Seminární práce z předmětu
Informační systémy veřejné správy

Teoretické a praktické možnosti rozvoje umělé inteligence

1. 
   Inteligence a umělá inteligence

Inteligence je schopnost, která umožňuje na základě vnějších či vnitřních podnětů adaptovat chování systému a tím měnit i jeho rozhodování a řešení. Mezi základní vlastnosti, na základě kterých můžeme stanovit, zda určitý objekt či systém je inteligentní patří:

1. Vstup informací. Důležitou vlastností je přijímání nových informací. Tuto vlastnost mimo nás mají i zvířata a stroje. Na první pohled však stroje mají jen omezené možnosti. Musí mít ten správný formát nebo musí přicházet daným způsobem. Ale stejný problém má i člověk, který je omezen pěti smysly. 36251bbe11bhs5v

2. Paměť. Živočichové provádějí  ukládání informací pomocí bílkovin. Tento způsob je sice úsporný ale bohužel způsob vyhledávání je značně nespolehlivý. Stroje zatím sice na tak malém prostoru nejsou schopny tolik informací uložit, ale jejich nalezení je v tomto případě jen otázkou času.

3. Řešení a rozhodování. Nedílnou součástí inteligentních tvorů by mělo být rozhodování a řešení problémů. Samostatně tato vlastnost ještě inteligencí není. I stroje jsou schopny se rozhodovat a řešit dané problémy ale jen ve vymezených a předem daných mezích.

4. Adaptace. Schopnost na základě vstupních informací (podnětů) a informací uložených v paměti (zkušeností) modifikovat  své chování. Toto je zásadní rys inteligence, který ji odlišuje od strojů.

5. Autoadaptace. Je to schopnost uměle si vytvářet podněty a na základě jejich analýzy se dále adaptovat. Je to způsob, kdy se nejen samotná adaptace ale i podněty posouvají do abstraktní roviny. Inteligence se ve „volných chvílích“ zabývá již dříve přijatými podněty a problémy. bh251b6311bhhs

6. Výstup informací. Inteligence by měla mít možnost prezentovat své výsledky nebo je nějakým způsobem realizovat.

7. Vědomí sebe sama. Můžeme to chápat jako schopnost myslet sám na sebe? Myslím, že je to velice diskutabilní. I když by UI tuto vlastnost měli, neznamená to, že by se snad měli bát nebo hledat smysl svojí existence. Člověk je přece jenom produktem živočišného vývoje, a zde nabyl pud sebezáchovy a pokud by UI nebyl dán do vínku, je otázkou zda by k  takovému poznání vůbec došla. Mohlo by se stát, že v pokročilejším stádiu by z nich mohli být dobří sebevrazi.

Pro rozpoznání člověka od jeho napodobeniny (stroje, software, ...) existuje také metoda – tzv. Turingův test. Princip je velmi jednoduchý. Člověka posadíme do jedné místnosti, jeho zkoumanou napodobeninu do druhé. Tazatele do místnosti třetí, od obou předchozích patřičně izolované. Tazatel pokládá kterémukoliv ze subjektů otázky a úkolem pak je určit, kdo ze zkoumaných je počítač a kdo člověk. Samozřejmě pouze na základě jejich odezvy a vlastní úvahy. Pokud to tazatel nedokáže, lze konstatovat, že vzorek umělé inteligence dosáhl úrovně vzorku inteligence lidské.

Je celkem pochopitelné, že software takového druhu a schopností musí umět i lhát. Tazatel totiž nemusí postupovat metodou odhalování nedostatků stroje vůči přednostem člověka, ale zcela naopak. Například při odpovědi na otázku: „Vyčíslete faktoriál 69,“ nebo „jaká je třetí odmocnina z Pí,” člověk bez pomůcek nutně pohoří. Software musí v takových a podobných případech dovedně kamuflovat svou dokonalost. Pokud ne, bude neúprosně usvědčen. Z toho jednoznačně vyplývá:

• pokud má projít software Turingovým testem jako nerozeznatelný od člověka, musí dokázat cílevědomě užívat pravdu a lež. Ne tedy pouze tak, že je naprogramován na přibližné okruhy otázek na které má lhát a další, kterým lze přiřadit pravdu. Že se musí umět poučit ze svých kroků a kroků tazatele, je zcela jasné,

• pokud bude umět takto oscilovat mezi skutečností a fikcí ve svůj prospěch, dá se předpokládat, že si musí být vědom sám sebe,

• pokud si sebe uvědomí, bude nevyhnutelně na sebe také myslet. Jak mu potom vnutit názor, že jeho jediným prospěchem je výhradní a stoprocentní služba člověku?

Lze ovšem takovému software vůbec věřit? Proč by nám nepředkládal jen informace, které slyšet chceme a nevěnoval se vlastní existenci? A že postupem času a jeho překotným nekontrolovatelným samovývojem může docházet ke konfliktům, je nabíledni.

2. Viry

Logickým důsledkem nástupu uměle inteligentního software bude vznik zcela nových generací virů. Ty zcela evidentně dokážou velké věci, protože nebudou jen prostými výtvory svých autorů konajícími přesně to, co bylo jejich úkolem. Projeví se v podobě sofistikované nehmotné inteligentní existence. Živoucí, vyvíjející se a bojující v přirozeném výběru o stále dokonalejší podobu.

Jejich hlavním smyslem již nebude pouhá destrukce. Především bude jednoznačným smyslem nepozorované získání nadvlády nad počítači protivníka a tím neomezená moc nad jeho daty a informačními kanály. Pak už mohou všechno!

3. Umělé inteligence a lidé

Člověk se může stát i svou vlastní zhoubou. V případě, že začne příliš využívat umělou inteligenci k maximálnímu zpohodlnění svého života, může se dostat do situace, že se na ní stane závislý. V takovou chvíli bude lidská inteligence zbytečná. Velkým nebezpečím zde je to, že umělé inteligence selžou. Lidé si budou svoji situaci plně uvědomovat, ale nebudou schopni s ní cokoliv udělat. Tím se vrátíme ve vývoji o pěkný kus zpět, a až dosáhneme zpátky své původní úrovně, může se celá situace opakovat.

Dalším problémem je v možnosti přebít naučené věci novými zkušenostmi, což by mohlo mít nežádoucí účinky. Bude proto nutné umělé inteligence obdařit stavy, které budou „read-only“, a budou zaručovat jejich stabilní chování. Takovéto řešení ovšem musí být natolik bezpečné, aby ho umělé inteligence nějak vychytrale neobešly. Pokud umělé inteligence dojdou k poznání že nejlepší je s lidmi spolupracovat, nebude to zásadní problém. Na druhou stranu se mohou dřív, než si nutnost takovýchto opatření uvědomíme, vymknout kontrole a chtít se lidí „zbavit“.

Již spousta autorů řešila tento problém a pravděpodobně tomu tak bude i v budoucnu (tedy přinejmenším až do okamžiku, kdy se umělá inteligence stane realitou).

Jedním z nejznámějších autorů, kteří se tento problém snažili řešit byl Isaac Asimov. Robotům, kteří byli v jeho knihách stvořeni, byl od začátku dán jejich pozitronový mozek (nositel jejich inteligence) a sním i tři pilíře bezpečnosti. Jsou to tzv. Asimovovy zákony robotiky. Ty zajišťovaly bezpečí lidí před jejich dokonalejšími výtvory. Jedná se o tato pravidla:

1. robot nesmí ublížit člověku nebo svou nečinností dopustit aby člověku bylo ublíženo,

2. robot musí uposlechnout příkazů člověka, kromě případů, kdy příkazy jsou v rozporu s prvním zákonem,

3. robot musí chránit sám sebe před zničením, kromě případů, kdy tato je ochrana v rozporu s prvním nebo druhým zákonem.

Je tedy jasné, že dostane li se robot do situace kdy existují pouze řešení, která kolidují s prvním zákonem vede to k jeho nenávratnému poškození. Stejně tak může dopadnout robot, který sleduje třeba smrt člověka a přitom jí není schopen zabránit.

4. Umělá inteligence v praxi I.

Cupertino, Kalifornie, 4. Srpna 1999 – Symantec dnes oznámil integraci patentované nervové technologie od IBM pro detekci bootovacích virů na produkty Norton AntiVirus. Tato nervová síťová technologie, která používá umělou inteligenci na zjištění bootovacích virů, doplňuje revoluční Bloodhound heuristickou technologii, která zjišťuje bootovací viry používáním odborných systémů, které identifikují chování virů. Jako výsledek, zákazníci obdrží dvě výkonné heuristické technologie, které dokáží zjistit až 90 procent nových a neznámých bootovacích virů.

„IBM a Symantec spolupracují na vytváření globálního systému, který bude vyhledávat nové viry, analyzovat je, vytvářet lék, který pak rozšíří po celém světě. To vše automaticky a rychleji než se virus sám rozšíří. Toto je úžasná technologie,” řekl Steve R. White, senior manažer výzkumu antivirů v IBM Watson výzkumném centru v Hawthorne, New York.

IBM nervová technologie pro detekci bootovacích virů poskytuje přídavnou ochranu napodobením lidských neuronů v rozeznání mezi infikovanými a neinfikovanými bootovacími záznamy. Díky ukázce mnoho příkladů virů a nevirů, nervová síť rozpozná viry lépe než tradiční heuristický výzkum virů. Tato nervová síť umí automaticky zjistit extrémně vysoké procento nových a neznámých bootovacích virových záznamů.

5. Umělá inteligence v praxi II.

V článku CHIPu z dubna 1999 Toby Simpson, vedoucí vývoje u Cyberlife v Cambridgi tvrdí: „Pokud se bude výkonnost procesorů zvyšovat stejně rychle jako dosud, budeme schopni do deseti let propojit 20 milionů neuronů. Teprve tehdy budou možné skutečně složité systémy. V roce 2020 bychom pak měli být schopni přiblížit se simulaci lidského mozku.“