Sztuczna inteligencja a obliczenia kognitywne

Brak jest jednej, akceptowanej powszechnie definicji sztucznej inteligencji (Artificial Intelligence), ani w środowisku akademickim, ani w przemyśle. Termin ten zwykle odnosi się do zdolności maszyn do uczenia się, podejmowania decyzji i wykazywania się inteligencją zbliżoną do ludzkiej, w celu rozwiązania problemu bez korzystania z wcześniej zaprogramowanego przez człowieka algorytmu. Praktyczną i do dzisiaj użyteczną definicję zaproponował jeden z pionierów dyscypliny badań nad sztuczną inteligencją Nils J. Nilsson: „Sztuczna inteligencja to działalność poświęcona uczynieniu maszyn inteligentnymi, a inteligencja to taka jakość, która umożliwia podmiotowi właściwe i przewidywalne funkcjonowanie w swoim otoczeniu(1). Właściwie i przewidywalne. Właściwe to «należyte, adekwatne, tak jak się powinno, poprawne»(2). Przewidywalne to «liczące się z następstwami, myślące o przyszłości»(3). Zachowania takie można wyćwiczyć, wytrenować. Sztuczna inteligencja uczy się od otoczenia analizując to, czego się uczy, aby określić optymalny, czyli najbardziej adekwatny w danym momencie kierunek działania, aby znaleźć odpowiedź na postawiony przed nią problem.

Informatyka kognitywna (Cognitive Informatics) to transdyscyplinarne połączenie informatyki, kognitywistyki (jako dyscypliny nauki) i odwzorowania naturalnej inteligencji (jako «zdolności rozumienia, uczenia się oraz wykorzystywania posiadanej wiedzy i umiejętności w różnych sytuacjach»(4)), które bada wewnętrzne ludzkie mechanizmy przetwarzania informacji. Obliczenia kognitywne (Cognitive Computing) to symulacja procesów myślowych człowieka w modelu komputerowym. To paradygmat inteligentnych metod obliczeniowych systemów opartych na informatyce kognitywnej i przetwarzaniu sygnałów, który implementuje inteligencję obliczeniową (Computational intelligence) do efektywnego rozwiązywania zagadnień niealgorytmizowalnych.(5) Ponieważ inteligencja obliczeniowa jest dziedziną nauki zajmującą się rozwiązywaniem problemów, które nie są efektywnie algorytmizowalne, to obliczenia kognitywne obejmują systemy samouczące się, które wykorzystują eksplorację danych, rozpoznawanie wzorców i przetwarzanie języka naturalnego (Natural Language Processing) w celu naśladowania sposobu działania ludzkiego mózgu. Jest to zautomatyzowane rozumowanie oparte na połączeniu całkowicie jasnych zasad i dużej ilości danych wejściowych, których źródłem są ludzie lub systemy stworzone przez ludzi.

Chociaż sztuczna inteligencja i obliczenia kognitywne dążą do podobnego celu długoterminowego tj. osiągnięcie ogólnej inteligencji, która jest inteligencją maszyny, która mogłaby wykonać każde zadanie intelektualne, które może wykonać człowiek, to istnieje między nimi wyraźna różnica.
Systemy przetwarzania kognitywnego to systemy wnioskowania, analizowania i zapamiętywania, które współpracują z ludźmi, aby pomóc im podejmować lepsze decyzje. Sztuczna inteligencja ma na celu uzyskanie jak najdokładniejszego wyniku lub działania, stosując najlepszy algorytm działając autonomicznie i sama dla siebie, bez konieczności konsumowania wyniku przez ludzi.

Źródła

  1. Nilsson N.J. (2010), „The Quest for Artificial Intelligence: A History of Ideas and Achievements„, Cambridge, Cambridge University Press.
  2. https://pl.wiktionary.org/wiki/w%C5%82a%C5%9Bciwie
  3. https://sjp.pwn.pl/szukaj/przewiduj%C4%85co.html
  4. Kelly III, Dr. John (2015). „Computing, cognition and the future of knowing„. IBM Research: Cognitive Computing. IBM Corporation.
  5. Appel A.P., Candello H. and Gandour F.L. (2017), „Cognitive computing: Where big data is driving us” in Handbook of Big Data Technologies.