***************************
                         *    UMĚLÁ INTELIGENCE    *
                         *         1. část         *
                         ***************************

       Čau  lidi. Jmenuju  se Fatal  a budu  tady několikrát  cosi vykládat o
   umělé inteligenci. Takže, co je  to vlastně umělá inteligence (anglicky se
   tomu říká  artificial intelligence -  AI)? Představte si  situaci: prostě,
   vracíte se jednou takhle domů a u dveří zjistíte, že nemáte klíče. Začnete
   přemýšlet, co bude asi  nejideálnějším řešením. Vybíráte alternativy, zase
   je  zavrhujete a  nakonec si  nějakou vyberete.  Využíváte svých  znalostí
   (např.  víte, kde  bydlí kámoš  a jdete  tam) a  určitě na  něco přijdete,
   ačkoliv se  vám to třeba nikdy  nestalo. A to je  v podstatě princip umělé
   inteligence  (přesněji, jeden  z principů).   Jde o  to, jak  naučit stroj
   podobně "uvažovat". Říkám záměrně stroj,  protože celá původní teorie byla
   vybudována pouze pro  použití v robotice (tihle roboti  s prvky AI dostali
   přízvisko kognitivní) a s použitím  někde jinde se vůbec nepočítalo. Počí-
   tačová AI  byla ve větším  měřítku použita  poprvé  v NASA, a  to k řízení
   a kontrole letu dálkových  družic (dnešní VOYAGER je taky  napojen na něco
   podobného).
       Než  se  začnu  zabývat  aplikacemi  umělé  inteligence,  měl bych asi
   vysvětlit  aspoň  základní  pojmy,  a  to  databáze  znalostí,  dedukce  a
   adaptabilní systém.
       Tedy  databáze znalostí  je souhrn  všech faktů,  které program  zná a
   používá je jako svoje vědomosti.  Vlastní uspořádání faktů v souboru patří
   mezi hlavní problémy při vývoji AI softwaru, protože jestli si s utvářením
   datových fajlů nedáte  trochu práci, tak se vám  lehce stane, že křemíkový
   trouba stráví hledáním informací 95% strojového času a docela možné je, že
   nakonec stejně  nic nenajde. Podle  jednoho člověka je  vhodné udržovat si
   zvlášť  znalosti  o  znalostech  (alias  metaznalosti),  příp.  znalosti o
   metaznalostech (metametaznalosti)  atd., čímž se sice hledání urychlí, ale
   množství dat povážlivě vzroste.
       Deduktivní algoritmy vlastně daly AI jméno, neboť jejich aplikace jsou
   všude tam,  kde je zapotřebí  z poměrně mála  informací stanovit konkrétní
   závěr.  Jedná  se  tedy  skoro  o  "logiku".  Ovšem  nemyslete si, že když
   existují jisté odvozovací postupy, jsou  závěry vždy ideální. Úspěšnost je
   závislá na množství základních informací  (těm se říká axiomy a implicitně
   jsou pokládány  za správné) a  pokud se stane,  že závěr nelze  ze známých
   faktů  stanovit, má  dobrý program o  další doplňková data  požádat (tyhle
   informace se označují  jako lemma). Měl by také umět  svůj závěr obhájit a
   vysvětlit. Problematika  dedukce je natolik  složitá, že má  svoji vlastní
   konferenci, která  se jmenuje CADE (International  Conference on Automated
   Deduction).
       Adaptabilním systémem můžeme prohlásit  každou snůšku instrukcí, která
   se je schopná učit z vlastních  chyb, neboli je schopna aktualizovat svoji
   databázi  znalostí,  což  nemusí  být  zrovna  procházka růžovou zahradou,
   uvědomíte-li si,  že rozsáhlé databáze mohou  obsahovat řádově miliony (ty
   průměrně  obsáhlé) informací,  nepočítaje ani  indexové soubory obsahující
   výše zmíněné metaznalosti.
       Aplikovat  umělou inteligenci  lze v  podstatě ve  všech oborech. 100%
   jsou schopnosti AI využívány v  matematických programech, podle nichž jsou
   tranzistoři  nuceni  do  dokazování  vět  nebo  odvozování  poznatků zcela
   nových.
       Expertní  systémy  se  od  ostatních  výtvorů  liší  především  délkou
   databází,  neboť  tyhle  produkty  plní   do  jisté  míry  úlohu  chytrých
   encyklopedií,  protože  jsou  využívány  v  oblastech,  kde  se  bez kvant
   znalostí  nelze  obejít  (např.  program  MYCIN  z  roku  1976 provádějící
   diagnózy chorob).
       Systémy řídící  mají nejvíce vyvinutu stránku  rozhodovací, kde úspěch
   závisí  jednak  na  obsahu  databáze,  ale  hlavně  na  kvalitě  algoritmů
   provádějících vlastní  deduktivní činnost, protože  takováhle zběsilost by
   měla být schopna najít východisko z každé situace týkající se oblasti, jež
   je pod její kontrolou.
       Teď má asi většina z vás  pocit, že napsat nějaký podobný prográmek je
   úloha pro vraha.  Ale tak strašné to zase  není, protože většina algoritmů
   je celkem  jednoduchá a na  organizaci relativně malých  databází zase tak
   moc nezáleží.
       Možná  vás asi  napadlo, v  čem se  něco podobného dá napsat. Skoro ve
   všem.  Hodí  se  i  Pascal,  ale  asi  nejideálnější  jsou jazyky, jejichž
   základem  je  jazyk  predikátové  logiky  1.  řádu  mající kořeny kdesi ve
   výrokové logice. Jedním z nich  je například PROLOG (zkratka z PROgramming
   in LOGic).  Vzhledem k tomu,  že Pascal je  nejrozšířenější, budou všechny
   přiložené algoritmy psány v něm.
       A co bude příště? Mrkneme se  trochu na tu výrokovou logiku a vyřešíme
   si jeden  hlavolámek. A jestli se  mi bude chtít napsat toho hodně, tak je
   možné, že tam bude i něco o rozhodování v krizových situacích.


                                                          Fatal Error


            výheň