Veštačka neuronska mreža

Teorijske strukture osmišljene tako da oponašaju neurone u mozgu. Sačinjene su od takozvanih sinoptičkih veza i njima spojenih čvorova gde se ulazni signal transformiše po zadatoj funkciji. Neuronske mreže provode ulazni signal kroz slojeve čvorova, dajući izlaz koji zavisi od geometrije mreže i date funkcije. Neuronska mreža može da "uči" tako što se kroz nju naizmenično propušta signal, a potom se u povratnoj sprezi menja, sve dok se ne dobije željeni izlaz. Zahvaljujući tome, neke veštačke neuronske mreže kao što su perceptroni ili Hopfildove mreže stekle su veliku popularnost i izvesnu primenu. Koriste se kod prepoznavanja glasa ili pokreta u čitavom nizu softverskih rešenja, kod radara ili bezbednosnih kamera, kod filtriranja elektronske pošte i brisanja spama, kod "iskopavanja" informacija iz baza podataka, a savremenije bolnice koriste veštačke neuronske mreže za organizaciju rada, smena i smeštaja bolesnika, ali i za dijagnostikovanje bolesti.

Ekspertni sistem

Nešto stariji koncept, često osporavan kao deo AI. Rešava problem tako što ga hijerarhijski raščlanjuje na pitanja – svaki mogući odgovor zatim otvara novo pitanje. Prolazeći kroz stablo, softver baziran na ovom konceptu na kraju izabere najpribližnije rešenje. Prirodno, ograničeni su samo na diskretan broj mogućih raspleta, ali se ponekada kombinuju sa inteligentnim agentima i neuronskim mrežama. Brojni bankarski softveri danas ih koriste u sklopu AI rešenja za upravljanje investicijama ili donošenje odluka, a odomaćeno se koristi u avio-saobraćaju ili kod savremenijih upravljačkih mehanizama u automobilima.

Inteligentni agent

Inteligentni agenti su doneli revoluciju u svakodnevnoj primeni AI – oni su virtuelni roboti koji neprekidno lutaju internetom, društvenim mrežama, bazama podataka i u svakojakim drugim sistemima. Šta su inteligentni agenti? Pomalo filozofski posmatrano, običan termostat koji, nakon dovoljnog zagrevanja gasi bojler ili bilo kakav električni uređaj, predstavlja jednog inteligentnog agenta – on "posmatra" svoju okolinu i reaguje kad se nešto u njoj desi. Takođe, u ovaj koncept može se svrstati i čovek koji osmatra i odgovara na okolne promene (najjednostavniji slučaj je, na primer, stražar), ali i čitave grupe ljudi koje se udružuju da streme ka jednom cilju. No, pod inteligentnim agentima u AI naukama se obično podrazumeva autonomni softver koji na osnovu "osmatranja" okoline usmerava svoju aktivnost na konkretan cilj. Inteligentni agenti mogu biti sasvim jednostavni, ali i užasno kompleksni, a danas se nalaze u većini softvera koje svakodnevno koristimo – na primer, u paketu Microsoft Office. Posebnu primenu, inteligentni agenti su stekli na internetu kod pretraživača kao što je Google.

Tjuringov test: Čovek vs. robot

Kako otkriti da li je neka mašina robot ili čovek? Prema Alanu Tjuringu, samo na osnovu njihovog ponašanja. U klasičnom Tjuringovom testu, čovek i robot u zatvorenim prostorijama odgovaraju na ista pitanja koja im postavlja ispitivač iz treće prostorije. Ako ispitivač ne može da razlikuje koji su odgovori ljudski, a koji nisu, može se govoriti o veštačkoj inteligenciji mašine. Ova ideja je poslužila američkom piscu Filipu K. Diku u priči "Sanjaju li androidi električne ovce", po kojoj je Ridli Skot snimio film Blejdraner.

Veštački um: Problem kineske sobe

Ukoliko bi mašina uspela da uverljivo simulira inteligentan razgovor, da li to nužno znači da ga i razume? Ovo pitanje je iniciralo i danas atraktivan misaoni eksperiment američkog filozofa Džona Serla. U eksperimentu iz 1980. godine nazvanom Kineska soba, Serl je zamislio sebe kako u jednoj prostoriji, oponašajući računar, izvršava nekakav program. Taj program simulira ponašanje čoveka koji govori na kineskom, i koji oponaša čoveka kome je kineski jezik maternji. Ispred prostorije u kojoj je Serl nalaze se ljudi koji mu pod vrata ubacuju papire sa kineskim slovima, a on, iako mu to izgleda kao nekakav švrakopis, zahvaljujući programu uspeva da im odgovori na pitanja s papira na savršenom kineskom.

Da li mašina bukvalno razume kineski ili samo simulira sposobnost da razume kineski? Ova prva pozicija bila bi, kako je Serl zaključio, "jaka veštačka inteligencija", dok je druga "slaba veštačka inteligencija". Serl se onda zapitao i da li veštačka inteligencija zaista postoji, ukoliko kompjuter samo zahvaljujući odgovarajućem programu navodno razume i može da misli. Ako Serl ne razume kineski, a govori ga, to bi onda trebalo da znači da ni kompjuter ne razume to što radi. Serl je zaključio da računar nema ni um ni sposobnost razumevanja, bez obzira na to koliko inteligentno deluju njegovi odgovori ili ponašanje. Program, prema Serlu, ne stvara um, niti je dovoljan za um.

M. Vidić
na slici: Golem