Dalam dua artikel sebelumnya kami melihat bagaimana karya Alan Turing, Claude Shannon, dan John von Neuman memungkinkan terciptanya komputer yang mampu menampung kecerdasan buatan. Namun, semuaprogram masih harus dibuat mampu melakukan tugas. Itu sebabnya dalam posting ini kami menjelaskan jalur perangkat lunak dari simulasi percakapan pertama hingga model bahasa saat ini.
Alan Turing adalah orang pertama yang menentukan cara untuk menentukan keberhasilan program jenis ini. Masalahnya adalah tes Turing hanya menunjukkan keterampilan pemrograman, bukan karena kami menghadapi apa yang bisa disebut kecerdasan buatan.
Jalur perangkat lunak
Sementara definisi Marvin Minsky mensyaratkan bahwa untuk dianggap sebagai kecerdasan buatan, sebuah mesin harus melakukan tugas yang sama seperti manusia membutuhkan kemampuan untuk berpikir, tes Turing hanya meminta agar manusia tidak dapat menentukan apakah lawan bicaranya benar atau tidak.
Meskipun ELIZA, program komputer yang ditulis pada pertengahan 60-an, tidak dimaksudkan untuk lulus uji Turing, meletakkan dasar untuk sejumlah program yang akan mencoba untuk melakukannya. Pertunjukan tersebut berperan sebagai psikiater yang mengajukan serangkaian pertanyaan kepada pasien tentang topik umum seperti keluarga, teman, atau suasana hati. Menurut jawaban, dia terus mengikuti garis yang telah ditentukan sebelumnya.
Baik ELIZA (dan memang perangkat lunak lainnya) tidak akan mungkin terjadi tanpa karya seorang guru matematika otodidak bernama George Boole yang pada abad ke-XNUMX mulai mempelajari terjemahan istilah-istilah matematika dari proses penalaran manusia. Untuk ini, dia menganalisis cara mengelompokkan objek ke dalam kelas-kelas dan apa yang terjadi ketika kelas-kelas ini digabungkan dengan yang lain. Dia kemudian menetapkan simbol untuk masing-masing hubungan itu.
Dari formalisasi ke umpan balik
Jika objek dari suatu himpunan diubah oleh afirmasi dan kami menetapkan tiga kemungkinan hubungan di antara mereka (AND, OR dan NOT) kami sudah memiliki cara untuk mengklasifikasikannya ke dalam salah satu dari dua grup (Benar atau Salah).
Namun, karya Boole tidak bagus untuk semua jenis klaim. Diperlukan suatu cara untuk menggambarkan konsep-konsep umum. Artinya, mereka bisa benar atau salah tergantung pada keadaan.
Supaya dipahami. Pekerjaan Boolean memungkinkan Anda untuk bekerja dengan pernyataan tersebut
Diego adalah orang Argentina dan menulis Linux Adictos
Tetapi Anda tidak dapat melakukan apa pun dengan:
X adalah... dan ditulis dalam Z.
Untuk ini, kami harus menunggu hingga tahun 70-an, ketika seorang profesor Jerman bernama Frege memperkenalkan konsep predikat. Predikat adalah pernyataan yang dapat digambarkan sebagai benar atau salah tergantung pada keadaan.
Diego, Argentina y Pecandu Linuxs adalah entitas yang tidak benar atau salah, tetapi bergantung pada bagaimana mereka digabungkan dalam sebuah predikat, mereka akan membuatnya demikian.
Freje menambahkan dua ekspresi dengan simbol yang sesuai:
Untuk semuanya (Menunjukkan bahwa semua nilai suatu variabel memenuhi syarat)
Ada… seperti itu (Menyiratkan bahwa setidaknya ada satu elemen yang akan memenuhi suatu kondisi.
teori umpan balik
Kontribusi besar berikutnya untuk penciptaan Kecerdasan Buatan bukanlah matematika, melainkan dari Biologi. Norbert Wiener, pendiri Cybernetics, tertarik pada persamaan antara Teknik dan Biologi. Ketertarikan itulah yang membuatnya menganalisis bagaimana hewan berdarah panas menjaga suhu tetap konstan meskipun suhu lingkungan berubah. Wiener mendalilkan bahwa dalam kasus ini dan kasus lainnya mekanisme umpan balik bekerja. Dengan kata lain, ketika menerima informasi, dihasilkan tanggapan untuk beradaptasi dengannya.
Lebih jauh lagi, dia menegaskan bahwa perilaku cerdas tidak lebih dari hasil mekanisme umpan balik. Dengan kata lain, kita dapat menyimpulkan bahwa Kecerdasan (alami atau buatan) adalah tentang mengumpulkan informasi, memprosesnya, bertindak berdasarkan hasil, dan mengulangi prosesnya.