Wyrażenie „systemy sztucznej inteligencji” dla wielu budzi skojarzenia z różnymi filmami science fiction i programami rozmówców, które naśladują sztuczną inteligencję. Roboty stały się rzeczywistością w naszych czasach i za każdym razem, gdy otwierasz kolejną wystawę poświęconą robotyce, jesteś zaskoczony, jak daleko posunęła się ludzkość w swoim postępie technologicznym.
Problem sztucznej inteligencji wiąże się z faktem, że zgodnie z ogólnie przyjętymi ideami umysł stworzony przez człowieka jest procesem komputerowym, którego właściwości kojarzą się z ludzkim myśleniem. Jednak nauka nadal nie może dokładnie ustalić, jak człowiek myśli i co to jest jego myślenie. Dlatego tworzenie sztucznej inteligencji opiera się na razie tylko na intuicyjnych domysłach.
Tymczasem jednym z najbardziej obiecujących obszarów rozwoju nowoczesnych technologii informatycznych stało się tworzenie stosowanych sieci neuronowych. Co jestreprezentuje sztuczną sieć neuronową (SSN)? Jest to mały model matematyczny, który działa na zasadzie neuronów biologicznych, funkcjonalnie połączonych w jeden system.
Stworzone przez człowieka sieci neuronowe lub, jak się je nazywa, systemy sztucznej inteligencji, są często używane do znajdowania rozwiązań problemów z niepełną liczbą danych lub problemów, których nie można jednoznacznie sformalizować.
Pierwsza ANN pojawiła się w 1958 roku dzięki psychologowi Frankowi Rosenblattowi. Ten oparty na obrazach system symulował ludzki mózg i podejmował próby rozpoznawania danych wizualnych. Zasada działania SSN opiera się na tworzeniu połączenia pomiędzy zbiorem przetwarzanych elementów. Każdy neuron odbiera na wejściu dużą liczbę sygnałów. Wykonuje ich analizę zgodnie z ważonymi współczynnikami i generuje osobisty sygnał przychodzący do innego neuronu. Wszystkie neurony są zorganizowane w warstwy i mają ze sobą połączenie. Każda warstwa przetwarza sygnał wejściowy, a następnie generuje swój własny dla następnej warstwy. Główną zaletą ANN jest możliwość samodzielnego uczenia się.
Pożądane jest użycie kilku procesorów do obsługi systemu sztucznej inteligencji, ponieważ przy użyciu tylko jednego komputera szybkość pracy wyraźnie spada. Takie SSN są wykorzystywane do syntezy i rozpoznawania mowy, pisma ręcznego, w dziedzinie finansów, a także wszędzie tam, gdzie istnieje potrzeba analizy potężnych przepływów informacji.
Popularne dziś systemy neuro-eksperckie to systemy specjalnesztuczna inteligencja, której podstawą jest ogromna baza wiedzy. Przechowuje liczne informacje i metody niezbędne do rozwiązania zadań. Baza danych zawiera również samouczący się algorytm, który opiera się na danych oceny decyzji proceduralnych.
Bardzo ważnym elementem każdego systemu eksperckiego jest jego interfejs. Dzięki niemu osoba może zapełnić bazę nowymi danymi, wyciągnąć logiczne wnioski itp. Wykorzystując zgromadzoną wiedzę, systemy te mogą znaleźć właściwe rozwiązanie dla zadań, które są zbyt złożone w stosunku do ludzkich możliwości. Systemy eksperckie są często wykorzystywane w dziedzinach takich jak inżynieria oprogramowania, nauki wojskowe, geologia, planowanie, prognozowanie, medycyna i edukacja.
Niedawno okazało się, że Google zamierza zapewnić przetwarzanie zapytań wyszukiwania nowej sztucznej inteligencji do 2029 roku. Co więcej, zgodnie ze słowami dyrektora technicznego R. Kurzweila, nowa inteligentna wyszukiwarka będzie w stanie zrozumieć ludzkie emocje. Czy to nie niesamowite? Roboty nie umieją jeszcze myśleć, ale mogą się uczyć. A co będzie dalej?…
