Veštačka inteligencija

Tema: Pojam i definicija veštačke inteligencije

Profesor : Student :

Sadržaj:

SADRŽAJ:...............................................................................................................................................................2

UVOD.......................................................................................................................................................................3

ŠTA JE TO INTELIGENCIJA..............................................................................................................................4

ISTORIJSKI PREGLED RAZVOJA...................................................................................................................5

DEFINICIJA VI?..................................................................................................................................................10

SISTEM KOJI SE PONAŠA KAO LJUDI: TJURINGOV TEST.......................................................................................11

SISTEM KOJI RAZMIŠLJA KAO LJUDI: KOGNITIVNI MODEL PRISTUPA.................................................................12

RAZMIŠLJATI RACIONALNO: PRISTUP KROZ ZAKONE MIŠLJENJA........................................................................12

RADITI RACIONALNO:PRISTUP KROZ INTELIGENTNE AGENTE............................................................................12

DRŽAVA UMETNOSTI......................................................................................................................................13

ZAKLJUČAK........................................................................................................................................................14

Literatura:................................................................................................................................................................16

2

Uvod„Posle pisma, arapskih brojeva, analitičke geometrije i diferencijalnog računa,

računar je – prema mišljenju Herberta Sajmona – četvrta istorijska prekretnica u razvitku civilizacije. Da li je to, možda, osokolilo izvesne naučnike da predvide da će veštačka inteligencija nadmašiti ljudsku? „

Čovečanstvo je sebi dalo naučni naziv Homo sapiens – inteligentan čovek - jer su naše mentalne sposobnosti toliko važne za naše svakodnevne živote i osećanja o nama samima.Oblast veštačke inteligencije, takođe VI (artificial intelligence,AI) pokušava da razume inteligentne entitete.Tako, jedan od razloga jednog ovakvog razumevanja je da saznamo više o sebi. Ali za razliku od filozofije i psihologije, čije je interesovanje takođe inteligencija,VI nastoji da izgradi inteligentne entitete kao i njihovo razumevanje. VI je proizvela mnoge značajne i impresivne proizvode čak i u svojoj ranoj fazi razvoja. Iako niko ne može predvideti budućnost u detalje, jasno je da kompjuteri na ljudskim nivou inteligencije (ili bolje) imaju veliki uticaj na naš svakodnevni život i na dalji tok civilizacije.

Veštačka inteligencija je podoblast računarstva. Cilj istraživanja veštačke inteligencije je razvijanje programa (softvera), koji će računarima omogućiti da se ponašaju na način koji bi se mogao okarakterisati intelignentim. Prva istraživanja se vežu za same korene računarstva. Ideja o stvaranju mašina koje će biti sposobne da obavljaju različite zadatke inteligentno, bila je centralna preokupacija naučnika računarstva koji su se opredelili za istraživanje veštačke inteligencije, tokom cele druge polovine 20. veka. Savremena istraživanja u veštačkoj inteligenciji su orjentisana na ekspertske i prevodilačke sisteme u ograničenim domenima, prepoznavanje prirodnog govora i pisanog teksta, automatske dokazivače teorema, kao i konstantno interesovanje za stvaranje generalno inteligentnih autonomnih agenata.

Veštačka inteligencija kao pojam u širem smislu, označava kapacitet jedne veštačke tvorevine za realizovanje funkcija koje su karakteristika ljudskog razmišljanja. Mogućnost razvoja slične tvorevine je budila interesovanje ljudi još od antičkog doba; ipak, tek u drugoj polovini XX vjeka takva mogućnost je dobila prva oruđa (računare), čime se otvorio put za taj poduhvat.

Potpomognuta napretkom moderne nauke, istraživanja na polju veštačke inteligencije se razvijaju u dva osnovna smera: psihološka i fiziološka istraživanja prirode ljudskog uma, i tehnološki razvoj sve složenijih računarskih sistema.

U tom smislu, pojam veštačke inteligencije se prvobitno pripisao sistemima i računarskim programima sa sposobnostima realizovanja složenih zadataka, odnosno simulacijama funkcionisanja ljudskog razmišljanja, iako je i dan danas, prilično daleko od cilja. U toj sferi, najvažnije oblasti istraživanja su obrada podataka, prepoznavanje modela različitih oblasti znanja, igre i primenjene oblasti, kao na primjer medicina.

Neke oblasti današnjih istraživanja obrađivanja podataka se koncentrišu na programe koji nastoje osposobiti računar za razumevanje pisane i verbalne informacije, stvaranje rezimea, davanje odgovara na određena pitanja ili redistribuciju podataka korisnicima zainteresovanim za određene delove tih informacija. U tim programima je od suštinskog

3

značaja kapacitet sistema za konstruisanje gramatički korektnih rečenica i uspostavljanje veze između reči i ideja, odnosno identifikovanje značenja. Istraživanja su pokazala da, dok je probleme strukturne logike jezika, odnosno njegove sintakse, moguće riješiti programiranjem odgovarajućih algoritama, problem značenja, ili semantika, je mnogo dublji i ide u pravcu autentične veštačke inteligencije.

Osnovne tendencije danas, za razvoj sistema VI predstavljaju: razvoj ekspertskih sistema i razvoj neuronskih mreža. Ekspertski sistemi pokušavaju reprodukovati ljudsko razmišljanjene preko simbola. Neuronske mreže to rade više iz biološke perspektive (rekreiraju strukturu ljudskog mozga uz pomoć genetskih algoritama). Uprkos složenosti oba sistema, rezultati su veoma daleko od stvarnog inteligentnog razmišljanja.

Mnogi naučnici su skeptici prema mogućnosti razvijanja istinske VI. Funkcionisanje ljudskog razmišljanja, još uvijek nije dublje poznato, iz kog razloga će informatički dizajn inteligentnih sistema, još duži vremenski period biti u suštini onesposobljen za predstavljanje tih nepoznatih i složenih procesa.

Šta je to inteligencija?Uobičajeno pod inteligencijom podrazumevamo sposobnost usvajanja, pamćenja i

obrade odredjenjih znanja.Ipak, nijedna definicija veštačke inteligencije nije opšte prihvaćena (bar ne neka koja bi odgovarala uobičajenom, svakodnevnom smislu i istovremeno precizno i formalno opisivala pojam). U svakom slučaju možemo smatrati da inteligencija podrazumeva bar dve sposobnosti: sposobnost pamćenja, skladištenja znanja i mogućnost njegove obrade. Osoba (ili mašina) bez ikakvog znanja ne može biti smatrana inteligentnom. Takodje, inteligentnom ne može biti smatrana ni osoba (ili mašina) sa ogromnom količinom ”statičkog” znanja odnosno podataka, ali bez sposobnosti da to znanje obradjuje i da rešava probleme u vezi sa njim. Postoje i drugi aspekti inteligencije. Jedan od njih je brzina obradeznanja, koja je, kada su u pitanju računari, zavisna ne samo od procedura za zaključivanje, već, naravno, i od tehničkih karakteristika pojedinog računara.Sposobnost učenja - usvajanja novih znanja takodje je jedan od aspekata inteligencije,iako je možemo uvrstiti u sposobnost rešavanja problema.

Aspektom inteligencije možemo smatrati i sposobnost komunikacije sa drugim inteligentnim bićima (mašinama), koju takodje možemo uvrstiti u rešavanje problema. Smatraćemo, dakle, da biće ili mašina imaju atribute intelignetnog, ako imaju navedena svojstva. Ako se radi o mašini odnosno uredjaju bilo koje vrste sa navedenim svojstvima, govorićemo o veštačkoj inteligenciji. Podsetimo se i jedne ”klasične” definicije veštačke inteligencije: ako su u odvojene dve prostorije smeštene jedna ljudska osoba i neka naprava i ako na identične probleme one pružaju odgovore na osnovu kojih se ne može pogoditi u kojojsobi je čovek, a u kojoj naprava, onda možemo smatrati da ta naprava ima atribute veštačke inteligencije. Nakon svega, dobro je navesti i jednu rigorozniju i možda suvoparniju, ali verovatno najbolju definiciju veštačke inteligencije — to je disciplina koja se bavi problemima u kojima se javlja kombinatorna eksplozija.

Za pojam inteligencije suštinska su dva pitanja: pitanje znanja i pitanje zaklju čivanja, koja, kada govorimo o računarima, odgovaraju pojmovima baze znanja i komponente zaključivanja. Komponenta zaključivanja (izvođenja) predstavlja takodje neku vrstu znanja - to je znanje o procesu izvođenja novih informacija iz iz date baze znanja i o pravilima po kojima se to izvođenje vrši. Znanje ovog tipa zvaćemo meta-znanjem. Sam pojam znanja, takođe ima više aspekata. Po mnogim filozofskim koncepcijama znanje predstavlja tvrđenja za koje je utvrđeno ili može biti utvrdjeno da su tačna. Ipak, mi ćemo često imati potrebu da

4

radimo i sa informacijama koje ne moraju da budu tačne, pa ćemo prihvatiti širi pojam znanja i pod njim podrazumevati i istinite, potvrđene činjenice, ali i hipoteze, nepotpune informacije i informacije date sa određenim verovatnoćama. Izbor reprezentacije znanja je jedan od ključnih problema i on je u direktnoj vezi i sa prirodom odredjenog znanja, ali i sa prirodom mehanizama za zaključivanje. Mehanizmi za zaključivanje moraju biti prilagođenireprezentaciji znanja i njegovoj prirodi, pa će u jednom slučaju biti zasnovanina klasičnoj logici, a u drugom na modalnoj logici, teoriji verovatnoće, fazilogici itd. Zaključivanjem možemo smatrati proces po kojem se na osnovu bazeznanja može izvesti informacija koja u njoj nije eksplicitno sadržana. Tako, naprimer, ako u bazi znanja imamo činjenice:

I1 : ...I2 : ...

na osnovu njih moguće je izvesti činjenicu:I3 : ...

koja zaista nije bila eksplicitno sadržana u polaznoj bazi znanja. Navedeni primer odgovara uobičajenom zaključivanju koje odgovara ljudskom iskustvu. Često se, medjutim, susrećemo sa problemima kod kojih je teško precizno zasnovati proces zaključivanja koji odgovara čovekovom i bićemo prinuđeni da tragamo za sofisticiranijim tehnikama koje odgovaraju tim zahtevima. U vezi sa formalizacijom prirodnog toka zaključivanja su i problemi monotonog i nemonotonog zaključivanja. Na kraju uvodnog dela jednostavnim primerom ilustrovaćemo nekoliko različitih oblika zaključivanja. Razmotrimo odnos veze

(i) i činjenica(ii)P(a)

(iii)Q(a):Izvođenje činjenice Q(a) na osnovu (i) i (ii) je potpuno opravdano i odgovara matematičkim principima deduktivnog zaključivanja. Izvodjenje veze (i) na osnovu niza parova (ii); (iii) za različite instance argumenta, odgovara nepotpunoj indukciji, nema matematičku egzaktnost, a u praktičnim primenama pouzdanost mu se povećava sa brojem instanci koje potvrdjuju hipotezu. Izvodjenje činjenice (ii) na osnovu (i) i (ii) zovemo abdukcijom. Ono takodjenije egzaktno, a opravdanje ima u odnosu uzroka i posledice. Tako, ako raspolažemonizom veza oblika (i) za različita svojstva Qi(i = 1,..., n) i nizom činjenicaQi(a)(i = 1,..., n), možemo da zaključimo (sa izvesnom pouzdanošću), dakao uzrok posledicama Qi(a)(i = 1,..., n) važi svojstvo P(a). Ovaj princip zaključivanja često se primenjuje u medicinskim ekspertnim sistemima za utvrdjivanje(potencijalnog) uzroka na osnovu poznatih simptoma.

Istorijski pregled razvoja

Pojam veštačka inteligencija (VI), nastaje leta 1956. godine u Dartmudu, Hanover (SAD), na skupu istraživača zainteresovanih za teme inteligencije, neuronskih mreža i teorije automata. Skup je organizovao Džon Mekarti, ujedno sa Klodom Šenonom, Marvinom Minskim i N. Ročesterom. Na skupu su takođe učestvovali T. Mur (Prinston), A. Semjuel (IBM), R. Solomonof i O. Selfridž (MIT), kao i A. Nevil, H. Sajmon (Carnegie Tech, danas Carnegie Mellon University). Na skupu su postavljene osnove oblasti veštačke inteligencije i trasiran put za njen dalji razvoj.

5

Veštačka inteligencija kao istraživačko područje počela je da se pominje desetak godina ranije, iako filosof Hjubert Drajfus, po svemu sudeći jedan od prvih (a svakako najupornijih osporavalaca, što je podrobno obrazložio u knjizi „Šta računari ne mogu – kritika veštačkog uma” iz 1972), pripoveda da se u traganju za korenima možemo vratiti, čak, u doba Sokrata (450 leta pre naše ere) kada je on (prema Platonu) od Eutifrona tražio „niz pravila koja nam govore iz časa u čas kako da se ponašamo”. Zar to nije nagoveštaj algoritma (konačan zbir koraka za rešavanje logičkog i matematičkog problema)?

„Kada čovek razmišlja, on ništa drugo ne radi osim što poima ukupan zbir iz sabiranja delova, jer um...nije ništa drugo do računanje”, pisao je dva hiljadugodišta kasnije engleski filosof Tomas Hobs. Genijalni matematičar i filosof Vilhelm Gotfrid Lajbnic, zapisao je: „Kada se jednom utvrde karakteristični brojevi za većinu pojmova, tada će čovečanstvo posedovati novi instrument kojim će se uvećati intelekt u dalekom većem obimu nego što su optički instrumenti pojačali vid, a prevazići će mikroskop i teleskop u onom obimu u kojem je um superiorniji od čula vida”.

Bulova binarna algebra (Džordž Bul), početkom 19. veka, označila je veliki korak u ostvarenju, što je Čarls Bebidž prvi (1832) pretočio u tzv. analitičku mašinu. Hauard Ejtken je 1944. dovršio prvi programirajući računar, sa vaukuumskim cevima i bušenim papirnim trakama.

Čini se da je veoma zapažen članak engleskog matematičara Alana Tjuringa, pod naslovom „Računarske mašine i inteligencija” (1950), na stranicama filosofskog časopisa Majnd (Mind), uveliko podstakao nastojanja da se krene u izradu „misleće mašine”. Da bi odgovorio na to zamršeno pitanje, potpisnik je smislio svojevrsnu logičku proveru, poznatu kao Tjuringov test, koja se i dan-danas smatra konačnim ispitom (i dokazom) za potvrdu računarske inteligencije. „Možemo se nadati da će mašine eventualno da se takmiče sa ljudima na svim čisto intelektualnim poljima”, obrazlagao je on. „Ali koja su ona najbolja da bi se otpočelo? Čak je i o ovome teško odlučiti. Mnogi misle da je apstraktna aktivnost, kao što je igranje šaha, najbolja. Moglo bi, isto tako, da se zastupa gledište po kome je najbolje mašinu snabdeti najboljim čulnim organima i onda je podučavati u tome da razume i govori engleski. Ovaj proces bi mogao da se odvija kao i uobičajeno podučavanje deteta. Stvari bi se pokazivale i imenovale i tako dalje. Još jednom da naglasim: ne znam koji je pravi odgovor, ali mislim da bi trebalo pokušati sa oba pristupa”.

Iste godine Klod Šenon, tvorac teorije informacija, napisao je članak posvećen mašinama koje igraju šah. Iako nije izmislio program, verovao je da bi „elektronski računar, programiran na ovaj način, mogao da igra sasvim jaku igru i to brzinom koja bi mogla da se poredi sa ljudskom brzinom”.

Skup je posledica prvih radova u oblasti. Nevil i Sajmon su na njemu predstavili svoj program za automatsko rezonovanje, Logic Theorist (koji je napravio senzaciju). Danas se smatra da su koncept veštačke inteligencije postavili V. Mekulok i M. Pits, 1943. godine, u radu u kom se predstavlja model veštačkih neurona na bazi tri izvora: spoznaja o fiziologiji i funkcionisanju moždanih neurona, iskazna logika Rasela i Vajteheda, i Tjuringova komputaciona teorija. Nekoliko godina kasnije stvoren je prvi neuronski računar SNARC. Zaslužni za poduhvat su studenti Prinstona, Marvin Minski i D. Edmons, 1951. godine. Negde iz iste epohe su i prvi programi za šah, čiji su autori Šenon i Tjuring. Slavodobitno su zabeležili da „intuicija, vidovitost i učenje nisu više isključiva svojstva ljudi: „svaki veći brzi računar može da se programira kako bi ih isto tako ispoljio”.

Polje proučavanja upotrebe digitalnih računara za oponašanje razumnog ponašanja postalo je poznato kao – veštačka inteligencija.

Svaki pokušaj da se programiranjem mašina ostvari inteligentno ponašanje, naglašavao je Hjubert Drajfus, ravno je nastojanju alhemičara da od olova naprave zlato,

6

zaključujući da bi eventualna mašina „koja bi bila sposobna da se služi prirodnim jezikom i da prepoznaje složene oblike, morala da ima telo”. On je, čak, smatrao da nema razloga „zašto, u principu, ne bi bilo moguće konstruisati veštački organizam, ako bi se upotrebile komponente dovoljno slične onima od kojih je sačinjeno ljudsko telo”. Jedino u takvom robotu, sa umom i telom, u nedigitalnom automatu sposobnom da obrađuje neformalne informacije, video je moguću inteligentnu mašinu i oponašanje ljudskog uma!

Ali da bi se ostvario takav veštački organizam, neophodan je veliki preokret u nauci koja se upinje da pronikne u ljudski razum

Hjubert Drajfus je preporučio da, prisećajući se proročanskih reči Gotfrida Vilhelma Lajbnica, uvažimo poruku Voltera Rozenblita: „Čovek i mašina su sposobni da postignu ono što nijedno od njih ne može da postigne samostalno”. Te 1972. godine veštačka inteligencija pretrpela je poraz od kojeg dugo nije mogla da se oporavi. Knjiga „Šta računari ne mogu – kritika veštačkog uma” pokrenula je, svakako, ozbiljna preispitivanja koja ni do naših dana nisu okončana.

Ni Stanislav Lem nije propustio priliku da u blistavom delu „Summa technologiae” (1966), zaviri u inteligenciju zapisavši da je „svaka tehnologija u načelu veštačko produžavanje prirodne tendencije, urođene u svemu što živi, tendencije ovladavanja okolinom ili bar nepodleganja sredini u borbi za opstanak”. Iz toga su proistekli brojni pokušaji izrade pojačivača inteligencije (homeostati) složenosti uporedive sa našom ljudskom. Priroda je stvarala u pokušajima i promašajima koji traju milijardama godina, „kibernetska evolucija” bi očas preskočila milione ili stotine hiljada.

„Kada bi čovek, zaista, trebalo da sam sebe preobrazi pod pritiskom tehnologija stvorenih sopstvenim rukama, kada bi kao svog naslednika trebalo da prizna robota sa savršenim kristalnim mozgom, bila bi to njegova najveća ludost”, upozorio je poljski mislilac. „To bi značilo – ni manje, ni više – do isključivo skupno samoubistva rase, zaklonjeno prividom njenog produžetka mislećim mašinama koje čine deo tehnologije: tako bi, dakle, čovek, u krajnjoj konsekvenci, dopustio da ga tehnologija koju je on ostvario potisne sa mesta ne kojem je postojao, iz njegove ekološke niše i da ova tehnologija u neku ruku preraste u novu veštačku vrstu koja sa istorijske arene uklanja lošije prilagođenu vrstu”.

Čovek ne može da menja svet, a da ne menja samog sebe.

U godinama koje slede skup u Dartmudu postižu se značajni napreci. Konstruišu se programi koji rešavaju različite probleme. Na primjer, studenti Marvina Minskog će krajem šezdesetih godina implementirati program Analogy, koji je osposobljen za rešavanje geometrijskih problema, sličnim onima koji se javljaju u testovima inteligencije, i program Student, koji rešava algebarske probleme napisane na engleskom jeziku. Nevil i Sajmon će razviti General Problem Solver (ГПС), koji pokušava imitirati ljudsko rezonovanje. Semjuel je napisao programe za igru sličnu dami, koji su bili osposobljeni za učenje te igre. Mekarti, koji je u međuvremenu otišao na MIT, implementira programski jezik Lisp, 1958. godine. Iste godine je napisao članak, Programs With Common Sense, gdje opisuje jedan hipotetički program koji se smatra prvim kompletnim sistemom veštačke inteligencije.

Ova serija uspeha se lomi sredinom šezdesetih godina i previše optimistička predviđanja iz ranijih godina se frustriraju. Do tada implementirani sistemi su funkcionisali u ograničenim domenima, poznatim kao mikrosvetovi (microworlds). Transformacija koja bi omogućila njihovu primenu u stvarnim okruženjima nije bila tako lako izvodljiva, uprkos

7

očekivanjima mnogih istraživača. Po Raselu i Norivigu, postoje tri fundamentalna faktora koji su to onemogućili:

1. Mnogi dizajnirani sistemi nisu posedovali saznanje o okruženju primene, ili je implementirano saznanje bilo vrlo niskog nivoa i sastojalo se od nekih jednostavnih sintaktičkih manipulacija.

2. Mnogi problemi koje su pokušavali rešiti su bili u suštini nerešivi, bolje rečeno, dok je količina saznanja bila mala i ograničena rešenje je bilo moguće, ali kada bi došlo do porasta obima saznanja, problemi postaju nerešivi.

3. Neke od osnovnih struktura koje su se koristile za stvaranje određenog inteligentnog ponašanja su bile veoma ograničene.

Do tog momenta rešavanje problema je bilo zasnovano na jednom mehanizmu opšte pretrage preko kojeg se pokušavaju povezati, korak po korak, elementarne osnove razmišljanja da bi se došlo do konačnog rešenja. Naravno takav pristup podrazumeva i velike izdatke, te da bi se smanjili, razvijaju se prvi algoritmi za potrebe kontrolosinja troškova istraživanja. Na primjer, Edsher Dajkstra 1959. godine dizajnira jedan metod za stabilizaciju izdataka, Nevil i Ernst, 1965. godine razvijaju koncept heurističke pretrage i Hart, Nilson i Rafael, algoritam A. U isto vreme, u vezi programa za igre, definiše se pretraga alfa-beta. Tvorac ideje je inače bio Mekarti, 1956. godine, a kasnije ju je koristio Nevil, 1958. godine.

Važnost shvatanja saznanja u kontekstu domena i primene, kao i građe strukture, kojoj bi bilo lako pristupati, dovela je do detaljnijih studija metoda predstavljanja saznanja. Između ostalih, definisale su se semantičke mreže (definisane početkom šezdesetih godina, od strane Kilijana) i okruženja (koje je definisao Minski 1975. godine). U istom periodu počinju da se koriste određene vrste logike za predstavljanje saznanja.

Paralelno s tim, tokom istih godina, nastavljaju se istraživanja za stvaranje sistema za igru checkers, za koji je zaslužan Samuel, orijentisan na implementaciju neke vrste metode učenja. E. B. Hunt, J. Martin i P. T. Stone, 1969. godine konstruišu hijerarhijsku strukturu odluka (radi klasifikacije), koju je već idejno postavio Šenon, 1949. godine. Kilijan, 1979., predstavlja metod IDZ koji treba da posluži kao osnova za konstrukciju takve strukture. S druge strane, P. Vinston, 1979. godine, razvija vlastiti program za učenje opisa složenih objekata, i T. Mičel, 1977., razvija tzv., prostor verzija. Kasnije, sredinom osamdesetih, ponovna primjena metode učenja na neuralne mreže tzv., backpropagation, dovodi do ponovnog oživljavanja ove oblasti.

Konstrukcija aplikacija za stvarna okruženja, dovela je do potrebe razmatranja aspekata kao što su neizvesnost, ili nepreciznost (koji se takođe javljaju prilikom rešavanja problema u igrama). Za rešavanje ovih problema primjenjivane su probabilističke metode (teorija probabiliteta, ili probabilističke mreže) i razvijali drugi formalizmi kao difuzni skupovi (definisani od L. Zadeha 1965. godine), ili Dempster-Šaferova teorija (tvorac teorije je A. Dempster, 1968., sa značajnim doprinosom G. Šafera 1976. godine).

Još jedan filosof, Džon Serl, upustio se u osporavanje sakupišvi svoja predavanje između korica na kojima je pisalo: „Svest, mozak i nauka” (1986). Osvrćući se na stanovište jake veštačke inteligencije da je mozak samo digitalni računar, a svest samo računarski program, on je podsetio da je zaljubljenike u znanje stolećima zaokupljalo može li mašina da misli, a sada saznajemo (osamdeset prošlog veka) da na Univerzitetu Karnegi Meloun imaju takve (izjava Herberta Sajmona) i da je inteligencija pitanje baratanja simbolima, da nije ni u kakvoj vezi sa ma kojom posebnom vrstom biološkog ili fizičkog materijala (mišljenje Alena Njuela).

8

I jedan i drugi su isticali, kako je Džon Serl pisao, da ništa ne preuveličavaju navodeći iskaz nobelovca Frimena Dajsona da su, što se tiče evolucije, računari u prednosti nad ljudima i najavu Marvina Minskog da će sledeća generacija biti toliko inteligentna da ćemo biti „srećni ako budu voljni da nas ostave u dvorištu kao svoje ljubimce”. Povrh su dodali tumačenje Džona Mekartija da se za „mašine tako jednostavne kao što su termostati može reći da imaju verovanja!”

Džon Serl je upozorio da je posledica takvog stava, najpre, da u „ljudskoj svesti nema ničeg suštinski biološkog”, da je mozak, sticajem okolnosti, jedan od neodređeno mnogo različitih vrsta računara sa ugrađenim programom koji čini ljudsku inteligenciju. „Prema ovom gledištu”, nastavio je, „bilo koji fizički sistem sa odgovarajućim programom i odgoravajućim ulazima i izlazima imao bi svest, baš u istom smislu u kojem svest imamo vi i ja. Tako, na prmer, ako ste napravili računar koji energijom napaja vetrenjača i ako bi imao odgovarajući program, on bi morao da ima svest. A poenta nije da bi, uprkos svemu, on mogao imati misli i osećanja, nego pre to da bi on morao imati misli i osećanja zato što je sve što je potrebno da bi se imale misli i osećanja: ugrađivanje odgovarajućeg programa. Biće to veštački mozak i svest koji su u svakom pogledu jednaki ljudskom mozgu i svesti”. Može li mašina da misli?

„Prva pretpostavka je: mozak uzrokuje svest, da su mentalni procesi, za koje smatramo da konstituišu svest, uzrokovani i to u potpunosti, procesima koji se odigravaju unutar mozga”, objašnjavao je on. Računarski programi su, u celini, opisani i određeni svojom sintaksičkom strukturom, ali sintaksa nije dovoljna za semantiku. Svest sadrži više od toga, ona ima mentalne sadržaje, semantičke sadržaje, a ne samo sintaksu. Iz toga je proizišao konačni zaključak Džona Serla: „Nijedan računarski program nije sam po sebi dovoljan da nekom sistemu podari svest. Ukratko, programi nisu svesni i oni sami po sebi nisu dovoljni za posedovanje svesti”.

Ma kakvu tvorevinu ljudi načinili, ona bi morala imati mentalna stanja ista kao ljudska mentalna stanja, moći istovetne moćima ljudskog mozga. Drugim rečima, mentalna stanja su biološke pojave! I kraju ostaje slobodna volja: ako bi neko napravio mašinu za koju bismo bili uvereni da ima svest, ostalo bi pitanje da li ona ima i slobodnu volju?

Proslavljenog robotičara Hansa Moraveca 1988. (knjiga „Dečji razum”) rasplamsava nadanja u veštačku inteligenciju „Najbrži napredak može se postići oponašanjem evolucije životinjskog uma, težnjom da se mašini dodaje po nekoliko sposobnosti odjedanput, tako da rezultirajuće ponašanje podseća na sposobnosti životinja sa sve složenijim nervnim sistemom. Naša inteligencija, kao alat, bi trebalo da nam omogući da sledimo put do inteligencije, kao cilja, većim koracima od koraka kojima je išao užasno strpljiv, ali slep, proces Darvinove evolucije”.

Čak je predviđao da se osećajnim robotima postepeno dodaju intelektualne sposobnosti slične ljudskim, a da će se u konačnom ishodu pojaviti „bića koja na neki način podsećaju na nas, ali su u svakom pogledu nešto što svet do sada nije video”.

Očigledno je da pitanje: Da li su računari u stanju da oponašaju ljudsku inteligenciju? ima velike društvene posledice, iako je čovečanstvo veoma daleko od podražavanja ma čega što bi se moglo tako nazvati. Pominjani Džon Serl je osamdesetih godina nabrojao primere u kojima su programirani računari položili pojednostavljen Tjuringov ispit, ali je obrazložio da nisu ispoljili mentalno svojstvo – razumevanje.

Na osnovu ovih istraživanja, počev od osamdesetih godina, konstruišu se prvi komercijalni sistemi veštačke inteligencije, uglavnom tzv., ekspertski sistemi.

9

Savremeni problemi koji se nastoje rešiti u istraživanjima veštačke inteligencije, vezani su za nastojanja konstruisanja kooperativnih sistema na bazi agenata, uključujući sisteme za upravljanje podacima, utvrđivanje redosleda obrade podataka i pokušaje imitacije prirodnog jezika, između ostalih.

Definicija VI.

Uprkos vremenu koje je prošlo od kada je Džon Mekarti dao ime ovoj oblasti na konferenciji održanoj 1956. godine u Dartmudu, nije nimalo lako tačno definisati sadržaj i dostignuća veštačke inteligencije.

Najverovatnije, jedna od najkraćih i najednostavnijih karakteristika koja se pripisuje veštačkoj inteligenciji, parafrazirajući Marvina Minskog, (jednog od stručnjaka i najpoznatijih istraživača veštačke inteligencije), je „konstruisanje računarskih sistema sa osobinama koje bi kod ljudskih bića bile okarakterisane kao inteligentne“.

Mogli bismo samo reći da to ima veze sa pametnim programima ali istorija nauke pokazuje da se islo postupno u gađanju cilja. Za razliku od drugih oblasti, u veštačkoj inteligenciji ne postoji saglasnost oko jedne definicije, nego ih ima više zavisno od različitih pogleda i metoda za rešavanje problema. Definicije veštačke inteligencije prema više izvora na slici- 1. Ove definicije variraju duž dve glavne dimenzije.

One sa gornje strane se odnose na proces mišljenja i rezonovanja dok se s donje strane odnose na ponašanje . Takođe,definicije na levoj strani gledano po vertikali mere uspeh u smislu ljudskih performansi dok one sa desne strane pokazuju idealni koncept inteligencije koje ćemo mi zvati racionalnost. To nam daje četiri moguća ciljeva u veštačkoj inteligenciji, kao što se vidi na slici.

I kao što se moglo očekivati postoje tenzije izmedju humanog i racionalno fokusiranog pristupa. Humano orejentisan pristup mora biti kao empirijska nauka ,obuhvatajući hipoteze i eksperimentalno ih utvrđivati. Racionalan pristup podrazumeva kombinaciju matematike i inženjerstva. Ljudi u svakoj grupi ponekad bace klevetanje na rad u drugim grupama, ali je istina da svaki pravac daje vredan uvid.

10

Sistem koji se ponaša kao ljudi: Tjuringov test

U poznatom takozvanom Tjuringovom testu, koji je Alan Tjuring opisao i objavio u jednom članku iz 1950. godine, pod naslovom „Computing machineri and intelligence“, predlaže se jedan eksperiment čiji je cilj otkrivanje inteligentog ponašanja jedne mašine.

Test polazi od jedne igre u kojoj ispitivač treba da pogodi pol dva interlokatora, A i B, a koji se nalaze u posebnim i odvojenim sobama. Iako oboje tvrde da su ženskog pola, u stvari radi se o muškarcu i ženi. U izvornom Tjuringovom predlogu urađena je izvesna modifikacija, pa je ženu zamenio računar. Ispitivač treba da pogodi ko je od njih mašina, polazeći od njihovog međusobnog razgovora i imajući u vidu da oboje tvrde da su ljudi.

Zadatak treba postići uprkos činjenici da nijedan od interlokatora nije obavezan da govori istinu, te na primer, mašina može odlučiti da da pogrešan rezultat jedne aritmetičke operacije, ili čak da ga saopšti mnogo kasnije kako bi varka bila uverljiva.

Po optimističkoj hipotezi samog Tjuringa, oko 2000. godine, već je trebalo da postoje računari osposobljeni za igru ove igre dovoljno dobro, tako da prosečan ispitivač nema više od 70% šanse da uradi ispravnu identifikaciju, nakon pet minuta postavljanja pitanja.

Kada bi to danas zaista bilo tako, nalazili bi se pred jednom istinski inteligentnom mašinom, ili u najmanju ruku mašinom koja ume da se predstavi kao inteligentna.

Ne treba ni pomenuti da su Tjuringova predviđanja bila previše optimistična, što je bio vrlo čest slučaj u samim počecima razvoja oblasti veštačke inteligencije.

11

U stvarnosti problem nije samo vezan za sposobnost računara za obradu podataka, nego na prvom mjestu, za mogućnost programiranja računara sa sposobnostima za inteligentno ponašanje.

Sistem koji razmišlja kao ljudi: Kognitivni model pristupa

Ako ćemo reći da dati program misli kao čovek,onda moramo imati određeni način kako čovek razmišlja.Mi moramo da uđemo i vidimo kako stvarno radi ljudski um.Postoje dva načina da uradimo to: putem samoispitivanja ,samoposmatranja - pokušavajući da uhvatimo vlastite misli kako one teku – ili preko psiholoških eksperimenata.Nakon što dovoljno preciziramo teoriju uma tek onda postaje moguće izraziti teoriju kompjuterskog programa.Da bi program radio on moraju mu se dati ulazni podaci da bi dobili izlaz što znači da neki mehanizmi u programima mora da se deluje od strane ljudi.Na primer, Newell i Simon , razvili su GPS (General Problem Solver) koji pokušava imitirati ljudsko rezonovanje problema.Interdisciplinarna oblast kognitivne nauke kombinuje modele iz veštačke inteligencije sa eksperimentalnim tehnikama iz psihologije i pokušava da sastavi preciznu i ispitanu teoriju kako radi ljudski um.Ovde ćemo jednostavno reći da kognitivne nauke i VI nadopunjuju jedna drugu naročito u oblasti jezika i učenja.

Razmišljati racionalno: Pristup kroz zakone mišljenja

Grčki filozof Aristotel je bio jedan od prvih koji je pokušao da dešifruje „pravo razmišljanje“ koje je nepobitno u procesu rasuđivanja.Njegov poznati silogizam daje obrazac koji daje uvek tačne zaključke ako mu se naravno daju tačne predpostavke,premise.Na primer ,“Sokrat je čovek ; svi ljudi su su smrtni ; dakle Sokrat je smrtan.“ Ovi zakoni razmišljanja su ovladali i postali osnova na polju logike.Još od 1965 težilo se da programi ako im se da dovoljno vremena i memorije i opise problem u logičkoj notaciji trebalo je da nađu rešenje probleme ako je ono uopšte postojalo. Intuicija, vidovitost i učenje nisu više isključiva svojstva ljudi: svaki veći brzi računar može da se programira kako bi ih isto tako ispoljio.

Raditi racionalno:Pristup kroz inteligentne agente

Inteligentni agenti predstavljaju softver koji automatski može da izvrši zadatak koji mu postavi osoba ili drugi softver (agent). To je sistem, koji u interakciji sa okruženjem , ima sposobnost da fleksibilno i samostalno reaguje u skladu sa ciljevima koji su mu postavljeni.Okruženje u kome agenti deluju može biti fizičko (realan svet) ili softversko (računar na kome su instalirani ili Internet). Agent je bilo šta što može biti viđeno kao posmatranje njegove okoline preko senzora i ponašanja pod uslovom da je okolina predstavljena putem činilaca. Automatski agent zamenjuje kamere i infracrvene zrake kao otkrivač za senzore i

raznolike motoričke funkcije za činioce. Agent softvera ima kodirani niz znakova kao njegovu percepciju i akciju. Racionalni agent je onaj, koji čini pravu stvar. Prava akcija, ona koja uzrokuje što veću uspešnost agenta. Šta je racionalno u bilo kom datom vremenu zavisi od čeitiri stvari:

Vršenje određene mere, koja definiše saglasnost uspeha, Sve ono što je agent do sada primetio,

12

Šta agent zna o okolini, Akcije koje agent može izvršiti

Definicija IDEALNOG RACIONALNOG AGENTA: za svaku posebnu sekvencu zapažanja, idealni racionalni agent treba da uradi bilo šta što akcija očekuje, da bi povećao vršenje mere na bazi evidencije putem percepcije sekvence i bilo šta što može da nadogradi spoznavanje

koje agent ima. Iz definicije se može na prvi pogled zaključiti da agent, može da ima propuste. Ako agent prelazi ulicu, i ne gleda na obe strane pre prelaženja prometnog puta, njegova sekvenca zapažanja neće da mu kaže da se približava kamion velikom brzinom.

Država umetnosti Ovde su navedeni nekoliko porimera koji govore o tome dokle se već došlo sa

primenom veštačke inteligencije u različitim oblastima ljudkog života.

Internacionalni velemajstor Arnold Denker razmišljao je o figuricama na šahovskoj tabli ispred njega i sledećem potezu koji može da odigra.Uvideo je da ne postoji nada; morao je da preda partiju.Njegov protivnik HITECH postao je prvi kompjuterski program koji je pobedio velikog majstora u šahovskoj igri.(Berliner 1989)

„Želim da putujem iz Bostona za San Francisko,“ rekao je jedan od putnika govoreći u mikrofon.“Kog datuma želite da putujete?- usledilo je pitanje.Putnik je odgovorio da želi da putuje 20 Oktobra najeftinijim dostupnim prevozom sa povratkom u nedelju.Program po imenu PEGASUS je vodio ceo razgovor i obavio celu transakciju što je rezultiralo rezervacijom i uštedom za putnika od nekoliko stotina dolara,nego kad bi putovao regularno prevozom.Iako program za prepoznavanje govora dobije bar jednu od deset reči neispravnu on je u stanju da pređe preko greške i sastavi dijalog koji je njemu razumljiv .( Zue et al., 1994)

Jednom analitičaru je iznenada,u kontrolnoj sobi za letove Jet Propulsion Laboratory ,skrenula pažnju crvena treptajuća poruka na ekranu.Poruka je ukazivala na nepravilnost u radu Vojadžer letilice koja se trenutno nalazila u blizini planete Neptun. Srećom analitičar je u mogućnosti da ispravi problem sa zemlje. Osoblje je uvidelo da problem nije za MARVELA ekspertnog sistema koji prati sva dogadjanja na brodu u realnom vremenu ,rukuje rutinskim zadacima i obaveštava analitičare o mnogo ozbiljnijim problemima. (Schwuttke,1992).

Brzina vožnje na autoputu izvan Pitsburga je na 55 kmp/h , čovek na mesto suvozača osećao se ugodno.A zašto i ne bi kad za poslednjih 90 km nije dodirnuo volan ,kočnicu i gas.Pravi vozač je ustvari robot koji prikuplja podatke o stanju na putu preko kamere,sonarno kao i održavanje rastojanja od drugog vozila putem lasera .On kombinuje ove ulaze podataka sa iskustvom koje mu je već zadato još na treningu i tako uspešno vodi računa kako upravlja vozilom. (Pomerleau, 1993).

Vodeći ekspert za patologiju limfnih čvorova opisuje ekstremno težak slučaj ekspertskom timu i ispituje datu dijagnozu.Sa posmehom prilazi sistemu gde mu tvorci sistema sugeriraju kako da pita za objašnjenje date dijagnoze.Sistem ističe glavne činioce koji su uticali na odluku i objašnjava interakciju nekoliko simptoma u ovom slučaju.Stručnjak priznaje svoje pogreške na kraju. (Heckerman, 1991)

13

Iz kamera koje su smeštene odmah pored semafora iznad autoputa na monitoru se prati saobraćaj.Ako iko od vozača ili suvozača bude pratio glavni ekran može videti „Citroen 2CV je skrenuo iz Place de la Concorde u Champs Ely sees,“ ili „veliki kamion nepoznatog proizvođača zaustavio se kod Place de la Concorde,“ ili obaveštenje o udesu koga je izazvao motociklista pri čemu sledi automatski poziv službe hitne pomoći. (King et al, 1993; Roller et al., 1994)Ovo su samo neki od primera sistema veštačke inteligencije koji postoje danas.Nije magija niti naučna fantastika nego nauka , inženjerstvo i matematika.

ZaključakVeštačka inteligencija je jedna od oblasti računarstva koja se poslednjih decenija

najbrže razvija. Paralelno sa tim burnim razvojem rastu i očekivanja od ove discipline. Dok se za neke oblasti računarstva već smatra da su zaokružene i da se u njima ne očekuju novi značajni prodori, od veštačke inteligencije se rezultati tek očekuju, uprkos tome što su već razvijeni mnogi ”inteligentni” sistemi koji funkcionišu izuzetno dobro. Ovo možda možemo da objasnimo time što ti ”inteligentni” sistemi, i pored varljivih spoljnih manifestacija, funkcionišu na principima koje, najčešće ne možemo smatrati zaista inteligentnim. Time, naravno, veštačka inteligencija samo dobija na atraktivnosti, a novi eksperimentii teorijska istraživanja predstavljaju put ka novim primenama u najrazličitijim oblastima. Kako je razvoj veštačke inteligencije oduvek bio zasnovan na komplementarnom povezivanju teorije i eksperimenata, tako i budući razvoj zahteva proširivanje i učvršćivanje teorijskih znanja, pre svega matematičkih, ali i znanja o specifičnim oblastima primene, kao i njihovu adekvatnu formalizaciju.

Veštačka inteligencija predstavlja mešavinu konvencionalne nauke, fiziologije i psihologije, sve u cilju da se napravi mašina koja bi se, po ljudskim merilima, mogla smatrati "inteligentnom". Mogućnost stvaranja inteligentnih mašina zaokuplja ljudsku maštu još od drevnih vremena, ali tek sada, sa brzim tempom razvoja računara i već pedesetogodišnjim iskustvom na polju istraživanja tehnika VI programiranja, san o pametnim mašinama počeo je da postaje stvarnost.

Međutim i pored sveg napretka, naučnici se još uvek nisu uhvatili u koštac sa osnovnim izazovom u razvoju inteligentne mašine - pravljenjem sistema koji oponašaju ljudski mozak. Nije ni čudo, jer ljudski mozak sa više milijardi neurona predstavlja možda i najsloženiju tvorevinu u univerzumu.

Alana Tjuringa zanimalo je i nešto drugo, što se proteže do naših dana: da li je ljudski mozak samo jedna Tjuringova mašina. Ako je, to bi značilo da je već sada moguće sastaviti mašinu koja bi imala razum i svest, pod uslovom da smo u stanju da napišemo odgovarajući program jer i najmoćniji savremeni računari nisu ništa drugo do Tjuringove mašine. Pojednostavljeno rečeno: za objašnjenje razuma i svesti dovoljna je veštačka inteligencija i ništa više! I to se može uzeti kao pouzdan pokazatelj da računar poseduje sposobnost mišljenja, inteligencije, razumevanja ili svesti.

„Drugim rečima, ako bi računar bio u stanju da na sva pitanja odgovori istovetno kao čovek i tako potpuno i dosledno prevari propitivača” – saopštava Rodžer Penrouz poznati engleski fizičar i matematičar– „tada bih, uz odsustvo dokaza da je suprotno, zaključio da računar uistinu misli, oseća i tako dalje”. Zato se on usprotivio, ističući da to nije moguće, bar ne kada je svest u pitanju; razum bi, možda i mogao da se dosegne.

14

Pojava zvana svest se, dakle, ne može uskladiti sa postojećim teorijama u fizici, iako Rodžer Penrouz ne smatra da proučavanje i razumevanje mentalnih zbivanja trebalo tražiti izvan naučnog pogleda na svet; postojeći pogledi i uvidi, nažalost, nisu dostatni za konačno odgonetanje.

Zaključna razmatranja završio je rečima: „... predstavio sam više argumenata koji bi trebalo da pokažu neodrživost stanovišta – očigledno vladajućeg u savremenom mišljenju – da je naše razmišljanje suštinski isto kao i dejstvo veoma složenog računara. Svest mi izgleda tako važan fenomen da jednostavno ne mogu da poverujem da je ona nešto sasvim ,slučajno’ prizvano komplikovanim proračunom. To je fenomen kojim se saznaje o samoj egzistenciji univerzuma. Može se tvrditi da univerzum kojim upravljaju zakoni, ali koji ne dozvoljava svest i nije, uopšte, univerzum. Samo je fenomen svesti onaj koji može prizvati hipotetički ,teorijski’ univerzum u stvarno postojanje”.

Matematičar i logičar Kurt Gedel je još 1931. obelodanio da postoje problemi koji imaju rešenje, ali se ono ne može dokazati u okviru datog formalnog sistema! Drugim rečima, postoje istine koje se ne mogu dokazati.

15

Literatura:

Stuart J. Russell and Peter Norvig - Artificial Intelligence A Modern Approach , 1995

Predrag Janičić i Mladen Nikolić – Veštačka inteligencija ,Februar 2009

Stanko Stojiljkovića - Mozak na čipu: Hoće li mašine iskoreniti ljude

Branislav Jevtović – Inteligentni agenti - PowerPoint Presentation

http://www.b92.net/zivot/nauka.php?nav_id=375919

http://sr.wikipedia.org/sr-el/Вјештачка_интелигенција

http://sr.wikipedia.org/sr-el/Тјурингов _тест

http://www.elitesecurity.org/t112729-Vestacka-inteligencija-VI-Nastanak-poreklo-definicija-buducnost-VI

http://www.elefmagazin.com/Kultura/Vestacka-inteligencija-u-mitovima-bajkama-i-crtanim-filmovima.html

16