Sztuczna Inteligencja

Transcript

Sztuczna inteligencja Mianem sztucznej inteligencji (ang. Artificial Intelligence — AI ) moz˙ na okre´sli´c dziedzine֒ wiedzy zajmuja֒ca֒ sie֒ poszukiwaniem technik rozwia֒zywania — i ich formalnym sformulowaniem pozwalaja֒cym na implementacje֒ maszynowa֒ — problem´ow trudnych, czyli takich kt´ore ludzie rozwia֒zuja֒ — mniej lub bardziej wysilaja֒c sw´oj intelekt — ale kt´orych dokladnego i og´olnego algorytmu rozwia֒zania nie potrafia֒ poda´c. Nie jest to precyzyjna definicja. Czy to jest trudny problem: 98731269868414316984251684351 × 985316846315968463198643541684? A to: Me˙ zu, kup ladny kawalek wolowiny na pieczen´!” ” ֒ Problem naprawde֒ mega trudny: przela´c wode֒ ze szklanki do pojemnika. Dokladniej: maja֒c podla֒czona֒ do komputera kamere֒ wideo (niech be֒ dzie dwie) i mechaniczna֒ reke֒ z palcami i przegubami, napisz program zdolny podnie´s´c ze stolika szklanke֒ z woda֒, i przela´c wode֒ do pojemnika. Dowolna֒ szklanke֒ . Z dowolnego stolika. Do dowolnego pojemnika. Wprowadzenie do sztucznej inteligencji — co to jest AI? 1 Czym jest a czym nie jest inteligencja? Poje֒ cie inteligencji, lub jej braku, bywa cze֒ sto naduz˙ ywane. Inteligentnym budynkiem nazywa sie֒ budynek wyposaz˙ ony w system automatycznego sterowania ogrzewaniem. Jednocze´snie cze֒ sto glupim (czyli: pozbawionym inteligencji) nazywa sie֒ program komputerowy, poprawiaja֒cy na biez˙ a֒co ble֒ dy popelniane przez (inteligentnego) czlowieka w pisanym przez niego tek´scie, gdy program ten popelni okazjonalna֒ pomylke֒ i zaproponuje niewla´sciwy wyraz. Wprowadzenie do sztucznej inteligencji — co to jest AI? 2 Co jest istota֒ inteligencji naturalnej? Komputery sa֒ tanie i szybkie, maja֒ pote˙ ֒ zne i niezawodne pamie֒ ci, a przy tym sa֒ dokladne, nie myla֒ sie֒ (no, powiedzmy), i nie me֒ cza֒ sie֒ , zachowuja֒c swoja֒ dokladno´s´c przez wiele godzin pracy. W czym wie֒ c problem, co jest takiego w inteligencji czlowieka, z czym maja֒ trudno´sci komputery? Cze´ snie w tej wytrwalej i niezawodnej dokladno´sci! ֒ sciowo, problem tkwi wla´ Ludzie rozwia֒zuja֒ trudne problemy stosuja֒c abstrakcje֒ — wielopoziomowa֒ analize֒ problemu i zdolno´s´c nieschematycznej dekompozycji problemu, tzn. rozbijania wie֒ kszego problemu na mniejsze. Ich my´slenie cechuje elastyczno´s´ c — zmienny punkt widzenia i my´slenie wielokierunkowe. Sa֒ zdolni do efektywnego rozpoznawania wzorc´ ow, kojarzenia fakt´ ow, oraz wykorzystywania analogii. Komputery natomiast maja֒ trudno´sci z rozpoznawaniem odmiennych sytuacji, zmiana֒ sposobu my´slenia, i dostosowaniem go do sytuacji. Algorytmy rozpoznawania wzorc´ow moga֒ by´c efektywne je´sli sa֒ bardzo wyspecjalizowane, ale wtedy przestaja֒ dziala´c gdy tylko zmienia sie֒ sytuacja. Wprowadzenie do sztucznej inteligencji — co to jest AI? 3 AI-entuzja´sci i AI-sceptycy Sztuczna inteligencja ma swoich zwolennik´ow i oponent´ow. Oponenci AI twierdza֒, z˙ e sztucznej inteligencji nie da sie֒ skonstruowa´c, poniewaz˙ inteligencja ma charakter nieobliczeniowy, i jest wyla֒czna֒ domena֒ ludzkiego umyslu. Za´s istnieja֒ce systemy praktyczne najwyra´zniej nie maja֒ nic wsp´olnego z prawdziwa֒ inteligencja֒, skoro sa֒ oparte na programach komputerowych, a te jedynie wykonuja֒ operacje na liczbach i symbolach. Sztuczna inteligencja ma charakter uciekaja֒cego celu. Gdy niekt´ore zadania stawiane dawniej przed ta֒ nauka֒ zostaly rozwia֒zane, oponenci AI stwierdzili, z˙ e rozwia֒zania tych problem´ow nie wymagaly inteligencji, tylko byly zwyczajnie nieznane. Przydatny bylby obiektywny test, pozwalaja֒cy stwierdzi´c, czy stworzono sztuczna֒ inteligencje֒ . Wprowadzenie do sztucznej inteligencji — co to jest AI? 4 Test Turinga (ca 1950) Nalez˙ y skonstruowa´c system zamknie֒ ty w odizolowanym pomieszczeniu i pola֒czony z niezalez˙ nym obserwatorem terminalem komunikacyjnym (typu teletype). Operator moz˙ e komunikowa´c sie֒ z systemem w je֒ zyku naturalnym, zadawa´c pytania, itp. Jednocze´snie drugi terminal la֒czy operatora z drugim pomieszczeniem, gdzie przy terminalu siedzi czlowiek. Je´sli operator nie be֒ dzie m´ogl na podstawie odpowiedzi uzyskiwanych od obu partner´ow definitywnie stwierdzi´c kt´ory z nich jest systemem komputerowym, a kt´ory z˙ ywym czlowiekiem, to system komputerowy nalez˙ y uzna´c za inteligentny. Pomimo uplywu czasu test zachowuje aktualno´s´c, tzn. nie stworzono systemu, kt´ory by ten test bezdyskusyjnie zaliczyl. Wprowadzenie do sztucznej inteligencji — test Turinga 5 Praktyczne aspekty testu Turinga Zrealizowanie testu Turinga w praktyce zalez˙ y od naste֒ puja֒cych czynnik´ow ludzkich: czlowieka zadaja֒cego pytania, czlowieka nadzoruja֒cego przebieg testu, i se֒ dzi´ow oceniaja֒cych otrzymane wyniki. Wprowadzaja֒ oni, z˙ e test jest subiektywny. Wprowadzenie do sztucznej inteligencji — test Turinga 6 Konkursy zwiazane z testem Turinga ֒ Test Turinga jest pewna֒ abstrakcja֒ i nie ma jednoznacznych regul. Jednak podejmowane sa֒ pr´oby jego praktycznej implementacji i zaliczenia testu. Na przyklad, w 1990 roku Hugh Loebner ufundowal nagrode֒ $100,000 i zloty medal dla pierwszego komputera, kt´orego odpowiedzi w procedurze stanowia֒cej wersje֒ testu Turinga, be֒ da֒ wystarczaja֒co nieodr´oz˙ nialne od odpowiedzi czlowieka. Regulaminy tych konkurs´ow definiuja֒ tre´s´c i zakres komunikacji mie֒ dzy uczestnikami a se֒ dziami konkursu. Jednak ostatecznie to se֒ dziowie decyduja֒ czy partner w konwersacji jest czlowiekiem czy maszyna֒. Zatem o wyniku takiego konkursu moz˙ e zdecydowa´c pomylka (niedostateczna inteligencja?) se֒ dziego. Na przyklad, w innym konkursie zorganizowanym w 2014 dla uczczenia 60-tej rocznicy ´smierci Turinga 33% se֒ dzi´ow uznalo za czlowieka rosyjski program Eugene Goostman udaja֒cy ukrain´skiego chlopca. Organizator konkursu oglosil, z˙ e test Turinga zostal pokonany, co zostalo wielokrotnie skrytykowane. W 2011 program Watson (IBM) pokonal dw´och finalist´ow-ludzi i wygral $1M w grze telewizyjnej Jeopardy!, gdzie prowadza֒cy podaje haslo-sugestie֒ , a uczestnicy musza֒ potwierdzi´c jego zrozumienia przez sformulowanie pytania. Wprowadzenie do sztucznej inteligencji — test Turinga 7 Wprowadzenie do sztucznej inteligencji — test Turinga 8 Szachy komputerowe Szachy sa֒ gra֒ wymagaja֒ca֒ inteligencji i od zawsze stanowily wyzwanie i naturalny poligon dla technologii sztucznej inteligencji. Jednym z pierwszych programist´ow szach´ow komputerowych byl Alan Turing, kt´ory nie byl jednak w stanie uruchomi´c swojego programu na z˙ adnym komputerze, ale wykonywal go przez re֒ czna֒ symulacje֒ . W 1957 roku Herb Simon, jeden z pionier´ow sztucznej inteligencji przewidzial, z˙ e w cia֒gu 10 lat komputer zostanie mistrzem szachowym. Istotnie sie֒ przeliczyl. Po wielu latach wysilk´ow nad budowa֒ algorytm´ow, program´ow, i specjalizowanych komputer´ow do gry w szachy, dopiero w 1997 po raz pierwszy komputer szachowy Deep Blue pokonal mistrza ´swiata Gary Kasparowa w jednym meczu. Nie oznaczalo to jednak pelnego zwycie֒ stwa komputer´ow nad lud´zmi w szachach. Przez kolejnych 10 lat szereg kolejnych budowanych program´ow walczylo z najlepszymi szachistami ze zmiennym powodzeniem. W roku 2006 program Deep Frits pokonal w turnieju mistrza ´swiata Wladimira Kramnika. Od tego czasu zainteresowanie rozgrywkami najlepszych program´ow z lud´zmi zacze֒ lo spada´c, co w jaki´s spos´ob sygnalizuje zakon´czenie tej walki zwycie֒ stwem komputer´ow. Wprowadzenie do sztucznej inteligencji — szachy i inne gry 9 Inne gry Moz˙ naby powiedzie´c, z˙ e gry sa֒ dla sztucznej inteligencji czym´s takim jak wy´scigi samochodowe dla przemyslu motoryzacyjnego. Od zawsze stanowily wyzwanie dla badaczy i programist´ow. Gdy jedna gra zostawala rozpracowana — ba֒d´z teoretycznie, ba֒d´z przez silowe przeszukiwanie pola֒czone ze sprytnymi technikami — zainteresowanie przenosilo sie֒ na inne gry. W warcabach program po raz pierwszy pokonal mistrza ´swiata w roku 1994. Nieco p´o´zniej warcaby zostaly rozpracowane teoretycznie. Je´sli obie strony graja֒ optymalna֒ strategia֒, to gra kon´czy sie֒ remisem. W grze Othello najlepsze programy dominuja֒ nad lud´zmi i rywalizacja nie ma sensu. Odwrotnie w grze go (1000 p.n.e.), gdzie liczba moz˙ liwych ruch´ow jest tak duz˙ a, z˙ e sensowna strategia musi by´c oparta na analizie logicznej, przewaga sily obliczeniowej znika, i najlepsze programy graja֒ na poziomie amatorskim. Ciekawy wynik zostal osia֒gnie֒ ty w grze Backgammon, gdzie program TDGammon (1992) osia֒gna֒l poziom mistrzowski, dzie֒ ki zdolno´sci uczenia sie֒ , a nie tylko implementacji najlepszych znanych strategii. Strategie odkryte przez program zostaly p´o´zniej przyje֒ te przez ludzi. Wprowadzenie do sztucznej inteligencji — szachy i inne gry 10 Przez wiele lat bastionem nie do zdobycia przez komputery byla gra go”, kt´ora ” jest tak skomplikowana, z˙ e zdolno´s´c szybkiej analizy i sprawdzania wielu pozycji nie dawala komputerom przewagi nad lud´zmi. Do roku 2016. W marcu 2016 program AlphaGo napisany w Google’u pokonal korean´skiego arcymistrza Lee Sedola zamykaja֒c kolejny etap rywalizacji ludzi z maszynami. Wprowadzenie do sztucznej inteligencji — szachy i inne gry 11 Wprowadzenie do sztucznej inteligencji — szachy i inne gry 12 Silna i slaba sztuczna inteligencja W zwia֒zku z potencjalna֒ moz˙ liwo´scia֒ zbudowania sztucznej inteligencji sformulowano dwa poziomy realizacji tego celu. • Hipoteza silnej sztucznej inteligencji postuluje moz˙ liwo´s´c zbudowania systemu rzeczywi´scie inteligentnego, zdolnego my´sle´c jak czlowiek i posiadaja֒cego umysl. • Hipoteza slabej sztucznej inteligencji polega na budowie system´ow, kt´ore potrafilyby dziala´c i rozwia֒zywa´c problemy w warunkach pelnej zloz˙ ono´sci ´swiata rzeczywistego, tak jakby umysl posiadaly i my´slaly. Rozr´oz˙ nienie tych dw´och postulat´ow ma gl´ownie charakter filozoficzny i etyczny. Wprowadzenie do sztucznej inteligencji — zadania 13 Cele AI W praktyce, celem badan´ i prac inz˙ ynierskich w zakresie sztucznej inteligencji sa֒: → opracowanie obliczeniowej (algorytmicznej) teorii inteligencji, funkcjonowania ludzkiego m´ozgu, pamie֒ ci, ´swiadomo´sci, emocji, instynkt´ow, itp. W tym sensie sztuczna inteligencja ma zwia֒zek z biologia֒, psychologia֒, filozofia֒, jak r´owniez˙ matematyka֒ i informatyka֒, ale takz˙ e innymi dziedzinami nauki i wiedzy. → budowa inteligentnych system´ow (komputerowych) do skutecznego rozwia֒zywania trudnych zagadnien´, zdolnych funkcjonowa´c w normalnym ´swiecie W tym sensie sztuczna inteligencja musi wsp´olpracowa´c, poza informatyka֒, z robotyka֒, mechanika֒, mechatronika֒ i szeregiem dziedzin inz˙ ynierskich. Wprowadzenie do sztucznej inteligencji — zadania 14 Zadania do rozwiazania ֒ Pomie֒ dzy innymi, sztuczna inteligencja musi zmierzy´c sie֒ z naste֒ puja֒cymi zadaniami: • reprezentacja wiedzy aby m´oc przyjmowa´c pojawiaja֒ce sie֒ informacje o ´swiecie, rozumie´c je, konfrontowa´c z juz˙ posiadana֒ wiedza֒ • wnioskowanie aby wycia֒ga´c wnioski z pojawiaja֒cych sie֒ informacji, i podejmowa´c decyzje o dalszych dzialaniach • uczenie sie֒ dla dostosowania sie֒ do nowo pojawiaja֒cych sie֒ okoliczno´sci, nieprzewidzianych przez tw´orc´ow systemu, pojmowania nowych zjawisk, itp. • rozumienie jezyka naturalnego jest praktycznie niezbe֒ dne aby moz˙ na ֒ bylo praktycznie sprawdzi´c zdolno´sci systemu sztucznej inteligencji • poslugiwanie sie֒ wizja֒ w celu samodzielnego pozyskiwania wiedzy o ´swiecie • robotyka czyli praktyczna konstrukcja systemu zdolnego porusza´c sie֒ i wykonywa´c dzialania w ´swiecie rzeczywistym Wprowadzenie do sztucznej inteligencji — zadania 15 Wprowadzenie do sztucznej inteligencji — zadania 16 Reprezentacja wiedzy Problem reprezentacji wiedzy jest centralny dla wszystkich dziedzin i technik sztucznej inteligencji. Polega on na stworzeniu/wyborze je֒ zyka umoz˙ liwiaja֒cego wyraz˙ anie fakt´ow, relacji, zalez˙ no´sci, dzialan´, ich wlasno´sci, znaczenia, skutk´ow, i innych informacji o problemie i jego otoczeniu, kt´ore maja֒ lub moga֒ mie´c zwia֒zek z jego rozwia֒zywaniem. Problemem jest wyb´or i uz˙ ycie dobrego je֒ zyka reprezentacji wiedzy. Zastosowanie wla´sciwego je֒ zyka cze֒ sto umoz˙ liwia efektywne znalezienie rozwia֒zania, podczas gdy zastosowanie niewla´sciwego je֒ zyka moz˙ e je znacznie utrudni´c lub uniemoz˙ liwi´c. Dobra reprezentacja wiedzy ma r´owniez˙ znaczenie dla efektywno´sci pracy czlowieka nad problemem. Dobry je֒ zyk reprezentacji pozwala rozumie´c sie֒ nawzajem ludziom — fachowcom reprezentuja֒cym r´oz˙ ne dziedziny wiedzy, pracuja֒cym wsp´olnie nad problemem. Wprowadzenie do sztucznej inteligencji — reprezentacja wiedzy 17 Wprowadzenie do sztucznej inteligencji — reprezentacja wiedzy 18 Uczenie sie֒ maszyn M´owimy, z˙ e agent sztucznej inteligencji uczy sie֒ , je´sli poprawia wyniki swoich przyszlych dzialan´ na podstawie obserwacji swojego ´srodowiska i wynik´ow dzialan´ poprzednich. Dopuszczamy wie֒ c podzial agent´ow sztucznej inteligencji na takich, kt´orzy potrafia֒ sie֒ uczy´c, i takich, kt´orzy tego nie potrafia֒ lub nie robia֒. To moz˙ e rodzi´c dwie wa֒tpliwo´sci. Po pierwsze, inteligencja naturalna niepodzielnie posiada zdolno´s´c uczenia sie֒ , nie da sie֒ oddzieli´c inteligentnego dzialania i uczenia sie֒ . Nie uznaliby´smy za inteligentnego czlowieka, kt´ory nie uczy sie֒ ze swoich do´swiadczen´, przynajmniej w najprostszy spos´ob. Dlaczego wie֒ c rozdzielamy te zdolno´sci dla inteligencji sztucznej? Niestety, nie ma dobrej odpowiedzi na to pytanie. Prawie wszystkie najwaz˙ niejsze paradygmaty sztucznej inteligencji dzialaja֒ bez uczenia sie֒ . Zdolno´s´c uczenia sie֒ musi by´c dodana. Wprowadzenie do sztucznej inteligencji — uczenie sie֒ maszyn 19 Czy maszynowe uczenie sie֒ jest potrzebne? Pojawia sie֒ wie֒ c druga wa֒tpliwo´s´c: je´sli zdolno´s´c uczenia sie֒ nie jest oczywista albo konieczna, to czy na pewno jest niezbe֒ dna? By´c moz˙ e algorytmy sztucznej inteligencji moga֒ by´c dopracowane w 100% do perfekcji, i agent sztucznej inteligencji nie be֒ dzie juz˙ w stanie nic zyska´c przez uczenie sie֒ . Na to pytanie istnieje odpowied´z, i moz˙ na wymieni´c szereg powod´ow. Wprowadzenie do sztucznej inteligencji — uczenie sie֒ maszyn 20 Czy maszynowe uczenie sie֒ jest potrzebne? (2) Po pierwsze, tw´orcy system´ow sztucznej inteligencji nie sa֒ w stanie przewidzie´c wszystkich moz˙ liwych sytuacji w jakich znajdzie sie֒ system. Na przyklad, robot poruszaja֒cy sie֒ w labiryncie musi nauczy´c sie֒ topografii konkretnego labiryntu, w kt´orym sie֒ znajdzie. Po drugie, podobnie nie moz˙ na przewidzie´c wszystkich moz˙ liwych zmian w czasie. Np. program maja֒cy przewidywa´c zmiany kurs´ow akcji musi nauczy´c sie֒ dostosowa´c swoje przewidywania, gdy warunki zmienia֒ sie֒ w nieoczekiwany spos´ob. Po trzecie, niekiedy programi´sci po prostu nie potrafia֒ zaprogramowa´c pewnych rozwia֒zan´. Na przyklad, ludzie potrafia֒ sprawnie rozpoznawa´c twarze os´ob znajomych. Nie sa֒ jednak znane z˙ adne skuteczne algorytmy pozwalaja֒ce osia֒gna´ s´c, z wyja֒tkiem za pomoca֒ metod maszynowego ֒c podobna֒ zdolno´ uczenia sie֒ . Wprowadzenie do sztucznej inteligencji — uczenie sie֒ maszyn 21 Wprowadzenie do sztucznej inteligencji — uczenie sie֒ maszyn 22 Zastosowania — komunikacja w jezyku naturalnym ֒ Technologie przetwarzania je֒ zyka naturalnego: • • • • • rozumienie” tekstu, zamiana tekstu na reprezentacje֒ formalna֒ ” maszynowe tlumaczenie ekstrakcja informacji odpowiadanie na pytania klasyfikacja tekstu, filtrowanie spamu, itp. Technologie przetwarzania mowy: • rozpoznawanie je֒ zyka m´owionego (ASR) • synteza mowy (TTS) • systemy dialogowe Wprowadzenie do sztucznej inteligencji — zastosowania 23 Zastosowania — percepcja wizualna • • • • rozpoznawanie obiekt´ow, znak´ow segmentacja sceny rekonstrukcja 3D klasyfikacja obraz´ow Wprowadzenie do sztucznej inteligencji — zastosowania 24 Zastosowania — robotyka Robotyka la֒czy ze soba֒ elementy mechaniki i elektroniki (mechatronika), oraz sztucznej inteligencji. Gdy przyste֒ pujemy do budowy robot´ow i ich testowania w ´swiecie rzeczywistym, napotykamy problemy daleko wykraczaja֒ce poza opracowana֒ teorie֒ . Zagadnienia, istnieja֒ce technologie, zastosowania: • • • • planowanie dzialan´ sterowanie pojazdami (chodza֒cymi, jez˙ dz˙ a֒cymi, lataja֒cymi) systemy ratunkowe roboty spoleczne — opieka nad lud´zmi jej wymagaja֒cymi Wprowadzenie do sztucznej inteligencji — zastosowania 25 Wprowadzenie do sztucznej inteligencji — zastosowania 26 Historia AI — lata 50-te XX wieku • idee XIX-wieczne (i wcze´sniejsze): filozofia, logika, prawdopodobien´stwo, badania nad funkcjonowaniem m´ozgu ludzkiego • lata 50-te XX wieku: powstanie AI zwia֒zane jest z powstaniem informatyki, je֒ zyk programowania LISP (McCarthy) • rozwia֒zywanie lamigl´owek, gry, klasyczne problemy typu: malpa i banany,” ” misjonarze i ludoz˙ ercy,” i inne ” • wczesne systemy: GPS (Newell, Shaw, Simon), program do gry w warcaby (Samuel) • modele teoretyczne: perceptron (Minsky) Wprowadzenie do sztucznej inteligencji — historia 27 Historia AI — trzeci kwartal XX wieku • pojawienie sie֒ metod sformalizowanych opartych na logice • zwia֒zek z rozwojem robotyki: metody percepcji, planowanie dzialan´, uczenie sie֒ • po pocza֒tkowym wybuchu entuzjazmu zwia֒zanym z powstaniem wielu metod i nadziejach na szybkie osia֒gnie֒ cie cel´ow AI nadeszlo zrozumienie problem´ow zloz˙ ono´sci i bariery kombinatorycznej • niedostatki logiki klasycznej: potrzeba rozumowania przybliz˙ onego i robienia zaloz˙ en´ w braku pewnej informacji • rozumowanie oparte na zdrowym rozsadku Wprowadzenie do sztucznej inteligencji — historia 28 Historia AI — ostatni kwartal XX wieku • zastosowania praktyczne, r´owniez˙ komercyjne • dowodzenie twierdzen´ i obliczenia symboliczne • rozumienie je֒ zyka naturalnego, automatyczne tlumaczenie tekst´ow, rozumienie mowy • automatyczne programowanie: konstrukcja i weryfikacja program´ow • analiza informacji wizyjnej i sterowanie robotami (pojazdami) autonomicznymi • eksperckie systemy doradcze dla wielu dziedzin: medycyna, geologia, projektowanie inz˙ ynierskie, ekonomia, finanse, itp. • uczenie sie֒ Wprowadzenie do sztucznej inteligencji — historia 29 Historia AI — wiek XXI Na razie prowizoryczna, wiek XXI jeszcze sie֒ nie skon´czyl ... • Silny rozw´oj metod numerycznych, np. dla zagadnien´ CSP, zaskakuja֒ce spektakularne wyniki, rozwia֒zanie niekt´orych zagadnien´ trudnych w czasie wielomianowym, lub wre֒ cz liniowym, np. algorytm GSAT. W tym kontek´scie nabieraja֒ znaczenia algorytmy poddaja֒ce sie֒ zr´ownoleglaniu. • Silny rozw´oj metod statystycznych, np. przetwarzanie je֒ zyka naturalnego oparte na korpusach, i inne zastosowania. • Rozw´oj metod opartych na modelach probabilistycznych, procesach Markowa, uczenie sie֒ ze wzmocnieniem, itp. • Zwia֒zki z ekonomia֒ (inteligentny agent musi dziala´c racjonalnie i ekonomicznie), teoria֒ gier, itp. • Metody reprezentacji wiedzy oparte na ontologiach przez˙ ywaja֒ w XXI wieku odrodzenie i rozwijaja֒ sie֒ praktycznie w kontek´scie Internetu, tzw. Semantic Web Initiative. Wprowadzenie do sztucznej inteligencji — historia 30 • Nadal popularne sa֒ podej´scia agentowe, w r´oz˙ nych kontekstach • Pojawiaja֒ sie֒ nowe dziedziny zastosowan´, np. roboty spoleczne. • Dalsze dziedziny oddzielaja֒ sie֒ od sztucznej inteligencji i zaczynaja֒ z˙ y´c wlasnym z˙ yciem, np. dra˙ ֒zenie danych. • Sztuczna inteligencja przenika do z˙ ycia praktycznego w r´oz˙ nych postaciach, od inteligentnych asystent´ow w pakietach oprogramowania, inteligentne systemy obslugi klient´ow, systemy wspomagaja֒ce obsluge֒ r´oz˙ nych system´ow, np. kierowanie samochodami, do system´ow przeznaczonych do dzialania na polu walki. • Coraz wie֒ cej zastosowan´ sztucznej inteligencji rodzi dylematy, kiedy i w jakim stopniu proces decyzyjny moz˙ e by´c przekazywany inteligentnym maszynom. Wprowadzenie do sztucznej inteligencji — historia 31 Kr´ otkie podsumowanie — pytania sprawdzajace ֒ 1. Co to jest problem trudny? 2. Co to jest reprezentacja wiedzy? 3. Zdefiniuj dwa gl´owne cele AI. 4. Czym sie r´oz˙ ni silna AI od slabej? 5. Czy moz˙ na powiedzie´c, z˙ e test Turinga zostal zaliczony, przynajmniej w jakim´s stopniu? 6. Dlaczego metody maszynowego uczenia sie֒ sa֒ rozwijane w dodatku do podstawowych metod sztucznej inteligencji? Wprowadzenie do sztucznej inteligencji 32