4 viisi tehisintellekti (AI) määratlemiseks

Esimene mõiste, mida on oluline mõista, on see, et tehisintellektil pole inimese intelligentsusega midagi pistmist. Jah, mõned tehisintellektid on modelleeritud inimese intelligentsuse simuleerimiseks, kuid see on see: simulatsioon. Tehisintellektile mõeldes pange tähele eesmärgi otsimise, selle eesmärgi saavutamiseks kasutatava andmetöötluse ja eesmärgi paremaks mõistmiseks kasutatava andmete hankimise vastastikust mõju. Tehisintellekt tugineb algoritmidele, et saavutada tulemus, millel võib, kuid ei pruugi olla midagi pistmist inimeste eesmärkide või nende eesmärkide saavutamise meetoditega. Seda silmas pidades saate AI kategoriseerida neljal viisil:

• Inimlik käitumine : kui arvuti käitub nagu inimene, peegeldab see kõige paremini Turingi testi, milles arvuti õnnestub, kui arvutit inimesest ei ole võimalik eristada . See kategooria kajastab ka seda, mida meedia usub, et tehisintellektiga tegu on. Näete, et seda kasutatakse selliste tehnoloogiate jaoks nagu loomuliku keele töötlemine, teadmiste esitus, automatiseeritud arutluskäik ja masinõpe (mis peavad testi läbimiseks olema kõik neli).

Algne Turingi test ei sisaldanud füüsilist kontakti. Uuem Total Turingi test sisaldab füüsilist kontakti tajuvõime küsitlemise vormis, mis tähendab, et arvuti peab edu saavutamiseks kasutama nii arvutinägemist kui ka robootikat. Kaasaegsed tehnikad hõlmavad pigem eesmärgi saavutamise ideed kui inimeste täielikku matkimist. Näiteks ei õnnestunud vendadel Wrightidel lindude lendu täpselt kopeerides lennukit luua; pigem pakkusid linnud ideid, mis viisid aerodünaamikani, mis lõpuks inimese lennuni. Eesmärk on lennata. Selle eesmärgi saavutavad nii linnud kui ka inimesed, kuid nad kasutavad erinevaid lähenemisviise.

• Inimlik mõtlemine: kui arvuti mõtleb inimesena, täidab see ülesandeid, mille õnnestumiseks on vaja inimeselt intelligentsust (vastandina tavapärastele protseduuridele), näiteks autojuhtimine. Et teha kindlaks, kas programm mõtleb nagu inimene, peab teil olema mingi meetod inimeste mõtlemise määramiseks, mille defineerib kognitiivse modelleerimise lähenemisviis. See mudel põhineb kolmel tehnikal:
  • Introspektsioon: eesmärkide saavutamiseks kasutatavate tehnikate tuvastamine ja dokumenteerimine enda mõtteprotsesside jälgimise kaudu.
  • Psühholoogiline testimine: inimese käitumise jälgimine ja selle lisamine teiste isikute sarnaste käitumiste andmebaasi, arvestades sarnaseid asjaolusid, eesmärke, ressursse ja keskkonnatingimusi (muu hulgas).
  • Aju kuvamine: ajutegevuse otsene jälgimine erinevate mehaaniliste vahenditega, nagu arvutipõhine aksiaalne tomograafia (CAT), positronemissioontomograafia (PET), magnetresonantstomograafia (MRI) ja magnetoentsefalograafia (MEG).

Pärast mudeli loomist saate kirjutada mudelit simuleeriva programmi. Arvestades inimeste mõtlemisprotsesside varieeruvust ja raskusi nende mõtteprotsesside täpse esitamisega programmi osana, on tulemused parimal juhul eksperimentaalsed. Seda inimmõtlemise kategooriat kasutatakse sageli psühholoogias ja muudes valdkondades, kus inimese mõtlemisprotsessi modelleerimine realistlike simulatsioonide loomiseks on hädavajalik.

• Ratsionaalne mõtlemine: inimeste mõtlemise uurimine mõne standardi abil võimaldab luua juhised, mis kirjeldavad tüüpilist inimkäitumist. Inimest peetakse ratsionaalseks, kui ta järgib neid käitumisi teatud kõrvalekalde tasemetel. Arvuti, mis mõtleb ratsionaalselt, tugineb salvestatud käitumisele, et koostada olemasolevate andmete põhjal juhend, kuidas keskkonnaga suhelda. Selle lähenemisviisi eesmärk on võimaluse korral probleeme loogiliselt lahendada. Paljudel juhtudel võimaldaks see lähenemine luua probleemi lahendamiseks lähtetehnika, mida seejärel muudetaks probleemi lahendamiseks. Ehk siis probleemi põhimõtteline lahendamine erineb sageli praktikast, kuid siiski on vaja lähtepunkti.
• Ratsionaalne tegutsemine: uurides, kuidas inimesed teatud olukordades konkreetsete piirangute all käituvad, saate kindlaks teha, millised tehnikad on nii tõhusad kui ka tulemuslikud. Ratsionaalselt toimiv arvuti tugineb salvestatud toimingutele, et suhelda keskkonnaga, tuginedes tingimustele, keskkonnateguritele ja olemasolevatele andmetele. Nagu ratsionaalse mõtlemise puhul, sõltuvad ratsionaalsed teod põhimõttelisest lahendusest, mis ei pruugi praktikas kasulikuks osutuda. Siiski on ratsionaalsed teod aluseks, mille põhjal arvuti saab alustada läbirääkimisi eesmärgi eduka täitmise üle.

AI määratlemiseks kasutatavad kategooriad pakuvad võimalust kaaluda tehisintellekti erinevaid kasutusviise või viise selle rakendamiseks. Mõned süsteemid, mida kasutatakse tehisintellekti liigitamiseks tüübi järgi, on suvalised ega eristata. Näiteks peavad mõned rühmad tehisintellekti tugevaks (üldine intelligentsus, mis suudab kohaneda mitmesuguste olukordadega) või nõrgaks (spetsiifiline intelligentsus, mis on loodud konkreetse ülesande hästi täitmiseks). Tugeva AI probleem seisneb selles, et see ei täida ühtki ülesannet hästi, samas kui nõrk AI on ülesannete iseseisvaks täitmiseks liiga spetsiifiline. Sellegipoolest ei täida ainult kaks tüübiklassifikatsiooni seda tööd isegi üldises mõttes. Arend Hintze propageeritud neli klassifikatsioonitüüpi moodustavad parema aluse tehisintellekti mõistmiseks:

• Reaktiivsed masinad: masinad, mida näete males inimesi löömas või mängusaadetel mängimas, on näited reaktiivsetest masinatest. Reaktiivsel masinal pole mälu ega kogemust, mille põhjal otsust teha. Selle asemel tugineb see puhtale arvutusvõimsusele ja nutikatele algoritmidele, et iga otsus iga kord uuesti luua. See on näide nõrgast AI-st, mida kasutatakse konkreetsel eesmärgil.
• Piiratud mälu: isejuhtiv auto või autonoomne robot ei saa endale lubada aega, et teha iga otsus nullist. Need masinad tuginevad väikesele hulgale mälule, et pakkuda kogemuslikke teadmisi erinevatest olukordadest. Kui masin näeb sama olukorda, saab see kogemustele tugineda, et vähendada reaktsiooniaega ja pakkuda rohkem ressursse uute otsuste tegemiseks, mida pole veel tehtud. See on näide tugeva tehisintellekti praegusest tasemest.
• Meeleteooria: masinal, mis suudab hinnata nii oma vajalikke eesmärke kui ka teiste samas keskkonnas olevate üksuste potentsiaalseid eesmärke, on omamoodi arusaam, mis on tänapäeval mingil määral teostatav, kuid mitte mingil ärilisel kujul. Ent selleks, et isejuhtivad autod saaksid tõeliselt autonoomseks, peab sellisel tasemel tehisintellekt olema täielikult välja arendatud. Isejuhtiv auto ei pea mitte ainult teadma, et ta peab liikuma ühest punktist teise, vaid ka mõistma seda ümbritsevate juhtide potentsiaalselt vastuolulisi eesmärke ja vastavalt reageerima.
• Eneseteadvus: see on selline AI, mida näete filmides. Kuid see nõuab tehnoloogiaid, mis pole praegu isegi kaugeltki võimalikud, sest sellisel masinal oleks nii enese- kui ka teadvustaju. Lisaks sellele, selle asemel, et lihtsalt intuiteerida teiste eesmärke keskkonna ja muude üksuste reaktsioonide põhjal, suudaks seda tüüpi masin kogemuslike teadmiste põhjal järeldada teiste kavatsusi.