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

:

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Sign up to vote on this title
UsefulNot useful