Was ist künstliche Intelligenz?

Was ist die Definition von künstlicher Intelligenz?

Im Laufe der Jahre versuchten viele Menschen, künstliche Intelligenz zu definieren. Viele dieser Definitionen fassen Stuart Russell und Peter Norvig in ihrem Buch Artificial Intelligence - A Modern Approach zusammen

Die Definitionen von KI lassen sich wie folgt zusammenfassen:

1. Diejenigen, die sich mit Denkprozessen und Argumenten befassen (wie eine KI denkt / Gründe)
2. Diejenigen, die das Verhalten ansprechen (wie sich eine KI verhält, wenn sie weiß, was sie weiß)

Darüber hinaus sind die beiden oben genannten Kategorien in folgende Definitionen unterteilt:

I. den Erfolg einer KI (um das oben Genannte zu tun) anhand ihrer Fähigkeit zu beurteilen, die menschliche Leistung nachzubilden

II. oder die Fähigkeit, ein ideales Leistungsmaß, das als "Rationalität" bezeichnet wird, zu replizieren (macht es das "Richtige", basierend auf dem, was es weiß?)

Ich werde Ihnen Definitionen nennen, die in jede der oben genannten Kategorien passen:

• 1.I. "Die [Automatisierung von] Aktivitäten, die wir mit menschlichem Denken verbinden, Aktivitäten wie Entscheidungsfindung, Problemlösung, Lernen ..." - Bellman 1978
• 1.II. "Das Studium der Berechnungen, die es ermöglichen, wahrzunehmen, zu argumentieren und zu handeln." - Winston, 1992
• 2.I. "Das Studium, wie man Computer dazu bringt, Dinge zu tun, bei denen die Menschen im Moment besser abschneiden" - Rich and Knight, 1991
• 2.II. "Die Untersuchung des Entwurfs intelligenter Agenten" - Poole et al., 1998

Zusammenfassend ist AI der Schaffung intelligenter und rationaler Maschinen gewidmet, die rationale Entscheidungen treffen und rationale Maßnahmen ergreifen können.

Ich würde vorschlagen, dass Sie sich über den Turing-Test informieren, den Alan Turing vorschlug, um zu testen, ob ein Computer intelligent ist. Der Turing-Test weist jedoch einige Probleme auf, da er anthropomorph ist.

Als die Luftfahrtingenieure das Flugzeug entwarfen, setzten sie sich nicht das Ziel, dass Flugzeuge genau wie Vögel fliegen sollen, sondern sie lernten anhand der Untersuchung der Aerodynamik, wie Auftriebskräfte erzeugt werden. Mit diesem Wissen erstellten sie Flugzeuge.

In ähnlicher Weise sollten die Menschen in der KI-Welt nicht die menschliche Intelligenz als Maßstab anstreben, sondern wir könnten beispielsweise Rationalität als Maßstab verwenden (unter anderem).

In dem Aufsatz Universal Intelligence: Eine Definition von Machine Intelligence (2007) definieren Legg und Hutter nach einer ziemlich ernsthaften Studie informell Intelligenz wie folgt

Intelligenz misst die Fähigkeit eines Agenten, Ziele in einer Vielzahl von Umgebungen zu erreichen

Im selben Papier formalisieren sie auch diese Definition. Sie können sich das Papier für weitere Details ansehen, aber um diese Definition zu finden, haben sie sich mit mehreren Definitionen von Intelligenz befasst, die von Menschen im Laufe der Jahre gegeben wurden, und sie haben versucht, den Schlüssel zusammenzufassen Punkte all dieser Definitionen. Sie diskutieren auch Themen wie Intelligenztests und ihre Beziehung zur Definition von Intelligenz: Reicht ein Intelligenztest aus, um Intelligenz zu definieren, oder handelt es sich um einen Intelligenztest und eine Definition intelligenter Konzepte? Sie weisen auch auf die Beziehung zwischen dieser Definition und AIXI hin .

In dem Artikel Was ist künstliche Intelligenz? (2007) , schreibt John McCarthy, einer der Begründer der künstlichen Intelligenz, der auch den Ausdruck künstliche Intelligenz geprägt hat

Künstliche Intelligenz ist die Wissenschaft und Technik zur Herstellung intelligenter Maschinen, insbesondere intelligenter Computerprogramme. Es hängt mit der ähnlichen Aufgabe zusammen, Computer zu verwenden, um die menschliche Intelligenz zu verstehen, aber AI muss sich nicht auf Methoden beschränken, die biologisch beobachtbar sind.

Diese Definition bezieht sich jedoch auf die menschliche Intelligenz, sodass nicht jeder dieser Definition zustimmt.

Er führt weiter aus

Intelligenz ist der rechnerische Teil der Fähigkeit, Ziele in der Welt zu erreichen. Unterschiedliche Arten und Grade von Intelligenz treten bei Menschen, vielen Tieren und einigen Maschinen auf.

Das Gebiet der KI hat sich seit seiner offiziellen Vorstellung auf der Dartmouth-Konferenz im Jahr 1956 weiterentwickelt, sodass sich auch die Definition der künstlichen Intelligenz weiterentwickeln wird. Vor dieser Konferenz gab es bereits mehrere verwandte Bereiche und Ausdrücke, zum Beispiel Kybernetik.

Die kürzeste Antwort, die ich finden kann, könnte sein: Nehmen Sie es mit einem Körnchen Salz, da wir noch nicht viel über natürliche Intelligenz wissen:

Was natürliche Intelligenz ist, könnte als der Prozess des Lernens abstrakter Konzepte aus begrenzten Beobachtungen mit der Absicht angesehen werden, sie zur Lösung einer [neuen] Aufgabe zu verwenden. Dieser Prozess beinhaltet die Verwendung dieser Konzepte, um sich neue, hypothetisch korrekte Szenarien / Theorien vorzustellen und sie auf sinnvolle Weise zu kombinieren, um den enormen Hypothesenraum der Möglichkeiten zu verringern und eine Verallgemeinerung auf neue Situationen zu ermöglichen, ohne vorher irgendwelche Daten zu beachten. Künstliche Intelligenz soll das bringen, was natürliche Intelligenz in Maschinen tut.

Es gibt keine formale Definition, über die sich die meisten Menschen einig sind. Daher denke ich als Berater für Data Science / Maschinelles Lernen:

Künstliche Intelligenz als Forschungsgebiet ist die Untersuchung von Wirkstoffen, die in einer Umgebung autonom wahrnehmen und handeln und mit ihren Handlungen ihre Situation nach bestimmten Maßstäben verbessern.

Ich mag den Begriff nicht, weil er zu breit / vage ist. Schauen Sie sich stattdessen die Definition des maschinellen Lernens von Tom Mitchell an:

Ein Computerprogramm soll aus der Erfahrung "E" in Bezug auf eine bestimmte Klasse von Aufgaben "T" und das Leistungsmaß "P" lernen, wenn sich seine Leistung bei Aufgaben in "T", gemessen an "P", mit der Erfahrung E verbessert

Maschinelles Lernen ist ein wichtiger Teil der KI, aber nicht der einzige. Suchalgorithmen, SLAM, eingeschränkte Optimierung, Wissensdatenbanken und automatische Inferenz gehören sicherlich auch zur KI.

Forscher der künstlichen Intelligenz haben zweifellos ein Interesse daran, den Begriff für ihr eigenes Fachgebiet zu definieren, und der Begriff künstlich ist kaum mehrdeutig . Die Herausforderung besteht darin, dass das Wort Intelligenz in der Vergangenheit eher eine qualitative Beschreibung als eine reelle Zahlengröße war.

Wie kann die Intelligenz eines mit der Intelligenz eines anderen verglichen werden? IQ-Tests, durchschnittliche Testkategorien für College-Boards, Vermögen, Schach- und Go-Turniersiege, falsche Entscheidungsraten, verschiedene intellektuelle Geschwindigkeitsrennen, Evaluierungs-Boards und -Panels waren für diejenigen, die mit der mathematischen Theorie hinter den mentalen Fähigkeiten zu tun haben, schmerzlich unzureichend Wir nennen Intelligenz.

Noch vor einem Jahrhundert war Intelligenz ein qualitativer Begriff für die Fähigkeit, Lösungen für Probleme im akademischen, geschäftlichen und privaten Bereich zu finden. Als die Kultur anfing, nach einer quantitativen Behandlung von Dingen zu suchen, die einmal nur qualitativ waren, war die Abhängigkeit der geistigen Fähigkeiten vom Alter und den Umweltmöglichkeiten einer Person eine Herausforderung. Die Idee des Intelligenzquotienten (IQ) entstand aus dem Wunsch, das mentale Potenzial unabhängig von Alter und Gelegenheit zu quantifizieren.

Einige haben versucht, Umweltfaktoren durch standardisierte Tests grundlegender kognitiver Fähigkeiten, die für Mathematik und Sprache gelten, zu minimieren.

Produktionssysteme und Fuzzy-Logik-Container (regelbasiert), Deep Learning (künstliches Netzwerkbasiert), genetische Algorithmen und andere Formen der KI-Forschung haben keine Maschinen hervorgebracht, die bei standardisierten Tests für den Menschen gut abschneiden. Dennoch wird in Maschinen weiterhin nach natürlichen Sprachfähigkeiten, mechanischer Koordination, hervorragender Planung und dem Ziehen von Schlussfolgerungen gesucht, die auf klaren und nachprüfbaren Argumenten beruhen.

Das Folgende sind Kategorien von mentalen Fähigkeiten, die sich durch ihre Messmethoden, ihre Nutzungsarchitektur und die Art der Forschung auszeichnen, die frühe vielversprechende Ergebnisse und kontinuierliche Verbesserungen hervorgebracht haben.

• Dialog - gemessen sowohl an Alan Turings vorgeschlagenem Imitationsspiel als auch an der Realisierbarkeit der Automatisierung von Anrufbeantwortern, persönlichen Assistenten und mobilen Chat-Bots
• Mechanische Steuerung - gemessen sowohl an den Kriterien der Systemstabilität als auch an den Kosten des Vorfalls und an der Verringerung des Verlusts von Menschenleben im Fall der Nutzung intelligenter Automatisierung im Verkehrssektor
• Business Intelligence - in erster Linie gemessen an der Steigerung oder Abnahme der Rentabilität in Bezug auf Trends vor oder gleichzeitig mit manueller Planung und operativer Kontrolle

Die Entdeckung der wahrscheinlichsten und optimalsten Parametrisierung für eine komplexe Funktion auf der Grundlage eines mathematischen Ausdrucks dessen, was optimal bedeutet, ist oben bewusst nicht aufgeführt. Was ist die zentrale Aktivität für maschinelles Lernen Geräte passt nicht gut in die Kategorien von, was in der Vergangenheit Intelligenz genannt wurde, und sollte es auch nicht sein. Die statistische Behandlung von Datensätzen für Vorhersagezwecke ist kein Lernen im intellektuellen Sinne. Es ist oberflächenmontage. Maschinelles Lernen ist gegenwärtig ein Werkzeug, das von der menschlichen Intelligenz verwendet wird, um ihre Leistungsfähigkeit zu erweitern, wie andere Computerwerkzeuge.

Diese Einschränkung des maschinellen Lernens könnte in Zukunft überschritten werden. Es ist nicht bekannt, ob und wann künstliche Netzwerke Kognition, Logik, die Fähigkeit, Signifikanz zu erkennen, und effektive Fähigkeit in den oben aufgeführten Kategorien demonstrieren.

$n$$\mathcal{I} \in \mathbb{R}^n$$n = 1$

• Sprachliche Intelligenz („Wort klug“)
• Logisch-mathematische Intelligenz („Zahl / Argumentation klug“)
• Spatial Intelligence ("Bild intelligent")
• Körperlich-kinästhetische Intelligenz („body smart“)
• Musikalische Intelligenz ("Musik klug")
• Zwischenmenschliche Intelligenz („Menschen klug“)
• Intrapersonale Intelligenz („self smart“)
• Naturalistische Intelligenz (Ergänzung von Armstrong)
• Existenzielle Intelligenz (Ergänzung von Armstrong)
• Moralische Intelligenz (John Bradshaw, Ph.D., Ergänzung)

Das Argument, dass dies alles Manifestationen einer einzelnen Intelligenzfähigkeit sind, die sich durch Bildung oder andere Ausbildung in unterschiedlicher Wirksamkeit äußert, wurde durch evidenzbasierte Entdeckungen in den Bereichen Kognitionswissenschaft, Genetik und Bioinformatik systematisch geschwächt.

In der Genetik wurden mindestens zweiundzwanzig unabhängige genetische Komponenten für die Intelligenz identifiziert, und diese Zahl wird wahrscheinlich zunehmen. Diese unabhängigen Schalter in der menschlichen DNA wirken sich nicht alle auf die gleichen neuronalen Kontrollen im Gehirn aus, was auf die evidenzbasierte Schwäche der G-Faktor-Ideologie hinweist.

Es ist wahrscheinlich, dass einige Formen der menschlichen Intelligenz und der DNA-Expression auf komplexe Weise abgebildet werden, die im Laufe der Zeit entdeckt werden, und dass diese Abbildung die Vereinfachung des G-Faktors im Laufe der Zeit vollständig ersetzt.

Der Begriff Künstliche Intelligenz kann besser als Simulationen der Formen und Ausdrücke der menschlichen Intelligenz ausgedrückt und lediglich als KI abgekürzt werden. Dies ist jedoch keine Definition. Es ist eine grobe Beschreibung. Es kann sein, dass es niemals eine einzige genaue Definition für alle Dimensionen gibt, die wir lose unter dem einzigen Begriff zusammenfassen. Wenn dies für die menschliche Intelligenz der Fall ist, kann dies auch für die künstliche Intelligenz der Fall sein.

Es gibt einige gemeinsame Merkmale, die für alle intelligenten Antworten aufgeführt werden können.

• Intelligenz kann nur im Zusammenhang mit einer bestimmten Umweltbedingung und einem bestimmten Ziel oder einer Reihe von Zielen gemessen und genutzt werden. Beispiele für Ziele sind das Überleben, das Erreichen eines Abschlusses, das Aushandeln eines Waffenstillstands in einem Konflikt oder das Wachsen von Vermögenswerten oder eines Geschäfts.
• Intelligenz beinhaltet die Anpassung an unerwartete Bedingungen basierend auf dem, was durch Erfahrung gelernt wird. Daher ist Lernen ohne die Fähigkeit, das Gelernte anzuwenden, keine Intelligenz und die Anwendung eines Prozesses, der gelernt und einfach auf eine oder mehrere den Prozess steuernde Komponenten übertragen wurde, ebenfalls nicht als Intelligenz.

Die menschliche Intelligenz kann auf scheinbar gleichzeitige Weise lernen und anwenden. Darüber hinaus wäre es nicht angebracht, eine funktionierende Definition der Intelligenz zu diskutieren, ohne einige der wichtigsten menschlichen mentalen Fähigkeiten zu erwähnen, die als Rekursion auf kleineren Formen vorgeschlagen wurden, aber es gibt keinen Beweis dafür, dass Rekursion oder Komposition diese mentalen Merkmale hervorbringen.

• Gleichzeitiges Lernen und Nutzen des Gelernten
• Die Fähigkeit, neue Mechanismen zur inkrementellen Verbesserung zu erfinden
• Anpassungsfähigkeit an unerwartete Bedingungen
• Die Fähigkeit, Strukturen außerhalb der aktuell erlernten Bereiche zu erfinden

Zukünftige Anforderungen an intelligente Maschinen können diese einschließen, und es kann einige Weisheit geben, sie jetzt einzuschließen.

Verweise

Drehbücher, Pläne, Ziele und Verständnis: Eine Untersuchung menschlicher Wissensstrukturen , Schank, Abelson, 2013, zitiert mit 16.689 Artikeln, T & F-Auszug: Im Sommer 1971 gab es einen Workshop in einem schlecht definierten Bereich an der Schnittstelle von Psychologie, künstliche Intelligenz und Linguistik. Die fünfzehn Teilnehmer interessierten sich auf unterschiedliche Weise für die Darstellung großer Wissens- oder Glaubenssysteme.

Verständnis unseres Handwerks - Gesucht: Eine Definition von Intelligenz , Michael Warner, 2002

Das Konzept der Intelligenz und ihre Rolle für lebenslanges Lernen und Erfolg , Robert J. Sternberg, Yale University, 1997

Einige philosophische Probleme Vom Standpunkt der KI aus gesehen , John McCarthy und Patrick J. Hayes, Stanford University, 1981

Emotionale Intelligenz verstehen und entwickeln , Olivier Serrat, Knowledge Solutions, S. 329-339, 2017

Frames of Mind: Die Theorie der multiplen Intelligenzen , 2011, Howard Gardner

7 (Sieben) Arten von Smart: Identifizieren und Entwickeln Ihrer multiplen Intelligenzen , 1999, Thomas Armstrong

Genomweite Assoziations-Meta-Analyse von 78.308 Personen identifiziert neue Loci und Gene, die die menschliche Intelligenz beeinflussen , Suzanne Sniekers et. al., 2017

Intelligenz

Ein Maß für die Stärke eines Entscheidungsträgers im Vergleich zu anderen Entscheidungsträgern in Bezug auf eine bestimmte Aufgabe oder eine Reihe von Aufgaben. Das Medium ist irrelevant - Intelligenz wird sowohl von organischen als auch von absichtlich geschaffenen Mechanismen gezeigt. Kann auch die Fähigkeit sein, ein Problem zu lösen, wie im Fall eines gelösten Spiels .

Künstlich

Bezieht sich auf den Begriff Artefakt , eine Sache, die absichtlich erstellt wird. Typischerweise wurde dieser Begriff verwendet, um physikalische Objekte zu kennzeichnen, aber von Menschen erstellte Algorithmen werden auch als Artefakte angesehen.

Die Etymologie leitet sich aus den lateinischen Wörtern ars und faciō ab : "Geschickt konstruieren" oder "die Kunst des Machens".

Künstliche Intelligenz

• Jeder Entscheidungsagent, der geschickt (absichtlich) aufgebaut ist.

ANHANG: Die Bedeutung von "Intelligenz"

Die ursprüngliche Bedeutung von "Intelligenz" scheint "erwerben" zu sein, zurück zu den Indogermanen. Siehe: Intelligenz (Etymologie) ; * leg / * leh₂w-

Die erste OED - Definition von Intelligenz ist nicht falsch und erweitert die Bedeutung auf den Erwerb von Fähigkeiten (nachweisbarer Nutzen), nur dass die zweite Definition die ältere und grundlegende ist: "Die Sammlung von Informationen von [strategischem] Wert; 2.3 (archaische) Informationen in Allgemeine Nachrichten."

Sie können das Universum als aus Informationen bestehend betrachten , unabhängig von der Form, in der die Informationen vorliegen (Materie, Energie, Zustände, relative Positionen usw.). Vom Standpunkt eines Algorithmus aus ist dies sinnvoll, da sie nur das Universum messen müssen Wahrnehmungen .

Nehmen Sie eine flache Textdatei. Es können nur Daten sein, aber Sie könnten versuchen, sie auszuführen. Wenn es tatsächlich ausgeführt wird, kann es bei bestimmten Aufgaben nützlich sein. (Zum Beispiel, wenn es sich um einen Minimax-Algorithmus handelt.)

"Intelligenz als Maß des Nutzens" ist selbst "Intelligenz" im Sinne von Information, und zwar jene Information, an der wir Intelligenz als Grad relativ zu einer Aufgabe oder zu anderen Intelligenzen messen.

KI ist im Grunde die Implementierung menschlicher Intelligenz in Maschinen. Dies geschieht durch verschiedene Algorithmen, die die menschliche Intelligenz implementieren.

KI ist ein Feld, in dem mithilfe von Berechnungstechniken komplexe Entscheidungen approximiert werden.

Konventioneller: Ein Computerprogramm (meistens), das Ausgaben für beliebige Eingaben berechnen kann, die es noch nie zuvor gesehen hat, für die es vorprogrammiert ist oder für die es keine explizite Beziehung zwischen Eingaben und Ausgaben gibt (dh Domäne und Bereich ). Google-Suche, Alexa, Siri, Cortana, IBM Watson ... Die Definition gilt für alle von ihnen; auch für allgemeine Zwecke AI

Ich gehe noch einen Schritt weiter ( umstritten! ). Wenn Sie eine nichtmenschliche Entität aus der ersten Definition entfernen , ist dies für mich die Definition für menschliche Intelligenz. Beispielsweise können RMBs während eines unbeaufsichtigten Vortrainings auf verborgene abstrakte Bedeutungen von Daten schließen. Wir nennen das vielleicht intuitionfür uns, aber es scheint, dass es nicht nur für Menschen gilt. ( Geoffrey Hintons Katzenerkennungsexperiment ist ein gutes Beispiel, konnte aber keinen Link finden ). RBMs können auch träumen . Also vielleichtDie menschliche Intelligenz, die wir fast wie ein übernatürliches Phänomen wahrnehmen, kann durch ein mathematisches Modell modelliert werden, egal wie komplex es sein mag. Beurteilen Sie daher, bevor Sie meine Reduktion der KI auf eine Zusammensetzung von Funktionen beurteilen (grob gesagt), mein Argument der menschlichen Intelligenz. Hier ist ein Video von Geoffrey Hinton zu diesem Thema

Maschinelles Lernen: Beim maschinellen Lernen werden die Parameter einer Funktion für bestimmte Eingaben und Ausgaben optimiert, damit neue Ausgaben für neue Eingaben berechnet werden können. Auch die lineare Regression ist eine Art maschinelles Lernen, und ein tiefes neuronales Netzwerk ist tatsächlich eine Funktion. Es wird austauschbar mit AI verwendet, aber sie bedeuten nicht dasselbe. Ich antworte WAS, während maschinelles Lernen WIE antwortet . (Nicht genau, aber nah)

Lassen Sie mich einige Beispiele nennen, um den Unterschied zwischen AI und ML zu verdeutlichen.

• Deep Learning ist keine KI. Es ist ML.
• Amazons Alexa ist eine KI.
• Die Optimierung eines genetischen Algorithmus (GA) ist ML. Ein Bot, der ein Snake-Spiel mit diesen GA-Parametern spielt, ist eine KI.

HINWEIS: Derzeit fallen jedoch alle Methoden und Strukturen, die wir zum Erstellen von KI verwenden, unter den Begriff Maschinelles Lernen. Es ist also richtig zu sagen, dass wir maschinelles Lernen verwenden, um künstliche Intelligenz aufzubauen.

Es ist eine Intelligenz auf Maschinenebene, die nicht von Menschen gezeigt wird, die von den Algorithmen angetrieben werden.