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

:

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

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

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

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

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

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

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

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

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

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

koji u interakciji sa okruženjem . 12 .pokušavajući da uhvatimo vlastite misli kako one teku – ili preko psiholoških eksperimenata.Postoje dva načina da uradimo to: putem samoispitivanja . • Sve ono što je agent do sada primetio. dakle Sokrat je smrtan. svi ljudi su su smrtni . • Šta agent zna o okolini . koja defi niše saglasnost uspeha. Newell i Sim on . 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).premise. Okruženje u kome agenti deluju može biti fizičko (realan svet) ili softversko (računar na kome su instalirani ili Internet).U stvarnosti problem nije samo vezan za sposobnost računara za obradu podataka. To je sistem. Prava akcija. Automatski agent zamenjuje kamere i infracrvene zrake kao otk rivač za senzore i raznolike motoričke funkcije za činioce.Na primer. Intuicija. Sistem koji razmišlja kao ljudi: Kognitivni model pristupa Ako ćemo reći da dati program misli kao čovek.Na primer .Mi moramo da uđemo i vidimo kako stvarno radi ljudski um. Šta je racional no u bilo kom datom vremenu zavisi od čeitiri stvari: • Vršenje određene mere.Ovde ćemo jednostavno reći da ko gnitivne nauke i VI nadopunjuju jedna drugu naročito u oblasti jezika i učenja. razvili su GPS (General Problem Solver) koji pokušava imitirati ljudsko rezon ovanje problema.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.“ Ovi zakoni razmišljanja su ovladali i posta li osnova na polju logike. 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. vidovitost i učenje nisu više isključiva svoj stva ljudi: svaki veći brzi računar može da se programira kako bi ih isto tako ispolji o. 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.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.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. Agent softvera ima kodiran i niz znakova kao njegovu percepciju i akciju.Njegov poznati silogizam daje obrazac koji daje uvek tačne zaključke ako mu se naravno daju tačne predpostavke. ima sposobnost d a fleksibilno i samostalno reaguje u skladu sa ciljevima koji su mu postavljeni. ona koja uzrokuje što veću uspešnost agenta.Nakon što dovoljno preciziramo te oriju uma tek onda postaje moguće izraziti teoriju kompjuterskog programa.samoposmatranja . Racionalni agent je onaj.“Sokrat je čovek .onda moramo imati određeni način kako čovek razmišlja. ne go na prvom mjestu. koji čini pravu stvar.

Pravi vozač je ustvari robot koji prikuplja podatke o stanju na putu preko kame re. (Pomerleau. idealni racionalni agent treba da uradi bilo šta što akcija oče kuje.Njegov protivnik HITECH postao je prvi kompjuterski program koji je pobedio ve likog majstora u šahovskoj igri. (Heckerman. morao je da preda partij u.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 .skrenula pažnju crvena treptajuća poruka na ekranu. 19 94) Jednom analitičaru je iznenada. Srećom analitičar je u mogućnosti da ispravi problem sa zemlje.rukuje rutinskim zadacima i obaveštava analitičare o mnogo oz biljnijim problemima. Iz definicije se može na prvi pog led zaključiti da agent.kočnicu i g as. Internacionalni velemajst or Arnold Denker razmišljao je o figuricama na šahovskoj tabli ispred njega i sledećem potezu koji može da odigra.Ako iko od vozača ili suvozača bude pratio gla vni ekran može videti „Citroen 13 . 1993). čovek na mesto suvozača oseća o se ugodno. 1991) Iz kamera koje su smeštene odmah pored semafora iznad autoputa na monitoru se prati saobraćaj.u kontrolnoj sobi za letove Jet Propulsion Labo ratory . Osoblje je uvide lo da problem nije za MARVELA ekspertnog sistema koji prati sva dogadjanja na br odu u realnom vremenu . Ako agent prelazi ulicu.Uvideo je da ne postoji nada. njegova sekvenca zapažanja neće da mu kaže d a se približava kamion velikom brzinom.• Akcije koje agent može izvršiti Definicija IDEALNOG RACIONALNOG AGENTA: za svaku pos ebnu sekvencu zapažanja.Poruka je ukazivala na ne pravilnost u radu Vojadžer letilice koja se trenutno nalazila u blizini planete Ne ptun. Vodeći ekspert za patologiju l imfnih čvorova opisuje ekstremno težak slučaj ekspertskom timu i ispituje datu dijagno zu.1992).Sistem ističe glavne činioce koji su uticali na odluku i ob jašnjava interakciju nekoliko simptoma u ovom slučaju.nego kad bi putovao regularno prevozom.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. 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.“ rekao je jedan od putnika govoreći u mikrofon. može da ima propuste. Brzina vožnje na autoputu izvan Pitsburga je na 55 kmp/h .Sa posmehom prilazi sistemu gde mu tvorci sistema sugeriraju kako da pita za objašnjenje date dijagnoze.( Zue et al. da bi povećao vršenje mere na bazi evidencije putem percepcije sekvence i bilo šta što može da nadogradi spoznavanje koje agent ima. (Schwuttke.A zašto i ne bi kad za poslednjih 90 km nije dodirnuo volan .(Berliner 1989) „Želim da putujem iz Bostona za San Fr ancisko.“Kog datuma želite da putujete?usledilo je pitanje..Stručnjak priznaje svoje pogreške na kraju.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.Putnik je odgovorio da želi da putuje 20 Oktobra najeftinijim dostupnim prevozom sa povratkom u nedelju.

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

Zaključna razmatranja završio je rečima: „. ali koji ne dozvoljava svest i nije. uopšte. 15 ..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. ali s e ono ne može dokazati u okviru datog formalnog sistema! Drugim rečima. univerzum. Svest mi iz gleda tako važan fenomen da jednostavno ne mogu da poverujem da je ona nešto sasvim . Samo je fenomen svesti onaj ko ji može prizvati hipotetički ..slučajno’ prizvano komplikovanim proračunom. postoje isti ne koje se ne mogu dokazati.odgonetanje. Može se tvrditi da univerzum kojim upravljaju zakoni. obelodanio da postoje problemi koji imaju rešenje. Matematičar i lo gičar Kurt Gedel je još 1931.

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

Sign up to vote on this title
UsefulNot useful