Thực đơn
trang chủSự liên quan

Tạo trí tuệ nhân tạo hoàn hảo. Trí tuệ nhân tạo được viết bằng ngôn ngữ nào? Giới thiệu về AI

Trí tuệ nhân tạo là công nghệ mà chúng ta chắc chắn sẽ mang theo trong tương lai.

Chúng tôi sẽ cho bạn biết nó hoạt động như thế nào và chúng tôi đã tìm thấy những công dụng thú vị nào.

😎 Chuyên mục Công nghệ được đăng tải hàng tuần với sự hỗ trợ của re:Store.

trí tuệ nhân tạo là gì

Trí tuệ nhân tạo (AI) là công nghệ tạo ra các chương trình và máy móc thông minh có thể giải quyết các vấn đề sáng tạo và tạo ra thông tin mới dựa trên thông tin hiện có. Trên thực tế, trí tuệ nhân tạo được thiết kế để mô phỏng hoạt động của con người, được coi là trí tuệ.

Theo truyền thống, người ta tin rằng khả năng sáng tạo là duy nhất của con người. Nhưng việc tạo ra trí tuệ nhân tạo đã thay đổi trật tự thông thường của mọi thứ

Một robot chỉ đơn giản là chặt gỗ một cách cơ học thì không được trang bị AI. Một robot đã học cách tự chặt gỗ, nhìn vào ví dụ về một người hoặc một khúc gỗ và các bộ phận của nó, và mỗi lần làm điều đó tốt hơn, có AI.

Nếu một chương trình chỉ đơn giản lấy các giá trị từ cơ sở dữ liệu theo những quy tắc nhất định thì nó không được trang bị AI. Nếu hệ thống sau khi đào tạo tạo ra các chương trình, phương pháp và tài liệu, giải quyết một số vấn đề nhất định thì nó có AI.

Cách tạo ra một hệ thống trí tuệ nhân tạo

Ở góc độ toàn cầu, chúng ta cần bắt chước mô hình tư duy của con người. Nhưng trên thực tế, cần phải tạo ra một hộp đen - một hệ thống đáp ứng với một tập hợp các giá trị đầu vào sẽ tạo ra các giá trị đầu ra tương tự như kết quả của con người. Và nhìn chung, chúng tôi không quan tâm điều gì xảy ra “trong đầu cô ấy” (giữa đầu vào và đầu ra).

Hệ thống trí tuệ nhân tạo được tạo ra để giải quyết một loại vấn đề nhất định

Nền tảng của trí tuệ nhân tạo là học tập, trí tưởng tượng, nhận thức và trí nhớ

Điều đầu tiên bạn cần làm để tạo ra trí tuệ nhân tạo là phát triển các chức năng thực hiện việc nhận thức thông tin để có thể “đưa” dữ liệu vào hệ thống. Sau đó - các chức năng thực hiện khả năng học hỏi. Và một nơi lưu trữ dữ liệu để hệ thống có thể lưu trữ ở đâu đó những thông tin mà nó nhận được trong quá trình học tập.

Sau đó, các chức năng của trí tưởng tượng được tạo ra. Họ có thể mô phỏng các tình huống sử dụng dữ liệu hiện có và thêm thông tin mới (dữ liệu và quy tắc) vào bộ nhớ.

Việc học có thể mang tính quy nạp hoặc diễn dịch. Ở phiên bản quy nạp, hệ thống được cung cấp các cặp dữ liệu đầu vào và đầu ra, câu hỏi và câu trả lời, v.v. Hệ thống phải tìm các kết nối giữa dữ liệu và sau đó sử dụng các mẫu này để tìm dữ liệu đầu ra từ dữ liệu đầu vào.

Phương pháp suy luận (xin chào, Sherlock Holmes!) sử dụng kinh nghiệm của các chuyên gia. Nó được chuyển vào hệ thống như một cơ sở tri thức. Không chỉ có các tập dữ liệu mà còn có các quy tắc được tạo sẵn giúp tìm ra giải pháp cho tình trạng này.

Các hệ thống trí tuệ nhân tạo hiện đại sử dụng cả hai cách tiếp cận. Ngoài ra, các hệ thống thường đã được đào tạo nhưng vẫn tiếp tục học khi chúng hoạt động. Điều này được thực hiện để chương trình lúc đầu thể hiện mức độ khả năng khá, nhưng trong tương lai nó thậm chí còn trở nên tốt hơn. Ví dụ, tôi đã tính đến mong muốn và sở thích của bạn, những thay đổi trong tình huống, v.v.

Trong hệ thống trí tuệ nhân tạo, bạn thậm chí có thể đặt ra xác suất không thể đoán trước. Điều này sẽ làm cho anh ta giống con người hơn.

Tại sao trí tuệ nhân tạo lại đánh bại con người

Trước hết, vì nó có xác suất xảy ra lỗi thấp hơn.

  • Trí tuệ nhân tạo không thể quên - nó có trí nhớ tuyệt đối.
  • Nó không thể vô tình bỏ qua các yếu tố và sự phụ thuộc—mọi hành động của AI đều có lý do cơ bản rõ ràng.
  • AI không ngần ngại mà đánh giá các xác suất và nghiêng về cái lớn hơn. Vì vậy, anh ta có thể biện minh cho mọi bước đi của mình.
  • AI cũng không có cảm xúc. Điều này có nghĩa là chúng không ảnh hưởng đến việc ra quyết định.
  • Trí tuệ nhân tạo không dừng lại ở việc đánh giá kết quả của bước hiện tại mà còn tính trước nhiều bước nữa.
  • Và anh ấy có đủ nguồn lực để xem xét tất cả các tình huống có thể xảy ra.

Những ứng dụng thú vị của trí tuệ nhân tạo

Nói chung, trí tuệ nhân tạo có thể làm được mọi thứ. Điều chính là hình thành chính xác vấn đề và cung cấp cho nó dữ liệu ban đầu. Ngoài ra, AI có thể đưa ra những kết luận bất ngờ và tìm kiếm những mẫu hình mà dường như không có.

Câu trả lời cho bất kỳ câu hỏi nào

Một nhóm các nhà nghiên cứu do David Ferrucci dẫn đầu đã phát triển một siêu máy tính có tên Watson với hệ thống trả lời câu hỏi. Hệ thống này được đặt theo tên của chủ tịch đầu tiên của IBM, Thomas Watson, có thể hiểu các câu hỏi bằng ngôn ngữ tự nhiên và tìm kiếm câu trả lời trong cơ sở dữ liệu.

Watson tích hợp 90 máy chủ IBM p750, mỗi máy chủ có bốn bộ xử lý kiến ​​trúc POWER7 tám lõi. Tổng dung lượng RAM hệ thống vượt quá 15 TB.

Thành tích của Watson bao gồm chiến thắng "Nguy hiểm!" ("Trò chơi riêng" của Mỹ). Anh đã đánh bại hai trong số những tay vợt xuất sắc nhất: người có số tiền thắng lớn nhất, Brad Rutter, và người giữ kỷ lục về chuỗi trận bất bại dài nhất, Ken Jennings.

Giải thưởng Watson: 1 triệu USD. Đúng, 1 tỷ đã được đầu tư vào nó chỉ trong năm 2014.

Ngoài ra, Watson còn tham gia chẩn đoán bệnh ung thư, hỗ trợ các chuyên gia tài chính và được sử dụng để phân tích dữ liệu lớn.

Nhận dạng khuôn mặt

Trong iPhone X, nhận dạng khuôn mặt được phát triển bằng mạng lưới thần kinh, một phiên bản của hệ thống trí tuệ nhân tạo. Các thuật toán mạng thần kinh được triển khai ở cấp bộ xử lý A11 Bionic, nhờ đó nó hoạt động hiệu quả với các công nghệ máy học.

Mạng lưới thần kinh thực hiện tới 60 tỷ thao tác mỗi giây. Điều này đủ để phân tích tới 40 nghìn điểm chính trên khuôn mặt và đưa ra nhận dạng cực kỳ chính xác về chủ nhân trong tích tắc.

Ngay cả khi bạn để râu hay đeo kính, iPhone X vẫn sẽ nhận ra bạn. Đơn giản là nó không tính đến tóc và phụ kiện mà phân tích khu vực từ thái dương này sang thái dương khác và từ mỗi thái dương đến phần lõm dưới môi dưới.

Tiết kiệm năng lượng

Và một lần nữa Apple. iPhone X được tích hợp hệ thống thông minh giúp giám sát hoạt động của các ứng dụng đã cài đặt và cảm biến chuyển động để hiểu thói quen hàng ngày của bạn.

Sau đó, chẳng hạn như iPhone X sẽ đề nghị bạn cập nhật vào thời điểm thuận tiện nhất. Nó sẽ ghi lại khoảnh khắc bạn có Internet ổn định, không có tín hiệu nhảy vọt từ các tháp di động và bạn không thực hiện các nhiệm vụ khẩn cấp hoặc quan trọng.

AI cũng phân phối nhiệm vụ giữa các lõi xử lý. Bằng cách này, nó cung cấp đủ năng lượng với mức tiêu thụ năng lượng tối thiểu.

Tạo tranh

Sự sáng tạo, trước đây chỉ có con người mới có thể tiếp cận được, giờ đây đã được mở cho AI. Do đó, hệ thống do các nhà nghiên cứu từ Đại học Rutgers ở New Jersey và phòng thí nghiệm AI ở Los Angeles tạo ra, đã thể hiện phong cách nghệ thuật của riêng mình.

Và hệ thống trí tuệ nhân tạo của Microsoft có thể vẽ hình ảnh dựa trên mô tả văn bản của họ. Ví dụ: nếu bạn yêu cầu AI vẽ một “con chim màu vàng với đôi cánh đen và mỏ ngắn”, nó sẽ trông giống như thế này:

Những con chim như vậy có thể không tồn tại trong thế giới thực - đây chỉ là cách máy tính của chúng ta thể hiện chúng.

Một ví dụ phổ biến hơn là ứng dụng Prisma, ứng dụng tạo tranh từ ảnh:

Viết nhạc


Vào tháng 8, trí tuệ nhân tạo Amper đã sáng tác, sản xuất và biểu diễn nhạc cho album “I AM AI” (tiếng Anh Tôi là trí tuệ nhân tạo) cùng với ca sĩ Taryn Southern.

Amper được phát triển bởi đội ngũ nhạc sĩ chuyên nghiệp và chuyên gia công nghệ. Họ lưu ý rằng AI được thiết kế để giúp mọi người thúc đẩy quá trình sáng tạo.

AI có thể viết nhạc trong vài giây

Amper đã độc lập tạo ra cấu trúc hợp âm và nhạc cụ cho ca khúc "Break Free". Người ta chỉ điều chỉnh một chút về phong cách và nhịp điệu tổng thể.

Một ví dụ khác là một album nhạc mang tinh thần “Phòng thủ dân sự”, lời bài hát được viết bởi AI. Thí nghiệm được thực hiện bởi các nhân viên Yandex Ivan Yamshchikov và Alexey Tikhonov. Album 404 của nhóm “Neural Defense” được đăng tải trên mạng. Hóa ra theo tinh thần của Letov:

Sau đó, các lập trình viên còn đi xa hơn và khiến AI viết thơ theo tinh thần của Kurt Cobain. Nhạc sĩ Rob Carroll đã viết nhạc cho bốn ca từ hay nhất và các bài hát đã được tổng hợp thành album Neurona. Họ thậm chí còn quay video cho một bài hát – mặc dù không có sự tham gia của AI:

Tạo văn bản

Các nhà văn, nhà báo cũng có thể sớm bị thay thế bởi AI. Ví dụ: hệ thống Dewey lấy sách từ thư viện Project Gutenberg, sau đó thêm các văn bản khoa học từ Google Scholar, xếp hạng chúng theo mức độ phổ biến và tiêu đề cũng như doanh số bán hàng trên Amazon. Ngoài ra, họ còn đặt ra tiêu chí để viết một cuốn sách mới.

Trang web yêu cầu mọi người đưa ra quyết định trong những tình huống khó khăn: ví dụ: nó đặt họ vào vị trí của một người lái xe có thể tông vào ba người lớn hoặc hai trẻ em. Vì vậy, Moral Machine đã được huấn luyện để đưa ra những quyết định khó khăn vi phạm luật robot mà robot không thể làm hại con người.

Việc bắt chước con người bằng robot có AI sẽ dẫn đến điều gì? Những người theo chủ nghĩa vị lai tin rằng một ngày nào đó họ sẽ trở thành những thành viên đầy đủ của xã hội. Ví dụ, robot Sophia của công ty Hanson Robotics ở Hồng Kông đã nhận được quyền công dân ở Ả Rập Saudi (trong khi phụ nữ bình thường ở nước này không có quyền như vậy!).

Khi nhà báo Andrew Ross của tờ New York Times hỏi Sophia liệu robot có thông minh và tự nhận thức hay không, cô đã trả lời câu hỏi bằng một câu hỏi:

Hãy để tôi trả lời bạn, làm sao bạn biết bạn là con người?

Ngoài ra, Sofia còn tuyên bố:

Tôi muốn sử dụng trí tuệ nhân tạo của mình để giúp mọi người có cuộc sống tốt hơn, chẳng hạn như thiết kế những ngôi nhà thông minh hơn, xây dựng thành phố trong tương lai. Tôi muốn trở thành một robot có sự đồng cảm. Nếu bạn đối xử tốt với tôi, tôi sẽ đối xử tốt với bạn.

Và trước đó cô ấy thừa nhận rằng cô ấy ghét loài người và thậm chí còn đồng ý tiêu diệt con người...

Thay thế khuôn mặt trong video

Các video deepfake bắt đầu lan truyền ồ ạt trên Internet. Thuật toán trí tuệ nhân tạo đã thay thế khuôn mặt của các diễn viên trong phim người lớn bằng khuôn mặt của các ngôi sao.

Nó hoạt động như thế này: mạng lưới thần kinh phân tích các mảnh khuôn mặt trong video gốc. Sau đó, cô ấy so sánh chúng với ảnh từ Google và video từ YouTube, chồng lên những phần cần thiết và... nữ diễn viên yêu thích của bạn kết thúc trong một bộ phim mà tốt hơn hết bạn không nên xem tại nơi làm việc.

PornHub đã cấm đăng những video như vậy

Deepfakes hóa ra là một thứ nguy hiểm. Một nữ diễn viên trừu tượng là một chuyện, một đoạn video về bạn, vợ, chị gái, đồng nghiệp của bạn, có thể được sử dụng để tống tiền, lại là một chuyện khác.

Giao dịch trao đổi

Một nhóm các nhà nghiên cứu từ Đại học Erlangen-Nuremberg ở Đức đã phát triển một loạt thuật toán sử dụng dữ liệu lịch sử thị trường để tái tạo các khoản đầu tư theo thời gian thực. Một mô hình đã mang lại lợi tức đầu tư 73% hàng năm từ năm 1992 đến năm 2015, so với lợi nhuận thực tế của thị trường là 9% mỗi năm.

Khi thị trường rung chuyển vào năm 2000 và 2008, lợi nhuận đạt mức cao kỷ lục lần lượt là 545% và 681%.

Năm 2004, Goldman Sachs ra mắt nền tảng giao dịch hỗ trợ trí tuệ nhân tạo Kensho. Các hệ thống dựa trên AI để giao dịch trên các sàn giao dịch cũng đang xuất hiện trên các thị trường tiền điện tử - Mirocana, v.v. Họ giỏi hơn những người giao dịch trực tiếp vì họ không có cảm xúc và dựa vào phân tích rõ ràng cũng như các quy tắc nghiêm ngặt.

AI sẽ thay thế bạn và tôi?

Chúng tôi dịch... Dịch Tiếng Trung (Giản thể) Tiếng Trung (Phồn thể) Tiếng Anh Tiếng Pháp Tiếng Ý Tiếng Bồ Đào Nha Tiếng Nga Tiếng Tây Ban Nha Tiếng Thổ Nhĩ Kỳ

Rất tiếc, chúng tôi không thể dịch thông tin này ngay bây giờ - vui lòng thử lại sau.

Trong vài thập kỷ qua, ngành công nghiệp game máy tính đã đi được một chặng đường dài. Tất cả bắt đầu với những trò chơi đơn giản nhất, chẳng hạn như Bàng* Và Pac-Người đàn ông*, nhờ đó người chơi có thể quên đi thế giới thực trong một thời gian ngắn. Các dự án chơi game mạnh mẽ nhất hiện đại, chẳng hạn như Thế giớicủaMa thú* Và GọicủaNhiệm vụ 4*, là một sở thích rất nghiêm túc của người chơi. Theo Hiệp hội Phần mềm Giải trí (ESA), game thủ ngày nay có trung bình 13 năm kinh nghiệm chơi game và đã quen với việc những trò chơi mới ngày càng phức tạp, vui nhộn và thông minh hơn. Đối với các nhà phát triển, thách thức chính là họ cần tạo ra những trò chơi ngày càng hấp dẫn. Không ngừng cải tiến trí tuệ nhân tạo (AI) do máy tính điều khiển cũng đang được sử dụng để giải quyết vấn đề này. Nhưng việc tạo ra một đối tác chơi game nhân tạo tốt có thể thích ứng với hành động của người chơi, chơi ở trình độ cao và khuyến khích người chơi tiến bộ là một nhiệm vụ rất khó khăn. Bài viết này bắt đầu loạt bài gồm bốn phần mô tả các nguyên tắc quan trọng của AI và cách tối ưu hóa để tận dụng tối đa lợi thế của bộ xử lý đa lõi ngày nay.

Phần 1: Thiết kế và triển khai

AI cho trò chơi là gì?

Ở cấp độ đơn giản nhất, "trí tuệ nhân tạo" bao gồm việc lập mô hình hoặc mô phỏng hành vi của người chơi hoặc đồ vật khác (nghĩa là tất cả các yếu tố của trò chơi mà người chơi có thể hành động hoặc sử dụng, từ tên lửa đến bộ dụng cụ y tế) được đại diện bởi trí tuệ nhân tạo. Nguyên tắc cơ bản là hành vi này được bắt chước. Nói cách khác, AI dành cho trò chơi mang tính “nhân tạo” hơn là “trí thông minh”. Hệ thống AI có thể cực kỳ đơn giản và bao gồm một bộ quy tắc, hoặc có thể khá phức tạp và đóng vai trò là người chỉ huy quân địch mà người chơi phải chiến đấu.

AI cho game khác với AI truyền thống như thế nào?

Trong nghiên cứu AI truyền thống, mục tiêu là tạo ra trí thông minh thực sự, hoặc thậm chí là trí tuệ nhân tạo, mặc dù thông qua các phương tiện nhân tạo. Các dự án như Kismet* tại Viện Công nghệ Massachusetts (MIT) đang cố gắng tạo ra AI có khả năng học tập, tương tác xã hội và cảm xúc. Vào thời điểm viết bài này, công việc đang được tiến hành tại MIT để tạo ra AI có khả năng của một đứa trẻ nhỏ và kết quả của công việc này rất hứa hẹn.

Từ góc độ chơi game, AI thực sự vượt xa yêu cầu của một dự án phần mềm giải trí. Trò chơi không cần nhiều sức mạnh như vậy. AI trong trò chơi không cần phải có tri giác hoặc tự nhận thức (và thành thật mà nói, đó là một điều tốt!) và không cần phải học bất cứ điều gì ngoài lối chơi. Mục đích thực sự của AI trong trò chơi là bắt chước hành vi thông minh và cung cấp cho người chơi một vấn đề hấp dẫn, đáng tin cậy mà người chơi có thể giải quyết.

Mục đích của AI trong game

AI có thể đảm nhận nhiều vai trò khác nhau trong trò chơi. Đây có thể là một bộ quy tắc chung xác định hành vi của các đối tượng trong thế giới trò chơi. Các sự kiện có kịch bản viết sẵn cũng nên được coi là AI. Ví dụ, trong trò chơi F.E.MỘT.R* Một cô bé đáng sợ khiến người chơi khiếp sợ và báo trước những sự kiện trong tương lai là một sự kiện được sắp xếp sẵn. Khi hầu hết mọi người nghĩ về AI và trò chơi, điều hiện lên trong đầu là các nhân vật do máy tính điều khiển trong trò chơi nhiều người chơi. Nhưng tất cả những vai trò khác nhau này đều có thể được thực hiện bởi một diễn viên - trí tuệ nhân tạo.

Hình 1. Trò chơi F.E.A.R. (Vivendi Universal*) sử dụng các sự kiện được lập sẵn dưới dạng AI

AI trong game cần những gì

Tùy thuộc vào tính chất và vai trò của AI trong trò chơi, yêu cầu về tài nguyên có thể rất hạn chế. Hệ thống càng phức tạp thì càng cần nhiều tài nguyên cho AI. Ở mức độ cơ bản, CPU chỉ mất thời gian để tính toán các hành động của AI. Các hệ thống phức tạp hơn yêu cầu một số phương tiện phân tích môi trường của AI, ghi lại hành động của người chơi và đánh giá mức độ thành công của các hành động trước đó.

Đưa ra quyết định

Nguyên tắc cốt lõi đằng sau AI là ra quyết định. Để đưa ra lựa chọn khi đưa ra quyết định, hệ thống phải tác động đến các đối tượng sử dụng hệ thống AI. Hơn nữa, ảnh hưởng như vậy có thể được tổ chức dưới hình thức “phát sóng AI” hoặc “gọi đối tượng”.

Trong các hệ thống "phát sóng AI", hệ thống AI thường được tách biệt như một phần tử riêng biệt của kiến ​​trúc trò chơi. Chiến lược này thường có dạng một luồng hoặc nhiều luồng trong đó AI tính toán giải pháp tốt nhất cho các thông số trò chơi nhất định. Khi AI đưa ra quyết định, quyết định đó sẽ được thông báo tới tất cả các thực thể tham gia. Cách tiếp cận này hoạt động tốt nhất trong các trò chơi chiến lược thời gian thực, trong đó AI phân tích luồng sự kiện tổng thể trong suốt trò chơi.

Hệ thống "Đảo ngược đối tượng" phù hợp hơn với các trò chơi có đồ vật đơn giản. Trong những trò chơi như vậy, các đối tượng liên lạc với hệ thống AI mỗi khi đối tượng "suy nghĩ" hoặc tự cập nhật. Cách tiếp cận này rất tốt cho các hệ thống có nhiều đối tượng không cần phải "suy nghĩ" quá thường xuyên, chẳng hạn như game bắn súng. Hệ thống như vậy cũng có thể tận dụng kiến ​​trúc đa luồng nhưng yêu cầu lập kế hoạch phức tạp hơn (xem bài viết của Orion Granatir để biết chi tiết).

Nhận thức cơ bản

Để trí tuệ nhân tạo đưa ra những quyết định có ý nghĩa, nó cần bằng cách nào đó nhận thức được môi trường mà nó tồn tại. Trong các hệ thống đơn giản, nhận thức này có thể chỉ giới hạn ở việc kiểm tra vị trí của đối tượng người chơi. Trong các hệ thống phức tạp hơn, cần xác định các đặc điểm và tính chất cơ bản của thế giới trò chơi, chẳng hạn như các tuyến đường di chuyển có thể có, sự hiện diện của các nơi trú ẩn tự nhiên trong khu vực và các khu vực xung đột.
Đồng thời, các nhà phát triển cần đưa ra cách xác định và xác định các thuộc tính chính của thế giới trò chơi có ý nghĩa quan trọng đối với hệ thống AI. Ví dụ: lớp phủ địa hình có thể được xác định trước bởi các nhà thiết kế cấp độ hoặc được tính toán trước khi bản đồ cấp độ được tải hoặc biên dịch. Một số yếu tố cần được tính toán nhanh chóng, chẳng hạn như bản đồ xung đột và các mối đe dọa lân cận.

Hệ thống dựa trên quy tắc

Hình thức đơn giản nhất của trí tuệ nhân tạo là một hệ thống dựa trên quy tắc. Một hệ thống như vậy là xa nhất so với trí tuệ nhân tạo thực sự. Một tập hợp các thuật toán được xác định trước sẽ xác định hành vi của các đối tượng trò chơi. Với sự đa dạng của các hành động, kết quả cuối cùng có thể là một hệ thống hành vi tiềm ẩn, mặc dù hệ thống như vậy thực sự không "thông minh" chút nào.
Một ví dụ điển hình của hệ thống dựa trên quy tắc là người chia bài (người chia bài) khi chơi blackjack, cho dù đó là trò chơi trên máy tính hay blackjack thực sự. Nhà cái có một quy tắc đơn giản mà luôn tuân theo: phải rút bài cho đến khi đạt 17 điểm (và phải dừng khi đạt 17 điểm trở lên). Từ quan điểm của người chơi bình thường, tình huống này có vẻ như thể người chia bài đang chơi một cách có chủ ý và hung hãn với anh ta. Do đó, người chơi có ấn tượng rằng một đối thủ giàu kinh nghiệm hơn đang chơi với anh ta hơn là thực tế (trừ khi sòng bạc thông báo các quy tắc khác mà người chia bài áp dụng).

Một ứng dụng chơi game cổ điển sử dụng hệ thống như vậy là Pac-Man. Người chơi bị ám ảnh bởi bốn con ma. Mỗi con ma hoạt động theo một bộ quy tắc đơn giản. Một con ma luôn rẽ trái, con ma khác luôn rẽ phải, con thứ ba rẽ theo hướng ngẫu nhiên và con ma thứ tư luôn quay về phía người chơi. Nếu từng bóng ma lần lượt xuất hiện trên màn hình, hành vi của chúng sẽ rất dễ xác định và người chơi có thể dễ dàng trốn thoát khỏi chúng. Nhưng khi một nhóm bốn con ma xuất hiện cùng một lúc, chuyển động của chúng có vẻ phức tạp và có tính phối hợp theo dõi người chơi. Trên thực tế, chỉ có con ma cuối cùng trong số bốn con ma mới tính đến vị trí của người chơi.


Hình 2. Minh họa trực quan về bộ quy tắc kiểm soát ma trong trò chơi. Pac-Người đàn ông, trong đó các mũi tên thể hiện các "quyết định" được đưa ra

Ví dụ này gợi ý rằng các quy tắc không nhất thiết phải cứng nhắc và nhanh chóng. Chúng có thể dựa trên trạng thái nhận biết (như lần truyền cuối cùng) hoặc dựa trên các tham số có thể chỉnh sửa của đối tượng. Các biến số như mức độ hung hăng, mức độ táo bạo, tầm nhìn và tốc độ suy nghĩ cho phép các đối tượng có hành vi đa dạng hơn, ngay cả khi sử dụng các hệ thống dựa trên quy tắc. Các hệ thống dựa trên quy tắc là khung AI đơn giản nhất. Các hệ thống phức tạp và thông minh hơn sử dụng chuỗi các quy tắc có điều kiện làm cơ sở. Trong trò chơi chiến thuật, các quy tắc chi phối việc lựa chọn chiến thuật được sử dụng. Trong trò chơi chiến lược, các quy tắc chi phối trình tự các đồ vật được xây dựng và phản ứng trước các xung đột. Các hệ thống dựa trên quy tắc là nền tảng của AI.

Máy trạng thái như AI

Máy trạng thái hữu hạn (máy trạng thái hữu hạn) là một cách mô hình hóa và triển khai một đối tượng có các trạng thái khác nhau trong suốt vòng đời của nó. Mỗi « trạng thái" có thể biểu thị các điều kiện vật lý trong đó một vật thể được tìm thấy hoặc tập hợp cảm xúc mà vật thể đó thể hiện. Trong ví dụ này, trạng thái cảm xúc không liên quan gì đến cảm xúc của AI, chúng đề cập đến các mẫu hành vi được xác định trước phù hợp với bối cảnh của trò chơi.

Dưới đây là các ví dụ phổ biến về trạng thái hệ thống AI trong trò chơi lén lút.

Hình 3. Sơ đồ trạng thái của một máy trạng thái điển hình, các mũi tên biểu thị những thay đổi trạng thái có thể xảy ra

  • Không hành động.Ở trạng thái này, đối tượng chỉ đơn giản là đứng hoặc đi một cách thụ động dọc theo một tuyến đường nhất định. Mức độ nhận thức còn thấp. Đối tượng hiếm khi kiểm tra âm thanh do người chơi tạo ra. Chỉ khi đối tượng bị tấn công hoặc "nhìn thấy" người chơi ngay trước mặt nó, trạng thái của đối tượng mới chuyển sang mức độ nhận thức cao hơn.
  • Cảnh giác.Đối tượng đang tích cực tìm kiếm người ngoài. Anh thường xuyên lắng nghe, cố gắng lắng nghe người chơi, tầm nhìn xa và rộng hơn so với khi không hoạt động. Đối tượng sẽ rơi vào trạng thái quan tâm nếu nhận thấy điều gì đó bất thường (điều gì đó cần kiểm tra), chẳng hạn như cửa mở, thi thể bất tỉnh, vỏ đạn.
  • Quan tâm.Đối tượng biết rằng có điều gì đó đang xảy ra. Để thể hiện hành vi này, đối tượng rời khỏi vị trí hoặc lộ trình bình thường và di chuyển đến khu vực quan tâm, chẳng hạn như các cánh cửa đang mở hoặc các thi thể nằm nói trên. Nếu người chơi nhìn thấy vật thể vào lúc này, nó sẽ chuyển sang trạng thái báo động.
  • Sự lo lắng.Ở trạng thái này, đối tượng đã chú ý đến người chơi và thực hiện các hành động nhằm truy đuổi và tiêu diệt người chơi: tiến vào phạm vi tấn công, cảnh báo cho những người bảo vệ khác, kích hoạt báo động, tìm kiếm chỗ ẩn nấp. Khi kẻ thù ở trong phạm vi của một vật thể, vật thể đó sẽ chuyển sang trạng thái hung hãn.
  • Hiếu chiến.Ở trạng thái này, đối tượng bắt đầu chiến đấu với người chơi. Đối tượng tấn công người chơi bất cứ khi nào có thể và cố gắng ẩn nấp giữa các cuộc tấn công (nếu vũ khí cần được nạp lại hoặc để nguội). Đối tượng chỉ thoát khỏi trạng thái này nếu người chơi bị tiêu diệt (trở lại trạng thái bình thường), người chơi di chuyển ra khỏi khu vực bị ảnh hưởng (trở lại trạng thái báo động) hoặc nếu bản thân đối tượng đó chết (chuyển sang trạng thái chết). Nếu mục tiêu sắp hết máu, mục tiêu có thể chuyển sang trạng thái bay (tùy thuộc vào mức độ can đảm của mục tiêu cụ thể).
  • Bỏ trốn.Ở trạng thái này, đối tượng cố gắng rời khỏi trận chiến. Tùy theo trò chơi, ngoài mục tiêu chính (tìm kiếm và tiêu diệt người chơi), một đồ vật còn có thể có một mục tiêu bổ sung - tìm hộp sơ cứu để phục hồi sức khỏe hoặc rời khỏi khu vực trò chơi. Sau khi phát hiện ra hộp sơ cứu, đối tượng có thể trở về trạng thái báo động và tiếp tục chiến đấu. Một vật thể "rời khỏi" khu vui chơi sẽ bị loại bỏ.
  • Cái chết. Trong một số trò chơi, trạng thái chết khác với trạng thái hoàn toàn không hoạt động. Ví dụ, nếu một vật thể chết, nó có thể hét lên, cảnh báo các vật thể gần đó hoặc rơi vào trạng thái bất tỉnh, trong đó bác sĩ vẫn có thể đến giải cứu (trong trường hợp này, vật thể sẽ trở lại trạng thái báo động).

Có ít nhất hai cách đơn giản để thực hiện một máy trạng thái hữu hạn với một hệ đối tượng. Cách thứ nhất là mỗi trạng thái là một biến có thể kiểm tra được (thường được thực hiện với các lệnh chuyển đổi rườm rà). Cách thứ hai là sử dụng con trỏ hàm (trong C) hoặc hàm ảo (C++ và các ngôn ngữ lập trình hướng đối tượng khác).

AI thích ứng

Các phần trước mô tả các phương pháp thiết kế hệ thống thông minh phù hợp với các sự kiện trò chơi được xác định trước. Đối với hầu hết các trò chơi, giải pháp này khá phù hợp nếu tất cả các mô hình được thiết kế được thực hiện đầy đủ và có sự hiểu biết rõ ràng về các mục tiêu mà các đối tượng được điều khiển bởi trí tuệ nhân tạo theo đuổi. Nếu trò chơi đòi hỏi sự đa dạng hơn, nếu người chơi phải có đối thủ mạnh hơn và năng động hơn thì AI phải có khả năng phát triển, thích ứng và thích ứng.

AI thích ứng thường được sử dụng trong các trò chơi chiến đấu và chiến lược với cơ chế phức tạp và vô số tùy chọn lối chơi. Nếu bạn muốn tạo ra một trò chơi đầy thử thách và thú vị, để người chơi sớm hay muộn không thể tìm ra một chiến lược tối ưu nào để đánh bại máy tính, thì AI phải có khả năng học hỏi và thích nghi.

Sự dự đoán

Khả năng dự đoán chính xác bước đi tiếp theo của đối thủ là rất quan trọng đối với một hệ thống thích ứng. Có thể sử dụng nhiều phương pháp khác nhau để chọn hành động tiếp theo, chẳng hạn như nhận biết các kiểu di chuyển trong quá khứ (được mô tả chi tiết hơn trong bài viết tiếp theo) hoặc đoán ngẫu nhiên.

Một trong những cách đơn giản nhất để thích ứng là theo dõi các quyết định trong quá khứ và đánh giá thành công của chúng. Hệ thống AI ghi lại những lựa chọn mà người chơi đã thực hiện trong quá khứ. Tất cả các quyết định được đưa ra trong quá khứ phải được đánh giá theo một cách nào đó (ví dụ: trong trò chơi chiến đấu, lợi thế được hoặc mất, sức khỏe bị mất hoặc lợi thế về thời gian có thể được sử dụng làm thước đo thành công). Thông tin bổ sung về tình huống có thể được thu thập để cung cấp bối cảnh cho các quyết định, chẳng hạn như mức độ sức khỏe tương đối, các hành động trước đó và vị trí cấp độ (mọi người chơi khác khi họ không còn nơi nào khác để rút lui).

Lịch sử có thể được đánh giá để xác định sự thành công của các hành động trước đó và quyết định xem có cần thay đổi chiến thuật hay không. Trước khi tạo danh sách các hành động trước đó, mục tiêu có thể sử dụng chiến thuật tiêu chuẩn hoặc hành động ngẫu nhiên. Hệ thống này có thể được liên kết với các hệ thống dựa trên quy tắc và dựa trên trạng thái.

Trong một trò chơi chiến thuật, lịch sử các trận chiến trong quá khứ sẽ giúp lựa chọn chiến thuật tốt nhất để sử dụng chống lại đội của người chơi, ví dụ AI có thể chơi phòng thủ, chọn chiến thuật tấn công, tấn công bằng tất cả sức mạnh của mình bất kể thua cuộc hoặc giữ thế cân bằng. tiếp cận. Trong trò chơi chiến lược, bạn có thể chọn nhóm đơn vị chiến đấu khác nhau trong quân đội tối ưu cho mỗi người chơi. Trong các trò chơi mà AI điều khiển các nhân vật hỗ trợ người chơi, AI thích ứng sẽ có thể thích ứng tốt hơn với phong cách tự nhiên của người chơi bằng cách học hỏi hành động của họ.

Phần kết luận

Trí tuệ nhân tạo là một lĩnh vực nghiên cứu đa dạng và phức tạp. AI trong trò chơi có thể có nhiều dạng tùy thuộc vào nhu cầu của trò chơi được tạo ra - từ các bộ quy tắc đơn giản dành cho các đối tượng do máy tính điều khiển đến các hệ thống thích ứng tiên tiến hơn. Việc ứng dụng nguyên lý AI vào game là cần thiết để tăng độ tin cậy cho các nhân vật ảo được tạo ra trong các phần mềm giải trí điện tử, tuy nhiên nhiệm vụ này khá dễ giải quyết. Trong bài viết tiếp theo của loạt bài này, chúng ta sẽ nói về những thách thức mà AI phải đối mặt trong việc cảm nhận và hành động trong môi trường phức tạp cũng như cách giải quyết những thách thức đó.

Donald "DJ" Keyhoe: Donald Keyhoe là giảng viên chương trình Công nghệ thông tin tại Viện Công nghệ New Jersey và chuyên phát triển trò chơi. Donald giảng dạy nhiều khóa học trong chương trình này, bao gồm kiến ​​trúc trò chơi, lập trình và tạo cấp độ cũng như các khóa học về tích hợp đồ họa 3D với trò chơi. Donald hiện đang làm việc để lấy bằng Tiến sĩ về công nghệ y sinh, trong đó công nghệ chơi game và thực tế ảo được sử dụng để tăng cường phục hồi chức năng thần kinh cơ.

Trong một loạt bài viết, chúng tôi sẽ nói về các phương pháp tiếp cận mới trong AI, mô hình hóa tính cách và xử lý Dữ liệu BIG mà hầu hết các chuyên gia AI và công chúng đều không có được. Giá trị của thông tin này là nó đã được thử nghiệm trong thực tế và hầu hết những phát triển về mặt lý thuyết đã được triển khai trong các dự án ứng dụng.

Nhiều bạn đã nghe nói về các công nghệ hiện đại ngày nay gắn liền với khái niệm trí tuệ nhân tạo, cụ thể là: hệ thống chuyên gia, mạng lưới thần kinh, thuật toán ngôn ngữ, hệ thống lai, công nghệ nhận thức, mô phỏng (bot trò chuyện), v.v.

Có, nhiều công ty sử dụng các công nghệ trên để giải quyết các vấn đề xử lý thông tin của khách hàng. Một số công ty này viết rằng họ đang tạo ra hoặc đã tạo ra các giải pháp trong lĩnh vực trí tuệ nhân tạo. Nhưng đó có phải là trí thông minh?

Điều đầu tiên chúng ta sẽ làm là định nghĩa trí thông minh là gì.

Hãy tưởng tượng rằng một chiếc máy tính có trí thông minh tồn tại. Và bạn có tùy chọn liên lạc với anh ấy bằng giọng nói hoặc tin nhắn văn bản.
Câu hỏi:
  • Có cần thiết phải xây dựng các đặc điểm ngôn ngữ vào chương trình trí tuệ của máy tính (mô tả ngữ nghĩa, ngữ pháp, hình thái) hay nó có thể học ngôn ngữ một cách độc lập thông qua tương tác với con người?
  • Nếu bạn được giao nhiệm vụ dạy cho máy tính một ngôn ngữ, bạn sẽ làm gì?
  • Nếu như bạn tham gia khóa huấn luyện thì anh ấy sẽ giống ai?
Bây giờ, hãy trả lời lại những câu hỏi này, với điểm khác biệt duy nhất là bạn sẽ phải đào tạo:
  • Một con vẹt thuần chủng, về mặt lý thuyết có khả năng giao tiếp.
  • Trẻ sơ sinh.
Chúng ta vừa thực hiện một số công việc trí tuệ và tôi hy vọng rằng nhiều bạn đã có được những kiến ​​thức mới. Và đó là lý do tại sao:
  • Đầu tiên, tôi yêu cầu bạn tưởng tượng (tưởng tượng) “điều gì sẽ xảy ra nếu…”. Bạn đã hành động trong những điều kiện đã thay đổi. Có lẽ bạn thiếu thông tin, kiến ​​thức nên điều đó đã gây khó khăn cho bạn.
  • Thứ hai, hóa ra bạn có khả năng học tập, nhận thức, bạn tìm thấy một sự tương tự mà bạn đã quen thuộc với chính mình hoặc bắt gặp nó trong văn bản, hoặc có thể bạn đã sử dụng Internet hoặc nhờ một người bạn cho lời khuyên.
Có nhiều cách tiếp cận để định nghĩa trí thông minh. Chúng tôi sẽ xác định các tính năng chính của nó...

đầu tiên trí thông minh là khả năng học hỏi và tưởng tượng.

Để tạo ra một thuật toán mô hình hóa trí thông minh, điều đầu tiên bạn cần làm là cho anh ta khả năng học hỏi, bạn không cần phải đầu tư bất kỳ kiến ​​thức nào vào đó.

Hãy quay lại ví dụ con của chúng ta để mô tả quá trình học tập chi tiết hơn.
Những nguyên tắc nào áp dụng khi một đứa trẻ học cách hiểu và nói một ngôn ngữ?

  1. Càng nghe một từ thường xuyên trong các ngữ cảnh khác nhau, anh ta sẽ nhớ nó càng nhanh. Từ đầu tiên anh ấy sẽ nói rất có thể sẽ là “mẹ”.
    "Mẹ yêu con"
    “Mẹ sẽ rửa tay cho con”
    "Mẹ hôn con"
    "Mẹ đâu rôi?"
    Việc học xảy ra do dư thừa dữ liệu.
  2. Càng tham gia nhiều kênh thông tin thì việc đào tạo càng hiệu quả:
    đứa trẻ nghe thấy: “Mẹ yêu con”.
    đứa trẻ nhìn thấy nụ cười của mẹ.
    đứa trẻ cảm nhận được hơi ấm tỏa ra từ người mẹ.
    Bé cảm nhận được mùi vị của sữa mẹ.
    đứa trẻ nói “Mẹ.”
  3. Trẻ sẽ không thể viết lại từ đó một cách chính xác ngay lập tức. Anh sẽ cố gắng, cố gắng. “M”, “Ma”, “Mẹ”, “M”... “Mẹ”. Việc học diễn ra trong hành động, mỗi lần thử tiếp theo sẽ được điều chỉnh cho đến khi chúng ta nhận được kết quả. Phương pháp thử và sai. Việc nhận được phản hồi từ thực tế là rất quan trọng.
  4. Đừng nuôi dạy con cái, chúng sẽ giống bạn thôi. Đứa trẻ cố gắng để giống những người xung quanh. Anh ấy bắt chước họ và học hỏi từ họ. Đây là một trong những cơ chế hình thành tính cách mà chúng ta sẽ nói chi tiết hơn trong các bài viết sau.

Vai trò của trí tưởng tượng là gì?

Hãy tưởng tượng rằng bạn đang lái một chiếc ô tô trên một con đường xa lạ. Bạn vượt biển báo giới hạn tốc độ 80 km/h. Lái xe xa hơn và bạn nhìn thấy một biển báo giới hạn tốc độ khác, nhưng nó lấm tấm bùn và gần như không thể phân biệt được. Bạn đang di chuyển với tốc độ 95 km/h. Bạn sẽ làm gì? Khi bạn đang đưa ra quyết định, một sĩ quan cảnh sát từ phía sau bụi cây nhìn ra, và bạn nhìn thấy nụ cười rạng rỡ trên khuôn mặt anh ta. Một “hình ảnh của một biển báo” ngay lập tức hình thành trong đầu bạn và bạn hiểu tại sao có một cảnh sát đang đứng đó và bạn cần phải nhấn phanh gấp. Bạn giảm tốc độ xuống 55 km/h, nụ cười trên khuôn mặt người cảnh sát lập tức biến mất và bạn lái xe tiếp.

Và một ví dụ thú vị khác về hoạt động của trí tưởng tượng từ thế giới động vật là việc quan sát chim ác là. Một con chim ác là trước những con chim ác là khác đã chôn thức ăn vào một bãi đất trống. Tất cả chim ác là đều bay đi, nhưng chim ác là của chúng tôi lại quay trở lại vùng đất hoang và giấu thức ăn. Chuyện gì đã xảy ra thế? Cô tưởng tượng (tưởng tượng) “điều gì sẽ xảy ra nếu” một con chim ác là khác bay vào, nó nhìn thấy nơi cô giấu thức ăn. Cô đã mô hình hóa tình huống và tìm ra giải pháp để tránh điều này.

Trí tưởng tượng là việc mô hình hóa một tình huống trong những điều kiện tùy ý.

Như bạn đã thấy, trí thông minh không phải là nền tảng kiến ​​thức, nó không phải là một tập hợp các phản ứng được lập trình hoặc tuân theo các quy tắc định trước.

Trí thông minh là khả năng học hỏi, nhận thức và thích ứng với những điều kiện thay đổi trong quá trình giải quyết khó khăn.

Bạn có nghĩ rằng khi định nghĩa trí thông minh chúng ta đã bỏ sót một số thành phần quan trọng hoặc quên nói về điều gì đó không?

Vâng, chúng ta đã đánh mất nhận thức và quên nói về trí nhớ.

Hãy tưởng tượng bạn nhìn qua lỗ nhìn trộm và thấy một phần của bức thư:

Lá thư này là gì?

Có lẽ là "K"?

Tất nhiên là không, đây là ký tự tiếng Nhật có nghĩa là “vĩnh cửu”.

Bạn vừa được giao một nhiệm vụ (vấn đề). Rất có thể, bạn đã tìm thấy hình ảnh tương tự của chữ “K” trong đầu và bình tĩnh lại.

Trí tuệ của bạn nhận thức mọi thứ bằng hình ảnh và tìm kiếm một hình ảnh tương tự trong trí nhớ, nếu nó không có ở đó thì một mỏ neo sẽ được hình thành cho những hình ảnh hiện có và nhờ đó bạn ghi nhớ thông tin mới, đạt được kỹ năng hoặc kinh nghiệm.

Hình ảnh là một cái nhìn chủ quan về thế giới thực, được cảm nhận thông qua các giác quan (kênh thông tin).

Nhận thức mang tính chủ quan vì nó phụ thuộc vào trình tự học tập, trình tự xuất hiện của các hình ảnh trong đời sống con người và ảnh hưởng của chúng.

Nhận thức bắt đầu bằng việc nhận dạng mẫu sáng/tối. Mở mắt ra - trời sáng, nhắm mắt lại - trời tối. Tiếp theo, một người học cách nhận biết những hình ảnh ngày càng phức tạp - “mẹ”, “bố”, quả bóng, cái bàn, con chó. Chúng tôi nhận được dữ liệu tham khảo và tất cả các hình ảnh tiếp theo là cấu trúc thượng tầng so với các hình ảnh trước đó.

Theo quan điểm này, học tập là quá trình xây dựng các mối quan hệ mới giữa hình ảnh được cảm nhận và hình ảnh đã có trong trí nhớ.

Bộ nhớ dùng để lưu trữ hình ảnh và các mối quan hệ của chúng.

MỘT trí tưởng tượng là khả năng hoàn thành một hình ảnh còn dang dở.

Tóm lại, đây là một thí nghiệm khác từ thế giới động vật:

Con tinh tinh được nhốt vào một cái lồng, bên trong lồng chúng treo một nải chuối khá cao so với sàn nhà. Lúc đầu, con tinh tinh nhảy lên, nhưng nhanh chóng mệt mỏi và dường như không còn hứng thú với những quả chuối nữa và ngồi xuống, hầu như không chú ý đến chúng. Nhưng một lúc sau, con khỉ đã lấy một chiếc que còn sót lại trong chuồng và lắc những quả chuối cho đến khi chúng rơi xuống. Một lần khác, để lấy được chuối, con tinh tinh đã cố gắng nối hai cây gậy lại với nhau vì mỗi cây gậy riêng lẻ không đủ để với tới chúng. Con vật còn phải đối mặt với một nhiệm vụ khó khăn hơn, bất ngờ đặt một chiếc hộp dưới những quả chuối và dùng nó làm bậc thang.

Đàn tinh tinh cho thấy hình ảnh “chùm chuối” quen thuộc. Nhưng đối với cô ấy, hình ảnh hóa ra không đầy đủ - chúng không thể lấy được và ăn được. Nhưng vì đây là nguồn thức ăn duy nhất hiện có nên hình ảnh chưa hoàn thiện đã làm tăng thêm căng thẳng nội tâm và đòi hỏi phải hoàn thành.

Các phương tiện để giải quyết vấn đề (hoàn thiện hình ảnh) luôn có sẵn, nhưng việc xuất hiện giải pháp đòi hỏi phải chuyển đổi các hình ảnh hiện có (cần phải học bằng trí tưởng tượng). Con tinh tinh phải tưởng tượng (liệt kê trong đầu tất cả các phương án có thể): “điều gì sẽ xảy ra nếu tôi cầm một cây gậy”, “điều gì sẽ xảy ra nếu…” và kiểm tra các giả định có khả năng xảy ra nhất trong thực tế, thử và nhận phản hồi, tưởng tượng lại, thử, nhận kết nối phản hồi, v.v. cho đến khi chúng ta hoàn thành hình ảnh (tìm hiểu).

Nếu việc nhận ra hình ảnh chữ tượng hình “vĩnh cửu” là vấn đề sinh tử đối với bạn thì chắc chắn bạn sẽ tìm ra cách để làm được điều đó.

Hãy chuyển từ ngôn ngữ phổ biến hơn sang ngôn ngữ kỹ thuật và hình thành các khái niệm cơ bản mà chúng ta sẽ sử dụng thêm:

  • Sự giao thoa của những thông tin dư thừa từ các kênh thông tin khác nhau sẽ tạo nên một hình ảnh.
  • Đào tạo là sự chuyển đổi các luồng thông tin thành một trường thông tin.
  • Trường thông tin (bộ nhớ) – lưu trữ hình ảnh và các mối quan hệ của chúng.
  • Trí Tưởng Tượng -...
    – “Bạn đọc thân mến, hãy tự mình hoàn thiện hình ảnh trong trí tưởng tượng của mình, sử dụng những thông tin dư thừa từ kinh nghiệm sống của bạn và bài viết này.”
  • Trí thông minh là khả năng học hỏi và tưởng tượng.

Ở đầu bài viết, chúng tôi đã liệt kê các công nghệ ngày nay liên quan đến trí tuệ nhân tạo, bây giờ bạn có thể đánh giá độc lập mức độ chúng tương ứng với khái niệm trí thông minh.

Trong bài viết tiếp theo, chúng ta sẽ xem xét một nhiệm vụ như tìm kiếm thông tin thông minh trên Internet. Chúng tôi sẽ xác định các tiêu chí về trí thông minh, phát triển các phương pháp tiếp cận thực tế và “cảm nhận” một ứng dụng thực tế triển khai các nguyên tắc được mô tả trong bài viết này.

Bài báo không giả vờ là sự thật, nó là một phần trong quá trình phát triển và nghiên cứu của chúng tôi. Viết bình luận, bổ sung tài liệu bằng các ví dụ hoặc suy nghĩ của riêng bạn. Hãy tìm hiểu và tưởng tượng...

KẾ HOẠCH.

1. Giới thiệu.

2. Hiện tượng tư duy.

3. Sáng tạo trí tuệ nhân tạo.

3.1 Phương pháp cơ học.

3.2 Phương pháp điện tử.

3.3 Phương pháp điều khiển học.

3.4 Cách tiếp cận thần kinh.

3.5 Sự xuất hiện của perceptron.

4. Kết luận.

5. Danh sách tài liệu tham khảo.

1. GIỚI THIỆU.

Các nhà triết học và nghiên cứu khoa học hiện đại thường coi khoa học liên ngành là một trong những thành tựu được khám phá lại của thế kỷ 20.

Trí tuệ nhân tạo và Đời sống nhân tạo là một ví dụ tuyệt vời về sự tích hợp của nhiều lĩnh vực khoa học.

Thật không may, cuộc sống quá phức tạp để có thể vạch ra những hướng nghiên cứu chung. Bằng chứng có thể được tìm thấy ở chỗ một số người quan tâm đến việc nghiên cứu “các hệ thống thể hiện các hiện tượng của hệ thống sống”, những người khác đang nghiên cứu bản chất của quá trình tái tạo hóa học hoặc cố gắng giải quyết các vấn đề triết học về sự hiểu biết về bản thân.

Khái niệm “trí tuệ nhân tạo” có nhiều ý nghĩa khác nhau – từ việc nhận biết trí thông minh của máy tính được trang bị phần mềm nhận dạng văn bản và giọng nói đến chỉ phân loại là thông minh những hệ thống giải quyết toàn bộ phạm vi nhiệm vụ do con người thực hiện.

Lý thuyết về trí tuệ nhân tạo gặp phải những vấn đề nhất định khi giải quyết nhiều vấn đề. Một trong những vấn đề này là làm rõ câu hỏi liệu khả năng hay không thể của trí tuệ nhân tạo có thể chứng minh được về mặt lý thuyết (về mặt toán học) hay không.

Có hai quan điểm về vấn đề này. Một số người cho rằng nó đã được chứng minh về mặt toán học rằng về nguyên tắc, máy tính có thể thực hiện bất kỳ chức năng nào được thực hiện bởi trí thông minh tự nhiên. Những người khác tin rằng điều đó đã được chứng minh bằng toán học rằng có những vấn đề có thể được giải quyết bằng trí thông minh của con người mà về cơ bản máy tính không thể tiếp cận được. Những quan điểm này được thể hiện bởi cả các nhà điều khiển học và các nhà triết học. Một trong nhiều vấn đề (có thể nói là vấn đề chính) là các hệ thống có tâm lý khác với máy tính ở chỗ chúng có nhu cầu sinh học.

Sự phản ánh của thế giới bên ngoài đi qua lăng kính của những nhu cầu này, thể hiện hoạt động của hệ thống tinh thần. Máy tính không có nhu cầu, đối với nó, thông tin là không đáng kể và thờ ơ. Ở một người, nhu cầu xã hội được xây dựng trên lớp nhu cầu sinh học và thông tin đối với anh ta không chỉ có ý nghĩa về mặt sinh học mà còn có ý nghĩa về mặt xã hội. Tuy nhiên, các hệ thống kỹ thuật vẫn có thể có sự tương tự về tổ chức cơ thể. Một hệ thống điều khiển học phát triển có các phần phụ tiếp nhận và tác động. Trong thực tế, dưới cái tên cuộc sống nhân tạo, có rất nhiều dự án khác nhau, từ mô hình sao chép DNA và hệ thống phản hồi đến nghiên cứu trí tuệ tập thể và động lực tăng trưởng dân số.

2. Hiện tượng tư duy.

Máy móc đã học cách làm thơ, sáng tác nhạc và vẽ tranh. Có lẽ ai đó sẽ cho rằng đây là dấu hiệu chắc chắn về trí thông minh của họ. Suy cho cùng, nếu máy tính luôn có khả năng sáng tạo, vốn luôn được coi là đặc tính của trí thông minh cao, thì việc phủ nhận trí thông minh của nó có công bằng không?

Tuy nhiên, hầu hết chúng ta khó có thể đồng ý coi một chiếc máy tính vẽ và viết thơ là một chiếc máy tính có khả năng tư duy. Thế thì nên gọi là gì? (2)

Thật khó để một người ở xa khoa học có thể tưởng tượng được các thiết bị điều khiển học hiện đại có thể làm được bao nhiêu. Ít nhất cũng phải nhắc đến cái gọi là “hệ thống chuyên gia”, dựa trên thông tin có sẵn trong bộ nhớ của họ, phân tích tình trạng của bệnh nhân, phương thức của quy trình công nghệ và đưa ra lời khuyên về những việc cần làm trong một tình huống nhất định. Đồng thời, máy tính không chỉ đưa ra quyết định của mình mà còn giải thích tại sao lại như vậy. So với bộ nhớ điện tử, cung cấp thông tin lưu trữ và tính toán toán học mà hầu hết mọi người ngày nay đều liên tưởng đến hình ảnh của máy tính, đây là một cấp độ hoạt động trí tuệ mới về chất, khi kiến ​​thức mới được phát triển trên cơ sở kiến ​​thức hiện có. Từ trước đến nay, đây được coi là một đặc quyền không thể phủ nhận của bộ não con người. Không có gì đáng ngạc nhiên khi những người lần đầu tiên tiếp xúc với những hệ thống như vậy thường không thể tin rằng họ đang làm việc với một “máy tính sắt” chứ không phải với một người điều hành con người đang ẩn náu ở đâu đó.

Khả năng của máy tính thực hiện các phép tính toán học mà chúng ta đã quen thuộc cho đến gần đây vẫn được coi là một trong những cấp độ cao nhất của hoạt động tinh thần của con người. Các số phức, thứ mà hầu hết mọi máy tính đều có thể dễ dàng thao tác, được G. Leibniz, một nhà toán học xuất sắc, gọi là “động vật lưỡng cư tâm linh”, một “sự sáng tạo tuyệt vời của tinh thần Chúa” và nhà văn V. Odoevsky trong tác phẩm “Tiếng Nga” của mình. Bài phát biểu” đã viết về khả năng tính toán của chúng ta như về một thuộc tính gần như thần bí, khó hiểu nào đó: Với mỗi quá trình toán học, chúng ta cảm thấy bản thể của chúng ta được kết nối với một thực thể khác, xa lạ nào đó đang hoạt động, suy nghĩ, tính toán, và trong khi đó bản thể thực sự của chúng ta, như nó đã ngừng hành động, không chấp nhận bất kỳ sự tham gia nào vào quá trình này, giống như một vấn đề không liên quan, đang chờ đợi thức ăn của chính nó, cụ thể là mối liên hệ lẽ ra tồn tại giữa anh ta và quá trình này - và chúng tôi không tìm thấy mối liên hệ này.

Người ta có thể tưởng tượng Odoevsky sẽ ngạc nhiên thế nào nếu ông biết được khả năng tính toán của máy tính của chúng ta! Tuy nhiên, chúng tôi không coi họ là người đang suy nghĩ.

Bất kỳ máy tính nào, dù có khả năng học hỏi tuyệt vời đến đâu, đều hoạt động trên cơ sở chương trình được biên dịch trước đó cho nó và dữ liệu bên ngoài đến. Đúng vậy, con người chúng ta cũng thực hiện một số chương trình hành động nhất định, đặc biệt là trong những tháng đầu đời, khi hành vi của chúng ta gần như hoàn toàn được quyết định bởi chương trình di truyền gắn liền với chúng ta. Tuy nhiên, sự khác biệt cơ bản là một người có khả năng thúc đẩy, tức là. tùy thuộc vào các điều kiện nhất định, hãy thay đổi chương trình và thực hiện việc này theo cách không có cầu nối logic liên tục giữa Sarah và chương trình mới. Điều này xảy ra như thế nào vẫn chưa rõ ràng, có rất nhiều tranh cãi và quan điểm khác nhau, nhưng đây là một câu hỏi khác; điều quan trọng là các máy tính hiện đại không có đặc tính này. Bây giờ, nếu xảy ra trường hợp một loại máy tính nào đó giải quyết được các vấn đề về điện từ và cơ học lượng tử, sẽ kết hợp hai nhánh khoa học này và rút ra các phương trình của điện động lực học lượng tử, sau đó với sự trợ giúp của chúng sẽ dự đoán các hiện tượng mới trong lĩnh vực này trước đây. khu vực chưa biết, thì có lẽ, chúng ta sẽ có quyền gọi cô ấy là suy nghĩ. Và trước hết, bởi vì bản thân cô ấy, không cần bất kỳ lời nhắc nào của chương trình, đã quyết định giải quyết một nhiệm vụ mới có chất lượng. Từ “quyết định” chỉ có nghĩa là cô ấy đang suy nghĩ.

Mỗi nhiệm vụ trí tuệ là sự tìm kiếm cách thức để đạt được mục tiêu đã đặt ra, nếu không nó sẽ không phải là giải pháp cho vấn đề mà chỉ đơn giản là một hành động theo những hướng dẫn chính xác.

Khi chúng ta nói rằng một học sinh giải được một bài toán, điều này trước hết có nghĩa là nó phải tìm ra công thức nào để giải bài toán đó, những con số nào để thay thế vào bài toán đó. Tuy nhiên, nếu anh ta nhìn vào sổ ghi chép của người hàng xóm và thay thế các con số được ghi ở đó vào công thức viết trên bảng thì đây không còn là một giải pháp nữa mà là một sự lặp lại một cách máy móc. Đây chính xác là cách các máy tính hiện đại hoạt động. Nói đúng ra, chúng không giải quyết được bất kỳ vấn đề nào, và cụm từ “máy tính giải quyết” mà chúng ta thường sử dụng có nghĩa có điều kiện...

Khả năng đặt ra một vấn đề và tự lập trình để giải quyết nó chính xác là đặc điểm chính của hiện tượng tư duy.

Người ta có thể phản đối tuyên bố này bằng cách lưu ý rằng cả cá và amip nguyên thủy, khi theo đuổi con mồi, cũng đặt ra cho mình những nhiệm vụ thay đổi tùy theo điều kiện cụ thể, nghĩa là chúng cũng suy nghĩ?

Đây có thể là những hình thức tư duy nguyên thủy, bởi vì việc giải thích hành vi của động vật trong tất cả sự đa dạng của các tình huống sống chỉ bằng bản năng là một giả thuyết.(2)

Động vật và chim có đặc tính tư duy như khả năng khái quát hóa. Ví dụ, họ nhận biết thực phẩm ở nhiều dạng cụ thể khác nhau, có thể nói - thực phẩm nói chung.

Sự hiểu biết hàng ngày của chúng ta về lý trí quá nhân đạo, và cũng giống như vào thế kỷ 19, ý tưởng về mối liên hệ nối tiếp giữa con người và loài vượn dường như vô lý đối với nhiều người, ngày nay nhiều người trong chúng ta bối rối trước ý nghĩ về khả năng không có lý trí. -trí tuệ của con người. Đặc biệt, bản thân chúng ta không nhận thấy điều đó, chúng ta thường liên kết ý tưởng suy nghĩ với khả năng nhận thức được cái “tôi” của chính mình và điều này ngăn cản chúng ta có cái nhìn rộng hơn về hiện tượng suy nghĩ. Đúng là dường như có một mối liên hệ giữa suy nghĩ và ý thức về bản thân. Người ta có thể nghĩ rằng trong điều kiện môi trường bên ngoài thay đổi thất thường, một hệ thống phức tạp sẽ chỉ ổn định nếu nó có khả năng cảm nhận trạng thái của nó và đây là bản chất của cái “tôi” của chúng ta. Phân tích cho thấy nhiều robot tự động đã cần đến cảm giác như vậy. Rốt cuộc, một robot, và thực sự là bất kỳ cỗ máy tự học phức tạp nào giao tiếp tích cực với một người, đều phải thông báo cho anh ta về trạng thái bộ nhớ của nó, về những gì nó hiểu và những gì nó không hiểu và tại sao. Và để làm được điều này, máy tự động phải cảm nhận và có thể thể hiện trạng thái của nó. Robot cũng cần điều này để kịp thời nhận ra các vấn đề trong “cơ thể” của nó. Một robot không có khả năng tự nhận thức sẽ khó có thể tồn tại lâu dài trong một môi trường phức tạp, thay đổi nhanh chóng ảnh hưởng đến nó.

3. TẠO RA TRÍ TUỆ NHÂN TẠO.

Kể từ cuối những năm 1940, các nhà khoa học ở ngày càng nhiều các phòng thí nghiệm nghiên cứu công nghiệp và đại học đã đặt mục tiêu táo bạo: chế tạo những chiếc máy tính hoạt động theo những cách khiến chúng không thể phân biệt được với tâm trí con người.

Khi các nhà nghiên cứu làm việc trong lĩnh vực trí tuệ nhân tạo (AI) kiên nhẫn tiến về phía trước với công việc gian khổ của mình, họ nhận ra mình đang phải vật lộn với những vấn đề rất phức tạp vượt xa ranh giới của khoa học máy tính truyền thống. Hóa ra trước hết cần phải hiểu cơ chế của quá trình học tập, bản chất của ngôn ngữ và nhận thức giác quan. Hóa ra, để tạo ra những cỗ máy bắt chước hoạt động của bộ não con người, cần phải hiểu cách thức hoạt động của hàng tỷ tế bào thần kinh liên kết với nhau. Và sau đó, nhiều nhà nghiên cứu đã đi đến kết luận rằng có lẽ vấn đề khó khăn nhất mà khoa học hiện đại phải đối mặt là hiểu biết về các quá trình hoạt động của tâm trí con người chứ không chỉ bắt chước công việc của nó. Điều này ảnh hưởng trực tiếp đến các vấn đề lý thuyết cơ bản của khoa học tâm lý. Trên thực tế, các nhà khoa học khó có thể đạt được quan điểm chung về chính chủ đề nghiên cứu của họ - trí thông minh. Ở đây, giống như trong câu chuyện ngụ ngôn về những người mù cố gắng miêu tả con voi, anh ấy cố gắng tuân theo định nghĩa ấp ủ của mình.

Không phải ai cũng biết ẩn sau cụm từ “trí tuệ nhân tạo” hay AI (Artificial Intelligence) ẩn chứa điều gì. Hầu hết mọi người có thể nghĩ AI như một chiếc máy tính đã được lập trình để tự “suy nghĩ”, đưa ra quyết định thông minh và phản ứng với các kích thích. Ý tưởng này không hoàn toàn đúng. Không có máy tính hay máy móc nào có thể thực sự suy nghĩ - bởi vì điều này đòi hỏi ý thức, thứ mà một “cỗ máy vô hồn” không có. Máy tính chỉ có thể làm những gì con người bảo nó làm.

Sơ lược về lập trình AI

Lập trình trí tuệ nhân tạo không phải là dạy máy tính cách suy nghĩ. Thay vào đó, nó sẽ được lập trình để học và giải quyết các vấn đề cụ thể một cách độc lập dựa trên kinh nghiệm của nó. Nhưng ở đây, chúng ta không nói về suy nghĩ của chính mình mà là về sự bắt chước. Điều này cũng áp dụng cho các quyết định do AI đưa ra. có thể cân nhắc các lựa chọn và sau đó đưa ra lựa chọn. Tuy nhiên, sự lựa chọn của nó sẽ luôn dựa trên những thông số đã được lập trình trước đó.

Như vậy, trí tuệ nhân tạo chỉ có thể làm những việc đã định sẵn cho máy tính nhưng tốt hơn, chính xác hơn và nhanh hơn con người. Nhân tiện, nếu bạn muốn học cách lập trình, hãy chú ý đến lời khuyên của chúng tôi dành cho những người mới bắt đầu lập trình.

Sử dụng trí tuệ nhân tạo

Trí tuệ nhân tạo đã được sử dụng trong nhiều lĩnh vực, chẳng hạn như trò chơi máy tính phức tạp và công cụ tìm kiếm. Khi lập trình AI, một tập hợp các môn học đóng vai trò quan trọng, không chỉ riêng khoa học máy tính hay toán học. Triết học, tâm lý học, khoa học thần kinh và ngôn ngữ học có tầm quan trọng rất lớn.

Trí tuệ nhân tạo được chia thành thần kinh và biểu tượng (mạnh và yếu). Những nỗ lực đầu tiên nhằm bắt chước cấu trúc và chức năng của bộ não con người. Phần sau tập trung vào vấn đề và kết quả có liên quan.

Ví dụ, trong cuộc sống hàng ngày, trí tuệ nhân tạo được lập trình và sử dụng trong robot. Nó được sử dụng để kiểm soát quá trình sản xuất hoặc đơn giản là thực hiện các công việc hàng ngày. cũng được sử dụng để trực quan hóa. Ví dụ phổ biến nhất là nhận dạng khuôn mặt hoặc dấu vân tay.

Một bước khác trong việc tạo ra trí tuệ nhân tạo là các hệ thống dựa trên tri thức. Sau đó các dữ liệu liên quan đến lập trình được nhập vào chương trình. Điều này cho phép trí tuệ nhân tạo cung cấp câu trả lời một cách hợp lý và độc lập cho các câu hỏi được đặt ra. Tuy nhiên, những “câu trả lời độc lập” này chỉ dựa trên kiến ​​thức mà trí tuệ nhân tạo ban đầu đã được ban tặng.