AI forte

Le AI forte est un terme employé par les futurologues , les auteurs de la science-fiction et les chercheurs progressistes du AI pour décrire l'intelligence artificielle qui assortit ou dépasse l'intelligence humaine . L'AI forte désigné également sous le nom de la capacité d'exécuter le " ; action" intelligent général ; , ou comme " ; " général artificiel de l'intelligence ; , " ; " de la conscience artificielle ; , " ; sentience" ; , " ; sapience" ; , " ; individu-awareness" ; ou " ; consciousness" ; (bien qu'il y a des différences subtiles dans l'utilisation de chacune de ces limites).

Quelques références classifient la recherche en matière de l'intelligence artificielle dans le " ; AI forte, AI appliquée et simulation." cognitif ; AI appliquée (également appelée le " ; AI" étroit ;) se rapporte à l'utilisation du logiciel d'étudier ou accomplir la résolution des problèmes spécifique ou les tâches du raisonnement qui n'entourent pas (ou dans certains cas, être complètement dehors de) la gamme complète des capacités cognitives humaines.

Conditions d'AI forte

Beaucoup de différentes définitions d'intelligence ont été proposées (comme l'essai de Turing de ) mais il n'y a aucune définition rangée qui satisfait chacun. Cependant, là le est accord large de parmi des chercheurs de l'intelligence artificielle qu'une machine intelligente doit au moins avoir la capacité : * la raison , stratégie de d'utilisation, résolvent des puzzles, et font des jugements sous l'incertitude ;
* le représentent la connaissance , y compris la connaissance Commonsense ;
* plan ;
* le apprennent ;
* communiquer dans le de langage naturel ;
* le perçoivent , et particulièrement le voient ;
* avoir l'intelligence sociale ;
* pouvoir déplacer et manoeuvrer des objets (robotique ) ;
* et la capacité d'intégrer toutes ces qualifications vers des objectifs communs. Ensemble ces qualifications fournissent une définition fonctionnante de ce qu'est l'intelligence, et le travail est en cours pour concevoir les machines qui ont ces capacités. Le AI forte est, pour le moins, un système qui peut effectuer toutes ces tâches comme les humains font ou améliorent.

Il y a d'autres aspects de l'esprit humain sans compter que l'intelligence qui concernent également le concept de l'AI forte : * conscience : la capacité d'avoir des pensées et des personnes d'expériences de la même manière font.
* conscience de soi-même : pour se rendre compte de s'en tant qu'individu séparé, se rendre particulièrement compte de ses propres pensées.
* sensibilité : la capacité à la sensation de . La sensibilité a une connotation morale : si une machine est sensible, alors elle a les mêmes droits et responsabilités que n'importe quel être humain.
* Sapience : sagesse.

Il n'est pas clair si quelconque d'entre ce soient le nécessaire pour fort AI-pour l'exemple, il n'est pas clair si la conscience est le nécessaire pour qu'une machine raisonne aussi bien que l'être humain peut. Il n'est également pas clair si quelconque d'entre ces traits soient le suffisant pour l'intelligence : si une machine est construite avec un dispositif qui simule les corrélations neurales de de la conscience , ferait-il automatiquement employer la capacité au représenter la connaissance ou le de langage naturel ?

Il est également possible que certaines de ces propriétés, telles que la sensibilité, émergent naturellement d'une machine entièrement intelligente, ou qu'il devient normal au attribuer ces propriétés aux machines une fois qu'ils commencent à agir d'une manière dont est clairement intelligent. Par exemple, l'action intelligente peut être le suffisant pour la sensibilité, plutôt que l'autre manière autour.

Approches de recherches

Recherche traditionnelle d'AI

histoire d'intelligence artificielle|Hiver d'AI La recherche moderne d'AI a commencé dans le 50s moyen. La première génération de chercheurs d'AI ont été convaincues que l'AI forte était possible et qu'elle existerait en quelques juste quelques décennies. Comme le pionnier Herbert Simon d'AI a écrit en 1965 : " ; les machines seront capables, dans un délai de vingt ans, d'effectuer n'importe quel travail qu'un homme peut do." ; Leurs prévisions étaient l'inspiration pour le Stanley Kubrick et le HAL 9000 , qui de caractère de s de Clarke C. Arthur le 'a exactement incarné quels chercheurs d'AI les ont crus pourrait créer.

Cependant, dans le 70s tôt, il est devenu évident que les chercheurs avaient excessivement sous-estimé la difficulté du projet. Les agences qui ont placé l'AI sont devenues sceptiques de l'AI forte et ont mis les chercheurs sous la pression croissante de produire la technologie utile, ou le " ; AI" appliqué ;. Pendant que les années '80 commençaient, le projet de l'ordinateur de cinquième génération du du Japon a rétabli l'intérêt dans l'AI forte, visant une chronologie de dix ans qui a inclus des buts forts d'AI comme le " ; continuer un conversation" occasionnel ;. En réponse à ceci et au succès des systèmes experts , l'industrie et le gouvernement ont pompé l'argent de nouveau dans le champ. Cependant, le marché pour l'AI s'est spectaculairement effondré vers la fin de 80s et les buts du projet informatique de cinquième génération n'ont été jamais atteints. Pour la deuxième fois en 20 ans, des chercheurs d'AI qui avaient prévu l'arrivée imminente de l'AI forte avaient été montrés fondamentalement à erroné au sujet de ce qu'ils pourraient accomplir.

Par les années 90, les chercheurs d'AI avaient gagné une réputation pour la fabrication des promesses qu'ils ne pourraient pas garder. Beaucoup de chercheurs d'AI sont aujourd'hui peu disposés à faire n'importe quelle sorte de la prévision du tout et à éviter n'importe quelle mention de " ; " de niveau humain ; intelligence artificielle, par crainte de l'étiquetage un " ; dreamer." wild-eyed ; C'est une conséquence malheureuse de développer des technologies naissantes. Pour la plupart, les chercheurs choisissent aujourd'hui de se concentrer sur des sous-problèmes spécifiques où ils peuvent produire des résultats vérifiables et des applications commerciales, telles que les réseaux neuronaux , la vision d'ordinateur ou l'exploitation de données . L'intérêt pour la recherche directe sur l'AI forte tend à venir de l'extérieur du champ, des entrepreneurs d'Internet (tels que Jeff Hawkins ) ou des futurologues tels que le rayon Kurzweil .

La plupart des chercheurs du courant principal AI espèrent que l'AI forte pourra être développée en combinant les programmes qui résolvent de divers sous-problèmes using une architecture integrated d'agent de , l'architecture cognitive ou l'architecture de Subsumption de . Le Hans Moravec a écrit en le " 1988 ; Je suis confiant que cet itinéraire de bas en haut à l'intelligence artificielle rassemblement jour la manière de haut en bas traditionnelle d'itinéraire plus qu'à moitié, prête à fournir la compétence et la connaissance Commonsense de monde réel de qui a été tellement par frustration évasive dans des programmes de raisonnement. Les machines entièrement intelligentes résulteront quand la transitoire d'or métaphorique est conduite unissant les deux efforts." ;

Intelligence générale artificielle

Les objectifs généraux artificiels de recherches d'intelligence pour créer l'AI qui peut replier l'intelligence de niveau humain complètement, souvent appelée une intelligence générale artificielle (AGI) de distinguer de l'AI moins ambitieuse projette. Jusqu'ici, les chercheurs ont consacré une petite attention à AGI, avec certains réclamant que l'intelligence est trop complexe pour être complètement repliée à court terme. Quelques petits groupes d'informaticiens font la recherche d'AGI, cependant. Les organismes poursuivant AGI incluent le AI adaptative , l'institut de recherche de recherche général artificiel d'intelligence de (AGIRI) et l'institut de singularité de pour l'intelligence artificielle . Une addition récente est Numenta , un projet basé sur les théories de Jeff Hawkins , le créateur du pilote de paume . Tandis que Numenta adopte une approche informatique à l'intelligence générale, Hawkins est également le fondateur de l'institut de neurologie de séquoia, qui explore la pensée consciente d'une perspective biologique.

Modèle simulé de cerveau humain

Ceci est vu par beaucoup comme moyens les plus rapides de réaliser l'AI forte, car elle n'exige pas l'arrangement complet de la façon dont l'intelligence fonctionne. Fondamentalement, un ordinateur très puissant simulerait un cerveau humain, souvent sous forme de réseau des neurones. Par exemple, donné une carte de tous les (ou plus) neurones dans un cerveau humain fonctionnel, et d'un bon arrangement de la façon dont un neurone simple fonctionne, il serait possible que un programme informatique simule le cerveau fonctionnant avec le temps. Donné une certaine méthode de communication, ce cerveau simulé pourrait alors s'avérer entièrement intelligent. La forme exacte de la simulation varie : au lieu des neurones, une simulation pourrait utiliser des groupes de neurones, ou alternativement, différentes molécules pourraient être simulées. Elle est également peu claire que des parties du cerveau humain devraient être modelé : les humains peuvent encore fonctionner tandis que des parties absentes de leurs cerveaux, et les secteurs du cerveau sont associés aux activités (telles que la respiration) qui ne pourraient pas être nécessaires pour penser. < ! -- Ceci doit indiquer l'OMS il est qui pense que ceci fonctionnerait. C'est Kurzweil et Moravec, droite ? Ceci a besoin d'une référence de page dans le " de Kurzweill ; Singularity" ; ou le " de Moravec ; Esprit Design" ; -->

Cette approche exigerait trois choses :
Matériel de . un ordinateur extrêmement puissant serait exigé pour un tel modèle. Le raie futuriste Kurzweil du estime 10 MIPS du million , ou dix le Petaflops . Au moins un ordinateur pour un but particulier de petaflops a été déjà construit (le Riken MDGRAPE-3 ) et là sont neuf projets de calcul en cours (tels que BlueGene/P ) pour construire des ordinateurs plus d'usage universel de petaflops qui devraient être accomplis d'ici 2008, sinon plus tôt. La plupart des autres évaluations essayées de l'équivalent informatique de la puissance du cerveau ont été un peu plus hautes, s'étendant de 100 millions de MIPS (100 petaflops) à 100 milliards de MIPS (100. Using les projections précises du Top500 , il pourrait estimer que de tels niveaux de puissance de calcul pourraient être atteints using les ordinateurs géants Unité-basés de dessus-exécution pour être par ~2015 (pour 100 petaflops), jusqu'à une évaluation plus conservatrice de ~2025 (pour 100. Cependant, considérant que le GPU traitant et jet de traitant la puissance de semble doubler chaque année, ces évaluations seront atteintes beaucoup plus tôt using le GPGPU traitant comme l'ensemble de GPU à extrémité élevé à arriver dans 2008 tôt vont déjà pouvoir traiter plus de 1 teraflop, qui est 20x plus puissant qu'une unité centrale de traitement standard de quadruple-noyau. Il devrait également noter, cependant, que les frais généraux présentés par la modélisation des détails biologiques, chimiques, et physiques du comportement neural (particulièrement sur une échelle moléculaire) pourraient exiger d'un simulateur d'avoir accès à la puissance informatique beaucoup plus grande que celle du cerveau lui-même et que les simulations et les évaluations courantes n'expliquent pas l'importance des cellules de Glial qui dépassent les neurones en nombre 10 : 1. Le logiciel de pour simuler la fonction d'un cerveau serait exigé. Ceci suppose que l'esprit humain est le système nerveux central et est régi par des lois physiques de que construisant la simulation exigerait beaucoup de connaissance au sujet de l'opération physique et fonctionnelle du cerveau humain, et pourrait exiger les informations détaillées au sujet d'une structure particulière de cerveau humain. L'information serait exigée de la fonction de différents types de neurones, et de la façon dont elles sont reliées. Noter que la forme particulière du logiciel dicte le matériel nécessaire pour le courir. Par exemple, une simulation extrêmement détaillée comprenant des molécules ou de petits groupes de molécules exigerait de capacité de traitement énormément plus qu'une simulation qui modèle des neurones using une équation simple, et on s'attendrait à ce qu'un modèle plus précis d'un neurone soit beaucoup plus cher informatique qu'un modèle simple. Plus de neurones dans la simulation, la capacité de traitement plus qu'il exigerait.
Arrangement de . en conclusion, il exige de l'arrangement suffisant en de pouvoir le modeler mathématiquement. Ceci a pu être fait en comprenant le système nerveux central, ou en le traçant et en copiant. Les technologies de Neuroimaging s'améliorent rapidement, et Kurzweil prévoit qu'une carte de qualité suffisante deviendra disponible sur un calendrier semblable à la puissance de calcul required. Cependant, la simulation devrait également capturer le comportement cellulaire détaillé des neurones et des cellules de Glial , actuellement seulement compris dans le plus large des contours.

Une fois qu'un tel modèle est établi, il sera facilement changé et s'ouvrir ainsi à l'expérimentation trial-and-error. C'est susceptible de mener aux avances énormes dans l'arrangement, permettant à l'intelligence du modèle d'être améliorée/motivation changée. ubious

Le projet bleu du cerveau vise à employer une des architectures d'ordinateur géant les plus rapides dans le monde, plate-forme bleue du gène de s d'IBM ', à simuler une colonne neocortical simple se composant d'approximativement 60.000 neurones et 5km de relier ensemble des synapses. Le but certain du projet est d'utiliser des ordinateurs géants pour replier un cerveau entier.

Le cerveau obtient sa puissance d'effectuer beaucoup d'opérations parallèles, un ordinateur standard d'effectuer des opérations très rapidement.

Le cerveau humain a approximativement 100 milliards de neurones fonctionner simultanément, relié par approximativement 100 synapses trillion. Par comparaison, un microprocesseur moderne d'ordinateur utilise seulement 1.7 milliard de transistors. Bien que les évaluations de la capacité de traitement du cerveau la mettent à environ des mises à jour du neurone 1014 par seconde, on s'attend à ce que les premières simulations unoptimized d'un cerveau humain exigent un ordinateur capable des EFFONDREMENTS du 1018. Par comparaison une unité centrale de traitement d'usage universel (circa 2006) fonctionne à quelques GFLOPS (EFFONDREMENTS 109). (chaque EFFONDREMENT peut exiger l'autant d'en tant que 20.000 opérations de logique).

Cependant, on estime qu'un neurone cloue 200 fois par seconde (ceci donnant une limite supérieure sur le nombre d'opérations). Des signaux entre elles sont transmis à une vitesse maximum de 150 mètres par seconde. Un processeur 2GHz moderne fonctionne 2 milliards de cycles par seconde, ou 10.000 fois à plus rapidement qu'un neurone humain, et les signaux dans des ordinateurs électroniques voyagent rudement à la moitié de la vitesse de la lumière ; plus rapidement que signale chez l'homme par un facteur de 1. Le cerveau consomme au sujet de 20W de puissance tandis que les ordinateurs géants peuvent employer autant que 1MW ou un ordre de 100.000 davantage (note : La limite de Landauer de est 3.5x1020 op/sec/watt à la température ambiante).

on a également proposé des interfaces de Neuro--silicium.

Les critiques de cette approche croient qu'il est possible de réaliser l'AI directement sans nature d'imitation et d'avoir employé souvent l'analogie que les tentatives tôt de construire des machines de vol les ont modelées après les oiseaux, mais qui les avions modernes ne ressemblent pas aux oiseaux. L'approche directe est employée dans l'AI - ce qui est ceci, où on lui montre que si nous avons une définition formelle d'AI, il peut être trouvé en énumérant tous les programmes possibles et puis en examinant chacun de eux pour voir s'il a produit l'intelligence artificielle, ou n'a pas.

Recherche de conscience artificielle

voient également :

la conscience artificielle

Objectifs de recherches de conscience artificielle pour créer et étudier les systèmes artificiellement conscients. Professeur Igor Aleksander argue du fait que les principes pour créer une machine consciente ont déjà existé mais que cela prendrait quarante ans pour former une telle machine pour comprendre la langue .

Agent intelligent de la distribution de Franklin

Le Stan Franklin (1995, 2003) définit un agent autonome en tant que conscience fonctionnelle de possession quand il est capable de plusieurs des fonctions de la conscience comme identifié par la théorie globale de zone de travail de de Bernard Baars '. Son enfant de cerveau IDA (agent intelligent de distribution) est une exécution de logiciel de GWT, qui la rend fonctionellement consciente par définition. La tâche d'IDA est de négocier de nouvelles tâches pour des marins dans la marine des USA après qu'elles finissent un tour de service, en assortissant les qualifications et les préférences de chaque individu avec les besoins de la marine. IDA agit l'un sur l'autre avec des bases de données de marine et communique avec les marins par l'intermédiaire du dialogue de langage naturel d'email tout en se conformant à un grand ensemble de politiques de marine. Le modèle informatique d'IDA a été développé pendant 1996-2001 au " de Stan Franklin ; Conscious" ; Groupe de recherche de logiciel à l'université de Memphis. Il " ; se compose approximativement d'un quart de million de lignes de code de Java , et consomme presque totalement les ressources des 2001 workstation." à extrémité élevé ; Il se fonde fortement sur les codelets de , qui sont " ; but spécial, relativement indépendant, mini-agent typiquement mis en application comme un petit morceau de fonctionnement de code comme thread." séparé ; Dans l'architecture de haut en bas d'IDA, des fonctions cognitives à niveau élevé sont explicitement modelées ; voir et pour des détails. Tandis qu'IDA est fonctionellement conscient par définition, Franklin fait « pas la conscience phénoménale à propre agent « conscient » de logiciel, IDA de d'attribut, malgré ses beaucoup de comportements human-like. Ce malgré observer plusieurs detailers de marine des USA incliner la tête à plusieurs reprises leurs chefs disant « oui, cela est comment je le fais » tout en observant des actions internes et externes d'IDA pendant qu'elle exécute son task." ;

CLAIRON cognitif d'architecture de Ron Sun

le CLAIRON pose en principe une représentation à deux niveaux qui explique la distinction entre les processus mentaux conscients et sans connaissance.

le CLAIRON a été réussi en expliquant une série de données psychologiques. Un certain nombre de compétence bien connue apprenant les tâches ont été simulées using le CLAIRON qui enjambent le spectre s'étendant des qualifications réactives simples aux qualifications cognitives complexes. Les tâches incluent des tâches périodiques de temps de réaction (SRT), la grammaire artificielle apprenant (AGL) des tâches, des tâches (PC) à régulation de processus, la tâche catégorique (CI) d'inférence, la tâche arithmétique (AA) alphabétique, et la tour de la tâche (TOH) de Hanoï. Parmi elles, SRT, AGL, et PC sont des tâches de étude implicites typiques, beaucoup concernant la question de la conscience comme ils ont mis en service la notion de la conscience dans le cadre des expériences psychologiques.

Les simulations using le CLAIRON fournissent des interprétations détaillées et processus-basées des données expérimentales liées à la conscience, dans le cadre d'une architecture cognitive largement scoped et d'une théorie unifiée de connaissance. De telles interprétations sont importantes pour un arrangement précis et processus-basé de conscience et d'autres aspects de connaissance, amenant à de meilleures appréciations du rôle de la conscience dans la connaissance humaine. Le CLAIRON fait également des prévisions quantitatives et qualitatives concernant la connaissance dans les secteurs de la mémoire, apprenant, motivation, métaconnaissance, et ainsi de suite. Ces prévisions expérimentalement ont été déjà examinées ou sont en cours d'être examiné.

L'architecture cognitive de Haikonen

Pentti considère le calcul basé sur les règles classique insatisfaisant pour réaliser le C. : " ; le cerveau n'est certainement pas un ordinateur. La pensée n'est pas une exécution des cordes programmées des commandes. Le cerveau n'est pas une calculatrice numérique non plus. Nous ne pensons pas par numbers." ; Plutôt qu'essayant de réaliser l'esprit et la conscience en identifiant et en mettant en application leurs règles informatiques étant à la base, Haikonen propose le " ; une architecture cognitive spécial pour reproduire le traite de la perception , du langage figuré intérieur , du discours intérieur , de la douleur , du plaisir , des émotions et des fonctions cognitives du derrière ces derniers. Cette architecture de bas en haut produirait des fonctions de plus haut niveau par la puissance des unités de traitement élémentaires, des neurones artificiels sans algorithmes ou du " des programmes ;. Haikonen croit que, quand mis en application avec la complexité suffisante, cette architecture développera la conscience, qu'il considère " ; un modèle et une manière d'opération, caractérisés par la représentation de signal, le processus de perception, le reportage de croix-modalité et la disponibilité distribués pour retrospection." ; Haikonen n'est pas seul dans cette vue de processus de conscience, ou la vue que le C. émergera spontanément dans les agents autonomes qui ont une architecture neuro--inspirée appropriée de complexité ; ceux-ci sont partagés par beaucoup, par exemple et. Une exécution de bas-complexité de l'architecture proposée près n'était censément pas capable du C., mais a montré des émotions comme prévue.

Recherche de conscience de soi-même

La conscience de soi-même dans des robots est étudiée par Junichi Takeno à l'université de Meiji de au Japon, qui prétend avoir développé un robot qui peut distinguer entre une sa propre image dans un miroir et un robot différent [http://www.de/06-12-18_MIMED_LUETH-002918.PDF], et cette réclamation a été déjà passée en revue.

Apparition

voient également :

l'apparition Certains ont suggéré que l'intelligence puisse surgir comme qualité émergente de la convergence des technologies aléatoires et synthétiques. La sensibilité humaine - ou toute autre intelligence biologique et naturelle - provient du processus normal des expériences d'évolution d'espèces et d'un individu. L'examen de cette éventualité est actuellement limité à la fiction et à la théorie.

Origine de la limite : AI forte de John Searle

philosophie d'intelligence artificielle|Pièce chinoise

Le " de limite ; AI" fort ; a été adopté du nom d'un argument en philosophie de de l'intelligence artificielle d'abord identifiée par le John Searle en tant qu'élément de son argument chinois de salle en 1980. Il a voulu distinguer deux hypothèses différentes au sujet d'intelligence artificielle :
Un système d'intelligence artificielle peut penser et avoir un esprit de .
Un système d'intelligence artificielle peut (seulement) acte de comme qu'il pense et a un esprit. Le premier s'appelle le " ; le hypothesis" fort du AI ; et la seconde est " ; le hypothesis" faible du AI ; parce que le premier fait au un rapport plus fort de : il suppose que quelque chose spéciale est arrivé à la machine qui dépasse toutes ses capacités que nous pouvons examiner. Searle s'est rapporté au " ; hypothesis" fort d'AI ; comme " ; AI" fort ;. Cette utilisation, qui est fondamentalement différente que le sujet de cet article, est commune en recherche scolaire et manuels d'AI.

Le " de limite ; AI" fort ; est maintenant employé pour décrire n'importe quel système d'intelligence artificielle que les actes comme lui a un esprit, Le de chercheurs d'AI sont intéressé à un rapport relatif (que quelques sources appellent embrouillant le " ; le hypothesis" fort d'AI ;) :
Un système d'intelligence artificielle peut penser ( ou acte de comme il pense) le aussi bien ou l'améliorer que les gens font . Cette affirmation, qui s'articule sur la largeur et la puissance de l'intelligence informatique, est le sujet de cet article.

Voir également

Histoire de de l'intelligence artificielle
" technologique d'aka de la singularité ; Le Singularity" ;
Institut de singularité de pour l'intelligence artificielle

.

Random links:Cas de Vocative | Grenville, le Dakota du Sud | Liste de ministres des affaires étrangères russes | AI_fuerte