I tidligere artikler vi så, hvordan AI-forskning gik fra letsindigheden i at prøve at skelne et menneske fra en maskine eller efterligne hjernens arkitektur til software, der efterligne tankeprocessen.
Hvis de første fremskridt kom fra fysikere, biologer, fysiologer og matematikere, ville det næste store spring komme fra et uventet sted, statsvidenskab.
Simon og rationalitet
Hvis du læste Business Administration, var du sandsynligvis nødt til at vugge en fed bog ved navn administrativ adfærd. For hvad der normalt er racens bibliografi, er det en bog, der er ganske brugbar og interessant, omend en smule tæt.
Forfatteren er en gentleman han ville modtage Nobelprisen i økonomi for at tilbagevise et af de mest elskede dogmer inden for økonomisk videnskab. Den rationelle forbrugers.
Uddannet i Statskundskab hans karriere begyndte at studere kommunale forvaltninger og efter et kort ophold i Marshall-planens administrationsorgan var han med til at stifte og undervise i Industrial Administration-graduate-programmet på det, der nu er kendt som Carnegie Mellon University.
Hvad er pointen til fælles mellem bureaukratier og kunstig intelligens? Beslutningsprocessen.
De klassiske økonomer har altid bekræftet, at vi er rationelle beslutningstagere. Med andre ord, før en række alternativer, forretningsfolk eller forbrugere, vil vi vælge den mulighed, der maksimerer fordelene eller reducerer omkostningerne mest. Konklusionen på dette er, at givet den samme række af alternativer og omstændigheder vil vi alle træffe den samme beslutning.
Simon nedtonede rækkevidden af denne formodede rationalitet. Han argumenterede for, at beslutningstageren aldrig overvejer alle de tilgængelige alternativer, og at vi ikke alle bruger de samme kriterier, når vi vurderer dem. Det, vi gør, er at anvende de samme kriterier på alle problemer, som hvis det var en madlavningsopskrift. Det var grundlaget for heuristik eller regelbaseret programmering.
Endnu et bidrag fra Simon vedtaget af Artificial Intelligence Det er opdelingen af mål i mindre delmål. At nå delmålene gør det nemmere at nå det overordnede mål.
Den første kunstig intelligens-software
Med hjælp fra Allen Newell, en fysikuddannet, og C Shaw, en aktuar, der blev computerprogrammør, Simon startede udviklingen af Logic Theorist, der betragtes som det første kunstig intelligens-program i historien.
Selvom den oprindelige hensigt var, at programmet skulle løse skak- eller geometriske problemer, brugte de det endelig til at løse sætninger fra en velkendt matematikbog. alligeveli modsætning til Turing-maskinen var målet ikke at løse matematiske problemer, men at efterligne den måde, hvorpå mennesker gennem selektiv heuristik bestemte det næste trin hvad de skulle gøre.
Søgningen efter det rigtige svar kan repræsenteres grafisk som en trælignende struktur.. Denne graf er kendt som et søgetræ.
I roden af søgetræet er den indledende hypotese. Grene kommer fra roden, hvor variationer af den oprindelige hypotese er placeret, som er resultatet af at anvende logikkens regler på den. Andre manipulationer anvendes på hver af grenene, hvilket genererer undergrene. Processen gentages indtil den ønskede konklusion er nået.
Målet med programmet for Simon og hans ledsagere var ikke beviset for sætningen, men at finde den vej, der ville føre til dette bevis.. Applikationen udforskede træet i henhold til visse forudindstillede regler for at finde den gren, der med størst sandsynlighed ville føre til det korrekte resultat. Han blev ved med at gentage processen, indtil han fandt den rigtige vej.
Hvis de første forsøg på kunstig intelligens var på siden af at efterligne hjernens arkitektur, gik Simon og hans kolleger den anden vej. De efterlignede, hvordan en computer arbejder med mennesker. Inden påbegyndelsen af kodningsopgaven, modtog en gruppe studerende sammen med Simons kone og børn kort med underrutinerne og logikreglerne udtrykt på engelsk og simulerede opførselen af programkomponenterne.