O que é inteligência artificial?

20

Qual é a definição de inteligência artificial?

Rana Wasif
fonte
não sabemos como definir "inteligência artificial" provavelmente porque não sabemos como definir "inteligência".
kc sayz 'kc sayz' em 20/10

Respostas:

3

Ao longo dos anos, muitas pessoas tentaram definir inteligência artificial. Muitas dessas definições são resumidas por Stuart Russell e Peter Norvig em seu livro Artificial Intelligence - A Modern Approach

As definições de AI podem ser resumidas como caindo nas seguintes categorias:

  1. Aqueles que abordam o processo de pensamento e o raciocínio (como uma IA pensa / raciocina)
  2. Aqueles que abordam o comportamento (como uma IA age, dado o que sabe)

Além disso, as duas categorias acima são divididas em definições que:

I. avaliar o sucesso de uma IA (para fazer o acima) com base em sua capacidade de replicar o desempenho humano

II ou a capacidade de replicar uma medida de desempenho ideal chamada 'racionalidade' (ela faz a coisa 'certa' com base no que sabe?)

Citarei as definições que se encaixam em cada uma das categorias acima:

  • 1.I. "A [automação] das atividades que associamos ao pensamento humano, atividades como tomada de decisão, resolução de problemas, aprendizado .." - Bellman 1978
  • 1.II. "O estudo dos cálculos que permitem perceber, raciocinar e agir." - Winston, 1992
  • 2.I. "O estudo de como fazer os computadores fazerem coisas nas quais, no momento, as pessoas se saem melhor" - Rich e Knight, 1991
  • 2.II. "O estudo do design de agentes inteligentes" - Poole et al., 1998

Em resumo, a IA é dedicada à criação de máquinas inteligentes e racionais que podem tomar decisões racionais e tomar ações racionais.

Eu sugiro que você leia o teste de Turing, que Alan Turing se propôs a testar se um computador era inteligente. No entanto, o teste de Turing tem alguns problemas, porque é antropomórfico.

Quando os engenheiros aeronáuticos criaram o avião, eles não estabeleceram sua meta de que os aviões voassem exatamente como pássaros, mas começaram a aprender como as forças de sustentação eram geradas, com base no estudo da aerodinâmica. Usando esse conhecimento, eles criaram aviões.

Da mesma forma, as pessoas no mundo da IA ​​não devem colocar, IMHO, a inteligência humana como o padrão pelo qual lutar, mas, em vez disso, poderíamos usar, digamos, a racionalidade como um padrão (entre outros).

Omar K
fonte
Eu realmente gosto das suas explicações duplas. Força não é um requisito para a IA da IA ​​- só precisa ser automatizada e tomar decisões.
DukeZhou
A maioria das definições listadas são de atividade acadêmica do século XX, não da própria IA. Eles não são independentes do progresso nem se baseiam na capacidade mensurável do sistema. Bellman é o mais próximo de uma definição funcional que se aplica a um sistema, mas é grosseiramente insuficiente. Uma pessoa pode tomar uma decisão sobre qual bilhete de loteria comprar, resolver o problema da grama alta cortando a grama ou aprender a andar pela caixa de correio, mas esses são requisitos inadequados para um sistema rotulado como inteligente. Nenhum deles menciona melhorias incrementais, adaptabilidade ou inventividade.
FauChristian #
@DukeZhou, força, concordo, não é um requisito para cérebros ou simulações deles. É um requisito para músculos e simulações deles, como hidráulica e molas. No entanto, o que alguns artigos chamam de força é realmente EXTENSO. Se alguém pudesse encomendar livros em uma estante de livros pelo sistema Dewey, mas não conseguisse alfabetizar seus DVDs, nos perguntaríamos se eles eram burros. Não diríamos: "Quão espertos eles são para poder fazer pelo menos um dos dois". Não queremos que telefones e carros inteligentes sejam tão inteligentes quanto qualquer humano. Eles devem fazer coisas que nós mesmos estamos cansados ​​ou incapazes de fazer.
FauChristian #
11
@FauChristian Strength como em Strong AI vem dos trabalhos do filósofo John Searle, que apresentou o experimento na sala chinesa para refutar a proposta de Alan Turing de que o teste de Turing implicava inteligência. Searle argumentou que um computador apenas manipulando símbolos não entendia realmente, assim como um homem que não fala chinês é capaz de enganar os falantes de chinês que ele pode entender chinês combinando símbolos usando um manual para construir respostas. Searle argumentou que AI forte é quando uma máquina pode ser descrito como tendo uma mente, quando uma máquina não só atua de forma inteligente, mas entende
Omar K
11
e este é exatamente o problema. Sem fundamentos filosóficos rigorosos, como basicamente todas as pesquisas que usam o método científico como fundamento, a IA sempre será obscurecida por trás do problema das definições. Os primeiros pesquisadores da IA ​​contornaram as questões filosóficas em questão, assim como se recusaram a abordar a explosão combinatória desde o início (o que quase levou ao fim da pesquisa em IA). Sem uma verdadeira facada nas fundações filosóficas, muitos argumentariam que qualquer coisa que você diz é apenas seus sentimentos sobre a IA.
Omar K
1

No artigo Inteligência Universal: Uma Definição de Inteligência de Máquina (2007), Legg e Hutter, após um estudo bastante sério, definem informalmente a inteligência da seguinte forma

A inteligência mede a capacidade de um agente para atingir objetivos em uma ampla gama de ambientes

No mesmo artigo, eles também formalizam essa definição. Você pode dar uma olhada no artigo para obter mais detalhes, mas, em poucas palavras, para chegar a essa definição, eles analisaram várias definições de inteligência fornecidas pelas pessoas ao longo dos anos e tentaram resumir a chave. pontos de todas essas definições. Eles também discutem questões como testes de inteligência e sua relação com a definição de inteligência: isto é, um teste de inteligência é suficiente para definir inteligência, ou é um teste de inteligência e uma definição de conceitos distintos? Eles também apontam a relação entre essa definição e o AIXI .

nbro
fonte
0

No artigo O que é inteligência artificial? (2007), John McCarthy, um dos fundadores da inteligência artificial e que também cunhou a expressão inteligência artificial , escreve

A inteligência artificial é a ciência e a engenharia de fabricação de máquinas inteligentes, especialmente programas de computador inteligentes. Está relacionado à tarefa semelhante de usar computadores para entender a inteligência humana, mas a IA não precisa se limitar a métodos que são biologicamente observáveis.

No entanto, essa definição está relacionada à inteligência humana; portanto, nem todos concordam com essa definição.

Ele afirma ainda

A inteligência é a parte computacional da capacidade de alcançar objetivos no mundo. Diferentes tipos e graus de inteligência ocorrem em pessoas, muitos animais e algumas máquinas.

O campo da IA ​​evoluiu desde sua concepção oficial na conferência de Dartmouth em 1956, de modo que a definição de inteligência artificial também evoluirá. Antes dessa conferência, já havia vários campos e expressões relacionados, por exemplo, cibernética.

nbro
fonte
-1

A resposta mais curta que eu poderia encontrar poderia ser a seguinte; leve-o com um pouco de sal, já que ainda não sabemos muito sobre inteligência natural:

O que é inteligência natural pode ser visto como o processo de aprender conceitos abstratos a partir de observações limitadas, com a intenção de usá-los para resolver uma [nova] tarefa. Esse processo envolve o uso desses conceitos para imaginar cenários / teorias hipoteticamente corretos e combiná-los de maneira significativa para reduzir o enorme espaço de possibilidades de hipóteses e permitir a generalização de novas situações sem observar dados de antemão. Inteligência artificial é trazer o que a inteligência natural faz nas máquinas.

Amir
fonte
-1

Não existe uma definição formal com a qual a maioria das pessoas concorda. Portanto, aqui está o que eu, como consultor de ciência de dados / aprendizado de máquina, penso:

A inteligência artificial como campo de pesquisa é o estudo de agentes que detectam e agem autonomamente em um ambiente e melhoram sua situação de acordo com alguma métrica de suas ações.

Não gosto do termo, porque é muito amplo / vago. Em vez disso, observe a definição de aprendizado de máquina de Tom Mitchell:

Diz-se que um programa de computador aprende com a experiência 'E', com relação a alguma classe de tarefas 'T' e com a medida de desempenho 'P' se seu desempenho nas tarefas em 'T' medido por 'P' melhorar com a experiência E

O aprendizado de máquina é uma parte importante da IA, mas não a única. Algoritmos de pesquisa, SLAM, otimização restrita, bases de conhecimento e inferência automática também certamente fazem parte da IA.

Martin Thoma
fonte
-1

Os pesquisadores de inteligência artificial, sem dúvida, têm interesse em definir o termo usado para seu próprio campo de disciplina, e há pouca ambiguidade no termo artificial . O desafio é que a palavra inteligência tem sido historicamente mais uma descrição qualitativa do que uma quantidade real de números.

Como a inteligência de um pode ser comparada com a inteligência de outro? Os testes de QI, calculando a média das categorias de testes dos conselhos de administração da faculdade, patrimônio líquido, vitória em torneios de Xadrez e Go, taxas de decisão erradas, várias corridas de velocidade intelectual, painéis e painéis de avaliação têm sido um conjunto de críticas dolorosamente inadequadas para os envolvidos na teoria matemática por trás das capacidades mentais nós chamamos de inteligência.

Apenas um século atrás, inteligência era um termo qualitativo associado às pessoas com a capacidade de encontrar soluções para problemas na academia, nos negócios e na vida pessoal. Quando a cultura começou a buscar tratamento quantitativo das coisas, uma vez que apenas era qualitativa, a dependência da capacidade mental da idade de uma pessoa e suas oportunidades ambientais criaram um desafio. A idéia de quociente de inteligência (QI) surgiu do desejo de quantificar o potencial mental, independentemente da idade e da oportunidade.

Alguns tentaram minimizar os fatores ambientais, produzindo testes padronizados de habilidades cognitivas fundamentais à medida que se aplicam à matemática e à linguagem.

Sistema de produção e contêineres lógicos nebulosos (com base em regras), aprendizado profundo (com base em rede artificial), algoritmos genéticos e outras formas de pesquisa em IA não produziram máquinas com boa pontuação em testes padronizados projetados para seres humanos. No entanto, as capacidades de linguagem natural, a coordenação mecânica, a excelência em planejamento e o desenho de conclusões com base em raciocínio claro e verificável continuam sendo procurados nas máquinas.

A seguir, são apresentadas categorias de capacidades mentais, diferenciadas por seus métodos de medição, arquitetura de uso e os tipos de pesquisa que produziram resultados promissores iniciais e melhoria contínua.

  • Diálogo - medido pelo jogo de imitação proposto por Alan Turing e pela viabilidade da automação do sistema de atendimento, assistentes pessoais e chat-bots móveis
  • Controle mecânico - medido pelos critérios de estabilidade do sistema e pela taxa de custo de incidentes e redução na perda de vidas no caso de uso de automação inteligente no setor de transporte
  • Business intelligence - medido principalmente pelo aumento ou diminuição da lucratividade em relação às tendências anteriores ou simultâneas ao planejamento manual e controle operacional

A descoberta da parametrização mais provável e ideal para uma função complexa com base em alguma expressão matemática do que significa ótimo não está deliberadamente listada acima. Qual é a atividade central dos dispositivos de aprendizado de máquina não se encaixa bem nas categorias do que historicamente tem sido chamado de inteligência, nem deveria ser. O tratamento estatístico dos conjuntos de dados para fins preditivos não está aprendendo no sentido intelectual. É montagem de superfície. Atualmente, o aprendizado de máquina é uma ferramenta a ser usada pela inteligência humana, para ampliar seu poder, como outras ferramentas computacionais.

Essa restrição ao aprendizado de máquina pode, no futuro, ser superada. Não se sabe se e quando as redes artificiais demonstrarão cognição, lógica, capacidade de reconhecer significância e capacidade efetiva nas categorias listadas acima.

nEuRnn=1 1

  • Inteligência linguística ("palavra inteligente")
  • Inteligência lógico-matemática (“número / raciocínio inteligente”)
  • Inteligência espacial (“imagem inteligente”)
  • Inteligência cinestésica corporal (“corpo inteligente”)
  • Inteligência musical ("música inteligente")
  • Inteligência interpessoal (“pessoas inteligentes”)
  • Inteligência intrapessoal ("auto-inteligente")
  • Inteligência naturalista (adição de Armstrong)
  • Inteligência existencial (adição de Armstrong)
  • Inteligência moral (John Bradshaw, Ph.D., adição)

O argumento de que todas essas são manifestações de uma única capacidade de inteligência expressa em eficácia variável devido à educação ou outro treinamento foi sistematicamente enfraquecido pela descoberta baseada em evidências nos campos da ciência cognitiva, genética e bioinformática.

Na genética, pelo menos vinte e dois componentes genéticos independentes da inteligência foram identificados e esse número provavelmente aumentará. Essas mudanças independentes no DNA humano nem todos afetam os mesmos controles neurais no cérebro, indicando a fraqueza baseada em evidências da ideologia do fator g.

É provável que algumas das formas de inteligência humana e expressão de DNA sejam mapeadas de maneiras complexas que serão descobertas ao longo do tempo e que esse mapeamento substitua completamente a simplificação do fator g ao longo do tempo.

O termo Inteligência Artificial pode ser melhor expresso como Simulações das Formas e Expressões da Inteligência Humana e apenas abreviado como IA. No entanto, isso não é uma definição. É uma descrição aproximada. Pode nunca haver uma definição única e precisa para todas as dimensões que agrupamos livremente sob o único termo. Se esse é o caso da inteligência humana, também pode permanecer verdadeira para a inteligência artificial.

Existem algumas características comuns que podemos listar sobre todas as respostas inteligentes.

  • A inteligência só pode ser medida e obter utilidade dentro do contexto de uma condição ambiental específica e de algum objetivo ou conjunto de objetivos. Exemplos de objetivos incluem permanecer vivo, obter um diploma, negociar uma trégua em meio a um conflito ou aumentar ativos ou negócios.
  • A inteligência envolve a adaptação a condições inesperadas com base no que é aprendido através da experiência, portanto, aprender sem a capacidade de aplicar o que é aprendido não é inteligência e aplicar um processo que foi aprendido e simplesmente transferido para alguém que controla o processo considerada inteligência.

A inteligência humana pode aprender e aplicar da maneira que parece ser simultânea. Além disso, seria inadequado discutir uma definição funcional para a inteligência sem mencionar algumas das principais habilidades mentais humanas que foram propostas como recursão em formas menores, mas a prova de que a recursão ou composição produzirá essas características mentais não existe.

  • Aprendizado e uso simultâneos do que foi aprendido
  • A capacidade de inventar novos mecanismos de melhoria incremental
  • Adaptabilidade a condições inesperadas
  • A capacidade de inventar estrutura fora dos domínios aprendidos atualmente

Os requisitos futuros para máquinas inteligentes podem incluí-los e pode haver alguma sabedoria para incluí-los agora.

Referências

Scripts, planos, objetivos e compreensão: Uma investigação sobre estruturas de conhecimento humano , Schank, Abelson, 2013, citado por 16.689 artigos, trecho de T&F: No verão de 1971, houve uma oficina em um campo mal definido na interseção de psicologia, inteligência artificial e linguística. Os quinze participantes estavam interessados ​​de várias maneiras na representação de grandes sistemas de conhecimento ou crenças.

Entendendo nosso ofício - procurado: uma definição de inteligência , Michael Warner, 2002

O conceito de inteligência e seu papel na aprendizagem e sucesso ao longo da vida , Robert J. Sternberg, Universidade de Yale, 1997

Alguns problemas filosóficos do ponto de vista da IA , John McCarthy e Patrick J. Hayes, Universidade de Stanford, 1981

Entendendo e desenvolvendo a inteligência emocional , Olivier Serrat, Knowledge Solutions, pp 329-339, 2017

Quadros da mente: a teoria das inteligências múltiplas , 2011, Howard Gardner

7 (sete) tipos de inteligência: identificando e desenvolvendo suas múltiplas inteligências , 1999, Thomas Armstrong

A meta-análise de associação em todo o genoma de 78.308 indivíduos identifica novos loci e genes que influenciam a inteligência humana , Suzanne Sniekers et. al., 2017

FauChristian
fonte
Essa definição de Inteligência concentra-se fortemente em uma base científica que se baseia no DNA humano. O que falta é o componente social da invenção de truques de mágica. O primeiro exemplo de robótica foi chamado Automaton, feito pelo jogador errado Wolfgang von Kempelen. A ideia era enganar as pessoas. Apostar em corridas de cavalos (Ada Lovelace), jogos de merda e cálculos rápidos no cérebro humano podem ser vistos como trapaça feita por ilusionistas .
Manuel Rodriguez
-1

Inteligência

Uma medida da força de um agente de tomada de decisão em relação a outros agentes de tomada de decisão, em relação a uma determinada tarefa ou conjunto de tarefas. O meio é irrelevante - a inteligência é exibida por mecanismos orgânicos e criados intencionalmente. Também pode ser a capacidade de resolver um problema, como no caso de um jogo resolvido .

Artificial

Relaciona-se ao termo artefato , algo que é intencionalmente criado. Normalmente, esse termo foi usado para conotar objetos físicos, mas algoritmos criados por humanos também são considerados artefatos.

A etimologia é derivada das palavras latinas ars e faciō : "Construir habilmente", ou "a arte de fazer".

Inteligência artificial

  • Qualquer agente de tomada de decisão que seja habilmente (intencionalmente) construído.

APÊNDICE: O significado de "inteligência"

O significado original de "inteligência" parece ser "adquirir", de volta aos indo-europeus. Veja: inteligência (etimologia) ; * perna / * leh₂w-

A 1ª definição de inteligência do OED não está incorreta, estendendo o significado à aquisição de capacidade (utilidade demonstrável), apenas que a segunda definição é a mais antiga e fundamental: "A coleta de informações de valor [estratégico]; 2.3 (arcaico) Informações em noticias gerais."

Você pode considerar o universo como sendo composto de informações , qualquer que seja a forma que as informações adotem (matéria, energia, estados, posições relativas etc.). Do ponto de vista de um algoritmo, isso faz sentido, pois o único meio de medir o universo é: percebe .

Pegue um arquivo de texto simples. Pode ser apenas dados, mas você pode tentar executar. Se ele realmente for executado, poderá demonstrar utilidade em alguma tarefa. (Por exemplo, se for um algoritmo minimax.)

"Inteligência como medida de utilidade" é ela mesma "inteligência" no sentido de informação, especificamente aquela pela qual medimos a inteligência, em grau, em relação a uma tarefa ou a outras inteligências.

DukeZhou
fonte
Observe que isso também se deve à definição básica de inteligência de Russell & Norvig, enraizada na utilidade. Sem utilidade, não há uma definição significativa de Inteligência, pelo menos não no sentido de ser concreto ou prático.
DukeZhou
-1

A IA é basicamente o ato de implementar a inteligência humana na máquina. Isso é feito através de vários algoritmos que implementam a inteligência humana.

kibet hillary
fonte
-2

AI é um campo que utiliza técnicas de computação para aproximar decisões complexas.

SmallChess
fonte
11
Você pode explicar o uso de "aproximado"? (É uma escolha interessante que eu acho que é digno de esclarecimento!)
DukeZhou
-3

Mais convencional: Um programa de computador (principalmente) que pode calcular saídas para entradas arbitrárias que nunca viu antes, pré-programadas ou não possuem uma relação explícita entre entradas e saídas (por exemplo, domínio e faixa ). Pesquisa no Google, Alexa, Siri, Cortana, IBM Watson ... A definição se aplica a todos eles; mesmo para AI de uso geral

Estou indo um passo além ( controverso! ). Se você remover uma entidade não humana da primeira definição, essa é a definição para inteligência humana, para mim. Por exemplo, os RMBs podem inferir algum significado abstrato oculto dos dados durante o pré-treinamento não supervisionado. Podemos chamar isso intuitionpara nós, mas parece que não é exclusivo dos humanos. ( O experimento de reconhecimento de gatos de Geoffrey Hinton é um bom exemplo, mas não conseguiu encontrar um link ). RBMs também podem sonhar . Então talveza inteligência humana, que percebemos quase como um fenômeno sobrenatural, pode ser modelada por um modelo matemático, por mais complexo que seja. Assim, antes de julgar minha redução de IA a uma composição de funções (grosso modo), julgue meu argumento de inteligência humana. Aqui está um vídeo de Geoffrey Hinton sobre o assunto

Aprendizado de Máquina: o Aprendizado de Máquina é o processo de otimizar os parâmetros de uma função para determinadas entradas e saídas para que ele possa calcular novas saídas para novas entradas. Mesmo a regressão linear é um tipo de aprendizado de máquina e uma rede neural profunda é realmente uma função. É usado de forma intercambiável com a IA, mas eles não significam o mesmo. AI responda O QUE, enquanto o Machine Learning responde COMO . (Não exatamente, mas perto)

Deixe-me dar alguns exemplos para esclarecer a diferença de IA e ML.

  • Deep Learning não é IA. É ML.
  • Alexa da Amazon é uma IA.
  • Otimizar um algoritmo genético (GA) é ML. Um bot que joga o jogo Snake usando esses parâmetros do GA é uma IA.

NOTA: No entanto, atualmente todos os métodos e estruturas que usamos para criar a IA se enquadram no termo Machine Learning. Portanto, é correto dizer que usamos o Machine Learning para criar Inteligência Artificial.

ozgur
fonte
Deixe-me resumir: AI é a caixa preta entre entrada e saída, semelhante à caixa "processo" no modelo de IPO . E o cálculo na caixa do processo é feito pelo aprendizado de máquina. À primeira vista, essa explicação é curta e exata, mas não descreve o que é AI, define apenas a programação clássica. O modelo IPO é usado para determinar o que os programadores estão fazendo. Eles definem as regras para transformar entrada em saída. Se algum tipo de caixa preta no modelo de processo é igual à IA, por que milhares de artigos são escritos a cada ano sobre o assunto?
Manuel Rodriguez
@ManuelRodriguez "por que milhares de artigos são escritos anualmente sobre o assunto?" Eu não sei como responder isso. Você pode fazer sua pergunta de maneira diferente?
ozgur
Suponha que AI seja igual a uma função de regressão linear entre os valores de entrada e saída. A resolução da IA ​​pode ser feita com o aprendizado de máquina, ou seja, o algoritmo encontrará um mapeamento. Acredito que essa suposição seja fácil demais, porque muitos artigos acadêmicos são escritos sobre tópicos que não são de aprendizado de máquina, como caminhada bípede, visão humana e entendimento semântico. Parece que a IA está localizada fora do aprendizado de máquina e tem a ver com o próprio conhecimento.
Manuel Rodriguez
@ManuelRodriguez Concordo que a IA é um conceito mais abstrato. AI para ML é como Turing Machine para computador real. Implementação e metodologia não podem conter o conceito em que vivem. BTW, eu nunca disse que a IA é uma função. Eu disse que o Machine Learning é a otimização de uma função. Significando que uma rede neural profunda é realmente uma função. E é extremamente difícil treinar um DNN, e muito menos encontrar o mínimo global. Além disso, verificar se encontramos o mínimo global é NP-Hard, quase impossível.
ozgur
@ManuelRodriguez Eu editei minha resposta para pior =) você pode querer lê-la.
ozgur
-4

É uma inteligência no nível da máquina, e não mostrada pelos seres humanos, que é movida pelos algoritmos.

Ravsaheb Shelake
fonte