Čo rozumiete pod týmto často omieľaným pojmom? Asi sa zhodneme, že ‚umelou‘ sa myslí plánovane vyrobená – na rozdiel od prirodzene vypestovanej. Ale čo je to tá ‚inteligencia‘?
Ak sa spýtame psychológa, odpoveď bude niečo ako „Inteligencia je to, čo sa meria IQ testami“. Na prvý pohľad vidno, že sa jedná o samovzťažný výrok. Odpoveď, ktorá vlastne na nič neodpovedá. To bude tým, že zatiaľ neexistuje zhoda na tom, čo tá inteligencia vlastne je.
Je možné vytvoriť umelú inteligenciu bez dohody na tom, čo to je inteligencia? Áno, ale iba ak si vytvoríme vlastnú definíciu, ktorú náš produkt bude spĺňať. Je stroj, ktorý urobí prácu človeka bez ľudského zásahu umelou inteligenciou? Ak považujete túto definíciu za dostatočnú, zamyslite sa či ju spĺňa napríklad kuchynský robot. Stačí ho zapnúť a nakrája zeleninu na krajšie kúsky ako dokáže nožom väčšina kuchárov, ale nenazvali by ste ho ‚inteligentným‘.
Najbežnejší význam inteligencia sa dotýka zberu, spracúvania a použitia dát – takže ‚inteligentný‘ stroj nie len funguje bez zásahu človeka prijímanie spätnej väzby o vlastnej práci a úprave postupov na jej základe. Tu sa už nejakej inteligencii blížime.
Je teda inteligentná cirkulárka, ktorá sa sama vypne po narazení na klinec? Očakávaná odpoveď by bola ‚nie‘. Ale prečo? Intuícia navádza na hľadanie odpovede v komplexnosti vykonávanej úlohy a množstav vyhodnocovaných údajov k dosiahnutiu rozhodnutia – ale to je iba otázka škálovania. Môžeme prechádzať od jednoduchých úloh k zložitým, od zjavne ‚hlúpych‘ strojov k ‚inteligentným‘, bez zjavného bodu zlomu medzi nimi.
Preto, aby sme sa vyhli takýmto hraničným prípadom, zvykneme redukovať diskusiu o umelej inteligencii na oblasť výpočtovej techniky (čisté zbieranie a analyzovanie dát) a jej využitie.
To, čo v súčasnosti poznáme pod názvom ‚umelá inteligencia’ je stále ešte v štádiu vývoja a ku skutočnej, alebo všeobecnej, umelej inteligencii sa zatiaľ ani neblížime. To však nikomu nebráni rôzne špecializované, dielčie umelé inteligencie nazývať týmto menom. Ide najmä o informačné systémy, ktoré sa učia na ohromnom množstve dát rozpoznávať vzorce a tieto potom použiť pri anlýze ďaľších dát. Príkladom môže byť program na diagnostikovanie rakoviny na základe medicínskych skenov. Nakŕmte počítač množstvom fotiek s informáciou čo na nich je a systém sa naučí rozpoznávať diagnózy zo samotných obrázkov.
Stále však ide o, primerane pokročilú, variáciu na starý vtip: „Jediné čo počítač dokáže je rozpoznávať 0 a 1. Robí to však veľmi rýchlo a nerobí chyby.“
Potrvá ešte nejaký čas kým vznikne skutočne všeobecná umelá inteligencia. Aby sa tak stalo bude musie pokročiť za jednoduché hľadanie súvislostí medzi dátami k vyhodnocovaniu kontextu úlohy na ktorej aktuálne pracuje a významu dostupných dát pre konkrétnu úlohu.
Napríklad auto riadené umelou inteligenciou musí vedieť presne a bezchybne identifikovať dopravné značenie, iných účastníkov premávky však stačí identifikovať dostatočne na to aby vedelo očakávať ako sa budú správať. Jedným z problémov, ktoré takéto autá zatiaľ majú, môže byť v snahe identifikovať všetko presne a ak sa to nepodarí ignorovať to alebo reagovať prehnane.
Tu však už prechádzame k otázke dátových inputov. Ak má niekedy skutočne všeobecná umelá inteligencia existovať, bude potrebovať najmä komplexné senzory a systém na identifikovanie dát, ktoré jej poskytnú.
