Löngunin til að búa til greindar vélar (eða, í fornöld, skurðgoð) er jafn gömul og mönnum. Löngunin til að vera ekki einn í alheiminum, að hafa eitthvað til að eiga samskipti við án ósamræmis annarra manna, er sterk. Eftirfarandi umfjöllun veitir stutt, viðeigandi yfirlit yfir sögu nútíma gervigreindartilrauna.
Byrjar með táknrænni rökfræði hjá Dartmouth
Elstu tölvurnar voru einmitt það: tölvutæki. Þeir líktu eftir hæfileika mannsins til að vinna með tákn til að framkvæma helstu stærðfræðiverkefni, svo sem samlagningu. Rökrétt röksemdafærsla bætti síðar við getu til að framkvæma stærðfræðilega rökhugsun með samanburði (eins og að ákvarða hvort eitt gildi sé stærra en annað gildi). Hins vegar þurftu menn enn að skilgreina reikniritið sem notað var til að framkvæma útreikninginn, leggja fram nauðsynleg gögn á réttu sniði og túlka síðan niðurstöðuna. Sumarið 1956 sóttu ýmsir vísindamenn námskeið sem haldið var á Dartmouth College háskólasvæðinu til að gera eitthvað meira. Þeir spáðu því að vélar sem gætu rökrætt á eins áhrifaríkan hátt og menn þyrftu í mesta lagi kynslóð að verða til. Þeir höfðu rangt fyrir sér.
Yfirlýst vandamál með Dartmouth College og öðrum viðleitni þess tíma tengist vélbúnaði - vinnslugetu til að framkvæma útreikninga nógu hratt til að búa til uppgerð. Hins vegar er það í raun ekki allt vandamálið. Já, vélbúnaður kemur inn í myndina, en þú getur ekki hermt eftir ferlum sem þú skilur ekki. Þrátt fyrir það er ástæðan fyrir því að gervigreind er nokkuð áhrifarík í dag sú að vélbúnaðurinn er loksins orðinn nógu öflugur til að styðja við nauðsynlegan fjölda útreikninga.
Stærsta vandamálið við þessar fyrstu tilraunir (og enn töluvert vandamál í dag) er að við skiljum ekki hvernig menn rökstyðja nægilega vel til að búa til eftirlíkingu af einhverju tagi - að því gefnu að stefnuhermi sé jafnvel möguleg. Skoðum aftur atriðin í tengslum við mannað flug sem lýst var fyrr í kaflanum. Wright-bræðrum tókst ekki með því að líkja eftir fuglum heldur með því að skilja ferlana sem fuglar nota og skapa þar með sviði loftaflfræði. Þar af leiðandi, þegar einhver segir að næsta stóra gervigreindarnýjungin sé handan við hornið og samt engin áþreifanleg ritgerð sé til um ferlana sem um ræðir, þá er nýsköpunin allt annað en rétt handan við hornið.
Áframhaldandi með sérfræðikerfi
Sérfræðingakerfi komu fyrst fram á áttunda áratugnum og aftur á níunda áratugnum sem tilraun til að draga úr reiknikröfum gervigreindar með því að nota þekkingu sérfræðinga. Fjöldi sérfræðikerfisframsetninga birtist, þar á meðal reglubundin (sem nota ef...þá fullyrðingar til að byggja ákvarðanir á þumalfingursreglum), ramma byggðar (sem nota gagnagrunna sem eru skipulagðir í skyld stigveldi almennra upplýsinga sem kallast rammar) og rökfræði (sem treysta á um mengjafræði til að koma á tengslum). Tilkoma sérfræðikerfa er mikilvæg vegna þess að þau kynna fyrstu raunverulega gagnlegu og farsælu útfærslurnar á gervigreind.
Þú sérð enn sérfræðikerfi í notkun í dag (þótt þau heiti það ekki lengur). Til dæmis eru stafsetningar- og málfræðiprófanir í forritinu þínu eins konar sérfræðikerfi. Málfræðiprófið er sérstaklega byggt á sterkum reglum. Það borgar sig að líta í kringum sig til að sjá aðra staði þar sem sérfræðikerfi geta enn séð hagnýt notkun í daglegu forriti.
Vandamál með sérfræðikerfi er að erfitt getur verið að búa til og viðhalda þeim. Fyrstu notendur þurftu að læra sérhæfð forritunarmál eins og List Processing (LisP) eða Prolog. Sumir seljendur sáu tækifæri til að koma sérfræðikerfum í hendur minna reyndra eða nýliða forritara með því að nota vörur eins og VP-Expert , sem byggja á reglubundinni nálgun . Hins vegar veittu þessar vörur almennt afar takmarkaða virkni við að nota smærri þekkingargrunn.
Í 1990, orðasambandið sérfræðingur kerfi byrjaði að hverfa. Hugmyndin um að sérfræðikerfi væru bilun kom upp, en raunin er sú að sérfræðikerfi voru einfaldlega svo vel heppnuð að þau festust í forritunum sem þau voru hönnuð til að styðja. Með því að nota dæmi um ritvinnslu, þurftirðu á sínum tíma að kaupa sérstakt málfræðiprófunarforrit eins og RightWriter . Hins vegar hafa ritvinnsluforrit nú innbyggða málfræðipróf vegna þess að þeir reyndust svo gagnlegir (ef ekki alltaf nákvæmir).
Að sigrast á gervigreindarvetrunum
Hugtakið gervigreind vetur vísar til tímabils með skertri fjárveitingu í þróun gervigreindar. Almennt séð hefur gervigreind fylgt leið þar sem talsmenn ofmeta það sem er mögulegt og fá fólk með enga tækniþekkingu yfirleitt, en fullt af peningum, til að fjárfesta. Tímabil gagnrýni fylgir síðan þegar gervigreind stenst ekki væntingar og að lokum kemur fram lækkun fjárframlaga. Fjöldi þessara hringrása hefur átt sér stað í gegnum árin - allar hrikalegar fyrir raunverulegar framfarir.
Gervigreind er nú í nýjum efla áfanga vegna vélanáms, tækni sem hjálpar tölvum að læra af gögnum. Að láta tölvu læra af gögnum þýðir að vera ekki háður mannlegum forritara til að stilla aðgerðir (verkefni), heldur að draga þær beint úr dæmum sem sýna hvernig tölvan á að haga sér. Þetta er eins og að fræða barn með því að sýna því hvernig það á að haga sér með fordæmi. Vélnám hefur gildrur vegna þess að tölvan getur lært hvernig á að gera hlutina rangt með kærulausri kennslu.
Fimm ættbálkar vísindamanna eru að vinna að reikniritum fyrir vélanám, hver og einn frá öðru sjónarhorni (sjá kaflann „Að forðast gervigreindarfíkn“, síðar í þessum kafla, fyrir nánari upplýsingar). Á þessum tíma er farsælasta lausnin djúpnám, sem er tækni sem leitast við að líkja eftir mannsheilanum. Djúpt nám er mögulegt vegna framboðs á öflugum tölvum, snjallari reikniritum, stórum gagnasöfnum sem framleidd eru með stafrænni væðingu samfélags okkar og gríðarlegum fjárfestingum frá fyrirtækjum eins og Google, Facebook, Amazon og öðrum sem nýta sér þessa endurreisn gervigreindar í eigin þágu. fyrirtæki.
Fólk er að segja að vetur gervigreindar sé lokið vegna djúpnáms og það er satt í bili. Hins vegar, þegar þú lítur í kringum þig á hvernig fólk skoðar gervigreind, geturðu auðveldlega áttað þig á því að annar gagnrýni á endanum mun eiga sér stað nema talsmenn dragi orðræðuna niður.