1980-ih, ambiciozni AI projekt nazvan Cyc ostavio je trag svojim sposobnostima da precizno odgovara na ljudska pitanja. Međutim, kako su metode poput dubokog učenja postale popularne, Cyc je pao u zaborav, navodi tehnološki stručnjak I. A. Fisher u članku o povijesti Cya.
Na Sveučilištu Stanford 1983. godine, grupa istraživača iz područja umjetne inteligencije, pod vodstvom profesora Douga Lenata, je istraživala programiranje zdravog razuma u strojevima. Lenat, tvorac sustava Automated Mathematician, ranije je istraživao kapacitet umjetne inteligencije za otkrivanje novih teorema. Njegov sljedeći projekt, EURISKO, omogućio je programu da procjenjuje i mijenja vlastite heuristike. Lenat je uspješno koristio EURISKO u natjecanju u igri, primjenjujući neuobičajene strategije koje su dovele do iznenađujuće pobjede.
Tražeći napredak izvan “pametnih ali jednostavnih” programa poput AM-a i EURISKA, Lenat je zamislio stroj koji bi mogao crpiti iz obimne baze općeg znanja, slično ljudskom zdravom razumu. Primijetio je da su ekspertni sustavi tog vremena bili ograničeni u sposobnosti dijeljenja i povezivanja raznovrsnih pravila i činjenica, što je često dovodilo do neefikasnosti.
Pridruživši se Microelectronics and Computer Technology Corporation (MCC) 1984. godine kao njihov glavni znanstvenik, Lenat je iskoristio značajne resurse za stvaranje Cya, baze znanja dizajnirane da razmišlja i zaključuje poput čovjeka. Za razliku od tradicionalne enciklopedije, Cy je zadužen za razumijevanje osnovnih znanstvenih propozicija koje su tako temeljne da se rijetko dokumentiraju.
Inženjeri Cya su početno ručno kodirali znanje, no uskoro su unaprijedili sustav kako bi autonomno zaključivali informacije, poput zaključka da je Mary odabrala Harvard od pet prihvaćenih koledža i diplomirala s diplomom iz kemije, pretpostavljajući da je provela oko četiri godine proučavajući brojne predmete povezane s kemijom.
Unatoč evoluciji Cya, uspon neuronskih mreža zasjenio je pravilno bazirane sustave. Kako se područje umjetne inteligencije dramatično mijenjalo, pristupi strojnom učenju vođeni podacima poput dubokog učenja postigli su značajne uspjehe, stavljajući metodologiju Cya kao navodno zastarjelu.
Od 2024. godine, 40 godina od njegova osnutka, Cy još uvijek postoji, hvaleći se s 25 milijuna pravila, 1,5 milijuna pojmova i preko tisuću specijaliziranih motora za rasuđivanje. Cycorp, s timom od 50 tehničara, održava operacije putem odabranih komercijalnih ugovora.
Preminuli profesor Lenat, koji je preminuo 2023. godine, zamislio je integriranje prostranog, ali nekonzistentnog znanja velikih jezičnih modela s rigoroznim sposobnostima rasuđivanja Cya kako bi potaknuo snažniju umjetnu inteligenciju. Fisher priznaje dugovječnost Cya, ali tvrdi da bi njegovo pravo nasljeđe mogla biti opomena o pristupu koji je bio ispred svoga vremena, sugerirajući da bi možda pravilni bazirani sustavi Cya ipak mogli doživjeti preporod.
Važna pitanja i odgovori:
Što je Cyc i zašto je bio smatran pionirskim u području umjetne inteligencije?
Cyc je projekt umjetne inteligencije koji je nastojao kodirati obilje općeg znanja i pravila zdravog razuma kako bi omogućio strojevima razmišljanje poput ljudi. Privukao je pozornost jer je bio jedan od prvih pokušaja na velikoj skali pružanja stroju sveobuhvatne ontologije općeg ljudskog znanja. Ovo je bilo pionirsko jer je nastojalo formalizirati svakodnevni zdrav razum, nešto što do tada nije bilo učinjeno u toj mjeri.
S kojim izazovima se Cyc suočavao tijekom godina?
Cyc se suočio s nizom izazova, uključujući:
1. Složenost kodiranja zdravog razuma u formalni sustav.
2. Golemo vrijeme i radno mjesto potrebno za ručni unos znanja u sustav.
3. Njegov pristup temeljen na pravilima prekriven je usponom pristupa vođenih podacima poput dubokog učenja.
4. Poteškoće u komercijalizaciji i integraciji u mainstream tehnologiju umjetne inteligencije zbog složenosti sustava.
Kakve kontroverze su povezane s pristupom Cya?
Glavna kontroverza leži u raspravi između pravilima vođene i podacima vođene umjetne inteligencije. Cyeov pravilno bazirani sustav, iako moćan u sposobnosti rasuđivanja, kritiziran je što je previše strog, spor u prilagodbi i nedostaje mu sposobnost obrađivanja suptilnosti i varijabilnosti ljudskog jezika i znanja jednako efikasno kao algoritmi strojnog učenja.
Prednosti i nedostaci Cya:
Prednosti:
– Cyeova baza znanja je temeljita i dobro strukturirana, pružajući čvrstu osnovu za logičko rasuđivanje.
– Sustavova interpretabilnost je veća u usporedbi s crnim kutijama algoritama poput neuronskih mreža.
– Cy može rješavati složene zadatke rasuđivanja koji zahtijevaju razumijevanje konteksta, pravila i odnosa koji nisu lako uhvatljivi statističkim metodama.
Nedostaci:
– Zahtijeva ogroman ručni napor za izgradnju i održavanje baze znanja.
– Teško se brzo prilagoditi novim informacijama u usporedbi s metodama strojnog učenja.
– Pristup se može smatrati zastarjelim zbog brzog razvoja u strojnom učenju i neuronskim mrežama.
S obzirom na relevantnost teme u povijesnom i razvojnom kontekstu u području umjetne inteligencije, ako tražite više informacija o umjetnoj inteligenciji i njezinu razvoju, možete razmotriti posjet glavnoj web stranici Udruženja za napredak umjetne inteligencije (AAAI) na AAAI ili glavnoj stranici Laboratorija za računalnu znanost i umjetnu inteligenciju MIT-a (CSAIL) na CSAIL. Objema web stranicama pružaju resurse i informacije o trenutnom stanju tehnologije i istraživanja umjetne inteligencije. Imajte na umu da iako su ove URL adrese bile važeće u posljednjem ažuriranju znanja, ne mogu garantirati da su ostale nepromijenjenima.
The source of the article is from the blog enp.gr