在 前兩篇文章 我們看到了 Alan Turing、Claude Shannon 和 John von Neuman 的工作如何使創建能夠託管人工智能的計算機成為可能。 然而,所有仍然必須創建能夠完成任務的程序. 這就是為什麼在這篇文章中我們描述了軟件從第一次對話模擬到當前語言模型的路徑。
Alan Turing 是第一個定義確定此類程序是否成功的方法的人。 問題是圖靈測試只展示了編程技巧, 並不是說我們面對的是所謂的人工智能。
軟件之路
雖然 Marvin Minsky 的定義要求機器必須執行與人類相同的任務才能被視為人工智能,但它需要思考的能力, 圖靈測試只要求一個人無法確定他的對話者是否是。
儘管 ELIZA 這一編寫於 60 世紀 XNUMX 年代中期的計算機程序並沒有打算通過圖靈測試,但它 為許多試圖這樣做的項目奠定了基礎. 該節目扮演精神科醫生的角色,向患者詢問一系列關於家庭、朋友或情緒等常見話題的問題。 根據答案,他繼續沿著預先設定的路線前進。
如果沒有一位名叫 George Boole 在 XNUMX 世紀開始研究將人類推理過程轉化為數學術語。 為此,他分析了將對象分組到類中的方法,以及當這些類與其他類組合時會發生什麼。 然後,他為這些關係中的每一個分配了符號。
從形式化到反饋
如果集合的對像被肯定改變,我們在它們之間建立三種可能的關係(AND、OR 和 NOT) 我們已經有辦法將它們分為兩組(真或假)。
然而,布爾的作品並沒有對各種說法都好。 需要一種方法來描述一般概念。 也就是說,它們可能是對的,也可能是假的,這取決於具體情況。
這樣就明白了。 布爾作業允許您使用斷言
迭戈是阿根廷人,寫於 Linux Adictos
但是你不能做任何事情:
X 是...並寫入 Z。
為此,我們不得不等到 70 年代,那時 一位名叫弗雷格的德國教授引入了謂詞的概念。 謂詞是可以根據情況描述為真或假的陳述。
迭戈, 阿根廷 y Linux 癮君子s 是既非真亦非假的實體,但取決於它們在謂詞中的組合方式,它們會如此。
Freje 添加了兩個表達式及其相應的符號:
為了一切 (表示一個變量的所有值都滿足一個條件)
有一個……這樣 (暗示至少有一個元素滿足條件。
反饋理論
創造人工智能的下一個偉大貢獻不是數學,而是來自生物學。 控制論的創始人諾伯特·維納 (Norbert Wiener) 對工程學和生物學之間的共同點很感興趣。 正是這種興趣促使他分析了溫血動物如何在環境溫度變化的情況下保持體溫恆定。 維納假設在這種情況和其他情況下反饋機制在起作用。 換句話說,當接收到信息時,會產生響應以適應它。
更進一步,他斷言智能行為只不過是反饋機制的結果。 換句話說,我們可以得出結論 智能(自然的或人工的)是關於收集信息、處理信息、根據結果採取行動並重複該過程。