Tehisintellekt ehk tehisaru[1] ehk kunstlik intellekt on masina intellekt. Tehisintellektiks nimetatakse ka arvutiteaduse haru, mis uurib intelligentseid agenteseadmeid, mis tajuvad oma keskkonda ning sooritavad toiminguid, mis maksimeerivad mingi eesmärgi saavutamise tõenäosust. Kõnekeeles räägitakse tehisintellektist, kui masin jäljendab inimese vaimule iseloomulikuks peetavaid tegevusi, näiteks õppimist ja ülesannete lahendamist[2].

Termini võttis kasutusele 1956. aastal John McCarthy, kes defineerib tehisintellekti teadusena intelligentsete masinate loomisest.

Valdkond sai alguse väitest, et inimeste intellekti saab nii täpselt kirjeldada, et seda saab masinaga jäljendada. See tekitab küsimusi mõistuse olemusest ja teadusliku ülbuse piiridest. Neid teemasid on käsitlenud müüdid, ilukirjandus ja filosoofia juba antiikajast.

Tehisintellekti väljatöötamine stimuleerib tänapäeval paljude informaatika probleemide lahendamist.

Ajalugu muuda

Tehisolenditest on juba antiikajast peale juttu olnud. Sealt edasi on neid palju mainitud ulmeteostes, näiteks Mary Shelley raamatus Frankenstein.

Tehisintellekti sünniajaks peetakse aastaid 1952–1956, siis loodi esimesed intelligentsed masinad. Tehisintellekti kuldseteks aastateks peetakse vahemikku 1956–1974. Selle aja jooksul loodi palju uusi programme ning teadlastel tekkisid ideed, kuidas ja milliseks tuleks tehisintellekte luua ja arendada. Aastatel 1974–1980 (TI esimene talv) jäi areng seisma, sest teadlastel ei olnud enam piisavalt võimsaid arvuteid: loodud masinad suutsid toime tulla vaid kõige kergemate ülesannetega. Kuna edasist arengut ei toimunud, ei olnud rahastajad rahul ning raha vähesuse tõttu tuli töö pooleli jätta. Sellest hoolimata said teadlased edasi töötada ning buumi ajal (1980–1987) tuldi välja uute võimsamate programmidega tänu Jaapanis tegutsevale Rahvusvahelise Kaubanduse ja Tööstuse Ministeeriumile. Edasine areng selles valdkonnas käis üles-alla. 1991. aastal ei olnud 1981. aastaks planeeritud saavutused veel valminud. See põhjustas nii sponsorites kui ka teadlastes pettumust ja soovi edasi töötada ei olnud.

Suurem läbimurre selles valdkonnas toimus 20. sajandi lõpus ning 21. sajandi alguses. Jõuti paljude sihtmärkideni, mistõttu sai tehisintellekti valdkond laieneda ning luua võimsamaid masinaid.

Harud muuda

Loogiline tehisintellekt muuda

Kõik, mida programm teab maailmast, konkreetsest olukorrast ja tingimustest ning oma eesmärkidest, on väljendatud matemaatilise loogika keele lausete abil. Programm otsustab, mida teha, järeldades, et teatud tegevused sobivad eesmärkide saavutamiseks.

Otsing muuda

Tehisintellekti programmid peavad tihti uurima väga suurt arvu võimalusi, näiteks käike males või järeldusi teoreemitõestamise programmis. Pidevalt tehakse avastusi, kuidas teha seda tõhusamalt eri valdkondades.

Mustrite avastamine muuda

Kui programm teeb vaatlusi, siis on ta sageli programmeeritud võrdlema seda mustriga. Näiteks nägemisvõimega programm võib üritada sobitada nina ja silmade mustrit vastuvõetava pildiga, et tuvastada nägu. Keerulisemad mustrid, näiteks naturaalkeele tekstis, maleseisus või mõne sündmuse ajaloos on samuti uurimisobjektid. Keerulised mustrid nõuavad teistsuguseid meetodeid kui lihtsad mustrid, mida on uuritud kõige rohkem.

Teadmiste esitus muuda

Fakte ümbritseva maailma kohta tuleb esitada mingil viisil. Tavaliselt on kasutusel matemaatilise loogika keeled. Vaja on esitada objekte, omadusi, kategooriaid, objektidevahelisi seoseid, sündmusi, olekut ja aega, põhjuseid ja tagajärgi, teadmisi teadmiste kohta (mida me teame selle kohta, mida teised inimesed teavad) ning palju muud.

Järeldamine muuda

Mõnest faktist saab järeldada teisi. Deduktsioon on piisav teatud eesmärkidel, kuid uusi, mittemonotoonse järeldamise meetodeid on lisatud loogikasse alates 1970-ndatest. Mittemonotoonse järeldamise lihtsaim näide on vaikimisi järeldamine, kus otsus tuleb vaikimisi järeldada, kuid otsuse võib tagasi võtta, kui ilmneb tõendeid, mis väidavad vastupidist. Näiteks kui me kuuleme lindu laulmas, siis me võime järeldada, et see oskab lennata, aga selle otsuse võib muuta vastupidiseks, kui me kuuleme, et tegu on mõne lennuvõimetu linnuliigi häälitsustega.

Terve mõistuse teadmised ja arutlemine muuda

See on tehisintellekti valdkond, mis on kõige kaugemal inimtasemest, olenemata sellest, et see on olnud aktiivne uurimisvaldkond alates 1950-ndatest. Kuigi on tehtud märgatavaid edusamme, on siiski vaja uusi ideid.

Kogemusest õppimine muuda

On programme, mis õpivad kogemustest. Närvivõrkudel põhinevad lähenemised tehisintellektile spetsialiseeruvad kogemustest õppimisele. Samuti õpitakse loogikas väljendatud reegleid. Programmid suudavad õppida ainult seda, mida faktid või nende käitumiste formalismid suudavad esitada. Senistel õppivatel süsteemidel on aga väga piiratud võimalused teadmiste esitamiseks.[viide?] 2016. aasta alguses võitis Google'ile kuuluva Suurbritannia firma DeepMind loodud arvutiprogramm AlphaGo esimest korda ajaloos Euroopa meistrit Fan Huid go-mängus viis korda järjest. See oli esimene kord, kui arvutiprogramm võitis professionaalset mängijat.[3]

Plaanimine muuda

Plaanimisprogrammid asuvad tööle üldiste faktidega maailmast (eriti tegevuste tagajärgedest), konkreetsest olukorrast ja eesmärgiga. Nende põhjal luuakse strateegia eesmärgi saavutamiseks. Üldjuhul on strateegia lihtsalt tegevuste järjekord.

Seletatav tehisintellekt muuda

Seletatav tehisintellekt (i.k. en:Explainable Artificial Intelligence) on valdkond, kus eesmärk ei ole mitte ainult see, et tehisintellekt suudaks hästi ülesandeid lahendada, vaid ka see, et inimesed saaksid lahenduskäigust aru, vähemalt osalisel määral. Näiteks kui tehisintellekt teeb otsuse taotlejale mitte laenu anda, siis on Euroopa Liidu isikuandmete kaitse üldmääruse regulatsioonide alusel õigus inimesel nõuda seletust, et mis loogika alusel selline otsus tehti. Tehisnärvivõrgud on küll ühed parimad olemasolevad meetodid selliste otsuste tegemiseks vähima arvu vigadega, kuid sellise võrgu otsust on väga raske seletada või põhjendada. Seletatava tehisintellekti valdkonnas otsitakse võimalusi lahenduskäikude seletamiseks erinevatele sihtgruppidele, vajadusel parema selgituse huvides ka ennustuste kõrgemat vigade määra aktsepteerides.

Rakendused muuda

Mängud muuda

Mõnesaja euro eest saab osta masina, mis suudab malet mängida meistri tasemel. Nende sees on veidi tehisintellekti, aga nad mängivad inimeste vastu hästi peamiselt toore jõuga: vaadatakse läbi mitusada tuhat käiku.

Pikka aega peeti go mängu tehisintellekti jaoks liiga keeruliseks, kättesaamatuks, sest mängus on oluliselt rohkem võimalusi kui males. Erinevad programmid mängisid küll üha paremini aga jäid ikka alla parimate inimmängijate, professionaalide tasemele. Enne 2015 aastat oletati, et tehisintellekt, arvutiprogramm jõuab (selles mängus parimate) inimeste mängutasemele umbes kümne aasta pärast vms). Aga programmeerijate jõupingutused ja tehnoloogia areng tõi muutuse varem kui osati arvata. Oluline samm tehisintellekti arengus toimus 2015 aastal kui ettevõte DeepMind lõi iseõppiva tehisnärvivõrkudel põhineva programmi Alphago (vt samal teemal ka Go#AlphaGo), mis suutis võita Euroopa parimat profimängijat Fan Huid. 2017 aastal võitis programm maailma parimat hiina mängijat Ke Jie'd.

AlphaGo tugines läbi ajaloo toimunud parimate go mängude analüüsile. Edasiarendused AlphaGo Zero ja AlphaZero olid veelgi tugevamad tehisintellekti programmid, mis iseõppimise kaudu saavutasid lühikese aja jooksul inimese võimekust ületava taseme. Nendes programmides mängis tehisintellekt iseendaga, teades vaid mängureegleid. See tähendab, et ta õppis iseseisvalt nö nullist selgeks parimad käigud, parima taktika ja efektiivseima strateegia. Ühtlasi õppisid need programmid selgeks ka shōgi (jaapani male) ning male, alistades aastal 2017 kõrgeima reitinguga maleprogrammi (Stockfish). Sellega näitasid need iseõppivad programmid, et tegemist pole kitsalt ainult ühele mängule orienteeritud tehisintellektiga vaid millegi üldisemaga, mis suudab ka täiesti teistsuguses mängus saavutada tipptaseme, mis ületab inimese võimekust, tema intellektuaalset taset.

Nii, et alaosa "Mängud" algusosast jääv mulje nagu tehisintellekt oleks miski madalamatasemeline projekt, mis mängus inimese intellektiga kasutab nö toorest jõudu, jäädes inimintellektist kaugele maha..on hetke teadmiste juures küllalt eksitav väide. Maailm muutub kiiresti. Praeguseks hetkeks (2022 aasta alguses) on tehisintellekt arenenud muuhulgas ka läbi inimeste poolt loodud keerukate loogiliste, intelligentsete mängude õppimise ja paraku ületanud selle õppimise käigus (mitmed) inimese (aju) võimete piirid. Tuleb tõele au andes tunnistada, et mängud on oluline õppimise viis. Nii inimese kui ka tehisintellekti arengu jaoks.

Kõnetuvastus muuda

  Pikemalt artiklis Kõnetuvastus

1990-ndatel jõudis arvutite kõnetuvastus praktilise tasemeni. United Airlines vahetas oma lennuinfo klaviatuurisüsteemi süsteemiga, mis kasutab lennunumbrite ja linnanimede kõnetuvastust. Kuigi arvuteid on võimalik juhtida häälkäskudega, on enamik kasutajaid läinud tagasi klaviatuuri ja hiire juurde, kuna need on siiani mugavamad.

Loomuliku keele mõistmine muuda

Sõnade vastuvõtt arvuti poolt ei ole piisav. Lausete läbi töötamine ei ole samuti piisav. Arvuti peaks mõistma valdkonda, mille kohta see tekst on. See on praegu võimalik väga vähestes valdkondades.

Masinnägemine muuda

Maailm koosneb kolmemõõtmelistest objektidest, kuid sisend inimese silma ning arvutite kaameratesse on kahemõõtmeline. Mõned kasulikud programmid võivad töötada ainult kahemõõtmelise infoga, kuid täielik masinnägemine vajab osalist kolmemõõtmelist informatsiooni, mis ei ole lihtsalt kogum kahemõõtmelisi vaateid. Otseseid kolmemõõtmelise informatsiooni esitamise viise on vähe ning need ei ole nii head kui inimeste kasutatav.

Ekspertsüsteemid muuda

Ekspertsüsteem on tarkvara, mis üritab leida lahenduse probleemile, mis muidu nõuaks ühe või mitme inimeksperdi tööd. Ekspertsüsteemid on kõige levinumad mingis kindlas probleemide valdkonnas ning on üks traditsioonilisemaid tehisintellekti rakendusi ja uurimisvaldkondi. Inimeksperdi töö simuleerimiseks on mitmeid meetodeid, levinuimad on teadmiste baasi loomine, mis formaliseerib valdkonna eksperdi teadmised, et teadmisi hoida rakendataval kujul. Ekspertsüsteem võib sisaldada ka iseõppivat komponenti.

Filosoofia muuda

Tehisintellekt, lubades pakkuda inimmõistusele omaseid võimeid, on filosoofidele nii katsumuseks kui ka inspiratsiooniks. Kas masinate intelligentsil on piire? Kas on olemuslikke erinevusi tehisintellekti ja inimintellekti vahel? Kas masin võib omada mõistust ja teadvust?

Tehisintellekti peamine filosoofiline küsimus on: kas tehisintellekt on olemas ehk Alan Turingi sõnul kas masin saab mõtelda. Küsimuse filosoofilisus tuleb sellest, et intellekti ja mõtlemise mõiste ei taha alluda teaduslikule määratlemisele ning neil on suur moraalne, religioosne ja juriidiline tähtsus. Moraalne ja juriidiline staatus oleneb ka vaimuseisunditest: ainult mõistusega indiviidid on moraalisubjektid ja ainult neile saab teha moraalset kahju, näiteks neid reeta. Ainult tundlikele indiviididele saab tekitada valu ja kannatust. Et arvutid jätavad mulje, nagu nad tegeleksid intellektuaalse tegevusega, tekib küsimus, kas nad tõesti mõtlevad. Ja kui nad mõtlevad, kas neil on siis samasugused õigused nagu inimestel?[4]

Tehisintellekti mõiste ei laiene inimestele ja teistele mõtlevatele loomadele, vaid tehisintellekt peab olema tehislikult valmistatud. Jutt on arvutitest. Tehisintellekti ongi mõistetud katsena avastada ja rakendada arvutuslikke vahendeid, et panna masinad käituma viisil, mis inimese puhul annaks tunnistust intellektist, (John McCarthy), või tegema asju, mis inimeste puhul nõuaks intellekti (Marvin Minsky). Filosoofiline küsimus on nüüd see, kas selle õnnestumise korral oleks õigustatud omistada masinatele intellekt. Nõrk tehisintellekt möönab, et intelligentselt käituvad masinad on olemas või tulemas; tugev tehisintellekt ütleb, et sel juhul on tegu tõelise intellektiga. Tugev tehisintellekt peab mingisugust tehislikku arvutamist mõtlemiseks. Komputatsionism ütleb, et igasugune mõtlemine on arvutamine. Kaks viimast vaadet on teineteisest sõltumatud.[4]

Turingi "viisakas kokkulepe" muuda

Kui masin käitub sama intelligentselt, kui inimene, siis see on inimesega sama intelligentne. Alan Turing teoretiseeris, et me saame masina intelligentsuse üle otsustada vaid selle käitumise järgi. See teooria on Turingi testi põhialuseks.

Dartmouthi ettepanek muuda

Õppimise või mõne muu intelligentsi tunnuse igat aspekti on võimalik nii täpselt kirjeldada, et seda on võimalik masinal simuleerida. See väide trükiti esitisel Dartmouthi konverentsile aastal 1956 ning esindab tehisintellekti uurijate enamiku arvamust.

Searle'i tugeva tehisintellekti hüpotees muuda

Sobivalt programmeeritud arvuti õigete sisendite ja väljunditega omaks mõistust täpselt samal viisil nagu inimestel on mõistus. John Searle vaidleb vastu sellele väitele oma hiina toa argumendis. Sellele argumendile on ka palju vastuväiteid.

Tehisaju muuda

Inimese aju tööd on võimalik simuleerida. Hans Moravec, Ray Kurzweil ja teisedki on väitnud, et tehnoloogiliselt on teostatav aju kopeerimine riist- ja tarkvarasse ning selline simulatsioon on oma olemuselt identne originaaliga.

Vaata ka muuda

Viited muuda

Kirjandus muuda

Välislingid muuda

https://www.youtube.com/watch?v=gEoEBE7qHgY&t=389s