Der Ursprung und die Symbolik der künstlichen Intelligenz

Neben Logiktheorie und allgemeinen Problemlösern hat die Symbolik auch eine Reihe hervorragender Technologien wie Expertensysteme, Wissensdatenbanken und Wissensgraphen zu uns beigetragen. Es hat sich stark weiterentwickelt und die Entwicklung vieler Bereiche beeinflusst.

Mit der Popularität von ChatGPT hat künstliche Intelligenz eine weitere Begeisterungswelle in der Branche ausgelöst. Heute werden wir über den Entwicklungsprozess der künstlichen Intelligenz sprechen.

Künstliche Intelligenz entstand, wie allgemein angenommen wird, auf der DARTMOUTH-Konferenz im Jahr 1956, auf der Forscher das Konzept der künstlichen Intelligenz (Künstliche Intelligenz) vorschlugen. Tatsächlich hatte die Entwicklung der künstlichen Intelligenz jedoch schon vorher begonnen. 1955 fand in Los Angeles die Konferenz der Western United States Computer Federation statt, die eine Sitzung über Lernmaschinen (Session on Learning Machine) beinhaltete.

Bei dem Treffen beteiligte sich Allen Newell, ein Vertreter der Symbolikschule für künstliche Intelligenz, an der Diskussion.

Allen Newell (19. März 1927 – 19. Juli 1992) Symbolismus, Konnektionismus und Aktionismus sind die drei Hauptschulen der künstlichen Intelligenz.

Symbolismus wird auch als Logikismus, Psychologismus oder Computerismus bezeichnet. Sein Hauptzweck besteht darin, physische Symbolsysteme und begrenzte Rationalitätsprinzipien zu nutzen, um künstliche Intelligenz zu realisieren.

Konkret geht die Symbolik davon aus, dass die Grundeinheit des menschlichen Denkens Symbole sind und dass eine Reihe von Operationen, die auf Symbolen basieren, den kognitiven Prozess darstellen. Mit anderen Worten: Sowohl Menschen als auch Computer können als Symbolsysteme mit logischen Denkfähigkeiten betrachtet werden Mit anderen Worten: Computer können durch verschiedene symbolische Operationen menschliche „Intelligenz“ simulieren.

Ende 1955 entwickelten Newell und Simon ein Programm namens LOGIC THEORIST. Dieses Programm wird von vielen als das erste KI-Programm angesehen. Es stellt jedes Problem als Baummodell dar und wählt dann den Zweig aus, der am wahrscheinlichsten zu den richtigen Schlussfolgerungen zur Lösung des Problems führt. Das Programm konnte 38 mathematische Theoreme in Principia Mathematica beweisen (später wurden alle 52 Theoreme bewiesen), und einige Lösungen waren sogar noch raffinierter als die von menschlichen Mathematikern bereitgestellten.

Im Jahr 1957 stellten Herbert Simon, J.C. Shaw, Allen Newell und andere die Argumentationsarchitektur des General Problem Solver (GPS) und die Idee der heuristischen Suche vor. Diese Idee hat weitreichenden Einfluss und war in den letzten Jahren sehr beliebt. das Ke Jie besiegte, stützte sich auf diese Idee.

Der universelle Problemlöser kann viele Probleme des gesunden Menschenverstandes lösen. Zwei Jahre nach dem Start des Programms gründete IBM eine KI-Forschungsgruppe, um ähnliche Probleme zu untersuchen.

GPS ist das weltweit erste Programm, das versucht, alle allgemeinen Probleme zu lösen. Es wurde entwickelt, um alle Probleme zu lösen, die mit grundlegenden Algorithmen beschrieben werden können. Zu diesem Zweck haben Forscher auch speziell dafür eine Programmiersprache namens Information Processing Language (IPL) entwickelt. Voraussetzung für die Anwendung dieses Verfahrens ist, dass das Problem in einer Menge regulärer Formeln ausgedrückt werden kann. Diese Formeln können Teil eines gerichteten Diagramms mit mehreren Quellen und Senken sein. Die Quelle stellt den Startknoten dar und die Senke stellt den Endknoten dar. Im GPS stellen Quellen Axiome und Senken Schlussfolgerungen dar.

Obwohl die Ideale der Entwickler großartig sind, kann GPS tatsächlich nur zur Lösung klar definierter Probleme wie mathematischer Probleme, Geometrieprobleme oder Brettspiele verwendet werden. Weil diese Probleme auf ein akzeptables Maß formalisiert werden können. In der realen Welt sind die Möglichkeiten explodiert, und das schnelle Durchlaufen aller Möglichkeiten ist zu einem Problem geworden, das die Rechenleistung übersteigt.

Die Schritte zur Verwendung von GPS zur Lösung allgemeiner Probleme sind wie folgt:

1 Definieren Sie das Ziel, z. B. in den Laden gehen, um eine Schachtel Milch zu kaufen.

2. Definieren Sie die Voraussetzungen. Wenn Sie beispielsweise Milch kaufen möchten, müssen Sie einen Weg zum Laden haben, und der Laden muss auch Milch verkaufen.

3. Auf dieser Grundlage können wir den Betriebsablauf definieren. Wenn wir zum Beispiel zum Laden fahren müssen und das Auto keinen Benzin mehr hat, müssen wir sicherstellen, dass wir Geld zum Tanken haben und dass wir nach dem Tanken noch Geld haben, um Milch zu kaufen Situationen basierend auf Bedingungen. Es besteht aus Verhalten, Voraussetzungen und aus dem Verhalten resultierenden Veränderungen. Im vorherigen Beispiel bestand das Verhalten darin, Geld an den Laden zu zahlen, und um Geld zu bezahlen, musste man Geld in der Hand haben. Durch den Akt des Bezahlens ändert sich der Status des Geldes und man erhält Milch.

GPS kann alle ähnlichen Probleme lösen, aber weil es dieses Ziel erreicht, indem es alle möglichen Prozesse durchläuft, übersteigt in der realen Welt die Komplexität des Problems oft die Rechenleistung.

Neben der Logiktheorie und allgemeinen Problemlösern hat die Symbolik auch eine Reihe hervorragender Technologien wie Expertensysteme, Wissensdatenbanken und Wissensgraphen zu uns beigetragen. Es hat sich stark weiterentwickelt und die Entwicklung vieler Bereiche beeinflusst.

Das obige ist der detaillierte Inhalt vonDer Ursprung und die Symbolik der künstlichen Intelligenz. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!