で 以前の記事 私たちは、AI 研究が、人間と機械を区別しようとしたり、脳のアーキテクチャを模倣したりするという軽薄なものから、思考プロセスを模倣するソフトウェアへと移行するのを見てきました。
最初の進歩が物理学者、生物学者、生理学者、数学者からもたらされた場合、次の大きな飛躍は、予想外の場所、政治学から来るでしょう。
サイモンと合理性
経営学を学んだ場合、おそらく、 行政行為. 通常、レースの参考文献については、少し分厚いものの、非常に有用で興味深い本です。
作者は紳士 彼は、最も愛されている経済学のドグマの XNUMX つを反駁したことで、ノーベル経済学賞を受賞しました。 合理的な消費者のそれ。
政治学卒業 彼のキャリアは地方自治体の行政を学び始めた マーシャル プランの管理機関で短期間勤務した後、彼は現在カーネギー メロン大学として知られている産業管理大学院プログラムを共同設立し、そこで教えました。
官僚機構と人工知能の共通点は何ですか? 意思決定のプロセス.
古典派経済学者は常に、私たちは合理的な意思決定者であると断言してきました。 言い換えれば、一連の選択肢、ビジネスマンまたは消費者の前に、利益を最大化するか、コストを最も削減するオプションを選択します. これの結論は、同じ一連の選択肢と状況が与えられた場合、私たちは皆同じ決定を下すということです.
サイモンは、その想定される合理性の範囲を軽視しました。 彼は、意思決定者が利用可能なすべての代替案を考慮することは決してなく、それらを評価するときにすべての人が同じ基準を使用するわけではないと主張しました. 私たちがしていることは、料理のレシピであるかのように、すべての問題に同じ基準を適用することです。 それが、ヒューリスティックまたはルールベースのプログラミングの基礎でした。
人工知能に採用されたサイモンからの別の貢献 これは、目標をより小さなサブ目標に分割することです。 サブゴールに到達すると、全体のゴールに到達しやすくなります。
最初の人工知能ソフトウェア
物理学の卒業生である Allen Newell と、アクチュアリーからコンピューター プログラマーに転向した C Shaw の助けを借りて、 サイモンは、史上初の人工知能プログラムと見なされる Logic Theorist の開発を開始しました。
元々の意図はチェスや幾何学の問題を解くためのプログラムでしたが、最終的には有名な数学の本の定理を解くためにプログラムを使用しました。 それにもかかわらず、チューリング マシンとは異なり、目的は数学的な問題を解決することではなく、人間が選択的ヒューリスティックを使用して次のステップを決定する方法をエミュレートすることでした。 彼らがしなければならなかったこと。
正解の検索は、ツリー状の構造としてグラフィカルに表現できます。. このグラフは検索ツリーと呼ばれます。
検索ツリーのルートには初期仮説があります。 分岐は、最初の仮説のバリエーションが配置されているルートから発生します。これは、論理規則をそれに適用した結果です。 他の操作が各ブランチに適用され、サブブランチが生成されます。 このプロセスは、目的の結論に到達するまで繰り返されます。
サイモンと彼の仲間のプログラムの目的は、定理の証明ではなく、その証明につながる道を見つけることでした.. アプリケーションは、事前に設定された特定のルールに従ってツリーを探索し、正しい結果につながる可能性が最も高い分岐を見つけました。 正しい道が見つかるまで、彼はこのプロセスを繰り返し続けました。
人工知能の最初の試みが脳のアーキテクチャを模倣する側にあったとしたら、サイモンと彼の同僚は反対の方向に進みました. 彼らは、コンピューターが人間とどのように連携するかを模倣しました。 コーディング タスクを開始する前に、Simon の妻と子供たちが参加した学生のグループは、英語で表現されたサブルーチンと論理規則が記載されたカードを受け取り、プログラム コンポーネントの動作をシミュレートしました。