Sztuczna inteligencja: przykłady, rodzaje i charakterystyka
Czym jest sztuczna inteligencja?
Termin sztuczna inteligencja (AI) odnosi się do operacji wywiadowczych wykonywanych przez maszyny, które poprzez kombinacje algorytmów mają za zadanie odtworzyć możliwości ludzkiego mózgu.
Dokładniej mówiąc, sztuczna inteligencja to taka, która umożliwia określonym maszynom postrzeganie otaczającego je środowiska i reagowanie na nie w sposób podobny do ludzkiego mózgu. Oznacza to zdolność do wykonywania takich funkcji jak rozumowanie, postrzeganie, uczenie się i rozwiązywanie problemów.
Informatyka, logika, filozofia i robotyka przyczyniły się do stworzenia i zaprojektowania maszyn zdolnych do rozwiązywania problemów według modelu sztucznej inteligencji.
John MacCarthy, Marvin Minsky i Claude Shannon ukuli po raz pierwszy w 1956 roku termin sztuczna inteligencja. Zdefiniowali ją jako „naukę i pomysłowość tworzenia inteligentnych maszyn, zwłaszcza inteligentnych programów komputerowych.”
Jednak najwcześniejsze zapytania pochodzą już od Greków. Arystoteles był pierwszym, który opisał działanie ludzkiej myśli i zasady, dzięki którym może ona dojść do racjonalnych wniosków.
(tixagag_6) Przykłady sztucznej inteligencji
AI jest obecna w dużej części dzisiejszej techniki, szczególnie w smartfonach , tabletach, komputerach i wszelkiego rodzaju urządzeniach ze zintegrowanymi systemami elektronicznymi.
Jako przykład sztucznej inteligencji w życiu codziennym możemy odnieść:
automatyka domowa (inteligentna klimatyzacja, programowanie włączania i wyłączania świateł i urządzeń itd.);
pojazdy autonomiczne;
asystenci głosowi, tacy jak między innymi Google Assistant, Siri (Apple) lub Alexa (Amazon Echo);
Google Predictive Dictionary;
oprogramowanie do rozpoznawania obrazów;
oprogramowanie do kontroli bezpieczeństwa i oszustw;
oprogramowanie do analizy habitatów;
prognozy dla marketingu cyfrowego;
przewidywania i sugestie dotyczące konsumpcji wiadomości, muzyki, filmów, seriali itp.
Rodzaje sztucznej inteligencji
Z teoretycznego punktu widzenia istnieją dzisiaj cztery różne rodzaje sztucznej inteligencji, jak twierdzi badacz Arend Hintze. Zobaczmy.
(tixagag_7) Maszyny reaktywne
Odnosi się do tych maszyn, które zostały zaprojektowane w celu oceny informacji dostępnych w środowisku i rozwiązania natychmiastowego problemu na podstawie tych informacji. Ten typ AI nie przechowuje ani nie zapamiętuje i dlatego nie uczy się. Jego zadaniem jest przeanalizowanie informacji w danym momencie, skonstruowanie możliwych rozwiązań i wybranie najbardziej efektywnego.
W 1990 roku firma IBM stworzyła system z taką możliwością o nazwie Deep Blue, który był odpowiedzialny za wygranie meczu z mistrzem szachowym Garrym Kasparowem. Dzisiaj reaktywna AI jest wykorzystywana na przykład w autonomicznych samochodach .
Maszyny z ograniczoną pamięcią
Oznacza technologię, która wykorzystuje informacje uzyskane z bazy danych i która może również rejestrować i uczyć się podstawowych informacji z otoczenia. Tak jest na przykład , w przypadku technologii GPS.
Maszyny z teorią umysłu
Jest to rodzaj AI, który jest jeszcze w fazie rozwoju. Jest nadzieja, że w przyszłości niektóre maszyny będą w stanie zrozumieć zarówno ludzkie myśli, jak i uczucia i na tej podstawie podejmować decyzje. Wiąże się więc z interakcją społeczną. przykładem dociekań nad tego typu AI jest stworzony w 2016 roku robot Sophia.
Samoświadome maszyny
Samoświadome maszyny to takie, które są zdolne do posiadania samoświadomych percepcji, myśli i postaw, czyli maszyny zdolne do postrzegania, rozumowania i działania jak istoty ludzkie.
(tixagag_6) Charakterystyka sztucznej inteligencji
Zdolność do reagowania na informacje dostępne w otoczeniu;
Pamięć i uczenie się na podstawie danych doświadczeń;
Zdolność do rozwiązywania specyficznych problemów; Zdolność do adaptacji; Zdolność percepcji zmysłowej (słuchowej, wzrokowej, dotykowej);
Zdolność do zarządzania, tzn. spójna i przejrzysta infrastruktura do jej zastosowania; Odporność, tzn. zdolność do optymalizacji; Dobra wydajność, tzn. zdolność do efektywnego przetwarzania dużych ilości informacji; Mierzalność w celu ilościowego określenia wydajności i przyszłych inwestycji.
Patrz również Robotyka.
Czym jest sztuczna inteligencja?
Modele uczenia maszynowego są trenowane na podzbiorach danych. Gdy dane używane do trenowania modelu dokładnie reprezentują pełny zestaw danych, który będzie analizowany, algorytm oblicza dokładniejsze wyniki. Kiedy model uczenia maszynowego został wystarczająco dobrze wytrenowany, aby wykonywać swoje zadanie wystarczająco szybko i dokładnie, aby był użyteczny i godny zaufania, uzyskuje się wąską sztuczną inteligencję.
Uczenie maszynowe to proces, który systemy komputerowe wykonują, aby osiągnąć sztuczną inteligencję. Wykorzystuje on algorytmy do identyfikowania wzorców w danych. Wzorce te są następnie używane są do utworzenia modelu danych, który umożliwia przewidywanie.
Uczenie głębokie
Uczenie głębokie to zaawansowany rodzaj uczenia maszynowego wykorzystujący sieci algorytmów inspirowanych strukturą mózgu, zwane sieciami neuronowymi. Głęboka sieć neuronowa ma zagnieżdżone węzły neuronowe, a każde pytanie, na które odpowiada, prowadzi do zestawu powiązanych pyta
Uczenie głębokie zazwyczaj wymaga dużego zestawu danych do treningu. Zestawy treningowe do uczenia głębokiego składają się czasami z milionów punktów danych. Po wytrenowaniu głębokiej sieci neuronowej na tych dużych zestawach danych może ona lepiej poradzić sobie z niejednoznacznościami niż sieć płytka. To sprawia, że ten mechanizm jest przydatny w aplikacjach takich jak rozpoznawanie obrazu, gdzie sztuczna inteligencja musi znaleźć krawędzie kształtu, zanim będzie mogła zidentyfikować, co jest na obrazie. Głębokie uczenie jest również tą technologią, która trenuje sztuczną inteligencję przewyższającą ludzkie umiejętności w złożonych grach, takich jak szachy.
Sztuczna inteligencja
naśladowanie przez maszyny, zwłaszcza systemy komputerowe, procesów decydujących o inteligencji człowieka. Inaczej mówiąc, sztuczna inteligencja to nauka o tym, jak produkować maszyny wyposażone w niektóre cechy ludzkiego umysłu, takie jak umiejętność rozumienia języka, rozpoznawania obrazów, rozwiązywania problemów i uczenia się.Termin „sztuczna inteligencja” wymyślił John McCarthy, amerykański informatyk, w 1956 r. na konferencji naukowej w Dartmouth. Określił ją jako „naukę i inżynierię tworzenia inteligentnych maszyn”. Badania nad sztuczną inteligencją wykorzystują narzędzia i ustalenia z wielu dziedzin, m.in. informatyki, psychologii, filozofii, neuronauki, kognitywistyki, lingwistyki, badań operacyjnych, ekonomii, teorii sterowania, prawdopodobieństwa, optymalizacji i logiki.
SI – podział ze względu na uniwersalność:
Słaba/wąska sztuczna inteligencja (Week/Narrow Artificial Intelligence) – polega na zastosowaniu sztucznej inteligencji tylko do określonych zadań lub konkretnych typów problemów. Słaba sztuczna inteligencja koncentruje się na jednym wąskim zadaniu, które potrafi wykonać lepiej od człowieka. Na co dzień słaba SI występuje np. w postaci asystentów głosowych (np. Cortana czy Siri), automatycznych tłumaczy (Google Translator) czy autonomicznych samochodów (Tesla).
Silna/ogólna sztuczna inteligencja (Strong/General Artificial Intelligence, AGI, ogólna sztuczna inteligencja) – inteligentne, dysponujące wszechstronną wiedzą i zdolnościami poznawczymi systemy, które potrafią samodzielnie myśleć i wykonywać zadania tak samo sprawnie, jak wykonałby je człowiek. Także te zadania, których wcześniej nie znały.
Gdyby silna SI istniała – bo na razie jeszcze nie istnieje – byłaby maszyną zdolną do zrozumienia świata i każdego człowieka, posiadającą taką jak ludzie, a z czasem jeszcze doskonalszą, zdolność uczenia się i działania.
Podział sztucznej inteligencji ze względu na funkcjonalności:
Maszyny reaktywne (reactive machines) – jedna z podstawowych form SI, charakteryzująca się tym, że do swych działań nie może wykorzystywać informacji z przeszłości, ponieważ nie ma pamięci. Taki był komputer IBM, z którym w latach 90. przegrał Garry Kasparow.
Maszyny o ograniczonej pamięci (limited memory) – systemy AI zdolne wykorzystywać przeszłe doświadczenia do podejmowania decyzji. W taki sposób zaprojektowano m.in. niektóre funkcje w autonomicznych samochodach (np. informacje o możliwych konsekwencjach zmiany pasa przez inne auto) czy w chatbocie Siri firmy Apple.
Teoria umysłu (theory of mind) – rodzaj sztucznej inteligencji potencjalnie (bo jeszcze nie istnieje we właściwej postaci) będący w stanie zrozumieć ludzkie emocje, myśli, oczekiwania – i wchodzić w interakcje społeczne.
Samoświadomość (self-awareness) – sztuczna inteligencja, która ma własną, superinteligentną świadomość, byt czujący i zdolny do refleksji. Na razie taka sztuczna inteligencja jeszcze nie istnieje.
