Mākslīgais intelekts ir pētījumi par skaitļošanu, kas ļauj lemt, uztvert un rīkoties.
Mākslīgais intelekts ir pētījumi, kā likt datoram darīt lietas labāk par cilvēkiem.
Tjuringa test salīdzina intelektuālas mašīnas darbību ar cilvēka darbību un aršķirt intel. mašīnu no cilvēka tiksi pamatojas uz viņu atbildēm uz jautājumiem. Ja nevar atšķīrt kura sistēma dod “pareizo” atbildi – mākslīgais/dabīgais intelekts, ir jāatzīst, ka sistēma ir intelektuālā.
Problēmu logs vai uzdevumi, kur nodarbojas makl. intelektā.:
I. klase - Rutīnas problēmas
• Uztvere dalās - vizuālā - analizē attēlus - informācija tiek pasniegta kā vizuāls attēls.
- runa - skaņas pazīšana, atšifrēšana, reproducēšana.
• Dabīgā valoda - dabīgās valodas izpratne (saprast pateikto); - ģenerēšana (lai sistēma varētu ģenerēt saprotamu un sakarīgu tekstu); - tulkošana (pagaidām vienmēr ir datora-cilvēka sadarbība).
• Veselā saprāta problēmas
• Robotu vadība
II. klase - Formālie uzdevumi
• Spēles sekmīgi atrisinātas ir dambrete, šahs
• Matemātika (teorēmu pierādīšana) – loģika – ģeometrija – integrālrēķini - programmu īpašību pierādīšana (testēšana u.c.)
III. klase - Ekspertuzdevumi
• Tehnika - projektēšana (sākot ar primitīvajām CAD sistēmām līdz sarežģītām) - kļūmju meklēšana tehniskās ierīcēs - ražošanas plānošana
• Medicīnas diagnostika
• Finansu analīze (biznesā)
Visi pētījumi, kas ir izdarīti m.i., balstās uz fizisko simbolu hipotēzi (Hūels, Šovs). Eksistē tāda fizisko simbolu sistēma, kas sastāv no būtībām (būtību kopas), kuras ir fiziski tēli, kas savukārt ir cita tipa būtību komponentes. Tās citas būtības sauc par izteiksmēm, vai arī par simbolu struktūrām. Šī fizisko simbolu sistēma ir nepieciešama un pietiekama vispārīgām intelektuālajām darbībām. Pēc tam ir 4 mērķi, kuros makl. intel. pētējumi meģina sasniegt:1) meģ. radīt sist., kas domā līdzīgi cilv.;2)sist., kas darbojas līdzīgi cilv.;3) sist., kas domā sapratīgi un 4) sist., kas darbojas sapratīgi.
1.2
Stāvokļu telpa ir tas līdzeklis, kas ļauj atbildēt uz jautājumiem:
vai dotais algoritms garantē, ka tas atrisinās problēmu;
ja atrisinājums ir atrasts, vai algoritms garantē, ka tas ir iespējami labākais;
kāda ir atrisinājuma meklēšanas procedūras sarežģītība (attiecībā uz datora atmiņas apjomu un nepieciešamo problēmas atrisināšanas laiku). Līdz ar to arī būtisks jautājums ir kā šo sarežģītību samazināt;
kā projektēt atrisinājuma algoritmu tā, lai tas visefektīvāk izmantotu zināšanu atspoguļošanas valodu (shēmu).
…
