Pobierz Wprowadzenie do zagadnień sztucznej inteligencji - Notatki - Zarządzanie produkcją i więcej Notatki w PDF z Zarządzanie produkcją i operacjami tylko na Docsity! Wprowadzenie do zagadnień sztucznej inteligencji Inteligencja - rozumiana jako sprawność umysłowa ma wiele odcieni znaczeniowych i co za tym idzie ma wiele różnych definicji. Oto niektóre z nich:Inteligencja to zdolność do aktywnego przetwarzania informacji, przekształcania ich z jednej formy w inną poprzez operacje logiczne - w tym sensie inteligentne są komputery, a nawet zwykłe kalkulatory. Inteligencja to zdolność do aktywnego przetwarzania informacji w celu lepszego przystosowywania się do zmiennego środowiska. Tak rozumianej inteligencji nie posiadają komputery (bo nie przetwarzają informacji na własne potrzeby) ale posiadają ją zwierzęta, np. owady. Taką inteligencją wykazywałaby się maszyna, która np. w lesie albo na ulicy potrafiłaby samodzielnie przetrwać i zdobywać źródła energii.Inteligencja jest przepisem na rozwiązywanie problemów sztucznej inteligencji, musimy opisać problem, musimy znać algorytm do rozwiązania problemu. Stwarzamy szczegółowy algorytm postępowania i musimy przełożyć go na zrozumiały język dla użytkownika. W algorytmie należy podać wszystkie wymagane dane. Sztuczna inteligencja (ang. Artificial Intelligence AI) ma dwa podstawowe znaczenia: jest to hipotetyczna inteligencja realizowana w procesie inżynieryjnym a nie naturalnym jest to nazwa technologii i dziedzina badań naukowych informatyki na styku z neurologią, psychologią i ostatnio kognitywistyką oraz także systemiką, a nawet ze współczesną filozofią. Głównym zadaniem badań nad sztuczną inteligencją w drugim znaczeniu jest konstruowanie maszyn i programów komputerowych zdolnych do realizacji wybranych funkcji umysłu i ludzkich zmysłów niepoddających się prostej numerycznej algorytmizacji. Problemy takie bywają nazywane AI-trudnymi i zalicza się do nich między innymi: podejmowanie decyzji w warunkach braku wszystkich danych, analiza i synteza języków naturalnych rozumowanie logiczne/ racjonalne, dowodzenie twierdzeń, gry logiczne, jak np. szachy, zarządzanie wiedzą, preferencjami i informacją w robotyce, systemy eksperckie i diagnostyczne. Historia. Sztuczna Inteligencja jako dział badań naukowych zaczęła się w latach 50. XX wieku kiedy to powstało pierwsze laboratorium AI na Uniwersytecie Carnegie Mellon, założone przez Allena Newella i Herberta Simona i kilka lat później analogiczne laboratorium w Massachusetts Institute of Technology, założone przez Johna McCarthy'ego. Oba te laboratoria są wciąż wiodącymi ośrodkami AI na świecie.Termin sztuczna inteligencja został 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 tworzenie modeli matematyczno-logicznych analizowanych problemów i 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 i wnioskowania bazującego na doświadczeniu. Drugie to podejście subsymboliczne polegające na tworzeniu struktur i programów "samouczących się", bazujących na modelach sieci neuronowej i sieci asocjacyjnych, oraz opracowywanie procedur "uczenia" takich programów, rozwiązywania postawionych im zadań i szukania odpowiedzi na wybrane klasy "pytań". W trakcie wieloletniej pracy laboratoriów i zespołów AI stosujących oba podejścia do problemu, okazało się, że postęp w tej dziedzinie jest i będzie bardzo trudny i powolny. Często mimo niepowodzeń w osiąganiu zaplanowanych celów, laboratoria te wypracowywały nowe techniki informatyczne, które okazywały się użyteczne do zupełnie innych celów. Przykładami takich technik są np. języki programowania LISP i Prolog. Laboratoria AI stały się też "rozsadnikiem" kultury hackerskiej. Najnowsze podejście do problemów AI to rozwijanie różnych form inteligencji rozproszonej (wzorowanej na organizacjach ludzkich), np. personoidy oraz tzw. agentów autonomicznych i "inteligentnych". Dziedzina ta nosi nazwę Technologii Agentów Inteligentnych. Prace w dziedzinie AI przyniosły wiele konkretnych rezultatów które znalazły już praktyczne i powszechne zastosowania od domowej pralki do programów kosmicznych.Jedno z najbardziej praktycznych zastosowań sztucznej inteligencji: Automatyzacja generowania ekspertyz z różnych dziedzin przez zastąpienie człowieka eksperta lub jako pomoc dla niego. System ekspertowy składa się z: Bazy wiedzy i Maszyny wnioskującej. Zawierają wiedzę rzeczywistych ekspertów na dany temat oraz sposoby rozwiązywania przez nich problemów zapisane w postaci bazy wiedzy. Wiedza ekspertów jest transferowana do sytemu na podstawie ankiet i rozmów przeprowadzanych ze specjalistą, zaś z danej branży przez inżyniera wiedzy. Na postawie faktów i reguł zapamiętanych w bazie wiedzy maszyna wnioskująca generuje ekspertyzę. Zastosowania w medycynie, ekonomii, edukacji, projektowaniu, nauce. Poddziedziny sztucznej inteligencji: systemy ekspertowe; sieci neuronowe; algorytmy genetyczne; robotyka; przetwarzanie języka naturalnego; programy automatyki; rozpoznawanie mowy, percepcji, wizja komputerowa; rozwiązanie problemów metodami sterowania i przeszukiwania; oprogramowanie i języki wiarygodnie określić, czy któraś ze stron jest maszyną czy człowiekiem, wtedy mówi się, że maszyna przeszła test. Zakłada się, że zarówno człowiek jak i maszyna próbują przejść test zachowując się w sposób możliwie zbliżonych do ludzkiego.Test pochodzi od zabaw polegających na zgadywaniu płci osoby znajdującej się w innym pokoju przy pomocy serii pytań i odpowiedzi pisanych na kartkach papieru. W pierwotnym pomyśle Turinga człowiek musiał udawać przeciwną płeć, a test był ograniczony do pięciominutowej rozmowy. Dziś nie uważa się tych cech za podstawowe i zasadniczo nie umieszcza w specyfikacji testu Turinga.Turing oczekiwał, że maszyny w końcu będą w stanie przejść ten test. Ocenił, że około roku 2000 maszyny z pamięcią o pojemności 109 bitów (około 119 MB) będą w stanie oszukać 30% sędziów w czasie pięciominutowego testu. Przewidywał również, że ludzie przestaną uważać zdanie "myśląca maszyna" za wewnętrznie sprzeczne. Oceniał, że uczenie maszynowe nabierze dużego znaczenia w budowaniu wydajnych maszyn. To twierdzenie jest przez dzisiejszych badaczy sztucznej inteligencji oceniane jako zasadne.Spory o to, czy test Turinga we właściwy sposób definiuje inteligencję maszynową (lub "myślenie maszynowe") dotyczyły głównie trzech punktów: 1.Maszyna, która przejdzie test Turinga może być w stanie symulować ludzkie zachowanie konwersacyjne, lecz może to być znacznie mniej niż prawdziwa inteligencja. Maszyna może zwyczajnie używać sprytnie wymyślonych reguł. Częstą ripostą w społeczności zajmującej się badaniami nad sztuczną inteligencją jest zadanie pytania "A skąd wiemy czy ludzie sami po prostu nie posługują się jakimiś sprytnie wymyślonymi regułami ". 2. Maszyna może być inteligentna nie posiadając ludzkiej umiejętności prowadzenia rozmowy. 3. Wielu ludzi mogłoby nie być w stanie zaliczyć takiego testu. Z drugiej strony, inteligencję innych ludzi oceniamy zazwyczaj wyłącznie na podstawie tego co i jak mówią. Można wskazać jeszcze jedną wątpliwość odnośnie testu Turinga: W niektórych przypadkach aby zaliczyć test maszyna musiałaby symulować brak posiadanej wiedzy czy umiejętności. "Zdradzenie" się z taką wiedzą czy umiejętnościami powodowałoby że nie zaliczy testu. Jak dotąd, żaden komputer nie zaliczył testu Turinga. Proste programy konwersacyjne takie jak ELIZA były w stanie sprawić, że ludzie wierzyli, że rozmawiają z żywym człowiekiem. Przykładem może być nieformalny eksperyment pod nazwą AOLiza. Jednak takie "sukcesy" nie są tym samym co przejście testu Turinga. Po pierwsze, człowiek w takiej rozmowie nie ma podstaw do podejrzeń, że rozmawia z czymkolwiek innym niż drugi człowiek. W prawdziwym teście Turinga przesłuchujący stara się aktywnie określić naturę rozmówcy. Udokumentowane przypadki dotyczą głównie środowisk typu IRC, gdzie rozmowy są wysoce nienaturalne i często spotyka się bezsensowne komentarze, odkrywające brak zrozumienia tematu. Dodatkowo, wielu uczestników czatów posługuje się angielskim jako drugim lub trzecim językiem, co tylko zwiększa prawdopodobieństwo, że ocenią oni głupi komentarz programu konwersacyjnego jako coś, czego po prostu nie zrozumieli. Nie znają oni również w większości technologii botów i nie rozpoznają typowo nieludzkich błędów popełnianych przez takie programy. Maszyna jak człowiek = ROBOT. Słowa robot używamy na określenie mechanicznego urządzenia wykonującego automatycznie pewne zadania. Działanie robota może być kontrolowane przez człowieka, przez wprowadzony wcześniej program, bądź przez zbiór ogólnych reguł, które zostają przełożone na działanie robota przy pomocy technik sztucznej inteligencji. Roboty często zastępują człowieka przy monotonnych, złożonych z powtarzających się kroków czynnościach, które mogą wykonywać znacznie szybciej od ludzi. Domeną ich zastosowań są też te zadania, które są niebezpieczne dla człowieka, na przykład związane z manipulacją szkodliwymi dla zdrowia substancjami lub przebywaniem w nieprzyjaznym środowisku. Pojęcia robot używamy też do nazywania autonomicznie działających urządzeń odbierających informacje z otoczenia przy pomocy sensorów i wpływających na nie przy pomocy efektorów. Roboty takie budowane są przez badaczy zajmujących się sztuczną inteligencją lub kognitywistyką w celu modelowania zdolności poznawczych, sposobu myślenia lub zachowania zwierząt bądź ludzi. Mimo ogromnego postępu w tych dziedzinach cel, którym jest stworzenie robota co najmniej dorównującego inteligencją człowiekowi, wciąż wydaje się bardzo odległy. Dziedziną sztucznej inteligencji zajmującą się projektowaniem i konstruowaniem robotów jest robotyka. Robot jest też ogólnym pojęciem stosowanym do określenia istniejących w rzeczywistości, bądź wyimaginowanych automatów i maszyn przypominających wyglądem człowieka lub zwierzę. Słowa robot prędzej użyjemy do nazwania człekokształtnej ruchomej kukły, niż wysoko wyspecjalizowanej nowoczesnej zmywarki do naczyń - mimo że sposób działania tego urządzenia w pełni zgadza się z definicją robota.Przyczyną tego jest prawdopodobnie cechujący nas antropomorfizm. Krótka Historia Robotów Słowo robot pochodzi od czeskiego słowa robota, oznaczającego ciężką pracę, wysiłek. Upowszechiło się ono po przetłumaczeniu w 1923 roku na język angielski sztuki R.U.R. (Rosumovi Uml Roboti) której autorem jest Karel apek. Mimo iż pierwotnie odnosiło się ono do żywych istot - sztucznie produkowanej, uproszczonej wersji człowieka przeznaczonej do ciężkiej pracy, obecnie słowo to oznacza przede wszystkim urządzenia mechaniczne. Termin robotyka wprowadził Isaac Asimov w swoim opowiadaniu Runaround (1942). On też jest autorem trzech praw robotyki:1.Robot nie może zranić i skrzywdzić człowieka ani przez zaniechanie działania dopuścić, aby człowiek poniósł szkodę. 2.Robot musi słuchać danego mu rozkazu, chyba że koliduje on z Pierwszym Prawem. 3.Robot musi chronić sam siebie, dopóki nie koliduje to z Pierwszym lub Drugim Prawem. Najstarszym zachowanym projektem humanoidalnego robota jest datowany na rok 1495, wykonany przez Leonarda da Vinci zbiór rysunków mechanicznego rycerza, który mógł siadać, poruszać rękami oraz głową i szczęką. Nie wiemy niestety czy Leonardo podjął się próby jego zbudowania.Na pierwszego działającego robota ludzkość musiała poczekać do roku 1738. Był nim grający na flecie android którego konstruktorem był Jacques de Vaucanson. Zbudował on też mechaniczną kaczkę, potrafiącą jeść i wydalaćChiński pokój Argument chińskiego pokoju eksperyment myślowy zaproponowany przez amerykańskiego filozofa i językoznawcę Johna Searle'a i przedstawiony w jego pracy z 1980 roku pt. Minds, Brains, and Programs , mający pokazać, że nawet efektywne symulacje komputerowe nie urzeczywistniają prawdziwego rozumu, odkąd wykonywanie różnorodnych zadań (np. obliczeniowych) nie musi opierać się na rozumieniu ich przez wykonawcę. Służy on przeciwnikom teorii tzw. mocnej sztucznej inteligencji jako kontrargument. U podstaw eksperymentu stoi niezgodność między syntaksą a semantyką.Od opublikowania pracy Searle'a argument chińskiego pokoju był głównym punktem debaty nad możliwością mocnej sztucznej inteligencji. Zwolennicy teorii mocnej sztucznej inteligencji wierzą, że właściwie zaprogramowany komputer nie jest prostą symulacją lub modelem umysłu, lecz liczy w sposób właściwy umysłowi, tzn. rozumie, ma stany kognitywne i może myśleć. Argument Searle'a (precyzyjniej eksperyment myślowy) zamierzony w celu podminowania tego stanowiska idzie w sposób następujący:Załóżmy, że wiele lat temu skonstruowaliśmy komputer, który zachowuje się jakby rozumiał język chiński. Innymi słowy, komputer bierze chińskie znaki jako podstawę wejściową i śledzi zbiór reguł nimi rządzący (jak wszystkie komputery), koreluje je z innymi chińskimi znakami, które prezentuje jako informację wyjściową.Załóżmy, że ten komputer wykonuje to zadanie w sposób tak przekonujący, że łatwo przechodzi test Turinga, tzn. przekonuje Chińczyka, że jest Chińczykiem. Na wszystkie pytania, które człowiek zadaje, udziela właściwych odpowiedzi w sposób tak naturalny, że Chińczyk jest przekonany, iż rozmawia z innym Chińczykiem. Zwolennicy mocnej sztucznej inteligencji wyciągają stąd wniosek, że komputer rozumie chiński, tak jak człowiek.Teraz Searle proponuje, żeby założyć, iż to on sam siedzi wewnątrz komputera. Innymi słowy, on sam