miniatura|AI Overviews, un exemplu de utilizare a inteligenței artificiale în motoarele de căutare.

În informatică, inteligența artificială (IA) este inteligența mașinilor, spre deosebire de inteligența naturală de la oameni și animale. Informatica definește cercetarea IA ca studiu al „”: orice dispozitiv care își percepe mediul și efectuează acțiuni care maximizează șansa de a-și atinge cu succes obiectivele. Mai exact, Kaplan și Haenlein definesc IA ca fiind „capacitatea unui sistem de a interpreta corect datele externe, de a învăța din astfel de date și de a folosi ceea ce a învățat pentru a-și atinge obiective și sarcini specifice printr-o adaptare flexibilă”. Termenul „inteligență artificială” este utilizat colocvial pentru a descrie mașinile care imită funcțiile cognitive pe care le asociază oamenii cu alte minți umane, cum ar fi „învățarea” și „rezolvarea problemelor”.Ce este inteligenta artificiala (AI)? business-grow.ro Inteligența artificială implică dezvoltarea de algoritmi și modele care permit mașinilor să-și perceapă mediul, să își motiveze mediul și să facă acțiuni adecvate pentru a atinge obiective specifice. Acești algoritmi folosesc volume mari de date și tehnici avansate, cum ar fi învățarea automată, învățarea profundă, prelucrarea limbajului natural și vederea calculatoarelor.

Întrucât mașinile devin din ce în ce mai capabile, sarcinile considerate a necesita „inteligență” sunt deseori eliminate din definiția IA, un fenomen cunoscut sub numele de . O observație în teorema lui Tesler spune că „IA este ceea ce nu a fost încă făcut”. De exemplu, recunoașterea optică a caracterelor este adesea exclusă din domeniul IA, după ce a devenit o tehnologie de rutină. Capacitățile moderne ale mașinilor clasificate în general ca IA includ înțelegerea vorbirii umane, concurarea la cel mai înalt nivel a unor sisteme de jocuri de strategie (cum ar fi șah și go), autovehiculele autonome și rutarea inteligentă în rețelele de distribuție a conținutului, și .

Împrumutând din literatura de management, Kaplan și Haenlein clasifica inteligență artificială în trei tipuri diferite de sisteme IA: inteligență artificială analitică, inspirată de om, și umanizată. IA analitică are doar unele caracteristici compatibile cu inteligența cognitivă; ea generează o reprezentare cognitivă a lumii și utilizează învățarea bazată pe experiențe anterioare pentru a informa deciziile viitoare. IA inspirată de om are elemente din inteligența cognitivă și emoțională; înțelegerea emoțiilor umane, în plus față de elementele cognitive, și luarea în considerare a acestora în luarea deciziilor. IA umanizată prezintă caracteristicile tuturor tipurilor de competențe (de exemplu, inteligența cognitivă, emoțională și ), este capabilă să fie conștientă de sine atât ca atare, cât și în interacțiunile cu ceilalți.

Inteligența artificială a fost fondată ca disciplină academică în 1956, și de atunci a trecut mai multe valuri de optimism, urmate de dezamăgiri și pierderi de fonduri (cunoscute sub numele de „ierni ale IA”), urmate și ele de noi abordări, succes și reînnoirea finanțării. Pentru cea mai mare parte a istoriei sale, cercetarea IA a fost împărțită în subdomenii care adesea nu au reușit să comunice între ele. Aceste subdomenii se bazează pe considerații tehnice, cum ar fi obiective specifice (de exemplu, „robotica” sau „învățarea automată”), utilizarea unor anumite instrumente („logica” sau rețele neurale artificiale) sau pe diferențe filosofice profunde. Subdomeniile se bazau și pe factori sociali (anumite instituții sau activitatea anumitor cercetători).

Printre problemele (sau obiectivele) tradiționale ale cercetării IA se numără , , , învățarea, prelucrarea limbajului natural, și capacitatea de a muta și manipula obiecte. Inteligența generală se numără printre obiectivele pe termen lung ale domeniului. Abordările includ metode statistice, inteligență computațională și IA simbolică tradițională. În IA se folosesc multe instrumente, între care versiuni de optimizare matematică și de căutare, rețele neurale artificiale și metode bazate pe statistici, probabilități și economie. Domeniul IA se bazează pe informatică, , matematică, psihologie, lingvistică, filozofie și multe alte domenii.

Domeniul a fost întemeiat pe afirmația că inteligența umană „poate fi descrisă atât de precis încât poate fi făcută o mașină pentru a o simula”. Vezi de la , la Filosofie, mai jos. Acest lucru ridică argumente filosofice cu privire la natura minții și la etica creării de ființe artificiale dotate cu inteligență umană, care sunt chestiuni care au fost explorate de , ficțiune și filozofie încă din Antichitate. Unii oameni consideră și că IA ar fi un pericol pentru omenire dacă progresează necontrolat. Alții cred că, spre deosebire de revoluțiile tehnologice anterioare, IA va crea un .

În secolul al XXI-lea, tehnicile de IA au înregistrat o renaștere în urma unor progrese concomitente în , acumulării de cantități mari de date, și înțelegerii teoretice; iar tehnicile IA au devenit o parte esențială a industriei tehnologice, ajutând la rezolvarea multor probleme dificile în domeniul informaticii, ingineriei software și .

Istorie

Ființele artificiale capabile de gândire apăreau în antichitate ca tehnici narative și au fost obișnuite în ficțiune, ca în Frankenstein al lui Mary Shelley sau RUR (Rossum's Universal Robots) al lui Karel Čapek. Aceste personaje și destinul lor au ridicat multe din aceleași probleme discutate acum în etica inteligenței artificiale.

Studiul raționamentului formal a început cu filozofii și matematicienii din Antichitate. Studiul logicii matematice a condus direct la teoria computației a lui Alan Turing, care sugera că o mașină, amestecând simboluri simple ca „0” și „1”, ar putea simula orice acțiune de deducție matematică posibilă. Această observație, că calculatoarele numerice pot simula orice proces de raționament formal, este cunoscută sub numele de teza Church-Turing. Odată cu descoperirile concurente din neurobiologie, teoria informației și cibernetică, cercetătorii au luat în considerare posibilitatea creării unui creier electronic. Turing a sugerat că „dacă un om nu ar putea distinge între răspunsurile unei mașini și cele ale unui om, atunci mașina ar putea fi considerată «inteligentă»”."Inteligență artificială." Encyclopedia of Emerging Industries, editat de Lynn M. Pearce, ediția a 6-a, Gale, 2011, pp. 73-80. Gale Virtual Reference Library, http://go.galegroup.com/ps/anonymous?id=GALECX1930200017 . Accesat la 31 martie 2018. Prima lucrare care este acum recunoscută în general ca fiind de IA a fost „neuronii artificiali” Turing-compleți ai lui și .

Domeniul cercetării IA s-a născut la un la în 1956. Participantii Allen Newell (), Herbert Simon (), John McCarthy (MIT), Marvin Minsky (MIT) și (IBM) au devenit fondatorii și liderii cercetarii IA. Ei și studenții lor au produs programe pe care presa le-a descris ca fiind „uimitoare“: calculatoarele învățau strategii de dame (c . 1954) Schaeffer J. (2009) Nu a reușit Samuel să rezolve acel joc? În: Un salt înainte. Springer, Boston, MA (și până în 1959 ajunseseră să joace mai bine decât media jucătorilor umani), să rezolve probleme de algebră, să demonstreze teoreme logice (, prima rulare c. 1956) și să vorbească în engleză. Până la mijlocul anilor 1960, cercetarea în SUA a fost finanțată în mare măsură de Departamentul Apărării, și s-au înființat laboratoare în întreaga lume. Fondatorii IA erau optimiști în privința viitorului: Herbert Simon prezicea: „mașinile vor fi capabile, în decurs de douăzeci de ani, să facă orice lucru poate face un om”. Marvin Minsky era de acord, scriind: „într-o generație... problema creării «inteligenței artificiale» va fi rezolvată substanțial”.

Ei nu puteau însă identifica dificultatea unor sarcini rămase de realizat. Progresul a încetinit, iar în 1974, în urma criticii lui și a presiunii continue a Congresului SUA de a finanța proiecte mai productive, guvernele american și britanic au întrerupt cercetarea exploratorie în IA. Următorii câțiva ani aveau mai târziu să fie numiți „”, o perioadă în care obținerea de finanțare pentru proiectele de IA era dificilă.

La începutul anilor 1980, cercetarea IA a fost revitalizată de succesul comercial al unor sisteme expert, o formă de programe IA care simulau cunoștințele și abilitățile analitice ale experților umani. Până în 1985, piața pentru IA ajunsese la peste un miliard de dolari. În același timp, proiectul japonez de a inspirat guvernele american și britanic să reînceapă finanțarea cercetării academice. Cu toate acestea, începând cu prăbușirea pieței de în 1987, IA a căzut din nou în dizgrație începând o a doua pauză de durată.

IA și-a restaurat treptat reputația spre sfârșitul anilor 1990 și la începutul secolului al XXI-lea exploatând metodele matematice formale și găsind soluții specifice la probleme specifice. Această concentrare „îngustă” și „formală” a atenției a permis cercetătorilor să producă rezultate verificabile și să colaboreze cu alte domenii (cum ar fi statistica, economia și matematica).Metode formale și înguste adoptate în anii 1990:

Până în 2000, soluțiile dezvoltate de cercetătorii din domeniul IA erau folosite pe scară largă, deși în anii 1990 ele fuseseră rareori descrise drept „inteligență artificială”.Sisteme IA utilizate pe scară largă în anii 1990:

Mai mulți cercetători academici s-au îngrijorat însă că IA nu își mai urmărește obiectivul său de la origini, de a crea mașini versatile, pe deplin inteligente. Începând de prin 2002, ei au fondat subdomeniul inteligenței artificale generale („IAG”), care beneficia de câteva instituții bine finanțate la începutul anilor 2010.

Deep learning a început să domine reperele din industrie în 2012 și a fost adoptat în tot domeniul.Revoluția Deep learning, :

Pentru multe sarcini specifice, alte metode au fost abandonate. Succesul deep learningului s-a bazat atât pe progrese în domeniul hardware-ului (calculatoare mai rapide,Legea lui Moore și IA: unități de prelucrare grafică, cloud computing) și acces la mari cantități de dateBig data: (inclusiv seturi de date îngrijite, cum ar fi ). Succesul ului a dus la o enormă creștere a interesului și finanțării IA. Cantitatea de cercetare în domeniul învățării automate (măsurată după publicații totale) a crescut cu 50% în anii 2015–2019.

În 2016, problemele de și de rea utilizare a tehnologiei au fost catapultate pe scena centrală a conferințelor de învățare automată, numărul de publicații a crescut mult, au apărut surse de finanțare și mulți cercetători și-au reorientat carierele către aceste subiecte. a devenit un domeniu serios de studiu academic.

Spre sfârșitul anilor 2010 și la începutul anilor 2020, companiile de IAG au început să livreze programe care au generat un interes enorm. În 2015, , dezvoltat de DeepMind, l-a învins pe campionul mondial de . Programul a fost învățat doar regulile jocului și și-a dezvoltat singur o strategie. este un model de limbaj mare lansat în 2020 de OpenAI și capabil de a genera texte de bună calitate similare celor scrise de oameni. Aceste programe, ca și altele, au inspirat un agresiv , în care multe mari companii au început să investească miliarde în cercetarea IA. Conform AI Impacts, circa 50 de miliarde de dolari se investeau anual în „IA” la nivelul anului 2022 doar în SUA și circa 20% din noii absolvenți americani de informatică s-au specializat în „IA”. În SUA, în 2022 existau circa de locuri de muncă vacante având legătură cu IA.

Elementele de bază