Umělá inteligence

From Institute of Intermedia

mapování mozku

Umělá inteligence (UI) je obor informatiky zabývající se tvorbou strojů vykazujících známky inteligentního chování. Definice pojmu „inteligentní chování“ je stále předmětem diskuse, nejčastěji se jako etalon inteligence užívá lidský rozum.

Umělá inteligence je empirická věda která se zabývá zkoumáním a chápáním inteligentních projevů. Nástrojem bádání je abstrakce a modelování inteligentních projevů mimo medium lidské mysle (zpravidla pomocí počítače). Inteligentními projevy podle (Feigenbauma) rozumíme např.: učení, řešení problémů, porozumění jazyku, uvažování. Marvin Minsky, jehož definice je považována za tu nejobecnější a nejuznávanější, definuje umělou inteligenci jako vědu která se zabývá tím jak přinutit stroje aby exhibovaly chování takové, které by v případě člověka vykazovalo potřebu inteligence.

Umělá inteligence je jako součást poznávacích věd (cog-sci) chápána většinou jako hraniční věda, která do sebe zahrnuje aspekty: kognitivní psychologie, neurologie, filosofie ducha, etologie, logiky, evolučních věd, sociologie a jiných oborů.

Umělá inteligence jako název není zdaleka ideálním pojmem ale zastřešuje různorodé pojmenování jako je strojová inteligence, výpočetní psychologie nebo automatizované uvažování.

Douglas Adams: klade otázku ve své přednášce na Cambridge v roce 1998 "is there an artificial god, since there seems to be something like artificial life"

[1]

[2]

singularita

Turingův test

Na tomto srovnání spočívá také myšlenka Turingova testu Turingův test, kterou vyjádřil informatik Alan Turing v roce 1950 ve svém článku „Computing machinery and intelligence“. Ve zkratce tvrdí, že za inteligentní můžeme stroj prohlásit, nerozeznáme-li jeho lingvistický výstup od lingvistického výstupu člověka.

Argument čínského pokoje je často pokládán za protiargument k Turingovu testu. Uvažuje, že by mohl existovat stroj, který by inteligentní chování simuloval předpřipravenou sadou reakcí na všechny možné otázky, aniž by nad čímkoliv „přemýšlel“.

Historie

prehistorie: Gottfried_Wilhelm_Leibniz,

Ve stejném článku, v jakém Alan Turing navrhl svůj slavný test (sám ho nazýval „imitační hra“) předpovídal, že za padesát let (tj. na přelomu milénií) budou mít počítače paměťovou kapacitu 10sup9/sup bitů a rozhodčí imitační hry bude mít pouze 70% šanci, že správně pozná lidskou inteligenci. Zatímco se odhad paměťových schopností ukázal být neobyčejně přesným, neumí dnešní počítače pracovat s lidským jazykem zdaleka tak dobře, jak Turing doufal.

Počáteční nadšení se totiž postupem času měnilo ve skepsi. Ukázalo se, že naprogramování úkolů, které lidem připadají triviální (např. rozpoznávání tvarů v obrazech) může být těžší, než vytvořit stroje řešící „klasické“ problémy umělé inteligence, jako je například hra šachů.

V tomto smyslu je signifikantní vývoj v předmětu automatického překladu, který postupem času prošel obdobím nekritického nadšení i deziluze. Podobně se naděje vkládané do umělých neuronových sítí dostaly do konfliktů s realitou neúspěchů vytvořit sítě řešící jednoduché úkoly (např. simulovat funkci XOR).

robotika

robot - člověk

Kategorizace

UI můžeme dělit na slabé a silné - ty slabé by sice měly projít Turingovým testem, ale nejsou v „pravém slova smyslu inteligentní“ (viz výše Argument čínského pokoje), na rozdíl od silných UI. Má-li toto dělení smysl je předmětem filosofických debat.

Přístupy k řešení

Ačkoliv se vytvořit obecnou umělou inteligenci, která by byla srovnatelná s lidskou, ukázalo být nesmírně obtížné, vědci během posledních padesáti let vyvinuli sadu postupů, které dosahují dílčích úspěchů v jednotlivých problémech.

Neuronové sítě

Umělé neuronové sítě v umělé inteligenci mají za vzor chování odpovídajících biologických struktur. Skládají se z výpočetních modelů neuronů, které si navzájem předávají signály a transformují je pomocí funkce pro přenos k dalším „neuronům“.

Užívají se pro rozpoznávání a kompresi obrazů nebo zvuků, předvídání vývoje časových řad (např. burzovních indexů), někdy dokonce k filtrování spamu.

Genetické programování

Genetické programování striktně vzato není prostředek pro řešení problémů umělé inteligence, ale obecný programátorský postup, jenž namísto sepsání konkrétního algoritmu pro řešení úkolu hledá tento postup evolučními metodami.

Expertní systémy

Prohledávání stavového prostoru

Zvláště při vytváření algoritmů na řešení klasických her (šachů, dámy) se jeví účelné zadefinovat si množinu stavů, do kterých se můžeme ve hře dostat, přípustné tahy neboli přechody mezi stavy a počáteční a koncové pozice. Hledáme pak cestu od počáteční stavů ke koncovým stavům, které znamenají náš úspěch.

Jelikož mohou být stavové prostory rozsáhlé (například ve hře go) a v některých případech i nekonečné, je třeba volit chytré metody ořezávání nevhodných cest a ohodnocování pozic.

Dobývání znalostí

Data mining

Velké soubory dat (často uložené v databázích) o nějakém systému nejsou použitelné a pochopitelné přímo, i když obsahují informace a vzory chování sledovaného systému. Metody dobývání znalostí převádí data do kompaktní a explicitní formy popisující systém, která je lépe použitelná.

V širokém smyslu nejde jen o zpracování elementárních dat (čísel, řetězců, kategoriálních dat), ale taky zpracování zvuku, obrázků (Digitální zpracování obrazu), videa, přirozeného jazyka (viz zpracování přirozeného jazyka, korpus) a bioinformatických dat (bioinformatika).

Výstupy jsou různé pro různé úlohy a závisí taky na tom, k čemu je chceme použít a co (a jak kvalitně) dokážeme vydolovat.

Strojové učení

Úspěšné herní algoritmy

Šachy

Královská hra byla už od počátků informatiky předmětem analýz. V roce 1997 porazil systém Deep Blue od firmy IBM úřadujícího mistra světa Garriho Kasparova.

Další hry

Chinook je program pro hraní anglické dámy, jehož tvůrci v červenci roku 2007 prohlásili, že nemůže prohrát. Již několik let předtím pravidelně porážel lidské oponenty. Tohoto výsledku bylo dosaženo kombinací hrubé síly při prohledávání pozic ve střední části hry stejně tak jako díky dobré databázi zahájení a koncovek.

Nejlepší počítačové programy hrající go si zdaleka tak dobře nevedou — hrají na úrovni 4-6 kjú, což je úroveň mírně pokročilých hráčů. Je tomu tak zřejmě proto, že je goban (deska na go) poměrně rozsáhlá a s každým dalším položeným kamenem stoupá komplexita rozhodování, kterou však mají lidé šanci zvládnout díky své vrozené schopnosti rozpoznávání tvarů.

Umělá inteligence v kultuře

Rozumné stroje jsou vděčné téma pro spisovatele vědecké fikce. Isaac Asimov věnoval značnou část své povídkové tvorby tématům robotické inteligence, jeho povídková sbírka Já, robot, stejně jako povídka Dvousetletý člověk, byla zfilmována.

Polský autor Stanislaw Lem se zabýval filosofickými aspekty inteligence u nelidí ve svých knihách Kyberiáda a Solaris.

Ostatně velká část publikací současného stylu sci-fi cyberpunku se neodmyslitelně váže stejně jako k pronikání vlastností lidského a strojového, tak k vyrovnávání se s myšlenkou inteligentního stroje. Jako příklad uveďme Neuromancera Williama Gibsona.

Filmové publikum středního proudu na počátku století nejvíce ovlivnila trilogie Matrix, která vypráví o světě ovládaném umělou inteligencí původně vytvořenou člověkem. Mezi vlivné starší filmy řadíme Terminátora nebo Blade Runnera.

bioart