Dirbtinis Intelektas?

Intelektas (lot. intelligentia - „įžvalga, gebėjimas pažinti“; intellegere - „suprasti“) arba protas – ypatinga subjekto ir objektų sąveikos forma, specifinė veikla, kilusi iš išorinių veiksmų, pasireiškiančių kaip visuma interiorizuotų operacijų, kurios koordinuojasi tarpusavyje ir sudaro grįžtamąsias, pastovias ir paslankias psichikos struktūras. Tai visuma gebėjimų mokytis, įsiminti, susivokti naujose situacijose bei disciplinose, pastebėti sąsajas, rasti problemų sprendimus, kurti, reikšti mintis, valdyti emocijas (???), numatyti galimas priežastis, pasekmes, galimybes. Intelektas pasireiškia kaip individo gebėjimas spręsti klausimus remiantis abstrakcijomis ir bendrosiomis žiniomis, įgytomis sąveikaujant su aplinka. Svarbu pabrėžti tai, kad verbalinis suvokimas, erdvinis mąstymas, atmintis, abstraktusis mąstymas, matematiniai bei loginiai gebėjimai laikomi atskiromis savarankiškomis proto funkcijomis, tad jas galima vertinti bei lavinti atskirai vieną nuo kitos. Intelekto lygis (intelekto koeficientas) nustatomas intelekto testais (IQ testas).

Intel:)

Dirbtinis intelektas (DI) – bet koks dirbtinai sukurtas intelektas. Andreas Kaplan ir Michael Haenlein apibrėžė dirbtinį intelektą kaip „sistemos sugebėjimą teisingai interpretuoti išorinius duomenis, mokytis iš jų ir panaudoti tokias žinias, kad būtų įgyvendinti konkretūs tikslai ir uždaviniai, lanksčiai juos pritaikant“.^[1]

Dirbtinis intelektas skiriasi nuo įprastų kompiuterinių algoritmų tuo, kad gali apsimokyti, tai atlikdamas tą patį veiksmą gali elgtis kitaip priklausomai nuo prieš tai atliktų veiksmų.

Dirbtinio intelekto tyrimai remiasi psichologijos ir neurologijos, matematikos ir logikos, komunikacijos teorijos, filosofijos ir lingvistikos mokslų duomenimis. Dirbtinio intelekto tyrimuose dažnai pagal gyvų organizmų nervų sistemą kuriami supaprastinti teoriniai modeliai. Jie vadinami neuroniniais tinklais, kurie vėliau panaudojami sprendžiant įvairių sričių problemoms spręsti – balso ar vaizdo atpažinimui, ligų diagnozei ir panašioms problemoms, kurios tiksliais algoritmais sunkiai sprendžiamos dėl ribotų techninių galimybių.

Neuroniniai tinklai padeda sprendžiant dviejų rūšių – klasifikavimo ir prognozavimo – uždavinius.

Klasifikavimo uždaviniai skirti suskirstyti objektus į grupes. Pavyzdžiui, žmones pagal ūgį, svorį, plaukų ir akių spalvą suskirstyti į vyrus ir moteris. Skirstymas gali būti ir sudėtingesnis, tarkim pagal akių, lūpų, nosies linijas suskirstyti žmones pagal tautas.

Paprastai naudojami keli klasifikatoriai, kurių pagalba gaunamas norimas rezultatas.

Prognozavimo uždaviniai tokie, kuomet pagal turimus duomenis yra spėjama, kokie bus tolimesni. Tai naudojama oro prognozėse, ligos diagnostikose. Kartais naudojama taisant klaidas.

Praktinis pritaikymas

• Automatizuota prekybos akcijomis sistema
• Programa Chinook nuo 1994 m. yra šaškių pasaulio čempionas.
• Paieškos sistemos leidžia naudotis internetu.
• Deep Blue, šachmatų kompiuteris, 1997 m. nugalėjo pasaulio čempioną Garį Kasparovą.
• Ekspertinės sistemos naudojamos naftos gavyboje, valdant robotus, medicinoje (diagnozė).
• Automatinis vertimas yra plačiai paplitęs verčiant techninius tekstus didžiausiomis pasaulio kalbomis.
• Automatinės tekstų santraukos.
• Neuroniniai tinklai, saugos, stebėjimo struktūrose, analizuojant prognozuojant akcijų kitimo kursus.
• Optinis ženklų atpažinimas, jo pagalba skaitomi tekstai.
• Parašo atpažinimas PDAs.
• Kalbos dešifravimas. Teismai, advokatai, gydytojai, geležinkelio transporto koncernai (Deutsche Bahn) naudoja įrenginius, kurie kalbą paverčia tekstu ir atvirkščiai.
• kompiuterinės algebros sistemas kaip Mathematica arba Maple naudoja matematikai, įvairūs mokslininkai ir inžinieriai.
• Computer-Vision sistemomis stebimos gatvės, „budima“ viešosiose vietose, keliuose, kontroliuojama gamyba ir tiekimas.
• Kompiuteriniai žaidimai.
• Natūralios kalbos apdorojimas.

Tie, kas suprantam rusiškai, pasiklausykim

prof. S.V.Saveljevo: