UMJETNA INTELIGENCIJA

Umjetna inteligencija (engl. Artificial intelligence) je disciplina koja se bavi oblikovanjem inteligentnih sustava koji

implementiraju ona svojstva ljudskog ponašanja koja se smatraju inteligentnim. Umjetna inteligencija ( AI ) kombinira

znanost i inženjerstvo kako bi izgradila strojeve sposobne za inteligentno ponašanje. Spaja radove iz područja filozofije,

psihologije i računalne znanosti, te im pridonosi istraživanjem aktivnosti mozga i lingvistike.

UMJETNA INTELIGENCIJA KAO INŽENJERSTVO

Sustavi umjetne inteligencije se često smatraju znanstvenom fantastikom, no zapravo oni su svuda oko nas. Tehnike AI se

koriste, na primjer, od strane kompanija kreditnih kartica za detekciju ukradenih kartica, te promjenu kupovnih navika.

Također se koristi u računalnim šahovskim igrama, inteligentnim agentima za pretraživanje informacija na Internetu, za

određivanje načina snimanja Hubble-ovog svemirskog teleskopa, te za pomoć pri dijagnozi bolesti. Možda ne tako poznata

činjenica je da su roboti bili korišteni za čišćenje područja nakon Černobilske katastrofe.

Za izgradnju svih inteligentnih strojeva AI koristi mnoge tehnike.

Ekspertni sustavi koriste specijalizirano znanje koje ljudi poput liječnika i odvjetnika imaju kako bi mogli davati razne

oblike savjeta. Također oni imaju veliku primjenu u poslovnom odlučivanju kako bi se ostvarili što bolji rezultati.

Strojno učenje je nauka koja istražuje kako roboti mogu učiti iz svog iskustva. Neuronske mreže su računala koja rade na

način sličan radu mozga.

UMJETNA INTELIGENCIJA KAO ZNANOST

Iznenađujuće, zadaci koje mi smatramo teškima i zahtjevnima, računala smatraju laganima i obrnuto. Iako možemo

napisati programe za igranje šaha koji se natječu protiv svjetskih prvaka, teško je izgraditi robota koji može nesmetano

hodati ili igrati se s loptom. Računala mogu izvršavati teška računanja, no ne mogu učiti uspješno poput dvogodišnjeg

djeteta. Pokušaji razumijevanja zašto je to tako, te kako to omogućiti i unaprijediti je znanstvena strana umjetne

inteligencije – to je pokušaj razumijevanja naše vlastite inteligencije.

Možemo koristiti inteligentne strojeve kao pomoć za otkrivanje odgovora što je to inteligencija, te kako ona funkcionira.

Kada mislimo da razumijemo kako radi ljudski ili životinjski um, možemo izgraditi računalni model i provjeriti da li je naša

teorija ispravna. Ponekada ispada da je jednostavnije testirati teorije o inteligenciji, izgradnjom inteligentnih strojeva, nego

analizirati ljude i životinje. Na ovaj način AI surađuje sa drugim granama znanosti koje pokušavaju shvatiti što to znači biti

čovjek, te kakav je uistinu naš način razmišljanja.

„CAN MACHINES THINK?“

Razmatrati ćemo tisuće godina staro pitanje: “Kako mi mislimo?“

Kada su nastala računala nastalo je i uvjerenje da ćemo inteligenciju reproducirati računalom. No, prvo se moramo zapitati:

„Što je to uopće inteligencija? Što podrazumijevamo pod pojmom umjetna inteligencija?“

Dakle, što je inteligencija? Sama riječ potječe iz latinskog jezika, a znači razabirati, shvaćati, razumijevati. Inteligencija je

deskriptivan pojam –opisuje neka svojstva jedinke ili grupe jedinki.

Neke definicije:

Inteligencija–svojstvo uspješnog snalaženja jedinke u novim situacijama (R. Pintner).

Inteligencija-sposobnost učenja prilagodbe na okolinu (Colvin)

Inteligencija–opća sposobnost apstraktnog zaključivanja pri rješavanju problema (Terman)

Inteligencija–svrsishodno i prilagodljivo ponašanje u danim okolnostima (Psihologija, grupa autora, ŠK, Zagreb,

1992.)

Inteligencija se manifestira u odnosu na neki posebni društveni i kulturni kontekst (J. Weizenbaum, 1975.)

Što je umjetna inteligencija? –taksonomija znanosti (tehničke znanosti=>računarstvo=>umjetna inteligencija)

Područja umjetne inteligencije

AI pripada području računalnih znanosti koje ima za cilj proučavanje i razumijevanje inteligencije, te što bolje iskorištavanje računala.

Područja umjetne inteligencije:

Opće područje (kognitivno modeliranje, filozofske osnove)

Ekspertni sustavi i primjene

Dedukcija i dokazivanje teorema

Formalizmi i metode prikaza znanja

Strojno učenje

Razumijevanje i obrada prirodnih i umjetnih jezika

Rješavanje problema, metode upravljanja i metode pretraživanja prostora stanja

Robotika

Računalni vid, raspoznavanje uzoraka i analiza scena

Porazdijeljena umjetna inteligencija

Jedno od područja umjetne inteligencije koje je našlo širu primjenu u praksi jesu tzv. ekspertni sustavi (računalni sustavi koji trebaju zamijeniti čovjeka stručnjaka u relativno ograničenom stručnom području).

NAZIV ’’umjetna inteligencija’’

Konferencija u Dartmouth College, Hanover, New Hampshire 1956. 10 znanstvenika s vodećih institucija: CMU, Stanford, MIT, IBM; je 2 mjeseca raspravljalo o nazivu. Konferencija u Dartmouthu nije donijela spektakularne rezultate, ali je ustanovila novo područje –AI , različito od operacijskih istraživanja ili teorije upravljanja.

J. McCarthy (1956. g.) : Umjetna inteligencija je naziv za znanstvenu disciplinu koja se bavi izgradnjom računalnih sustava čije se ponašanje može tumačiti kao inteligentno.

Definicije umjetne inteligencije:

“Proučavanje postupaka koji čine mogućim percipiranje, umovanje i reagiranje” - Patrick H. Winston (MIT); autor poznatog udžbenika "Artificial Intelligence" "The science of making machines do things that would require intelligence if done by men"- Marvin Minsky (MIT) “Umjetna inteligencija bavi se izučavanjem kako računalo učiniti sposobnim da obavlja poslove koje u ovom času ljudi obavljaju bolje.”-Elain Rich, autorica poznatog udžbenika "Artificial Intelligence" "Proučavanje mentalnih svojstava kroz uporabu računalnih modela"- Eugene Charniak (Brown University)

Nema opće prihvaćene definicije što je to “umjetna inteligencija”, stoga slijedi pokušaj sistematizacije definicija:

Razmišljati ljudski

“Uzbudljivi novi pokušaj da se omogući razmišljanje računalima... strojevi s umovima, u punom i doslovnom smislu” (Haugeland, 1985)

“ Automatizacija aktivnosti koje asociramo s ljudskim razmišljanjem, aktivnosti poput donošenja odluka, rješavanja problema, učenja...” (Bellman, 1978)

Razmišljati racionalno

“Proučavanje mentalnih svojstava kroz uporabu računalnih modela” (Charniaki McDermott, 1985)

“Proučavanje postupaka koji čine mogućim percipiranje, umovanje i reagiranje” (Winston, 1992)

Ponašati se ljudski

“Proces stvaranja strojeva koji obavljaju funkcije koje zahtijevaju inteligenciju koju imaju ljudi” (Kurzwil, 1990)

“Proučavanje kako učiniti da računala rade stvari u kojima su, trenutno, ljudi bolji” (Rich iKnight, 1991)

Ponašati se racionalno

”Polje rada koje želi objasniti i emulirati inteligentno ponašanje u smislu računalnih procesa” (Schalkoff, 1990)

“Grana računarnih znanosti koja se bavi automatizacijom inteligentnog ponašanja” (Luger iStubblefield, 1993)

“Umjetna inteligencija je grana računarske znanosti koja se bavi proučavanjem i oblikovanjem računarskih sustava koji pokazuju neki oblik inteligencije. Takvi sustavi mogu učiti, mogu donositi zaključke o svijetu koji ih okružuje, oni razumiju prirodni jezik te mogu spoznati i tumačiti složene vizualne scene te obavljati druge vrste vještina za koje se zahtijeva čovjekov tip inteligencije.”

(D.W.Paterson, 1990.)

Umjetna inteligencija i druge znanosti

Područja koja se bave istraživanjem umjetne inteligencije su računalstvo, filozofija, matematika, ekonomija, biologija psihologija i lingvistika. Umjetna inteligencija je kognitivna, kao interdisciplinarno znanstveno istraživanje uma, te spoznajna znanost.

POČECI

I prije nastanka računala postojali su pokušaji da napravimo svoju kopiju...

Koncept inteligentnih strojeva može se u tragovima pronaći već u grčkoj mitologiji.U srednjemu vijeku pojavljuju se primitivni strojevi koji oponašaju ljudski govor. Njihovi idejni začetnici bili su filozofi Roger Bacon i Albert Magnus.

U 18. stoljeću pojavljuju se strojevi za igranje šaha pod nazivom Turk . 1770. god. Wolfgang von Kempelen konstruirao je automat koji igra šah i izvodi konjićev obilazak. Izlagan i demostriran 80 godina po Europi i Americi. No, to je bila samo vješto konstruirana mehanička iluzionistička naprav, ispostavilo se da se u unutrašnjosti takvog stroja skrivao mali čovjek te da se cijeli koncept zapravo zasnivao na mehaničkoj iluziji. U 19. stoljeću Charles Babbage i Ada Byron kreiraju analitički stroj koji se smatra pretečom današnjih računala. U istome je stoljeću (1818.) objavljena priča „Frankenstein ili moderni Prometej“ autorice Mary Shelley, koja opisuje pokušaj znanstvenika Victora Frankensteina da stvori umjetni život. Godine 1921. češki pisac Karel Čapek

napisao je dramu R.U.R. (Rossum's Universal Robots). Riječ ROBOT: češki „robota“ znači rad, odnosno prisilni rad.

Isaac Asimov, autor djela znanstvene fantastike, napisao je Tri Zakona Robotike u prošlome stoljeću (1942.) koji bi trebali biti ugrađeni u robote radi zaštite ljudi od revolucije robota s jedne strane, a od prevencije iskorištavanja robota u neetičke svrhe s druge strane:

1. Robot ne smije ozlijediti niti jedno ljudsko biće, kroz interakciju, niti smije dozvoliti da se nekim njegovim akcijama čovjek ozlijedi

2. Robot mora poslušati naredbe koje mu ljudi daju, osim ako se one kose s prvim zakonom

3. Robot mora štititi svoje postojanje sve dok se takva zaštita ne dolazi u konflikt s prvim ili drugim zakonom

I, Robot; 2004.

POVIJESNI RAZVOJ AI:

U prvoj polovici 20.stoljeća dolazi do većih pomaka. Tijekom tog razdoblja razlikujemo različite periode u razvoju.

Razdoblje od 1943. -1952. se smatra početkom AI. Tijekom navedenoga razdoblja, odnosno 1943. J. McCulloch i W. Pitts razvijaju model umjetnog neurona ; dok D. Hebb, 1949., formulira pravilo za modificiranje veze između dva neurona. Minsky i Edmons (Princeton) su 1951. izgradili prvu neuronsku mrežu od 40 neurona (vakumske cijevi). No, osobito je bitan doprinos. A. Turing , u vidu Turingova test, strojnog učenja, genetičkih algoritama, te podržanog učenja (1950.)

Matematičar i kriptoanalitičar Alan Mathison Turing obilježio je prvu polovicu 20. stoljeća i doprinio razvoju područja umjetne inteligencije postavljenjem teorije poznate kao Turingov test. Turingov test koncipiran je kao igra u kojoj se provjerava teza mogu li računala misliti. U igru su uključena tri sudionika: ispitanik A (čovjek), ispitanik B (računalo) te ispitivač (čovjek). Uloga je ispitivača, koji se nalazi u odvojenoj prostoriji od ispitanika, da na temelju primljenih odgovora na pitanja koja je postavio procijeni je li ispitanik čovjek ili računalo. Ako računalo uspije zavarati ispitivača, može se tvrditi da je stroj inteligentan. Do danas ni jedan stroj nije prošao Turingov test.

.

Sljedeći period razvoja (1952.-1969.) je obilježeno ranim entuizajzmom i velikim očekivanjima. Za navedeni period vežemo doprinos A. Samuel-a (IBM) kroz njegovu igru dame, te program koji uči.

1956. godine američki je znanstvenik John McCarthy prvi put upotrijebio naziv "umjetna inteligencija" na konferenciji u Dartmouthu, koja je ujedno bila i prva konferencija posvećena ovomu području. John McCarthy (Boston, 4. rujna 1927.) je istaknuti računalni znanstvenik, dobitnik Turingove nagrade 1971. za značajne doprinose na polju umjetne inteligencije. John McCarthy koji se smatra ocem AI-a, godine 1956. definirao je umjetnu inteligenciju kao znanstvenu disciplinu koja se bavi izgradnjom računalnih sustava čije se ponašanje može tumačiti kao inteligentno.

Dvije godine nakon toga (1958.) kreirao je prvi programski jezik LISP, namijenjen u prvome redu izradbi inteligentnih sustava. LISP programski jezik, koji je postao osnovnim jezikom programiranja umjetne inteligencije, pojavljuje se 1958. godine zaslugom McCarthy-a.

Prvim se AI programom smatra Logic Theorist, kompjuterski program sa sposobnošću otkrivanja dokaza geometrijskih teorema, a razvili su ga 1956. godine Allen Newell, Herbert Simon i J. C. Shaw.

Allen Newell, J. C. Shaw i Herbert Simon 1956. godine kreirali su prvi računalni program Logic Theorist (LT) koji ima svojstva inteligentih sustava. Glavni zadatak toga programa bilo je dokazivanje teorema postavljenih u radu Principia Mathematica. Program je uspio dokazati 38 teorema. Godinu dana nakon toga kreirali su program GPS (engl. General Problem Solver), koji predstavlja prvi program koji replicira ljudski način razmišljanja.

1960-te su obilježene razvojem dijaloških sustava.

Joseph Weizenbaum autor je prvog dijaloškog sustava (engl. dialogue system) poznatog pod nazivom ELIZA, koji nastaje 1967. godine. ELIZA predstavlja simulaciju Rogerovog psihoterapeuta koji postavlja pitanja i pokazuje empatiju s pomoću kratkih iskaza, a zapravo ne daje savjete. Interakcija između dijaloškog sustava i čovjeka odvija se na sljedeći način: 1.) čovjek upisuje pitanje upućeno dijaloškom sustavu, 2.) dijaloški sustav odgovara na pitanje uporabom metode prepoznavanja uzoraka i odabira fraze spremeljene u njegovu bazu znanja.

Rogerian psychotherapy –ELIZA

Men are all alike

In what ways?

They are always bugging us about something or other

Can you think of specific example?

Well, may boyfriend made me come here

Your boyfriend made you come here?

He says I am depresed much of the time

I am sorry that you are depressed.

Its true, I am unhappy

Do you think comming here will help you not to be unhappy?

I need some help that much seems certain

What would it mean to you if you got some help?

Perhaps I could learn to get along with my mother

Tell me more about your familiy

U sljedećem periodu (1966.-1973.) dolazi do otrježnjenja.

Rezultati ranih sustava pokazali su se slabi na širem rasponu problema ili na težim zadacima. Rani programi sadržavali su malo ili ništa znanja, a uspjeh se temeljio na jednostavnim sintaktičkim manipulacijama.

Primjer: strojno prevođenje (financirano zbog ubrzavanja prevođenja ruskih radova, 1957. Sputnik) –temeljilo se na sintaktičkim transformacijama i zamjenama riječi na temelju engleske i ruske gramatike.

Rezultat “The sprit is willing but the flesh is weak”->“The votka is good but the flesh is rotten”

Drugi veliki problem -neatraktabilnost mnogih problema koje je AI pokušavala riješiti. Početni uspjeh zbog malog broja (koraka) kombinacija u mikrosvjetovima. Prije razvoja teorija izračunljivosti mislilo se da će se “skaliranje” na veće probleme riješiti povećanjem računalne snage!

1969. Minsky i Papert, Perceptrons

1970-te i 1980-te karakteriziraju ekspertni sustavi te komercijalizacija.

1970-ih godina kao područja umjetne inteligencije razvijaju se stručni ili ekspertni sustavi (engl. expert system). Glavne osobine tih sustava su da rješavaju jednostavne probleme jednako dobro kao i ljudi koji su stručnjaci u određenome području. Ekspertni sustavi sastoje se od baze znanja (činjenica i pravila), mehanizma za zaključivanje te korisničkog sučelja koje služi za komunikaciju između čovjeka i stroja. Svoju primjenu pronašli su u matematici, pravu, vojnim i medicinskim znanostima te bankarstvu. Prvi

ekspertni sustav bio je MYCIN (1976.), a primjena mu je bila vezana uz područje medicinske dijagnostike i terapeutike. Sedamdesetih godina prošlog stoljeća napravljeni su i prvi ekspertni sustavi, koji su po zadanim parametrima nudili rješenje problema. Pojavljuje se MYCIN, sustav koji je dijagnosticirao bakterijske krvne infekcije i

preporučivao tretman. Imao je sposobnost dijagnosticirati pojedinu bolest bolje od liječnika, no znanje mu je bilo preusko. Pojava paralelnih procesora unaprijeđuje ekspertne sustave i time oni postaju učinkovitiji Nastaje DENDRAL, razvijen od strane Fiegenbaum i Buchanan-a (Stanford), sustav temeljen na znanju zaključuje o molekularnim strukturama organskih spojeva na temelju spektroskopije masa –450 pravila. Zatim, MYCIN, Shortliffe (Stanford), 550 pravila, različit od DENDRALA: nema teorijskog modela kao podlogu, uvođenje faktora izvjesnosti. Napredak u obradi prirodnog jezika. PROLOG –popularan u Europi.

1980-ih započinje razdoblje globalizacije, industrijalizacije i komercijalizacije područja umjetne inteligencije, posebice na polju ekspertnih sustava..

1980 –UI je industrija! (od nekoliko miliona dolara u 1980. do milijardu dolara u 1988.)

1982 McDermott –DEC R1 ekspertni sustav

1986. –danas Povratak neuronskih mreža (Werbos –backpropagation algorithm)

AI je znanost!

Inteligentni agenti

Agent –percepcija okoline kroz senzore i djelovanje na sredinu kroz akcije.

DANAS: GDJE SMO?

U današnje vrijeme nastaje, razvija se i proučava velik broj sustava koji pokazuju određene značajke ljudske inteligencije, kao što su razumijevanje i obradba prirodnog jezika, automatsko zaključivanje, učenje pa čak i izražavanje osjećaja. Oni su i danas predmet istraživanja velikog broja područja kao što su računalna znanost, neurolingvistika, lingvistika, psihologija, filozofija i informacijske znanosti. Iako je zabilježen velik napredak u razvoju inteligetnih sustava od samih početaka do danas, ni jedan stroj još uvijek nije u mogućnosti replicirati sva svojstva ljudske inteligencije. Pitanje je hoće li to ikada biti moguće.

NASTANAK RAČUNALA

1945. je nastao ENIAC–prvo elektroničko računalo.

U početku razvoja računala smatralo se da su računala identična elektroničkom mozgu.

Naime, kada su se rodila računala rodila se i želja da reproduciramo inteligenciju

računalom. I zaista, računala danas upravljaju vrlo složenim procesima, računalom

simuliramo rješavanje složenih problema, donošenje odluka, zaključivanja, prirodni

jezik... No, postavlja se pitanje: „Mogu li se strojevi ponašati inteligentno (kao ljudi) i

imaju li onda umove?“

LJUDI I I STROJEVI

1997. računalo Deep Blue (IBM) pobijedilo je svjetskog šahovskog prvaka Garryja

Kasparova. Logično nam se nameće pitanje da li je Deep Blue inteligentan?

Naime, da bi se igrao šah na majstorskoj razini, potrebno je pretraživati 8 koraka

unaprijed, oko 35 ili 2x10¹² čvorova treba biti ispitano. No, ipak trebamo uzeti u obzir ⁸

da pretraživanje velikog broja mogućih kombinacija ne zahtijeva inteligenciju!

Rješavanje takvih teških problema zahtijeva pretraživanje prostora stanja.

Dakle, šah je jednostavan za razliku od, na primjer, obrade prirodnog jezika, odnosno

strojnog prevođenja, budući da prevođenje i komunikacija prirodnim jezikom

podrazumijeva opće znanje i razumijevanje konteksta pomoću kojih se razrješavaju

višeznačnosti, dakle radnje koje ljudi rade s lakoćom, poput obrade prirodnog jezika,

zdravorazumskog zaključivanja ili kretanja su izuzetno teška za računalo.

16.2.2011.: Superračunalo IBM Watson pobijedilo je najbolje ljudske natjecatelja u kvizu

Jeopardy i osvojilo $35.734.

StarCraft AI Competition (2010). Agent mora biti sposoban riješiti niz teških problema

(planiranje, optimizacija, višeagentsko upravljanje) u ograničenom vremenu i s

ograničenim resursima.

USPOREDBA LJUDSKOG MOZGA I RAČUNALA

Arhitektura i organizacija mozga gotovo je potpuno različita od arhitekture

konvencionalnih računala koja su danas u širokoj uporabi (von Neumannova računala):

ATRIBUT MOZAK RAČUNALO

Gradbeni element Neuron (>100 vrsta) Logička vrata

Brzina prijenosa 2 ms ciklus ns ciklus

Broj procesora Oko 10¹¹ <=32*

Broj veza 10³-10⁴ <=32*

Način rada Serijski, paralelno Serijski

Signali Analogni Digitalni

Informacije Ispravne/neispravne Ispravne

•Danas najbrže računalo: Tianhe-1A(11/2010)

(Intel EM64T Xeon X56xx (Westmere-EP) 2930 MHz (11.72 GFlops); 186 368 jezgri; 2

331 000 GFlopsa= 2,6 1015 Flopsa; LinuxOS)⋅

(http://www.top500.org )

TESTIRANJE INTELIGENCIJE

Alan Turing u časopisu Mind u članku “Computing Machinery and Intelligence” (1950)

je predložio pitanje: “Can machine think? ”zamijeniti pitanjem može li stroj proći

ponašajni test inteligencije -“igra imitacije”. Navedeni eksperiment uspoređuje

performanse pretpostavljenog inteligentnog stroja i čovjeka na temelju nekog skupa

upita.

Riječ je o igri oponašanja. Postavljanjem jednostavnih upita ispitivač pokušava odrediti

identitet dvaju ispitanika. Ispitivač razgovara (preko tipkovnice) sa dva sustava, jedan je

čovjek, a drugi računalo. Jedan ispitanik mu pomaže, a drugi odmaže oponašajući

prvoga. Ukoliko ispitivač ne može sa sigurnošću odrediti identitet ispitanika, stroj je

prošao test.

Očekivane sposobnosti i svojstva (inteligentnog) stroja koji prolazi TT su obrada

prirodnog jezika, prikaz (predstavljanje) znanja, te automatsko zaključivanje i učenje.

Turing je predviđao da će do 2000. računala imati 30% šanse zavarati ljude. No, bitno

ograničenja Turingovog testa jest „ Ponašati se ljudski“.

U smjeru Turingovog testa 1990. ustanovljena je Loebnerova nagrada: Grand Prize

$100,000 i zlatna medalja za prvo računalo čiji se odgovori ne razlikuju od čovjekovih.

Neki od dobitnika su: 2004. R. Wallace (A.L.I.C.E., 2004.); Rollo Carpenter George

(2005.); Rollo Carpenter Joan (2006.); Robert Medeksza Ultra Hal (2007.); Fred Roberts

Elbot (2008.); David Levy Do-Much-More (2009.); Bruce WilcoxSuzette (2010.).

(CAPTCHA: Telling Humans and Computers Apart Automatically

http://www.captcha.net/Completely Automated Public Turing Test to Tell Computers

and Humans Apart)

JAKA vs. SLABA UMJETNA INTELIGENCIJA

Pitanje: "Mogu li strojevi misliti?", moguće je interpretirati na dva temeljna načina koja

su označila dva temeljna smjera AI:

1. SLABA UI: "Mogu li se strojevi napraviti tako da izgledada se ponašaju

inteligentno?"

2. JAKA UI: "Imaju li strojevi koji se ponašaju inteligentno svjesne umove?"

Zagovornici slabe umjetne inteligencije razvijaju takve inteligentne sustave kojima se

dodaju samo određena svojstva ljudskog ponašanja, dok zagovornici jake umjetne

inteligenicije smatraju da je moguće stvoriti sustav koji će u potpunosti moći replicirati

sva svojstva ljudskog ponašanja koja se smatraju inteligentnim.

Slaba UI pretpostavlja da računala samo simuliraju razmišljanje, te njihovo naizgled

razumijevanje učinjenoga nije stvarno. Ovaj ponašajni pristup inteligenciji najbolje je

prikazan u programu za šah "DeepBlue". "Razmišljanje o šahu kod DeepBluea slično je

razmišljanju jediničnih stanica o sintezi proteina; oboje nisu svjesni ničega, te oboje

slijede program koji je ugrađen u njih.".

S takvim razmišljanjem ne slaže se DrewMcDermott, profesor računarske znanosti na

Yaleu: "Reći da "DeepBlue" zapravo ne misli o šahu, isto je kao i reći da zrakoplov ne leti

zato što ne maše krilima."

Jaka umjetna inteligencija zagovara da neki oblik umjetne inteligencije može zaključivati

i rješavati probleme, razviti sposobnost prosudbe, postati samosvjesno, no, ne treba

nužno i predstavljati proces razmišljanja sličan ljudima.

J. Searle smatra sljedeće: "Računalo nije samo alat u proučavanju uma; točnije, pravilno

programirano računalo jest um, u smislu da se za računala kojima su dani

odgovarajući programi može doslovno reći da razumiju i imaju druga kognitivna stanja“

John Searle je osmislio i misaoni eksperiment kao argument protiv jake AI i

funkcionalizma. Ideja da se stanja uma mogu ostvariti bez obzira na medij (biološki

neuroni), bitni su samo procesi. Ne može se suditi o inteligenciji sustava, a dokaz je

eksperiment nazvan Kineska soba.

("Minds, Brains, and Programs" by John R. Searle, from The Behavioral and Brain

Sciences, vol. 3. 1980.)

Osoba koja ne razumije kineski zatvorena je u sobi. Toj se osobi prosljeđuju poruke na

kineskom jeziku. Ona raspolaže s uputama za prevođenje. Nakon što prevede poruku,

šalje ju izvan sobe. Kinez koji bi se nalazio izvan sobe, uspoređujući ulazne i izlazne

poruke, mogao bi zaključiti da se u sobi nalazi netko tko razumije kineski jezik – osoba

unutar sobe prošla bi Turingov test, iako ne bi ništa razumjela. Strojevi mogu vrlo

uspješno baratati besmislenim nizovima znakova, ali će im uvijek nedostajati ono što bi

nama nedostajalo u kineskoj sobi – razumijevanje tih znakova.

Eksperiment Kineske sobe zapravo kritizira Turingov test.

Naizgled inteligentno ponašanje sustava (računala i programa koji je omogućio takvo

ponašanje), ali računalo nema um, jer simboli koje ono obrađuje njemu nemaju

značenje! Nema pravih intencionalnih stanja.

Searlov argument protiv tvrdnje :“program je sve što je potrebno za inteligenciju i

spoznajna stanja”.

Smatra da je za razumijevanje jezika potrebno: znanje o objektima koji postoje u svijetu,

poznavanje riječi jezika, znanje da bi se riječi mogle povezati s objektima (semantika),

poznavanje gramatičkih pravila da bi se formirale smislene rečenice (sintaksa)

Računala mogu ostvariti 2. i 4. Kriterij.

Došlo se do sljedećih zaključaka: 1. Nijedan računalni program sam po sebi nije dovoljan

za uzrokovanje uma. Programi nisu umovi; 2. Išta drugo što uzrokuje umove moralo bi

imati kauzalnu moć barem ekvivalentnu onoj od mozga; 3. Sve što bi uzrokovalo umove,

svaki umjetni mozak, morao bi imati mogućnost dupliciranja određenih kauzalnih moći

mozga, što se ne bi moglo učiniti samo pokretanjem formalnog programa; 4. Način na

koji mozak funkcionira uzrokuje um i ne može biti samo djelovanje izvođenja

računalnog programa.

Odgovori na argument kineske sobe su sljedeći: 1. čovjek ne razumije kineski, ali postoji

sustav koji razumije; 2. ne postoji razumijevanje, ali ono bi se moglo postići preinakama

sustava; 3. postoji ljudska intuicija te čovjek unutar sobe ipak razumije kineski na neki

način; 4. nije moguće dokazati razumijevanje kod drugih ljudi.

PRAVCI RAZVOJA UMJETNE INTELIGENCIJE

Od prvih dana razvoja umjetne inteligencije (rane ’50) postoje dva pristupa razvoju

inteligentnih sustava:

1. Simbolički pristup-GOFAI ("Good Old-Fashioned Artificial Intelligence“),

tradicionalna, klasična, “top-down” pristup.

Inteligentno ponašanje može se oblikovati pomoću sustava koji zaključuje logički na

temelju skupa pravila i činjenica. Znanje iz neke domene nastoji se obuhvatiti

skupom atomičkih semantičkih objekata (simbola) i zatim činiti manipulacija tih

simbola pomoću algoritamskih pravila.

1. Konektivistički pristup -“Subsimbolic” AI, “bottom-up” pristup, PDP

Temelji se na izgradnji sustava arhitekture slične arhitekturi mozga koji, umjesto

da ga se programira, uči samostalno na temelju iskustva

Inteligentno ponašanje postiže se povezivanjem jednostavnih procesnih elemenata koji

rade paralelno (UNM). Klasičan pristup dao je značajne rezultate no ipak nije mogao

riješiti neke probleme... Mozak ne funkcionira serijski kao računalo već paralelno, može

učiti, stjecati znanje kroz iskustvo, neosjetljiv je na pogreške.... Umjetne neuronske

mreže najznačajniji su predstavnik konektivističkog pristupa.

Traži se drugačiji koncept obrade podataka koji bi bio sličniji funkcioniranju biološkog

mozga.

A.I. -sustav koji uspješno oponaša rad mozga bio bi inteligentan.

Istraživanja u neurofiziologiji i kognitivnoj znanosti upućuju: mozak se sastoji od velikog

broja neurona koji rade paralelno. Najsličniji model: računalni sustav u kojem brojni

procesni elementi podatke obrađuju paralelno.

Paradigma: umjetna neuronska mreža -UNM[artificialneuralnetwork–ANN] je područje

koje se bavi tim aspektom obrade

Neuro-računarstvo je grana računarstva iz skupine tzv. ‘mekog računarstva’(engl.

softcomputing).

Različita područja zahtijevaju različite pristupe.

Simbolički pristup je dobar u mnogim područjima (osobito isplativ postao je razvojem

ekspertnih sustava), ali nije ispunio rana ekstravagantna obećanja. Neuspjeh leži u

pogrešnoj pretpostavci da je svako znanje moguće formalizirati i da je mozak stroj koji

podatke obrađuje formalnim pravilima.

KONEKTIVISTIČKI PRISTUP:

Mnogi su svakodnevni zadaci previše složeni za simboličko predočavanje, npr.

raspoznavanje uzoraka…

Umjetne neuronske mreže vs. Von Neumann

VonNeumannova računala odlična su za simbolički pristup jer se problemi rješavaju

algoritamski na sekvencijalnom stroju. Umjetne neuronske mreže su distribuirani i

paralelni sustavi.

•Bitne karakteristične razlike dviju paradigmi/arhitektura:

Von Neumann ANN

Unaprijed detaljno opisujemo algoritam

kroz korake

Uči samostalno ili s učiteljem

Samo se precizni podaci adekvatno

obrađuju

Podaci mogu biti nejasni (šum) ili

neizraziti

Funkcionalnost ovisi o svakom elementu Obrada i rezultat ne ovisi mnogo o jednom

elementu

Eksplicitna veza: semantički objekt-

sklopivi računala

Implicitno znanje (teška interpretacija)

Umjetna neuronska mreža -definicija

U širem smislu: umjetna replika ljudskog mozga kojom se nastoji simulirati postupak

učenja i obrade podataka.

Zapravo dosta klimava analogija.

Neuronska mreža je kup međusobno povezanih jednostavnih procesnih elemenata

(jedinica, čvorova) čija se funkcionalnost temelji na biološkom neuronu i koji služe

distribuiranoj paralelnoj obradi podataka.

Primjena umjetnih neuronskih mreža: odlično rješavaju probleme klasifikacije i

predviđanja–sve probleme kod kojih postoji složena (nelinearna) veza ulaza i izlaza.

Neke osobitosti: dobre u procjeni nelinearnosti, mogu raditi s nejasnim ili manjkavim

podacima (sensordata), robusne na pogreške u podacima, rade s velikim brojem

varijabli i parametara, prilagodljive okolini, sposobne učiti....

Najčešći zadaci: raspoznavanje uzoraka, obrada slike i govora, problemi optimizacije,

nelinearno upravljanje, obrada nepreciznih i nepotpunih podataka, simulacije, prognoza

vremenskih serija...

Postoje dvije faze rada s ANN: faza učenja (treniranja) i faza obrade podataka

(iskorištavanja, eksploatacije).

Učenje je iterativan postupak predočavanja ulaznih primjera (uzoraka, iskustva) i

eventualno očekivana izlaza pri čemu dolazi do postupnog prilagođavanja težina veza

neurona. Jedno predočavanje svih uzoraka naziva se epohom

Razlikujemo: pojedinačno učenje(on-line); za svaki primjer podešavamo faktore; grupno

učenje (batch); cijela epoha u jednoj iteraciji.

Znanje o izlazu kao funkciji ulaza pohranjeno je implicitno u težinama veza neurona.

Dva načina učenja: učenje s učiteljem (supervisedlearning)–postoje primjeri oblika

(ulaz, izlaz) i učenje bez učitelja (unsupervisedlearning)–izlaz je a priori nepoznat

Skup primjera za učenje često dijelimo na: skup za učenje–služi za iterativno

podešavanje težina; skup za testiranje–provjeravamo rad mreže, skup za provjeru –

konačna provjera.

Učenje se provodi dok mreža ne daje odgovarajuću točnost obrade podataka (uvodi se

mjera pogreške). Pretreniranost znači da ANN gubi poželjno svojstvo generalizacije i

postaje stručnjak za podatke iz skupa za učenje (štreber).

BUDUĆNOST UMJETNE INTELIGENCIJE

Neki ljudi su zabrinuti zbog mogućeg uspjeha u istraživanju umjetne inteligencije,

davanja prevelike moći računalima, prevelikoj ovisnosti o njima. Puno je složenih etičkih

pitanja vezanih uz AI. Na primjer, ako liječnik upita AI program za pomoć pri dijagnozi

bolesti, a on mu da krivi odgovor, ali tko snosi odgovornost zbog toga? Za većinu opreme

koju liječnik koristi odgovoran je da ispravno funkcionira, ali za AI sustav koji tvrdi da

ima sve znanje raznih eksperta? Da li su odgovorni upravo oni ili možda sam programer?

U budućnosti unutar umjetne inteligencije će se morati razviti područja etike i pravila

društvenih odnosa.

Za sada, AI proizvodi se primaju sa oduševljenjem i odobravanjem u naše društvo.

Trenutna istraživanja bi nam uskoro trebala donijeti programe koji će omogućiti

prirodnije prihvaćanje sve moći računala. Biti ćemo u mogućnosti pričati s njima, ili će

nam oni pomagati gledanjem onoga što pokušavamo napraviti, te nam dati određene

savijete i pomoć, ili nam samo olakšati svakodnevni život. Nadam se da će nam AI

jednoga dana pomoći riješiti neke probleme koje danas ne možemo riješiti uporabom

tradicionalnih pristupa znanosti i inženjerstvu.

Ovdje ćete moći saznati nešto više o trenutačno razvijenim robotima, njihovim

karakteristikama i svrsi u svakodnevnom životu. Izabrani su Cog, Kismet, Leonardo,

Stanley kao najspecifičniji predstavnici današnjeg razvoja umjetne inteligencije, te još

neki manje poznati inteligentni roboti.

ZAKLJUČAK

Debate od društvenom utjecaju koje ima stvaranje inteligentnih strojeva

okupirale su mnoge organizacije i individualne osobe tokom prošlih desetljeća. Kako su

se mnoga od ranih znanstveno fantastičnih predviđanja već obistinila nemamo razloga

za nevjerovanje u moć i sposobnost inteligentnih strojeva. Već živimo u eri budućnosti,

uživamo u zlatnom dobu tehnologije, bez kraja, limita u vidokrugu.

Moralne i etičke granice su očite i postoje tri strane za raspravu o njima. Jedni

smatraju da je već sada previše ljudi siromašno i bez posla, te da nema potrebe za

mehaničkom radnom snagom koja može samostalno misliti i još nam se suprotstavljati

ako bi njih pitali za mišljenje. Drugi smatraju da se društvo ne može razvijati i

maksimalno iskorištavati resurse bez pomoći strojeva koji barem u nekoj maloj razini

mogu samostalno razmišljati. Treći pak jednostavno ne mare za ta pitanja, kao što je i

tipično za ljudsko društvo.

Na detaljnijem nivou, mišljenja se također razlikuju o razini u kojoj bi roboti

trebali biti inteligentni i kako bi oni trebali izgledati. Da li govorimo o autonomnim

spravama kao što su istraživači svemira ili robotima koji oponašaju ljudski oblik, način

razmišljanja i ponašanje? Kako će sve veći dio društva postati automatiziran, hoćemo li

prepustiti brigu za našu djecu, njihovu edukaciju, poslove i vlade robotima koji su

inteligentni?

Ovdje ne postoje jasni odgovori. Istraživanja su široko rasprostranjena i različita,

pokrivaju sve aspekte umjetne inteligencije. Čak se ne možemo složiti ni u definiranju

točnih granica prave inteligencije, a već stvaramo umjetnu. Pa tko onda može reći što je

pravilno, etički i moralno, a što nije? Ako izgradimo androidne strojeve, sa dizajniranom

inteligencijom koji se ponašaju i razmišljaju kao ljudi, ne bi li oni onda trebali u

potpunosti služiti nama?

Isaac Asimov, autor djela znanstvene fantastike, napisao je Tri Zakona Robotike u

prošlome stoljeću koji bi trebali biti ugrađeni u robote radi zaštite ljudi od revolucije

robota s jedne strane, a od prevencije iskorištavanja robota u neetičke svrhe s druge

strane:

Robot ne smije ozlijediti niti jedno ljudsko biće, kroz interakciju, niti smije

dozvoliti da se nekim njegovim akcijama čovjek ozlijedi

Robot mora poslušati naredbe koje mu ljudi daju, osim ako se one kose s

prvim zakonom

Robot mora štititi svoje postojanje sve dok se takva zaštita ne dolazi u

konflikt s prvim ili drugim zakonom

Gornja tri principa su dobar primjer teškoća programiranja umjetnog mozga. Ljudski

mozak je evoluirao kroz milijune godina preživljavanja i učenja društvenog ponašanja, a

njegova evolucija traje i danas. Imitiranje rada mozga je ogroman izazov i sudeći prema

razvoju, snazi i kompleksnosti današnjih procesora, trebat će barem još nekoliko

desetljeća da se dosegnu i najrudimentarnije razine našeg mozga.

Jednom kada odlučimo da želimo androidne robote i ostale strojeve sa svom umjetno

stvorenom inteligencijom, toliko sofisticiranom da se može boriti s našom, pitanje koje

etičke i moralne vrijednosti im moramo ugraditi još uvijek će ostati otvoreno. Gledajući

ljudsku civilizaciju sa svim svojim kulturnim, vjerskim, etičkim i moralnim razlikama

nameće se pitanje što to zapravo pokušavamo stvoriti, kome i s kojom svrhom? Trebamo

li robote koji su religiozni? Da li je ono što čovječanstvu treba idealan katolički,

muslimanski ili budistički mozak? Ili želimo da on bude nemilosrdan i proračunat

kapitalist ili stručnjak? Policajac možda?

Samo definiranje ovih vrijednosti bi se već dokazalo nemogućim jer su svi u jednu ruku

slični, a u drugu toliko različiti. Umjesto toga napravit ćemo savršen asketski mozak i što

onda? To sigurno neće razveseliti mnoge. Što je s praktičnim aplikacijama ovih

vrijednosti? Ako jedan set etičkih ili religijskih vrijednosti diktira da ne možemo

pomagati u eutanaziji na primjer, a drugi da je to baš ono što trebamo napraviti, ne

dupliciramo li trenutna pitanja bez nekih pravih odgovora? U čemu je svrha? Možda će

umjetna inteligencija pokazati istu raznolikost kao kod ljudi, a što onda pokušavamo?

Napraviti idealnog čovjeka?

Ne zaboravite da ovo nije rasprava o tehničkoj korisnosti inteligentnih robota, jer svi

dobro znamo da je ta strana veliki plus i da se zbog nje toliko i trudimo napraviti

inteligentno biće. Ovo je samo razmišljanje o moralnim i etičkim problemima cijelog

razvoja, koje zapravo možemo sažeti u ovaj, posljednji odlomak.

Problem etičkih, moralnih i kulturalnih vrijednosti koje trebamo ugraditi našem

inteligentnom robotu se i dalje nastavlja. Ako čak ne možemo ni odgovoriti na

jednostavno pitanje » Zašto? «, onda bi možda morali osigurati da roboti koje napravimo

nisu inteligentni. Da nisu sposobni stvoriti odluku izvan one mehaničke, programiranog

kretanja, a pogotovo da nisu sposobni za deduktivno razmišljanje i utjecaj i kontrolu nad

ljudima ili ljudskim društvom.

Preporuka za nastavak ugodnog druženja uz istoimenu temu je Umjetna inteligencija

(engl. Artificial Intelligence: A.I.), film Stevena Spielberga iz 2001. godine