Notater om Kunstig Intelligens K1

I dette kapitel vil vi diskutere, hvorfor vi betragter kunstig intelligens (AI) som et væsentligt studie, og hvordan vi definerer, hvad det egentlig er. Mennesker kalder sig selv Homo sapiens, hvilket betyder "mennesket det kloge", fordi vores intelligens er grundlæggende for vores eksistens og overlevelse. I tusinder af år har vi forsøgt at forstå, hvordan vi tænker, handler og interagerer med vores miljø, og hvordan vores hjerne kan forstå og manipulere en verden, der er langt mere kompleks end sig selv. Dette har ført til dybdegående filosofiske, psykologiske og videnskabelige undersøgelser af menneskelig bevidsthed og tanke.

AI handler ikke kun om forståelse, men også om at bygge intelligente enheder - maskiner, der har evnen til at analysere data, lære af erfaringer, tilpasse sig nye situationer og træffe beslutninger på baggrund af komplekse algoritmer. AI er et område, der er i hastig vækst med en forventet indflydelse, der kan være større end noget andet i menneskehedens historie. Det genererer allerede over en billion dollar om året i omsætning og tilbyder mange muligheder for forskning og innovation på tværs af industrier som sundhedspleje, transport, finans og uddannelse.

1.1 Hvad er AI?

AI er et begreb, der dækker over forskellige metoder og teknologier, der giver maskiner evnen til at udføre opgaver, som normalt kræver menneskelig intelligens. Mens vi har sagt, at AI er interessant, har vi ikke forklaret, hvad det egentlig er. Historisk set har forskere forfulgt forskellige versioner af AI, der spænder fra simple problem-løsende algoritmer til komplekse machine learning-modeller. Nogle har defineret intelligens i forhold til menneskelig præstation, mens andre har valgt en mere abstrakt definition, kaldet rationalitet. Videnskabsfolk skelner mellem to dimensioner: menneskelig præstation versus rationalitet og indre tankeprocesser versus adfærd. Dette giver os fire forskellige tilgange til AI:

1.1.1 Handle menneskeligt: Turing-testens tilgang

Turing-testen, foreslået af Alan Turing, er en tankenoter, der sigter mod at undgå den filosofiske uklarhed omkring spørgsmålet "Kan en maskine tænke?" En computer består testen, hvis en menneskelig spørger, efter at have stillet nogle skriftlige spørgsmål, ikke kan afgøre, om svarene kommer fra en person eller en computer. For at bestå Turing-testen kræver det, at computeren har følgende evner:

  • Naturlig sprogbehandling for at kommunikere effektivt på menneskesprog og kunne forstå kontekst.

  • Videnrepræsentation for at lagre og hente information effektivt, så den kan anvendes i relevant sammenhæng.

  • Automatiseret ræsonnering for at svare på spørgsmål og drage logiske konklusioner baseret på givne data.

  • Maskinlæring for at tilpasse sig nye omstændigheder og forbedre sin præstation over tid baseret på feedback.

Mens Turing anså den fysiske simulering af en person for unødvendig for at demonstrere intelligens, har andre forskere foreslået en total Turing-test, der kræver interaktion med den fysiske verden som en indikator for intelligens.

1.1.2 Tænke som et menneske: Den kognitive modelerings tilgang

For at sige, at et program tænker som et menneske, skal vi navigere i og forstå den komplekse natur af menneskelig tænkning. Vi kan lære om menneskelig tanke gennem introspektion, der involverer at observere egne tanker; psykologiske eksperimenter, der involverer at observere mennesker i aktion; og hjernebilleddannelse, der giver os mulighed for at overvåge hjernens aktivitet under forskellige stimuli. Den interdisciplinære tilgang mellem AI og kognitionsvidenskab tilbyder testbare teorier om den menneskelige sjæl, men kræver eksperimenter med mennesker eller dyr for at validere.

1.1.3 Tænke rationelt: "tankelovene" tilgang

Den græske filosof Aristoteles var en af de første til at forsøge at definere "rigtigt tænkning" gennem syllogismer, som giver mønstre for argumentation, der altid fører til korrekte konklusioner. I det 19. århundrede udviklede logikere præcise notationssystemer med udsagn om verden og formelle sæt af regler. Den logisk orienterede tradition inden for AI håber at bygge intelligente systemer på grundlag af sådanne programmer, men rationel tænkning alene genererer ikke altid intelligent adfærd, så det kræver også en model af rational handling for at kunne implementeres korrekt.

1.1.4 Handle rationelt: Den rationelle agent tilgang

En agent er en enhed, der handler i dets miljø. En rationel agent handler på en måde, der opnår det bedste resultat, især under usikkerhed. De færdigheder, der er nødvendige for at bestå Turing-testen, hjælper også til at handle rationelt, da denne tilgang fokuserer på at designe systemer, der analyserer situationer og træffer de rigtige beslutninger baseret på tilgængelig information og ønsker.

1.1.5 Gode maskiner

Der er et behov for at omdefinere standardmodellen, der antager, at vi villigt kan give målsætninger til maskiner uden komplikationer. I virkeligheden er det vanskeligt at specificere præcise målsætninger, særligt når der arbejdes i komplekse og dynamiske miljøer. Der opstår ofte konflikter i ønskerne, som kaldes værdijusteringsproblemet, og det er vigtigt at have systemer, der reflekterer brugernes sande præferencer og moralske overbevisninger for at undgå potentielle etiske problemer.

I dette afsnit præsenteres en detaljeret oversigt over de discipliner, der har bidraget væsentligt til udviklingen af kunstig intelligens (AI) samt centrale spørgsmål, der knytter sig til hver disciplin.

  • Filosofi

    • Udforskningen af fundamentale spørgsmål som formelle regler og gyldige konklusioner i ræsonnering.

    • Overvejelse af sindets opståen fra den fysiske hjerne, herunder forskningsområder som bevidsthed og perception.

    • Omfatter debat om Dualisme, hvor sindet og kroppen anses som adskilte, og Empirisme, der fremhæver viden som baseret på erfaring og observation. Derudover undersøges spørgsmål om, hvad det vil sige at tænke og handle intelligent.

  • Matematik

    • Formalisering af logik og sandsynlighedsteori er central i udviklingen af algoritmer og modeller for AI, der kræver præcis struktur og rationel tænkning.

    • Vigtige bidragydere som Kurt Gödel, hvis resultater om ufuldstændighed i logik udfordrer forståelsen af sandhed og bevis, og Alan Turing, der udviklede Turing-maskinen og bidrog til teorien om beregnelighed.

  • Økonomi

    • Beslutningsteori og spilteori analyserer strategisk adfærd, der informerer designet af AI-systemer, der interagerer kompleks med mennesker og andre systemer.

    • Undersøgelser af incitamenter og strategiske valg i økonomiske modeller er essentielle for at forstå AI's anvendelse i områder som handel og ressourcestyring.

  • Neurovidenskab

    • Detaljerede studier af hjernens funktioner er essentielle for imitativ læring og udvikling af AI, som ønsker at efterligne menneskelig intelligens.

    • Fremskridt i hjernescanningsteknikker forbedrer vores forståelse af kognitive processer, hvilket bidrager til mere avancerede modeller af intelligens baseret på biologiske systemer.

  • Psykologi

    • Studiet af menneskelig og dyreadfærd bidrager til AI-udvikling ved at tilbyde indsigter i, hvordan individer lærer, tilpasser sig, og træffer beslutninger.

    • Kognitive modeller hjælper vores forståelse af, hvordan information bearbejdes, hvilket er fundamentalt for udvikling af AI, der interagerer med menneskelige brugere.

  • Computerteknik

    • Moderne elektronik og computere, der har revolutioneret datahåndtering, udgør fundamentet for omfattende AI-applikationer, fra machine learning til big data-analyse.

    • Den hurtige teknologiske udvikling, især under krigstider, har accelereret innovation i AI ved at presse på for forbedrede beregningsteorier og hardware-design.

  • Kontrolteori og cybernetik

    • Styringssystemer muliggør reaktion på feedback fra miljøet, hvilket er vigtigt for at skabe autonome systemer, der kan lære og forbedre deres præstation i komplekse opgaver.

    • Anvendelser omfatter alt fra robotik til automatisering af industrielle processer, der styrker vores kapacitet til at integrere AI i dagligdagen.

  • Sprogvidenskab

    • Sprog er centralt for tankegang; forståelse er afgørende for, hvordan AI kan kommunikere effektivt med mennesker på naturlige sprog.

    • Viden om sproglige strukturer og semantik er nødvendig for udviklingen af natural language processing (NLP)-applikationer, som ligger til grund for samtale-AI, oversættelsesværktøjer og sentiment-analyse.

1.3 AI's historie

I denne sektion gennemgås betydelige milepæle i AI's historie, fra inceptions i 1943 til nutiden, inklusiv tidlige tilgange som symbolsk AI og machine learning, dominerende teknologier som neurale netværk, og de udfordringer der har været gennem årtierne. AI-historien afslører cykler af succes og skuffelse, fra de tidlige optimistiske udsigter til stressede udviklingsfaser, men også en kontinuerlig udvikling, der har formet nutidens teknologiske landskab.

1.4 Den aktuelle tilstand

AI's status beskriver hurtige fremskridt inden for forskellige områder som selvkørende biler, sundhedsdiagnoser og meget mere. Hvis AI-studier fortsætter med at vokse og integreres i dagligdagen, vil det sandsynligvis resultere i betydelige samfundsmæssige ændringer, både positive og negative, som vil påvirke arbejdsmarkedet, privatliv og vores måde at leve og interagere på.

1.5 Risici og fordele ved AI

AI's potentiale til at forbedre menneskelivet er stort, men de tilknyttede risici skal også overvejes. Dette inkluderer problematikker som autonome våben, overvågning, bias i algoritmer, og deres indvirkning på arbejdspladser. Det er vigtigt at udvikle retningslinjer og procedurer, der sikrer, at AI-systemer er designet og anvendt med ansvar og etik, der er til gavn for menneskeheden, for at undgå skadelige konsekvenser som misbrug af teknologi, øget ulighed og den potentielle underminerende effekt på menneskelig autonomi. Desuden er det afgørende at inkludere forskellige interessenter i samtaler om AI-udvikling for at sikre, at mangfoldige perspektiver og værdier indgår i beslutningsprocessen. Ved at tage højde for både de positive og negative aspekter af AI kan vi arbejde hen imod at skabe en fremtid, hvor teknologi bidrager til det fælles gode i stedet for at forårsage skade og konflikt.