एन लॉस मागील लेख एआय संशोधन एखाद्या यंत्राद्वारे माणसाला सांगण्याचा प्रयत्न करणे किंवा मेंदूच्या आर्किटेक्चरची नक्कल करून विचार प्रक्रियेची नक्कल करणार्या सॉफ्टवेअरची नक्कल करणे या क्षुल्लकतेपासून ते आम्ही पाहिले.
जर पहिली प्रगती भौतिकशास्त्रज्ञ, जीवशास्त्रज्ञ, शरीरशास्त्रज्ञ आणि गणितज्ञांकडून झाली असेल, पुढील मोठी झेप एका अनपेक्षित ठिकाणाहून येईल, राज्यशास्त्र.
सायमन आणि तर्कशुद्धता
जर तुम्ही बिझनेस अॅडमिनिस्ट्रेशनचा अभ्यास केला असेल तर तुम्हाला कदाचित एक लठ्ठ पुस्तक पाळावे लागेल प्रशासकीय वर्तन. सामान्यतः वंशाची ग्रंथसूची काय आहे, हे एक पुस्तक आहे जे थोडेसे दाट असले तरी बरेच उपयुक्त आणि मनोरंजक आहे.
लेखक गृहस्थ आहेत त्याला अर्थशास्त्रातील नोबेल पारितोषिक अर्थशास्त्रातील सर्वात प्रिय मताचे खंडन केल्याबद्दल मिळेल. तर्कशुद्ध उपभोक्त्याचा.
राज्यशास्त्रात पदवी घेतली त्यांच्या कारकिर्दीला पालिका प्रशासनाचा अभ्यास सुरू झाला आणि मार्शल प्लॅनच्या प्रशासकीय मंडळात काही काळ काम केल्यानंतर, त्यांनी आता कार्नेगी मेलॉन युनिव्हर्सिटी म्हणून ओळखल्या जाणार्या इंडस्ट्रियल अॅडमिनिस्ट्रेशन ग्रॅज्युएट प्रोग्राममध्ये सह-स्थापना केली आणि शिकवले.
नोकरशाही आणि कृत्रिम बुद्धिमत्ता यांच्यात काय साम्य आहे? निर्णय घेण्याची प्रक्रिया.
आम्ही तर्कशुद्ध निर्णय घेणारे आहोत, असे शास्त्रीय अर्थशास्त्रज्ञ नेहमी सांगत. दुसऱ्या शब्दांत, पर्यायांच्या मालिकेपूर्वी, व्यावसायिक किंवा ग्राहक, आम्ही जास्तीत जास्त फायदे किंवा खर्च कमी करणारा पर्याय निवडू. यातून निष्कर्ष असा की पर्याय आणि परिस्थितीची समान मालिका पाहता आपण सर्वजण समान निर्णय घेऊ.
सायमनने त्या कथित तर्कशुद्धतेची व्याप्ती कमी केली. त्यांनी असा युक्तिवाद केला की निर्णय घेणारा सर्व उपलब्ध पर्यायांचा विचार करत नाही आणि त्यांचे मूल्यमापन करताना आपण सर्व समान निकष वापरत नाही. आम्ही जे करतो ते सर्व समस्यांसाठी समान निकष लागू करतो जसे की ती स्वयंपाकाची पाककृती आहे. हेच्युरिस्टिक्स किंवा नियम-आधारित प्रोग्रामिंगचा आधार होता.
आर्टिफिशियल इंटेलिजन्सने स्वीकारलेले सायमनचे आणखी एक योगदान हे लहान उप-लक्ष्यांमध्ये लक्ष्यांचे विभाजन आहे. उपलक्ष्यांपर्यंत पोहोचल्याने एकूण ध्येय गाठणे सोपे होते.
पहिले कृत्रिम बुद्धिमत्ता सॉफ्टवेअर
अॅलन नेवेल, एक भौतिकशास्त्र पदवीधर, आणि सी शॉ, एक अॅक्च्युरी बनलेला संगणक प्रोग्रामर यांच्या मदतीने, सायमनने लॉजिक थिअरिस्टचा विकास सुरू केला, जो इतिहासातील पहिला कृत्रिम बुद्धिमत्ता कार्यक्रम मानला जातो.
बुद्धिबळ किंवा भूमितीय समस्या सोडवण्याचा कार्यक्रमाचा मूळ हेतू असला तरी शेवटी त्यांनी एका सुप्रसिद्ध गणिताच्या पुस्तकातील प्रमेय सोडवण्यासाठी त्याचा वापर केला. असे असले तरी, ट्युरिंग मशीनच्या विपरीत, यामागचा उद्देश गणितीय समस्या सोडवणे हा नव्हता तर निवडक ह्युरिस्टिक्सद्वारे मानवांनी पुढील पायरी ठरवलेल्या मार्गाचे अनुकरण करणे हा होता. त्यांना काय करायचे होते.
योग्य उत्तराचा शोध वृक्षासारखी रचना म्हणून ग्राफिक पद्धतीने दर्शविला जाऊ शकतो.. हा आलेख शोध वृक्ष म्हणून ओळखला जातो.
शोध वृक्षाच्या मुळाशी प्रारंभिक गृहीतक आहे. शाखा मूळ पासून येतात ज्यामध्ये प्रारंभिक गृहीतकेचे भिन्नता स्थित असतात, जे तर्कशास्त्राचे नियम लागू केल्यामुळे उद्भवतात. इतर फेरफार प्रत्येक शाखेला लागू केले जातात, उप-शाखा निर्माण करतात. इच्छित निष्कर्षापर्यंत पोहोचेपर्यंत प्रक्रिया पुन्हा केली जाते.
सायमन आणि त्याच्या साथीदारांच्या कार्यक्रमाचा उद्देश प्रमेयाचा पुरावा नसून त्या पुराव्याकडे नेणारा मार्ग शोधणे हा होता.. योग्य परिणाम मिळण्याची शक्यता असलेली शाखा शोधण्यासाठी अनुप्रयोगाने काही पूर्व-निर्धारित नियमांनुसार झाडाचे अन्वेषण केले. जोपर्यंत त्याला योग्य मार्ग सापडत नाही तोपर्यंत तो प्रक्रिया पुन्हा करत राहिला.
जर कृत्रिम बुद्धिमत्तेचे पहिले प्रयत्न मेंदूच्या आर्किटेक्चरची नक्कल करण्याच्या बाजूने होते, तर सायमन आणि त्याचे सहकारी दुसरीकडे गेले. संगणक लोकांसोबत कसा कार्य करतो याची त्यांनी नक्कल केली. कोडिंग कार्य सुरू करण्यापूर्वी, सायमनच्या पत्नी आणि मुलांसह सामील झालेल्या विद्यार्थ्यांच्या गटाला इंग्रजीमध्ये व्यक्त केलेले सबरूटीन आणि लॉजिक नियम असलेली कार्डे मिळाली आणि कार्यक्रमाच्या घटकांच्या वर्तनाचे अनुकरण केले.