UNIVERZITET U ISTOČNOM SARAJEVU
EKONOMSKI FAKULTET
TEMA: VRSTE SISTEMA VJEŠTAČKE INTELIGENCIJE
SEMINARSKI RAD
U Istočnom Sarajevu, maj 2022.
4
1. Pojam vještačke inteligencije
Veštačka inteligencija (engl. artificial intelligence, skr. AI, takođe VI) je podoblast računarstva.
Cilj istraživanja vještačke inteligencije je razvijanje programa (softvera), koji će omogućiti
računarima da se ponašaju na način koji bi se mogao okarakterisati inteligentnim.
1
Prva
istraživanja se vežu za same korjene računarstva. Ideja o stvaranju mašina koje će biti sposobne
da obavljaju različite zadatke inteligentno, bila je centralna preokupacija naučnika računarstva
koji su se opredijelili za istraživanje vještačke inteligencije tokom cijele druge polovine XX
vijeka. Danas, istraživanja u vještačkoj inteligenciji su orijentisana na ekspertne sisteme,
prevodilačke sisteme u ograničenim domenima, prepoznavanje ljudskog govora i pisanog
teksta, automatske dokazivače teorema, kao i konstantnim interesovanjem za stvaranje
generalno inteligentnih, autonomnih agenata. Vještačka inteligencija kao pojam u širem
smislu, označava kapacitet jedne vještačke tvorevine za realizovanje funkcija koje su
karakteristika ljudskog razmišljanja. Mogućnost razvoja slične tvorevine je budila
interesovanje ljudi još od antičkog doba; ipak, tek u drugoj polovini XX vijeka takva
mogućnost je dobila prva oruđa (računare), koja otvaraju put za taj poduhvat. Napretkom
moderne nauke, istraživanje vještačke inteligencije se razvija preko dva osnovna smjera:
psihološka i fiziološka istraživanja prirode ljudskog uma, i tehnološki razvoj sve složenijih
informatičkih sistema. U tom smislu, pojam vještačke inteligencije se prvobitno pripisao
sistemima i računarskim programima sa kapacitetom realizovanja složenih zadataka,
simulirajući funkcionisanje ljudskog razmišljanja, iako i dan danas, prilično daleko od cilja. U
toj sferi, najvažnije oblasti istraživanja su procesovanje informacija, prepoznavanje modela
različitih oblasti saznanja, igre i primjenjene oblasti, kao medicina, na primjer. Neke oblasti
današnjih istraživanja procesovanja informacija se koncentrišu na programe koji nastoje
osposobiti računar za razumjevanje pisane i verbalne informacije, stvaranje rezimea, davanje
odgovara na određena pitanja ili redistribuciju podataka korisnicima zainteresovanim za
određene dijelove tih informacija. U tim programima, od suštinskog je značaja, kapacitet
sistema za stvaranjem gramatički korektnih rečenica i uspostavljanje veze između riječi i ideja,
odnosno identifikacija značenja. Istraživanja su pokazala da, dok je probleme strukturne logike
jezika, odnosno njegove sintakse, moguće riješiti programiranjem odgovarajućih algoritama,
problem značenja, ili semantika, je mnogo dublji i ide u pravcu autentične vještačke
inteligencije.
1
https://sh.wikipedia.org/wiki/Vje%C5%A1ta%C4%8Dka_inteligencija
5
Postoji više različitih oblika učenja koji su primjenjeni na oblast vještačke inteligencije.
Najjednostavniji se odnosi na učenje na greškama preko pokušaja. Na primjer, najjednostavniji
računaraski program za rješavanje problema matiranja u jednom potezu u šahu, je istraživanje
mat pozicije slučajnim potezima. Jednom iznađeno riješenje, program može zapamtiti poziciju
i iskoristiti je sljedeći put kada se nađe u identičnoj situaciji. Jednostavno pamćenje
individualnih poteza i procedura - poznato kao mehaničko učenje - je vrlo lako implementirati
u računarski sistem. Prilikom pokušaja implementacije tzv., uopštavanja, javljaju se veći
problemi i zahtjevi. Uopštavanje se sastoji od primjene prošlih iskustava na analogne nove
situacije. Na primjer, program koji uči prošla vremena glagola na srpskom jeziku mehaničkim
učenjem, neće biti sposoban da izvede prošlo vrijeme, recimo glagola skočiti, dok se ne nađe
pred oblikom glagola skočio, gdje će program koji je sposoban za uopštavanje naučiti "dodaj -o
i ukloni -ti" pravilo, te tako formirati prošlo vrijeme glagola skočiti, bazirajući se na iskustvu sa
sličnim glagolima.
2
Razmišljanje je proces izvlačenja zaključaka koji odgovaraju datoj situaciji. Zaključci se
klasifikuju kao deduktivni i induktivni. Primjer deduktivnog načina zaključivanja bi mogao
biti, „Savo je ili u muzeju, ili u kafiću. Nije u kafiću; onda je sigurno u muzeju“; i induktivnog,
„Prethodne nesreće ove vrste su bile posljedica greške u sistemu; stoga je i ova nesreća
uzrokovana greškom u sistemu“. Najznačajnija razlika između ova dva načina zaključivanja je
da, u slučaju deduktivnog razmišljanja, istinitost premise garantuje istinitost zaključka, dok u
slučaju induktivnog razmišljanja istinitost premise daje podršku zaključku bez davanja
apsolutne sigurnosti njegovoj istinitosti. Induktivno zaključivanje je uobičajeno u naukama u
kojima se sakupljaju podaci i razvijaju provizioni modeli za opis i predviđanje budućeg
ponašanja, sve dok se ne pojave anomalije u modelu, koji se tada rekonstruiše. Deduktivno
razmišljanje je uobičajeno u matematici i logici, gdje detaljno obrađene strukture nepobitnih
teorema nastaju od manjih skupova osnovnih aksioma i pravila. Postoje značajni uspjesi u
programiranju računara za izvlačenje zaključaka, naročito deduktivne prirode. Ipak, istinsko
razmišljanje se sastoji od složenijih aspekata; uključuje zaključivanje na način kojim će se
riješiti određeni zadatak, ili situacija. Tu se nalazi jedan od najvećih problema s kojim se
susreće vještačka inteligencija.
Rješavanje problema, naročito u vještačkoj inteligenciji, se karakteriše po sistematskom
traženju u rangu mogućih akcija s ciljem iznalaženja nekog ranije definisanog riješenja. Metode
rješavanja problema se dijele na one posebne i one opšte namjene. Metoda posebne namjene je
2
https://sh.wikipedia.org/wiki/Vje%C5%A1ta%C4%8Dka_inteligencija
