Dëshira për të krijuar makina inteligjente (ose, në kohët e lashta, idhuj) është po aq e vjetër sa njerëzit. Dëshira për të mos qenë vetëm në univers, për të pasur diçka me të cilën të komunikosh pa mospërputhjet e njerëzve të tjerë, është e fortë. Diskutimi i mëposhtëm ofron një përmbledhje të shkurtër, përkatëse të historisë së përpjekjeve moderne të AI.
Duke filluar me logjikën simbolike në Dartmouth
Kompjuterët më të hershëm ishin pikërisht ai: pajisjet kompjuterike. Ata imituan aftësinë njerëzore për të manipuluar simbolet në mënyrë që të kryejnë detyra themelore matematikore, të tilla si mbledhja. Arsyetimi logjik më vonë shtoi aftësinë për të kryer arsyetimin matematik përmes krahasimeve (si p.sh. përcaktimi nëse një vlerë është më e madhe se një vlerë tjetër). Megjithatë, njerëzit ende kishin nevojë të përcaktonin algoritmin e përdorur për të kryer llogaritjen, të siguronin të dhënat e kërkuara në formatin e duhur dhe më pas të interpretonin rezultatin. Gjatë verës së vitit 1956, shkencëtarë të ndryshëm morën pjesë në një seminar të mbajtur në kampusin e Kolegjit Dartmouth për të bërë diçka më shumë. Ata parashikuan se makinat që mund të arsyetonin me aq efektivitet sa njerëzit do të kërkonin, më së shumti, një brez që do të vinte. E kishin gabim.
Problemi i deklaruar me Kolegjin Dartmouth dhe përpjekjet e tjera të kohës lidhet me harduerin - aftësinë e përpunimit për të kryer llogaritjet mjaft shpejt për të krijuar një simulim. Megjithatë, ky nuk është në të vërtetë i gjithë problemi. Po, hardueri duket në figurë, por ju nuk mund të simuloni procese që nuk i kuptoni. Megjithatë, arsyeja që AI është disi efektive sot është se hardueri më në fund është bërë mjaft i fuqishëm për të mbështetur numrin e kërkuar të llogaritjeve.
Problemi më i madh me këto përpjekje të hershme (dhe ende një problem i konsiderueshëm sot) është se ne nuk e kuptojmë se si njerëzit arsyetojnë mjaft mirë për të krijuar një simulim të çdo lloji - duke supozuar se një simulim i drejtimit është madje i mundur. Konsideroni përsëri çështjet që lidhen me fluturimin me njerëz të përshkruar më parë në kapitull. Vëllezërit Wright patën sukses jo duke simuluar zogjtë, por duke kuptuar proceset që përdorin zogjtë, duke krijuar kështu fushën e aerodinamikës. Rrjedhimisht, kur dikush thotë se inovacioni tjetër i madh i inteligjencës artificiale është afër qoshes dhe megjithatë nuk ekziston asnjë disertacion konkret për proceset e përfshira, inovacioni është asgjë tjetër veçse afër qoshes.
Vazhdimi me sisteme eksperte
Sistemet e ekspertëve u shfaqën për herë të parë në vitet 1970 dhe përsëri në vitet 1980 si një përpjekje për të reduktuar kërkesat llogaritëse të paraqitura nga AI duke përdorur njohuritë e ekspertëve. U shfaqën një sërë përfaqësimesh të sistemit të ekspertëve, duke përfshirë deklaratat e bazuara në rregulla (që përdorin nëse...atëherë deklaratat për të bazuar vendimet në rregullat e gishtit), të bazuara në kornizë (që përdorin bazat e të dhënave të organizuara në hierarki të ndërlidhura të informacionit gjenerik të quajtur korniza) dhe të bazuara në logjikë (të cilat mbështeten në teorinë e grupeve për të krijuar marrëdhënie). Ardhja e sistemeve të ekspertëve është e rëndësishme sepse ato paraqesin implementimet e para vërtet të dobishme dhe të suksesshme të AI.
Ju ende shihni sisteme ekspertësh në përdorim sot (edhe pse ato nuk quhen më kështu). Për shembull, kontrolluesit drejtshkrimor dhe gramatikor në aplikacionin tuaj janë lloje të sistemeve eksperte. Kontrolluesi i gramatikës, veçanërisht, bazohet fuqishëm në rregulla. Ia vlen të shikoni përreth për të parë vende të tjera ku sistemet e ekspertëve mund të shohin ende përdorim praktik në aplikimet e përditshme.
Një problem me sistemet e ekspertëve është se ato mund të jenë të vështira për t'u krijuar dhe mbajtur. Përdoruesit e hershëm duhej të mësonin gjuhë programimi të specializuara si Përpunimi i Listës (LisP) ose Prolog. Disa shitës panë një mundësi për të vënë sisteme ekspertësh në duart e programuesve më pak me përvojë ose fillestare duke përdorur produkte të tilla si VP-Expert , të cilat mbështeten në qasjen e bazuar në rregulla . Megjithatë, këto produkte në përgjithësi ofronin funksionalitet jashtëzakonisht të kufizuar në përdorimin e bazave të vogla të njohurive.
Në vitet 1990, shprehja sistem ekspert filloi të zhdukej. Ideja se sistemet e ekspertëve ishin një dështim u shfaq, por realiteti është se sistemet e ekspertëve ishin thjesht aq të suksesshëm sa u rrënjosën në aplikacionet që ishin krijuar për të mbështetur. Duke përdorur shembullin e një përpunuesi teksti, në një kohë ju është dashur të blini një aplikacion të veçantë për kontrollimin e gramatikës si RightWriter . Sidoqoftë, përpunuesit e tekstit tani kanë kontrollues gramatikor të integruar sepse u treguan kaq të dobishëm (nëse jo gjithmonë të sakta).
Kapërcimi i dimrave të AI
Termi dimër i AI i referohet një periudhe të reduktuar financimi në zhvillimin e AI. Në përgjithësi, AI ka ndjekur një rrugë në të cilën mbështetësit mbivlerësojnë atë që është e mundur, duke nxitur njerëzit pa njohuri fare teknologjike, por shumë para, të bëjnë investime. Pason një periudhë kritikash kur AI nuk arrin të përmbushë pritshmëritë dhe më në fund, ndodh reduktimi i financimit. Një numër i këtyre cikleve kanë ndodhur gjatë viteve - të gjitha shkatërruese për përparimin e vërtetë.
Inteligjenca artificiale është aktualisht në një fazë të re hipe për shkak të mësimit të makinerive, një teknologji që i ndihmon kompjuterët të mësojnë nga të dhënat. Të kesh një kompjuter të mësojë nga të dhënat do të thotë të mos varesh nga një programues njerëzor për të vendosur operacione (detyra), por përkundrazi t'i nxjerrësh ato drejtpërdrejt nga shembuj që tregojnë se si duhet të sillet kompjuteri. Është si të edukosh një fëmijë duke i treguar se si të sillet me shembull. Mësimi i makinerive ka gracka sepse kompjuteri mund të mësojë se si t'i bëjë gjërat gabimisht përmes mësimdhënies së pakujdesshme.
Pesë fise shkencëtarësh janë duke punuar në algoritmet e mësimit të makinerive, secili nga një këndvështrim i ndryshëm (shih seksionin "Shmangia e Hipes së AI", më vonë në këtë kapitull, për detaje). Në këtë kohë, zgjidhja më e suksesshme është të mësuarit e thellë, që është një teknologji që përpiqet të imitojë trurin e njeriut. Të mësuarit e thellë është i mundur për shkak të disponueshmërisë së kompjuterëve të fuqishëm, algoritmeve më inteligjente, grupeve të mëdha të të dhënave të prodhuara nga dixhitalizimi i shoqërisë sonë dhe investimeve të mëdha nga biznese si Google, Facebook, Amazon dhe të tjerë që përfitojnë nga ky rilindje e AI për veten e tyre. bizneset.
Njerëzit thonë se dimri i AI ka mbaruar për shkak të mësimit të thellë, dhe kjo është e vërtetë tani për tani. Sidoqoftë, kur shikoni përreth në mënyrat se si njerëzit po e shohin AI, mund të kuptoni lehtësisht se një fazë tjetër kritike do të ndodhë përfundimisht nëse përkrahësit nuk e zvogëlojnë retorikën.