravnega jezika, pa tudi sistemov, ki omogočajo reševanje problemov, dokazovanje izrekov ipd., je najpomembnejša smer raziskovanja na področju AI. postane razvoj računalniških ekspertnih sistemov, tj. sistemi, ki imajo informacije (bazo znanja) strokovnjaka na določenem področju in so ga sposobni posnemati. mentalne operacije- analizirati, svetovati in predlagati rešitve dodeljenih nalog. V nadaljevanju so največ našli ekspertni sistemi široka uporaba v industriji, financah, znanosti, kulturi, medicini in vojaških zadevah. V tem obdobju so bili razviti sistemi naravnega jezika, ki so računalnike »naučili« sprejemati, interpretirati in izvajati ukaze v naravnem jeziku uporabnika, kar je ustvarilo bolj naraven vmesnik za komunikacijo med človekom in računalnikom. Ti sistemi so se začeli uporabljati za strojno prevajanje, pisanje življenjepisov, iskanje po bibliografskih besedilih, analizo strukture in sloga stavkov, modeliranje človeškega pogovora itd.
V letih 1970-1980. zahvaljujoč razvoju novih metod - teorije okvirjev (M. Minsky), teorije sistemov tehničnega vida (D. Marr), programskega jezika PROLOG itd. - odprle so se nove perspektive pri preučevanju problematike prepoznavanja slik na podlagi izolacije informacij o obliki, barvi, robovih, teksturi itd. in njihovega povezovanja z vzorci (šablonami). Razvoj računalniško modeliranjeČlovekove senzorične sposobnosti so postavile temelje za konstrukcijo sistemov za prepoznavanje govora in tehnološkega vida, ki so uporabniku omogočili, da govori z računalnikom, računalnikom pa, da »vidijo« in »razumejo« svoje okolje. V raziskavah na področju I.I. izvajajo tudi na področjih, kot so robotika, nevronske mreže (simulacija procesov obdelave informacij v človeških možganih), mehka področja, ki veljajo za ključna v 21. stoletju.
Izraz "I.I." se uporablja tudi za sklicevanje na koncept v sodobni filozofiji duha, da lahko računalniške naprave podvojijo človekova kognitivna mentalna stanja. Običajno se vleče med šibko in močno različico tega koncepta. Šibka (ni sporna) pravi le, da so ustrezno programirane računalniške naprave sposobne simulirati človeka. Zagovorniki močne različice (D. Dennett, D. Fodor itd.) gredo kljub razlikam v stališčih veliko dlje in priznavajo, da so ustrezno programirane računalniške naprave lahko v kognitivnih mentalnih stanjih in imajo v tem smislu inteligenco in sposobnost razumevanja. . Ta različica je povzročila živahno razpravo v filozofiji zavesti in naletela na resne kritike. V zvezi s tem je postal splošno znan ameriški predlog, predlagan leta 1980. miselna "kitajska soba" filozofa J. Searla. Iz tega poskusa je sledilo, da bi relativno izolirana oseba od zunanjega sveta lahko dobro manipulirala s kitom. S hieroglifi, katerih pomena ne pozna, je nemogoče z gotovostjo trditi, ali je Kitajec ali ne. Čeprav so njeni zagovorniki takoj izrazili ugovore na kritiko močne različice, o obsegu, v katerem je I.i. sposoben posnemati osebo, ostaja odprt.

Filozofija: Enciklopedični slovar. - M.: Gardariki. Uredil A.A. Ivina. 2004 .

Oris novega načina raziskovanja z uporabo strojev, ki primerjajo ideje / Ed. A.S. Mihajlova. - M.: MEPhI, 2009. - 44 str. - 200 izvodov.

UMETNO (angl. artificial intelligence) - 1) znanstvena smer, ki cilja na procese kognicije in mišljenja, uporabo človeških metod reševanja problemov za povečanje produktivnosti računalniške tehnologije; 2) različne naprave, mehanizmi, programi, ki jih po določenih merilih lahko imenujemo "inteligentni"; 3) niz idej o znanju, umu in človeku, ki omogoča zastavitev vprašanja modeliranja inteligence. Zgodovinsko gledano so problemi umetne inteligence povezani z iskanjem srednjeveških mislecev za popolnim »filozofskim« ali »proto-adamskim« jezikom, s katerim bi lahko spoznali absolutno resnico. V procesu preoblikovanja mitoloških idej o umetni inteligenci v racionalen znanstveni konstrukt (od Lulla preko Leibniza do Wienerja) izstopajo tri ključne ideje: prvič, o možnosti končne racionalno znanje svet, drugič, ideja objektivnega znanja, neodvisnega od človeka ali človeštva, in tretjič, ideja objektivnosti znanja, ki je z vidika kibernetike skupek procesov sprejemanja, prenos in obdelava informacij.

Od ločitve od kibernetike v Ljubljani. 1950 Raziskave na področju umetne inteligence so šle skozi tri faze. Prva faza (1950-60) zajema oblikovanje raziskovalnih programov umetne inteligence, oblikovanje vrste nalog, povezanih s tem znanstvenim področjem (igre, izreki, prepoznavanje vzorcev, naravni jezik, strojno prevajanje, eksperimentalno načrtovanje, robotika), ustvarjanje metod in orodij za reševanje teh problemov (jezik Lisp, perceptron itd.). Za to fazo je značilen širok odziv javnosti na raziskave in visoka pričakovanja. Naslednja faza (1960-70) je povezana s tem, da je umetna inteligenca pridobila status »klasične« znanstvene in tehnične discipline: izvedba prve mednarodne konference, začetek izdajanja revij, branje ustreznih tečajev na univerzah. V tem času se razvijajo temeljne teorije (mehka logika, modeli za predstavitev znanja, genetski algoritmi itd.), ki so kasneje služili kot osnova za nove inteligentne programe. Tretja faza (1980-90) je povezana predvsem s praktično (komercialno) uporabo dosežkov umetne inteligence v različna področja dejavnosti: finance, ekonomija, računalništvo in gospodinjski aparati, management, vodenje (ekspertni sistemi, programi za rudarjenje podatkov, nevro- in bioračunalniki). Za to stopnjo je značilno tudi preučevanje in modeliranje racionalnih struktur v povezavi s čustvi, prepričanji, občutki, praktičnimi veščinami in neanalitičnimi metodami obdelave figurativnih informacij, ki sodobne modele umetne inteligence približa njihovemu naravnemu človeškemu prototipu.

Lit.: Turing A. Ali lahko stroj razmišlja? M., 1960; Dreyfus X. Česa računalniki ne zmorejo. Kritika umetne inteligence. M., 1978; Umetna inteligenca. - Imenik v 3 knjigah. M., 1990; Prihodnost umetne inteligence. M., 1991; Petrunin Yu. Od skrivno znanje nevroračunalniku. Eseji o zgodovini umetne inteligence. M., 1996; Jezik in inteligenca. M., 1996; Enciklopedija umetne inteligence, zv. 1-2. N.Y., 1987; Wnograd T., Flores F. Razumevanje računalnikov in kognicije: nova podlaga za oblikovanje. Norwood-New Jersey, 1987; Filozofija umetne inteligence, ur. avtorja M. Boden. Oxf., 1990; Penrose R. Sence v umu. Letnik, 1995; Android Epistemology, ed. od K. Ford, D. Glymour, P. Hayes. Park Menio, 1997.

Yu. Yu. Petrushn

Nova filozofska enciklopedija: V 4 zv. M.: Misel. Uredil V. S. Stepin. 2001 .

Poglejte, kaj je "UMETNA INTELIGENCA" v drugih slovarjih:

Sposobnost aplikacijskega procesa za zaznavanje lastnosti, povezanih z inteligentnim človeškim vedenjem. Umetna inteligenca je veja računalništva, ki se ukvarja s simulacijo človeškega mišljenja z uporabo računalnika. V angleščini: Artificial... ... Finančni slovar

Problemsko področje raziskav (znanstvena smer in uporabni razvoj) v modeliranju človeška sposobnost do ustvarjalne dejavnosti. Smer znanstveno raziskovanje, imenovana »umetna inteligenca«, je nastala v 60. letih. XX stoletje..... Enciklopedija kulturnih študij

umetna inteligenca- UMETNA INTELIGENCA (iz latinskega intellectus, znanje, razumevanje, razum) je smer raziskovanja sodobnega računalništva, katere namen je posnemati in izboljšati intelektualna dejavnost oseba skozi... Enciklopedija epistemologije in filozofije znanosti

umetna inteligenca- Sposobnost računalnik simulirajo miselni proces z izvajanjem funkcij, ki so običajno povezane s človeško inteligenco. Opomba Te funkcije so na primer usposabljanje in logičen zaključek. [GOST 15971 90]… … Priročnik za tehnične prevajalce

umetna inteligenca- področje raziskav, osredotočeno na razvoj računalniških programov, ki so sposobni izvajati funkcije, ki so običajno povezane z intelektualnimi dejanji (glej inteligenco) osebe: analiza ... Velika psihološka enciklopedija

UMETNA INTELIGENCA, veja računalništva, v kateri se razvijajo metode in orodja za modeliranje in reprodukcijo posameznih človekovih intelektualnih dejanj z uporabo računalnika (zaznavanje informacij, elementi sklepanja itd.). Umetni … Sodobna enciklopedija

Umetna inteligenca- UMETNA INTELIGENCA, veja računalništva, v kateri se razvijajo metode in orodja za modeliranje in reprodukcijo posameznih človekovih intelektualnih dejanj z uporabo računalnika (zaznavanje informacij, elementi sklepanja itd.). Umetni … Ilustrirani enciklopedični slovar

Veja računalništva, ki vključuje razvoj metod za modeliranje in reprodukcijo posameznih funkcij človekove ustvarjalne dejavnosti z uporabo računalnika, reševanje problema predstavitve znanja v računalniku in gradnjo baz znanja, ustvarjanje ekspertnih sistemov,... ... Veliki enciklopedični slovar

Umetna inteligenca – v v zadnjem času ena najbolj priljubljenih tem v tehnološkem svetu. Umi, kot so Elon Musk, Stephen Hawking in Steve Wozniak, so resno zaskrbljeni zaradi raziskav umetne inteligence in trdijo, da nas njeno ustvarjanje ogroža smrtna nevarnost. Hkrati so znanstvena fantastika in hollywoodski filmi povzročili številne napačne predstave o AI. Ali smo res v nevarnosti in kakšne netočnosti delamo, ko si predstavljamo uničenje Skynet Earth, splošno brezposelnost ali, nasprotno, blaginjo in brezskrbnost? Gizmodo je preučil človeške mite o umetni inteligenci. Tu je celoten prevod njegovega članka.

Imenoval se je najpomembnejši test strojna inteligenca od zmage Deep Blue nad Garijem Kasparovom v šahovski partiji pred 20 leti. Google AlphaGo je na turnirju Go premagal velemojstra Leeja Sedola s poraznim rezultatom 4:1 in pokazal, kako resno je napredovala umetna inteligenca (AI). Usodni dan, ko bodo stroji v inteligenci končno prehiteli ljudi, se še nikoli ni zdel tako blizu. A zdi se, da nismo nič bližje razumevanju posledic tega epohalnega dogodka.

Pravzaprav se o umetni inteligenci oklepamo resnih in celo nevarnih napačnih predstav. Lani je ustanovitelj SpaceX Elon Musk opozoril, da bi umetna inteligenca lahko prevzela svet. Njegove besede so povzročile vihar komentarjev, tako nasprotnikov kot zagovornikov tega mnenja. Za tako prihodnji monumentalni dogodek obstaja presenetljivo veliko nesoglasij o tem, ali se bo zgodil in če bo, v kakšni obliki. To je še posebej zaskrbljujoče glede na neverjetne koristi, ki bi jih lahko človeštvo pridobilo z umetno inteligenco, in morebitna tveganja. Za razliko od drugih človeških izumov ima umetna inteligenca potencial, da spremeni človeštvo ali nas uniči.

Težko je vedeti, čemu verjeti. Toda zahvaljujoč zgodnjemu delu računalniških znanstvenikov, nevroznanstvenikov in teoretikov umetne inteligence se začenja pojavljati jasnejša slika. Tukaj je nekaj pogostih napačnih predstav in mitov o umetni inteligenci.

Mit št. 1: »Nikoli ne bomo ustvarili AI z inteligenco, primerljivo s človeško«

Realnost:Že imamo računalnike, ki so enaki ali presegli človeške zmogljivosti pri šahu, igri Go, trgovanju z delnicami in pogovoru. Računalniki in algoritmi, ki jih poganjajo, so lahko samo še boljši. Samo vprašanje časa je, kdaj bodo pri kateri koli nalogi presegli ljudi.

Raziskovalni psiholog z univerze New York Gary Marcus je dejal, da "dobesedno vsi", ki delajo na področju umetne inteligence, verjamejo, da nas bodo stroji sčasoma premagali: "Edina prava razlika med navdušenci in skeptiki so ocene časa." Futuristi, kot je Ray Kurzweil, verjamejo, da bi se to lahko zgodilo v nekaj desetletjih; drugi pravijo, da bo trajalo stoletja.

Skeptiki umetne inteligence niso prepričljivi, ko pravijo, da gre za nerešljiv tehnološki problem in da je v naravi bioloških možganov nekaj edinstvenega. Naši možgani so biološki stroji – obstajajo v resničnem svetu in se držijo osnovnih fizikalnih zakonov. Na njih ni nič nespoznavnega.

Mit št. 2: "Umetna inteligenca bo imela zavest"

Realnost: Večina si predstavlja, da bo strojna inteligenca zavestna in razmišljala tako, kot razmišljajo ljudje. Poleg tega kritiki, kot je soustanovitelj Microsofta Paul Allen, verjamejo, da še ne moremo doseči umetne splošne inteligence (sposobne rešiti katero koli miselno nalogo, ki jo človek lahko obvlada), ker nimamo znanstvena teorija zavest. Toda kot pravi specialist za kognitivno robotiko Imperial College London Murray Shanahan, teh dveh konceptov ne smemo enačiti.

»Zavest je zagotovo neverjetna in pomembna stvar, vendar ne verjamem, da je potrebna za umetno inteligenco na ravni človeka. Natančneje, besedo »zavest« uporabljamo za označevanje več psiholoških in kognitivnih lastnosti, s katerimi človek »prihaja«, pojasnjuje znanstvenik.

Možno si je predstavljati pameten stroj, ki nima ene ali več teh funkcij. Končno lahko ustvarimo neverjetno inteligentno umetno inteligenco, ki sveta ne more dojemati subjektivno in zavestno. Shanahan trdi, da je um in zavest mogoče združiti v stroju, vendar ne smemo pozabiti, da gre za dva različna pojma.

Samo zato, ker stroj prestane Turingov test, v katerem ga ni mogoče razlikovati od človeka, še ne pomeni, da je zavesten. Nam se bo napredna umetna inteligenca morda zdela zavestna, vendar ne bo nič bolj samozavestna kot kamen ali kalkulator.

Mit št. 3: "Ne smemo se bati AI"

Realnost: Januarja je ustanovitelj Facebooka Mark Zuckerberg dejal, da se umetne inteligence ne bi smelo bati, ker bo naredila neverjetno veliko dobrih stvari za svet. Pol ima prav. Od umetne inteligence bomo imeli ogromno koristi, od samovozečih avtomobilov do ustvarjanja novih zdravil, vendar ni nobenega zagotovila, da bo vsaka implementacija umetne inteligence benigna.

Visoko inteligenten sistem lahko ve vse o določeni nalogi, kot je reševanje mučnega finančnega problema ali vdor v sovražnikov obrambni sistem. Toda zunaj meja teh specializacij bo globoko ignorantsko in nezavedno. Googlov sistem DeepMind je strokovnjak za Go, vendar nima možnosti ali razloga za raziskovanje področij zunaj svoje specialnosti.

Mnogi od teh sistemov morda niso predmet varnostnih pomislekov. Dober primer je zapleten in močan virus Stuxnet, militarizirani črv, ki sta ga razvili izraelska in ameriška vojska za infiltracijo in sabotažo iranskih jedrskih elektrarn. Ta virus je nekako (namerno ali po naključju) okužil rusko jedrsko elektrarno.

Drug primer je program Flame, ki se uporablja za kibernetsko vohunjenje na Bližnjem vzhodu. Zlahka si je predstavljati, da bodo prihodnje različice Stuxneta ali Flamea presegle predvideni namen in povzročile veliko škodo občutljivi infrastrukturi. (Da bo jasno, ti virusi niso umetna inteligenca, toda v prihodnosti jo bodo morda imeli, zato skrb).

Virus Flame je bil uporabljen za kibernetsko vohunjenje na Bližnjem vzhodu. Fotografija: Wired

Mit št. 4: "Umetna superinteligenca bo preveč pametna, da bi delala napake"

Realnost: Raziskovalec AI in ustanovitelj Surfing Samurai Robots Richard Lucimore meni, da večina scenarijev sodni dan povezane z AI, so nedosledne. Vedno temeljijo na predpostavki, da umetna inteligenca pravi: "Vem, da je uničenje človeštva posledica napake v mojem načrtu, vendar sem vseeno prisiljen to storiti." Lucimore pravi, da če se AI tako obnaša in razmišlja o našem uničenju, ga bodo takšna logična protislovja preganjala vse življenje. To posledično poslabša njegovo bazo znanja in postane preveč neumen, da bi ustvaril nevarno situacijo. Znanstvenik tudi trdi, da se ljudje, ki pravijo: "AI lahko naredi le tisto, za kar je programiran", prav tako motijo kot njihovi kolegi na začetku računalniške dobe. Takrat so ljudje s to besedno zvezo trdili, da računalniki niso sposobni dokazati niti najmanjše prilagodljivosti.

Peter Macintyre in Stuart Armstrong, ki delata na Inštitutu za prihodnost človeštva na Univerzi v Oxfordu, se ne strinjata z Lucimorom. Trdijo, da je AI v veliki meri vezan na to, kako je programiran. McIntyre in Armstrong verjameta, da umetna inteligenca ne bo mogla delati napak ali biti preveč neumna, da ne bi vedela, kaj od nje pričakujemo.

»Po definiciji je umetna superinteligenca (ASI) subjekt z inteligenco, ki je znatno višja od inteligence najboljših človeški možgani na katerem koli področju znanja. Natančno bo vedel, kaj smo želeli, da naredi,« pravi McIntyre. Oba znanstvenika verjameta, da bo umetna inteligenca naredila le tisto, za kar je programirana. Toda če postane dovolj pameten, bo razumel, kako drugače je to od duha zakona ali namenov ljudi.

McIntyre je prihodnji položaj ljudi in umetne inteligence primerjal s trenutno interakcijo med človekom in miško. Cilj miške je iskanje hrane in zatočišča. Toda pogosto je v nasprotju z željo človeka, ki želi, da njegova žival prosto teče naokoli. »Smo dovolj pametni, da razumemo nekatere cilje miši. Tako bo tudi ASI razumel naše želje, vendar bo do njih brezbrižen,« pravi znanstvenica.

Kot kaže zaplet filma Ex Machina, bo človek izredno težko obdržal pametnejši AI

Mit št. 5: "Preprost popravek bo rešil problem nadzora AI"

Realnost: Z ustvarjanjem umetne inteligence, pametnejše od ljudi, se bomo soočili s problemom, znanim kot "problem nadzora". Futuristi in teoretiki AI zapadejo v popolno zmedo, če jih vprašate, kako bomo zajezili in omejili ASI, če se ta pojavi. Ali kako poskrbeti, da bo do ljudi prijazen. Pred kratkim so raziskovalci na Georgia Institute of Technology naivno predlagali, da bi se AI lahko naučil človeških vrednot in družbenih pravil z branjem preprostih zgodb. V resnici bo veliko težje.

»Predlaganih je bilo veliko preprostih trikov, ki bi lahko 'rešili' celoten problem nadzora AI,« pravi Armstrong. Primeri so vključevali programiranje ASI tako, da je bil njegov namen zadovoljiti ljudi, ali tako, da je preprosto deloval kot orodje v rokah osebe. Druga možnost je vključitev konceptov ljubezni ali spoštovanja v izvorno kodo. Da bi preprečili, da bi umetna inteligenca sprejela poenostavljen, enostranski pogled na svet, je bilo predlagano, da se programira tako, da ceni intelektualno, kulturno in družbeno raznolikost.

Toda te rešitve so preveč enostavne, kot poskus, da bi celotno kompleksnost človeških všečnosti in nevšečnosti stlačili v eno površinsko definicijo. Poskusite na primer pripraviti jasno, logično in uporabno definicijo »spoštovanja«. To je izjemno težko.

Stroji v Matrici bi zlahka uničili človeštvo

Mit št. 6: "Umetna inteligenca nas bo uničila"

Realnost: Nobenega zagotovila ni, da nas bo umetna inteligenca uničila ali da ne bomo mogli najti načina za njen nadzor. Kot je rekel teoretik umetne inteligence Eliezer Yudkowsky, "umetna inteligenca vas niti ne ljubi niti ne sovraži, vendar ste narejeni iz atomov, ki jih lahko uporabi za druge namene."

V svoji knjigi »Umetna inteligenca. Faze. Grožnje. Strategije,« je oxfordski filozof Nick Bostrom zapisal, da bo prava umetna superinteligenca, ko se pojavi, predstavljala večja tveganja kot katera koli druga človeška iznajdba. Zaskrbljenost so izrazili tudi ugledni umi, kot so Elon Musk, Bill Gates in Stephen Hawking (slednji je opozoril, da bi umetna inteligenca lahko bila naša »najhujša napaka v zgodovini«).

McIntyre je dejal, da je večina namenov, ki bi jih lahko imel ASI dobri razlogi znebiti se ljudi.

»Umetna inteligenca lahko povsem pravilno napove, da ne želimo, da maksimira dobiček določenega podjetja, ne glede na stroške za stranke, okolje in živali. Zato ima močno spodbudo, da zagotovi, da ga ne motijo, motijo, izključujejo ali spreminjajo pri njegovih ciljih, saj bi to preprečilo, da bi njegovi prvotni cilji bili doseženi,« trdi McIntyre.

Razen če cilji ASI natančno odražajo naše lastne, bo imel dober razlog, da nam prepreči, da bi ga ustavili. Glede na to, da njegova raven inteligence bistveno presega našo, ne moremo storiti ničesar.

Nihče ne ve, v kakšni obliki bo umetna inteligenca ali kako bi lahko ogrozila človeštvo. Kot je opozoril Musk, se lahko umetna inteligenca uporablja za nadzor, regulacijo in spremljanje drugih AI. Lahko pa je prežet s človeškimi vrednotami ali prevladujočo željo po prijaznosti do ljudi.

Mit št. 7: "Umetna superinteligenca bo prijazna"

Realnost: Filozof Immanuel Kant je verjel, da je razum močno povezan z moralo. Nevroznanstvenik David Chalmers v svoji študiji »Singularnost: Filozofska analiza” je vzel Kantovo slavno idejo in jo uporabil za nastajajočo umetno superinteligenco.

Če je to res ... lahko pričakujemo, da bo intelektualna eksplozija povzročila moralno eksplozijo. Potem lahko pričakujemo, da bodo nastajajoči sistemi ASI super-moralni in tudi super-inteligentni, kar nam omogoča, da od njih pričakujemo dobro kakovost.

Toda ideja, da bo napredna umetna inteligenca razsvetljena in prijazna, v bistvu ni zelo verjetna. Kot je opozoril Armstrong, je veliko pametnih vojnih zločincev. Zdi se, da povezava med inteligenco in moralo med ljudmi ne obstaja, zato dvomi o delovanju tega principa med drugimi inteligentnimi oblikami.

»Pametni ljudje, ki se obnašajo nemoralno, lahko povzročijo bolečino v veliko večjem obsegu kot njihovi neumnejši kolegi. Razumnost jim preprosto daje možnost, da so slabi z veliko inteligenco, ne spremeni jih v dobre ljudi,« pravi Armstrong.

Kot je pojasnil MacIntyre, zmožnost subjekta, da doseže cilj, ni pomembna za to, ali je cilj na začetku razumen. »Imeli bomo veliko srečo, če bodo naši AI edinstveno nadarjeni in se bo njihova raven morale povečala skupaj z njihovo inteligenco. Zanašanje na srečo ni najboljši pristop za nekaj, kar bi lahko oblikovalo našo prihodnost,« pravi.

Mit št. 8: "Tveganja umetne inteligence in robotike so enaka"

Realnost: To je še posebej pogosta napaka, ki jo ohranjajo nekritični mediji in hollywoodski filmi, kot je Terminator.

Če bi umetna superinteligenca, kot je Skynet, res želela uničiti človeštvo, ne bi uporabljala androidov s šestcevnimi mitraljezi. Veliko bolj učinkovito bi bilo poslati biološko kugo ali nanotehnološko sivo goo. Ali preprosto uniči atmosfero.

Umetna inteligenca je potencialno nevarna ne zato, ker lahko vpliva na razvoj robotike, ampak zaradi tega, kako bo njen videz vplival na svet nasploh.

Mit št. 9: "Upodobitev AI v znanstveni fantastiki je natančna predstavitev prihodnosti."

Veliko vrst umov. Slika: Eliezer Yudkowsky

Seveda so avtorji in futuristi uporabili znanstveno fantastiko za ustvarjanje fantastičnih napovedi, toda obzorje dogodkov, ki ga vzpostavi ASI, je povsem druga zgodba. Poleg tega nečloveška narava umetne inteligence onemogoča, da bi poznali in s tem predvideli njeno naravo in obliko.

Da bi nas neumne ljudi zabavala, znanstvena fantastika večino umetne inteligence prikazuje kot nam podobnih. »Obstaja spekter vseh možnih umov. Tudi med ljudmi si precej drugačen od soseda, a ta razlika ni nič v primerjavi z vsemi umi, ki lahko obstajajo,« pravi McIntyre.

Ni nujno, da je večina znanstvene fantastike znanstveno točna, da bi povedala prepričljivo zgodbo. Konflikt se običajno odvija med junaki podobne moči. »Predstavljajte si, kako dolgočasna bi bila zgodba, v kateri bi umetna inteligenca brez zavesti, veselja ali sovraštva uničila človeštvo brez kakršnega koli odpora, da bi dosegla nezanimiv cilj,« pripoveduje Armstrong in zeha.

V tovarni Tesla dela na stotine robotov

Mit št. 10: "Grozno je, da bo umetna inteligenca prevzela vsa naša delovna mesta."

Realnost: Sposobnost umetne inteligence, da avtomatizira večino tega, kar počnemo, in njen potencial za uničenje človeštva sta dve zelo različni stvari. Toda po mnenju Martina Forda, avtorja knjige The Dawn of the Robots: Technology and the Threat of a Jobless Future, se nanje pogosto gleda kot na celoto. Dobro je razmišljati o oddaljeni prihodnosti umetne inteligence, dokler nas ne odvrne od izzivov, s katerimi se bomo soočili v prihodnjih desetletjih. Glavna med njimi je množična avtomatizacija.

Nihče ne dvomi, da bo umetna inteligenca nadomestila mnoga obstoječa delovna mesta, od tovarniškega delavca do višjih slojev belih ovratnikov. Nekateri strokovnjaki napovedujejo, da bo v bližnji prihodnosti polovici vseh delovnih mest v ZDA grozila avtomatizacija.

A to ne pomeni, da se ne moremo spopasti s šokom. Na splošno je za našo vrsto skoraj utopičen cilj, da se znebimo večine našega dela, tako fizičnega kot duševnega.

"Umetna inteligenca bo v nekaj desetletjih uničila veliko delovnih mest, vendar to ni slaba stvar," pravi Miller. Samovozeči avtomobili bodo nadomestili voznike tovornjakov, kar bo znižalo stroške dostave in posledično pocenilo številne izdelke. »Če si voznik tovornjaka in se preživljaš, boš izgubil, vsi drugi pa bodo, nasprotno, lahko kupili več blaga za isto plačo. In denar, ki ga bodo prihranili, bodo porabili za druge dobrine in storitve, ki bodo ustvarile nova delovna mesta za ljudi,« pravi Miller.

Po vsej verjetnosti bo umetna inteligenca ustvarila nove priložnosti za proizvodnjo dobrin in ljudi osvobodila, da počnejo druge stvari. Napredek umetne inteligence bo spremljal napredek na drugih področjih, zlasti v proizvodnji. V prihodnosti nam bo lažje, ne težje, zadovoljiti osnovne potrebe.

Umetna inteligenca (AI, angleško: Artificial intelligence, AI) - znanost in tehnologija ustvarjanja inteligentnih strojev, zlasti inteligentnih računalniških programov. Umetna inteligenca je povezana s podobno nalogo uporabe računalnikov za razumevanje človeške inteligence, vendar ni nujno omejena na biološko verjetne metode.

Kaj je umetna inteligenca

Inteligenca(iz lat. intellectus - občutek, zaznava, razumevanje, razumevanje, koncept, razum) ali um - kakovost psihe, ki jo sestavljajo sposobnost prilagajanja novim situacijam, sposobnost učenja in pomnjenja na podlagi izkušenj, razumevanja in uporabe abstraktne pojme in svoje znanje uporabiti za upravljanje okolja. Inteligenca je splošna sposobnost spoznavanja in reševanja težav, ki združuje vse človekove kognitivne sposobnosti: občutenje, zaznavanje, spomin, predstavo, mišljenje, domišljijo.

V zgodnjih osemdesetih. Računalniška znanstvenika Barr in Fajgenbaum sta predlagala naslednjo definicijo umetne inteligence (AI):

Kasneje so številne algoritme in programske sisteme začeli uvrščati med AI, posebnost kar je, da lahko rešijo nekatere težave na enak način, kot bi to storila oseba, ki razmišlja o njihovi rešitvi.

Glavne lastnosti umetne inteligence so razumevanje jezika, učenje in sposobnost razmišljanja ter, kar je pomembno, delovanja.

AI je kompleks povezanih tehnologij in procesov, ki se kakovostno in hitro razvijajo, na primer:

obdelava besedil v naravnem jeziku
ekspertni sistemi
virtualni agenti (klepetalni roboti in virtualni pomočniki)
priporočilni sistemi.

Tehnološke smeri AI. Podatki družbe Deloitte

Raziskave AI

Glavni članek: Raziskave umetne inteligence

Standardizacija v AI

2018: Razvoj standardov na področju kvantnih komunikacij, AI in pametnega mesta

6. decembra 2018 je tehnični odbor “Cyber-Physical Systems”, ki temelji na RVC, skupaj z regionalnim inženirskim centrom “SafeNet” začel razvijati nabor standardov za trge Nacionalne tehnološke pobude (NTI) in digitalnega gospodarstva. Do marca 2019 je načrtovan razvoj tehničnih standardizacijskih dokumentov na področju kvantnih komunikacij, poroča RVC. Preberi več.

Vpliv umetne inteligence

Tveganje za razvoj človeške civilizacije

Vpliv na gospodarstvo in poslovanje

Vpliv tehnologij umetne inteligence na gospodarstvo in poslovanje

Vpliv na trg dela

Pristranskost umetne inteligence

V središču vsega, kar je praksa umetne inteligence (strojno prevajanje, prepoznavanje govora, obdelava besedil v naravni jeziki, računalniški vid, avtomatizacija vožnje avtomobilov in še veliko več) leži globoko učenje. Gre za podmnožico strojnega učenja, za katero je značilna uporaba modelov nevronske mreže, za katere lahko rečemo, da posnemajo delovanje možganov, zato bi jih bilo težko uvrstiti med AI. Vsak model nevronske mreže se uri na velikih naborih podatkov, tako da pridobi nekaj "spretnosti", vendar ostaja njegovim ustvarjalcem nejasno, kako jih uporablja, kar na koncu postane ena najpomembnejših težav za številne aplikacije za globoko učenje. Razlog je v tem, da tak model dela s slikami formalno, brez kakršnega koli razumevanja, kaj počne. Je tak sistem umetna inteligenca in ali je sistemom, zgrajenim na osnovi strojnega učenja, mogoče zaupati? Posledice odgovora na zadnje vprašanje segajo onkraj znanstvenega laboratorija. Zato se je medijska pozornost do pojava, imenovanega AI bias, opazno okrepila. Lahko se prevede kot "pristranskost AI" ali "pristranskost AI". Preberi več.

Tehnološki trg umetne inteligence

Trg AI v Rusiji

Globalni trg AI

Področja uporabe AI

Področja uporabe umetne inteligence so precej široka in zajemajo tako znane tehnologije kot nastajajoča nova področja, ki so daleč od množične uporabe, z drugimi besedami, to je celoten nabor rešitev, od sesalnikov do vesoljskih postaj. Vso njihovo raznolikost lahko razdelite glede na merilo ključnih točk razvoja.

AI ni monoliten predmetno področje. Poleg tega nekateri tehnološke smeri Umetna inteligenca se pojavlja kot novi podsektorji gospodarstva in ločeni subjekti, hkrati pa služi večini področij gospodarstva.

Glavne komercialne uporabe tehnologij umetne inteligence

Razvoj uporabe AI vodi v prilagajanje tehnologij v klasičnih sektorjih gospodarstva vzdolž celotne vrednostne verige in jih transformira, kar vodi v algoritmizacijo skoraj vseh funkcionalnosti, od logistike do upravljanja podjetja.

Uporaba AI za obrambo in vojaške zadeve

Uporaba v izobraževanju

Uporaba AI v poslu

AI v elektroenergetiki

Na projektni ravni: izboljšano napovedovanje proizvodnje in povpraševanja po energetskih virih, ocena zanesljivosti opreme za proizvodnjo električne energije, avtomatizacija povečane proizvodnje ob povečanem povpraševanju.
Na proizvodni ravni: optimizacija preventivnega vzdrževanja opreme, povečanje učinkovitosti proizvodnje, zmanjšanje izgub, preprečevanje kraj energentov.
Na promocijski ravni: optimizacija cen glede na uro in dinamično obračunavanje.
Na nivoju zagotavljanja storitev: avtomatska izbira najdonosnejšega dobavitelja, podrobna statistika porabe, avtomatiziran servis za stranke, optimizacija porabe energije ob upoštevanju navad in obnašanja odjemalca.

AI v proizvodnji

Na ravni načrtovanja: povečanje učinkovitosti razvoja novih izdelkov, avtomatizirano ocenjevanje dobaviteljev in analiza zahtev po rezervnih delih.
Na ravni proizvodnje: izboljšanje procesa izpolnjevanja nalog, avtomatizacija montažnih linij, zmanjšanje števila napak, skrajšanje dobavnih rokov za surovine.
Na promocijski ravni: napovedovanje obsega podpornih in vzdrževalnih storitev, upravljanje cen.
Na ravni zagotavljanja storitev: izboljšanje načrtovanja poti voznega parka vozila, povpraševanje po virih voznega parka, izboljšanje kakovosti usposabljanja servisnih inženirjev.

AI v bankah

Prepoznavanje vzorcev - uporabljeno vklj. prepoznati stranke v poslovalnicah in jim posredovati specializirane ponudbe.

Glavna komercialna področja uporabe tehnologij umetne inteligence v bankah

AI v transportu

Avtomobilska industrija je na pragu revolucije: 5 izzivov dobe brezpilotne vožnje

AI v logistiki

AI v pivovarstvu

Uporaba AI v javni upravi

AI v forenziki

Prepoznavanje vzorcev - uporabljeno vklj. za prepoznavanje kriminalcev na javnih mestih.

Maja 2018 je postalo znano, da nizozemska policija uporablja umetno inteligenco za preiskovanje zapletenih zločinov.

Glede na The Next Web, organi kazenskega pregona začeli digitalizirati več kot 1500 poročil in 30 milijonov strani, povezanih z nerešenimi primeri. Gradiva od leta 1988 naprej, v katerih kaznivo dejanje ni bilo razkrito najmanj tri leta, storilec pa je bil obsojen na več kot 12 let zapora, so prenesena v računalniško obliko.

Rešite zapleten zločin v enem dnevu. Policija sprejema AI

Ko bo vsa vsebina digitalizirana, bo povezana s sistemom strojnega učenja, ki bo analiziral zapise in se odločil, kateri primeri uporabljajo najbolj zanesljive dokaze. To naj bi skrajšalo čas, potreben za obravnavo primerov in reševanje preteklih in prihodnjih kaznivih dejanj, z nekaj tednov na en dan.

Umetna inteligenca bo primere kategorizirala glede na njihovo "rešljivost" in nakazala možne rezultate testiranja DNK. V načrtu je nato avtomatizacija analiz na drugih področjih forenzike in morda celo razširitev podatkov na področja, kot je npr družboslovje in izjave prič.

Poleg tega, kot je dejal eden od razvijalcev sistema, Jeroen Hammer, bodo funkcije API za partnerje morda izdane v prihodnosti.

Nizozemska policija ima posebna enota, specializirano za razvoj novih tehnologij za reševanje kaznivih dejanj. Prav on je ustvaril sistem AI za hitro iskanje kriminalcev na podlagi dokazov.

AI v sodstvu

Razvoj na področju umetne inteligence bo pripomogel k korenitim spremembam pravosodnega sistema, ki bo bolj pravičen in brez korupcijskih shem. To mnenje je poleti 2017 izrazil Vladimir Krylov, doktor tehničnih znanosti, tehnični svetovalec pri Artezio.

Znanstvenik verjame, da se obstoječe rešitve na področju AI lahko uspešno uporabljajo v različnih sferah gospodarstva in javnega življenja. Strokovnjak poudarja, da se AI uspešno uporablja v medicini, v prihodnosti pa lahko popolnoma spremeni pravosodni sistem.

»Če vsak dan gledate novice o razvoju na področju umetne inteligence, ste samo presenečeni nad neizčrpno domišljijo in plodnostjo raziskovalcev in razvijalcev na tem področju. Poročila o znanstvenih raziskavah se nenehno prepletajo z objavami o novih izdelkih, ki prihajajo na trg, in poročili o osupljivih rezultatih, pridobljenih z uporabo AI v različna področja. Če govorimo o pričakovanih dogodkih, ki jih spremlja opazen hype v medijih, v katerih bo AI spet postal junak novic, potem verjetno ne bom tvegal tehnološke napovedi. Lahko si predstavljam, da bo naslednji dogodek nekje nastanek izjemno kompetentnega sodišča v obliki umetne inteligence, pravičnega in nepodkupljivega. To se bo očitno zgodilo v letih 2020-2025. In procesi, ki se bodo odvijali na tem sodišču, bodo privedli do nepričakovanih razmišljanj in želje mnogih ljudi, da bi večino procesov upravljanja človeške družbe prenesli na AI.”

Uporaba umetne inteligence v pravosodni sistem Znanstvenik to prepoznava kot »logičen korak« k razvoju zakonodajne enakosti in pravičnosti. Strojna inteligenca ni podvržena korupciji in čustvom, lahko se strogo drži zakonodajnega okvira in sprejema odločitve ob upoštevanju številnih dejavnikov, vključno s podatki, ki označujejo stranke v sporu. Po analogiji z medicinskim področjem lahko robotski sodniki delajo z velikimi podatki iz repozitorijev vladnih storitev. Predvidevamo lahko, da bo strojna inteligenca sposobna hitro obdelati podatke in jih bistveno upoštevati več dejavnikov kot človeški sodnik.

Strokovnjaki psihologi pa menijo, da bo odsotnost čustvene komponente pri obravnavi sodnih zadev negativno vplivala na kakovost odločitve. Razsodba strojnega sodišča je lahko preveč enostavna, ne da bi upoštevala pomembnost čustev in razpoloženja ljudi.

Slikanje

Leta 2015 je Googlova ekipa testirala nevronske mreže, da bi ugotovila, ali lahko same ustvarjajo slike. Nato se je umetna inteligenca urila z zgledom velika količina razne slike. Ko pa so stroj »prosili«, naj nekaj upodablja sam, se je izkazalo, da si svet okoli nas razlaga na nekoliko nenavaden način. Na primer, za nalogo risanja dumbbells so razvijalci prejeli sliko, v kateri je bila kovina povezana s človeškimi rokami. To se je verjetno zgodilo zaradi dejstva, da so med fazo treninga analizirane slike z utežmi vsebovale roke, nevronska mreža pa je to napačno interpretirala.

26. februarja 2016 so predstavniki Googla na posebni dražbi v San Franciscu zbrali približno 98 tisoč dolarjev iz psihedeličnih slik, ki jih je ustvarila umetna inteligenca. Ta sredstva so bila podarjena v dobrodelne namene. Ena najuspešnejših slik avtomobila je predstavljena spodaj.

Slika, ki jo je naslikala Googlova umetna inteligenca.

Umetna inteligenca

Umetna inteligenca je veja računalništva, ki proučuje možnost zagotavljanja inteligentnega sklepanja 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 je bilo na zori umetne inteligence predlaganih več hipotez, 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 mentalne 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. Njo zgodovinska pot spominja na sinusni val, katerega 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 že 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 ima lahko resničnost izjave poleg da/ne (1/0) 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 tukaj 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 prepoznamo tako široko področje, kot je modeliranje razmišljanja. 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 nima algoritma rešitve ali pa 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.

Velik in zanimivi dosežki na voljo na področju modeliranja bioloških sistemov. Strogo gledano lahko to vključuje več neodvisnih smeri. Nevronske mreže se uporabljajo za reševanje mehkih in kompleksne težave, kot je prepoznavanje geometrijskih oblik ali združevanje objektov v gruče. Genetski pristop temelji na ideji, da lahko algoritem postane učinkovitejši, če si izposodi 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.

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 objavila Principia Mathematica, ki je revolucionirala formalno logiko. Leta 1941 je Konrad Zuse izdelal prvi delujoč računalnik s programsko opremo. Warren McCulloch in Walter Pitts sta leta 1943 objavila Logični račun idej, ki so prisotne v živčni dejavnosti, kar je postavilo 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. brute force projekti BluGene (molekularno modeliranje) in modeliranje piramidnega celičnega sistema v švicarskem Blue Brain Centru. Ta zgodba- primer zapletenega in skrivnostnega odnosa med umetno inteligenco, podjetji 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 en sam 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 postavila temeljna vprašanja o človeku in znanju ter deloma o ureditvi sveta. Po eni strani so neločljivo povezani s to znanostjo, po drugi strani 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, ustvarjenega s človeškimi rokami. 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.”

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 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.