Umělá inteligence

Stránka ve výstavbě

Na této stránce se právě pracuje. Prosím needitujte tuto stránku, dokud na ní zůstává tato šablona. Předejdete tak editačnímu konfliktu. Jestliže uběhla od poslední editace doba alespoň dvou dnů, neváhejte tuto šablonu odstranit.

Umělá inteligence je vědní obor, který se zabývá tvorbou strojů, které vykazují inteligenci. Přesná a jediná definice neexistuje, neustále se vedou spory, jak umělou inteligenci nejlépe definovat. I přes velké množství definic se vždy jedná o definice obecné, které nevysvětlují, co vůbec ta inteligence je.

Zatím nejlepší definici vytvořil Marvin Minsky v roce 1967:„Umělá inteligence je věda o vytváření strojů nebo systémů, které budou při řešení určitého úkolu užívat takového postupu, který, kdyby ho dělal člověk, bychom považovali za projev jeho inteligence.”

Další definice

E. Richová: „...umělá inteligence se zabývá tím, jak počítačově řešit úlohy, které dnes zatím zvládají lidé lépe”

„Umělá inteligence je označení uměle vytvořeného jevu, který dostatečně přesvědčivě připomíná přirozený fenomén lidské inteligence.”

„Umělá inteligence označuje tu oblast poznávání skutečnosti, která se zaobírá hledáním hranic a možností symbolické, znakové reprezentace poznatku a procesu jejich nabývání, udržování a využívání.”

„Umělá inteligence se zabývá problematikou postupu zpracování poznatku - osvojováním a způsobem použití poznatku při řešení problému.”

Obr. 1 Standardní podoba Turingova testu – osoba C má za úkol rozlišit, kdo z A a B je člověk a kdo je stroj napodobující člověka

Existuje mnoho dalších definic, tyto jsou však nejpoužívanější a nejpřesnější. Definice sami o sobě však nic neřeší, je třeba je aplikovat ve formě strojů a robotů.

Oblasti výzkumu umělé inteligence:

• dokazování teorémů
• hraní her
• zpracování přirozeného jazyka
• robotika
• rozpoznávání obrazů
• znalostní inženýrství
• strojové učení

Směry umělé inteligence

• psychologický směr: se orientuje na vytvoření umělých modelů lidský intelektuálních činností;
• inženýrský směr: se orientuje na vytvoření inteligentních systémů a technik, které jsou k tomu potřebné (neomezuje se tedy pouze na simulaci lidských postupů řešení úloh);
• filosoficko-matematický směr: obecné studium a formalizace intelektuálních mechanismů nezávisle na jejich realizaci.

Milníky výzkumu umělé inteligence

• 1943 - model neuronu: vytvořili jej Warren McCulloch a Walter Pittw jakožto jednoduchý matematický model neuronu, který představoval teoretický model části nervové soustavy - biologického neuronu. Model se stal předmětem zkoumání a rozvoje řady dalších badatelů.
• 1950 - Turingův test
• 1956 - Dartmouthská konference: za zrození umělé inteligence ve smyslu jak ji chápeme dnes je považován rok 1956, kdy se konala Dartmouthská konference. Zde byl přijat název tohoto odvětví. Umělá inteligence tu dostala svoje jméno, cíl, první úspěchy a hlavní osobnosti.
• 1958 - LISP
• 1965 - DENDRAL, fuzzy logika, rezoluční princip
• 1968 - sémantické sítě
• 1970 - PROLOG
• 1973 - MYCIN: úkolem expertního systému MYCIN je diagnóza jistých druhů infekcí ve složitých pooperačních stavech a doporučení pro jejich medikamentózní léčbu. Uživatelem je lékař (chirurg), který nemusí být expertem na infekční choroby. Během dialogu se systémem MYCIN ptá ošetřujícího lékaře na stav, zdravotní historii pacienta a výsledky laboratorních testů. Na závěr systém vydá diagnózu a doporučí vhodnou terapii.
• 1975 - teorie rámců: datové struktury reprezentující stereotypní situace, např. postupné vyplňování stránek, předdefinované hodnoty. Teorii vytvořil Marvin Minsky a na jejím základě vzniklo objektově orientované programování.
• 1976 - PROSPECTOR: úkolem expertního systému PROSPECTOR je odhad věrohodnosti toho, že se na daném místě vyskytuje rudné ložisko typu reprezentovaného zadaným modelem. Uživatel pracuje s expertním systémem v dialogu, během něhož předkládá svá pozorování a je žádán o další informace. Typická báze znalostí (o geologických charakteristikách měděných ložisek) je tvořena inferenční sítí o 94 vrcholech a 105 pravidlech.
• 1978 - R1/XCON
• 1981 - japonský projekt počítačů 5. generace
• 1982 - neuronová síť

Turingův test

Turingův test, který roku 1950 vytvořil Alan Turing, má za úkol vyhodnotit, zda se daný stroj chová opravdu inteligentně. Protože inteligenci nelze přesně definovat, porovnává se v testu stroj s člověkem. Test probíhá tak, že v jedné místnosti je umístěn testující člověk. Ve druhé místnosti je umístěn člověk a testovaný předmět, např. počítač s daným programem. Testující člověk pokládá otázky v přirozené řeči a předává je do druhé místnosti, kde na ně náhodně odpoví buď člověk nebo počítač formou tištěné odpovědi.

V případě, že testující není schopen rozpoznat, která odpověď je od člověka a která od počítače, pak můžeme hovořit o tom, že stroj je inteligentní. Turingův test byl nejpoužívanějším ukazatelem inteligence strojů, nakonec se však prokázala přílišná subjektivnost hodnocení.

Dělení umělé inteligence

Koncem 60. let byly navrženy v oblasti umělé inteligence algoritmy, které se daly využít k řešení problémových oblastí. Jednalo se o klasické matematické modely a jejich užití bylo obtížné a výpočetně hůře zvládnutelné.

Klasická umělá inteligence

Umělá inteligence ve svých začátcích, kdy využívala klasické matematické moduly, zahrnovala několik oblastí:

• Robotika
  • robotika zařizuje pohyb robotů a jejich jednotlivých součástí
• Řešení úkolů (problem solving)
  • umělá inteligence v hrách => řešení logických hádanek
• Rozpoznávání obrazců (pattern recognition)
  • systém zaměřený na rozpoznávání vzorů
• Dokazování vět (theorem proving)
  • také známé jako ATP nebo Automatické dokazování se snaží pomocí počítačových programů prokázat matematické teorie

Klasická umělá inteligence však nebyla schopná řešit zadané úlohy stejně lehce jako živé organismy. Výzkumníci se proto začali soustřeďovat na napodobování živé přírody a tak vznikla Nová umělá inteligence.

Nová umělá inteligence (Soft computing)

Napodobuje živou přírodu a zahrnuje oblasti:

• Neuronové sítě
  • neuronové sítě jsou inspirované nervovým systémem živých organismů
    
  • základem je model umělého neuronu (Obr. 3)
    
  • mohou realizovat jakoukoliv logickou funkci
• Representace vágních znalostí a aproximativní uvažování
  • aproximativní uvažování umožnilo konstrukci fuzzy systémů = uplatnění v praktických aplikacích např. v řízení technického zařízení
• Evoluční algoritmy
  • evoluční algoritmy využívají modelový mechanismus podobný přírodnímu výběru pro získání algoritmů => viz. Umělý život

Odkazy

Doporučená literatura

• ZELINKA, Ivan. Umělá inteligence: hrozba nebo naděje. 1. vyd. Praha: BEN - technická literatura, 2003, 142 s. ISBN 80-7300-068-7.
• VOLNÁ, Eva a spol. Umělá inteligence: Rozpoznávání vzorů v dynamických datech. 1. vyd. Praha: BEN - technická literatura, 2014, 144 s. ISBN 978-80-7300-497-2.
• Boden, Margaret A., ed. Artificial intelligence. San Diego: Academic Press, 1996. xviii, 376 s. Handbook of perception and cognition, 2nd ed. ISBN 0-12-161964-8.
• Artificial intelligence: approaches, tools and applications [online]. New York: Nova Science Publishers, ©2011. Scientific revolutions. Computer science, technology and applications [cit. 2021-05-26]. Dostupné z: https://ebookcentral.proquest.com/lib/natl-ebooks/detail.action?docID=3021220.
• ZELINKA, Ivan. Aplikace umělé inteligence. Vyd. 1. Zlín: Univerzita Tomáše Bati ve Zlíně, 2010. 151 s. ISBN 978-80-7318-898-6.

Zdroje obrázků

• Obr. 1 Wikimedia commons http://commons.wikimedia.org/wiki/File:Turing_Test_version_3.png
  

Související články

• Kybernetika
  
• Umělý život
  
• Fuzzy systémy
  
• Turingův test
  
• Sémantická síť
  
• Reprezentace znalostí
  
• Robotika
  
• Metody dobývání znalostí z databází (data mining)
  
• Produkční systém
  

Klíčová slova

robotika, turingův test, umělý život, kybernetika