Шту́чний інтеле́кт (ШІ, штучний розум, ) — це здатність обчислювальних систем виконувати завдання, які зазвичай співмірні з можливостями людського інтелекту (навчання, міркування, розв'язання питань, сприйняття та ухвалення рішень). Ці завдання можуть охоплювати прості дії, як-от розпізнавання мов чи зображень, та більш складні завдання, скажімо гра чи керування автомобілем, а також створення зображень і відтворення звуків, прогнозування погоди, вирішення складних логічних задач, тощо. Це розділ інформатики, який швидко розвивається та зосереджений на розробленні інтелектуальних машин, галузь досліджень, яка створює та вивчає методи і програмне забезпечення, що дозволяють машинам сприймати світ і використовувати самонавчання й інтелект для здійснення дій, які щоразу збільшують їхні спроможності на досягнення визначеної мети.
Загальний опис
Штучний інтелект (ШІ) — це галузь інформатики, яка опікується створенням інтелектуальних машин, здатних виконувати завдання, що зазвичай потребують людського розуму, а інколи й перевершують людські здібності (швидкість математичних обчислень, стрімкість віднаходження в інтернеті довідкових даних та інше), тобто є підрозділом інформатики, який стосується автоматизації осмисленої поведінки та машинного самонавчання. Системи штучного інтелекту створені для навчання на досвіді, розпізнавання закономірностей і ухвалення рішень на основі вхідних даних. Ці системи можна навчити виконувати певні завдання, наприклад, розпізнавати та порівнювати зображення, розуміти природну мову, писати та редагувати тексти, зокрема й робити переклади з інших мов зберігаючи навіть рими якщо це вірші, або грати ігри тощо. Технологія штучного інтелекту охоплює широкий набір методів, зокрема машинне навчання, обробку природної мови, робототехніку, експертні системи тощо. Мета досліджень штучного інтелекту полягає в тому, щоб створити машини, які здатні розмірковувати, розуміти та навчатися як люди, і використовувати ці можливості для покращення життя людства та вирішення складних питань.
Здебільшого алгоритм розв'язання проблем невідомий наперед, а точного визначення цієї науки нема, оскільки у філософії не розв'язано питання про природу і статус людського інтелекту. Немає і точного критерію досягнення комп'ютером «розумності», хоча перед штучним інтелектом було запропоновано низку гіпотез, наприклад, тест Тюрінга або гіпотеза Ньюелла-Саймона. Нині існує багато підходів як до розуміння завдань штучного інтелекту, так і до створення інтелектуальних систем.
За класифікацією Джека Коупленда є два підходи до розроблення штучного інтелекту: низхідний, семіотичний — створення символьних систем, що моделюють високорівневі психічні процеси: мислення, судження, мову, емоції, творчість тощо; висхідний, біологічний — вивчення штучних нейронних мереж і еволюційні обчислення, що наслідують інтелектуальну поведінку на основі менших «неінтелектуальних» складових.
Ця наука пов'язана з нейронаукою, зокрема когнітивною нейронаукою, системною нейронаукою, обчислювальною нейронаукою. Як і всі комп'ютерні науки, вона використовує математичний апарат. Особливе значення для неї мають філософія і робототехніка.
Штучний інтелект — відносно молода галузь досліджень, започаткована 1956 року, а її історичний шлях нагадує синусоїду, кожен «зліт» якої зрушувався певним новим задумом. На сьогодні її розвиток перебуває на «висхідній» і спирається на застосування вже досягнутих здобутків в інших галузях науки, промисловості, бізнесі та навіть у повсякденному житті.
На думку футуролога Рея Курцвейля, ШІ досягне людського рівня 2029 року, водночас на думку Ілона Маска — у 2025 році. На відміну від розвитку людського інтелекту, який удосконалювався десятками тисяч років, Сильний ШІ зможе розвиватись майже експоненціально — за частки секунди перевершити здібності людського розуму в десятки-тисячі-мільйони разів. Мить у майбутній історії, коли ШІ перевершить людський розум, називають «технологічною сингулярністю». Що станеться після технологічної сингулярності, неможливо передбачити, оскільки людство ще ніколи не мало справи з чимось набагато розумнішим і потужнішим за людський мозок.
31 жовтня 2023 року, відповідно до заяви Організації Об'єднаних Націй, Генеральний секретар ООН Антоніу Гутерреш утворив Консультативний орган високого рівня з питань штучного інтелекту, який об'єднав групу експертів для надання рекомендацій щодо використання штучного інтелектуHigh-level Advisory Body on Artificial IntelligenceВ ООН створили Консультативний орган з питань ШІ. 27.10.2023, 11:53.
2 лютого 2024 року, за повідомленням видання Politico, країни Європейського Союзу після тривалих перемовин, одноголосно схвалили законопроєкт про штучний інтелектПредставники країн ЄС одноголосно схвалили законопроєкт про ШІ. 03.02.2024.
Типи штучного інтелекту Існує кілька типів штучного інтелекту (ШІ), які сьогодні широко використовуються в програмах. Ось деякі з найпоширеніших типів ШІ: ШІ на основі правил — це системи ШІ, запрограмовані за допомогою набору правил або операторів if-then, які дають їм змогу ухвалювати рішення на основі конкретних умов. Ці системи часто використовують в експертних системах і системах підтримки ухвалення рішень. Машинне навчання — це тип штучного інтелекту, який передбачає навчання алгоритмів навчанню на основі вхідних даних і покращенню їх продуктивності з часом. Існує три основних типи машинного навчання: кероване навчання, некероване навчання та навчання з підкріпленням. Обробка природної мови (NLP) — це тип ШІ, який зосереджується на взаємодії між комп'ютерами та людськими мовами. Системи НЛП розроблені для розуміння та інтерпретації людської мови, і вони використовуються в таких програмах, як чат-боти, голосові помічники та машинний переклад. Робототехніка — це сфера штучного інтелекту, яка зосереджена на проєктуванні та розробці роботів, які можуть виконувати завдання у фізичному світі. Робототехніка передбачає інтеграцію штучного інтелекту, датчиків і механічних систем, щоб роботи могли сприймати навколишнє середовище, ухвалювати рішення та виконувати дії. Експертні системи — це системи штучного інтелекту, призначені для надання порад і підтримки ухвалення рішень у певних сферах, таких як маркетинг, дизайн, медицина, право та інженерія. Експертні системи запрограмовані з набором правил і знань, які дають змогу їм міркувати та надавати рекомендації на основі конкретних умов. Загальний ШІ, також відомий як сильний штучний інтелект (AGI), — це теоретична концепція створення машин, які можуть міркувати та навчатися як люди. Системи AGI будуть здатні розуміти та вирішувати широкий спектр проблем, і вони матимуть здатність міркувати, планувати та спілкуватися як люди. AGI все ще є здебільшого теоретичною концепцією, і перед її реалізацією необхідно подолати багато проблем.
Підходи, напрямки і мета
Підходи до розуміння проблеми Єдиної відповіді на питання, чим опікується штучний інтелект, ― не існує. Майже кожен автор, який пише книгу про штучний інтелект, відштовхується від якогось визначення та розглядає в його світлі досягнення цієї науки. Зазвичай ці визначення зводяться до таких: штучний інтелект вивчає методи розв'язання завдань, які потребують людського розуміння. Отож мова йде про те, щоби навчити ШІ розв'язувати тести інтелекту. Це передбачає розвиток способів розв'язання задач за аналогією, методів дедукції та індукції, накопичення базових знань і вміння їх використовувати; штучний інтелект вивчає методи розв'язання задач, для яких не існує способів розв'язання або вони не коректні (через обмеження в часі, пам'яті тощо). Завдяки такому визначенню інтелектуальні алгоритми часто використовують для розв'язання NP-повних задач, наприклад, задачі комівояжера; штучний інтелект моделює (наслідує) людську вищу нервову діяльність; штучний інтелект — це системи, які можуть оперувати зі знаннями, а найголовніше — навчатися. Насамперед мова йде про те, щоби визнати клас експертних систем (назва походить від того, що вони спроможні замінити «на посту» людей-експертів) інтелектуальними системами; останній підхід, що почав розвиватися з 1990-х років, називають агентно-орієнтованим підходом. Цей підхід зосереджує увагу на тих методах і алгоритмах, які допоможуть інтелектуальному агенту виживати в довкіллі під час виконання свого завдання. Тому тут значно краще вивчаються алгоритми пошуку й ухвалення рішення.
Експерти НАТО у своїй діяльності орудують спорідненими тлумаченнями штучного інтелекту: «спроможність, що надається алгоритмами оптимального або неоптимального вибору з широкого простору можливостей, для досягнення цілей шляхом застосування стратегій, які можуть спиратися на навчання або адаптацію до навколишнього середовища»; «системи, які створені людиною і діють у фізичному або цифровому світі, враховують складну мету та обирають найкращі дії (відповідно до заздалегідь визначених параметрів), які необхідно виконати для досягнення поставленої мети на основі сприйняття свого середовища, інтерпретації зібраних структурованих або неструктурованих даних та обґрунтування знань, отриманих з цих даних».
Непопулярні підходи Найзагальніший підхід полягає в тому, що штучний інтелект матиме змогу поводити себе як людський за звичних умов. Ця ідея є узагальненим підходом тесту Тюрінга, який стверджує, що машина стане розумною тоді, коли буде спроможна підтримувати діалог з людиною, а та не зможе зрозуміти, що розмовляє з машиною (діалог ведеться письмово).
Письменники-фантасти часто пропонують ще один підхід: штучний інтелект виникає тоді, коли машина буде відчувати і творити. Наприклад, хазяїн Ендрю Мартіна з «Двохсотлітньої людини» Айзека Азімова починає ставитись до нього як до людини тоді, коли той створив іграшку за власним проєктом. А Дейта з «Зоряного шляху», що спроможний до спілкування та навчання, мріє володіти емоціями та інтуїцією.
Підходи до вивчення Існують різні методи створення систем штучного інтелекту. У наш час можна виділити 4 досить різних методи: Логічний підхід. Основою для вивчення логічного підходу слугує алгебра логіки. Кожен програміст знайомий з нею з того часу, коли він вивчав оператор IF. Свого подальшого розвитку алгебра логіки отримала у вигляді числення предикатів — в якому вона розширена за рахунок введення предметних символів, відношень між ними. Крім цього, кожна така машина має блок генерації цілі, і система виводу намагається довести дану ціль як теорему. Якщо ціль досягнута, то послідовність використаних правил дозволить отримати ланцюжок дій, необхідних для реалізації поставленої цілі (таку систему ще називають експертною системою). Потужність такої системи визначається можливостями генератора цілей і машинного доведення теорем. Для досягнення кращої виразності логічний підхід використовує новий напрям, його назва — нечітка логіка. Головною відмінністю цього напряму є те, що істинність вислову може приймати окрім значень «так»/«ні» (1/0) ще й проміжні значення — «не знаю» (0,5), «пацієнт швидше живий, ніж мертвий» (0,75), «пацієнт швидше мертвий, ніж живий» (0,25). Такий підхід подібніший до мислення людини, оскільки вона рідко відповідає «так» або «ні».