Trí tuệ nhân tạo là gì?

Định nghĩa của trí tuệ nhân tạo là gì?

Trong những năm qua, nhiều người đã cố gắng xác định trí tuệ nhân tạo. Rất nhiều định nghĩa được tóm tắt bởi Stuart Russell và Peter Norvig trong cuốn sách Trí tuệ nhân tạo - Cách tiếp cận hiện đại của họ

Các định nghĩa về AI có thể được tóm tắt là thuộc các loại sau:

1. Những người giải quyết quá trình suy nghĩ và lý luận (cách AI suy nghĩ / lý do)
2. Những người giải quyết hành vi (cách thức hành động của AI đưa ra những gì nó biết)

Hơn nữa, 2 loại trên được chia thành các định nghĩa:

I. đánh giá sự thành công của AI (thực hiện những điều trên) dựa trên khả năng tái tạo hiệu suất của con người

II. hoặc khả năng tái tạo một thước đo hiệu suất lý tưởng được gọi là 'tính hợp lý' (liệu nó có thực hiện được 'quyền' dựa trên những gì nó biết không?)

Tôi sẽ trích dẫn bạn các định nghĩa phù hợp với từng loại trên:

• 1.Tôi "Các hoạt động [tự động hóa] mà chúng ta liên kết với suy nghĩ của con người, các hoạt động như ra quyết định, giải quyết vấn đề, học tập .." - Bellman 1978
• 1.II. "Nghiên cứu về các tính toán làm cho nó có thể nhận thức, lý luận và hành động." - Winston, 1992
• 2.Tôi "Nghiên cứu về cách làm cho máy tính làm những việc mà tại thời điểm đó, mọi người làm tốt hơn" - Rich and Knight, 1991
• 2.II. "Nghiên cứu thiết kế các tác nhân thông minh" - Poole và cộng sự, 1998

Tóm lại, AI được dành cho việc tạo ra các máy móc thông minh và hợp lý, có thể đưa ra quyết định hợp lý và thực hiện các hành động hợp lý.

Tôi sẽ đề nghị bạn đọc lên bài kiểm tra Turing, mà Alan Turing đề xuất để kiểm tra xem một máy tính có thông minh không. Tuy nhiên, thử nghiệm Turing có một vài vấn đề, bởi vì nó là hình học.

Khi các kỹ sư hàng không chế tạo máy bay, họ đã không đặt mục tiêu rằng các máy bay sẽ bay giống hệt chim, nhưng thay vào đó, họ bắt đầu tìm hiểu cách tạo ra lực nâng, dựa trên nghiên cứu về khí động học. Sử dụng kiến ​​thức này, họ đã tạo ra các mặt phẳng.

Tương tự như vậy, mọi người trong thế giới AI không nên đặt IMHO, trí thông minh của con người làm tiêu chuẩn để phấn đấu, nhưng, thay vào đó, chúng ta có thể sử dụng, nói, tính hợp lý như một tiêu chuẩn (trong số những người khác).

Trong bài báo Universal Intelligence: A Định nghĩa về trí thông minh máy móc (2007), Legg và Hutter, sau một nghiên cứu khá nghiêm túc, đã định nghĩa không chính thức về trí thông minh như sau

Trí thông minh đo lường khả năng của một tác nhân để đạt được mục tiêu trong nhiều môi trường

Trong cùng một bài báo, họ cũng chính thức hóa định nghĩa này. Bạn có thể xem bài báo để biết thêm chi tiết, nhưng, trong một vài từ, để đưa ra định nghĩa này, họ đã xem xét nhiều định nghĩa về trí thông minh được đưa ra bởi mọi người trong suốt những năm qua và họ đã cố gắng tóm tắt chìa khóa điểm của tất cả các định nghĩa. Họ cũng thảo luận về các vấn đề như kiểm tra trí thông minh và mối quan hệ của họ với định nghĩa về trí thông minh: nghĩa là một bài kiểm tra trí thông minh đủ để xác định trí thông minh, hay là một bài kiểm tra trí thông minh và định nghĩa về các khái niệm khác biệt về trí thông minh? Họ cũng chỉ ra mối quan hệ giữa định nghĩa này và AIXI .

Trong bài viết Trí tuệ nhân tạo là gì? (2007), John McCarthy, một trong những người sáng lập trí tuệ nhân tạo và cũng là người tạo ra biểu hiện trí tuệ nhân tạo , viết

Trí tuệ nhân tạo là khoa học và kỹ thuật chế tạo máy móc thông minh, đặc biệt là các chương trình máy tính thông minh. Nó có liên quan đến nhiệm vụ tương tự là sử dụng máy tính để hiểu trí thông minh của con người, nhưng AI không phải giới hạn bản thân với các phương pháp có thể quan sát được về mặt sinh học.

Tuy nhiên, định nghĩa này liên quan đến trí thông minh của con người, vì vậy không phải ai cũng đồng ý với định nghĩa này.

Ông nói thêm

Trí thông minh là phần tính toán của khả năng đạt được mục tiêu trên thế giới. Các loại khác nhau và mức độ thông minh xảy ra ở người, nhiều động vật và một số máy móc.

Lĩnh vực AI đã phát triển kể từ khi ông quan niệm chính thức tại hội nghị Dartmouth năm 1956, vì vậy định nghĩa về trí tuệ nhân tạo cũng sẽ phát triển. Trước đây tại hội nghị đó, đã có một số lĩnh vực và biểu thức liên quan, ví dụ, điều khiển học.

Câu trả lời ngắn nhất tôi có thể đưa ra có thể như sau; hãy dùng nó với một hạt muối mặc dù chúng ta vẫn chưa biết nhiều về trí thông minh tự nhiên:

Trí thông minh tự nhiên nào có thể được xem là quá trình học các khái niệm trừu tượng từ các quan sát hạn chế với ý định sử dụng chúng để giải quyết một nhiệm vụ [mới]. Quá trình này bao gồm việc sử dụng các khái niệm đó để tưởng tượng các kịch bản / lý thuyết mới, đúng về mặt giả thuyết và kết hợp chúng theo cách có ý nghĩa để cắt giảm không gian giả thuyết khổng lồ về các khả năng và cho phép khái quát hóa các tình huống mới mà không cần quan sát bất kỳ dữ liệu nào trước đó. Trí tuệ nhân tạo là mang những gì trí thông minh tự nhiên làm vào máy móc.

Không có định nghĩa chính thức mà hầu hết mọi người đồng ý. Do đó, đây là những gì tôi, với tư cách là một nhà tư vấn khoa học dữ liệu / máy học, nghĩ:

Trí tuệ nhân tạo như một lĩnh vực nghiên cứu là nghiên cứu về các tác nhân cảm nhận và hành động tự chủ trong một môi trường và cải thiện tình hình của họ theo một số liệu với hành động của họ.

Tôi không thích thuật ngữ này, vì nó quá rộng / mơ hồ. Thay vào đó, hãy nhìn vào định nghĩa về học máy của Tom Mitchell:

Một chương trình máy tính được cho là học hỏi từ kinh nghiệm 'E', liên quan đến một số loại nhiệm vụ 'T' và thước đo hiệu suất 'P' nếu hiệu suất của nó tại các nhiệm vụ trong 'T' được đo bằng 'P' cải thiện theo kinh nghiệm E

Học máy là một phần quan trọng của AI, nhưng không phải là duy nhất. Các thuật toán tìm kiếm, SLAM, tối ưu hóa bị hạn chế, cơ sở tri thức và suy luận tự động cũng chắc chắn là một phần của AI.

Các nhà nghiên cứu trí tuệ nhân tạo chắc chắn có mối quan tâm trong việc xác định thuật ngữ được sử dụng cho lĩnh vực kỷ luật của riêng họ, và có rất ít sự mơ hồ trong thuật ngữ nhân tạo . Thách thức ở chỗ, từ thông minh trong lịch sử có nhiều mô tả định tính hơn là số lượng thực.

Làm thế nào có thể so sánh trí thông minh của người này với trí thông minh của người khác? Kiểm tra IQ, trung bình các hạng mục kiểm tra hội đồng đại học, giá trị ròng, chiến thắng giải cờ vua và cờ vua, tỷ lệ quyết định sai, các cuộc đua tốc độ trí tuệ khác nhau, bảng đánh giá và bảng điều khiển là một tập hợp đầy đủ cho những người liên quan đến lý thuyết toán học đằng sau khả năng tinh thần chúng tôi gọi là thông minh.

Chỉ một thế kỷ trước, trí thông minh là một thuật ngữ định tính mà mọi người liên quan đến khả năng tìm giải pháp cho các vấn đề trong học thuật, kinh doanh và cuộc sống cá nhân. Khi văn hóa bắt đầu tìm cách xử lý định lượng mọi thứ một khi chỉ là định tính, sự phụ thuộc của năng lực tinh thần vào tuổi của một người và các cơ hội môi trường của họ đã đưa ra một thách thức. Ý tưởng về chỉ số thông minh (IQ) nảy sinh từ mong muốn định lượng tiềm năng tinh thần độc lập với tuổi tác và cơ hội.

Một số đã cố gắng giảm thiểu các yếu tố môi trường bằng cách tạo ra thử nghiệm tiêu chuẩn về các kỹ năng nhận thức cơ bản khi chúng áp dụng cho toán học và ngôn ngữ.

Hệ thống sản xuất và các thùng chứa logic mờ (dựa trên quy tắc), học sâu (dựa trên mạng nhân tạo), thuật toán di truyền và các hình thức nghiên cứu AI khác đã không tạo ra các máy có thể đạt điểm cao trong các bài kiểm tra tiêu chuẩn được thiết kế cho con người. Tuy nhiên, khả năng ngôn ngữ tự nhiên, phối hợp cơ học, lập kế hoạch xuất sắc và rút ra kết luận dựa trên lý luận rõ ràng và có thể kiểm chứng tiếp tục được tìm kiếm trong các máy móc.

Dưới đây là các loại khả năng tinh thần, được phân biệt bằng các phương pháp đo lường, kiến ​​trúc sử dụng và các loại nghiên cứu đã tạo ra kết quả hứa hẹn sớm và cải tiến liên tục.

• Hộp thoại - được đo lường bằng cả trò chơi giả được đề xuất của Alan Turing và thông qua khả năng trả lời tự động hóa hệ thống, trợ lý cá nhân và bot trò chuyện di động
• Kiểm soát cơ học - được đo lường bằng cả hai tiêu chí ổn định hệ thống và tỷ lệ chi phí sự cố và giảm tổn thất trong trường hợp sử dụng ngành vận tải tự động hóa thông minh
• Kinh doanh thông minh - được đo lường chủ yếu bằng cách tăng hoặc giảm lợi nhuận liên quan đến các xu hướng trước hoặc đồng thời với kế hoạch thủ công và kiểm soát hoạt động

Việc phát hiện ra tham số hóa tối ưu và có khả năng nhất cho một hàm phức tạp dựa trên một số biểu thức toán học về phương tiện tối ưu nào được cố tình không được liệt kê ở trên. Hoạt động trung tâm cho các thiết bị học máy không phù hợp với các thể loại của lịch sử được gọi là trí thông minh, cũng không nên như vậy. Xử lý thống kê các bộ dữ liệu cho mục đích dự đoán là không học theo nghĩa trí tuệ. Nó là phù hợp bề mặt. Học máy hiện đang là một công cụ được sử dụng bởi trí thông minh của con người, để mở rộng sức mạnh của nó, giống như các công cụ tính toán khác.

Hạn chế về học máy này có thể, trong tương lai, có thể siêu việt. Người ta không biết liệu và khi nào các mạng nhân tạo sẽ thể hiện nhận thức, logic, khả năng nhận ra ý nghĩa và khả năng hiệu quả trong các danh mục được liệt kê ở trên.

Một trong những khó khăn trong việc xác định trí thông minh là thiếu sự nhất trí về chiều kích của nó. Nếu trí thông minh được định lượng, giá trị của$n$ thước đo trí thông minh $\mathcal{I} \in \mathbb{R}^n$là quan trọng. Các khái niệm về yếu tố g và IQ ngụ ý rằng$n = 1$, nhưng một số nhà phê bình về ý thức hệ này, chẳng hạn như Howard Earl Gardner, Ph.D. và Thomas Armstrong, tiến sĩ đã đề xuất rằng có nhiều chiều để thông minh.

• Trí thông minh ngôn ngữ (từ thông minh thông minh)
• Trí thông minh logic-toán học (số điện thoại / lý luận thông minh)
• Trí thông minh không gian (hình ảnh thông minh trên mạng)
• Trí tuệ cơ thể (Thông minh cơ thể thông minh)
• Trí thông minh âm nhạc
• Trí thông minh giữa các cá nhân
• Trí thông minh nội tâm (bản thân tự thông minh)
• Trí thông minh tự nhiên (bổ sung của Armstrong)
• Trí thông minh hiện sinh (bổ sung của Armstrong)
• Trí thông minh đạo đức (John Bradshaw, Tiến sĩ, bổ sung)

Lập luận rằng đây là tất cả các biểu hiện của một khả năng thông minh duy nhất thể hiện ở hiệu quả khác nhau do giáo dục hoặc đào tạo khác đã bị suy yếu một cách có hệ thống bởi phát hiện dựa trên bằng chứng trong các lĩnh vực khoa học nhận thức, di truyền học và tin sinh học.

Trong di truyền học, ít nhất hai mươi hai thành phần di truyền độc lập với trí thông minh đã được xác định, và con số đó có khả năng tăng lên. Các công tắc độc lập này trong DNA của con người không phải tất cả đều tác động đến cùng các điều khiển thần kinh trong não, cho thấy điểm yếu dựa trên bằng chứng của hệ tư tưởng yếu tố g.

Có khả năng một số dạng bản đồ biểu hiện DNA và trí thông minh của con người theo những cách phức tạp sẽ được phát hiện theo thời gian và ánh xạ này sẽ thay thế hoàn toàn việc đơn giản hóa nhân tố g theo thời gian.

Thuật ngữ Trí tuệ nhân tạo có thể được thể hiện tốt hơn dưới dạng Mô phỏng các hình thức và biểu hiện của trí thông minh con người và chỉ viết tắt là AI. Tuy nhiên đó không phải là một định nghĩa. Đó là một mô tả thô. Có thể không bao giờ có một định nghĩa chính xác duy nhất cho tất cả các kích thước mà chúng tôi lỏng lẻo nhóm theo thuật ngữ duy nhất. Nếu đó là trường hợp đối với trí thông minh của con người, thì nó cũng có thể vẫn đúng với trí tuệ nhân tạo.

Có một số đặc điểm chung người ta có thể liệt kê về tất cả các phản ứng thông minh.

• Trí thông minh chỉ có thể được đo lường và có được sự hữu ích trong bối cảnh của một điều kiện môi trường cụ thể và một số mục tiêu hoặc bộ mục tiêu. Ví dụ về các mục tiêu bao gồm sống sót, có được bằng cấp, đàm phán đình chiến giữa một cuộc xung đột, hoặc tài sản đang phát triển hoặc một doanh nghiệp.
• Trí thông minh liên quan đến sự thích nghi với các điều kiện bất ngờ dựa trên những gì học được qua kinh nghiệm, do đó học mà không có khả năng áp dụng những gì học được không phải là trí thông minh và áp dụng một quá trình đã học và chỉ đơn giản là chuyển sang một hoặc một điều gì đó kiểm soát quá trình cũng không coi là thông minh.

Trí thông minh của con người có thể học hỏi và áp dụng những gì dường như là một kiểu thời trang đồng thời. Ngoài ra, sẽ rất vui khi thảo luận về một định nghĩa làm việc cho trí thông minh mà không đề cập đến một số khả năng tinh thần quan trọng của con người đã được đề xuất là đệ quy trên các hình thức ít hơn, nhưng bằng chứng cho thấy đệ quy hoặc sáng tác sẽ tạo ra các đặc điểm tinh thần này không tồn tại.

• Học đồng thời và sử dụng những gì đã được học
• Khả năng phát minh ra các cơ chế mới của cải tiến gia tăng
• Thích nghi với điều kiện bất ngờ
• Khả năng phát minh cấu trúc bên ngoài các lĩnh vực hiện đang học

Các yêu cầu trong tương lai cho các máy thông minh có thể bao gồm những điều này, và có thể có một số sự khôn ngoan để bao gồm chúng ngay bây giờ.

Tài liệu tham khảo

Kịch bản, kế hoạch, mục tiêu và sự hiểu biết: Một cuộc điều tra về cấu trúc tri thức của con người , Schank, Abelson, 2013, được trích dẫn bởi 16.689 bài báo, trích đoạn T & F: Vào mùa hè năm 1971, có một hội thảo trong một lĩnh vực không xác định tại ngã tư tâm lý học, trí tuệ nhân tạo và ngôn ngữ học. Mười lăm người tham gia theo nhiều cách khác nhau quan tâm đến việc đại diện cho các hệ thống kiến ​​thức hoặc niềm tin lớn.

Hiểu về nghề của chúng tôi - Muốn: Một định nghĩa về trí thông minh , Michael Warner, 2002

Khái niệm về trí thông minh và vai trò của nó trong học tập và thành công suốt đời , Robert J. Sternberg, Đại học Yale, 1997

Một số vấn đề triết học từ quan điểm của AI , John McCarthy và Patrick J. Hayes, Đại học Stanford, 1981

Hiểu và phát triển trí thông minh cảm xúc , Olivier Serrat, Giải pháp tri thức, trang 329-339, 2017

Khung tâm trí: Lý thuyết đa trí tuệ , 2011, Howard Gardner

7 (Bảy) Loại thông minh: Xác định và phát triển nhiều trí tuệ của bạn , 1999, Thomas Armstrong

Phân tích tổng hợp liên kết trên toàn bộ bộ gen của 78.308 cá nhân xác định các locus và gen mới ảnh hưởng đến trí thông minh của con người , Suzanne Sniekers et. al., 2017

Sự thông minh

Một thước đo sức mạnh của một tác nhân ra quyết định so với các tác nhân ra quyết định khác, liên quan đến một nhiệm vụ nhất định hoặc tập hợp các nhiệm vụ. Phương tiện này là trí thông minh không liên quan được thể hiện bởi cả hai cơ chế hữu cơ và cố ý tạo ra. Cũng có thể là khả năng để giải quyết vấn đề, như trong trường hợp trò chơi đã giải quyết .

Nhân tạo

Liên quan đến thuật ngữ tạo tác , một thứ được tạo ra có chủ ý. Thông thường thuật ngữ này đã được sử dụng để bao hàm các đối tượng vật lý, nhưng thuật toán được tạo ra bởi con người cũng được coi là tạo tác.

Từ nguyên có nguồn gốc từ các từ Latin ars và faciō : "Để khéo léo xây dựng", hoặc "nghệ thuật chế tạo".

Trí tuệ nhân tạo

• Bất kỳ tác nhân ra quyết định nào được xây dựng một cách khéo léo (có chủ ý).

PHỤ LỤC: Ý nghĩa của "trí thông minh"

Ý nghĩa ban đầu của "trí thông minh" dường như là "thu nhận", trở lại với người Ấn-Âu. Xem: trí thông minh (từ nguyên) ; * chân / * leh₂w-

Định nghĩa thông minh thứ nhất của OED không phải là không chính xác, mở rộng ý nghĩa của việc mua lại khả năng (tiện ích có thể chứng minh được), chỉ là định nghĩa thứ hai là cũ và cơ bản: "Việc thu thập thông tin về giá trị [chiến lược]; 2.3 (cổ xưa) Thông tin trong chung chung; tin tức. "

Bạn có thể coi vũ trụ bao gồm thông tin , bất kỳ dạng thông tin nào (thông tin, năng lượng, trạng thái, vị trí tương đối, v.v.) Từ quan điểm của một thuật toán, điều này có ý nghĩa vì chỉ có nghĩa là chúng phải đánh giá vũ trụ chấp nhận .

Lấy một tập tin văn bản phẳng. Nó có thể chỉ là dữ liệu, nhưng bạn có thể thử và thực thi. Nếu nó thực sự chạy, nó có thể chứng minh tiện ích tại một số nhiệm vụ. (Ví dụ: nếu đó là thuật toán minimax.)

"Trí thông minh là thước đo của tiện ích" tự nó là "trí thông minh" theo nghĩa thông tin, cụ thể là thông tin mà chúng ta đo lường trí thông minh, ở mức độ, liên quan đến một nhiệm vụ hoặc với các trí thông minh khác.

AI về cơ bản là hành động thực hiện trí thông minh của con người trong máy. Điều này được thực hiện thông qua các thuật toán khác nhau thực hiện trí thông minh của con người.

AI là một lĩnh vực sử dụng các kỹ thuật tính toán để tính gần đúng các quyết định phức tạp.

Thông thường hơn: Một chương trình máy tính (hầu hết) có thể tính toán đầu ra cho các đầu vào tùy ý mà nó chưa từng thấy trước đây, được lập trình trước hoặc không được cung cấp với mối quan hệ rõ ràng giữa đầu vào và đầu ra (ví dụ như miền và phạm vi ). Tìm kiếm của Google, Alexa, Siri, Cortana, IBM Watson ... Định nghĩa này áp dụng cho tất cả chúng; ngay cả đối với AI có mục đích chung

Tôi sẽ tiến thêm một bước nữa ( gây tranh cãi! ). Nếu bạn loại bỏ Một thực thể không phải con người khỏi định nghĩa đầu tiên, đó là định nghĩa cho trí thông minh của con người, đối với tôi. Ví dụ, Nhân dân tệ có thể suy ra một số ý nghĩa trừu tượng ẩn từ dữ liệu trong quá trình đào tạo trước không được giám sát. Chúng ta có thể gọi điều này intuitioncho chúng ta, nhưng có vẻ như nó không phải là duy nhất cho con người. ( Thí nghiệm nhận dạng mèo của Geoffrey Hinton là một ví dụ điển hình nhưng không thể tìm thấy liên kết ). RBM cũng có thể mơ ước . Có lẽ vậytrí thông minh của con người, mà chúng ta nhận thấy gần giống như một hiện tượng siêu nhiên, có thể được mô hình hóa bằng một mô hình toán học cho dù nó có phức tạp đến đâu. Do đó, trước khi đánh giá việc tôi giảm AI thành một thành phần của các chức năng (nói đại khái), hãy phán xét lập luận về trí thông minh của con người tôi. Dưới đây là video của Geoffrey Hinton về chủ đề này

Học máy: Học máy là quá trình tối ưu hóa các tham số của hàm cho các đầu vào và đầu ra đã cho để nó có thể tính toán các đầu ra mới cho các đầu vào mới. Ngay cả hồi quy tuyến tính là một loại hình học máy và Mạng lưới thần kinh sâu thực sự là một chức năng. Nó được sử dụng thay thế cho AI nhưng chúng không có nghĩa giống nhau. AI trả lời CÁI GÌ trong khi Machine Learning trả lời CÁCH . (Không chính xác, nhưng gần gũi)

Để tôi cho bạn một vài ví dụ để làm rõ sự khác biệt của AI và ML.

• Học sâu không phải là AI. Đó là ML.
• Alexa của Amazon là một AI.
• Tối ưu hóa thuật toán di truyền (GA) là ML. Một bot chơi trò chơi Snake sử dụng thông số GA đó là AI.

LƯU Ý: Tuy nhiên, hiện tại tất cả các phương pháp và cấu trúc chúng tôi sử dụng để xây dựng AI đều nằm trong thuật ngữ Machine Learning. Vì vậy, thật đúng khi nói rằng chúng tôi sử dụng Machine Learning để xây dựng Trí tuệ nhân tạo.

Đó là một trí thông minh ở cấp độ máy móc chứ không phải được thể hiện bởi con người được điều khiển bởi các thuật toán.