W języku potocznym „sztuczny” oznacza to, co jest wytworem mającym naśladować coś naturalnego. W takim znaczeniu używamy terminu ,,sztuczny”, gdy mówimy o sztucznym lodowisku lub oku. Sztuczna inteligencja byłaby czymś (programem, maszyną) symulującym inteligencję naturalną, ludzką.
Sztuczna inteligencja (AI) to obszar informatyki, który skupia się na tworzeniu programów
komputerowych zdolnych do wykonywania zadań, które wymagają ludzkiej inteligencji. Te zadania obejmują rozpoznawanie wzorców, rozumienie języka naturalnego, podejmowanie decyzji, uczenie się, planowanie i wiele innych.
Głównym celem AI jest stworzenie systemów, które są zdolne do myślenia i podejmowania decyzji na sposób przypominający ludzki. Historia sztucznej inteligencji sięga lat 50. XX wieku, kiedy to powstały pierwsze koncepcje i modele tego, co mogłoby stać się sztuczną inteligencją. Jednym z pionierów był Alan Turing, który sformułował test Turinga, mający na celu ocenę zdolności maszyny do inteligentnego zachowania na poziomie ludzkim. Jednakże dopiero w latach 80. i 90. nastąpił prawdziwy przełom w dziedzinie sztucznej inteligencji dzięki postępowi w dziedzinie algorytmów uczenia maszynowego.
W wypadku sztucznej inteligencji mamy na uwadze system, który realizowałby niektóre funkcje umysłu – czasami w sposób przewyższający funkcje naturalne (na przykład, aby był wolny od pomyłek przy liczeniu oraz defektów pamięci). Inteligencja jest właściwością umysłu.
Składa się na nią szereg umiejętności, takich jak zdolność do komunikowania, rozwiązywania problemów, uczenia się i dostosowywania do sytuacji. Istotna jest jednak umiejętność rozumowania.
Współczesne systemy sztucznej inteligencji są inteligentne tylko w ograniczonym obszarze. Na przykład komputer potrafi grać w szachy w taki sposób, że wygrywa z szachowym arcymistrzem. W 1996 r. Deep Blue wygrał jedną partię szachów z Garry Kasparowem, przegrywając cały mecz wynikiem 4:2 (przy dwóch remisach).
Później Deep Blue został ulepszony i nieoficjalnie nazwany „Deeper Blue”. Zagrał ponownie z Kasparowem w maju 1997 roku. Mecz skończył się wynikiem 3½:2½ dla komputera. W ten sposób Deep Blue stał się pierwszym systemem komputerowym, który wygrał z aktualnym mistrzem świata w meczu ze standardową kontrolą czasu.
Jednak w odróżnieniu od Kasparowa, program komputerowy w meczu z 1997 r. był modyfikowany i uzupełniany w trakcie meczu o informacje z poprzednich partii.
Historia współczesnych prac nad sztuczną inteligencją zaczęła się na początku lat 50. ubiegłego wieku. W 1950 r. Allan Turing postawił pytanie: Can a machine think? (czy maszyna może myśleć?). Jego uniwersalna maszyna, nazywana dziś Uniwersalną Maszyną Turinga, została zaprojektowana do rozwiązywania zadań rachunkowych. Jeśli odpowiedzi, których udzieli komputer nie będą różniły się od odpowiedzi, których udziela człowiek, to czy jest wystarczające, aby uznać, że maszyna myśli?
Artykuł jest częścią Przewodnika po sztucznej inteligencji 2024 Grupy Roboczej AI IAB Polska.
Materiał zawiera blisko 120 stron opisów i analiz narzędzi AI przydatnych w konkretnych obszarach marketingu i jest dostępna w dwóch wersjach – jako interaktywny dokument online oraz klasyczny pdf.
Jeśli człowiek dałby się zwieść, to maszyna przeszłaby Test Turinga i zostałaby uznana za maszynę myślącą. Do języka nauki termin “sztuczna inteligencja” (Artificial Intelligence, skrótowo: AI) wprowadził John McCarthy (1927- 2011), który w 1955 r. nazwał tak „the science and engineering of making intelligent machines” (naukę i inżynierię tworzenia inteligentnych maszyn).
Współczesne systemy sztucznej inteligencji opierają się na zaawansowanych algorytmach uczenia maszynowego, głębokim uczeniu oraz sieciach neuronowych. Te technologie umożliwiają maszynom analizę dużych ilości danych, identyfikację wzorców, a nawet uczenie się na podstawie doświadczeń.
Najwcześniejsze zastosowania AI koncentrowały się na grach i rozwiązywaniu ogólnych problemów. Pierwszy program AI, The Logic Theorist, został napisany w 1956 r. przez A. Newell’a, H. Simon’a oraz J. C. Shawa. Miał on znajdować rozwiązania równań. Gry były ważnym sposobem testowania algorytmów oraz technik inteligentnego podejmowania decyzji. Z grami eksperymentowano już w początkach lat 50. ubiegłego wieku. Pierwszym językiem programowania AI był stworzony w 1956 r. przez McCarthy’ego LISP (LISt Processing).
W 1966 r. Joseph Wiezenbaum stworzył program o nazwie „Eliza”, który symulował psychologa prowadzącego interesujący dialog z pacjentem.
W 1956 r. na uniwersytecie Stanforda powstał pierwszy system ekspertowy: Dendral Project. Był to pierwszy program, który naśladował wiedzę i analityczne umiejętności człowieka, eksperta w pewnej dziedzinie. Rozwiązywanie specyficznych problemów jest celem słabej AI (weak AI), zaś silna AI (strong AI) ma na celu naśladowanie pełnego zakresu ludzkich możliwości poznawczych. Odnosimy sukcesy w zakresie słabej AI. Silna AI jest wciąż naszym marzeniem. Wyróżnia się dwie metodologie.
Jedna, funkcjonalistyczna (top-down), bada ludzkie zachowania, druga, redukcjonistyczna (bottom-up), rozpoczyna badania na poziomie fizjologicznym, przechodząc do coraz większych struktur. Redukcjoniści wykorzystują wyniki innych dyscyplin (np. neuronauk i nauk biologicznych).
