Sadašnji pravci u istraživanju veštačke inteligencije
Test uspešnosti jednog opšteg sistema veštačke inteligencije je poznati Tjuringov problem. Ukratko, jedan čovek razgovara istovremeno sa računarom i sa drugim čovekom. Ako prvi čovek ne može sa sigurnošću da ih razlikuje, tada je računar inteligentan. Nijedan do sada napravljeni računar nije se približio ovom rešenju. Svake godine organizuje se takmičenje pod nazivom Lebnerova nagrada. Reč je o velikoj nagradi za prvi sistem koji bude rešio Tjuringov problem. Ako se istraživanja nastave u sadašnjem pravcu, proći će još mnogo vremena pre nego što se pojavi prvi laureat. Teškoća je u tome što tema razgovora nije unapred određena. Može se razgovarati o košarci, kuvanju, ili kućnim ljubimcima. Čovek ne mora mnogo da zna o ovim temama, ali će se razgovor ubrzo voditi u oblasti koju oba sagovornika poznaju. Sadašnji sistemi veštačke inteligencije ograničeni su na uske oblasti.
Istraživanja veštačke inteligencije su fokusirana na sledeće komponente inteligencije: učenje, razmišljanje, rešavanje problema, percepcija i korišćenje jezika.
Učenje
Postoji više različitih oblika učenja koji su primenjeni na oblast veštačke inteligencije. Najjednostavniji se odnosi na učenje metodom greška putem pokušaja. Na primer, najjednostavniji računarski program za rešavanje problema matiranja u jednom potezu u šahu, jeste istraživanje mat pozicije slučajnim potezima. Jednom nađeno rešenje, program može zapamtiti i poziciju iskoristiti sledeći put kada se nađe u identičnoj situaciji. Jednostavno pamćenje individualnih poteza i procedura - poznato kao mehaničko učenje - je vrlo lako primeniti u računarskom sistemu.
Rešavanje problema
Rešavanje problema, naročito u veštačkoj inteligenciji, se karakteriše sistematskim traženjem mogućih akcija s ciljem nalaženja nekog ranije definisanog rešenja. Metode rešavanja problema se dele na metode posebne i opšte namene. Metoda posebne namene je traženje adaptiranog rešenja za određeni problem i sadrži vrlo specifične osobine situacija od kojih se on sastoji. Kao kontrast, metod opšte namene se može primeniti na širi spektar problema. Tehnika opšte namene koja se koristi u istraživanju vešttačke inteligencije je metod krajnje analize, deo po deo, ili postepeno dodavanje, odnosno redukovanje različitosti između trenutnog stanja i krajnjeg cilja. Program bira akcije iz liste metoda sve dok se cilj ne postigne. Veći broj različitih problema su rešeni preko programa veštačke inteligencije. Neki od primera su traženje pobedničkog poteza, ili sekvence poteza u igrama, kompleksni matematički dokazi i manipulacija “virtulenih objekata” u veštačkim, ili sintetičkim računarskim svetovima.
Percepija
Prepoznavanje oblika je ključno za snalaženje u svakodnevnim situacijama, kako za žive tako i veštačke sisteme. Pri rešavanju problema vezanih za prepoznavanje oblika nastaju velike teškoće jer analogne signale koje primaju senzori/receptori sadrže veliki broj informacija, od kojih dobar deo sadrži šum, pa ti signali često nisu dovoljno jasni. Ovo otežava primenu računara za snalaženje u svakodnevnim situacijama, pa nije ni čudo što su i životinje, za koje se smatra da su manje inteligentne od ljudi, sposobne za daleko kvalitetniju vizuelnu i zvučnu percepciju i obradu takvih signala nego današnji računari.
Upotreba jezika
Procesiranje prirodnih jezika nudi velike potencijale jer bi omogućilo jednostavnu interakciju korisnika i računara, bez potrebe za posebnim znanjem i obukom u korišćenju računarskih sistema. Nažalost, pokazalo se da je stvaranje programa za razumevanje prirodnih jezika mnogo teže nego što se mislilo. Postoje rudimentarni programi za prevođenje sa jednog jezika na drugi, ali njihovi prevodi nisu ni približno tako dobri kao prevodi sasvim prosečnih prevodilaca. Postoje i sistemi za prepoznavanje glasa (voice recognition systems) koji izgovorene reči pretvaraju u pisani tekst, ali oni „ne razumeju“ ono što zapravo pišu.
Dodaj komentar