Inteligenţa Artificială studiază entităţile inteligente

1.2.3. Gândirea umană: abordarea modelului cognitiv:

Dacă spunem că un program gândeşte ca un om trebuie mai întâi să determinăm cum gândesc oamenii. Sunt doua posibilităţi:

prin introspecţie: încercând să determinăm modul în care gândim

prin experienţe psihologice.

Din moment ce avem o teorie suficient de precisă a minţii, devine posibil de a exprima această teorie într-un program. Dacă intrările, ieşirile şi comportarea sincronizată se potriveşte cu comportamentul uman, este evident că câteva dintre mecanismele programului pot opera şi asupra oamenilor. De exemplu, Newell şi Simon, care au dezvoltat “General Problem Solver”(Newell şi Simon,1961), nu au fost mulţumiţi numai cu faptul că programul lor rezolva corect problemele. Au fost mai interesaţi de compararea paşilor făcuţi de calculator cu paşii făcuţi de om în rezolvarea aceleiaşi probleme. Este în contradicţie cu alţi cercetători din timpul lor (ca Wang,1960), care s-au axat pe primirea răspunsurilor corecte fără a se interesa de modul cum oamenii ar putea gândi.

Domeniul interdisciplinar al ştiinţelor cognitive aduce împreună modele de calculatoare din I.A. şi tehnici experimentale din domeniul psihologiei pentru a încerca construirea unor teorii precise şi testabile privitoare la funcţionarea minţii umane. Adevăratele ştiinţe cognitive sunt bazate pe investigarea experimentală a oamenilor.

1.2.4. Gândirea raţională: legile abordării gândurilor

Filozoful grec Aristotel a fost unul dintre primii care a încercat să codifice “gândirea corectă” care este procesul de raţionament. Faimoasele lui silogisme au dat şabloane pentru structuri argumentale care întotdeauna au oferit concluzii corecte premiselor corecte. De exemplu, “Socrate este un om. Toţi oamenii sunt muritori.” prin urmare “Socrate este muritor.” Aceste legi ale gândirii se presupune că guvernează operaţiile minţii şi au iniţiat domeniul logicii.

Dezvoltarea logicii formale la sfârşitul secolului XIX şi început secolului XX au oferit notaţii precise pentru toate tipurile de lucruri şi pentru relaţiile dintre ele. Pentru această abordare există două obstacole principale. În primul rând, obţinerea de cunoaşterii informale nu este uşoară, mai ales când cunoaşterea nu este sigură în proporţie de 100%. În al doilea rând este o mare diferenţă între a fi in stare să rezolvi o problemă “in principiu” şi a pune acest lucru în aplicare.

1.2.5. Comportamentul raţional: agentul raţional

Comportamentul raţional înseamnă a ne comporta astfel încât să atingem anumite scopuri fiind date anumite cerinţe. Un agent este o entitate care percepe şi acţionează. În abordarea I.A. prin “legile gândirii”, accentul este pus pe deducţiile corecte. Alcătuirea deducţiilor corecte este reprezintă o parte a unui agent raţional. Un mod de comportament este să se gândească la ce obţine efectuînd o anumită acţiune şi cum se apropie prin această acţiune de scopul propus. Mai apoi trebuie să acţioneze conform concluziilor deduse. Pe de altă parte, deducţiile corecte nu sunt în totalitate raţionale, pentru că există deseori situaţii în care decizia luată nu se dovedeşte a fi corectă, dar ceva trebuie făcut. De asemenea sunt căi de a acţiona raţional dar despre care nu se poate spune că folosesc deducţia. De exemplu, retragerea rapidă a mâinii de pe o suprafaţă încinsă este o acţiune reflexă care este mult mai bună decât o acţiune luată după deliberare atentă şi îndelungă.

Toate “aptitudinile cognitive” necesare pentru trecerea testului Turing permit acţiuni raţionale. Avem nevoie de abilitatea reprezentării cunoaşterii şi a raţionamentului pentru că acestea ne permit să luăm deciziile bune într-o mare varietate de situaţii. Trebuie să fim în stare să generăm propoziţii inteligibile în limbaj natural pentru că acest lucru ne permite să intrăm într-o societate complexă. Nu trebuie să învăţăm doar pentru erudiţie, pentru că având o mai bună cunoaştere a mediului înconjurător ne permite să generăm strategii mai eficiente de a ne descurca. Avem nevoie de percepţii vizuale nu doar pentru a vedea e interesant ci pentru a avea o idee mai bună despre ce acţiune trebuie făcută.

Studiul I.A. prin intermediul proiectării agenţilor raţionali are cel puţin două avantaje. Primul avantaj este că agenţii raţionali sunt mai generali decât abordarea prin “legile gândirii”. Aceasta pentru că deducţiile corecte sunt doar un mecanism folositor pentru atingerea raţionalităţii, nu unul necesar. Al doilea avantaj este că abordarea bazată pe agenţi raţionali este mai convenabilă deoarece standardul raţiunii este foarte bine definit şi general. Pe de altă parte, comportamentul uman este foarte bine adaptat unui mediu specific şi este, în parte, produsul unui complicat proces evolutiv care totuşi ar putea fi departe de atingerea scopului propus. Se va vedea că a atinge perfecţiunea raţionalităţii – întotdeauna să se aleagă acţiunea corectă - nu este posibilă în mediile complicate. Cererile computaţionale sunt pur şi simplu prea mari. Oricum, voi adopta ipoteza că înţelegând perfect deciziile luate este un bun punct de pornire.

3. Istoria Inteligenţei Artificiale:

Pentru ca inteligenţa artificială să aibă succes avem nevoie de două lucruri: inteligenţă şi suport fizic. Calculatorul a fost unanim desemnat ca suportul fizic cu cele mai mari şanse de a demonstra inteligenţa.

Prima lucrare care este acum general recunoscută ca fiind Inteligenţă Artificială a fost realizată de către Warren McCulloch şi Walter Pitts(1943). S-au axat pe trei surse: cunoaşterea psihologiei de bază şi funcţionarea neuronilor în creier; analiza formală a logicii propoziţiilor(datorată lui Russell şi Whitehead); şi teoria computaţională a lui Turing. Ei au propus un model de neuroni artificiali, în care, fiecare neuron este caracterizat prin două stări: “pornit” şi “oprit”. Starea “pornit” apare ca răspuns la stimularea produsă de un număr suficient de neuroni vecini. Starea unui neuron a fost concepută ca “echivalentul unei propoziţii care răspunde la un stimul adecvat”. De exemplu, ei au arătat că orice funcţie calculabilă poate fi calculată de câteva reţele formate din neuroni conectaţi, şi că toate conexiunile logice pot fi implementate ca structuri simple de reţea.

La începutul anilor ’50 Claude Shannon(1950) şi Alan Turing(1953) scriau programe de şah pentru calculatoare. În acelaşi timp Marvin Minsky şi Dean Edmonds au construit primul calculator bazat pe reţele neuronale(1951).

Anii de început ai Inteligenţei artificiale au fost plini de succese – într-un mod restrâns. Dat fiind calculatoarele primitive şi uneltele de programare ale timpului şi că doar cu câţiva ani înainte calculatoarele erau văzute ca lucruri care ştiau doar să efectueze calcule, era uimitor fiecare caz în care un calculator făcea un lucru relativ deştept. Se prefera să se creadă că un calculator nu poate face un lucru sau altul. Cercetătorii în Inteligenţa Artificială au răspuns în mod natural demonstrând rând pe rând acele lucruri care nu se credeau posibile. Anumiţi cercetători din timpurile noastre numesc această perioadă “Uite, fără mâini!”

Newell şi Simon au construit “General Problem Solver”. Spre deosebire de teoriile logice, acest program a fost creat din start să imite protocoalele umane de rezolvare a problemelor. S-a dovedit că modul în care calculatorul abordează subscopurile şi posibilele acţiuni este similar cu modul în care omul abordează aceeaşi problemă. De aceea GPS a fost, probabil, primul program care a îmbrăţişat abordarea “gândirii umane”.

La IBM, Nathaniel Rochester a făcut primele programe de inteligenţă artificială. Herbert Gelernter(1959) a construit Demonstratorul de Teoreme Geometrice.

În 1958 John McCarty a definit Lisp-ul, limbaj de programare de nivel înalt , care a devenit principalul limbaj de programare al inteligenţei artificiale. În acelaşi an publică articolul “Programs with Common Sense”, în care descrie un program ipotetic care poate fi văzut ca primul sistem complet de Inteligenţă Artificială. Sistemul a fost creat pentru a folosi cunoaşterea în scopul căutării de soluţii la probleme.

Primul sistem expert comercial a fost creat în 1982 şi ajuta la configurarea sistemelor noilor calculatoare. Până în 1986 compania producătoare a economisit 40 milioane dolari pe an. În 1988 articolul lui Judea Pearl “Probabilistic Reasoning in Intelligent Sistems” a creat o nouă acceptare a teoriei probabilităţii şi deciziei. Munca sa a promovat ideea unor sisteme expert normative – care acţionează raţional în conformitate cu legile teoriei deciziilor, nu încercând să imite experţi umani.

3.