Mesterséges intelligencia

A Wikipédiából, a szabad lexikonból.

Mesterséges intelligenciának, vagy MI-nek egy gép, program vagy mesterségesen létrehozott tudat által megnyilvánuló intelligenciát nevezzük. A fogalmat legtöbbször a számítógépekkel társítjuk.

Bár az MI a tudományos-fantasztikus irodalom terméke, jelenleg a számítástudomány jelentős ágát képviseli, amely intelligens viselkedéssel, tanulással, és a gépek adaptációjával foglalkozik. Így például szabályozással, tervezéssel és ütemezéssel, diagnosztikai és fogyasztói kérdésekre adott válaszadás képességével, kézírás-, beszéd- és arcfelismeréssel. Egy olyan tudományággá vált, amely a valós életbeli problémákra próbál válaszokat adni. A mesterséges intelligencia rendszereket napjainkban elterjedten használják a gazdaság- és orvostudományban, a tervezésben, a katonaságban, sok elterjedt számítógépes programban és videojátékokban.

[szerkesztés] Megközelítések

A mesterséges intelligencia kutatást két fő iskolára oszthatjuk: a hagyományos MI-ra és a számítási intelligenciára (Computational Intelligence, CI).

A hagyományos MI főleg a jelenleg gépi tanulásként osztályozott módszerekből áll, amelyet a formalizmus és a statisztikai analízis jellemez. A terület ismert még szimbolikus MI, logikai MI, tiszta MI (neat AI), és GOFAI (jó, régimódi mesterséges intelligencia) neveken is. A terület a következő módszereket foglalja magába:

Szakértő rendszerek, amelyek érvelési szabályokat alkalmaznak következtetések levonásához. Egy szakértő rendszer nagy mennyiségű információ feldolgozására és az alapján következtetések levonására képes. Iyen például a Microsoft Office programcsomag gémkapocs alakú segédje. Ahogy a felhasználó gépel, a segéd felismer bizonyos mintákat és ezek alapján ad javaslatokat.
Esetalapú érvelés
Bayes-statisztikán alapuló hálózatok
Viselkedésalapú MI: egy moduláris módszer, MI-rendszerek kézi létrehozásához.

A számítási intelligencia az iterációs (lépésenkénti) fejlődést vagy tanulást helyezi előtérbe (például a paraméter hangolást a kapcsolat alapú rendszerekben). A tanulási folyamat gyakorlati tapasztalatokon alapul és nem szimbolikus, koszos MI (scruffy AI) vagy puha számítási technikai módszereket használ.

Neuronhálózatok: nagyon erős mintafelismerési képességű rendszerek.
Fuzzy rendszerek: technikák a kockázat melletti érveléshez, amelyeket elterjedten használnak modern ipari és fogyasztói szabályozási rendszerekben.
Evolúciós számítási technikák, amely a biológia által inspirált fogalmakat (például populáció, mutáció, a legjobb túlélése) alkalmaz egyes problémák egyre jobb megoldásához. Ezek a módszerek az evolúciós algoritmusok (például genetikus algoritmusok) és a raj-intelligencia (például hangya algoritmus) területekre oszthatók.

A két fő irányvonal elemeit próbálták ötvözni a hibrid intelligens rendszerekben, amelyekben a szakértői rendszerek következtetési szabályait hozzák létre neuronhálózatok vagy a statisztikai tanulás képzési szabályainak segítségével.

[szerkesztés] Története

A 17. század elején René Descartes úgy gondolja, hogy az állatok teste nem több egy összetett gépnél. 1642-ben Blaise Pascal létrehozza az első mechanikus, digitalis számoló gépet. Charles Babbage és Ada Lovelace programozható számoló gépeken dolgoznak.

Bertrand Russell és Alfred North Whitehead kiadja a Principia Mathematica-t, ami forradalmasítja a formális logikát. 1943-ban Warren McCulloch és Walter Pitts kiadják „Az idegi működés logikai alapjai” („A Logical Calculus of the Ideas Immanent in Nervous Activity”) című művüket, amellyel megalapítják a neururonhálózatok elméletét.

Az 1950-es évek meglehetősen aktív időszak a mesterséges intelligencia kutatásban. John McCarthy megalkotja a „mesterséges intelligencia” kifejezést az első, a témának szentelt konferencián. Szintén ő fejleszti ki a Lisp programozási nyelvet. Alan Turing megalkotja a Turing-tesztet, az intelligens viselkedés tesztjét. Joseph Weizenbaum létrehozza az ELIZA-át, egy rogersi pszichoterápiát megvalósító beszélgető robotot (chatterbot).

A 60-as és 70-es évek alatt Joel Moses bemutatja a szimbolikus érvelés hatékonyságát az első sikeres tudás rendszer alapú programjában, melyet Macsyma-nak nevez el. Marvin Minsky és Seymour Papert kiadják Perceptrons című művüket, amelyben az egyszerű neuronhálózatok lehetőségeinek határait mutatják be. Alain Colmerauer kifejleszti a Prolog programozási nyelvet. Ted Shortliffe az első szakértő rendszerként is emlegetett munkájában bemutatja a szabály alapú rendszerek jelentőségét a tudásábrázolásban és az orvosi diagnózisban és terápiában alkalmazott következtetésekben. Hans Moravec kifejleszti az első számítógépvezérelt járművet, amely önállóan navigál elszórt akadályokkal berendezett pályákon.

A 1980-as években általánosan elterjedtté válik az először 1970-ben Paul John Werbos által leírt neuronhálózatok és a visszaterjesztés (backpropagation) algoritmusok együttes alkalmazásai. Az 1990-es években több jelentős eredményt ér el a mesterségesintelligencia-kutatás és több fontos MI alkalmazás kerül bemutatásra. 1997-ben a Deep Blue nevű sakkszámítógép hat játszmában legyőzi a történelem legerősebbnek tartott sakknagymesterét, Garry Kasparovot. A DARPA kijelenti, hogy az első Öböl-háborúban végrehatott logisztikai műveletek mesterséges intelligenciai módszerekkel törtent támogatása több megtakarítást eredményezett mint az amerikai kormány addigi összes mesterségesintelligencia-kutatásra fordított kiadása.