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

:

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Sign up to vote on this title
UsefulNot useful