A Inteligência, o termo artificial foi cunhado em 1956 por John McCarthy no Massachusetts Institute of Technology. Este ano, cientistas da computação comemorar o 100 º aniversário do nascimento do gênio matemático Alan Turing. Turing estabeleceu a base para a computação digital em 1930 para antecipar a nossa idade atual technilogical. A busca continua para criar uma máquina tão adaptável e inteligente como o cérebro humano.
O cientista da computação Hava Siegelmann da Universidade de Massachusetts Amherst, um especialista em redes neurais, assumiu o trabalho de Turing para o seu próximo passo lógico por traduzir a sua descoberta de 1993 "Super-Turing" computação em um sistema adaptável computacional que aprende e evolui, usando a entrada de a partir do ambiente de uma forma muito mais como nossos cérebros fazem de Turing clássicas do tipo computadores. Ela e seu pós-doutorado colega Jeremie relatório Cabessa sobre o avanço na edição atual da Computação Neural. "Esse modelo é inspirado no cérebro", diz ela. "É uma formulação matemática das redes neurais do cérebro com as suas habilidades adaptativas." Os autores mostram que quando o modelo é instalado em um ambiente com constantes estímulos sensoriais, como o mundo real, e quando todos os pares de estímulo-resposta são consideradas durante a vida útil da máquina, a Super modelo de Turing produz um repertório exponencialmente maior de comportamentos que o computador clássico ou modelo de Turing. Eles demonstram que o modelo Super-Turing é superior ao consumo humano, como tarefas e de aprendizagem.
"Cada vez que uma máquina Super-Turing recebe entrada que literalmente torna-se uma máquina diferente. Os computadores clássicos trabalho sequencialmente e só pode operar no orquestrada muito, ambientes específicos para os quais foram programados. Eles podem olhar inteligente se eles disseram que a esperar e como reagir, Siegelmann diz. Mas eles não podem receber novas informações ou usá-lo para melhorar a resolução de problemas, fornecer alternativas mais ricas ou executar outras tarefas de inteligência superior ".
Em 1948, Turing previu-se um outro tipo de cálculo, que seria imitar a própria vida, mas morreu sem desenvolver o seu conceito de uma máquina que poderia usar o que ele chamou de "inferência adaptativa." Em 1993, Siegelmann, mostrou de forma independente em sua tese de doutorado que um tipo muito diferente de computação, muito diferente do "calculista computador" e mais como modelo de previsão de Turing de vida-como inteligência, era possível. Ela publicou suas descobertas na revista Science e em um livro pouco tempo depois.
Siegelmann diz que a máquina Super-Turing novo não só ser flexível e adaptável, mas econômico. Isto significa que, quando apresentados com um problema visual, por exemplo, ele irá agir mais como nossos cérebros humanos e escolher características marcantes no ambiente em que se concentrar, ao invés de usar seu poder para provar visualmente toda a cena como uma câmera faz. Esta economia de esforço, utilizando apenas tanta atenção como necessária e é uma outra característica da inteligência artificial elevada.
"Se uma máquina de Turing é como um trem em uma pista fixa, uma máquina de Turing Super-é como um avião. Ele pode transportar uma carga pesada, mas também se movem em direções infinitas e variam o seu destino, conforme necessário. O quadro Super-Turing permite um estímulo para realmente mudar o computador a cada passo computacional, se comportando de uma maneira muito mais próxima à do adaptando constantemente evoluindo e cérebro. "
Siegelmann e dois colegas recentemente foram informados de que eles vão receber uma bolsa para fazer o primeiro Super-Turing computador, baseado em redes neurais recorrentes analógicos. O dispositivo deverá introduzir um nível de inteligência nunca antes vista no cálculo artificial.
Nenhum comentário:
Postar um comentário