Definicija Umjetne Inteligencije

Izjavili smo da je Umjetna Inteligencija uzbudljivo i univerzalno znanstveno područje ali nismo je definirali.

Sljedeća tablica nam prikazuje osam definicija podijeljenih u četiri grupe.

Definicije na vrhu bave se procesima razmišljanja i razumijevanja, dok su donje usmjerene na ponašanje.

Lijeve dvije definicije mjere uspjeh u usporedbi s ljudskim performansom te desne dvije mjere količinu idealnog performansa, odnosno racionalno ponašanje. Sustav je racionalan ako učini "pravu stvar" s obzirom na to što zna.

Ponašanje kao čovjek. Turingov Test.

Turingov Test, djelo Alana Turinga (1950.), je dizajniran da stvori efikasnu operacijsku definiciju inteligencije.

Računalo može uspješno položiti test ako ljudski ispitivač, u odvojenoj sobi, nakon što postavi pitanja u pisanom obliku, ne može razaznati da li je odgovor došao od računala ili ljudske osobe.

Programiranje računala koje je sposobno proći taj rigorozni test zahtjeva veliku količinu posla.

Takvo računalo bi trebalo imati sljedeće odlike:

prirodno procesiranje jezika, odnosno sposobnost da uspješne komunikacije na engleskom jeziku
reprezentaciju znanja, odnosno da sprema u memoriju sve što zna ili čuje
automatizirano razumijevanje, sposobnost korištenja spremljenih informacija da bi računalo bilo u stanju odgovarati na pitanja i razviti zaključke
strojno učenje, odnosno sposobnost prilagođavanja na novu okolinu te otkrivanje i ekstrapolacija uzoraka

Turingov Test namjerno izbjegava direktnu fizičku interakciju između ispitivača i računala, razlog tome je što fizička simulacija osobe nije nužna za demonstraciju inteligencije.

Unatoč tome, takozvani potpuni Turingov Test uključuje video signal tako da ispitivač može ispitati perceptivne sposobnosti subjekta, uz to, uključuje i mogućnost da ispitivač fizički preda neki objekt kroz otvor između dvije sobe.

Kako bi računalo prošlo potpuni Turingov Test, trebalo bi imati:

računalni vid, kako bi percipiralo objekte
robotiku, kako bi manipuliralo objekte i kretalo se

Tih šest disciplina tvore većinu komponenti umjetne inteligencije te Turing zaslužuje priznanje za dizajniranje testa koji je relevantan nekih 60 godina kasnije.

Usprkos tome, istraživači umjetne inteligencije su posvetili jako malo truda da pokušaju uspješno proći Turingov Test, vjerujući da je važnije učiti i proučavati temeljne principe inteligencije nego pokušavajući replicirati već postojeći primjerak. Potraga za "umjetnim letom" uspjela je kada su braća Wright i ostali prestali pokušavati imitirati ptice te počeli koristiti zračne tunele i učiti o aerodinamici. Udžbenici aerodinamičkog inžinjerstva ne definiraju cilj tog područja znanosti kao "nastojanje da se stvore strojevi koji lete identično kao golubovi tako da mogu zavarati druge golubove."

Razmišljanje kao čovjek. Kognitivno modeliranje

Ako mislimo tvrditi da program razmišlja kao čovjek, prvo moramo dobro definirati način na koji ljudi razmišljaju.

Moramo zaviriti u ljudski um i probati shvatiti na koji način funkcionira.

To možemo napraviti na tri načina;

kroz introspekciju-pokušati uhvatiti vlastiti tok misli,
kroz psihološke eksperimente-proučavanje osobe dok obavlja određenu radnju,
skeniranjem ljudskog mozga- promatranjem moždanih aktivnosti.

Nakon što imamo dovoljno preciznu teoriju o ljudskom umu, možemo primijeniti tu teoriju kroz računalni program. Ako ulazno-izlazno ponašanje programa odgovara ponašanju čovjeka u identičnoj situaciji, to je dokaz da su neki programski mehanizmi također prisutni i kod ljudi. Na primjer, Allen Newell i Herbert Simon, tvorci GPS( "General Problem Solver") sustava, nisu bili zadovoljni s činjenicom da njihov program rješava probleme na ispravan način. Više ih je zanimalo uspoređivanje procesa razmišljanja računala, korak po korak, te procesa razmišljanja ljudskog subjekta u istoj situaciji.

Interdisciplinarno područje kognitivnih znanosti povezuje računalne modele umjetne inteligencije i eksperimentalne tehnike iz psihologije kako bi razvilo precizne teorije o ljudskom umu koje bi se mogle testirati u praksi. U ranim danima razvoja umjetne inteligencije autor programa koji uspješno prolazi sve zadatke bi tvrdio da je taj program dobar model ljudskog performansa, i obrnuto. Moderni autori razdvajaju te dvije tvrdnje; ova razlika je omogućila ubrzani razvoj i umjetne inteligencije i kognitivnih znanosti. Ta dva područja i dan danas idu ruku uz ruku što je najviše vidljivo u računalnom vidu, koje inkoporira neuropsihologiju i računalne modele.

Racionalno razmišljanje. "Zakoni misli"

Grči filozof Aristotel bio je jedan od prvih koji su probali kodificirati "ispravno razmišljanje", tj. nepobitan proces razmišljanja. Njegovi su silogizmi pružali obrasce za strukture argumenta koji su uvijek davali ispravne zaključke kao posljedice ispravnih premisa, na primjer, "Sokrat je ljudsko biće. Svi ljudi su smrtinici. Dakle, Sokrat je smrtnik."

Ovi zakoni misli su zamišljeni kao upravitelji ljudskog uma; njihovo proučavanje započelo je područje zvano logika.

Logičari u 19. stoljeću razvili su precizne notacije za tvrdnje o velikom broju objekata u svijetu te relacijama između njih. U kontrastu s time imamo obične aritmetičke notacije, koje se bave samo s tvrdnjama koje su vezane uz brojeve. Do 1965. već su postojali programi koji su u principu bili u stanju riješiti bilo koji rješivi problem opisan u logičkoj notaciji (Iako, ako riješenje nije postojalo, program bi ušao u beskonačnu petlju). Zagovaratelji takozvane logističke tradicije unutar umjetne inteligencije nadaju se da će unaprjeđivanje takvih programa pridonijeti razvoju inteligentnih sustava.

Postoje dvije glavne prepreke ovom pristupu. Prvo, nije jednostavno uzeti neformalnu informaciju i prikazati je u kontekstu formalne logičke notacije, pogotovo kada je ta informacija manje od 100% ispravna. Drugo, postoji velika razlika između rješavanja problema teoretiziranjem i u praksi. Čak i problemi sa samo par stotina činjenica, odnosno premisa, mogu iscrpiti resurse skoro svakog računalnog sustava, osim ako ima nekakvu vrstu navođenja koje mu pomaže u procesu rasuđivanja i odabira koraka u razmišljanju.

Racionalno ponašanje. Racionalni agent.

Agent je nešto što radi, obavlja funkciju (lat.agere-čin). Naravno da svi računalni programi nešto obavljaju ali od računalnih agenata se očekuje da budu puno više od toga; operiraju neovisno, percipiraju svoju okolinu, budu ustrajni tijekom dužeg vremenskog perioda, prilagođavaju se na promjene te da stvaraju i ostvaruju ciljeve. Racionalni agent je onaj koji nastoji postići najbolji ishod, ili kada je situacija neizvjesna, postigne najbolji očekivani ishod.

U pristupu umjetnoj inteligenciji zvanom "zakon misli", naglasak je bio na ispravnim zaključcima. Donošenje ispravnog zaključka je ponekad dio racionalnog agenta. Jedan od principa racionalnog ponašanja je logičko razmišljanje te donošenje zaključka da će određena aktivnost ostvariti željeni ishod te, naposljetku, djelovanje u tom smjeru. S druge strane, ispravni zaključci nisu uvijek u potpunosti racionalni. U nekim situacijama, gdje naizgled nema točnog odgovora, neka racionalna odluka se ipak mora donijeti. Uz sve to, postoje i načini na koje se može racionalno djelovati bez prethodnog donošenja ikakvih zaključaka. Na primjer, refleksna akcija micanje ruke sa vrućeg štednjaka je puno bolje rješenje od sporije akcije nakon oprezne i detaljne procjene situacije.

Sve sposobnosti potrebne za prolazak Turingovog Testa također pomažu agentu da se ponaša racionalno, reprezentacija znanja i automatizirano razumijevanje omogućavaju agentu donošenje dobrih odluka. Potrebna je sposobnost stvaranja razumljivih rečenica na materinjem jeziku kako bi bili funkcionalni član kompleksnoga društva. Trebamo učiti ne samo zbog obrazovanja, već i zbog toga što učenje poboljšava našu sposobnost stvaranja učinkovitoga ponašanja.

Pristup racionalnog agenta ima dvije glavne prednosti naspram drugih pristupa. Kao prvo, ima više generaliziran pristup od pristupa "zakona misli" zato što donošenje ispravnog zaključka je samo jedan od više mogućih mehanizama za postizanje racionalizacije. Kao drugo, prilagođeniji je napretku znanosti nego pristupi bazirani na ljudskom ponašanju ili ljudskoj misli. Standard racionalnosti je matematički vrlo dobro definiran i kompletno generaliziran, dok je ljudsko ponašanje, s druge strane, vrlo dobro prilagođeno jednom specifičnom okruženju i definirano kompletnom sumom svih ljudskih aktivnosti. U svakodnevnom životu nailazimo na naizgled jednostavne probleme koji mogu uzrokovati ogromnu količinu dodatnih problema kada ih pokušavamo riješiti. Ostvarivanje savršene racionalnosti, opetovano davanje ispravnih odgovora na svaki postavljeni problem, jednostavno nije izvedivo u kompliciranim okruženjima. Za takvo nešto, računalni zahtjevi su previsoki.