Veštačka inteligencija Tema: Pojam i definicija veštačke inteligencije Profesor: Student

:

.......................................................................................................5 DEFINICIJ A VI........................ 16 2 ....... .............................................................. ......... ..........................................................................................................14 LITERATURA:.................10 SISTE M KOJI SE PONAŠA KAO LJUDI: TJURINGOV TEST........................................................... ................................................................................................................. ...............12 RADITI RACIONALNO:PRISTUP KROZ INTELIGENTNE AGENTE...............................................................4 ISTORIJSKI PREGLED RAZVOJA ..................................................................................................................................................................................................................................................................... ....................... ...................................................................................... ........................2 UVOD............................3 ŠTA JE TO INTELIGENCIJA?........................... ..........................................................12 DRŽAVA UMETNOSTI ..................................................................................Sadržaj: SADRŽAJ:..................................................................................... ...................13 ZA KLJUČAK......................12 RAZMIŠLJATI RACIONALNO: PRISTUP KROZ ZA KONE MIŠLJENJA.................................... ................... ........................ .......................................................... .......... ....11 SISTEM KOJI RAZMIŠL JA KAO LJUDI: KOGNITIVNI MODEL PRISTUPA...................................... .........................

Veštačka inteligencija je pod oblast računarstva. takođe VI (artificial intelligence. tokom cele druge polovine 20. bila je centralna preokupacija naučnika računarstva koji su se opredelili za istraživanje veštačke inteligencije.Oblast veštačke inteligencije. ipak. osokolilo izvesne naučnike da predvide da će veštačka intelige ncija nadmašiti ljudsku? „ Čovečanstvo je sebi dalo naučni naziv Homo sapiens – inteligentan čovek . Da li je to. U tom smislu. veka. iako je i dan danas. analitičke geometrije i diferencijalnog računa. Savremena istraživanja u veštačkoj inteligenciji su orjentisana na ekspertske i prevodilačke sisteme u ograničenim dom enima. možda. najvažnije oblasti istraživanja su obrada podataka.Tako. Iako niko ne može predvideti budućnost u detalje. označava kapacitet jedne v eštačke tvorevine za realizovanje funkcija koje su karakteristika ljudskog razmišljanj a.VI nastoji da izgradi inteligentne entitete kao i njihovo razumevanje. istraži vanja na polju veštačke inteligencije se razvijaju u dva osnovna smera: psihološka i f iziološka istraživanja prirode ljudskog uma. Ali za razliku od filozofije i psihologije. prepoznavanje prirodnog govora i pisanog teksta. Mogućnost razvoja slične tvorevine je budila interesovanje ljudi još od antičkog doba . Prva istraživanja se vežu za same korene računarstva. arapskih brojeva.Uvod „Posle pisma. Potpomognuta napretkom moderne nauke. prepo znavanje modela različitih oblasti znanja. igre i primenjene oblasti. VI je proizvela mnoge značajne i impresivne proizvode čak i u svojoj ranoj fazi razvoja. Cilj istraživanja veštačke inteligencije je razvijanje programa (sof tvera). tek u drugoj polovini XX vjeka takva mogućnost je dobila prva oruđa (računare) . pojam veštačke inteligencije se prvobitno pripisao sistemim a i računarskim programima sa sposobnostima realizovanja složenih zadataka. davanje odgovara na određena pitanja ili redistribuciju po dataka korisnicima 3 . kao i konstantno interesovanje za stvaranje generalno inteligentnih autonom nih agenata. prilično dal eko od cilja. U toj sferi. automatske dokazivače teor ema.jer su naše mentalne sposobnosti toliko važne za naše svakodnevne živote i osećanja o nama samima. koji će računarima omogućiti da se ponašaju na način koji bi se mogao okarakterisa ti intelignentim. jedan od razloga jednog ovakvog razu mevanja je da saznamo više o sebi.AI) p okušava da razume inteligentne entitete. ja sno je da kompjuteri na ljudskim nivou inteligencije (ili bolje) imaju veliki ut icaj na naš svakodnevni život i na dalji tok civilizacije. Ideja o stvara nju mašina koje će biti sposobne da obavljaju različite zadatke inteligentno. Neke oblasti današnjih istraživanja obrađivanja podataka se koncentrišu na programe koji nastoje osposobiti računar za razumevanje pisane i verbalne informac ije. odnosno simulacijama funkcionisanja ljudskog razmišljanja. Veštačka inteligencija kao pojam u širem smislu. čije je interesovanje takođe inteligencija. stvaranje rezimea. kao na primj er medicina. računar je – prema mišljenju Herberta Sajmona – četvrta istorijska prekretnica u razvitku civili zacije. i tehnološki razvoj sve složenijih računarski h sistema. čime se otvorio put za taj poduhvat.

ali bez sposobnosti da to znanje obra djuje i da rešava probleme u vezi sa njim. govorićemo o veštačkoj inteligenciji. d a biće ili mašina imaju atribute intelignetnog. dobro je navesti i jednu rigorozniju i možda suvop arniju. Po mnogim filozofskim koncepcijama znanje predstavlja t vrđenja 4 . je mnogo dublji i ide u pravcu autentične veštačke inteligencije. iz kog razloga će informatički dizajn inteligentnih sistem a. problem značenja. inteligentnom ne može biti smatrana ni osoba (ili mašina) sa ogrom nom količinom ”statičkog” znanja odnosno podataka. 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. već.zainteresovanim za određene delove tih informacija. odnosno identifikovanje značenja.iako je možemo uvrstiti u sposobnost rešavanja problema. moguće riješiti programiranjem odgovarajućih algoritama. ka da govorimo o računarima. dakle. rezultat i su veoma daleko od stvarnog inteligentnog razmišljanja. Istraživanja su pokaza la da. pamćenja i obrade odredjenjih znanja. koju takodje možemo uvrstiti u rešavanje problema. a u kojoj naprava. Podsetimo se i jedne ”klasične” definicije veštačke inteligencije: ko 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 kojoj sobi je čovek. ili semantika. nijedna definicija veštačke inteligencije nije opšte prihvaćena (bar ne neka koja bi odgovarala uobičajenom. Za pojam intel igencije suštinska su dva pitanja: pitanje znanja i pitanje zaklju čivanja. Ako se radi o mašini odnosno uredjaju bilo koje vrste sa navedenim svojstvima. koja je. Jedan od njih je brzina obrade znanja. U svakom slučaju možemo smatrati da inteligencij a podrazumeva bar dve sposobnosti: sposobnost pamćenja. zavisn a ne samo od procedura za zaključivanje.Sposobnost učenja . Neuronske mreže to rade više iz biološke perspektive (rekreiraju strukturu lj udskog mozga uz pomoć genetskih algoritama). Mnogi naučnici su skeptici prema mogućnosti razvijanja istinske VI. takođe ima više aspekata. Osoba (ili mašina) bez ikakvog znanja ne može biti smatrana inteli gentnom. Ekspertski sistemi pokušavaju reprodukovati ljudsko razmišljanjene preko simbola. i od tehničkih karakteristika p ojedinog računara. Aspekto m inteligencije možemo smatrati i sposobnost komunikacije sa drugim inteligentnim bićima (mašinama). ako imaju navedena svojstva. odnosno njegove sintakse. još uv ijek nije dublje poznato. Nakon svega. još duži vremenski period biti u suštini onesposobljen za predstavljanje tih nepozn atih i složenih procesa. U tim programima je od suštinsko g značaja kapacitet sistema za konstruisanje gramatički korektnih rečenica i uspostavl janje veze između reči i ideja. Šta je to inteligencija? Uobičajeno pod inteligencijom podrazumevamo sposobnost usvajanja. ali verovatno najbolju definiciju veštačke inteligencije — to je disciplina ko ja se bavi problemima u kojima se javlja kombinatorna eksplozija. naravno. Funkcionisanje ljudskog razmišljanja. dok je probleme strukturne logike jezika. Uprkos složenosti oba sistema. Sam pojam znanj a. koja.usvajanja novih znanja takodje je jedan od asp ekata inteligencije. Smatraćemo. Postoje i drugi aspekti inteligencije. odgovaraju pojmovima baze znanja i komponente zaključivanj a. skladištenja znanja i mogućnos t njegove obrade.Ipak. Osnovne tendencije dana s. svakodnevnom smislu i istovremeno pr ecizno i formalno opisivala pojam). za razvoj sistema VI predstavljaju: razvoj ekspertskih sistema i razvoj neuro nskih mreža. Znanje ovog tipa zvaćemo meta-znanjem. onda možemo smatrati da ta naprava ima atribute v eštačke inteligencije. Takodje. kada su u pitanju računari.

n) i nizom činjenica Qi(a)(i = 1. a opravdanje ima u odnosu uzroka i posledice. Istorijski pregled razvoja Pojam veštačka inteligencija (VI). koja zaista nije bila eksplicitno sadržana u polaznoj bazi znanja. n) važi svojstvo P(a).... Zaključivanjem možemo smatrati proces po kojem se na osnovu baze znanja može izvesti informacija koja u njoj nije eksplicitno sadržana . Na kraju uvodnog dela jednostavnim primerom ilustrovaćemo nekoliko razl ičitih oblika zaključivanja. R. Navedeni primer odgovara uobičajenom zaključivanju koje odgo vara ljudskom iskustvu. a u drugom na modalnoj logici. H.za koje je utvrđeno ili može biti utvrdjeno da su tačna.. Ono takodje nije egzaktno. godine u Dartmudu. ali i hipoteze. 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 matem atičkim principima deduktivnog zaključivanja.. Ipak. I2 : . susrećemo sa problemima kod kojih je teško precizno zasnovati proces zaključivanja koji odgovara čovekovom i bićemo prinuđeni da t ragamo za sofisticiranijim tehnikama koje odgovaraju tim zahtevima.. Izvodjenje činjenice (ii) na osnovu (i) i (ii ) zovemo abdukcijom. ali i sa prirodom mehanizama za zaključivanje. odgovara nepotpunoj indukciji. neuronskih mreža i teo rije automata. a u praktičnim primenama pouzdanost mu se povećava sa broje m instanci koje potvrdjuju hipotezu.. na skupu istraživača zainteresovanih za teme inteligencije.. Hanover (SA D).. kao i A. fazi logici itd. ako u bazi znanja imamo činjenice: I1 : . nepotpune informacije i informacije date sa određenim verovatnoćama. mi ćemo često imati potrebu da radimo i sa informacijama koje ne moraju da budu tačne. 5 . pa će u jednom slučaju biti zasnovani na klasičnoj logici. medjutim... Ročesterom. ujedno sa Klodom Šenonom. možemo da zaključimo (sa izvesnom pouzdanošću). na primer. ako raspolažemo nizom veza oblika (i) za različita svojstva Qi(i = 1. Nevil. Selfridž (MIT). Tako.. Tako. te oriji verovatnoće. Solomonof i O. Na skupu su takođe učestvovali T. Semjuel (IBM). Mehanizmi za za ključivanje moraju biti prilagođeni reprezentaciji znanja i njegovoj prirodi.. nastaje leta 1956. da kao uzrok posledicama Qi(a)(i = 1.. Izvodjenje veze (i) na osnovu niza par ova (ii). U vezi sa fo rmalizacijom prirodnog toka zaključivanja su i problemi monotonog i nemonotonog za ključivanja. Mur (Prinston). Često se. A. Izbor reprezen tacije znanja je jedan od ključnih problema i on je u direktnoj vezi i sa prirodom odredjenog znanja. Marvinom Minskim i N. Sajmon (Carnegie Tech... potvrđene činjenice.. Skup je organizovao Džon Mekarti. ne ma matematičku egzaktnost. na osnovu njih moguće je izvesti činjenicu: I3 : . danas Carnegie Mellon University).. n). pa ćemo prihvatiti širi po jam znanja i pod njim podrazumevati i istinite. Na skupu su postavljene osnove oblasti veštačke inteligencije i trasiran put za njen dalji razvoj. Ovaj pr incip zaklju čivanja često se primenjuje u medicinskim ekspertnim sistemima za utvrd jivanje (potencijalnog) uzroka na osnovu poznatih simptoma. (iii) za različite instance argumenta.

ali mislim da bi tr ebalo pokušati sa oba pristupa”. vidovitost i učenje nisu više isključiva svojstva ljudi: „svaki veći brzi računar može da se programira kako bi ih isto tako ispoljio”. Mekulok i M. poznatu kao Tjuringov test. Iako nije izmislio program. Edmons. iskazna logika Rasela i Vajtehed a. isto tako. i Tjuringova komputaciona teorija. u doba S okrata (450 leta pre naše ere) kada je on (prema Platonu) od Eutifrona tražio „niz pra vila koja nam govore iz časa u čas kako da se ponašamo”. zapisao je: „Kada se jed nom utvrde karakteristični brojevi za većinu pojmova. 6 . Ovaj proces bi mogao da se od vija kao i uobičajeno podučavanje deteta.. Skup je posledica prvih radova u oblasti. na stranicama filosofs kog časopisa Majnd (Mind). čak. Nekoliko godina kasnije stvoren je prvi ne uronski računar SNARC. godine. Pits. Iste godine Klod Šenon. tvorac teorije informacija. Polje proučavanja upotrebe digitalnih računara za oponašanje razumnog p onašanja postalo je poznato kao – veštačka inteligencija. čiji su autor i Šenon i Tjuring. Moglo bi. po svemu sudeći jedan od prvih (a svakako najupo rnijih osporavalaca. Danas se sm atra da su koncept veštačke inteligencije postavili V. Još jednom da naglasim: ne znam koji je pravi odgovor. o ništa drugo ne radi osim što poima ukupan zbir iz sabiranja delova. 1951. godi ne. u radu u kom se predstavlja model veštačkih neurona na bazi tri izvora: spoznaja o fiziologiji i funkcionisanju moždanih neurona. označila je v eliki korak u ostvarenju. Bulova binarna algebra (Džordž Bul). Čini se da je veoma zapažen članak engleskog matematičara Alana T juringa. Marvin Minski i D . a prevazići će mikroskop i teleskop u onom obimu u kojem je um super iorniji od čula vida”. programiran na ovaj način. Negde iz iste epohe su i prvi programi za šah. verovao je da bi „elektronski računar. pisao je dva hiljadugodišta kasnije engleski filosof Tomas Hob s. mogao da igra sasvim jaku ig ru i to brzinom koja bi mogla da se poredi sa ljudskom brzinom”. Genijalni matematičar i filosof Vilhelm Gotfrid Lajbnic. iako filosof Hjubert Drajfus. dovršio prvi programirajući računar. što je podrobno obrazložio u knjizi „Šta računari ne mogu – kritika vešt og uma” iz 1972). najbolja. kao što je igranje šaha. Mnogi misle da je apstraktna aktivnost. da se zastupa gledište po kome je najbolje mašinu snabdeti najboljim čulnim organima i on da je podučavati u tome da razume i govori engleski. „Ali koja su ona najbolja da bi se otpočelo? Čak je i o ovome teško odlučiti. Stvari bi se pokazivale i imenovale i tako dalje. tada će čovečanstvo posedovati novi instrument kojim će se uvećati intelekt u dalekom većem obimu nego što su optički instrume nti pojačali vid. Zaslužni za poduhvat su studenti Prinstona. sa vaukuumskim cevima i b ušenim papirnim trakama. Nevil i Sajmon su na njemu predstavili svoj program za automatsko rezonovanje. analitičku mašinu. Slavodobitno su zabeležili da „intuicija.. uveliko podstakao nastojanja da se krene u izradu „misleće mašine”. potpisnik je smislio svojevrsnu logičku proveru. 1943. koja se i dan-danas smatra konačnim ispitom (i dokazom) za potvrdu računarske inteligencije. početkom 19. n apisao je članak posvećen mašinama koje igraju šah. jer um.nije n išta drugo do računanje”. „Možemo se nadati da će mašine eventualno da se takmiče sa ljudima na svim čisto intelektualnim poljima”. što je Čarls Bebidž prvi (1832) pretočio u tzv. Hauard Ejtken je 1944. veka. obrazlagao je on. Da bi odgovorio na to zamršeno pitanje.Veštačka inteligencija kao istraživačko područje počela je da se pominje desetak godina rani je. pod naslovom „Računarske mašine i inteligencija” (1950). pripoveda da se u traganju za korenima možemo vratiti. Logic Theorist (koji je napravio senzaciju). Zar to nije nagoveštaj algoritma (konačan zbir koraka za rešavanje logičkog i matematičkog problema)? „Kada čovek razmišlja.

koji rešava algebarske probleme napisane na engleskom j eziku. dopustio da ga tehnolo gija koju je on ostvario potisne sa mesta ne kojem je postojao. neophodan je veliki preokret u nauci koja se upi nje da pronikne u ljudski razum Hjubert Drajfus je preporučio da. čovek. zaista. trebalo da sam sebe preobrazi pod pr itiskom tehnologija stvorenih sopstvenim rukama. u principu. Priroda je stvarala u pokušajima i p romašajima koji traju milijardama godina. godine veštačka inteligencija pretrpela je poraz od kojeg dugo nije mogla da se oporavi. upozorio je poljski mislilac. sa umom i telom. u krajnjoj konsekvenci. koji je osposobljen za rešavanje geometrijskih problema. čak. tendencije ovladavanja okolinom ili bar nepodleganja sredini u borbi za opstanak”. naglašavao je Hjubert Drajfus. prisećajući se proroča nskih reči Gotfrida Vilhelma Lajbnica. a da ne menja sa mog sebe. Na primjer. u nedigitalnom automatu sposobnom da obrađuje neformalne in formacije.Svaki pokušaj da se programiranjem mašina ostvari inteligentno ponašanje. zaklonjeno prividom njenog produžetka mislećim mašinama koje čine deo tehnologije: tako bi. gdje opisuje jedan hipotetički program koji se smatra prvim kompl etnim sistemom veštačke inteligencije. Semjuel je napisao programe za igru sličnu dami. zaključuj ući da bi eventualna mašina „koja bi bila sposobna da se služi prirodnim jezikom i da pr epoznaje složene oblike. bila bi to njegova najveća lud ost”. Do tada imp lementirani sistemi su funkcionisali u 7 . dakle. Ni Stanislav Lem nije propustio priliku da u blistavom delu „Summa technologiae” (1966). ravno je nastojanju alhemičara da od olova naprave zlato. koji pokušava imitirati lju dsko rezonovanje. Knjiga „Šta računari ne mogu – kritika veštačkog uma” pokrenula je. Jedino u takvom ro botu. „To bi značilo – ni manje. Konstru išu se programi koji rešavaju različite probleme. studenti Marvina Minskog će krajem šezdesetih godina implementirati program Analogy. godine. Nevil i Sajmon će razviti General Problem Solver (ГПС). Iste godine je napisao članak. morala da ima telo”. ozbiljn preispitivanja koja ni do naših dana nisu okončana. On je. Te 19 72. svakako. Iz toga su proistekli brojni pokušaji izrade pojačivača inteligencije (ho meostati) složenosti uporedive sa našom ljudskom. U godinama koje slede skup u Dartmudu postižu se značajni napreci. Čovek ne može da menja svet. kada bi kao svog naslednika tre balo da prizna robota sa savršenim kristalnim mozgom. smatrao da nema razloga „zašto. urođene u svemu što živi. Mekarti. ako bi se upotrebile ko mponente dovoljno slične onima od kojih je sačinjeno ljudsko telo”. video je moguću inteligentnu mašinu i oponašanje ljudskog uma! Ali da bi se ostvario takav veštački organizam. ne bi bilo moguće konstruisati veštački organizam. Programs Wi th Common Sense. implementi ra programski jezik Lisp. zaviri u inteligenciju zap isavši da je „svaka tehnologija u načelu veštačko produžavanje prirodne tendencije. Ova serija uspeha se lomi sredinom šezdesetih g odina i previše optimistička predviđanja iz ranijih godina se frustriraju. sličnim onima koji se javljaju u testovima intelig encije. iz njegove ekološk e niše i da ova tehnologija u neku ruku preraste u novu veštačku vrstu koja sa istorij ske arene uklanja lošije prilagođenu vrstu”. 1958. i program Student. ni više – do isključivo skupno samoubistva rase. koji su bili os posobljeni za učenje te igre. uvažimo poruku Voltera Rozenblita: „Čovek i mašina su sposobni da postignu ono što nijedno od njih ne može da postigne samostalno”. koji je u međuvremenu otišao na MIT. „kibernetska evolucija” bi očas preskočila milio ne ili stotine hiljada. „Kada bi čovek.

godine). 1965. U istom periodu počinju da se koriste određene vrste logike za predstavljanje saznanja.. Nilson i Rafael. S druge strane. Osvrćući se na stanovište jake veštačke inteligencije da je mozak samo digitalni računar. Važnost shvatanja saznanja u kontekstu d omena i primene. sredinom osamdesetih. godine. Konstrukcija aplikacij a za stvarna okruženja. u vezi programa za igre. godine). a svest samo računarski program. ili Dempster-Šaferova teorija (tvorac te orije je A. godine. godine. Nevil i Ernst. godine konstruišu hijerarhijsku strukturu odluka (radi klasifikacije). Do tog momen ta rešavanje problema je bilo zasnovano na jednom mehanizmu opšte pretrage preko koj eg se pokušavaju povezati. elementarne osnove razmišljanja da bi se došlo do konačnog rešenja. 1956.. nastavljaju se istraživanja za stvaranje sistema za igru checkers. E. Džon Serl. Paralelno s tim. P. problemi postaju nerešivi. 1958. godine razvijaju koncept heurističke pretrag e i Hart. razvija tzv. godine. U isto vreme. 1977. upustio se u osporavanje sakupišvi svoja predavanje između koric a na kojima je pisalo: „Svest. dok je količina saznanja bila mala i ograničena rešenje je bilo moguće. te da b i se smanjili. Po Raselu i Norivigu. ba ckpropagation. godine dizajnira jedan metod za stabili zaciju izdataka. da nije ni u 8 . poznatim kao mikrosvetovi (microworlds). a ka snije ju je koristio Nevil. Tvorac ideje je inače bio Mekarti.. 1969. Na primjer. 1968. Između ostalih. sa značajnim doprinosom G. razvijaju se prvi algoritmi za potrebe kontrolosinja troškova istraži vanja. Naravno takav pristup podrazumeva i velike izdatke. 2. Martin i P. tokom istih go dina. dovodi do ponovnog oživljavanja ove oblasti. kao i građe strukture. mozak i nauka” (1986). algoritam A. i T. Transformacija koja bi omogućila njihovu primenu u stvarnim okruženjima nije bila tako lako izvodljiva.ograničenim domenima. Mnogi dizajnirani sistemi nisu posedovali sa znanje o okruženju primene. Za rešavanje ovih problema primjenjivane su probabilističke metode (teorija proba biliteta. dovela je do potrebe razmatranja aspekata kao što su neizves nost. uprkos očekivanjima mnogih istraživača. dovela je d o detaljnijih studija metoda predstavljanja saznanja. ili nepreciznost (koji se takođe javljaju prilikom rešavanja problema u igrama ). postoje tri fundamental na faktora koji su to onemogućili: 1.. prostor verzija. J. 1949. Još jeda n filosof. 1979. koju je već idejno postavio Šenon.. razvija vlastiti program za učenje opisa složenih objekata. Kasn ije. Dempster. korak po korak. B. Zadeha 1965. Šafera 1976. Mnogi problemi koje su pokušavali rešiti su bili u suštini nerešivi. ili je implementirano saznanje bilo vrlo niskog nivoa i sastojalo se od nekih jednostavnih sintaktičkih manipulacija. Kilijan. 3. Neke od osnovnih struktura koje su se koristile za stvaranje određenog inteligentnog ponašanja su bile veoma ograničene. Stone. T. ponovna primjena metode učenja na neuralne mreže tzv. ili probabilističke mreže) i razvijali drugi formalizmi kao difuzni skupov i (definisani od L. 197 9. od strane Kilijana) i okruže nja (koje je definisao Minski 1975. d efiniše se pretraga alfa-beta. kojoj bi bilo lako pristupati. godine). Mičel. a sada saznajemo (osamdeset prošlog veka) da na Univerzitetu Karnegi Meloun im aju takve (izjava Herberta Sajmona) i da je inteligencija pitanje baratanja simb olima. Hun t. o n je podsetio da je zaljubljenike u znanje stolećima zaokupljalo može li mašina da mis li. definisale s u se semantičke mreže (definisane početkom šezdesetih godina. Edsher Dajkstra 1959. orijentisan na implementaciju neke vrste metode učenja. ali kada bi došlo do porasta obima sazna nja. Vinston. bolje rečeno. predstavlja metod IDZ koji treba da posluži kao osnova za konstrukciju takve s trukture. za koji j e zaslužan Samuel.

kakvoj vezi sa ma kojom posebnom vrstom biološkog ili fizičkog materijala (mišljenje A lena Njuela). kako je Džon Serl pisao. Drugim rečima. da ništa ne preu veličavaju navodeći iskaz nobelovca Frimena Dajsona da su. tako da rezultirajuće ponašanje po dseća na sposobnosti životinja sa sve složenijim nervnim sistemom. uzrokovani i to u potpunosti. ako ste napravili računar koji energijom napaja vetrenjača i ako bi imao odgovarajući program. iako je čovečanstvo veoma daleko od podražavanja ma čega što bi se moglo tak o nazvati. I jedan i drugi su isticali. 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. „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. (knjiga „Dečji razum”) rasplamsava nadanja u veštačku inteli genciju „Najbrži napredak može se postići oponašanjem evolucije životinjskog uma. uprkos svemu. semantičke sadržaje. objašnjavao je on. Ma kakvu tvorevinu ljudi n ačinili. a da će se u konačnom ishodu pojaviti „bića koja na neki način podsećaju na nas. ona bi morala imati mentalna stanja ista kao ljudska mentalna stanja. opisani i određeni svojom sintaksičkom strukturom. najpre. Čak je predviđao da se osećajnim robotima postepeno dodaju intelektualne sposobno sti slične ljudskim. jedan od neodređeno mnogo različitih vrsta računara sa ugrađenim progr amom koji čini ljudsku inteligenciju. Naša inteligencija. Računarski programi su. ona ima mentalne sadržaje. procesima koji se od igravaju unutar mozga”. Očigledno je da pita nje: Da li su računari u stanju da oponašaju ljudsku inteligenciju? ima velike društve ne posledice. da su mentalni procesi. 9 . a ne samo sintak su. Pominjani Džon Serl je osamdesetih godina nabrojao primere u kojima su programirani računari položili pojednostavljen Tjuringov ispit. Ukratko. nastavio je. „Prema ovom gledištu”. A poenta nije da bi. ali je obrazložio da n isu ispoljili mentalno svojstvo – razumevanje. on mogao imati misli i osećan ja. računari u prednosti nad ljudima i najavu Marvina Minskog da će sledeća generacija biti toli ko inteligentna da ćemo biti „srećni ako budu voljni da nas ostave u dvorištu kao svoje ljubimce”. mentalna stanja su biološke pojave! I kraju ostaje slobodna volja: ako bi neko napravio mašinu za koju bismo bili uveren i da ima svest. programi nisu svesni i oni sami po sebi nisu dovoljni za posedovanje svesti”. u celini. da u „ljudskoj svesti nema ničeg suštinski biološkog”. da je mozak. kao cilja. Biće to veštački mozak i svest koji su u svakom pogledu jednaki ljudskom mozgu i svesti”. Iz toga je proizišao konačni zaključak Džona Serla: „Nijedan računarski program nije sam po sebi dovoljan da nekom sistemu podari svest. on bi mo rao da ima svest. Može li mašina da m isli? „Prva pretpostavka je: mozak uzrokuje svest. za koje smatramo da konstituišu svest. težnjom da e mašini dodaje po nekoliko sposobnosti odjedanput. 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 ta kvog stava. ali slep. Tako. proces Darvinove evolu cije”. S vest sadrži više od toga. što se tiče evolucije. ostalo bi pitanje da li ona ima i slobodnu volju? Proslavljenog robotičara Hansa Moraveca 1988. st icajem okolnosti. ali su u svakom pogledu nešto što svet do sada nije video”. k ao alat. moći istovetne moćima ljudskog mozga. na prmer. ali sintaksa nije dovoljna za semantiku. bi trebalo da nam omogući da sledimo put do inteligencije. većim koracima od koraka kojima je išao užasno strpljiv.

ali je istina da svaki pravac daje vredan uvid. (jednog od stručnjaka i najpoznatijih istraživača veštačke inteligencije).definicije na levoj strani gledano po vertikali mere uspeh u smislu ljudskih performansi dok one sa desne strane po kazuju idealni koncept inteligencije koje ćemo mi zvati racionalnost. utvrđivanje redosleda obrade podataka i pokušaje imitacije priro dnog jezika. Takođe. Definicije v eštačke inteligencije prema više izvora na slici.Na osnovu ovih istraživanja. nije nimalo lako tačno definisati sadržaj i d ostignuća veštačke inteligencije. vezani su za nasto janja konstruisanja kooperativnih sistema na bazi agenata. Racionalan pristup podrazumeva kombinaciju matematike i inženjerstva. One sa gornje strane se odnose na proces mišljenja i rezonovanja do k se s donje strane odnose na ponašanje . kao što se vidi na slici.obuhvatajući hipoteze i ek sperimentalno ih utvrđivati. počev od osamdesetih godina. konstruišu se prvi komercija lni sistemi veštačke inteligencije. Mogli bismo samo reći da to ima veze sa pametnim programima ali istorija nauke pokazuje da se islo postupno u gađanju cilja. nego ih ima više zavisno od različitih pogleda i metoda za rešavanje problema. jedna od najkraćih i najednostavnijih karakteristika koja se pripisuje veštačkoj inteligenciji. u veštačkoj inteligenciji ne postoji saglasnost oko jedne definicije. Za razliku od drugih oblasti. I kao što se mogl o očekivati postoje tenzije izmedju humanog i racionalno fokusiranog pristupa. je „konstrui sanje računarskih sistema sa osobinama koje bi kod ljudskih bića bile okarakterisane kao inteligentne“. Savremeni pro blemi koji se nastoje rešiti u istraživanjima veštačke inteligencije. uglavnom tzv. parafrazirajući Marvina Mins kog. ekspertski sistemi. Najverovatnije. Definicija VI. Hum ano orejentisan pristup mora biti kao empirijska nauka .. To nam daje če tiri moguća ciljeva u veštačkoj inteligenciji. uključujući sisteme za up ravljanje podacima. 10 . Ove definicije variraju duž dve gla vne dimenzije.1. između ostalih. godine u Dartmudu. Uprkos vremenu koje je prošlo od kada je Džon Mekarti dao ime ovoj oblasti na konfer enciji održanoj 1956. Ljudi u svakoj grupi ponekad bace klevetanje na rad u drugim grup ama.

11 . te na primer. U izvornom Tjuringovom predlogu urađena je izvesna modifikacija. oko 2000. Ne treba ni pomenuti da su Tjuringova predviđanja bila previše optimistična. ili u najmanju ruku mašinom koja ume da se predstavi kao inteligentna. predlaže se jedan eksperiment čiji je c ilj otkrivanje inteligentog ponašanja jedne mašine. Ispitivač treba da pogodi ko je od njih mašina. tako da prosečan ispitivač nema više od 70% šanse da ur adi ispravnu identifikaciju. nakon pet minuta postavljanja pitanja. Po optimističkoj hipotez i samog Tjuringa. godine.Sistem koji se ponaša kao ljudi: Tjuringov test U poznatom takozvanom Tjuringovom testu. Zadatak treba pos tići uprkos činjenici da nijedan od interlokatora nije obavezan da govori istinu. Iako oboje tvrde da su ženskog pola. nalazili bi se pred jednom istinski inteligentnom mašinom. pod naslovom „Computing machineri and intelligence“. koji je Alan Tjuring opisao i objavio u jednom članku iz 1950. A i B. pa je že nu zamenio računar. polazeći od njihovog međusobnog razgovora i imajući u vidu da oboje tvrde da su ljudi. godine. što je bio vrlo čest sluča j u samim počecima razvoja oblasti veštačke inteligencije. ili ča k da ga saopšti mnogo kasnije kako bi varka bila uverljiva. u stvari radi se o mušk arcu i ženi. već je trebalo da postoje računari osposobljeni za igru ove igre dovoljno dobro. a koji se nalaze u poseb nim i odvojenim sobama. mašina može odlučiti da da pogrešan rezultat jedne aritmetičke operacije. Kada bi to d anas zaista bilo tako. Test polazi od jedne igre u kojo j ispitivač treba da pogodi pol dva interlokatora.

vidovitost i učenje nisu više isključiva svoj stva ljudi: svaki veći brzi računar može da se programira kako bi ih isto tako ispolji o. dakle Sokrat je smrtan. ne go na prvom mjestu. Prava akcija. 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. Agent je bilo šta što može biti viđeno kao posmatr anje njegove okoline preko senzora i ponašanja pod uslovom da je okolina predstavl jena putem činilaca.“Sokrat je čovek . Razmišljati racionalno: Pristup kroz zakone mišljenja Grčki filozof Aristotel je bio j edan od prvih koji je pokušao da dešifruje „pravo razmišljanje“ koje je nepobitno u proces u rasuđivanja. za mogućnost programiranja računara sa sposobnostima za intelige ntno ponašanje. Intuicija.pokušavajući da uhvatimo vlastite misli kako one teku – ili preko psiholoških eksperimenata.Nakon što dovoljno preciziramo te oriju uma tek onda postaje moguće izraziti teoriju kompjuterskog programa. svi ljudi su su smrtni . Šta je racional no u bilo kom datom vremenu zavisi od čeitiri stvari: • Vršenje određene mere.Još od 1965 težilo se da programi ako im se da dovoljno vr emena i memorije i opise problem u logičkoj notaciji trebalo je da nađu rešenje proble me ako je ono uopšte postojalo.Na primer.U stvarnosti problem nije samo vezan za sposobnost računara za obradu podataka. • Šta agent zna o okolini . Agent softvera ima kodiran i niz znakova kao njegovu percepciju i akciju. koji čini pravu stvar. Newell i Sim on . • Sve ono što je agent do sada primetio. Automatski agent zamenjuje kamere i infracrvene zrake kao otk rivač za senzore i raznolike motoričke funkcije za činioce. Raditi racionalno:Pristup kroz inteligentne agente Inteligentni agenti predstavl jaju softver koji automatski može da izvrši zadatak koji mu postavi osoba ili drugi softver (agent). Okruženje u kome agenti deluju može biti fizičko (realan svet) ili softversko (računar na kome su instalirani ili Internet). razvili su GPS (General Problem Solver) koji pokušava imitirati ljudsko rezon ovanje problema. ona koja uzrokuje što veću uspešnost agenta. Racionalni agent je onaj. koji u interakciji sa okruženjem .Interdisciplinarna oblast kognitivne nauke kombinuje modele iz v eštačke inteligencije sa eksperimentalnim tehnikama iz psihologije i pokušava da sasta vi preciznu i ispitanu teoriju kako radi ljudski um.Ovde ćemo jednostavno reći da ko gnitivne nauke i VI nadopunjuju jedna drugu naročito u oblasti jezika i učenja.“ Ovi zakoni razmišljanja su ovladali i posta li osnova na polju logike.premise.Njegov poznati silogizam daje obrazac koji daje uvek tačne zaključke ako mu se naravno daju tačne predpostavke.samoposmatranja . koja defi niše saglasnost uspeha.Mi moramo da uđemo i vidimo kako stvarno radi ljudski um. 12 .Postoje dva načina da uradimo to: putem samoispitivanja . To je sistem. ima sposobnost d a fleksibilno i samostalno reaguje u skladu sa ciljevima koji su mu postavljeni.Na primer .Da bi pr ogram 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.

može da ima propuste.Ako iko od vozača ili suvozača bude pratio gla vni ekran može videti „Citroen 13 . 1993).. 1991) Iz kamera koje su smeštene odmah pored semafora iznad autoputa na monitoru se prati saobraćaj. Srećom analitičar je u mogućnosti da ispravi problem sa zemlje.On kombinuje ove ulaze podataka sa iskustvom koje mu je već zadato još na treningu i tako uspešno vodi računa kako upravlja vozilom.Sistem ističe glavne činioce koji su uticali na odluku i ob jašnjava interakciju nekoliko simptoma u ovom slučaju.rukuje rutinskim zadacima i obaveštava analitičare o mnogo oz biljnijim problemima. Iz definicije se može na prvi pog led zaključiti da agent. idealni racionalni agent treba da uradi bilo šta što akcija oče kuje. Internacionalni velemajst or Arnold Denker razmišljao je o figuricama na šahovskoj tabli ispred njega i sledećem potezu koji može da odigra.( Zue et al.1992). Brzina vožnje na autoputu izvan Pitsburga je na 55 kmp/h .Program po imenu PEGASUS je vodio ceo razgovor i obavio celu transakciju što je rezultiralo rezervacijom i uštedom za put nika od nekoliko stotina dolara. čovek na mesto suvozača oseća o se ugodno.u kontrolnoj sobi za letove Jet Propulsion Labo ratory .• Akcije koje agent može izvršiti Definicija IDEALNOG RACIONALNOG AGENTA: za svaku pos ebnu sekvencu zapažanja.Uvideo je da ne postoji nada. Osoblje je uvide lo da problem nije za MARVELA ekspertnog sistema koji prati sva dogadjanja na br odu u realnom vremenu .“Kog datuma želite da putujete?usledilo je pitanje. da bi povećao vršenje mere na bazi evidencije putem percepcije sekvence i bilo šta što može da nadogradi spoznavanje koje agent ima.nego kad bi putovao regularno prevozom.skrenula pažnju crvena treptajuća poruka na ekranu.sonarno kao i održavanje rastojanja od drugog vozila putem lasera .kočnicu i g as.Njegov protivnik HITECH postao je prvi kompjuterski program koji je pobedio ve likog majstora u šahovskoj igri.“ rekao je jedan od putnika govoreći u mikrofon.Poruka je ukazivala na ne pravilnost u radu Vojadžer letilice koja se trenutno nalazila u blizini planete Ne ptun. 19 94) Jednom analitičaru je iznenada.(Berliner 1989) „Želim da putujem iz Bostona za San Fr ancisko.Iako prog ram za prepoznavanje govora dobije bar jednu od deset reči neispravnu on je u stan ju da pređe preko greške i sastavi dijalog koji je njemu razumljiv .Stručnjak priznaje svoje pogreške na kraju. njegova sekvenca zapažanja neće da mu kaže d a se približava kamion velikom brzinom.Putnik je odgovorio da želi da putuje 20 Oktobra najeftinijim dostupnim prevozom sa povratkom u nedelju.A zašto i ne bi kad za poslednjih 90 km nije dodirnuo volan . (Heckerman. (Pomerleau.Sa posmehom prilazi sistemu gde mu tvorci sistema sugeriraju kako da pita za objašnjenje date dijagnoze. morao je da preda partij u. Ako agent prelazi ulicu.Pravi vozač je ustvari robot koji prikuplja podatke o stanju na putu preko kame re. i ne gleda n a obe strane pre prelaženja prometnog puta. Država umetnosti Ovde su navedeni nekoliko porimera koji govore o tome dokle se već došlo sa primenom veštačke inteligencije u različitim oblastima ljudkog života. (Schwuttke. Vodeći ekspert za patologiju l imfnih čvorova opisuje ekstremno težak slučaj ekspertskom timu i ispituje datu dijagno zu.

ako bi računar bio u stanju da na sva pitanja odgovo ri istovetno kao čovek i tako potpuno i dosledno prevari propitivača” – saopštava Rodžer Pen rouz poznati engleski fizičar i matematičar– „tada bih. fiziologije i psihologije. Pojednostavljeno rečeno: za objašnje nje razuma i svesti dovoljna je veštačka inteligencija i ništa više! I to se može uzeti ka o pouzdan pokazatelj da računar poseduje sposobnost mišljenja. i pored varljivih spoljnih ma nifestacija. sve u cilju da s e napravi mašina koja bi se. 1994) Ovo su samo neki od primera sistema veštačke inteligencije koji postoje danas. naučnici se još uvek nisu uhvatili u koštac sa osnovnim izazovom u razvoju inteligentne mašine . veštačka inteligencija samo dobija na atraktivnosti. (King et al . Mogućnost stvaranja inteligentnih mašina zaokuplja ljudsku maštu još od drevnih vremena .Nije m agija niti naučna fantastika nego nauka . Dok se za neke oblasti računarstva već smatra da su zaokružene i da se u njima ne očeku ju novi značajni prodori.pravljenjem sistema koji opo našaju ljudski mozak. „Drugim rečima. Paralelno sa tim burnim razvojem rastu i očekivanja od ove discipline. iako Rodžer Penrouz ne smatra da proučavanje i razumevanje mentalnih zbivanja tr ebalo tražiti izvan naučnog pogleda na svet. ističući da to nije moguće. Ovo m ožda možemo da objasnimo time što ti ”inteligentni” sistemi.“ ili obaveštenje o udesu koga je izazvao motociklista pri čemu sledi automatski poziv službe hitne pomoći. nisu d ostatni za konačno 14 . dakle. Zato se on usprotivio. bar ne kada je svest u pitanju. Nije ni čudo. po ljudskim merilima. inteligencije. funkcionišu na principima koje. Ako je. što se proteže do naših dana: da li je ljudski mozak samo jedna Tjuringova mašina . Veštačka inteligencija pred stavlja mešavinu konvencionalne nauke. Time. nažalost. Roller et al. razum bi.“ ili „veliki kamion nepozn atog proizvođača zaustavio se kod Place de la Concorde. pre svega matematičkih. uprkos tom e što su već razvijeni mnogi ”inteligentni” sistemi koji funkcionišu izuzetno dobro. Kako je razvoj veštačke inteligencije oduvek bio zasnovan na komplem entarnom povezivanju teorije i eksperimenata. naravno. Alana Tjuringa zanimalo je i nešto drugo.. uz odsustvo dokaza da je suprotn o. jer ljudski mozak sa više milijardi neurona predst avlja možda i najsloženiju tvorevinu u univerzumu. Zaključak Veštačka inteligencija je jedna od oblasti računarstva koja se poslednjih decenija naj brže razvija. postojeći pogledi i uvidi.2CV je skrenuo iz Place de la Concorde u Champs Ely sees. razume vanja ili svesti. Pojava zvana svest se. ali tek sada. san o pametnim mašinama počeo je da posta je stvarnost. najčešće ne možemo smatrati zaista inteligent nim. ali i znanja o specifičnim o blastima primene. od veštačke inteligencije se rezultati tek očekuju. to bi značilo da je već sada moguće sastaviti mašinu koja bi imala razum i sve st. kao i njihovu adekvatnu formalizaciju. mogla smatrati "inteligentnom". oseća i tako dalje”. ne može uskladiti sa postojećim teorijama u fizi ci. zaključio da računar uistinu misli. 1993. a novi eksp erimenti i teorijska istraživanja predstavljaju put ka novim primenama u najrazličit ijim oblastima. pod uslovom da smo u stanju da napišemo odgovarajući program jer i najmoćniji savr emeni računari nisu ništa drugo do Tjuringove mašine. tako i budući razvoj zahteva proširiva nje i učvršćivanje teorijskih znanja. Međutim i pored sveg napretka. inženjerstvo i matematika. možda i mogao da se dos egne. sa brzim tempom razvoja računara i već pedesetogodišnjim iskustvom na polju istraživanja tehnika VI programiranja.

teorijski’ univerzum u stvarno postojanje”. To je fenomen kojim se saznaje o samoj e gzistenciji univerzuma. predstavio sam više argumenata koji bi trebalo da pokažu neodrživost stanovišta – očigledno vladajućeg u savremenom mišljenj – da je naše razmišljanje suštinski isto kao i dejstvo veoma složenog računara. uopšte. ali koji ne dozvoljava svest i nije. Može se tvrditi da univerzum kojim upravljaju zakoni. Matematičar i lo gičar Kurt Gedel je još 1931. Zaključna razmatranja završio je rečima: „.. univerzum. Samo je fenomen svesti onaj ko ji može prizvati hipotetički . ali s e ono ne može dokazati u okviru datog formalnog sistema! Drugim rečima. 15 .. Svest mi iz gleda tako važan fenomen da jednostavno ne mogu da poverujem da je ona nešto sasvim . obelodanio da postoje problemi koji imaju rešenje.slučajno’ prizvano komplikovanim proračunom.odgonetanje. postoje isti ne koje se ne mogu dokazati.

html 16 .elefmagazin.com/ Kultura/Vestacka-inteligencija-u-mitovima-bajkama-i-crtanimfilmovima.Mozak na čipu: Hoće li mašine iskoreniti ljude Branislav Jevtović – Inteligentni ag enti .b92.org/sr-el/Вјештачка_интелигенција http://sr.Literatura: Stuart J.Artificial Intelligence A Modern Approach .PowerPoint Presentation http://www.wikipedia.org/sr-el/Тјурингов ligencija-VI-Nastanak-poreklo-definicijabuducnost-VI http://www. Russell and Peter Norvig .Februar 2009 Stanko Stojilj kovića .net/zivot/nauka. 1995 Predrag Janičić i Mladen Nikolić – Veštačka inteligencija .php?nav_id=375919 http://sr.wikipedia.

Sign up to vote on this title
UsefulNot useful