4 начина да се дефинише вештачка интелигенција (АИ)

Први концепт који је важно разумети је да вештачка интелигенција заправо нема никакве везе са људском интелигенцијом. Да, неки АИ је моделиран да симулира људску интелигенцију, али то је оно што је: симулација. Када размишљате о вештачкој интелигенцији, приметите интеракцију између тражења циља, обраде података која се користи за постизање тог циља и аквизиције података која се користи за боље разумевање циља. АИ се ослања на алгоритме да би постигао резултат који може, али не мора имати никакве везе са људским циљевима или методама за постизање тих циљева. Имајући ово на уму, АИ можете категоризовати на четири начина:

• Људски понашај: Када се рачунар понаша као човек, то најбоље одражава Тјурингов тест, у коме рачунар успева када разлика између рачунара и човека није могућа. Ова категорија такође одражава оно што медији желе да верујете да је вештачка интелигенција. Видите да се користи за технологије као што су обрада природног језика, представљање знања, аутоматизовано резоновање и машинско учење (од којих сва четири морају бити присутна да би прошли тест).

Оригинални Тјурингов тест није укључивао никакав физички контакт. Новији, Тотални Тјурингов тест укључује физички контакт у облику испитивања перцептивних способности, што значи да рачунар такође мора да користи и компјутерски вид и роботику да би успео. Модерне технике укључују идеју постизања циља, а не потпуно опонашање људи. На пример, браћа Рајт нису успела да направе авион прецизно копирајући лет птица; него су птице дале идеје које су довеле до аеродинамике која је на крају довела до људског лета. Циљ је летети. И птице и људи постижу овај циљ, али користе различите приступе.

• Људски размишљање: Када рачунар размишља као човек, он обавља задатке који захтевају интелигенцију (за разлику од напаметних процедура) од човека да би успео, као што је вожња аутомобила. Да бисте утврдили да ли програм размишља као човек, морате имати неки метод за одређивање начина на који људи мисле, што дефинише приступ когнитивног моделирања. Овај модел се ослања на три технике:
  • Интроспекција: Откривање и документовање техника које се користе за постизање циљева праћењем сопствених мисаоних процеса.
  • Психолошко тестирање: Посматрање понашања особе и додавање у базу података о сличним понашањима других особа с обзиром на сличан скуп околности, циљева, ресурса и услова околине (између осталог).
  • Снимање мозга: Директно праћење активности мозга помоћу различитих механичких средстава, као што су компјутеризована аксијална томографија (ЦАТ), позитронска емисиона томографија (ПЕТ), снимање магнетном резонанцом (МРИ) и магнетоенцефалографија (МЕГ).

Након креирања модела, можете написати програм који симулира модел. С обзиром на количину варијабилности међу људским мисаоним процесима и потешкоће да се ти мисаони процеси тачно представе као део програма, резултати су у најбољем случају експериментални. Ова категорија људског размишљања се често користи у психологији и другим областима у којима је од суштинског значаја моделирање људског мисаоног процеса да би се створиле реалистичне симулације.

• Рационално размишљање: Проучавање начина на који људи размишљају користећи неки стандард омогућава креирање смерница које описују типична људска понашања. Особа се сматра рационалном када прати ова понашања унутар одређених нивоа одступања. Компјутер који рационално размишља ослања се на снимљено понашање да би направио водич о томе како да комуницира са окружењем на основу података који су при руци. Циљ овог приступа је да се проблеми решавају логично, када је то могуће. У многим случајевима, овај приступ би омогућио стварање основне технике за решавање проблема, која би се затим модификовала да би се проблем заиста решио. Другим речима, решавање проблема у принципу се често разликује од решавања у пракси, али вам је ипак потребна полазна тачка.
• Понашање рационално: Проучавање како се људи понашају у датим ситуацијама под одређеним ограничењима омогућава вам да одредите које су технике и ефикасне и делотворне. Компјутер који делује рационално ослања се на снимљене радње за интеракцију са окружењем на основу услова, фактора околине и постојећих података. Као и код рационалног мишљења, рационални поступци зависе од начелног решења, које се можда неће показати корисним у пракси. Међутим, рационални поступци пружају основу на којој рачунар може да почне да преговара о успешном завршетку циља.

Категорије које се користе за дефинисање АИ нуде начин за разматрање различитих употреба или начина примене АИ. Неки од система који се користе за класификацију АИ по типу су произвољни и нису различити. На пример, неке групе виде АИ као јаку (генерализована интелигенција која се може прилагодити различитим ситуацијама) или слабу (специфична интелигенција дизајнирана да добро изврши одређени задатак). Проблем са јаком вештачком интелигенцијом је што не обавља ниједан задатак добро, док је слаба вештачка интелигенција превише специфична да би самостално обављала задатке. Чак и тако, само две класификације типа неће обавити посао чак ни у општем смислу. Четири типа класификације које промовише Аренд Хинтзе чине бољу основу за разумевање АИ:

• Реактивне машине: Машине које видите како туку људе у шаху или играју на играма су примери реактивних машина. Реактивна машина нема меморију или искуство на основу којих би могла да донесе одлуку. Уместо тога, ослања се на чисту рачунарску снагу и паметне алгоритме да би сваки пут поново креирао сваку одлуку. Ово је пример слабе вештачке интелигенције која се користи за одређену сврху.
• Ограничена меморија: Самовозећи аутомобил или аутономни робот не могу себи приуштити време за доношење сваке одлуке од нуле. Ове машине се ослањају на малу количину меморије да би пружиле искуствено знање о различитим ситуацијама. Када машина види исту ситуацију, може се ослонити на искуство како би смањила време реакције и обезбедила више ресурса за доношење нових одлука које још нису донете. Ово је пример тренутног нивоа јаке вештачке интелигенције.
• Теорија ума: Машина која може да процени и своје тражене циљеве и потенцијалне циљеве других ентитета у истом окружењу има неку врсту разумевања која је донекле изводљива данас, али не у било ком комерцијалном облику. Међутим, да би аутомобили који се сами возе постали заиста аутономни, овај ниво АИ мора бити у потпуности развијен. Аутомобил који се самостално вози не само да треба да зна да мора да иде од једне тачке до друге, већ и да интуитира потенцијално супротстављене циљеве возача око њега и да реагује у складу са тим.
• Самосвест: Ово је врста вештачке интелигенције коју видите у филмовима. Међутим, за то су потребне технологије које сада нису ни издалека могуће јер би таква машина имала осећај и за себе и за свест. Поред тога, уместо да само интуитира циљеве других на основу околине и реакција других ентитета, ова врста машина би могла да закључи намере других на основу искуственог знања.