Ei, en tarkoita, että tekoäly on sitä, kun blondi värjää hiuksensa :)
Lueskelin vanhoja tekoälyä koskevia keskusteluita. Monet kirjoittelut ovat hyvin sekavia. Sekavuus johtuu usein siitä, että puhutaan asiasta, jota ei ole selvästi määritelty ja kirjoittajilla on siitä hyvinkin erilainen käsitys. Osittain syynä tähän ovat yksinkertaiset sanakirjamääritelmät. Esim suomenkielinen wikipedia esittää, että tekoäly on "tietokoneohjelma, joka pyrkii suorittamaan ihmismäistä ajattelua". Tämä määritelmä ei ole väärä, mutta se voi olla harhaanjohtava. "Pyrkii suorittamaan ihmismäistä ajattelua" ei tarkoita samaa kuin "pystyy samoihin älyllisiin suorituksiin kuin ihminen parhaimmillaan", vaikka monet asian selvästi ymmärtävät tällä tavalla. Ilmaisu tarkoittaa vain sitä, että tekoälyohjelma pystyy suoriutumaan joistakin tehtävistä, joiden ohjelmointi esim. perinteisellä proseduraalisella ohjelmointitavalla on tavallista haastavampaa. Tekoälyohjelmointi tarjoaa siis tehokkaamman, tuottavamman ohjelmointityylin joihinkin tarpeisiin.
Tyypillistä tekoälysovelluksille on, että ne toimivat järkevästi tilanteissa, jotka eivät ennakolta ole olleet ohjelmoijan mielessä, eli joihin hän ei erityisesti ole voinut varautua. Nämä tilanteet kuuluvat kuitenkin samojen tunnettujen lainalaisuuksien, sääntöjen ja tietokokonaisuuksien piiriin kuin testitapaukset, joilla ohjelma testataan ennen käyttöönottoa.
Siten tyypillistä tekoälysovellukselle on, että sovelluksen osaamista ei juurikaan mahduteta itse suoritettavaan lähdekieliseen koodiin, vaan dataan, tietämyskantaan. Tietämyskanta sisältää hyvin vaihtelevalla tavalla esitettynä riittävän määrän "ymmärrystä". Ymmärrys voi olla esitettynä symbolikielisinä sääntöinä ja datarakenteina tai ääritapauksessa vaikka hermoverkon kytkentänä ja painokertoimina. Tietämyskannan lisäksi tarvitaan erillinen "tietämyskone", "inference engine".
Tavallinen toteamus on ollut, että kuvaamani ei ole oikeaa tekoälyä vaan vain "työkaluja". Tällöin kavennetaan arkikäytännölle vieraalla tavalla tekoälyn määritelmää. Tämä paljon käytetty, hyvin arkinen tekoäly on "kapeaa tekoälyä" tai "heikkoa tekoälyä". Sillä saattaa (tai sitten joissakin tapauksessa ei) olla kyky oppia toimiessaan, eli muodostaa itse uusia sääntöja ja datarakenteitta, mutta silti se on aina tarkoitettu vain rajoitetulle tehtäväalueelle.
Se mystisoidumpi tekoäly, joka todella jäljittelee ihmisen suorituskykyä, on "vahvaa tekoälyä" tai "yleistä tekoälyä" (AGI). Aivan oikein, sitä ei vielä ole olemassakaan. Mutta ei pidä paikkaansa, että "siitä luovuttiin 80-luvulla ja jätettiin scifin aihepiiriksi". AGI:a kehittelee tällä hetkellä ehkä useampia projektiryhmiä kuin koskaan ennen. Osa niistä on listattu tässä:
http://www.agiri.org/forum/index.php?showtopic=44
Lueskelin vanhoja tekoälyä koskevia keskusteluita. Monet kirjoittelut ovat hyvin sekavia. Sekavuus johtuu usein siitä, että puhutaan asiasta, jota ei ole selvästi määritelty ja kirjoittajilla on siitä hyvinkin erilainen käsitys. Osittain syynä tähän ovat yksinkertaiset sanakirjamääritelmät. Esim suomenkielinen wikipedia esittää, että tekoäly on "tietokoneohjelma, joka pyrkii suorittamaan ihmismäistä ajattelua". Tämä määritelmä ei ole väärä, mutta se voi olla harhaanjohtava. "Pyrkii suorittamaan ihmismäistä ajattelua" ei tarkoita samaa kuin "pystyy samoihin älyllisiin suorituksiin kuin ihminen parhaimmillaan", vaikka monet asian selvästi ymmärtävät tällä tavalla. Ilmaisu tarkoittaa vain sitä, että tekoälyohjelma pystyy suoriutumaan joistakin tehtävistä, joiden ohjelmointi esim. perinteisellä proseduraalisella ohjelmointitavalla on tavallista haastavampaa. Tekoälyohjelmointi tarjoaa siis tehokkaamman, tuottavamman ohjelmointityylin joihinkin tarpeisiin.
Tyypillistä tekoälysovelluksille on, että ne toimivat järkevästi tilanteissa, jotka eivät ennakolta ole olleet ohjelmoijan mielessä, eli joihin hän ei erityisesti ole voinut varautua. Nämä tilanteet kuuluvat kuitenkin samojen tunnettujen lainalaisuuksien, sääntöjen ja tietokokonaisuuksien piiriin kuin testitapaukset, joilla ohjelma testataan ennen käyttöönottoa.
Siten tyypillistä tekoälysovellukselle on, että sovelluksen osaamista ei juurikaan mahduteta itse suoritettavaan lähdekieliseen koodiin, vaan dataan, tietämyskantaan. Tietämyskanta sisältää hyvin vaihtelevalla tavalla esitettynä riittävän määrän "ymmärrystä". Ymmärrys voi olla esitettynä symbolikielisinä sääntöinä ja datarakenteina tai ääritapauksessa vaikka hermoverkon kytkentänä ja painokertoimina. Tietämyskannan lisäksi tarvitaan erillinen "tietämyskone", "inference engine".
Tavallinen toteamus on ollut, että kuvaamani ei ole oikeaa tekoälyä vaan vain "työkaluja". Tällöin kavennetaan arkikäytännölle vieraalla tavalla tekoälyn määritelmää. Tämä paljon käytetty, hyvin arkinen tekoäly on "kapeaa tekoälyä" tai "heikkoa tekoälyä". Sillä saattaa (tai sitten joissakin tapauksessa ei) olla kyky oppia toimiessaan, eli muodostaa itse uusia sääntöja ja datarakenteitta, mutta silti se on aina tarkoitettu vain rajoitetulle tehtäväalueelle.
Se mystisoidumpi tekoäly, joka todella jäljittelee ihmisen suorituskykyä, on "vahvaa tekoälyä" tai "yleistä tekoälyä" (AGI). Aivan oikein, sitä ei vielä ole olemassakaan. Mutta ei pidä paikkaansa, että "siitä luovuttiin 80-luvulla ja jätettiin scifin aihepiiriksi". AGI:a kehittelee tällä hetkellä ehkä useampia projektiryhmiä kuin koskaan ennen. Osa niistä on listattu tässä:
http://www.agiri.org/forum/index.php?showtopic=44
Vastaukset 4
Vanhimmat
"Kysymys, voivatko tietokoneet ajatella, on yhtä mielekäs kuin kysymys, voivatko sukellusveneet uida."
Minusta se on aika hyvin sanottu. Ei minusta voi vetää selvää rajaa koneen ohjelman suorituksen ja ajattelun välillä, vaikka havaitsemmekin, että monella alalla on ihmisajattelu yhä parempaa ja joustavampaa. Joillakin on tämä tarve voimakas, sen kyllä olen havainnut.
Mikäs Yusa on mielestäsi lupaavinta (mitataan nyt menestystä karkeasti vaikka lehtiotsikoilla tai hieman paremmin akateemisilla julkaisuilla) tekoälytutkimusta *juuri nyt*? Kysyn vain uteliaisuuttani.
Olen muistavinani, että hän poistui joukostamme muutamia vuosia sitten.
Jo silloin, kun puhutaan ihmisen ajattelusta, tarkoittavat monet eri asiaa. Toisille ajattelua on vain kielellinen mielessään puhuminen ja yleensäkin tietoinen ajattelu. Minusta ajattelua ovat myös kaikki tietoisuuden alapuolella tapahtuvat prosessit, jotka tekevät ajatustyöstä ylivoimaisesti merkttävimmän osan. Mutta ilmeisesti Dijkstra tarkoitti oman aikansa tietokoneiden toimintaa niiden suorittaessa tavanomaisia (ei-tekoäly) sovelluksia. Ja vastaus todennäköisesti oli suunnattu muille kuin tietokoneteoreetikoille.
"Mikäs Yusa on mielestäsi lupaavinta (mitataan nyt menestystä karkeasti vaikka lehtiotsikoilla tai hieman paremmin akateemisilla julkaisuilla) tekoälytutkimusta *juuri nyt*?"
Kaksi projektia nousee ylitse muiden:
http://www.numenta.com/
http://www.novamente.net/
Sivuilta löytyy viitteet tarkempaan tietoon, mutta erityisesti ajankohtainen, valaiseva kirjoitus on:
http://www.agiri.org/essays/SingularityAGIGoertzel.htm
Molemmat projektit ovat aivan ilmeisesti löytäneet toisistaan poikkeavat, mutta tuloksiin johtavat kehityspolut. Novamente-arkkitehtuuri on pitkän kehityksen tulos, ja sen kyvyistä on jo näyttöä. He uskovat, hyvin perustellen, pääsevänsä ihmisen ajatteluun verrattavaan suorituskykyyn 7-10v kuluttua. Mutta "Novababy" lapsen herättely on jo parhaillaan alkamassa!
Jeff Hawkinsin tyylikäs ihmisen cortexin arkkitehtuuria koskeviin oivalluksiin perustuva hanke (Numenta) vastaa lähinnä omia harrastuksiani. Katson melko hyvin sisäistäneeni sen keskeiset ideat (Novamente on matemaattisesti haastavampi) ja olen kääntänyt omaa harrasteprojektiani siihen suuntaan.
Novamente on ehkä pari vuotta edellä, mutta Numenta perustuu hyvin uskottavalle idealle, joka varmasti toimii: biologiset aivot. Molemmissa projekteissa on jäljellä paljon työtä ja käytännön ongelmien ratkaisuja.
Kapean tekoälyn merkittävimmät saavutukset ovat suljettuja kaupallisia sovelluksia, mutta yksi tyylikäs kapean tekoälyn julkinen saavutus on tässä:
http://www.cs.ualberta.ca/~sutton/book/11/node2.html
TD-Gammon on jo 10v vanha ja eräänlainen klassikko, esimerkki, oikeastaan tyylikkämpi kuin IBM:n Deap Blue, tehty pienillä resulsseilla.
Täytyy tutustua lukemiseen. Kiitän.
itse väsäilly ohjelmia jotka oppii jotain simppelejä asioita itsekseen.
Fakta on vaan että perus "äly" pitää laittaa ohjelmaan, eli oppimis-säännöt.
ja yleensä noita sääntöjä löytyy vaikka millä mitalla...sit niitä lisäillään ja lisäillään jne.
en pidä omia ohjelmanpätkiä tekoälynä tai että se ajattelee, koska pohjalla on kuitenkin mun omaa ajattelua, jotka on lisätty ohjelmaan.
sit kun(jos heh) mun ohjelmanpätkät joskus tekee itse nuo säännöt ja toimii järkevästi ilman et mun tarvii puuttua niiden toimintaan niin sitten luokittelen sen jo älyksi...