Czytaj więcej"/> Drukuj
Sztuczna inteligencja (ang. Artificial IntelligenceAI) to technologia i kierunek badań na styku informatyki, neurologii i psychologii. Jego zadaniem jest konstruowanie maszyn i oprogramowania zdolnego rozwiązywać problemy nie poddające się algorytmizacji w sposób efektywny, w oparciu o modelowanie wiedzy (inaczej: zajmuje się konstruowaniem maszyn, które robią to, co obecnie ludzie robią lepiej). Problemy takie bywają nazywane AI-trudnymi i zalicza się do nich między innymi analiza (i synteza) języka naturalnego, rozumowanie logiczne, dowodzenie twierdzeń, gry logiczne (szachy, warcaby, go) i manipulacja wiedzą - systemy doradcze, diagnostyczne.
AI jako dział badań naukowych zaczęła się w latach 50. XX wieku kiedy to powstało pierwsze laboratorium AI na Uniwersytecie Carnegie Mellon, założone przez Allana Newella i Herberta Simona i kilka lat później analogiczne laboratorium w Massachusetts Institute of Technology, założone przez Johna McCarthy'ego. Oba te laboratoria są wciąż wiodącymi ośrodkami AI na świecie. Termin Sztuczna inteligencja został po raz pierwszy zaproponowany prawdopodobnie przez Johna McCarthy'ego, który w 1955 r. zdefiniował go jak "konstruowanie maszyn, o których działaniu dałoby się powiedzieć, że są podobne do ludzkich przejawów inteligencji".
Istnieją dwa różne podejścia do pracy nad AI. Pierwsze to tworzenie całościowych modeli matematycznych analizowanych problemów i implementowanie ich w formie programów komputerowych, mających realizować konkretne cele. Drugie to próby tworzenia struktur i programów "samouczących się", takich jak modele sieci neuronowych oraz opracowywania procedur rozwiązywania problemów poprzez "uczenie" takich programów, a następnie uzyskiwanie od nich odpowiedzi na "pytania".
W trakcie wieloletniej pracy laboratoriów AI stosujących oba podejścia do problemu, okazało się, że postęp w tej dziedzinie jest i będzie bardzo trudny i powolny. Często mimo niepowodzeń w osiąganiu zaplanowanych celów, laboratoria te wypracowywały nowe techniki informatyczne, które okazywały się użyteczne do zupełnie innych celów. Przykładami takich technik są np. języki programowania LISP i Prolog. Laboratoria AI stały się też "rozsadnikiem" kultury hakerskiej, szczególnie laboratorium AI w MIT.
Praca ta przyniosła też konkretne rezultaty, które znalazły już praktyczne i powszechne zastosowania.

Współczesne, praktyczne zastosowania AI:

Czego nie udało się dotąd osiągnąć mimo wielu wysiłków:

Obszerny zbiór linków zewnętrznych w języku angielskim można znaleźć na stronie prof. Włodzisława Ducha.

Patrz też:

Materiał wydrukowany z portalu zgapa.pl dnia 2021-01-17 01:13:46