Mākslīgā intelekta vēsture

Vēlme radīt inteliģentas mašīnas (vai senatnē elkus) ir tikpat sena kā cilvēkiem. Vēlme nebūt Visumā vienam, lai būtu kaut kas, ar ko sazināties bez citu cilvēku pretrunām, ir spēcīga. Šī diskusija sniedz īsu, piemērotu pārskatu par mūsdienu AI mēģinājumu vēsturi.

Sākot ar simbolisko loģiku Dartmutā

Agrākie datori bija tieši tādi: skaitļošanas ierīces. Viņi atdarināja cilvēka spēju manipulēt ar simboliem, lai veiktu matemātikas pamatuzdevumus, piemēram, saskaitīšanu. Loģiskā spriešana vēlāk pievienoja iespēju veikt matemātisko spriešanu, izmantojot salīdzinājumus (piemēram, nosakot, vai viena vērtība ir lielāka par citu vērtību). Tomēr cilvēkiem joprojām bija jādefinē aprēķinu veikšanai izmantotais algoritms, jāiesniedz nepieciešamie dati pareizajā formātā un pēc tam jāinterpretē rezultāts. 1956. gada vasarā dažādi zinātnieki apmeklēja semināru, kas notika Dartmutas koledžas pilsētiņā, lai paveiktu kaut ko vairāk. Viņi paredzēja, ka mašīnām, kas spētu spriest tikpat efektīvi kā cilvēki, būs nepieciešama vismaz viena paaudze. Viņi kļūdījās.

Norādītā problēma ar Dartmutas koledžu un citiem tā laika centieniem ir saistīta ar aparatūru - apstrādes spēju pietiekami ātri veikt aprēķinus, lai izveidotu simulāciju. Tomēr tā patiesībā nav visa problēma. Jā, aparatūra atbilst attēlam, taču jūs nevarat simulēt procesus, kurus nesaprotat. Pat ja tā, iemesls, kāpēc AI mūsdienās ir nedaudz efektīvs, ir tas, ka aparatūra beidzot ir kļuvusi pietiekami jaudīga, lai atbalstītu nepieciešamo aprēķinu skaitu.

Lielākā problēma ar šiem agrīnajiem mēģinājumiem (un joprojām ir ievērojama problēma šodien) ir tā, ka mēs nesaprotam, kā cilvēki pietiekami labi saprot, lai izveidotu jebkāda veida simulāciju, pieņemot, ka virziena simulācija ir pat iespējama. Vēlreiz apsveriet problēmas saistībā ar pilotējamiem lidojumiem, kas aprakstītas iepriekš nodaļā. Brāļiem Raitiem izdevās nevis simulēt putnus, bet gan izprast putnu izmantotos procesus, tādējādi radot aerodinamikas lauku. Līdz ar to, ja kāds saka, ka nākamais lielais AI jauninājums ir tepat aiz stūra, taču nav konkrētas disertācijas par iesaistītajiem procesiem, inovācija ir nekas cits kā tepat aiz stūra.

Turpinot ar ekspertu sistēmām

Ekspertu sistēmas pirmo reizi parādījās 1970. gados un atkal 1980. gados kā mēģinājums samazināt mākslīgā intelekta radītās skaitļošanas prasības, izmantojot ekspertu zināšanas. Tika parādīti vairāki ekspertu sistēmu attēlojumi, tostarp uz likumiem balstīti (kas izmanto ja...tad paziņojumus, lai pieņemtu lēmumus, pamatojoties uz īkšķa noteikumiem), uz ietvariem balstītas datu bāzes (kas izmanto datu bāzes, kas sakārtotas saistītās vispārīgās informācijas hierarhijās, ko sauc par rāmjiem), un uz loģiku balstītas (kas balstās par kopu teoriju attiecību nodibināšanai). Ekspertu sistēmu parādīšanās ir svarīga, jo tās ir pirmās patiesi noderīgās un veiksmīgās AI ieviešanas iespējas.

Ekspertu sistēmas joprojām tiek izmantotas šodien (lai gan tās vairs tā netiek sauktas). Piemēram, pareizrakstības un gramatikas pārbaudītāji jūsu lietojumprogrammā ir ekspertu sistēmas. Jo īpaši gramatikas pārbaudītājs ir stingri balstīts uz noteikumiem. Ir vērts paskatīties apkārt, lai redzētu citas vietas, kur ekspertu sistēmas joprojām var redzēt praktisku pielietojumu ikdienas lietojumos.

Problēma ar ekspertu sistēmām ir tā, ka tās var būt grūti izveidot un uzturēt. Pirmajiem lietotājiem bija jāapgūst specializētas programmēšanas valodas, piemēram, sarakstu apstrāde (LisP) vai Prolog. Daži pārdevēji redzēja iespēju nodot ekspertu sistēmas mazāk pieredzējušu vai iesācēju programmētāju rokās, izmantojot tādus produktus kā VP-Expert , kas balstās uz noteikumiem balstītu pieeju . Tomēr šie produkti parasti sniedza ļoti ierobežotu funkcionalitāti, izmantojot nelielas zināšanu bāzes.

Deviņdesmitajos gados frāze ekspertu sistēma sāka izzust. Parādījās ideja, ka ekspertu sistēmas ir kļūme, taču realitāte ir tāda, ka ekspertu sistēmas vienkārši bija tik veiksmīgas, ka iesakņojās lietojumprogrammās, kuru atbalstam tās bija paredzētas. Izmantojot tekstapstrādes programmas piemēru, savulaik jums bija jāiegādājas atsevišķa gramatikas pārbaudes lietojumprogramma, piemēram, RightWriter . Tomēr tagad tekstapstrādes programmās ir iebūvēti gramatikas pārbaudītāji , jo tie izrādījās tik noderīgi (ja ne vienmēr ir precīzi).

AI ziemas pārvarēšana

Termins AI ziema attiecas uz samazināta finansējuma periodu AI attīstībā. Kopumā AI ir gājusi ceļu, kurā atbalstītāji pārspīlē to, kas ir iespējams, mudinot cilvēkus, kuriem vispār nav zināšanu par tehnoloģijām, bet kuriem ir daudz naudas, veikt ieguldījumus. Pēc tam seko kritikas periods, kad mākslīgais intelekts neattaisno cerības, un, visbeidzot, notiek finansējuma samazinājums. Vairāki no šiem cikliem ir notikuši gadu gaitā — tie visi ir postoši līdz patiesam progresam.

AI pašlaik atrodas jaunā hype fāzē, pateicoties mašīnmācībai — tehnoloģijai, kas palīdz datoriem mācīties no datiem. Ja dators mācās no datiem, tas nozīmē, ka operāciju (uzdevumu) uzstādīšana nav atkarīga no programmētāja, bet gan tieši no piemēriem, kas parāda, kā datoram vajadzētu rīkoties. Tas ir tāpat kā mazuļa izglītošana, ar piemēru parādot, kā viņam uzvesties. Mašīnmācībā ir nepilnības, jo dators var iemācīties darīt lietas nepareizi, veicot neuzmanīgu apmācību.

Piecas zinātnieku ciltis strādā pie mašīnmācīšanās algoritmiem, no kuriem katrs no cita skatu punkta (sīkāku informāciju skatiet sadaļā “Izvairīšanās no AI hype” šīs nodaļas vēlāk). Šobrīd visveiksmīgākais risinājums ir dziļā mācīšanās, kas ir tehnoloģija, kas cenšas atdarināt cilvēka smadzenes. Padziļināta mācīšanās ir iespējama, jo ir pieejami jaudīgi datori, viedāki algoritmi, lielas datu kopas, ko rada mūsu sabiedrības digitalizācija, un milzīgi ieguldījumi no tādiem uzņēmumiem kā Google, Facebook, Amazon un citiem, kas izmanto šīs mākslīgā intelekta renesansi savām vajadzībām. uzņēmumiem.

Cilvēki saka, ka mākslīgā intelekta ziema ir beigusies dziļas mācīšanās dēļ, un tas šobrīd ir taisnība. Tomēr, aplūkojot veidus, kā cilvēki skatās AI, jūs varat viegli saprast, ka galu galā notiks vēl viena kritikas fāze, ja vien atbalstītāji neminīs retoriku.