Klasická AI připomenutí Meze klasické umělé inteligence Modelování mysli na logicko-symbolické úrovni. Modelování shora dolů. Reprezentacionalizmus Churchova teze: Použitelnost počítačů je omezena na ty činnosti, které lze přesně popsat v přirozeném resp. umělém jazyce (algoritmu). Gödelova věta o úplnosti: Formule je logicky platná v teorii T právě když je dokazatelná v teorii T. Věta o rozhodnutelnosti: Pro každou formuli v teorii T lze algoritmicky rozhodnout, zda formule je nebo není dokazatelná. Výrokový počet je úplný a rozhodnutelný. Predikátový počet je úplný ale nerozhodnutelný. P. Berka, 2007 1/17 P. Berka, 2007 2/17 Kritika umělé inteligence H. Dreyfuss: What computers can t do, 1972 What computers still can t do, 1992 kritika z pohledu odpůrce AI: formuluje předpoklady pro to, aby počítače modelovaly lidskou inteligenci a uvádí jejich nereálnost: biologický na určité úrovni je lidská mysl digitální psychologický myšlení jsou výpočty epistemologický veškerou znalost je možno formalizovat ontologický svět je tvořen pouze bezkontextovými fakty J. Weizenbaum (autor programu ELIZA, laureát ceny nadace Vize 97 za rok 2002): Computer power and human reason, 1976 kritika z pohledu zastánce AI: "Klíčová otázka nezněla, co mohou počítače dělat, ty mohou dělat lecos, mohou simulovat. Ale otázka zní, zda jim to máme svěřovat. Počítače mohou mít inteligenci, ale nemůžeme jim svěřovat věci lidské, protože nemají tělo. Protože nemají tělo, nemají bolest, ani radost. Nemohou mít nikdy to, co dělá člověka člověkem, totiž víru, lásku a naději. A neměli bychom jim tudíž svěřovat věci pro lidstvo důležité a vážné." Dreyfus argumentuje ve prospěch důležitosti těla a celkové situace (kontextu) pro inteligentní chování P. Berka, 2007 3/17 P. Berka, 2007 4/17
1. Alternativa konekcionismus AI jako produkt (hardwarového) propojení a interakcí množství jednoduchých elementů Konekcionismus neuronové sítě Neuronové sítě vs. expertní systémy Oddělení báze znalostí a inferenčního mechanismu NE Práce s neurčitostí ANO Vysvětlování NE Modularita a transparentnost báze NE Neuronové sítě vs. klasický počítač Není oddělena paměť a procesor Uložená informace není lokalizovatelná Možnost fungovat i při částečném poškození vícevrstvý perceptron P. Berka, 2007 5/17 P. Berka, 2007 6/17 Sci-fi extrapolace: 2. Alternativa reaktivita H. Harrison, M. Minsky: The Turing Option, 1992 Mohou neuročipy nahradit/vytvořit mozek? Terminátor Internet vyhovuje definici konekcionistického systému bude někdy inteligentní? R. Brooks (1991): Intelligence without Representation Intelligence without Reason Inteligence jako emergentní výsledek činnosti primitivních entit: modelování zdola nahoru dekompozice na úrovni úloh (subsumpční architektura) P. Berka, 2007 7/17 P. Berka, 2007 8/17
Klasický vs. reaktivní přístup Úloha vytvořit systém, který se bude pohybovat po vyvýšené plošině a nespadne Klasicky: Reaktivně: If daleko od hrany then rovně If blízko od hrany then zahni Fuzzy inference If vidí plochu then rovně If nevidí plochu then zahni Vidění a rozpoznávání Umělý život Snaha modelovat chování živých tvorů. méně ambiciózní než snaha modelovat inteligenci. v souladu s novou AI založeno na interakci velkého počtu primitivních jedinců Hra Life: jedinci obsazují pozice ve čtvercové mřížce Pravidla hry: zrod - v okolí prázdneho políčka jsou právě tři buňky ("trojpohlavní" rozmnožování) přežití - v okolí bunky jsou dvě nebo tři další buňky uhynutí - v okolí buňky je 0, 1, 4, 5, 6, 7 nebo 8 dalších buněk P. Berka, 2007 9/17 P. Berka, 2007 10/17 zánik opakující se obrazec kluzák stabilní obrazec P. Berka, 2007 11/17 P. Berka, 2007 12/17
NetLogo: vlci a ovce P. Berka, 2007 13/17 P. Berka, 2007 14/17 NetLogo: mraveniště NetLogo: světlušky P. Berka, 2007 15/17 P. Berka, 2007 16/17
Creatures (počítačová hra) výchova Nornů umělých bytostí P. Berka, 2007 17/17