Hur fungerar artificiell intelligens?
Det finns olika former av artificiell intelligens (AI) där ute idag. Det är en tuff fråga vad man till och med ska kalla en konstgjord intelligens och vad man bara ska kalla ett program. Det finns en tendens inom programvara, när när något som brukade kallas "AI" mognar och integrerar sig i den tekniska bakgrunden, det inte kallas AI längre. Programmerarna på 1950-talet kanske talar inbäddad mjukvara i vår värld "artificiell intelligens" - till exempel mikrochipen i din bil som reglerar bränsleinsprutning, eller databasen i snabbköpet som lagrar register över all försäljning, eller Googles sökmotor.
Men fältet som kallar sig "Artificiell intelligens" tenderar att vara något annorlunda än den mycket större gruppen "mjukvaruutvecklare i allmänhet". AI-forskare tenderar att titta på mer komplexa, anpassningsbara, kapabla eller till och med vagt mänskliga programformer. Arbetare inom konstgjord intelligens tenderar också att vara tvärvetenskapliga och välbevandade inom områden inom vetenskap och matematik som är främmande för den typiska programmeraren, inklusive men inte begränsat till: formell statistik, neurovetenskap, evolutionär psykologi, maskininlärning och beslutsteori.
Inom området konstgjord intelligens finns det två huvudläger: Neats och Scruffies. Avdelningen har haft praktiskt taget sedan AI grundades som ett fält 1956. Neatarna är förespråkare för formella metoder som tillämpad statistik. De gillar att deras program är välorganiserade, sannolikt sunda, fungerar baserade på konkreta teorier och fritt redigerbara. Scruffies som smutsiga tillvägagångssätt, som adaptiva neurala nätverk, och betraktar sig som hackare, kasta allt tillsammans så länge det verkar fungera. Båda metoderna har haft imponerande framgångar tidigare, och det finns hybrider av de två teman också.
Alla konstruktioner av konstgjord intelligens är åtminstone ytligt inspirerade av den mänskliga hjärnan, eftersom konstgjord intelligens per definition handlar om att efterlikna en del av intelligensen. AI: er måste bygga upp begrepp om de saker de manipulerar eller arbetar med och lagra dessa begrepp som bitar av data. Ibland är dessa bitar dynamiska och uppdateras ofta, ibland statiska. Generellt sett handlar en AI om att utnyttja relationer mellan data för att uppnå ett mål.
Mål tilldelas ofta baserat på verktyg. När ett AI-system presenteras med ett mål, kan det generera undermål och tilldela dessa undervärden verktygsvärden baserat på deras förutsagda bidrag till det primära målet. AI fortsätter att förfölja undergrenar tills det primära målet uppnås. Då är det fritt att gå vidare till ett nytt (men ofta liknande) primärt mål. Det som skiljer sig mycket åt mellan AI är hur all denna dynamik implementeras.