Inteligjenca artificiale

Aktualisht, një rrjet nervor i thellë zgjidh një kub Rubik në 1,2 sekonda. Për të arritur këtë rezultat, në kapërcyellin e shekujve XNUMX dhe XNUMX, u krijuan makinat logjike të Ramon Lull. Në këtë artikull do të mësoni hap pas hapi se çfarë ka ndodhur gjatë shekujve.

shekujt XIII-IV filozof spanjoll Ramon Lully (1) zhvillohet makina logjike. Ai i përshkroi makinat e tij si objekte mekanike që mund të lidhnin të vërtetat themelore dhe të pamohueshme përmes operacioneve të thjeshta logjike të kryera nga makina me shënues mekanikë.

30-50 vjeç. Shekulli XNUMX Këtë e kanë treguar hulumtimet në fushën e neuroshkencës. Norbert Wiener përshkruan kontrollin kibernetik dhe elasticitetin në rrjetet elektrike. Claude Shannon krijon teorinë e “informacionit të përshkruar nga sinjalet dixhitale”.

1936 , qëllimi i të cilit ishte të zgjidhte problemin e zgjidhshmërisë të paraqitur nga David Hilbert në vitin 1928, kjo është ajo që ai futi në të makinë abstraktetë aftë për të kryer një operacion të programuar matematikor, pra një algoritëm.

Makina mund të kryente vetëm një algoritëm të caktuar, të tillë si kuadrimi i një numri, pjesëtimi, shtimi, zbritja. Në punën time Turing ai përshkroi shumë makina të tilla, të cilat kanë marrë emrin e përbashkët Makinat Turing. Një zgjerim i këtij koncepti ishte e ashtuquajtura makinë universale Turing, e cila, në varësi të udhëzimeve të regjistruara në shirit, duhej të kryente çdo veprim (2).

2. Një nga modelet e makinës Turing

1943 Warren McCulloch i Walter Pitts tregoje neuron artificial mund të simulojë operacione të thjeshta duke krijuar një model rrjet nervor. Modeli i tyre bazohej thjesht në matematikë dhe algoritme dhe nuk mund të testohej për shkak të mungesës së burimeve kompjuterike.

1950 Në tekstin e tij të titulluar "Shkenca Kompjuterike dhe Inteligjenca", botuar në revistën Mind, Alan M. Turing për herë të parë prezanton testin, i quajtur atëherë "Testi Turing". Kjo është mënyra për të përcaktuar aftësia e makinës për të përdorur gjuhën natyrore dhe në mënyrë indirekte kishte për qëllim të provonte se ajo kishte zotëruar aftësinë për të menduar në të njëjtën mënyrë si një person.

1951 Marvin Minsky Oraz Dekani Edmonds ata ndërtojnë SNARK (anglisht), rrjeti i parë nervor artificial me 3 mijë tuba vakum. Makina luajti rolin e një miu, i cili po kërkon një rrugëdalje nga labirinti për të arritur te ushqimi. Sistemi bëri të mundur gjurmimin e të gjitha lëvizjeve të "miut" në labirint. Një gabim i projektimit bëri të mundur futjen e më shumë se një "miu" atje dhe "minjtë" filluan të ndërveprojnë me njëri-tjetrin. Përpjekjet e shumta që bënë i lejuan ata të fillonin të "mendonin" mbi një bazë logjike dhe kjo ndihmoi në përforcimin e zgjedhjes së duhur. “Minjtë” më të avancuar u pasuan nga “minjtë” e tjerë.

1955 Allen Newell dhe (laureati i ardhshëm i Nobelit) Herbert A. Simon kompozoni teoricienin e logjikës. Në fund të fundit, programi provon 38 nga 52 deklaratat e para të Principia Mathematica. Russell i Kokëbardhë, duke gjetur prova të reja dhe më elegante për disa.

1956 Termi "" ka lindur. Ajo u përdor për herë të parë në një konferencë të organizuar nga Kolegji Dartmouth në New Hampshire (3). Koncepti i ri u përkufizua si "një sistem që me vetëdije percepton dhe i përgjigjet mjedisit të tij në mënyrë që të maksimizojë shanset e tij për sukses". Në mesin e organizatorëve të ngjarjes ishin, duke përfshirë Marvin Minsky, John McCarthy dhe dy shkencëtarë të lartë: Claude Shannon i Nathan Rochester Z IBM.

. Anëtarë të Konferencës së Dartmouth 1956 Nga e majta në të djathtë: Marvin Minsky dhe Claude Shannon.

1960 ndërtesë rrjetet elektrokimike sende mësimore të emërtuara Adaline. Ndërtuar Bernard Widrow nga Universiteti Stanford, rrjeti përbëhej nga elementë individualë të Adaline, të cilat, kur riprodhoheshin dhe kombinoheshin, rezultonin në tha Madalyn (Eng. Shumë Adalines). Ishte i pari neurokompjuter ofrohet komercialisht. Rrjeti Madaline përdoret nga radarët, hidrolokatorët, modemet dhe linjat telefonike.

1966 ngrihet Programi ELIZA, një prototip chatbot i testuar në MIT. Ai u krijua në një mënyrë të thjeshtë: ai konvertoi fjalitë deklarative të dhëna nga përdoruesi në pyetje dhe i shtyu ata të merrnin deklarata të mëtejshme. Për shembull, kur një përdorues tha: "Kam një dhimbje koke", programi pyeti: "Pse të dhemb koka?" ELIZA është përdorur me sukses në trajtimin e personave me çrregullime mendore..

1967 Në Japoni, Universiteti Waseda filloi Projekti VABOT (4) në vitin 1967 për herë të parë në botë Robot inteligjent humanoid me madhësi të plotë. Sistemi i tij i kontrollit të gjymtyrëve e lejoi atë të ecte me gjymtyrët e poshtme, si dhe të kapte dhe lëvizte objektet me duar duke përdorur sensorë të prekjes. Sistemi i tij i shikimit e lejoi atë të matte distancat dhe drejtimet drejt objekteve duke përdorur receptorë të jashtëm, sy artificialë dhe veshë. Dhe sistemi i bisedës e lejoi atë të komunikonte me një person në japonisht duke përdorur buzë artificiale.

1969 Marvin Minsky i Seymour Papert tregojnë kufizimet e perceptronit. Libri i tyre përmbante prova zyrtare se rrjetet me një shtresë kishin një gamë shumë të kufizuar aplikimesh, gjë që çoi në një stagnim në këtë fushë të kërkimit. Kjo gjendje vazhdoi për rreth 15 vjet derisa u publikuan një seri botimesh në të cilat tregohet shumë bindshëm se rrjetet jolineare janë të lira nga kufizimet e treguara në punimet e mëparshme. U njoftua në atë kohë një sërë metodash të mësimit të makinerive për rrjetet me shumë shtresa.

1973 Edward Shortliff, mjek dhe informatik, ai krijoi programi MAISIN, një nga sistemet e para eksperte për diagnostikimin e trajtimit të infeksioneve bakteriale, bazuar në diagnostikimin e sëmundjeve të gjakut bazuar në rezultatet e analizave dhe llogaritjen e dozave të sakta të antibiotikëve.

Në vitet 70, shumica e mjekëve kishin nevojë për këshilla specialistike përpara se t'i përshkruanin antibiotikë një pacienti. Çdo antibiotik prekte një grup të caktuar mikroorganizmash, por gjithashtu shkaktonte disa efekte anësore. Sidoqoftë, njohja e kësaj lënde midis mjekëve të zakonshëm nuk ishte e madhe. Kjo është arsyeja pse Shkolla e Mjekësisë e Universitetit Stanford, një qendër kërkimore me famë botërore në fushën e antibiotikëve, iu drejtua specialistëve të IT-së për ndihmë. Kështu, u krijua një sistem këshillues, i cili përbëhej nga një bazë të dhënash të gjerë dhe 500 parime për të ndihmuar mjekët të përdorin saktë antibiotikët.

1975 Paul Werbos shpik backpropagation që zgjidhi problemin dhe kufizimet e rrjeteve me një shtresë dhe në përgjithësi të bëra trajnoni rrjetet nervore në mënyrë më efikase.

80-ies të njohura si "sistemet e ekspertëve", dhe njohuritë janë bërë fokusi i kërkimit të zakonshëm të AI. Në vend që të fokusohen në inteligjencën e përgjithshme, sistemet e ekspertëve janë fokusuar në përdorimin e një sërë parimesh për të automatizuar detyra specifike dhe për të marrë vendime specifike në botën reale.

Zgjidhja e parë e suksesshme, e njohur si RI, u prezantua nga Digital Equipment Corporation për të personalizuar porositë e kompanisë dhe për të përmirësuar saktësinë. Megjithatë, Apple dhe IBM së shpejti prezantuan kompjuterë mainframe me më shumë fuqi përpunuese se ato që përdoren për mirëmbajtje. Inteligjence artificiale, duke prishur industrinë e AI. Kjo përsëri ndaloi investimet në AI.

1988 Studiuesit në IBM kanë publikuar një punim që paraqet parimet e probabilitetit në përkthimin automatik nga frëngjishtja në anglisht. Kjo qasje, më afër kësaj, hodhi themelet për teknologjinë e sotme të mësimit të makinerive.

1989 duket ELVINN (), i cili ishte rezultat i tetë viteve të kërkimit të financuar nga ushtria në Institutin e Robotikës CMU (5). Mund të konsiderohet si paraardhësi i sotëm. Implementimi i ALVINN përpunoi të dhëna nga dy burime: një videokamerë dhe një matës rreze lazer. Ishte një sistem perceptues që mësoi të kontrollonte automjetet duke vëzhguar shoferin. ai e përdori atë rrjet nervor dhe merr vendime pa hartë.

5. Automjete me Sistem Autonom ALVINN

Vitet 90 Në botën e AI, një paradigmë e re e quajtur "agjentë inteligjentë" po miratohet. Judea Perla, Allen Newell, Leslie P. Kelbling dhe të tjerë kanë propozuar aplikimin e teorisë së vendimeve dhe ekonomisë në kërkimin e inteligjencës artificiale.

1997 BLU të thellë krijuar nga IBM mposht mjeshtrin e madh me Garrim Kasparov (6). Superkompjuteri ishte një version i specializuar i platformës i krijuar nga IBM dhe mund të përballonte dy herë më shumë lëvizje në sekondë sesa në lojën e parë (që makina humbi), raportohet se 200 milionë lëvizje në sekondë.

6. Ndeshje Garry Kasparov kundër Deep Blue

1998 Katër milionë shkojnë në pemët e Krishtlindjeve Robotët e veshëve furbyi cili përfundimisht do të mësojë anglisht.

2002-09 Në vitin 2002, DARPA sfidoi botën. teknologjitë e zgjuara: 140 milionë dollarë për ndërtuesit që të kalojnë 18 milje nëpër shkretëtirën Mojave. 2005 maj 7 Stanley (XNUMX) mori pjesë në Grand Challenge, i armatosur me lazer, radar, videokamerë, marrës GPS, gjashtë procesorë dhe një arkitekturë të integruar softuerësh dhe fitoi. Makina që atëherë është ekspozuar në Muzeun Kombëtar të Historisë Amerikane të Smithsonian. Së bashku me Stanley në histori Inteligjence artificiale Ekipi i projektimit të Universitetit Stanford i udhëhequr nga Prof. Sebastian Thrun, i cili atëherë ishte kreu i makinës autonome të Google, e krijuar në 2009.

2005 Honda prezanton Asimon robot humanoid që ecën në dy këmbë (tetë). Gjatë zhvillimit të tij, u morën të dhëna që u përdorën, për shembull, në hartimin e protezave që lejojnë të moshuarit të lëvizin.

2011 Superkompjuteri Watson nga IBM, i cili në vitin 2011 mundi mjeshtrat e atëhershëm në shfaqjen e lojës "Jeopardy" (e transmetuar në Poloni me emrin "Va Banque").

2016 Programi kompjuterik AlphaGo krijuar nga një prej kompanive të Google, ia kalon Lee Sedol, 18 herë kampion bote në Go (9).

9. Ndeshje mes Go Li Sedol dhe AlphaGo

2018 Google dhe Instituti Allen për Inteligjencën Artificiale krijojnë BERT, "përfaqësimi i parë gjuhësor dydrejtues i pambikëqyrur që mund të përdoret për një sërë detyrash të gjuhës natyrore duke përdorur transferimin e njohurive". BERT është një inteligjencë artificiale që mund të plotësojë pjesët e munguara të fjalive në të njëjtën mënyrë si njeriu. BERT është një nga zhvillimet më emocionuese në fushën e përpunimit të gjuhës natyrore (NLP), një fushë e inteligjencës artificiale që po zhvillohet veçanërisht me shpejtësi vitet e fundit. Falë tij është bërë shumë më afër dita kur mund të flasim me makinën.

2019 Rrjeti nervor i thellë është emërtuar , krijuar nga shkencëtarët në Universitetin e Kalifornisë, ajo mblodhi kubin e Rubikut për 1,2 sekonda, pothuajse tre herë më shpejt se personi më i aftë. Mesatarisht, asaj i nevojiten rreth 28 lëvizje, ndërsa një person kryen mesatarisht 50 lëvizje.

Klasifikimi dhe aplikimet e inteligjencës artificiale

I. Inteligjenca artificiale ka dy kuptime kryesore:

është një inteligjencë hipotetike e realizuar përmes një procesi inxhinierik, jo e natyrshme;
është emri i një teknologjie dhe fushe kërkimi në shkencën kompjuterike që bazohet gjithashtu në përparimet në neuroshkencë, matematikë, psikologji, shkencë njohëse dhe filozofi.

II. Në literaturën për këtë çështje, ekzistojnë tre shkallë kryesore të AI:

Inteligjenca e ngushtë artificiale (, ANI) që specializohet vetëm në një fushë, si AlphaGo, e cila është një AI e aftë për të mposhtur një kampion në lojën Go. Megjithatë, kjo është e vetmja gjë që ai mund të bëjë.
Inteligjenca artificiale e përgjithshme (, AGI) - i njohur si inteligjencë e fortë artificiale, duke iu referuar një kompjuteri të nivelit intelektual të një personi mesatar - i aftë për të kryer çdo detyrë që kryen. Sipas shumë ekspertëve, ne jemi në rrugën e krijimit të një AGI efektive.
superinteligjencë artificiale (, AS I). Teoricieni i Oxford AI Nick Bostrom e përkufizon superinteligjencën si "inteligjencë shumë më të zgjuar se mendjet më të zgjuara njerëzore në pothuajse çdo aspekt, duke përfshirë krijimtarinë shkencore, njohuritë e përgjithshme dhe aftësitë sociale".

III. Aplikimet praktike moderne të AI:

Teknologjitë e bazuara në logjikën fuzzy – zakonisht përdoret, për shembull, për të kontrolluar ecurinë e proceseve teknologjike në fabrika në kushtet e "mungesës së të gjitha të dhënave".
Sistemet eksperte - sistemet që përdorin bazën e njohurive dhe mekanizmat e konkluzionit për të zgjidhur problemet.
Përkthimi me makinë i teksteve – sistemet e përkthimit nuk janë përshtatur për njerëzit, janë zhvilluar intensivisht dhe janë veçanërisht të përshtatshme për përkthimin e teksteve teknike.
Rrjetet nervore - përdoret me sukses në shumë aplikacione, duke përfshirë programimin e "kundërshtarëve inteligjentë" në lojërat kompjuterike.
Të mësuarit makinerik Një degë e inteligjencës artificiale që merret me algoritme që mund të mësojnë të marrin vendime ose të marrin njohuri.
Mbledhja e të dhënave – Diskuton fushat, lidhjen me nevojat për informacion, marrjen e njohurive, metodat e analizës së aplikuar, rezultatet e pritura.
Njohja e imazhit - Janë në përdorim tashmë programe që njohin njerëzit nga fotografia e një fytyre ose njohin automatikisht objektet e përzgjedhura në fotografitë satelitore.
Njohja e të folurit dhe njohja e folësit tashmë përdoret gjerësisht në treg.
Njohja e shkrimit të dorës (OCR) - përdoret tashmë në një shkallë masive, për shembull, për renditjen automatike të shkronjave dhe në fletore elektronike.
krijimtarisë artificiale - Ka programe që gjenerojnë automatikisht forma të shkurtra poetike, kompozojnë, aranzhojnë dhe interpretojnë vepra muzikore që mund të "ngatërrojnë" në mënyrë efektive edhe artistët profesionistë, në mënyrë që ata të mos i konsiderojnë veprat e krijuara artificialisht.
Zakonisht përdoret në ekonomi sistemet automatikisht vlerësimin, duke përfshirë aftësinë kreditore, profilin e klientëve më të mirë ose planifikimin e fushatave reklamuese. Këto sisteme trajnohen automatikisht paraprakisht në bazë të të dhënave që disponojnë (për shembull, klientët e bankave që kanë shlyer rregullisht kredinë, dhe klientët që kanë pasur probleme me të).
Ndërfaqet inteligjente - përdoret për kontroll të automatizuar, monitorim, raportim dhe përpjekje për të zgjidhur problemet e mundshme në proceset teknologjike.
Parashikimi dhe zbulimi i mashtrimit – duke përdorur v.i. Sistemet e regresionit logjistik analizojnë grupet e të dhënave për të identifikuar, për shembull, transaksione të dyshimta financiare.