Istorijat veštačke inteligecnije
Od davnina ljude privlači inteligencija - kako sam pojam inteligencije
tako i mogućnost konstruisanja “inteligentnih mašina” koje bi mogle
samostalno da rade. Takve primere možemo pratiti kroz istoriju. U staroj
Grčkoj ljudi su se bavili pitanjima inteligencije, znanja i pravilnog
zaključivanja, a među njima se naročito istakao Aristotel. U XIII veku
je Ramon Lull (1235-1316) opisao sistem Ars Magna kojim je pokušao da
pomoću mehaničkog kombinovanja, simboličke notacije i kombinatornih
dijagrama ostvari "inteligentan" sistem. Tokom XVII veka, G. V. Leibnitz
(1646-1716) i Blaze Pascal (1623-1662) pokušavali su da konstruišu
mehaničku računsku mašinu za sabiranje. Cifarska računska mašina koju je
konstruisao Charles Babbage, bila je u stanju da po određenom algoritmu
izvršava operacije sa dekadnim brojevima. Sredinom 19-tog veka George
Bool razrađuje algebru logike u kojoj se algebarska simbolika koristi za
operisanje pojmovima pri logičkom izvođenju. Englez Alan Turing i
Amerikanac Post, 1936-te godine, nezavisno jedan od drugoga objavljuju
radove iz oblasti matematičke logike i iznose mogućnosti konstruisanja
univerzalnog transformatora informacija. Međutim, tek pojavom prvog
računara "Electronic Numerical Integrator And Computer" (ENIAC) koga su
1945-te godine izmislili Mauchly i J. Presper Eckert, može se govoriti o
inteligentnim mašinama. U početku su računari bili prvenstveno
namenjeni za izvršavanje računskih operacija ali vrlo brzo je uočeno da
oni imaju daleko veće sposobnosti. Već prvi rezultati u primeni računara
upućivali su na mogućnost računara da preuzme vršenje određenih
intelektualnih sposobnosti. Povoljni rezultati istraživanja naveli su
neke od naučnika da daju preuranjene izjave da se ubrzo može
konstruisati "misleća mašina" ili "elektronski mozak". Zbog ovih
preuranjenih izjava su se vodile brojne debate. Krajem 50-tih, sve do
sredine 60-tih godina, problematika veštačke inteligencije bila je dosta
rasplinuta između fantastike, mašte, potencijalnih mogućnosti i
praktičnih ostvarenja. Zanemarivanje razlike između potencijalne
ostvarljivosti i obima praktičnih problema, koji se nalaze na putu do
ostvarivanja ideje, je jedan od čestih uzroka nerazumevanja mogućnosti
veštačke inteligencije. Ostvarivanjem praktičnih rezultata koji su našli
primenu u privredi, veštačka inteligencija postaje interesantna za
veliki broj naučnika različitih oblasti. Danas postoje realizovani
sistemi koji su u stanju da autonomno obavljaju kompleksne probleme,
kakve su jedino ljudi bili u stanju da obavljaju. Nije redak slučaj da
takvi sistemi obavljaju te zadatke i daleko uspešnije od ljudi. U sprezi
sa računarima, mašine postaju sposobne da rade samostalno, da
upravljaju same sobom i da proizvode druge mašine, oslobađajući čoveka
fizičkog i monotonog rada, prepuštajući mu rad na složenijim i
kreativnijim poslovima.
Neke od mogućih definicija veštačke inteligencije:
Veštačka inteligencija je naučna oblast u kojoj se izučavaju
izračunavanja da bi se izračunavanjem omogućila percepcija, rezonovanje i
činjenje.Veštačka inteligencija je naučna oblast u kojoj se izučavaju
izračunavanja da bi se izračunavanjem omogućila percepcija, rezonovanje,
i činjenje.Veštačka inteligencija je naučna oblast u kojoj se istražuje
kako da se naprave računari koji bi uspešno radili stvari koje u ovom
momentu rade bolje ljudi.Termin veštačka inteligencija (engleski artificial inteligence)
potiče od John-a McCarty-ja. Mnogi autori se ne slažu da termin veštačka
inteligencija opisuje najbolje ovu oblast nauke. Mnoge od oblasti
informatike u osnovi imaju inteligentno ponašanje ali ne pripadaju
veštačkoj inteligenciji u užem smislu.
Dva glavna pravca razvoja veštačke inteligencije su:
- Proučavanje prirodne inteligencije (spoznavanje funkcija mozga,
modeliranje rada mozga, simuliranje čovekovog ponašanja, reagovanja i
rezonovanja).
- Postizanje inteligentnog ponašanja primenom drugačijih pristupa, kakvi se ne mogu sresti u prirodnim sistemima.
Veštačku inteligenciju prema pristupu rešavanja problema možemo klasifikovati na tri glavna pristupa i to su:
- neuronske mreže,
- modeliranje evolucije i
- heurističko programiranje.
Klasifikacija veštačke inteligencije prema vrsti rešavanja problema:
- sistemi za rešavanje čovekovih uobičajenih zadataka:
- prepoznavanje slika i govora,
- razumevanje, generisanje i prevođenje prirodnih jezika,
- snalaženje u svakodnevnim situacijama,
- primena u robotici.
- sistemi za rešavanje formalnih zadataka:
- logičke igre,
- matematička logika, geometrija, integralni račun,
- osobine programa.
- sistemi za rešavanje ekspertnih zadataka:
- konstruisanje, nalaženje grešaka, planiranje proizvodnje,
- naučne analize i dijagnostika (biologija, medicina, hemija, pravo),
- finansijska analiza,
- programi za razvoj ovakvih sistema.
Tehnike koje pripadaju veštačkoj inteligenciji morale bi da koriste znanja koje su organizovana tako da omogućavaju:
- generalizaciju,
- predstavljanje i preslikavanje u formi razumljivoj ljudima,
- lako modifikovanje,
- da se koriste informacije koje nisu kompletne,
- da pomažu u smanjenju broja mogućnosti koje bi inače morale biti razmatrane (heuristike).
Prepoznavanje oblika je ključno za snalaženje
u svakodnevnim situacijama, kako za žive tako i veštačke sisteme. Pri rešavanju
problema vezanih za prepoznavanje oblika nastaju velike teškoće jer analogne
signale koje primaju senzori/receptori sadrže veliki broj informacija,
od kojih dobar deo sadrži šum, pa ti signali često nisu dovoljno jasni.
Ovo otežava primenu računara za snalaženje u svakodnevnim situacijama,
pa nije ni čudo što su i životinje, za koje se smatra da su manje inteligentne
od ljudi, sposobne za daleko kvalitetniju vizuelnu i zvučnu percepciju
i obradu takvih signala nego današnji