4 spôsoby, ako definovať umelú inteligenciu (AI)

Prvý koncept, ktorý je dôležité pochopiť, je, že AI v skutočnosti nemá nič spoločné s ľudskou inteligenciou. Áno, niektoré AI sú modelované tak, aby simulovali ľudskú inteligenciu, ale je to tak: simulácia. Keď premýšľate o AI, všimnite si súhru medzi hľadaním cieľa, spracovaním údajov použitým na dosiahnutie tohto cieľa a získavaním údajov, ktoré sa používa na lepšie pochopenie cieľa. AI sa spolieha na algoritmy na dosiahnutie výsledku, ktorý môže alebo nemusí mať nič spoločné s ľudskými cieľmi alebo metódami na dosiahnutie týchto cieľov. S ohľadom na to môžete AI kategorizovať štyrmi spôsobmi:

• Konať ľudsky: Keď sa počítač správa ako človek, najlepšie to odráža Turingov test, v ktorom počítač uspeje, keď rozlíšenie medzi počítačom a človekom nie je možné. Táto kategória tiež odzrkadľuje, o čom by médiá chceli, aby ste si mysleli, že ide o AI. Vidíte, že sa používa pre technológie, ako je spracovanie prirodzeného jazyka, reprezentácia znalostí, automatizované uvažovanie a strojové učenie (všetky štyri musia byť prítomné, aby prešli testom).

Pôvodný Turingov test nezahŕňal žiadny fyzický kontakt. Novší, Total Turingov test, zahŕňa fyzický kontakt vo forme vypočúvania percepčných schopností, čo znamená, že počítač musí využívať aj počítačové videnie a robotiku, aby uspel. Moderné techniky zahŕňajú skôr myšlienku dosiahnutia cieľa ako úplného napodobňovania ľudí. Napríklad bratom Wrightovým sa nepodarilo vytvoriť lietadlo presným kopírovaním letu vtákov; skôr vtáky poskytovali nápady, ktoré viedli k aerodynamike, ktorá nakoniec viedla k letu človeka. Cieľom je lietať. Vtáky aj ľudia dosahujú tento cieľ, ale používajú rôzne prístupy.

• Ľudské myslenie: Keď počítač myslí ako človek, vykonáva úlohy, ktoré vyžadujú inteligenciu (na rozdiel od spamätaných postupov) od človeka, aby uspel, ako napríklad riadenie auta. Ak chcete zistiť, či program myslí ako človek, musíte mať nejakú metódu na určenie toho, ako ľudia myslia, čo definuje prístup kognitívneho modelovania. Tento model sa opiera o tri techniky:
  • Introspekcia: Zisťovanie a dokumentovanie techník používaných na dosiahnutie cieľov sledovaním vlastných myšlienkových procesov.
  • Psychologické testovanie: Pozorovanie správania osoby a jej pridávanie do databázy podobného správania od iných osôb za predpokladu podobného súboru okolností, cieľov, zdrojov a podmienok prostredia (okrem iného).
  • Zobrazovanie mozgu: Monitorovanie mozgovej aktivity priamo pomocou rôznych mechanických prostriedkov, ako je počítačová axiálna tomografia (CAT), pozitrónová emisná tomografia (PET), zobrazovanie pomocou magnetickej rezonancie (MRI) a magnetoencefalografia (MEG).

Po vytvorení modelu môžete napísať program, ktorý model simuluje. Vzhľadom na množstvo variability medzi ľudskými myšlienkovými procesmi a ťažkosti s presnou reprezentáciou týchto myšlienkových procesov ako súčasti programu sú výsledky prinajlepšom experimentálne. Táto kategória ľudského myslenia sa často používa v psychológii a iných oblastiach, v ktorých je nevyhnutné modelovanie procesu ľudského myslenia na vytvorenie realistických simulácií.

• Racionálne myslenie: Štúdium toho, ako ľudia myslia pomocou nejakého štandardu, umožňuje vytvoriť usmernenia, ktoré popisujú typické ľudské správanie. Osoba je považovaná za racionálnu, keď sa riadi týmto správaním v rámci určitých úrovní odchýlky. Počítač, ktorý myslí racionálne, sa spolieha na zaznamenané správanie, aby vytvoril návod, ako interagovať s prostredím na základe dostupných údajov. Cieľom tohto prístupu je riešiť problémy logicky, ak je to možné. V mnohých prípadoch by tento prístup umožnil vytvorenie základnej techniky na riešenie problému, ktorá by sa potom upravila tak, aby sa problém skutočne vyriešil. Inými slovami, riešenie problému v princípe je často odlišné od jeho riešenia v praxi, ale stále potrebujete východiskový bod.
• Konať racionálne: Štúdium toho, ako ľudia konajú v daných situáciách pri špecifických obmedzeniach, vám umožňuje určiť, ktoré techniky sú účinné a efektívne. Počítač, ktorý koná racionálne, sa pri interakcii s prostredím spolieha na zaznamenané akcie na základe podmienok, faktorov prostredia a existujúcich údajov. Rovnako ako pri racionálnom myslení, aj racionálne činy v princípe závisia od riešenia, ktoré sa v praxi nemusí ukázať ako užitočné. Racionálne činy však poskytujú základ, na základe ktorého môže počítač začať vyjednávať o úspešnom dokončení cieľa.

Kategórie používané na definovanie AI ponúkajú spôsob, ako zvážiť rôzne použitia alebo spôsoby aplikácie AI. Niektoré zo systémov používaných na klasifikáciu AI podľa typu sú ľubovoľné a nie sú odlišné. Napríklad niektoré skupiny vnímajú AI buď ako silnú (všeobecná inteligencia, ktorá sa dokáže prispôsobiť rôznym situáciám) alebo slabú (špecifická inteligencia navrhnutá tak, aby dobre plnila určitú úlohu). Problém so silnou AI je v tom, že nevykonáva dobre žiadnu úlohu, zatiaľ čo slabá AI je príliš špecifická na to, aby vykonávala úlohy nezávisle. Napriek tomu len dve typové klasifikácie nezvládnu prácu ani vo všeobecnom zmysle. Štyri typy klasifikácie, ktoré propaguje Arend Hintze, tvoria lepší základ pre pochopenie AI:

• Reaktívne stroje: Stroje, ktoré vidíte, ako porážajú ľudí v šachu alebo hrajú na herných predstaveniach, sú príkladmi reaktívnych strojov. Reaktívny stroj nemá pamäť ani skúsenosti, na základe ktorých by sa mohol rozhodnúť. Namiesto toho sa spolieha na čistý výpočtový výkon a inteligentné algoritmy, ktoré zakaždým zopakujú každé rozhodnutie. Toto je príklad slabej AI používanej na konkrétny účel.
• Obmedzená pamäť: Samoriadiace auto alebo autonómny robot si nemôžu dovoliť robiť každé rozhodnutie od začiatku. Tieto stroje sa spoliehajú na malé množstvo pamäte, aby poskytli skúsenostné znalosti rôznych situácií. Keď stroj vidí rovnakú situáciu, môže sa spoľahnúť na skúsenosti, aby skrátil reakčný čas a poskytol viac zdrojov na prijímanie nových rozhodnutí, ktoré ešte neboli urobené. Toto je príklad súčasnej úrovne silnej AI.
• Teória mysle: Stroj, ktorý dokáže posúdiť ako svoje požadované ciele, tak aj potenciálne ciele iných subjektov v rovnakom prostredí, má akési chápanie, ktoré je dnes do istej miery realizovateľné, no nie v akejkoľvek komerčnej forme. Aby sa však samoriadiace autá stali skutočne autonómnymi, musí byť táto úroveň AI plne rozvinutá. Samoriadiace auto by nielen potrebovalo vedieť, že musí prejsť z jedného bodu do druhého, ale aj intuitívne vnímať potenciálne protichodné ciele vodičov okolo neho a podľa toho reagovať.
• Sebauvedomenie: Toto je druh AI, ktorý vidíte vo filmoch. Vyžaduje si to však technológie, ktoré teraz nie sú ani zďaleka možné, pretože takýto stroj by mal zmysel pre seba aj vedomie. Okrem toho, namiesto len intuície cieľov iných na základe reakcií prostredia a iných entít, tento typ stroja by bol schopný odvodiť zámery iných na základe skúsenostných znalostí.