Что такое искусственный интеллект?

20

Какое определение для искусственного интеллекта?

Рана Васиф
источник
мы не знаем, как определить «искусственный интеллект», вероятно, потому что мы не знаем, как определить «интеллект».
kc sayz 'kc sayz'

Ответы:

3

На протяжении многих лет многие люди пытались определить искусственный интеллект. Многие из этих определений обобщены Стюартом Расселом и Питером Норвигом в их книге « Искусственный интеллект - современный подход».

Определения ИИ можно обобщить как подразделяющиеся на следующие категории:

  1. Те, которые касаются мыслительного процесса и мышления (как ИИ думает / обосновывает)
  2. Те, которые обращаются к поведению (как ИИ действует, учитывая, что он знает)

Кроме того, вышеупомянутые 2 категории далее разделены на определения, которые:

I. Оцените успех ИИ (для выполнения вышесказанного), основываясь на его способности воспроизводить человеческие качества.

II. или способность воспроизвести идеальную меру эффективности, называемую «рациональностью» (делает ли она «правильную» вещь, основываясь на том, что знает?)

Я приведу вам определения, которые соответствуют каждой из перечисленных выше категорий:

  • 1.I. «[Автоматизация] деятельности, которую мы связываем с человеческим мышлением, такими действиями, как принятие решений, решение проблем, обучение ..» - Беллман 1978
  • 1.II. «Изучение вычислений, которые позволяют воспринимать, рассуждать и действовать». - Уинстон, 1992
  • 2.I. «Изучение того, как заставить компьютеры делать то, что в данный момент люди делают лучше» - Rich and Knight, 1991
  • 2.II. «Изучение конструкции интеллектуальных агентов» - Пул и др., 1998

Таким образом, ИИ посвящен созданию интеллектуальных и рациональных машин, которые могут принимать рациональные решения и предпринимать рациональные действия.

Я бы посоветовал вам ознакомиться с тестом Тьюринга, который Алан Тьюринг предложил проверить, является ли компьютер интеллектуальным. Однако у теста Тьюринга есть несколько проблем, потому что он антропоморфен.

Когда авиационные инженеры создали самолет, они не ставили своей цели, чтобы самолеты летали точно так же, как птицы, а скорее начали изучать, как создавались подъемные силы, на основе изучения аэродинамики. Используя эти знания, они создали самолеты.

Точно так же люди в мире ИИ не должны ставить, ИМХО, человеческий интеллект в качестве стандарта, к которому нужно стремиться, но, скорее, мы могли бы использовать, скажем, рациональность в качестве стандарта (среди прочих).

Омар К
источник
Мне очень нравятся ваши двойные объяснения. Сила не является обязательным требованием для ИМО, но должна быть автоматизирована и принимать решения.
DukeZhou
Большинство из перечисленных определений относятся к академической деятельности двадцатого века, а не к самому ИИ. Они не зависят от прогресса и не основаны на измеримых системных возможностях. Определение Беллмана является наиболее близким к функциональному определению, которое применимо к системе, но его крайне недостаточно. Человек может принять решение о том, какой лотерейный билет купить, решить проблему высокой травы, кося его, или научиться управлять своим почтовым ящиком, но это неадекватные требования для системы, помеченной как интеллектуальная. Никто из них не упоминает постепенное улучшение, адаптивность или изобретательность.
FauChristian
@ DukeZhou, сила, я согласен, не является обязательным условием для мозгов или их моделирования. Это требование для мышц и их моделирования, таких как гидравлика и пружины. Тем не менее, то, что в некоторых статьях называют силой, действительно обширно. Если бы кто-то мог заказать книги на книжной полке по системе Дьюи, но не мог расположить по алфавиту свои DVD-диски, мы бы задавались вопросом, были ли они глупыми. Мы бы не сказали: «Насколько они умны, чтобы хотя бы выполнить одно из двух». Мы не хотим, чтобы смартфоны и автомобили были такими же умными, как любой человек. Они должны делать то, что мы сами слишком устали или неспособны сделать.
FauChristian
1
@FauChristian Strength, как и в Strong AI, происходит от работ философа Джона Сирла, который представил эксперимент в китайской комнате, чтобы опровергнуть предложение Алана Тьюринга о том, что тест Тьюринга влияет на интеллект. Сирл утверждал, что компьютер, просто манипулирующий символами, на самом деле не понимает, так же как человек, который не говорит по-китайски, способен обмануть говорящих по-китайски, что он может понимать китайский, сопоставляя символы, используя руководство для построения ответов. Сирл утверждал, что сильный ИИ - это когда машина может быть описана как обладающая умом, когда машина не только действует разумно, но и понимает
Омар К,
1
и это именно проблема. Без строгих философских оснований, таких как, в основном, каждое исследование, использующее научный метод в качестве основания, ИИ всегда будет скрыт за проблемой определений. Ранние исследователи ИИ обошли вокруг философские проблемы так же, как они отказались решать комбинаторный взрыв на ранней стадии (что почти привело к окончанию исследований ИИ). Без реального удара по философским основам многие будут утверждать, что все, что вы говорите, это просто ваши чувства по поводу ИИ.
Омар К
1

В статье « Универсальный интеллект: определение машинного интеллекта» (2007) Легг и Хаттер после довольно серьезного исследования неформально определяют интеллект следующим образом.

Интеллект измеряет способность агента достигать целей в широком диапазоне сред

В той же статье они также формализуют это определение. Вы можете взглянуть на статью для более подробной информации, но, в нескольких словах, чтобы придумать это определение, они рассмотрели несколько определений интеллекта, данных людьми на протяжении многих лет, и они попытались обобщить ключ пункты всех этих определений. Они также обсуждают такие вопросы, как тесты интеллекта и их связь с определением интеллекта: то есть, является ли тест интеллекта достаточным для определения интеллекта, или тест интеллекта и определение концепций интеллекта являются различными? Они также указывают на связь между этим определением и AIXI .

nbro
источник
0

В статье Что такое искусственный интеллект? (2007), Джон Маккарти, один из основателей искусственного интеллекта, который также придумал выражение искусственный интеллект , пишет

Искусственный интеллект - это наука и техника создания интеллектуальных машин, особенно интеллектуальных компьютерных программ. Это связано с аналогичной задачей использования компьютеров для понимания человеческого интеллекта, но ИИ не должен ограничиваться биологически наблюдаемыми методами.

Однако это определение относится к человеческому интеллекту, поэтому не все согласятся с этим определением.

Далее он заявляет

Интеллект - это вычислительная часть способности достигать целей в мире. Разные виды и степени интеллекта встречаются у людей, многих животных и некоторых машин.

Область ИИ развивалась со времени его официальной концепции на конференции в Дартмуте в 1956 году, поэтому определение искусственного интеллекта также будет развиваться. До этой конференции уже было несколько смежных областей и выражений, например, кибернетика.

nbro
источник
-1

Самый короткий ответ, который я мог придумать, мог бы быть следующим: возьмите это с небольшим количеством соли, хотя, так как мы все еще не знаем много о естественном интеллекте:

Что такое естественный интеллект, можно рассматривать как процесс изучения абстрактных понятий из ограниченных наблюдений с намерением использовать их для решения [новой] задачи. Этот процесс включает в себя использование этих концепций для представления новых, гипотетически правильных сценариев / теорий и их осмысленного объединения, чтобы сократить огромное пространство возможностей гипотез и обеспечить обобщение для новых ситуаций без предварительного наблюдения каких-либо данных. Искусственный интеллект - это привнесение того, что делает естественный интеллект в машины.

эмир
источник
-1

Не существует формального определения, с которым большинство людей согласны. Следовательно, вот что я, как консультант по науке о данных / машинном обучении, думаю:

Искусственный интеллект как область исследований - это изучение агентов, которые чувствуют и действуют автономно в окружающей среде и улучшают свое положение в соответствии с некоторыми показателями своих действий.

Мне не нравится этот термин, потому что он слишком широкий / расплывчатый. Вместо этого посмотрите на определение машинного обучения Тома Митчелла:

Говорят, что компьютерная программа извлекает уроки из опыта «Е» в отношении некоторого класса задач «Т» и показателя производительности «Р», если ее производительность при выполнении задач в «Т», измеряемая «Р», улучшается с опытом Е

Машинное обучение является важной частью ИИ, но не единственной. Алгоритмы поиска, SLAM, ограниченная оптимизация, базы знаний и автоматический вывод также являются частью AI.

Мартин Тома
источник
-1

Исследователи искусственного интеллекта, несомненно, заинтересованы в определении термина, используемого в их собственной области дисциплины, и в термине искусственный существует небольшая двусмысленность . Проблема в том, что слово « интеллект » исторически было более качественным описанием, чем вещественное число.

Как можно сравнить интеллект одного с интеллектом другого? Тестирование IQ, усреднение категорий тестирования советов колледжей, чистое состояние, победа в турнирах по шахматам и го, неправильные скорости принятия решений, различные интеллектуальные скоростные гонки, оценочные доски и панели были крайне неадекватным набором ошибок для тех, кто вовлечен в математическую теорию, стоящую за умственными способностями мы называем интеллект.

Лишь век назад интеллект был качественным термином людей, связанных со способностью находить решения проблем в научных кругах, бизнесе и личной жизни. Поскольку культура начала искать количественное отношение к вещам, которые когда-то были исключительно качественными, зависимость умственных способностей от возраста человека и его возможностей в области окружающей среды стала проблемой. Идея коэффициента интеллекта (IQ) возникла из желания количественно оценить умственный потенциал независимо от возраста и возможностей.

Некоторые пытались минимизировать факторы окружающей среды, производя стандартизированное тестирование фундаментальных когнитивных навыков применительно к математике и языку.

Производственная система и контейнеры с нечеткой логикой (на основе правил), глубокое обучение (на основе искусственных сетей), генетические алгоритмы и другие формы исследований ИИ не позволили создать машины, которые могут хорошо зарекомендовать себя в стандартизированных тестах, разработанных для людей. Тем не менее, в машинах продолжают искать возможности естественного языка, механическую координацию, превосходное планирование и выводы, основанные на четких и проверяемых доводах.

Ниже приведены категории умственных способностей, отличающиеся своими методами измерения, архитектурой использования и видами исследований, которые дали ранние многообещающие результаты и постоянное улучшение.

  • Диалог - измеряется как предложенной имитационной игрой Алана Тьюринга, так и жизнеспособностью системы автоответчика, личных помощников и мобильных чат-ботов
  • Механическое управление - измеряется как критериями стабильности системы, так и скоростью инцидента, а также сокращением потерь в случае использования интеллектуальной транспортной системы в сфере транспорта.
  • Бизнес-аналитика - измеряется главным образом по увеличению или уменьшению прибыльности по отношению к тенденциям до или одновременно с ручным планированием и оперативным контролем

Обнаружение наиболее вероятной и оптимальной параметризации для сложной функции, основанной на некотором математическом выражении того, что оптимальное средство намеренно не указано выше. Что является основным видом деятельности для устройств машинного обучения, не вписывается в категории того, что исторически называлось интеллектом, и не должно быть. Статистическая обработка наборов данных в целях прогнозирования не является обучением в интеллектуальном смысле. Это поверхностный монтаж. Машинное обучение в настоящее время является инструментом, который используется человеческим интеллектом для расширения его возможностей, как и другие вычислительные инструменты.

Это ограничение на машинное обучение в будущем может быть преодолено. Неизвестно, будут ли искусственные сети демонстрировать познание, логику, способность распознавать значимость и эффективные способности в перечисленных выше категориях.

NярNNзнак равно1

  • Лингвистический интеллект («умное слово»)
  • Логико-математический интеллект («умный номер / рассуждение»)
  • Пространственный интеллект («картинка умная»)
  • Телесно-кинестетический интеллект («тело умное»)
  • Музыкальный интеллект («музыка умная»)
  • Межличностный интеллект («люди умные»)
  • Интраперсональный интеллект («умный»)
  • Натуралистический интеллект (дополнение Армстронга)
  • Экзистенциальный интеллект (дополнение Армстронга)
  • Моральный интеллект (Джон Брэдшоу, доктор философии, дополнение)

Аргумент о том, что это все проявления единой способности к интеллекту, выраженной в различной эффективности благодаря образованию или другой подготовке, систематически ослаблялся научно обоснованными открытиями в области когнитивной науки, генетики и биоинформатики.

В генетике было идентифицировано по крайней мере двадцать два независимых генетических компонента для интеллекта, и это число, вероятно, будет расти. Эти независимые переключатели в ДНК человека не все влияют на один и тот же нейронный контроль в мозге, что указывает на доказательную слабость идеологии g-фактора.

Вполне вероятно, что некоторые из форм человеческого интеллекта и экспрессии ДНК будут отображаться сложными способами, которые будут обнаружены с течением времени, и что это отображение полностью заменит упрощение g-фактора с течением времени.

Термин «искусственный интеллект» может быть лучше выражен как моделирование форм и выражений человеческого интеллекта и просто сокращен как ИИ. Однако это не определение. Это грубое описание. Возможно, никогда не будет единого точного определения для всех измерений, которые мы свободно группируем под одним термином. Если это относится к человеческому интеллекту, то это может также относиться к искусственному интеллекту.

Есть некоторые общие характеристики, которые можно перечислить во всех интеллектуальных ответах.

  • Интеллект можно измерить и получить полезность только в контексте определенного состояния окружающей среды и некоторой цели или набора целей. Примеры целей включают в себя выживание, получение степени, переговоры о перемирии в условиях конфликта или рост активов или бизнеса.
  • Интеллект включает в себя адаптацию к неожиданным условиям, основанным на том, что изучено на основе опыта, поэтому обучение без способности применять то, что изучено, не является интеллектом, и применение процесса, который был изучен и просто передан какой-то одной или некоторой вещи, управляющей процессом, также не считается интеллектом.

Человеческий интеллект может учиться и применять то, что кажется параллельным. Кроме того, было бы неправильно обсуждать рабочее определение интеллекта, не упоминая некоторые ключевые человеческие умственные способности, которые были предложены в качестве рекурсии на более мелких формах, но доказательств того, что рекурсия или композиция будут создавать эти умственные особенности, не существует.

  • Одновременное изучение и использование того, что было изучено
  • Умение изобретать новые механизмы постепенного улучшения
  • Адаптивность к неожиданным условиям
  • Возможность изобретать структуру вне изученных в настоящее время доменов.

Будущие требования к интеллектуальным машинам могут включать их, и может быть разумно включить их сейчас.

Ссылки

Сценарии, планы, цели и понимание: исследование структур человеческих знаний , Schank, Abelson, 2013, цитируется в 16 689 статьях, выдержка из T & F: летом 1971 года был проведен семинар в плохо определенной области на пересечении психология, искусственный интеллект и лингвистика. Пятнадцать участников были по-разному заинтересованы в представлении больших систем знаний или убеждений.

Понимание нашего ремесла - Разыскивается: определение интеллекта , Майкл Уорнер, 2002

Концепция интеллекта и ее роль в непрерывном обучении и успехе , Роберт Дж. Штернберг, Йельский университет, 1997

Некоторые философские проблемы с точки зрения ИИ , Джон Маккарти и Патрик Дж. Хейс, Стэнфордский университет, 1981

Понимание и развитие эмоционального интеллекта , Оливье Серрат, Knowledge Solutions, стр. 329-339, 2017

Frames of Mind: Теория множественного интеллекта , 2011, Говард Гарднер

7 (Семь) видов умного: выявление и развитие множества интеллектуальных способностей , 1999, Томас Армстронг

Метаанализ общей ассоциации генома 78 308 человек выявляет новые локусы и гены, влияющие на интеллект человека , Suzanne Sniekers et. al., 2017

FauChristian
источник
Это определение Разума сосредотачивается строго на научном фоне, который основан на человеческой ДНК. Чего не хватает, так это социальной составляющей изобретения магических трюков. Первым примером робототехники был так называемый автомат, созданный не тем игроком Вольфгангом фон Кемпеленом. Идея заключалась в том, чтобы обмануть людей. Ставки на скачки (Ада Лавлейс), дерьмовые игры и быстрые вычисления в человеческом мозге - все это можно считать обманщиком, сделанным иллюзионистом .
Мануэль Родригес
-1

интеллект

Мера силы агента, принимающего решения, относительно других агентов, принимающих решения, в отношении данной задачи или набора задач. Среда не имеет значения - интеллект проявляется как органическими, так и намеренно созданными механизмами. Также может быть возможность решить проблему, как в случае решенной игры .

искусственный

Относится к термину артефакт , вещь, которая намеренно создана. Обычно этот термин используется для обозначения физических объектов, но алгоритмы, созданные людьми, также рассматриваются как артефакты.

Этимология происходит от латинских слов ars и faciō : «Умело строить» или «искусство изготовления».

Искусственный интеллект

  • Любой агент, принимающий решения, который умело (намеренно) построен.

ПРИЛОЖЕНИЕ: значение слова «интеллект»

Первоначальное значение «интеллекта», похоже, «приобретать», обратно к индоевропейцам. См .: интеллект (этимология) ; * нога / * leh₂w-

1-е определение интеллекта OED не является неправильным, расширяя значение для приобретения способности (доказуемой полезности), просто второе определение является более старым и фундаментальным: «Сбор информации [стратегической] ценности; 2.3 (архаичная) Информация в генерал; новости. "

Вы можете рассматривать вселенную как состоящую из информации , в какой бы форме она ни принималась (материя, энергия, состояния, относительные положения и т. Д.). С точки зрения алгоритма это имеет смысл, поскольку единственное средство, которым они должны измерить вселенную, - это восприятия .

Возьмите плоский текстовый файл. Это могут быть просто данные, но вы можете попытаться выполнить. Если он действительно работает, он может продемонстрировать полезность в какой-то задаче. (Например, если это минимаксный алгоритм.)

«Интеллект как мера полезности» сам по себе является «интеллектом» в смысле информации, в частности той информации, с помощью которой мы измеряем интеллект, как степень, относительно задачи или другого интеллекта.

DukeZhou
источник
Обратите внимание, что это также соответствует основному определению интеллекта Рассела и Норвига, основанному на полезности. Без полезности, нет никакого значимого определения Разума, по крайней мере, в смысле того, чтобы быть конкретным или практичным.
DukeZhou
-1

ИИ - это, по сути, акт реализации человеческого интеллекта в машине. Это делается с помощью различных алгоритмов, которые реализуют человеческий интеллект.

Кибет Хиллари
источник
-2

ИИ - это область, в которой для вычисления сложных решений используются методы вычислений.

SmallChess
источник
1
Можете ли вы объяснить, как вы используете «приблизительный»? (Это интересный выбор, который, я думаю, заслуживает разъяснений!)
DukeZhou
-3

Более обычные: компьютерная программа (в основном), которая может рассчитывать выходные данные для произвольных входных данных, которые она никогда не видела ранее, для которых заранее запрограммировано или не предусмотрено явное соотношение между входными и выходными данными (т. Е. Домен и диапазон ). Поиск Google, Алекса, Сири, Кортана, IBM Уотсон ... Определение относится ко всем из них; даже для AI общего назначения

Я собираюсь еще один шаг вперед ( спорный! ). Если вы удалите Нечеловеческую сущность из первого определения, это определение человеческого интеллекта для меня. Например, юаня могут вывести некоторый скрытый абстрактный смысл из данных во время неконтролируемой предварительной подготовки. Мы можем назвать это intuitionдля нас, но кажется, что это не уникально для людей. ( Эксперимент по распознаванию кошек Джеффри Хинтона - хороший пример, но не смог найти ссылку ). УКР тоже могут мечтать . Так можетчеловеческий интеллект, который мы воспринимаем почти как сверхъестественное явление, может моделироваться математической моделью, какой бы сложной она ни была. Таким образом, прежде чем судить о том, как я сведу ИИ к составу функций (грубо говоря), оцените мой аргумент человеческого интеллекта. Вот видео Джеффри Хинтона на эту тему

Машинное обучение: Машинное обучение - это процесс оптимизации параметров функции для заданных входов и выходов, чтобы она могла рассчитывать новые выходы для новых входов. Даже линейная регрессия - это тип машинного обучения, а глубокая нейронная сеть на самом деле является функцией. Он используется взаимозаменяемо с ИИ, но они не означают то же самое. А я отвечу ЧТО, а машинное обучение отвечает КАК . (Не совсем, но близко)

Позвольте привести несколько примеров, чтобы прояснить разницу между ИИ и ОД.

  • Глубокое обучение - это не ИИ. Это ML.
  • Алекса Амазонки - это ИИ.
  • Оптимизация генетического алгоритма (GA) - это ML. Бот, играющий в игру Snake с использованием этих параметров GA, является AI.

ПРИМЕЧАНИЕ. Однако в настоящее время все методы и структуры, которые мы используем для создания ИИ, подпадают под термин «машинное обучение». Таким образом, правильно сказать, что мы используем машинное обучение для создания искусственного интеллекта.

Ozgur
источник
Позвольте мне подвести итог: AI - это черный ящик между входом и выходом, аналогичный «процессу» в модели IPO . А вычисления в блоке процесса выполняются машинным обучением. На первый взгляд, это краткое и точное объяснение, но оно описывает не то, чем является ИИ, оно определяет только классическое программирование. Модель IPO используется для определения того, что делают программисты. Они определяют правила для преобразования ввода в вывод. Если какой-то черный ящик в модели процесса равен AI, почему тысячи статей пишутся каждый год на эту тему?
Мануэль Родригес
@ManuelRodriguez "почему тысячи статей пишутся каждый год на эту тему?" Я не знаю, как на это ответить. Вы можете задать свой вопрос по-другому?
Озгур
Предположим, AI равен функции линейной регрессии между входными и выходными значениями. Решить ИИ можно с помощью машинного обучения, то есть алгоритм найдет отображение. Я полагаю, что это предположение слишком легко, потому что многие академические статьи написаны на темы, не связанные с машинным обучением, такие как двуногая ходьба, человеческое зрение и семантическое понимание. Кажется, что ИИ находится вне машинного обучения и имеет отношение к самим знаниям.
Мануэль Родригес
@ManuelRodriguez Я согласен, что ИИ - более абстрактное понятие. AI to ML - это как машина Тьюринга для реального компьютера. Реализация и методология не могут содержать концепцию, в которой она живет. Кстати, я никогда не говорил, что ИИ - это функция. Я сказал, что машинное обучение - это оптимизация функции. Это означает, что глубокая нейронная сеть на самом деле является функцией. И чрезвычайно сложно обучить DNN, не говоря уже о том, чтобы найти глобальный минимум. Более того, проверить, нашли ли мы глобальный минимум, является NP-Hard, почти невозможно.
Озгур
@ManuelRodriguez Я отредактировал свой ответ для худшего =) Вы можете прочитать его.
Озгур
-4

Это интеллект на уровне машины, а не люди, которые руководствуются алгоритмами.

Равсахеб Шелэйк
источник