Umělá inteligence

Umělá inteligence (anglicky artificial intelligence, AI) je obor informatiky zabývající se tvorbou strojů řešících komplexní úlohy například z oblastí logistiky, robotiky, zpracování přirozeného jazyka, či zpracování velkých objemů dat.[1]

Poslechnout si článek · info

Tato zvuková nahrávka byla pořízena z revize data 6. května 2017, a nereflektuje změny po tomto datu.
Více namluvených článků • Nápověda

Výzkum umělé inteligence je rozdělen do několika polí, které je těžké názorově spojit. Typicky se zde objevuje rozpor mezi pojetím statistickým (kam spadá například analýza dat, či rozpoznávání obrazu), a pojetím blízkým matematické logice, kam patří například oblast plánování, prohledávání (hra šachů), či strojového dokazování. Nicméně to, že tento rozpor není nepřekonatelný nám ukázaly například algoritmy hrající hru Go, které dokázaly propojit statistiku s prohledáváním,[2] a následně i se strojovým učením.[3]

Většina výzkumu v umělé inteligenci je zaměřena na řešení konkrétních problémů, rozvoj jednotlivých přístupů, a hledání dalších aplikací již vyvinutých technik. Navzdory běžnému přesvědčení je snaha o vytvoření „skutečně inteligentního stroje“ záležitostí okrajovou, a většina zájmu je soustředěna jinam. Algoritmy nejsou tak inteligentní, jak se zdá a ani se často podstatně příliš nevylepšují, protože významný podíl má rozvoj hardware na množství sběru dat.[4]

Oblasti umělé inteligence

Zpočátku se vědci snažili vytvořit počítačové programy, které by se chovaly stejně jako myšlení člověka. Ukázalo se však, že něco takového je extrémně těžké, a nevede to k žádným výsledkům. Proto se vědci poměrně záhy vydali jinými cestami a touto oblastí se již prakticky nikdo nezabývá.

Neuronové sítě
Související informace naleznete také v článku Neuronová síť.

Umělé neuronové sítě v umělé inteligenci jsou volně inspirovány odpovídajícími biologickými strukturami. Oproti nim jsou však značně zjednodušeny z důvodu zrychlení výpočtů, a používají jiné mechanismy učení, než jaké používá mozek. Cílem informatiky totiž není věrně simulovat biologické struktury, ale především řešit praktické problémy. Tvorbou biologicky věrných modelů neuronů a neuronových sítí se zabývají výpočetní neurovědy.

Evoluční algoritmy
Související informace naleznete také v článku Genetický algoritmus.

Evoluční algoritmy jsou prostředkem matematické optimalizace. Cílem je například nalézt řešení, které maximalizuje hodnotu užitkové funkce -- např. nalézt takovou anténu, která bude mít co možná nejlepší přenosové vlastnosti. Evoluční algoritmy volně vycházejí z biologické evoluce. Algoritmus začíná tak, že náhodně vytvoří populaci různých antén. Potom už probíhá iterativní proces, kde se v první fázi všechny antény v populaci ohodnotí podle jejich kvality, a ve druhé fázi se antény zkříží mezi sebou, čímž vznikne potomkovská generace. Jelikož lepší antény mají více potomků, než horší antény, kvalita populace se v průběhu generací postupně zvyšuje. Variabilita potomkovské populace se navíc typicky zvyšuje přidáváním mutací.

Podobný proces lze použít nejen na antény, ale dokonce i na počítačové programy - Genetické programování

Expertní systémy
Související informace naleznete také v článku Expertní systém.

Expertní systém je počítačový program, který má za úkol poskytovat expertní rady, rozhodnutí nebo doporučit řešení v konkrétní situaci.

Expertní systémy jsou navrženy tak, aby mohly zpracovávat nenumerické a neurčité informace a řešit tak úlohy, které nejsou řešitelné tradičními algoritmickými postupy.

Typicky v sobě obsahují bázi znalostí reprezentovanou pomocí logických formulí, a následně tyto znalosti kombinují pomocí vhodné matematické logiky (časté je použití různých fuzzy logik), aby dostaly odpověď na zadanou otázku.

Prohledávání stavového prostoru
Související informace naleznete také v článku Prohledávání stavového prostoru.

Zvláště při vytváření algoritmů na řešení klasických her (šachů, dámy) se jeví účelné zadefinovat si množinu stavů, do kterých se můžeme ve hře dostat, přípustné tahy neboli přechody mezi stavy a počáteční a koncové pozice. Hledáme pak cestu od počátečních stavů ke koncovým stavům, které znamenají náš úspěch.

Jelikož mohou být stavové prostory rozsáhlé (například ve hře go) a v některých případech i nekonečné, je třeba volit chytré metody ořezávání nevhodných cest a ohodnocování pozic.

Dobývání znalostí
Související informace naleznete také v článku Data mining.

Velké soubory dat (často uložené v databázích) o nějakém systému nejsou použitelné a pochopitelné přímo, i když obsahují informace a vzory chování sledovaného systému. Metody dobývání znalostí převádí data do kompaktní a explicitní formy popisující systém, která je lépe použitelná.

V širokém smyslu nejde jen o zpracování elementárních dat (čísel, řetězců, kategoriálních dat), ale taky zpracování zvuku, obrázků (Digitální zpracování obrazu), videa, přirozeného jazyka (viz zpracování přirozeného jazyka, korpus) a bioinformatických dat (bioinformatika). Předpokládá se také aplikace dobývání znalostí pro využití umělé inteligence ve vzdělávaní.

Výstupy jsou různé pro různé úlohy a závisí taky na tom, k čemu je chceme použít a co (a jak kvalitně) dokážeme vydolovat.

Strojové učení
Související informace naleznete také v článku Strojové učení.

Úspěšné algoritmy

Hry
  • Královská hra šachy byla už od počátků informatiky předmětem analýz. Řešení problému bylo od počátku spojováno s inteligencí, avšak výhra nemusí znamenat větší inteligenci. V roce 1997 porazil systém Deep Blue od firmy IBM úřadujícího mistra světa Garriho Kasparova. Deep Blue však byl spíše hybridní systém s akcelerátory výpočtů.[6] Šlo tak spíše o řešení hrubou silou. Současná AI již neprochází tolik pozic a přitom je úspěšnější.[7]
  • Chinook je program pro hraní anglické dámy, jehož tvůrci v červenci roku 2007 prohlásili, že nemůže prohrát. Již několik let předtím pravidelně porážel lidské oponenty. Tohoto výsledku bylo dosaženo kombinací hrubé síly při prohledávání pozic ve střední části hry a dobrou databází zahájení a koncovek.
  • Počítačové programy hrající go si často tak dobře nevedly. Je tomu tak zřejmě proto, že je goban (deska na go) je poměrně rozsáhlá a s každým dalším položeným kamenem stoupá komplexita rozhodování, kterou však mají lidé šanci zvládnout díky své vrozené schopnosti rozpoznávání tvarů. Ovšem nejlepší programy používající jak řešení hrubou silou (přesněji stromové prohledávání do hloubky),[8] tak intuici, jsou schopné porážet (2016) i mistry.[9][10]

Další algoritmy
  • Letecká bojová umělá inteligence ALPHA dokáže vést letecké souboje lépe než lidští piloti.[13]
  • AI je schopna určit riziko selhání srdce lépe než lékař.[14]
  • AI umožňuje snadno napodobovat lidské hlasy.[15]
  • AI s pomocí senzorů umožňuje odhalovat lhaní či jiné emoce.[16]
  • AI dokáže lépe předpovídat chaos než rovnice.[17]
  • AI je lepší i v krátkodobých předpovědích počasí.[18]

Problematika

Problémem je, že se AI chová jako černá skříňka.[19][20] Člověk musí výsledkům, které mohou být ve výsledku lepší (inteligentnější) než jeho, slepě věřit, protože jim nerozumí. Volá se proto po vysvětlitelné AI (XAI).[21][22] Ovšem člověk nadřazenou inteligenci nerozpozná a ani neovládne.[23]

AI může odstranit lidské kognitivní zkreslení.[24] Může ovšem zavést vlastní zkreslení.[25] Lidské i umělé myšlení tedy lze i podvést.[26] Záleží na způsobu výběru dat k učení.[27]

Protože technologie mohou být pro člověka nebezpečné, formulovala koncem dubna 2019 Evropská komise etické zásady vývoje systémů s umělou inteligencí:

  • Možnost řízení a dohledu ze strany člověka
  • Robustnost a bezpečnost
  • Ochrana soukromí a dat
  • Transparentnost
  • Rozmanitost, zákaz diskriminace a rovné zacházení
  • Společenský a environmentální prospěch
  • Odpovědnost.[28]

EU zvažuje zakázat či omezit umělou inteligenci při identifikaci lidí na veřejnosti.[29]

Problém zákazu diskriminace je v tom, že diskriminace je chování, preference určitých hodnot, kategorií či parametrů, které běžně lidé volí, bez toho, aniž by si toho byli vědomi.[30] Často je toto diskriminační chování objeveno, až když se na základě dat z takového chování učí umělá inteligence.[30] Tento problém se projevil např. v oddělení lidských zdrojů společnosti Amazon, jejichž systém vyhodnotil pohlaví jako jeden z výběrových parametrů a životopisy žen hodnotil tak, že jim dával záporné body.[30] To bylo proto, že pro učení byla použita data, která často mapovalal technické pozice, na které se častěji hlásili muži.[30]

Jsou matematicky dokazatelné neřešitelné problémy, které limitují umělou inteligenci.[31]

Umělá inteligence v průmyslu

V průmyslu může umělá inteligence pomáhat různými způsoby:

  • ze získaných „syrových“ dat přímo ze zařízení může získávat a vizualizovat podstatné informace pro obsluhu zařízení,[32]
  • detekovat, jak moc se zařízení může rozhodovat automaticky a jak moc potřebuje vstupy od obsluhy,[32]
  • predikovat budoucí vývoj, např. selhání pohonu, pokles kvality, na základě čehož je možné plánovat např. údržbu nebo upravit nastavení výroby,[32]
  • regulátor se může naučit vlastnosti regulovaného zařízení a následně může spustit varování, když se v chování zařízení objeví nějaká anomálie.[32]

ISO/IEC JTC 1/SC 42

Jde o subkomisi SC 42 společné technické komise ISO/IEC JTC 1, která vydává normy, specifikace a technické zprávy pro oblast umělé inteligence.

Umělá inteligence v kultuře

Isaac Asimov věnoval značnou část své povídkové tvorby tématům robotické inteligence (sci-fi). Jeho povídková sbírka Já, robot (1950), stejně jako povídka Dvěstěletý člověk (1976), byla zfilmována. Polský autor Stanisław Lem se zabýval filosofickými aspekty inteligence u nelidí ve svých knihách Solaris (1961, zfilmována dvakrát), Kyberiáda (1965). Některé aspekty strojové inteligence rozebral Arthur Charles Clarke v knize Golem XIV. (1968) nebo v knize 2001: Vesmírná odysea (1968) kde se zabýval situací, kdy se umělá inteligence obrátí proti člověku. Mezi vlivná starší díla patří například filmy Blade Runner (1982), Terminátor (1984), Matrix (1999).

Velká část publikací současného stylu sci-fi kyberpunku se váže k prolínání vlastností lidských a strojových a k vyrovnávání se s myšlenkou inteligentního stroje, například v knize Neuromancer Williama Gibsona.

Odkazy

Reference
  1. Andreas Kaplan (2022) Artificial Intelligence, Business and Civilization - Our Fate Made in Machines, Routledge
  2. Algoritmus Monte Carlo Tree Search
  3. Google AlphaGo
  4. https://techxplore.com/news/2020-06-ai-advances-over-hyped.html - Research finds some AI advances are over-hyped
  5. https://techxplore.com/news/2017-01-em-ai-world-poker-players.html - Know when to fold 'em: AI beats world's top poker players
  6. https://www.scientificamerican.com/article/20-years-after-deep-blue-how-ai-has-advanced-since-conquering-chess/ - 20 Years after Deep Blue: How AI Has Advanced Since Conquering Chess
  7. http://sciencemag.cz/alphazero-obrovsky-triumf-umele-inteligence-v-sachach/ - AlphaZero: Obrovský triumf umělé inteligence v šachách
  8. KASÍK, Pavel; LÁZŇOVSKÝ, Matouš. Bylo to jako hrát proti zdi: umělá inteligence nečekaně porazila mistra. http://www.idnes.cz [online]. 2016-02-01 [cit. 2016-03-13]. Dostupné online. (česky)
  9. http://phys.org/news/2016-01-chess-human-ancient-chinese-game.html - Game over? Computer beats human champ in ancient Chinese game
  10. http://phys.org/news/2016-03-game-series-champion.html - Game over! Computer wins series against Go champion (Update)
  11. https://techxplore.com/news/2019-07-deep-algorithm-rubik-cube-faster.html - Researchers' deep learning algorithm solves Rubik's Cube faster than any human
  12. https://www.itbiz.cz/zpravicky/umela-inteligence-na-turnaji-porazila-osm-mistru-sveta-v-bridzi - Umělá inteligence na turnaji porazila osm mistrů světa v bridži
  13. http://www.osel.cz/8903-letecka-bojova-umela-inteligence-si-natrela-na-chleba-takticke-experty.html - Letecká bojová umělá inteligence si natřela na chleba taktické experty
  14. https://medicalxpress.com/news/2017-04-ai-doctors-gauging-heart.html - AI systems found to be better than doctors at gauging heart attack risk
  15. http://www.svethardware.cz/lyrebird-umi-zkopirovat-hlas-kohokoliv-z-minutoveho-zaznamu/44325 - Lyrebird umí zkopírovat hlas kohokoliv z minutového záznamu
  16. https://m.phys.org/news/2018-04-poker-new-age-tech.html - 'Poker face' stripped away by new-age tech
  17. https://www.quantamagazine.org/machine-learnings-amazing-ability-to-predict-chaos-20180418/ - Machine Learning’s ‘Amazing’ Ability to Predict Chaos
  18. https://www.osel.cz/11959-umela-inteligence-deepmind-skvele-predpovida-pocasi.html - Umělá inteligence DeepMind skvěle předpovídá počasí
  19. http://www.nature.com/news/can-we-open-the-black-box-of-ai-1.20731 - Can we open the black box of AI?
  20. http://legalexecutiveinstitute.com/inside-ai-black-box-icail/ - Inside AI’s Black Box at ICAIL: Lawyers and Data Scientists Learning Each Other’s Languages
  21. https://www.cio.com/article/3204114/artificial-intelligence/the-hidden-risk-of-blind-trust-in-ai-s-black-box.html Archivováno 26. 9. 2017 na Wayback Machine - The hidden risk of blind trust in AI’s ‘black box’
  22. https://www.darpa.mil/program/explainable-artificial-intelligence - Explainable Artificial Intelligence (XAI)
  23. https://techxplore.com/news/2021-01-wouldnt-superintelligent-machines.html - We wouldn't be able to control superintelligent machines
  24. https://www.cio.com/article/3203950/artificial-intelligence/ai-as-a-way-to-overcome-cognitive-bias-in-physicians.html Archivováno 8. 10. 2017 na Wayback Machine - AI as a way to overcome cognitive bias in physicians
  25. https://techcrunch.com/2016/12/10/5-unexpected-sources-of-bias-in-artificial-intelligence/ - 5 unexpected sources of bias in artificial intelligence
  26. https://techxplore.com/news/2018-03-human-images.html - Fooling the human via changes to images
  27. https://techxplore.com/news/2018-11-ai-biased.html - How to make AI less biased
  28. ČERNÝ, Michal. Potřebujeme pravidla pro vývoj umělé inteligence?. root.cz [online]. 31. 5. 2019. Dostupné online. ISSN 1212-8309.
  29. https://techxplore.com/news/2021-06-eu-watchdogs-ai-facial-recognition.html - EU data watchdogs want ban on AI facial recognition
  30. ČERNÝ, Michal. Chceme nediskriminující umělou inteligenci, ale sami to neumíme. root.cz [online]. 26. 7. 2019. Dostupné online. ISSN 1212-8309.
  31. https://techxplore.com/news/2022-03-mathematical-paradoxes-limits-ai.html - Mathematical paradoxes demonstrate the limits of AI
  32. PERKON, Dave. Artificial intelligence is smarter than you think. Control Design [online]. Jun 10, 2018. Dostupné online.

Literatura

Související články

Externí odkazy
This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.