Zgodovina umetne inteligence

Želja po ustvarjanju inteligentnih strojev (ali v starih časih idolov) je stara toliko kot ljudje. Želja, da ne bi bili sami v vesolju, da bi imeli nekaj, s čimer bi komunicirali brez nedoslednosti drugih ljudi, je močna. Naslednja razprava ponuja kratek, ustrezen pregled zgodovine sodobnih poskusov umetne inteligence.

Začenši s simbolno logiko v Dartmouthu

Najzgodnejši računalniki so bili prav to: računalniške naprave. Posnemali so človeško sposobnost manipuliranja s simboli za izvajanje osnovnih matematičnih nalog, kot je seštevanje. Logično sklepanje je kasneje dodalo zmožnost izvajanja matematičnega sklepanja s primerjavami (kot je ugotavljanje, ali je ena vrednost večja od druge vrednosti). Vendar pa so morali ljudje še vedno definirati algoritem, ki se uporablja za izvedbo izračuna, zagotoviti zahtevane podatke v pravi obliki in nato interpretirati rezultat. Poleti 1956 so se različni znanstveniki udeležili delavnice v kampusu Dartmouth College, da bi naredili nekaj več. Predvidevali so, da bodo stroji, ki bi lahko razmišljali tako učinkovito kot ljudje, potrebovali kvečjemu naslednjo generacijo. Zmotili so se.

Navedena težava s kolidžom Dartmouth in drugimi prizadevanji tistega časa se nanaša na strojno opremo - sposobnost obdelave za dovolj hitro izvedbo izračunov za ustvarjanje simulacije. Vendar to pravzaprav ni celoten problem. Da, strojna oprema je vključena v sliko, vendar ne morete simulirati procesov, ki jih ne razumete. Kljub temu je razlog, da je AI danes nekoliko učinkovita, ta, da je strojna oprema končno postala dovolj zmogljiva, da podpira zahtevano število izračunov.

Največja težava s temi zgodnjimi poskusi (in še danes precejšnja težava) je, da ne razumemo, kako ljudje dovolj dobro razmišljajo, da bi ustvarili kakršno koli simulacijo – ob predpostavki, da je simulacija smeri sploh možna. Ponovno razmislite o vprašanjih v zvezi z letenjem s posadko, opisanimi prej v poglavju. Brata Wright nista uspela s simulacijo ptic, temveč z razumevanjem procesov, ki jih ptice uporabljajo, s čimer sta ustvarila polje aerodinamike. Posledično, ko nekdo reče, da je naslednja velika inovacija umetne inteligence tik za vogalom in kljub temu ne obstaja nobena konkretna disertacija o vključenih procesih, je inovacija vse prej kot tik za vogalom.

Nadaljevanje s ekspertnimi sistemi

Strokovni sistemi so se prvič pojavili v sedemdesetih in spet v osemdesetih letih prejšnjega stoletja kot poskus zmanjšanja računskih zahtev, ki jih postavlja umetna inteligenca z uporabo znanja strokovnjakov. Pojavile so se številne predstavitve ekspertnih sistemov, vključno s pravili (ki uporabljajo izjave if…then za temeljenje odločitev na pravilih), ki temeljijo na okvirih (ki uporabljajo baze podatkov, organizirane v povezane hierarhije generičnih informacij, imenovane okviri) in na podlagi logike (ki se zanašajo na o teoriji množic za vzpostavitev odnosov). Pojav ekspertnih sistemov je pomemben, ker predstavljajo prve resnično uporabne in uspešne implementacije AI.

Še danes vidite ekspertne sisteme v uporabi (čeprav se ne imenujejo več tako). Na primer, preverjanje črkovanja in slovnice v vaši aplikaciji so vrste strokovnih sistemov. Zlasti slovnični pregledovalnik temelji na pravilih. Splača se pogledati naokoli in videti druga mesta, kjer lahko strokovni sistemi še vedno vidijo praktično uporabo v vsakdanjih aplikacijah.

Težava ekspertnih sistemov je, da jih je težko ustvariti in vzdrževati. Zgodnji uporabniki so se morali naučiti specializiranih programskih jezikov, kot sta obdelava seznamov (LisP) ali Prolog. Nekateri prodajalci so videli priložnost, da dajo strokovne sisteme v roke manj izkušenim ali začetnikom programerjem z uporabo izdelkov, kot je VP-Expert , ki se zanašajo na pristop , ki temelji na pravilih . Vendar pa so ti izdelki na splošno nudili izjemno omejeno funkcionalnost pri uporabi majhnih baz znanja.

V devetdesetih letih prejšnjega stoletja je besedna zveza ekspertni sistem začela izginjati. Pojavila se je zamisel, da so bili ekspertni sistemi neuspešni, v resnici pa so bili ekspertni sistemi preprosto tako uspešni, da so se zakoreninili v aplikacijah, za katere so bili zasnovani. Če uporabite primer urejevalnika besedil, ste morali naenkrat kupiti ločeno aplikacijo za preverjanje slovnice, kot je RightWriter . Vendar imajo urejevalniki besedil zdaj vgrajene slovnične pregledovalnike, ker so se izkazali za tako uporabne (če ne vedno natančne).

Premagovanje zim AI

Izraz AI zima se nanaša na obdobje zmanjšanega financiranja razvoja AI. Na splošno je umetna inteligenca šla po poti, na kateri zagovorniki pretiravajo, kaj je mogoče, in k naložbam spodbudi ljudi, ki sploh nimajo tehnološkega znanja, vendar imajo veliko denarja. Nato sledi obdobje kritik, ko umetna inteligenca ne izpolni pričakovanj, in na koncu pride do zmanjšanja financiranja. V preteklih letih se je zgodilo več teh ciklov – vsi so uničujoči za resnični napredek.

AI je trenutno v novi fazi navdušenja zaradi strojnega učenja, tehnologije, ki računalnikom pomaga pri učenju iz podatkov. Če se računalnik uči iz podatkov, ne pomeni odvisnosti od človekovega programerja pri določanju operacij (nalog), temveč jih izpeljati neposredno iz primerov, ki kažejo, kako naj se računalnik obnaša. Kot da bi otroka vzgajali tako, da bi mu z zgledom pokazali, kako naj se obnaša. Strojno učenje ima pasti, ker se lahko računalnik z neprevidnim poučevanjem nauči delati stvari napačno.

Pet plemen znanstvenikov dela na algoritmih strojnega učenja, vsak z drugega zornega kota (za podrobnosti glejte razdelek »Izogibanje AI Hype« v nadaljevanju tega poglavja). Trenutno je najuspešnejša rešitev globoko učenje, ki je tehnologija, ki si prizadeva posnemati človeške možgane. Globoko učenje je možno zaradi razpoložljivosti zmogljivih računalnikov, pametnejših algoritmov, velikih podatkovnih nizov, ki jih je ustvarila digitalizacija naše družbe, in velikih naložb podjetij, kot so Google, Facebook, Amazon in drugih, ki izkoristijo to preporod umetne inteligence za lastno podjetja.

Ljudje pravijo, da je zime AI zaradi globokega učenja konec, in to za zdaj drži. Ko pa pogledate naokoli, kako ljudje gledajo na umetno inteligenco, lahko zlahka ugotovite, da se bo sčasoma pojavila nova faza kritike, razen če zagovorniki retorike zmanjšajo ton.