O konkretnych rozwiązaniach w dziedzinie sztucznej inteligencji.

O konkretnych rozwiązaniach w dziedzinie sztucznej inteligencji – Małgorzata Sobczak
O konkretnych rozwiązaniach w dziedzinie sztucznej inteligencji.
Wstęp
Podstawowym zagadnieniem jest odpowiedź na pytanie czym właściwie jest inteligencja. Czy
inteligencja wymaga myślenia, czym jest myśl. Na nasze potrzeby możemy chwilowo uznać, że są to
pojęcia abstrakcyjne, przez co nie mają jednoznacznej definicji. Dlatego zakładamy znaczenie
inteligencji, jako dającej możliwość podejmowania optymalnych decyzji. Na poprzednich wykładach
zastanawialiśmy się czy komputer może myśleć. Dlatego możemy rozważać, czy jeśli zarówno
człowiek jak i komputer podejmuje te tak zwane optymalne decyzje, przy czym człowiek w tym celu
myśli, to czy komputer też myśli?
Decyzje optymalne – to decyzje które przybliżają nas do wybranego celu.
Systemy Eksperckie
Systemy eksperckie to systemy, które składają się ze swojego założenia z dwóch części bazodanowej i
podejmującej decyzje. Innymi słowy mamy jakąś bazę danych i na podstawie tej „wiedzy”,
podejmujemy decyzje. Dlaczego używam względem bazy słowa wiedza, ponieważ to przypomina w
jaki sposób postrzegamy ludzkie procesy decyzyjne. Kiedy na kolokwium i egzaminie dostajemy
pytanie, odpowiedz formułujemy na podstawie tego czego się nauczyliśmy. Stąd tak zwany machine
learning, skoro my się uczymy to może komputery, czy nawet same programy też mogą się uczyć.
Drzewa rozpinające
Drzewo jest grafem bez cykli, jego nazwa pochodzi od analogi do przyrody. Mamy korzeń, który jest
punktem startowym a liście drzewa są możliwymi rozwiązaniami, na przykład rozważając kółko i
krzyżyk rozpoczynamy od pustej planszy, w następnym kroku mamy rozmieszony jeden znak, a w
liściach mamy ułożenia znaków które kończą grę.
Taki drzewa można usprawniać obcinając z niepotrzebnych elementów, na przykład biorąc pod
uwagę do których ruchów przeciwnik nie dopuści. Można też uznać, że obie strony będą grać
optymalnie.
Sztuczne sieci neuronowe
Jest to próba zamodelowania działania sieci neuronowej występującej w mózgu, należy tu zaznaczyć,
że nie każda tkanka nerwowa wykonuje procesy myślowe, bez ręki można myśleć, a stracimy element
tkanki nerwowej. Także mówiąc sztuczne sieci neuronowe dokonujemy pewnego skrótu myślowego.
Wiemy, że tkanka nerwowa składa się z neuronów. Neuronu ułożone szeregowo służą do rozsyłania
informacji, dopiero sieć, czy chmura jak można obrazować tkanką nerwową w mózgu, odpowiada za
myślenie. Dlaczego tak mocno zwracam na to uwagę. Kiedy powstała model perceptronu – który był
modelem pojedynczego neuronu, został zaatakowany ponieważ nie można na nim obliczyć bramki
xor. Tyle, że dwa perceptrony już potrafią obliczyć xor.
Algorytmy ewolucyjne
Jest to próba otrzymania rozwiązania przy użyciu modelu, który jest wzorowany na procesach
występujących w ewolucji gatunkowej. Każde rozwiązanie traktujemy jak osobnika, wszystkie
osobniki to populacja. Osobniki się wzajemnie krzyżują i mogą mutować z między kolejnymi
pokoleniami zachodzi proces selekcji. Taki rozwiązania tworzą na chmury wzglądem funkcji celu.
Inteligencja rojowa
Jak działają mrówki? Jak to jest, że różne mrówki chodzą tą samą ścieżką, mimo że wiemy że się nie
uczą. Mrówki są przykładem inteligencji zbiorowej, dzięki pewnym cechą, mimo że pojedyncze
O konkretnych rozwiązaniach w dziedzinie sztucznej inteligencji – Małgorzata Sobczak
osobniki nie wykazują inteligencji, razem żyjąc w mrowisku przypominają jeden organizm. Pewne
podobne cechy wykazują ławice ryb, czy klucze ptaków. Choć pojedynczy ptak potrafi się uczyć, to
klucz ptaków zdaje się wykazywać inne cechy, my skupimy się na najbardziej prymitywnym z tych
gatunków czyli na mrówkach. Jak mrówki znajdują najlepszą drogę do mrowiska? Dzięki swojej
fizjologii i sprzyjającej im geometrii. Każda mrówka, przechodząc zostawia ślad feromonów, najlepsza
droga to droga o największym zagęszczeniu feromonów, co jest związane z tym, że najłatwiej
utrzymać duże stężenie feromonu na drodze najkrótszej. Ponieważ musimy pamiętać, że feromony
ulatniają się.
Czy ludzie myślą?
Jeśli tak to dlaczego najbardziej popularne metody sztucznej inteligencji noszą cech wiążące je z
biologią. Dlatego że ludzie zauważają podobieństwa, a może nie są w stanie wymyślić czy nawet
dopuścić do siebie, że coś co nie nosi cech biologicznych nie może być inteligentne?
Odniesienia literackie (na przykładzie Diuny - Franka Herberta oraz Dżihadu
Butleriańskiego – Briana Herberta i Kevina J. Andersona, podczas wykładu)
Problem tego co się stanie, gdy maszyny zaczną myśleć (jeśli zaczną), jest rozpatrywany w wielu
dziełach zaliczanych do nurtu science-fiction. W większości wypadków obawą są uczucia i mamy tu
zarówno ich występowanie i ich brak. Motyw ten występuje w książkach, komiksach, anime, filmach
czy grach komputerowych. Często również porusza proble cyborgów, sądzę że osoby które miały
kontakt z Ghost in the Shell, zgodzą się, że są tam widoczne pewne przemyślenia filozoficzne.
Notka od prelegenta – zanim coś zrobisz doczytaj do końca
Zawarłam tu ogólny przegląd tego o czym chcę mówić nie wchodzę w szczegóły i jestem świadoma,
że pewne myśli wieszam w „próżni”. Jeśli jesteście chętni zachęcam do szukania informacji na własną
rękę, lecz ostrzegam, że właśnie na skutek ich mnogości, traktuję te tematy tak ogólnikowo.
Bardziej niż do szukania informacji zachęcam do przemyśleń na ten temat i oczekuję dyskusji.