U dva prethodna članka vidjeli smo kako je rad Alana Turinga, Claudea Shannona i Johna von Neumana omogućio stvaranje računala koja mogu ugostiti umjetnu inteligenciju. Međutim, sviprogrami su još uvijek morali biti stvoreni sposobni obaviti zadatak. Zato u ovom postu opisujemo put softvera od prvih simulacija razgovora do sadašnjih jezičnih modela.
Alan Turing je prvi definirao način na koji se može odrediti uspjeh ove vrste programa. Problem je u tome što je Turingov test pokazao samo vještinu programiranja, ne da smo se suočavali s onim što bi se moglo nazvati umjetnom inteligencijom.
Put softvera
Dok definicija Marvina Minskyja zahtijeva da stroj mora obavljati isti zadatak kao i ljudsko biće da bi se smatrao umjetnom inteligencijom, on zahtijeva sposobnost razmišljanja, Turingov test samo traži da ljudsko biće ne može odrediti je li njegov sugovornik ili nije.
Iako ELIZA, računalni program napisan sredinom 60-ih, nije trebao proći Turingov test, postavio temelje za brojne programe koji će to pokušati učiniti. Emisija je preuzela ulogu psihijatra koji pacijentu postavlja niz pitanja o uobičajenim temama poput obitelji, prijatelja ili raspoloženja. Prema odgovorima, nastavio je ići unaprijed utvrđenom linijom.
Ni ELIZA (kao ni bilo koji drugi softver) ne bi bila moguća bez radova samoukog učitelja matematike po imenu George Boole koji je u XNUMX. stoljeću počeo proučavati prevođenje ljudskog procesa razmišljanja u matematičke pojmove. Za to je analizirao način grupiranja objekata u klase i što se dogodilo kada su te klase kombinirane s drugima. Zatim je dodijelio simbole za svaki od tih odnosa.
Od formalizacije do povratne informacije
Ako se objekti skupa mijenjaju afirmacijama i između njih uspostavimo tri moguća odnosa (I, ILI i NE) već imamo način da ih klasificiramo u jednu od dvije grupe (točno ili netočno).
Međutim, Booleovi radovi nisu bili dobri za sve vrste tvrdnji. Bio je potreban način za opisivanje općih pojmova. Odnosno, mogu biti istiniti ili lažni, ovisno o okolnostima.
Tako da se razumije. Booleovi poslovi omogućuju vam rad s tvrdnjom
Diego je Argentinac i piše Linux Adictos
Ali ne možete učiniti ništa s:
X je... i piše u Z.
Za to smo morali čekati do 70-ih, kada je njemački profesor po imenu Frege uveo je koncept predikata. Predikat je izjava koja se može opisati kao istinita ili lažna, ovisno o okolnostima.
Diego, argentinska y Ovisnik o Linuxus su entiteti koji nisu ni istiniti ni lažni, ali ovisno o tome kako su kombinirani u predikatu, učinit će ga takvima.
Freje je dodao dva izraza s odgovarajućim simbolima:
Za sve (Pokazuje da sve vrijednosti varijable ispunjavaju uvjet)
Postoji… takvo što (Implicira da postoji barem jedan element koji će zadovoljiti uvjet.
teorija povratne sprege
Sljedeći veliki doprinos stvaranju umjetne inteligencije nije bio matematički, došao je iz biologije. Norbert Wiener, utemeljitelj kibernetike, bio je zainteresiran za dodirne točke između inženjerstva i biologije. To ga je zanimanje navelo da analizira kako su toplokrvne životinje održavale svoju temperaturu konstantnom unatoč promjenjivim temperaturama okoline. Wiener je pretpostavio da su u ovom i drugim slučajevima na djelu mehanizmi povratne sprege. Drugim riječima, prilikom primanja informacija proizveo se odgovor da se njima prilagodi.
Idući dalje, došao je do tvrdnje da inteligentna ponašanja nisu ništa više od rezultata mehanizama povratne sprege. Drugim riječima, možemo zaključiti da Inteligencija (prirodna ili umjetna) odnosi se na prikupljanje informacija, njihovu obradu, djelovanje na rezultat i ponavljanje procesa.