在 前两篇文章 我们看到艾伦·图灵、克劳德·香农和约翰·冯·诺依曼的工作如何使创造能够承载人工智能的计算机成为可能。 然而，所有仍然必须创建能够完成任务的程序. 这就是为什么在这篇文章中我们描述了软件从第一次对话模拟到当前语言模型的路径。
Alan Turing 是第一个定义确定此类程序是否成功的方法的人。 问题是图灵测试只展示了编程技巧， 并不是说我们面对的是所谓的人工智能。
软件之路
虽然 Marvin Minsky 的定义要求机器必须执行与人类相同的任务才能被视为人工智能，但它需要思考的能力， 图灵测试只要求一个人无法确定他的对话者是否是。
尽管 ELIZA 这一编写于 60 世纪 XNUMX 年代中期的计算机程序并没有打算通过图灵测试，但它 为许多试图这样做的项目奠定了基础. 该节目扮演精神科医生的角色，就家庭、朋友或情绪等常见话题向患者提出一系列问题。 根据答案，他继续沿着预先设定的路线前进。
如果没有一位名叫 George Boole 在 XNUMX 世纪开始研究将人类推理过程转化为数学术语。 为此，他分析了将对象分组到类中的方法，以及当这些类与其他类组合时会发生什么。 然后，他为这些关系中的每一个分配了符号。
从形式化到反馈
如果集合的对象被肯定改变，我们在它们之间建立三种可能的关系（AND、OR 和 NOT) 我们已经有办法将它们分为两组（真或假）。
然而，布尔的作品并没有对各种说法都好。 需要一种方法来描述一般概念。 也就是说，它们可能是对的，也可能是假的，这取决于具体情况。
这样就明白了。 布尔作业允许您使用断言
迭戈是阿根廷人，写于 Linux Adictos
但是你不能做任何事情：
X 是...并写入 Z。
为此，我们不得不等到 70 年代，那时 一位名叫弗雷格的德国教授引入了谓词的概念。 谓词是可以根据情况描述为真或假的陈述。
迭戈, 阿根廷 y Linux 瘾君子s 是既非真亦非假的实体，但取决于它们在谓词中的组合方式，它们会如此。
Freje 添加了两个表达式及其相应的符号：
对所有人 （表示一个变量的所有值都满足一个条件）
有一个……这样 （暗示至少有一个元素满足条件。
反馈理论
创造人工智能的下一个伟大贡献不是数学，而是来自生物学。 控制论的创始人诺伯特·维纳 (Norbert Wiener) 对工程学和生物学之间的共同点很感兴趣。 正是这种兴趣促使他分析了温血动物如何在环境温度变化的情况下保持体温恒定。 维纳假设在这种情况和其他情况下反馈机制在起作用。 换句话说，当接收到信息时，会产生响应以适应它。
更进一步，他断言智能行为只不过是反馈机制的结果。 换句话说，我们可以得出结论 智能（自然的或人工的）是关于收集信息、处理信息、根据结果采取行动并重复该过程。