Jo iepriekšējie raksti mēs skatījāmies, kā mākslīgā intelekta pētījumi pāriet no vieglprātības, mēģinot atšķirt cilvēku no mašīnas vai atdarināt smadzeņu arhitektūru, līdz programmatūrai, kas atdarina domāšanas procesu.
Ja pirmos sasniegumus nāca no fiziķiem, biologiem, fiziologiem un matemātiķiem, nākamais lielais lēciens nāktu no negaidītas vietas, politikas zinātnes.
Saimons un racionalitāte
Ja jūs studējāt uzņēmējdarbības vadību, jums, iespējams, bija jāizlasa resna grāmata ar nosaukumu administratīvā uzvedība. Par to, kas parasti ir sacensību bibliogrāfija, tā ir diezgan noderīga un interesanta grāmata, kaut arī nedaudz blīva.
Autors ir džentlmenis viņš saņemtu Nobela prēmiju ekonomikā par vienas no vismīļākajām ekonomikas zinātnes dogmām atspēkošanu. Ka racionāla patērētāja.
Beidzis politikas zinātni viņa karjera sākās, studējot pašvaldību pārvaldē un pēc īsa darba Māršala plāna administrācijas struktūrā viņš bija līdzdibinātājs un pasniedza Rūpniecības administrācijas absolventu programmā, kas tagad ir pazīstama kā Kārnegija Melona universitāte.
Kāda ir kopīgā jēga starp birokrātiju un mākslīgo intelektu? Lēmumu pieņemšanas process.
Klasiskie ekonomisti vienmēr ir apliecinājuši, ka mēs esam racionāli lēmumu pieņēmēji. Citiem vārdiem sakot, pirms virknes alternatīvu, uzņēmēji vai patērētāji, mēs izvēlēsimies iespēju, kas visvairāk palielina ieguvumus vai samazina izmaksas. Secinājums ir tāds, ka, ņemot vērā to pašu alternatīvu un apstākļu virkni, mēs visi pieņemsim vienu un to pašu lēmumu.
Saimons mazināja šīs domājamās racionalitātes apjomu. Viņš apgalvoja, ka lēmumu pieņēmējs nekad neņem vērā visas pieejamās alternatīvas un ka ne visi no mums, novērtējot tās, izmanto vienus un tos pašus kritērijus. Mēs darām tos pašus kritērijus visām problēmām, it kā tā būtu ēdiena gatavošanas recepte. Tas bija heiristikas jeb uz noteikumiem balstītas programmēšanas pamats.
Vēl viens Simona ieguldījums, ko pieņēma Mākslīgais intelekts Tā ir mērķu sadalīšana mazākos apakšmērķos. Apakšmērķu sasniegšana atvieglo kopējā mērķa sasniegšanu.
Pirmā mākslīgā intelekta programmatūra
Ar fizikas absolventa Alena Ņūvela un aktuāra, kurš kļuva par datorprogrammētāju, palīdzību, Saimons uzsāka loģikas teorētiķa izstrādi, kas tika uzskatīta par pirmo mākslīgā intelekta programmu vēsturē.
Lai gan sākotnēji programma bija paredzēta šaha vai ģeometrisko uzdevumu risināšanai, viņi beidzot to izmantoja, lai atrisinātu plaši pazīstamas matemātikas grāmatas teorēmas. tomērAtšķirībā no Tjūringa mašīnas, mērķis nebija atrisināt matemātiskas problēmas, bet gan līdzināties tam, kā cilvēki ar selektīvo heiristikas palīdzību noteica nākamo soli. kas viņiem bija jādara.
Pareizās atbildes meklēšanu var attēlot grafiski kā kokam līdzīgu struktūru.. Šis grafiks ir pazīstams kā meklēšanas koks.
Meklēšanas koka saknē ir sākotnējā hipotēze. Atzari nāk no saknes, kurā atrodas sākotnējās hipotēzes variācijas, kas rodas, piemērojot tai loģikas noteikumus. Katrai no filiālēm tiek veiktas citas manipulācijas, ģenerējot apakšnozares. Procesu atkārto, līdz tiek sasniegts vēlamais secinājums.
Saimona un viņa pavadoņu programmas mērķis nebija teorēmas pierādīšana, bet gan atrast ceļu, kas novedīs pie šī pierādījuma.. Lietojumprogramma izpētīja koku saskaņā ar noteiktiem iepriekš iestatītiem noteikumiem, lai atrastu zaru, kas, visticamāk, novedīs pie pareizā rezultāta. Viņš atkārtoja procesu, līdz atrada pareizo ceļu.
Ja pirmie mākslīgā intelekta mēģinājumi bija vērsti uz smadzeņu arhitektūras atdarināšanu, Saimons un viņa kolēģi devās uz citu ceļu. Viņi atdarināja to, kā dators strādā ar cilvēkiem. Pirms kodēšanas uzdevuma uzsākšanas skolēnu grupa, kurai pievienojās Simona sieva un bērni, saņēma kartītes ar angļu valodā izteiktām apakšprogrammām un loģikas likumiem un simulēja programmas komponentu uzvedību.