Sztuczna inteligencja
Sztuczna inteligencja (AI) to zdolność programu komputerowego lub maszyny do myślenia i uczenia się. Jest to również dziedzina nauki, która stara się uczynić komputery "inteligentnymi". Działają one samodzielnie, nie będąc zakodowane za pomocą poleceń. John McCarthy wymyślił nazwę "Sztuczna Inteligentność" w 1955 roku.
W powszechnym użyciu, termin "sztuczna inteligencja" oznacza program naśladujący ludzkie poznanie. Przynajmniej niektóre z rzeczy, które kojarzą nam się z innymi umysłami, takie jak uczenie się i rozwiązywanie problemów, mogą być wykonywane przez komputery, choć nie w taki sam sposób, jak my. Andreas Kaplan i Michael Haenlein definiują sztuczną inteligencję jako zdolność systemu do prawidłowej interpretacji danych zewnętrznych, uczenia się na ich podstawie i wykorzystywania tej wiedzy do osiągania konkretnych celów i zadań poprzez elastyczną adaptację.
Idealna (doskonała) inteligentna maszyna jest elastycznym środkiem, który postrzega swoje otoczenie i podejmuje działania mające na celu maksymalizację szans powodzenia w osiągnięciu jakiegoś celu lub zadania. W miarę jak maszyny stają się coraz bardziej zdolne, wydziały umysłowe, które kiedyś uważano za wymagające inteligencji, są usuwane z definicji. Na przykład, optyczne rozpoznawanie postaci nie jest już postrzegane jako przykład "sztucznej inteligencji": to tylko rutynowa technologia.
Obecnie używamy terminu AI do skutecznego rozumienia ludzkiej mowy, konkurowania na wysokim poziomie w strategicznych systemach gier (takich jak Szachy i Go), samojezdnych samochodów i interpretowania złożonych danych. Niektórzy uważają też, że SI stanowi zagrożenie dla ludzkości, jeśli nadal będzie rozwijać się w obecnym tempie.
Skrajnym celem badań nad SI jest tworzenie programów komputerowych, które potrafią uczyć się, rozwiązywać problemy i myśleć logicznie. W praktyce jednak, większość aplikacji wybrała problemy, które komputery potrafią robić dobrze. Przeszukiwanie baz danych i wykonywanie obliczeń to rzeczy, które komputery robią lepiej niż ludzie. Z drugiej strony, "postrzeganie swojego otoczenia" w jakimkolwiek prawdziwym sensie jest czymś więcej niż tylko współczesnym obliczaniem.
AI obejmuje wiele różnych dziedzin, takich jak informatyka, matematyka, lingwistyka, psychologia, neuronauki i filozofia. Ostatecznie naukowcy mają nadzieję na stworzenie "ogólnej sztucznej inteligencji", która może rozwiązać wiele problemów, zamiast koncentrować się tylko na jednym. Badacze starają się również tworzyć kreatywną i emocjonalną SI, która może być źródłem empatii lub tworzyć sztukę. Wypróbowano wiele podejść i narzędzi.
Zapożyczając z literatury menedżerskiej, Kaplan i Haenlein klasyfikują sztuczną inteligencję na trzy różne rodzaje systemów sztucznej inteligencji: analityczną, inspirowaną przez człowieka i humanizowaną. Analityczna sztuczna inteligencja posiada jedynie cechy zgodne z inteligencją kognitywną generującą kognitywną reprezentację świata i wykorzystującą uczenie się w oparciu o wcześniejsze doświadczenia do podejmowania przyszłych decyzji. Sztuczna inteligencja inspirowana przez człowieka posiada elementy inteligencji kognitywnej i emocjonalnej, zrozumienie, oprócz elementów poznawczych, także ludzkich emocji uwzględniających je w procesie podejmowania decyzji. Humanizowana SI wykazuje cechy wszystkich rodzajów kompetencji (tj. inteligencję poznawczą, emocjonalną i społeczną), jest zdolna do samoświadomości i samoświadomości w kontaktach z innymi.
Historia
Pierwsze pojawienie się sztucznej inteligencji jest w mitach greckich, jak Talos z Krety czy brązowy robot Hefajstosa. Humanoidalne roboty zostały zbudowane przez Yan Shi, bohatera Aleksandrii i Al-Jazari. Maszyny sensacyjne stały się popularne w fikcji w XIX i XX wieku dzięki opowieściom o uniwersalnych robotach Frankensteina i Rossuma.
Logika formalna została opracowana przez starożytnych greckich filozofów i matematyków. To studium logiki doprowadziło do powstania idei komputera w XIX i XX wieku. Matematyk Alan Turing w swojej teorii obliczeń powiedział, że każdy problem matematyczny może być rozwiązany przez przetwarzanie 1's i 0's. Postępy w neurologii, teorii informacji i cybernetyce przekonały małą grupę badaczy, że mózg elektroniczny jest możliwy.
Badania AI naprawdę zaczęły się od konferencji w Dartmouth College w 1956 roku. Była to miesięczna sesja burzy mózgów, w której wzięło udział wiele osób zainteresowanych SI. Na konferencji pisali oni programy, które były wtedy niesamowite, bijąc ludzi w warcaby lub rozwiązując problemy ze słowem. Departament Obrony zaczął dawać dużo pieniędzy na badania nad SI i laboratoria były tworzone na całym świecie.
Niestety, naukowcy naprawdę nie docenili, jak trudne były niektóre problemy. Narzędzia, których używali nadal nie dawały komputerom takich rzeczy jak emocje czy zdrowy rozsądek. Matematyk James Lighthill napisał raport na temat SI mówiąc, że "w żadnej części pola odkrycia dokonane do tej pory nie wywarły większego wpływu, który był wtedy obiecany". Rządy Stanów Zjednoczonych i Wielkiej Brytanii chciały sfinansować bardziej produktywne projekty. Finansowanie badań nad SI zostało zmniejszone, rozpoczynając "zimę SI", w której przeprowadzono niewiele badań.
Badania AI ożywiły się w latach 80-tych z powodu popularności systemów eksperckich, które symulowały wiedzę ludzkiego eksperta. Do 1985 roku na sztuczną inteligencję wydano 1 miliard dolarów. Nowe, szybsze komputery przekonały rządy Stanów Zjednoczonych i Wielkiej Brytanii do ponownego rozpoczęcia finansowania badań nad SI. Jednak rynek maszyn Lisp załamał się w 1987 roku i finansowanie zostało ponownie uruchomione, rozpoczynając jeszcze dłuższą zimę SI.
Sztuczna inteligencja odżyła ponownie w latach 90. i na początku 2000 r. dzięki wykorzystaniu jej w eksploracji danych i diagnostyce medycznej. Było to możliwe dzięki szybszym komputerom i skupieniu się na rozwiązywaniu bardziej konkretnych problemów. W 1997 roku Deep Blue stał się pierwszym programem komputerowym, który pokonał mistrza świata w szachach Garry'ego Kasparowa. Szybsze komputery, postępy w głębokiej nauce i dostęp do większej ilości danych sprawiły, że AI stała się popularna na całym świecie. W 2011 roku IBM Watson pokonał dwóch najlepszych graczy Jeopardy! Brad Rutter i Ken Jennings, a w 2016 roku Google AlphaGo pokonał najlepszego gracza Go Lee Sedol 4 z 5 razy.
Powiązane strony
- Logika rozmyta
- Sieć bayesowska
- Sieci neuronowe
- Systemy eksperckie
- Nauka maszynowa
- Osobliwość technologiczna
Pytania i odpowiedzi
P: Co to jest sztuczna inteligencja (AI)?
O: Sztuczna inteligencja (AI) to zdolność programu komputerowego lub maszyny do myślenia i uczenia się. Jest to również dziedzina nauki, która stara się uczynić komputery "inteligentnymi" poprzez umożliwienie im samodzielnej pracy bez zakodowanych poleceń.
P: Kto wymyślił termin "sztuczna inteligencja"?
O: John McCarthy wymyślił nazwę "sztuczna inteligencja" w 1955 roku.
P: Jak Andreas Kaplan i Michael Haenlein definiują AI?
O: Andreas Kaplan i Michael Haenlein definiują AI jako zdolność systemu do prawidłowej interpretacji danych zewnętrznych, uczenia się na podstawie tych danych i wykorzystywania tych nauk do osiągania określonych celów i zadań poprzez elastyczną adaptację.
P: Jakie są niektóre zastosowania AI?
O: Niektóre zastosowania AI to rozumienie ludzkiej mowy, rywalizacja na wysokim poziomie w grach strategicznych (takich jak Szachy i Go), samojezdne samochody, interpretacja złożonych danych.
P: Jaki jest ekstremalny cel badań nad SI?
O: Ekstremalnym celem badań nad AI jest stworzenie programów komputerowych, które potrafią się uczyć, rozwiązywać problemy i myśleć logicznie.
P: Jakie dziedziny są zaangażowane w badania nad AI?
O: Dziedziny zajmujące się badaniami nad AI to informatyka, matematyka, lingwistyka, psychologia, neuronauka i filozofia.
P: Na jakie rodzaje sztucznej inteligencji klasyfikuje się Kaplan & Haenlein?
O: Kaplan & Haenlein dzielą sztuczną inteligencję na trzy różne rodzaje: analityczną, inspirowaną przez człowieka i humanizowaną.
