4 начина за дефиниране на изкуствен интелект (AI)

Първата концепция, която е важно да се разбере, е, че AI всъщност няма нищо общо с човешкия интелект. Да, някои AI е моделиран да симулира човешкия интелект, но това е това: симулация. Когато мислите за AI, забележете взаимодействие между търсенето на цел, обработката на данни, използвана за постигане на тази цел, и придобиването на данни, използвано за по-добро разбиране на целта. AI разчита на алгоритми, за да постигне резултат, който може или не може да има нищо общо с човешките цели или методи за постигане на тези цели. Имайки това предвид, можете да категоризирате AI по четири начина:

• Действайки човешки: Когато компютърът действа като човек, това най-добре отразява теста на Тюринг, при който компютърът успява, когато разграничаването между компютър и човек не е възможно. Тази категория също отразява това, което медиите биха накарали да вярвате, че е AI. Виждате, че се използва за технологии като обработка на естествен език, представяне на знания, автоматизирано разсъждение и машинно обучение (и четирите от които трябва да присъстват, за да преминат теста).

Оригиналният тест на Тюринг не включваше никакъв физически контакт. По-новият, Total Turing Test включва физически контакт под формата на разпит на възприятията, което означава, че компютърът също трябва да използва както компютърно зрение, така и роботика, за да успее. Съвременните техники включват идеята за постигане на целта, вместо да имитира напълно хората. Например, Братя Райт не успяха да създадат самолет чрез прецизно копиране на полета на птиците; по-скоро птиците предоставиха идеи, които доведоха до аеродинамика, която в крайна сметка доведе до човешки полет. Целта е да летиш. И птиците, и хората постигат тази цел, но използват различни подходи.

• Човешко мислене: Когато компютърът мисли като човек, той изпълнява задачи, които изискват интелигентност (за разлика от заучените процедури) от човек, за да успее, като например шофиране на кола. За да определите дали дадена програма мисли като човек, трябва да имате някакъв метод за определяне на това как хората мислят, който подходът за когнитивно моделиране дефинира. Този модел разчита на три техники:
  • Интроспекция: Откриване и документиране на техниките, използвани за постигане на целите чрез наблюдение на собствените мисловни процеси.
  • Психологическо тестване: Наблюдаване на поведението на дадено лице и добавянето му към база данни за подобни поведения от други лица при подобен набор от обстоятелства, цели, ресурси и условия на околната среда (наред с други неща).
  • Изобразяване на мозъка: Мониторинг на мозъчната активност директно чрез различни механични средства, като компютърна аксиална томография (CAT), позитронно-емисионна томография (PET), магнитно-резонансна томография (MRI) и магнитоенцефалография (MEG).

След като създадете модел, можете да напишете програма, която симулира модела. Като се има предвид количеството променливост между човешките мисловни процеси и трудността да се представят точно тези мисловни процеси като част от програма, резултатите са в най-добрия случай експериментални. Тази категория на човешко мислене често се използва в психологията и други области, в които моделирането на човешкия мисловен процес за създаване на реалистични симулации е от съществено значение.

• Мислете рационално: Изучаването на това как хората мислят с помощта на някакъв стандарт позволява създаването на насоки, които описват типичното човешко поведение. Човек се счита за рационален, когато следва тези поведения в рамките на определени нива на отклонение. Компютър, който мисли рационално, разчита на записаното поведение, за да създаде ръководство за това как да взаимодейства със среда въз основа на наличните данни. Целта на този подход е да решава проблемите логично, когато е възможно. В много случаи този подход би позволил създаването на базова техника за решаване на проблем, която след това ще бъде модифицирана, за да реши проблема. С други думи, решаването на проблем по принцип често е различно от решаването му на практика, но все пак имате нужда от отправна точка.
• Да действаме рационално: Изучаването на това как хората действат в дадени ситуации при специфични ограничения ви позволява да определите кои техники са едновременно ефективни и ефективни. Компютър, който действа рационално, разчита на записаните действия за взаимодействие със среда въз основа на условия, фактори на околната среда и съществуващи данни. Както при рационалното мислене, рационалните действия зависят от решение по принцип, което може да не се окаже полезно на практика. Въпреки това, рационалните действия осигуряват базова линия, на която компютърът може да започне да преговаря за успешното завършване на дадена цел.

Категориите, използвани за дефиниране на ИИ, предлагат начин за разглеждане на различни употреби или начини за прилагане на ИИ. Някои от системите, използвани за класифициране на ИИ по тип, са произволни и не са различни. Например, някои групи разглеждат ИИ като силен (обобщен интелект, който може да се адаптира към различни ситуации) или слаб (специфичен интелект, предназначен да изпълнява добре определена задача). Проблемът със силния AI е, че той не изпълнява никаква задача добре, докато слабият AI е твърде специфичен, за да изпълнява задачи независимо. Въпреки това, само две класификации на типа няма да свършат работа дори в общ смисъл. Четирите типа класификация, насърчавани от Аренд Хинце, формират по-добра основа за разбиране на ИИ:

• Реактивни машини: Машините, които виждате да бият хора на шах или да играят на игрови шоута, са примери за реактивни машини. Реактивната машина няма памет или опит, въз основа на които да вземе решение. Вместо това разчита на чиста изчислителна мощност и интелигентни алгоритми, за да пресъздава всяко решение всеки път. Това е пример за слаб AI, използван за конкретна цел.
• Ограничена памет: Самоуправляваща се кола или автономен робот не могат да си позволят време да вземат всяко решение от нулата. Тези машини разчитат на малко количество памет, за да предоставят опитни познания за различни ситуации. Когато машината види същата ситуация, тя може да разчита на опит, за да намали времето за реакция и да осигури повече ресурси за вземане на нови решения, които все още не са взети. Това е пример за текущото ниво на силен AI.
• Теория на ума: Машина, която може да оцени както своите необходими цели, така и потенциалните цели на други субекти в същата среда, има вид разбиране, което е осъществимо до известна степен днес, но не в каквато и да е търговска форма. Въпреки това, за да могат самостоятелно управляващите се автомобили да станат наистина автономни, това ниво на AI трябва да бъде напълно развито. Самоуправляващата се кола би трябвало не само да знае, че трябва да върви от една точка в друга, но и да интуитивно интуитивно интуицията на потенциално противоречивите цели на шофьорите около нея и да реагира съответно.
• Самосъзнание: Това е вид AI, който виждате във филмите. Това обаче изисква технологии, които дори далеч не са възможни сега, защото такава машина би имала усещане както за себе си, така и за съзнанието. Освен това, вместо просто интуитивно целите на другите въз основа на реакциите на околната среда и други обекти, този тип машини биха могли да изведат намеренията на другите въз основа на познания от опит.