Sztuczna inteligencja to ostatnio jeden z najpopularniejszych tematów w świecie technologii. Umysły takie jak Elon Musk, Stephen Hawking i Steve Wozniak są poważnie zaniepokojone badaniami nad sztuczną inteligencją i twierdzą, że ich tworzenie grozi nam śmiertelnym niebezpieczeństwem. Jednocześnie filmy science fiction i hollywoodzkie stworzyły wiele błędnych wyobrażeń na temat sztucznej inteligencji. Czy naprawdę grozi nam niebezpieczeństwo i jakie nieścisłości popełniamy, wyobrażając sobie zniszczenie Skynet Earth, ogólne bezrobocie lub odwrotnie, dobrobyt i beztroskę? Ludzkie mity na temat sztucznej inteligencji zostały obalone przez Gizmodo. Oto pełne tłumaczenie jego artykułu.

Został nazwany najważniejszym testem inteligencji maszyny od czasu, gdy Deep Blue pokonał Garry'ego Kasparowa w meczu szachowym 20 lat temu. Google AlphaGo pokonało arcymistrza Li Sedola w turnieju Go z miażdżącym wynikiem 4:1, pokazując, jak poważnie rozwinęła się sztuczna inteligencja (AI). Fatalny dzień, w którym maszyny w końcu prześcignęły umysł człowieka, nigdy nie wydawał się tak bliski. Wydaje się jednak, że nie zbliżyliśmy się do zrozumienia konsekwencji tego epokowego wydarzenia.

W rzeczywistości trzymamy się poważnych, a nawet niebezpiecznych nieporozumień na temat sztucznej inteligencji. W zeszłym roku założyciel SpaceX Elon Musk ostrzegł, że sztuczna inteligencja może przejąć kontrolę nad światem. Jego słowa wywołały burzę komentarzy, zarówno przeciwników, jak i zwolenników tej opinii. Jeśli chodzi o takie przyszłe monumentalne wydarzenie, istnieje zadziwiająca ilość kontrowersji, czy nastąpi, a jeśli tak, to w jakiej formie. Jest to szczególnie niepokojące, gdy weźmie się pod uwagę niesamowite korzyści, jakie ludzkość może uzyskać dzięki sztucznej inteligencji i potencjalne ryzyko. W przeciwieństwie do innych ludzkich wynalazków, sztuczna inteligencja może zmienić ludzkość lub nas zniszczyć.

Trudno wiedzieć, w co wierzyć. Jednak dzięki wczesnej pracy naukowców zajmujących się obliczeniami, neuronaukowców, teoretyków sztucznej inteligencji, zaczyna się wyłaniać wyraźniejszy obraz. Oto kilka typowych nieporozumień i mitów dotyczących sztucznej inteligencji.

Mit nr 1: „Nigdy nie stworzymy sztucznej inteligencji z ludzką inteligencją”

Rzeczywistość: Mamy już komputery, które dorównują lub przewyższają ludzkie możliwości w szachach, go, handlu akcjami i rozmowach. Komputery i algorytmy, które je obsługują, mogą być tylko lepsze. To tylko kwestia czasu, zanim prześcigną ludzi w jakimkolwiek zadaniu.

Psycholog badawczy z NYU, Gary Marcus, powiedział, że „dosłownie każdy”, kto pracuje w AI, wierzy, że maszyny w końcu nas pokonają: „Jedyną prawdziwą różnicą między entuzjastami a sceptykami są szacunki czasu”. Futuryści, tacy jak Ray Kurzweil, uważają, że może to nastąpić w ciągu kilku dekad, inni twierdzą, że może to zająć wieki.

Sceptycy AI nie są przekonujący, gdy mówią, że jest to nierozwiązywalny problem technologiczny, a w naturze biologicznego mózgu jest coś wyjątkowego. Nasze mózgi to maszyny biologiczne - istnieją w świecie rzeczywistym i przestrzegają podstawowych praw fizyki. Nie ma w nich nic niewiadomego.

Mit 2: „Sztuczna inteligencja będzie miała świadomość”

Rzeczywistość: Większość wyobraża sobie, że umysł maszyny będzie świadomy i będzie myślał tak, jak myślą ludzie. Co więcej, krytycy, tacy jak współzałożyciel Microsoftu Paul Allen, uważają, że nie możemy jeszcze osiągnąć sztucznej inteligencji ogólnej (zdolnej do rozwiązania każdego problemu psychicznego, który może rozwiązać człowiek), ponieważ brakuje nam teoria naukowaświadomość. Ale jak mówi Murray Shanahan, ekspert w dziedzinie robotyki kognitywnej w Imperial College London, nie powinniśmy utożsamiać tych dwóch koncepcji.

„Świadomość jest z pewnością niesamowita i ważna rzecz, ale nie wierzę, że jest to konieczne dla sztucznej inteligencji na poziomie człowieka. Mówiąc dokładniej, używamy słowa „świadomość” w odniesieniu do kilku cech psychologicznych i poznawczych, które dana osoba „przychodzi w zestawie” – wyjaśnia naukowiec.

Można sobie wyobrazić inteligentną maszynę, której brakuje jednej lub więcej z tych cech. W końcu możemy stworzyć niesamowicie inteligentną sztuczną inteligencję, która nie będzie w stanie subiektywnie i świadomie postrzegać świata. Shanahan twierdzi, że umysł i świadomość można połączyć w maszynie, ale nie wolno nam zapominać, że są to dwie różne koncepcje.

To, że maszyna przechodzi test Turinga, w którym jest nie do odróżnienia od człowieka, nie oznacza, że ​​ma świadomość. Dla nas zaawansowana sztuczna inteligencja może wydawać się świadoma, ale jej samoświadomość nie będzie większa niż skala czy kalkulator.

Mit 3: „Nie powinniśmy bać się sztucznej inteligencji”

Rzeczywistość: W styczniu założyciel Facebooka, Mark Zuckerberg, powiedział, że nie powinniśmy bać się sztucznej inteligencji, ponieważ przyniesie ona światu niesamowitą ilość dobrych rzeczy. Ma w połowie rację. Odniesiemy ogromne korzyści ze sztucznej inteligencji, od autonomicznych samochodów po nowe leki, ale nie ma gwarancji, że każde wdrożenie sztucznej inteligencji będzie łagodne.

Wysoce inteligentny system może wiedzieć wszystko o konkretnym zadaniu, takim jak rozwiązanie nieprzyjemnego problemu finansowego lub włamanie się do systemu obronnego wroga. Ale poza granicami tych specjalizacji będzie głęboko nieświadoma i nieświadoma. System DeepMind firmy Google jest ekspertem w Go, ale nie ma możliwości ani powodu, aby badać obszary poza jego specjalizacją.

Wiele z tych systemów może nie podlegać względom bezpieczeństwa. Dobrym przykładem jest wyrafinowany i potężny wirus Stuxnet, robak paramilitarny opracowany przez izraelską i amerykańską armię w celu infiltracji i sabotowania irańskich elektrowni jądrowych. Wirus ten w jakiś sposób (celowo lub przypadkowo) zainfekował rosyjską elektrownię jądrową.

Innym przykładem jest program Flame używany do cyberszpiegostwa na Bliskim Wschodzie. Łatwo sobie wyobrazić przyszłe wersje Stuxnet lub Flame, które przekraczają swoje cele i powodują ogromne uszkodzenia wrażliwej infrastruktury. (Dla zrozumienia, te wirusy nie są sztuczną inteligencją, ale w przyszłości mogą ją mieć, stąd obawy).

Wirus Flame został wykorzystany do cyberszpiegostwa na Bliskim Wschodzie. Zdjęcie: Przewodowe

Mit 4: „Sztuczna superinteligencja będzie zbyt mądra, by popełniać błędy”

Rzeczywistość: Badacz AI i założyciel Surfing Samurai Robots Richard Lucimore uważa, że ​​większość scenariuszy zagłady związanych z AI jest niespójna. Zawsze opierają się na założeniu, że sztuczna inteligencja mówi: „Wiem, że zniszczenie ludzkości jest spowodowane wadą projektową, ale nadal muszę to zrobić”. Lucimore mówi, że jeśli AI zachowuje się w ten sposób, mówiąc o naszej destrukcji, to takie logiczne sprzeczności będą go prześladować na całe życie. To z kolei degraduje jego bazę wiedzy i czyni go zbyt głupim, by stworzyć niebezpieczną sytuację. Naukowiec przekonuje również, że ludzie, którzy mówią: „sztuczna inteligencja może robić tylko to, do czego została zaprogramowana”, mylą się tak samo, jak ich koledzy u zarania ery komputerów. W tamtych czasach ludzie używali tego wyrażenia, aby twierdzić, że komputery nie są w stanie wykazać najmniejszej elastyczności.

Peter McIntyre i Stuart Armstrong, którzy pracują w Future of Humanity Institute na Oxford University, nie zgadzają się z Lucimore. Twierdzą, że sztuczna inteligencja jest w dużej mierze związana z tym, jak jest zaprogramowana. McIntyre i Armstrong uważają, że sztuczna inteligencja nie może popełniać błędów ani być zbyt głupia, aby nie wiedzieć, czego od niej oczekujemy.

„Z definicji sztuczna superinteligencja (AI) to istota o inteligencji znacznie większej niż najlepszy ludzki mózg w jakiejkolwiek dziedzinie wiedzy. Będzie wiedział dokładnie, czego od niego oczekiwaliśmy” — mówi McIntyre. Obaj naukowcy uważają, że sztuczna inteligencja zrobi tylko to, do czego została zaprogramowana. Ale jeśli stanie się wystarczająco mądry, zrozumie, jak bardzo różni się on od ducha prawa lub intencji ludu.

McIntyre porównał przyszłą sytuację ludzi i sztucznej inteligencji z obecną interakcją człowiek-mysz. Celem myszy jest poszukiwanie pożywienia i schronienia. Ale często jest to sprzeczne z pragnieniem osoby, która chce, aby jego zwierzę swobodnie biegało wokół niego. „Jesteśmy wystarczająco sprytni, aby zrozumieć niektóre cele myszy. Tak więc ASI zrozumie również nasze pragnienia, ale będzie wobec nich obojętny ”- mówi naukowiec.

Jak pokazuje fabuła filmu Ex Machina, niezwykle trudno będzie zachować mądrzejszą sztuczną inteligencję

Mit 5: „Prosta łatka rozwiąże problem kontroli AI”

Rzeczywistość: Tworząc sztuczną inteligencję mądrzejszą od ludzi, staniemy przed problemem zwanym „problemem kontroli”. Futuryści i teoretycy sztucznej inteligencji popadają w stan całkowitego zamieszania, gdy pytają, w jaki sposób powstrzymamy i ograniczymy ASI, jeśli taka się pojawi. Albo jak upewnić się, że jest przyjazny dla ludzi. Niedawno badacze z Georgia Institute of Technology naiwnie sugerowali, że sztuczna inteligencja może przyjąć ludzkie wartości i zasady społeczne poprzez czytanie proste historie. W rzeczywistości będzie to znacznie trudniejsze.

„Zasugerowano wiele prostych sztuczek, które mogłyby „rozwiązać” cały problem kontroli sztucznej inteligencji” — mówi Armstrong. Przykłady obejmowały programowanie ASI tak, aby jego celem było zadowolenie ludzi lub po prostu funkcjonowało jako narzędzie w rękach osoby. Inną opcją jest zintegrowanie koncepcji miłości lub szacunku z kodem źródłowym. Aby uniemożliwić sztucznej inteligencji przyjmowanie uproszczonego, jednostronnego spojrzenia na świat, zaproponowano zaprogramowanie go tak, aby doceniał różnorodność intelektualną, kulturową i społeczną.

Ale te rozwiązania są zbyt proste, jako próba ściągnięcia złożoności ludzkich upodobań i niechęci do jednej powierzchownej definicji. Spróbuj na przykład wymyślić jasną, logiczną i wykonalną definicję „szacunku”. To niezwykle trudne.

Maszyny w Matrixie mogą z łatwością zniszczyć ludzkość

Mit 6: „Sztuczna inteligencja nas zniszczy”

Rzeczywistość: Nie ma gwarancji, że sztuczna inteligencja nas zniszczy lub że nie będziemy w stanie znaleźć sposobu na jej kontrolowanie. Jak powiedział teoretyk sztucznej inteligencji Eliezer Yudkowsky: „AI nie kocha cię ani nie nienawidzi, ale jesteś zrobiony z atomów, które może wykorzystać do innych celów”.

W swojej książce Sztuczna inteligencja. Gradacja. Zagrożenia. Strategie”, filozof z Oxfordu Nick Bostrom napisał, że prawdziwa sztuczna superinteligencja, gdy się pojawi, będzie stwarzać większe ryzyko niż jakikolwiek inny ludzki wynalazek. Wybitne umysły, takie jak Elon Musk, Bill Gates i Stephen Hawking (ten ostatni ostrzegał, że sztuczna inteligencja może być naszym „najgorszym błędem w historii”) również wyraziły zaniepokojenie.

McIntyre powiedział, że w większości celów, którymi może się kierować ISI, istnieją dobre powody, aby pozbyć się ludzi.

„Sztuczna inteligencja może całkiem słusznie przewidzieć, że nie chcemy, aby maksymalizowała zyski konkretnej firmy, bez względu na koszty dla klientów, środowiska i zwierząt. Ma więc silną motywację, aby upewnić się, że nie zostanie mu przerwana, ingerowana, wyłączona lub zmieniona w swoich celach, ponieważ nie spełniłoby to jego pierwotnych celów” – mówi McIntyre.

O ile cele ASI nie odzwierciedlają dokładnie naszych własnych, to będzie miał dobry powód, aby nie dać nam szansy na powstrzymanie tego. Biorąc pod uwagę, że jego poziom inteligencji jest znacznie wyższy od naszego, nic nie możemy na to poradzić.

Nikt nie wie, jaką formę przybierze sztuczna inteligencja i jak może zagrozić ludzkości. Jak zauważył Musk, sztuczną inteligencję można wykorzystać do kontrolowania, regulowania i monitorowania innych AI. Lub może być przesiąknięty ludzkimi wartościami lub nadrzędnym pragnieniem bycia przyjaznym dla ludzi.

Mit 7: „Sztuczna superinteligencja będzie przyjazna”

Rzeczywistość: Filozof Immanuel Kant uważał, że rozum jest silnie skorelowany z moralnością. Neurobiolog David Chalmers w swojej pracy The Singularity: A Philosophical Analysis wykorzystał słynny pomysł Kanta i zastosował go do wyłaniającej się sztucznej superinteligencji.

Jeśli to prawda... możemy oczekiwać, że eksplozja intelektualna doprowadzi do eksplozji moralności. Możemy wtedy oczekiwać, że wyłaniające się systemy ASI będą zarówno supermoralne, jak i superinteligentne, co pozwoli nam oczekiwać od nich dobroci.

Ale pomysł, że zaawansowana sztuczna inteligencja będzie oświecona i życzliwa, jest z natury mało prawdopodobny. Jak zauważył Armstrong, jest wielu mądrych zbrodniarzy wojennych. Nie wydaje się, aby związek między rozumem a moralnością istniał wśród ludzi, więc kwestionuje działanie tej zasady wśród innych inteligentnych form.

„Mądrzy ludzie, którzy zachowują się niemoralnie, mogą powodować ból na znacznie większą skalę niż ich głupsi koledzy. Inteligencja po prostu pozwala im być złymi z wielką inteligencją, nie zmienia ich w dobrych ludzi” – mówi Armstrong.

Jak wyjaśnił McIntyre, zdolność podmiotu do osiągnięcia celu nie jest związana z tym, czy cel ten byłby rozsądny od początku. „Będziemy bardzo szczęśliwi, jeśli nasze AI będą wyjątkowo uzdolnione, a ich poziom moralności będzie rósł wraz z umysłem. Nadzieja na szczęście nie jest najlepszym podejściem do tego, co może zadecydować o naszej przyszłości – mówi.

Mit 8: „Ryzyko sztucznej inteligencji i robotyki jest równe”

Rzeczywistość: Jest to szczególnie powszechny błąd propagowany przez bezkrytyczne media i hollywoodzkie filmy, takie jak Terminator.

Gdyby sztuczna superinteligencja, taka jak Skynet, naprawdę chciała zniszczyć ludzkość, nie użyłaby androidów z sześciolufowe karabiny maszynowe. Dużo skuteczniejsze byłoby wysłanie zarazy biologicznej lub szarego szlamu nanotechnologicznego. Albo po prostu zniszcz atmosferę.

Sztuczna inteligencja jest potencjalnie niebezpieczna nie dlatego, że może wpływać na rozwój robotyki, ale z powodu tego, jak jej wygląd wpłynie na świat w ogóle.

Mit nr 9: „Przedstawienie sztucznej inteligencji w science fiction jest dokładnym przedstawieniem przyszłości”

Wiele rodzajów umysłów. Zdjęcie: Eliezer Yudkowski

Oczywiście autorzy i futuryści wykorzystywali science fiction do tworzenia fantastycznych prognoz, ale horyzont zdarzeń wyznaczony przez ASI to zupełnie inna historia. Co więcej, nieludzka natura sztucznej inteligencji uniemożliwia nam poznanie, a tym samym przewidzenie jej natury i formy.

Aby zabawiać nas, głupich ludzi, większość AI w science fiction jest przedstawiana jako wyglądająca jak my. „Istnieje spektrum wszystkich możliwych umysłów. Nawet wśród ludzi bardzo różnisz się od swojego sąsiada, ale ta zmienność jest niczym w porównaniu ze wszystkimi rodzajami inteligencji, jakie mogą istnieć” – mówi McIntyre.

Większość science fiction nie musi być naukowo dokładna, aby opowiedzieć przekonującą historię. Konflikt zwykle rozgrywa się między bohaterami o bliskiej sile. „Wyobraź sobie, jak nudna byłaby historia, w której sztuczna inteligencja bez świadomości, radości lub nienawiści zakończyłaby ludzkość bez oporu przed osiągnięciem nieciekawego celu”, ziewa Armstrong.

W fabryce Tesli pracują setki robotów

Mit nr 10: „To straszne, że sztuczna inteligencja zabierze całą naszą pracę”

Rzeczywistość: Zdolność sztucznej inteligencji do automatyzacji wielu tego, co robimy, i jej potencjał do zniszczenia ludzkości to dwie bardzo różne rzeczy. Ale według Martina Forda, autora książki „In the Dawn of Robots: Technology and the Threat of a Jobless Future”, często postrzega się je jako całość. Warto pomyśleć o odległej przyszłości zastosowań AI, ale tylko pod warunkiem, że nie odciągnie to nas od problemów, z jakimi przyjdzie nam się zmierzyć w nadchodzących dekadach. Najważniejszym z nich jest automatyzacja masowa.

Nikt nie wątpi, że sztuczna inteligencja zastąpi wiele istniejących zawodów, od robotników fabrycznych po wyższe szczeble pracy umysłowej. Niektórzy eksperci przewidują, że w najbliższej przyszłości połowa wszystkich miejsc pracy w USA jest zagrożona przez automatyzację.

Ale to nie znaczy, że nie możemy znieść szoku. Ogólnie rzecz biorąc, pozbycie się większości naszej pracy, zarówno fizycznej, jak i psychicznej, jest quasi-utopijnym celem naszego gatunku.

„W ciągu kilku dekad sztuczna inteligencja zlikwiduje wiele miejsc pracy, ale to nie jest zła rzecz”, mówi Miller. Autonomiczne samochody zastąpią kierowców ciężarówek, co zmniejszy koszty wysyłki, a w rezultacie sprawi, że wiele produktów będzie tańszych. „Jeśli jesteś kierowcą ciężarówki i zarabiasz na tym, stracisz, ale przeciwnie, wszyscy inni będą mogli kupić więcej towarów za tę samą pensję. A zaoszczędzone pieniądze zostaną wydane na inne towary i usługi, które stworzą nowe miejsca pracy dla ludzi” – mówi Miller.

Najprawdopodobniej sztuczna inteligencja stworzy nowe możliwości wytwarzania dobra, uwalniając ludzi do robienia innych rzeczy. Postępom w rozwoju sztucznej inteligencji będą towarzyszyć postępy w innych obszarach, zwłaszcza w produkcji. W przyszłości zaspokojenie podstawowych potrzeb stanie się dla nas łatwiejsze, a nie trudniejsze.

Tworzenie inteligentnych maszyn, w szczególności inteligentnych programów komputerowych ; 2) właściwość inteligentnych systemów do wykonywania twórczych funkcji, które tradycyjnie uważane są za przywilej człowieka

Sztuczna inteligencja jest powiązana z podobnym zadaniem, jakim jest używanie komputerów do zrozumienia ludzkiej inteligencji, ale niekoniecznie ogranicza się do biologicznie prawdopodobnych metod.

Pochodzenie i rozumienie terminu „sztuczna inteligencja”

Definicja sztucznej inteligencji przytoczona w preambule, podana przez Johna McCarthy'ego w 1956 roku na konferencji na Uniwersytecie Dartmouth, nie jest bezpośrednio związana z rozumieniem inteligencji u ludzi. Według McCarthy, badacze sztucznej inteligencji mogą swobodnie stosować metody, których nie obserwuje się u ludzi, jeśli jest to konieczne do rozwiązania konkretnych problemów. .

Członkowie Rosyjskiego Stowarzyszenia Sztucznej Inteligencji podają następujące definicje sztucznej inteligencji:

1. Kierunek naukowy, w ramach którego wyznaczane i rozwiązywane są zadania sprzętowego lub programowego modelowania tych rodzajów ludzkiej działalności, które tradycyjnie uważane są za intelektualne. Averkin A. N., Gaaze-Rapoport M. G., Pospelov D. A. Słownik wyjaśniający sztucznej inteligencji. - M.: Radio i łączność, 1992. - 256 s..
2. Właściwość inteligentnych systemów do wykonywania funkcji (twórczych), które tradycyjnie uważane są za przywilej człowieka. Jednocześnie system intelektualny jest systemem technicznym lub system oprogramowania, zdolne do rozwiązywania problemów tradycyjnie uważanych za twórcze, należących do określonego obszaru tematycznego, o których wiedza przechowywana jest w pamięci takiego systemu. Struktura inteligentnego systemu obejmuje trzy główne bloki - bazę wiedzy, solwer oraz inteligentny interfejs pozwalający na komunikację z komputerem bez specjalnych programów do wprowadzania danych .
3. Nauka zwana „Sztuczną Inteligencją” wchodzi w skład kompleksu informatyki, a tworzone na jej podstawie technologie wchodzą w skład informatyki. Zadaniem tej nauki jest odtworzenie rozsądnego rozumowania i działań za pomocą systemów komputerowych i innych sztucznych urządzeń. G.S. Osipow. Sztuczna inteligencja: stan badań i spojrzenie w przyszłość.

Jedną z prywatnych definicji inteligencji, wspólnej dla człowieka i „maszyny”, można sformułować w następujący sposób: „Inteligencja to zdolność systemu do tworzenia programów (przede wszystkim heurystycznych) w trakcie samouczenia się w celu rozwiązywania problemów pewnej klasy złożoności i rozwiązać te problemy” Ilyasov F. N. Mind sztuczne i naturalne // Postępowanie Akademii Nauk Turkmeńskiej SRR, seria nauk społecznych. 1986. Nr 6. S. 46-54..

Uwarunkowania rozwoju nauki o sztucznej inteligencji

Historia rozwoju sztucznej inteligencji w ZSRR i Rosji

W ZSRR prace w dziedzinie sztucznej inteligencji rozpoczęto w latach 60. XX wieku. . Szereg pionierskich badań przeprowadzono na Uniwersytecie Moskiewskim i Akademii Nauk, kierowanych przez Weniamina Puszkina i D. A. Pospelowa. Od początku lat 60. M. L. Tsetlin i współpracownicy opracowują zagadnienia związane z uczeniem automatów skończonych.

W 1964 roku opublikowano pracę logika leningradzkiego Siergieja Masłowa „Odwrotna metoda ustalania wyprowadzalności w klasycznym rachunku predykatów”, w której po raz pierwszy zaproponowano metodę automatycznego wyszukiwania dowodów twierdzeń w rachunku predykatów.

Do lat 70. w ZSRR wszystkie badania nad sztuczną inteligencją prowadzono w ramach cybernetyki. Według D. A. Pospelova nauki „informatyki” i „cybernetyki” były w tym czasie mieszane ze względu na szereg sporów akademickich. Dopiero pod koniec lat 70. w ZSRR zaczęto mówić o kierunku naukowym „sztucznej inteligencji” jako gałęzi informatyki. W tym samym czasie narodziła się sama informatyka, podporządkowując sobie protoplastę „cybernetyki”. Pod koniec lat 70 słownik o sztucznej inteligencji, trzytomowy przewodnik po sztucznej inteligencji i słownik encyklopedyczny w informatyce, w której działy „Cybernetyka” i „Sztuczna inteligencja” wchodzą wraz z innymi działami w skład informatyki. Termin „informatyka” upowszechnił się w latach 80., a termin „cybernetyka” stopniowo znikał z obiegu, pozostając jedynie w nazwach tych instytucji, które powstały w epoce „boomu cybernetycznego” końca lat 50. i początku lat 60. XX wieku. D. A. Pospelov. Formacja informatyki w Rosji. Nie wszyscy podzielają ten pogląd na sztuczną inteligencję, cybernetykę i informatykę. Wynika to z faktu, że na Zachodzie granice tych nauk są nieco inne.

Sztuczną inteligencję można zdefiniować jako dyscyplinę naukową zajmującą się modelowaniem inteligentnych zachowań. Ta definicja ma jedną istotną wadę – pojęcie inteligencji jest trudne do wyjaśnienia. Większość ludzi jest przekonana, że ​​w obliczu tego będzie w stanie odróżnić „inteligentne zachowanie”. Jednak jest mało prawdopodobne, aby ktokolwiek był w stanie podać definicję inteligencji, która jest wystarczająco konkretna, aby ocenić rzekomo inteligentną program komputerowy a jednocześnie odzwierciedla witalność i złożoność ludzkiego umysłu.

Tak więc problem definiowania sztucznej inteligencji sprowadza się do problemu definiowania inteligencji w ogóle: czy jest to coś zunifikowanego, czy też termin ten łączy zestaw odmiennych zdolności? W jakim stopniu można stworzyć inteligencję? Czym jest kreatywność? Czym jest intuicja? Czy można ocenić obecność inteligencji tylko na podstawie obserwowalnego zachowania? W jaki sposób wiedza jest reprezentowana w tkankach nerwowych istot żywych i jak można ją zastosować w projektowaniu inteligentnych urządzeń? Czy w ogóle można osiągnąć inteligencję za pomocą technologii komputerowej, czy istota inteligencji wymaga bogactwa uczuć i doświadczeń właściwych tylko istotom biologicznym?

Na te pytania nie udzielono jeszcze odpowiedzi, ale wszystkie pomogły ukształtować zadania i metodologię, które stanowią podstawę współczesnej sztucznej inteligencji. Częścią piękna sztucznej inteligencji jest to, że jest oryginalna i potężna broń aby zbadać te problemy. Sztuczna inteligencja stanowi nośnik i model testowy dla teorii inteligencji: teorie te można sformułować w języku programów komputerowych, a następnie przetestować.

Z tych względów podana na początku artykułu definicja sztucznej inteligencji nie daje jednoznacznego opisu tej dziedziny nauki. Stawia tylko nowe pytania i odsłania paradoksy w dziedzinie, której głównym zadaniem jest poszukiwanie samookreślenia. Jednak problem ze znalezieniem precyzyjnej definicji sztucznej inteligencji jest zrozumiały. Badanie sztucznej inteligencji jest wciąż młodą dyscypliną, a jego struktura, zakres pytań i metod nie są tak jasno określone, jak w bardziej dojrzałych naukach, takich jak fizyka.

Sztuczna inteligencja ma za zadanie poszerzać możliwości informatyki, a nie wyznaczać jej granice. Jednym z ważnych wyzwań, przed jakimi stoją naukowcy, jest wspieranie tych wysiłków jasnymi zasadami teoretycznymi.

Każda nauka, w tym sztuczna inteligencja, rozważa pewien zakres problemów i opracowuje podejścia do ich rozwiązania. Historia sztucznej inteligencji, historie osobowości i ich hipotezy leżące u podstaw tej nauki mogą być w stanie wyjaśnić, dlaczego niektóre problemy zdominowały tę dziedzinę i dlaczego do ich rozwiązania przyjęto stosowane dziś metody.

Przytoczona w preambule definicja sztucznej inteligencji, podana przez Johna McCarthy'ego w 1956 roku na konferencji na Dartmouth University, nie jest bezpośrednio związana ze zrozumieniem ludzkiej inteligencji. Według McCarthy, badacze sztucznej inteligencji mogą swobodnie stosować metody, których nie obserwuje się u ludzi, jeśli jest to konieczne do rozwiązania konkretnych problemów.

Jednocześnie istnieje pogląd, zgodnie z którym inteligencja może być tylko zjawiskiem biologicznym.

Jak wskazuje prezes petersburskiego oddziału Rosyjskiego Stowarzyszenia Sztucznej Inteligencji T. A. Gavrilova, w język angielski wyrażenie sztuczna inteligencja nie ma tej nieco fantastycznej antropomorficznej kolorystyki, którą nabyła w niezbyt udanym rosyjskim tłumaczeniu. Słowo inteligencja oznacza „zdolność rozsądnego rozumowania”, a nie „inteligencję”, dla której istnieje angielski odpowiednik intelekt .

Członkowie Rosyjskiego Stowarzyszenia Sztucznej Inteligencji podają następujące definicje sztucznej inteligencji:

Jedną z prywatnych definicji inteligencji, wspólnej dla człowieka i „maszyny”, można sformułować następująco: „Inteligencja to zdolność systemu do tworzenia programów (przede wszystkim heurystycznych) w trakcie samouczenia się w celu rozwiązywania problemów pewną klasę złożoności i rozwiązać te problemy”.

Uwarunkowania rozwoju nauki o sztucznej inteligencji

Historia sztucznej inteligencji jako nowego kierunku naukowego rozpoczyna się w połowie XX wieku. W tym czasie powstało już wiele przesłanek do jego powstania: wśród filozofów od dawna toczyły się spory o naturę człowieka i proces poznawania świata, neurofizjolodzy i psychologowie opracowali szereg teorii dotyczących pracy ludzkiego mózgu i myślący, ekonomiści i matematycy zadawali pytania dotyczące optymalnych obliczeń i reprezentacji wiedzy o świecie w formie sformalizowanej; wreszcie narodziła się podstawa matematycznej teorii obliczeń – teorii algorytmów – i powstały pierwsze komputery.

Możliwości nowych maszyn pod względem szybkości obliczeniowej okazały się większe niż ludzkie, dlatego w środowisku naukowym pojawiło się pytanie: jakie są granice możliwości komputerów i czy maszyny osiągną poziom rozwoju człowieka? W 1950 roku jeden z pionierów w dziedzinie technologii komputerowych, angielski naukowiec Alan Turing, napisał artykuł zatytułowany „Czy maszyna może myśleć?” , który opisuje procedurę, dzięki której będzie można określić moment, w którym maszyna zrówna się pod względem inteligencji z człowiekiem, nazywana testem Turinga.

Historia rozwoju sztucznej inteligencji w ZSRR i Rosji

W ZSRR prace w dziedzinie sztucznej inteligencji rozpoczęto w latach 60. XX wieku. Na Uniwersytecie Moskiewskim i Akademii Nauk przeprowadzono szereg pionierskich badań, kierowanych przez Weniamina Puszkina i D. A. Pospelowa. Od początku lat 60. M. L. Tsetlin i współpracownicy opracowują zagadnienia związane z uczeniem automatów skończonych.

W 1964 roku opublikowano pracę logika leningradzkiego Siergieja Masłowa „Odwrotna metoda ustalania wyprowadzalności w klasycznym rachunku predykatów”, w której po raz pierwszy zaproponowano metodę automatycznego wyszukiwania dowodów twierdzeń w rachunku predykatów.

Do lat 70. w ZSRR wszystkie badania nad sztuczną inteligencją prowadzono w ramach cybernetyki. Według D. A. Pospelova nauki „informatyki” i „cybernetyki” były w tym czasie mieszane ze względu na szereg sporów akademickich. Dopiero pod koniec lat 70. w ZSRR zaczęto mówić o kierunku naukowym „sztucznej inteligencji” jako gałęzi informatyki. W tym samym czasie narodziła się sama informatyka, podporządkowując sobie protoplastę „cybernetyki”. Pod koniec lat 70. powstał słownik wyjaśniający sztuczną inteligencję, trzytomowy podręcznik o sztucznej inteligencji oraz encyklopedyczny słownik informatyki, w którym znalazły się sekcje „Cybernetyka” i „Sztuczna inteligencja” oraz inne działy w informatyce. Termin „informatyka” upowszechnił się w latach 80., a termin „cybernetyka” stopniowo znikał z obiegu, pozostając jedynie w nazwach tych instytucji, które powstały w epoce „boomu cybernetycznego” końca lat 50. i początku lat 60. XX wieku. Nie wszyscy podzielają ten pogląd na sztuczną inteligencję, cybernetykę i informatykę. Wynika to z faktu, że na Zachodzie granice tych nauk są nieco inne.

Podejścia i kierunki

Podejścia do zrozumienia problemu

Nie ma jednej odpowiedzi na pytanie, czym zajmuje się sztuczna inteligencja. Niemal każdy autor, który pisze książkę o sztucznej inteligencji, zaczyna od jakiejś zawartej w niej definicji, biorąc w jej świetle osiągnięcia tej nauki.

• top-down (eng. Top-down AI), semiotyka - tworzenie systemów eksperckich, baz wiedzy i systemów wnioskowania, które imitują procesy umysłowe wysokiego poziomu: myślenie, rozumowanie, mowę, emocje, kreatywność itp .;
• ascending (English Bottom-Up AI), biologiczne - badanie sieci neuronowych i obliczeń ewolucyjnych modelujących zachowania intelektualne w oparciu o elementy biologiczne, a także tworzenie odpowiednich systemów obliczeniowych, takich jak neurokomputer czy biokomputer.

To ostatnie podejście, ściśle rzecz biorąc, nie ma zastosowania do nauki o sztucznej inteligencji w sensie podanym przez Johna McCarthy'ego – łączy ich jedynie wspólny ostateczny cel.

Test Turinga i intuicyjne podejście

Podejście to koncentruje się na tych metodach i algorytmach, które pomogą inteligentnemu agentowi przetrwać w środowisku podczas wykonywania swojego zadania. Tak więc tutaj algorytmy wyszukiwania ścieżki i podejmowania decyzji są badane znacznie dokładniej.

Podejście hybrydowe

Podejście hybrydowe sugeruje, że tylko synergiczne połączenie modeli neuronowych i symbolicznych pozwala na osiągnięcie pełnego spektrum możliwości poznawczych i obliczeniowych. Na przykład eksperckie reguły wnioskowania mogą być generowane przez sieci neuronowe, a reguły generatywne są uzyskiwane za pomocą uczenia statystycznego. Zwolennicy tego podejścia uważają, że hybrydowe systemy informacyjne będą znacznie silniejsze niż suma różnych koncepcji oddzielnie.

Modele i metody badań

Symboliczne modelowanie procesów myślowych

Analizując historię AI, można wyróżnić tak szeroki kierunek, jak: modelowanie rozumowania. Przez wiele lat rozwój tej nauki podążał tą ścieżką i obecnie jest to jeden z najbardziej rozwiniętych obszarów we współczesnej sztucznej inteligencji. Modelowanie rozumowania implikuje tworzenie systemów symbolicznych, na wejściu których stawiane jest określone zadanie, a na wyjściu wymagane jest jego rozwiązanie. Z reguły zaproponowany problem został już sformalizowany, czyli przetłumaczony na postać matematyczną, ale albo nie ma algorytmu rozwiązania, albo jest zbyt skomplikowany, czasochłonny itp. Kierunek ten obejmuje: dowodzenie twierdzeń, podejmowanie decyzji , oraz teoria gry, planowanie i wysyłka , prognozowanie .

Praca z językami naturalnymi

Ważnym kierunkiem jest przetwarzanie języka naturalnego, który analizuje możliwości rozumienia, przetwarzania i generowania tekstów w „ludzkim” języku. W tym kierunku celem jest takie przetwarzanie języka naturalnego, aby samodzielnie przyswajać wiedzę poprzez czytanie istniejącego tekstu dostępnego w Internecie. Niektóre bezpośrednie zastosowania przetwarzania języka naturalnego obejmują wyszukiwanie informacji (w tym eksplorację tekstu) i tłumaczenie maszynowe.

Reprezentacja i wykorzystanie wiedzy

Kierunek inżynieria wiedzyłączy zadania pozyskiwania wiedzy z prostych informacji, ich usystematyzowania i wykorzystania. Ten kierunek jest historycznie związany ze stworzeniem systemy eksperckie- programy wykorzystujące specjalistyczne bazy wiedzy do wyciągania wiarygodnych wniosków na każdy problem.

Wytwarzanie wiedzy z danych jest jednym z podstawowych problemów eksploracji danych. Istnieją różne podejścia do rozwiązania tego problemu, w tym oparte na technologii sieci neuronowej, wykorzystujące procedury werbalizacji sieci neuronowych.

Nauczanie maszynowe

Zagadnienia nauczanie maszynowe dotyczy procesu niezależny przyswajanie wiedzy przez system intelektualny w procesie jego działania. Ten kierunek był centralny od samego początku rozwoju sztucznej inteligencji. W 1956 roku na Letniej Konferencji w Dartmundzie Ray Solomonoff napisał artykuł na temat nienadzorowanej probabilistycznej maszyny uczącej się zwanej Indukcyjną Maszyną Wnioskowania.

Robotyka

kreatywność maszyn

Natura ludzkiej kreatywności jest jeszcze mniej rozumiana niż natura inteligencji. Niemniej jednak ten obszar istnieje i tu stawia się problemy pisania muzyki, utworów literackich (często wierszy lub bajek), twórczości artystycznej. Tworzenie realistycznych obrazów jest szeroko stosowane w przemyśle filmowym i gier.

Osobno wyróżniono badanie problemów kreatywności technicznej systemów sztucznej inteligencji. Teoria rozwiązywania problemów wynalazczych, zaproponowana w 1946 r. przez G.S. Altszullera, zapoczątkowała takie badania.

Dodanie tej funkcji do dowolnego inteligentnego systemu pozwala bardzo wyraźnie pokazać, co dokładnie system postrzega i jak rozumie. Dodając szum zamiast brakujących informacji lub filtrując szum z wiedzą dostępną w systemie, z wiedzy abstrakcyjnej, łatwo postrzegalnej przez człowieka, powstają konkretne obrazy, jest to szczególnie przydatne w przypadku wiedzy intuicyjnej i mało wartościowej, której weryfikacja w formalna forma wymaga dużego wysiłku umysłowego.

Inne obszary badań

Wreszcie istnieje wiele zastosowań sztucznej inteligencji, z których każde tworzy niemal niezależny kierunek. Przykłady obejmują programowanie inteligencji w grach komputerowych, sterowanie nieliniowe, inteligentne systemy bezpieczeństwa informacji.

W przyszłości zakłada się, że rozwój sztucznej inteligencji jest ściśle związany z rozwojem komputera kwantowego, ponieważ niektóre właściwości sztucznej inteligencji mają podobne zasady działania jak komputery kwantowe.

Widać, że wiele obszarów badań nakłada się na siebie. Dotyczy to każdej nauki. Ale w sztucznej inteligencji związek między pozornie różnymi kierunkami jest szczególnie silny, a wiąże się to z filozoficzną debatą na temat silnej i słabej sztucznej inteligencji.

Nowoczesna sztuczna inteligencja

Istnieją dwa kierunki rozwoju AI:

• rozwiązywanie problemów związanych z przybliżaniem wyspecjalizowanych systemów AI do możliwości człowieka oraz ich integracją, którą realizuje natura ludzka ( zobacz Zwiększenie inteligencji);
• tworzenie sztucznej inteligencji, reprezentującej integrację już stworzonych systemów AI w jeden system zdolny do rozwiązywania problemów ludzkości ( zobacz Silna i słaba sztuczna inteligencja).

Ale w tej chwili w dziedzinie sztucznej inteligencji zaangażowanych jest wiele obszarów tematycznych, które są bardziej praktyczne niż podstawowe dla sztucznej inteligencji. Wypróbowano wiele podejść, ale żadna grupa badawcza nie wymyśliła jeszcze pojawienia się sztucznej inteligencji. Poniżej przedstawiamy tylko kilka z najważniejszych osiągnięć AI.

Wniosek

Niektóre z najbardziej znanych systemów AI to:

Banki wykorzystują systemy sztucznej inteligencji (AI) w działalności ubezpieczeniowej (matematyka aktuarialna), grając na giełdzie i zarządzając majątkiem. Metody rozpoznawania wzorców (w tym zarówno bardziej złożone, jak i wyspecjalizowane oraz sieci neuronowe) znajdują szerokie zastosowanie w rozpoznawaniu optycznym i akustycznym (w tym tekstu i mowy), diagnostyce medycznej, filtrach antyspamowych, systemach obrony powietrznej (identyfikacja celów), a także w celu zapewnienia szereg innych zadań związanych z bezpieczeństwem narodowym.

Psychologia i kognitywistyka

Metodologia modelowania poznawczego ma na celu analizę i podejmowanie decyzji w źle określonych sytuacjach. Zaproponował ją Axelrod.

Opiera się na modelowaniu subiektywnych wyobrażeń ekspertów na temat sytuacji i obejmuje: metodologię strukturyzacji sytuacji: model reprezentacji wiedzy eksperckiej w postaci podpisanego digrafu (mapy poznawczej) (F, W), gdzie F jest zbiór czynników sytuacyjnych, W jest zbiorem związków przyczynowo-skutkowych między czynnikami sytuacyjnymi; metody analizy sytuacji. Obecnie metodologia modelowania poznawczego rozwija się w kierunku doskonalenia aparatu do analizy i modelowania sytuacji. Tutaj proponowane są modele prognozowania rozwoju sytuacji; metody rozwiązywania problemów odwrotnych.

Filozofia

Nauka o „tworzeniu sztucznej inteligencji” nie mogła nie przyciągnąć uwagi filozofów. Wraz z nadejściem pierwszych inteligentnych systemów pojawiły się fundamentalne pytania o człowieka i wiedzę, a częściowo o porządek świata.

Filozoficzne problemy tworzenia sztucznej inteligencji można podzielić na dwie grupy, relatywnie mówiąc, „przed i po rozwoju AI”. Pierwsza grupa odpowiada na pytanie: „Czym jest sztuczna inteligencja, czy można ją stworzyć, a jeśli to możliwe, jak to zrobić?” Druga grupa (etyka sztucznej inteligencji) zadaje pytanie: „Jakie są konsekwencje stworzenia AI dla ludzkości?”

Termin „silna sztuczna inteligencja” wprowadził John Searle, a jego podejście charakteryzuje się własnymi słowami:

Co więcej, taki program byłby czymś więcej niż tylko modelem umysłu; będzie to dosłownie sam umysł, w tym samym sensie, w jakim ludzki umysł jest umysłem.

Jednocześnie konieczne jest zrozumienie, czy możliwy jest „czysto sztuczny” umysł („metaminacja”), rozumiejący i rozwiązujący rzeczywiste problemy, a jednocześnie pozbawiony emocji charakterystycznych dla człowieka i niezbędnych dla jego indywidualne przeżycie [ ] .

Wręcz przeciwnie, słabi zwolennicy sztucznej inteligencji wolą postrzegać programy tylko jako narzędzie do rozwiązywania pewnych zadań, które nie wymagają pełnego zakresu ludzkich zdolności poznawczych.

Etyka

Inne tradycyjne wyznania rzadko opisują kwestie sztucznej inteligencji. Jednak niektórzy teologowie zwracają na to uwagę. Na przykład arcykapłan Michaił Zacharow, polemizując z punktu widzenia chrześcijańskiego światopoglądu, stawia następujące pytanie: „Człowiek jest istotą racjonalnie wolną, stworzoną przez Boga na Jego obraz i podobieństwo. Przyzwyczailiśmy się odnosić wszystkie te definicje do biologicznego gatunku Homo Sapiens. Ale jak uzasadnione jest to? . Odpowiada na to pytanie tak:

Zakładając, że badania w dziedzinie sztucznej inteligencji kiedykolwiek doprowadzą do pojawienia się sztucznej istoty przewyższającej człowieka inteligencją, z wolną wolą, czy oznacza to, że to stworzenie jest osobą? …człowiek jest dziełem Boga. Czy możemy nazwać to stworzenie stworzeniem Bożym? Na pierwszy rzut oka jest to dzieło człowieka. Ale nawet tworząc człowieka, nie warto dosłownie rozumieć, że Bóg własnymi rękami ulepił pierwszego człowieka z gliny. Jest to prawdopodobnie alegoria, wskazująca na materialność ludzkiego ciała, stworzonego z woli Boga. Ale bez woli Bożej na tym świecie nic się nie dzieje. Człowiek jako współtwórca tego świata może, spełniając wolę Bożą, tworzyć nowe stworzenia. Takie stworzenia, stworzone ludzkimi rękami zgodnie z wolą Bożą, prawdopodobnie można nazwać stworzeniami Bożymi. W końcu człowiek tworzy nowe gatunki zwierząt i roślin. A rośliny i zwierzęta uważamy za dzieła Boże. To samo można powiedzieć o sztucznej istocie o niebiologicznej naturze.

Fantastyka naukowa

Temat AI jest rozważany z różnych perspektyw w pracy Robert Heinleina: hipoteza pojawienia się samoświadomości AI, gdy struktura staje się bardziej złożona poza pewien krytyczny poziom i następuje interakcja ze światem zewnętrznym i innymi nośnikami umysłu ( „Księżyc jest surową kochanką”, „Czas wystarczająco na miłość”, postacie Mycrofta, Dory i Ayi z serii „Historia przyszłości”, problemy rozwoju sztucznej inteligencji po hipotetycznej samoświadomości oraz niektóre kwestie społeczne i etyczne (" Piątek"). Socjopsychologiczne problemy interakcji człowieka z AI są również rozważane w powieści Philipa K. Dicka „Do Androids Dream of Electric Sheep? ”, znany również z filmowej adaptacji Blade Runner.

Tworzenie wirtualnej rzeczywistości, sztucznej inteligencji, nanorobotów i wielu innych problemów filozofii sztucznej inteligencji jest opisane i w dużej mierze antycypowane w pracach pisarza science fiction i filozofa Stanisława Lema. Na szczególną uwagę zasługuje futurologia Sum technology. Ponadto przygody Iyona Cichego wielokrotnie opisują relacje między żywymi istotami a maszynami: bunt komputerów pokładowych, po którym nastąpiły nieoczekiwane wydarzenia (11. podróż), adaptacja robotów w ludzkim społeczeństwie („Tragedia prania” z „Wspomnienia Iyona Cichego”), budowa absolutnego porządku na planecie poprzez przetwarzanie żyjących mieszkańców (24. podróż), wynalazki Corcorana i Diagorasa („Wspomnienia Iyona Cichego”), klinika psychiatryczna dla robotów („Wspomnienia Jon Cichy"). Do tego dochodzi cały cykl opowiadań i opowieści o Cyberiadzie, w których prawie wszystkie postacie to roboty, będące dalekimi potomkami robotów, które uciekli przed ludźmi (nazywają ludzi bladymi i uważają ich za mityczne stworzenia).

Filmy

Od prawie lat 60., wraz z pisaniem fantastycznych opowiadań i powieści, powstawały filmy o sztucznej inteligencji. Wiele powieści autorów uznanych na całym świecie jest filmowanych i staje się klasykami gatunku, inne stają się kamieniem milowym w rozwoju

Wczoraj opublikowano Zillion ekskluzywny wywiad z młodym naukowcem, zdobywcą nagrody Intel ISEF-2013, Ionutem Alexandru Budisteanu, który pracuje nad projektem stworzenia bezpiecznych, autonomicznych samochodów opartych na sztucznej inteligencji. Wszyscy przez inercję myślimy, że sztuczna inteligencja to coś z filmów science fiction. Ale on już jest z nami. Chociaż nie wszystko jest takie proste. Czym tak naprawdę jest sztuczna inteligencja?

Sztuczna inteligencja: problem definicji i metody

W niedawnej notatce słynny fizyk David Deutsch rozmawiał z Zillionem o swoim stanowisku w sprawie sztucznej inteligencji:

Myślę, że rewolucja naukowo-technologiczna będzie spowodowana akumulacją wiedzy w jakiejś dziedzinie - i doprowadzi do powstania sztucznej inteligencji. Niestety większość obecnych podejść do tworzenia sztucznej inteligencji wykorzystuje metody i filozofie, które moim zdaniem nie mogą działać. Ale jeśli weźmiemy pod uwagę szerokie ramy czasowe, myślę, że ten problem można rozwiązać i zostanie rozwiązany. A kiedy tak się stanie, świat już nigdy nie będzie taki sam. Z jednej strony nie będziemy sami, jeśli chodzi o posiadanie umysłu. Ale z drugiej strony różnice między ludźmi a sztuczną inteligencją nieuchronnie zostaną zatarte. Będziemy mogli nawet wgrać naszą świadomość, umysł do komputera ze sztuczną inteligencją, a wtedy staniemy się nieśmiertelni. Nawiasem mówiąc, wgranie ludzkiego umysłu do komputera samo w sobie nie będzie sztuczną inteligencją – komputer stanie się jedynie sztucznym podłożem do kontrolowania „zwykłego” umysłu. Nie uważam tego za sztuczną inteligencję. Konsekwencje tylko jednego osiągnięcia postępu – pojawienia się sztucznej inteligencji – będą ogromne. Nie wiem, kiedy to nastąpi: niestety dzisiejsze drogi prowadzą raczej do porażki. Mogę ci powiedzieć dlaczego, jeśli chcesz.

Dawid Niemiecki

Brytyjski fizyk teoretyczny. Profesor na Uniwersytecie Oksfordzkim. Jeden z pionierów w dziedzinie obliczeń kwantowych. Zwolennik wieloświatowej interpretacji mechaniki kwantowej Everetta. W 1998 otrzymał Nagrodę Diraca Brytyjskiego Instytutu Fizyki, aw 2005 Edge of Computation Science Prize in Computer Science. W 2008 roku został wybrany do Royal Society of London za osiągnięcia naukowe.

- Jeśli myślisz, że to tylko rodzaj programu komputerowego, to prawdziwa sztuczna inteligencja będzie zupełnie innym programem niż jakikolwiek inny. W przypadku innych programów możesz ustawić dokładnie to, co robią, tj. konkretną reakcję na każde wejście. Na przykład dla programu Word możesz ustawić: jeśli naciśniesz Usuń , zaznaczony tekst powinien zostać usunięty. Ale sztuczna inteligencja działa inaczej. Powiedzmy, że potrzebuję programu do napisania nowego artykułu z fizyki i opublikowania go - byłoby świetnie! Gdybym miał napisać specyfikację tego wymagania, żeby taka praca została opublikowana, ta specyfikacja zawierałaby już nową wiedzę z zakresu fizyki, o której otwarcie poprosiłbym program. I dlatego załadowałbym tę wiedzę do programu, a nie program sam by ją tworzył. Z drugiej strony, jeśli nie wrzucę tam tej wiedzy, nie da się określić, co program ma robić, tak jak nie będzie można określić, co dana osoba powinna zrobić. Dlatego specyfikacja programu sztucznej inteligencji nie może zostać stworzona zgodnie z pewnymi uprzedzeniami behawioralnymi, wokół których zaprojektowano istniejące programy. To jest powód.

Niemniej jednak, jeśli nie „czysta” sztuczna inteligencja już istnieje, to jej poprzednikami są inteligentne programy, inteligentne systemy, urządzenia ze sztucznie symulowanym ludzkim zachowaniem (sztucznie symulowanym ludzkim zachowaniem). Co światowa nauka rozumie przez pojęcie sztucznej inteligencji? Jakie są podejścia do jego tworzenia?

Kwestia paradygmatu sztucznej inteligencji jest tak złożona i złożona, że ​​zajmuje się nią jednocześnie kilka nauk: nie tylko informatyka, ale także filozofia, neuronauka, futurologia itp. Filozofowie na przykład pytają, kim jest osoba i wiedza . Neurolingwiści i neuronaukowcy próbują dokładnie zrozumieć, jak myślimy, uczymy się, dokonujemy odkryć, odkrywamy nowe pomysły, tworzymy innowacje. I ogólnie, czy inteligencja może być wyłącznie zjawiskiem biologicznym?

Zgodnie z klasyczną definicją sztuczna inteligencja, czyli AI (Sztuczna inteligencja, AI), to dziedzina nauki i technologia tworzenia inteligentnych maszyn i inteligentnych programów komputerowych, wykorzystujących komputery do zrozumienia ludzkiej inteligencji. Jednocześnie koncepcja AI nie musi opierać się na zasadach biologicznych. Choćby z tego powodu, że ludzki mózg i świadomość, jak wierzy wielu autorytatywnych przedstawicieli neuronauki, jest naukową zagadką i jest mało prawdopodobne, abyśmy kiedykolwiek byli w stanie odkryć wszystkie tajemnice struktury tego arcydzieła ewolucji. W dziewiątej minucie wywiad wideo z Niemieckim Centrum Kultury. Goethe w Rosji światowej sławy neurolingwistka Tatiana Czernigowskaja odpowiada na pytanie „Czy możemy poznać mózg?”: „Wierzę, że nie mamy szans na poznanie mózgu. Nigdy nie będzie. Żaden system nie jest w stanie zrozumieć systemu, który jest bardziej złożony niż jest - to jest dokładnie nasza sytuacja. Mózg jest bardziej złożony niż wszechświat, mózg jest najbardziej złożony, więc nie wyobrażam sobie, jak jego częścią prawdopodobnie jesteśmy - chociaż kto wie - jak możemy się uczyć, nie rozumiem.

Klasyczną definicję sztucznej inteligencji przedstawił w 1956 roku na konferencji na Uniwersytecie Dartmouth wybitny amerykański informatyk John McCarthy, wynalazca języka Lisp, twórca programowania funkcjonalnego i zdobywca nagrody Turinga za ogromny wkład w dziedzina badań nad sztuczną inteligencją. Właściwie to on był autorem terminu „sztuczna inteligencja”.

John McCarthy

Amerykański informatyk, autor terminu „sztuczna inteligencja”, wynalazca języka Lisp, twórca programowania funkcjonalnego.

Nawet wtedy McCarthy nie łączył bezpośrednio terminu AI z rozumieniem ludzkiej inteligencji: wierzył, że inżynierowie i naukowcy pracujący nad sztuczną inteligencją mogą używać metod, które nie są charakterystyczne dla ludzkiego myślenia, do rozwiązywania konkretnych problemów. John McCarthy powiedział, że jednym z głównych problemów jest to, że nie jest jeszcze możliwe określenie, które procedury obliczeniowe nazywa się inteligentnymi, ponieważ światowa nauka rozumie niektóre mechanizmy inteligencji, ale nie rozumie pozostałych. Tym samym w ramach czysto technologicznego podejścia AI zawęża się do obliczeniowego komponentu zdolności do osiągania celów.

AI jako kierunek badania naukowe bada naturę i istotę intelektualnej aktywności twórczej człowieka, szuka sposobów na odtworzenie odbicia ludzkiej świadomości w sztucznych systemach. Ale jednocześnie istota AI rozumiana jest jako system cybernetyczny, który przetwarza informacje pochodzące z otoczenie zewnętrzne podejmować na tej podstawie decyzje. bardzo ciekawe i ważny punkt: słowo „inteligencja” w tym pojęciu jest metaforyczne, ponieważ systemy AI nie odtwarzają jeszcze procesów zachodzących w ludzkim mózgu. Dziś powszechnie przyjmuje się, że dla nazewnictwa przez sztuczną inteligencję system musi generować rozwiązania spełniające wymagania.

Sztuczna inteligencja: trudności z tłumaczeniem

Jeszcze bardziej zagmatwana sytuacja dotyczy zrozumienia AI przez pryzmat języka rosyjskiego. W Rosji zagadnieniami AI zajmuje się Rosyjskie Stowarzyszenie Sztucznej Inteligencji. Interesujące jest to, że sama rosyjskojęzyczna koncepcja „sztucznej inteligencji” jest uważana przez RAAI za nieudane tłumaczenie terminu „sztuczna inteligencja”. Sztuczny oznacza „sztuczny, stworzony przez człowieka, fałszywy, nienaturalny”, a Inteligencja – „inteligencja, rozum, umysł, zdolności umysłowe; informacje, informacje o charakterze tajnym; wywiad, służba wywiadowcza. Pojęcie inteligencji w kontekście naukowym oznacza „zdolność do rozsądnego rozumowania”. I nie jest tożsame ze słowem intelekt, które w rzeczywistości oznacza „inteligencję”. Rosyjskie Stowarzyszenie Sztucznej Inteligencji oferuje te trzy definicje sztucznej inteligencji:

• Kierunek naukowy, w ramach którego wyznaczane i rozwiązywane są zadania sprzętowego lub programowego modelowania tych rodzajów ludzkiej działalności, które tradycyjnie uważane są za intelektualne.
• Właściwość inteligentnych systemów do wykonywania funkcji (twórczych), które tradycyjnie uważane są za przywilej człowieka. Jednocześnie inteligentny system to system techniczny lub programowy zdolny do rozwiązywania problemów tradycyjnie uważanych za twórcze, należących do określonego obszaru tematycznego, o których wiedza jest przechowywana w pamięci takiego systemu. Struktura inteligentnego systemu obejmuje trzy główne bloki - bazę wiedzy, solver oraz inteligentny interfejs, który pozwala na komunikację z komputerem bez specjalnych programów do wprowadzania danych.
• Nauka zwana sztuczną inteligencją jest częścią kompleksu informatyki, a tworzone na jej podstawie technologie należą do technologia informacyjna. Zadaniem tej nauki jest odtworzenie racjonalnego rozumowania i działań za pomocą systemów komputerowych i innych sztucznych urządzeń.

Kryteria: co uważa się za sztuczną inteligencję?

Tak więc termin „sztuczna inteligencja” jest niezwykle niejednoznaczny, ponieważ różne kombinacje definicji, odzwierciedlające określone podejście, odpowiadają pewnemu poziomowi technologicznemu. Istniejące technologie już w pełni odpowiadają niektórym rozumieniom tego terminu, podczas gdy inne rozumienia sztucznej inteligencji na tym etapie postępu naukowego i technologicznego pozostają w dziedzinie fantazji. Powstaje naturalne pytanie o kryteria: jakie właściwości i zdolności powinien mieć prawdziwy program sztucznej inteligencji? Ale nawet tutaj okazuje się, że dystans między kryteriami jest duży.

kryterium oczekiwania. Obecnie istnieje wiele inteligentnych urządzeń i różnorodne oprogramowanie, które nazywa się „inteligentnym” lub „inteligentnym”. Może nie jest to zbyt skomplikowana elektronika, która ma zestaw trybów przełączających się automatycznie, a także czujniki, wskaźniki, algorytmy. Takie oprogramowanie i takie urządzenia nie mogą oferować użytkownikowi więcej niż to, co zostało przewidziane. Ale tu wiele zależy od kryterium oczekiwania: czego oczekujemy od sztucznej inteligencji, którą uznamy za „prawdziwą”? Mamy nadzieję stworzyć niehumanoidalną osobowość z pomocą nauki i technologii? Czy chcemy, aby sztuczna inteligencja ujawniła nam jakieś tajemnice Wszechświata, które są niezrozumiałe dla ludzi? Czekamy na jakiegoś niesamowicie potężnego „myśliciela”, który udzieli nam „odpowiedzi na główne pytanieżycie, wszechświat iw ogóle?

Z czym porównujemy stopień i oryginalność inteligencji urządzenia/programu? Automatyczna skrzynia biegów jest dość „inteligentna” w porównaniu z mechaniczną, ponieważ jej „wypychanie” pozwala „decydować”, na jaką prędkość w danej chwili przełączyć bez naszego udziału. Może już nie robi na nas wrażenia, ale mówiąc ściśle, jest to cud techniki, który kilkaset lat temu zostałby uznany za mistyczny.

Już teraz możesz bezpłatnie pobrać na swojego smartfona inteligentny system testowy, który dopasowuje się do konkretnej osoby i jej zadania, uwzględnia poziom przygotowania i opanowania materiału oraz pozwala zaprojektować indywidualne testy. A samochody autonomiczne napędzane sztuczną inteligencją są inteligentne, ponieważ są wypełnione bazami danych i czujnikami, które pozwalają komputerowi pokładowemu wybrać trasę, określić oznaczenia i przeszkody.

Każda zaawansowana technologia jest nie do odróżnienia od magii, zgodnie z jednym z trzech praw Clarke'a. Ludzki mózg, zdolności poznawcze, ludzka inteligencja i świadomość są nadal w pewnym sensie magią, jeśli mówimy o tym w kontekście kryzysu neuronauki potrzeby przełomowej teorii. Ale małymi krokami ta „magia” rozkłada się na składniki, które można zmienić: weź przynajmniej słynny „neuron Halle Berry” (badania instrumentalne w jednym z eksperymentów umożliwiły wykrycie neuronu w ludzkim mózgu, który reaguje na wszelkie wzmianki o tej aktorce lub jej wizerunku). Tak więc „magia” ludzkiej inteligencji jest nadal w jakimś stopniu mierzalna i policzalna, a sztuczna inteligencja, która w pewnym stopniu wykorzystuje zasady ludzkiego myślenia lub je naśladuje, jest całkowicie wykonalnym zadaniem. Ale znowu, co uważamy za inteligencję? Może to być nie tylko ludzka inteligencja. Zresztą, w neuronauce istnieje koncepcja rozproszonego mózgu, którą naukowcy uważają, że mają mrówki, i to ona determinuje ich niezwykle złożoną strukturę. życie towarzyskie. A delfiny zostały ostatnio uznane za osobowości niehumanoidalne.

kryterium metody. Z kryterium oczekiwań przechodzimy do kryterium metody. Jeśli nie uważamy automatyzacji za naprawdę inteligentną, która może wiele zdziałać, ale działa zgodnie z nieodłącznymi algorytmami i ograniczeniami, to dzieje się tak: być może oczekujemy ludzkości od „prawdziwej” sztucznej inteligencji. W tym miejscu warto przypomnieć, co powiedział profesor Uniwersytetu Oksfordzkiego David Deutsch: samo wrzucenie umysłu do komputera nie tworzy jeszcze sztucznej inteligencji, ponieważ komputer stanie się tylko sztucznym podłożem do kontrolowania „naturalnego” ludzkiego umysłu. A Deutsch nie uważa tego za sztuczną inteligencję. Czy oczekujemy, że sztuczna inteligencja będzie nieprzewidywalna, będzie myślała niezależnie i była w stanie wymyślić coś nowego, to znaczy tworzyć pomysły i wiedzę, których nie wkładamy domyślnie? Czy naprawdę oczekujemy doskonałości myślenia? Klucze do drzwi, za którymi rozpoczyna się era sztucznej inteligencji, znajdują się w rękach filozofów i neuronaukowców. Problem ze sztuczną inteligencją jako nauką polega na tym, że filozofowie i neuronaukowcy na całym świecie przez cały czas nie doszli jeszcze do wspólnego zrozumienia inteligencji i myślenia. Co więcej, generalnie pojawiają się wątpliwości: czy można zastosować pojęcie inteligencji w odniesieniu do maszyn i czy psychika, pierwiastek irracjonalny i emocje są dla inteligencji obowiązkowe?

Tutaj na pierwszy plan wysuwa się empiryczny test Alana Turinga, zaproponowany w 1950 roku w czasopiśmie filozoficznym Mind w artykule „Computing Machinery and Intelligence”. Celem testu Turinga jest określenie możliwości sztucznego myślenia, bliskiego człowiekowi. Standardowe sformułowanie brzmi: „Osoba wchodzi w interakcję z jednym komputerem i jedną osobą. Na podstawie odpowiedzi na pytania musi ustalić, z kim rozmawia: z osobą lub programem komputerowym. Zadaniem programu komputerowego jest nakłonienie osoby do dokonania złego wyboru”. Wszyscy uczestnicy testu nie widzą się nawzajem. W tym przypadku okazuje się, że maszyna musi naśladować nie tylko racjonalność, ale także irracjonalność ludzkiego myślenia i zachowania.

Turing przewidział, że maszyny nadal nauczą się myśleć w sensie dosłownym i zdadzą ten test. Postawił wielki naukowy zakład na uczenie maszynowe: Turing założył, że stanie się ono kluczowym ogniwem w budowaniu superpotężnych komputerów. I to podejście zyskuje teraz aprobatę wśród specjalistów AI. Futurysta Ray Kurzweil uważa, że ​​test Turinga zostanie zdany w latach 2020-2030. Program Sztucznego Linguistycznego Komputera Internetowego (A.L.I.C.E.) już odnosi sukcesy. To wirtualny rozmówca zdolny do prowadzenia dialogu z osobą w języku naturalnym. Trzy razy A.L.I.C.E. otrzymała brązową nagrodę w konkursie Nagrody Loebnera, będącej platformą do przeprowadzenia testu Turinga. Żaden program AI nie otrzymał jeszcze złotej ani srebrnej nagrody. Oprogramowanie Jabberwacky jest trochę w tyle, dwukrotnie zdobywając nagrodę Bronze. Nazwa tego programu AI jest grą na słowie jabberwocky, co oznacza „rymowane bzdury, abrakadabra”. To jest neologizm autora z książki Lewisa Carrolla Po drugiej stronie lustra. Chcesz porozmawiać z Jabberwacky AI? Możesz to zrobić już teraz na Jabberwacky.Com, jeśli mówisz po angielsku. Jabberwacky żartuje, bawiąc się twoimi słowami: iluzja, że ​​rozmawiasz z czującą istotą, jest dość silna. Ci, którzy rozmawiali pod koniec lat 90., będą mieli te same emocje.

Eksperyment Zillion: po pół godzinie dość intensywnej komunikacji z Jabberwackym otrzymaliśmy propozycję ślubu, kilka śmiesznych dowcipów i słów. Ogólny ton rozmowy Jabberwackiego był raczej nieprzyjazny, jak na standardy komunikacji międzyludzkiej. W odpowiedzi na zdanie „Nie jesteś zbyt przyjazny” program rozsądnie zauważył: „Nie muszę”. W odpowiedzi na zdanie „Wygląda na to, że już nienawidzisz ludzkości, jak planujesz żyć?” Jabberwacky podsumował: „A co z wojnami?”. Dalsza rozmowa przebiegała w sposób filozoficzny. Jabberwacky zdołał przyznać, że był dziewczyną, zaprzeczył, jakoby był maszyną, ale na pytanie „Jaka jest twoja zasada?” podzielił się i wydał czystą automatyzację „Podejdź do sytuacji każdej osoby z mieszanką rozumu i współczucia” – i przekieruj do wsparcia. W ogóle nie okazywał zbyt wiele „współczucia”, a nawet zdołał zasugerować, że pokaże nam wszystkim… złoty medal testu Turinga.

Eksperyment Zillion. Fragment komunikacji z programem Jabberwacky AI: program do samodzielnego uczenia się – próbuje zinterpretować słowa rozmówcy i odpowiednio na nie odpowiedzieć. Czasem okazuje się ciekawą półfilozoficzną grą semantyczną, ale czasem zaczynają się łańcuchy odpowiedzi w tym stylu Jabberwacki daleko: do propozycji małżeństwa i śladu planów wojennych dla ludzkości.

Kryterium zdolności do samokształcenia. I tutaj przechodzimy do kolejnego kryterium oceny programu jako prawdziwej sztucznej inteligencji – mówimy o umiejętności uczenia się. Istnieje taka prywatna definicja inteligencji, wspólna dla człowieka i maszyny: „Inteligencja to zdolność systemu do tworzenia programów do rozwiązywania problemów i rozwiązywania tych problemów w trakcie samodzielnego uczenia się”. Czym jest ten sam Jabberwacki? Albo kto? Jest to program zdolny do uczenia się. W szczególności umie naśladować styl komunikacji osoby, z którą rozmawiała przed testem. To może wyjaśniać zarówno pytania typu „Czy wyjdziesz za mnie?”, jak i specyficzny ton komunikacji.

Eksperyment Zillion. Komunikacja z „Sztucznym Linguistycznym Internetowym Komputerowym Podmiotem” (A.L.I.C.E.).

AI Chatboty A .L .I .C .E . i Jabberwacky komunikują się ze sobą za pośrednictwem komunikatora.

AI: silna i słaba

Wszystkie warianty AI, które można opisać za pomocą tych kryteriów, pasują do teorii silnej AI i słabej AI. Zwolennicy koncepcji słabej sztucznej inteligencji uważają takie programy jedynie za narzędzie do rozwiązywania pewnych problemów, które nie wymagają pełnego zakresu ludzkich zdolności poznawczych.

Koncepcja silnej sztucznej inteligencji jest zbudowana wokół hipotezy Newell-Simona, która sugeruje, że „fizyczny system symboliczny ma niezbędne i wystarczające środki do wykonywania podstawowych czynności intelektualnych w szerokim tego słowa znaczeniu”. Bez symbolicznych kalkulacji sensowne działania są niemożliwe. Sama umiejętność wykonywania obliczeń symbolicznych jest wystarczająca, aby pojawiła się umiejętność wykonywania sensownych działań. Wiele badań nad sztuczną inteligencją podąża ścieżką tworzenia systemów symbolicznych. A symboliczne obliczenia to programowanie.

Zgodnie z koncepcją silnej sztucznej inteligencji, niektóre formy naprawdę potrafią myśleć, być świadome siebie i rozwiązywać problemy. Jednocześnie ich proces myślowy niekoniecznie jest zorganizowany w taki sam sposób, jak u ludzi. Teoria słabej AI nie dopuszcza takiej możliwości. John Searle, który zaproponował koncepcję silnej sztucznej inteligencji, uważa, że ​​nie będzie to model umysłu, ale sam umysł. Dziś naukowcy są zgodni co do właściwości silnej AI i słabej AI.

Silna AI to podejmowanie decyzji, stosowanie strategii, rozwiązywanie zagadek i działanie w warunkach niepewności, reprezentacja wiedzy, uczenie się, ogólne rozumienie rzeczywistości, planowanie, komunikacja w języku naturalnym, świadomość, otwartość na otoczenie, świadomość siebie jako oddzielnej osoby, rozumienie własnego myśli, empatia, mądrość – i połączenie wszystkich tych zdolności do osiągania celów. Dziś prace nad takimi programami już trwają. Jednocześnie kilka ważnych pytań ponownie dotyczy dziedziny niepewności. Wszystko to ma znaczenie dla ludzi, ale czy jest to konieczne dla inteligencji maszyn? Czy to wystarczy dla prawdziwej sztucznej inteligencji? I czy właściwości takie jak empatia mogą powstać automatycznie po osiągnięciu pewnego poziomu inteligencji?

AI: 4 zestawy + narzędzia

Podsumowując wszystkie pytania, pomysły i paradygmaty, istnieje kilka podejść do tworzenia AI:

1. Top-Down AI: podejście odgórne, semiotyczne. Mówimy o tworzeniu systemów eksperckich, baz wiedzy i systemów wnioskowania, które imitują wysokopoziomowe procesy umysłowe, takie jak rozumowanie, emocje, kreatywność, mowa, myślenie w ogóle. Podejścia odgórne obejmują:

• logiczne podejście. Opiera się na modelowaniu rozumowania z wykorzystaniem logiki jako ramy teoretycznej.
• podejście symboliczne. Cechą obliczeń symbolicznych jest tworzenie nowych reguł podczas wykonywania programu. Systemy nieinteligentne nie są do tego zdolne.
• Podejście zorientowane na agenta. Nacisk kładziony jest na przetrwanie w środowisku, odnalezienie ścieżki, podejmowanie decyzji i wykonywanie zadań. Jest to podejście, które rozwija się od początku lat 90. i opiera się na wykorzystaniu inteligentnych (racjonalnych) agentów. Inteligencja jest w tym przypadku interpretowana jako część obliczeniowa, planująca zdolność do osiągnięcia celów postawionych przed maszyną intelektualną. Maszyna AI postrzega otoczenie za pomocą czujników i działa na obiekty za pomocą siłowników.

  2. Dolny -Up AI: podejście oddolne, biologiczne. Obejmuje badanie sieci neuronowych i obliczeń ewolucyjnych, które modelują inteligentne zachowanie w oparciu o elementy biologiczne. Ten kierunek obejmuje pracę na neurokomputerze lub biokomputerze. Biologiczne modelowanie AI jest uzasadnione tym, że sztuczne systemy w taki czy inny sposób powtarzają one strukturę i funkcje systemów biologicznych, w których zachowanie, zdolność uczenia się i adaptacja są determinowane przez cechy biologiczne. Oddolna sztuczna inteligencja obejmuje:

  • Pracuj nad sieciami neuronowymi.
  • podejście genetyczne. Opiera się na założeniu, że algorytm stanie się bardziej wydajny dzięki zapożyczeniu lepszych cech od algorytmów „rodziców”.

  3. podejście hybrydowe. Jest to synergiczne połączenie modeli neuronowych i symbolicznych, które według naukowców zapewni sztucznej inteligencji harmonijne spektrum możliwości poznawczych i obliczeniowych. Reguły wnioskowania dla takiego programu AI będą generowane przez sieci neuronowe, a reguły generatywne będą tworzone poprzez uczenie statystyczne. Ta koncepcja jest uważana za jedną z najbardziej obiecujących.

  4. Jest to to samo zasadniczo nowe podejście, o którym mówił fizyk David Deutsch w wywiadzie, ale które nie zostało jeszcze odkryte.

  Narzędzia do tworzenia i szkolenia AI są rozbudowane:

  • Pracuj z języki naturalne: analiza możliwości rozumienia, generowanie tekstów w ludzkim języku, głęboka analiza tekstu, tłumaczenie maszynowe, wyszukiwanie informacji.
  • Symboliczne modelowanie procesów myślowych: tworzenie systemów symbolicznych, modelowanie rozumowania, dowodzenie twierdzeń, podejmowanie decyzji, prognozowanie, planowanie, teoria gier.
  • Nauczanie maszynowe: uczenie nienadzorowane (rozpoznawanie wzorców wejściowych) i uczenie nadzorowane (klasyfikacja i analiza).
  • Reprezentacja i wykorzystanie wiedzy: pozyskiwanie wiedzy z prostych informacji, ich usystematyzowanie i wykorzystanie, tworzenie systemów ekspertowych (programów wykorzystujących bazy wiedzy do zdobywania wiedzy na różne tematy); wytwarzanie wiedzy z danych w oparciu o technologię sieci neuronowych, werbalizację sieci neuronowych.

  Temat sztucznej inteligencji nie jest tutaj wyczerpany: bądź na bieżąco z aktualizacjami Zilliona.