SINGULARITY : Μήπως πραγματικά συμβαίνει ??? 9ο Μέρος

Από Faceof
Συνέχεια από : http://alexander-hellas.blogspot.com/2011/07/singularity-1.html
http://alexander-hellas.blogspot.com/2011/07/singularity-2.html
http://alexander-hellas.blogspot.com/2011/07/faceof-httpalexander-hellas.html
http://alexander-hellas.blogspot.com/2011/07/singularity-4.html
http://alexander-hellas.blogspot.com/2011/07/singularity-5.html
http://alexander-hellas.blogspot.com/2011/07/faceof-httpalexander-hellas_26.html
http://alexander-hellas.blogspot.com/2011/07/singularity-7.html
http://alexander-hellas.blogspot.com/2011/07/singularity-8.html

WHAT IS ARTIFICIAL INTELLIGENCE?

http://en.wikipedia.org/wiki/Artificial_intelligence
http://www-formal.stanford.edu/jmc/whatisai/
http://www.aaai.org/AITopics/pmwiki/pmwiki.php/AITopics/HomePage
http://aima.cs.berkeley.edu/


Μια με απλά λόγια ανάλυση......της επιστημονικής έρευνας  της AI (Τεχνητή Νοημοσύνη /Artificial Intelligence) για να έχετε μια εικόνα.......

Στην ανθρώπινη ψυχολογία, η κύρια σκέψη του ψυχολόγου/ερευνητή όσον αφορά την ανθρώπινη νοημοσύνη, ξεκινάει από μια βασική αρχή , ΌΤΙ δεν υπάρχει ούτε ΜΟΝΟ μία ικανότητα ή ΜΟΝΟ ΜΙΑ διαδικασία, αλλά μάλλον μια σειρά από ξεχωριστές διαδικασίες ΠΟΥ ΟΔΗΓΟΥΝ ΣΕ ΠΟΛΛΕΣ και ΞΕΧΩΡΙΣΤΕΣ ΙΚΑΝΟΤΗΤΕΣ!!!


Η έρευνα στην AI (Τεχνητή Νοημοσύνη /Artificial Intelligence) έχει επικεντρωθεί κυρίως στα συστατικά, όπως η μάθηση, η συλλογιστική, η ικανότητα της αντίληψης, της επίλυσης προβλημάτων καθώς και κατανόηση της γλώσσας.

Για να σας δώσω να καταλάβετε , όταν προετοιμάζουμε μια AI έχουμε και προσαρμόζουμε κάποιες λογικές , για παράδειγμα όπως :

Μάθηση

Στην AI έρευνα, η μάθηση διακρίνεται σε πολλούς διαφορετικούς τρόπους, η απλούστερη των οποίων ο ένας είναι ο δοκιμαστικός-και-λάθους. Για παράδειγμα, ένα απλό πρόγραμμα γραμμένο για να λύσει το πρόβλημά σκάκι (άλογο-σε-ένα/αλφα) θα μπορούσε να δοκιμάσει διαφορετικές κινήσεις μέχρι να το επιτύχει. Το πρόγραμμα από ό, τι θυμάται (?) , καταγράφει  και την επόμενη φορά που θα του   παρουσιάζεται με το ίδιο πρόβλημα, είναι σε θέση να το λύσει άμεσα. Αυτή η τεχνική επίλυση προβλημάτων , η οποία περιλαμβάνει απομνημόνευση των λύσεων σε προβλήματα ή τις λέξεις του λεξιλογίου, είναι γνωστή ως μηχανική μάθηση.

Οι ερευνητές όμως της AI προχώρησαν ένα βήμα πιο πέρα και αν και μηχανική μάθηση είναι εύκολο να εφαρμοστεί, μια από τις πιο προκλητικές ως υφιστάμενο πρόβλημα εφαρμογής βρίσκεται σε άλλο σημείο , την επίλυση προβλημάτων, μια  τεχνική που ονομάζεται γενίκευση. Η επιτυχής υλοποίηση της γενίκευσης κάνει συνήθως τον μαθητή πιο προσαρμοστικό  προς καταστάσεις που δεν αντιμετώπισε στο παρελθόν, ως εκ τούτου, είναι σε θέση να αποδίδει καλύτερα σε αυτές και ίσως σε κάποιες ίδιες η νέες καταστάσεις. 

Για παράδειγμα, ένα πρόγραμμα γραμμένο για μηχανική μάθηση δεν θα μπορούσε ποτέ να είναι σε θέση να παράγει το παρελθόντα χρόνο της λέξης "άλμα" έως ότου του παρουσιάζεται με τη λέξη "πήδηξε" πριν, ενώ το πρόγραμμα που υλοποιεί η γενίκευση είναι σε θέση να χρησιμοποιήσει τις γενικεύσεις από παραδείγματα που παρουσιάζονται για να μάθουν το "πρόσθετο τέλος κανόνα" και θα ήταν επιτυχία να είναι σε θέση να παράγει τα παρελθόντα χρόνο του "άλμα". Εξελιγμένες τεχνικές, όπως η γενίκευση επιτρέπουν στα προγράμματα να γενικεύσουν σύνθετα δεδομένα και ως εκ τούτου την επίλυση σύνθετων προβλημάτων με βάση τα μαθησιακά τους.

Συλλογισμός

Για να μπορέσουν οι επιστήμονες να προσαρμόσουν τα δεδομένα της μάθησης σε μια AI , έπρεπε να αναπτύξουν και μια ακόμα παράμετρο ....τον συλλογισμό!!

Η διαδικασία του τρόπου συλλογισμού που επιλέξανε , περιλαμβάνει εξαγωγή συμπερασμάτων κατάλληλη για την κατάσταση στο χέρι.  

Αυτά τα συμπεράσματα μπορούν να ταξινομηθούν ως επαγωγική και απαγωγική.  

Για παράδειγμα, παραγωγικός συλλογισμός είναι "ο Fred είναι είτε στο κατάστημα ή στο σπίτι? Δεν είναι στο σπίτι? Έτσι πρέπει να είναι στο κατάστημα ........

Επαγωγικός συλλογισμός μπορεί να φαίνεται από....." Εάν η κατάρρευση του  προηγούμενου ηλεκτρονικού υπολογιστή προκλήθηκαν από την επίθεση ιών, έτσι κατά πάσα πιθανότητα και αυτό το crash του υπολογιστή ήταν και επίσης προκλήθηκε από την επίθεση ιών "....την διαφορά  αυτής της διαφοράς μεταξύ των δύο , είναι ότι στην παραγωγικού συλλογισμού, η αλήθεια των εγκαταστάσεων εξασφαλίζουν την αλήθεια των συμπερασμάτων, ενώ στο επαγωγικό συλλογισμό, παρά το γεγονός ότι οι εγκαταστάσεις τείνει να υποστηρίξει το συμπέρασμα, όμως ,  μια περαιτέρω έρευνα μπορεί να αποκαλύψει ότι θα μπορούσε να είναι ψευδής.

Ειδικά σε αυτό οι ερευνητές έχουν σημειώσει σημαντική επιτυχία όσον αφορά και στην εφαρμογή των συμπερασμάτων σε ηλεκτρονικούς υπολογιστές, ιδίως κατά την κατάρτιση αφαιρετικής σκέψης και συμπεράσματα. 

Ωστόσο, οι αμφισβητίες  θεωρούν ότι ναι μεν οι επιστήμονες είναι σε θέση να σχεδιάσουν ένα πρόγραμμα που μπορεί να βγάζει συμπέρασμα σε κάποια κατάσταση , αλλά αυτό δεν κάνει ένα πρόγραμμα ικανό να αιτιολογεί, δεδομένου ότι περιλαμβάνει μόνο σχέδια/κόπιες συμπερασμάτων που είναι σχετικές άρα ικανές με την κατάσταση ή την εργασία στο χέρι. Αυτό είναι ένα από τα δυσκολότερα προβλήματα που αντιμετωπίζει η έρευνα στην AI σήμερα και πάντα βάσει με τα δεδομένα που διαθέτουμε......στα χέρια μας......

Αν και το κατωτέρω βίντεο το είχα για άλλο ....αφιέρωμα ....λόγου του μαθησιακού του 9ου Μέρους το έβαλα!!!

συνεχίζεται.....