Hvordan fungerer kunstig intelligens?

Det er forskjellige former for kunstig intelligens (AI) der ute i dag. Det er et tøft spørsmål hva du til og med skal kalle en kunstig intelligens og hva du bare skal kalle et program. Det er en tendens i programvare, der når noe som tidligere ble kalt "AI" modnes og integrerer seg i det teknologiske bakteppet, ikke blir det kalt AI lenger. Programmørene på 1950-tallet kaller kanskje en rekke innebygd programvare i vår verden "kunstig intelligens" - for eksempel mikrobrikken i bilen din som regulerer drivstoffinnsprøytning, eller databasen i supermarkedet som lagrer poster over alt salg, eller Googles søkemotor.

Men feltet som kaller seg "Artificial Intelligence" har en tendens til å være litt annerledes enn den mye større gruppen "programvareutviklere generelt". AI-forskere har en tendens til å se på mer komplekse, tilpasningsdyktige, dyktige eller til og med vagt menneskelige former for programvare. Arbeidere innen kunstig intelligens har også en tendens til å være tverrfaglige og godt kjent innen områder av vitenskap og matematikk som er fremmed for den typiske programmereren, inkludert, men ikke begrenset til: formell statistikk, nevrovitenskap, evolusjonspsykologi, maskinlæring og beslutningsteori.

Innen kunstig intelligens, er det to hovedleirer: Neats og Scruffies. Divisjonen har holdt praktisk talt siden AI ble grunnlagt som et felt i 1956. Ryddighetene er talsmenn for formelle metoder som anvendt statistikk. De liker at programmene deres er velorganiserte, forsvarlige, fungerer basert på konkrete teorier og fritt redigerbare. Skrubbene liker rotete tilnærminger, som adaptive nevrale nettverk, og anser seg som hackere, og kaster alt sammen så lenge det ser ut til å fungere. Begge tilnærminger har hatt imponerende suksesser i det siste, og det er hybrider av de to temaene også.

Alle design av kunstig intelligens er i det minste overfladisk inspirert av den menneskelige hjernen, da kunstig intelligens per definisjon handler om å etterligne et eller annet aspekt av intelligens. AIs må bygge konsepter av de tingene de manipulerer eller jobber med, og lagre disse konseptene som biter av data. Noen ganger er disse biter dynamiske og ofte oppdaterte, noen ganger statiske. Generelt er en AI opptatt av å utnytte forhold mellom data for å oppnå et eller annet mål.

Mål tildeles ofte basert på verktøyet. Når det presenteres et mål, kan et AI-system generere underdeler, og tildele disse undergoalens nytteverdier basert på deres forutsagte bidrag til det primære målet. AI fortsetter å forfølge undergrenser til det primære målet er oppnådd. Da er det gratis å gå videre til et nytt (men ofte likt) hovedmål. Det som skiller seg vidt ut blant AI er hvordan alle disse dynamikkene implementeres.