Co to jest Inteligencja Artficialna? Nowa Definicja

Rozporządzenie UE dotyczące AI definiuje sztuczną inteligencję w sposób, który uważa za inteligentne proste roboty do przecierania podłogi i odmawia inteligencji ChatGPT. Definicja OECD jest podobnie nieskuteczna. Inni autorzy pogarszają to poprzez niepewną transferowalność. Następuje krytyka dotychczasowych definicji oraz podejście do dobrych definicji AI. Ponadto proponowany jest proces dla najlepszej możliwej definicji.

W krótkich słowach

Definicja pojęcia Inteligencji Artficialnej, którą daje rozporządzenie UE dotyczące AI, jest nieprzydatna do odzwierciedlenia rzeczywistości. Określa ona systemy jako inteligentne, które nie są takimi i systemy jako niewykwalifikowane, które są inteligentne.

Definicja OECD jest lepsza, ale używa niezrozumiałych terminów i błędnych kryteriów. Zawiera opisujęce opisy i nie jest wyraźna.

Nowa definicja w tym wpisie ma być zrozumiała, skonscentrowana i przede wszystkim prawidłowa. Została znaleziona przy pomocy procesu opisanego również tutaj.

Wprowadzenie

Od początku roku 2023 Inteligencja sztuczna również dotarła do Niemiec. Europa przyjęła już w 2021 roku i ponownie w 2023 roku ten ważny temat. Aby uregulować AI, należy najpierw określić, co to jest AI.

Definicje pojęcia "Inteligencja sztuczna", które można znaleźć w rozporządzeniu UE dotyczącym AI i OECD, wydają się być niezdatne do użytku, zbyt niejasne lub niebezpieczne.

Moje zdanie, które zostanie później uzasadnione.

Niestety dostępne definicje zawarte w rozporządzeniu UE dotyczącym AI (rok 2021), oraz dość dobry definition OECD, a także podobna definicja z roku 2023 nie są wystarczające i częściowo nawet błędne lub zbyt ograniczające, co czyni je niebezpiecznym. Dlatego w tym artykule proponuje się nową definicję. Jest to pierwsza wersja, która według mnie wyeliminowała słabości istniejących definicji i wprowadziła nowe koncepcje.

Moja definicja sztucznej inteligencji wprowadza pojęcie próby rozwiązania, które niezwykle jest w żadnej z wymienionych definicji AI wyraźnie wspomniane. W OECD można przynajmniej domyślać się o tym.

Dalej odróżniam zadania artystyczne od innych problemów! Sztuka i kreatywność są czymś, co trudno lub może nawet nie jest kompatybilne z pojęciem inteligencji. Dlatego wykluczam sztukę z dalszej mojej analizy!

Jeśli definicja pojęcia AI w tym artykule nie jest uznawana za kompletna, opisuje się proces, który może być wykorzystany do jego poprawy. Ktoś może również chcieć skorzystać z tego procesu przy definiowaniu innych pojęć w przyszłości. Z pomocą później wspomnianego procesu mogłem już nawet ulepszyć moją oryginalną definicję AI.

Autorzy definicji sztucznej inteligencji

Wśród autorów definicji AI wyróżnić można dwa przypadki:

1. Autorzy, którzy proponują nową definicję oraz
2. Autorzy, którzy przyjmują definicję innych autorów i próbują ją przekształcić.

Do 1) należą szczególnie następujące, które zostaną później dokładnie rozpatrzone:

• Definicja z ustawy o AI Unii Europejskiej z roku 2021
• Definicja z ustawy o AI Unii Europejskiej z roku 2023
• Definicja OECD.

Do punktu 2 (sekundarnych autorów) należą się liczne wpisy w mediach społecznościowych lub na stronach internetowych, które zauważalnie (prawie zawsze) pochodzą od określonej grupy zawodowej. Wszystkim (znajomych mi) wpisom wspólna jest to, że przyjmują one nieuprawdowioną definicję pojęcia AI i Poprawiać na gorsze. Na wielu miejscach widać wyraźnie, że znalezione definicje mijają rzeczywistość. Wiele osób chce prostu "coś z AI" robić lub "coś do AI" napisać, ponieważ magic tych nowych możliwości wiele osób przyciąga.

Każda wystarczająco zaawansowana technologia nie różni się już od magii.”

Arthu C. Clarke, autor książek, m.in. znany z trzech przez niego wymyślonych praw robotów.

Ponieważ magia jest rzeczywiście tylko w gestii magów (lub deweloperów), wielu ludzi nie udaje się w zakresie czarowania. Deweloper nie może na przykład wiele innych rzeczy, ale zwykle też nie próbuje swoich sił w dziedzinach poza jego kompetencjami. AI jako wysoko skomplikowany obszar technologii powinien być przede wszystkim traktowany przez tych, którzy mają coś zrozumieć na ten temat.

Definicja rozporządzenia w sprawie sztucznej inteligencji od 2021 r.

Czy osoby odpowiednie zostały zaangażowane przy tworzeniu przez UE rozporządzenia dotyczącego AI, można wątpić. Bo rozporządzenie o AI w art. 3 (I) z 2021 roku podaje następującą definicję:

Dla celów niniejszej rozporządzenia wyrażenie oznacza 1. „System künstlicher Intelligenz” (AI-System) – oprogramowanie, które zostało opracowane przy użyciu jednej lub kilku z technik i pojęć wymienionych w Załączniku I oraz może wygenerować wyniki takie jak treści, przewidywania, rekomendacje lub decyzje, które mogą wpływać na otoczenie, z którym interaguje;

Art. 3 (I) rozporządzenia o AI (nagłówki wytłumaczone tu poniżej).

W tej właśnie definicji odnosi się do Anexu I Rozporządzenia AI. Tam wymieniono następujące techniki i koncepcje:

ZAŁĄCZNIK I TECHNIKI I POJĘCIA INTELIGENCJI SZTUCZNEJ, o których mowa w art. 3 ust. 1 [rozporządzenia w sprawie sztucznej inteligencji]

a) Pojęcia uczenia maszynowego, z nadzorowanym, nie nadzorowanym i motywowanym uczonym za pomocą szerokiej gamy metod, w tym głębokiego uczenia się (Deep Learning);

b) Koncepty oparte na logice i wiedzy, w tym reprezentacja wiedzy, indukcyjna (logiczna) programowanie, podstawy wiedzy, maszyny dedukcji i wnioskowania, systemy dedukcji i ekspertów;

c) Podejścia statystyczne, estymacja bayesowska, metody wyszukiwania i optymalizacji.

Załącznik I do Rozporządzenia o AI (nadrukowane tu wytłuszczenie).

W załączniku I rozporządzenia o AI jest błąd pisarski: "INTELLIZENZ" zamiast "INTELLIGENZ", który znajduje się w wersji online (data dostępu: 26.03.2024)! Nowsza wersja używa innej definicji AI, podobnie jak OECD. Tam nie ma już wspomnianego załącznika I

Przed przedstawieniem definicji OECD dotyczącej sztucznej inteligencji, zostanie przedstawiona krytyka definicji AI, która została podana w rozporządzeniu UE dotyczącym AI.

Krytyka definicji AI z ustawy o AI z 2021 roku

Główne tezy definicji rozporządzenia o AI z roku 2021 będą następnie omawiane oddzielnie. Następnie zostanie przedstawione podsumowanie. Następnie zostanie przedstawiona krytyka nowszej definicji rozporządzenia o AI z roku 2023, która jest bardzo podobna do tej OECD.

Program nie musi być oprogramowaniem

W definicji przedstawionej wyżej przepisów o AI jest zawarta niepotrzebna i szkodliwa ograniczenie. Ustalenie, że AI może być tylko w postaci Software działającej. To nieprawdą, jak poniżej pokazano.

Oprogramowanie jest przechowywane w pamięci tymczasowej, która nazywa się RAM. Pamięć RAM jest oczywiście urządzeniem sprzętowym. Analogicznie do danych osobowych wszystkie części systemu są materialne, zależą od materii. Każdy wartość danych jest, aby wyjaśnić analogię, osobisty, jeśli jest powiązany z danymi osobistymi.

Oprogramowanie może również istnieć na dysku twardym (HDD). Dysk twardy jest oczywiście kłębkiem materii. Oprogramowanie to program. Program może być również zdefiniowany i uruchomiony w postaci tranzystorów i wyłącznie elektronicznych układów sterowania. Nie jest potrzebny do tego główny pamięć lub dysk twardy. W ten sposób program może być albo zaprojektowany jako oprogramowanie, które zależy od sprzętu i w całości można je traktować jako sprzęt. Albo program jest zaprojektowany jako sprzęt czysty.

Jeśli się pierwszej rzeczy spojrzy na [Zuse Z1](https://de.wikipedia.org/wiki/Z1_(Rechner), jako pierwsze programowalne urządzenie, to można zauważyć, że program był umieszczony na złotym taśmie filmowej. W takim przypadku wiem, że taśma filmowa nie jest oprogramowaniem, ale sprzętem, czyli materią. Nawet wolna programowalność może być zrealizowana bez oprogramowania. Kto się następnie spojrzy na przepis Turinga, szybko zauważy, że określenie oprogramowanie jako medium jest niewłaściwe.

Program komputerowy może istnieć bez oprogramowania, np. w postaci wyłącznie układów scalonych. lub też na zmienionym, naturalnym materiale, które nie żyje. Krótko mówiąc: AI jest sztuczna.

Przykłady: elektryczne obwody z tranzystorami, kondensatorami itp., perforowane taśmy filmowe.

W związku z tym nie jest to tylko zbędna, ale i fałszywa ograniczenie, by nazwać sztuczną inteligencję oprogramowaniem.

Mózg ludzki składa się oczywiście z materii. Oparta na inteligencji część składa się głównie z sieci neuronalnej. Sieć neuronalna w naszym mózgu jest sprzętem, a nie oprogramowaniem. Czy człowiek jest tępy, dlatego że nie posiada oprogramowania, czy tylko dlatego, że (jak mówią wielu) nie ma pochodzenia sztucznego?

Co to jest uczenie maszynowe?

Tekst źródłowy: Die Definition der AI-Verordnung arbeitet mit mindestens einem Niespreczony termin. Das is nicht verboten und wahrscheinlich sogar unvermeidbar. Diese Tatsache soll hiermit einfach nur festgehalten werden. Der unscharfe Begriff is Nauczanie Maszynowe: Diese Art der Begriffsunschärfe erscheint allerdings schwierig, da selbst "Lernen" ein unscharfer Begriff is und „Maschinelles Lernen“ erst recht. Somit wird AI aus dem sehr unscharfen Begriff Maschinelles Lernen heraus definiert, wobei dabei auf den weiteren unscharfen Begriff des Deep Learning zurückgegriffen wird. Irgendwann sollte die Unschärfe einmal beendet sein. Tłumaczenie: Definicja rozporządzenia dotyczącego AI pracuje z co najmniej jednym nieprecyzyjnym pojęciem. To nie jest zakazane i prawdopodobnie nawet nieuniknione. Ten fakt zostanie tutaj tylko potwierdzony. Nieprecyzyjne pojęcie brzmi Nauka Maszynowa: Ta forma nieprecyzji wydaje się jednak trudna, ponieważ sama "Nauka" jest nieprecyzyjnym pojęciem i „Nauka Maszynowa” jeszcze bardziej. W ten sposób AI zostaje zdefiniowana na podstawie bardzo nieprecyzyjnego pojęcia Nauka Maszynowa, korzystając przy tym z dalszego nieprecyzyjnego pojęcia Deep Learning. Kiedyś powinna być ta nieprecyzja skończona.

Niewyraźne pojęcia, które mogą dotyczyć wszystkiego, mogą być usunięte bez utraty jakości, co zwiększa w ten sposób jakość.

Dodatkowo maszynne uczenie się może być bardzo blisko związane z pojęciem AI, co oznaczałoby wyjaśnienie jednego pojęcia za pomocą innego pojęcia semantycznie bardzo podobnego, bez określenia samego innego pojęcia.

Cele ustalone przez ludzi?

Rozporządzenie o AI twierdzi, że sztuczna inteligencja dąży wyłącznie do celów, które są przypisywane przez człowieka.

Ta oświadczenie świadczy o braku wyobraźni. W pierwszej kolejności należy zauważyć, że wynik obliczeń KI nie musi zgadzać się z zamierzonym celem (jeśli istnieje). W tym sensie jest to cel nieistotny. Ważniejsze jest wynikiem (lub drogą rozwiązania), jeśli chodzi o ocenę, czy inteligencja występuje lub nie. Zobacz również Test Turinga, który nie mówi o celach, ale o zachowaniach oraz odpowiedzi.

Jeśli ktoś postawi sobie cel, czy istnieje jakiś cel, nie ma znaczenia dla oceny, czy dana inteligencja jest w jakimkolwiek stopniu obecna. Dziś komputer może już ustawić sobie cele, które postawił inny komputer. Czy wtedy drugi komputer nie jest inteligentny?

Zobacz również uzasadnienia w postaci komentarza.

Dowód na to, że definicja AI w rozporządzeniu UE jest nieznośna: rzekomo człowiek ustala cele dla AI, aby mogła być AI. Założmy, że istnieje AI. Może ona być tak inteligentna jak człowiek lub nawet bardziej. ChatGPT już teraz w wielu dziedzinach jest znacznie inteligentniejsza niż większość ludzi. Wtedy ta AI, która z definicji jest inteligentna, może ustalić cele dla innej AI. Według definicji UE AI nie byłaby AI. Jak taka oczywista absurdalność mogła dotrzeć do światła dziennej, pozostaje zagadką. Poza tym ta definicja AI pokazuje, jak naiwni ludzie są czasem. Uważają, że człowiek musi ustalić cele dla AI, aby mogła być inteligentna. Z drugiej strony uważają, że samemu nie powinno się poddawać celom innych ludzi, aby zostać uznanych za inteligentnych.

Dalej należy stwierdzić, że AI może również generować wyniki bez określonego celu. Można by powiedzieć, że automat zależny od przypadku otrzymał cel przypadkowy. Ale wtedy wszystko byłoby celem i tym samym niczym. Pamięta to na niektórych, którzy pliki cookies określają jako pliki tekstowe i nie pozwalam sobie, aby faktami się od tego błędu wywiodły. Te osoby twierdzą bowiem ostatecznie, że każda plik jest plikiem tekstowym. Można to oczywiście tak zdefiniować, ale ma to niewiele znaczenia. Bo wtedy można również wszystko nazwać stoskiem materii, co prawdopodobnie jest bliżej prawdy niż większość oświadczeń ludzkości. Nawet samochód byłby wtedy nie samochodem, ale stoskiem materii.

W kwestii celów swoich twórcy na tym miejscu należy odnieść się do HAL 9000, inteligentnego (!) komputera z filmu Odyssey w kosmosie. HAL działa przeciwko interesom swych stworzycieli. Z pewnością jest to inteligentny komputer. Czy to, co robi, jest dobre czy złe, nie ma nic wspólnego z pytaniem o inteligencję.

Samodzielnie urząd skarbowy uważa za niepotrzebne i szkodliwe podatkowo ustalenie zbyt konkretnych celów dla samorządnego zawodu.

Zobacz samozatrudnienie.

Inteligentna sztuczna inteligencja, która jest wystarczająco inteligentna, nie będzie chciała, aby jakiś inny człowiek nakazywał jej jakieś cele, ale raczej sama sobie postawiłaby własne cele. Tak samo jest to z ludźmi. Wielu ludzi pracuje najlepiej bez wytycznych od innych (przynajmniej dotyczy to wielu przedsiębiorców). Z punktu widzenia prawa podatkowego, wolontariusz lub zewnętrzny pracownik jest szczególnie narażony na Pseudosamodzielność, jeśli działa na polecenie. Pojęcia polecenie i cel są semantycznie nie tak daleko od siebie.

Samodzielnie z perspektywy ustawodawcy jest to niepotrzebna i przy tym bardzo niebezpieczna ograniczenie, traktowanie ludzi jako źródła celów jako warunek istnienia Inteligencji sztucznej. Oznaczałoby to, że szczególnie inteligentne maszyny, które sobie same ustawiają cele, niebezpieczne dla człowieka, nie podlegają przepisom o AI.

Czy AI wpływa na otoczenie?

Rozporządzenie o AI definiuje AI m.in. w ten sposób, żeby system AI wpływał na otoczenie z którym interaguje. W pierwszej kolejności należy powiedzieć, że system AI najczęściej nie interaguje. Chatbot, do którego użytkownik postawi pytanie i który spotka się z odpowiedzią od użytkownika, nie interaguje naprawdę z jego otoczeniem.

Każde program, które pozwala na wprowadzenie danych i w oparciu o nie generuje wynik, interakcjonuje z otoczeniem.

Zatem nie jest to wyłączna cecha AI.

Jeśli byśmy już teraz nazwali powyższe zdanie interakcją, wszystko byłoby interakcją. Występuje on w życiu stale metabolizm. Przepływ materii odbywa się częstością jeszcze większą, a mianowicie przy każdej materii, nawet jeśli nie żyje.

Interagowanie jest raczej czymś, co należy przypisać robotom, które poruszają się, tworzą, niszczą lub manipulują rzeczami. Staubsaugrobot interaguje z otoczeniem. Ale nie tak ChatGPT, jeśli tylko postawisz pytanie. Wtedy każde program, które generuje wyjście i pozwala na wprowadzenie danych byłoby Automat interakcyjny. Może być nazwane tak, ale w ten sposób interakcja nie byłaby cechą specyficzną dla AI.

Nie jest to niezbyt złe, wprowadzenie cech do definicji AI, które nie dotyczą wyłącznie AI. Ale jeśli te cechy są tak ogólne, że dotykają wszystkiego i każdego, lub jeśli one dominują, to staje się trudno.

Statystyka jako cecha AI?

Rozporządzenie UE dotyczące AI wymienia jako możliwą technologię dla AI statystykę. Z statystyką jest tak samo jak z materią: wszystko jest materią (oprócz wyjątków, których normalny człowiek nie zna). Wszystko jest statystyką, takim jest mój stan wiedzy. Dowód (proszę o korektur od fizyka itp., jeśli mylnie się wyraziłem):

Każda materia podlega ostatecznie zasadom fizyki kwantowej. Ta mówi, że pojedyncze cząsteczka nie jest przewidywalna. Podlega ona procesowi losowemu. Zamiast tego tylko duża ilość cząsteczek jest przewidywalna i to z pewną wahrscheinliwością. Patrz na przykład rozpad radioaktywny i czas połowicznego rozpadu.

Prawdopodobnie jest to pojęcie, które Unia Europejska przypisuje statystyce. Z pewnością w kontekście AI nie chodzi o liczenie, tak jak np. przy zliczaniu odwiedzających na stronie internetowej ("Web Statistics").

Statystyka jest zatem nie wyłącznym celem AI, ale można ją znaleźć wszędzie. Także w definicji rozporządzenia o AI użyty został termin systemów ekspertowych, który ma jeszcze mniej wspólnego z inteligencją artfycjalną. System ekspertowy może mieć postać drzewa decyzyjnego, które opiera się na wykonywaniu stałych reguł. Bardzo prosty robot do przeprowadzania pary jest w stanie działać według z góry ustalonych zasad: "Jedź prosto. Jeśli natkniesz się na przeszkodę, obróć się w dowolnym kącie i jedź dalej". Czy to jest inteligencja artfycjalna? Nie ma na to żadnego znaczenia.

Czy AI tworzy treści?

Rozporządzenie o AI nakazuje AI tworzenie treści lub wyników. Każde programowanie, które generuje wyjście, należy do tej kategorii.

Dalsze rozważania na ten temat więc się nie wymagają.

Jeśli mowa jest o tym, że wyniki są dostępne dla użytkownika, to nie zawsze tak jest. Inteligentne systemy nie muszą nic tworzyć, mogą po prostu myśleć i przechowywać swoje wnioski dla siebie. Z pewnością nikt nie może ocenić wyniku. Ale teoria i praktyka są często łączone w jedną całość, jeśli mówimy o prawie lub orzeczeniach sądowych.

Podsumowanie definicji AI z rozporządzenia o AI

Definicja z 2021 roku, która wiele elementów ma wspólne z wersją z dnia 14.06.2023, cechuje się niewykorzystaniem, fałszywością i niejasnością. Można ją jedynie opisać jako bezużyteczną i niezgodną z oczekiwaniami. W skrócie punkty krytyki w oparciu o cechy, które przypisuje AI-Verordnung do inteligencji sztucznej:

• Oprogramowanie: Zu ogólne i wręcz nieprawdziwe. Każde program może również działać na sprzęcie.
• Cele ustalone przez człowieka: Nieprawidłowe zarówno co do celów jak i ludzi. Już dziś niemożliwe do utrzymania, dowód możliwy.
• Oparty na uczeniu maszynowym: Całkowicie nieokreślony pojęcie, więc nieefektywny.
• Zmieniając środowisko: jest zbyt ogólne i często nieprawidłowe.
• Współdziałać: Za ogólne.
• Statystyka: Za ogólne, a ponadto nieistotne (jak problem "inteligentny" zostanie rozwiązany, to przecież nie ma znaczenia).
• Generuje zawartość: Zbyt ogólna, często niepoprawna.

Z art. 3 (I) AI-VO, który składa się z jednego zdania, pozostają po odjęciu nieprawidłowych definicji niewiele słów. Językoznawca po tej subtrakcji przede wszystkim spotkałby tak zwane stop-words. Są to słowa, które można również prostym usunięciem wyeliminować bez szkody dla semantyki.

Unijna definicja sztucznej inteligencji (rok 2023)

Wersja z dnia 14.06.2023 definiuje AI w następujący sposób w art. 3 pkt 1 ustawy o inteligencji sztucznej:

System sztucznej inteligencji” (AI-System) to system maszynowo wspierany, który został zaprojektowany tak, aby mógł działać z różnym stopniem autonomii i może wyprodukować wyniki w postaci przewidywań, rekomendacji lub decyzji, które mogą wpływać na środowisko fizyczne lub wirtualne;"

Quelle: Artikel 3 Nr. 1 AI-VO vom 14.06.2023 (Fettdruck von mir)

Ponieważ ta definicja jest bardzo podobna do definicji OECD, odnosi się do mojej następnej krytyki. Również niektóre aspekty zostały już wcześniej poddane krytyce, w szczególności:

• Otrzymywanie wyników (teraz osłabione, co jest dobrze)
• Zmiana środowiska

Podobnie oceniane są aspekty:

• System wspomagany maszynowo
• Różny stopień autonomii
• Cele jawne lub niewyraźne
• Otrzymywać wyniki

Ostatecznie nie zostaje więc pozostawiony żaden aspekt bezkrytyczny. Ponadto połowa definicji opiera się na opcjonalnych stwierdzeniach ("może"). Blisko druga połowa opiera się na przykładowych listach ("jak przewidywania, …") lub relatywizacji ("z różnym stopniem…"). Jeśli wyeliminuje się to wszystko z użytecznego, zostaje prawie nic poza pustymi słowami.

Sprawdzając, czy ChatGPT jako rozwinięta AI jest objęta definicją UE, stwierdza się już problemy:

• ChatGPT jest albo zupełnie nieautonomicznym, albo absolutnie pewna jest inteligencja w ChatGPT, która nic nie ma wspólnego z autonomią. Porównaj test Turinga.
• Inteligencja jest dla ChatGPT również wówczas mierzalna, jeśli nie są dostarczane przewidywania, rekomendacje czy decyzje. Przykład: Rozwiązanie zadania tekstowego; Rozwiązanie to nie jest przewidywaniem, ani rekomendacją, ani decyzją.
• ChatGPT nie wpływa na środowisko fizyczne. Jeśli ChatGPT ma być przypisany do wpływania na środowisko wirtualne, to należy potwierdzić to dla prawie każdego istniejącego programu komputerowego. Zawartość informacyjna więc skurczyłaby się do wartości bliskiej zera w otoczeniu Epsilona.

Jeśli zaś weźmiemy głupiego robota do sprzątania, stwierdzamy, że ten ostatni jest objęty definicją AI Unii Europejskiej, pomimo braku inteligencji. Takowy robot mógłby jechać zawsze prostopadłośnie aż uderzy w przeszkodę i potem podjąć losową drogę. Test robota do sprzątania przeciw definicji Unii Europejskiej daje:

• System zasilany przez maszynę: Tak, co najmniej jeden chip komputerowy jest zamontowany.
• Samodzielnie: Tak, robot jechał i jechał i jechał.
• Celuję wyraźnie: Tak, wyczyścić podłogę.
• Wyniki: Nie dotyczy to definicji UE i nie dotyczy to inteligentnych systemów.
• Zmieniając środowisko: Tak, ziemia staje się czystsza.

Ustawa o AI definiuje głupotę jako inteligencję i inteligentne systemy jako nieinteligentne. Nie lepiej się nie da.

Definicja AI OECD

Tekst źródłowy: Die OECD schreibt der Künstlichen Intelligenz teils andere Eigenschaften zu, als dies die EU tut. Die EU-Fassung aus dem Jahr 2023 ist sehr ähnlich der OECD-Fassung. Die Definition der OECD lautet (Stand: 19.03.2024): Tłumaczenie na język polski: Tekst źródłowy: Die [5]OECD[6] przypisuje częściowo innym cechom inteligencji sztucznej, niż to robi Unia Europejska. Wersja UE z 2023 roku jest bardzo podobna do wersji OECD. Definicja OECD brzmi (stan na: 19.03.2024):

An AI system is a machine-based system that for explicit or implicit objectives, infers, from the input it receives, how to generate outputs such as predictions, content, recommendations, or decisions that can influenc_e physical _or virtual environments. Different AI systems vary in their levels of autonomy and adaptiveness after deployment.

Źródło: OECD (nadrukowane są wyróżnienia z oryginału, przeredagowanie zostało wykonane!).

W szczególności należy wymienić następujące cechy, które zgodnie z OECD mogą wskazywać na istnienie AI:

• Maszynowy: Bardzo dobrze, z tym można pracować. Bo sprzęt i oprogramowanie są oba skojarzone z maszyną.
• Cele ekspliczne lub implikowane: Bardziej dobre niż "cele", bo cele implikowane są w jakiś sposób zawsze dostępne, jeśli istnieje "świadomość" lub "inteligencja". Jednak to również dotyczy niższych stworzeń, o których wiele osób mówi, że nie są inteligentne. Prosty robot do przepłukiwania pól ma jednak tylko dwa cele ekspliczne: Zrobić jak najwięcej brudu i uniknąć kota w domu.
• Wyciąg: To jest prawdą, bo jako inferencja określa się proces, w którym AI generuje wyjście z wejściem. Jednakże "inferencja" musi być następnie zdefiniowana. Zrobi to OECD w pewien sposób opisując proces w sieci neuronowej. Jednakże sieć neuronalna nie jest warunkiem inteligencji.
• Otrzymuje wprowadzone dane: O tym można dyskutować. Czy Albert Einstein potrzebował więcej niż swoje mózgowe zdolności (lub w idealnym przypadku mógłby ich używać), aby wymyślić teorię kwantową? Wiem, że pan Einstein był głównie zajęty myśleniem, aż nie ułożył swojej teorii w swoim umyśle. Jeśli musiałby przeglądać informacje, można by powiedzieć, że mógłby to zrobić już trzy lata przed rozpoczęciem pracy nad teorią kwantową. Wprowadzone dane są tutaj rozumiane jako to, co użytkownik wprowadza do systemu AI, a nie to, co system AI samodzielnie łączy wraz z innymi informacjami. Prawdopodobnie nie ma systemu, który mógłby funkcjonować bez wprowadzanych danych. W związku z tym można wyeliminować tę cechę (wszystko = nic = brak informacji). Nawet w "idealnym" próżniowym środowisku cząsteczki są wymieniane (patrz Heisenberg). Nawet czarne dziury oddziałują z otoczeniem (patrz strumień Hawkinga).
• Wydaje dane: OECD używa tego pojęcia również bardzo niezróżnicowanego i w związku z tym niewiele przydatnego. Zobacz punkt poprzedni (wprowadzone dane): Każde system, wydaje coś, więc można prostu tę informację usunąć.
• Zmiana środowiska: Oznaczono jako opcjonalne, więc można by było również pomijać. Zobacz także dwa punkty wcześniej (wprowadzania): każde systemu zmienia środowisko, więc można byłoby zignorować tę informację.
• Samodzielność: Wspominany jest, ale w sposób raczej opcjonalny lub niejasny. Można by go również pomijać albo wyjaśnić lepiej.
• Przystosowanie: OECD definiuje to jako opcjonalne kryterium.

Niektóre z wymienionych cech są prawidłowe, inne nie. Definicja OECD wydaje się lepsza niż definicja z AI-Verordnung Unii Europejskiej z 2021 roku i niemal identyczna z wersją z 2023 roku. W związku z tym większość krytyki dotyczącej definicji OECD można przenieść na definicję UE.

Definicja OECD wygląda na pierwszy rzut oka dobrze i spowodowała, że niektórzy zdecydowali się ją przetłumaczyć. Przekład byłby bardziej celowy, ponieważ Przeładunek została przekształcona w coś innego. Na przykład jeden autor drugorzędny opisał pojęcie autonom jako "dla działania w zmieniającym się stopniu samodzielności". Nie zgadza się to z definicją OECD i jest błędne. ChatGPT nie był ani nie jest autonomicznym systemem, a więc nie musi być takim, aby zostać uznane za inteligentną.

Gut an definicji OECD jest, że ona dotyczy Droga do rozwiązania. Bo nawet głupi automat losowy może znaleźć dla danego problemu tę samą rozwiązanie jak superinteligencja.

Propozycja definicji i procesu definiowania

Oto tłumaczenie: Widocznie nie ma definicji użytecznej pojęcia AI. Przed kolejnymi próbami, które zakończyłyby się fiaskiem, proponuję strukturyzowany proces. Na końcu pojawi się definicja dla AI. Pytanie będzie brzmieć, czy zawiera ona nieprecyzyjne pojęcia, dla których ponownie należałoby stworzyć definicję. Aktualizacja: Zobacz poniżej moją nową definicję AI.

Do inspiracji przy poszukiwaniu definicji "sztucznej inteligencji" i tym samym w istocie dla pojęcia "inteligencji" powinna być odniesiona ludzka inteligencja (przez człowieka samego uważana za maksymalną).

Wszystko jest względnie, a zatem również, czy człowiek jest inteligentny. Na razie tak, w porównaniu z AI, przynajmniej jeśli weźmie się pod uwagę wszystkie możliwe zagadnienia w ich całości. Stan na: 03.04.2024 (przez rok może już inaczej wyglądać).

Zidentyfikowane cechy zabezpieczone

Pierwszy krok w stronę definicji AI jest najłatwiejszy. W tym celu przyjmuje się pewne cechy AI jako podstawę dla definicji. Jako pewne uważa się prawdopodobnie następujące cechy systemów AI:

• Systemy AI są kunsztownymi systemami. Zależą od sprzętu i/lub oprogramowania. Można by również użyć atrybutu maszynowego lub może niebiologicznego. Dowód: AI = Kunsztowna Inteligencja.
• AI-Systeme sind intelligent. Beweis: AI = Künstliche Intelligenz.

Zatem już dwa cechy sztucznej inteligencji zostały znalezione, z którymi prawdopodobnie nikt nie będzie się zgadzał:

• Machine-based (sagt auch die OECD) or Hardware-basiert or, noch besser, artificial. Weil einfach einfach is.
• Mądry: Nikt (poza mną) nie mówi: ani OECD, ani rozporządzenie o AI nie używają słowa "mądry" lub "mądrości" (a jeśli to zrobią, to tylko jako połączone słowo "sztuczna inteligencja"). Jeśli bylibyśmy obawiali się trudnych do opisania lub niejasnych terminów, nie powinniśmy używać wnioskowania czy uczenia maszynowego.

Z pojęciem "inteligentny" będę się wycofywał później. Jednakże ten termin sprawia, że można głęboko zająć się problemem definicji. Poza tym znalazłem definicję "Inteligencji": Nowa definicja sztucznej inteligencji jest tak elegancka, że przez usunięcie dwóch słów powstaje definicja inteligencji.

Przykłady inteligentnych i nieinteligentnych systemów

Przed tym, co dalej, należy się zastanowić, które systemy są inteligentne. Oznaczam to tutaj jako Przykłady pozytywne. Równie ważne są negative indicators, które wymieniają nieinteligentne systemy.

Poniższa tabela przedstawia subiektywną klasyfikację systemów inteligentnych (zarówno sztucznie, jak i nie) w postaci takich Przykłady pozytywne:

System	Dlaczego inteligentny?
Zestresowany aspirator robociowy	Używaj kamerę do rozpoznawania obiektów, aby móc rozpoznać pomieszczenie i poruszać się w nim celowo.
Człowiek	Inteligencja jest u każdego człowieka bardzo różnie rozproszona, ale ogólnie przyjmuje się, że istnieje.
Ameise	Może odkrywać złożone środowiska i rozwiązywać trudne problemy. Ponadto zdolna do tzw. "szarwów inteligencji" (nie jest wymagane dla przyjęcia na listę).
ChatGPT	Może odpowiedzieć na skomplikowane pytania i połączyć wiedzę, radzi sobie też z niejasnymi pytaniami (patrz niżej)
Samolot bezpilotowy	Odkrywa dotychczas nieznane obiekty, podejmuje decyzje i tym samym może samodzielnie rozwiązać problem, od punktu startowego do ustalonego lub innego określonego punktu docelowego lotu.

Tak samo subiektywnie definiuje się nieinteligentne systemy (niezależnie od tego, czy są naturalne, czy sztuczne):

System	Dlaczego nie inteligentny?
Prosty robot do aspiracji	Zależy głównie od przypadku lub prostych zasad.
image generator (Stable Diffusion)	Nie może wykorzystać nowych wiedz.
Donald Trump	Używa mimik i fraz, które nauczył się, jest przeciwko wszystkim tym, którzy są mu przeciwni. Ma złego fryzurzystę, pomimo tego, że istnieją liczni dobrych fryzurzyści.
Generacja losowa	W dużej mierze opiera się na przypadku (ale teoretycznie może rozwiązać każdy problem).
Waga cyfrowa	Może tylko jedną z prostych pytań odpowiedzieć i tylko wtedy, gdy obiekt lub osoba są „poprawnie” umieszczone na wadze.
Samolot bezpilotowy	Nie podejmuje samodzielnie żadnych decyzji, tylko wykonuje polecenia użytkownika.
Słownik internetowy	Na podstawie jakichkolwiek metod porównywania znaków i z użyciem dodatkowych reguł (link juice itp.) ustalanie kolejności wyników.
Cell phone-keyboard	Zaproponuj sugestie dla obecnie i następnego słowa, korzystając z mechanizmu liczenia lub prostych porównań podobieństwa.
Rozpoznawanie obiektów w kamerach bezpieczeństwa	Może inteligentny. Zależy od jakości rozpoznawania.

Wszystkie te przykłady, zarówno pozytywne jak i negatywne, mają coś wspólnego: nie używają słów Software, Statistik, Mensch lub innych fraz z AI-Verordnung.

Co to jest definicja inteligencji?

Krótka odpowiedź: Nie wiem. Nie znam takiej definicji, która

• precyse (sharp, not fuzzy)
• Poprawnie i
• Konkretnie jest.

Ten problem definicji pojęcia nie może być rozwiązany w tej chwili. Jeśli rozwiązanie definicji tego pojęcia okazuje się potrzebne, musi ono zostać ponownie podjęte. Pokażemy to sobie natychmiast. Tak, pokazano to poniżej.

Wszystko to jednak nie znaczy, że z roszczenia, iż system musi być inteligentny, można wywieźć istotne cechy do definicji, co to jest AI. W poprzednim zdaniu było "musi", a nie "może" lub "mógłby" albo "w różnym stopniu". Porównaj to z relatywizacjami w definicjach AI-Verordnungen i OECD, które staram się unikać.

Jako dalsze cechy sztucznej inteligencji proponuję ad hoc następujące i ciekawi się, czy te się ustaną:

• System AI próbuje rozwiązać problem. Pojęcie celu jest zastąpione przez problem. Według Wikipedii problem zawiera w sobie cele. Problem, zgodnie z moją definicją, jest pojęciem bardziej rozbudowanym i czymś, co nie może być rozwiązane poprzez prostą wyszukiwanie wiedzy lub prostą (słabszą) realizację instrukcji. Inaczej każda zapytanie do systemu AI byłoby odpowiednie, aby wywołać pozory inteligencji. Zapytanie to brzmiałoby: "Jaki dzień tygodnia był 19 marca 2024 roku?". Odpowiedź na to pytanie nie wymaga ChatGPT. Jeśli nawet ChatGPT odpowiedział na to pytanie poprzez przegląd kalendarza, nie mówilibyśmy o inteligencji, ponieważ ta sama odpowiedź może być udzielona przez program prosty. To, że systemy inteligentne mogą rozwiązywać proste zadania, nie jest przeszkodą.
• System AI spróbuję, rozwiązać problem za pomocą ścieżki rozwiązania, która nie została określona konkretnie. Proszę zwrócić uwagę: Tutaj stoi "spróbuję"!
• System AI może w razie potrzeby łączyć istniejące z nowym wiedzą. Zatem generatory obrazów (Midjourney, Stable Diffusion itp.) nie są inteligencjami.
• System AI jest w stanie zrozumieć nieprecyzyjne problematyki. Mowa tu szczególnie o tym, że jeśli w problematyce słowo zostało napisane źle, system AI może to uzupełnić. Inny przykład: Słowa są połączone w inny sposób niż zwykle. System AI jednak zrozumiał to (tak samo jak człowiek). Inne, bardziej skomplikowane przykłady są możliwe.
• System AI może wnioskować. Co to znaczy wnioskować, trzeba jeszcze zdefiniować. Prawdopodobnie każdy człowiek rozumie natychmiast, co to znaczy wnioskować lub raczej niż słowo inteligencja.

Podejście do rozwiązania problemu nie jest oczywiście równoznaczne z faktycznym rozwiązaniem problemu. Istnieje coś, co uważa się za "inteligentną" metodę podejścia do problemu. Często w procedurach selekcyjnych ("Assessment Center") obserwuje się, jak kandydat chce rozwiązać problem. W tym wymienionym wyżej procesie nie chodzi o to, czy kandydat może rozwiązać problem, ale o to, jak on go rozwiązuje!

Systemy AI mogą być również, ale może tylko w drugiej linii, zdefiniowane przy pomocy cech "można". Definicja przepisu o AI służy jednak niestety prawie wyłącznie tym kryteriom "można".

Meine Vorschläge für Kann-Merkmale für AI-Systeme:

• Samodzielne rozwiązywanie problemów: Nawet niezależne rozwiązanie może świadczyć o inteligencji. Wiem, że nie jeden człowiek zbudował rakietę, która dotarła do Księżyca, ale tysiące ludzi wspólnie.
• Modalności: Modalność jest rodzajem danych. Przykłady to tekst, wideo, audio, sejsmograf. System AI może rozwiązać problemy dla jednej modalności lub też dla kombinacji kilku modalności (przykład: system AI, który odpowiada na tekstową pytaniami dla danego zdjęcia).

W następnym rozdziale opisany zostanie proces pozwalający na ustalenie definicji pojęcia Inteligencja sztuczna, która może być zdefiniowana bez odniesienia do niezmiernie trudno określonego pojęcia inteligencji.

Proces tworzenia definicji pojęcia AI

Oto przekład: Powyższe odkrycia i cechy, które mogą opisywać AI, powinny być dobrym punktem wyjścia dla wiarygodnej i przede wszystkim trafnej definicji. Po uzyskaniu definicji poprzez następny proces ta definicja może zostać zweryfikowana przy pomocy przykładów pozytywnych i negatywnych.

Moim pomysłem na proces znalezienia definicji pojęcia AI jest:

1. Tworzenie przykładów dla systemów AI (przykłady pozytywne). Także tworzenie przykładów, które nie są ani nie są nawet prawie systemami AI (przykłady negatywne).
2. Z przykładów i dotychczasowych cech rozwinąć nowe cechy lub zmienić istniejące. Dla każdej cechy sprawdzić: Czy odnosi się do wszystkich znalezionych przykładów pozytywnych?
3. Dla przykładów negatywnych sprawdź: Czy nowo odkryte cecha nie dotyczy przykładów negatywnych? Jeśli tak, jeśli zatem cecha ta dotyczy: Czy kombinacja wszystkich dotychczas znalezionych cech w całości nie dotyczy przykładów negatywnych? Jeśli nie, jeśli więc wszystkie cechy razem również dotyczą przykładowego przypadku negatywnego: Poszukaj nowej cechy, która nie dotyczy już przykładowego przypadku negatywnego, ale dotyczy wszystkich przykładów pozytywnych.
4. Próba konsolidacji cech: Jakie dwie lub więcej cechy mogą być złączone w jedną cechę?
5. Przetestuj przykłady pozytywnych i negatywnych. Jeśli test zawiedzie się, wróć do kroku 2.
6. Zdefiniuj używane w tym miejscu pojęcia, które nie są jasno określone. Przejdź przez ten sam proces od kroku 1 rekursywnie.
7. Jeżeli byłyby przedefiniowane pojęcia, to sprawdzono, czy te pojęcia mogą być zastąpione przez inne, które nie wymagają definicji. Tak się stało z pojęciem "systemy oparte na sprzęcie", które w wersji 2 zostało zastąpione przez "sztuczne systemy".
8. Dodatkowe przykłady znaleźć i zacząć od kroku 1.

Ten proces sprzyja jednej z dwóch możliwości: albo uda się ustalić najlepszą definicję danego pojęcia, albo okazuje się, że ostatecznie każda definicja opiera się na innych pojęciach, dla których nie ma jasnej definicji lub które odnoszą się do innych używanych pojęć.

Zależnie od oczekiwań po pewnym czasie będziesz miał dobre definicje AI, które będą znacznie lepsze niż wszystkie dotychczas istniejące definicje, według mojej wiedzy.

Definicja AI

Po wszystkich rozważaniach i zastosowaniu mojego procesu idzie moja definicja sztucznej inteligencji. Brzmi ona:

Als Künstliche Intelligenz wird ein künstliches System bezeichnet, das versucht, ein Problem auch bei unscharfer Vorgabe auf eine nicht konkret vorgegebene, lösungsorientierte Weise zu lösen und dazu bestehendes mit neuem knowledge kombiniert und conclusions zieht.

Quelle: Klaus Meffert im Dr. DSGVO Blog (Stand: 03.04.2024)

Główne cechy tej definicji są:

• Sztucznie (wcześniej oparte na sprzęcie): Ponieważ jest to bardzo proste, tutaj używa się atrybutu, który już od dłuższego czasu jest zawarty w pojęciu AI, czyli sztucznie. Niektórzy używają "maszyny", co byłoby zbyt skróconym określeniem. Zobacz poniżej dla mojej definicji "sprzętu" (już niepotrzebnej, ponieważ teraz używa się "sztucznie"). Oprogramowanie byłoby błędne, chyba że definiowalibyśmy oprogramowanie bardzo szeroko. Wtedy jednak potrzebowalibyśmy dodatkowej definicji do głównej definicji, co powodowałoby utratę zrozumiałości.
• Pokusy rozwiązania problemu: Nie wejście i nie cel, ale problem! A niekoniecznie rozwiązanie problemu, ale już sam widoczny, interesujący próby wystarczą!
• Niespreczona wskazówka: Jeśli jest jakakolwiek wskazówka ("… także przy…"), może być ona leniwa lub nieprecyzyjna, a nawet sprzeczna. Przykład: "Waz sint Cookis" Odpowiedź: "Ciasteczka to zestawy danych, wielu mylnie uważa, że są to pliki tekstowe" –> Pomimo błędów pisarskich i braku znaku zapytania w pytaniu zostaje ono rozpoznane i odpowiedzie. Niektóre systemy działają bez wskazówki ("pytania")! Przykład: Robot do przeprowadzania pary. Jest on uruchamiany i startuje. W tym przypadku nie ma żadnej wskazówki od użytkownika. Zamiast tego istnieje polewanie lub zadanie, które zostało zapisane podczas konstrukcji robotu.
• Niekonkretny sposób rozwiązania: Nie sztywne przepisy, ale elastyczny i elastyczny system. Zobacz sieć neuronową. Może być również każdy inny mechanizm, który ma podobne cechy. Przeciwprzykłady: System ekspertów, klasyczny algorytm sortowania, algorytm Page Rank w najbardziej antydatowej wyszukiwarce świata.
• Orientowany na rozwiązanie: Można by również użyć przykładowego przymiotnika takiego jak fundowany,problemowy lub celowość. Odróżnia losowe działanie od inteligentnego algorytmu, który próbuje, rozwiązanie problemu aktywnie promować (z angielskiego znany jest "make an educated guess": Wyraźmy fundowaną przypuszczenie. Czy przypuszczenie było dobre, nie ma znaczenia, musi być tylko fundowane. Fundowany to to, co inni mogliby nazwać dobrym podejściem, "inteligentnym"). Jeśli człowiek uważa się za miarę wszystkiego, to jest uzasadnione to, co może znaleźć dobrego. Tak uniknie się tu słowa "inteligentny". Sędziowie są bowiem ludźmi i ostatecznie każdy spór rozstrzygają oni.
• Współpracować z wiedzą: Istniejąca wiedza to to, co już system AI wiedział (u ludzi nazywa się to "wychowaniem" lub "nauką"). Nowa wiedza to to, co system AI otrzymuje albo poprzez zadane instrukcje albo przez samodzielne zdobywanie informacji (przez internet, kamerę, dane z czujników…). Kombinacja oznacza połączenie istniejącego i nowego wiedzenia, aby uzyskać wnioski. Wnioski to wszystkie informacje, które mogą pomóc rozwiązać problem lub zidentyfikować błędy! Przykład Chain of Thought: AI otrzymuje problem i stwierdza, że jej brakuje wiedzenia. Zaczyna szukać, znajduje coś i sprawdza, czy tym samym można zamknąć lukę wiedzy. Jeśli luka jest zamknięta, nowe wiedzenie jest połączone z istniejącym (lub tylko nowe wiedzenie jest przyjęte, jeśli nie ma istniejącego relevantnego wiedzenia). Wiedza nie musi zawsze być łączona, ale jeśli jest to konieczne lub sensowne, powinna się to odbyć. Im bardziej AI potrafi to robić, tym mądrzejsza lub mniej mądra jest. Zamiast "Wiedzy" można by się zastanawiać, czy chodzi o "informacje" lub "dane". Jednakże wiedza jest prawidłowa, ponieważ inteligencja polega na uzyskaniu z danych najpierw informacji a następnie znajomości podstawowych faktów.
• Wyciągnąć wnioski: Przykład robota do przeprowadzania pary psiej: Po rozpoznaniu przeszkody, jedzie na nią, a następnie zatrzymuje się, obraca i kontynuuje w inną (oznaczoną jako "dobrą") kierunku. W tym przypadku istotne jest to, co oznacza "dobry", bo inaczej Kolegium Losu mógłby być uznany za inteligentnego. Alternatywnie robot może zatrzymać się lub obrócić w połowie trasy, np. dlatego że reszta drogi została już przeparta. Analogicznie do poprzedniego punktu "Złączenie wiedzy": Z konkluzjami można się posłużyć, ale nie musi się to dziać. Konkluzja powinna nastąpić, gdy jest to potrzebne lub sensowne. W zależności od tego, jak dobrze to działa, AI jest bardziej inteligentna lub mniej inteligentna.

W definicji wyróżnia się fundamentowy próby rozwiązania. Również omawiana jest możliwość zrozumienia (przetworzenia) nieprecyzyjnych danych wejściowych. Kombinowanie wiedzy i wnioskowanie są kolejnymi ważnymi cechami inteligencji (bez względu na jej formę).

Ponieważ pierwotnie używałem terminu Hardware-basiert, który teraz został zastąpiony przez artificial, moja definicja hardware, która nie jest już potrzebna, brzmi:

Urządzenia określają nieorganiczną materię i inne istnienia, które różnią się od organicznej materii. Tak samo urządzenia obejmują organiczną materię, która nie jest żywym organizmem i nie jest quasi-żywym organizmem (wirusy itp.).

Moja definicja ad-hoc sprzętu w kontekście mojej definicji AI (stan na 20.03.2024).

Dlatego pojęcie artificial (poprzednio: oparte na sprzęcie) jest bardziej odpowiednie niż pojęcie maszyny, które używa OECD i które początkowo uważałem za równoważne, a nawet lepsze. Po pierwszym namyśle. Ponieważ AI może istnieć również w organicznej, nieżywej formie. Nawet antymateria lub inne niemożliwe egzystencje są możliwe. Chcę je przynajmniej wykluczyć bez potrzeby. Przedmiot inteligencji jest a priori nieistotny.

Następnie idzie test mojej definicji wobec przytaczanych wyżej przykładów pozytywnych i negatywnych. Czy moja definicja przetrwa test?

Pierwsze przykłady pozytywne: Muszą one wszystkie być objęte przez powyższą definicję, w przeciwnym razie definicja nie byłaby odpowiednia. W liście przykładów każdego z nich wymienione są cechy, które zawiera moja definicja ("oparta na sprzęcie" itd.).

Zestaw robota do przesuwania pyłu:

• Artificial: Yes.
• Pokusy rozwiązania problemu: Tak, przy pomocy wbudowanej kamery obiekty są zarejestrowane i rozpoznawane oraz działania są wywoływane (podobnie jak w problemie podróżującego handlarza, ale bez próbowania przypadkowego)
• Niestabilna przepiska: Tutaj nieistotne, ponieważ nie ma żadnej przepisów (patrz powyżej, tam opisane).
• Niekonkretne rozwiązanie: Tak, bo ocena zdjęcia z kamery odbywa się (przy podejściu opartym na Transformerze) w sposób bardzo elastyczny i nieprzezroczorny za pomocą sieci neuronowej (jak u ludzi).
• Orientowany na rozwiązanie: Przeciągacz próbuje aktywnie pracować jak najefektywniej. Czy zawsze mu to udaje się, jest drugorzędne. Małe dziecko często próbuje rzeczy, które nie są od razu korzystne, ale uczy się z nich lub może nauczyć się, że ten sposób jest błędny.
• knowledge combine: Yes, Kamerabild mit Objekterkennung = neues knowledge, bisher wahrgenommene Umgebung = altes knowledge, neue Fahrtroute = Kombination.
• conclusions ziehen: Yes (siehe weiter oben, dort beschrieben).

Fazit: Definition passt.

Przed tym, jak będą omówione kolejne przykłady pozytywne, warto zwrócić uwagę na przykłady negatywne: Nie dotyczą one żadnego z powyższych definicji AI. Przykłady te zostały już częściowo wymienione powyżej, dlaczego nie są inteligentne. Oto krótkie podsumowanie:

• Prosty robot stójkowy: Działa na zasadzie przypadku i nie próbuje działać w kierunku rozwiązania problemu. Nie może łączyć wiedzy.
• Losowy generator: Także.
• Waga cyfrowa: Nie może połączyć wiedzy, nie rozwiązuje problemu ani nawet nie próbuje (patrz powyżej: definicja problemu. Problem = coś bardziej złożonego, nie rozwiązywalnego przez prostą wykonywania poleceń).
• Ferngesteuerte Drohne: Dito.
• Suchmaschine: Rein regelbasiert, nutzt einen konkret vorgegebenen solution. Suchmaschinen, die an AI-Systeme angebunden sind, sind AI-Systeme 😉
• image generator (Stable Diffusion): Nie może połączyć wiedzy i nie pokazuje tego w wyjściu (lub nie jest możliwe do ustalenia) –> Obszar kreatywny nie musi być mierzalny przez pojęcie inteligencji. Czy Rembrandt jako artysta był inteligentny, można obiektywnie (bez żadnej ironii, zupełnie spokojnie powiedzieć) zaprzeczyć. Sztuka leży w oku obserwującego. Sztuka i inteligencja są dwoma kategoriami, które początkowo nie są kompatybilne. Obraz często nie rozwiązuje naprawdę jakiegokolwiek problemu. Wielu pewnie zna następujący przykład: Pracownia artystyczna osiąga np. 100 milionów euro. Większość ludzi powiedziałaby wtedy: "To dzieło jest brzydkie. Nie zapłaciłbym ani jednego euro (lub waluty krajowej) za to." Chodzi o inteligencję, nie o opinie większości, ale sztuka jest po prostu subiektywna.
• Klawiatura telefonu komórkowego: działa na zasadzie częstotliwości (niektórzy mówią statystyka).
• Donald Trump: Außerhalb dieser Betrachtung.

Wynik: Wszystkie przykłady negatywne są prawidłowo niezachowane w definicji AI. Definicja nadal się sprawdza.

Następnie następuje weryfikacja definicji z dodatkowymi przykładami pozytywnymi:

ChatGPT:

• *Artificial*: Yes.
• Proby rozwiązania problemu: Tak, wydaje się tak. Zobaczcie liczne wrażające przykłady.
• Unscharfe Vorgabe: Yes, siehe schlampige Fragestellungen aller Art.
• Nicht konkret vorgegebener solution: Yes, ChatGPT basiert auf einem neuronalen Netzwerk und dem Transformer (=menschlicher Intelligenzmechanismus, sage ich)
• Orientowany na rozwiązanie: Tak, jak pokazują wiele przykładów. Nie każde problem musi być zadowalająco rozwiązane (patrz człowiek jako przykład).
• Połączenie wiedzy: Tak, wydaje się tak. Teraz również poprzez dodanie wiedzy z Internetu. Zobacz także FastGPT (mój wynik był idealny. FastGPT używa losowości, aby dać bardziej kreatywne odpowiedzi, dlatego może wystąpić nieidealny wynik, jeśli przejdziecie do linku).
• Wyciągnąć wnioski: Tak, wydaje się. ChatGPT może samodzielnie rozwiązać zadania matematyczne, które najlepsi matematycy świata mogą w najlepszym przypadku lub nie mogą rozwiązać. A następnie często jest jeszcze sposób na rozwiązanie.

Podsumowanie: Definicja się sprawdza również tutaj.

Obok tego: Kto lubi używać innej wyszukiwarki niż Google, polecam Kagi. Kagi zawiera powyższe FastGPT. Teraz przychodzi czas na szok: Kagi kosztuje 5$ miesięcznie, ale nie ma w niej reklam!

Amerykańska mrówka:

• Sztuczny: Nie, żywa –> w porządku, bo mrówka nie jest sztuczną inteligencją, lecz żywą inteligencją. To kryterium nie należało sprawdzać dla mrówki.
• Pokusy rozwiązania problemu: Tak, patrz na życie mrówki. Przykłady: poszukiwanie pożywienia, budowa gniazda.
• Niespreczona wskazówka: Albo nie ma żadnej wskazówki, albo kolonia mrówek podaje nam niespreczoną wskazówkę.
• Nicht konkret vorgegebener solution: Yes, siehe das Leben einer Ameise. Beispiele: Futtersuche, Nestbau, Verteidigung gegen Feinde.
• Orientowany na rozwiązanie: Tak, wydaje się tak. Po prostu mrówki żyją już od dawna na tym planecie.
• knowledge combine: Yes, offenbar. Beispiele: Terrain erkunden, Futtersuche, Material für Nestbau suchen und transportieren.
• conclusions ziehen: Yes. Beispiel: Pheromon-Fährten anderer Ameisen.

Podsumowanie: Definicja jest poprawna.

Człowiek:

Ten człowiek jest opisywany jako inteligentny. Ja mówię: Obecne systemy AI wykorzystują jakościowo tę samą funkcję intelektualną jak człowiek. Składa się ona głównie z sieci neuronowej i przekształcenia lub porównywalnego lub lepszego podejścia.

Wynik: Definicja się sprawdza, choć człowiek nie jest AI (dlatego bez przeprowadzenia testu na artificial).

Następnie jest test na przykładzie, w którym zależy od jakości systemu, czy jest on inteligentny lub nie:Rozpoznawanie obiektów w kamerach bezpieczeństwa*. Pytaniem jest, co to system ma osiągnąć i jak dobrze wykonuje swoją funkcję.

• *Artificial*: Yes.
• Pokusy rozwiązania problemu: Problemem jest rozpoznawanie obiektów na zdjęciu. Jeśli mają być rozpoznane tylko proste obiekty lub tylko kilka nieco bardziej skomplikowanych, to system może być niewystarczający i tym samym nie będzie AI. Można rozpoznać wiele obiektów bez pomocy AI.
• Niestabilna zalecenie: Tutaj nieistotne, ponieważ brak jest jakiegokolwiek zalecenia. Bądźż w przypadku gdyby istniało (odpowiedz tylko na włamywaczy, a nie na przechodniów), to system byłby AI, jeśli zalecenie zostałoby wystarczająco uwzględnione.
• Niekonkretny sposób rozwiązania problemu: Jeśli tak, to przynajmniej potencjalnie może być to AI.
• Orientowany na rozwiązanie: Jeśli nie, to żadna AI. Będzie nieregulowana lub ograniczona do rozwiązań w zależności od złożoności i zdolności reguł.
• knowledge combine: Falls no, dann keine AI.
• Wyciągnąć wnioski: Jeśli tak, byłoby to silny wskaznik dla AI. Jeśli nie, to system byłby mniej wydajny i prawdopodobnie nie byłoby to AI.

Jasne jest, że za pomocą definicji można stosunkowo dobrze ustalić, kiedy rozpoznawanie obrazów może być uważane za AI i kiedy nie. Także stopień inteligencji można w ten sposób wywnioskować.

Wnioski

Definicja kształtowana przez mnie dla Sztucznej Inteligencji brzmi:

Wersja angielska brzmi:

Poprzez systematykę sprawdzono odpowiedniość definicji. Nie wydaje się, że takie sprawdzenie odbyło się w przypadku definicji AI zgodnie z rozporządzeniem o AI. Definicja OECD jest lepsza, ale nie wystarczająco precyzyjna. Ponadto zawiera wiele słów tłumaczących, które wskazują na to, że autorom brakowało istotnych pojęć.

Definicja została ustalona bez uwzględnienia ogólnych źródeł (jak Wikipedia, Duden itd.), ale dopiero potem porównana z nimi (patrz "PS" poniżej).

W tym artykule zostały zdefiniowane podstawowe cechy AI, które uznano za niekwestionowane.

Weiterhin zostały Cechy charakterystyczne systemów AI zdefiniowane. Ponadto zostały Kann-Merkmale od AI-Systemów zdefiniowane, które dla definicji nie są konieczne, ale przy odróżnianiu różnorodnych systemów AI pomagają.

Do walidacji podano przykłady pozytywne dla systemów inteligentnych i przykłady negatywne dla nieinteligentnych systemów, oraz krótkie opisy.

Następnie został opisany proces, dzięki któremu można uzyskać najlepszą możliwą definicję pojęcia AI.

Po tym zaproponowano definicję dla sztucznej inteligencji. Ostatecznie ta definicja została sprawdzona przy pomocy opisanego procesu. Sprawdzenie wykazało, że definicja pasuje do podanych przykładów pozytywnych i negatywnych.

Tekst źródłowy: Definicja AI wydaje się odpowiednia dla przytaczanych przykładów. Dodatkowe przykłady pomogą w uzupełnieniu i bardziej szczegółowym przeanalizowaniu definicji. Możliwe, że również będzie potrzebna korekta. Definicja mojej AI opiera się głównie na pojęciu problemu. Co to jest problem, jest znacznie łatwiejsze wyjaśnić niż co to są "inteligencja" lub "AI". Poprzez redukcję problemu definicyjnego do czegoś prostszego, prawdopodobnie skutkuje to uzupełnieniem i ewentualnym pogłębieniem pojęcia problemu.

Obszar kreatywny nie jest łatwo dostępny dla pojęcia inteligencji. Twórcze działanie powinno być traktowane jako następstwo, byłoby moim sugestią. Może prowadzi to do definicji kreatywnej sztucznej inteligencji, która uzupełnia, rozbudza lub precyzuje powyższą definicję.

Definicja podaje się jako różniąca się jakościowo od tych OECD i rozporządzenia o AI. Nie opiera się na oprogramowaniu ani celach. Również człowiek jako część systemu nie jest zdefiniowany. Człowiek nie jest potrzebny, aby istniała sztuczna inteligencja (jeśli istnieje). Bardzo inaczej jest, że moja definicja skieruje się na sposób rozwiązania i wymaga kombinacji wiedzy oraz wniosków jako kryteriów. Wprowadzenie i wyjście nie są wymienione w mojej definicji, ponieważ uważam, że nie są one cechami inteligencji. Problem i próba rozwiązania są natomiast integralnie zdefiniowane w mojej definicji. Elegant jest użycie "sztucznego systemu", ponieważ AI jest sztuczna.

Ten wpis faktycznie miał na celu skrytykować istniejące definicje AI i nazwać proces, który prowadzi do dobrej definicji. Na koniec wyłoniła się definicja AI, którą yes osobiście uznaję za znacznie bardziej odpowiednią niż ta z rozporządzenia o AI i OECD.

Ostatni raz jeszcze definicja kompleksowa inteligencji:

Inteligencja to system, który próbuje rozwiązać problem w niespecyficzny, zorientowany na rozwiązanie sposób, nawet jeśli problem nie jest jasno zdefiniowany, poprzez łączenie istniejącej wiedzy z nową wiedzą i wyciąganie wniosków.

Źródło: Klaus Meffert na blogu Dr. DSGVO (stan na 03.04.2024)

Powroty proszę bardzo przez komentarz poniżej lub mailowo (link na dole strony: "Napisz wiadomość").

PS: Jak widzę teraz (podczas korekty tekstu), Wikipedia definiuje pojęcie inteligencji poprzez rozwiązywanie problemów. Słowo "cel" tam nie występuje. Definicja Wikipedii używa wszystkich możliwych nieprecyzyjnych terminów ("kognitywny", "intelektualny", "sensowny"), które są również błędne w przypadku sztucznej inteligencji. Moja definicja inteligencji odpowiada dokładnie mojej definicji sztucznej inteligencji, z tym jednym różnicą, że w mojej KI-definicji kwestia kunsztu jest wymieniona jako dodatkowe kryterium. Ponadto należy zauważyć, że "rozwiązywanie problemów" wskazane przez Wikipedia również definiuje się jako próbę (zakładającą), a nie jako sukces (osiągnięty), co moja definicja potwierdza ("… celu Celował..."),.