Prvi koncept koji je važno razumjeti je da AI zapravo nema nikakve veze s ljudskom inteligencijom. Da, neki AI je modeliran da simulira ljudsku inteligenciju, ali to je ono što je: simulacija. Kada razmišljate o umjetnoj inteligenciji, uočite međudjelovanje između traženja cilja, obrade podataka koja se koristi za postizanje tog cilja i prikupljanja podataka koja se koristi za bolje razumijevanje cilja. AI se oslanja na algoritme kako bi postigao rezultat koji može, ali ne mora imati nikakve veze s ljudskim ciljevima ili metodama postizanja tih ciljeva. Imajući to na umu, AI možete kategorizirati na četiri načina:
- Ljudski rad : Kada se računalo ponaša kao čovjek, to najbolje odražava Turingov test, u kojem računalo uspijeva kada razlika između računala i čovjeka nije moguća. Ova kategorija također odražava ono što mediji žele da vjerujete da je umjetna inteligencija zapravo. Vidite da se koristi za tehnologije kao što su obrada prirodnog jezika, predstavljanje znanja, automatizirano zaključivanje i strojno učenje (sva četiri moraju biti prisutna da bi prošli test).
Izvorni Turingov test nije uključivao nikakav fizički kontakt. Noviji, Total Turing test uključuje fizički kontakt u obliku ispitivanja percepcijskih sposobnosti, što znači da računalo također mora koristiti i računalni vid i robotiku da bi uspjelo. Moderne tehnike uključuju ideju postizanja cilja umjesto potpunog oponašanja ljudi. Na primjer, braća Wright nisu uspjela stvoriti avion precizno kopirajući let ptica; umjesto toga, ptice su dale ideje koje su dovele do aerodinamike koja je na kraju dovela do ljudskog leta. Cilj je letjeti. I ptice i ljudi postižu ovaj cilj, ali koriste različite pristupe.
- Ljudski razmišljanje: kada računalo razmišlja kao čovjek, ono izvršava zadatke koji zahtijevaju inteligenciju (za razliku od naučenih postupaka) od čovjeka da bi uspjelo, kao što je vožnja automobila. Da biste utvrdili razmišlja li program kao čovjek, morate imati neku metodu za određivanje načina na koji ljudi misle, koju definira pristup kognitivnog modeliranja. Ovaj model se oslanja na tri tehnike:
- Introspekcija: otkrivanje i dokumentiranje tehnika koje se koriste za postizanje ciljeva praćenjem vlastitih misaonih procesa.
- Psihološko testiranje: Promatranje ponašanja osobe i dodavanje u bazu podataka sličnih ponašanja drugih osoba s obzirom na sličan skup okolnosti, ciljeva, resursa i uvjeta okoline (između ostalog).
- Snimanje mozga: Izravno praćenje moždane aktivnosti raznim mehaničkim sredstvima, kao što su kompjuterizirana aksijalna tomografija (CAT), pozitronska emisijska tomografija (PET), magnetska rezonancija (MRI) i magnetoencefalografija (MEG).
Nakon izrade modela možete napisati program koji simulira model. S obzirom na količinu varijabilnosti među ljudskim misaonim procesima i poteškoće u preciznom predstavljanju tih misaonih procesa kao dijela programa, rezultati su u najboljem slučaju eksperimentalni. Ova kategorija ljudskog razmišljanja često se koristi u psihologiji i drugim poljima u kojima je modeliranje ljudskog misaonog procesa za stvaranje realističnih simulacija bitno.
- Racionalno razmišljanje: Proučavanje načina na koji ljudi razmišljaju pomoću nekog standarda omogućuje stvaranje smjernica koje opisuju tipična ljudska ponašanja. Osoba se smatra racionalnom kada slijedi ova ponašanja unutar određenih razina odstupanja. Računalo koje razmišlja racionalno oslanja se na zabilježena ponašanja kako bi stvorilo vodič o tome kako komunicirati s okolinom na temelju dostupnih podataka. Cilj ovog pristupa je logično rješavanje problema, kada je to moguće. U mnogim slučajevima bi ovaj pristup omogućio stvaranje osnovne tehnike za rješavanje problema, koja bi se potom modificirala kako bi se problem stvarno riješio. Drugim riječima, načelno rješavanje problema često se razlikuje od rješavanja u praksi, ali vam je ipak potrebna početna točka.
- Racionalno djelovanje: proučavanje načina na koji se ljudi ponašaju u određenim situacijama pod određenim ograničenjima omogućuje vam da odredite koje su tehnike učinkovite i učinkovite. Računalo koje djeluje racionalno oslanja se na snimljene radnje za interakciju s okolinom na temelju uvjeta, okolišnih čimbenika i postojećih podataka. Kao i kod racionalnog mišljenja, racionalni postupci ovise o načelnom rješenju, koje se u praksi možda neće pokazati korisnim. Međutim, racionalni postupci daju osnovu na kojoj računalo može početi pregovarati o uspješnom završetku cilja.
Kategorije koje se koriste za definiranje AI nude način za razmatranje različitih upotreba ili načina primjene AI. Neki od sustava koji se koriste za klasifikaciju AI prema vrsti proizvoljni su i nisu različiti. Na primjer, neke skupine AI smatraju ili jakom (generalizirana inteligencija koja se može prilagoditi raznim situacijama) ili slabom (specifična inteligencija dizajnirana za dobro obavljanje određenog zadatka). Problem s jakom umjetnom inteligencijom je u tome što ne obavlja nijedan zadatak dobro, dok je slaba umjetna inteligencija previše specifična za samostalno obavljanje zadataka. Čak i tako, samo dvije vrste klasifikacije neće obaviti posao čak ni u općem smislu. Četiri vrste klasifikacije koje promovira Arend Hintze čine bolju osnovu za razumijevanje AI:
- Reaktivni strojevi: Strojevi koje vidite kako tuku ljude u šahu ili igraju na igrama primjeri su reaktivnih strojeva. Reaktivni stroj nema pamćenje ili iskustvo na kojem bi temeljio odluku. Umjesto toga, oslanja se na čistu računsku snagu i pametne algoritme za ponovno stvaranje svake odluke svaki put. Ovo je primjer slabe umjetne inteligencije koja se koristi za određenu svrhu.
- Ograničena memorija: Samovozeći automobil ili autonomni robot ne mogu si priuštiti vrijeme za donošenje svake odluke od nule. Ovi se strojevi oslanjaju na malu količinu memorije kako bi pružili iskustveno znanje o raznim situacijama. Kada stroj vidi istu situaciju, može se osloniti na iskustvo kako bi smanjio vrijeme reakcije i osigurao više resursa za donošenje novih odluka koje još nisu donesene. Ovo je primjer trenutne razine jake umjetne inteligencije.
- Teorija uma: Stroj koji može procijeniti i svoje tražene ciljeve i potencijalne ciljeve drugih entiteta u istom okruženju ima neku vrstu razumijevanja koja je donekle izvediva danas, ali ne u bilo kojem komercijalnom obliku. Međutim, da bi samovozeći automobili postali uistinu autonomni, ova razina AI mora biti u potpunosti razvijena. Samovozeći automobil ne samo da bi trebao znati da mora ići s jedne točke na drugu, već bi također trebao intuiirati potencijalno suprotstavljene ciljeve vozača oko sebe i reagirati u skladu s tim.
- Samosvijest: Ovo je vrsta umjetne inteligencije koju vidite u filmovima. Međutim, za to su potrebne tehnologije koje sada nisu ni izdaleka moguće jer bi takav stroj imao osjećaj i za sebe i za svijest. Osim toga, umjesto da samo intuitira ciljeve drugih na temelju okoline i reakcija drugih entiteta, ova vrsta stroja mogla bi zaključiti namjeru drugih na temelju iskustvenog znanja.