IUVENTAS Soukromé gymnázium a Střední odborná škola, s. r. o. Umělá inteligence Jméno: Třída: Rok:
Prohlašuji, že mnou předložená práce je mým původním autorským dílem, které jsem vypracoval/a samostatně. Veškerou literaturu a další zdroje, z nichž jsem při zpracování čerpal/a, jsou uvedeny v seznamu použité literatury. V Ostravě dne..................... podpis studenta
OBSAH Úvod... 4 1 Výzkum umělé inteligence... 5 2 Definice... 6 2.1 Nástroje... 6 2.2 Turingův test... 6 3 Kategorizace... 7 3.1 Přístupy k řešení... 7 3.2 Neuronové sítě... 7 3.3 Genetické programování... 7 3.4 Expertní systémy... 7 3.5 Prohledávání stavového prostoru... 7 3.6 Dobývání znalostí... 8 4 Úspěšné algoritmy... 9 4.1 Hry... 9 5 Problematika... 10 Seznam použité literatury... 11 Seznam obrázků... 12
ÚVOD Umělá inteligence (anglicky Artificial intelligence, AI) je obor informatiky zabývající se tvorbou strojů řešících komplexní úlohy například z oblastí logistiky, robotiky, zpracování přirozeného jazyka, či zpracování velkých objemů dat. 4
1 Výzkum umělé inteligence Výzkum umělé inteligence je rozdělen do několika polí, které je těžké názorově spojit. Typicky se zde objevuje rozpor mezi pojetím statistickým (kam spadá například analýza dat, či rozpoznávání obrazu), a pojetím blízkým matematické logice, kam patří například oblast plánování, prohledávání (hra šachů), či strojového dokazování. Nicméně to, že tento rozpor není nepřekonatelný nám ukázaly například algoritmy hrající hru Go, které dokázaly propojit statistiku s prohledáváním, a následně i se strojovým učením. 1 Většina výzkumu v umělé inteligenci je zaměřena na řešení konkrétních problémů, rozvoj jednotlivých přístupů, a hledání dalších aplikací již vyvinutých technik. Navzdory běžnému přesvědčení je snaha o vytvoření "skutečně inteligentního stroje" záležitostí okrajovou, a většina zájmu je soustředěna jinam. Obrázek 1 - Umělá inteligence 2 1 Vygenerujte citaci následující knihy: ISBN 978-80-200-2276-9. 2 WOOD, Lamont. Umělá inteligence získává na popularitě - i díky podpoře velkých firem. Computerworld.cz [online]. [cit. 2019-03-31]. Dostupné z: https://computerworld.cz/vyvoj/umelainteligence-ziskava-na-popularite-i-diky-podpore-velkych-firem-51547 5
2 Definice Umělá inteligence spočívá v konstrukci a užití modelů lidské činnosti (procesů), která je považována za inteligentní. Již od svých počátků (od poloviny 20. století) se toto modelování ubírá dvěma cestami: 1) Modelování vnějších projevů inteligentní lidské činnosti 2) Modelování struktur lidského mozku, obvykle v podobě neuronových sítí 2.1 Nástroje Základem modelování je počítač a počítačový program. Počítač může být doplněn čidly (fyzikálních, chemických, biologických apod. veličin) a akčními členy (pohybovými prostředky koly, pásy, nohami apod.), a tak může vzniknout komplexní zařízení robot, lunární vozítko, automobil bez řidiče apod. 2.2 Turingův test Testování obecné umělé inteligence lze provést ve formě Turingova testu, kterou vyjádřil informatik Alan Turing v roce 1950 ve svém článku Computing machinery and intelligence. Ve zkratce tvrdí, že za inteligentní můžeme stroj prohlásit, nerozeznáme-li jeho lingvistický výstup od lingvistického výstupu člověka. Argument čínského pokoje je často pokládán za protiargument k Turingovu testu. Uvažuje, že by mohl existovat stroj, který by inteligentní chování simuloval připravenou sadou reakcí na všechny možné otázky, aniž by nad čímkoliv přemýšlel. Ve stejném článku, v jakém Alan Turing navrhl svůj test (sám ho nazýval imitační hra ) předpovídal, že za padesát let (tj. na přelomu milénií) budou mít počítače paměťovou kapacitu 109 bitů a rozhodčí imitační hry bude mít pouze 70 % šanci, že správně pozná lidskou inteligenci. Odhad paměťových schopností se ukázal být neobyčejně přesným. Ukázalo se však, že naprogramování úkolů, které lidem připadají triviální (např. rozpoznávání tvarů v obrazech) může být těžší, než vytvořit stroje řešící klasické problémy umělé inteligence, jako je například hra šachů. Přesto se již daří vytvářet řešení v reálném či složitém prostředí, jako je například samořídící motorové vozidlo, počítačová hra, odezírání řeči ze rtů, ale i soudní rozhodnutí. Podle odhadů expertů umělá inteligence pravděpodobně do 100 let předčí lidskou ve všech dílčích úlohách. To některé lidi znepokojuje. 6
3 Kategorizace UI můžeme dělit na slabé a silné ty slabé by sice měly projít Turingovým testem, ale nejsou v pravém slova smyslu inteligentní (viz výše Argument čínského pokoje), na rozdíl od silných UI. Má-li toto dělení smysl, je předmětem filosofických debat. 3.1 Přístupy k řešení Ačkoliv se vytvořit obecnou umělou inteligenci, která by byla srovnatelná s lidskou, ukázalo být nesmírně obtížné, vědci během posledních padesáti let vyvinuli sadu postupů, které dosahují dílčích úspěchů v jednotlivých problémech. 3.2 Neuronové sítě Umělé neuronové sítě v umělé inteligenci mají za vzor chování odpovídajících biologických struktur. Skládají se z výpočetních modelů neuronů, které si navzájem předávají signály a transformují je pomocí funkce pro přenos k dalším neuronům. 3.3 Genetické programování Genetické programování striktně vzato není prostředek pro řešení problémů umělé inteligence, ale obecný programátorský postup, jenž namísto sepsání konkrétního algoritmu pro řešení úkolu hledá tento postup evolučními metodami. 3.4 Expertní systémy Expertní systém je počítačový program, který má za úkol poskytovat expertní rady, rozhodnutí nebo doporučit řešení v konkrétní situaci. Expertní systémy jsou navrženy tak, aby mohly zpracovávat nenumerické a neurčité informace a řešit tak úlohy, které nejsou řešitelné tradičními algoritmickými postupy. 3.5 Prohledávání stavového prostoru Zvláště při vytváření algoritmů na řešení klasických her (šachů, dámy) se jeví účelné zadefinovat si množinu stavů, do kterých se můžeme ve hře dostat, přípustné tahy neboli přechody mezi stavy a počáteční a koncové pozice. Hledáme pak cestu od počátečních stavů ke koncovým stavům, které znamenají náš úspěch. 7
Jelikož mohou být stavové prostory rozsáhlé (například ve hře go) a v některých případech i nekonečné, je třeba volit chytré metody ořezávání nevhodných cest a ohodnocování pozic. 3.6 Dobývání znalostí Velké soubory dat (často uložené v databázích) o nějakém systému nejsou použitelné a pochopitelné přímo, i když obsahují informace a vzory chování sledovaného systému. Metody dobývání znalostí převádí data do kompaktní a explicitní formy popisující systém, která je lépe použitelná. V širokém smyslu nejde jen o zpracování elementárních dat (čísel, řetězců, kategoriálních dat), ale taky zpracování zvuku, obrázků (Digitální zpracování obrazu), videa, přirozeného jazyka (viz zpracování přirozeného jazyka, korpus) a bioinformatických dat (bioinformatika). Výstupy jsou různé pro různé úlohy a závisí taky na tom, k čemu je chceme použít a co (a jak kvalitně) dokážeme vydolovat. 8
4 Úspěšné algoritmy 4.1 Hry Roku 1979 překonal počítač světového mistra ve hře vrhcáby. Královská hra šachy byla už od počátků informatiky předmětem analýz. Řešení problému bylo od počátku spojováno s inteligencí, avšak výhra nemusí znamenat větší inteligenci. V roce 1997 porazil systém Deep Blue od firmy IBM úřadujícího mistra světa Garriho Kasparova. Deep Blue však byl spíše hybridní systém s akcelerátory výpočtů. Šlo tak spíše o řešení hrubou silou. Současná AI již neprochází tolik pozic a přitom je úspěšnější. Chinook je program pro hraní anglické dámy, jehož tvůrci v červenci roku 2007 prohlásili, že nemůže prohrát. Již několik let předtím pravidelně porážel lidské oponenty. Tohoto výsledku bylo dosaženo kombinací hrubé síly při prohledávání pozic ve střední části hry a dobrou databází zahájení a koncovek. Počítačové programy hrající go si často tak dobře nevedly. Je tomu tak zřejmě proto, že je goban (deska na go) je poměrně rozsáhlá a s každým dalším položeným kamenem stoupá komplexita rozhodování, kterou však mají lidé šanci zvládnout díky své vrozené schopnosti rozpoznávání tvarů. Ovšem nejlepší programy používající jak řešení hrubou silou (přesněji stromové prohledávání do hloubky), tak intuici, jsou schopné porážet (2016) i mistry. 9
5 Problematika Problémem je, že se AI chová jako černá skříňka. Člověk musí výsledkům, které mohou být ve výsledku lepší (inteligentnější) než jeho, slepě věřit, protože jim nerozumí. Volá se proto po vysvětlitelné AI (XAI). AI může odstranit lidské kognitivní zkreslení. Může ovšem zavést vlastní zkreslení. Lidské i umělé myšlení tedy lze i podvést. Záleží na způsobu výběru dat k učení. 10
SEZNAM POUŽITÉ LITERATURY 1. Kniha ISBN: 978-80-200-2276-9 2. Webová stránka s obrázkem: https://computerworld.cz/vyvoj/umela-inteligenceziskava-na-popularite-i-diky-podpore-velkych-firem-51547 11
SEZNAM OBRÁZKŮ Obrázek 1 - Umělá inteligence... 5 12