UMJETNA INTELIGENCIJA Umjetna inteligencija (engl.

Artificial intelligence) je disciplina koja se bavi oblikovanjem inteligentnih sustava koji implementiraju ona svojstva ljudskog ponaanja koja se smatraju inteligentnim. Umjetna inteligencija ( AI ) kombinira znanost i inenjerstvo kako bi izgradila strojeve sposobne za inteligentno ponaanje. Spaja radove iz podruja filozofije, psihologije i raunalne znanosti, te im pridonosi istraivanjem aktivnosti mozga i lingvistike.

UMJETNA INTELIGENCIJA KAO INENJERSTVO Sustavi umjetne inteligencije se esto smatraju znanstvenom fantastikom, no zapravo oni su svuda oko nas. Tehnike AI se koriste, na primjer, od strane kompanija kreditnih kartica za detekciju ukradenih kartica, te promjenu kupovnih navika. Takoer se koristi u raunalnim ahovskim igrama, inteligentnim agentima za pretraivanje informacija na Internetu, za odreivanje naina snimanja Hubble-ovog svemirskog teleskopa, te za pomo pri dijagnozi bolesti. Moda ne tako poznata injenica je da su roboti bili koriteni za ienje podruja nakon ernobilske katastrofe. Za izgradnju svih inteligentnih strojeva AI koristi mnoge tehnike. Ekspertni sustavi koriste specijalizirano znanje koje ljudi poput lijenika i odvjetnika imaju kako bi mogli davati razne oblike savjeta. Takoer oni imaju veliku primjenu u poslovnom odluivanju kako bi se ostvarili to bolji rezultati. Strojno uenje je nauka koja istrauje kako roboti mogu uiti iz svog iskustva. Neuronske mree su raunala koja rade na nain slian radu mozga.

UMJETNA INTELIGENCIJA KAO ZNANOST Iznenaujue, zadaci koje mi smatramo tekima i zahtjevnima, raunala smatraju laganima i obrnuto. Iako moemo napisati programe za igranje aha koji se natjeu protiv svjetskih prvaka, teko je izgraditi robota koji moe nesmetano hodati ili igrati se s loptom. Raunala mogu izvravati teka raunanja, no ne mogu uiti uspjeno poput dvogodinjeg djeteta. Pokuaji razumijevanja zato je to tako, te kako to omoguiti i unaprijediti je znanstvena strana umjetne inteligencije to je pokuaj razumijevanja nae vlastite inteligencije. Moemo koristiti inteligentne strojeve kao pomo za otkrivanje odgovora to je to inteligencija, te kako ona funkcionira. Kada mislimo da razumijemo kako radi ljudski ili ivotinjski um, moemo izgraditi raunalni model i provjeriti da li je naa teorija ispravna. Ponekada ispada da je jednostavnije testirati teorije o inteligenciji, izgradnjom inteligentnih strojeva, nego analizirati ljude i ivotinje. Na ovaj nain AI surauje sa drugim granama znanosti koje pokuavaju shvatiti to to znai biti ovjek, te kakav je uistinu na nain razmiljanja.

CAN MACHINES THINK? Razmatrati emo tisue godina staro pitanje: Kako mi mislimo? Kada su nastala raunala nastalo je i uvjerenje da emo inteligenciju reproducirati raunalom. No, prvo se moramo zapitati: to je to uope inteligencija? to podrazumijevamo pod pojmom umjetna inteligencija? Prije definiranja pojma umjetne inteligencije potrebno je razjasniti to se uope smatra pod pojmom inteligencije Dakle, to je inteligencija? Sama rije potjee iz latinskog jezika, a znai razabirati, shvaati, razumijevati. Inteligencija je deskriptivan pojam opisuje neka svojstva jedinke ili grupe jedinki.

Neke definicije: Inteligencijasvojstvo uspjenog snalaenja jedinke u novim situacijama (R. Pintner). Inteligencija-sposobnost uenja prilagodbe na okolinu (Colvin) Inteligencijaopa sposobnost apstraktnog zakljuivanja pri rjeavanju problema (Terman) Inteligencijasvrsishodno i prilagodljivo ponaanje u danim okolnostima (Psihologija, grupa autora, K, Zagreb, 1992.) Inteligencija se manifestira u odnosu na neki posebni drutveni i kulturni kontekst (J. Weizenbaum, 1975.)

Na osnovu navedenog moe se rei da je inteligentno ponaanje odreeno uenjem iz iskustva, nalaenjem smisla iz proturjenih, dvosmislenih i nerazumnih poruka, brzim i uspjenim nalaenjem odgovora na novonastale situacije uz potrebnu fleksibilnost, upotrebom znanja za manipulaciju okolinom, te prepoznavanjem relativne vanosti pojedinih elemenata u nekoj situaciji.

to je umjetna inteligencija? taksonomija znanosti (tehnike znanosti=>raunarstvo=>umjetna inteligencija) Uzimajui u obzir navedena svojstva inteligencije i inteligentnog ponaanja, moe se rei da je umjetna inteligencija znanstvena disciplina koja se bavi izuavanjem principa i metoda razvoja strojeva sposobnih za inteligentno ponaanje, odnosno za izvravanje zadataka, koji kada ih obavljaju ljudi zahtijevaju inteligenciju. Stroj koji moe uiti, zakljuivati, objanjavati svoje ponaanje i ispravljati vlastite pogreke moe se smatrati inteligentnim strojem. Treba odmah naglasiti da ni nakon pola stoljea razvoja umjetne inteligencije potpuno inteligentan stroj jo nije ostvariv.

NAZIV umjetna inteligencija

Konferencija u Dartmouth College, Hanover, New Hampshire 1956. 10 znanstvenika s vodeih institucija: CMU, Stanford, MIT, IBM; je 2 mjeseca raspravljalo o nazivu. Konferencija u Dartmouthu nije donijela spektakularne rezultate, ali je ustanovila novo podruje AI , razliito od operacijskih istraivanja ili teorije upravljanja. J. McCarthy (1956. g.) : Umjetna inteligencija je naziv za znanstvenu disciplinu koja se bavi izgradnjom raunalnih sustava ije se ponaanje moe tumaiti kao inteligentno.

Definicije umjetne inteligencije: Prouavanje postupaka koji ine moguim percipiranje, umovanje i reagiranje - Patrick H. Winston (MIT); autor poznatog udbenika "Artificial Intelligence" "The science of making machines do things that would require intelligence if done by men"- Marvin Minsky (MIT) Umjetna inteligencija bavi se izuavanjem kako raunalo uiniti sposobnim da obavlja poslove koje u ovom asu ljudi obavljaju bolje.-Elain Rich, autorica poznatog udbenika "Artificial Intelligence" "Prouavanje mentalnih svojstava kroz uporabu raunalnih modela"- Eugene Charniak (Brown University)

Nema ope prihvaene definicije to je to umjetna inteligencija, stoga slijedi pokuaj sistematizacije definicija:

Razmiljati ljudski Uzbudljivi novi pokuaj da se omogui razmiljanje raunalima... strojevi s umovima, u punom i doslovnom smislu (Haugeland, 1985) Automatizacija aktivnosti koje asociramo s ljudskim

Razmiljati racionalno Prouavanje mentalnih svojstava kroz uporabu raunalnih modela (Charniaki McDermott, 1985) Prouavanje postupaka koji ine moguim percipiranje,

razmiljanjem, aktivnosti poput donoenja odluka, rjeavanja problema, uenja... (Bellman, 1978)

umovanje i reagiranje (Winston, 1992)

Ponaati se ljudski Proces stvaranja strojeva koji obavljaju funkcije koje zahtijevaju inteligenciju koju imaju ljudi (Kurzwil, 1990) Prouavanje kako uiniti da raunala rade stvari u kojima su, trenutno, ljudi bolji (Rich iKnight, 1991)

Ponaati se racionalno Polje rada koje eli objasniti i emulirati inteligentno ponaanje u smislu raunalnih procesa (Schalkoff, 1990) Grana raunarnih znanosti koja se bavi automatizacijom inteligentnog ponaanja (Luger iStubblefield, 1993)

Umjetna inteligencija je grana raunarske znanosti koja se bavi prouavanjem i oblikovanjem raunarskih sustava koji pokazuju neki oblik inteligencije. Takvi sustavi mogu uiti, mogu donositi zakljuke o svijetu koji ih okruuje, oni razumiju prirodni jezik te mogu spoznati i tumaiti sloene vizualne scene te obavljati druge vrste vjetina za koje se zahtijeva ovjekov tip inteligencije. (D.W.Paterson, 1990.) Umjetna inteligencija je termin koji opisuju mnoge definicije, ali se moe rei da se veina strunjaka slae da ukljuuje dva osnovna podruja izuavanja, a to su: Prouavanje misaonih procesa u ljudskom mozgu. Preslikavanje ljudskih misaonih procesa u raunalne sustave.

Umjetna inteligencija je stoga primarno grana raunalne znanosti koja se bavi nainima predstavljanja znanja koritenjem simbola radije nego brojeva, koritenja heuristikih metoda naspram algoritama za obradu informacije, te se koristi dostignuima mnogih drugih znanstvenih grana kao to su matematika, ekonomija, biologija, filozofija, psihologija, lingvistika, logika te druge.

Iako raunalo ne moe doivjeti iskustvo ono moe uiti, bilo da mu potrebna znanja prenose ljudi, bilo da samo ui. Ta znanja sastoje se od injenica, koncepata, teorija, heuristikih metoda, procedura i njihovih meusobnih veza. Znanje su informacije koje su proanalizirane i organizirane za lake razumijevanje i rjeavanje odreenih problema te donoenje odluka. Znanja povezana za neko problemsko podruje, organizirana za koritenje od strane inteligentnog sustava, tvore njegovu bazu znanja. Mogunosti umjetne inteligencije mogu se najbolje razumjeti ako se usporedi s prirodnom, odnosno ljudskom inteligencijom. Neke od prednosti umjetne inteligencije su: Trajnija je od ljudske inteligencije, gotovo da je vjena. Moe se jednostavno umnoiti i biti lako dostupna svima. Konzistentnija je od ljudske inteligencije. Lako se dokumentira. Osnovni nedostaci umjetne inteligencije u odnosu na prirodnu inteligenciju su: Prirodna inteligencija je kreativnija. Prirodna inteligencija neposredno koristi opaajno iskustvo. Prirodna inteligencija koristi sva iskustava i sva znanja u svakoj situaciji.

Dosadanji razvoj umjetne inteligencije je ubrzano umanjivao razlike u odnosu na prirodnu inteligenciju, te i ove nedostatke treba poimati relativno. Implementacija umjetne inteligencije se provodi odgovarajuim softverskim sustavima na standardnim raunalima. Uobiajeni raunalni programi su bazirani na algoritmima, odnosno matematikim formulama ili sekvencijalnim postupcima koji jednoznano vode rjeenju problema. Algoritam se prevodi u raunalni program koji raunalu izdaje instrukcije koje treba izvriti, da bi koristei podatke kao to su brojevi ili rijei rijeio problem. Programi sustava umjetne inteligencije se temelje na simbolima i njihovoj manipulaciji. Ti simboli se odnose na razliite objekte, procese i veze meu njima. Koritenjem simbola stvara se baza znanja koja uz razliite procese manipulacije tim simbolima omoguava rjeavanje problema. Podruja umjetne inteligencije AI pripada podruju raunalnih znanosti koje ima za cilj prouavanje i razumijevanje inteligencije, te to bolje iskoritavanje raunala. Podruja umjetne inteligencije: Ope podruje (kognitivno modeliranje, filozofske osnove) Ekspertni sustavi i primjene Dedukcija i dokazivanje teorema Formalizmi i metode prikaza znanja Strojno uenje Razumijevanje i obrada prirodnih i umjetnih jezika Rjeavanje problema, metode upravljanja i metode pretraivanja prostora stanja Robotika

Raunalni vid, raspoznavanje uzoraka i analiza scena Porazdijeljena umjetna inteligencija

Jedno od podruja umjetne inteligencije koje je nalo iru primjenu u praksi jesu tzv. ekspertni sustavi (raunalni sustavi koji trebaju zamijeniti ovjeka strunjaka u relativno ogranienom strunom podruju).

Umjetna inteligencija je obuhvatila mnoga podruja istraivanja i primjene tako da se unutar nje razlikuje nekoliko osnovnih podruja, a to su: q Ekspertni sustavi. q Umjetne neuronske mree. q Robotika. q Razumijevanje prirodnog jezika i govora. q Fuzzy logika. Ekspertni sustavi i umjetne neuronske mree su najpoznatiji i najpopularniji proizvodi temeljeni na tehnologijama umjetne inteligencije. S obzirom na to, o njima e biti vie rijei neto kasnije. Robotika je podruje umjetne inteligencije koje se bavi razvojem senzorskih sustava, kao na primjer umjetni sustavi vida, dodira, te sustavi za obradu signala, koja u kombinaciji s drugim tehnologijama umjetne inteligencije ini vrlo iroko podruje praktine primjene robota u razliitim podrujima ljudske djelatnosti. Robot je elektromehaniki stroj koji moe biti programiran za samostalno izvoenje odreenih radnih operacija koje imaju vie stupnjeva slobode. Koristei razne cenzorske sustave i ugraeno znanje u obliku raunalnog programa, roboti izvode mehanike pokrete i tako obavljaju raznovrsne zadatke, posebno u situacijama kada to obavljaju bre i bolje od ovjeka ili u uvjetima koji nisu primjereni ovjeku.

Razumijevanje prirodnog jezika i govora omoguava da raunalo i njegov korisnik komuniciraju na prirodnom jeziku, bilo pisano bilo govorno. Kao takva, ova tehnologija se ne koristi samostalno ve za izradu korisnikih suelja drugih proizvoda umjetne inteligencije i openito drugih raunalnih sustava. Ona omoguava konverzacijski tip komunikacije korisnika s raunalom umjesto koritenja nekog komandnog ili nekog drugog umjetnog jezika. Dva su osnovna aspekta ovog problema: Razumijevanje prirodnog jezika, to danas ukljuuje i razumijevanje govora, istrauje metode koje omoguavaju raunalu da razumije instrukcije na nekom prirodnom jeziku. Generiranje prirodnog jezika te glasovna sinteza, koje osposobljava raunalo da komunicira na nekom prirodnom ljudskom jeziku. Iako se radi o izuzetno sloenoj problematici, ova tehnologija je dosegla toliku zrelost da je zapoela njena ira komercijalna primjena. Fuzzy logika se bavi utvrivanjem znanja kada se radi o nesigurnim, nepreciznim i nepotpunim informacijama. Zasniva se na odreenim matematikim i logikim konceptima koji omoguavaju uvoenje intuicije u sustave umjetne inteligencije. Ova tehnologija oponaa proces ljudskog promiljanja problema doputajui raunalu da se ponaa manje precizno i logino nego to se to obino oekuje od raunala. Ideja za ovakav pristup tumaenju znanja je u injenici da e i razliiti strunjaci na temelju nepotpunih informacija esto donositi razliite zakljuke, to je uvjetovano njihovim razliitim iskustvom i intuicijom. Neodreenost pojedinih injenica se moe kvantificirati jednostavnim uvoenjem njihove vjerojatnosti u rasponu od 0 do 1. Krajnje vrijednosti oznaavaju sigurne dogaaje, ali je vjerojatnost veine dogaaja unutar toga intervala, te zakljuivanje ne moe biti iskljuivo ve postoje i nejasna podruja za koja se kae moda. 6.4.2. Ekspertni sustavi Ekspertni sustavi prve generacije intenzivno su se razvijali osamdesetih godina 20. stoljea. Zasnivali su se iskljuivo na prikupljanju znanja od strunjaka, odnosno eksperata, u nekom uskom problemskom podruju. To prikupljanje znanja i njegovo prenoenje u bazu znanja ekspertnih sustava obavljali su inenjeri znanja, uz velike potekoe u pronalaenju strunjaka koji su bili voljni prenositi svoja znanja i bili dovoljno vjeti u prezentaciji tog znanja, posebice u opisivanju postupaka zakljuivanja. To je bio naporan i skup posao, budui je i za jednostavnije sustave trebalo utroiti nekoliko

godina strunog rada, a konani rezultat esto nije bio potpuno zadovoljavajui. Stoga je njihova primjena bila ograniena na pojedina struna i ekonomski isplativa podruja, koja su mogla podnijeti tako velike trokove, kao to je istraivanje nafte, odravanje nuklearnih elektrana, konfiguriranje sloenih raunalnih sustava i slino. Otprilike u isto vrijeme poinju se intenzivno razvijati metode strojnog uenja, te je ono brzo prihvaeno kao osnovna metoda pri razvoju ekspertnih sustava. To je oznailo pojavu ekspertnih sustava druge generacije, odnosno ekspertnih sustava s automatskim uenjem. Time je izrada ekspertnih sustava postala mnogo jednostavnija, bra i jeftinija, to je bitno doprinijelo njihovoj daljnjoj popularizaciji. Ekspertni sustavi druge generacije poinju se intenzivnije razvijati devedesetih godina 20. stoljea i danas uz umjetne neuronske mree predstavljaju najuspjenije praktine implementacije umjetne inteligencije. Automatsko uenje koristi poznate i dobro definirane sluajeve da bi se njihovom analizom izluilo eljena znanja. Mehanizam koji se pri tome koristi je kreiranje stabla klasifikacije znanja ili odluivanja. Klasifikacija znanja je postupak u kome se najprije uzimaju u obzir svi poznati sluajevi nekog problema i svi njihovi atributi za koje se rauna entropija kao kvantitativna mjera utjecaja pojedinog atributa i njegove vrijednosti na neodreenost, odnosno s druge strane na rjeenje problema. Onaj atribut koji ima najniu entropiju, koji najbolje odreuje problem, slui kao osnova klasifikacije, odnosno definiranja razreda ili klasa rjeenja. O problemima klasifikacije te apstrakcije, generalizacije i specijalizacije vie rijei e biti u poglavlju o modeliranju. Postupak klasifikacije i odreivanje entropije je prirodan ljudski misaoni proces i nain promiljanja okoline, odnosno uenja, ali je dugotrajan i nije eksplicitan. ovjek koji razmilja o rjeenju nekog problema ne mora biti svjestan naina odreivanja entropije pojedinih atributa razmatranog problema, ali njegov misaoni proces to ipak ini na sebi svojstven nain. S druge strane, raunalo vrijednosti entropije rauna vrlo brzo, a konane rezultate moe prikazati jasno i pregledno, bilo grafiki bilo numeriki, te se mogu analizirati i na njima ovjek moe i sam uiti. S druge strane ovjek moe u sustav ugraivati i svoje postojee znanje te ga usporeivati sa znanjem ekspertnog sustava. 6.4.3. Umjetne neuronske mree U svojim poecima alati umjetne inteligencije su bili uglavnom ogranieni na sekvencijalnu obradu. Drugaiji pristup ukljuuje konstruiranje raunala s arhitekturom i mogunostima obrade koje oponaaju ljudski mozak, a to je prije svega masovna paralelna obrada. Tehnologija koja ostvaruje te principe naziva se umjetne neuronske mree.Umjetna neuronska mrea je raunalni model koji oponaa bioloku mreu neurona, uz koritenje ogranienog skupa koncepata iz biolokog sustava.

Njihova osnovna arhitektura se sastoji od velikog broja umjetnih neurona koji su rasporeeni u tri sloja kako je prikazano na slici 6.10, a to su: Ulazni sloj, koji je povezan sa senzorima za primanje signala iz okoline. Skriveni sloj, koji ini glavnu mrenu strukturu paralelne obrade. Izlazni sloj, koji iskazuje rezultat, odnosno zakljuak.

Slika 6.10. Osnovna arhitektura umjetnih neuronskih mrea

Umjetni neuroni primaju impulse od drugih neurona razliitim intenzitetom koji je odreen vrstoom njihove meusobne veze, obrauju ih, te alju izlazni impuls prema drugim neuronima, sve do izlaznog sloja koji iskazuje rezultat. vrstoa spomenutih veza je promjenjiva i klju je procesa samouenja. Mogua su dva pristupa realizaciji umjetnih neuronskih mrea: Hardverski, kada je svaki neuron realiziran posebnim procesorom. Softverski, kada se programski simulira neuronska mrea

POECI I prije nastanka raunala postojali su pokuaji da napravimo svoju kopiju... Koncept inteligentnih strojeva moe se u tragovima pronai ve u grkoj mitologiji. U srednjemu vijeku pojavljuju se primitivni strojevi koji oponaaju ljudski govor. Njihovi idejni zaetnici bili su filozofi Roger Bacon i Albert Magnus. U 18. stoljeu pojavljuju se strojevi za igranje aha pod nazivom Turk . 1770. god. Wolfgang von Kempelen konstruirao je automat koji igra ah i izvodi konjiev obilazak. Izlagan i demostriran 80 godina po Europi i Americi. No, to je bila samo vjeto konstruirana mehanika iluzionistika naprav, ispostavilo se da se u unutranjosti takvog stroja skrivao mali ovjek te da se cijeli koncept zapravo zasnivao na mehanikoj iluziji. U 19. stoljeu Charles Babbage i Ada Byron kreiraju analitiki stroj koji se smatra preteom dananjih raunala. U istome je stoljeu (1818.) objavljena pria Frankenstein ili moderni Prometej autorice Mary Shelley, koja opisuje pokuaj znanstvenika Victora Frankensteina da stvori umjetni ivot. Godine 1921. eki pisac Karel apek napisao je dramu R.U.R. (Rossum's Universal Robots). Rije ROBOT: eki robota znai rad, odnosno prisilni rad. Isaac Asimov, autor djela znanstvene fantastike, napisao je Tri Zakona Robotike u prolome stoljeu (1942.) koji bi trebali biti ugraeni u robote radi zatite ljudi od revolucije robota s jedne strane, a od prevencije iskoritavanja robota u neetike svrhe s druge strane: 1. Robot ne smije ozlijediti niti jedno ljudsko bie, kroz interakciju, niti smije dozvoliti da se nekim njegovim akcijama ovjek ozlijedi 2. Robot mora posluati naredbe koje mu ljudi daju, osim ako se one kose s prvim zakonom 3. Robot mora tititi svoje postojanje sve dok se takva zatita ne dolazi u konflikt s prvim ili drugim zakonom

I, Robot; 2004.

POVIJESNI RAZVOJ AI: U prvoj polovici 20.stoljea dolazi do veih pomaka. Tijekom tog razdoblja razlikujemo razliite periode u razvoju. Razdoblje od 1943. -1952. se smatra poetkom AI. Tijekom navedenoga razdoblja, odnosno 1943. J. McCulloch i W. Pitts razvijaju model umjetnog neurona ; dok D. Hebb, 1949., formulira pravilo za modificiranje veze izmeu dva neurona. Minsky i Edmons (Princeton) su 1951. izgradili prvu neuronsku mreu od 40 neurona (vakumske cijevi). No, osobito je bitan doprinos. A. Turing , u vidu Turingova test, strojnog uenja, genetikih algoritama, te podranog uenja (1950.) Matematiar i kriptoanalitiar Alan Mathison Turing obiljeio je prvu polovicu 20. stoljea i doprinio razvoju podruja umjetne inteligencije postavljenjem teorije poznate kao Turingov test. Turingov test koncipiran je kao igra u kojoj se provjerava teza mogu li raunala misliti. U igru su ukljuena tri sudionika: ispitanik A (ovjek), ispitanik B (raunalo) te ispitiva (ovjek). Uloga je ispitivaa, koji se nalazi u odvojenoj prostoriji od ispitanika, da na temelju primljenih odgovora na pitanja koja je postavio procijeni je li ispitanik ovjek ili raunalo. Ako raunalo uspije zavarati ispitivaa, moe se tvrditi da je stroj inteligentan. Do danas ni jedan stroj nije proao Turingov test. .

Sljedei period razvoja (1952.-1969.) je obiljeeno ranim entuizajzmom i velikim oekivanjima. Za navedeni period veemo doprinos A. Samuel-a (IBM) kroz njegovu igru dame, te program koji ui. 1956. godine ameriki je znanstvenik John McCarthy prvi put upotrijebio naziv "umjetna inteligencija" na konferenciji u Dartmouthu, koja je ujedno bila i prva konferencija posveena ovomu podruju. John McCarthy (Boston, 4. rujna 1927.) je istaknuti raunalni znanstvenik, dobitnik Turingove nagrade 1971. za znaajne doprinose na polju umjetne inteligencije. John McCarthy koji se smatra ocem AI-a, godine 1956. definirao je umjetnu inteligenciju kao znanstvenu disciplinu koja se bavi izgradnjom raunalnih sustava ije se ponaanje moe tumaiti kao inteligentno. Dvije godine nakon toga (1958.) kreirao je prvi programski jezik LISP, namijenjen u prvome redu izradbi inteligentnih sustava. LISP programski jezik, koji je postao osnovnim jezikom programiranja umjetne inteligencije, pojavljuje se 1958. godine zaslugom McCarthy-a. Prvim se AI programom smatra Logic Theorist, kompjuterski program sa sposobnou otkrivanja dokaza geometrijskih teorema, a razvili su ga 1956. godine Allen Newell, Herbert Simon i J. C. Shaw. Allen Newell, J. C. Shaw i Herbert Simon 1956. godine kreirali su prvi raunalni program Logic Theorist (LT) koji ima svojstva inteligentih sustava. Glavni zadatak toga programa bilo je dokazivanje teorema postavljenih u radu Principia Mathematica. Program je uspio dokazati 38 teorema. Godinu dana nakon toga kreirali su program GPS (engl. General Problem Solver), koji predstavlja prvi program koji replicira ljudski nain razmiljanja. 1960-te su obiljeene razvojem dijalokih sustava. Joseph Weizenbaum autor je prvog dijalokog sustava (engl. dialogue system) poznatog pod nazivom ELIZA, koji nastaje 1967. godine. ELIZA predstavlja simulaciju Rogerovog psihoterapeuta koji postavlja pitanja i pokazuje empatiju s pomou kratkih iskaza, a zapravo ne daje savjete. Interakcija izmeu dijalokog sustava i ovjeka odvija se na sljedei nain: 1.) ovjek upisuje pitanje upueno dijalokom sustavu, 2.) dijaloki sustav odgovara na pitanje uporabom metode prepoznavanja uzoraka i odabira fraze spremeljene u njegovu bazu znanja. Rogerian psychotherapy ELIZA Men are all alike In what ways? They are always bugging us about something or other Can you think of specific example?

Well, may boyfriend made me come here Your boyfriend made you come here? He says I am depresed much of the time I am sorry that you are depressed. Its true, I am unhappy Do you think comming here will help you not to be unhappy? I need some help that much seems certain What would it mean to you if you got some help? Perhaps I could learn to get along with my mother Tell me more about your familiy U sljedeem periodu (1966.-1973.) dolazi do otrjenjenja. Rezultati ranih sustava pokazali su se slabi na irem rasponu problema ili na teim zadacima. Rani programi sadravali su malo ili nita znanja, a uspjeh se temeljio na jednostavnim sintaktikim manipulacijama. Primjer: strojno prevoenje (financirano zbog ubrzavanja prevoenja ruskih radova, 1957. Sputnik) temeljilo se na sintaktikim transformacijama i zamjenama rijei na temelju engleske i ruske gramatike.

Rezultat The sprit is willing but the flesh is weak->The votka is good but the flesh is rotten Drugi veliki problem -neatraktabilnost mnogih problema koje je AI pokuavala rijeiti. Poetni uspjeh zbog malog broja (koraka) kombinacija u mikrosvjetovima. Prije razvoja teorija izraunljivosti mislilo se da e se skaliranje na vee probleme rijeiti poveanjem raunalne snage! 1969. Minsky i Papert, Perceptrons 1970-te i 1980-te karakteriziraju ekspertni sustavi te komercijalizacija. 1970-ih godina kao podruja umjetne inteligencije razvijaju se struni ili ekspertni sustavi (engl. expert system). Glavne osobine tih sustava su da rjeavaju jednostavne probleme jednako dobro kao i ljudi koji su strunjaci u odreenome podruju. Ekspertni sustavi sastoje se od baze znanja (injenica i pravila), mehanizma za zakljuivanje te korisnikog suelja koje slui za komunikaciju izmeu ovjeka i stroja. Svoju primjenu pronali su u matematici, pravu, vojnim i medicinskim znanostima te bankarstvu. Prvi

ekspertni sustav bio je MYCIN (1976.), a primjena mu je bila vezana uz podruje medicinske dijagnostike i terapeutike. Sedamdesetih godina prolog stoljea napravljeni su i prvi ekspertni sustavi, koji su po zadanim parametrima nudili rjeenje

problema. Pojavljuje se MYCIN, sustav koji je dijagnosticirao bakterijske krvne infekcije i preporuivao tretman. Imao je sposobnost dijagnosticirati pojedinu bolest bolje od lijenika, no znanje mu je bilo preusko. Pojava paralelnih procesora unaprijeuje ekspertne sustave i time oni postaju uinkovitiji Nastaje DENDRAL, razvijen od strane Fiegenbaum i Buchanan-a (Stanford), sustav temeljen na znanju zakljuuje o molekularnim strukturama organskih spojeva na temelju spektroskopije masa 450 pravila. Zatim, MYCIN, Shortliffe (Stanford), 550 pravila, razliit od DENDRALA: nema teorijskog modela kao podlogu, uvoenje faktora izvjesnosti. Napredak u obradi prirodnog jezika. PROLOG popularan u Europi. 1980-ih zapoinje razdoblje globalizacije, industrijalizacije i komercijalizacije podruja umjetne inteligencije, posebice na polju ekspertnih sustava.. 1980 UI je industrija! (od nekoliko miliona dolara u 1980. do milijardu dolara u 1988.) 1982 McDermott DEC R1 ekspertni sustav 1986. danas Povratak neuronskih mrea (Werbos backpropagation algorithm) AI je znanost! Inteligentni agenti Agent percepcija okoline kroz senzore i djelovanje na sredinu kroz akcije.

DANAS: GDJE SMO? U dananje vrijeme nastaje, razvija se i prouava velik broj sustava koji pokazuju odreene znaajke ljudske inteligencije, kao to su razumijevanje i obradba prirodnog jezika, automatsko zakljuivanje, uenje pa ak i izraavanje osjeaja. Oni su i danas predmet istraivanja velikog broja podruja kao to su raunalna znanost, neurolingvistika, lingvistika, psihologija, filozofija i informacijske znanosti. Iako je zabiljeen velik napredak u razvoju inteligetnih sustava od samih poetaka do danas, ni jedan stroj jo uvijek nije u mogunosti replicirati sva svojstva ljudske inteligencije. Pitanje je hoe li to ikada biti mogue.

NASTANAK RAUNALA 1945. je nastao ENIACprvo elektroniko raunalo. U poetku razvoja raunala smatralo se da su raunala identina elektronikom mozgu. Naime, kada su se rodila raunala rodila se i elja da reproduciramo inteligenciju raunalom. I zaista, raunala danas upravljaju vrlo sloenim procesima, raunalom simuliramo rjeavanje sloenih problema, donoenje odluka, zakljuivanja, prirodni jezik... No, postavlja se pitanje: Mogu li se strojevi ponaati inteligentno (kao ljudi) i imaju li onda umove? LJUDI I I STROJEVI 1997. raunalo Deep Blue (IBM) pobijedilo je svjetskog ahovskog prvaka Garryja Kasparova. Logino nam se namee pitanje da li je Deep Blue inteligentan? Naime, da bi se igrao ah na majstorskoj razini, potrebno je pretraivati 8 koraka unaprijed, oko 35 ili 2x10 vorova treba biti ispitano. No, ipak trebamo uzeti u obzir da pretraivanje velikog broja moguih kombinacija ne zahtijeva inteligenciju! Rjeavanje takvih tekih problema zahtijeva pretraivanje prostora stanja. Dakle, ah je jednostavan za razliku od, na primjer, obrade prirodnog jezika, odnosno strojnog prevoenja, budui da prevoenje i komunikacija prirodnim jezikom podrazumijeva ope znanje i razumijevanje konteksta pomou kojih se razrjeavaju vieznanosti, dakle radnje koje ljudi rade s lakoom, poput obrade prirodnog jezika, zdravorazumskog zakljuivanja ili kretanja su izuzetno teka za raunalo.

16.2.2011.: Superraunalo IBM Watson pobijedilo je najbolje ljudske natjecatelja u kvizu Jeopardy i osvojilo $35.734. StarCraft AI Competition (2010). Agent mora biti sposoban rijeiti niz tekih problema (planiranje, optimizacija, vieagentsko upravljanje) u ogranienom vremenu i s ogranienim resursima. USPOREDBA LJUDSKOG MOZGA I RAUNALA Arhitektura i organizacija mozga gotovo je potpuno razliita od arhitekture konvencionalnih raunala koja su danas u irokoj uporabi (von Neumannova raunala): ATRIBUT Gradbeni element Brzina prijenosa Broj procesora Broj veza Nain rada Signali Informacije MOZAK Neuron (>100 vrsta) 2 ms ciklus Oko 10 10-10 Serijski, paralelno Analogni Ispravne/neispravne RAUNALO Logika vrata ns ciklus <=32* <=32* Serijski Digitalni Ispravne

Danas najbre raunalo: Tianhe-1A(11/2010) (Intel EM64T Xeon X56xx (Westmere-EP) 2930 MHz (11.72 GFlops); 186 368 jezgri; 2 331 000 GFlopsa= 2,6 1015 Flopsa; LinuxOS) (http://www.top500.org )

TESTIRANJE INTELIGENCIJE Alan Turing u asopisu Mind u lanku Computing Machinery and Intelligence (1950) je predloio pitanje: Can machine think? zamijeniti pitanjem moe li stroj proi ponaajni test inteligencije -igra imitacije. Navedeni eksperiment usporeuje performanse pretpostavljenog inteligentnog stroja i ovjeka na temelju nekog skupa upita. Rije je o igri oponaanja. Postavljanjem jednostavnih upita ispitiva pokuava odrediti identitet dvaju ispitanika. Ispitiva razgovara (preko tipkovnice) sa dva sustava, jedan je ovjek, a drugi raunalo. Jedan ispitanik mu pomae, a drugi odmae oponaajui prvoga. Ukoliko ispitiva ne moe sa sigurnou odrediti identitet ispitanika, stroj je proao test. Oekivane sposobnosti i svojstva (inteligentnog) stroja koji prolazi TT su obrada prirodnog jezika, prikaz (predstavljanje) znanja, te automatsko zakljuivanje i uenje. Turing je predviao da e do 2000. raunala imati 30% anse zavarati ljude. No, bitno ogranienja Turingovog testa jest Ponaati se ljudski. U smjeru Turingovog testa 1990. ustanovljena je Loebnerova nagrada: Grand Prize $100,000 i zlatna medalja za prvo raunalo iji se odgovori ne razlikuju od ovjekovih. Neki od dobitnika su: 2004. R. Wallace (A.L.I.C.E., 2004.); Rollo Carpenter George (2005.); Rollo Carpenter Joan (2006.); Robert Medeksza Ultra Hal (2007.); Fred Roberts Elbot (2008.); David Levy Do-Much-More (2009.); Bruce WilcoxSuzette (2010.).

(CAPTCHA: Telling Humans and Computers Apart Automatically http://www.captcha.net/Completely Automated Public Turing Test to Tell Computers and Humans Apart) JAKA vs. SLABA UMJETNA INTELIGENCIJA Pitanje: "Mogu li strojevi misliti?", mogue je interpretirati na dva temeljna naina koja su oznaila dva temeljna smjera AI:

1. SLABA UI: "Mogu li se strojevi napraviti tako da izgledada se ponaaju inteligentno?" 2. JAKA UI: "Imaju li strojevi koji se ponaaju inteligentno svjesne umove?" Zagovornici slabe umjetne inteligencije razvijaju takve inteligentne sustave kojima se dodaju samo odreena svojstva ljudskog ponaanja, dok zagovornici jake umjetne inteligenicije smatraju da je mogue stvoriti sustav koji e u potpunosti moi replicirati sva svojstva ljudskog ponaanja koja se smatraju inteligentnim. Slaba UI pretpostavlja da raunala samo simuliraju razmiljanje, te njihovo naizgled razumijevanje uinjenoga nije stvarno. Ovaj ponaajni pristup inteligenciji najbolje je prikazan u programu za ah "DeepBlue". "Razmiljanje o ahu kod DeepBluea slino je razmiljanju jedininih stanica o sintezi proteina; oboje nisu svjesni niega, te oboje slijede program koji je ugraen u njih.". S takvim razmiljanjem ne slae se DrewMcDermott, profesor raunarske znanosti na Yaleu: "Rei da "DeepBlue" zapravo ne misli o ahu, isto je kao i rei da zrakoplov ne leti zato to ne mae krilima." Jaka umjetna inteligencija zagovara da neki oblik umjetne inteligencije moe zakljuivati i rjeavati probleme, razviti sposobnost prosudbe, postati samosvjesno, no, ne treba nuno i predstavljati proces razmiljanja slian ljudima. J. Searle smatra sljedee: "Raunalo nije samo alat u prouavanju uma; tonije, pravilno programirano raunalo jest um, u smislu da se za raunala kojima su dani odgovarajui programi moe doslovno rei da razumiju i imaju druga kognitivna stanja John Searle je osmislio i misaoni eksperiment kao argument protiv jake AI i funkcionalizma. Ideja da se stanja uma mogu ostvariti bez obzira na medij (bioloki neuroni), bitni su samo procesi. Ne moe se suditi o inteligenciji sustava, a dokaz je eksperiment nazvan Kineska soba. ("Minds, Brains, and Programs" by John R. Searle, from The Behavioral and Brain Sciences, vol. 3. 1980.) Osoba koja ne razumije kineski zatvorena je u sobi. Toj se osobi prosljeuju poruke na kineskom jeziku. Ona raspolae s uputama za prevoenje. Nakon to prevede poruku,

alje ju izvan sobe. Kinez koji bi se nalazio izvan sobe, usporeujui ulazne i izlazne poruke, mogao bi zakljuiti da se u sobi nalazi netko tko razumije kineski jezik osoba unutar sobe prola bi Turingov test, iako ne bi nita razumjela. Strojevi mogu vrlo uspjeno baratati besmislenim nizovima znakova, ali e im uvijek nedostajati ono to bi nama nedostajalo u kineskoj sobi razumijevanje tih znakova. Eksperiment Kineske sobe zapravo kritizira Turingov test. Naizgled inteligentno ponaanje sustava (raunala i programa koji je omoguio takvo ponaanje), ali raunalo nema um, jer simboli koje ono obrauje njemu nemaju znaenje! Nema pravih intencionalnih stanja. Searlov argument protiv tvrdnje :program je sve to je potrebno za inteligenciju i spoznajna stanja. Smatra da je za razumijevanje jezika potrebno: znanje o objektima koji postoje u svijetu, poznavanje rijei jezika, znanje da bi se rijei mogle povezati s objektima (semantika), poznavanje gramatikih pravila da bi se formirale smislene reenice (sintaksa) Raunala mogu ostvariti 2. i 4. Kriterij. Dolo se do sljedeih zakljuaka: 1. Nijedan raunalni program sam po sebi nije dovoljan za uzrokovanje uma. Programi nisu umovi; 2. Ita drugo to uzrokuje umove moralo bi imati kauzalnu mo barem ekvivalentnu onoj od mozga; 3. Sve to bi uzrokovalo umove, svaki umjetni mozak, morao bi imati mogunost dupliciranja odreenih kauzalnih moi mozga, to se ne bi moglo uiniti samo pokretanjem formalnog programa; 4. Nain na koji mozak funkcionira uzrokuje um i ne moe biti samo djelovanje izvoenja raunalnog programa. Odgovori na argument kineske sobe su sljedei: 1. ovjek ne razumije kineski, ali postoji sustav koji razumije; 2. ne postoji razumijevanje, ali ono bi se moglo postii preinakama sustava; 3. postoji ljudska intuicija te ovjek unutar sobe ipak razumije kineski na neki nain; 4. nije mogue dokazati razumijevanje kod drugih ljudi.

PRAVCI RAZVOJA UMJETNE INTELIGENCIJE Od prvih dana razvoja umjetne inteligencije (rane 50) postoje dva pristupa razvoju inteligentnih sustava: 1. Simboliki pristup-GOFAI ("Good Old-Fashioned Artificial Intelligence), tradicionalna, klasina, top-down pristup. Inteligentno ponaanje moe se oblikovati pomou sustava koji zakljuuje logiki na temelju skupa pravila i injenica. Znanje iz neke domene nastoji se obuhvatiti skupom atomikih semantikih objekata (simbola) i zatim initi manipulacija tih simbola pomou algoritamskih pravila. 1. Konektivistiki pristup -Subsimbolic AI, bottom-up pristup, PDP Temelji se na izgradnji sustava arhitekture sline arhitekturi mozga koji, umjesto da ga se programira, ui samostalno na temelju iskustva Inteligentno ponaanje postie se povezivanjem jednostavnih procesnih elemenata koji rade paralelno (UNM). Klasian pristup dao je znaajne rezultate no ipak nije mogao rijeiti neke probleme... Mozak ne funkcionira serijski kao raunalo ve paralelno, moe uiti, stjecati znanje kroz iskustvo, neosjetljiv je na pogreke.... Umjetne neuronske mree najznaajniji su predstavnik konektivistikog pristupa. Trai se drugaiji koncept obrade podataka koji bi bio sliniji funkcioniranju biolokog mozga. A.I. -sustav koji uspjeno oponaa rad mozga bio bi inteligentan. Istraivanja u neurofiziologiji i kognitivnoj znanosti upuuju: mozak se sastoji od velikog broja neurona koji rade paralelno. Najsliniji model: raunalni sustav u kojem brojni procesni elementi podatke obrauju paralelno. Paradigma: umjetna neuronska mrea -UNM[artificialneuralnetworkANN] je podruje koje se bavi tim aspektom obrade Neuro-raunarstvo je grana raunarstva iz skupine tzv. mekog raunarstva(engl. softcomputing).

Razliita podruja zahtijevaju razliite pristupe. Simboliki pristup je dobar u mnogim podrujima (osobito isplativ postao je razvojem ekspertnih sustava), ali nije ispunio rana ekstravagantna obeanja. Neuspjeh lei u pogrenoj pretpostavci da je svako znanje mogue formalizirati i da je mozak stroj koji podatke obrauje formalnim pravilima. KONEKTIVISTIKI PRISTUP: Mnogi su svakodnevni zadaci previe sloeni za simboliko predoavanje, npr. raspoznavanje uzoraka Umjetne neuronske mree vs. Von Neumann VonNeumannova raunala odlina su za simboliki pristup jer se problemi rjeavaju algoritamski na sekvencijalnom stroju. Umjetne neuronske mree su distribuirani i paralelni sustavi. Bitne karakteristine razlike dviju paradigmi/arhitektura: Von Neumann Unaprijed detaljno opisujemo algoritam kroz korake Samo se precizni podaci adekvatno obrauju Funkcionalnost ovisi o svakom elementu Podaci mogu biti nejasni (um) ili neizraziti Obrada i rezultat ne ovisi mnogo o jednom elementu Eksplicitna veza: semantiki objektsklopivi raunala Implicitno znanje (teka interpretacija) ANN Ui samostalno ili s uiteljem

Umjetna neuronska mrea -definicija

U irem smislu: umjetna replika ljudskog mozga kojom se nastoji simulirati postupak uenja i obrade podataka. Zapravo dosta klimava analogija. Neuronska mrea je kup meusobno povezanih jednostavnih procesnih elemenata (jedinica, vorova) ija se funkcionalnost temelji na biolokom neuronu i koji slue distribuiranoj paralelnoj obradi podataka. Primjena umjetnih neuronskih mrea: odlino rjeavaju probleme klasifikacije i predvianjasve probleme kod kojih postoji sloena (nelinearna) veza ulaza i izlaza. Neke osobitosti: dobre u procjeni nelinearnosti, mogu raditi s nejasnim ili manjkavim podacima (sensordata), robusne na pogreke u podacima, rade s velikim brojem varijabli i parametara, prilagodljive okolini, sposobne uiti.... Najei zadaci: raspoznavanje uzoraka, obrada slike i govora, problemi optimizacije, nelinearno upravljanje, obrada nepreciznih i nepotpunih podataka, simulacije, prognoza vremenskih serija... Postoje dvije faze rada s ANN: faza uenja (treniranja) i faza obrade podataka (iskoritavanja, eksploatacije). Uenje je iterativan postupak predoavanja ulaznih primjera (uzoraka, iskustva) i eventualno oekivana izlaza pri emu dolazi do postupnog prilagoavanja teina veza neurona. Jedno predoavanje svih uzoraka naziva se epohom Razlikujemo: pojedinano uenje(on-line); za svaki primjer podeavamo faktore; grupno uenje (batch); cijela epoha u jednoj iteraciji. Znanje o izlazu kao funkciji ulaza pohranjeno je implicitno u teinama veza neurona. Dva naina uenja: uenje s uiteljem (supervisedlearning)postoje primjeri oblika (ulaz, izlaz) i uenje bez uitelja (unsupervisedlearning)izlaz je a priori nepoznat Skup primjera za uenje esto dijelimo na: skup za uenjeslui za iterativno podeavanje teina; skup za testiranjeprovjeravamo rad mree, skup za provjeru konana provjera.

Uenje se provodi dok mrea ne daje odgovarajuu tonost obrade podataka (uvodi se mjera pogreke). Pretreniranost znai da ANN gubi poeljno svojstvo generalizacije i postaje strunjak za podatke iz skupa za uenje (treber). BUDUNOST UMJETNE INTELIGENCIJE Neki ljudi su zabrinuti zbog mogueg uspjeha u istraivanju umjetne inteligencije, davanja prevelike moi raunalima, prevelikoj ovisnosti o njima. Puno je sloenih etikih pitanja vezanih uz AI. Na primjer, ako lijenik upita AI program za pomo pri dijagnozi bolesti, a on mu da krivi odgovor, ali tko snosi odgovornost zbog toga? Za veinu opreme koju lijenik koristi odgovoran je da ispravno funkcionira, ali za AI sustav koji tvrdi da ima sve znanje raznih eksperta? Da li su odgovorni upravo oni ili moda sam programer? U budunosti unutar umjetne inteligencije e se morati razviti podruja etike i pravila drutvenih odnosa. Za sada, AI proizvodi se primaju sa oduevljenjem i odobravanjem u nae drutvo. Trenutna istraivanja bi nam uskoro trebala donijeti programe koji e omoguiti prirodnije prihvaanje sve moi raunala. Biti emo u mogunosti priati s njima, ili e nam oni pomagati gledanjem onoga to pokuavamo napraviti, te nam dati odreene savijete i pomo, ili nam samo olakati svakodnevni ivot. Nadam se da e nam AI jednoga dana pomoi rijeiti neke probleme koje danas ne moemo rijeiti uporabom tradicionalnih pristupa znanosti i inenjerstvu. Ovdje ete moi saznati neto vie o trenutano razvijenim robotima, njihovim karakteristikama i svrsi u svakodnevnom ivotu. Izabrani su Cog, Kismet, Leonardo, Stanley kao najspecifiniji predstavnici dananjeg razvoja umjetne inteligencije, te jo neki manje poznati inteligentni roboti.

ZAKLJUAK Debate od drutvenom utjecaju koje ima stvaranje inteligentnih strojeva okupirale su mnoge organizacije i individualne osobe tokom prolih desetljea. Kako su se mnoga od ranih znanstveno fantastinih predvianja ve obistinila nemamo razloga za nevjerovanje u mo i sposobnost inteligentnih strojeva. Ve ivimo u eri budunosti, uivamo u zlatnom dobu tehnologije, bez kraja, limita u vidokrugu.

Moralne i etike granice su oite i postoje tri strane za raspravu o njima. Jedni smatraju da je ve sada previe ljudi siromano i bez posla, te da nema potrebe za mehanikom radnom snagom koja moe samostalno misliti i jo nam se suprotstavljati ako bi njih pitali za miljenje. Drugi smatraju da se drutvo ne moe razvijati i maksimalno iskoritavati resurse bez pomoi strojeva koji barem u nekoj maloj razini mogu samostalno razmiljati. Trei pak jednostavno ne mare za ta pitanja, kao to je i tipino za ljudsko drutvo. Na detaljnijem nivou, miljenja se takoer razlikuju o razini u kojoj bi roboti trebali biti inteligentni i kako bi oni trebali izgledati. Da li govorimo o autonomnim spravama kao to su istraivai svemira ili robotima koji oponaaju ljudski oblik, nain razmiljanja i ponaanje? Kako e sve vei dio drutva postati automatiziran, hoemo li prepustiti brigu za nau djecu, njihovu edukaciju, poslove i vlade robotima koji su inteligentni? Ovdje ne postoje jasni odgovori. Istraivanja su iroko rasprostranjena i razliita, pokrivaju sve aspekte umjetne inteligencije. ak se ne moemo sloiti ni u definiranju tonih granica prave inteligencije, a ve stvaramo umjetnu. Pa tko onda moe rei to je pravilno, etiki i moralno, a to nije? Ako izgradimo androidne strojeve, sa dizajniranom inteligencijom koji se ponaaju i razmiljaju kao ljudi, ne bi li oni onda trebali u potpunosti sluiti nama? Isaac Asimov, autor djela znanstvene fantastike, napisao je Tri Zakona Robotike u prolome stoljeu koji bi trebali biti ugraeni u robote radi zatite ljudi od revolucije robota s jedne strane, a od prevencije iskoritavanja robota u neetike svrhe s druge strane: Robot ne smije ozlijediti niti jedno ljudsko bie, kroz interakciju, niti smije dozvoliti da se nekim njegovim akcijama ovjek ozlijedi Robot mora posluati naredbe koje mu ljudi daju, osim ako se one kose s prvim zakonom Robot mora tititi svoje postojanje sve dok se takva zatita ne dolazi u konflikt s prvim ili drugim zakonom

Gornja tri principa su dobar primjer tekoa programiranja umjetnog mozga. Ljudski mozak je evoluirao kroz milijune godina preivljavanja i uenja drutvenog ponaanja, a njegova evolucija traje i danas. Imitiranje rada mozga je ogroman izazov i sudei prema razvoju, snazi i kompleksnosti dananjih procesora, trebat e barem jo nekoliko desetljea da se dosegnu i najrudimentarnije razine naeg mozga. Jednom kada odluimo da elimo androidne robote i ostale strojeve sa svom umjetno stvorenom inteligencijom, toliko sofisticiranom da se moe boriti s naom, pitanje koje etike i moralne vrijednosti im moramo ugraditi jo uvijek e ostati otvoreno. Gledajui ljudsku civilizaciju sa svim svojim kulturnim, vjerskim, etikim i moralnim razlikama namee se pitanje to to zapravo pokuavamo stvoriti, kome i s kojom svrhom? Trebamo li robote koji su religiozni? Da li je ono to ovjeanstvu treba idealan katoliki, muslimanski ili budistiki mozak? Ili elimo da on bude nemilosrdan i proraunat kapitalist ili strunjak? Policajac moda? Samo definiranje ovih vrijednosti bi se ve dokazalo nemoguim jer su svi u jednu ruku slini, a u drugu toliko razliiti. Umjesto toga napravit emo savren asketski mozak i to onda? To sigurno nee razveseliti mnoge. to je s praktinim aplikacijama ovih vrijednosti? Ako jedan set etikih ili religijskih vrijednosti diktira da ne moemo pomagati u eutanaziji na primjer, a drugi da je to ba ono to trebamo napraviti, ne dupliciramo li trenutna pitanja bez nekih pravih odgovora? U emu je svrha? Moda e umjetna inteligencija pokazati istu raznolikost kao kod ljudi, a to onda pokuavamo? Napraviti idealnog ovjeka? Ne zaboravite da ovo nije rasprava o tehnikoj korisnosti inteligentnih robota, jer svi dobro znamo da je ta strana veliki plus i da se zbog nje toliko i trudimo napraviti inteligentno bie. Ovo je samo razmiljanje o moralnim i etikim problemima cijelog razvoja, koje zapravo moemo saeti u ovaj, posljednji odlomak. Problem etikih, moralnih i kulturalnih vrijednosti koje trebamo ugraditi naem inteligentnom robotu se i dalje nastavlja. Ako ak ne moemo ni odgovoriti na jednostavno pitanje Zato? , onda bi moda morali osigurati da roboti koje napravimo nisu inteligentni. Da nisu sposobni stvoriti odluku izvan one mehanike, programiranog kretanja, a pogotovo da nisu sposobni za deduktivno razmiljanje i utjecaj i kontrolu nad ljudima ili ljudskim drutvom.

Preporuka za nastavak ugodnog druenja uz istoimenu temu je Umjetna inteligencija (engl. Artificial Intelligence: A.I.), film Stevena Spielberga iz 2001. godine