4 veidi, kā definēt mākslīgo intelektu (AI)

Pirmais jēdziens, kas ir svarīgi saprast, ir tāds, ka AI patiesībā nav nekāda sakara ar cilvēka intelektu. Jā, daži AI ir modelēti, lai simulētu cilvēka intelektu, bet tas ir tas, kas tas ir: simulācija. Domājot par AI, ievērojiet mijiedarbību starp mērķa meklēšanu, šī mērķa sasniegšanai izmantoto datu apstrādi un datu iegūšanu, ko izmanto, lai labāk izprastu mērķi. AI paļaujas uz algoritmiem, lai sasniegtu rezultātu, kam var būt vai nav nekāda sakara ar cilvēka mērķiem vai šo mērķu sasniegšanas metodēm. Paturot to prātā, AI varat klasificēt četros veidos:

• Rīkojoties cilvēciski: kad dators darbojas kā cilvēks, tas vislabāk atspoguļo Tjūringa testu, kurā dators gūst panākumus, ja nav iespējams atšķirt datoru un cilvēku . Šī kategorija arī atspoguļo to, par ko plašsaziņas līdzekļi, jūsuprāt, ir AI. Jūs redzat, ka tas tiek izmantots tādām tehnoloģijām kā dabiskās valodas apstrāde, zināšanu attēlošana, automatizēta spriešana un mašīnmācīšanās (no kurām visām četrām ir jābūt klāt, lai nokārtotu testu).

Sākotnējais Tjūringa tests neietvēra nekādu fizisku kontaktu. Jaunākajā Total Turing testā ir iekļauts fizisks kontakts uztveres spēju nopratināšanas veidā, kas nozīmē, ka datoram ir arī jāizmanto gan datora redze, gan robotika, lai gūtu panākumus. Mūsdienu metodes ietver ideju sasniegt mērķi, nevis pilnībā atdarināt cilvēkus. Piemēram, brāļiem Raitiem neizdevās izveidot lidmašīnu, precīzi nokopējot putnu lidojumu; drīzāk putni sniedza idejas, kas noveda pie aerodinamikas, kas galu galā noveda pie cilvēka lidojuma. Mērķis ir lidot. Gan putni, gan cilvēki sasniedz šo mērķi, taču viņi izmanto dažādas pieejas.

• Cilvēciskā domāšana: kad dators domā kā cilvēks, tas veic uzdevumus, kas no cilvēka prasa inteliģenci (pretstatā parastajām procedūrām), lai gūtu panākumus, piemēram, vadīt automašīnu. Lai noteiktu, vai programma domā kā cilvēks, jums ir jābūt kādai metodei, kas nosaka, kā cilvēki domā, ko nosaka kognitīvās modelēšanas pieeja. Šis modelis balstās uz trim metodēm:
  • Introspekcija: mērķu sasniegšanai izmantoto paņēmienu noteikšana un dokumentēšana, uzraugot savus domāšanas procesus.
  • Psiholoģiskā pārbaude: personas uzvedības novērošana un pievienošana citu personu līdzīgas uzvedības datubāzei, ņemot vērā līdzīgu apstākļu, mērķu, resursu un vides apstākļu kopumu (cita starpā).
  • Smadzeņu attēlveidošana: smadzeņu darbības tieša uzraudzība, izmantojot dažādus mehāniskus līdzekļus, piemēram, datorizētu aksiālo tomogrāfiju (CAT), pozitronu emisijas tomogrāfiju (PET), magnētiskās rezonanses attēlveidošanu (MRI) un magnetoencefalogrāfiju (MEG).

Pēc modeļa izveidošanas varat uzrakstīt programmu, kas simulē modeli. Ņemot vērā cilvēka domāšanas procesu mainīgumu un grūtības precīzi attēlot šos domāšanas procesus kā daļu no programmas, rezultāti labākajā gadījumā ir eksperimentāli. Šo cilvēciskās domāšanas kategoriju bieži izmanto psiholoģijā un citās jomās, kurās ir būtiska cilvēka domāšanas procesa modelēšana, lai radītu reālistiskas simulācijas.

• Racionāla domāšana: cilvēku domāšanas izpēte, izmantojot kādu standartu, ļauj izveidot vadlīnijas, kas apraksta tipisku cilvēku uzvedību. Persona tiek uzskatīta par racionālu, ja ievēro šo uzvedību noteiktos novirzes līmeņos. Dators, kas domā racionāli, paļaujas uz reģistrēto uzvedību, lai izveidotu ceļvedi, kā mijiedarboties ar vidi, pamatojoties uz pieejamajiem datiem. Šīs pieejas mērķis ir pēc iespējas loģiski atrisināt problēmas. Daudzos gadījumos šī pieeja ļautu izveidot problēmas risināšanas bāzes metodi, kas pēc tam tiktu pārveidota, lai faktiski atrisinātu problēmu. Citiem vārdiem sakot, problēmas atrisināšana principā bieži atšķiras no tās risināšanas praksē, taču jums joprojām ir nepieciešams sākuma punkts.
• Racionāla rīcība : pētot, kā cilvēki darbojas noteiktās situācijās, ievērojot īpašus ierobežojumus, varat noteikt, kuras metodes ir gan efektīvas, gan iedarbīgas. Dators, kas darbojas racionāli, paļaujas uz reģistrētajām darbībām, lai mijiedarbotos ar vidi, pamatojoties uz apstākļiem, vides faktoriem un esošajiem datiem. Tāpat kā ar racionālu domāšanu, racionāla rīcība ir atkarīga no principā risinājuma, kas praksē var nebūt noderīgs. Tomēr racionāla rīcība nodrošina bāzes līniju, pēc kuras dators var sākt sarunas par veiksmīgu mērķa sasniegšanu.

Kategorijas, ko izmanto, lai definētu AI, piedāvā veidu, kā apsvērt dažādus AI lietojumus vai veidus, kā piemērot AI. Dažas sistēmas, ko izmanto AI klasificēšanai pēc veida, ir patvaļīgas un nav atšķirīgas. Piemēram, dažas grupas AI uzskata par spēcīgu (vispārināts intelekts, kas var pielāgoties dažādām situācijām) vai vāju (specifisks intelekts, kas izstrādāts, lai labi veiktu konkrētu uzdevumu). Problēma ar spēcīgu AI ir tāda, ka tas neveic nevienu uzdevumu labi, savukārt vājš AI ir pārāk specifisks, lai veiktu uzdevumus neatkarīgi. Tomēr tikai divu veidu klasifikācijas nedarbosies pat vispārīgā nozīmē. Četri klasifikācijas veidi, ko reklamēja Ārenda Hintze, veido labāku pamatu AI izpratnei:

• Reaktīvās mašīnas: mašīnas, kuras jūs redzat, kas sit cilvēkus šahā vai spēlē spēļu šovos, ir reaktīvo mašīnu piemēri. Reaktīvai mašīnai nav atmiņas vai pieredzes, uz kuru balstīt lēmumu. Tā vietā tas paļaujas uz tīru skaitļošanas jaudu un viediem algoritmiem, lai katru reizi no jauna izveidotu katru lēmumu. Šis ir vāja AI piemērs, ko izmanto konkrētam mērķim.
• Ierobežota atmiņa: pašbraucoša automašīna vai autonoms robots nevar atļauties laiku pieņemt visus lēmumus no nulles. Šīs mašīnas paļaujas uz nelielu atmiņas apjomu, lai sniegtu pieredzes zināšanas par dažādām situācijām. Kad iekārta redz to pašu situāciju, tā var paļauties uz pieredzi, lai samazinātu reakcijas laiku un nodrošinātu vairāk resursu jaunu lēmumu pieņemšanai, kas vēl nav pieņemti. Šis ir pašreizējā spēcīga AI līmeņa piemērs.
• Prāta teorija: Mašīnai, kas spēj novērtēt gan savus nepieciešamos mērķus, gan citu entītiju potenciālos mērķus tajā pašā vidē, ir tāda izpratne, kas zināmā mērā ir iespējama šodien, bet ne jebkurā komerciālā formā. Tomēr, lai pašbraucošās automašīnas kļūtu patiesi autonomas, šim AI līmenim ir jābūt pilnībā izstrādātam. Pašbraucošai automašīnai būtu ne tikai jāzina, ka tai jābrauc no viena punkta uz otru, bet arī jānojauš apkārtējo vadītāju iespējami pretrunīgie mērķi un attiecīgi jāreaģē.
• Pašapziņa: tas ir AI veids, ko redzat filmās. Tomēr tam ir vajadzīgas tehnoloģijas, kas šobrīd pat nav iespējamas, jo šādai mašīnai būtu gan sevis, gan apziņas sajūta. Turklāt, tā vietā, lai tikai nojautu citu mērķus, pamatojoties uz vides un citu būtņu reakcijām, šāda veida mašīnas varētu secināt citu nodomus, pamatojoties uz pieredzes zināšanām.