Umjetna inteligencija. Upotreba umjetne inteligencije u javnoj upravi

Umjetna inteligencija (AI, eng. Artificial intelligence, AI) - znanost i tehnologija stvaranja inteligentnih strojeva, posebno inteligentnih računalnih programa. AI je povezan sa sličnim zadatkom korištenja računala za razumijevanje ljudske inteligencije, ali nije nužno ograničen na biološki vjerojatne metode.

Što je umjetna inteligencija

Inteligencija(od latinskog intellectus - osjet, percepcija, razumijevanje, razumijevanje, pojam, razum), ili um - kvaliteta psihe, koja se sastoji od sposobnosti prilagođavanja novim situacijama, sposobnosti učenja i pamćenja na temelju iskustva, razumijevanja i primjene apstraktne pojmove i koristiti vlastito znanje za upravljanje okolišem. Inteligencija je opća sposobnost za spoznaju i rješavanje poteškoća, koja objedinjuje sve kognitivne sposobnosti osobe: osjet, percepciju, pamćenje, reprezentaciju, mišljenje, maštu.

Početkom 1980-ih Računalni znanstvenici Barr i Feigenbaum predložili su sljedeću definiciju umjetne inteligencije (AI):

Kasnije su se brojni algoritmi i softverski sustavi počeli nazivati ​​umjetnom inteligencijom, čija je razlika u tome što mogu riješiti neke probleme na isti način kao što bi to učinila osoba koja razmišlja o njihovom rješenju.

Glavna svojstva umjetne inteligencije su razumijevanje jezika, učenje i sposobnost razmišljanja i, što je najvažnije, djelovanja.

AI je kompleks povezanih tehnologija i procesa koji se kvalitativno i brzo razvijaju, na primjer:

• obrada teksta na prirodnom jeziku
• ekspertni sustavi
• virtualni agenti (chatbotovi i virtualni asistenti)
• sustavi preporuka.

Tehnološki pravci AI. Deloitte podaci

Istraživanje umjetne inteligencije

• Glavni članak: Istraživanja u području umjetne inteligencije

AI standardizacija

2018: Razvoj standarda u području kvantnih komunikacija, AI i pametnog grada

Dana 6. prosinca 2018. Tehnički odbor "Kiber-fizički sustavi" na bazi RVC-a zajedno s Regionalnim inženjerskim centrom "SafeNet" započeo je razvoj skupa standarda za tržišta Nacionalne tehnološke inicijative (NTI) i digitalno gospodarstvo . Do ožujka 2019. planira se izrada tehničkih standardizacijskih dokumenata u području kvantnih komunikacija, izvijestio je RVC. Čitaj više.

Utjecaj umjetne inteligencije

Rizik za razvoj ljudske civilizacije

Utjecaj na gospodarstvo i poslovanje

• Utjecaj tehnologija umjetne inteligencije na gospodarstvo i poslovanje

Utjecaj na tržište rada

Pristranost umjetne inteligencije

U središtu svega toga je praksa AI ( Strojni prijevod, prepoznavanje govora, obrada prirodnog jezika, računalni vid, automatizacija vožnje automobila i još mnogo toga) leži duboko učenje. Ovo je podskup strojnog učenja, karakteriziran korištenjem modela neuronskih mreža, za koje se može reći da oponašaju način na koji mozak radi, pa se teško mogu klasificirati kao AI. Svaki model neuronske mreže trenira se na velikim skupovima podataka, pa stječe neke “vještine”, ali kako ih koristi nije jasno kreatorima, što u konačnici postaje jedan od najvažnijih problema za mnoge aplikacije dubokog učenja. Razlog je što takav model sa slikama radi formalno, bez ikakvog razumijevanja što radi. Je li takav sustav umjetne inteligencije i može li se vjerovati sustavima izgrađenim na temelju strojnog učenja? Značaj odgovora na posljednje pitanje nadilazi znanstvene laboratorije. Stoga je pažnja medija na fenomen, nazvan AI pristranost, primjetno eskalirala. Može se prevesti kao "AI bias" ili "AI bias". Čitaj više.

Tržište tehnologije umjetne inteligencije

AI tržište u Rusiji

Globalno tržište umjetne inteligencije

Primjene AI

Područja primjene AI-a su dosta široka i pokrivaju kako sluhu poznate tehnologije, tako i nova područja koja su daleko od masovne primjene, drugim riječima, to je cijeli niz rješenja, od usisavača do svemirskih stanica. Moguće je podijeliti svu njihovu raznolikost prema kriteriju ključnih točaka razvoja.

AI nije monolitno predmetno područje. Štoviše, neke AI tehnologije pojavljuju se kao novi podsektori gospodarstva i zasebni subjekti, dok istovremeno služe većini područja u gospodarstvu.

Glavne komercijalne primjene tehnologija umjetne inteligencije

Razvoj korištenja AI dovodi do prilagodbe tehnologija u klasičnim sektorima gospodarstva duž cijelog lanca vrijednosti i transformira ih, što dovodi do algoritamizacije gotovo svih funkcionalnosti, od logistike do upravljanja tvrtkom.

Korištenje umjetne inteligencije u obrambene i vojne svrhe

Upotreba u obrazovanju

Korištenje AI u poslovanju

AI u energetskoj industriji

• Na razini projektiranja: poboljšano predviđanje proizvodnje i potražnje za energetskim resursima, procjena pouzdanosti opreme za proizvodnju energije, automatizacija povećanja proizvodnje u slučaju porasta potražnje.
• Na razini proizvodnje: optimizacija preventivnog održavanja opreme, povećanje učinkovitosti proizvodnje, smanjenje gubitaka, sprječavanje krađe energetskih resursa.
• Na razini promocije: optimizacija cijena ovisno o dobu dana i dinamička naplata.
• Na razini pružanja usluga: automatski odabir najprofitabilnijeg dobavljača, detaljna statistika potrošnje, automatizirana usluga korisnicima, optimizacija energije na temelju navika i ponašanja kupaca.

AI u proizvodnji

• Na razini dizajna: poboljšati učinkovitost razvoja novih proizvoda, automatizirano ocjenjivanje dobavljača i analiza zahtjeva za rezervnim dijelovima i dijelovima.
• Na razini proizvodnje: poboljšanje procesa izvršavanja zadataka, automatizacija montažnih linija, smanjenje broja pogrešaka, smanjenje vremena isporuke sirovina.
• Na razini promocije: predviđanje obujma usluga podrške i održavanja, upravljanje cijenama.
• Na razini pružanja usluga: poboljšanje planiranja ruta voznog parka Vozilo, potražnja za resursima flote, poboljšanje kvalitete obuke servisnih inženjera.

AI u bankama

• Prepoznavanje uzoraka - koristi se uklj. prepoznati kupce u poslovnicama i poslati im specijalizirane ponude.

Glavna komercijalna područja primjene tehnologija umjetne inteligencije u bankama

AI u transportu

• Autoindustrija je na rubu revolucije: 5 izazova ere samovozeće vožnje

AI u logistici

AI u pivarstvu

Upotreba umjetne inteligencije u javnoj upravi

AI u forenzici

• Prepoznavanje uzoraka - koristi se uklj. za otkrivanje kriminalaca na javnim mjestima.

• U svibnju 2018. doznalo se za korištenje umjetne inteligencije od strane nizozemske policije za istraživanje složenih zločina.

Prema The Next Webu, provedba zakona počeo je digitalizirati preko 1500 izvješća i 30 milijuna stranica vezanih za hladne slučajeve. Materijali se prenose u kompjuterski format, počevši od 1988. godine, u kojem zločin nije rasvijetljen najmanje tri godine, a počinitelj je osuđen na više od 12 godina zatvora.

Riješite složen zločin u jednom danu. Policija se bori protiv AI

Nakon što se sav sadržaj digitalizira, bit će povezan sa sustavom strojnog učenja koji će analizirati zapise i odlučiti koji slučajevi koriste najjače dokaze. To bi trebalo smanjiti vrijeme potrebno za procesuiranje slučajeva i rješavanje prošlih i budućih zločina s tjedana na dane.

Umjetna inteligencija će rasporediti slučajeve prema njihovoj “rješivosti” i naznačiti moguće rezultate DNK ispitivanja. Zatim se planira automatizirati analizu u drugim područjima forenzičke znanosti i možda čak pokriti podatke u područjima kao što su društvene znanosti i svjedočenje.

Osim toga, prema jednom od programera sustava Jeroen Hammer (Jeroen Hammer), API funkcije za partnere mogu biti puštene u budućnost.

Nizozemska policija ima posebnu jedinicu specijaliziranu za razvoj novih tehnologija za rješavanje kaznenih djela. On je bio taj koji je stvorio AI sustav za brza pretraga kriminalci na dokazima.

AI u pravosuđu

Razvoj u području umjetne inteligencije pomoći će radikalnoj promjeni pravosudnog sustava, učiniti ga pravednijim i slobodnim od korupcijskih shema. Ovo je mišljenje u ljeto 2017. iznio Vladimir Krylov, doktor tehničkih znanosti, tehnički konzultant Artezia.

Znanstvenik vjeruje da se AI rješenja koja već postoje mogu uspješno primijeniti u različitim područjima gospodarstva i javnog života. Stručnjak ističe kako se AI uspješno koristi u medicini, ali u budućnosti može potpuno promijeniti pravosudni sustav.

“Gledajući dnevne vijesti o razvoju u području umjetne inteligencije, čovjek se samo čudi neiscrpnosti mašte i plodnosti istraživača i programera u ovom području. Poruke o znanstveno istraživanje neprestano se izmjenjuju s publikacijama o novim proizvodima koji se probijaju na tržište i izvješćima o nevjerojatnim rezultatima dobivenim korištenjem AI-a u različitim područjima. Ako govorimo o očekivanim događajima, popraćenim zamjetnom medijskom halabom, u kojoj će AI ponovno postati heroj vijesti, onda se vjerojatno neću usuditi davati tehnološke prognoze. Mogu pretpostaviti da će sljedeći događaj biti nastup negdje iznimno kompetentnog suda u obliku umjetne inteligencije, poštenog i nepotkupljivog. To će se vjerojatno dogoditi 2020.-2025. A procesi koji će se odvijati na ovom sudu dovest će do neočekivanih promišljanja i želje mnogih ljudi da većinu procesa upravljanja ljudskim društvom prenesu na AI.

Znanstvenik prepoznaje korištenje umjetne inteligencije u pravosudnom sustavu kao "logičan korak" u razvoju zakonodavne jednakosti i pravde. Strojni um nije podložan korupciji i emocijama, može se jasno pridržavati zakonodavnog okvira i donositi odluke uzimajući u obzir mnoge čimbenike, uključujući podatke koji karakteriziraju sudionike u sporu. Po analogiji s medicinskim poljem, robotski suci mogu raditi s velikim podacima iz repozitorija javnih usluga. Može se pretpostaviti da će strojna inteligencija moći brzo obraditi podatke i uzeti u obzir puno više čimbenika od ljudskog suca.

Psihološki stručnjaci, međutim, smatraju da će izostanak emocionalne komponente u razmatranju sudskih predmeta negativno utjecati na kvalitetu odluke. Presuda strojnog suda može se pokazati prejednostavnom, ne uzimajući u obzir važnost osjećaja i raspoloženja ljudi.

Slika

Godine 2015. Googleov tim je testirao neuronske mreže za sposobnost samostalnog stvaranja slika. Tada je umjetna inteligencija obučena na primjeru velikog broja različitih slika. Međutim, kada je stroj “zamoljen” da sam nešto dočara, pokazalo se da na pomalo čudan način tumači svijet oko nas. Na primjer, za zadatak crtanja bučica, programeri su dobili sliku na kojoj je metal spojen ljudskim rukama. To se vjerojatno dogodilo zbog činjenice da su u fazi treninga analizirane slike s bučicama sadržavale ruke, a neuronska mreža je to pogrešno protumačila.

Dana 26. veljače 2016. na posebnoj aukciji u San Franciscu, predstavnici Googlea prikupili su oko 98.000 dolara od psihodeličnih slika naslikanih umjetnom inteligencijom.Ta su sredstva donirana u dobrotvorne svrhe. Jedna od najuspješnijih slika automobila predstavljena je u nastavku.

Slika koju je naslikala Google umjetna inteligencija.

Umjetna inteligencija jedna je od najpopularnijih tema u tehnološkom svijetu u posljednje vrijeme. Umovi poput Elona Muska, Stephena Hawkinga i Stevea Wozniaka ozbiljno su zabrinuti zbog istraživanja umjetne inteligencije i tvrde da nam njeno stvaranje prijeti smrtnom opasnošću. U isto vrijeme, znanstvena fantastika i holivudski filmovi stvorili su mnogo zabluda oko AI. Jesmo li doista u opasnosti i kakve netočnosti činimo kada zamišljamo uništenje Skyneta Zemlje, opću nezaposlenost ili obrnuto, blagostanje i nemar? Gizmodo je razotkrio ljudske mitove o umjetnoj inteligenciji. Ovdje je cijeli prijevod njegovog članka.

Nazivaju ga najvažnijim testom strojne inteligencije otkako je Deep Blue prije 20 godina pobijedio Garryja Kasparova u šahovskom meču. Google AlphaGo pobijedio je velemajstora Lija Sedola na Go turniru s poraznim rezultatom 4:1, pokazujući koliko je umjetna inteligencija (AI) ozbiljno napredovala. Sudbonosni dan kada su strojevi konačno nadmašili ljudski um nikada se nije činio tako blizu. No, čini se da nismo ni blizu razumijevanja posljedica ovog epohalnog događaja.

Zapravo, držimo se ozbiljnih, pa čak i opasnih zabluda o umjetnoj inteligenciji. Prošle godine je osnivač SpaceX-a Elon Musk upozorio da bi umjetna inteligencija mogla zavladati svijetom. Njegove riječi izazvale su buru komentara, kako protivnika, tako i pobornika ovog mišljenja. Što se tiče takvog budućeg monumentalnog događaja, postoji začuđujuća količina prijepora hoće li se dogoditi, i ako hoće, u kojem obliku. To je posebno zabrinjavajuće kada uzmete u obzir nevjerojatne koristi koje bi čovječanstvo moglo dobiti od AI-a i potencijalne rizike. Za razliku od drugih ljudskih izuma, AI ima potencijal promijeniti čovječanstvo ili nas uništiti.

Teško je znati u što vjerovati. Ali zahvaljujući ranom radu računalnih znanstvenika, neuroznanstvenika, teoretičara umjetne inteligencije, počinje se nazirati jasnija slika. Evo nekih uobičajenih zabluda i mitova o umjetnoj inteligenciji.

Mit br. 1: "Nikada nećemo stvoriti umjetnu inteligenciju s ljudskom inteligencijom"

Stvarnost: Već imamo računala koja su izjednačila ili premašila ljudske mogućnosti u šahu, Gou, trgovanju dionicama i razgovoru. Računala i algoritmi koji ih pokreću mogu biti samo bolji. Samo je pitanje vremena kada će nadmašiti ljude u bilo kojem zadatku.

Istraživački psiholog s NYU-a Gary Marcus rekao je da “doslovno svi” koji rade u AI-ju vjeruju da će nas strojevi na kraju pobijediti: “Jedina prava razlika između entuzijasta i skeptika je procjena vremena.” Futuristi poput Raya Kurzweila misle da bi se to moglo dogoditi u roku od nekoliko desetljeća, drugi kažu da bi to moglo potrajati stoljećima.

Skeptici AI nisu uvjerljivi kada kažu da je to nerješiv tehnološki problem, a da postoji nešto jedinstveno u prirodi biološkog mozga. Naši su mozgovi biološki strojevi - oni postoje stvarnom svijetu i pridržavati se osnovnih zakona fizike. Nema ništa nespoznatljivo o njima.

Mit #2: "Umjetna inteligencija će imati svijest"

Stvarnost: Većina zamišlja da će um stroja biti svjestan i misliti kako ljudi misle. Štoviše, kritičari poput suosnivača Microsofta Paula Allena vjeruju da još ne možemo postići umjetnu opću inteligenciju (sposobnu riješiti bilo koji mentalni problem koji čovjek može riješiti) jer nam nedostaje znanstvena teorija svijesti. No, kako kaže Murray Shanahan, stručnjak za kognitivnu robotiku na Imperial Collegeu u Londonu, ne bismo trebali izjednačavati ta dva koncepta.

“Svijest je svakako nevjerojatna i važna stvar, ali ne vjerujem da je to potrebno za umjetnu inteligenciju na ljudskoj razini. Točnije, riječ "svijest" koristimo za označavanje nekoliko psiholoških i kognitivnih osobina koje osoba "dolazi u kompletu", objašnjava znanstvenik.

Može se zamisliti inteligentni stroj kojem nedostaje jedna ili više ovih osobina. Na kraju, možemo stvoriti nevjerojatno pametnu umjetnu inteligenciju koja neće moći subjektivno i svjesno percipirati svijet. Shanahan tvrdi da se um i svijest mogu kombinirati u stroju, ali ne smijemo zaboraviti da su to dva različita koncepta.

Činjenica da stroj prolazi Turingov test, u kojem se ne razlikuje od čovjeka, ne znači da ima svijest. Nama se napredni AI može činiti svjesnim, ali njegova samosvijest neće biti ništa više od one kamena ili kalkulatora.

Mit br. 3: "Ne bismo se trebali bojati umjetne inteligencije"

Stvarnost: U siječnju je osnivač Facebooka Mark Zuckerberg rekao da se ne trebamo bojati umjetne inteligencije, jer će učiniti nevjerojatnu količinu dobrih stvari za svijet. Napola je u pravu. Izvući ćemo ogromne koristi od umjetne inteligencije, od samovozećih automobila do novih lijekova, ali ne postoji jamstvo da će svaka implementacija AI biti benigna.

Visoko inteligentan sustav može znati sve o određenom zadatku, kao što je rješavanje neugodnog financijskog problema ili hakiranje sustava. neprijateljska obrana. Ali izvan granica tih specijalizacija, ona će biti duboko neznalica i nesvjesna. Googleov DeepMind sustav je stručnjak za Go, ali nema mogućnost ni razloga istraživati ​​područja izvan svoje specijalnosti.

Mnogi od ovih sustava možda neće biti podložni sigurnosnim razmatranjima. Dobar primjer je sofisticirani i moćni virus Stuxnet, paravojni crv koji su razvile izraelska i američka vojska za infiltriranje i sabotiranje iranskih nuklearnih elektrana. Ovaj virus je nekako (namjerno ili slučajno) zarazio rusku nuklearnu elektranu.

Drugi primjer je program Flame koji se koristi za cyber špijunažu na Bliskom istoku. Lako je zamisliti buduće verzije Stuxneta ili Flamea koje prekoračuju svoje ciljeve i nanose ogromnu štetu osjetljivoj infrastrukturi. (Radi razumijevanja, ovi virusi nisu AI, ali u budućnosti bi ga mogli imati, otuda i zabrinutost).

Virus Flame je korišten za cyber špijunažu na Bliskom istoku. Fotografija: Wired

Mit #4: "Umjetna superinteligencija bit će previše pametna da bi pogriješila"

Stvarnost: Istraživač umjetne inteligencije i osnivač Surfing Samurai Robots Richard Lucimore vjeruje da većina scenarija Sudnji dan povezane s umjetnom inteligencijom nisu dosljedne. Uvijek su izgrađeni na pretpostavci da AI kaže: "Znam da je uništenje čovječanstva uzrokovano nedostatkom u dizajnu, ali ja to ipak moram učiniti." Lucimore kaže da ako se AI ponaša na ovaj način, govoreći o našem uništenju, onda će ga takve logične kontradikcije proganjati cijeli život. To zauzvrat degradira njegovu bazu znanja i čini ga previše glupim za stvaranje. opasnoj situaciji. Znanstvenik također tvrdi da su ljudi koji kažu: "AI može učiniti samo ono za što je programiran" jednako u zabludi kao i njihovi kolege u zoru računalnog doba. Tada su ljudi koristili ovu frazu kako bi tvrdili da računala nisu sposobna pokazati ni najmanju fleksibilnost.

Peter McIntyre i Stuart Armstrong, koji rade na Institutu za budućnost čovječanstva na Sveučilištu Oxford, ne slažu se s Lucimoreom. Oni tvrde da je AI u velikoj mjeri vezan načinom na koji je programiran. McIntyre i Armstrong vjeruju da AI ne može pogriješiti ili biti previše glup da ne zna što očekujemo od njega.

“Po definiciji, umjetna superinteligencija (AI) je entitet s inteligencijom daleko većom od najboljeg ljudskog mozga u bilo kojem području znanja. On će točno znati što smo htjeli da učini”, kaže McIntyre. Oba znanstvenika vjeruju da će AI raditi samo ono za što je programiran. Ali ako postane dovoljno pametan, shvatit će koliko se to razlikuje od duha zakona ili namjera ljudi.

McIntyre je usporedio buduću situaciju ljudi i AI s trenutnom interakcijom čovjeka i miša. Svrha miša je traženje hrane i skloništa. Ali često se kosi sa željom osobe koja želi da njegova životinja slobodno trči oko njega. “Dovoljno smo pametni da razumijemo neke svrhe miševa. Dakle, ASI će također razumjeti naše želje, ali biti ravnodušan prema njima “, kaže znanstvenik.

Kao što pokazuje radnja filma Ex Machina, osobi će biti iznimno teško zadržati pametniji AI

Mit br. 5: “Jednostavna zakrpa će riješiti problem kontrole AI”

Stvarnost: Stvaranjem umjetne inteligencije pametnije od ljudi, suočit ćemo se s problemom poznatim kao "problem kontrole". Futuristi i teoretičari umjetne inteligencije padaju u stanje potpune zbunjenosti kada ih pitaju kako ćemo zadržati i ograničiti ASI ako se pojavi. Ili kako osigurati da je prijateljski nastrojen prema ljudima. Nedavno su istraživači s Instituta za tehnologiju u Georgiji naivno sugerirali da bi umjetna inteligencija mogla usvojiti ljudske vrijednosti i društvena pravila čitanjem jednostavne priče. U stvarnosti će biti puno teže.

Predloženo je mnogo jednostavnih trikova koji bi mogli 'riješiti' cijeli problem kontrole umjetne inteligencije,” kaže Armstrong. Primjeri uključuju programiranje ASI-ja tako da mu je svrha ugoditi ljudima ili da jednostavno funkcionira kao alat u rukama osobe. Druga mogućnost je integrirati koncepte ljubavi ili poštovanja u izvorni kod. Kako bi se spriječilo AI da usvoji pojednostavljen, jednostran pogled na svijet, predloženo je da se programira tako da cijeni intelektualnu, kulturnu i društvenu raznolikost.

Ali ova rješenja su prejednostavna, poput pokušaja sažimanja složenosti ljudskih simpatija i nesviđanja u jedno površna definicija. Pokušajte, na primjer, smisliti jasnu, logičnu i izvedivu definiciju “poštovanja”. Ovo je izuzetno teško.

Strojevi u Matrixu lako bi mogli uništiti čovječanstvo

Mit #6: "Umjetna inteligencija će nas uništiti"

Stvarnost: Nema jamstva da će nas AI uništiti, ili da nećemo moći pronaći način da ga kontroliramo. Kao što je teoretičar umjetne inteligencije Eliezer Yudkowsky rekao: "AI vas niti voli niti mrzi, ali ste napravljeni od atoma koje može koristiti u druge svrhe."

U svojoj knjizi Umjetna inteligencija. Faze. Prijetnje. Strategije”, napisao je filozof s Oxforda Nick Bostrom da će prava umjetna superinteligencija, jednom kada se pojavi, predstavljati veći rizik od bilo kojeg drugog ljudskog izuma. Eminentni umovi poput Elona Muska, Billa Gatesa i Stephena Hawkinga (potonji je upozorio da bi AI mogla biti naša "najgora pogreška u povijesti") također su izrazili zabrinutost.

McIntyre je rekao da je većina ciljeva kojima se može voditi ISI dobri razlozi osloboditi se ljudi.

“AI može predvidjeti, sasvim točno, da ne želimo da maksimizira profit određene tvrtke, bez obzira na troškove kupaca, okoliš i životinje. Stoga ima snažan poticaj da se pobrine da ga ne ometaju, ne miješaju, isključuju ili mijenjaju u svojim ciljevima, jer to ne bi ispunilo njegove izvorne ciljeve”, kaže McIntyre.

Osim ako ciljevi ASI-ja točno ne odražavaju naše, tada će imati dobar razlog da nam ne da priliku da to zaustavimo. S obzirom da je njegova razina inteligencije znatno bolja od naše, ne možemo ništa učiniti po tom pitanju.

Nitko ne zna u kakvom će obliku AI poprimiti i kako bi mogao ugroziti čovječanstvo. Kao što je Musk primijetio, umjetna inteligencija može se koristiti za kontrolu, regulaciju i praćenje druge umjetne inteligencije. Ili može biti prožeta ljudskim vrijednostima ili prevashodnom željom da se bude prijateljski nastrojen prema ljudima.

Mit #7: "Umjetna superinteligencija će biti prijateljska"

Stvarnost: Filozof Immanuel Kant vjerovao je da je razum u snažnoj korelaciji s moralom. Neuroznanstvenik David Chalmers u svojoj studiji “Singularnost: Filozofska analiza preuzeo Kantovu poznatu ideju i primijenio je na nastajuću umjetnu superinteligenciju.

Ako je to istina... možemo očekivati ​​da će intelektualna eksplozija dovesti do eksplozije morala. Tada možemo očekivati ​​da će ASI sustavi u nastajanju biti supermoralni i superinteligentni, što nam omogućuje da od njih očekujemo dobrotu.

Ali ideja da će napredna AI biti prosvijetljena i ljubazna sama po sebi nije baš uvjerljiva. Kao što je Armstrong istaknuo, tamo ima mnogo pametnih ratnih zločinaca. Čini se da među ljudima ne postoji veza između razuma i morala, pa on dovodi u pitanje djelovanje ovog principa među ostalim inteligentnim oblicima.

“Pametni ljudi koji se ponašaju nemoralno mogu uzrokovati bol u mnogo većim razmjerima od njihovih glupljih kolega. Inteligencija im samo omogućuje da budu loši uz veliku inteligenciju, ne pretvara ih u dobre ljude", kaže Armstrong.

Kako je McIntyre objasnio, sposobnost subjekta da postigne cilj nije povezana s time bi li taj cilj bio razuman za početak. “Bit ćemo jako sretni ako su naše umjetne inteligencije jedinstveno nadarene i njihova razina morala raste zajedno s umom. Nadati se sreći nije najbolji pristup onome što bi moglo odrediti našu budućnost”, kaže.

Mit #8: “Rizici umjetne inteligencije i robotike su jednaki”

Stvarnost: Ovo je osobito česta pogreška koju propagiraju nekritički mediji i holivudski filmovi poput Terminatora.

Da je umjetna superinteligencija poput Skyneta doista htjela uništiti čovječanstvo, ne bi koristila androide sa šesterocijevnim strojnicama. Puno učinkovitije bi bilo slanje biološke kuge ili nanotehnološke sive smjese. Ili jednostavno uništite atmosferu.

Umjetna inteligencija potencijalno je opasna ne zato što može utjecati na razvoj robotike, već zbog toga kako će njezin izgled utjecati na svijet općenito.

Mit #9: "Prikaz AI u znanstvenoj fantastici točan je prikaz budućnosti"

Mnoge vrste umova. Slika: Eliezer Yudkowsky

Naravno, autori i futuristi su koristili znanstvenu fantastiku kako bi napravili fantastična predviđanja, ali horizont događaja koji postavlja ASI sasvim je druga priča. Štoviše, neljudska priroda umjetne inteligencije onemogućuje nam da znamo, pa stoga i predvidimo, njezinu prirodu i oblik.

Kako bismo zabavili nas glupe ljude, većina AI u znanstvenoj fantastici prikazana je kao mi. “Postoji spektar svih mogućih umova. Čak se i među ljudima poprilično razlikujete od svojih susjeda, ali ova varijacija nije ništa u usporedbi sa svim inteligencijama koje mogu postojati”, kaže McIntyre.

Većina znanstvene fantastike ne mora biti znanstveno točna da bi ispričala uvjerljivu priču. Sukob se obično odvija između junaka koji su bliski po snazi. "Zamislite kako bi priča bila dosadna, gdje bi AI bez svijesti, radosti ili mržnje, bez ikakvog otpora okončao čovječanstvo kako bi postigao nezanimljiv cilj", zijeva Armstrong.

U tvornici Tesla radi stotine robota

Mit br. 10: "Užasno je što će AI uzeti sav naš posao"

Stvarnost: Sposobnost umjetne inteligencije da automatizira mnogo toga što radimo i njezin potencijal da uništi čovječanstvo dvije su vrlo različite stvari. No, prema Martinu Fordu, autoru knjige In the Dawn of Robots: Technology and the Threat of a Jobless Future, često se promatraju kao cjelina. Dobro je razmišljati o dalekoj budućnosti AI aplikacija, ali samo ako nas to ne odvrati od problema s kojima ćemo se morati suočiti u narednim desetljećima. Glavna među njima je masovna automatizacija.

Nitko ne sumnja da će umjetna inteligencija zamijeniti mnoga postojeća radna mjesta, od tvorničkog radnika do viših ešalona bijelog ovratnika. Neki stručnjaci predviđaju da će polovica svih radnih mjesta u SAD-u biti ugrožena automatizacijom u bliskoj budućnosti.

Ali to ne znači da ne možemo podnijeti šok. Općenito, riješiti se većine našeg posla, i fizičkog i mentalnog, kvazi-utopijski je cilj naše vrste.

“Unutar nekoliko desetljeća AI će izbrisati mnogo poslova, ali to nije loše”, kaže Miller. Samovozeći automobili zamijenit će vozače kamiona, smanjujući troškove dostave i, kao rezultat, činiti mnoge proizvode jeftinijim. “Ako ste vozač kamiona i živite od toga, izgubit ćete, ali naprotiv, svi ostali će moći kupiti više robe za istu plaću. A novac koji uštede bit će potrošen na druga dobra i usluge koje će ljudima otvoriti nova radna mjesta”, kaže Miller.

Vjerojatno će umjetna inteligencija stvoriti nove mogućnosti za proizvodnju dobra, oslobađajući ljude da rade druge stvari. Napredak u razvoju AI bit će popraćen napretkom u drugim područjima, posebice u proizvodnji. U budućnosti će nam biti lakše, a ne teže zadovoljiti svoje osnovne potrebe.

Umjetna inteligencija

Umjetna inteligencija je grana računalne znanosti koja proučava mogućnost pružanja razumnog zaključivanja i radnji uz pomoć računalnih sustava i drugih umjetnih uređaja. U većini slučajeva algoritam za rješavanje problema nije unaprijed poznat.

Točna definicija ove znanosti ne postoji, jer pitanje prirode i statusa ljudskog intelekta nije riješeno u filozofiji. Ne postoji točan kriterij za postizanje "inteligencije" pomoću računala, iako su u zoru umjetne inteligencije bile predložene brojne hipoteze, na primjer, Turingov test ili hipoteza Newell-Simona. Na ovaj trenutak Postoje mnogi pristupi razumijevanju zadaće AI i stvaranju inteligentnih sustava.

Dakle, jedna od klasifikacija razlikuje dva pristupa razvoju AI:

odozgo prema dolje, semiotički – stvaranje simboličkih sustava koji modeliraju visoku razinu mentalnih procesa: razmišljanje, zaključivanje, govor, emocije, kreativnost itd.;

odozdo prema gore, biološki - proučavanje neuronskih mreža i evolucijskih proračuna koji modeliraju inteligentno ponašanje temeljeno na manjim "neinteligentnim" elementima.

Ova znanost povezana je s psihologijom, neurofiziologijom, transhumanizmom i drugima. Kao i sve računalne znanosti, koristi se matematičkim aparatom. Od posebne su joj važnosti filozofija i robotika.

Umjetna inteligencija je vrlo mlado polje istraživanja koje je pokrenuto 1956. godine. Njegov povijesni put nalikuje sinusoidi čiji je svaki "uspon" pokrenuta nekom novom idejom. NA ovaj trenutak njegov razvoj je u padu, ustupajući mjesto primjeni već postignutih rezultata u drugim područjima znanosti, industrije, poslovanja, pa i svakodnevnog života.

Pristupi proučavanju

Postoje različiti pristupi izgradnji AI sustava. Trenutno postoje 4 sasvim različita pristupa:

1. Logičan pristup. Osnova logičkog pristupa je Booleova algebra. Svaki programer je upoznat s njim i logičkim operatorima od kada je ovladao naredbom IF. Booleova algebra dobila je svoj daljnji razvoj u obliku predikatnog računa – u kojem se proširuje uvođenjem simbola subjekta, odnosa među njima, kvantifikatora postojanja i univerzalnosti. Gotovo svaki AI sustav izgrađen na logičkom principu je stroj za dokazivanje teorema. U tom se slučaju početni podaci pohranjuju u bazi podataka u obliku aksioma, pravila zaključivanja kao odnosa među njima. Osim toga, svaki takav stroj ima ciljni blok generiranja, a sustav zaključivanja pokušava dokazati ovaj cilj poput teorema. Ako je cilj dokazan, tada vam praćenje primijenjenih pravila omogućuje dobivanje lanca radnji potrebnih za postizanje cilja (takav je sustav poznat kao ekspertni sustavi). Snaga takvog sustava određena je mogućnostima generatora ciljeva i stroja za dokazivanje teorema. Postizanje veće izražajnosti logičkog pristupa omogućuje takav relativno novi smjer kao neizrazita logika. Njegova glavna razlika je u tome što istinitost tvrdnje u njoj može poprimiti, osim da/ne (1/0), i srednje vrijednosti ​​​- ne znam (0,5), pacijent je vjerojatnije živ nego mrtav (0,75), pacijent je vjerojatnije mrtav nego živ (0,25). Ovaj pristup više nalikuje ljudskom razmišljanju, budući da na pitanja rijetko odgovara samo da ili ne.

2. Pod strukturalnim pristupom ovdje mislimo na pokušaje izgradnje AI modeliranjem strukture ljudskog mozga. Jedan od prvih takvih pokušaja bio je perceptron Franka Rosenblatta. Glavna modelirana strukturna jedinica u perceptronima (kao i u većini drugih opcija za modeliranje mozga) je neuron. Kasnije su se pojavili i drugi modeli, koji su većini poznati pod pojmom neuronske mreže (NN). Ovi se modeli razlikuju po strukturi pojedinih neurona, topologiji međusobne povezanosti i algoritmima učenja. Među najpoznatijim varijantama NN-a su NN s povratnom propagacijom, Hopfieldove mreže, stohastičke neuronske mreže. U širem smislu, ovaj pristup je poznat kao konektivizam.

3. Evolucijski pristup. Prilikom izgradnje AI sustava prema ovom pristupu, glavna se pozornost posvećuje konstrukciji početnog modela, te pravilima po kojima se on može mijenjati (evoluirati). Štoviše, model se može sastaviti korištenjem raznih metoda, može biti neuronska mreža i skup logičkih pravila i bilo koji drugi model. Nakon toga uključujemo računalo i ono na temelju provjere modela odabire najbolje od njih, na temelju čega se generiraju novi modeli prema raznim pravilima. Među evolucijskim algoritmima, genetski se algoritam smatra klasičnim.

4. Simulacijski pristup. Ovaj pristup je klasičan za kibernetiku s jednim od svojih Osnovni koncepti Crna kutija. Objekt čije se ponašanje simulira samo je "crna kutija". Nije nam važno što on i model imaju unutra i kako funkcionira, glavno je da se naš model ponaša na isti način u sličnim situacijama. Dakle, ovdje je modelirano još jedno svojstvo osobe - sposobnost kopiranja onoga što drugi rade, ne ulazeći u detalje zašto je to potrebno. Često mu ova sposobnost štedi puno vremena, posebno na početku života.

U okviru hibridnih inteligentnih sustava pokušavaju spojiti ova područja. Neuralne mreže mogu generirati pravila stručnog zaključivanja, a generativna pravila dobivaju se pomoću statističkog učenja.

Obećavajući novi pristup, nazvan pojačavanje inteligencije, vidi postizanje AI kroz evolucijski razvoj kao nuspojavu tehnologije koja pojačava ljudsku inteligenciju.

Smjerovi istraživanja

Analizirajući povijest AI, može se izdvojiti tako opsežno područje kao što je modeliranje rasuđivanja. Dugi niz godina razvoj ove znanosti kretao se tim putem, a sada je jedno od najrazvijenijih područja moderne AI. Modeliranje rasuđivanja uključuje stvaranje simboličkih sustava na čijim se ulazu postavlja određeni zadatak, a na izlazu ga se traži riješiti. U pravilu je predloženi zadatak već formaliziran, tj. preveden na matematički oblik, ali ili nema algoritam rješenja, ili je previše komplicirano, dugotrajno itd. Ovo područje uključuje: dokazivanje teorema, donošenje odluka i teorija igara, planiranje i dispečiranje, predviđanje.

Važno područje je obrada prirodnog jezika, koja analizira mogućnosti razumijevanja, obrade i generiranja tekstova na "ljudskom" jeziku. Konkretno, još uvijek nije riješen problem strojnog prijevoda tekstova s ​​jednog jezika na drugi. U suvremenom svijetu razvoj metoda pronalaženja informacija igra važnu ulogu. Po svojoj prirodi, izvorni Turingov test povezan je s ovim smjerom.

Prema mnogim znanstvenicima, važno svojstvo inteligencije je sposobnost učenja. Tako dolazi do izražaja inženjering znanja koji objedinjuje zadatke dobivanja znanja iz jednostavnih informacija, njihovu sistematizaciju i korištenje. Napredak u ovom području utječe na gotovo svako drugo područje istraživanja AI. Ovdje također treba istaknuti dvije važne poddomene. Prvi od njih - strojno učenje - odnosi se na proces samostalnog stjecanja znanja od strane inteligentnog sustava tijekom svog rada. Drugi je povezan s stvaranjem ekspertnih sustava - programa koji koriste specijalizirane baze znanja za dobivanje pouzdanih zaključaka o bilo kojem problemu.

Postoje velika i zanimljiva dostignuća u području modeliranja bioloških sustava. Strogo govoreći, ovdje se može uključiti nekoliko neovisnih smjerova. Neuronske mreže se koriste za rješavanje nejasnih i složenih problema kao što su prepoznavanje geometrijskih oblika ili grupiranje objekata. Genetski pristup temelji se na ideji da algoritam može postati učinkovitiji ako posuđuje bolje karakteristike od drugih algoritama (“roditelja”). Relativno novi pristup, gdje je zadatak stvoriti autonomni program – agenta koji komunicira s vanjskim okruženjem, naziva se pristup agenta. A ako pravilno prisilite mnogo "ne baš inteligentnih" agenata da komuniciraju zajedno, tada možete dobiti inteligenciju "sličnu mravi".

Zadaće prepoznavanja uzoraka već su djelomično riješene u okviru drugih područja. To uključuje prepoznavanje znakova, rukopis, govor, analizu teksta. Posebno treba istaknuti računalni vid, koji je vezan uz strojno učenje i robotiku.

Općenito, robotika i umjetna inteligencija često se povezuju jedno s drugim. Integracija ove dvije znanosti, stvaranje inteligentnih robota, može se smatrati još jednim smjerom AI.

Strojna kreativnost se drži odvojeno zbog činjenice da je priroda ljudske kreativnosti još manje proučavana od prirode inteligencije. Ipak, ovo područje postoji, a ovdje su problemi pisanja glazbe, književnih djela (često - pjesama ili bajki), umjetničko stvaralaštvo.

Konačno, postoje mnoge primjene umjetne inteligencije, od kojih svaka čini gotovo neovisni smjer. Primjeri uključuju programsku inteligenciju u računalnim igrama, nelinearnu kontrolu, inteligentne sigurnosne sustave.

Vidi se da se mnoga područja istraživanja preklapaju. To vrijedi za svaku znanost. Ali u umjetnoj inteligenciji, odnos između naizgled različitih smjerova posebno je jak, a to je zbog filozofske rasprave o jakoj i slaboj AI.

Početkom 17. stoljeća Rene Descartes je sugerirao da je životinja neka vrsta složenog mehanizma, čime je formulirao mehanističku teoriju. Godine 1623. Wilhelm Schickard je izgradio prvo mehaničko digitalno računalo, a nakon njega strojevi Blaisea Pascala (1643.) i Leibniza (1671.). Leibniz je također bio prvi koji je opisao moderni binarni brojevni sustav, iako su prije njega ovaj sustav povremeno nosili mnogi veliki znanstvenici. U 19. stoljeću Charles Babbage i Ada Lovelace radili su na programabilnom mehaničkom računalu.

Godine 1910.-1913. Bertrand Russell i A. N. Whitehead objavili su Principia Mathematica, koja je revolucionirala formalnu logiku. Godine 1941. Konrad Zuse napravio je prvo radno programski upravljano računalo. Warren McCulloch i Walter Pitts objavili su 1943. Logički račun ideja imanentnih živčanoj aktivnosti, koji je postavio temelje za neuronske mreže.

Trenutno stanje stvari

Trenutačno (2008.) u stvaranju umjetne inteligencije (u izvornom smislu riječi ekspertni sustavi i šahovski programi ovdje ne spadaju) nedostaje ideja. Isprobani su gotovo svi pristupi, ali niti jedan nije doveo do pojave umjetne inteligencije. istraživačka skupina nije odgovarao.

Neki od najimpresivnijih civilnih AI sustava su:

Deep Blue - Pobijeđen svjetski prvak u šahu. (Utakmica Kasparov protiv superračunala nije donijela zadovoljstvo ni informatičarima ni šahistima, a sustav nije prepoznao Kasparov, iako su originalni kompaktni šahovski programi sastavni element šahovske kreativnosti. Tada se pojavila linija superračunala IBM-a u brute force BluGene (molekularno modeliranje) projekti i modeliranje piramidalnog staničnog sustava u Swiss Blue Brain Centru. Ova priča primjer je zamršene i tajne veze između umjetne inteligencije, poslovanja i nacionalnih strateških ciljeva.)

Mycin je bio jedan od ranih stručnih sustava koji je mogao dijagnosticirati malu podskupinu bolesti, često jednako točno kao liječnici.

20q je projekt inspiriran umjetnom inteligencijom inspiriran klasičnom igrom 20 Questions. Postao je vrlo popularan nakon što se pojavio na internetu na stranici 20q.net.

Prepoznavanje govora. Sustavi poput ViaVoicea sposobni su služiti potrošačima.

Roboti se na godišnjem RoboCup turniru natječu u pojednostavljenom obliku nogometa.

Primjena AI

Banke primjenjuju sustave umjetne inteligencije (AI) u poslovima osiguranja (aktuarska matematika) kada igraju na burzi i upravljaju imovinom. U kolovozu 2001. roboti su pobijedili ljude u improviziranom trgovačkom natjecanju (BBC News, 2001.). Metode prepoznavanja uzoraka (uključujući složenije i specijalizirane i neuronske mreže) naširoko se koriste u optičkom i akustičkom prepoznavanju (uključujući tekst i govor), medicinskoj dijagnostici, filterima za neželjenu poštu, sustavima protuzračne obrane (identifikacija cilja), a također i za osiguravanje brojnih druge zadaće nacionalne sigurnosti.

Programeri računalnih igara prisiljeni su koristiti AI različitog stupnja sofisticiranosti. Standardni zadaci umjetne inteligencije u igrama su pronalaženje puta u 2D ili 3D prostoru, simuliranje ponašanja borbene jedinice, izračun prave ekonomske strategije i tako dalje.

Pogledi na AI

Postoje dva smjera razvoja umjetne inteligencije:

prvi je rješavanje problema povezanih s približavanjem specijaliziranih AI sustava ljudskim sposobnostima i njihovom integracijom, koju provodi ljudska priroda.

drugi je stvoriti umjetnu inteligenciju koja predstavlja integraciju već stvorenih AI sustava u jedinstveni sustav sposoban riješiti probleme čovječanstva.

Odnos s drugim znanostima

Umjetna inteligencija usko je povezana s transhumanizmom. A zajedno s neurofiziologijom i kognitivnom psihologijom tvori općenitiju znanost zvanu kognitologija. Filozofija igra zasebnu ulogu u umjetnoj inteligenciji.

Filozofska pitanja

Znanost o "stvaranju umjetne inteligencije" nije mogla ne privući pozornost filozofa. Pojavom prvih inteligentnih sustava, postavila su se temeljna pitanja o čovjeku i znanju, a dijelom i o svjetskom poretku. S jedne strane, oni su neraskidivo povezani s ovom znanošću, a s druge strane unose u nju neki kaos. Među istraživačima umjetne inteligencije još uvijek ne postoji dominantno stajalište o kriterijima intelektualnosti, sistematizaciji ciljeva i zadataka koje treba riješiti, čak nema ni striktne definicije znanosti.

Može li stroj misliti?

Najžešća rasprava u filozofiji umjetne inteligencije je pitanje mogućnosti razmišljanja o kreacijama ljudskih ruku. Pitanje "Može li stroj misliti?", koje je potaknulo istraživače na stvaranje znanosti o modeliranju ljudskog uma, postavio je Alan Turing 1950. godine. Dvije glavne točke gledišta po ovom pitanju nazivaju se hipotezama jake i slabe umjetne inteligencije.

Pojam "jaka umjetna inteligencija" uveo je John Searle, a njegov pristup karakteriziraju vlastite riječi:

“Štoviše, takav program ne bi bio samo model uma; ona unutra doslovno same riječi bit će razum, u istom smislu u kojem je ljudski razum razum.

Naprotiv, slabi zagovornici umjetne inteligencije radije gledaju na programe samo kao na alat za rješavanje određenih zadataka koji ne zahtijevaju cijeli raspon ljudskih kognitivnih sposobnosti.

U njegovom misaoni eksperiment"Kineska soba" Johna Searlea pokazuje da polaganje Turingovog testa nije kriterij da bi stroj imao pravi misaoni proces.

Razmišljanje je proces obrade informacija pohranjenih u memoriji: analiza, sinteza i samoprogramiranje.

Sličan stav zauzima i Roger Penrose, koji u svojoj knjizi The New Mind of a King tvrdi da je nemoguće dobiti misaoni proces na temelju formalnih sustava.

Postoje različita gledišta o ovom pitanju. Analitički pristup uključuje analizu više živčane aktivnosti osobe do najniže, nedjeljive razine (funkcija više živčane aktivnosti, elementarna reakcija na vanjske podražaje (podražaje), iritacija sinapsi skupa neurona povezanih funkcijom) i naknadnu reprodukciju tih funkcija.

Neki stručnjaci sposobnost racionalnog, motiviranog izbora uzimaju za inteligenciju, suočeni s nedostatkom informacija. Odnosno, taj se program aktivnosti (koji nije nužno implementiran na modernim računalima) jednostavno smatra intelektualnim, koji može birati između određenog skupa alternativa, na primjer, kamo ići u slučaju „ići ćete ulijevo... “, “ići ćeš desno...”, “ići ćeš ravno...”

Nauka o znanju

Također, epistemologija je usko povezana s problemima umjetne inteligencije – znanosti o znanju u okviru filozofije. Filozofi koji se bave ovim problemom rješavaju pitanja slična onima koja rješavaju AI inženjeri o tome kako najbolje predstaviti i koristiti znanje i informacije.

Stav prema AI u društvu

AI i religija

Među sljedbenicima abrahamskih religija postoji nekoliko stajališta o mogućnosti stvaranja umjetne inteligencije na temelju strukturalnog pristupa.

Prema jednom od njih, mozak, čiji rad sustavi pokušavaju oponašati, po njihovom mišljenju, ne sudjeluje u procesu razmišljanja, nije izvor svijesti i bilo koje druge mentalne aktivnosti. Stvaranje umjetne inteligencije na temelju strukturalnog pristupa nemoguće je.

U skladu s drugim stajalištem, mozak sudjeluje u procesu mišljenja, ali u obliku "prenosnika" informacija iz duše. Mozak je odgovoran za takve "jednostavne" funkcije kao što su bezuvjetni refleksi, reakcija na bol itd. Stvaranje umjetne inteligencije temeljeno na strukturnom pristupu moguće je ako sustav koji se projektira može obavljati funkcije "transfera".

Oba stava ne odgovaraju podacima moderne znanosti, jer. pojam duše moderna znanost ne smatra znanstvenom kategorijom.

Prema mnogim budistima, umjetna inteligencija je moguća. Dakle, duhovni vođa Dalaj Lame XIV ne isključuje mogućnost postojanja svijesti na računalnim osnovama.

Raelite aktivno podržavaju razvoj u području umjetne inteligencije.

AI i znanstvena fantastika

U znanstveno-fantastičnoj literaturi AI se najčešće prikazuje kao sila koja pokušava srušiti moć čovjeka (Omnius, HAL 9000, Skynet, Colossus, The Matrix i Replicant) ili služi humanoidu (C-3PO, Data , KITT i KARR, dvostogodišnji čovjek). Pisci znanstvene fantastike kao što su Isaac Asimov i Kevin Warwick osporavaju neminovnost da AI dominira svijetom izvan kontrole.

Zanimljivu viziju budućnosti u Turingovom izboru predstavljaju pisac znanstvene fantastike Harry Harrison i znanstvenik Marvin Minsky. Autori govore o gubitku ljudskosti kod osobe čiji je mozak implantiran računalom, te o stjecanju čovječnosti strojem s AI-om, u čiju su memoriju kopirane informacije iz ljudskog mozga.

Neki pisci znanstvene fantastike, poput Vernora Vingea, također su nagađali o implikacijama umjetne inteligencije, koja će vjerojatno donijeti dramatične promjene u društvu. Ovo razdoblje naziva se tehnološka singularnost.

Umjetna inteligencija

Umjetna inteligencija[Engleski] Umjetna inteligencija (AI)] je grana računalne znanosti koja proučava mogućnost pružanja razumnog zaključivanja i radnji pomoću računalnih sustava i drugih umjetnih uređaja.
U većini slučajeva algoritam za rješavanje problema nije unaprijed poznat.
Prva istraživanja vezana uz umjetnu inteligenciju poduzeta su gotovo odmah nakon pojave prvih računala.
Godine 1910-13 Bertrand Russell i Alfred North Whitehead objavili su Principia Mathematica, koja je revolucionirala formalnu logiku. Kurt Gödel je 1931. pokazao da dovoljno složen formalni sustav sadrži tvrdnje koje se, ipak, ne mogu niti dokazati niti opovrgnuti unutar tog sustava. Stoga AI sustav koji utvrđuje istinitost svih tvrdnji tako što ih izvodi iz aksioma ne može dokazati te izjave. Budući da ljudi mogu "vidjeti" istinitost takvih izjava, AI se počelo gledati kao nešto naknadno. Godine 1941. Konrad Zuse napravio je prvo radno programski upravljano računalo. Warren McCulloch i Walter Pitts objavili su 1943. Logički račun ideja imanentnih živčanoj aktivnosti, koji je postavio temelje za neuronske mreže.
Godine 1954. američki istraživač A. Newell odlučio je napisati program za igranje šaha. Ovu je ideju podijelio s analitičarima RAND Corporation (www.rand.org) J. Showom i H. Simonom, koji su Newellu ponudili svoju pomoć. Kao teorijsku osnovu za takav program odlučeno je koristiti metodu koju je 1950. godine predložio C.E. Shannon, utemeljitelj teorije informacija. Preciznu formalizaciju ove metode napravio je Alan Turing. Modelirao ga je ručno. U rad je bila uključena skupina nizozemskih psihologa pod vodstvom A. de Groota, koji su proučavali stilove igre izvanrednih šahista. Nakon dvije godine zajedničkog rada, ovaj tim je stvorio programski jezik IPL1 – očito prvi simbolički jezik za obradu lista. Ubrzo je napisan i prvi program, što se može pripisati postignućima u području umjetne inteligencije. Ovo je bio program "Teoretičar logike" (1956.), osmišljen da automatski dokazuje teoreme u propozicionom računu.
Zapravo, program za igranje šaha, NSS, završen je 1957. godine. Njegov rad se temeljio na takozvanoj heuristici (pravila koja vam omogućuju da napravite izbor u nedostatku točnih teorijskih osnova) i opisima ciljeva. Kontrolni algoritam nastojao je smanjiti razlike između procjena postojećeg stanja i procjena cilja ili jednog od podciljeva.
Ista grupa je 1960. godine, na temelju principa korištenih u NSS-u, napisala program koji su njegovi tvorci nazvali GPS (General Problem Solver) – univerzalni rješavač problema. GPS bi mogao riješiti niz zagonetki, izračunati neodređene integrale, riješiti neke druge probleme. Ovi rezultati privukli su pozornost stručnjaka iz područja računalstva. Pojavili su se programi za automatsko dokazivanje teorema iz planimetrije i rješavanje algebarskih problema (formulirano u Engleski jezik).
Zanima se John McCarty (J.McCarty) sa Stanforda matematičke osnove ovi rezultati i simbolički izračuni općenito. Kao rezultat toga, 1963. godine razvio je jezik LISP (LISP, od List Processing), koji se temeljio na korištenju jednog popisnog prikaza za programe i podatke, korištenju izraza za definiranje funkcija, sintaksi zagrada.
Logičari su također počeli pokazivati ​​interes za istraživanja u području umjetne inteligencije. Iste 1964. godine objavljen je rad lenjingradskog logičara Sergeja Maslova "Inverzna metoda za utvrđivanje derivabilnosti u klasičnom predikatskom računu", u kojem je prvi put predložena metoda za automatsko traženje dokaza teorema u predikatskom računu. .
Godinu dana kasnije (1965.) u SAD-u se pojavio rad J.A.Pobinsona, posvećen nešto drugačijoj metodi automatskog traženja dokaza teorema u predikatskom računu prvog reda. Ova metoda je nazvana rezolucijska metoda i poslužila je kao početna točka za stvaranje novog programskog jezika s ugrađenom procedurom zaključivanja – Prolog jezika (PROLOG) 1971. godine.
Godine 1966., u SSSR-u, Valentin Turchin razvio je jezik rekurzivnih funkcija Refal, dizajniran za opisivanje jezika i različiti tipovi njihovu obradu. Iako je zamišljen kao algoritamski metajezik, za korisnika je bio, poput LISP-a i Prologa, jezik za simboličku obradu informacija.
Krajem 60-ih godina. prvi programi igre, sustavi za elementarnu analizu teksta i rješavanje nekih matematički problemi(geometrija, integralni račun). U složenim problemima nabrajanja koji su se pojavili u ovom slučaju, broj opcija koje je trebalo razvrstati naglo je smanjen korištenjem svih vrsta heuristika i " zdrav razum". Taj se pristup počeo nazivati ​​heurističkim programiranjem. Daljnji razvoj heurističkog programiranja slijedio je put kompliciranja algoritama i poboljšanja heuristike. Međutim, ubrzo je postalo jasno da postoji određena granica preko koje nema poboljšanja heuristike i kompliciranja algoritma. poboljšati kvalitetu sustava i, što je najvažnije, ne Program koji igra šah nikada neće igrati dame ili kartaške igre.
Postupno su istraživači počeli shvaćati da svim dotadašnjim programima nedostaje ono najvažnije - znanje iz relevantnog područja. Stručnjaci, rješavajući probleme, postižu visoke rezultate zahvaljujući njihovom znanju i iskustvu; ako programi pristupaju znanju i primjenjuju ga, postići će i visoku kvalitetu rada.
Ovo shvaćanje, koje je nastalo početkom 70-ih, u biti je značilo kvalitativni skok u radu na umjetnoj inteligenciji.
Temeljna razmatranja o ovoj temi iznio je američki znanstvenik E. Feigenbaum 1977. godine na 5. zajedničkoj konferenciji o umjetnoj inteligenciji.
Do sredine 70-ih. pojavljuju se prvi primijenjeni inteligentni sustavi koji za rješavanje problema koriste različite metode predstavljanja znanja – ekspertni sustavi. Jedan od prvih bio je DENDRAL stručni sustav, razvijen na Sveučilištu Stanford i dizajniran za generiranje formula kemijski spojevi na temelju spektralna analiza. DENDRAL trenutno kupcima isporučuje spektrometar. Sustav MYCIN namijenjen je dijagnostici i liječenju zaraznih bolesti krvi. Sustav PROSPECTOR predviđa ležišta minerala. Postoje dokazi da su uz njegovu pomoć otkrivena ležišta molibdena čija vrijednost prelazi 100 milijuna dolara. Sustav procjene kakvoće vode implementiran na temelju ruske tehnologije SIMER + MIR prije nekoliko godina izazvao je prekoračenje maksimalno dopuštenih koncentracija onečišćujućih tvari u rijeci Moskvi kod Serebryany Bora. CASNET sustav je namijenjen dijagnosticiranju i odabiru strategije liječenja glaukoma itd.
Trenutno je razvoj i implementacija ekspertnih sustava postalo samostalno inženjersko područje. Znanstvena istraživanja koncentrirana su na brojna područja, od kojih su neka navedena u nastavku.
Teorija ne definira eksplicitno što se točno smatra nužnim i dovoljnim uvjetima za postizanje intelektualnosti. Iako postoji niz hipoteza o tome, na primjer hipoteza Newell-Simona. Obično se implementaciji inteligentnih sustava pristupa upravo sa stajališta modeliranja ljudske inteligencije. Dakle, u okviru umjetne inteligencije postoje dva glavna područja:
■ simbolički (semiotički, odozgo prema dolje) temelji se na modeliranju procesa ljudskog mišljenja na visokoj razini, na prezentaciji i korištenju znanja;
■ Neurokibernetika (neuronska mreža, uzlazno) temelji se na modeliranju pojedinačnih niskorazinskih moždanih struktura (neurona).
Dakle, super-zadatak umjetne inteligencije je izgradnja računalno inteligentnog sustava koji bi imao razinu učinkovitosti u rješavanju neformalnih zadataka koja je usporediva ili superiorna s ljudskom.
Najčešće korištene paradigme programiranja u izgradnji sustava umjetne inteligencije su funkcionalno programiranje i logičko programiranje. Oni se razlikuju od tradicionalnih strukturnih i objektno orijentiranih pristupa razvoju programske logike nelinearnim zaključivanjem odluka i alatima niske razine za podršku analizi i sintezi struktura podataka.
Postoje dvije znanstvene škole s različitim pristupima problemu AI: konvencionalna AI i računalna AI.
U konvencionalnoj AI uglavnom koristi metode strojnog učenja temeljene na formalizmu i statističkoj analizi.
Konvencionalne metode umjetne inteligencije:
■ Stručni sustavi: programi koji, djelujući prema određenim pravilima, obrađuju veliku količinu informacija, te kao rezultat donose zaključak na temelju toga.
■ Obrazloženje na temelju sličnih slučajeva (Razlog na temelju slučaja).
■ Bayesove mreže - Ovaj statistička metoda otkrivanje obrazaca u podacima. Za to se koriste primarne informacije sadržane ili u mrežnim strukturama ili u bazama podataka.
■ Bihevioralni pristup: modularna metoda izgradnje AI sustava, u kojoj je sustav podijeljen na nekoliko relativno autonomnih programa ponašanja koji se pokreću ovisno o promjenama u vanjskom okruženju.
Računalni AI podrazumijeva iterativni razvoj i obuku (na primjer, odabir parametara u mreži povezivanja). Učenje se temelji na empirijskim podacima i povezano je s nesimboličkom umjetnom inteligencijom i mekim računalstvom.
Glavne metode računalne AI:
■ Neuronske mreže: sustavi s izvrsnim sposobnostima prepoznavanja.
■ Fuzzy sustavi: tehnike zaključivanja pod nesigurnošću (naširoko korištene u modernim industrijskim i potrošačkim sustavima kontrole)
■ Evolucijski izračuni: ovdje se primjenjuju koncepti tradicionalno povezani s biologijom kao što su populacija, mutacija i prirodna selekcija kako bi se stvorila najbolja rješenja problema. Te se metode dijele na evolucijske algoritme (npr. genetski algoritmi) i metode inteligencije rojeva (npr. algoritam kolonije mrava).
U okviru hibridnih inteligentnih sustava pokušavaju spojiti ova dva područja. Neuralne mreže mogu generirati pravila stručnog zaključivanja, a generativna pravila dobivaju se pomoću statističkog učenja.
Perspektivni pravci umjetne inteligencije.
CBR (Case-Based Reasoning Modeling) metode se već koriste u mnogim aplikacijama - u medicini, upravljanju projektima, za analizu i reorganizaciju okoline, za razvoj proizvoda masovnog tržišta uzimajući u obzir preferencije različitih skupina potrošača itd. Treba očekivati ​​primjenu CBR metoda za probleme inteligentnog pronalaženja informacija, e-trgovine (ponuda robe, stvaranje virtualnih trgovačkih agencija), planiranje ponašanja u dinamičkim okruženjima, povezivanje, dizajniranje i sintetiziranje programa.
Osim toga, treba očekivati ​​sve veći utjecaj ideja i metoda (AI) na strojnu analizu tekstova (AT) na prirodnom jeziku. Taj utjecaj najvjerojatnije će utjecati na semantičku analizu i srodne metode raščlanjivanja - u ovom području će se očitovati uzimanjem u obzir modela svijeta u završnim fazama semantičke analize i korištenjem znanja o domeni i situacijskih informacija kako bi se smanjila pretraživanja za više rani stadiji(na primjer, kada gradite stabla za analizu).
Drugi "komunikacijski kanal" AI i AT-a je korištenje metoda strojnog učenja u AT-u; treći "kanal" je korištenje razmišljanja temeljenog na slučaju i argumentacije za rješavanje nekih AT problema, kao što je smanjenje šuma i poboljšanje relevantnosti pretraživanja.
do jednog od najvažnijih i obećavajući smjerovi U umjetnoj inteligenciji danas treba pripisati zadatke automatskog planiranja ponašanja. Opseg metoda automatskog planiranja je širok izbor uređaja s visokim stupnjem autonomije i svrhovitog ponašanja, od kućanskih aparata do svemirskih letjelica bez posade za istraživanje dubokog svemira.

Korišteni izvori
1. Stuart Russell, Peter Norvig "Umjetna inteligencija: moderni pristup (AIMA)", 2. izdanje: Per. s engleskog. - M.: Izdavačka kuća "Williams", 2005.-1424 stranice s ilustracijama.
2. George F. Luger "Umjetna inteligencija: strategije i rješenja", 4. izdanje: Per. s engleskog. - M.: Izdavačka kuća Williams, 2004.
3. Gennady Osipov, predsjednik Ruske udruge za umjetnu inteligenciju, stalni član Europskog koordinacionog odbora za umjetnu inteligenciju (ECCAI), doktor fizikalnih i matematičkih znanosti, profesor „Umjetna inteligencija: stanje istraživanja i pogled u budućnost ."

Umjetna inteligencija

Umjetna inteligencija(AI, od engl. Artificial intelligence, AI) - znanost i tehnologija stvaranja inteligentnih strojeva, posebno inteligentnih računalnih programa.

AI je povezan sa sličnim zadatkom korištenja računala za razumijevanje ljudske inteligencije, ali nije nužno ograničen na biološki vjerojatne metode.

AI je znanstveni smjer koji razvija metode koje omogućuju elektroničkom računalu rješavanje intelektualnih problema ako ih rješava osoba. Koncept "umjetne inteligencije" odnosi se na funkcionalnost stroja za rješavanje ljudskih problema. Umjetna inteligencija usmjerena je na povećanje učinkovitosti različitih oblika ljudskog mentalnog rada.

Najčešći oblik umjetne inteligencije je računalo programirano da odgovori na određenu temu. Takvi "ekspertski sustavi" imaju ljudsku sposobnost da obavljaju analitički posao stručnjaka. Sličan program za obradu teksta može otkriti pravopisne pogreške, mogu se "uvježbati" u novim riječima. Na ovo znanstvena disciplina usko graniči s drugim, čiji se predmet ponekad naziva " umjetni život Više se bavi obavještajnim poslovima niska razina. Na primjer, robot se može programirati za navigaciju u magli, t.j. da mu daju sposobnost fizičke interakcije s okolinom.

Pojam "umjetna inteligencija" prvi je put predložen na istoimenom seminaru na Dartsmouth Collegeu u SAD-u 1956. godine. Nakon toga su razni znanstvenici dali sljedeće definicije umjetne inteligencije:

AI – grana računalne znanosti koja je povezana s automatizacijom inteligentnog ponašanja;

AI je znanost o računanju koja omogućuje percepciju, zaključivanje i djelovanje;

AI je informacijska tehnologija povezana s procesima zaključivanja, učenja i percepcije.

Povijest umjetne inteligencije kao novog znanstvenog smjera počinje sredinom 20. stoljeća. U to vrijeme već su se formirali mnogi preduvjeti za njegovo nastanak: među filozofima se dugo vode sporovi o prirodi čovjeka i procesu spoznavanja svijeta, neurofiziolozi i psiholozi razvili su brojne teorije o radu. ljudski mozak a razmišljajući, ekonomisti i matematičari postavljali su pitanja optimalnih proračuna i predstavljanja znanja o svijetu u formaliziranom obliku; konačno, rođen je temelj matematičke teorije računanja - teorija algoritama - i nastala su prva računala.

Glavni problem umjetne inteligencije je razvoj metoda za predstavljanje i obradu znanja.

Programi umjetne inteligencije uključuju:

Programi za igre (stohastičke, računalne igre);

Programi prirodnog jezika - strojno prevođenje, generiranje teksta, obrada govora;

Programi za prepoznavanje - prepoznavanje rukopisa, slika, karata;

Programi za izradu i analizu grafičkih, slikarskih, glazbenih djela.

Razlikuju se sljedeća područja umjetne inteligencije:

Ekspertni sustavi;

Neuronske mreže;

sustavi prirodnog jezika;

Evolucijske metode i genetski algoritmi;

neizraziti skupovi;

Sustavi za ekstrakciju znanja.

Ekspertni sustavi usmjereni su na rješavanje specifičnih problema.

Neuralne mreže implementiraju algoritme neuronske mreže.

dijele se na:

mreže Opća namjena, koji podržavaju oko 30 algoritama neuronske mreže i konfigurirani su za rješavanje specifičnih problema;

Objektno orijentiran - koristi se za prepoznavanje karaktera, upravljanje proizvodnjom, predviđanje situacija na deviznim tržištima,

Hibrid - koristi se zajedno s određenim softverom (Excel, Access, Lotus).

Sustavi prirodnog jezika (NL) dijele se na:

Programski proizvodi sučelja prirodnog jezika u bazi podataka (prikazivanje upita prirodnog jezika u SQL upitima);

Pretraživanje prirodnog jezika u tekstovima, smisleno skeniranje tekstova (koristi se u internetskim tražilicama, kao što je Google);

Skalabilni alati za prepoznavanje govora (prijenosni simultani tumači);

Komponente za obradu govora kao servisni alati softver(OS Windows XP).

Fuzzy skupovi - implementirajte logičke odnose između podataka. Ovi softverski proizvodi se koriste za upravljanje gospodarskim objektima, izgradnju ekspertnih sustava i sustava za podršku odlučivanju.

Genetski algoritmi su metode analize podataka koje se ne mogu analizirati standardnim metodama. U pravilu se koriste za obradu velikih količina informacija, izgradnju prediktivnih modela. Korišteno u znanstvene svrhe u simulacijskom modeliranju.

Sustavi za ekstrakciju znanja – koriste se za obradu podataka iz skladišta informacija.

Neki od najpoznatijih AI sustava su:

duboko plava- pobijedio svjetskog prvaka u šahu. Meč Kasparov protiv superračunala nije donio zadovoljstvo ni informatičarima ni šahistima, a Kasparov sustav nije prepoznao. IBM-ova linija superračunala tada se očitovala u projektima brute force BluGene (molekularno modeliranje) i modeliranja sustava piramidalnih stanica u Blue Brainu, Švicarska.

Watson- obećavajući razvoj IBM-a, sposoban percipirati ljudski govor i izvoditi probabilističko pretraživanje, koristeći veliki broj algoritama. Kako bi demonstrirao rad, Watson je sudjelovao u američkoj igri "Jeopardy!", analognoj "Own Game" u Rusiji, gdje je sustav uspio pobijediti u obje igre.

MYCIN- jedan od ranih stručnih sustava koji je mogao dijagnosticirati mali skup bolesti, i to često jednako točno kao liječnici.

20Q- projekt temeljen na idejama AI, temeljen na klasičnoj igrici "20 pitanja". Postao je vrlo popularan nakon što se pojavio na internetu na 20q.net.

Prepoznavanje govora. Sustavi poput ViaVoicea sposobni su služiti potrošačima.

Roboti se na godišnjem RoboCup turniru natječu u pojednostavljenom obliku nogometa.

Banke koriste sustave umjetne inteligencije (AI) u poslovima osiguranja (aktuarska matematika), kada igraju na burzi i upravljaju imovinom. Metode prepoznavanja uzoraka (uključujući složenije i specijalizirane te neuronske mreže) naširoko se koriste u optičkom i akustičkom prepoznavanju (uključujući tekst i govor), medicinskoj dijagnostici, filterima neželjene pošte, sustavima protuzračne obrane (identifikacija cilja), kao i za osiguravanje niz drugih zadataka nacionalne sigurnosti.

Programeri računalnih igara koriste umjetnu inteligenciju u različitim stupnjevima sofisticiranosti. To formira koncept "umjetne inteligencije igre". Standardni zadaci umjetne inteligencije u igrama su pronalaženje puta u 2D ili 3D prostoru, simuliranje ponašanja borbene jedinice, izračun prave ekonomske strategije i tako dalje.

Najveći znanstveni i istraživački centri u području umjetne inteligencije:

Sjedinjene Američke Države (Massachusetts Institute of Technology);

Njemačka (njem Centar za istraživanje o umjetnoj inteligenciji);

Japan ( Nacionalni institut moderna industrijska znanost i tehnologija (AIST));

Rusija (Znanstveno vijeće o metodologiji umjetne inteligencije Ruske akademije znanosti).

Danas je zbog napretka u području umjetne inteligencije stvoren veliki broj znanstvenih dostignuća, što ljudima uvelike pojednostavljuje život. Prepoznavanje govora ili skeniranog teksta, rješavanje računski složenih problema u kratko vrijeme i još mnogo toga - sve je to postalo dostupno zahvaljujući razvoju umjetne inteligencije.

Zamjena stručnjaka za ljude sustavima umjetne inteligencije, posebno ekspertnim sustavima, naravno, tamo gdje je to dopušteno, može značajno ubrzati i smanjiti troškove proizvodnog procesa. Sustavi umjetne inteligencije uvijek su objektivni i rezultati njihova rada ne ovise o trenutnom raspoloženju i nizu drugih subjektivnih čimbenika koji su svojstveni osobi. No, unatoč svemu navedenom, ne treba gajiti sumnjive iluzije i nadati se da će u bliskoj budućnosti ljudski rad biti zamijenjen radom umjetne inteligencije. Iskustvo pokazuje da danas sustavi umjetne inteligencije postižu najbolje rezultate kada djeluju u sprezi s osobom. Uostalom, riječ je o osobi, za razliku od umjetne inteligencije, koja može razmišljati izvan okvira i kreativno, što mu je omogućilo da se razvija i ide naprijed tijekom cijele svoje ere.

Korišteni izvori

1. www.aiportal.ru

3. en.wikipedia.org

Nova evolucijska strategija čovječanstva

Ističe: “Problem je u tome što još ne možemo općenito odrediti koje računske postupke želimo nazvati inteligentnim. Neke od mehanizama inteligencije razumijemo, a druge ne razumijemo. Stoga se inteligencija unutar ove znanosti shvaća samo kao računska komponenta sposobnosti za postizanje ciljeva u svijetu.

Istodobno, postoji stajalište prema kojem inteligencija može biti samo biološki fenomen.

Kako ističe predsjednik ogranka u Sankt Peterburgu Ruskog udruženja umjetne inteligencije T. A. Gavrilova, na engleskom je izraz umjetna inteligencija nema onu pomalo fantastičnu antropomorfnu boju koju je stekla u prilično neuspješnom ruskom prijevodu. Riječ inteligencija znači "sposobnost razumnog rasuđivanja", a ne uopće "inteligenciju", za koju postoji engleski ekvivalent intelekt .

Članovi Ruskog udruženja umjetne inteligencije daju sljedeće definicije umjetne inteligencije:

Jedna od privatnih definicija inteligencije, zajednička osobi i “stroju”, može se formulirati na sljedeći način: “Inteligencija je sposobnost sustava da stvara programe (prvenstveno heurističke) tijekom samoučenja za rješavanje problema određenu klasu složenosti i riješiti te probleme” .

Često se umjetna inteligencija naziva i najjednostavnija elektronika koja ukazuje na prisutnost senzora i automatski odabir načina rada. Riječ umjetno u ovom slučaju znači da ne biste trebali očekivati ​​da će sustav moći pronaći novi način rada u situaciji koju programeri nisu predvidjeli.

Preduvjeti za razvoj znanosti o umjetnoj inteligenciji

Povijest umjetne inteligencije kao novog znanstvenog smjera počinje sredinom 20. stoljeća. U to su vrijeme već bili stvoreni mnogi preduvjeti za njegovo nastanak: među filozofima su se dugo vodili sporovi o prirodi čovjeka i procesu spoznavanja svijeta, neurofiziolozi i psiholozi razvili su brojne teorije o radu ljudskog mozga i razmišljajući, ekonomisti i matematičari postavljali su pitanja optimalnih proračuna i predstavljanja znanja o svijetu u formaliziranom obliku; konačno, rođen je temelj matematičke teorije računanja - teorija algoritama - i nastala su prva računala.

Sposobnosti novih strojeva u smislu brzine računanja pokazale su se većima od ljudskih, pa se u znanstvenu zajednicu uvuklo pitanje: koje su granice mogućnosti računala i hoće li strojevi dostići razinu ljudskog razvoja? Godine 1950. jedan od pionira na području računalne tehnologije, engleski znanstvenik Alan Turing, napisao je članak pod naslovom "Može li stroj misliti?" , koji opisuje postupak kojim će biti moguće odrediti trenutak kada stroj postaje jednak u smislu inteligencije s osobom, nazvan Turingov test.

Povijest razvoja umjetne inteligencije u SSSR-u i Rusiji

U SSSR-u je rad na području umjetne inteligencije počeo 1960-ih. Na Moskovskom sveučilištu i Akademiji znanosti provedeno je niz pionirskih studija, koje su vodili Veniamin Pushkin i D. A. Pospelov.

Godine 1964. objavljen je rad lenjingradskog logičara Sergeja Maslova "Inverzna metoda za utvrđivanje derivabilnosti u klasičnom predikatskom računu" u kojem je prvi put predložena metoda za automatsko traženje dokaza teorema u predikatskom računu.

Sve do 1970-ih, u SSSR-u su se sva istraživanja umjetne inteligencije provodila u okviru kibernetike. Prema D. A. Pospelovu, znanosti "računala" i "kibernetika" su u to vrijeme bile pomiješane, zbog niza akademskih sporova. Tek kasnih 1970-ih u SSSR-u se počelo govoriti o znanstvenom smjeru "umjetna inteligencija" kao grani računalne znanosti. Istodobno je rođena i sama informatika, podvrgavajući prastaru "kibernetiku". U kasnim 1970-ima, eksplanatorni rječnik umjetne inteligencije, priručnik u tri sveska o umjetnoj inteligenciji i enciklopedijski rječnik u informatici, u kojoj su rubrike "Kibernetika" i "Umjetna inteligencija" uz ostale rubrike uključene u sastav informatike. Pojam "računalstvo" postao je raširen 1980-ih, a izraz "kibernetika" postupno je nestao iz opticaja, ostajući samo u nazivima onih institucija koje su nastale u doba "kibernetičkog procvata" kasnih 1950-ih i ranih 1960-ih. Ovo gledište o umjetnoj inteligenciji, kibernetici i informatici ne dijele svi. To je zbog činjenice da su na Zapadu granice ovih znanosti nešto drugačije.

Pristupi i pravci

Pristupi razumijevanju problema

Ne postoji jedinstven odgovor na pitanje što umjetna inteligencija radi. Gotovo svaki autor koji napiše knjigu o umjetnoj inteligenciji polazi od neke definicije u njoj, razmatrajući dostignuća ove znanosti u njezinom svjetlu.

• silazno (engleski) Top Down AI), semiotički - stvaranje ekspertnih sustava, baza znanja i sustava zaključivanja koji oponašaju mentalne procese visoke razine: mišljenje, razmišljanje, govor, emocije, kreativnost itd.;
• uzlazno (engleski) Bottom Up AI), biološki – proučavanje neuronskih mreža i evolucijskih proračuna koji modeliraju intelektualno ponašanje temeljeno na biološkim elementima, kao i stvaranje odgovarajućih računalnih sustava, poput neuroračunala ili bioračunala.

Potonji pristup, strogo govoreći, ne vrijedi za znanost AI u smislu koji je dao John McCarthy – ujedinjuje ih samo zajednički konačni cilj.

Turingov test i intuitivni pristup

Empirijski test je predložio Alan Turing u članku " Računalni strojevi i um" Računalni strojevi i inteligencija ) objavljen 1950. u filozofskom časopisu Um". Svrha ovog testa je utvrditi mogućnost umjetnog mišljenja, bliskog ljudskom.

Standardno tumačenje ovog testa je sljedeće: " Osoba komunicira s jednim računalom i jednom osobom. Na temelju odgovora na pitanja mora odrediti s kim razgovara: s osobom ili računalnim programom. Zadaća računalnog programa je dovesti osobu u zabludu, prisiljavajući je na pogrešan izbor.". Svi sudionici testa se ne viđaju.

• Najopćenitiji pristup pretpostavlja da će AI biti u stanju pokazati ponašanje poput čovjeka u normalnim situacijama. Ova ideja je generalizacija pristupa Turingovog testa, koji kaže da će stroj postati inteligentan kada bude u stanju voditi razgovor s običnom osobom, a on neće moći razumjeti da razgovara sa strojem ( razgovor se vodi dopisnim putem).
• Pisci znanstvene fantastike često predlažu drugi pristup: AI će se pojaviti kada je stroj sposoban osjećati i stvarati. Dakle, vlasnik Andrewa Martina iz "Dvijestnog čovjeka" počinje se prema njemu ponašati kao prema osobi kada kreira igračku prema vlastitom dizajnu. A Data iz Zvjezdanih staza, budući da je sposoban za komunikaciju i učenje, sanja o stjecanju emocija i intuicije.

Međutim, malo je vjerojatno da će potonji pristup izdržati pod nadzorom detaljnije. Na primjer, lako je stvoriti mehanizam koji će procijeniti neke parametre vanjskog ili unutarnjeg okruženja i odgovoriti na njihove nepovoljne vrijednosti. Za takav sustav možemo reći da ima osjećaje ("bol" je reakcija na senzor šoka, "glad" je reakcija na nisku napunjenost baterije itd.). A klasteri koje stvaraju Kohonenove karte, i mnogi drugi proizvodi "inteligentnih" sustava, mogu se smatrati nekom vrstom kreativnosti.

Simbolički pristup

Povijesno gledano, simbolički pristup bio je prvi u eri digitalnih računala, budući da je nakon stvaranja Lisp-a, prvog simboličkog računalnog jezika, njegov autor postao uvjeren u mogućnost praktičkog početka implementacije ovih sredstava inteligencije. Simbolični pristup omogućuje da se operira sa slabo formaliziranim prikazima i njihovim značenjima.

Uspjeh i učinkovitost rješavanja novih problema ovisi o sposobnosti izdvajanja samo bitnih informacija, što zahtijeva fleksibilnost u metodama apstrakcije. Dok obični program postavlja jedan od vlastitih načina tumačenja podataka, zbog čega njegov rad izgleda pristrano i čisto mehanički. U ovom slučaju samo osoba, analitičar ili programer, može riješiti intelektualni problem, a da to ne može povjeriti stroju. Kao rezultat, stvara se jedan model apstrakcije, sustav konstruktivnih entiteta i algoritama. A fleksibilnost i svestranost rezultiraju značajnim troškovima resursa za tipični zadaci, odnosno sustav se vraća iz inteligencije u grubu silu.

Glavna značajka simboličkih izračuna je stvaranje novih pravila tijekom izvršavanja programa. Dok su mogućnosti neinteligentnih sustava dovršene neposredno prije mogućnosti da se barem ukažu na novonastale poteškoće. Štoviše, te poteškoće nisu riješene, a konačno računalo ne poboljšava takve sposobnosti samo po sebi.

Nedostatak simboličkog pristupa je što je takav otvorene mogućnosti nepripremljeni ljudi percipiraju kao nedostatak alata. Ovaj prilično kulturni problem djelomično je riješen logičkim programiranjem.

logičan pristup

Logički pristup stvaranju sustava umjetne inteligencije usmjeren je na stvaranje ekspertnih sustava s logičkim modelima baza znanja korištenjem predikatnog jezika.

Logički programski jezik i sustav Prolog usvojen je kao model obuke za sustave umjetne inteligencije 1980-ih. Baze znanja napisane u jeziku Prolog predstavljaju skupove činjenica i pravila zaključivanja napisane jezikom logičkih predikata.

Logički model baza znanja omogućuje vam da zabilježite ne samo specifične informacije i podatke u obliku činjenica na jeziku Prolog, već i generalizirane informacije koristeći pravila i postupke zaključivanja, uključujući logička pravila za definiranje pojmova koji izražavaju određeno znanje kao specifično i generalizirane informacije.

Općenito, istraživanje problema umjetne inteligencije u okviru logičnog pristupa oblikovanju baza znanja i ekspertnih sustava usmjereno je na stvaranje, razvoj i rad inteligentnih informacijskih sustava, uključujući i pitanja poučavanja studenata i školaraca, tj. kao i osposobljavanje korisnika i programera takvih inteligentnih informacijskih sustava.

Pristup baziran na agentima

Najnoviji pristup, razvijen od ranih 1990-ih, tzv pristup baziran na agentima, ili pristup koji se temelji na korištenju inteligentnih (racionalnih) agenata. Prema ovom pristupu, inteligencija je računski dio (grubo rečeno, planiranje) sposobnosti za postizanje ciljeva postavljenih inteligentnom stroju. Takav stroj i sam će biti inteligentni agent, koji opaža svijet oko sebe uz pomoć senzora, a sposoban je utjecati na objekte u okruženju uz pomoć aktuatora.

Ovaj pristup usredotočuje se na one metode i algoritme koji će pomoći inteligentnom agentu da preživi u okruženju dok obavlja svoj zadatak. Dakle, ovdje se puno pažljivije proučavaju algoritmi za pronalaženje puta i donošenja odluka.

Hibridni pristup

Glavni članak: Hibridni pristup

Hibridni pristup sugerira da samo sinergijska kombinacija neuronskih i simboličkih modela postiže cijeli spektar kognitivnih i računalnih sposobnosti. Na primjer, pravila stručnog zaključivanja mogu se generirati neuronskim mrežama, a generativna pravila se dobivaju pomoću statističkog učenja. Zagovornici ovog pristupa vjeruju da će hibridni informacijski sustavi biti puno jači od zbroja razni koncepti odvojeno.

Modeli i metode istraživanja

Simboličko modeliranje misaonih procesa

Glavni članak: Modeliranje obrazloženja

Analizirajući povijest AI, može se izdvojiti tako opsežan smjer kao modeliranje rasuđivanja. Dugi niz godina razvoj ove znanosti kretao se tim putem, a sada je jedno od najrazvijenijih područja moderne AI. Modeliranje rasuđivanja uključuje stvaranje simboličkih sustava na čijim se ulazu postavlja određeni zadatak, a na izlazu ga se traži riješiti. U pravilu je predloženi problem već formaliziran, odnosno preveden u matematički oblik, ali ili nema algoritam rješenja, ili je previše kompliciran, dugotrajan itd. Ovaj smjer uključuje: dokazivanje teorema, donošenje odluka, i teorija igara, planiranje i otpremanje , prognoziranje .

Rad s prirodnim jezicima

Važan smjer je obrada prirodnog jezika, koji analizira mogućnosti razumijevanja, obrade i generiranja tekstova na "ljudskom" jeziku. Unutar ovog smjera cilj je takva obrada prirodnog jezika koja bi mogla samostalno stjecati znanje čitanjem postojeći tekst dostupno na internetu. Neke izravne primjene obrade prirodnog jezika uključuju pronalaženje informacija (uključujući rudarenje teksta) i strojno prevođenje.

Zastupljenost i korištenje znanja

Smjer inženjering znanja objedinjuje zadatke dobivanja znanja iz jednostavnih informacija, njihovu sistematizaciju i korištenje. Ovaj smjer je povijesno povezan sa stvaranjem ekspertni sustavi- programi koji koriste specijalizirane baze znanja za dobivanje pouzdanih zaključaka o bilo kojem problemu.

Proizvodnja znanja iz podataka jedan je od osnovnih problema data mininga. Postoje različiti pristupi rješavanju ovog problema, uključujući i one temeljene na tehnologiji neuronskih mreža, koristeći postupke verbalizacije neuronske mreže.

Strojno učenje

Problemi strojno učenje tiče procesa neovisna stjecanje znanja od strane intelektualnog sustava u procesu njegovog djelovanja. Ovaj smjer je bio središnji od samog početka razvoja AI. Godine 1956., na ljetnoj konferenciji u Dartmundu, Ray Solomonoff napisao je rad o nenadziranom vjerojatnosnom stroju nazvanom Induktivni stroj za zaključivanje.

Robotika

Glavni članak: Inteligentna robotika

Strojna kreativnost

Glavni članak: Strojna kreativnost

Priroda ljudske kreativnosti još je manje shvaćena od prirode inteligencije. Ipak, ovo područje postoji i tu se postavljaju problemi pisanja glazbe, književnih djela (često pjesama ili bajki), umjetničkog stvaralaštva. Stvaranje realističnih slika naširoko se koristi u industriji filmova i igara.

Posebno se ističe proučavanje problema tehničke kreativnosti sustava umjetne inteligencije. Teorija inventivnog rješavanja problema, koju je 1946. predložio G. S. Altshuller, označila je početak takvih istraživanja.

Dodavanje ove značajke svakom inteligentnom sustavu omogućuje vam da vrlo jasno pokažete što točno sustav percipira i kako razumije. Dodavanjem šuma umjesto nedostajućih informacija ili filtriranjem buke sa znanjem dostupnim u sustavu, iz apstraktnog znanja se proizvode konkretne slike koje čovjek lako percipira, što je posebno korisno za intuitivna i niskovrijedna znanja, čija provjera u formalni oblik zahtijeva značajan mentalni napor.

Ostala područja istraživanja

Konačno, postoje mnoge primjene umjetne inteligencije, od kojih svaka čini gotovo neovisni smjer. Primjeri uključuju programsku inteligenciju u računalnim igrama, nelinearnu kontrolu, inteligentne informacijske sigurnosne sustave.

Vidi se da se mnoga područja istraživanja preklapaju. To vrijedi za svaku znanost. Ali u umjetnoj inteligenciji, odnos između naizgled različitih smjerova posebno je jak, a to je zbog filozofske rasprave o jakoj i slaboj AI.

Moderna umjetna inteligencija

Postoje dva smjera razvoja umjetne inteligencije:

• rješavanje problema vezanih uz približavanje specijaliziranih AI sustava ljudskim sposobnostima i njihovu integraciju, koju provodi ljudska priroda ( vidi Pojačavanje inteligencije);
• stvaranje umjetne inteligencije, koja predstavlja integraciju već stvorenih AI sustava u jedinstveni sustav sposoban riješiti probleme čovječanstva ( vidi Jaka i slaba umjetna inteligencija).

No, u ovom trenutku, u području umjetne inteligencije, uključeni su mnogi predmetna područja, koji imaju više praktičan značaj za AI, a ne temeljni. Isprobani su mnogi pristupi, ali nijedna istraživačka skupina još nije došla do pojave umjetne inteligencije. U nastavku su samo neki od najznačajnijih razvoja umjetne inteligencije.

Primjena

Turnir RoboCup

Neki od najpoznatijih AI sustava su:

Banke koriste sustave umjetne inteligencije (AI) u poslovima osiguranja (aktuarska matematika), kada igraju na burzi i upravljaju imovinom. Metode prepoznavanja uzoraka (uključujući složenije i specijalizirane te neuronske mreže) naširoko se koriste u optičkom i akustičkom prepoznavanju (uključujući tekst i govor), medicinskoj dijagnostici, filterima neželjene pošte, sustavima protuzračne obrane (identifikacija cilja), kao i za osiguravanje niz drugih zadataka nacionalne sigurnosti.

Psihologija i kognitivna znanost

Metodologija kognitivnog modeliranja osmišljena je za analizu i donošenje odluka u loše definiranim situacijama. Predložio ga je Axelrod.

Temelji se na modeliranju subjektivnih predodžbi stručnjaka o situaciji i uključuje: metodologiju strukturiranja situacije: model za predstavljanje stručnog znanja u obliku potpisanog digrafa (kognitivne karte) (F, W), gdje je F a skup faktora situacije, W je skup uzročno-posljedičnih veza između faktora situacije; metode analize situacije. Trenutno se metodologija kognitivnog modeliranja razvija u smjeru poboljšanja aparata za analizu i modeliranje situacije. Ovdje se predlažu modeli za predviđanje razvoja situacije; metode za rješavanje inverznih problema.

Filozofija

Znanost o "stvaranju umjetne inteligencije" nije mogla ne privući pozornost filozofa. Pojavom prvih inteligentnih sustava, postavila su se temeljna pitanja o čovjeku i znanju, a dijelom i o svjetskom poretku.

Filozofski problemi stvaranja umjetne inteligencije mogu se podijeliti u dvije skupine, relativno govoreći, “prije i nakon razvoja AI”. Prva skupina odgovara na pitanje: "Što je AI, je li moguće stvoriti ga i, ako je moguće, kako to učiniti?" Druga skupina (etika umjetne inteligencije) postavlja pitanje: "Koje su posljedice stvaranja AI za čovječanstvo?"

Pojam "jaka umjetna inteligencija" uveo je John Searle, a njegov pristup karakteriziraju vlastite riječi:

Štoviše, takav bi program bio više nego samo model uma; to će doslovno biti sam um, u istom smislu u kojem je ljudski um um.

Istodobno, potrebno je razumjeti je li „čisti umjetni“ um („metaum“) moguć, razumjeti i odlučiti stvarni problemi a ujedno i lišen emocija koje su karakteristične za osobu i potrebne za njezin individualni opstanak.

Naprotiv, slabi zagovornici umjetne inteligencije radije gledaju na programe samo kao na alat za rješavanje određenih zadataka koji ne zahtijevaju cijeli raspon ljudskih kognitivnih sposobnosti.

Etika

Znanstvena fantastika

Tema umjetne inteligencije razmatra se iz različitih kutova u radu Roberta Heinleina: hipoteza o nastanku AI samosvijesti kada struktura postaje složenija iznad određene kritične razine i dolazi do interakcije s vanjskim svijetom i drugim nosiocima uma ( “Mjesec je oštra ljubavnica”, “Vrijeme je dovoljno za ljubav”, likovi Mycrofta, Dore i Aya u seriji “Povijest budućnosti”), problemi razvoja umjetne inteligencije nakon hipotetske samosvijesti i neka društvena i etička pitanja (" Petak"). Socio-psihološke probleme ljudske interakcije s umjetnom inteligencijom razmatra i roman Philipa K. Dicka “Sanjaju li Androidi električne ovce? “, također poznat iz filmske adaptacije Blade Runnera.

Stvaranje virtualne stvarnosti, umjetne inteligencije, nanorobota i brojni drugi problemi filozofije umjetne inteligencije opisani su i uvelike anticipirani u djelu pisca znanstvene fantastike i filozofa Stanislava Lema. Posebno se ističe futurologija Zbroj tehnologije. Osim toga, u pustolovinama Iyona Tihog, odnos između živih bića i strojeva se više puta opisuje: pobuna na putnim računalima praćena neočekivani događaji(11 putovanje), adaptacija robota u ljudsko društvo(“Tragedija pranja” iz “Sjećanja na Ijona Tihog”), izgradnja apsolutnog reda na planetu obradom živih stanovnika (24. putovanje), izumi Corcorana i Diagora (“Memoari Ijona tihog”), psihijatrijske klinike za robote (“Sjećanja na Ijona Tihog”) "). Osim toga, postoji cijeli ciklus priča i priča o Cyberiadi, gdje su gotovo svi likovi roboti, koji su daleki potomci robota koji su pobjegli od ljudi (ljude zovu blijedima i smatraju ih mitskim bićima).

Filmovi

Gotovo od 60-ih godina, uz pisanje fantastičnih priča i romana, snimaju se i filmovi o umjetnoj inteligenciji. Mnogi romani svjetski priznatih autora snimaju se i postaju klasici žanra, drugi postaju prekretnica u razvoju znanstvene fantastike, kao što su Terminator i Matrix.

vidi također

Bilješke

1. Često postavljana pitanja od Johna McCarthyja, 2007
2. M. Andrija. Stvarni život i umjetna inteligencija // "Vijesti o umjetnoj inteligenciji", RAII, 2000.
3. Gavrilova T. A. Khoroshevsky V. F. Baze znanja inteligentnih sustava: Udžbenik za sveučilišta
4. Averkin A. N., Gaaze-Rapoport M. G., Pospelov D. A. Eksplanatorni rječnik umjetne inteligencije. - M.: Radio i komunikacija, 1992. - 256 str.
5. G. S. Osipov. Umjetna inteligencija: stanje istraživanja i pogled u budućnost
6. Ilyasov F. N. Um umjetni i prirodni // Zbornik radova Akademije znanosti Turkmenske SSR, serija društvenih znanosti. 1986. broj 6. S. 46-54.
7. Alan Turing, Mogu li strojevi misliti?
8. Inteligentni strojevi S. N. Korsakov
9. D. A. Pospelov. Formiranje informatike u Rusiji
10. O povijesti kibernetike u SSSR-u. Esej jedan, Esej drugi
11. Jack Copeland. Što je umjetna inteligencija? 2000
12. Alan Turing, Računalni strojevi i inteligencija, Um, sv. LIX, br. 236, listopad 1950., str. 433-460 (prikaz, stručni).
13. Obrada prirodnog jezika:
14. Aplikacije za obradu prirodnog jezika uključuju pronalaženje informacija (uključujući: analizu teksta i strojno prijevod):
15. Gorban P. A. Ekstrakcija znanja o neuronskim mrežama iz podataka i računalne psihoanalize
16. Strojno učenje:
17. Alan Turing je raspravljao o središnjoj temi još 1950. godine u svom klasičnom članku Računalni strojevi i inteligencija. ()
18. (pdf skenirana kopija originala) (verzija objavljena 1957., An Inductive Inference Machine, "IRE Convention Record, Odjeljak o teoriji informacija, 2. dio, str. 56-62)
19. robotika:
20. , str. 916–932 (prikaz, stručni).
21. , str. 908–915 (prikaz, stručni).
22. Projekt Plavi mozak - umjetni mozak
23. Blagi Watson nabija ljudske protivnike na Jeopardy
24. 20Q.net Inc.
25. Axelrod R. Struktura odluke: kognitivne karte političkih elita. - Princeton. Sveučilišna naklada, 1976. (monografija).
26. John Searle. Um mozga - računalni program?
27. Penrose R. Novi um kralja. O računalima, razmišljanju i zakonima fizike. - M .: URSS, 2005. - ISBN 5-354-00993-6
28. AI kao globalni faktor rizika
29. … će vas odvesti do Vječnog Života
30. http://www.rc.edu.ru/rc/s8/intellect/rc_intellect_zaharov_2009.pdf Pravoslavni pogled na problem umjetne inteligencije
31. Harry Harrison. Turingov izbor. - M .: Eksmo-Press, 1999. - 480 str. - ISBN 5-04-002906-3

Književnost

• Računalo uči i razlozi (1. dio) // Računalo dobiva inteligenciju = Artificial Intelligence Computer Images / ur. V. L. Stefanyuk. - Moskva: Mir, 1990. - 240 str. - 100.000 primjeraka. - ISBN 5-03-001277-X (ruski); ISBN 705409155
• Devyatkov V.V. Sustavi umjetne inteligencije / Ch. izd. I. B. Fedorov. - M .: Izdavačka kuća MSTU im. N. E. Bauman, 2001. - 352 str. - (Informatika na Tehničkom fakultetu). - 3000 primjeraka. - ISBN 5-7038-1727-7

• Korsakov S.N. Upis novog načina istraživanja uz pomoć strojeva koji uspoređuju ideje / Ed. KAO. Mihajlov. - M .: MEPhI, 2009. - 44 str. - 200 primjeraka. -