4 způsoby, jak definovat umělou inteligenci (AI)

První koncept, který je důležité pochopit, je ten, že AI ve skutečnosti nemá nic společného s lidskou inteligencí. Ano, některá umělá inteligence je modelována tak, aby simulovala lidskou inteligenci, ale je to tak: simulace. Když přemýšlíte o AI, všimněte si souhry mezi hledáním cíle, zpracováním dat používaným k dosažení tohoto cíle a získáváním dat používaným k lepšímu pochopení cíle. Umělá inteligence spoléhá na algoritmy, aby dosáhla výsledku, který může nebo nemusí mít nic společného s lidskými cíli nebo metodami k dosažení těchto cílů. S ohledem na to můžete umělou inteligenci kategorizovat čtyřmi způsoby:

• Lidské jednání: Když se počítač chová jako člověk, nejlépe to odráží Turingův test, ve kterém počítač uspěje, když rozlišení mezi počítačem a člověkem není možné. Tato kategorie také odráží to, o čem by podle médií věřili, že AI je. Vidíte, že se používá pro technologie, jako je zpracování přirozeného jazyka, reprezentace znalostí, automatizované uvažování a strojové učení (všechny čtyři musí být přítomny, aby prošly testem).

Původní Turingův test nezahrnoval žádný fyzický kontakt. Novější, Total Turingův test, zahrnuje fyzický kontakt ve formě dotazování na percepční schopnosti, což znamená, že počítač musí také využívat počítačové vidění a robotiku, aby uspěl. Moderní techniky zahrnují myšlenku dosažení cíle spíše než úplné napodobování lidí. Například bratři Wrightové neuspěli ve vytvoření letadla přesným kopírováním letu ptáků; spíše ptáci poskytovali nápady, které vedly k aerodynamice, která nakonec vedla k letu člověka. Cílem je létat. Ptáci i lidé tohoto cíle dosahují, ale používají různé přístupy.

• Lidské myšlení: Když počítač myslí jako člověk, plní úkoly, které vyžadují inteligenci (na rozdíl od rutinních postupů) od člověka, aby uspěl, jako je řízení auta. Chcete-li určit, zda program myslí jako člověk, musíte mít nějakou metodu, jak určit, jak lidé myslí, což definuje přístup kognitivního modelování. Tento model se opírá o tři techniky:
  • Introspekce: Detekce a dokumentace technik používaných k dosažení cílů sledováním vlastních myšlenkových procesů.
  • Psychologické testování: Pozorování chování člověka a jeho přidání do databáze podobného chování od jiných osob za předpokladu podobného souboru okolností, cílů, zdrojů a podmínek prostředí (mimo jiné).
  • Zobrazování mozku: Sledování mozkové aktivity přímo pomocí různých mechanických prostředků, jako je počítačová axiální tomografie (CAT), pozitronová emisní tomografie (PET), zobrazování magnetickou rezonancí (MRI) a magnetoencefalografie (MEG).

Po vytvoření modelu můžete napsat program, který model simuluje. Vzhledem k množství variability mezi lidskými myšlenkovými procesy a obtížnosti přesné reprezentace těchto myšlenkových procesů jako součásti programu jsou výsledky přinejlepším experimentální. Tato kategorie lidského myšlení se často používá v psychologii a dalších oblastech, ve kterých je nezbytné modelování lidského myšlenkového procesu za účelem vytvoření realistických simulací.

• Racionální myšlení: Studium toho, jak lidé myslí pomocí nějakého standardu, umožňuje vytvořit pokyny, které popisují typické lidské chování. Člověk je považován za racionálního, když dodržuje toto chování v rámci určitých úrovní odchylky. Počítač, který myslí racionálně, spoléhá na zaznamenané chování, aby vytvořil návod, jak interagovat s prostředím na základě dostupných dat. Cílem tohoto přístupu je řešit problémy logicky, pokud je to možné. V mnoha případech by tento přístup umožnil vytvoření základní techniky pro řešení problému, která by pak byla upravena tak, aby problém skutečně vyřešila. Jinými slovy, řešení problému v principu se často liší od jeho řešení v praxi, ale stále potřebujete výchozí bod.
• Chovejte se racionálně: Studium toho, jak lidé jednají v daných situacích za specifických omezení, vám umožní určit, které techniky jsou účinné a efektivní. Počítač, který jedná racionálně, spoléhá na zaznamenané akce při interakci s prostředím na základě podmínek, faktorů prostředí a existujících dat. Stejně jako u racionálního myšlení i racionální jednání v zásadě závisí na řešení, které se v praxi nemusí ukázat jako užitečné. Racionální jednání však poskytuje základní linii, na jejímž základě může počítač začít vyjednávat o úspěšném dokončení cíle.

Kategorie používané k definování umělé inteligence nabízejí způsob, jak zvážit různá použití nebo způsoby použití umělé inteligence. Některé systémy používané ke klasifikaci AI podle typu jsou libovolné a nejsou odlišné. Některé skupiny například považují AI buď za silnou (obecná inteligence, která se dokáže přizpůsobit různým situacím), nebo slabou (specifická inteligence navržená tak, aby dobře plnila konkrétní úkol). Problém se silnou umělou inteligencí je v tom, že neplní žádný úkol dobře, zatímco slabá umělá inteligence je příliš specifická na to, aby mohla provádět úkoly nezávisle. Přesto jen dvě typové klasifikace nesplní svou funkci ani v obecném smyslu. Čtyři typy klasifikace propagované Arendem Hintzem tvoří lepší základ pro pochopení AI:

• Reaktivní stroje: Stroje, které vidíte, jak porážejí lidi v šachu nebo hrají na herních show, jsou příklady reaktivních strojů. Reaktivní stroj nemá žádnou paměť ani zkušenost, na které by se mohl založit. Místo toho se spoléhá na čistý výpočetní výkon a chytré algoritmy, které pokaždé znovu vytvoří každé rozhodnutí. Toto je příklad slabé AI používané pro konkrétní účel.
• Omezená paměť: Samořídící auto nebo autonomní robot si nemohou dovolit dělat každé rozhodnutí od začátku. Tyto stroje se spoléhají na malé množství paměti, aby poskytovaly zkušenostní znalosti různých situací. Když stroj vidí stejnou situaci, může se spolehnout na zkušenosti, aby zkrátil reakční dobu a poskytl více zdrojů pro nová rozhodnutí, která ještě nebyla učiněna. Toto je příklad současné úrovně silné AI.
• Teorie mysli: Stroj, který dokáže posoudit jak své požadované cíle, tak potenciální cíle jiných subjektů ve stejném prostředí, má jakési chápání, které je dnes do jisté míry proveditelné, ale ne v jakékoli komerční podobě. Aby se však samořídící auta stala skutečně autonomní, musí být tato úroveň umělé inteligence plně vyvinuta. Samořídící auto by nejen potřebovalo vědět, že musí jet z jednoho bodu do druhého, ale také intuitivně vnímat potenciálně protichůdné cíle řidičů kolem něj a podle toho reagovat.
• Sebeuvědomění: Toto je druh umělé inteligence, který vidíte ve filmech. Vyžaduje to však technologie, které nyní nejsou ani vzdáleně možné, protože takový stroj by měl smysl pro sebe i vědomí. Kromě toho, namísto pouhého intuitivního intuice cílů ostatních na základě reakcí prostředí a jiných entit, by tento typ stroje byl schopen odvodit záměry ostatních na základě zkušenostních znalostí.