Sztuczna inteligencja

Ten artykuł trzeba dopracować zgodnie z zaleceniami edycyjnymi. Dokładniejsze informacje o tym, co trzeba poprawić, być może leżą na stronie dyskusji tego artykułu. Po wyeliminowaniu niedoskonałości prosimy usunąć szablon {{Dopracować}} z kodu tego artykułu.

Ten artykuł dotyczy działu informatyki. Sprawdź też: film fabularny "A.I. Sztuczna inteligencja" w reżyserii Stevena Spielberga.

Sztuczna inteligencja (ang. Artificial Intelligence – AI) – nauka obejmująca zagadnienia logiki rozmytej, obliczeń ewolucyjnych, sieci neuronowych, sztucznego życia oraz robotyki. Sztuczna inteligencja to dział informatyki, którego przedmiotem jest badanie reguł rządzących inteligentnymi zachowaniami człowieka, wykonywanie modeli formalnych tych zachowań oraz – w rezultacie – programów komputerowych symulujących te zachowania. Można ją też zdefiniować jako dział informatyki zajmujący się rozwiązywaniem problemów, które nie są efektywnie algorytmizowalne.

Sztuczna inteligencja ma dwa podstawowe znaczenia:

• jest to hipotetyczna inteligencja realizowana w procesie inżynieryjnym, a nie naturalnym;
• jest to nazwa technologii oraz dziedzina badań naukowych informatyki na styku z neurologią, psychologią oraz ostatnio kognitywistyką oraz także systemiką, a nawet z współczesną filozofią.

Podstawowym zadaniem badań nad sztuczną inteligencją w drugim znaczeniu jest konstruowanie maszyn oraz programów komputerowych zdolnych do realizacji wybranych funkcji umysłu oraz ludzkich zmysłów niepoddających się prostej numerycznej algorytmizacji. Problemy takie bywają nazywane AI-trudnymi oraz zalicza się do nich pomiędzy innymi:

• podejmowanie decyzji w warunkach braku wszystkich danych
• analiza oraz synteza języków naturalnych
• rozumowanie logiczne/racjonalne,
• dowodzenie twierdzeń,
• gry logiczne, jak np. szachy czy go
• zarządzanie wiedzą, preferencjami oraz informacją w robotyce
• systemy eksperckie oraz diagnostyczne.

Historia badań

W 1950 roku Alan Mathison Turing zaproponował by możliwość udawania człowieka w zdalnej rozmowie uznać za test inteligencji maszyn (test Turinga)^[1]. w latach 50. XX wieku powstało pierwsze laboratorium AI na Uniwersytecie Carnegie Mellon, założone przez Allena Newella oraz Herberta Simona oraz parę lat później analogiczne laboratorium w Massachusetts Institute of Technology, założone przez Johna McCarthy'ego. Obydwa te laboratoria są wciąż wiodącymi ośrodkami AI na świecie.

Termin sztuczna inteligencja stał się po raz pierwszy zaproponowany prawdopodobnie przez Johna McCarthy'ego, który w 1955 r. zdefiniował go w następujący sposób:

"konstruowanie maszyn, o których działaniu dałoby się powiedzieć, że są podobne do ludzkich przejawów inteligencji".

Istnieją dwa podstawowe podejścia do pracy nad AI:

• Pierwsze to wykonywanie modeli matematyczno-logicznych analizowanych problemów oraz implementowanie ich w formie programów komputerowych, mających realizować konkretne funkcje uważane powszechnie za składowe inteligencji. W tej grupie, tzw. podejścia symbolicznego, są np. algorytmy genetyczne, metody logiki rozmytej oraz wnioskowania bazującego na doświadczeniu.
• Drugie to podejscie subsymboliczne polegające na tworzeniu struktur oraz programów "samouczących się", bazujących na modelach sieci neuronowej oraz sieci asocjacyjnych, oraz opracowywanie procedur "uczenia" takich programów, rozwiązywania postawionych im zadań oraz szukania odpowiedzi na wybrane klasy "pytań".

W trakcie wieloletniej pracy laboratoriów oraz zespołów AI stosujących oba podejścia do problemu, okazało się, że postęp w tej dziedzinie jest oraz będzie bardzo trudny oraz powolny. Wielokrotnie mimo niepowodzeń w osiąganiu zaplanowanych celów, laboratoria te wypracowywały nowe techniki informatyczne, które okazywały się użyteczne do całkowicie innych celów. Przykładami takich technik są np. języki programowania LISP oraz Prolog. Laboratoria AI są też "rozsadnikiem" kultury hakerskiej.

Najnowsze podejście do problemów AI to rozwijanie wielorakich form inteligencji rozproszonej (wzorowanej na organizacjach ludzkich, np. personoidy oraz tzw. agentów autonomicznych oraz "inteligentnych". Dziedzina ta nosi nazwę Technologii Agentów Inteligentnych (ang. Intelligent Agent Technology).

Współczesne praktyczne zastosowania AI

• Technologie oparte na logice rozmytej – powszechnie stosowane do np. sterowania przebiegiem procesów technologicznych w fabrykach w warunkach "braku wszystkich danych".
• Systemy ekspertowe – systemy wykorzystujące bazę wiedzy (zapisaną w sposób deklaratywny) oraz mechanizmy wnioskowania do rozwiązywania problemów.
• Maszynowe tłumaczenie tekstów – systemy tłumaczące nie dorównują człowiekowi, robią intensywne postępy, nadają się szczególnie do tłumaczenia tekstów technicznych.
• Sieci neuronowe – stosowane z powodzeniem w wielu zastosowaniach łącznie z programowaniem "inteligentnych przeciwników" w grach komputerowych.
• Uczenie się maszyn – dział sztucznej inteligencji zajmujący się algorytmami potrafiącymi uczyć się podejmować decyzje bądź nabywać wiedzę.
• Eksploracja danych – omawia obszary, powiązanie z potrzebami informacyjnymi, pozyskiwaniem wiedzy, stosowane techniki analizy, oczekiwane rezultaty.
• Rozpoznawanie obrazów – stosowane są już programy rozpoznające osoby na podstawie zdjęcia twarzy albo rozpoznające automatycznie zadane obiekty na zdjęciach satelitarnych.
• Rozpoznawanie mowy oraz rozpoznawanie mówców – stosowane już powszechnie na skalę komercyjną.
• Rozpoznawanie pisma (OCR) – stosowane już masowo np. do automatycznego sortowania listów, oraz w elektronicznych notatnikach.
• Sztuczna twórczość – są programy automatycznie generujące krótkie formy poetyckie, komponujące, aranżujące oraz interpretujące utwory muzyczne, które są w stanie skutecznie "zmylić" nawet profesjonalnych artystów, w sensie, że nie rozpoznają oni tych utworów jako sztucznie wygenerowanych.
• W ekonomii, powszechnie stosuje się systemy automatycznie oceniające m.in. zdolność kredytową, profil najlepszych klientów, czy planujące kampanie reklamowe. Systemy te poddawane są wcześniej automatycznemu uczeniu na podstawie posiadanych danych (np. klientów banku, którzy stale spłacali kredyt oraz klientów, którzy posiadali z tym problemy).

Nieudane próby zastosowań

 Osobne artykuły: Postęp w sztucznej inteligencji i paradoks Moraveca.

• Programy skutecznie wygrywających w poniektórych grach. Jak dotąd nie ma programów skutecznie wygrywających w go oraz brydża sportowego. Istnieją programy grające w szachy na poziomie wyższym niż arcymistrzowski, a poziom arcymistrzowski osiągają aktualnie programy działające na mobilnych urządzeniach^[2]. Wcześniej podobne zwycięstwa odnosiły programy grające w warcaby oraz warcaby polskie^[3]
• Programy idealnie naśladujące ludzi, rozmawiające przy użyciu tekstu oraz potrafiłby przejść test Turinga. Istnieją programy do konwersacji z komputerem, ale każdy człowiek, który miał z nimi wcześniej do czynienia, w krótkim czasie jest w stanie zorientować się, że rozmawia z maszyną, a nie innym człowiekiem.
• Programy skutecznie tłumaczące teksty literackie oraz mowę potoczną. Istnieją programy do automatycznego tłumaczenia, ale sprawdzają się one tylko w bardzo ograniczonym stopniu. Podstawową trudnością jest tu złożoność oraz niejasność języków naturalnych, a w szczególności niedobór zrozumienia przez program znaczenia tekstu.

Przypisy

Linki zewnętrzne

  Wikimedia Commons ma galerię ilustracji związaną z tematem:
Sztuczna inteligencja

• PSSI - Oficjalna strona Polskiego Stowarzyszenia Sztucznej Inteligencji
• Sztuczna inteligencja (materiały dydaktyczne MIMUW na studia informatyczne I stopnia)
• Obszerny zbiór odnośników w języku angielskim na stronie prof. Włodzisława Ducha
• Computational Philosophy of Science, Paul R. Thagard, MIT Press, 1993 (ang.)