Maison  >  Article  >  Périphériques technologiques  >  L'origine et le symbolisme de l'intelligence artificielle

L'origine et le symbolisme de l'intelligence artificielle

WBOY
WBOYavant
2023-04-04 13:00:072084parcourir

En plus de la théorie logique et des solutions générales de problèmes, le symbolisme nous a également apporté une série d'excellentes technologies telles que des systèmes experts, des bases de connaissances et des graphiques de connaissances. Il s’est beaucoup développé et a influencé le développement de nombreux domaines.

Avec la popularité de ChatGPT, l'intelligence artificielle a déclenché une nouvelle vague d'engouement dans l'industrie. Aujourd'hui, nous parlerons du processus de développement de l'intelligence artificielle.

L'intelligence artificielle, comme on le pense généralement, est née de la conférence de DARTMOUTH en 1956, où des chercheurs ont proposé le concept d'intelligence artificielle (Artificial Intelligence). Mais en fait, l’intelligence artificielle avait déjà commencé à se développer avant cela. En 1955, la conférence de la Western United States Computer Federation s'est tenue à Los Angeles, qui comprenait une session sur l'apprentissage automatique (Session sur l'apprentissage automatique).

Lors de la réunion, Allen Newell, un représentant de l'école du symbolisme de l'intelligence artificielle, a participé à la discussion.

Lorigine et le symbolisme de lintelligence artificielle

Allen Newell (19 mars 1927 - 19 juillet 1992) Le symbolisme, le connexionnisme et l'actionnisme sont les trois écoles dominantes de l'intelligence artificielle.

Le symbolisme est également connu sous le nom de logicisme, psychologisme ou informatique. Son objectif principal est d'utiliser des systèmes de symboles physiques et des principes de rationalité limitée pour réaliser l'intelligence artificielle.

Plus précisément, le symbolisme croit que l'unité de base de la pensée humaine est constituée de symboles et qu'une série d'opérations basées sur des symboles constituent le processus cognitif. Par conséquent, les humains et les ordinateurs peuvent être considérés comme des systèmes de symboles dotés de capacités de raisonnement logique. , En d’autres termes, les ordinateurs peuvent simuler « l’intelligence » humaine à travers diverses opérations symboliques.

À la fin de 1955, Newell et Simon ont développé un programme appelé LOGIC THEORIST. Ce programme est considéré par beaucoup comme le premier programme d’IA. Il représente chaque problème sous forme d'arbre modèle, puis sélectionne la branche la plus susceptible d'obtenir la bonne conclusion pour résoudre le problème. Le programme pouvait prouver 38 théorèmes mathématiques des Principia Mathematica (plus tard prouvé les 52 théorèmes), et certaines solutions étaient encore plus ingénieuses que celles fournies par les mathématiciens humains.

En 1957, Herbert Simon, J.C. Shaw, Allen Newell et d'autres ont introduit l'architecture de raisonnement et l'idée de recherche heuristique du General Problem Solver (GPS). Cette idée a une influence considérable et a été très populaire ces dernières années, AlphaGO. qui a vaincu Ke Jie, s'est inspiré de cette idée.

Le solutionneur de problèmes universel peut résoudre de nombreux problèmes de bon sens. Deux ans après le lancement du programme, IBM a créé un groupe de recherche sur l'IA pour étudier des problèmes similaires.

Lorigine et le symbolisme de lintelligence artificielleGPS est le premier programme au monde qui tente de résoudre tous les problèmes généraux. Il est conçu pour résoudre tous les problèmes pouvant être décrits à l'aide d'algorithmes de base. À cette fin, les chercheurs ont également créé un langage de programmation Information Processing Language (IPL) spécialement pour cela. La condition préalable à l’utilisation de cette procédure est que le problème puisse être exprimé dans un ensemble de formules régulières. Ces formules peuvent faire partie d'un graphe orienté avec plusieurs sources et puits. La source représente le nœud de départ et le récepteur représente le nœud de fin. Dans le GPS, les sources représentent des axiomes et les puits représentent des conclusions.

Bien que les idéaux des développeurs soient grandioses, le GPS ne peut en réalité être utilisé que pour résoudre des problèmes bien définis, tels que des problèmes mathématiques, des problèmes de géométrie ou des jeux de société. Parce que ces problèmes peuvent être formalisés à un niveau acceptable. Dans le monde réel, les possibilités ont explosé et parcourir rapidement toutes les possibilités est devenu un problème qui dépasse la puissance de calcul.

Les étapes pour utiliser le GPS pour résoudre des problèmes généraux sont les suivantes :

1. Définir l'objectif, comme aller au magasin pour acheter une boîte de lait.

2. Définissez les prérequis. Ces prérequis doivent être liés à l'objectif. Par exemple, si vous souhaitez acheter du lait, vous devez avoir un chemin vers le magasin, et le magasin doit également vendre du lait.

3. Sur cette base, nous pouvons définir le processus opératoire. Par exemple, si nous devons nous rendre au magasin en voiture et que la voiture est à court d'essence, nous devons alors nous assurer que nous avons de l'argent pour faire le plein et qu'il nous reste encore de l'argent pour acheter du lait après avoir fait le plein. Un processus opérationnel peut tout gérer. situations basées sur des conditions. Il comprend le comportement, les conditions préalables et les changements résultant du comportement. Dans l’exemple précédent, le comportement impliquait de payer de l’argent au magasin, et la condition préalable au paiement était d’avoir de l’argent en main. L’acte de payer change le statut de l’argent et permet d’obtenir du lait.

Le GPS peut résoudre tous les problèmes similaires, mais comme il atteint cet objectif en traversant tous les processus possibles, dans le monde réel, la complexité du problème dépasse souvent la puissance de calcul.

En plus de la théorie logique et des solutions de problèmes générales, le symbolisme nous a également apporté une série d'excellentes technologies telles que les systèmes experts, les bases de connaissances et les graphiques de connaissances. Il s’est beaucoup développé et a influencé le développement de nombreux domaines.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Déclaration:
Cet article est reproduit dans:. en cas de violation, veuillez contacter admin@php.cn Supprimer