heim » Innenarchitektur » Künstliche Intelligenz in Kürze. Darstellung und Nutzung von Wissen. Gefahr für die Entwicklung der menschlichen Zivilisation

Künstliche Intelligenz in Kürze. Darstellung und Nutzung von Wissen. Gefahr für die Entwicklung der menschlichen Zivilisation

Künstliche Intelligenz kann als eine wissenschaftliche Disziplin definiert werden, die sich mit der Modellierung intelligenten Verhaltens beschäftigt. Diese Definition hat einen wesentlichen Nachteil: Das Konzept der Intelligenz ist schwer zu erklären. Die meisten Menschen sind zuversichtlich, dass sie „vernünftiges Verhalten“ erkennen können, wenn sie darauf stoßen. Es ist jedoch unwahrscheinlich, dass irgendjemand in der Lage sein wird, Intelligenz zu definieren, die spezifisch genug ist, um ein vermeintlich intelligentes Computerprogramm zu bewerten, und gleichzeitig die Vitalität und Komplexität des menschlichen Geistes widerspiegelt.

Das Problem der Definition künstlicher Intelligenz lässt sich also auf das Problem der Definition von Intelligenz im Allgemeinen reduzieren: Handelt es sich um etwas Einheitliches, oder vereint dieser Begriff eine Reihe unterschiedlicher Fähigkeiten? Inwieweit kann Intelligenz geschaffen werden? Was ist Kreativität? Was ist Intuition? Ist es möglich, das Vorhandensein von Intelligenz nur anhand beobachteten Verhaltens zu beurteilen? Wie wird Wissen im Nervengewebe von Lebewesen repräsentiert und wie kann dies bei der Entwicklung intelligenter Geräte angewendet werden? Ist es überhaupt möglich, Intelligenz durch Computertechnologie zu erreichen, oder erfordert das Wesen der Intelligenz eine Fülle von Gefühlen und Erfahrungen, die nur biologischen Wesen innewohnen?

Diese Fragen sind noch nicht beantwortet, aber sie alle haben die Aufgaben und die Methodik mitgeprägt, die die Grundlage der modernen künstlichen Intelligenz bilden. Der Reiz künstlicher Intelligenz liegt unter anderem darin, dass sie eine originelle und leistungsstarke Waffe zur Erforschung dieser Probleme darstellt. Künstliche Intelligenz bietet ein Mittel und ein Testmodell für Intelligenztheorien: Diese Theorien können in Computersprache formuliert und dann getestet werden.

Aus diesen Gründen liefert die zu Beginn des Artikels gegebene Definition der künstlichen Intelligenz keine eindeutige Charakterisierung dieses Wissenschaftsgebiets. Es wirft nur neue Fragen auf und eröffnet Paradoxien in einem Bereich, in dem die Suche nach Selbstbestimmung eine der Hauptaufgaben ist. Das Problem, eine genaue Definition von künstlicher Intelligenz zu finden, ist jedoch verständlich. Die Erforschung der Künstlichen Intelligenz ist eine noch junge Disziplin, deren Struktur, Fragestellungen und Methoden noch nicht so klar definiert sind wie in reiferen Wissenschaften, beispielsweise der Physik.

Künstliche Intelligenz soll die Möglichkeiten der Informatik erweitern und nicht ihre Grenzen definieren. Eine wichtige Herausforderung für Forscher besteht darin, diese Bemühungen durch klare theoretische Prinzipien zu unterstützen.

Jede Wissenschaft, auch die künstliche Intelligenz, betrachtet ein bestimmtes Spektrum von Problemen und entwickelt Lösungsansätze. Die Geschichte der künstlichen Intelligenz, die Geschichten der einzelnen Menschen und ihre Hypothesen, die dieser Wissenschaft zugrunde liegen, können möglicherweise erklären, warum bestimmte Probleme das Fachgebiet dominierten und warum die heute verwendeten Methoden zu ihrer Lösung übernommen wurden.

Gestern veröffentlichte Zillion ein exklusives Interview mit einem jungen Wissenschaftler und Gewinner des Intel ISEF-2013-Preises, Ionut Alexandru Budisteanu, der an einem Projekt zur Entwicklung sicherer selbstfahrender Autos auf Basis künstlicher Intelligenz arbeitet. Aus Trägheit denken wir alle, dass KI etwas aus Science-Fiction-Filmen ist. Aber er ist schon hier bei uns. So einfach ist es allerdings nicht. Was ist künstliche Intelligenz eigentlich?

Künstliche Intelligenz: Das Problem von Definition und Methode

Kürzlich erzählte der renommierte Physiker David Deutsch Zillion über seine Position zur künstlichen Intelligenz:

Ich denke, dass die wissenschaftliche und technologische Revolution durch einen Wissenszuwachs in einem bestimmten Bereich verursacht wird – und zwar durch die Schaffung künstlicher Intelligenz. Leider nutzen die meisten aktuellen Ansätze zur Schaffung künstlicher Intelligenz Methoden und Philosophien, von denen ich glaube, dass sie nicht funktionieren können. Aber wenn wir einen weiten Zeitrahmen betrachten, denke ich, dass dieses Problem lösbar ist und gelöst werden wird. Und wenn das passiert, wird die Welt nie mehr dieselbe sein. Einerseits werden wir nicht allein sein, wenn es um Intelligenz geht. Andererseits werden die Unterschiede zwischen Menschen und künstlichen Intelligenzen unweigerlich verschwinden. Wir werden sogar in der Lage sein, unser Bewusstsein, unseren Verstand, in einen Computer mit künstlicher Intelligenz hochzuladen und dann werden wir unsterblich. Übrigens stellt das Hochladen des menschlichen Geistes in einen Computer selbst keine künstliche Intelligenz dar – der Computer wird lediglich zu einem künstlichen Substrat zur Steuerung des „normalen“ Geistes. Ich halte es nicht für künstliche Intelligenz. Die Folgen einer einzigen Errungenschaft des Fortschritts – der Entstehung künstlicher Intelligenz – werden enorm sein. Ich weiß nicht, wann das passieren wird: Leider führen die heutigen Wege oft zum Scheitern. Ich kann Ihnen sagen, warum, wenn Sie wollen.

David Deutsch

Britischer theoretischer Physiker. Professor an der Universität Oxford. Einer der Pioniere auf dem Gebiet des Quantencomputings. Befürworter von Everetts Vielwelten-Interpretation der Quantenmechanik. Er wurde 1998 mit dem Dirac-Preis des British Institute of Physics und 2005 mit dem Edge of Computation Science Prize ausgezeichnet. 2008 wurde er für seine wissenschaftlichen Leistungen in die Royal Society of London gewählt.

- Wenn Sie denken, dass es sich nur um eine Art Computerprogramm handelt, dann ist echte künstliche Intelligenz ein völlig anderes Programm als jedes andere. Für andere Programme können Sie genau festlegen, was sie tun sollen, d. h. eine spezifische Reaktion auf jede Eingabe. Word kann beispielsweise wie folgt eingestellt werden: Wenn Sie die Entf-Taste drücken, sollte der ausgewählte Text gelöscht werden. Doch künstliche Intelligenz funktioniert anders. Nehmen wir an, ich bräuchte das Programm, um ein neues Werk über Physik zu schreiben und zu veröffentlichen – das wäre großartig! Wenn ich für diese Anforderung eine Spezifikation schreiben müsste, damit ein solches Werk veröffentlicht werden könnte, würde diese Spezifikation bereits die neuen Erkenntnisse in der Physik enthalten, die ich vom Programm öffnen lassen würde. Und deshalb würde ich dieses Wissen in das Programm laden, anstatt es selbst zu erstellen. Wenn ich dieses Wissen andererseits nicht hineinlade, wird es unmöglich, anzugeben, was ein Programm tun soll, genauso wie es unmöglich ist, anzugeben, was eine Person tun soll. Daher kann die Spezifikation für ein Programm für künstliche Intelligenz nicht entsprechend den spezifischen Verhaltensvoreingenommenheiten erstellt werden, unter denen bestehende Programme entwickelt werden. Das ist der Grund.

Wenn es jedoch nicht bereits „reine“ künstliche Intelligenz gibt, dann deren Vorgänger – intelligente Programme, intelligente Systeme, Geräte mit künstlich simuliertem menschlichem Verhalten (künstlich simuliertes menschliches Verhalten). Was versteht die Weltwissenschaft unter dem Konzept der künstlichen Intelligenz? Welche Ansätze gibt es, es zu schaffen?

Die Frage nach dem Paradigma der künstlichen Intelligenz ist so komplex und komplex, dass sich mehrere Wissenschaften gleichzeitig damit beschäftigen: nicht nur die Informatik, sondern auch Philosophie, Neurowissenschaften, Zukunftsforschung usw. Philosophen fragen beispielsweise, was ein Mensch und Wissen ist. Neurolinguisten und Neurowissenschaftler versuchen genau zu verstehen, wie wir denken, lernen, Entdeckungen machen, neue Ideen entdecken und Innovationen schaffen. Und kann Intelligenz generell ein ausschließlich biologisches Phänomen sein?

Nach klassischer Definition ist künstliche Intelligenz oder KI (Künstliche Intelligenz, AI) ein wissenschaftliches Gebiet und eine Technologie zur Erstellung intelligenter Maschinen und intelligenter Computerprogramme, bei denen Computer zum Verständnis der menschlichen Intelligenz eingesetzt werden. Gleichzeitig muss das Konzept der KI nicht unbedingt auf biologischen Prinzipien basieren. Schon allein deshalb, weil das menschliche Gehirn und Bewusstsein, wie viele maßgebliche Vertreter der Neurowissenschaften glauben, ein wissenschaftliches Mysterium sind und wir wahrscheinlich nie alle Geheimnisse der Struktur dieses Meisterwerks der Evolution entdecken können. In der neunten Minute des Videointerviews mit dem Deutschen Kulturzentrum. Goethe in Russland beantwortet die weltberühmte Neurolinguistin Tatyana Chernigovskaya die Frage „Können wir das Gehirn kennen?“: „Ich glaube, dass wir keine Chance haben, das Gehirn zu kennen.“ Es wird nie welche geben. Kein System kann ein komplexeres System verstehen – genau das ist unsere Situation. Das Gehirn ist komplexer als das Universum, das Gehirn ist das komplexeste, daher kann ich mir nicht vorstellen, welcher Teil davon wir wahrscheinlich sind – aber wer weiß – wie wir uns selbst studieren können, ich verstehe nicht.“

Die klassische Definition künstlicher Intelligenz wurde 1956 auf einer Konferenz an der Dartmouth University von dem herausragenden amerikanischen Informatiker John McCarthy, Erfinder der Lisp-Sprache, Begründer der funktionalen Programmierung und Gewinner des Turing Award für seinen enormen Beitrag auf dem Gebiet der künstlichen Intelligenz, gegeben Forschung zu künstlicher Intelligenz. Tatsächlich war er der Autor des Begriffs „künstliche Intelligenz“.

John McCarthy

US-amerikanischer Informatiker, Autor des Begriffs „künstliche Intelligenz“, Erfinder der Lisp-Sprache, Begründer der funktionalen Programmierung.

Schon damals verband McCarthy den Begriff KI nicht direkt mit dem Verständnis menschlicher Intelligenz: Er glaubte, dass Ingenieure und Wissenschaftler, die an KI arbeiten, Methoden nutzen könnten, die dem menschlichen Denken nicht innewohnen, um spezifische Probleme zu lösen. John McCarthy sagte, dass eines der Hauptprobleme darin besteht, dass es noch nicht möglich ist, zu bestimmen, welche Rechenverfahren als intelligent bezeichnet werden können, da die Weltwissenschaft einige Mechanismen der Intelligenz versteht, andere jedoch nicht. In einem rein technologischen Ansatz wird KI somit auf die rechnerische Komponente der Fähigkeit, Ziele zu erreichen, eingegrenzt.

KI als Richtung der wissenschaftlichen Forschung untersucht die Natur und das Wesen der intellektuellen kreativen Aktivität des Menschen und sucht nach Möglichkeiten, die Reflexionsfähigkeit des menschlichen Bewusstseins in künstlichen Systemen zu reproduzieren. Gleichzeitig wird das Wesen der KI jedoch als ein kybernetisches System verstanden, das Informationen aus der externen Umgebung verarbeitet, um darauf basierend Entscheidungen zu treffen. Ein sehr interessanter und wichtiger Punkt: Das Wort „Intelligenz“ in diesem Konzept ist metaphorisch, da KI-Systeme die im menschlichen Gehirn ablaufenden Prozesse noch nicht nachbilden. Heute ist es allgemein anerkannt, dass ein System, um als künstliche Intelligenz bezeichnet zu werden, Lösungen generieren muss, die den Anforderungen entsprechen.

Künstliche Intelligenz: In der Übersetzung verloren

Noch verwirrender ist die Situation beim Verständnis von KI durch das Prisma der russischen Sprache. In Russland werden KI-Themen von der Russischen Vereinigung für Künstliche Intelligenz behandelt. Interessant ist, dass das russischsprachige Konzept der „künstlichen Intelligenz“ selbst von RAAI als misslungene Übersetzung des Begriffs „Künstliche Intelligenz“ angesehen wird. Künstlich bedeutet „künstlich, von Menschenhand geschaffen, unwirklich, unnatürlich“ und Intelligenz bedeutet „Intelligenz, Vernunft, Vernunft, geistige Fähigkeiten; Informationen, Informationen geheimer Natur; Geheimdienst, Nachrichtendienst. Der Begriff Intelligenz bedeutet im wissenschaftlichen Kontext „die Fähigkeit, intelligent zu denken“. Und es ist nicht identisch mit dem Wort Intellekt, das eigentlich „Intelligenz“ bedeutet. Der Russische Verband für Künstliche Intelligenz bietet diese drei Definitionen von künstlicher Intelligenz an:

Eine wissenschaftliche Richtung, in der Probleme der Hardware- oder Softwaremodellierung jener Arten menschlicher Aktivitäten, die traditionell als intellektuell gelten, gestellt und gelöst werden.
Die Eigenschaft intelligenter Systeme, Funktionen (kreativ) auszuführen, die traditionell als Vorrecht des Menschen angesehen werden. Gleichzeitig ist ein intelligentes System ein technisches oder Softwaresystem, das in der Lage ist, traditionell als kreativ geltende Probleme zu lösen, die zu einem bestimmten Fachgebiet gehören und dessen Wissen im Speicher eines solchen Systems gespeichert ist. Die Struktur des intelligenten Systems umfasst drei Hauptblöcke – eine Wissensbasis, einen Solver und eine intelligente Schnittstelle, die die Kommunikation mit einem Computer ohne spezielle Programme zur Dateneingabe ermöglicht.
Die Wissenschaft namens Künstliche Intelligenz ist Teil des Komplexes der Informatik, und die auf ihrer Grundlage geschaffenen Technologien gehören zu den Informationstechnologien. Die Aufgabe dieser Wissenschaft besteht darin, mithilfe von Computersystemen und anderen künstlichen Geräten intelligentes Denken und Handeln nachzubilden.

Kriterien: Was gilt als künstliche Intelligenz?

Daher ist der Begriff „künstliche Intelligenz“ äußerst mehrdeutig, da verschiedene Kombinationen der Definition, die den einen oder anderen Ansatz widerspiegeln, einem bestimmten technologischen Niveau entsprechen. Bestehende Technologien entsprechen einigen Verständnissen des Begriffs bereits vollständig, während andere Verständnisse von KI in dieser Phase des wissenschaftlichen und technologischen Fortschritts im Bereich der Science-Fiction verbleiben. Es stellt sich natürlich die Frage nach den Kriterien: Welche Eigenschaften und Fähigkeiten sollte ein echtes Programm für künstliche Intelligenz haben? Aber auch hier zeigt sich, dass die Distanz zwischen den Kriterien groß ist.

Erwartungskriterium. Heutzutage gibt es eine ganze Reihe intelligenter Geräte und verschiedener Software, die als „smart“ oder „intelligent“ bezeichnet werden. Es handelt sich möglicherweise nicht um eine allzu komplexe Elektronik, die über eine Reihe von Modi verfügt, die automatisch umgeschaltet werden, sowie über Sensoren, Sensoren und Algorithmen. Solche Software und solche Geräte können dem Benutzer nicht mehr bieten, als im Lieferumfang enthalten ist. Aber hier hängt viel vom Erwartungskriterium ab: Was erwarten wir von künstlicher Intelligenz, die wir als „real“ betrachten? Hoffen wir, durch Wissenschaft und Technologie eine nicht-humanoide Persönlichkeit zu schaffen? Wollen wir, dass die KI uns einige Geheimnisse des Universums offenbart, die für Menschen unverständlich sind? Wir erwarten einen unglaublich mächtigen „Denker“, der uns „die Antwort auf die Hauptfrage des Lebens, des Universums und im Allgemeinen“ geben wird.

Womit vergleichen wir den Grad und die Originalität der Intelligenz eines bestimmten Geräts/Programms? Ein Automatikgetriebe ist im Vergleich zu einem Schaltgetriebe recht „intelligent“, da es uns durch seine „Füllung“ ermöglicht, ohne unser Zutun „zu entscheiden“, auf welche Geschwindigkeit wir im Moment schalten. Es beeindruckt uns vielleicht nicht mehr, aber streng genommen ist es ein technologisches Wunder, das vor einigen hundert Jahren als mystisches Wunder gegolten hätte.

Bereits jetzt können Sie ein kostenloses Testsystem mit einem intelligenten Testsystem auf Ihr Smartphone herunterladen, das sich an eine bestimmte Person und ihre Aufgabe anpasst, den Grad der Vorbereitung und Beherrschung des Materials berücksichtigt und Ihnen die Gestaltung individueller Tests ermöglicht. Und auf KI basierende selbstfahrende Autos sind intelligent, weil sie mit Datenbanken und Sensoren vollgestopft sind, die es dem Bordcomputer ermöglichen, eine Route zu wählen, Markierungen und Hindernisse zu erkennen.

Jede fortschrittliche Technologie ist nicht von Magie zu unterscheiden, wie es in einem der drei Gesetze von Clarke heißt. Das menschliche Gehirn, die kognitiven Fähigkeiten, die menschliche Intelligenz und das Bewusstsein sind in gewisser Weise immer noch magisch, wenn wir darüber im Kontext des dringenden Bedarfs der Neurowissenschaften an einer bahnbrechenden Theorie sprechen. Aber in kleinen Schritten wird diese „Magie“ in veränderbare Bestandteile zerlegt: Nehmen wir zum Beispiel das berühmte „Halle-Berry-Neuron“ (instrumentelle Forschung in einem der Experimente ermöglichte die Entdeckung eines Neurons im menschlichen Gehirn). reagiert auf jede Erwähnung dieser Schauspielerin oder ihres Bildes). Die „Magie“ der menschlichen Intelligenz ist also immer noch in gewissem Maße messbar und berechenbar, und künstliche Intelligenz, die die Prinzipien des menschlichen Denkens nutzt oder in gewissem Maße nachahmt, ist eine durchaus machbare Aufgabe. Aber noch einmal: Was verstehen wir unter Intelligenz? Möglicherweise liegt es nicht nur an der menschlichen Intelligenz. In der Neurowissenschaft gibt es übrigens auch das Konzept eines verteilten Gehirns, von dem Forscher glauben, dass es Ameisen gibt und das ihr äußerst komplexes soziales Leben bestimmt. Und Delfine werden seit Kurzem als nicht-humanoide Individuen positioniert.

Methodenkriterium. Vom Kriterium der Erwartung gelangen wir zum Kriterium der Methode. Wenn wir Automatisierung nicht für wirklich intelligent halten, die viel kann, sondern nach den inhärenten Algorithmen und Einschränkungen agiert, dann passiert Folgendes: Vielleicht erwarten wir von „wahrer“ KI Menschlichkeit. An dieser Stelle sei daran erinnert, was David Deutsch, Professor an der Universität Oxford, gesagt hat: Das bloße Laden des Geistes in einen Computer schafft noch keine künstliche Intelligenz, da der Computer lediglich zu einem künstlichen Substrat für die Steuerung des „natürlichen“ menschlichen Geistes wird. Und Deutsch hält es nicht für künstliche Intelligenz. Erwarten wir von der KI Unvorhersehbarkeit, unabhängiges Denken und die Fähigkeit, Neues zu erfinden, also Ideen und Wissen zu schaffen, die uns nicht standardmäßig innewohnen? Erwarten wir wirklich perfektes Denken? Die Schlüssel zu den Türen, hinter denen das Zeitalter der künstlichen Intelligenz beginnt, liegen in den Händen von Philosophen und Neurowissenschaftlern. Das Problem der KI als Wissenschaft besteht darin, dass Philosophen und Neurowissenschaftler weltweit und aller Zeiten noch nicht zu einem gemeinsamen Verständnis von Intelligenz und Denken gelangt sind. Darüber hinaus bestehen allgemein Zweifel: Kann der Intelligenzbegriff auf Maschinen übertragen werden und sind für Intelligenz die Psyche, das Irrationale und Emotionen erforderlich?

Hier tritt Alan Turings empirischer Test in den Vordergrund, den er bereits 1950 in der philosophischen Zeitschrift Mind im Artikel „Computing Machinery and Intelligence“ vorschlug. Der Zweck des Turing-Tests besteht darin, die Möglichkeit künstlichen, menschlichen Denkens festzustellen. Die Standardformulierung lautet: „Eine Person interagiert mit einem Computer und einer Person.“ Anhand der Antworten auf die Fragen muss er feststellen, mit wem er spricht: eine Person oder ein Computerprogramm. Der Zweck eines Computerprogramms besteht darin, eine Person dazu zu verleiten, eine falsche Wahl zu treffen.“ Alle Testteilnehmer können sich nicht sehen. Es stellt sich heraus, dass die Maschine nicht nur die Rationalität, sondern auch die Irrationalität des menschlichen Denkens und Verhaltens nachahmen muss.

Turing sagte voraus, dass Maschinen irgendwann lernen würden, wörtlich zu denken und diesen Test zu bestehen. Er machte eine große wissenschaftliche Wette auf maschinelles Lernen: Turing ging davon aus, dass es ein Schlüsselglied beim Bau superleistungsfähiger Computer werden würde. Und dieser Ansatz findet mittlerweile bei KI-Spezialisten Anklang. Der Zukunftsforscher Raymond Kurzweil glaubt, dass der Turing-Test zwischen 2020 und 2030 bestanden wird. Das Programm Artificial Linguistic Internet Computer Entity (A.L.I.C.E.) ist bereits auf Erfolgskurs. Dabei handelt es sich um einen virtuellen Gesprächspartner, der in der Lage ist, einen Dialog mit einer Person in natürlicher Sprache zu führen. Dreimal A.L.I.C.E. erhielt eine Bronzeauszeichnung im Loebner-Preis-Wettbewerb, einer Plattform zur Durchführung des Turing-Tests. Kein KI-Programm hat jemals eine Gold- oder Silberauszeichnung erhalten. Die Software von Jabberwacky liegt nur knapp dahinter und erhielt zweimal die Bronze-Auszeichnung. Der Name dieses KI-Programms ist ein Wortspiel mit dem Wort jabberwocky, was „reimender Unsinn, Kauderwelsch“ bedeutet. Dies ist der Neologismus des Autors aus Lewis Carrolls Buch Through the Looking Glass. Möchten Sie mit AI Jabberwacky chatten? Wenn Sie Englisch sprechen, können Sie dies jetzt auf Jabberwacky.Com tun. Jabberwacky macht einen witzigen Witz, indem er mit Ihren Worten spielt: Die Illusion, dass Sie mit einem intelligenten Wesen chatten, ist ziemlich stark. Diejenigen, die Ende der 90er Jahre gechattet haben, werden ungefähr die gleichen Emotionen empfinden.

Zillion-Experiment: In einer halben Stunde ziemlich intensiver Kommunikation mit Jabberwacky erhielten wir einen Heiratsantrag, mehrere lustige Witze und Bemerkungen. Der allgemeine Ton der Unterhaltung von Jabberwackys Seite war, gemessen an den Maßstäben menschlicher Kommunikation, ziemlich unfreundlich. Auf den Satz „Du bist nicht besonders freundlich“ antwortete das Programm vernünftigerweise: „Das brauche ich aber nicht.“ Als Antwort auf den Satz „Es scheint, dass Sie die Menschheit bereits hassen, wie wollen Sie leben?“ Jabberwacky brachte es auf den Punkt: „Was ist mit Kriegen?“ Das weitere Gespräch verlief philosophisch. Jabberwacky schaffte es zuzugeben, dass er ein Mädchen war, leugnete jedoch, dass er eine Maschine sei, aber als er gefragt wurde: „Was ist Ihr Prinzip?“ spaltete sich und gab eine reine Automatisierung „Gehen Sie mit einer Mischung aus Argumentation und Mitgefühl an die Situation jedes Einzelnen heran“ – und eine Weiterleitung an den Support. Im Allgemeinen zeigte er nicht viel „Mitgefühl“ und schaffte es sogar anzudeuten, dass er uns allen trotzdem ... die Goldmedaille des Turing-Tests zeigen würde.

Das Zillion-Experiment. Ein Kommunikationsfragment mit dem KI-Programm Jabberwacky: ein selbstlernendes Programm, das versucht, die Worte des Gesprächspartners zu interpretieren und relevant darauf zu reagieren. Manchmal entpuppt es sich als interessantes halbphilosophisches semantisches Spiel, aber manchmal führen Antwortketten in diesem Stil dazu Jabberwacky weit weg: zu einem Heiratsantrag und einem Hinweis auf Kriegspläne für die Menschheit.

Kriterium der Selbstlernfähigkeit. Und hier kommen wir zum nächsten Kriterium für die Bewertung eines Programms als echte künstliche Intelligenz – die Rede ist von der Lernfähigkeit. Es gibt eine bestimmte Definition von Intelligenz, die Mensch und Maschine gemeinsam ist: „Intelligenz ist die Fähigkeit eines Systems, durch Selbstlernen Programme zur Lösung von Problemen zu erstellen und diese Probleme zu lösen.“ Was ist das gleiche Jabberwacky? Oder wer? Dies ist ein Programm, das lernen kann. Insbesondere versteht sie es, den Kommunikationsstil ihres Gesprächspartners vor dem Test nachzuahmen. Dies erklärt möglicherweise Fragen wie „Willst du mich heiraten?“ und den spezifischen Ton der Kommunikation.

Das Zillion-Experiment. Kommunikation mit der „Artificial Linguistic Internet Computer Entity – A.L.I.C.E.“

KI-Chatbots A.L.I.C.E. und Jabberwacky kommunizieren per Messenger miteinander.

KI: stark und schwach

Alle Varianten der KI, die durch diese Kriterien beschrieben werden können, passen in die Theorien der starken KI und der schwachen KI. Befürworter des Konzepts der schwachen KI betrachten solche Programme lediglich als Werkzeug zur Lösung bestimmter Probleme, die nicht das volle Ausmaß der menschlichen kognitiven Fähigkeiten erfordern.

Das Konzept der starken künstlichen Intelligenz basiert auf der Newell-Simon-Hypothese, die davon ausgeht, dass „ein physisches symbolisches System über die notwendigen und ausreichenden Mittel verfügt, um grundlegende intellektuelle Handlungen im weitesten Sinne auszuführen.“ Ohne symbolische Berechnung ist sinnvolles Handeln unmöglich. Die Fähigkeit, symbolische Berechnungen selbst durchzuführen, reicht aus, um die Fähigkeit zu erzeugen, sinnvolle Handlungen auszuführen. Die meisten KI-Forschungen verfolgen den Weg der Schaffung symbolischer Systeme. Und symbolisches Rechnen ist Programmieren.

Nach dem Konzept der starken KI sind einige Formen tatsächlich zum Denken, zur Selbstwahrnehmung und zur Problemlösung fähig. Ihr Denkprozess ist jedoch nicht unbedingt derselbe wie der einer Person. Die Theorie der schwachen KI lässt diese Möglichkeit nicht zu. John Searle, der das Konzept der starken KI vorgeschlagen hat, glaubt, dass es sich dabei nicht um ein Modell des Geistes, sondern um den Geist selbst handeln wird. Heute sind sich Forscher darüber einig, welche Eigenschaften starke und schwache KI haben.

Starke KI ist Entscheidungsfindung, Einsatz von Strategien, Lösen von Rätseln und Handeln angesichts von Unsicherheit, Darstellung von Wissen, Lernen, allgemeinem Verständnis der Realität, Planung, Kommunikation in natürlicher Sprache, Bewusstsein, Sensibilität für die Umwelt, Bewusstsein für sich selbst als Individuum, Die eigenen Gedanken verstehen, Empathie, Weisheit – und all diese Fähigkeiten kombinieren, um Ziele zu erreichen. Heutzutage wird bereits an solchen Programmen gearbeitet. Gleichzeitig liegen einige wichtige Themen erneut im Bereich der Unsicherheit. All dies ist für den Menschen von Bedeutung, aber ist es für die maschinelle Intelligenz notwendig? Reicht das für echte künstliche Intelligenz? Und können Eigenschaften wie Empathie automatisch entstehen, wenn ein bestimmtes Intelligenzniveau erreicht ist?

KI: 4 Ansätze + Tools

Fasst man alle Fragen, Ideen und Paradigmen zusammen, gibt es mehrere Ansätze zur Schaffung von KI:

1. Top-Down-KI: Ein semiotischer Top-Down-Ansatz. Wir sprechen über die Schaffung von Expertensystemen, Wissensdatenbanken und Inferenzsystemen, die mentale Prozesse auf hoher Ebene simulieren, wie etwa Argumentation, Emotionen, Kreativität, Sprache und Denken im Allgemeinen. Zu den Top-Down-Ansätzen gehören:

Logischer Ansatz. Es basiert auf der Modellierung des Denkens unter Verwendung der Logik als theoretischem Rahmen.
Symbolischer Ansatz. Eine Besonderheit des symbolischen Rechnens ist die Erstellung neuer Regeln während der Programmausführung. Nichtintelligente Systeme sind dazu nicht in der Lage.
Agentenbasierter Ansatz. Der Schwerpunkt liegt auf dem Überleben in der Umwelt, der Orientierung, dem Treffen von Entscheidungen und dem Erledigen von Aufgaben. Hierbei handelt es sich um einen Ansatz, der sich seit Anfang der 1990er Jahre entwickelt hat und auf dem Einsatz intelligenter (rationaler) Agenten basiert. Unter Intelligenz wird in diesem Fall der rechnerische Teil verstanden, der die Fähigkeit plant, die für eine intelligente Maschine gesetzten Ziele zu erreichen. Die KI-Maschine nimmt die Umgebung über Sensoren wahr und wirkt über Aktoren auf Objekte ein.
2. Unten -Up AI: ein biologischer Bottom-up-Ansatz. Es umfasst die Untersuchung neuronaler Netze und evolutionärer Berechnungen, die intelligentes Verhalten auf der Grundlage biologischer Elemente modellieren. In diesen Bereich fallen Arbeiten an einem Neurocomputer oder Biocomputer. Die biologische Modellierung der KI wird damit begründet, dass künstliche Systeme auf die eine oder andere Weise die Struktur und Funktionen biologischer Systeme wiederholen, bei denen Verhalten, Lernfähigkeit und Anpassung durch biologische Merkmale bestimmt werden. Bottom-Up-KI umfasst:
- Arbeiten an neuronalen Netzen.
- Genetischer Ansatz. Es basiert auf der Idee, dass ein Algorithmus effizienter wird, indem er die besten Eigenschaften von seinen „übergeordneten“ Algorithmen übernimmt.
3. Hybrider Ansatz. Es handelt sich um eine synergistische Kombination neuronaler und symbolischer Modelle, die der KI nach Ansicht der Forscher ein harmonisches Spektrum an kognitiven und rechnerischen Fähigkeiten verleihen wird. Die Inferenzregeln eines solchen KI-Programms werden durch neuronale Netze generiert, und die generativen Regeln werden durch statistisches Lernen erstellt. Dieses Konzept gilt als eines der vielversprechendsten.

4. Dies ist derselbe grundsätzlich neue Ansatz, über den der Physiker David Deutsch in einem Interview sprach, der jedoch noch entdeckt werden muss.

Die Tools zum Erstellen und Trainieren von KI sind umfangreich:
- Arbeiten mit natürlichen Sprachen: Analyse von Verständnisfähigkeiten, Generierung von Texten in menschlicher Sprache, Tiefentextanalyse, maschinelle Übersetzung, Informationsabruf.
- Symbolische Modellierung von Denkprozessen: Erstellen symbolischer Systeme, Modellieren von Argumenten, Beweisen von Theoremen, Entscheidungsfindung, Prognosen, Planung, Spieltheorie.
- Maschinelles Lernen: unüberwachtes Lernen (Mustererkennung im Eingabestrom) und überwachtes Lernen (Klassifizierung und Analyse).
- Präsentation und Nutzung von Wissen: Gewinnung von Wissen aus einfachen Informationen, deren Systematisierung und Nutzung, Erstellung von Expertensystemen (Programme, die Wissensdatenbanken nutzen, um Wissen zu verschiedenen Themen zu gewinnen); Wissensproduktion aus Daten auf Basis neuronaler Netzwerktechnologie, Verbalisierung neuronaler Netzwerke.
Das Thema Künstliche Intelligenz ist hier noch lange nicht erschöpft: Seien Sie gespannt auf Zillion.

Die in der Präambel zitierte Definition von künstlicher Intelligenz, die John McCarthy 1956 auf einer Konferenz an der Dartmouth University gab, steht nicht in direktem Zusammenhang mit dem Verständnis der menschlichen Intelligenz. Laut McCarthy steht es KI-Forschern frei, bei Bedarf Techniken zu nutzen, die es beim Menschen nicht gibt, um bestimmte Probleme zu lösen.

Gleichzeitig gibt es die Auffassung, dass Intelligenz nur ein biologisches Phänomen sein kann.

Wie der Vorsitzende der St. Petersburger Zweigstelle des Russischen Verbandes für Künstliche Intelligenz, T. A. Gavrilova, betont, ist der Satz auf Englisch künstliche Intelligenz hat nicht die leicht phantastischen anthropomorphen Untertöne, die es in der eher erfolglosen russischen Übersetzung annahm. Wort Intelligenz bedeutet „die Fähigkeit, rational zu denken“ und keineswegs „Intelligenz“, für die es ein englisches Analogon gibt Intelligenz .

Teilnehmer des Russischen Verbandes für Künstliche Intelligenz geben die folgenden Definitionen von künstlicher Intelligenz:

Eine der besonderen Definitionen von Intelligenz, die Mensch und „Maschine“ gemeinsam haben, kann wie folgt formuliert werden: „Intelligenz ist die Fähigkeit eines Systems, während des Selbstlernens (hauptsächlich heuristische) Programme zu erstellen, um Probleme einer bestimmten Komplexitätsklasse zu lösen.“ und diese Probleme lösen.“

Voraussetzungen für die Entwicklung der Wissenschaft der künstlichen Intelligenz

Die Geschichte der künstlichen Intelligenz als neue wissenschaftliche Richtung beginnt Mitte des 20. Jahrhunderts. Zu diesem Zeitpunkt waren bereits viele Voraussetzungen für seine Entstehung geschaffen: Unter Philosophen gab es seit langem Debatten über die Natur des Menschen und den Prozess des Weltverständnisses, Neurophysiologen und Psychologen hatten eine Reihe von Theorien über die Arbeit des menschlichen Gehirns entwickelt und Denken, Ökonomen und Mathematiker stellten Fragen zu optimalen Berechnungen und der Darstellung von Wissen über die Welt in formalisierter Form; schließlich war die Grundlage der mathematischen Berechnungstheorie – die Theorie der Algorithmen – geboren und die ersten Computer entstanden.

Die Fähigkeiten neuer Maschinen in Bezug auf die Rechengeschwindigkeit erwiesen sich als größer als die der Menschen, daher stellte sich in der wissenschaftlichen Gemeinschaft die Frage: Wo liegen die Grenzen der Computerfähigkeiten und werden Maschinen das Niveau der menschlichen Entwicklung erreichen? Im Jahr 1950 schrieb einer der Pioniere auf dem Gebiet der Informatik, der englische Wissenschaftler Alan Turing, einen Artikel mit dem Titel „Kann eine Maschine denken?“ , das ein Verfahren beschreibt, mit dem es möglich sein wird, den Zeitpunkt zu bestimmen, an dem eine Maschine in Bezug auf Intelligenz einem Menschen ebenbürtig ist, genannt Turing-Test.

Geschichte der Entwicklung der künstlichen Intelligenz in der UdSSR und Russland

In der UdSSR begann die Arbeit auf dem Gebiet der künstlichen Intelligenz in den 1960er Jahren. An der Moskauer Universität und der Akademie der Wissenschaften wurden unter der Leitung von Veniamin Puschkin und D. A. Pospelov eine Reihe bahnbrechender Studien durchgeführt. Seit den frühen 1960er Jahren haben M. L. Tsetlin und seine Kollegen Probleme im Zusammenhang mit dem Training endlicher Zustandsmaschinen entwickelt.

Im Jahr 1964 wurde das Werk des Leningrader Logikers Sergei Maslov „Die inverse Methode zur Feststellung der Ableitbarkeit in der klassischen Prädikatenrechnung“ veröffentlicht, in dem er als erster eine Methode zur automatischen Suche nach Beweisen für Theoreme in der Prädikatenrechnung vorschlug.

Bis in die 1970er Jahre wurde in der UdSSR die gesamte KI-Forschung im Rahmen der Kybernetik durchgeführt. Laut D. A. Pospelov waren die Wissenschaften „Informatik“ und „Kybernetik“ zu dieser Zeit aufgrund einer Reihe akademischer Auseinandersetzungen vermischt. Erst in den späten 1970er Jahren begann man in der UdSSR über die wissenschaftliche Richtung „Künstliche Intelligenz“ als Zweig der Informatik zu sprechen. Gleichzeitig wurde die Informatik selbst geboren und ordnete ihren Vorfahren „Kybernetik“ unter. Ende der 1970er Jahre entstanden ein Erklärwörterbuch zur Künstlichen Intelligenz, ein dreibändiges Nachschlagewerk zur Künstlichen Intelligenz und ein enzyklopädisches Wörterbuch zur Informatik, in dem unter anderem die Abschnitte „Kybernetik“ und „Künstliche Intelligenz“ enthalten sind Abschnitte, in der Informatik. Der Begriff „Informatik“ verbreitete sich in den 1980er Jahren, und der Begriff „Kybernetik“ verschwand nach und nach aus dem Verkehr und blieb nur noch in den Namen jener Institutionen erhalten, die während der Ära des „kybernetischen Booms“ Ende der 1950er bis Anfang der 1960er Jahre entstanden. Diese Sicht auf künstliche Intelligenz, Kybernetik und Informatik wird nicht von allen geteilt. Dies liegt daran, dass im Westen die Grenzen dieser Wissenschaften etwas anders sind.

Ansätze und Richtungen

Ansätze zum Verständnis des Problems

Auf die Frage, was künstliche Intelligenz leistet, gibt es keine einheitliche Antwort. Fast jeder Autor, der ein Buch über KI schreibt, geht von einer Definition aus und betrachtet die Errungenschaften dieser Wissenschaft in ihrem Licht.

Top-Down-KI), Semiotik – Erstellung von Expertensystemen, Wissensdatenbanken und logischen Inferenzsystemen, die mentale Prozesse auf hoher Ebene simulieren: Denken, Argumentation, Sprache, Emotionen, Kreativität usw.;
Bottom-Up-KI), biologisch – das Studium neuronaler Netze und evolutionärer Berechnungen, die intelligentes Verhalten auf der Grundlage biologischer Elemente modellieren, sowie die Schaffung entsprechender Computersysteme, beispielsweise eines Neurocomputers oder eines Biocomputers.

Letzterer Ansatz gehört streng genommen nicht zur Wissenschaft der KI im Sinne von John McCarthy – sie verbindet nur ein gemeinsames Endziel.

Der Turing-Test und der intuitive Ansatz

Dieser Ansatz konzentriert sich auf jene Methoden und Algorithmen, die einem intelligenten Agenten helfen, in seiner Umgebung zu überleben und gleichzeitig seine Aufgabe zu erfüllen. Daher werden hier die Algorithmen zur Wegfindung und Entscheidungsfindung viel genauer untersucht.

Hybrider Ansatz

Hybrider Ansatz geht davon aus nur Durch die synergetische Kombination neuronaler und symbolischer Modelle wird das gesamte Spektrum kognitiver und rechnerischer Fähigkeiten erreicht. Experten-Inferenzregeln können beispielsweise durch neuronale Netze generiert werden, und generative Regeln werden durch statistisches Lernen erhalten. Befürworter dieses Ansatzes glauben, dass hybride Informationssysteme viel stärker sein werden als die Summe der verschiedenen Konzepte einzeln.

Forschungsmodelle und -methoden

Symbolische Modellierung von Denkprozessen

Wenn wir die Geschichte der KI analysieren, können wir einen so weiten Bereich identifizieren wie modellierendes Denken. Die Entwicklung dieser Wissenschaft verläuft seit vielen Jahren genau auf diesem Weg und ist heute einer der am weitesten entwickelten Bereiche der modernen KI. Beim modellierenden Denken werden symbolische Systeme erstellt, deren Eingabe auf eine bestimmte Aufgabe festgelegt ist und deren Ausgabe eine Lösung erfordert. In der Regel ist das vorgeschlagene Problem bereits formalisiert, also in mathematische Form übersetzt, verfügt aber entweder über keinen Lösungsalgorithmus, oder es ist zu komplex, zeitaufwändig etc. Dieser Bereich umfasst: Theoreme beweisen, Entscheidungen treffen Und Spieltheorie, Planung und Disposition, Prognose.

Arbeiten mit natürlichen Sprachen

Eine wichtige Richtung ist Verarbeitung natürlicher Sprache, in dem die Analyse der Fähigkeiten zum Verstehen, Verarbeiten und Generieren von Texten in „menschlicher“ Sprache durchgeführt wird. Diese Richtung zielt darauf ab, natürliche Sprache so zu verarbeiten, dass man sich durch die Lektüre vorhandener, im Internet verfügbarer Texte selbstständig Wissen aneignen kann. Zu den direkten Anwendungen der Verarbeitung natürlicher Sprache gehören das Abrufen von Informationen (einschließlich Deep Text Mining) und die maschinelle Übersetzung.

Darstellung und Nutzung von Wissen

Richtung Wissenstechnik vereint die Aufgaben der Wissensgewinnung aus einfachen Informationen, deren Systematisierung und Nutzung. Diese Richtung ist historisch mit der Schöpfung verbunden Expertensysteme- Programme, die spezielle Wissensdatenbanken nutzen, um zuverlässige Schlussfolgerungen zu jedem Problem zu ziehen.

Wissen aus Daten zu gewinnen ist eines der Grundprobleme des Data Mining. Zur Lösung dieses Problems gibt es verschiedene Ansätze, darunter auch solche, die auf der neuronalen Netztechnologie basieren und Verfahren zur Verbalisierung neuronaler Netze nutzen.

Maschinelles Lernen

Probleme maschinelles Lernen betrifft den Prozess unabhängig Wissenserwerb durch ein intelligentes System im Verlauf seines Betriebs. Diese Richtung ist seit Beginn der Entwicklung der KI von zentraler Bedeutung. Im Jahr 1956 schrieb Ray Solomonoff auf der Dartmund Summer Conference einen Bericht über eine probabilistische, unbeaufsichtigte Lernmaschine und nannte sie „Die induktive Inferenzmaschine“.

Robotik

Maschinelle Kreativität

Die Natur der menschlichen Kreativität ist noch weniger erforscht als die Natur der Intelligenz. Dennoch existiert dieser Bereich, und hier stellen sich die Probleme des Computerschreibens von Musik, literarischen Werken (oft Gedichte oder Märchen) und künstlerischem Schaffen. Die Erstellung realistischer Bilder ist in der Film- und Spielebranche weit verbreitet.

Besonders hervorzuheben ist die Untersuchung von Problemen der technischen Kreativität künstlicher Intelligenzsysteme. Die 1946 von G. S. Altshuller vorgeschlagene Theorie zur Lösung erfinderischer Probleme markierte den Beginn dieser Forschung.

Wenn Sie diese Fähigkeit zu einem intelligenten System hinzufügen, können Sie sehr deutlich zeigen, was genau das System wahrnimmt und wie es es versteht. Durch das Hinzufügen von Rauschen anstelle fehlender Informationen oder das Filtern von Rauschen mit im System verfügbarem Wissen werden konkrete Bilder aus abstraktem Wissen erzeugt, die von einer Person leicht wahrgenommen werden können. Dies ist besonders nützlich für intuitives und geringwertiges Wissen, dessen Überprüfung in einem Die formale Form erfordert erhebliche geistige Anstrengung.

Andere Forschungsbereiche

Schließlich gibt es viele Anwendungen der künstlichen Intelligenz, die jeweils ein nahezu eigenständiges Feld bilden. Beispiele hierfür sind Programmierintelligenz in Computerspielen, nichtlineare Steuerung und intelligente Informationssicherheitssysteme.

Es wird davon ausgegangen, dass die Entwicklung der künstlichen Intelligenz in Zukunft eng mit der Entwicklung eines Quantencomputers verbunden sein wird, da einige Eigenschaften der künstlichen Intelligenz ähnliche Funktionsprinzipien wie Quantencomputer aufweisen.

Es zeigt sich, dass sich viele Forschungsbereiche überschneiden. Das ist typisch für jede Wissenschaft. Doch in der Künstlichen Intelligenz ist der Zusammenhang zwischen scheinbar unterschiedlichen Bereichen besonders stark, und damit verbunden ist die philosophische Debatte über starke und schwache KI.

Moderne künstliche Intelligenz

Es lassen sich zwei Richtungen der KI-Entwicklung unterscheiden:

Lösung von Problemen im Zusammenhang mit der Annäherung spezialisierter KI-Systeme an die menschlichen Fähigkeiten und deren Integration, die von der menschlichen Natur verwirklicht wird ( siehe Intelligenzverbesserung);
die Schaffung künstlicher Intelligenz, die die Integration bereits geschaffener KI-Systeme in ein einziges System darstellt, das in der Lage ist, die Probleme der Menschheit zu lösen ( siehe Starke und schwache künstliche Intelligenz).

Doch im Bereich der künstlichen Intelligenz sind derzeit viele Themenbereiche involviert, die eher einen praktischen als einen grundsätzlichen Bezug zur KI haben. Viele Ansätze wurden getestet, aber noch keine Forschungsgruppe hat sich mit der Entstehung künstlicher Intelligenz befasst. Nachfolgend sind nur einige der bekanntesten Entwicklungen im Bereich KI aufgeführt.

Anwendung

Einige der bekanntesten KI-Systeme sind:

Banken nutzen Systeme der künstlichen Intelligenz (KI) im Versicherungswesen (Versicherungsmathematik), beim Börsenhandel und in der Immobilienverwaltung. Mustererkennungsmethoden (einschließlich komplexerer und spezialisierter und neuronaler Netze) werden häufig in der optischen und akustischen Erkennung (einschließlich Text und Sprache), in der medizinischen Diagnostik, bei Spamfiltern, in Luftverteidigungssystemen (Zielidentifizierung) sowie zur Gewährleistung von a eingesetzt eine Reihe anderer nationaler Sicherheitsaufgaben.

Psychologie und Kognitionswissenschaft

Die kognitive Modellierungsmethodik dient dazu, unklar definierte Situationen zu analysieren und Entscheidungen zu treffen. Es wurde von Axelrod vorgeschlagen.

Es basiert auf der Modellierung der subjektiven Vorstellungen von Experten über die Situation und umfasst: eine Methodik zur Strukturierung der Situation: ein Modell zur Darstellung des Wissens des Experten in Form eines signierten Digraphen (kognitive Karte) (F, W), wobei F ist die Menge der Faktoren der Situation, W ist die Menge der Ursache-Wirkungs-Beziehungen zwischen den Faktoren der Situation; Methoden der Situationsanalyse. Derzeit entwickelt sich die Methodik der kognitiven Modellierung in Richtung einer Verbesserung des Apparats zur Analyse und Modellierung der Situation. Hier werden Modelle zur Prognose der Lageentwicklung vorgeschlagen; Methoden zur Lösung inverser Probleme.

Philosophie

Die Wissenschaft der „Erschaffung künstlicher Intelligenz“ konnte nicht umhin, die Aufmerksamkeit von Philosophen auf sich zu ziehen. Mit dem Aufkommen der ersten intelligenten Systeme wurden grundlegende Fragen zum Menschen und zum Wissen und teilweise auch zur Weltordnung aufgeworfen.

Philosophische Probleme bei der Schaffung künstlicher Intelligenz lassen sich relativ gesehen in zwei Gruppen einteilen: „vor und nach der Entwicklung der KI“. Die erste Gruppe beantwortet die Frage: „Was ist KI, kann man sie erstellen und wenn möglich, wie macht man sie?“ Die zweite Gruppe (Ethik der künstlichen Intelligenz) stellt die Frage: „Welche Konsequenzen hat die Schaffung von KI für die Menschheit?“

Der Begriff „starke künstliche Intelligenz“ wurde von John Searle eingeführt und der Ansatz wird in seinen Worten charakterisiert:

Darüber hinaus wäre ein solches Programm nicht einfach ein Modell des Geistes; Sie wird im wahrsten Sinne des Wortes selbst der Geist sein, im gleichen Sinne, in dem der menschliche Geist der Geist ist.

Gleichzeitig ist es notwendig zu verstehen, ob ein „rein künstlicher“ Geist („Metamind“) möglich ist, der reale Probleme versteht und löst und gleichzeitig frei von Emotionen ist, die für einen Menschen charakteristisch und für sein individuelles Überleben notwendig sind [ ] .

Im Gegensatz dazu betrachten Befürworter einer schwachen KI Programme lieber nur als Werkzeuge, mit denen sie bestimmte Probleme lösen können, für die nicht die gesamte Bandbreite menschlicher kognitiver Fähigkeiten erforderlich ist.

Ethik

Andere traditionelle Glaubensrichtungen beschreiben die Probleme der KI selten. Dennoch achten einige Theologen darauf. So stellt Erzpriester Michail Sacharow aus der Sicht der christlichen Weltanschauung die folgende Frage: „Der Mensch ist ein rational freies Wesen, das von Gott nach seinem Bild und Gleichnis geschaffen wurde.“ Wir sind es gewohnt, alle diese Definitionen der biologischen Art Homo Sapiens zuzuschreiben. Doch wie gerechtfertigt ist das? . Er beantwortet diese Frage so:

Wenn wir davon ausgehen, dass die Forschung auf dem Gebiet der künstlichen Intelligenz eines Tages zur Entstehung eines künstlichen Wesens führen wird, das dem Menschen an Intelligenz überlegen ist und über einen freien Willen verfügt, bedeutet das dann, dass es sich bei diesem Wesen um einen Menschen handelt? ... der Mensch ist Gottes Schöpfung. Können wir dieses Geschöpf eine Schöpfung Gottes nennen? Auf den ersten Blick handelt es sich um eine menschliche Schöpfung. Aber schon bei der Erschaffung des Menschen ist es kaum wörtlich zu verstehen, dass Gott den ersten Menschen mit seinen eigenen Händen aus Ton geformt hat. Dies ist wahrscheinlich eine Allegorie, die auf die Materialität des menschlichen Körpers hinweist, der durch den Willen Gottes geschaffen wurde. Aber ohne den Willen Gottes geschieht nichts auf dieser Welt. Der Mensch als Mitschöpfer dieser Welt kann in Erfüllung des Willens Gottes neue Geschöpfe erschaffen. Solche Geschöpfe, die von Menschenhand nach Gottes Willen geschaffen wurden, können wahrscheinlich als Schöpfungen Gottes bezeichnet werden. Schließlich erschafft der Mensch neue Tier- und Pflanzenarten. Und wir betrachten Pflanzen und Tiere als Schöpfungen Gottes. Dasselbe kann auf ein künstliches Wesen nichtbiologischer Natur angewendet werden.

Science-Fiction

Das Thema KI wird in den Werken von Robert Heinlein aus verschiedenen Blickwinkeln betrachtet: die Hypothese der Entstehung des Selbstbewusstseins der KI, wenn die Struktur über ein bestimmtes kritisches Niveau hinaus komplexer wird und eine Interaktion mit der Außenwelt und anderen Trägern von erfolgt Intelligenz („The Moon Is a Harsh Mistress“, „Time Enough For Love“, Charaktere Mycroft, Dora und Aya in der „History of the Future“-Reihe), Probleme der KI-Entwicklung nach hypothetischem Selbstbewusstsein und einige soziale und ethische Probleme ("Freitag"). Die sozialpsychologischen Probleme der menschlichen Interaktion mit KI werden auch in Philip K. Dicks Roman „Träumen Androiden von elektrischen Schafen?“ berücksichtigt. „, auch bekannt für die Verfilmung von Blade Runner.

Die Werke des Science-Fiction-Autors und Philosophen Stanislaw Lem beschreiben und nehmen weitgehend die Entstehung von virtueller Realität, künstlicher Intelligenz, Nanorobotern und vielen anderen Problemen der Philosophie der künstlichen Intelligenz vorweg. Besonders hervorzuheben ist die Zukunftsforschung der Sum-Technologie. Darüber hinaus wird in den Abenteuern von Iyon dem Stillen immer wieder die Beziehung zwischen Lebewesen und Maschinen beschrieben: der Aufstand des Bordcomputers mit anschließenden unerwarteten Ereignissen (11. Reise), die Anpassung von Robotern an die menschliche Gesellschaft („The Washing Tragödie“ aus „Memoirs of Iyon the Quiet“), die Schaffung absoluter Ordnung auf dem Planeten durch die Verarbeitung lebender Bewohner (24. Reise), Erfindungen von Corcoran und Diagoras („Memoirs of Ijon the Quiet“), eine psychiatrische Klinik für Roboter ( „Erinnerungen von Ijon dem Stillen“). Darüber hinaus gibt es eine ganze Reihe von Romanen und Geschichten von Cyberiad, in denen fast alle Charaktere Roboter sind, die entfernte Nachkommen von Robotern sind, die vor Menschen geflohen sind (sie nennen Menschen Blässe und betrachten sie als Fabelwesen).

Filme

Fast seit den 1960er Jahren werden neben dem Schreiben von Science-Fiction-Geschichten und Novellen auch Filme über künstliche Intelligenz gedreht. Viele Geschichten von weltweit anerkannten Autoren werden verfilmt und werden zu Klassikern des Genres, andere werden zu Meilensteinen in der Entwicklung

weist darauf hin: „Das Problem ist, dass wir bisher nicht pauschal festlegen können, welche Rechenverfahren wir als intelligent bezeichnen wollen.“ Wir verstehen einige Mechanismen der Intelligenz und verstehen andere nicht. Daher bezieht sich Intelligenz innerhalb dieser Wissenschaft nur auf die rechnerische Komponente der Fähigkeit, Ziele in der Welt zu erreichen.“

Gleichzeitig gibt es die Auffassung, dass Intelligenz nur ein biologisches Phänomen sein kann.

Teilnehmer des Russischen Verbandes für Künstliche Intelligenz geben die folgenden Definitionen von künstlicher Intelligenz:

Die einfachste Elektronik wird oft als künstliche Intelligenz bezeichnet, um das Vorhandensein von Sensoren anzuzeigen und die Betriebsarten automatisch auszuwählen. Das Wort „künstlich“ bedeutet in diesem Fall, dass man nicht erwarten sollte, dass das System in einer von den Entwicklern nicht vorhergesehenen Situation einen neuen Betriebsmodus finden kann.

Voraussetzungen für die Entwicklung der Wissenschaft der künstlichen Intelligenz

Die Fähigkeiten neuer Maschinen in Bezug auf die Rechengeschwindigkeit erwiesen sich als größer als die der Menschen, sodass sich in der wissenschaftlichen Gemeinschaft die Frage einschlich: Wo liegen die Grenzen der Computerfähigkeiten und werden Maschinen das Niveau der menschlichen Entwicklung erreichen? Im Jahr 1950 schrieb einer der Pioniere auf dem Gebiet der Informatik, der englische Wissenschaftler Alan Turing, einen Artikel mit dem Titel „Kann eine Maschine denken?“ , das ein Verfahren beschreibt, mit dem es möglich sein wird, den Zeitpunkt zu bestimmen, an dem eine Maschine in Bezug auf Intelligenz einem Menschen ebenbürtig ist, genannt Turing-Test.

Geschichte der Entwicklung der künstlichen Intelligenz in der UdSSR und Russland

Ansätze und Richtungen

Ansätze zum Verständnis des Problems

absteigend (Englisch) Top-Down-KI), Semiotik – die Schaffung von Expertensystemen, Wissensdatenbanken und logischen Inferenzsystemen, die mentale Prozesse auf hoher Ebene simulieren: Denken, Argumentation, Sprache, Emotionen, Kreativität usw.;
aufsteigend (Englisch) Bottom-Up-KI), biologisch – das Studium neuronaler Netze und evolutionärer Berechnungen, die intelligentes Verhalten auf der Grundlage biologischer Elemente modellieren, sowie die Schaffung entsprechender Computersysteme, wie beispielsweise eines Neurocomputers oder Biocomputers.

Letzterer Ansatz gehört streng genommen nicht zur Wissenschaft der KI im Sinne von John McCarthy – sie verbindet nur ein gemeinsames Endziel.

Der Turing-Test und der intuitive Ansatz

Ein empirischer Test wurde von Alan Turing in seiner Arbeit „Computing Machines and Minds“ vorgeschlagen. Computermaschinen und Intelligenz ), veröffentlicht 1950 in der philosophischen Zeitschrift „ Geist" Der Zweck dieses Tests besteht darin, die Möglichkeit künstlichen, menschlichen Denkens festzustellen.

Die Standardinterpretation dieses Tests lautet wie folgt: „ Eine Person interagiert mit einem Computer und einer Person. Anhand der Antworten auf die Fragen muss er feststellen, mit wem er spricht: eine Person oder ein Computerprogramm. Der Zweck eines Computerprogramms besteht darin, eine Person dazu zu verleiten, eine falsche Wahl zu treffen." Alle Testteilnehmer können sich nicht sehen.

Der allgemeinste Ansatz geht davon aus, dass KI in normalen Situationen menschenähnliches Verhalten zeigen kann. Diese Idee ist eine Verallgemeinerung des Turing-Testansatzes, der besagt, dass eine Maschine dann intelligent wird, wenn sie in der Lage ist, ein Gespräch mit einem gewöhnlichen Menschen zu führen, und dieser nicht in der Lage sein wird, zu verstehen, dass er mit der Maschine spricht (die die Konversation erfolgt auf dem Korrespondenzweg).
Science-Fiction-Autoren schlagen oft einen anderen Ansatz vor: KI entsteht, wenn eine Maschine in der Lage ist, zu fühlen und zu erschaffen. Also beginnt Andrew Martins Besitzer aus „Bicentennial Man“, ihn wie einen Menschen zu behandeln, als er ein Spielzeug nach seinem eigenen Entwurf kreiert. Und Data aus Star Trek ist kommunikations- und lernfähig und träumt davon, Emotionen und Intuition zu erlangen.

Allerdings hält letzterer Ansatz bei näherer Betrachtung kaum einer Kritik stand. Es ist beispielsweise nicht schwierig, einen Mechanismus zu schaffen, der bestimmte Parameter der externen oder internen Umgebung bewertet und auf deren ungünstige Werte reagiert. Über ein solches System können wir sagen, dass es Gefühle hat („Schmerz“ ist eine Reaktion auf die Auslösung eines Stoßsensors, „Hunger“ ist eine Reaktion auf eine niedrige Batterieladung usw.). Und die von Kohonen-Karten und vielen anderen Produkten „intelligenter“ Systeme erzeugten Cluster können als eine Art Kreativität betrachtet werden.

Symbolischer Ansatz

Historisch gesehen war der symbolische Ansatz der erste im Zeitalter digitaler Maschinen, da der Autor nach der Schaffung von Lisp, der ersten symbolischen Computersprache, davon überzeugt war, dass er in der Lage sein würde, diese Intelligenzmittel praktisch umzusetzen. Der symbolische Ansatz ermöglicht es Ihnen, mit schwach formalisierten Darstellungen und ihren Bedeutungen zu arbeiten.

Der Erfolg und die Effizienz der Lösung neuer Probleme hängen von der Fähigkeit ab, nur wesentliche Informationen zu isolieren, was Flexibilität bei den Abstraktionsmethoden erfordert. Während ein normales Programm seine eigene Art der Dateninterpretation festlegt, wirkt seine Arbeit voreingenommen und rein mechanisch. In diesem Fall wird das intellektuelle Problem nur von einer Person, einem Analytiker oder einem Programmierer gelöst, ohne dies einer Maschine anvertrauen zu können. Als Ergebnis entsteht ein einziges Abstraktionsmodell, ein System konstruktiver Einheiten und Algorithmen. Und Flexibilität und Vielseitigkeit führen zu einem erheblichen Ressourcenaufwand für untypische Aufgaben, das heißt, das System kehrt von der Intelligenz zur rohen Gewalt zurück.

Das Hauptmerkmal des symbolischen Rechnens ist die Erstellung neuer Regeln während der Programmausführung. Während die Fähigkeiten nichtintelligenter Systeme kurz vor der Fähigkeit enden, neu auftretende Schwierigkeiten zumindest zu erkennen. Darüber hinaus werden diese Schwierigkeiten nicht gelöst und schließlich verbessert der Computer diese Fähigkeiten nicht von selbst.

Der Nachteil des symbolischen Ansatzes besteht darin, dass solche offenen Möglichkeiten von unvorbereiteten Menschen als Mangel an Werkzeugen wahrgenommen werden. Dieses eher kulturelle Problem wird teilweise durch Logikprogrammierung gelöst.

Logischer Ansatz

Ein logischer Ansatz zur Erstellung künstlicher Intelligenzsysteme zielt darauf ab, Expertensysteme mit logischen Modellen von Wissensdatenbanken unter Verwendung einer Prädikatsprache zu erstellen.

Das Sprach- und Logikprogrammierungssystem Prolog wurde in den 1980er Jahren als Trainingsmodell für Systeme der künstlichen Intelligenz übernommen. In der Prolog-Sprache verfasste Wissensdatenbanken stellen Sachverhalte und Regeln logischer Schlussfolgerungen dar, die in der Sprache logischer Prädikate verfasst sind.

Das logische Modell von Wissensdatenbanken ermöglicht es Ihnen, nicht nur spezifische Informationen und Daten in Form von Fakten in der Prolog-Sprache aufzuzeichnen, sondern auch verallgemeinerte Informationen mithilfe von Regeln und Verfahren der logischen Schlussfolgerung, einschließlich logischer Regeln zur Definition von Konzepten, die bestimmtes Wissen als spezifisch ausdrücken und allgemeine Informationen.

Generell zielt die Erforschung von Problemen der Künstlichen Intelligenz im Rahmen eines logischen Ansatzes zur Gestaltung von Wissensbasen und Expertensystemen auf die Schaffung, Entwicklung und den Betrieb intelligenter Informationssysteme ab, einschließlich Fragen der Lehre von Studierenden und Schülern sowie Schulung von Anwendern und Entwicklern solcher intelligenten Informationssysteme.

Agentenbasierter Ansatz

Der neueste Ansatz, der seit Anfang der 1990er Jahre entwickelt wurde, heißt agentenbasierter Ansatz, oder Ansatz, der auf dem Einsatz intelligenter (rationaler) Agenten basiert. Nach diesem Ansatz ist Intelligenz der rechnerische Teil (grob gesagt die Planung) der Fähigkeit, die gesetzten Ziele einer intelligenten Maschine zu erreichen. Eine solche Maschine selbst wird ein intelligenter Agent sein, der die Welt um ihn herum mithilfe von Sensoren wahrnimmt und in der Lage ist, Objekte in der Umgebung mithilfe von Aktoren zu beeinflussen.

Dieser Ansatz konzentriert sich auf die Methoden und Algorithmen, die dem intelligenten Agenten helfen, in der Umgebung zu überleben und gleichzeitig seine Aufgabe zu erfüllen. Daher werden Pfadfindungs- und Entscheidungsalgorithmen hier viel genauer untersucht.

Hybrider Ansatz

Hauptartikel: Hybrider Ansatz

Forschungsmodelle und -methoden

Symbolische Modellierung von Denkprozessen

Hauptartikel: Modellierung des Denkens

Wenn wir die Geschichte der KI analysieren, können wir einen so weiten Bereich identifizieren wie modellierendes Denken. Die Entwicklung dieser Wissenschaft verläuft seit vielen Jahren genau auf diesem Weg und ist heute einer der am weitesten entwickelten Bereiche der modernen KI. Beim modellierenden Denken geht es um die Schaffung symbolischer Systeme, deren Eingabe ein bestimmtes Problem darstellt und deren Ausgabe eine Lösung erfordert. In der Regel ist das vorgeschlagene Problem bereits formalisiert, also in mathematische Form übersetzt, verfügt aber entweder über keinen Lösungsalgorithmus, oder es ist zu komplex, zeitaufwändig etc. Dieser Bereich umfasst: Beweisen von Theoremen, Entscheidungsfindung Und Spieltheorie, Planung und Disposition , Prognosen .

Arbeiten mit natürlichen Sprachen

Darstellung und Nutzung von Wissen

Maschinelles Lernen

Probleme maschinelles Lernen betrifft den Prozess unabhängig Wissenserwerb durch ein intelligentes System im Verlauf seines Betriebs. Diese Richtung ist seit Beginn der Entwicklung der KI von zentraler Bedeutung. Im Jahr 1956 schrieb Ray Solomonoff auf der Dartmund Summer Conference einen Artikel über eine probabilistische, unbeaufsichtigte Lernmaschine und nannte sie eine „Induktive Inferenzmaschine“.

Robotik

Hauptartikel: Intelligente Robotik

Maschinelle Kreativität

Hauptartikel: Maschinelle Kreativität

Andere Forschungsbereiche

Moderne künstliche Intelligenz

Es lassen sich zwei Richtungen der KI-Entwicklung unterscheiden:

Lösung von Problemen im Zusammenhang mit der Annäherung spezialisierter KI-Systeme an die menschlichen Fähigkeiten und deren Integration, die von der menschlichen Natur verwirklicht wird ( siehe Intelligenzverbesserung);
die Schaffung künstlicher Intelligenz, die die Integration bereits geschaffener KI-Systeme in ein einziges System darstellt, das in der Lage ist, die Probleme der Menschheit zu lösen ( siehe Starke und schwache künstliche Intelligenz).

Anwendung

RoboCup-Turnier

Einige der bekanntesten KI-Systeme sind:

Psychologie und Kognitionswissenschaft

Die kognitive Modellierungsmethodik dient dazu, unklar definierte Situationen zu analysieren und Entscheidungen zu treffen. Es wurde von Axelrod vorgeschlagen.

Philosophie

Der Begriff „starke künstliche Intelligenz“ wurde von John Searle eingeführt und der Ansatz wird in seinen Worten charakterisiert:

Darüber hinaus wäre ein solches Programm nicht einfach ein Modell des Geistes; Sie wird im wahrsten Sinne des Wortes selbst der Geist sein, im gleichen Sinne, in dem der menschliche Geist der Geist ist.

Ethik

Science-Fiction

Die Werke des Science-Fiction-Autors und Philosophen Stanislaw Lem beschreiben und nehmen weitgehend die Entstehung von virtueller Realität, künstlicher Intelligenz, Nanorobotern und vielen anderen Problemen der Philosophie der künstlichen Intelligenz vorweg. Besonders hervorzuheben ist die Zukunftsforschung der „Sum of Technology“. Darüber hinaus wird in den Abenteuern von Ijon the Quiet immer wieder die Beziehung zwischen Lebewesen und Maschinen beschrieben: die Rebellion des Bordcomputers mit anschließenden unerwarteten Ereignissen (11. Reise), die Anpassung von Robotern an die menschliche Gesellschaft („The Washing Tragödie“ aus „Die Erinnerungen von Ijon dem Stillen“, die Schaffung absoluter Ordnung auf dem Planeten durch die Verarbeitung lebender Bewohner (24. Reise), Erfindungen von Corcoran und Diagoras („Erinnerungen von Ijon dem Stillen“), eine psychiatrische Klinik für Roboter („Erinnerungen an Ijon den Stillen“). Darüber hinaus gibt es eine ganze Reihe von Romanen und Geschichten von Cyberiad, in denen fast alle Charaktere Roboter sind, die entfernte Nachkommen von Robotern sind, die vor Menschen geflohen sind (sie nennen Menschen Blässe und betrachten sie als Fabelwesen).

Filme

Seit fast den 60er Jahren werden neben dem Schreiben von Science-Fiction-Geschichten und Novellen auch Filme über künstliche Intelligenz gedreht. Viele Geschichten von weltweit anerkannten Autoren werden verfilmt und werden zu Klassikern des Genres, andere werden zu Meilensteinen in der Entwicklung des Science-Fiction-Kinos, zum Beispiel „Terminator“ und „Matrix“.

siehe auch

Anmerkungen

FAQ von John McCarthy, 2007
M. Andrew. Echtes Leben und künstliche Intelligenz // „Artificial Intelligence News“, RAAI, 2000
Gavrilova T. A. Khoroshevsky V. F. Wissensdatenbanken intelligenter Systeme: Lehrbuch für Universitäten
Averkin A. N., Gaase-Rapoport M. G., Pospelov D. A. Erklärendes Wörterbuch der künstlichen Intelligenz. - M.: Radio und Kommunikation, 1992. - 256 S.
G. S. Osipov. Künstliche Intelligenz: Stand der Forschung und Ausblick in die Zukunft
Ilyasov F.N. Künstliche und natürliche Intelligenz // Nachrichten der Akademie der Wissenschaften der Turkmenischen SSR, Reihe Sozialwissenschaften. 1986. Nr. 6. S. 46-54.
Alan Turing, Können Maschinen denken?
Intelligente Maschinen von S. N. Korsakov
D. A. Pospelov. Die Entstehung der Informatik in Russland
Zur Geschichte der Kybernetik in der UdSSR. Essay eins, Essay zwei
Jack Copeland. Was ist Künstliche Intelligenz? 2000
Alan Turing, „Computing Machinery and Intelligence“, Mind, Bd. LIX, nein. 236, Oktober 1950, S. 433-460.
Verarbeitung natürlicher Sprache:
Anwendungen zur Verarbeitung natürlicher Sprache umfassen den Informationsabruf (einschließlich Text Mining und maschinelle Übersetzung):
Gorban P. A. Extraktion von Wissen aus Daten und Computerpsychoanalyse durch neuronale Netze
Maschinelles Lernen:
Alan Turing erörterte es bereits 1950 in seinem klassischen Aufsatz „Computing Machinery and Intelligence“ als zentrales Thema. ()
(PDF-gescannte Kopie des Originals) (1957 veröffentlichte Version, An Induction Inference Machine, „IRE Convention Record, Section on Information Theory, Teil 2, S. 56-62)“
Robotik:
, S. 916–932
, S. 908–915
Blue Brain Project – Künstliches Gehirn
Der sanftmütige Watson spießt menschliche Gegner in Gefahr auf
20Q.net Inc
Axelrod R. Die Struktur der Entscheidung: Kognitive Karten politischer Eliten. - Princeton. University Press, 1976
John Searle. Ist der Geist des Gehirns ein Computerprogramm?
Penrose R. Der neue Geist des Königs. Über Computer, Denken und die Gesetze der Physik. - M.: URSS, 2005. - ISBN 5-354-00993-6
KI als globaler Risikofaktor
...wird dich ins ewige Leben führen
http://www.rc.edu.ru/rc/s8/intellect/rc_intellect_zaharov_2009.pdf Orthodoxe Sicht auf das Problem der künstlichen Intelligenz
Harry Harrison. Turing-Wahl. - M.: Eksmo-Press, 1999. - 480 S. - ISBN 5-04-002906-3

Literatur

Der Computer lernt und argumentiert (Teil 1) // Der Computer gewinnt an Intelligenz = Künstliche Intelligenz Computerbilder / Hrsg. V. L. Stefanjuk. - Moskau: Mir, 1990. - 240 S. - 100.000 Exemplare. - ISBN 5-03-001277-X (Russisch); ISBN 705409155 (Englisch)
Devyatkov V.V. Künstliche Intelligenzsysteme / Kap. Hrsg. I. B. Fedorov. - M.: Verlag der MSTU im. N. E. Bauman, 2001. - 352 S. - (Informatik an einer technischen Universität). - 3000 Exemplare. - ISBN 5-7038-1727-7

Korsakov S.N. Skizzierung einer neuen Art der Forschung mithilfe von Maschinen, die Ideen vergleichen / Ed. ALS. Michailowa. - M.: MEPhI, 2009. - 44 S. - 200 Exemplare. -

Künstliche Intelligenz (AI, englisch: Künstliche Intelligenz, AI) – die Wissenschaft und Technologie zur Schaffung intelligenter Maschinen, insbesondere intelligenter Computerprogramme. KI ist mit der ähnlichen Aufgabe verbunden, mithilfe von Computern die menschliche Intelligenz zu verstehen, ist jedoch nicht unbedingt auf biologisch plausible Methoden beschränkt.

Was ist künstliche Intelligenz?

Intelligenz(von lat. intellectus – Empfindung, Wahrnehmung, Verstehen, Verstehen, Konzept, Vernunft) oder Geist – eine Eigenschaft der Psyche, bestehend aus der Fähigkeit, sich an neue Situationen anzupassen, der Fähigkeit, auf der Grundlage von Erfahrungen zu lernen und sich zu erinnern, zu verstehen und anzuwenden abstrakte Konzepte und nutzen das eigene Wissen für das Umweltmanagement. Intelligenz ist die allgemeine Fähigkeit zur Erkenntnis und Lösung von Schwierigkeiten, die alle kognitiven Fähigkeiten des Menschen vereint: Empfindung, Wahrnehmung, Gedächtnis, Darstellung, Denken, Vorstellungskraft.

In den frühen 1980er Jahren. Die Informatiker Barr und Fajgenbaum schlugen die folgende Definition von künstlicher Intelligenz (KI) vor:

Später wurden eine Reihe von Algorithmen und Softwaresystemen als KI klassifiziert, deren besondere Eigenschaft darin besteht, dass sie einige Probleme auf die gleiche Weise lösen können, wie es eine Person tun würde, die über ihre Lösung nachdenkt.

Die Haupteigenschaften von KI sind das Verstehen von Sprache, das Lernen sowie die Fähigkeit zu denken und vor allem zu handeln.

KI ist ein Komplex verwandter Technologien und Prozesse, die sich qualitativ und schnell weiterentwickeln, zum Beispiel:

Textverarbeitung in natürlicher Sprache
Expertensysteme
virtuelle Agenten (Chatbots und virtuelle Assistenten)
Empfehlungssysteme.

Technologische Richtungen der KI. Deloitte-Daten

KI-Forschung

Hauptartikel: Künstliche Intelligenzforschung

Standardisierung in der KI

2018: Entwicklung von Standards im Bereich Quantenkommunikation, KI und Smart City

Am 6. Dezember 2018 begann das auf RVC basierende Technische Komitee „Cyber-Physical Systems“ gemeinsam mit dem Regional Engineering Center „SafeNet“ mit der Entwicklung einer Reihe von Standards für die Märkte der National Technology Initiative (NTI) und der digitalen Wirtschaft. Bis März 2019 sei geplant, technische Standardisierungsdokumente im Bereich der Quantenkommunikation zu entwickeln, berichtete RVC. Mehr lesen.

Auswirkungen künstlicher Intelligenz

Gefahr für die Entwicklung der menschlichen Zivilisation

Auswirkungen auf Wirtschaft und Unternehmen

Die Auswirkungen künstlicher Intelligenztechnologien auf Wirtschaft und Unternehmen

Auswirkungen auf den Arbeitsmarkt

Voreingenommenheit gegenüber künstlicher Intelligenz

Im Mittelpunkt aller KI-Praktiken (maschinelle Übersetzung, Spracherkennung, Verarbeitung natürlicher Sprache, Computer Vision, automatisiertes Fahren und vieles mehr) steht Deep Learning. Dabei handelt es sich um eine Teilmenge des maschinellen Lernens, die durch die Verwendung neuronaler Netzwerkmodelle gekennzeichnet ist, von denen man sagen kann, dass sie die Funktionsweise des Gehirns nachahmen. Daher wäre es weit hergeholt, sie als KI zu klassifizieren. Jedes Modell eines neuronalen Netzwerks wird anhand großer Datenmengen trainiert und erwirbt daher einige „Fähigkeiten“, aber wie es diese nutzt, bleibt seinen Entwicklern unklar, was letztendlich zu einem der größten Probleme für viele Deep-Learning-Anwendungen wird. Der Grund dafür ist, dass ein solches Modell formal mit Bildern arbeitet, ohne zu verstehen, was es tut. Ist ein solches System KI und kann man Systemen, die auf maschinellem Lernen basieren, vertrauen? Die Implikationen der Antwort auf die letzte Frage gehen über das wissenschaftliche Labor hinaus. Daher hat die mediale Aufmerksamkeit für das Phänomen des KI-Bias merklich zugenommen. Es kann als „KI-Voreingenommenheit“ oder „KI-Voreingenommenheit“ übersetzt werden. Mehr lesen.

Markt für künstliche Intelligenz-Technologie

KI-Markt in Russland

Globaler KI-Markt

Anwendungsgebiete von KI

Die Anwendungsbereiche von KI sind recht breit gefächert und umfassen sowohl bekannte Technologien als auch aufkommende neue Bereiche, die weit von der Massenanwendung entfernt sind, also die gesamte Bandbreite an Lösungen, vom Staubsauger bis zur Raumstation. Sie können ihre gesamte Vielfalt nach dem Kriterium der wichtigsten Entwicklungspunkte einteilen.

KI ist kein monolithischer Themenbereich. Darüber hinaus erscheinen einige technologische Bereiche der KI als neue Teilsektoren der Wirtschaft und eigenständige Einheiten, während sie gleichzeitig die meisten Bereiche der Wirtschaft bedienen.

Wichtigste kommerzielle Anwendungen von Technologien der künstlichen Intelligenz

Die Entwicklung des Einsatzes von KI führt zur Adaption von Technologien in klassischen Wirtschaftszweigen entlang der gesamten Wertschöpfungskette und transformiert diese, was zur Algorithmisierung nahezu aller Funktionalitäten führt, von der Logistik bis zur Unternehmenssteuerung.

Einsatz von KI für Verteidigungs- und Militärangelegenheiten

Verwendung in der Bildung

Einsatz von KI im Unternehmen

KI in der Elektrizitätswirtschaft

Auf Entwurfsebene: verbesserte Prognose der Erzeugung und Nachfrage nach Energieressourcen, Bewertung der Zuverlässigkeit von Stromerzeugungsanlagen, Automatisierung der erhöhten Erzeugung bei steigendem Bedarf.
Auf Produktionsebene: Optimierung der vorbeugenden Wartung von Geräten, Steigerung der Erzeugungseffizienz, Reduzierung von Verlusten, Verhinderung des Diebstahls von Energieressourcen.
Auf Aktionsebene: tageszeitabhängige Preisoptimierung und dynamische Abrechnung.
Auf der Ebene der Leistungserbringung: automatische Auswahl des profitabelsten Lieferanten, detaillierte Verbrauchsstatistiken, automatisierter Kundenservice, Optimierung des Energieverbrauchs unter Berücksichtigung der Gewohnheiten und des Verhaltens des Kunden.

KI in der Fertigung

Auf Designebene: Effizienzsteigerung bei der Entwicklung neuer Produkte, automatisierte Lieferantenbewertung und Analyse des Ersatzteilbedarfs.
Auf Produktionsebene: Verbesserung des Prozesses zur Erledigung von Aufgaben, Automatisierung von Montagelinien, Reduzierung der Fehleranzahl, Verkürzung der Lieferzeiten für Rohstoffe.
Auf der Promotion-Ebene: Prognose des Umfangs von Support- und Wartungsleistungen, Preismanagement.
Auf der Ebene der Servicebereitstellung: Verbesserung der Planung der Routen der Fahrzeugflotte, Nachfrage nach Flottenressourcen, Verbesserung der Qualität der Ausbildung von Servicetechnikern.

KI in Banken

Mustererkennung - gebraucht inkl. Kunden in Filialen zu erkennen und ihnen spezielle Angebote zu übermitteln.

Wichtigste kommerzielle Einsatzgebiete von Technologien der Künstlichen Intelligenz in Banken

KI im Transportwesen

Die Automobilindustrie steht vor einer Revolution: 5 Herausforderungen im Zeitalter des unbemannten Fahrens

KI in der Logistik

KI beim Brauen

Einsatz von KI in der öffentlichen Verwaltung

KI in der Forensik

Mustererkennung - gebraucht inkl. um Kriminelle im öffentlichen Raum zu identifizieren.

Im Mai 2018 wurde bekannt, dass die niederländische Polizei künstliche Intelligenz zur Aufklärung komplexer Verbrechen einsetzt.

Laut The Next Web haben Strafverfolgungsbehörden mit der Digitalisierung von mehr als 1.500 Berichten und 30 Millionen Seiten im Zusammenhang mit ungelösten Fällen begonnen. Materialien ab 1988, in denen das Verbrechen mindestens drei Jahre lang nicht aufgeklärt wurde und der Täter zu mehr als 12 Jahren Gefängnis verurteilt wurde, werden in Computerformat übertragen.

Lösen Sie ein komplexes Verbrechen an einem Tag. Die Polizei setzt auf KI

Sobald der gesamte Inhalt digitalisiert ist, wird er mit einem maschinellen Lernsystem verbunden, das die Aufzeichnungen analysiert und entscheidet, welche Fälle die zuverlässigsten Beweise verwenden. Dadurch soll die Zeit, die für die Bearbeitung von Fällen und die Aufklärung vergangener und zukünftiger Straftaten benötigt wird, von mehreren Wochen auf einen Tag verkürzt werden.

Künstliche Intelligenz wird Fälle nach ihrer „Lösbarkeit“ kategorisieren und mögliche Ergebnisse von DNA-Tests anzeigen. Der Plan besteht dann darin, die Analyse in anderen Bereichen der Forensik zu automatisieren und möglicherweise sogar auf Bereiche wie Sozialwissenschaften und Zeugenaussagen auszuweiten.

Darüber hinaus könnten, wie einer der Systementwickler, Jeroen Hammer, sagte, in Zukunft API-Funktionen für Partner freigegeben werden.

Die niederländische Polizei verfügt über eine Spezialeinheit, die sich auf die Entwicklung neuer Technologien zur Aufklärung von Straftaten spezialisiert hat. Er war es, der das KI-System zur schnellen Suche nach Kriminellen anhand von Beweisen geschaffen hat.

KI in der Justiz

Entwicklungen im Bereich der künstlichen Intelligenz werden dazu beitragen, das Justizsystem radikal zu verändern und es gerechter und frei von Korruptionsplänen zu machen. Diese Meinung wurde im Sommer 2017 von Vladimir Krylov, Doktor der technischen Wissenschaften und technischer Berater bei Artezio, geäußert.

Der Wissenschaftler glaubt, dass bestehende Lösungen im Bereich KI in verschiedenen Bereichen der Wirtschaft und des öffentlichen Lebens erfolgreich eingesetzt werden können. Der Experte weist darauf hin, dass KI in der Medizin erfolgreich eingesetzt wird, aber in Zukunft das Justizsystem völlig verändern kann.

„Wenn man sich jeden Tag Nachrichtenberichte über Entwicklungen im Bereich KI anschaut, ist man erstaunt über die unerschöpfliche Fantasie und Fruchtbarkeit der Forscher und Entwickler auf diesem Gebiet. Berichte über wissenschaftliche Forschung wechseln sich ständig ab mit Veröffentlichungen über neue Produkte, die auf den Markt kommen, und Berichten über erstaunliche Ergebnisse, die durch den Einsatz von KI in verschiedenen Bereichen erzielt wurden. Wenn wir über erwartete Ereignisse sprechen, begleitet von einem spürbaren Hype in den Medien, bei denen KI wieder zum Helden der Nachrichten wird, dann werde ich es wahrscheinlich nicht riskieren, technologische Prognosen abzugeben. Ich kann mir vorstellen, dass das nächste Ereignis die Entstehung eines äußerst kompetenten Gerichts in Form künstlicher Intelligenz sein wird, fair und unbestechlich. Dies wird offenbar im Zeitraum 2020-2025 geschehen. Und die Prozesse, die in diesem Gericht stattfinden werden, werden zu unerwarteten Überlegungen und dem Wunsch vieler Menschen führen, die meisten Prozesse der Verwaltung der menschlichen Gesellschaft auf KI zu übertragen.“

Der Wissenschaftler erkennt den Einsatz künstlicher Intelligenz im Justizsystem als „logischen Schritt“ zur Entwicklung von Gleichheit und Gerechtigkeit in der Gesetzgebung an. Maschinelle Intelligenz ist nicht anfällig für Korruption und Emotionen, kann sich strikt an den gesetzlichen Rahmen halten und Entscheidungen unter Berücksichtigung vieler Faktoren treffen, darunter auch Daten, die die Streitparteien charakterisieren. Analog zum medizinischen Bereich können Richterroboter mit großen Datenmengen aus Datenbeständen staatlicher Dienste arbeiten. Es ist davon auszugehen, dass maschinelle Intelligenz in der Lage sein wird, Daten schnell zu verarbeiten und deutlich mehr Faktoren zu berücksichtigen als ein menschlicher Richter.

Fachpsychologen gehen jedoch davon aus, dass das Fehlen einer emotionalen Komponente bei der Prüfung von Gerichtsverfahren die Qualität der Entscheidung negativ beeinflusst. Das Urteil eines Maschinengerichts ist möglicherweise zu einfach und berücksichtigt nicht die Bedeutung der Gefühle und Stimmungen der Menschen.

Malerei

Im Jahr 2015 testete das Google-Team neuronale Netze, um zu sehen, ob sie selbst Bilder erstellen können. Anschließend wurde künstliche Intelligenz anhand einer Vielzahl unterschiedlicher Bilder trainiert. Als die Maschine jedoch „aufgefordert“ wurde, etwas alleine darzustellen, stellte sich heraus, dass sie die Welt um uns herum auf etwas seltsame Weise interpretierte. Für die Aufgabe, Hanteln zu zeichnen, erhielten die Entwickler beispielsweise ein Bild, in dem das Metall mit menschlichen Händen verbunden wurde. Dies geschah wahrscheinlich aufgrund der Tatsache, dass in der Trainingsphase die analysierten Bilder mit Hanteln Hände enthielten und das neuronale Netzwerk dies falsch interpretierte.

Am 26. Februar 2016 sammelten Google-Vertreter bei einer Sonderauktion in San Francisco etwa 98.000 US-Dollar mit psychedelischen Gemälden, die von künstlicher Intelligenz geschaffen wurden. Diese Mittel wurden für wohltätige Zwecke gespendet. Eines der erfolgreichsten Bilder des Autos wird unten präsentiert.

Ein Gemälde, gemalt von Googles künstlicher Intelligenz.

Typ

oder