Sztuczna inteligencja

(1)

Sztuczna inteligencja

Mianem sztucznej inteligencji (ang. Artificial Intelligence — AI ) mo˙zna okre´sli´c dziedzin

e֒ wiedzy zajmuj ac֒

a֒si

e֒ poszukiwaniem technik rozwi

azywania — i ich֒

formalnym sformu lowaniem pozwalajacym na implementacj_֒ e_֒ maszynowa_֒ — problemów trudnych, czyli takich które ludzie rozwiazuj_֒ a_֒ — mniej lub bardziej wysilajac swój intelekt — ale których dok ladnego i ogólnego algorytmu_֒

rozwiazania nie potraﬁ_֒ a_֒ poda´c.

Nie jest to precyzyjna deﬁnicja.

Czy to jest trudny problem:

98731269868414316984251684351 × 985316846315968463198643541684? A to:

”Me˙zu, kup ladny kawa lek wo lowiny na piecze´n!”_֒

Problem naprawde_֒ mega trudny: przela´c wode_֒ ze szklanki do pojemnika.

Dok ladniej: majac pod l_֒ aczon_֒ a_֒ do komputera kamere_֒ wideo (niech bedzie dwie)_֒ i mechaniczna_֒reke_֒ z palcami i przegubami, napisz program zdolny podnie´s´c ze stolika szklanke_֒ z woda, i przela´c wod_֒ e_֒ do pojemnika. Dowolna_֒ szklanke._֒ Z dowolnego stolika. Do dowolnego pojemnika.

Wprowadzenie do sztucznej inteligencji — co to jest AI? 1

Czym jest a czym nie jest inteligencja?

Pojecie inteligencji,֒

lub jej braku, bywa czesto nadu˙zywane._֒ Inteligentnym budynkiem nazywa sie_֒ budynek

wyposa˙zony w system

automatycznego sterowania ogrzewaniem.

Jednocze´snie cz

esto g lupim (czyli: pozbawionym֒

inteligencji) nazywa si

e֒ program komputerowy, poprawiaj

acy na bie˙z֒

aco b l֒

edy pope lniane przez֒

(inteligentnego) cz lowieka w pisanym przez niego tek´scie, gdy program ten pope lni okazjonaln

a֒

pomy lke_֒ i zaproponuje niew la´sciwy wyraz.

(2)

Co jest istot

a inteligencji naturalnej?

֒ Komputery s

a֒tanie i szybkie, maj a֒ pot

e˙zne i niezawodne pami֒

eci, a przy tym s֒

a֒

dok ladne, nie myla_֒ sie_֒ (no, powiedzmy), i nie mecz_֒ a_֒ sie, zachowuj_֒ ac swoj_֒ a_֒ dok ladno´s´c przez wiele godzin pracy. W czym wiec problem, co jest takiego_֒ w inteligencji cz lowieka, z czym maja_֒ trudno´sci komputery?

Cze´sciowo, problem tkwi w la´snie w tej wytrwa lej i niezawodnej dok ladno´sci!_֒ Ludzie rozwi

azuj֒

a֒ trudne problemy stosuj

ac abstrakcj֒

e — wielopoziomow֒

a֒

analiz

e֒ problemu i zdolno´s´c nieschematycznej dekompozycji problemu, tzn.

rozbijania wi

ekszego problemu na mniejsze. Ich my´slenie cechuje elastyczno´s´֒ c

— zmienny punkt widzenia i my´slenie wielokierunkowe. S

a֒zdolni do efektywnego rozpoznawania wzorc´ow, kojarzenia fakt´ow, oraz wykorzystywania analogii.

Komputery natomiast maja_֒trudno´sci z rozpoznawaniem odmiennych sytuacji, zmiana_֒ sposobu my´slenia, i dostosowaniem go do sytuacji. Algorytmy

rozpoznawania wzorc´ow moga_֒ by´c efektywne je´sli sa_֒ bardzo wyspecjalizowane, ale wtedy przestaj

a֒ dzia la´c gdy tylko zmienia si

e֒ sytuacja.

AI-entuzja´sci i AI-sceptycy

Sztuczna inteligencja ma swoich zwolennik´ow i oponent´ow. Oponenci AI twierdz

a, ˙ze sztucznej inteligencji nie da si֒

e֒ skonstruowa´c, poniewa˙z inteligencja ma charakter nieobliczeniowy, i jest wy l

aczn֒

a֒ domen

a֒ ludzkiego umys lu. Za´s istniej

ace systemy praktyczne najwyra´zniej nie maj֒

a֒ nic wsp´olnego z prawdziw a֒

inteligencja, skoro s_֒ a_֒oparte na programach komputerowych, a te jedynie wykonuja_֒operacje na liczbach i symbolach.

Sztuczna inteligencja ma charakter uciekaj

acego celu. Gdy niekt´ore zadania֒

stawiane dawniej przed ta_֒ nauka_֒ zosta ly rozwiazane, oponenci AI stwierdzili, ˙ze_֒ rozwiazania tych problem´ow nie wymaga ly inteligencji, tylko by ly zwyczajnie_֒ nieznane.

Przydatny by lby obiektywny test, pozwalajacy stwierdzi´c, czy stworzono_֒ sztuczna_֒inteligencje._֒

(3)

Test Turinga (ca 1950)

Nale˙zy skonstruowa´c system zamkniety w odizolowanym pomieszczeniu_֒ i po laczony z niezale˙znym obserwatorem terminalem komunikacyjnym (typu_֒ teletype). Operator mo˙ze komunikowa´c si

e֒ z systemem w j

ezyku naturalnym,֒

zadawa´c pytania, itp. Jednocze´snie drugi terminal l

aczy operatora z drugim֒

pomieszczeniem, gdzie przy terminalu siedzi cz lowiek. Je´sli operator nie b edzie֒

móg l na podstawie odpowiedzi uzyskiwanych od obu partnerów definitywnie stwierdzić który z nich jest systemem komputerowym, a który ˙zywym

cz lowiekiem, to system komputerowy nale˙zy uzna´c za inteligentny.

Pomimo up lywu czasu test zachowuje aktualno´s´c, tzn. nie stworzono systemu, kt´ory by ten test bezdyskusyjnie zaliczy l.

Wprowadzenie do sztucznej inteligencji — test Turinga 5

Konkursy zwi

azane z testem Turinga

֒ Test Turinga jest pewn

a֒abstrakcj

a֒ i nie ma jednoznacznych regu l. Jednak podejmowane s

a֒pr´oby jego praktycznej implementacji i zaliczenia testu.

Na przyk lad, w 1990 roku Hugh Loebner ufundowa l nagrod e֒

$100,000 i z loty medal dla pierwszego komputera, kt´orego odpowiedzi w procedurze stanowi

acej wersj֒

e֒ testu Turinga, bed_֒ a_֒ wystarczajaco nieodró˙znialne od odpowiedzi cz lowieka._֒ Regulaminy tych konkursów definiuj

a֒ tre´s´c i zakres komunikacji mi edzy֒

uczestnikami a s

edziami konkursu. Jednak ostatecznie to s֒

edziowie decyduj֒

a֒czy partner w konwersacji jest cz lowiekiem czy maszyn

a. Zatem o wyniku takiego֒

konkursu mo˙ze zdecydowa´c pomy lka (niedostateczna inteligencja?) s

edziego.֒

Na przyk lad, w innym konkursie zorganizowanym w 2014 dla uczczenia 60-tej rocznicy ´smierci Turinga 33% s

edzi´ow uzna lo za cz lowieka rosyjski program֒

Eugene Goostman udaj

acy ukrai´nskiego ch lopca. Organizator konkursu og losi l,֒

˙ze test Turinga zosta l pokonany, co zosta lo wielokrotnie skrytykowane.

W 2011 program Watson (IBM) pokona l dwóch finalistów-ludzi i wygra l $1M w grze telewizyjnej Jeopardy!, gdzie prowadz

acy podaje has lo-sugesti֒

e,֒

a uczestnicy musz

a֒potwierdzi´c jego zrozumienia przez sformu lowanie pytania.

Wprowadzenie do sztucznej inteligencji — test Turinga 6

(4)

Szachy komputerowe

Szachy s a֒gr

a֒ wymagaj ac֒

a֒ inteligencji i od zawsze stanowi ly wyzwanie

i naturalny poligon dla technologii sztucznej inteligencji. Jednym z pierwszych programistów szachów komputerowych by l Alan Turing, który nie by l jednak w stanie uruchomić swojego programu na ˙zadnym komputerze, ale wykonywa l go przez reczn_֒ a_֒ symulacje._֒

W 1957 roku Herb Simon, jeden z pionier´ow sztucznej inteligencji przewidzia l,

˙ze w ciagu 10 lat komputer zostanie mistrzem szachowym._֒ Istotnie si

e֒ przeliczy l. Po wielu latach wysi lk´ow nad budow

a֒algorytm´ow,

program´ow, i specjalizowanych komputer´ow do gry w szachy, dopiero w 1997 po raz pierwszy komputer szachowy Deep Blue pokona l mistrza ´swiata Gary

Kasparowa w jednym meczu. Nie oznacza lo to jednak pe lnego zwyciestwa_֒ komputer´ow nad lud´zmi w szachach. Przez kolejnych 10 lat szereg kolejnych budowanych program´ow walczy lo z najlepszymi szachistami ze zmiennym powodzeniem. W roku 2006 program Deep Frits pokona l w turnieju mistrza

´swiata Wladimira Kramnika. Od tego czasu zainteresowanie rozgrywkami najlepszych programów z lud´zmi zacze lo spadać, co w jaki´s sposób sygnalizuje_֒ zakończenie tej walki zwyci

estwem komputer´ow.֒

Wprowadzenie do sztucznej inteligencji — szachy i inne gry 7

Inne gry

Mo˙znaby powiedzie´c, ˙ze gry s

a֒dla sztucznej inteligencji czym´s takim jak wy´scigi samochodowe dla przemys lu motoryzacyjnego. Od zawsze stanowi ly wyzwanie dla badaczy i programist´ow. Gdy jedna gra zostawa la rozpracowana

— bad´z teoretycznie, b֒

ad´z przez si lowe przeszukiwanie po l֒

aczone ze sprytnymi֒

technikami — zainteresowanie przenosi lo si

e֒ na inne gry.

W warcabach program po raz pierwszy pokona l mistrza ´swiata w roku 1994.

Nieco p´o´zniej warcaby zosta ly rozpracowane teoretycznie. Je´sli obie strony graja_֒ optymalna_֒ strategia, to gra ko´nczy si_֒ e_֒ remisem.

W grze Othello najlepsze programy dominuja_֒ nad lud´zmi i rywalizacja nie ma sensu. Odwrotnie w grze go (1000 p.n.e.), gdzie liczba mo˙zliwych ruch´ow jest tak du˙za, ˙ze sensowna strategia musi by´c oparta na analizie logicznej, przewaga si ly obliczeniowej znika, i najlepsze programy graja_֒ na poziomie amatorskim.

Ciekawy wynik zosta l osiagni_֒ ety w grze Backgammon, gdzie program_֒ TDGammon (1992) osi

agn֒

a l֒ poziom mistrzowski, dzi

eki zdolno´sci uczenia si֒

e,֒

a nie tylko implementacji najlepszych znanych strategii. Strategie odkryte przez program zosta ly p´o´zniej przyj

ete przez ludzi.֒

Wprowadzenie do sztucznej inteligencji — szachy i inne gry 8

(5)

Silna i s laba sztuczna inteligencja

W zwi

azku z potencjaln֒

a֒ mo˙zliwo´sci

a֒ zbudowania sztucznej inteligencji sformu lowano dwa poziomy realizacji tego celu.

• Hipoteza silnej sztucznej inteligencji postuluje mo˙zliwo´s´c zbudowania systemu rzeczywi´scie inteligentnego, zdolnego my´sle´c jak cz lowiek

i posiadaj

acego umys l.֒

• Hipoteza s labej sztucznej inteligencji polega na budowie systemów, które potrafi lyby dzia lać i rozwi

azywa´c problemy w warunkach pe lnej֒

z lo˙zono´sci ´swiata rzeczywistego, tak jakby umys l posiada ly i my´sla ly.

Rozró˙znienie tych dwóch postulatów ma g lównie charakter filozoficzny i etyczny.

Wprowadzenie do sztucznej inteligencji — zadania 9

Cele AI

W praktyce, celem bada´n i prac in˙zynierskich w zakresie sztucznej inteligencji s a:֒

→ opracowanie obliczeniowej (algorytmicznej) teorii inteligencji, funkcjonowania ludzkiego m´ozgu, pami

eci, ´swiadomo´sci, emocji, instynkt´ow, itp.֒

W tym sensie sztuczna inteligencja ma zwi

azek z biologi֒

a, psychologi֒

a,֒

ﬁlozoﬁ

a, jak r´ownie˙z matematyk֒

a֒ i informatyk

a, ale tak˙ze innymi֒

dziedzinami nauki i wiedzy.

→ budowa inteligentnych system´ow (komputerowych) do skutecznego rozwi

azywania trudnych zagadnie´n, zdolnych funkcjonowa´c w normalnym֒

´swiecie

W tym sensie sztuczna inteligencja musi wsp´o lpracowa´c, poza informatyka,_֒ z robotyka, mechanik_֒ a, mechatronik_֒ a_֒ i szeregiem dziedzin in˙zynierskich.

(6)

Zadania do rozwi

azania

֒

Pomiedzy innymi, sztuczna inteligencja musi zmierzy´c si_֒ e_֒ z nastepuj_֒ acymi_֒ zadaniami:

• reprezentacja wiedzy aby m´oc przyjmowa´c pojawiaj ace si֒

e֒ informacje o ´swiecie, rozumie´c je, konfrontowa´c z ju˙z posiadan

a֒ wiedz a֒

• wnioskowanie aby wyci

aga´c wnioski z pojawiaj֒

acych si֒

e֒ informacji, i podejmowa´c decyzje o dalszych dzia laniach

• uczenie si

e dla dostosowania si֒

e֒ do nowo pojawiaj

acych si֒

e֒ okoliczno´sci, nieprzewidzianych przez tw´orc´ow systemu, pojmowania nowych zjawisk, itp.

• rozumienie j

ezyka naturalnego jest praktycznie niezb֒

edna aby mo˙zna֒

by lo praktycznie sprawdzi´c zdolno´sci systemu sztucznej inteligencji

• pos lugiwanie si

e wizj֒

a w celu samodzielnego pozyskiwania wiedzy֒

o ´swiecie

• robotyka czyli praktyczna konstrukcja systemu zdolnego porusza´c si e֒

i wykonywa´c dzia lania w ´swiecie rzeczywistym

(7)

Reprezentacja wiedzy

Problem reprezentacji wiedzy jest centralny dla wszystkich dziedzin i technik sztucznej inteligencji. Sprowadza si

e֒ on do stworzenia j

ezyka umo˙zliwiaj֒

acego֒

wyra˙zanie faktów, relacji, zale˙zno´sci, dzia lań, ich w lasno´sci, znaczenia, skutków, i innych informacji o problemie i jego otoczeniu, które maj

a֒lub mog

a֒mie´c zwiazek z jego rozwi֒

azywaniem.֒

Problemem jest wyb´or i u˙zycie dobrego j

ezyka reprezentacji wiedzy.֒

Zastosowanie w la´sciwego j

ezyka cz֒

esto umo˙zliwia i znacznie u latwia znalezienie֒

najprostszego i/lub najlepszego rozwi

azania, podczas gdy zastosowanie֒

niew la´sciwego jezyka mo˙ze je znacznie utrudni´c lub uniemo˙zliwi´c._֒

Dobra reprezentacja wiedzy ma r´ownie˙z znaczenie dla efektywno´sci pracy cz lowieka nad problemem. Dobry j

ezyk reprezentacji pozwala rozumie´c si֒

e֒

nawzajem ludziom — fachowcom reprezentujacym r´o˙zne dziedziny wiedzy,_֒ pracujacym wsp´olnie nad problemem._֒

Wprowadzenie do sztucznej inteligencji — reprezentacja wiedzy 13

Wprowadzenie do sztucznej inteligencji — reprezentacja wiedzy 14

(8)

Zastosowania — komunikacja w j

ezyku naturalnym

֒ Technologie przetwarzania j

ezyka naturalnego:֒

• ”rozumienie” tekstu, zamiana tekstu na reprezentacje_֒ formalna_֒

• maszynowe t lumaczenie

• ekstrakcja informacji

• odpowiadanie na pytania

• klasyﬁkacja tekstu, ﬁltrowanie spamu, itp.

Technologie przetwarzania mowy:

• rozpoznawanie jezyka m´owionego (ASR)_֒

• synteza mowy (TTS)

• systemy dialogowe

Wprowadzenie do sztucznej inteligencji — zastosowania 15

Zastosowania — percepcja wizualna

• rozpoznawanie obiekt´ow, znak´ow

• segmentacja sceny

• rekonstrukcja 3D

• klasyﬁkacja obraz´ow

(9)

Zastosowania — robotyka

Robotyka l

aczy ze sob֒

a֒elementy mechaniki i elektroniki (mechatronika), oraz sztucznej inteligencji.

Gdy przystepujemy do budowy robot´ow i ich testowania w ´swiecie rzeczywistym,_֒ napotykamy problemy daleko wykraczaj

ace poza opracowan֒

a֒ teori e.֒

Zagadnienia, istniejace technologie, zastosowania:_֒

• planowanie dzia la´n

• sterowanie pojazdami (chodzacymi, je˙zd˙z_֒ acymi, lataj_֒ acymi)_֒

• systemy ratunkowe

• roboty spo leczne — opieka nad lud´zmi jej wymagajacymi_֒

(10)

Historia AI — lata 50-te XX wieku

• idee XIX-wieczne (i wcze´sniejsze): filozofia, logika, prawdopodobieństwo, badania nad funkcjonowaniem mózgu ludzkiego

• lata 50-te XX wieku: powstanie AI zwiazane jest z powstaniem informatyki,_֒ jezyk programowania LISP (McCarthy)_֒

• rozwi

azywanie lamig l´owek, gry, klasyczne problemy typu:֒

”ma lpa i banany,”

”misjonarze i ludo˙zercy,” i inne

• wczesne systemy: GPS (Newell, Shaw, Simon), program do gry w warcaby (Samuel)

• modele teoretyczne: perceptron (Minsky)

Wprowadzenie do sztucznej inteligencji — historia 19

Historia AI — trzeci kwarta l XX wieku

• pojawienie sie_֒ metod sformalizowa- nych opartych na logice

• zwiazek z rozwojem robotyki: me-_֒ tody percepcji, planowanie dzia la´n, uczenie sie_֒

• po poczatkowym wybuchu entuzja-_֒ zmu zwiazanym z powstaniem wielu_֒ metod i nadziejach na szybkie osia-_֒ gniecie cel´ow AI nadesz lo zrozumie-֒

nie problem´ow z lo˙zono´sci i bariery kombinatorycznej

• niedostatki logiki klasycznej: po- trzeba rozumowania przybli˙zonego i robienia za lo˙ze´n w braku pewnej informacji

• rozumowanie oparte na zdrowym rozsadku

(11)

Historia AI — ostatni kwarta l XX wieku

• zastosowania praktyczne, r´ownie˙z komercyjne

• dowodzenie twierdze´n i obliczenia symboliczne

• rozumienie j

ezyka naturalnego, automatyczne t lumaczenie tekst´ow,֒

rozumienie mowy

• automatyczne programowanie: konstrukcja i weryﬁkacja program´ow

• analiza informacji wizyjnej i sterowanie robotami (pojazdami) autonomicznymi

• eksperckie systemy doradcze dla wielu dziedzin: medycyna, geologia, projektowanie in˙zynierskie, ekonomia, ﬁnanse, itp.

• uczenie si e֒

Historia AI — wiek XXI

Na razie prowizoryczna, wiek XXI jeszcze si

e֒ nie sko´nczy l ...

• Silny rozw´oj metod numerycznych, np. dla zagadnie´n CSP, zaskakuj ace֒

spektakularne wyniki, rozwi

azanie niekt´orych zagadnie´n trudnych w czasie֒

wielomianowym, lub wr

ecz liniowym, np. algorytm GSAT.֒

W tym kontek´scie nabieraj

a֒ znaczenia algorytmy poddaj ace si֒

e֒

zr´ownoleglaniu.

• Silny rozw´oj metod statystycznych, np. przetwarzanie jezyka naturalnego_֒ oparte na korpusach, i inne zastosowania.

• Rozw´oj metod opartych na modelach probabilistycznych, procesach Markowa, uczenie sie_֒ ze wzmocnieniem, itp.

• Zwi

azki z ekonomi֒

a֒(inteligentny agent musi dzia la´c racjonalnie i ekonomicznie), teori

a֒gier, itp.

• Metody reprezentacji wiedzy oparte na ontologiach prze˙zywaja_֒ w XXI wieku odrodzenie i rozwijaj

a֒ si

e֒ praktycznie w kontek´scie Internetu, tzw. Semantic Web Initiative.

(12)

• Nadal popularne sa_֒ podej´scia agentowe, w r´o˙znych kontekstach

• Pojawiaja_֒ sie_֒ nowe dziedziny zastosowa´n, np. roboty spo leczne.

• Dalsze dziedziny oddzielaja_֒ sie_֒ od sztucznej inteligencji i zaczynaja ˙zy´c_֒ w lasnym ˙zyciem, np. dra˙zenie danych._֒

• Sztuczna inteligencja przenika do ˙zycia praktycznego w ró˙znych postaciach, od inteligentnych asystentów w pakietach oprogramowania, inteligentne systemy obs lugi klientów, systemy wspomagajace obs lug_֒ e_֒ ró˙znych systemów, np. kierowanie samochodami, do systemów przeznaczonych do dzia lania na polu walki.

• Coraz wiecej zastosowa´n sztucznej inteligencji rodzi dylematy, kiedy i w jakim_֒ stopniu proces decyzyjny mo˙ze by´c przekazywany inteligentnym maszynom.

Kr´ otkie podsumowanie — pytania sprawdzaj ace

֒

1. Co to jest problem trudny?

2. Co to jest reprezentacja wiedzy?

3. Zdeﬁniuj dwa g l´owne cele AI.

4. Czym sie r´o˙zni silna AI od s labej?

5. Czy mo˙zna powiedzie´c, ˙ze test Turinga zosta l zaliczony, przynajmniej w jakim´s stopniu?

Wprowadzenie do sztucznej inteligencji 24