Relacja pomiędzy sztuczną inteligencją a systemami autonomicznymi

Transkrypt

1 Paweł Ślawski Wrocław Relacja pomiędzy sztuczną inteligencją a systemami autonomicznymi Praca zaliczeniowa z przedmiotu: Informatyka Systemów Autonomicznych Prowadzący: Dr inż. Marek Piasecki

2 Spis treści 1. Wstęp System Autonomiczny Cechy systemu autonomicznego System autonomiczny a system ekspertowy System autonomiczny jako system inteligentny Przyszłość inteligentnych systemów autonomicznych Podsumowanie...8

3 1. Wstęp Od początku istnienia komputerów obserwujemy ich nieustanny rozwój. Pierwsze komputery miały moc obliczeniową porównywalną z dzisiejszym kalkulatorem, ważyły po kilkanaście ton (na przykład ENIAC ważył 27 ton) i wykonywały względnie proste obliczenia. Dzisiaj natomiast komputery mieszczą się praktycznie w dłoni, mogą dokonywać niezwykle skomplikowanych obliczeń w ułamkach sekundy. Potrafią rozwiązywać skomplikowane problemy algorytmiczne, potrafią przetwarzać zaawansowane obrazy graficzne, oraz przetwarzać olbrzymie ilości danych w ciągu sekundy, jednak nie potrafią uczyć się, w taki sposób jak człowiek, nie potrafią naśladować człowieka w rozmowie tekstowej, nie mówiąc już o normalnej konwersacji 1, krótko mówiąc komputery nadal nie potrafią myśleć. Jednak czy oznacza to klęskę sztucznej inteligencji? Pomimo niemożliwości osiągnięcia przez maszynę stanu w którym byłaby ona inteligentna na podobieństwo człowieka, naukowcom udało się stworzyć komputery, programy komputerowe, które wykazują się inteligencją w pewnej wąskiej specjalizacji, na przykład rozpoznawanie obrazów, mowy oraz mówcy, sztuczne sieci neuronowe, systemy ekspertowe oraz wszelkiego rodzaju technologie oparte na logice rozmytej. Pewnym rodzajem systemów wykorzystujących sztuczną inteligencję są systemy autonomiczne. 2.System Autonomiczny System autonomiczny to system komputerowy potrafiący w sposób autonomiczny(bez ingerencji z zewnątrz) reagować na bodźce, czynniki zewnętrzne, czyli na przykład zmiany jego struktury lub zmiany warunków funkcjonowania. Krótko mówiąc system taki powinien 1 komputery nie potrafią przejść Testu Turinga.

4 nadal funkcjonować na przykład gdy jego część ulegnie uszkodzeniu lub dostęp do zasobów z których system korzystał zostanie ograniczony. W takich sytuacjach system powinien się samoczynnie zreorganizować i nadal wypełniać należne mu zadania. Najmniejszym systemem autonomicznym jest agent autonomiczny 2, czyli coś co postrzega środowisko zewnętrzne za pomocą receptorów i reaguje na nie za pomocą efektorów. Przykładem takiego agenta jest człowiek, którego receptorami są oczy, uszy itp. a efektorami ręce, nogi itp.. Zachowanie agenta autonomicznego jest determinowane poprzez wiedzę oraz doświadczenie. Jego zachowanie jest modyfikowane odpowiednio do nabywanych przez niego doświadczeń. Widzimy tutaj ścisły związek ze sztuczną inteligencją, gdyż system autonomiczny potrafi uczyć się na podstawie doświadczeń, dzięki czemu adaptuje się do aktualnych warunków panujących w jego otoczeniu. 2.1Cechy systemu autonomicznego Najbardziej pożądaną cechą agenta jest inteligencja, ponieważ agent posiadający wiedzę nie będzie potrafił jej zinterpretować, gdy nie będzie posiadał inteligencji, natomiast gdy posiada on inteligencję ale nie posiada wiedzy, to na podstawie doświadczeń oraz obserwacji środowiska będzie mógł podjąć decyzję oraz zgromadzić wiedzę. Agent podobnie jak człowiek posiadając ograniczoną wiedzę oraz ograniczone możliwości obserwacji wykorzystuje inteligencję w procesie podejmowania decyzji. To właśnie dzięki inteligencji możemy podjąć decyzję. Nie mają tu zastosowania klasyczne algorytmy gdyż działają one na podstawie ścisłej, stałej i niezmiennej w czasie wiedzy. Natomiast w rzeczywistości rzadko kiedy możemy spotkać się z takimi przypadkami. Z reguły świat nieustannie się zmienia, a od agenta autonomicznego oczekujemy aby ta zmienność świata go otaczającego nie wpływała na jego działanie, czyli agent powinien wykonywać poprawnie powierzone mu zadania niezależnie od zmian warunków zewnętrznych. Jest to możliwe do osiągnięcia jedynie poprzez stosowanie rozwiązań innych niż klasyczne algorytmy. 2 Pojęcie agent wywodzi się ze sztucznej inteligencji i oznacza system który działa, obserwuje swoje otoczenie oraz autonomicznie odpowiada na bodźce z napływające z otoczenia.

5 System autonomiczny powinien również być niezawodny, a więc być odporny na własne uszkodzenia. Takie systemy mają strukturę podobną do sztucznych sieci neuronowych. Składają się z wielu podobnych komórek, z których żadna nie jest wyróżniona, nie jest kontrolerem pozostałych, dlatego też w czasie awarii jednej z komórek, pozostałe przejmują rolę uszkodzonego elementu. Ponadto taki system przetwarzając dane potrafi podjąć decyzję w sytuacji gdy dane są nie pełne lub niejednoznaczne. Agent nie może przerwać swojego działania i wysłać komunikat, że ma za mało danych. Musi sobie z takimi sytuacjami radzić. 2.2 System autonomiczny a system ekspertowy Poprzez lata badań nad sztuczną inteligencją, naukowcy opracowali systemy wspomagające korzystanie z wiedzy i ułatwiające podejmowanie decyzji, są to systemy ekspertowe. Czy agent autonomiczny nie robi tego samego? Przecież robi dokładnie to samo, na podstawie wiedzy oraz danych z otoczenia wskazuje co należy zrobić. Dlaczego więc system ekspertowy nie jest jednocześnie agentem autonomicznym? Ponieważ system ekspertowy nie działa samodzielnie. Nie obserwuje otoczenia oraz nie podejmuje działań, dlatego system ekspertowy potrzebuje osobę, eksperta, który będzie dane wprowadzał do systemu, a także interpretował wnioskowanie systemu. Tak więc system ekspertowy potrzebuje wykwalifikowaną osobę, która będzie umiała system obsłużyć, natomiast system autonomiczny jest stworzony dla osób które są niewykwalifikowane, a jedyne czego chcą to, aby system po włączeniu wykonywał swoją pracę. Ponadto systemy ekspertowe są olbrzymimi programami, których działanie jest przeznaczone dla specjalistycznych dziedzin, natomiast system autonomiczny ma ułatwiać czynności z życia codziennego człowieka. System ekspertowy działa jednakowo dla jednakowych danych wejściowych, natomiast system autonomiczny potrafi wybrać różne rozwiązania dla danego problemu. Systemy ekspertowe nie działają aktywnie, a jedynie odpowiadają na zadawane zapytania, podczas gdy system autonomiczny działa samodzielnie. Dodatkowo system ekspertowy z reguły jest niezmienny, jego wiedza jest stała, a system autonomiczny ciągle się uczy i potrafi reagować na zmiany otoczenia zewnętrznego.

6 Tak więc systemów autonomicznych nie można zakwalifikować jako podzbiór systemów ekspertowych. Według mnie systemy autonomiczne powinny zostać zakwalifikowane jako osobna grupa systemów wchodzących do szeroko pojętej grupy systemów inteligentnych. 3.System autonomiczny jako system inteligentny System inteligentny to taki który stara się naśladować w swoim działaniu inteligencję ludzką. Według Słownika informatycznego 3 system inteligentny to taki system, który przejawia zdolność uczenia się na podstawie obserwacji otoczenia, a więc agent autonomiczny jest takim systemem. Dlatego też systemy autonomiczne powinny zostać włączone jako osobny dział sztucznej inteligencji, zajmujący się właśnie agentami, systemami pracującymi samodzielnie, zdalnie. Systemy autonomiczne będą w przyszłości mieć, wraz z ich rozwojem, coraz więcej zastosowań. Już dziś możemy wykorzystywać systemy autonomiczne w codziennym życiu. Przykładowym systemem może być inteligentny dom, który rozpozna właściciela wchodzącego do domu, włączy telewizor na ulubionym kanale oraz zaparzy kawę w ekspresie, a my wchodząc do domu jedyne co będziemy musieli zrobić to założyć kapcie, wziąć kawę i usiąść wygodnie przed telewizorem. System również automatycznie będzie zarządzał oświetleniem. Będzie rozpoznawał pory dnia, oraz to czy ktoś aktualnie jest w pokoju i zależnie od tego światło będzie się zapalało lub gasiło. Taki system automatycznie wyłączy zostawione włączone żelazko, a także zawiadomi policję w trakcie włamania lub karetkę gdy któryś z mieszkańców zasłabnie. System będzie mógł również sam zamówić zakupy spożywcze w sklepie internetowym w zależności od stanu wypełnienia lodówki oraz w zależności od tego jak często korzystamy z konkretnych produktów. Innym przykładem systemu autonomicznego są samochody przyszłości. W takim samochodzie nie będzie kierownicy, samochód sam zawiezie nas we wskazane miejsce, wybierze optymalną trasę, i w bezpieczny sposób zawiezie nas na docelowe miejsce podróży. Ponadto taki samochód sam odbierze dzieci ze szkoły czy przedszkola. Zostanie wyeliminowany błąd człowieka, zniknie problem pijanych kierowców, a ponadto samochód nie będzie przekraczać przepisów ruchu drogowego, więc na drogach będzie bezpieczniej. 3 "Słownik informatyczny" Wydawnictwo HELION. Autor: Piotr Adamczewski ISBN Rok wydania 2005.

7 4. Przyszłość inteligentnych systemów autonomicznych Takie systemy to niewątpliwie przyszłość. Systemy autonomiczne, podobnie jak sztuczna inteligencja jest dziedziną niezwykle trudną, gdyż w większości wypadków nie jest możliwe ścisłe sprecyzowanie problemów jakie te systemy miałyby rozwiązywać. W takich problemach jest wiele niejednoznaczności oraz zbyt wiele niewiadomych. Na dzień dzisiejszy algorytmika jest dziedziną dosyć dobrze rozwiniętą, jednak koncentruje się ona głównie na problemach dobrze określonych, w środowisku o którym posiada wszystkie informacje. Jedynym czynnikiem ograniczającym jest złożoność obliczeniowa algorytmu, a miarą jego efektywności jest jak najkrótszy czas obliczeń. Natomiast możemy wymienić jeszcze dwie inne złożoności algorytmów, złożoność zachowawczą oraz złożoność poznaniową. Pierwsza z nich złożoność zachowawcza dotyczy się zachowania systemu, nie jest tutaj istotna szybkość działania algorytmu, tylko jego właściwe zachowanie niezależne od panujących okoliczności. Złożoność poznaniowa natomiast ma na celu rozwiązywanie problemów pseudoalgorytmicznych, których nie można ściśle zdefiniować. Problemy takie nie stwarzają trudności człowiekowi i rozwiązuje on codziennie setki takich problemów, jednak komputery mają już z tym spore trudności. Problemem jest tutaj zrozumienie działań istot inteligentnych, a także sposób zamodelowania tego w systemie komputerowym, tak aby mógł on manipulować i analizować wiedzę w sposób algorytmiczny. De dwa podejścia są wykorzystywane w tworzeniu inteligentnych systemów autonomicznych. Są one jednak zbyt słabo rozwinięte aby powierzać systemom autonomicznym istotne oraz kluczowe zadania. Dlatego też przyszłość systemów autonomicznych powiązana jest z rozwojem sztucznej inteligencji, gdyż właśnie sztuczna inteligencja daje systemom autonomicznym narzędzia które mogą wykorzystać do skutecznego i niezawodnego działania. Jeżeli człowiek zrozumie mechanizmy działania ludzkiego umysłu oraz będzie potrafił je zamodelować na komputerze to wtedy rozwój systemów autonomicznych będzie dużo większy, gdyż ich zastosowanie będzie mogło zostać rozszerzone na dużo większą skalę.

8 5. Podsumowanie Przyszłość informatyki niewątpliwie leży po stronie inteligentnych systemów autonomicznych. Będą one towarzyszyć nam niemal w każdym momencie naszego życia, wyręczając nas w naszych codziennych obowiązkach czyniąc nasze życie znacznie łatwiejszym niż do tej pory. Dlatego też systemy autonomiczne i sztuczna inteligencja będą rozwijały się w pełni zależnie od siebie, gdyż przyszłość systemów autonomicznych to sztuczna inteligencja. Systemy będą podobnie jak ludzie gromadzić wiedzę na podstawie własnych doświadczeń i na podstawie tak zdobytej wiedzy będą podejmowały decyzję. Będą potrafiły się rozwijać, uczyć nowych zadań oraz doskonalić się w ich wykonywaniu. Jednak czy taka przyszłość jest możliwa? Czy roboty będą mogły dorównać w inteligencji człowiekowi? Tego nie jesteśmy w stanie przewidzieć, tak samo jak, nie możemy przewidzieć wpływu sztucznej inteligencji na nasze życie. Nie wiemy czy sztuczna inteligencja będzie pomagać nam w codziennym życiu, czy może zbuntuje się przeciw nam i spełnią się scenariusze filmów science-fiction takich jak na przykład Matrix.