Czym jest sztuczna inteligencja? Profesor grający w szachy z robotem.

Czym jest sztuczna inteligencja? (cz. 1)

Wprowadzenie

Wpis ten zapowiada serię wpisów, które w skrócie przedstawią historię sztucznej inteligencji i spróbują w przystępny sposób przedstawić definicję tego hasła oraz haseł związanych ze sztuczną inteligencją np. uczenie maszynowe, głębokie uczenie. Jeśli interesuje Cię ta dziedzina to zapraszam do przeczytania całej serii wpisów, a także zapoznanie się ze źródłami, które będą podawane na koniec każdego artykułu.

Czytelniku, aby ułatwić Ci poznawanie świata sztucznej inteligencji będę posługiwał się nazewnictwem w języku polskim i języku angielskim. Myślę, że ten sposób przekazywania wiedzy ułatwi jej usystematyzowanie i ewentualne poszerzanie Twoich horyzontów, gdy będziesz poszukiwał tych haseł w sieci. Dodatkowo wszystkie wpisy będę utrzymywał w skondensowanej formie. W związku z tym, gdy materiał będzie zbyt obszerny, wpis podzielę na kilka mniejszych części.

Sztuczna inteligencja – definicja

Zaczniemy od prostej i ogólnej definicji. Sztuczna inteligencja – SI (ang. Artificial inteligence – AI) to obszar informatyki, który ma na celu odtworzenie charakterystycznych dla ludzkiego umysłu zdolności rozwiązywania problemów i podejmowania decyzji. Zapewnić ma to zdolność maszyn do wykazywania takich ludzkich umiejętności jak: rozumowanie, uczenie się, planowanie, kreatywność, rozwiązywaniu problemów, percepcji i rozumieniu języka.

Bardziej formalną definicję w artykule [1] z 2004 roku przedstawił jeden z ojców sztucznej inteligencji John McCarthy:

„Jest to nauka i inżynieria tworzenia inteligentnych maszyn, zwłaszcza inteligentnych programów komputerowych. Jest ona związana z podobnym zadaniem wykorzystania komputerów do zrozumienia ludzkiej inteligencji, ale nie musi ograniczać się do metod, które są biologicznie obserwowalne.”

Początki sztucznej inteligencji

Skoro już mówimy o John McCarthy należy nadmienić, że to dekady wcześniej rozpoczęła się dyskusja na temat sztucznej inteligencji, którą kilka lat wcześniej wywołała przełomowa praca Alana Turinga pt. „Computing Machinery and Intelligence” z 1950 roku [2]. Termin omawiany w tym wpisie pochodzi właśnie od tego autora, który uważany jest za „ojca informatyki”. Alan Turing zdefiniował test, znany jako test Turinga, który miał badać zdolność maszyn do wykonywania inteligentnych zachowań nie możliwych do odróżnienia od zachowań ludzkich. Zadał on następujące pytanie: „Czy maszyny mogą myśleć?”. Chociaż wiarygodność tego testu wielokrotnie poddawano dyskusji i prowadzono szczegółowe badania od czasu jego opublikowania, to pozostaje on ważną częścią historii sztucznej inteligencji.

John McCarthy kilka lat później w 1955 roku sformułował oficjalnie termin sztucznej inteligencji [3], a następnie podjął go na słynnym letnim warsztacie Dartmouth Workshop z 1956 roku, który uważa się za wydarzenie założycielskie sztucznej inteligencji jako dziedziny (więcej informacji o tym wydarzeniu znajdziesz tutaj).

„[…] w zasadzie każdy aspekt uczenia się, czy jakakolwiek inna cecha inteligencji, może być opisana z taką precyzją, że maszyna będzie ją w stanie zasymulować. Spróbujemy odkryć, jak sprawić, by maszyny używały języka, rozumiały abstrakcję i koncepty, rozwiązywały problemy zarezerwowane dla ludzi i stawały się lepsze […]” – John McCarthy

Wersja oryginalna (angielska):

„[…] every aspect of learning or any other characteristic of intelligence can, in principle, be described with such precision that a machine can be made to simulate it. We will try to discover how to make machines use language, from abstractions and concepts, solve problems now reserved for humans, and improve themselves […]” – John McCarthy

Inną interesującą kwestią, która pojawił się w dokumencie z 1955 roku jest 7 aspektów Sztucznej Inteligencji, te obejmują:

  • (1) automatyczne komputery (ang. Automatic Computers),
  • (2) programowanie sztucznej inteligencji do używania języka (ang. How Can a Computer be Programmed to Use a Language),
  • (3) hipotetyczne sieci neuronowe używane do tworzenia pojęć (ang. Neuron Nets),
  • (4) mierzenie złożoności problemu (ang. Theory of the Size of a Calculation),
  • (5) samodoskonalenie (ang. Self-Improvement),
  • (6) abstrakcje (ang. Abstractions),
  • (7) losowość i kreatywność (ang. Randomness and Creativity).

Powyższa tematyka jest nadal aktualna, a na niektórych płaszczyznach udało się osiągnąć częściowe sukcesy. Przykładami osiągnięcia pewnego stopnia zaawansowania, realizacji w wybranych aspektach są: (2) Siri od firmy Apple, Amazon Alexa, (4) IBM Watson, (5) IBM Deep Blue, AlphaZero od DeepMind, a także (7) trailer do filmu Morgan, projekt AIVA.

W tym miejscu zakończę ten wpis, w jego kontynuacji poznasz rodzaje sztucznej inteligencji i sposoby jej kategoryzacji. W związku z faktem, że tak rozumiana sztuczna inteligencja jest ogólną dziedziną, na którą składa się uczenie maszynowe, uczenie głębokie i wiele więcej innych technik, w których nie ma „uczenia”, to w kolejnych wpisach przejdziemy do omówienia także tych terminów.

Referencje

[1] J. McCarthy, What is artificial intelligence?
[2] A. M. Turing, Computing Machinery and Intelligence
[3] J. McCarthy, M. L. Minsky, N. Rochester, C. E. Shannon, A Propsal for the Dartmouth Summer Research Project on Artificial Intelligence

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *