4 načini za opredelitev umetne inteligence (AI)

Prvi koncept, ki ga je treba razumeti, je, da AI v resnici nima nič opraviti s človeško inteligenco. Da, nekaj umetne inteligence je zasnovano tako, da simulira človeško inteligenco, a to je tisto, kar je: simulacija. Ko razmišljate o AI, opazite preplet med iskanjem cilja, obdelavo podatkov, ki se uporablja za dosego tega cilja, in pridobivanjem podatkov, ki se uporablja za boljše razumevanje cilja. Umetna inteligenca se zanaša na algoritme za dosego rezultata, ki ima lahko ali pa tudi nič skupnega s človeškimi cilji ali metodami za doseganje teh ciljev. Glede na to lahko AI kategorizirate na štiri načine:

• Človeško ravnanje: Ko računalnik deluje kot človek, najbolje odraža Turingov test, pri katerem računalnik uspe, kadar ločevanje med računalnikom in človekom ni možno. Ta kategorija odraža tudi tisto, kar bi mediji želeli, da verjamete, da gre za umetno inteligenco. Vidite, da se uporablja za tehnologije, kot so obdelava naravnega jezika, predstavitev znanja, avtomatizirano sklepanje in strojno učenje (vsi štiri morajo biti prisotni, da opravijo test).

Prvotni Turingov test ni vključeval nobenega fizičnega stika. Novejši, Total Turing Test vključuje fizični stik v obliki zasliševanja zaznavnih sposobnosti, kar pomeni, da mora računalnik za uspeh uporabljati tudi računalniški vid in robotiko. Sodobne tehnike vključujejo idejo o doseganju cilja namesto popolnega posnemanja ljudi. Na primer, bratoma Wright ni uspelo ustvariti letala z natančnim kopiranjem letenja ptic; namesto tega so ptice ponudile ideje, ki so privedle do aerodinamike, ki je na koncu pripeljala do človekovega leta. Cilj je leteti. Tako ptice kot ljudje dosegajo ta cilj, vendar uporabljajo različne pristope.

• Človeško razmišljanje: Ko računalnik razmišlja kot človek, opravlja naloge, ki zahtevajo inteligenco (v nasprotju z namišljenimi postopki) od človeka za uspeh, kot je vožnja avtomobila. Če želite ugotoviti, ali program razmišlja kot človek, morate imeti neko metodo za določanje, kako ljudje razmišljajo, ki jo opredeljuje pristop kognitivnega modeliranja. Ta model temelji na treh tehnikah:
  • Introspekcija: odkrivanje in dokumentiranje tehnik, ki se uporabljajo za doseganje ciljev s spremljanjem lastnih miselnih procesov.
  • Psihološko testiranje: opazovanje vedenja osebe in dodajanje v bazo podatkov o podobnih vedenjih drugih oseb glede na podoben nabor okoliščin, ciljev, virov in okoljskih pogojev (med drugim).
  • Slikanje možganov: neposredno spremljanje možganske aktivnosti z različnimi mehanskimi sredstvi, kot so računalniška aksialna tomografija (CAT), pozitronska emisijska tomografija (PET), slikanje z magnetno resonanco (MRI) in magnetoencefalografija (MEG).

Po izdelavi modela lahko napišete program, ki simulira model. Glede na količino variabilnosti med človeškimi miselnimi procesi in težavo natančnega predstavljanja teh miselnih procesov kot dela programa, so rezultati v najboljšem primeru eksperimentalni. Ta kategorija človeškega razmišljanja se pogosto uporablja v psihologiji in drugih področjih, na katerih je modeliranje človeškega miselnega procesa za ustvarjanje realističnih simulacij bistveno.

• Razmišljanje racionalno: preučevanje, kako ljudje razmišljajo z uporabo nekega standarda, omogoča ustvarjanje smernic, ki opisujejo tipično človeško vedenje. Oseba se šteje za racionalno, če sledi tem vedenju znotraj določenih stopenj odstopanja. Računalnik, ki razmišlja racionalno, se zanaša na posneto vedenje, da ustvari vodnik, kako komunicirati z okoljem na podlagi podatkov, ki so pri roki. Cilj tega pristopa je logično reševanje problemov, kadar je to mogoče. V mnogih primerih bi ta pristop omogočil ustvarjanje osnovne tehnike za reševanje problema, ki bi jo nato spremenili, da bi problem dejansko rešili. Z drugimi besedami, reševanje problema se načeloma velikokrat razlikuje od reševanja v praksi, a vseeno potrebujete izhodišče.
• Racionalno ravnanje: preučevanje, kako ljudje delujejo v določenih situacijah pod določenimi omejitvami, vam omogoča, da ugotovite, katere tehnike so učinkovite in učinkovite. Računalnik, ki deluje racionalno, se opira na zabeležena dejanja za interakcijo z okoljem na podlagi pogojev, okoljskih dejavnikov in obstoječih podatkov. Tako kot pri racionalnem razmišljanju so racionalna dejanja odvisna od načelne rešitve, ki se v praksi morda ne izkaže za uporabno. Vendar pa racionalna dejanja zagotavljajo izhodišče, na podlagi katerega se lahko računalnik začne pogajati o uspešnem izpolnitvi cilja.

Kategorije, ki se uporabljajo za opredelitev AI, ponujajo način za preučitev različnih uporab ali načinov uporabe AI. Nekateri sistemi, ki se uporabljajo za razvrščanje AI po vrsti, so poljubni in niso različni. Nekatere skupine na primer menijo, da je AI močna (posplošena inteligenca, ki se lahko prilagodi različnim situacijam) ali šibka (specifična inteligenca, zasnovana za dobro opravljanje določene naloge). Težava z močno umetno inteligenco je v tem, da nobene naloge ne opravi dobro, medtem ko je šibka umetna inteligenca preveč specifična za samostojno izvajanje nalog. Kljub temu samo dve razvrstitvi tipov ne bosta opravili dela niti v splošnem smislu. Štiri vrste klasifikacije, ki jih promovira Arend Hintze, predstavljajo boljšo osnovo za razumevanje AI:

• Reaktivni stroji: stroji, ki jih vidite, kako premagajo ljudi v šahu ali igrajo na igrah, so primeri reaktivnih strojev. Reaktivni stroj nima spomina ali izkušenj, na podlagi katerih bi se lahko odločil. Namesto tega se zanaša na čisto računalniško moč in pametne algoritme, da vsakič znova ustvari vsako odločitev. To je primer šibke umetne inteligence, ki se uporablja za določen namen.
• Omejen pomnilnik: samovozeči avto ali avtonomni robot si ne more privoščiti časa za sprejemanje vsake odločitve iz nič. Ti stroji se zanašajo na majhno količino pomnilnika za zagotavljanje izkustvenega znanja o različnih situacijah. Ko stroj vidi enako situacijo, se lahko zanese na izkušnje, da skrajša reakcijski čas in zagotovi več virov za sprejemanje novih odločitev, ki še niso bile sprejete. To je primer trenutne ravni močne umetne inteligence.
• Teorija duha: Stroj, ki lahko oceni tako svoje zahtevane cilje kot potencialne cilje drugih entitet v istem okolju, ima neke vrste razumevanje, ki je do neke mere izvedljivo danes, vendar ne v kakršni koli komercialni obliki. Da pa bodo samovozeči avtomobili postali resnično avtonomni, je treba to raven umetne inteligence v celoti razviti. Samovozeči avtomobil ne bi moral le vedeti, da mora iti z ene točke na drugo, ampak tudi zaznati potencialno nasprotujoče si cilje voznikov okoli sebe in se ustrezno odzvati.
• Samozavedanje: To je vrsta umetne inteligence, ki jo vidite v filmih. Vendar pa zahteva tehnologije, ki trenutno niso niti približno možne, ker bi tak stroj imel občutek za sebe in zavest. Poleg tega bi ta tip stroja, namesto da bi zgolj intuiral cilje drugih na podlagi reakcij okolja in drugih entitet, sposoben sklepati o namerah drugih na podlagi izkustvenega znanja.