Mākslīgais Intelekts

Andreass Kaplāns un Maikls Henleins definē mākslīgo intelektu kā „sistēmas spēju pareizi interpretēt ārējos datus, mācīties no šādiem datiem un izmantot šīs zināšanas, lai sasniegtu konkrētus mērķus un uzdevumus, izmantojot elastīgu pielāgošanos”. MI ietvaros tiek pētīta saprātīgā uzvedība (cilvēkiem, dzīvniekiem un mašīnām) un tiek mēģināts modelēt šādu uzvedību ar datora starpniecību. MI mūsdienās ikdienā plaši izmanto rokraksta un balss atpazīšanā, reklāmu pielāgošanai individuālam sociālo tīklu (piemēram, Facebook) lietotājam, kā arī meklējot informāciju internetā, piemēram, ar Google starpniecību. Bioloģijas un medicīnas nozarē mākslīgo saprātu lieto, piemēram, nervu šūnu tīkla simulēšanā. un vēža šūnu atpazīšanā

MI zinātnes nozare dzima Dartmutas koledžas seminārā 1956. gadā, kur terminu „mākslīgais intelekts” radīja Džons Makārtijs, lai jomu nodalītu no kibernētikas un izvairītos no kebernētista Norberta Vīnera ietekmes. Projekta dalībnieki Alens Ņūels (CMU), Herberts Saimons (CMU), Džons Makārtijs (MIT), Mārvins Minskis (MIT) un Artūrs Samjuels (IBM) kļuva par MI izpētes dibinātājiem un līderiem. Viņi kopā ar saviem studentiem radīja programmas, ko prese aprakstīja kā "pārsteidzošus", jo 1954. gadā datori mācījās dambretes stratēģiju un jau 1959. gadā spēlēja labāk nekā vidējs spēlētājs, risināja algebras teksta uzdevumus, pierādīja teorēmas un runāja angļu valodā. 1960. gadu vidū izpēti finansēja ASV Aizsardzības departaments, līdzīgas laboratorijas tika izveidotas visā pasaulē. MI radītāji bija optimistiski par nākotni un Herberts Saimons paredzēja, ka mašīnas tuvākajos 20 gados būs spējīgas darīt visu, ko spējīgs ir cilvēks. Mārvins Minskis piekrita un rakstīja, ka vienas paaudzes laikā mākslīgā intelekta radīšanas problēma pēc būtības būs atrisināta.

Mākslīgo intelektu var iedalīt stiprajā un vājajā. Stiprā MI (Strong AI) mērķis ir izveidot mašīnas, kas varētu domāt tāpat kā cilvēks, tām būtu saprātīgas būtnes apziņa. Savukārt vājais MI (Weak AI) ir kā blakusprodukts stiprā MI radīšanas procesā — dažādas tehnoloģijas, kuras tiek ieviestas sistēmās, lai papildinātu tās ar "saprātīgām" īpašībām; tas ir MI elementu pielietojums praktiskajā dzīvē.

Zinātniskās skolas

Pēc problēmas risināšanas pieejas mākslīgo intelektu iedala konvenciālajos MI un skaitļošanas intelektā.

Konvenciālais MI (Conventional AI) aptver metodes, kuras tagad klasificē kā mašīnapmācību, ko raksturo formālisms un statistiskā analīze. Tas ir pazīstams arī kā simboliskais MI, loģiskais MI. Galvenās metodes:

• Ekspertsistēmas — sistēmas, balstītas uz zināšanām;
• Case based reasoning — uz analoģiskiem gadījumiem balstīta spriešana;
• Beiesa tīkli — uz varbūtībām balstīti tīkli;
• Uz uzvedību balstīti MI (Behavior based AI) — modulāra pieeja, kas sastāv no autonomām uzvedības programmām, kuras palaiž atkarībā no vides izmaiņām.

Skaitļošanas intelekts (Computational Intelligence — CI) ietver iteratīvo attīstību vai mācīšanos. Mācīšanās balstīta uz empīriskiem datiem un tiek saistīta ar nesimbolisko MI. Metodes:

• Neironu tīkli — balstīti uz struktūrām, kas līdzīgas cilvēka smadzenēm; sistēmas ar ļoti lielām tēlu pazīšanas spējām;
• Izplūdušās sistēmas (Fuzzy systems) — tehnika spriešanai nenoteiktības apstākļos, plaši izmanto mūsdienu ražošanas un patērētāju kontroles sistēmās;
• Evolucionārā skaitļošana — izmanto bioloģijā pielietotas koncepcijas, tādas kā populācija, mutācija un dabiskā atlase, lai atrastu labākos problēmas risinājumus. Šīs metodes iedala:
  • Evolucionārajos algoritmos (piemēram, ģenētiskais algoritms);
  • Spieta algoritmos (piemēram, skudru algoritms).

Hibrīdās intelekta sistēmas ir mēģinājums kombinēt šīs abas grupas

• Mākslīgais intelekts protezēšanā

•   Vikikrātuvē par šo tēmu ir pieejami multivides faili. Skatīt: Mākslīgais intelekts.
• Helsinku Universitātes bezmaksas tiešsaistes kurss par mākslīgo intelektu (latviski)