U dva prethodna članka vidjeli smo kako je rad Alana Turinga, Claudea Shanona i Johna von Neumana omogućio stvaranje kompjutera sposobnih za smještaj umjetne inteligencije. Međutim, svei dalje su morali biti kreirani programi sposobni za obavljanje zadatka. Zato u ovom postu opisujemo put softvera od prvih simulacija razgovora do trenutnih jezičkih modela.
Alan Turing je bio prvi koji je definirao način utvrđivanja uspjeha ove vrste programa. Problem je u tome što je Turingov test pokazao samo vještinu programiranja, nije da smo se suočili sa nečim što bi se moglo nazvati veštačkom inteligencijom.
Put softvera
Dok definicija Marvina Minskyja zahtijeva da mašina treba da se smatra umjetnom inteligencijom mora obavljati isti zadatak kao i ljudsko biće, potrebna je sposobnost razmišljanja, Turingov test samo traži da ljudsko biće ne može odrediti da li je njegov sagovornik ili nije.
Iako ELIZA, kompjuterski program napisan sredinom 60-ih, nije trebao proći Turingov test, postavio temelje za brojne programe koji će to pokušati. Emisija je preuzela ulogu psihijatra koji postavlja niz pitanja pacijentu o uobičajenim temama kao što su porodica, prijatelji ili raspoloženje. Prema odgovorima, nastavio je po unaprijed utvrđenoj liniji.
Ni ELIZA (kao i bilo koji drugi softver) ne bi bila moguća bez radova samoukog nastavnika matematike po imenu George Boole koji je u XNUMX. vijeku počeo proučavati prevođenje procesa ljudskog rasuđivanja u matematičke termine. Za to je analizirao način grupisanja objekata u klase i šta se dogodilo kada su ove klase kombinovane sa drugim. Zatim je dodijelio simbole za svaki od tih odnosa.
Od formalizacije do povratne informacije
Ako se objekti skupa promijene afirmacijama i uspostavimo tri moguća odnosa između njih (I, ILI i NE) već imamo način da ih klasifikujemo u jednu od dve grupe (tačno ili netačno).
Međutim, Booleova djela nisu bila dobra za sve vrste tvrdnji. Bio je potreban način da se opišu opšti koncepti. Odnosno, mogu biti istinite ili netačne u zavisnosti od okolnosti.
Tako da se razume. Logički poslovi vam omogućavaju da radite sa tvrdnjom
Diego je Argentinac i piše Linux Adictos
Ali ne možete učiniti ništa sa:
X je... i piše u Z.
Za to smo morali čekati do 70-ih, kada njemački profesor po imenu Frege uveo je koncept predikata. Predikat je izjava koja se može opisati kao istinita ili lažna u zavisnosti od okolnosti.
Diego, Argentinski y Linux Addictsu entiteti koji nisu ni istiniti ni lažni, ali u zavisnosti od toga kako su kombinovani u predikatu, oni će ga učiniti takvim.
Freje je dodao dva izraza sa odgovarajućim simbolima:
Za sve (Označava da sve vrijednosti varijable ispunjavaju uvjet)
Postoji… takav (Podrazumijeva da postoji barem jedan element koji će zadovoljiti uvjet.
teorija povratne sprege
Sljedeći veliki doprinos stvaranju vještačke inteligencije nije bio matematički, već je došao iz biologije. Norbert Wiener, osnivač kibernetike, bio je zainteresovan za zajedničke tačke između inženjerstva i biologije. Upravo ga je to zanimanje navelo da analizira kako toplokrvne životinje održavaju konstantnu temperaturu uprkos promjeni temperature okoline. Wiener je pretpostavio da su u ovom i drugim slučajevima na djelu mehanizmi povratnih informacija. Drugim riječima, prilikom primanja informacija proizvodio se odgovor kako bi se njima prilagodio.
Idući dalje, došao je do potvrde da inteligentno ponašanje nije ništa drugo do rezultat mehanizama povratnih informacija. Drugim riječima, možemo to zaključiti Inteligencija (prirodna ili vještačka) se odnosi na prikupljanje informacija, njihovu obradu, djelovanje na rezultat i ponavljanje procesa.