Лекция
Это продолжение увлекательной статьи про история искусственного интеллекта.
...
loading="lazy" alt="История искусственного интеллекта - Основные этапы" >
Джон Генри Холланд (англ. John Henry Holland; 2 февраля 1929, Форт-Уэйн — 9 августа 2015, Энн-Арбор) — американский ученый, профессор психологии, профессор электротехники и информатики в Мичиганском университете,Энн-Арбор. Один из первых ученых, начавших изучать сложные системы и нелинейную науку; известен как отец генетических алгоритмов.
Дж. Холланд родился в Форт-Уэйне, штат Индиана, в 1929 году. Он изучал физику в Массачусетском технологическом институте, где получил степень бакалавра наук в 1950 году. Затем Дж. Холланд изучал математику в Мичиганском университете, где получил степень магистра искусств в 1954 году и первую степень доктора философии в области информатики в 1959 году.
Являлся членом Центра по изучению сложных систем в Мичиганском университете и членом комитета поверенных и научного комитета Института в Санта-Фе.
Джон Холланд удостоен премии Макартура . Являлся членом Всемирного экономического форума .
Холланд часто читал лекции в разных странах мира о своих исследованиях, текущих исследованиях и открытых вопросах в изучении сложных адаптивных систем. В 1975 году он написал книгу о генетических алгоритмах «Adaptation in Natural and Artificial Systems». Он также разработал теорему схем.
Холланд является автором нескольких книг о сложных адаптивных системах, включая:
Избранные статьи:
1959 - Разработка первого промышленного робота
Первый промышленный робот был создан изобретателем самоучкой Джорджем Деволом. Робот весил две тонны и управлялся программой записанной на магнитном барабане. Создатели использовали гидравлические приводы, а точность манипулятора составляла 0,254мм. В результате был оформлен патент США № 2988237 и затем основана компания Unimation.
Именно Unimation Джорджа Девола принято считать родоначальником роботостроения.
1961 - Компания Unimation внедрила первый робот
Первый в мире промышленный робот был внедрен на производственной линии завода General Motors, штат Нью-Джерси. Робот был задействован в процессах (перемещения) изделий при производстве кулис для переключения передач, а так же оконных ручек. Себестоимость технологии составляла около 65 000$, но Unimation продала его всего за 18 000$. Управляющая программа была записана на магнитном барабане вес которого составлял 1814 кг.
1962 - Установлен первый цилиндрический робот
6 роботов Versatran от компании AMF (American Machines Foundry), были установлены на заводе Ford в Гуанчжоу, США. Название Versatran был определно от слов "versatile transfer".
1967 - Установлен первый промышленный робот в Европе
|
Первый промышленный робот в Европе, был установлен на металлургическом предприятии - Uppsland Väsby, Швеция. |
1968 - Создан первый промышленный робот - рука
Создан первый промышленный робот манипулятор аналогичный человеческой руке
1969 - Внедрен первый робот для автоматизации точечной сварки в США
Внедрение роботов Unimation для автоматизации контактной сварки на предприятии General Motors, США, позволило увеличить общую производительность завода, а так же значительно сократить тяжелую и опасную работу людей.
ошибочные утверждения того времени
В течение трех-восьми лет интеллект машины сравняется с общим интеллектом
среднего человека. Я имею в виду, что машина сможет читать Шекспира, обслу-
живать автомобиль, заниматься политикой, рассказывать анекдоты и спорить.
В этот же момент, машина начнет самообучаться с невероятной скоростью. В
течение нескольких месяцев она достигнет уровня гения, а дальше ее возмож-
ности станут невообразимыми.
(Marvin Minsky, Quoted by Life, 1970)
Ма́рвин Ли Ми́нский (англ. Marvin Lee Minsky; 9 августа 1927 — 24 января 2016) — американский ученый в областиискусственного интеллекта, сооснователь Лаборатории искусственного интеллекта в Массачусетском технологическом институте.
Написал книгу «Персептроны» (с Сеймуром Папертом), ставшую фундаментальной работой для последующих разработок в области искусственных нейронных сетей. Привел ряд своих доказательств теоремы сходимости перцептрона. Содержащаяся в книге критика исследований в этой области и демонстрация необходимых для этого вычислительных ресурсов считается причиной утраты интереса к искусственным нейронным сетям в академических статьях 1970-х годов.
«Наш математический анализ показал, почему увеличение размера персептрона не приводит к улучшению способности решения сложных задач. Более того, в противоречие с общепринятым мнением, практически все теоремы могут быть применимы и к многослойным последовательным однонаправленным нейронным сетям. Хотя интересно, что никто этого так и не доказал, а Паперт и я перешли к следующим вопросам в этой области.» Марвин Минский
Минский был консультантом фильма Космическая одиссея 2001 года и упоминается в сценарии фильма и книге:
«В 1980-х Минский и Гуд показали, как нейросети могут автоматически создавать себе подобных (самореплицироваться) в соответствии с произвольной обучающей программой. Искусственный разум может быть выращен очень похожим на развитие человеческого мозга образом. Но в любом случае, вряд ли будет возможно установить подробности этого процесса; а если это все же произойдет, то эти детали будут в миллионы раз сложнее для человеческого понимания.»
1960-1980 годы - развитие экспертных систем и логического программирования. В это время были созданы экспертные системы, основанные на знаниях экспертов в различных областях. Также начали развиваться языки логического программирования, такие как Prolog.
Зима искусственного интеллекта — период в истории исследований искусственного интеллекта, связанный с сокращением финансирования и общим снижением интереса к проблематике. Термин был введен по аналогии с термином «ядерная зима». Направление искусственного интеллекта прошло несколько циклов, сопровождавшихся повышенным ажиотажем, сменяющихся «зимами» — разочарованием, критикой и последующим сокращением финансирования, а затем возобновлением интереса несколько лет или десятилетий спустя.
Термин впервые упомянут в 1984 году на ежегодной встрече AAAI (Американской ассоциации искусственного интеллекта): на одном из обсуждений Роджер Шэнк и Марвин Мински — два ведущих исследователя в области искусственного интеллекта — предупредили бизнес-сообщество, что энтузиазм в отношении направления вышел из-под контроля, и что за ним последует разочарование, иллюстрацией послужила «первая зима» направления, пережитая в 1970-х годах.
Две длительные «зимы» относят к периодам 1974—1980 годов и 1987—1993 годов . Кроме того, было несколько менее значительных эпизодов, повлиявших на снижение интереса к направлению, среди таковых провал проектов по машинному переводу в 1966 году и неудача концепции коннекционизма в 1970 году. Другие периоды спада интереса:
1971—1975: разочарование DARPA исследовательской программой по распознаванию речи в Университете Карнеги — Меллона;
1973: значительное сокращение исследований по искусственному интеллекту в Великобритании в ответ на отчет Лайтхилла;
1973—1974: сокращение расходов DARPA на академические исследования по искусственному интеллекту в целом;
эр Майкл Джеймс Лайтхилл (англ. Sir Michael James Lighthill; 23 января 1924 — 17 июля 1998) — английский ученый в области прикладной математики, основоположник аэроакустики. Работал в Кембриджском университете. Автор решений широкого круга принципиальных задач в области авиационной акустики, динамики реального газа, пограничного слоя, гидромеханики и газовой динамики, биомеханики. Был членом Лондонского королевского общества и президентом Международного союза по теоретической и прикладной механике (1984).
В молодости сэр Джеймс Лайтхилл был известен, как Майкл Лайтхилл. Майкл родился 23 января 1924 года в Париже, где его отец, Эрнст Бальцар Лайтхилл работал горным инженером. Настоящая фамилия Лайтхилла — Лихтенберг, но в 1917 году Эрнст Лихтенберг изменил фамилию на Лайтхилл. Мать Джеймса, Мариори Холмс, былa дочерью инженера и на 18 лет младше мужа. Эрнсту Лайтхидду было 54 года на момент рождения сына, a через три года, в 1927 году, он вышел на пенсию и переехал с семьей в Англию.
В детстве Джеймс был вундеркиндом и окончил школу экстерном на два года раньше ровесников. Уже в 15 лет он получил стипендию для обучения в Тринити Колледже Кембриджского университета, но Университет предложил подождать два года до семнадцатилетия. За это время Джеймс и его школьный друг Фримен Дайсон (стал известен, как один из создателейквантовой электродинамики) самостоятельно изучили математические курсы первых семестров, что позволило им закончить университет уже в 1943 году. Интересно, что во время войны занятия в колледже продолжались, но студентов почти не было, и Поль Дирак, который читал уравнения математической физики в Кембридже, занимался с Джеймсом и Фрименом фактически индивидуально.
Во время обучения в Кембриже, Джеймс встретил свою будущую жену, Нэнси Думареск, которая изучала математику. После окончания университета, он пытался устроиться на работу в Королевски аэровоздушные силы (англ. Royal Aircraft Establishment), где Нэнси уже получила место, однако ему предложили место в Аэродинамическом департаментеНациональной физической лаборатории. В 1945 году они поженились и Джеймс ушел из лаборатории, чтобы работать в Тринити Колледже. На следующий год, ему предложили место ведущего лектора в Манчестерском университете, где он создал сильнейшую в стране группу по гидродинамике. В 1950 году (26 лет) его сделали профессором прикладной математики Манчестерского университета. С 1953 года избран членом Лондонского королевского общества, а с 1964 профессором в Имперском колледже Лондона, где основал Институт прикладной математики.
В 1969 году Поль Дирак ушел на пенсию с позиции Луцизиаского профессора математики Кембриджа; его место на следующие 10 лет занял Лайтхилл (затем место занял Стивен Хокинг).
Лайтхилл был очень активным человеком, например его неоднократно штрафовали за превышение скорости при вождении, уже когда он был Луцизианским профессором. Также он любил плавать, однажды проплыл несколько миль через залив, чтобы попасть на конференцию в Шотландии, вместо того, чтобы воспользоваться наземным транспортом. Для его «спасения» был вызван вертолет, но он отказался прервать заплыв. Каждое лето Лайтхилл проводил на небольшом острове Сарк (Нормандские острова), который первым обогнул кругом в 1973 году. 17 июля 1998 года утонул во время утреннего заплыва.
Лайтхилл был иностранным членом РАН.
В 1952 году Лайтхилл опубликовал статью о аэродинамически сгенерированном звуке, где впервые предложилакустическую аналогию, для расчета шума турбулентной струи. Элегантный, математически чистый подход к решению инженерной задачи сразу получил признание в научном сообществе. Прямое следствие аналогии, закон восьмой степени, гласит, что мощность звука от струи двигателя пропорциональна скорости струи в восьмой степени. Теоретически выведенный закон был подтвержден экспериментально и лег в основу снижения авиационного шума современных самолетов. Эта публикация вкупе со второй частью, опубликованной в 1954 году, положила начало новому направлению в науке — Аэроакустика.
Затем Лайтхилл много занимался вопросами численного моделирования, биомеханикой и искусственным интеллектом. В 1973 опубликован Отчет Лайтхилла, где он критично описал разработки в области искусственного интеллекта и дал очень пессимистические прогнозы для основных направлений этой науки.
Иногда говорят, что мотивацией мужчин для работы ... в чистой науке является ком-
пенсация невозможности рождения детей. Если это правда, то Building Robots это
идеальная компенсация! ... большая часть роботов построена так, что функциониру-
ет в соответствии с представлениями мужчин о мире ребенка: роботы играют в игры,
разгадывают головоломки, описывают словами картинки (вроде медведя на коврике с
мячом). Но богатая эмоциональная составляющая детства полностью отсутствует. На
это обычно отвечают, что робототехника молодая наука, а потому роботы способны
имитировать лишь детские действия. Однако, автор пришел к ... мнению, что отно-
шения между роботами и их строителями напоминают псевдо-детско-родительские
(Charles Lighthill, Arti cial Intelligence: A General Survey)
Ханс Моравек (англ. Hans Moravec; род. 30 ноября 1948, Каутцен, Австрия) — адъюнкт-преподаватель Института робототехники при Университете Карнеги — Меллон . Известен своими работами в области робототехники, искусственного интеллекта и писательской деятельностью на тему влияния технологий. Моравек также известен как футуролог, и многие его публикации сфокусированы на трансгуманизме.
Его наиболее цитируемой работой стала Sensor Fusion in Certainty Grids for Mobile Robots, опубликованная в AI Magazine.
В 1988 году была выпущена его книга Mind Children, в которой Моравек описывает свой взгляд на Закон Мура и развитие искусственного интеллекта. В частности, он пишет, что роботы эволюционируют в отдельные искусственные виды, начиная c 2030-2040 годов.
Парадокс Моравека — принцип в областях искусственного интеллекта и робототехники, согласно которому вопреки распространенному мнению высококогнитивные процессы требуют относительно небольших вычислений, в то время как низкоуровневые сенсомоторные операции требуют огромных вычислительных ресурсов. Принцип был сформулирован Хансом Моравеком, Марвином Минским и другими исследователями в 1980-х годах. Согласно Моравеку «относительно легко достичь уровня взрослого человека в таких задачах как тест на интеллект или игре в шашки, однако сложно или невозможно достичь навыков годовалого ребенка в задачах восприятия или мобильности» .
Лингвист и когнитивист Стивен Пинкер считает это открытие наиболее важным, сделанным исследователями искусственного интеллекта. Марвин Минский отмечает, что сложнее всего произвести обратную разработку тех навыков, которые являются бессознательными.
Сравнительно легко добиться от компьютера прохождения тестов на интеллект или
игры в шашки на уровне взрослого человека; и тяжело или не возможно дать ему
уровень годовалого ребенка, когда речь заходит о восприятии или движениях.
(Hans Moravec, Mind Children: the future of robot and human intelligence)
'Согласно Strong AI, компьютер не просто инструмент в изучении сознания; скорее, appropriatelyprogrammed компьютер действительно является ум ... сказал понять и другие когнитивные состояния.
Сирл здесь собирается возразить утверждениям о том , что "надлежащим образомзапрограммирован компьютер 'может иметь когнитивные состояния и может объяснить человеческое познание путем отсылая к проектам Роджера Schank в.
'Можно описать программу Schank, действуйте следующим образом: Цель программы заключается в имитации человеческой способности понимать истории. Это характерно для людей [что они могут] ответить на вопросы о истории, даже если информация, которую они дают не было явно изложенных в этой истории.
'Машины Schank могут аналогичным образом отвечать на вопросы ... в этой моде. Для этого у них есть "представление" о том, какой информации, которую люди имеют о ресторанах ... машина печатает ответы на то, что мы ожидали бы люди, чтобы дать, если сказали подобное storis '.
Партизаны сильного ИИ утверждают , что [в этой ситуации] машины ... в буквальном смысле можно сказать, понять историю ... и ... то , что машина и ее программа делать объясняет человеческую способность понимать историю и ответить на вопросы по этому поводу "
Обе претензии к Searle , кажется , "быть полностью неподдерживаемый работой Schank в ' . (То есть нельзя сказать , что сам Schank полностью поручены к этим претензиям.)
"Один из способов проверить любую теорию ума, чтобы спросить себя, что было бы, если бы мой разум на самом деле работали на принципах, что теория говорит, что все умы работать. Давайте применим этот тест к программе Schank '.
... Предположим, я заперли в комнате и дали большую партию китайской письменности ... Я не знаю, ни один китайский ... Теперь предположим, что после этой первой партии китайской письменности я дал вторую партию вместе с набором правил для соотнесения второй партии с первой партией ... Я могу [теперь] определить символы полностью их формы. Теперь предположим также, что я получил третью партию вместе с некоторыми инструкциями, которые позволяют мне соотнести элементы этой третьей партии с первыми двумя партиями.
... Неизвестный мне, люди, которые дают мне все эти символы назвать первую партию в 'Script', вторая партия "историю" и "вопросы" третьей партии. Они называют символы, которые я даю их обратно в ответ на "ответы на вопросы" третьей партии и множества ruls на английском языке, что они дали мне, они называют "программу".
... Никто просто не глядя на мои ответы могу сказать, что я не говорю ни слова китайского языка. Что касается китайцев, то я просто вести себя как компьютер ".
В свете указанных выше требований ...
1. 'Совершенно очевидно , в данном примере , что я не понимаю ни слова китайского языка. У меня есть входы и выходы, которые неотличимы от родной китайский динамик ... Я до сих пор ничего не понимаю. По тем же причинам, компьютер Schank в ничего не понимает каких - либо историй "
2. Утверждение, что программа объясняет человеческое понимание является ложным, потому что "компьютер и его программы не обеспечивают достаточных условий понимания, так как компьютер и программа funtioning и нет никакого понимания.
"Нет причин что бы ни предлагали предположить, что такие принципы необходимы или даже за счет взносов, поскольку ни одна из причин не было дано предположить, что Whe я понимаю английский я с какими-либо формальной profram вообще '.
Прежде чем взглянуть на ответы на этот пример, я сначала хочу, чтобы блокировать некоторые общие misundertandings о "понимании". Есть явные случаи, в которых «понимание» в буквальном смысле относится и ясные случаи, в которых оно не распространяется: и эти два вида случаев все, что мне нужно для этого аргумента.
«Если смысл, в котором запрограммированные компьютеры Schank разберемся истории должна быть метафорическим смысле, в котором дверь понимает, а не в каком смысле я понимаю по-английски.
'Ньюэлл и Саймон пишут , что вид познания они утверждают , что для компьютеров точно так же , как и для человека, и это своего рода претензии я буду с учетом'. 'Я буду утверждать , что в буквальном смысле запрограммированный компьютер понимает , что автомобиль и арифмометр не понимают, а именно, ровно ничего. Компьютер понимание не только частичное или неполное; она равна нулю .
Теперь к ответам:
1. Системы Ответ (Беркли) - Этот ответ в основном , что в примере , номер, "понимание не быть приписаны к простому человеку; а это в настоящее время приписывается всей этой системы , частью которой он является частью "
"Мой ответ на теории систем достаточно проста: Пусть индивидуум усваивают все эти элементы системы ... Мы можем даже избавиться от комнаты , и пусть он работает на открытом воздухе. И все же, он ничего не понимает китайцев и подавно ни делает систему, потому что нет ничего в системе ,что это не он. Если он не unerstand, то нет никакого способа , система могла бы понять , потому что система только часть его.
Счетчик на это может быть , что "человек , как формальная система манипуляции символами" насамом деле все же понимает китайский язык . Но, это не может быть правдой , потому что "китайская подсистема знает только то , что" закорючка закорючка "следуют" squoggle squoggle "."Весь смысл исходного примера было утверждать , что такие манипуляции символ сам по себе не может быть достаточным для понимания китайского языка в любом буквальном смысле
«Единственное , мотивация говоря , что должно быть подсистемой во мне , что понимает китайский язык является то , что у меня есть программа , и я могу пройти тест Тьюринга; Я могу обмануть родной китайский ораторов. Но именно один из спорных вопросов является адекватность теста Тьюринга.Пример показывает , что там может быть две "системы", оба из которых пройти тест Тьюринга, но только один из них понимает.
Кроме того, системы ответить woud по всей видимости, приведет к последствиям, которые independantly абсурдно ... это выглядит как все виды некогнитивных подсистем собираются оказаться когнитивным "(то есть. Сердце, желудок и т.д.). «Если мы примем системы ответа, то трудно понять, как мы избегаем говоря, [что] эти подсистемы являются все понимание подсистемы.
«Если Сильный ИИ должен быть ветвью психологии, то он должен уметь различать те системы, которые действительно умственная от тех, которые не являются ... Тот, кто думает, что сильный AI имеет шанс в качестве теории ума должны обдумать последствия из этого замечания.
2. Робот Ответить (Yale) - Этот аргумент идет; "Предположим , что мы писали различного рода программы из программы Schank в. Предположим , что мы поместили компьютер внутри робота. Этот компьютер будет не только принимать формальные символы в качестве входных данных и выдают формальные символы в качестве выходных данных , но будет действовать таким образом , что робот делает что - то очень похоже на восприятие, ходьба, двигаясь о- все , что угодно. Все это будет контролироваться компьютером его "мозг". Такой робот будет, в отличие от компьютера Schank, в есть подлинное понимание и других психических состояний ".
REPLY- Добавление мощностей таких «PERCEPTUAL 'и' Мотор 'ничего не добавляет путем понимания к исходной программе Schank в. Робот получает входные данные через это "воспринимаемого" аппарата, а также инструкции приведены его аппарата «двигателя» без двигателя, зная, какой-либо из этих фактов. Все делает робот следуют формальные инструкции о манипулировании формальных символов.
3. Мозг Simulator Ответ (Беркли и MIT) - Этот аргумент идет; "Предположим , мы разрабатываем программу , которая не представляет информацию , которую мы имеем о мире, но имитирует фактическую последовательность нейронных стрельб в синапсах головного мозга родного китайского оратора , когда он понимает рассказы на китайском языке и дает ответы на них ... Конечно , в таком случае мы должны были бы сказать , что машина понимает рассказы; и если мы не хотим сказать ,что бы не мы должны также отрицать , что родной говорящих на китайском языке поняли истории? "
REPLY- Я думал, что вся идея сильного ИИ является то, что нам не нужно знать, как работает мозг, чтобы знать, как работает ум ... На assumptios сильного ИИ, ум к мозгу, как программа к аппаратным средствам , и, таким образом, мы можем понять ум, не делая нейрофизиологии. Это мы должны были знать, как мозг работал, чтобы сделать ИИ, мы не будем делать ИИ.
Тем не менее, если мы передаем в человека китайцев, пожарных нейронов и, следовательно, человек отвечает по-китайски, это не значит, что он понимает. Опять же, инструкции просто следят.
4. Комбинация Ответить (Беркли и Стэнфорд) - Этот аргумент идет; " В то время как каждый из трех предыдущих ответов не может быть полностью убедительна сама по себе, то вы берете все три, они все вместе более убедительными. Представьте себе робота с формы мозга компьютера , поданную в его черепную полость, представьте себе компьютер , запрограммированный со всеми синапсах человеческого мозга, представьте себе все поведение робота неотличимо от поведения человека, и северо - запад думать о целом вещь , как единая система , а не только компьютер с входами и выходами. Конечно , в таком случае, мы должны были бы приписать интенциональностью к системе "
REPLY- "Я согласен, что в таком случае мы нашли бы рационально принять, что робот был интенциональность, до тех пор, как мы ничего не знали об этом больше. «Если бы мы знали independantly как объяснить его без таких поведении материала предположений мы не отнесли бы интенциональность к нему, особенно если мы знали, что это была формальная программа".
"Мы рассматриваем робота как гениального механического манекена. Гипотеза о том , что манекен имеет ум теперь было бы неоправданным и ненужным ... Он не вижу , что приходит в глаза робота, он не намерен двигаться роботов рука, и он не понять , какой - либо из замечаний , сделанных в или с помощью робота.
5. Другие Minds Reply- "Как вы знаете , что другие люди понимают китайцев или что - нибудь еще?Только по их поведению. Компьютер может пройти поведенческие тесты, так что если вы собираетесь отнести познание к другим людям, вы должны в принципе также отнести его к компьютерам "
REPLY- Это возражение только стоит короткий ответ. Речь идет не о том, как я знаю, что у других людей есть когнитивные состояния, а то, что это такое, что я приписывая им, когда я приписываю когнитивные состояния к ним.
«В когнитивных науках один предполагает реальность и познаваемость ментального таким же образом, что в физических науках, человек должен предполагать реальность и knowbility физических объектов"
6. Многие Особняки ответ (Беркли) - "Весь Ваш аргумент предполагает , что ИИ только аналоговых и цифровых вычислительных машин. Но это как раз случается быть современное состояние технологии ... в конце концов , мы сможем создавать устройства , которые имеют эти причинно -следственные процессы, и это будет AI. Так что ваши аргументы ни в коей мере, направленной на способность ИИ производить и объяснить познание "
REPLY- я действительно не возражает против этого ответа не сохранить, чтобы сказать, что он в действительности тривиализирует проект сильного ИИ, пересматривая его как то, что искусственно производит и объясняет познавательную
Возвращаясь к вопросу:
"Там должно быть что-то обо мне, что делает это так, что я понимаю английский язык и соответствующий что-то не хватает во мне, что делает его так, что я не понимаю по-китайски. Теперь, почему мы не могли дать те Somethings, то, что они, к машине?
Суть настоящего аргумента в том, что нет чисто формальная модель никогда не будет само по себе достаточно для преднамеренности, поскольку формальные свойства не являются сами по себе конститутивный интенциональности.
Психические состояния и события буквально продуктом работы мозга, но программа не таким образом продукт компьютера.
Никто не предполагает, что компьютерное моделирование ливне оставит нас все пропитаны. С какой стати кто-нибудь предположить, что компьютерное моделирование понимания на самом деле понять что-нибудь?
Если вы не верите, что ум отделима от мозга как концептуально, так и empirically- дуализма в сильном form- вы не можете надеяться воспроизвести психическое путем записи и выполнения программ, так как программы должны быть независим мозгов. [Так что любой, кто имеет преднамеренность может быть получен с помощью компьютерной программы, поэтому должны быть dualist- не вещество dualist- но ум / тело дуалистом].
"Может ли машина мыслить? Моя собственная точка зрения является то, что только машина могла думать ... AI, по его собственному определению, о программах, а программы не являются машины '
МЫСЛИ
Searle, кажется, есть хорошие аргументы здесь. Я согласен с большинством, что он говорит. Когда мы пытаемся создать преднамеренность в программе, что-то не хватает. Вы не можете создать сознание таким образом. это все равно что пытаться сделать Омлет без яиц.
Намеренность является химико-биологическая вещь, которая может быть воспроизведен только биологически, а не механически.
Edward Hance Shortlie MYCIN (1970)
Он был главным разработчиком клинической экспертной системы MYCIN , один из первых ,основанных на правилах искусственного интеллекта экспертных систем, который получил клинические данные винтерактивном режиме от пользователя врача и был использован для диагностики и рекомендации по лечению тяжелых инфекций. В то время как никогда не используется на практике (поскольку она предшествовала эпоха локальной сети и не могут быть интегрированы с записями пациента и врача процесса), его производительность было показано, что сопоставимо с , а иногда и более точным , чем у Стэнфордского инфекционного факультета болезни. [ 1 ] Это привело к развитию широкого спектра деятельности в разработке основанных на правилах экспертных систем, представления знаний, убеждений сетей и других областях, а также его дизайн оказали большое влияние на последующее развитие вычислительной техники в медицине.
Он также рассматривается как один из основателей области биомедицинской информатики , а в 2006 году получил одну из самых высоких наград, то Моррис Ф. Коллен премии дается Американского колледжа медицинской информатики .
Он занимал административные должности в академической
продолжение следует...
Часть 1 История искусственного интеллекта - Основные этапы
Часть 2 Биография - История искусственного интеллекта - Основные этапы
Часть 3 4 этап Краткое возвращение 1980-1984 - История искусственного интеллекта -
В заключение, эта статья об история искусственного интеллекта подчеркивает важность того что вы тут, расширяете ваше сознание, знания, навыки и умения. Надеюсь, что теперь ты понял что такое история искусственного интеллекта и для чего все это нужно, а если не понял, или есть замечания, то не стесняйся, пиши или спрашивай в комментариях, с удовольствием отвечу. Для того чтобы глубже понять настоятельно рекомендую изучить всю информацию из категории Искусственный интеллект. Основы и история. Цели.
Ответы на вопросы для самопроверки пишите в комментариях, мы проверим, или же задавайте свой вопрос по данной теме.
Комментарии
Оставить комментарий
Искусственный интеллект. Основы и история. Цели.
Термины: Искусственный интеллект. Основы и история. Цели.