Является ли компьютерный разум ответом на английском
Обновлено: 21.11.2024
Основные вопросы
А. Это наука и техника создания интеллектуальных машин, особенно интеллектуальных компьютерных программ. Это связано с аналогичной задачей использования компьютеров для понимания человеческого интеллекта, но ИИ не должен ограничиваться методами, которые поддаются биологическому наблюдению.
В. Да, но что такое интеллект?
А. Интеллект — это вычислительная часть способности достигать целей в мире. Разные виды и уровни интеллекта бывают у людей, многих животных и некоторых машин.
В. Разве нет четкого определения интеллекта, которое не зависит от его соотнесения с человеческим интеллектом?
А. Еще нет. Проблема в том, что мы пока не можем в общих чертах охарактеризовать, какие виды вычислительных процедур мы хотим назвать интеллектуальными. Мы понимаем одни механизмы интеллекта и не понимаем другие.
В. Является ли интеллект чем-то одним, чтобы можно было задать вопрос «да» или «нет»: «Разумна ли эта машина или нет?»?
А. Нет. Интеллект включает в себя механизмы, и исследования ИИ открыли, как заставить компьютеры выполнять некоторые из них, а не другие. Если для выполнения задачи требуются только механизмы, которые сегодня хорошо изучены, компьютерные программы могут дать очень впечатляющие результаты при решении этих задач. Такие программы следует считать «несколько интеллектуальными».
В. Разве ИИ не имитирует человеческий интеллект?
А. Иногда, но не всегда или даже обычно. С одной стороны, мы можем кое-что узнать о том, как заставить машины решать проблемы, наблюдая за другими людьми или просто наблюдая за нашими собственными методами. С другой стороны, большая часть работы в области ИИ связана с изучением проблем, которые окружающий мир представляет для интеллекта, а не с изучением людей или животных. Исследователи искусственного интеллекта могут свободно использовать методы, которые не наблюдаются у людей или которые требуют гораздо большего объема вычислений, чем люди могут сделать.
В. Что насчет IQ? Имеют ли компьютерные программы IQ?
А. Нет. IQ основан на скорости развития интеллекта у детей. Это отношение возраста, в котором ребенок обычно набирает определенный балл, к возрасту ребенка. Шкала соответствующим образом распространяется на взрослых. IQ хорошо коррелирует с различными показателями успеха или неудачи в жизни, но создание компьютеров, которые могут набрать высокие баллы в тестах на IQ, будет слабо коррелировать с их полезностью. Например, способность ребенка повторять длинную последовательность цифр хорошо коррелирует с другими интеллектуальными способностями, возможно, потому, что она измеряет, сколько информации ребенок может вычислить за один раз. Однако ``диапазон цифр'' тривиален даже для очень ограниченных компьютеров.
Однако некоторые задачи на IQ-тестах полезны для ИИ.
В. А как насчет других сравнений человеческого и компьютерного интеллекта?
Артур Р. Дженсен [Jen98], ведущий исследователь человеческого интеллекта, предлагает «в качестве эвристической гипотезы», что все нормальные люди имеют одинаковые интеллектуальные механизмы и что различия в интеллекте связаны с «количественными биохимическими и физиологическими факторами». условия''. Я вижу их как скорость, кратковременную память и способность формировать точные и восстанавливаемые долгосрочные воспоминания.
Вне зависимости от того, прав Дженсен насчет человеческого интеллекта или нет, сегодня с ИИ ситуация обратная.
Компьютерные программы обладают большой скоростью и памятью, но их возможности соответствуют интеллектуальным механизмам, которые разработчики программ понимают достаточно хорошо, чтобы использовать их в программах. Некоторые способности, которые дети обычно не развивают до подросткового возраста, могут быть в наличии, а некоторые способности, которыми обладают двухлетние дети, все еще отсутствуют. Дело осложняется еще и тем, что когнитивным наукам до сих пор не удалось точно определить, каковы человеческие способности. Очень вероятно, что организация интеллектуальных механизмов для ИИ может быть полезной иной, чем у людей.
Всякий раз, когда люди справляются с какой-то задачей лучше, чем компьютеры, или компьютеры используют много вычислений, чтобы делать то же самое, что и люди, это свидетельствует о том, что разработчикам программ не хватает понимания интеллектуальных механизмов, необходимых для эффективного выполнения задачи.
В. Когда начались исследования ИИ?
А. После Второй мировой войны ряд людей самостоятельно начали работать над интеллектуальными машинами. Английский математик Алан Тьюринг, возможно, был первым. Он прочитал лекцию об этом в 1947 году. Он также, возможно, был первым, кто решил, что ИИ лучше всего исследовать путем программирования компьютеров, а не путем создания машин. К концу 1950-х было много исследователей ИИ, и большинство из них основывали свою работу на программировании компьютеров.
В. Стремится ли ИИ поместить человеческий разум в компьютер?
А. Некоторые исследователи говорят, что у них есть такая цель, но, возможно, они используют эту фразу метафорически. Человеческий разум имеет множество особенностей, и я не уверен, что кто-то всерьез намерен подражать им всем.
В.Что такое тест Тьюринга?
А. В статье Алана Тьюринга 1950 года «Вычислительные машины и интеллект» [Tur50] обсуждаются условия, при которых машина считается разумной. Он утверждал, что если машина может успешно притворяться человеком для знающего наблюдателя, то вы, безусловно, должны считать ее разумной. Этот тест удовлетворил бы большинство людей, но не всех философов. Наблюдатель мог взаимодействовать с машиной и человеком с помощью телетайпа (чтобы не требовать, чтобы машина имитировала внешний вид или голос человека), и человек пытался убедить наблюдателя, что он человек, а машина пыталась обмануть его. наблюдатель.
Тест Тьюринга — это односторонний тест. Машину, прошедшую тест, безусловно, следует считать разумной, но машину все же можно считать разумной, не зная о людях достаточно, чтобы подражать человеку.
В книге Дэниела Деннета Brainchildren [Den98] есть отличное обсуждение теста Тьюринга и различных частичных тестов Тьюринга, которые были реализованы, то есть с ограничениями на знания наблюдателя об ИИ и предмете опроса. Оказывается, некоторых людей легко заставить поверить, что довольно тупая программа разумна.
В. Нацелен ли ИИ на человеческий уровень интеллекта?
А. да. Конечная цель состоит в том, чтобы создать компьютерные программы, которые могут решать проблемы и достигать целей в мире так же, как и в людях. Однако многие люди, занимающиеся конкретными областями исследований, гораздо менее амбициозны.
В. Насколько далеко ИИ от уровня человеческого интеллекта? Когда это произойдет?
А. Некоторые считают, что интеллекта человеческого уровня можно достичь, написав большое количество программ, подобных тем, которые сейчас пишут люди, и собирая обширные базы данных фактов на языках, которые сейчас используются для выражения знаний.
Однако большинство исследователей ИИ считают, что необходимы новые фундаментальные идеи, и поэтому невозможно предсказать, когда будет достигнут интеллект человеческого уровня.
В. Подходят ли компьютеры для того, чтобы сделать их интеллектуальными?
А. Компьютеры можно запрограммировать для имитации любой машины.
Многие исследователи изобрели некомпьютерные машины, надеясь, что они будут обладать иным интеллектом, чем компьютерные программы. Однако они обычно моделируют свои изобретенные машины на компьютере и приходят к сомнению в том, что новую машину стоит строить. Поскольку многие миллиарды долларов были потрачены на то, чтобы сделать компьютеры все быстрее и быстрее, машина другого типа должна быть очень быстрой, чтобы работать лучше, чем программа на компьютере, имитирующая машину.
В. Достаточно ли быстры компьютеры, чтобы быть разумными?
А. Некоторые считают, что нужны гораздо более быстрые компьютеры, а также новые идеи. Мое собственное мнение таково, что компьютеры 30-летней давности были достаточно быстрыми, если бы мы только знали, как их программировать. Конечно, независимо от амбиций исследователей ИИ, компьютеры будут становиться быстрее.
В. Как насчет параллельных машин?
А. Машины со многими процессорами намного быстрее, чем могут быть одиночные процессоры. Сам по себе параллелизм не дает никаких преимуществ, а программировать параллельные машины несколько неудобно. Когда требуется экстремальная скорость, необходимо столкнуться с этой неловкостью.
В. Как насчет создания «дочерней машины», которую можно было бы улучшать, читая и учась на собственном опыте?
А. Эта идея предлагалась много раз, начиная с 1940-х годов. В конце концов, его заставят работать. Тем не менее, программы искусственного интеллекта еще не достигли уровня, позволяющего научиться большей части того, что ребенок узнает из физического опыта. Современные программы также недостаточно хорошо понимают язык, чтобы многому научиться, читая.
В. Сможет ли система ИИ загружать себя на все более и более высокий уровень интеллекта, думая об ИИ?
А. Думаю, да, но мы еще не достигли того уровня ИИ, при котором этот процесс может начаться.
В. А шахматы?
А. Александр Кронрод, российский исследователь ИИ, сказал: «Шахматы — это дрозофила ИИ». Он провел аналогию с использованием генетиками этой плодовой мушки для изучения наследственности. Игра в шахматы требует определенных интеллектуальных механизмов, а не других. Шахматные программы теперь играют на уровне гроссмейстера, но они делают это с ограниченными интеллектуальными механизмами по сравнению с теми, которые использует человек-шахматист, заменяя понимание большими объемами вычислений. Как только мы лучше поймем эти механизмы, мы сможем создавать шахматные программы человеческого уровня, которые выполняют гораздо меньше вычислений, чем современные программы.
К сожалению, соревновательные и коммерческие аспекты использования компьютеров для игры в шахматы преобладают над использованием шахмат в качестве научной области. Это как если бы генетики после 1910 года организовали гонки плодовых мушек и сосредоточили свои усилия на выведении плодовых мушек, которые могли бы победить в этих гонках.
В. А как насчет Go?
А.Китайская и японская игра Го также является настольной игрой, в которой игроки ходят по очереди. Го обнажает слабость нашего нынешнего понимания интеллектуальных механизмов, задействованных в человеческой игре. Программы го очень плохие игроки, несмотря на значительные усилия (не такие, как в шахматах). Проблема, по-видимому, заключается в том, что позиция в Го должна быть мысленно разделена на набор подпозиций, которые сначала анализируются отдельно, а затем анализируется их взаимодействие. Люди используют это и в шахматах, но шахматные программы рассматривают позицию как единое целое. Шахматные программы компенсируют отсутствие этого интеллектуального механизма, выполняя в тысячи или, в случае Deep Blue, во много миллионов раз больше вычислений.
Рано или поздно исследования ИИ преодолеют эту вопиющую слабость.
В. Разве некоторые люди не говорят, что искусственный интеллект — плохая идея?
А. Философ Джон Серл говорит, что идея разумности небиологической машины непоследовательна. Он предлагает аргумент китайской комнаты www-formal.stanford.edu/jmc/chinese.html Философ Хьюберт Дрейфус говорит, что ИИ невозможен. Ученый-компьютерщик Джозеф Вейценбаум говорит, что эта идея непристойна, антигуманна и аморальна. Различные люди говорили, что, поскольку искусственный интеллект еще не достиг человеческого уровня, это должно быть невозможно. Третьи разочарованы тем, что компании, в которые они инвестировали, обанкротились.
В. Разве теория вычислимости и сложность вычислений не являются ключом к ИИ? [Примечание для неспециалистов и новичков в информатике: это довольно технические разделы математической логики и информатики, и ответ на вопрос должен быть несколько техническим.]
А. Нет. Эти теории актуальны, но не решают фундаментальные проблемы ИИ.
В 1930-х годах математические логики, особенно Курт Гёдель и Алан Тьюринг, установили, что не существует алгоритмов, которые гарантированно решают все задачи в некоторых важных математических областях. Является ли предложение логики первого порядка теоремой — это один пример, а имеет ли полиномиальное уравнение от нескольких переменных целочисленное решение — другой. Люди постоянно решают проблемы в этих областях, и это было предложено в качестве аргумента (обычно с некоторыми украшениями), что компьютеры по своей природе неспособны делать то, что делают люди. Это утверждает Роджер Пенроуз. Однако люди также не могут гарантировать решение произвольных задач в этих областях. См. мой обзор «Нового разума императора» Роджера Пенроуза. Другие эссе и обзоры, защищающие исследования ИИ, можно найти в [McC96a].
В 1960-х годах ученые-компьютерщики, особенно Стив Кук и Ричард Карп, разработали теорию NP-полных предметных областей. Проблемы в этих областях разрешимы, но, кажется, требуют времени, экспоненциально зависящего от размера проблемы. Какие предложения исчисления высказываний выполнимы, является основным примером NP-полной предметной области. Люди часто решают задачи в NP-полных областях за гораздо меньшее время, чем это гарантируется общими алгоритмами, но в целом не могут решить их быстро.
Что важно для ИИ, так это то, что алгоритмы могут решать проблемы так же, как и люди. Идентификация субдоменов, для которых существуют хорошие алгоритмы, важна, но многие средства решения задач ИИ не связаны с легко идентифицируемыми субдоменами.
Теория сложности общих классов задач называется вычислительной сложностью. До сих пор эта теория не взаимодействовала с ИИ так сильно, как можно было бы надеяться. Успех в решении проблем людьми и программами ИИ, по-видимому, зависит от свойств проблем и методов решения проблем, которые ни исследователи сложности, ни сообщество ИИ не смогли точно определить.
Алгоритмическая теория сложности, разработанная Соломоновым, Колмогоровым и Чайтиным (независимо друг от друга), также актуальна. Он определяет сложность символического объекта как длину кратчайшей программы, которая его сгенерирует. Доказательство того, что программа-кандидат является кратчайшей или близкой к кратчайшей, является неразрешимой проблемой, но представление объектов короткими программами, которые их генерируют, иногда должно быть полезным, даже если вы не можете доказать, что программа является кратчайшей.
Несмотря на то, что были приложены все усилия для соблюдения правил стиля цитирования, могут быть некоторые расхождения. Если у вас есть какие-либо вопросы, обратитесь к соответствующему руководству по стилю или другим источникам.
Наши редакторы рассмотрят то, что вы отправили, и решат, нужно ли пересматривать статью.
Искусственный интеллект (ИИ) – это способность компьютера или робота, управляемого компьютером, выполнять задачи, которые обычно выполняются людьми, поскольку они требуют человеческого интеллекта и проницательности.Хотя не существует ИИ, способных выполнять широкий спектр задач, которые может выполнять обычный человек, некоторые ИИ могут сравниться с людьми в определенных задачах.
Нет, искусственный интеллект и машинное обучение — это не одно и то же, но они тесно связаны. Машинное обучение — это метод обучения компьютера обучению на входных данных, но без явного программирования для любых обстоятельств. Машинное обучение помогает компьютеру достичь искусственного интеллекта.
искусственный интеллект (ИИ), способность цифрового компьютера или управляемого компьютером робота выполнять задачи, обычно связанные с разумными существами. Этот термин часто применяется к проекту разработки систем, наделенных интеллектуальными процессами, характерными для людей, такими как способность рассуждать, находить смысл, обобщать или учиться на основе прошлого опыта. С момента разработки цифрового компьютера в 1940-х годах было продемонстрировано, что компьютеры можно запрограммировать для выполнения очень сложных задач — таких как, например, поиск доказательств математических теорем или игра в шахматы — с большим мастерством. Тем не менее, несмотря на постоянный прогресс в скорости компьютерной обработки и объеме памяти, пока нет программ, которые могли бы сравниться с человеческой гибкостью в более широких областях или в задачах, требующих больших повседневных знаний. С другой стороны, некоторые программы достигли уровня производительности людей-экспертов и профессионалов при выполнении определенных конкретных задач, так что искусственный интеллект в этом ограниченном смысле можно найти в таких разнообразных приложениях, как медицинская диагностика, компьютерные поисковые системы и распознавание голоса или рукописного ввода. .
Что такое интеллект?
Все поведение человека, кроме простейшего, приписывается интеллекту, в то время как даже самое сложное поведение насекомых никогда не рассматривается как показатель интеллекта. В чем разница? Рассмотрим поведение осы-землекопа Sphex ichneumoneus. Когда самка осы возвращается в свою нору с едой, она сначала кладет ее на порог, проверяет, нет ли незваных гостей внутри своей норы, и только потом, если берег свободен, заносит свою еду внутрь. Истинная природа инстинктивного поведения осы раскрывается, если отодвинуть корм на несколько дюймов от входа в ее нору, пока она находится внутри: вынырнув, она будет повторять всю процедуру столько раз, сколько будет перемещена пища. Интеллект — явно отсутствующий в случае Sphex — должен включать в себя способность адаптироваться к новым обстоятельствам.
Психологи обычно характеризуют человеческий интеллект не по какой-то одной черте, а по совокупности множества разнообразных способностей. Исследования в области ИИ сосредоточены в основном на следующих компонентах интеллекта: обучение, рассуждение, решение проблем, восприятие и использование языка.
Обучение
Применительно к искусственному интеллекту существует ряд различных форм обучения. Самое простое — учиться методом проб и ошибок. Например, простая компьютерная программа для решения шахматных задач на мат в одном может пытаться делать ходы случайным образом, пока не будет найден мат. Затем программа может сохранить решение с позицией, чтобы в следующий раз, когда компьютер столкнется с той же позицией, он вспомнил решение. Это простое запоминание отдельных элементов и процедур, известное как механическое заучивание, относительно легко реализовать на компьютере. Более сложной является проблема реализации того, что называется обобщением. Обобщение предполагает применение прошлого опыта к аналогичным новым ситуациям. Например, программа, которая заучивает прошедшее время обычных английских глаголов наизусть, не сможет воспроизвести прошедшее время слова, такого как jump, если только ему ранее не было представлено jumped< /em>, тогда как программа, способная обобщать, может выучить правило «добавить ed» и, таким образом, сформировать прошедшее время jump на основе опыта с похожими глаголами.< /p>
Джейк Франкенфилд — опытный писатель, освещающий широкий спектр тем деловых новостей. Его работы публиковались, в частности, в Investopedia и The New York Times. Он проделал обширную работу и исследования в области Facebook и сбора данных, Apple и пользовательского опыта, блокчейна и финансовых технологий, а также криптовалюты и будущего денег. Гордон Скотт более 20 лет является активным инвестором и техническим аналитиком по ценным бумагам, фьючерсам, форекс и грошовым акциям. Он является членом Совета по финансовому обзору Investopedia и соавтором книги «Инвестиции для победы». Гордон является сертифицированным специалистом по рынку (CMT). Он также является членом ассоциации CMT. Под искусственным интеллектом (ИИ) понимается имитация человеческого интеллекта в машинах, запрограммированных на то, чтобы думать как люди и имитировать их действия. Этот термин также может применяться к любой машине, которая демонстрирует черты, связанные с человеческим разумом, такие как обучение и решение проблем. Идеальной характеристикой искусственного интеллекта является его способность рационализировать и предпринимать действия, которые имеют наилучшие шансы на достижение конкретной цели. Подмножеством искусственного интеллекта является машинное обучение, которое относится к концепции, согласно которой компьютерные программы могут автоматически обучаться и адаптироваться к новым данным без помощи человека. Методы глубокого обучения обеспечивают автоматическое обучение за счет поглощения огромных объемов неструктурированных данных, таких как текст, изображения или видео. Когда большинство людей слышат термин "искусственный интеллект", первое, о чем они обычно думают, это роботы. Это потому, что в высокобюджетных фильмах и романах рассказывается о человекоподобных машинах, которые сеют хаос на Земле. Но ничто не может быть дальше от истины. Искусственный интеллект основан на том принципе, что человеческий интеллект может быть определен таким образом, чтобы машина могла легко имитировать его и выполнять задачи, от самых простых до еще более сложных. Цели искусственного интеллекта включают имитацию когнитивной деятельности человека. Исследователи и разработчики в этой области делают удивительно быстрые успехи в имитации таких действий, как обучение, рассуждение и восприятие, до такой степени, что их можно конкретно определить. Некоторые считают, что вскоре новаторы смогут разработать системы, которые превзойдут возможности людей в изучении или осмыслении любого предмета. Но другие остаются скептичными, потому что вся когнитивная деятельность пронизана оценочными суждениями, которые зависят от человеческого опыта. По мере развития технологий предыдущие контрольные показатели, которые определяли искусственный интеллект, устаревают. Например, машины, которые вычисляют базовые функции или распознают текст с помощью оптического распознавания символов, больше не считаются воплощением искусственного интеллекта, поскольку теперь эта функция воспринимается как неотъемлемая функция компьютера. Искусственный интеллект постоянно развивается, чтобы приносить пользу многим отраслям. Машины подключаются с использованием междисциплинарного подхода, основанного на математике, информатике, лингвистике, психологии и т. д. Алгоритмы часто играют очень важную роль в структуре искусственного интеллекта, где простые алгоритмы используются в простых приложениях, а более сложные помогают создать сильный искусственный интеллект. Сферы применения искусственного интеллекта безграничны. Технология может применяться во многих различных секторах и отраслях. ИИ тестируется и используется в сфере здравоохранения для дозирования лекарств и различного лечения пациентов, а также для хирургических процедур в операционной. Другие примеры машин с искусственным интеллектом — компьютеры, играющие в шахматы, и беспилотные автомобили. Каждая из этих машин должна взвешивать последствия любого действия, которое они предпринимают, поскольку каждое действие влияет на конечный результат. В шахматах конечным результатом является победа. Для беспилотных автомобилей компьютерная система должна учитывать все внешние данные и вычислять их, чтобы действовать таким образом, чтобы предотвратить столкновение. Искусственный интеллект также находит применение в финансовой сфере, где он используется для обнаружения и пометки действий в банковской сфере и финансах, таких как необычное использование дебетовых карт и крупные депозиты на счетах, — все это помогает отделу мошенничества банка. Приложения для искусственного интеллекта также используются для оптимизации и упрощения торговли. Это делается путем упрощения оценки предложения, спроса и цен на ценные бумаги. Искусственный интеллект можно разделить на две категории: слабый и сильный. Слабый искусственный интеллект представляет собой систему, предназначенную для выполнения одной конкретной работы. Слабые системы ИИ включают в себя видеоигры, такие как пример с шахматами выше, и личных помощников, таких как Alexa от Amazon и Siri от Apple. Вы задаете помощнику вопрос, он отвечает на него за вас. Сильные системы искусственного интеллекта — это системы, которые выполняют задачи, которые считаются человеческими. Это, как правило, более сложные и запутанные системы. Они запрограммированы на то, чтобы справляться с ситуациями, в которых от них может потребоваться решение проблемы без вмешательства человека. Такие системы можно найти в таких приложениях, как беспилотные автомобили или в операционных больницах. С момента своего появления искусственный интеллект подвергался пристальному вниманию как ученых, так и общественности.Одной из распространенных тем является идея о том, что машины станут настолько развитыми, что люди не смогут за ними угнаться, и они будут развиваться сами по себе, переделывая себя с экспоненциальной скоростью. Другая причина заключается в том, что машины могут взламывать частную жизнь людей и даже использоваться в качестве оружия. Другие аргументы касаются этики искусственного интеллекта и того, должны ли интеллектуальные системы, такие как роботы, пользоваться теми же правами, что и люди. Автономные автомобили вызывают споры, поскольку их машины, как правило, спроектированы с учетом минимально возможного риска и наименьших потерь. Если представить сценарий столкновения с тем или иным человеком одновременно, эти автомобили вычислят вариант, который нанесет наименьший ущерб. Другой спорный вопрос, связанный с искусственным интеллектом, который возникает у многих людей, заключается в том, как он может повлиять на занятость людей. Поскольку многие отрасли стремятся автоматизировать определенные рабочие места с помощью интеллектуального оборудования, есть опасения, что люди будут вытеснены с рынка труда. Беспилотные автомобили могут устранить необходимость в такси и программах совместного использования автомобилей, а производители могут легко заменить человеческий труд машинами, что сделает человеческие навыки более устаревшими. Несмотря на то, что были приложены все усилия для соблюдения правил стиля цитирования, могут быть некоторые расхождения. Если у вас есть какие-либо вопросы, обратитесь к соответствующему руководству по стилю или другим источникам. Наши редакторы рассмотрят то, что вы отправили, и решат, нужно ли пересматривать статью.
Искусственный интеллект (ИИ) – это способность компьютера или робота, управляемого компьютером, выполнять задачи, которые обычно выполняются людьми, поскольку они требуют человеческого интеллекта и проницательности. Хотя не существует ИИ, способных выполнять широкий спектр задач, которые может выполнять обычный человек, некоторые ИИ могут сравниться с людьми в определенных задачах. Нет, искусственный интеллект и машинное обучение — это не одно и то же, но они тесно связаны. Машинное обучение — это метод обучения компьютера обучению на входных данных, но без явного программирования для любых обстоятельств. Машинное обучение помогает компьютеру достичь искусственного интеллекта. искусственный интеллект (ИИ), способность цифрового компьютера или управляемого компьютером робота выполнять задачи, обычно связанные с разумными существами. Этот термин часто применяется к проекту разработки систем, наделенных интеллектуальными процессами, характерными для людей, такими как способность рассуждать, находить смысл, обобщать или учиться на основе прошлого опыта. С момента разработки цифрового компьютера в 1940-х годах было продемонстрировано, что компьютеры можно запрограммировать для выполнения очень сложных задач — таких как, например, поиск доказательств математических теорем или игра в шахматы — с большим мастерством. Тем не менее, несмотря на постоянный прогресс в скорости компьютерной обработки и объеме памяти, пока нет программ, которые могли бы сравниться с человеческой гибкостью в более широких областях или в задачах, требующих больших повседневных знаний. С другой стороны, некоторые программы достигли уровня производительности людей-экспертов и профессионалов при выполнении определенных конкретных задач, так что искусственный интеллект в этом ограниченном смысле можно найти в таких разнообразных приложениях, как медицинская диагностика, компьютерные поисковые системы и распознавание голоса или рукописного ввода. . Все поведение человека, кроме простейшего, приписывается интеллекту, в то время как даже самое сложное поведение насекомых никогда не рассматривается как показатель интеллекта. В чем разница? Рассмотрим поведение осы-землекопа Sphex ichneumoneus. Когда самка осы возвращается в свою нору с едой, она сначала кладет ее на порог, проверяет, нет ли незваных гостей внутри своей норы, и только потом, если берег свободен, заносит свою еду внутрь. Истинная природа инстинктивного поведения осы раскрывается, если отодвинуть корм на несколько дюймов от входа в ее нору, пока она находится внутри: вынырнув, она будет повторять всю процедуру столько раз, сколько будет перемещена пища. Интеллект — явно отсутствующий в случае Sphex — должен включать в себя способность адаптироваться к новым обстоятельствам. Психологи обычно характеризуют человеческий интеллект не по какой-то одной черте, а по совокупности множества разнообразных способностей. Исследования в области ИИ сосредоточены в основном на следующих компонентах интеллекта: обучение, рассуждение, решение проблем, восприятие и использование языка. Применительно к искусственному интеллекту существует ряд различных форм обучения. Самое простое — учиться методом проб и ошибок. Например, простая компьютерная программа для решения шахматных задач на мат в одном может пытаться делать ходы случайным образом, пока не будет найден мат.Затем программа может сохранить решение с позицией, чтобы в следующий раз, когда компьютер встретится с той же позицией, он вспомнил решение. Это простое запоминание отдельных элементов и процедур, известное как механическое заучивание, относительно легко реализовать на компьютере. Более сложной является проблема реализации того, что называется обобщением. Обобщение предполагает применение прошлого опыта к аналогичным новым ситуациям. Например, программа, которая заучивает прошедшее время обычных английских глаголов наизусть, не сможет воспроизвести прошедшее время слова, такого как jump, если только ему ранее не было представлено jumped< /em>, тогда как программа, способная обобщать, может выучить правило «добавить ed» и, таким образом, сформировать прошедшее время jump на основе опыта с похожими глаголами.< /p>
Читайте также:Что такое искусственный интеллект (ИИ)?
Ключевые выводы
Понимание искусственного интеллекта (ИИ)
Применение искусственного интеллекта
Категории искусственного интеллекта
Особые соображения
Что такое интеллект?
Обучение