Jaké jsou různé přístupy umělé inteligence?

Různé přístupy umělé inteligence lze klasifikovat do tří odlišných skupin: simulace mozku, symbolická a sub-symbolická a statistická. Symbolické a sub-symbolické přístupy mohou být dále klasifikovány do jejich vlastních skupin: kognitivní simulace, inteligence založená na logice a inteligence založená na znalostech spadají pod symbolický přístup, zatímco teorie zdola nahoru a výpočetní inteligence jsou identifikovány jako přístupu k sub-symbolické umělé inteligenci. Roky pokroku ve výzkumu a aplikaci těchto teorií vedly k vytvoření integrovaných přístupů a kombinovaly principy z více myšlenkových škol, aby vytvořily sofistikovanější systémy umělé inteligence (AI). Využitím principů z neurologie, kybernetiky a základních teorií kognitivního zpracování byli vědci schopni stavět roboty s primitivní úrovní inteligence založené na simula mozkuumožňující vyhýbání se určitým překážkám prostřednictvím smyslové detekce. Omezený pokrok mezi 40. a šedesátými léty však vedl k opuštění tohoto paradigmatu, přičemž vědci se rozhodli vyvinout další, slibnější přístupy k umělé inteligenci.

V polovině padesátých let až do začátku šedesátých let se vědci AI pokusili zjednodušit lidskou inteligenci na manipulaci s symboly a věřili, že schopnost lidí se dozvědět a přizpůsobovat se objektům v jejich prostředí se točí kolem interpretace a reinterpretaci objektů jako základních symbolů. Například židle by mohla být zjednodušena do symbolu, který jej definuje jako předmět, na který se má sedět. Tento symbol by pak mohl být manipulován a promítnut na jiné objekty. Vědci byli schopni vytvořit řadu flexibilních a dynamických přístupů umělé inteligence začleněním tohoto symbolického přístupu do vývoje AI.

aSimulovat různé kognitivní přístupy k symbolickému myšlení umožnilo vývojářům AI vytvořit inteligenci založenou na logice a znalostech. Logický přístup pracoval na základních principech logického myšlení, zaměřil se téměř výhradně na řešení problémů spíše než na replikaci schopnosti lidského myšlení. Logika byla nakonec vyvážena „Scruffy“ logikou, která zohlednila skutečnost, že řešení lze nalézt mimo daný logický algoritmus. Na druhé straně inteligence založená na znalostech využila schopnost počítače ukládat, zpracovávat a vyvolávat obrovské množství dat, aby poskytovala řešení problémů.

Zájem o simulaci mozku byl oživen v 80. letech po zpomalení postupu v symbolické inteligenci. To vedlo k vytvoření sub-symbolických systémů, přístupů umělé inteligence, které se točily kolem kombinování myšlení s základní inteligencí potřebnou pro pohyb a sebezáchovu. To umožnilo modelům vztahovat seprostředí kolem nich na data v jejich paměťových obchodech. Statistický přístup vyvinutý v 90. letech pomohl vyleštit jak symbolické i sub-symbolické přístupy umělé inteligence, pomocí sofistikovaných matematických algoritmů k určení postupu s největší pravděpodobností povede k úspěchu stroje. Výzkum často řeší vývoj AI pomocí principů ze všech přístupů.