διάφοροι ορισμοί της Τεχνητής Νοημοσύνης (ΤΝ), οι οποίοι, λόγω της ασάφειας και του εύρους του πεδίου της, δεν είναι πλήρεις. Στοιχειώδη νοημοσύνη διαθέτει οποιαδήποτε ηλεκτρονική συσκευή, για παράδειγμα ένα απλό φωτοκύτταρο που ανιχνεύει κίνηση και παράγει μια εντολή, αλλά συνήθως η έννοια αναφέρεται σε πιο πολύπλοκες λειτουργίες, όπως η γνώση, η αντίληψη και ο συμπερασμός.
Στον τομέα της ΤΝ γίνεται διάκριση ανάμεσα στους στόχους, οι οποίοι ικανοποιούν μια αντίστοιχη ανθρώπινη ανάγκη, και τις μεθόδους, με τις οποίες επιτυγχάνονται αυτοί. Παραδείγματα συνήθων στόχων αποτελούν η αναγνώριση προτύπων, στην οποία συμπεριλαμβάνεται η αναγνώριση εικόνων-προσώπων και ήχων-ανθρώπινης φωνής, η επίλυση μαθηματικών και μη προβλημάτων και η λήψη αποφάσεων με σκοπό την υποβοήθηση του ανθρώπου σε κρίσιμες λειτουργίες (πχ. χειρισμός αεροπλάνου). Απώτεροι και λιγότερο σαφείς στόχοι είναι η δημιουργικότητα και η συναισθηματική επικοινωνία. Οι μέθοδοι, με τις οποίες επιτυγχάνονται οι στόχοι, βασίζονται σε μαθηματικά μοντέλα, δύο σημαντικά εκ των οποίων είναι η χρήση ευρετικών και τα νευρωνικά δίκτυα. Τα Ευρετικά είναι πληροφορίες που δίδονται στον υπολογιστή με σκοπό να μειωθεί ο πιθανός αριθμός των λύσεων και να βρεθεί έτσι το ορθό αποτέλεσμα σε ανεκτό χρονικό διάστημα. Για παράδειγμα, σε έναν ιπτάμενο ηλεκτρονικό "αστυνόμο", που εποπτεύει οχήματα από ψηλά, μπορεί να δοθεί ως ευρετικό το χρώμα και η μάρκα του ύποπτου αυτοκινήτου και έτσι από όλα τα ορατά οχήματα να εντοπιστούν μόνο εκείνα που πληρούν αυτό το κριτήριο. Τα νευρωνικά δίκτυα βασίζονται στην πολύπλοκη σύνδεση νευρώνων μεταξύ τους, ιδέα που προέρχεται από τη δομή του εγκεφάλου, τον οποίο προσπαθούν να προσομοιώσουν. Η κύρια δυνατότητα που παρέχουν είναι η μάθηση, που θεωρητικά τους προσδίδει απεριόριστη ευελιξία και βασίζεται στο συνδυασμό δοκιμής-σφάλματος. Στην πράξη ακολουθείται ένας αριθμός κύκλων, που μπορεί να είναι οσοδήποτε μεγάλος, στον οποίο δίδεται ένα ερέθισμα στο δίκτυο, λαμβάνεται από αυτό μια απάντηση και ανάλογα με την τελευταία τροποποιούνται οι παράμετροι του δικτύου, ώστε την επόμενη φορά το αποτέλεσμα να είναι το επιθυμητό. Η διαδικασία, δηλαδή, δε διαφέρει ιδιαίτερα από τη εκείνη της απλής μάθησης ενός ανθρώπου.
Σήμερα η ΤΝ εφαρμόζεται κυρίως σε επαγγελματικό επίπεδο και λιγότερο στα καθημερινά καταναλωτικά προϊόντα. Παραδείγματα της πρώτης κατηγορίας αποτελούν η επεξεργασία σύνθετων δεδομένων, η υποβοήθηση αποφάσεων σε δύσκολες συνθήκες (πχ. στον έλεγχο οχημάτων, σε χειρουργικές επεμβάσεις κλπ) και η χρήση ρομπότ στη βιομηχανική παραγωγή. Το θέμα της ΤΝ περιβάλλεται από αρκετούς εκλαϊκευμένους μύθους, οι οποίοι ενίοτε χρησιμοποιούνται με εκφοβιστικό ή παραπλανητικό σκοπό. Καταρχήν, κανένας υπόγιστής δεν μπορεί, τουλάχιστον στο προσεχές μέλλον, να αντικαταστήσει τον άνθρωπο στη φυσική του λειτουργία του, καθώς το μέγιστο επίπεδο της επιτευχθείσας νοημοσύνης είναι ακόμα χαμηλό σε σχέση με εκείνο του μέσου ανθρώπου. Μάλιστα, με βάση το στοιχειώδες συμπέρασμα του μαθηματικού Georg Cantor, ότι οποιοδήποτε μέρος ενός συνόλου είναι πάντα μικρότερο από το ίδιο το σύνολο, αποδεικνύεται ότι οποιοδήποτε δημιούργημα του ανθρώπινου εγκεφάλου θα είναι κατώτερο από αυτόν. Συνεπώς, ένας ασφαλής ορισμός της Τεχνητής Νοημοσύνης είναι ότι αποτελείται από όλες εκείνες τις υπολογιστικές λειτουργίες στις οποίες ο άνθρωπος υπερτερεί, πχ. διαίσθηση και φαντασία, ενώ εκείνες στις οποίες είναι καλύτερος ο υπολογιστής, πχ. μαθηματικές πράξεις, δεν αποτελούν νοημοσύνη.
Βαγγέλης Τσούκας
Δεν υπάρχουν σχόλια:
Δημοσίευση σχολίου