Az két korábbi cikk láthattuk, hogy Alan Turing, Claude Shannon és John von Neuman munkája hogyan tette lehetővé a mesterséges intelligencia befogadására alkalmas számítógépek létrehozását. Azonban mindenmég olyan programokat kellett létrehozni, amelyek képesek a feladat elvégzésére. Éppen ezért ebben a bejegyzésben leírjuk a szoftver útját az első beszélgetésszimulációktól a jelenlegi nyelvi modellekig.
Alan Turing volt az első, aki meghatározta az ilyen típusú programok sikerének meghatározásának módját. A probléma az, hogy a Turing-teszt csak programozási készségeket mutatott be, nem mintha egy mesterséges intelligenciának nevezhető dologgal álltunk volna szemben.
A szoftver útja
Míg Marvin Minsky definíciója megköveteli, hogy egy gépnek ugyanazt a feladatot kell ellátnia, mint az embernek, ahhoz, hogy mesterséges intelligenciának tekintsék, gondolkodási képességre van szükség, A Turing-teszt csak azt kérdezi, hogy az emberi lény ne tudja megállapítani, hogy a beszélgetőpartnere az-e vagy sem.
Bár az ELIZA, az 60-as évek közepén írt számítógépes programnak nem volt célja, hogy megfeleljen a Turing-teszten, számos olyan program alapjait fektette le, amelyek megkísérlik ezt. A műsor egy pszichiáter szerepét öltötte magára, aki egy sor kérdést tett fel a páciensnek olyan gyakori témákról, mint a család, a barátok vagy a hangulat. A válaszok szerint egy előre meghatározott vonalat követve folytatta.
Sem az ELIZA (sőt semmilyen más szoftver) nem jöhetett volna létre egy autodidakta matematika tanár, nevű tanár munkái nélkül. George Boole, aki a XNUMX. században elkezdte tanulmányozni az emberi gondolkodás folyamatának matematikai kifejezésekre való fordítását. Ehhez elemezte, hogyan lehet az objektumokat osztályokba csoportosítani, és mi történt, amikor ezeket az osztályokat másokkal kombinálták. Ezután mindegyik kapcsolathoz jeleket rendelt.
A formalizálástól a visszajelzésig
Ha egy halmaz objektumait megerősítések változtatják, és három lehetséges kapcsolatot hozunk létre közöttük (ÉS, VAGY és NEM) már megvan a mód arra, hogy két csoportba soroljuk őket (igaz vagy hamis).
Boole művei azonban nem voltak alkalmasak mindenféle állításra. Szükség volt egy módra az általános fogalmak leírására. Vagyis a körülményektől függően igazak vagy hamisak lehetnek.
Hogy érthető legyen. A logikai jobok lehetővé teszik az állítással való munkát
Diego argentin és ír Linux Adictos
De ezzel nem tudsz mit kezdeni:
X az... és Z-ben írja.
Erre az 70-es évekig kellett várni, amikor is egy Frege nevű német professzor bevezette a predikátum fogalmát. Az állítmány egy olyan állítás, amely a körülményektől függően igaznak vagy hamisnak írható le.
Diego, Argentin y Linux-függős olyan entitások, amelyek sem nem igazak, sem nem hamisak, de attól függően, hogy hogyan vannak predikátumban kombinálva, azzá teszik.
Freje két kifejezést adott hozzá a megfelelő szimbólumokkal:
Mindenért (Azt jelzi, hogy egy változó összes értéke megfelel egy feltételnek)
Van egy… ilyen (Azt jelenti, hogy van legalább egy elem, amely megfelel egy feltételnek.
visszacsatolási elmélet
A következő nagy hozzájárulás a mesterséges intelligencia létrehozásához nem matematikai volt, hanem a biológiától származott. Norbert Wiener, a Cybernetics alapítója a mérnöki tudomány és a biológia közös pontjai iránt érdeklődött. Ez az érdeklődés indította el annak elemzésére, hogy a melegvérű állatok hogyan tartják állandó hőmérsékletüket a változó környezeti hőmérséklet ellenére. Wiener feltételezte, hogy ebben és más esetekben visszacsatolási mechanizmusok működtek. Más szóval, az információ fogadásakor válasz keletkezett az ahhoz való alkalmazkodás érdekében.
Továbbmenve megerősítette, hogy az intelligens viselkedés nem más, mint a visszacsatolási mechanizmusok eredménye. Más szóval arra a következtetésre juthatunk Az intelligencia (természetes vagy mesterséges) az információgyűjtésről, annak feldolgozásáról, az eredményre való fellépésről és a folyamat megismétléséről szól.