Kunstig intelligens

Kunstig intelligens er innen informatikk disiplinen som forsøker å replikere og utvikle intelligens og dens implisitte prosesser gjennom datamaskiner . Det er ingen enighet om den fullstendige definisjonen av kunstig intelligens, men fire tilnærminger har blitt fulgt: to sentrert om mennesker (systemer som tenker som mennesker, og systemer som handler som mennesker) og to sentrert rundt rasjonalitet (systemer som tenker som mennesker). rasjonelt og rasjonelt virkende systemer). Det begynte kort tid etter andre verdenskrig , og navnet ble laget i 1956 på Dartmouth-konferansen av informatiker John McCarthy .

Kunstig intelligens omfatter nå et bredt spekter av underfelt, alt fra generelle formål som læring og persepsjon til mer spesifikke som sjakkspillet , bevising av matematiske teoremer , skriving av poesi og diagnostisering av sykdommer . Kunstig intelligens syntetiserer og automatiserer oppgaver som i utgangspunktet er intellektuelle og derfor potensielt relevante for ethvert felt av menneskelig intellektuell aktivitet. Slik sett er det et genuint universelt felt. [ 1 ]

Om definisjonen av begrepet

I daglig tale brukes begrepet kunstig intelligens når en maskin etterligner de "kognitive" funksjonene som mennesker assosierer med andre menneskelige sinn, for eksempel: " oppfatte ", " resonnering ", " læring " og " problemløsning ". [ 2 ] Andreas Kaplan og Michael Haenlein definerer kunstig intelligens som "evnen til et system til å korrekt tolke eksterne data, til å lære av disse dataene, og å bruke den kunnskapen til å oppnå spesifikke oppgaver og mål gjennom fleksibel tilpasning." [ 3 ] Etter hvert som maskiner blir stadig mer kapable, fjernes teknologi som en gang trodde å kreve intelligens fra definisjonen.

For eksempel blir ikke optisk tegngjenkjenning lenger sett på som et eksempel på at «kunstig intelligens» har blitt en vanlig teknologi. [ 4 ] Teknologiske fremskritt som fortsatt klassifiseres som kunstig intelligens er autonome kjøresystemer eller de som er i stand til å spille sjakk eller Go . [ 5 ]

Kunstig intelligens er en ny måte å løse problemer på, inkludert ekspertsystemer, robotstyring og kontroll, og prosessorer, som forsøker å integrere kunnskap i slike systemer, med andre ord et intelligent system som er i stand til å skrive sitt eget program. Et ekspertsystem definert som en programmeringsstruktur som er i stand til å lagre og bruke kunnskap om et bestemt område som omsetter seg til dets læringskapasitet. [ 6 ] På samme måte kan AI betraktes som maskinens evne til å bruke algoritmer, lære av data og bruke det de har lært i beslutningsprosesser akkurat som et menneske ville gjort, [ 7 ] også en av hovedtilnærmingene til kunstig intelligens er maskinlæring , der datamaskiner eller maskiner har evnen til å lære uten å være programmert til å gjøre det. [ 7 ]

I følge Takeyas (2007) er AI en gren av beregningsvitenskap som har ansvaret for å studere beregningsmodeller som er i stand til å utføre aktiviteter som er typiske for mennesker basert på to av hovedkarakteristikkene deres: resonnement og atferd. [ 8 ]

I 1956 skapte John McCarthy begrepet "kunstig intelligens" og definerte det som "vitenskapen og oppfinnsomheten ved å lage intelligente maskiner, spesielt intelligente dataprogrammer ." [ 9 ]

Det er også forskjellige typer oppfatninger og handlinger, som kan oppnås og produseres, henholdsvis av fysiske sensorer og mekaniske sensorer i maskiner, elektriske eller optiske pulser i datamaskiner, samt av innganger og utganger av programvarebiter og dets programvaremiljø .

Flere eksempler er innen systemkontroll , automatisk planlegging , evnen til å svare på diagnostikk og forbrukerforespørsler, håndskriftsgjenkjenning , talegjenkjenning og mønstergjenkjenning . AI-systemer er nå en del av rutinen innen felt som økonomi , medisin , ingeniørfag , transport , kommunikasjon og militæret , og har blitt brukt i en lang rekke dataprogrammer , strategispill, som datasjakk og andre. video spill .

Kategorier

Stuart J. Russell og Peter Norvig skiller flere typer kunstig intelligens: [ 10 ]

Tankeskoler

AI er delt inn i to tankeretninger:

Konvensjonell kunstig intelligens

Det er også kjent som symbolsk-deduktiv AI. Den er basert på den formelle og statistiske analysen av menneskelig atferd i møte med ulike problemer:

Beregningsmessig kunstig intelligens

Beregningsmessig intelligens (også kjent som subsymbolsk-induktiv AI) involverer interaktiv utvikling eller læring (for eksempel interaktive modifikasjoner av parametere i forbindelsessystemer). Kunnskapen oppnås basert på empiriske fakta.

Beregningsmessig intelligens har et dobbelt formål. På den ene siden er dets vitenskapelige mål å forstå prinsippene som muliggjør intelligent atferd (enten i naturlige eller kunstige systemer), og på den andre siden er dets teknologiske mål å spesifisere metodene for utforming av intelligente systemer. [ 17 ]

Historikk

Sosiale, etiske og filosofiske implikasjoner

Stilt overfor muligheten for å lage maskiner utstyrt med intelligens, ble det viktig å bekymre seg for det etiske spørsmålet om maskiner for å prøve å sikre at det ikke påføres mennesker, andre levende vesener og til og med maskinene selv i henhold til noen meningsstrømninger. tenkte [ 25 ] . Dette er hvordan et relativt ferskt studiefelt kjent som etikk for kunstig intelligens dukket opp , som generelt er delt inn i to grener, roboetikk , ansvarlig for å studere menneskers handlinger mot roboter, og etikk til maskiner. ansvarlig for studien av roboters oppførsel overfor mennesker.

Den raske teknologiske og vitenskapelige utviklingen av kunstig intelligens som har skjedd i det 21.  århundre har også en betydelig innvirkning på andre felt. I verdensøkonomien ble det under den andre industrielle revolusjonen opplevd et fenomen kjent som teknologisk arbeidsledighet , som refererer til når industriell automatisering av storskala produksjonsprosesser erstatter menneskelig arbeidskraft . Et lignende fenomen kan oppstå med kunstig intelligens, spesielt i prosessene der menneskelig intelligens griper inn, som illustrert i historien Hvordan de hadde det gøy! av Isaac Asimov , der forfatteren skimter noen av effektene som samspillet mellom intelligente maskiner spesialiserte i barnepedagogikk , i stedet for menneskelige lærere , ville ha med barn på skoletrinnet. Denne samme forfatteren designet det som nå er kjent som robotikkens tre lover , som dukket opp for første gang i 1942 - historien Vicious Circle ( Runaround) , hvor han etablerte følgende:

første lov En robot vil ikke skade et menneske eller, gjennom passivitet, la et menneske komme til skade. Andre lov En robot må følge ordrene gitt av mennesker, bortsett fra de som er i konflikt med den første loven. tredje lov En robot må beskytte sin egen eksistens så lenge denne beskyttelsen ikke er i konflikt med den første eller andre loven. [ 26 ]

Andre nyere science fiction -verk utforsker også noen etiske og filosofiske spørsmål angående Strong Artificial Intelligence , for eksempel filmene I, Robot eller AI Artificial Intelligence , der emner som selvbevissthet eller opprinnelsen til en fremvoksende bevissthet diskuteres om intelligente roboter eller datasystemer, eller hvis disse kan betraktes som lovsubjekter på grunn av deres nesten menneskelige egenskaper knyttet til sansning , for eksempel å kunne føle smerte og følelser eller i hvilken grad de ville adlyde formålet med programmeringen , og i Hvis ikke, hvis de kunne utøve fri vilje . Sistnevnte er det sentrale temaet i den berømte Terminator - sagaen , der maskinene overgår menneskeheten og bestemmer seg for å utslette den, en historie som ifølge flere spesialister ikke kunne begrenses til science fiction og kan være en reell mulighet i et posthumant samfunn som var helt avhengig av teknologi og maskiner. [ 27 ]​ [ 28 ]

Forskrift

Lov [ 29 ] spiller en grunnleggende rolle i bruk og utvikling av AI. Lover etablerer bindende regler og normer for atferd for å sikre sosial velferd og beskytte individuelle rettigheter, og kan hjelpe oss å høste fordelene av denne teknologien samtidig som den minimerer risikoen, som er betydelig. For øyeblikket er det ingen juridiske regler som direkte regulerer AI. Men 21. april 2021 har EU-kommisjonen lagt frem et forslag til en europeisk forordning for harmonisert regulering av kunstig intelligens (AI) i EU. Dens eksakte tittel er Forslag til en forordning fra Europaparlamentet og rådet om fastsettelse av harmoniserte regler om kunstig intelligens – lov om kunstig intelligens – og endring av andre EU-rettsakter .

Mål

Resonnement og problemløsning

Tidlige forskere utviklet algoritmer som etterlignet trinn-for-trinn-resonnementet som mennesker bruker når de løser gåter eller gjør logiske utledninger. [ 30 ] På slutten av 1980- og 1990-tallet hadde forskning på kunstig intelligens utviklet metoder for å håndtere usikker eller ufullstendig informasjon, ved å bruke begreper om sannsynlighet og økonomi. [ 31 ]

Disse algoritmene viste seg å være utilstrekkelige for å løse store resonneringsproblemer fordi de gjennomgikk en " kombinatorisk eksplosjon ": de ble eksponentielt tregere etter hvert som problemene vokste seg større. [ 32 ] På denne måten ble det konkludert med at mennesker sjelden bruker trinn-for-trinn-deduksjonen som tidlig kunstig intelligens-forskning fulgte; i stedet løser de de fleste av problemene sine ved å bruke raske, intuitive vurderinger. [ 33 ]

Kunnskapsrepresentasjon

Kunnskapsrepresentasjon [ 34 ] og kunnskapsteknikk [ 35 ] er sentrale i klassisk AI-forskning. Noen "ekspertsystemer" forsøker å samle kunnskapen som eksperter besitter i et bestemt domene. I tillegg forsøker andre prosjekter å samle «sunn fornuftskunnskapen» kjent for den vanlige person til en database som inneholder omfattende kunnskap om verden.

Blant temaene som en kunnskapsbase for sunn fornuft vil inneholde er: objekter, egenskaper, kategorier og relasjoner mellom objekter, [ 36 ] situasjoner, hendelser, tilstander og tid [ 37 ] årsaker og virkninger; Poole, Mackworth og Goebel, 1998 , s. 335–337 og kunnskap om kunnskap (det vi vet om hva andre vet) [ 38 ] bl.a.

Planlegging

Et annet mål med kunstig intelligens er å kunne sette seg mål og nå dem. [ 39 ] For dette trenger de en måte å visualisere fremtiden, en representasjon av verdens tilstand og for å kunne komme med spådommer om hvordan deres handlinger vil endre den, for å ta beslutninger som maksimerer nytten (eller "verdien") ") av handlingene. Tilgjengelige alternativer. Russell og Norvig, 2003 , s. 600–604

I klassiske planleggingsproblemer kan agenten anta at det er det eneste fungerende systemet i verden, noe som lar den være sikker på konsekvensene av sine handlinger. [ 40 ] Men hvis agenten ikke er den eneste aktøren, kreves det at agenten kan resonnere under usikkerhet. Dette krever en agent som ikke bare kan evaluere omgivelsene og komme med spådommer, men også evaluere sine spådommer og tilpasse seg basert på sin evaluering. Russell og Norvig, 2003 , s. 430–449 Multi-agent planlegging bruker samarbeid og konkurranse mellom mange systemer for å oppnå et gitt mål. Emergent atferd som dette brukes av evolusjonære algoritmer og svermintelligens . Russell og Norvig, 2003 , s. 449–455

Læring

Maskinlæring har vært et grunnleggende konsept for forskning på kunstig intelligens siden feltets begynnelse; Den består av studiet av datamaskinalgoritmer som forbedres automatisk gjennom erfaring. [ 41 ]

Uovervåket læring er evnen til å finne mønstre i en inngangsstrøm, uten at et menneske må merke inngangene først. Overvåket læring inkluderer klassifisering og numerisk regresjon , som krever at et menneske først merker inndataene. Klassifisering brukes til å bestemme hvilken kategori noe tilhører og oppstår etter at et program ser på flere eksempler på oppføringer fra ulike kategorier. Regresjon er forsøket på å produsere en funksjon som beskriver forholdet mellom innganger og utganger og forutsier hvordan utgangene skal endre seg etter hvert som inngangene endres. [ 41 ] Både klassifiserere og regresjonslærere forsøker å lære en ukjent funksjon; for eksempel kan en spamklassifiserer ses på som å lære en funksjon som tildeler teksten i en e-post til en av to kategorier, " spam " eller "ikke spam ". Beregningsbasert læringsteori kan teste studenter etter beregningsmessig kompleksitet, prøvekompleksitet (hvor mye data som kreves), eller etter andre ideer om optimalisering . [ 42 ]

Naturlig språkbehandling

Naturlig språkbehandling [ 43 ] gjør det mulig for maskiner å lese og forstå menneskelig språk . Et tilstrekkelig effektivt behandlingssystem for naturlig språk vil tillate naturlige språkbrukergrensesnitt og tilegnelse av kunnskap direkte fra menneskeskrevne kilder, for eksempel nyhetstekster. Noen enkle applikasjoner for naturlig språkbehandling inkluderer informasjonsinnhenting , tekstutvinning , svar på spørsmål og maskinoversettelse . [ 44 ] Mange tilnærminger bruker ordfrekvenser for å konstruere syntaktiske representasjoner av tekst. Søkestrategier for "søkeord" er populære og skalerbare, men suboptimale; et søk etter "hund" kan bare samsvare med dokumenter som inneholder det bokstavelige ordet "hund" og savner et dokument med ordet "puddel". Statistiske språkbehandlingsmetoder kan kombinere alle disse strategiene, så vel som andre, og oppnår ofte akseptabel nøyaktighet på side- eller avsnittsnivå. Utover prosesseringssemantikk, er det endelige målet med prosessering å innlemme en full forståelse av sunn fornuft resonnement. [ 45 ] I 2019 kunne transformatorbaserte dyplæringsarkitekturer generere sammenhengende tekst. [ 46 ]

Persepsjon

Maskinpersepsjon [ 47 ] er evnen til å bruke input fra sensorer (som synlige eller infrarøde spektrumkameraer, mikrofoner, trådløse signaler og lidar- , ekkolodd-, radar- og berøringssensorer ) for å utlede aspekter av verden. Applikasjoner inkluderer talegjenkjenning , [ 48 ] ansiktsgjenkjenning og objektgjenkjenning. Russell og Norvig, 2003 , s. 885–892 Maskinsyn er evnen til å analysere visuell informasjon, som ofte er tvetydig; en gigantisk femti meter høy fotgjenger langt unna kan produsere de samme piksler som en normal størrelse fotgjenger i nærheten, noe som krever kunstig intelligens for å bedømme den relative sannsynligheten og rimeligheten av forskjellige tolkninger, for eksempel ved å bruke sin "objektmodell" for å vurdere at femti meter fotgjengere ikke finnes. [ 49 ]

Kritikk

De viktigste kritikkene av kunstig intelligens har å gjøre med dens evne til fullt ut å etterligne et menneske [ 50 ] . Imidlertid er det eksperter [ referanse nødvendig ] på emnet som indikerer at ingen individuelle mennesker har kapasitet til å løse alle slags problemer, og forfattere som Howard Gardner har teoretisert om løsningen.

Hos mennesker har evnen til å løse problemer to aspekter: de medfødte aspektene og de lærte aspektene. De medfødte aspektene gjør det for eksempel mulig å lagre og hente informasjon i minnet , mens det i de lærte aspektene ligger å vite hvordan man løser et matematisk problem ved å bruke riktig algoritme. På samme måte som et menneske må ha verktøy som lar ham løse visse problemer, må kunstige systemer programmeres på en slik måte at de kan løse dem.

Mange mener at Turing-testen er bestått, med henvisning til samtaler der de ikke vet at de snakker med et program når de snakker med et kunstig intelligens- chatprogram . Denne situasjonen tilsvarer imidlertid ikke en Turing-test, som krever at deltakeren er klar over muligheten for å snakke med en maskin.

Andre tankeeksperimenter som det kinesiske rommet , av John Searle , har vist hvordan en maskin kan simulere tanker uten å faktisk eie den, bestå Turing-testen uten engang å forstå hva den gjør, bare reagere på en spesifikk måte på visse stimuli (i betydning bredere av ordet). Dette vil vise at maskinen egentlig ikke tenker , siden det å handle i henhold til et forhåndsinnstilt program ville være tilstrekkelig. Hvis for Turing det faktum å lure et menneske som prøver å unngå å bli lurt er et tegn på et intelligent sinn, anser Searle det som mulig å oppnå denne effekten gjennom regler definert på forhånd .

Et av de største problemene i kunstige intelligenssystemer er kommunikasjon med brukeren. Denne hindringen skyldes tvetydigheten i språket, og går tilbake til begynnelsen av de første datamaskinoperativsystemene . Menneskers evne til å kommunisere med hverandre innebærer kunnskap om språket som samtalepartneren bruker. For at et menneske skal kunne kommunisere med et intelligent system, er det to alternativer: enten lærer mennesket systemets språk som om det skulle lære å snakke et hvilket som helst annet språk enn det innfødte, eller så har systemet evnen til å tolke brukerens melding på språket som brukeren bruker. Det kan også være skader på anleggene deres.

Et menneske lærer gjennom hele livet vokabularet til sitt morsmål eller morsmål, og er i stand til å tolke meldingene (til tross for ordpolysemien ) og bruke konteksten til å løse tvetydigheter. Du må imidlertid kjenne til de forskjellige betydningene for å tolke, og dette er grunnen til at spesialiserte og tekniske språk kun er kjent for eksperter innen de respektive disipliner. Et kunstig intelligenssystem står overfor det samme problemet, polysemien i menneskelig språk, dets ustrukturerte syntaks og dialekter mellom grupper.

Utviklingen innen kunstig intelligens er større innenfor de fagfeltene der det er større konsensus blant spesialister. Et ekspertsystem er mer sannsynlig programmert i fysikk eller medisin enn i sosiologi eller psykologi. Dette skyldes problemet med konsensus blant spesialister i definisjonen av konseptene som er involvert og i prosedyrene og teknikkene som skal brukes. For eksempel er det i fysikk enighet om begrepet hastighet og hvordan man beregner det. I psykologi diskuteres imidlertid begrepene, etiologi, psykopatologi og hvordan man går frem med en bestemt diagnose. Dette gjør det vanskelig å lage intelligente systemer fordi det alltid vil være uenighet om hvordan systemet skal opptre for ulike situasjoner. Til tross for dette har det vært store fremskritt i utformingen av ekspertsystemer for diagnose og beslutningstaking innen det medisinske og psykiatriske feltet (Adaraga Morales, Zaccagnini Sancho, 1994).

Når man utvikler en robot med kunstig intelligens, må man passe på med autonomi, [ 51 ] må man passe på å ikke knytte det faktum at roboten samhandler med mennesker til dens grad av autonomi. Hvis forholdet mellom mennesker og roboten er av typen herre-slave, og menneskets rolle er å gi ordre og robotens rolle om å adlyde dem, så er det mulig å snakke om en begrensning av robotens autonomi. Men hvis interaksjonen mellom mennesker og roboten er lik lik, trenger ikke deres tilstedeværelse å være forbundet med begrensninger slik at roboten kan ta sine egne beslutninger. [ 52 ] Med utviklingen av kunstig intelligens-teknologi har mange programvareselskaper som dyp læring og naturlig språkbehandling begynt å produseres, og antallet filmer om kunstig intelligens har økt. Stephen Hawking advarte om farene ved kunstig intelligens og anså det som en trussel mot menneskehetens overlevelse. [ 53 ]

Kunstig intelligens-applikasjoner

Teknikkene som er utviklet innen kunstig intelligens er mange og allestedsnærværende. Vanligvis, når et problem løses med kunstig intelligens, blir løsningen inkorporert i industriområder og dagligliv [ 54 ] for brukere av dataprogrammer, men den populære oppfatningen glemmer opprinnelsen til disse teknologiene som slutter å eksistere. intelligens. Dette fenomenet er kjent som AI-effekten . [ 55 ]

Immaterielle rettigheter til kunstig intelligens

Når man snakker om den intellektuelle eiendommen som tilskrives kreasjoner av kunstig intelligens, dannes det en sterk debatt om hvorvidt en maskin kan være opphavsrettsbeskyttet. I følge World Intellectual Property Organization (WIPO) kan enhver skapelse av sinnet være en del av intellektuell eiendom, men den spesifiserer ikke om sinnet må være menneske eller kan være en maskin, noe som gjør kunstig kreativitet usikker.

Rundt om i verden har forskjellige lovverk begynt å dukke opp for å håndtere kunstig intelligens, både bruken og opprettelsen. Lovgivere og medlemmer av regjeringen har begynt å tenke på denne teknologien, og understreker risikoen og komplekse utfordringer ved den. Når vi ser på arbeidet skapt av en maskin, stiller lovene spørsmålstegn ved muligheten for å gi åndsverk til en maskin, og åpner for en diskusjon om lovgivning knyttet til AI.

5. februar 2020 deltok United States Copyright Office og WIPO på et symposium der de tok en grundig titt på hvordan det kreative fellesskapet bruker kunstig intelligens (AI) for å lage originalt arbeid. Forholdet mellom kunstig intelligens og opphavsrett ble diskutert, hvilket nivå av involvering som er tilstrekkelig for at det resulterende verket skal være gyldig for opphavsrettslig beskyttelse; utfordringene og vurderingene ved å bruke opphavsrettsbeskyttede input for å trene en maskin; og fremtiden for kunstig intelligens og dens opphavsrettspolitikk. [ 56 ]​ [ 57 ]

WIPOs generaldirektør Francis Gurry uttrykte bekymring for mangelen på oppmerksomhet til immaterielle rettigheter, ettersom folk har en tendens til å rette sin interesse mot spørsmål om nettsikkerhet, personvern og dataintegritet når de snakker om intelligens. På samme måte stilte Gurry spørsmålstegn ved om veksten og bærekraften til AI-teknologi ville føre oss til å utvikle to systemer for å administrere opphavsrett – ett for menneskelige kreasjoner og ett for maskinkreasjoner. [ 58 ]

Det er fortsatt mangel på klarhet i forståelsen rundt kunstig intelligens. Den teknologiske utviklingen skrider frem i et raskt tempo, og øker kompleksiteten deres i politiske, juridiske og etiske problemer som fortjener global oppmerksomhet. Før du finner en måte å jobbe med opphavsrett på, er det nødvendig å forstå det riktig, fordi det ennå ikke er kjent hvordan man bedømmer originaliteten til et verk som er født fra en sammensetning av en serie fragmenter av andre verk.

Opphavsrettsfordeling rundt kunstig intelligens er ennå ikke regulert på grunn av manglende kunnskap og definisjoner. Det er fortsatt usikkerhet om, og i hvilken grad, kunstig intelligens er i stand til å produsere innhold autonomt og uten menneskelig involvering, noe som kan påvirke om resultatene kan beskyttes av opphavsrett.

Det generelle opphavsrettssystemet må fortsatt tilpasses den digitale konteksten av kunstig intelligens, siden de er sentrert om menneskelig kreativitet. Opphavsrett er ikke utformet for å håndtere noen policy-spørsmål knyttet til opprettelse og bruk av åndsverk, og det kan være skadelig å overstrekke opphavsretten for å løse perifere problemer fordi:

"Å bruke opphavsrett til å styre kunstig intelligens er uintelligent og i strid med opphavsrettens primære funksjon om å gi et mulig rom for kreativitet til å blomstre" [ 59 ]

Samtalen om immaterielle rettigheter vil måtte fortsette for å sikre at innovasjon beskyttes, men også har rom for å blomstre.

Se også

Referanser

  1. ↑ Russell, SJ; Norvig, P. (2004), «Kunstig intelligens. En moderne tilnærming», Pearson Education (Andre utgave) (Madrid), ISBN  978-84-205-4003-0  .
  2. ^ Russell og Norvig, 2009 , s. to.
  3. ^ "Andreas Kaplan; Michael Haenlein (2019) Siri, Siri i min hånd, hvem er den vakreste i landet? On the Interpretations, Illustrations and Implikations of Artificial Intelligence, Business Horizons, 62(1), 15-25» . Arkivert fra originalen 21. november 2018 . Hentet 13. november 2018 . 
  4. ↑ Schank, Roger C. (1991). "Hvor er AI" (PDF) . AI Magazine (på engelsk) 12 (4): 38. 
  5. ↑ Kaplan, Andreas; Haenlein, Michael (2018). Siri, Siri i min hånd, hvem er den vakreste i landet? Om tolkninger, illustrasjoner og implikasjoner av kunstig intelligens (PDF ) 62 (1). Arkivert fra originalen 21. november 2018 . Hentet 13. november 2018 . 
  6. ↑ Ferrer Abello (1986). "Introduksjon til kunstig intelligens" . I Antonio M. Ferrer Abello, red. Kunstig intelligens og ekspertsystemer . Ediciones Ingelek, SA s. 7-20. ISBN  84-85831-31-4 . 
  7. ^ a b Rouhiainen, Lasse (2018). Kunstig intelligens 101 ting du bør vite i dag om fremtiden vår . oppmuntre . Hentet 2021 . 
  8. ↑ López Takeyas, Bruno. "Introduksjon til kunstig intelligens" . 
  9. ^ McCarthy, John (11. november 2007). "Hva er kunstig intelligens" (på engelsk) . Seksjonen Grunnleggende spørsmål . Hentet 27. oktober 2011 . 
  10. ↑ Russell og Norvig, 2009 .
  11. ^ Bellman, 1978 .
  12. ^ Rich and Knight, 1991 .
  13. ^ Winston, 1992 .
  14. ^ Nilsson, 1998 .
  15. ↑ CASTLE, Enrique; GUTIERREZ, Jose Manuel; HADI, Ali S. (1997). "1" . Ekspertsystemer og probabilistiske nettverksmodeller. Ingeniørakademiet . s. 3 . Hentet 16. november 2021 . 
  16. ↑ Miller Rivera, Lozano (2011). urinrør edu. co/Administrasjon/dokumenter/etterforskning/laboratori o/miller_2_3. pdf. Rollen til Bayesianske nettverk i beslutningstaking. . Hentet 16. november 2021 . 
  17. ↑ "Hva er Computational Intelligence?" . 
  18. ^ "Watson og andre systemer som forbedrer livene våre med kunstig intelligens" . Pinggers . Arkivert fra originalen 8. mars 2011 . Hentet 21. februar 2011 . 
  19. ↑ Salas, Javier (28. januar 2016). "Kunstig intelligens erobrer siste brett fra mennesker" . Landet . 
  20. ↑ Ortega, Andrés (27. oktober 2016). "Obama og kunstig intelligens" . s. elDiario.es . Hentet 9. juni 2021 . 
  21. ^ "AlphaGo" . 
  22. ↑ Rodríguez, Roberto (14. desember 2017). "Alpha Zero, programmet som revolusjonerer sjakk og kan forandre verden" . The Vanguard . Hentet 21. mai 2021 . 
  23. ^ "AI ThinQ: LGs plattform for kunstig intelligens kommer til alle TV-ene" . Finansmannen . Hentet 23. september 2021 . 
  24. ↑ Berryhill, Heang, Clogher, McBride, Mexican Internet Association (2020). "Hei verden: Kunstig intelligens og dens bruk i offentlig sektor." . OECD ARBEIDSPAPIRER OM OFFENTLIG STYRING . Hentet 9. juni 2021 . 
  25. ↑ Jaramillo Arango, Diego Alejandro; Montenegro, Diego Ignacio (17. desember 2019). "Fra kunstig intelligens til gudenes spill" . ComHumanitas: vitenskapelig tidsskrift for kommunikasjon 10 (3): 85-106. ISSN  1390-776X . doi : 10.31207/rch.v10i3.210 . Hentet 3. oktober 2022 . 
  26. ^ Asimov, Isaac (1989). "Ond sirkel". Robotene . trans. Søndagshelgen . Barcelona: Martinez Roca . ISBN  84-270-0906-2 . 
  27. ^ "Risiko for kunstig intelligens" . Verden . Hentet 21. mai 2021 . 
  28. ↑ Santos, Josilene C.; Wong, Jeannie Hsiu Ding; Pallath, Vinod; Ng, Kwan Hoong (20. juli 2021). "Oppfatningene til medisinske fysikere mot relevans og virkning av kunstig intelligens" . Fysio- og ingeniørvitenskap i medisin . ISSN  2662-4737 . doi : 10.1007/s13246-021-01036-9 . Hentet 21. juli 2021 . 
  29. ↑ Barrio Andres, Moises (23. juni 2021). Mot juridisk regulering av kunstig intelligens . JOURNAL IUS (på engelsk) 15 (48). ISSN  1870-2147 . doi : 10.35487/rius.v15i48.2021.661 . Hentet 30. august 2021 . 
  30. ↑ Problemløsning, gåteløsning, lek og deduksjon: Russell og Norvig, 2003 , ca. 3–9, Poole, Mackworth og Goebel, 1998 , ca. 2,3,7,9, Luger og Stubblefield, 2004 , ca. 3,4,6,8, Nilsson, 1998 , ca. 7–12
  31. ↑ Usikker resonnement: Russell og Norvig, 2003 , s. 452–644, Poole, Mackworth og Goebel, 1998 , s. 345–395, Luger og Stubblefield, 2004 , s. 333–381, Nilsson, 1998 , ca. 19
  32. ↑ Intraktabilitet og effektivitet og den kombinatoriske eksplosjonen : Russell og Norvig, 2003 , s. 9, 21–22
  33. ↑ Psykologiske bevis for subsymbolisk resonnement: Wason og Shapiro (1966) , Kahneman, Slovic og Tversky (1982) , Lakoff og Núñez (2000)
  34. ↑ Kunnskapsrepresentasjon: ACM, 1998 , I.2.4, Russell og Norvig, 2003 , s. 320–363, Poole, Mackworth og Goebel, 1998 , s. 23–46, 69–81, 169–196, 235–277, 281–298, 319–345, Luger og Stubblefield, 2004 , s. 227–243, Nilsson, 1998 , ca. 18
  35. ↑ Knowledge Engineering: * Russell og Norvig, 2003 , s. 260–266, Poole, Mackworth og Goebel, 1998 , s. 199–233, Nilsson, 1998 , ca. 17.1–17.4
  36. ↑ Representasjon av kategorier og relasjoner: Russell og Norvig, 2003 , s. 349–354, Poole, Mackworth og Goebel, 1998 , s. 174–177, Luger og Stubblefield, 2004 , s. 248–258, Nilsson, 1998 , ca. 18.3
  37. ↑ Representasjon av hendelser og tid: Russell og Norvig, 2003 , s. 328–341, Poole, Mackworth og Goebel, 1998 , s. 281–298, Nilsson, 1998 , ca. 18.2
  38. ↑ Russell og Norvig, 2003 , s. 341–344, Poole, Mackworth og Goebel, 1998 , s. 275–277
  39. ↑ Automatisk planlegging: ACM, 1998 , ~I.2.8, Russell og Norvig, 2003 , pp. 375–459, Poole, Mackworth og Goebel, 1998 , s. 281–316, Luger og Stubblefield, 2004 , s. 314–329, Nilsson, 1998 , ca. 10.1–2, 22
  40. ↑ Klassisk planlegging: * Russell og Norvig, 2003 , s. 375–430, Poole, Mackworth og Goebel, 1998 , s. 281–315, Luger og Stubblefield, 2004 , s. 314–329, Nilsson, 1998 , ca. 10.1–2, 22
  41. ^ a b Machine Learning: ACM, 1998 , I.2.6, Russell og Norvig, 2003 , s. 649–788, Poole, Mackworth og Goebel, 1998 , s. 397–438, Luger og Stubblefield, 2004 , s. 385–542, Nilsson, 1998 , ca. 3,3, 10,3, 17,5, 20
  42. ↑ Jordan, MI; Mitchell, T.M. (16. juli 2015). "Maskinlæring: Trender, perspektiver og utsikter". Science 349 ( 6245): 255-260. Bibcode : 2015Sci...349..255J . PMID 26185243 . S2CID 677218 . doi : 10.1126/science.aaa8415 .   
  43. ↑ Natural Language Processing: ACM, 1998 , I.2.7, Russell og Norvig, 2003 , s. 790–831, Poole, Mackworth og Goebel, 1998 , s. 91–104, Luger og Stubblefield, 2004 , s. 591–632
  44. ↑ Anvendelser av naturlig språkbehandling: Russell og Norvig, 2003 , s. 840–857, Luger og Stubblefield, 2004 , s. 623–630
  45. ↑ Cambria, Erik; White, Bebo (mai 2014). "Jumping NLP Curves: A review of Natural Language Processing Research [Anmeldelsesartikkel]". IEEE Computational Intelligence Magazine (på engelsk) 9 (2): 48-57. S2CID  206451986 . doi : 10.1109/MCI.2014.2307227 . 
  46. ↑ Vincent, James (7. november 2019). "OpenAI har publisert den tekstgenererende AI den sa var for farlig til å dele . " The Verge (på engelsk) . Arkivert fra originalen 11. juni 2020 . Hentet 11. juni 2020 . 
  47. ^ Machine Perception: Russell og Norvig, 2003 , s. 537–581, 863–898, Nilsson, 1998 , ~c. 6
  48. ↑ Talegjenkjenning : * ACM, 1998 , ~I.2.7 * Russell og Norvig, 2003 , pp. 568–578
  49. ↑ Computer Vision: ACM, 1998 , I.2.10, Russell og Norvig, 2003 , s. 863–898, Nilsson, 1998 , ca. 6
  50. ↑ Sadin, Eric (2021). Artificial Intelligence, or the Challenge of the Century: Anatomy of a Radical Antihumanism (1. utgave, 1. reimp utg.). Svart boks. ISBN  978-987-1622-86-3 . OCLC  1193413308 . Hentet 3. oktober 2022 . 
  51. ↑ Salichs, Miguel A.; Malfaz, Maria; Gorostiza, Javi F. (1. oktober 2010). "Beslutningstaking i robotikk" . Ibero-American Journal of Automation and Industrial Computing RIAI 7 (4): 5-16. doi : 10.1016/S1697-7912(10)70055-8 . Hentet 21. mars 2016 . 
  52. ^ osmany-yildirim, Osman (26. mars 2020). "Effekten av kunstig intelligens på samfunnet" . Kunstig intelligens (på britisk engelsk) . Hentet 26. mars 2020 . 
  53. ^ Cellan-Jones, Rory (20. oktober 2016). «Stephen Hawking - vil AI drepe eller redde?» . BBC News (på britisk engelsk) . Hentet 28. oktober 2018 . 
  54. ↑ Europasur.es. "Kunstig intelligens som et verktøy for sosial fremgang" . Hentet 16. oktober 2018 . 
  55. ^ "AI satt til å overgå menneskelig hjernekraft " . CNN. 26. juli 2006. 
  56. ^ "Opphavsrett i en tidsalder for kunstig intelligens | US Copyright Office» . www.copyright.gov . Hentet 22. mai 2020 . 
  57. ↑ « « eksperter på kunstig intelligens i Spania » . cronicaglobal.elespanol.com . Hentet 22. mai 2020 . 
  58. ↑ United States Copyright Office (5. februar 2020). "Opphavsrett i en tidsalder for kunstig intelligens" . Library of Congress . 
  59. ^ "Hvorfor vi tar til orde for en forsiktig tilnærming til opphavsrett og kunstig intelligens" . Creative Commons (på amerikansk engelsk) . 20. februar 2020 . Hentet 22. mai 2020 . 

Bibliografi

Eksterne lenker