Pojem „umělá inteligence“ by se rovnal stejnému pojmu jako to, co nazýváme „silná AI“ na základě doslovných významů „umělá“ a „inteligence“. Nicméně počáteční výzkum umělé inteligence byl zaměřen na úzké oblasti, jako je rozpoznávání vzorů a automatizované plánování, v naději, že nakonec umožní pochopení skutečné inteligence. Pojem „umělá inteligence“ tak začal zahrnovat tyto užší oblasti („slabá AI“) i myšlenku silné AI.
Na rozdíl od silné umělé inteligence se slabou umělou inteligencí rozumí používání softwaru ke studiu nebo plnění specifických úloh řešení problémů nebo argumentace, které nezahrnují (nebo v některých případech jsou zcela mimo) celou škálu lidských kognitivních schopností. Příkladem slabého softwaru umělé inteligence by mohl být šachový program, jako je Deep Blue. Na rozdíl od silné umělé inteligence nedosáhne slabá umělá inteligence sebeuvědomění nebo neprojeví širokou škálu kognitivních schopností na lidské úrovni a je pouze (pravděpodobně) inteligentní, konkrétnější řešitel problémů.
Někteří tvrdí, že slabé AI programy nemohou být nazývány „inteligentními“, protože nemohou skutečně myslet. V reakci na tvrzení, že slabý AI software jako Deep Blue ve skutečnosti nemyslí, Drew McDermott napsal:
Tvrdil, že Deep Blue má inteligenci a prostě jí chybí šířka inteligence.
Jiní poznamenávají, že Deep Blue je pouze mocný, heuristický vyhledávací strom, který uvádí, že tvrzení o tom, že „přemýšlí“ o šachu, jsou podobná tvrzení o tom, že jednotlivé buňky „přemýšlí“ o syntéze proteinů; oba si vůbec nic neuvědomují a oba pouze následují program, který byl v nich zakódován. Mnozí z těchto kritiků jsou zastánci Slabé UI, kteří tvrdí, že stroje nikdy nemohou být skutečně inteligentní, zatímco jiní, zastánci Silné UI jednoduše tvrdí, že skutečné sebeuvědomění a myšlení, jak ho známe, může vyžadovat specifický druh „programu“ určeného k pozorování a zohledňování procesů vlastního mozku. Mnoho evolučních psychologů poukazuje na to, že lidé mohli právě takový program vyvinout zvlášť silně za účelem sociální interakce nebo možná dokonce klamu, což jsou dvě chování, v nichž jsou lidé mnohem nadřazenější než ostatní zvířata.
Obecná umělá inteligence
Obecný výzkum umělé inteligence si klade za cíl vytvořit umělou inteligenci, která dokáže zcela replikovat lidskou inteligenci, často nazývanou umělá všeobecná inteligence (AGI), aby se odlišila od méně ambiciózních projektů umělé inteligence. Výzkumníci zatím věnovali AGI jen málo pozornosti, mnozí tvrdí, že inteligence je příliš složitá na to, aby se dala zcela replikovat. Některé malé skupiny počítačových vědců však provádějí nějaký výzkum AGI. Mezi organizace, které AGI sledují, patří Adaptivní umělá inteligence, Výzkumný ústav umělé všeobecné inteligence (AGIRI), CCortex, CodeSimian, Novamente LLC a Singularity Institute for Artificial Intelligence. Jedním z posledních přírůstků je Numenta, projekt založený na teoriích Jeffa Hawkinse, tvůrce Palm Pilot. Zatímco Numenta zaujímá výpočetní přístup k obecné inteligenci, Hawkins je také zakladatelem RedWood Neuroscience Institute, který zkoumá vědomé myšlení z biologické perspektivy.
Podle většiny měřítek byl prokázaný pokrok směrem k silné AI omezený. Žádný systém se například nepřiblížil plnému absolvování Turingova testu. Jen málo aktivních výzkumníků AI je připraveno veřejně předpovědět, zda a kdy budou takové systémy vyvinuty, možná kvůli selhání odvážných, nenaplněných předpovědí pokroku ve výzkumu AI v minulých letech.
Filosofie silné UI a vědomí
John Searle a většina dalších účastníků této debaty se zabývají otázkou, zda stroj, který pracuje výhradně prostřednictvím transformace kódovaných dat, by mohl být myslí, nikoliv širší otázkou monismu versus dualismu (tj. zda stroj jakéhokoli typu, včetně biologických strojů, by mohl obsahovat mysl).
Searle ve svém argumentu v čínské místnosti uvádí, že informační procesory nesou zakódovaná data, která popisují jiné věci. Samotná zakódovaná data jsou bez křížového odkazu na věci, které popisují, bezvýznamná. To Searleho vede k tomu, aby zdůraznil, že v samotném informačním procesoru není žádný smysl ani porozumění. V důsledku toho Searle tvrdí, že ani stroj, který by prošel Turingovým testem, by nemusel být nutně vědomý v lidském smyslu.
Někteří filozofové zastávají názor, že pokud je možná slabá umělá inteligence, pak musí být možná i silná umělá inteligence. Daniel C. Dennett ve svém díle Vědomí vysvětluje, že pokud neexistuje žádná magická jiskra nebo duše, pak je Člověk jen stroj, a ptá se, proč by měl mít Člověk-stroj privilegované postavení nad všemi ostatními možnými stroji, pokud jde o inteligenci nebo „mysl“. Ve stejném díle navrhuje svůj Model vědomí v několika konceptech. Simon Blackburn ve svém úvodu k filozofii Myšlení poukazuje na to, že můžete vypadat inteligentně, ale neexistuje způsob, jak určit, zda je tato inteligence skutečná (tj. „mysl“). Pokud se však diskuse omezí na silnou umělou umělou inteligenci spíše než na umělé vědomí, může být možné identifikovat rysy lidských myslí, které se v počítačích zpracovávajících informace nevyskytují.
Mnoho silných zastánců AI věří, že mysl podléhá Church-Turingově tezi. Tato víra je některými vnímána jako neintuitivní a dokonce problematická, protože informační procesor může být zkonstruován z koulí a dřeva. Ačkoli by takové zařízení bylo velmi pomalé a náchylné k selhání, mohlo by dělat cokoliv, co dokáže moderní počítač. Pokud je mysl kompatibilní s Turingovou, znamená to, že alespoň v principu může zařízení vyrobené z koulí a dřevěných kanálů obsahovat vědomou mysl.
Roger Penrose napadl použitelnost Church-Turingovy teze přímo tím, že upozornil na problém haltingu, kdy určité typy výpočtů nemohou být prováděny informačními systémy, ale jsou údajně prováděny lidskou myslí.
Pravda o Strong AI v konečném důsledku závisí na tom, zda stroje na zpracování informací mohou obsahovat všechny vlastnosti myslí, jako je vědomí (Rampant AI). Slabá AI je však nezávislá na problému Strong AI a nelze pochybovat o tom, že mnohé z vlastností moderních počítačů, jako je násobení nebo vyhledávání v databázích, mohly být ještě před sto lety považovány za „inteligentní“.
Počítač simulující model lidského mozku
To mnozí považují za nejrychlejší prostředek k dosažení silné AI, protože to nevyžaduje úplné porozumění. Vyžadovalo by to tři věci:
Jakmile bude takový model sestaven, bude snadno pozměněn a bude tedy otevřen experimentům s metodami pokusů a omylů. To pravděpodobně povede k obrovskému pokroku v porozumění, což umožní zlepšit inteligenci modelu/změnit motivaci.
Konečným cílem projektu je využití superpočítačů k simulaci celého mozku.
Seed AI/technologická singularita
Silná umělá inteligence, která provádí rekurzivní zlepšení, by zvyšovala inteligenci donekonečna a exponenciálně, počínaje lidskou úrovní. Takto vytvořená nesmírně nadlidská inteligence by byla schopna vyvíjet technologii mnohem rychlejším tempem než lidští vědci. Je pravděpodobné, že by bylo nemožné, aby lidé s relativně nepatrnou inteligencí předvídali, s čím přijdou – odtud termín singularita.
Za předpokladu, že bude použit přístup funkčního lidského modelu, bude třeba provést určité úpravy, než k tomu dojde.
Nejvýznamnější jsou změny jeho motivací. Evoluční psychologie zastává názor, že lidé jsou zcela motivováni složitou sestavou ‚touhy po očekávání potěšení‘ a ‚touhy po očekávání vyhnutí se bolesti‘, vyvinuté přirozeným výběrem. Z toho, jak je předpokládáno, pramení všechny lidské touhy.
S porozuměním modelu mohly být odstraněny všechny touhy modelu a přidány nové – rekurzivní sebezdokonalování je nezbytné pro technologickou singularitu. Zřejmě nejdůležitější věcí je vybavit Seed AI pouze touhou sloužit lidstvu – implicitně v tom je sebezdokonalování. Z tohoto důvodu byl zřízen Singularity Institute for Artificial Intelligence.
Poznámka – pokud se evoluční psychologie mýlí, budeme to moci zjistit z modelu.
Kognitivní robotika zahrnuje aplikaci různých oblastí umělé inteligence na robotiku. Zejména silná umělá inteligence by byla velkým přínosem pro tuto oblast.
Srovnání počítačů s lidským mozkem
Mozek získává svou sílu z provádění mnoha paralelních operací, počítač z provádění operací velmi rychle.
Lidský mozek má zhruba 100 miliard neuronů, které pracují současně a jsou spojeny zhruba 100 biliony synapsí. Ačkoli odhady výpočetního výkonu mozku uvádějí kolem 10^14 aktualizací neuronů za sekundu, očekává se, že první neoptimizované simulace lidského mozku budou vyžadovat počítač schopný 10^18 FLOPS. Pro srovnání: univerzální CPU (cca 2006) pracuje s několika GFLOPS.
Odhaduje se však, že neuron vzroste 200krát za sekundu (to dává horní hranici počtu operací).[Jak odkazovat a odkaz na shrnutí nebo text] Signály mezi nimi jsou přenášeny maximální rychlostí 150 metrů za sekundu. Moderní 2GHz procesor pracuje rychlostí 2 miliardy cyklů za sekundu nebo 10 000 000 krát rychleji než lidský neuron a signály v elektronických počítačích cestují zhruba rychlostí světla (300 000 kilometrů za sekundu). I tak omezený počet tranzistorů a jejich funkční vlastnosti znamenají, že nemohou replikovat funkce lidského mozku.
Pokud by nanotechnologie umožňovala konstrukci zařízení podobné velikosti a paralelismu jako mozek běžící rychlostí moderního počítače, pak by lidský model uvnitř prožíval čas, jako by se vyskytoval pomaleji, než ve skutečnosti byl (vzhledem k tomu, jak lidé prožívají čas). Umělý mozek by tak mohl prožívat uplynutí 1 minuty jako ve skutečnosti mnohem delší dobu, možná jako by to bylo několik hodin. Avšak vzhledem k tomu, že vnímání toho, jak dlouho něco trvá, se liší od skutečného trvání časového období, to, jak umělý mozek vnímá časové období, by zcela záviselo na výpočtech a konkrétním typu poznávání během tohoto časového období.