Sunteți pe pagina 1din 121

Gabriel Nicolau

Scurte consideraţii
despre
inteligenţa artificială

O descriere inginerească a subiectului

Prima ediție,
Galați 2017
Scurte considerații despre inteligența artificială

____________________________________________
Descrierea Bibliotecii Naționale a României -
Gabriel Nicolau

SCURTE CONSIDERAȚII DESPRE INTELIGENȚA


ARTIFICIALĂ- O descriere inginerească a subiectului -
Gabriel Nicolau, Galați 2017

ISBN 978-973-0-24470-0
______________________________________

Tipar executat la Tipografia OPANIS


Tel.: 0727.837.844 ; 0743.901.318
www.tipografieopanis.ro

Copyright © 2017 – Toate drepturile rezervate autorului


Scurte considerații despre inteligența artificială

Cuprins

Notă asupra primei ediții, 2017 5


Cuvântul autorului 9
Introducere 11
Glosar de termeni utilizați în acest volum 17
“Valurile” civilizaţiei umane 21
Evoluţia istorică a conceptelor de “Maşină” şi de
“Inteligenţă artificială” 25
Cum poate o maşină automatizată să ia decizii corecte în
raport cu stimulii conjuncturali? 27
Algoritm generic pentru stabilirea unei decizii 31
Algoritm generic pentru execuţia unei decizii 33
Cel mai simplu roboţel 35
Condiţii pentru permiterea autoînvăţării 41
Domenii de utilizare a inteligenţei artificiale 45
Managementul inteligent al clădirilor 47
Confortul locatarului 48
Protecţia locatarului 49
Managementul inteligent al orașului 52
Confortul cetăţeanului 53
Protecţia cetăţeanului 53
Managementul afacerilor 57
Scopuri şi obiective 60
Roboţi autonomi 63

3
Scurte considerații despre inteligența artificială

Sisteme inteligente de relaționare cu clienţii 65


Ofițerul bancar virtual 66
Operatorul Contact Center virtual 67
Chelner restaurant virtual 69
Jucăriile inteligente 70
Protecţia copilului 71
Confortul copilului 71
Educarea copilului 72
Componentele sistemului de inteligenţă artificială 73
Autoînvăţarea 79
Exemplu autoînvățare 81
Abordare comparativă 94
Descrierea algoritmilor de învăţare 97
Replicarea maşină-maşină 98
Mimetismul om-maşină 99
Mecanismul reflex de adaptare 101
Descrierea algoritmului de execuție 103
Aplicaţie practică a setului de algoritmi pentru inteligenţa
artificială 105
Automatizarea casei 107
Inserția algoritmilor de învăţare 111
Deschiderea ochilor către un viitor posibil 119

4
Scurte considerații despre inteligența artificială

Notă asupra primei ediții, 2017

Apariția acestor scurte considerații despre inteligența


artificială în acest moment, în care internetul, această
conștiință virtuală globală, ne oferă surse informaționale pe
orice subiect pe care cineva ar mai dori să-l abordeze, poate
să ne provoace nedumerire și chiar surprindere. Când în
lumea informațională există deja scenarii sumbre cum că
specia umană poate fi subjugată de forme avansate de
inteligență artificială, cui îi mai vine să creadă și altceva, dacă
aproape totul s-a spus deja.
Și totuși, autorul acestor scurte considerații ne spune
clar si simplu: inteligența artificială este doar ceea ce poate fi
“ințeles” și executat de către o gamă de mașini inteligente,
dotate cu softuri pe măsură.
Pentru cineva care dorește să se inițieze în conceptul
de bază al inteligenței artificiale, recomand parcurgrea
aceastei cărți, care conține suficient material din care să
poată constata că inteligența artificială este doar ceea ce
dorește omul să realizeze cu ajutorul unor algoritmi.
Autorul ne propune metode simple prin care o mașină
automatizată să ia decizii corecte în raport cu stimulii
conjuncturali, cu ajutorul unor algoritmi generici, care pot face
ca și cel mai simplu roboțel să evolueze în situații care să îi
permită autoînvățarea, ca o condiție de bază a perfecționării
sale .
De la acest simplu roboțel, care se susține pe
componente soft integrate în sistemele de inteligență
artificială, bazate pe conceptul de autoînvațare care folosește

5
Scurte considerații despre inteligența artificială

mecanisme de replicare, mimetism sau mecanisme reflexe de


adaptare și până la domeniile de utilizare practică ale
inteligenței artificiale, autorul a optat pentru o cale voit simplă,
doar pentru ca înțelegerea algoritmilor de autoînvațare sa fie
cât mai clară si facilă.
Dacă după parcurgerea acestei cărți, cu conținut
echilibrat și cu multe idei largi și generoase, am rămas cu
convingerea că ne-am inițiat în conceptele de bază ale
inteligenței artificiale, am putea fi recunoscatori autorului
pentru că ne-a oferit totodată și motive sa devenim mai
nerabdători și să așteptăm să ne propună urmatorul pas,
poate mai tehnic, prin care să putem recunoaște mai ușor
ceea ce este cu adevărat inteligență artificială atunci cand
aceasta nu se “vede”!
După lecturarea acestei cărți nu ne ramâne dacât să
ținem permanent ochii deschiși, pentru atunci când vom
beneficia de realizările acestei forme de inteligență, pe care
tehnologia prezentă și viitoare ne-o pune la dispoziție. Și ceea
ce părea uneori că ne sperie acum ne face să ne dorim să fim
cât mai mult contemporani cu acesta, mai ales că pare că vine
atât de frumos și imprevizibil!
Depinde numai de fiecare dintre noi cât timp alocăm
pentru ca să întâmpinăm acest viitor cât mai informați. O cale
simplă ne oferă și autorul, care prin mesajul său ne poartă
pașii mai repede către lumea de mâine, atât de plină de
promisiuni și realizări in acest vast domeniu!

Dr. Ec. Alexandru Bunea

6
Scurte considerații despre inteligența artificială

Motto:
“If you can't explain it simply, you don't
understand it well enough”
Albert Einstein

Dragii mei, în curând veţi trăi înconjuraţi de roboţi şi


roboţei. Haidem să-i eliberăm, să-i ajutăm să înveţe singuri!
Cu drag,
autorul

7
Scurte considerații despre inteligența artificială

8
Scurte considerații despre inteligența artificială

Cuvântul autorului

Am scris această carte cu gândul la toţi cei care doresc


să inţeleagă noul univers al maşinilor inteligente, fie ele doar
algoritmi, fie aplicații software sau roboţi autonomi, şi
totodată, la cât este de uşor să le creăm, să le folosim şi să le
controlăm.
Eu cred că “eliberarea” maşinilor dotate cu inteligenţa
artificială va avea un rol pozitiv pentru susţinerea vieţii, în
ceea ce priveşte confortul şi protecţia noastră. Obiectivele
maşinilor inteligente vor fi cele pe care noi, oamenii, le vom
fixa.
Volumul de faţă se adreseaza cititorului cu nivel minim
de cunoștințe în informatică dar care este interesat de
tematica inteligenţei artificiale. Acesta va fi familiarizat cu
conceptele de mimetism cibernetic, de replicare şi de
mecanism reflex de adaptare, care cuprind seria de algoritmi
evaluează-modifică-testează.
Nu am inclus în această carte opinia mea despre
structura listelor cu informații, cu reguli, cu acţiuni, cu rezultate
sau despre mecanismele de prelucrare a acestora.
Cititorul acestei cărţi rămâne doar acela care este
dornic sa facă primii paşi în a înțelege acest domeniu.
Pentru avansaţi voi pune la dispoziție seria de volume
intitulate studii şi cercetări, câte unul pentru fiecare din
domeniile în care am ajuns la unele concluzii.

9
Scurte considerații despre inteligența artificială

Această carte este însoţită de blogul


https://despreinteligentaartificiala.ro/, destinat schimbului
constructiv de idei pe această temă. Pe acesta voi publica
periodic articole și voi răspunde la comentariile cititorilor. Tot
acolo vom dezbate si concepte filosofice despre inteligența
artificială generală (calculatoare la fel de inteligente ca un om)
sau despre superinteligența artificială (calculatoare mai
inteligente decât toți oamenii la un loc).

Şi, in final, imi doresc ca această carte să fie citită şi


adnotată de cât mai mulţi dintre cititori.

10
Scurte considerații despre inteligența artificială

Introducere

Conţinutul acestei cărţi este gândit să familiarizeze


cititorul cu principalele noțiuni despre algoritmii informatici
care susţin manifestarea inteligenţei artificiale, despre
domeniile pentru care există deja soluții bazate pe inteligenţă
artificială şi totodată, să descrie o aplicație practică prin
intermediul căreia să înţelegem modul de utilizare a
algoritmilor prezentați.
Aceste scurte considerații au rolul să ne ajute să
înțelegem diferențele între inteligenţa umană, biologică şi
inteligenţa artificială.
Prin inteligenţa artificială încercăm să simulăm logica
comportamentului uman într-un mediu extern în care maşina
inteligentă să funcţioneze independent şi autonom, pe baza
modificărilor survenite în stările senzorilor, fără intervenţia
omului.
O primă abordare a conţinutului acestei cărţi o
reprezintă noţiunea teoretică de “automat executant
inteligent”, care în spaţiul fizic poate lua forme diverse, de la
robot autonom dotat şi cu algoritmi de inteligenţă artificială
până la un simplu software capabil să inveţe autonom.

Automatul executant.
- Ce este automatul executant?
- Automatul executant este un set de algoritmi care îi
permit unei maşini să execute acţiunile alese dintr-o
11
Scurte considerații despre inteligența artificială

mulţime de acţiuni disponibile acesteia, selectate în


funcţie de necesităţile impuse de mediul şi de
conjunctura în care maşina funcţionează (în raport cu
stările cunoscute, detectate).

- Cum se manifestă automatul executant?


- Automatul executant se manifestă printr-un răspuns
logic la stimulii mediilor interne şi externe recepționați
prin senzori, răspuns care este citit dintr-o listă de
raspunsuri disponibile.

Altfel spus, un automat executant poate lua decizii


bazate pe experienţele însuşite anterior şi salvate intr-una sau
mai multe liste, numite şi bază de date.

Inteligența artificială.

Caracteristica inovatoare pe care doresc să o detaliez


în cuprinsul acestei lucrări este modul în care o maşină
automatizată, căreia i se adaugă algoritmi de inteligenţă
artificială, poate învăţa, adică poate lua decizia corectă de a-
şi adăuga experiențe în propria bază de date şi de a-şi mări
singură lista de raspunsuri logice, adecvate mediilor interne şi
externe in care se manifestă.
Învăţătura reprezintă capacitatea pe care o au maşinile
inteligente de a-şi adăuga în lista de răspunsuri logice noi stări
cu relații unice între starea senzorilor şi acţiunile din lista de
acţiuni.

12
Scurte considerații despre inteligența artificială

- Ce este inteligenţa artificială?


- Inteligenţa artificială este un set de algoritmi care îi
permite unei maşini să-şi adauge, prin acţiuni proprii,
experienţe noi in propria bază de date, să înveţe în
mod autodidact, adică să-şi mărească fără intervenţia
directă a omului lista de răspunsuri logice.

Pentru a înţelege modalitatea în care o maşină


automatizată, dotată cu algoritmi de inteligenţă artificială,
poate învăţa, vom începe prin a descrie cum o maşină
automatizată poate lua decizii corecte.
Mai întai vom descrie algoritmul generic pentru
execuţia unei decizii şi apoi vom continua cu descrierea
condiţiilor funcţionale care permit autoînvăţarea prin algoritmii
care vor fi detaliaţi în această carte.
În fapt, capacitatea de reacție a maşinii automatizate
este limitată la numărul de situaţii in care aceasta ia decizii şi
acest număr este limitat la numărul de scenarii care i-au fost
implementate de creatorul ei.
Tocmai de aceea inteligenţa artificială este un
mecanism care permite învăţarea de noi scenarii in mod
autonom şi independent de creator dar, totuşi, limitat la
structura iniţială a listelor de acţiuni şi scenarii, la rândul lor
limitate la lista de raspunsuri logice.
Aşadar, acestui mecanism, odată creat, i se poate
adăuga fie un număr mare de scenarii noi, dar nu orice tip de
scenariu, ci doar unul, de tipul “scenariu originar” implementat
de creator, fie doar câteva tipuri de scenarii, care și acelea vor
fi scenarii derivate tot din scenariul originar.

13
Scurte considerații despre inteligența artificială

Atunci când tot mai multe maşini automatizate sunt


echipate cu inteligenţă artificială şi fac schimb de informaţii
între ele sau sunt legate la clustere (grup de mașini inteligente
similare care fac schimb de informații între ele) prin care fac
shimb de informaţii, zona acoperită de senzorii maşinilor
respective formează un spaţiu extins, care devine inteligent.
Sunt două etape complementare care transformă acest spațiu
extins într-un mediu inteligent:
- fiecare dintre maşinile inteligente va ajunge să-şi
adauge învățături noi, prin replicare de la cluster sau de la
celelalte maşini şi
- acestea işi vor folosi în comun senzorii care devin
interconectați şi tot mai numeroşi.
Este cazul să subliniez, din start, că sistemele bazate
pe inteligenţă artificială sunt limitate la răspunsurile logice
generate de algoritmi.

- Ce nu este inteligenţa artificială?


- 1. Intuiţie
Inteligenţa artificială nu este un sistem intuitiv. Intuiţia
este o caracteristică a fiinţelor vii. Intuiţia permite să obţii
rezultatul înaintea calculaţiei. Intuiţia se observă în
comportamentul imprevizibil al vietăţilor atunci când sunt în
situaţii critice care le amenință viaţa. Intuiția este un
mecanism biologic extrem de complex care le permite ființelor
vii, atunci când apar situaţii dramatice, care le amenință
existența, să execute decizii pentru salvarea lor, care au ca
efect supraviețuirea unui număr mult mai mare de indivizi în
raport cu numărul de supravieţuitori rezultat din calculele
probabilistice efectuate pentru acea situaţie critică.
14
Scurte considerații despre inteligența artificială

Constatăm ca ființele vii acţionează corect în situaţiile de


criză, în obiectivul comun al supravieţuirii, deşi nu au cum să
evalueze nimic din ce li se întâmplă în timpul derulării crizei,
cum ar fi, de exemplu, în timpul cutremurelor, a inundaţiilor, a
tornadelor şi a altor catastrofe naturale.

- 2. Creativitate
Inteligenţa artificială nu este un sistem creativ.
Inspirația sau creativitatea este o caracteristică umană şi a
câtorva altor specii de animale. Creativitatea reușește să
găsească soluții care exced baza de cunoștințe acumulate.
Dacă nu am fi fost creativi probabil că toate obiectele de care
suntem inconjurați ar avea colțuri, iar mâncarea ar fi fost
aceeaşi şi pentru oameni şi pentru animalele de companie.
Despre haine, modă și arte frumoase nici nu mai încape
vorbă.

- 3. Gândire conștientă
Inteligenţa artificială nu este o formă de gândire
conștientă. Gândirea conștientă este o caracteristică întâlnită
doar la oameni.
Deşi acest tip de gândire artificială are la bază
raționamentul logic deductiv, care ar putea fi simulat parţial de
algoritmii logici deductivi descrişi şi în această carte, rămân
cel puţin trei diferenţe fundamentale, care ne atrag atenţia:
- în cazul omului gândirea conștientă este influenţată de
intuiţie, pe care inteligenţa artificială nu o posedă,
- gândirea conștientă poate acoperi toate domeniile de
interes în care se implică omul, pe când algoritmii logici

15
Scurte considerații despre inteligența artificială

deductivi sunt creaţi doar pentru obținerea scopului


pentru care a fost creată maşina.
- oamenii, prin gândirea conștientă disting binele de rău
în tot ceea ce ei fac sau gândesc, pe când algoritmii
logici deductivi citesc un parametru care le va spune
dacă o acţiune reprezintă un bine sau un rău.

Un exemplu despre conștiinţa binelui și a răului versus


conștiința artificială poate fi următorul: într-o situaţie de criză
un salvator om va lua pe loc decizia pe cine să salveze și în
ce ordine bazându-se pe conștiinţa sa, iar un salvator robot
va lua decizia pe cine să salveze și în ce ordine pe baza unui
algoritm de prognoză probabilistică, prin care va obține
ordinea salvării a cât mai multor persoane ori a cât mai multor
copii etc.
Toate aceste caracteristici, deja enumerate, care nu se
regăsesc in inteligenţa artificială, se datorează limitărilor
constructive a sistemelor de calcul, care sunt construite pe
logica binară: zero sau unu, adevărat sau fals, în fapt se
datorează limitărilor impuse de sistemul de numeraţie binar în
care lucrează actualele procesoare numerice.
Inteligența artificială este componenta calculabilă a
raționamentului logic.

16
Scurte considerații despre inteligența artificială

Glosar de termeni utilizați în acest volum

Acest glosar cuprinde termeni deja consacrați in


domeniul automatizărilor dar care în unele dicționare apar cu
sens ușor diferit sau chiar mult diferit. Pentru a înlesni
cititorului nespecialist parcurgerea acestei cărți am definit în
cuvintele mele termenii de mai jos:

1. actuator = element de acționare folosit în sistemele


automate pentru executarea comenzilor. În marea lor
majoritate, actuatorii sunt comandați electric.
Exemple de actuatori comandați electric sunt robineții
acționați de motoare electrice, electromagneții si
întrerupătoarele electrice comandate.
Un exemplu des întâlnit este sistemul de uși de la
hipermarket care se deschide automat la apropierea
omului și se inchide în urma acestuia. Senzorul care
sesizează apropierea omului este o fotodiodă, iar
actuatorul este motorul electric comandat, care
acționează dispozitivul de glisare a ușilor.

2. algoritm = succesiune de operații aritmetico-logice


care conduc la rezolvarea unei probleme într-un timp
dat. Este foarte important ca durata execuției să fie
minimă în aproape orice conjunctură.

17
Scurte considerații despre inteligența artificială

3. autoînvăţare = secvență de activităţi logice care să


permită într-un prim pas identificarea necesităţii unor
noi rezultate, pe care le voi numi rezultatele dorite şi
într-un al doilea pas identificarea acţiunilor care pot
conduce la rezultatele dorite.
Autoînvăţarea este tocmai consecinţa necesităţii noilor
rezultate identificate în primul pas.
Dacă eliminăm restricţia privitoare la rezultatele dorite,
autoînvăţarea poate conduce şi la alte rezultate, pentru
care noua stare a senzorilor este cunoscută. Pe cale
de consecinţă maşina automatizată va reacţiona
necorespunzator listei de acţiuni pe care o posedă,
adăugând şi rezultate care pot conduce la defectarea
ei.
Necesitatea restricţiei privitoare la rezultatele pentru
care maşina poate declanşa secvenţa de activităţi
logice care permit autoînvăţarea ne arată că orice
algoritm de inteligenţă artificială este limitat şi
dependent de acţiuni nondistructive. Încălcarea
acestei restricţii va conduce mai devreme sau mai
târziu la distrugerea maşinii.

4. automatul executant = un concept teoretic, care


descrie o unealtă cu capacitate de reacţie mecanică
sau, altfel spus, care funcţionează automat.

5. cluster = un grup de mașini inteligente similare care


fac schimb de informații între ele.

18
Scurte considerații despre inteligența artificială

6. inteligenţa artificială = un set de algoritmi care îi oferă


unei maşini automatizate capacitatea de a lua decizii
logice care să îi permită adaptarea la mediul
conjunctural.
= capacitate a unor sisteme
informatice de a simula un comportament aparent
uman. Uneori chiar stângaci :)

7. maşina automatizată = un dispozitiv fizic, care


reacționează în mod mecanic sau care a fost modificat
pentru a funcţiona automat pe baza unor liste de stare
a senzorilor şi a unor liste de acţiuni permise care sunt
asociate acelor stări.
Cel mai răspândit exemplu este microcontroller-ul.

8. maşina inteligentă = o maşină automatizată la care


se implementează sistemul de inteligenţă artificială,
sistem care îi va permite să înveţe noi corelații între
stările senzorilor şi acţiunile permise din lista de
raspunsuri logice sau care îi va permite să îşi adauge
raspunsuri noi în lista de raspunsuri logice, prin
procesul de învăţare.

9. mimetismul cibernetic (mimetismul artificial) = un


algoritm care permite rularea secvențială a paşilor
dintr-o listă iterativă, cu păstrarea unui tempo apropiat
de media tempo-urilor din execuțiile anterioare.
Mimetismul om-maşină este o formă de învăţare prin
care se transferă informații de la om la maşină.

19
Scurte considerații despre inteligența artificială

10. replicarea cibernetică (replicarea artificială) =


însuşirea de către maşina inteligentă a învăţăturilor de
la o altă maşină inteligentă sau de la un cluster.
Replicarea se poate desfăşura şi cu adaptarea
învăţăturii, cu sau fără modificări de acţiuni dar cu
păstrarea rezultatului dorit.

11. senzorii = echipamentele (dispozitivele) hardware sau


software care transmit informaţii ce pot fi interpretate
de maşinile automatizate. Starea senzorilor reprezintă
grupajul de informații pe care totalitatea senzorilor unei
mașini automatizate îl transmit la un moment dat.

Am decis ca în această carte să nu adaug poze cu


senzori, actuatori sau maşini automatizate, dar o simplă
căutare pe internet, folosind orice motor de căutare, vă va
aduce sute de fotografii, schiţe şi desene ale acestora, pentru
a vă forma o idee despre cât de variate ca formă şi utilizare
sunt acestea.
Fără ochi omul nu poate să vadă nimic din cele ce-l
înconjoară, fără urechi și mai ales fără senzorii din urechea
internă omul nu poate auzi și nu se poate apăra de pericole
iar fără senzorii tactili acesta nu poate manevra obiectele cu
mâna.
De aceeași manieră, o mașină inteligentă fără un tip de
senzori nu va putea executa niciodată acțiuni care necesită
citirea sau interpretarea acelui tip de senzori.

20
Scurte considerații despre inteligența artificială

“Valurile” civilizaţiei umane

Fiecare “val” a apărut din necesitatea de dezvoltare a


speciei umane şi fiecare val a însemnat o schimbare radicală
şi ireversibilă a societăţii umane.
Doar ce a trecut al patrulea val peste noi şi deja se
întrevede necesitatea celui de-al cincilea val :)

Primul val
Agricultura : acum 10.000 de ani

Acum 10.000 de ani, deja nu mai era suficient să culegi


roadele pământului şi să vânezi. Nu mai puteam trăi ca
nomazi in căutarea hranei. Trebuia ca noi, oamenii, să
cultivăm şi să ingrijim culturile şi animalele pentru a le culege
roadele, pentru a le exploata şi pentru a ne hrăni.
Primul val a insemnat domesticirea plantelor şi
animalelor de către oameni şi creșterea acestora în scopul
îmbunătăţirii calităţii vieţii noastre.

Al doilea val
Industria : acum 500 de ani

Deja agricultura nu mai era suficientă. Trebuia ca noi,


oamenii, sa utilizăm utilaje pentru a ne proteja şi pentru ne
hrăni.

21
Scurte considerații despre inteligența artificială

Al doilea val a insemnat domesticirea energiilor


calorice şi mecanice de către oameni şi utilizarea acestora in
scopul îmbunătăţirii calităţii vieţii noastre.

Al treilea val
Informaţia : acum 30 de ani

Deja agricultura şi industria mecano-electro-calorică


nu mai era suficientă. Trebuia ca noi, oamenii, sa colectăm şi
sa utilizam intr-un mod structurat informațiile pentru a ne
dezvolta şi a ne hrăni.

“Informațiile vor fi colectate atât de rapid, în viitor, încât nu va


putea fi analizată, creându-se chiar "praf digital", informaţii
care rămân în urma procesului de colectare. Mai mult,
inovațiile în domeniul tehnologiei se vor succede atât de
repede, încât informațiile se vor perima foarte rapid“
Alvin Tofler - Al treilea val

Al treilea val a însemnat prelucrarea informațiilor de


către oameni şi utilizarea acestora în scopul îmbunătăţirii
calităţii vieţii noastre.

Al 4 -lea val
Inteligenţa artificială : de câţiva ani

Realitatea a demonstrat că nu mai este suficient să


colectăm şi să prelucrăm informaţiile. Trebuie ca noi, oamenii,
să creăm algoritmi inteligenţi pentru a culege şi a prelucra
informaţiile organizat şi în timp util (înainte de a se perima).
22
Scurte considerații despre inteligența artificială

Al patrulea val a însemnat crearea algoritmilor


inteligenţi de către oameni şi utilizarea acestora prin
intermediul computerelor în scopul îmbunătăţirii calităţii vieţii
noastre.

Al 5 -lea val
Guvernanța roboților : peste câțiva ani

Va veni momentul în care algoritmii creaţi de om nu vor


mai reuşi să acopere complexitatea tot mai ridicată a societăţii
umane. Va trebui ca noi, oamenii, sa lăsăm roboţii să-şi
creeze proprii lor algoritmi inteligenţi cu ajutorul inteligenţei
artificiale şi să-i lăsăm să guverneze viaţa pe Terra,
conservând întregul lanţ trofic necesar supravieţuirii
oamenilor.
Al cincilea val va însemna crearea algoritmilor
inteligenţi de către viitoarele computere şi utilizarea acestora
prin intermediul sistemelor artificiale autonome în scopul
îmbunătăţirii calităţii vieţii oamenilor şi a întregii biosfere :),
deoarece noi, pentru ca să supravieţuim trebuie să ţinem în
viaţă intregul lanţ trofic, inclusiv bacteriile şi viruşii.

Cât timp va exista viaţă în universul cunoscut, tot atât


timp şi inteligenţa artificială pe care noi, oamenii, am creat-o
și o vom perfecționa, se va manifesta mereu în forme noi şi
tot mai cuprinzătoare.
Efectul acţiunilor inteligenţei artificiale în următoarele
valuri pe care astăzi nici nu le putem imagina, va reduce
delimitarea dintre oameni şi maşinile inteligente până ce

23
Scurte considerații despre inteligența artificială

aceasta va deveni doar o falsă problemă de conștiinţă, pentru


că inventivitatea va fi caracteristică și maşinilor viitorului.

24
Scurte considerații despre inteligența artificială

Evoluţia istorică a conceptelor de “Maşină” şi de


“Inteligenţă artificială”

Orice maşină este in fapt doar o unealtă. O unealtă


complexă şi autonomă care îi serveşte omului pentru a-şi
procura cele necesare vieţii şi doar atât.
Cu alte cuvinte, maşina este construită pentru un scop
anume sau, altfel spus, noi, oamenii, construim maşini diferite
pentru scopuri diferite.
Această limitare este mai mult energetică, altfel ar
trebui să fie investite prea multe resurse (resursa timp şi
resursa financiară, mai ales) pentru a crea o maşină care să
atingă multe sau foarte multe scopuri. Este mult mai ieftin şi
reuşim în mult mai scurt timp să construim maşini care sa
atingă câte un singur scop.
În viaţa practică s-a dovedit a fi eficient ca pe măsură
ce scopul punctual capătă noi dimensiuni şi tinde să devină
unul general, sa apară îmbunătăţiri chiar la versiunile noi ale
maşinilor. Îmbunătăţirile le permit maşinilor să atingă şi alte
scopuri, dar cu o imprecizie sau o lipsă calitativă oarecare,
mai mare decât imprecizia sau lipsa calitativă cu care este
atins primul scop, cel pentru care a fost iniţial proiectată
maşina.
La un moment dat devine ineficient sau autoblocant să
extindem scopurile pentru care utilizăm orice maşină pentru
că noul nivel al impreciziei duce la incapacitatea maşinii de a-
şi atinge scopul.
25
Scurte considerații despre inteligența artificială

Acesta este primul şi principalul motiv pentru care nu


trebuie să presupunem în mod real o posibilă guvernare a
viitorilor roboţi. Încă din faza de proiectare aceştia nu vor
putea să-şi extindă la nesfârşit numărul întrebuinţărilor şi nu
vor putea acoperi întreaga paletă de cazuri în care vor trebui
să raspundă autonom la provocări, cu atât mai mult dacă ne
vom raporta la dimensiunile planetare sau, de ce nu, cosmice.
Nici noi, oamenii, nu suntem capabili sa învăţăm sau
să ne extindem capabilităţile oricât de mult. Ba chiar suntem
limitați fiziologic şi mental în comparaţie cu nevoile noastre de
extindere şi de supravieţuire.

26
Scurte considerații despre inteligența artificială

Cum poate o maşină automatizată să ia decizii corecte


în raport cu stimulii conjuncturali?

Pentru început să ne gândim la maşina automatizată


ca având suficienţi senzori pentru ca să perceapă
caracteristicile relevante ale mediului în raport cu scopul
pentru care aceasta a fost construită.
Din construcţie, o maşină automatizată este
programată ca pentru o mare parte din combinaţiile de stare
ale senzorilor să execute câte o decizie unică, adică să
execute o serie de acţiuni intr-o ordine şi un tempo unic,
dinainte stabilite.
Această programare iniţială este fixă, standardizată şi
poartă denumirea de “starea iniţială din fabrică” (factory
default).
Maşina automatizată va citi starea senzorilor periodic
şi, atunci când pentru o stare a senzorilor găsește o decizie
asociată, va executa acea decizie prin execuţia seriei de
acţiuni asociată deciziei.
Practic, algoritmul generic pentru funcţionarea maşinii
automatizate este:

start
executa algoritm pentru stabilirea deciziei corecte
dacă identifici stare senzori cunoscută
atunci execută algoritm pentru execuţia deciziei
altfel stop; stop.
27
Scurte considerații despre inteligența artificială

În cazul maşinilor inteligente, la starea iniţială din


fabrică se pot adăuga, printr-una din metodele de învăţare, şi
alte combinaţii de stare ale senzorilor, care vor fi asociate de
asemenea cu câte o decizie unică. Algoritmul pentru
funcţionarea în regim automatizat este acelaşi pentru ambele
tipuri de mașini şi are legatură doar cu partea de execuţie, nu
şi cu partea de învăţare a scenariilor. Cei doi algoritmi rulează
independent unul faţă de celălalt.

Algoritmul generic pentru funcţionarea maşinii


inteligente este:

start
citeste starea senzorilor;
dacă starea senzorilor este cunoscută
atunci excută acţiunea corelată stării;
altfel învaţă ce acţiune se corelează cu starea
senzorilor;
stop.

Pe scurt:
- maşina automatizată va fi capabilă să ia decizii
dacă va executa continuu şi repetitiv un algoritm care
să identifice stări cunoscute ale senzorilor, prin
compararea acestor stări cu cele citite dintr-o listă de
stări predefinită şi să execute o serie de acţiuni
descrise într-o listă de acţiuni pe baza unor corelații
stare - acţiune, citite dintr-o listă de corelații între stări
şi acţiuni iar
28
Scurte considerații despre inteligența artificială

- masina inteligentă, în plus, va învăţa, printr-una


dintre metodele implementate, despre stările noi,
necunoscute încă de aceasta.

Listele de corelații pot fi statice şi dinamice.

Listele statice sunt scrise cu mâna omului şi nu se


modifică în toată existenţa maşinii automatizate. Aceste liste
conţin informaţii şi reguli care nu se vor modifica în tot timpul
de funcţionare a maşinii automatizate, inclusiv regulile de
protecţie in privinţa siguranţei oamenilor. Acestea sunt parte
din învățăturile de bază, pe care mașina le folosește pentru a
acumula noile învățături.
Listele dinamice se generează prin algoritmi care
utilizează funcţii de corelare comportamentală, mai exact
utilizează funcţii de corelare filtrate comportamental. În cazul
funcţiilor dinamice vom prelucra lista de stări, lista de acţiuni
corelate comportamental şi lista de funcţii de corelare
comportamentală.
Deja vorbim despre interpretarea comportamentului
corelat al stării senzorilor sau al dinamicii maşinii
automatizate.

29
Scurte considerații despre inteligența artificială

30
Scurte considerații despre inteligența artificială

Algoritm generic pentru stabilirea unei decizii

Funcţionarea maşinii automatizate impune ca acţiunile


care se vor executa să fie riguros selectate, altfel o acţiune
greşită poate duce la distrugerea maşinii.
Algoritmul generic pentru stabilirea deciziei corecte în
raport cu conjunctura mediului ar putea fi următorul:

start
citeşte matricea stării senzorilor (combinația de stare
a senzorilor, starea de fapt, conjucturală, prezentă);
dacă este cunoscută matricea stării senzorilor
atunci citește din lista de decizii cunoscute
care este decizia asociată acelei stări;
altfel scrie “pentru această matrice de stare a
senzorilor nu cunosc decizia corectă“;
stop;

Prin analogie, aceeaşi metodă o aplică profesorii


când îi învață pe elevi la şcoală:

start
vezi situaţia în care te afli acum (suntem la lecţia
despre roboţi);
dacă îţi este cunoscută situaţia (dacă ai citit lecția şi
ai rezolvat tema pentru astăzi);

31
Scurte considerații despre inteligența artificială

atunci trebuie să iei decizia asta din lista de decizii


cunoscute (atunci trebuie să dai răspunsul la întrebare din
lecția citită sau din tema efectuată);
altfel scrie “pentru această situaţie nu cunosc
decizia corectă“; (dacă nu ai găsit raspunsul în cadrul
lecţiei citite şi al temei efectuate, atunci spune-i profesorului:
“nu cunosc răspunsul la întrebarea dumneavoastră”)
stop.

Am facut aici analogia între predarea la şcoală, de


către profesori şi lista cu decizii corecte şi cunoscute. În
capitolul despre autoînvăţarea artificială vom face o altă
analogie: între şcoala vieţii şi metoda corectă de a acumula
noi învăţături, respectiv paşii care trebuie urmați pentru a
identifica deciziile corecte care conduc la rezultatele dorite.
În concluzie, metoda corectă de a învăţa o maşină
inteligentă să înveţe este de a-i transfera metoda umană de a
învăţa, aceea pe care părinții o transmit copiilor.

32
Scurte considerații despre inteligența artificială

Algoritm generic pentru execuţia unei decizii

Algoritmul generic pentru execuţia unei decizii corecte


ar putea fi următorul:

start
dacă este permisă execuţia deciziei citite: …
(denumire_ decizie)
atunci execută decizia … (denumire_decizie)
altfel scrie “nu mi-a fost permisă execuţia
deciziei cu numele: … (denumire_decizie)“
sfârşit;

Am introdus aici o limitare (dacă este permisă)


similară cu cea din viața noastră, care face referire la bunul
simț şi la cei șapte ani de acasă sau la sistemul legislativ al
societății in care trăim.

start
dacă ne este permisă execuţia deciziei cunoscute …
(denumire_ decizie);
atunci execută decizia … (denumire_decizie);
altfel scrie “nu mi-a fost permisă execuţia
deciziei … (denumire_decizie)“; deoarece nu am
vârsta adecvată sau nu este frumos sau nu este legal
sau nu mi se permite să acționez acum,
stop.
33
Scurte considerații despre inteligența artificială

Privită generic, permisiunea de execuţie poate fi sau


poate include chiar prima regulă a roboţilor. A se vedea cartea
“Eu, Robotul” scrisă de Isaac Asimov.

Conform acelei cărţi, prima regulă a roboţilor este:


să nu faci rău oamenilor.

Pentru a defini ce înseamnă “să nu faci rău”, ne


propunem ca în lista de acţiuni să existe o proprietatate
asociată acestora, care poate fi numită “acţiuni valide”,
respectiv, “acţiuni interzise” sau “acţiuni declarate ca
invalide”. Altfel ar fi foarte dificil.
Considerăm că instrucţiunile din lista de acţiuni ar
trebui să conţină doar „Ce trebuie” sau “Ce are voie sa
execute” şi, nicidecum, ”Ce nu trebuie sa execute”.
Algoritmul presupune ca maşina automatizată să
identifice într-o listă de perechi de tipul:

Matrice stare senzori -> Listă decizii corecte,

care este decizia care se aplică într-o anumită conjunctură.


Apoi, să identifice dacă pentru acea decizie, în acea
conjunctură, i se permite execuţia deciziei şi dacă da, atunci
să o pună in aplicare.

34
Scurte considerații despre inteligența artificială

Cel mai simplu roboţel

Să presupunem că avem un roboțel (o maşina


automatizată) care are doar doi senzori, ambii cu câte doar
două stări, activ și inactiv. Unul dintre senzori se activează
doar dacă este un obstacol în următorul metru de parcurs (să
presupunem că primul este un senzor radar) şi celălalt senzor
se activează doar dacă este lumină (să presupunem că al
doilea este o fotodiodă). Roboțelul mai are şi două roți, la
fiecare din ele având cuplat câte un motor, precum şi un
difuzor şi un beculeț.

Vom crea o listă a stărilor senzorilor astfel:


1. Senzor radar = inactiv (nu vede niciun obstacol în
următorul metru de parcurs);
2. Senzor radar = activ (a identificat un obstacol în calea
sa, la mai putin de un metru);
3. Senzor lumină = activ (este lumină suficientă în locul
prin care se deplasează robotul);
4. Senzor lumină = inactiv (este întuneric şi robotul nu
este vizibil în locul prin care se deplasează).

Vom crea o listă a deciziilor corecte astfel:


1. ambele motoare merg;
2. motorul dreapta merge şi motorul stânga este oprit;
3. ambele motoare sunt oprite;
4. becul este stins;
35
Scurte considerații despre inteligența artificială

5. becul este aprins şi luminează;


6. difuzorul scoate sunet (cuvântul obstacol);
7. difuzorul nu scoate sunet.

Avem următoarele perechi stare senzori ->decizii corecte:


a. senzor lumină inactiv şi senzor radar inactiv ->
becul este aprins şi difuzorul nu scoate sunet şi
ambele motoare merg (dacă este întuneric şi nu este
niciun obstacol, robotul se va deplasa rectiliniu cu
becul aprins pentru a fi văzut prin întuneric)
b. senzor lumină inactiv şi senzor radar activ -> becul
este aprins şi difuzorul nu scoate sunet şi motorul
dreapta merge şi motorul stânga este oprit (dacă este
intuneric şi este un obstacol, robotul se va roti spre
stânga pentru a evita coliziunea, cu becul aprins
pentru a fi vazut prin întuneric şi fără zgomot în
difuzor pentru a păstra liniștea nopții)
c. senzor lumină activ şi senzor radar activ -> becul
este stins şi difuzorul scoate sunet şi motorul dreapta
merge şi motorul stânga este oprit (dacă este lumină
şi este un obstacol, robotul se va roti spre stânga
pentru a evita coliziunea, cu becul stins pentru că fiind
lumină suficientă poate fi văzut şi cu zgomot în difuzor
pentru a semnala că a identificat obstacolul)
d. senzor lumină activ şi senzor radar inactiv -> becul
este stins şi difuzorul nu scoate sunet şi ambele
motoare merg ( dacă este lumină şi nu este niciun
obstacol, robotul se va deplasa rectiliniu cu becul
stins şi fără zgomot)

36
Scurte considerații despre inteligența artificială

Acest robot va porni şi va merge în linie dreaptă până


va identifica un obstacol, caz în care se va roti spre stânga
până nu va mai repera obstacolul şi apoi îşi va relua mişcarea
în linie dreaptă.
Ca variantă, dacă spațiul în care se manifestă robotul
este luminat, atunci când vede obstacolul va emite un sunet
in difuzor (un sunet, un cuvânt, o frază sau o melodie dinainte
stabilite).

Aceste perechi de valori (stare -> decizii) pot fi


descrise ca un tablou de valori, matriceal, dupa cum
urmează:
motor motor
lumină obstacol bec difuzor
dreapta stânga

0 0 1 0 1 1
inactiv inactiv activ inactiv activ activ

0 1 1 0 1 0
inactiv activ activ inactiv activ inactiv

1 1 0 1 1 0
activ activ inactiv activ activ inactiv

1 0 0 0 1 1
activ inactiv inactiv inactiv activ activ

De asemenea, dacă vrem, le putem descrie sub forma


unei perechi matriceale, în stânga matricea stare-senzori, iar

37
Scurte considerații despre inteligența artificială

în dreapta matricea listei de decizii pentru fiecare element


acționabil:
a. 0 0 -> 1011
b. 0 1 -> 1010
c. 1 1 -> 0110
d. 1 0 -> 0011

Câteva observaţii:

1. Am creat situaţia în care difuzorul scoate un sunet doar


dacă senzorul de lumină este activ, adică în spațiul în
care se mişcă robotul este lumină şi, deci, omul nu
doarme. Altfel, robotul execută restul acţiunilor fără
semnal sonor.
2. Scenariul descris aici este forma simplă a roboţilor
programaţi astăzi de către oameni, în care toate
combinațiile de stare a senzorilor sunt deja încărcate
în matricea stare senzori-listă decizii.

Practic, o astfel de maşină nu are cum să mai învețe


pentru că nu mai are combinații de stare-senzori
neîmperecheate cu o combinație decizională.

Lăsată în stare de funcţiune, această maşină va merge


rectiliniu dacă nu întâlnește vreun obstacol şi va întoarce spre
stânga ori de câte ori întâlnește un obstacol. Această maşină
îşi va schimba direcția de mers la fiecare obstacol, dar nu îşi
va relua vechiul drum, ci doar îşi va continua mişcarea
rectilinie pe o nouă direcție.

38
Scurte considerații despre inteligența artificială

În această formă a constructiei sale, robotul nu va


învăţa să ocolească un obstacol şi să revină la vechiul drum.

Prima condiție funcţională, necesară ca o maşină


automatizată, dotată cu algoritmi de inteligenţă artificială, să
poată învăţa, este ca aceasta să aibă disponibile combinații
de stare a senzorilor neîmperecheate cu decizii din listele
decizionale valide.

39
Scurte considerații despre inteligența artificială

40
Scurte considerații despre inteligența artificială

Condiţii pentru permiterea autoînvăţării

Am identificat patru condiţii funcţionale care trebuie să


coexiste pentru a permite autoînvăţarea. Acestea sunt
totodată şi restricții în acumularea învăţăturilor de către
maşinile inteligente. Practic, în acest moment afirmăm că
procesul de autoînvăţare este unul fragil şi finit pentru fiecare
maşină luată în parte.

Prima condiţie funcţională necesară pentru a


permite autoînvăţarea este să mai avem combinații de stare-
senzori neîmperecheate cu decizii valide, adică sloturi libere.

A doua condiție funcţională este dată de faptul că


autoînvăţarea este limitată la numărul de combinații de stare-
senzori care pot fi împerecheate cu serii de decizii valide sau,
în corolar, autoînvăţarea este finită oricât de lungă ar fi durata
de funcţionare a maşinii.

A treia condiție funcţională este dată de faptul că


autoînvăţarea este restricţionată la structura iniţială a listelor
de acţiuni şi scenarii.

A patra condiție funcţională este dată de faptul că


autoînvăţarea este restricţionată la numărul și tipul de senzori
și la numărul și tipul de actuatori.

41
Scurte considerații despre inteligența artificială

Mecanismul învăţării pentru o maşină automatizată


dotată cu algoritmi de autoînvăţare - maşină initeligentă -,
este unul al corelării logice a cât mai multor stări ale senzorilor
cu decizii valide.

Învăţarea se face în mai mulți paşi.

Primul pas: Mai întâi trebuie ca maşina automatizată


să sesizeze că este necesară o acţiune care să rezolve o
anumită temă. Adică, prin execuție, să obțină un anumit
rezultat, numit de către noi rezultatul dorit.

Al doilea pas: căutăm să identificăm cum pot fi corelate


stările senzorilor şi posibilitățile de acţiune sau, altfel spus,
care este funcţia de corelare între evoluțiile senzorilor (ca
valori ordonate cronologic din listă) şi acţiunile care pot fi
asociate acestora.

Al treilea pas: căutăm să identificăm care este


diferența minimă între starea nouă a senzorilor (cea pentru
care nu avem în listă o acţiune asociată) şi una din stările din
listă, care au asociate acţiuni şi condiţii conjuncturale identice
sau cu o diferența considerată ca fiind acceptabilă.

Al patrulea pas: Testăm, eventual într-un mediu de test


sau într-un simulator, rezultatul acţiunii identificate anterior.

Dacă diferența între aceste rezultate, adică între


rezultatul obținut în urma testării şi rezultatul dorit, este zero,
putem sa trecem la pasul al cincilea.
42
Scurte considerații despre inteligența artificială

De asemenea, putem accepta trecerea la pasul al


cincilea în cazul în care diferența între rezultate este
gestionabilă. Aceasta înseamnă că rezultatul obținut poate fi
acceptat în momentul când maşina automatizată ajunge într-
o conjunctură în care starea senzorilor este deja descrisă în
lista stărilor acestora, respectiv dacă maşina ştie ce acţiune
să execute în noua stare a senzorilor.

Al cincilea pas: Executăm în mediul real acţiunea


recent adăugată în listă.

Dacă diferența între rezultate, între rezultatul obținut în


urma execuției şi rezultatul dorit, este zero sau gestionabilă
(adică maşina automatizată ajunge într-o conjunctură în care
starea senzorilor este descrisă în lista stărilor acestora,
respectiv maşina ştie ce acţiune să execute în noua stare a
senzorilor) atunci se cheama că am învăţat o nouă regulă, am
găsit o corespondență viabilă între o stare a matricii senzorilor
şi o acţiune din partea maşinii.

Altfel, va trebui sa ignorăm această acţiune, să o


considerăm conjunctural inadecvată şi să testăm următoarea
acţiune pe care am identificat-o într-un moment anterior în
urma corelării stărilor senzorilor şi posibilitățile de acţiune.

Vom rula iterativ secvența primilor patru paşi descrişi


anterior, pe rând, pentru toate combinațiile de stare-senzori şi
posibilități de acţiune până când ori rezultatul testării va fi zero
sau gestionabil, ori până se va rula şi ultima combinație. Dacă
rezultatul nu va fi zero sau gestionabil nici după rularea paşilor
43
Scurte considerații despre inteligența artificială

pentru ultima combinație atunci înseamnă că nu există o


învăţătură disponibilă pentru acea stare a senzorilor. Nu sunt
disponibile secvențe de acţiuni care să conducă la rezultatul
dorit.

44
Scurte considerații despre inteligența artificială

Domenii de utilizare a inteligenţei artificiale

În ultimii ani am studiat şi am identificat câteva domenii


de activitate în care implementarea inteligenţei artificiale va
avea ca rezultat imbunătățirea semnificativă a exploatării
maşinilor automatizate prin optimizarea utilitații sau prin
creșterea profitabilității.
Domeniile de utilizare a maşinilor inteligente,
realmente utile în practică prin funcţionalitatea lor de
autoînvăţare, identificate în anii de studiu sunt:

- managementul clădirilor cu ajutorul sistemelor


automatizate de monitorizare şi control bazate pe
algoritmi de inteligenţă artificială, capabile să-şi
imbunătățească capacitățile de confort şi protecție
adresate locatarilor;
- managementul oraşelor cu ajutorul sistemelor
automatizate de monitorizare şi control bazate pe
algoritmi de inteligenţă artificială, capabile să-şi
imbunătățească capacitațile de confort şi protecție
adresate cetățenilor;
- managementul afacerilor prin inserția algoritmilor de
inteligenţă artificială în aplicațiile tip business
intelligence;
- roboţi autonomi dotați cu inteligenţă artificială;

45
Scurte considerații despre inteligența artificială

- aplicații software susţinute de inteligenţă artificială


dedicate serviciilor oferite clientilor (ofițerul bancar
virtual);
- jucăriile inteligente capabile să asigure confortul,
protecţia şi educarea copiilor nostri.

Evident că mai sunt și alte domenii în care inteligența


artificială va contribui la îmbunatățirea controlului exercitat de
către om și la eliberarea acestuia de sarcini repetitive sau
cronofage. Pe cele deja enumerate le vom descrie mai în
detaliu în paginile următoare.

46
Scurte considerații despre inteligența artificială

Managementul inteligent al clădirilor


Sisteme inteligente de management ale clădirilor,
casele inteligente

Sistemele inteligente de management al clădirilor au


ca rol maximizarea confortului şi a protecției pentru fiecare
locatar in parte, dacă acesta a fost identificat ca unic utilizator
al casei sau pentru grupe de locatari, dacă aceștia au
comportamente nu suficient de diferite în raport cu
capacitățile de identificare de care dispune casa.

- Ce poate sa facă o maşină automatizată pentru


managementul clădirii dacă este dotată şi cu algoritmi
de inteligenţa artificială?
- Peste sistemul de management al unei clădiri, care a
fost deja automatizat şi este controlat de un sistem
expandabil de algoritmi, se poate adăuga sistemul de
inteligenţă artificială, care, prin faptul că îi va permite
vechiului sistem să adauge noi învăţături aplicabile
locatarilor la nivel individual, va transforma clădirea
într-o clădire inteligentă.

Am identificat două scopuri pentru care pot fi construite


clădirile inteligente:
- pentru asigurarea confortului locatarilor şi
- pentru protecţia acestora.

47
Scurte considerații despre inteligența artificială

Confortul locatarului

- Ce inseamnă confortul locatarului din punctul de


vedere al clădirii inteligente?
- Confortul se traduce prin acţiunile clădirii inteligente
care îl ajută pe locatar să nu mai ceară explicit anumite
acţiuni din partea dispozitivelor instalate în clădire.

Clădirea inteligentă va executa acţiuni care să elimine


intervenţia directă şi explicită a locatarului pentru variaţia
căldurii către temperatura optimă, a luminii artificiale, a
sistemelor audio-video, a diverselor acționări auxiliare sau va
executa acţiuni care îi vor comunica locatarului funcţionarea
defectuoasă a senzorilor sau a elementelor de acţionare
instalate. Pe baza comportamentului diferit al fiecărui locatar,
identificat unic prin seturi unice de variaţii de stare ale
senzorilor, se vor crea profile individuale sau, acolo unde
diferențele sunt prea mici, se vor crea profile de grup care să
extindă învăţăturile fie la nivel individual, fie la nivel de grup.
Astfel, necesitatea unor noi rezultate dorite va fi filtrată
conjunctural pentru fiecare profil individual în parte sau, dacă
nu se poate realiza individualizarea, filtrarea se va efectua la
nivel de profil de grup.
Vom observa în practică diferențe clare între acţiunile
pe care sistemele inteligente de management al cladirilor le
vor adăuga în listele lor de acţiuni, atunci când vor avea de
gestionat profile diferite de locatari: număr diferit de copii,
vârstnici sau locatari cu comportament diferențiat.

48
Scurte considerații despre inteligența artificială

Protecţia locatarului

- Ce înseamnă protecţia locatarului din punctul de


vedere al clădirii inteligente?
- Protecţia se traduce prin acţiunile clădirii inteligente
care îl vor apăra pe locatar în situațiile care pot deveni
periculoase.

Clădirea inteligentă îl va apăra pe locatar de


consecințele nefuncţionării sau de consecințele funcţionării
defectuoase a utilitaților: conducte și cazane sub presiune, de
apă rece sau caldă, conducte și arzătoare de gaze, conductori
și echipamente de curent electric de tensiune periculoasă sau
de consecințele funcţionării defectuoase a echipamentelor
conectate la acestea: frigider, aragaz, centrală termică sau
ascensor.
Protecția se va asigura prin compensarea parțială a
nefuncţionării, prin izolarea accesului în zonele devenite
periculoase şi prin alarmarea salvatorilor sau a persoanelor
care sunt în apropiere. În cazul unor cutremure sau a unor
inundații masive clădirea inteligentă va acționa actuatorii
(robineții şi intrerupătoarele electrice) astfel ca întreruperea
alimentării cu apă, gaze şi curent electric de tensiune
periculoasă să fie executată imediat şi de la cel mai îndepărtat
punct față de poziția locatarului.
Mai mult, pentru a fi de un real ajutor, casa inteligentă
va lua decizia de a comunica autorităților câte persoane sunt
în potențial pericol şi care este localizarea lor.

49
Scurte considerații despre inteligența artificială

Sistemele inteligente de management al clădirilor pot fi


lăsate să comunice între ele sau pot fi asociate unor clustere,
ceea ce le va permite să facă schimb de învăţături, lărgind
astfel gradul de confort şi de protecţie al locatarilor. Pe baza
profilelor individuale sau de grup, fiecare casă inteligentă va
prelua învăţăturile individuale ale “casei de alături” şi va putea
oferi acelaşi grad de confort sau de protecție individuală
locatarilor care vin în vizită în casa de alături ca şi casa
originară.

Astfel, de exemplu, copilul dumneavoastră, aflat în


vizită în casa colegului său de şcoală, va beneficia de aceleaşi
condiţii de confort cu care a fost obișnuit acasă, iar
dumneavoastră veţi fi informat automat unde se află acesta,
dacă în prealabil ați ales această opțiune. Sistemul inteligent
de management al casei dumneavoastră sau cel al casei
colegului de şcoală va lua decizia şi de a vă informa printr-un
sms.
Dacă, de exemplu, casa dumneavoastră inteligentă
ştie cinci scenarii care îi măresc confortul copilului
dumneavoastră, atunci când casa din vecini îl va identifica pe
musafir (copilul dumneavoastră aflat in vizită) ca locatar al
unei case aflate în relație de schimb de liste şi de corelații, pur
şi simplu va cere şi va primi cele cinci scenarii pe care imediat
le va pune în execuție.
În câteva secunde vom observa la casa din vecini că
va incepe să aibă aceeaşi grijă față de copilul dumneavoastră
ca şi propria lui casă.

50
Scurte considerații despre inteligența artificială

Algoritmul de execuţie sau feedback-ul reflex este


rapid şi poate fi distribuit către alte maşini inteligente de
acelaşi tip, printr-o conexiune wireless sau bluetooth sau prin
orice alt mecanism de comunicaţie.
Un mare cîştig al acestor maşini inteligente este
posibilitatea de a-şi transfera una alteia bazele de date, adică
listele care-i vor asigura sistemul de corelații în domeniul de
activitate în care maşina este folosită.

51
Scurte considerații despre inteligența artificială

Managementul inteligent al orașului


Sisteme inteligente de management ale oraşelor,
Oraşele inteligente

Orașele inteligente au ca rol (extins) maximizarea


confortului şi a sigurantei pentru fiecare cetăţean în parte.
Orașul inteligent se obține prin colaborarea clădirilor cu rol
locativ, comercial sau industrial, a autovehiculelor a
sistemelor de automatizare implementate la nivelul străzilor,
trotuarelor, pasajelor, stațiilor şi echipamentelor de
semnalizare, după ce acestora li s-au adăugat sistemele de
automatizări şi algoritmii de inteligenţă artificială.
Dacă la nivel de clădiri inteligente, grupaje de clădiri
sau maxim de cartiere întregi vorbim de gestionarea profilelor
individuale ale persoanelor aflate in interiorul perimetrului
monitorizat de senzorii acestora, la nivel de oraş inteligent
trebuie să adăugăm învăţături şi reguli noi, care să permită
gestionarea confortului în spaţiul public şi în instituţiile publice
(școli, teatre, spitale, intersecții, căi de acces și, in general,
clădirile şi spațiile de adunare de interes public).

- Ce poate să facă o maşină inteligentă într-un spaţiu


public?
- Asupra unui spaţiu public al cărui sistem de
management a fost automatizat şi este controlat de un
sistem expandabil de algoritmi se poate adăuga
sistemul de inteligenţă artificială care îi va permite să
52
Scurte considerații despre inteligența artificială

adauge noi învăţături aplicabile cetățenilor la nivel de


grup sau chiar personal şi individual.

Confortul cetăţeanului

- Ce înseamnă confortul cetăţeanului din punctul de


vedere al oraşului inteligent?
- Confortul se traduce prin acţiunile spontane care îl
ajută pe cetăţean să nu mai ceară explicit acţiuni care
să implice interogarea informațiilor publice sau care îi
vor comunica acestuia rutele optime sau zonele cu
acces dificil temporar datorită unor lucrări sau unor
acţiuni ale autoritatilor.

Pe tot parcursul zilei, 24 din 24 de ore, cetăţeanul va fi


susţinut în activităţile sale de către mecanismele automatizate
ale oraşului inteligent. Pentru fiecare destinație aleasă de
acesta i se vor prezenta pe dispozitivele disponibile
informațiile necesare de natură să îi minimizeze timpul alocat,
să îi crească nivelul de confort şi să îi optimizeze consumul
celorlalte resurse utilizate.

Protecţia cetăţeanului

- Ce înseamnă protecţia cetăţeanului din punctul de


vedere al oraşului inteligent?

53
Scurte considerații despre inteligența artificială

- Protecţia se traduce prin acţiunile care îl vor apăra pe


cetăţean de consecințele nefuncţionării sau funcţionării
defectuoase a utilităţilor (semafoare, rețele de apă,
gaze, curent electric de tensiune periculoasă), a
utilajelor sau a clădirilor, prin limitarea accesului în
zonele devenite periculoase sau măcar prin
comunicarea din timp asupra pericolelor din apropierea
acestuia.

În cazul unor cutremure sau a unor inundații masive se


înțelege ușor că recomandarea promptă a rutelor alternative
va duce la evitarea blocării cetațenilor în zonele afectate şi va
ajuta la fluidizarea accesului pentru autoritățile implicate în
gestionarea avariilor.
De asemenea, capacitatea sistemului inteligent de
management la nivel de oraş de a identifica persoanele din
zonă şi decizia acestuia de a comunica autorităților câte
persoane sunt în pericol, care este localizarea lor şi care
dintre acestea au grad mare de vulnerabilitate (vârstă,
afecțiuni permanente sau accidentale) devine un real ajutor în
organizarea reacției salvatorilor.

Cel mai simplu exemplu de utilizare a inteligenţei


artificiale este integrarea acestuia în sistemul de monitorizare
şi control al semafoarelor.
Astfel:
- Definim maşina inteligentă ca fiind sistemul unitar de
monitorizare și control al unui oraş.
- Scopul va fi optimizarea timpului asociat drumului
parcurs până la destinație de către automobile.
54
Scurte considerații despre inteligența artificială

- Obiectivele vor fi: reducerea timpului consumat la orele


de vârf față de maximul înregistrat în anul anterior, crearea
unor rute alternative în caz de accident sau calamități
naturale și eliberarea traseului pentru maşinile aflate în
intervenţie.
- Echipamentele folosite vor fi: semafoarele instalate în
intersecţii, senzorii de monitorizare a traficului auto
instalaţi pe străzile oraşului, dispozitivele gps instalate pe
autovehicule, aplicaţia instalată pe dispozitivele smart
(monitoare, telefoane, tablete) și, bineînţeles, sistemul
centralizat de monitorizare și control dotat cu algoritmi de
inteligenţă artificială.

Fiecare dispozitiv gps activ va transmite către sistemul


central de monitorizar si control poziția curentă și destinaţia,
iar sistemul centralizat va căuta variantele de creare a
culoarelor de undă verde pentru cât mai multe dintre
autovehicule. Traficul va fi monitorizat și cu ajutorul senzorilor
de trafic pentru a include în calcule toate autovehiculele, nu
doar pe cele care au gps-ul activ.
Aplicaţiile instalate pe dispozitivele smart vor semnala
șoferului particularităţile traseului până la destinaţia aleasă,
pentru a-i oferi acestuia confortul de a decide din timp asupra
continuării drumului pe traseul indicat sau alegerii unui traseu
alternativ.
În caz de necesitate, pentru maşinile de intervenţie se
vor stabili trasee eliberate de trafic până la destinaţie, iar
pentru restul autovehiculelor se vor indica trasee alternative,
care să evite intersectarea cu maşinile de intervenţie, sau în
alte cuvinte eliberarea traseului intervenţiei înainte ca
55
Scurte considerații despre inteligența artificială

maşinile de intervenţie sa ajungă în zonă şi revenirea


autovehiculelor pe traseul obişnuit după trecerea
respectivelor maşini de intervenţie.

După cum observaţi, implementarea unui astfel de


sistem nu complică deloc viața cetațenilor unui oraş, ba chiar
o securizează și, de asemenea, reprezintă o alternativă ieftină
și rapidă la reorganizarea traficului prin lărgirea drumurilor.

56
Scurte considerații despre inteligența artificială

Managementul afacerilor
Sisteme inteligente de management ale afacerilor
Afacerile inteligente

Afacerile inteligente au ca rol optimizarea cheltuielilor


şi a fluxurilor de numerar sau prognoza acestora pe termen
scurt sau mediu în corelație cu comportamentul fiecărei
resurse care influențează afacerea.

A nu se confunda cu “business intelligence”.


Business intelligence este un set de algoritmi care
urmăreşte evoluţia indicatorilor principalelor resurse, testează
gradul de corelare al evoluției acestora, sesizează abaterile
față de evoluția uniformă (posibilitatea apariției problemelor)
şi prognozează trenduri în evoluţia acestor indicatori în raport
cu factorii de influenţă.
Un sistem business intelligence operațional sesizează
problemele după ce acestea apar.
În relația de tip afaceri inteligente (“intelligent
businesses”) vom discuta despre inserția algoritmilor
inteligenţei artificiale în algoritmii de calcul ai soluțiilor de
business intelligence.
- Ce poate să facă o maşină inteligentă cu o bază de
date a unei companii?
- Asupra unei baze de date de tip ERP (Planificarea
Resurselor Companiei) al cărei model managerial a
57
Scurte considerații despre inteligența artificială

fost automatizat şi este controlat de un sistem


expandabil de algoritmi se poate adăuga sistemul de
inteligenţă artificială care îi va permite să adauge noi
învăţături aplicabile comportamentului resurselor la
nivel de grup sau chiar la nivel de resursă evaluată
individual.

- Ce înseamnă optimizarea comportamentului


resurselor?
- Optimizarea comportamentului resurselor se
realizează prin diminuarea până la eliminare a
acţiunilor redundante, prin reorganizarea lor ca
succesiune cronologică temporizată şi ca relație
dependentă. Mai simplu spus, se regândește
activitatea fiecărei persoane şi a fiecărui utilaj astfel ca
acestea să facă minimul de activităţi necesare pentru
ca să realizeze sarcinile solicitate.

- Ce înseamnă optimizarea cu algoritmi de inteligenţă


artificială pentru o afacere?
- Optimizarea prin algoritmi de inteligenţă atificială se
traduce prin minimizarea timpului alocat pentru studiul
comportamentului afacerii şi maximizarea timpului
alocat pentru decizii de către echipa de manageri, ceea
ce presupune o economie indirectă de bani, deoarece
cel mai bine plătiți sunt managerii şi timpul cheltuit de
aceştia este foarte scump. În plus, această
reorganizare conduce la diponibilizarea timpului pentru
actul de decizie. Managerii vor avea mai mult timp la

58
Scurte considerații despre inteligența artificială

dispoziție pentru analiza rapoartelor primite şi pentru


pregătirea luării deciziilor.

Rapoartele se vor construi pentru a permite:


- creșterea predictibilității comportamentului celorlalte
resurse, în special a resursei umane, care este şi cea
mai impredictibilă şi mai costisitoare resursă.
- realizarea de prognoze în marja de eroare impusă
pentru evoluția pe termen scurt, mediu sau lung a
balanței de plăți a companiei.
- realizarea de prognoze privind evoluția unei resurse
sau a unui grup de resurse pe termen scurt, mediu sau
lung.

Mai simplu, sistemul inteligent de administrare a afacerii


poate fi descris așa:
- se poate automatiza sistemul de prețuri astfel ca
acesta să fie gestionat în timp real, maxim
conjunctural: să fie personalizat după client, sezon,
concurență, stocuri, strategie şi orice alte variabile
pentru care până acum nu au fost condiţii de a le
măsura.
- se poate automatiza sistemul de achiziții, respectiv
costurile implicate să fie calculate în timp real, să fie
minime conjunctural şi să includa fluxuri de vânzare
mult mai scurte, care vor fi bazate pe prognoze cu
marje mici de eroare.
- se poate automatiza sistemul de control pentru a lua
decizii în timp real.
- se poate optimiza în timp real consumul de resurse.
59
Scurte considerații despre inteligența artificială

- marjele de eroare la calculul prognostic sunt de zece


ori mai mici decât în formulele folosite astăzi de
sistemele business intelligence.
- numărul de variabile şi de scenarii analizate este de o
sută de ori mai mare decât în business intelligence-ul
actual, iar prin mecanismele de replicare cibernetică
acestea ajung la ordinul milioanelor, mai mult decât
suficient pentru a crea stabilitate şi predictibilitate
afacerii.

Scopuri şi obiective

În cadrul afacerilor inteligente am identificat mai multe


scopuri, fiecare pentru câte un model de afacere.

Pentru afacerile de nivel mic

 Chiar dacă implementarea unor sisteme de tip ERP cu


business intelligence este sugerată de furnizorii de
software şi pentru afacerile mici (5 utilizatori şi cifra
afaceri mai mică de $100.000 anual), consider că
volumul util de informații va fi prea mic şi numărul de
erori sau stări de incertitudine va fi prea mare pentru a
se justifica investiția în algoritmi de inteligenţă
artificială.

60
Scurte considerații despre inteligența artificială

Pentru afacerile de nivel mediu

● pentru afacerile medii, de nivel național, scopul va fi


optimizarea operatională şi obiectivele majore vor fi
minimizarea cheltuielilor cu păstrarea volumelor de
producție şi desfacere şi maximizarea efectului de
promovare a brandului.

Liniile de acţiune vor fi axate pe păstrarea furnizorilor


şi clienților profitabili, îmbunatațirea contractelor cu aceștia,
înlocuirea furnizorilor şi clienților neprofitabili, creșterea
calității serviciilor adresate clienților şi a imaginii pozitive în
piață.
Aportul semnificativ al inteligenţei artificiale la
menținerea și dezvoltarea afacerii va consta în identificarea
criteriilor de evaluare a performanțelor afacerii în raport cu
fiecare terț şi anticiparea comportamentului acestora la
schimbările de conjunctură, corelat cu anticiparea
modificărilor decizionale necesare pentru eliminarea
consecințelor negative şi obținerea de avantaje conjuncturale.

Pentru afacerile mari

● pentru afacerile mari, cu dimensiuni continentale,


scopul va fi minimizarea timpului privind armonizarea
afacerii, iar obiectivele majore vor fi standardizarea
operațională şi armonizarea afacerii în raport cu
cerințele juridice şi sociale ale fiecarei regiuni sau țări.

61
Scurte considerații despre inteligența artificială

Acest scop este cu atât mai relevant cu cât afacerea


se va extinde pe noi piețe prin deschiderea de filiale sau prin
achiziția de afaceri locale cu acelaşi profil, care vor trebui
convertite la standardul operațional al afacerii-mamă şi apoi
armonizate.
Liniile de acţiune se vor axa pe construirea unei
metodologii standard pentru crearea proceselor operaționale
în fiecare filială, regiune sau țară şi pe adaptarea proceselor
operaționale la restricțiile specifice locale cu păstrarea
indicatorilor de performanță.

Pentru afacerile foarte mari

● pentru afacerile foarte mari, cele care au dimensiuni


transcontinentale, scopul va fi menținerea integrității
afacerii (brandului), iar obiectivele majore vor fi
minimizarea impactului pe riscurile juridice şi
operaționale.

Liniile de acţiune se vor axa pe monitorizarea


problemelor care vor apărea în fiecare filială, clasificarea
acestora după dimensiunea riscurilor pe care le generează şi
rezolvarea problemelor la pachet sau individual în scopul
minimizării riscurilor asociate.

62
Scurte considerații despre inteligența artificială

Roboţi autonomi

Roboţii autonomi au ca obiective îndeplinirea scopului


pentru care au fost creaţi şi maximizarea propriei capacităţi
de adaptare la mediul extern în care sunt utilizaţi.
Un robot autonom dispune de echipamentele necesare
locomoţiei proprii şi are de rezolvat probleme de tip stabilire
rută între două repere şi de execuție a activităţilor în spaţii
tridimensionale. Ei trebuie să depăşească uneori obstacole
nonstandard.

În mod practic aceste lucruri se abordează astfel:


- Cum ajutăm robotul să invețe rute noi, în cazul în care
apare un obstacol într-o rută veche sau în cazul în care
apare necesitatea unei destinații noi?
- Prin utilizarea mecanismelor descrise în această carte
vom descoperi că este mai ușor de pus în practică
decât de explicat. La prima parte a acestei întrebări am
să raspund cu un exemplu în capitolul autoînvăţare.

Inteligenţa maşinilor este limitată la numărul de situaţii


în care acestea iau decizii şi acest număr este dat de numărul
de scenarii care le-a fost implementat de creatorul lor.

Inteligenţa artificială este un mecanism care permite


învăţarea de noi scenarii în mod autonom şi independent de
creator.
63
Scurte considerații despre inteligența artificială

Scenariile sunt o colecție de paşi care se execută


fiecare prin citirea stării senzorilor și execuția acțiunilor care
sunt asociate acelor stări. Scenariile diferă între ele prin
numărul de paşi, corelația între starea senzorilor și acțiunile
care sunt executate și, de cele mai multe ori, de ordinea în
care paşii trebuie executați.
Prin procesul de învățare, la scenariile existente în liste
se adaugă paşi noi, se înlocuiesc unii paşi cu alții sau se
schimbă ordinea de execuție a paşilor.
Deși modul în care se poate construi un nou scenariu
prin modificarea unuia existent pare foarte simplu, în realitate
fiecare nou scenariu va produce alte efecte asupra mobilității
sau asupra capacităților de execuție a robotului. Important
este ca robotul să poată alege scenariul corect în fiecare
conjunctură pe care o detectează.

Un exemplu îl reprezintă automobilul inteligent, care


este un robot care transportă oameni şi bagaje, știe să
ajungă la destinație evitând obstacolele.

64
Scurte considerații despre inteligența artificială

Sisteme inteligente de relaționare cu clienţii

Modelul de inteligenţă artificială pe care va trebui să-l


construim pentru interacţiunea cu clientul serviciilor
automatizate inteligente este cel mai apropiat de cel pe care-
l vedem astăzi prin filme.
Vom comunica cu acesta prin viu grai şi prin mesaje.
Modelul va selecta, din lista de acţiuni, acţiunea de a
răspunde audio, prin intermediul unei aplicații dedicate sau
printr-un mail cu un text care va fi o întrebare sau o afirmație.

Pentru acest caz senzorii vor fi formați in majoritatea


lor din algoritmi software care vor descompune logic
întrebarea sau cerința clientului şi o vor reprezenta ca serie
de valori identică cu starea senzorilor.

În exemplele următoare vom observa că la nivel de


scenario nu diferă semnificativ nici scenariile algoritmului de
execuție nici scenariile algoritmului de învățare.

Ceea ce diferă semnificativ între aceste mașini


inteligente virtuale sunt procedurile specifice scopului
fiecareia, proceduri care sunt dependente și în strânsă
corelație cu senzorii fiecăreia dintre mașini și actuatorii sau
interfețele specifice fiecărui obiectiv definit în mod individual.

65
Scurte considerații despre inteligența artificială

Ofițerul bancar virtual

Un ofițer bancar virtual va dispune de echipamentele


necesare administrării documentației specifice şi a
bancnotelor şi are de rezolvat probleme de natura relaționării
cu clienţii bancari, oameni sau alte sisteme automate.
În relaționarea cu oamenii acesta va folosi un ecran,
un difuzor sau emailul, iar în cazul relaționării cu celelalte
sisteme automate va folosi dintre interfețele de comunicare
disponibile pe cele adecvate.

Scenariul de execuție este următorul:

start
Intră în legătură cu clientul
Dacă este identificat clientul
atunci citește informațiile pentru personalizarea relației
cu acesta;
altfel consideră client nou;
citește pașii descriși in lista de acțiuni personalizată, pas cu
pas;
execută pașii și pentru fiecare pas executat,
citeste reacția clientului;
scrie rezultatul în lista de rezultate;
compară rezultatul cu rezultatul obținut la execuția
precedentă a acelaș pas;
dacă rezultatul este diferit (client nemulțumit)

66
Scurte considerații despre inteligența artificială

atunci execută scenariu învățătură nouă;


stop.

În mod practic aceste acțiuni se vor aborda astfel:


- Cum ajutăm ofițerul bancar virtual să-şi personalizeze
relaționarea după fiecare client?
- Îl învăţăm ca în următoarele relaționări să îşi schimbe
paşii care au generat reacții diferite de cele așteptate
din partea clientului.

Mecanismul învățării poate fi de felul urmator:


- Memorează într-un istoric toţi paşii şi
- Măsoară toate reacțiile personale față de
comportamentul clientului şi toate reacțiile clientului
față de ofițerul virtual.
- Evaluează fiecare reacție în raport cu reacțiile obținute
de la alți clienți care au parcurs deja aceeaşi paşi.
- Modifică pasul la care clientul are reacție diferită de a
celorlalți clienți pentru a obține o reacție apropiată de
reacția așteptată.

Operatorul Contact Center virtual

Un operator al unui Contact Center virtual va dispune


de echipamentele necesare administrării documentației
specifice şi are de rezolvat probleme de natura relaționării cu

67
Scurte considerații despre inteligența artificială

clienţii diverselor companii care și-au externalizat activitatea


tip contact center, oameni sau alte sisteme automate.
În relaționarea cu oamenii acesta va folosi un sistem
de comunicare la distanță, telefon, aplicatie dedicate cu
interfață pentru om sau emailul, iar în cazul relaționării cu
celelalte sisteme automate va folosi dintre interfețele de
comunicare disponibile pe cele adecvate.

Scenariul de execuție este similar cu precedentul. Doar


procedurile specifice vor fi diferite.

Acțiunile se vor aborda de manieră asemănătoare:


- Cum ajutăm operatorul contact center virtual să-şi
personalizeze relaționarea după fiecare client?
- Similar cu ofițerul bancar, îl învăţăm ca în următoarele
relaționări să îşi schimbe paşii care au generat reacții
diferite de cele așteptate din partea clientului.

Mecanismul învățării poate fi de felul urmator:


- Memorează într-un istoric toţi paşii şi
- Măsoară toate reacțiile personale față de
comportamentul clientului şi toate reacțiile clientului
față de operatorul virtual.
- Evaluează fiecare reacție în raport cu reacțiile obținute
de la alți clienți care au parcurs deja aceeaşi paşi.
- Modifică pasul la care clientul are reacție diferită de a
celorlalți clienți pentru a obține o reacție apropiată de
reacția așteptată.

68
Scurte considerații despre inteligența artificială

Chelner restaurant virtual

Un chelner al unui restaurant virtual va dispune de


echipamentele necesare preluării comenzilor de la clienți și
transmiterea acestora către bucătari şi are de rezolvat
probleme de natura relaționării cu clienţii restaurantului sau a
firmei de catering, oameni sau alte sisteme automate.
În relaționarea cu oamenii acesta va folosi un sistem
de comunicare la distanță, telefon, aplicatie cu interfață
dedicată pentru om sau emailul, iar în cazul relaționării cu
celelalte sisteme automate va folosi dintre interfețele de
comunicare disponibile pe cele adecvate.

Scenariile de execuție și de evaluare a interacțiunii cu


clientul sunt similare cu precedentele, mecanismul învățării
este similar cu precedentele, doar procedurile specifice vor fi
diferite.

69
Scurte considerații despre inteligența artificială

Jucăriile inteligente

Să nu uităm principalul motiv pentru care merită să


înțelegem această ramură a științei: dezvoltarea armonioasă
a copiilor noștri.
Alături de animalele de companie, în viitorul apropiat,
copiii se vor juca şi cu diverse dispozitive dotate cu inteligenţă
artificială. Unele dintre ele vor pimi un nume şi vor deveni
jucăria favorită.

Acestea se vor afla, 24 ore, zilnic, lângă copil şi cu


“ochii” pe copil.

De asemenea, vor trebui să-şi îmbunătățească


permanent capacitatea de reacție atât în ceea ce privește
confortul psihologic şi fiziologic al copilului, cât şi asigurarea
protecției acestuia, adecvat spațiului de joacă şi a mediilor pe
care copilul le frecventează.
Jucăria inteligentă se va dezvolta odată cu creșterea şi
dezvoltarea copilului și va avea reacții prompte, adaptate
nevoilor acestuia.

Jucăria inteligentă va fi sfetnicul şi mentorul copilului.

Jucaria inteligenta ne va ajuta sa observam comportamentul


copilului nostru, ne va oferi informaţii care ne vor ajuta sa ne
imbunatatim rolul nostru de sfetnici si mentori ai acestuia
(vezi mai jos, capitolul Educarea copilului)
70
Scurte considerații despre inteligența artificială

Bineînțeles că, pentru aceasta, o armată de psihologi,


analiști specializați în comportamentul copiilor la diferitele
vârste şi informaticieni vor implementa şi vor întreține
algoritmii de mentorat :) .

Protecţia copilului

Protecţia copilului va fi principalul obiectiv a oricărei


jucării inteligente. Aceasta va trebui să identifice riscurile care
apar în jurul copilului în spaţiul în care acesta se manifestă,
să alarmeze un părinte dacă riscul devine prea mare şi să
intervină pentru a micșora riscul respectiv.

Pentru aceasta, jucăria inteligentă va trebui să aibă


capacitatea de a interacționa cu aproape toate celelalte
dispozitive inteligente şi de a executa prognoze în timp real
cu privire la posibilele accidente ce pot interveni din neatenția
sau nepăsarea copilului.

Pe măsură ce copilul crește şi capătă el însuşi


capacități de comunicare şi înțelegere a riscului, jucăria va
trebui să poată comunica eficient şi personalizat cu acesta.

Confortul copilului

Pentru confort se vor stabili obiective ca eliminarea


poluării fonice şi susţinerea unui mediu prietenos şi liniștit.
71
Scurte considerații despre inteligența artificială

Jucăria inteligentă, prin senzorii pe care-i are la dispoziție,


poate identifica spațiul, zona optimă de petrecere a timpului
de către copil și îl va îndruma pe acesta către acel spațiu de
confort. Mai mult, jucăria va evalua continuu probabilitatea
apariției unor elemente de disconfort și va încerca să le evite,
inclusiv prin atragerea copilului într-o altă zonă considerată
sigură și confortabilă.

Educarea copilului

Dacă va fi jucăria lui preferată, atunci atenţia copilului


va fi maximă şi se vor putea crea scenarii prin care să se pună
în evidenţă inteligenţa copilului şi capacitatea lui de a învăţa
lucruri noi.
De exemplu, jucăria poate începe o sesiune de
învățare a denumirilor diverselor imagini din cărțile de colorat
ale copilului sau poate asista la temele de discuție purtate
între mamă și copil și poate prelua o parte dintre aceste teme
pentru a le repeta cu copilul în absența mamei, cu scopul de
a-l ajuta pe acesta să-și însușească corect elementele noi.
Periodic putem “interoga” jucăria preferata pentru a
identifica atitudinea si reacția copilului, modul de asimilare a
noțiunilor si căile de imbunătățire folosite sau propuse de
jucărie.

72
Scurte considerații despre inteligența artificială

Componentele sistemului de inteligenţă artificială

Componentele unui sistem de inteligenţă artificială sau


piesele de lego pe care noi va trebui să le potrivim într-o primă
etapă sunt:

1. algoritmul pentru execuţia sarcinilor sau algoritmul


reactiv-cinetic;
2. algoritmul pentru identificarea corelațiilor între
informaţii;
3. algoritmul pentru identificarea corelațiilor între reguli-
informaţii-acţiuni-rezultate (RIAR);
4. lista de reguli;
5. lista de informaţii;
6. lista de acţiuni;
7. lista de rezultate.

Eu recomand asamblarea sistemului de inteligenţă


artificială într-o formulă care să permită rularea independentă
a algoritmilor şi, bineînţeles, care să permită citirea şi scrierea
independentă a listelor.

Vom crea astfel un sistem automatizat care va executa


fără oprire trei tipuri de activităţi, unele lente şi altele rapide,
pe care le descriem în continuare:

73
Scurte considerații despre inteligența artificială

1. activitatea de execuţie a sarcinilor, algoritm rapid,


care:
a. va citi valorile primite de la senzori,
b. le va compara cu valorile din lista de informații şi
i. atunci când găsește perechile identice,
ii. execută acţiunea asociată sarcinii din lista de
acţiuni respectând lista de reguli şi
iii. va nota rezultatele observate (obținute) in lista
de rezultate sub forma unor secvențe corelate,
astfel:
valori primite de la senzori -> acţiune asociată ->
-> permisiune de execuție conform regulilor asociate -
>rezultate observate prin senzori.

2. activitatea de învăţare sarcini noi, algoritm lent,


care este formată din:
a. activitatea de identificare necesitate sarcină nouă,
algoritm rapid, care:
i. va citi valorile primite de la senzori,
ii. le va compara cu valorile din lista de informații
şi
1. atunci când nu găsește perechi identice
în lista de acţiuni,
2. va nota necesitatea unei noi acţiuni în
lista de acţiuni, asociată valorilor primite
de la senzori
b. activitatea de identificare posibilitate creare
sarcină nouă, algoritm lent, care:
i. va căuta corelații noi între informații

74
Scurte considerații despre inteligența artificială

ii. va căuta corelații noi între reguli-informaţii-


acţiuni-rezultate previzibile (RIAR)
iii. va căuta corelații noi între reguli-informaţii-
rezultate previzibile (RIR) şi
iv. dacă găsește RIR atunci:
va căuta acţiuni care să valideze RIAR

c. activitatea de testare sarcină nouă, algoritm lent,


care:
i. va testa lanţul RIAR validat anterior şi
dacă testul este cu succes (rezultatul
obținut este cel previzionat)
atunci adaugă noua acţiune ca acţiune
asociată sarcinii noi din lista de acţiuni
altfel execută activitatea b. pentru
următoarea acţiune validă

3. activitatea de validare a lanțului reactiv-cinetic,


algoritm rapid, care este formată din
a. activitatea de comparare a rezultatelor
observate la fiecare nouă execuție, care:
i. va compara rezultatele observate la ultima
execuție cu cele anterioare
ii. dacă sunt identice sau apropiate
atunci va nota diferența în lista de
rezultate
altfel va nota necesitatea unei noi
acţiuni în lista de acţiuni.

75
Scurte considerații despre inteligența artificială

În continuare, ne vom referi la cei trei algoritmi descrişi


mai sus şi vom denumi algoritmii de învăţare sarcini noi ca
fiind algoritmi de autoînvăţare. Vom detalia componentele
descrise în acest capitol pentru ca să înţelegem mai uşor
mecanismul autoînvăţării sau după cum ne-am exprimat la
începutul capitolului, piesele de lego :)

Autoînvăţarea este un proces autodidact care


foloseşte o bază de cunoştinţe iniţială pe care o vom numi şi
lista bază de învăţături sau lista de învăţături de bază. Aceste
învăţături sunt fixate şi nu se vor schimba din cel puțin două
motive: existența unei baze-reper față de care să se evalueze
toate noile învăţături şi impunerea unor restricții.

În consecinţă, sistemul de inteligenţă artificială va reuşi


să invețe doar dacă volumul bază de învăţături este suficient
de mare, astfel încât să-i permită acestuia să găsească noi
corelații RIAR pornind de la RIR, adică să poată identifica un
raport de cauzalitate între informaţii, reguli, acţiuni şi
rezultatele cunoscute. Mai mult, inteligenţa artificială are
nevoie să testeze noile învăţături într-un mediu de test în care
poate construi virtual funcţiile RIR şi funcţiile RIAR, chiar dacă
rezultatele vor fi diferite față de rezultatele previzibile. Acest
mod de lucru o va ajuta să găsească soluții care pot conduce
maşina inteligentă în stări cunoscute ale senzorilor, iar din
aceste stări ea va şti ce acţiuni să execute.

Întrebarea pentru noi, oamenii, devine:


- Cum organizăm listele de reguli, informaţii, acţiuni şi
rezultate (RIAR) şi cum construim algoritmii de
76
Scurte considerații despre inteligența artificială

corelare astfel ca sistemul să genereze o listă cu reguli,


informaţii şi rezultate (RiR) şi apoi, în sloturile libere,
pentru rezultatele notate cu “necesitatea unei noi
acţiuni” să genereze RiAR?
sau
- Cum aranjăm piesele de lego astfel ca sistemul să
funcţioneze așa cum ne-am propus?

Răspunsul meu este:


1. Listele trebuie structurate cronologic şi temporal şi
trebuie ca relația între ele să fie în ambele direcții.
2. Algoritmii trebuie să evalueze comportamentul, adică
să marcheze abaterile de comportament în raport cu
variabilele de mediu (extern şi intern), cu alte cuvinte
să rețină tendința de modificare a soluțiilor pentru a
păstra aceleaşi rezultate.

77
Scurte considerații despre inteligența artificială

78
Scurte considerații despre inteligența artificială

Autoînvăţarea

sau algoritmul pentru identificarea corelațiilor RIAR (între


reguli-informaţii-acţiuni-rezultate)

Procesul de autoînvăţare are loc, conform primei


condiţii funcţionale, doar dacă mai avem combinații de
stare-senzori neîmperecheate cu serii de acțiuni (sloturi
libere).
Procesul de autoînvăţare se bazează pe experiența
deja acumulată a maşinii inteligente, adică pe numărul de
învăţături pe care maşina deja le are în listele sale. Mai exact,
pentru fiecare tip de maşină inteligentă există un număr minim
de învăţături de la care aceasta poate executa cu succes
algoritmul de autoînvăţare.
Din experiență vă spun că numărul de învăţături din
liste trebuie să fie destul de mare.

Următoarea secvență de paşi permite derularea


algoritmului de autoînvăţare artificială prin identificarea
relaţiilor unice între starea senzorilor şi acţiunile corecte.
Pentru a păstra explicaţiile la nivelul acestei cărţi, care se
adreseaza celor cu un nivel mediu de interes pentru acest
domeniu, voi aborda doar cazul în care o stare nouă a
senzorilor este diferită de stările cunoscute printr-o singură
stare, determinată de un singur senzor.

79
Scurte considerații despre inteligența artificială

Secvenţa de paşi:
1. Execuție condiționată. Algoritmul se activează doar
dacă întâlnim o stare nouă a senzorilor pentru care nu
avem o corelație cu o acţiune A, dar pe care o avem
marcată cu “necesar învăţătură nouă”.
2. Creare listă extinsă a stărilor senzorilor. Se va
genera o nouă listă a stărilor cunoscute cu acţiunile
corelate prin parcurgerea şirului de stări ale senzorilor
de la stânga la dreapta.
3. Creare listă de acţiuni identice şi listă de acţiuni
diferite. Parcurgem lista extinsă a stărilor şi creăm
două liste de acţiuni asociate stărilor senzorilor: lista cu
acţiuni identice pentru o aceeaşi stare şi lista cu acţiuni
diferite.
4. Eliminare elemente redundante din listele de
acţiuni. Se intersectează cele două liste şi se
păstrează acţiunile care nu aparțin intersecției
(acţiunile care nu sunt comune celor două liste).
5. Ordonare listă test acţiuni. Se ordonează acţiunile
păstrate într-o listă test acţiuni.
6. Start testare. Vom testa fiecare variantă de acţiune din
lista test de acţiuni astfel:
7. Marcare secvență RIA. Dacă acţiunea este permisă şi
efectul este diferit de nul vom marca secvenţa RIA,
adică am stabilit o corelație intre regulă informație şi
acţiune.
8. Comparație între rezultate. Pentru fiecare secvență
de la pasul 7 vom compara rezultatul obținut în urma
acţiunii A cu rezultatul dorit (marcat cu “necesitatea
unei noi acţiuni”) şi îl vom numi “diferențe”.
80
Scurte considerații despre inteligența artificială

9. Cuantificare secvență RIAR_i. Dacă diferența nu


este considerată fatală, se păstrează secvența RIAR_i
(regula-informație-acţiune-rezultat la pasul i) ca fiind
validă şi se cuantifică în raport cu rezultatul așteptat.
Dacă diferențele de la pasul 8 sunt considerate fatale
secvența RIAR_i se marchează ca invalidă.
10. Selectare secvență RIAR. Din mulțimea secvențelor
valide RIAR_i se alege ca fiind corectă (câștigătoare)
cea pentru care eroarea este cea mai mică. Aceasta
se adaugă apoi în lista de scenarii.
11. Testare în mediul real. La proxima execuție în mediul
real se măsoară eroarea reală a rezultatului obținut
față de rezultatul dorit şi, dacă această eroare este
gestionabilă, atunci procesul de învăţare se oprește,
altfel
12. Reluare selecție secvență RIAR. Secvența RIAR_i se
marchează ca invalidă şi procesul de învăţare se reia
de la pasul 10 până la găsirea unei secvențe RIAR care
trece de testarea în mediul real sau până la invalidarea
tuturor secvențelor RIAR_i.

Exemplu autoînvățare

În rândurile următoare vom exemplifica procesul de


autoînvăţare pentru a ne edifica asupra aspectului practic.

Stările senzorilor sunt asociate cu acţiuni.

81
Scurte considerații despre inteligența artificială

Scenariul este format dintr-o succesiune de stări unice


şi o succesiune de acţiuni asociate acestora, într-o ordine
bine stabilita.
Să presupunem că am construit un robot care ştie să
execute următoarele acţiuni:
A0 - opreşte ambele roți motoare şi aprinde becul dacă nu
ştie ce să facă
A1 - merge rectiliniu dacă nu întâlneşte niciun obstacol
A2 - opreşte roata stânga şi se roteşte dacă întâlneşte un
obstacol
A3 - caută unde sunt două locuri marcate A şi B
A4 - opreşte ambele roți la comandă
A5 - opreşte roata stânga şi se roteşte la comandă
A6 - preia un obiect la comandă
A7 - predă un obiect la comandă
A9 - aprinde becul dacă nu e lumină suficientă
A10 - stinge becul dacă este lumină
A11 - nu are nicio acţiune de executat

El monitorizează permanent starea următorilor şapte senzori,


primii doi fiind chiar cei descrişi în capitolul “Cel mai simplu
roboțel”:
Senzor Stare Semnificație Acţiune Execuție

s1 1 senzor lumină A10 stinge becul


lumină activat, este
lumină suficientă

s1 0 senzor lumină A9 aprinde

82
Scurte considerații despre inteligența artificială

lumină inactivat, becul


nu este lumină
suficientă

Senzor Stare Semnificație Acţiune Execuție

s2 1 senzor radar A2 opreşte


radar activat, vede un roata
obstacol pe stânga
direcția de mers

s2 0 senzor radar A11 nu are nicio


radar inactivat, nu acţiune de
vede niciun executat
obstacol pe
direcția de mers

s3 1 senzor localizare A5 roteşte


caută activat, vede către
punct punctul A punctul A
fix A

s3 0 senzor localizare A11 nu are nicio


caută inactivat, nu acţiune de
punct vede punctul A executat
fix A

s4 1 senzor localizare A6 preia


este fix activat, este în obiectul din
în A punctul A punctul A

83
Scurte considerații despre inteligența artificială

s4 0 senzor localizare A11


este fix inactivat, nu este
în A în punctul A

Senzor Stare Semnificație Acţiune Execuție

s5 1 senzor localizare A5 roteşte


caută activat, vede către
punct punctul B punctul B
fix B

s5 0 senzor localizare A11 nu are nicio


caută inactivat, nu acţiune de
punct vede punctul B executat
fix B

s6 1 senzor localizare A7 predă


este fix activat, este în obiectul in
in B punctul B punctul B

s6 0 senzor localizare A11


este fix inactivat, nu este
in B în punctul B

s7 1 senzorul simte A11 nu are nicio


are că robotul are un acţiune de
pachet pachet în brațe executat

s7 0 senzorul simte A11 nu are nicio


are că robotul nu are acţiune de
pachet niciun pachet în executat

84
Scurte considerații despre inteligența artificială

brațe

Vom învăţa robotul să execute următoarele două


scenarii:

Scenariul 1: Robotul merge rectiliniu şi ocolește un obstacol,


scenariu bazat doar pe primii doi senzori, ignorând senzorii
de la s3 la s7:

procedura Scenariul1:
start
citește starea senzorilor s1 şi s2,
ignoră starea senzorilor s3, s4 ... s7,
execută acţiunile care corespund stării citite,
repetă scenariul1 până când
îți spun stop joc sau apăs tasta escape.
stop

Paşi s1 s2 s3 s4 s5 s6 s7 Serie de
acţiuni

1 0 0 - - - - - A9; A1

2 0 1 - - - - - A9; A2;

3 1 1 - - - - - A10; A2

4 1 0 - - - - - A10; A1

85
Scurte considerații despre inteligența artificială

Scenariul 2: Robotul merge la punctul A, preia un colet,


merge la punctul B şi eliberează coletul, bazat doar pe ultimii
cinci senzori, ignorând senzorii s1 şi s2:

procedura Scenariul2:
start
citește starea senzorilor s3, s4, s5, s6 şi s7
ignor stare senzor s1
dacă starea senzorului s2=0,
execută acţiunile care corespund stării citite,
altfel stop
repetă scenariul2 până când
îți spun stop joc sau apăs tasta escape.
stop

paşi s1 s2 s3 s4 s5 s6 s7 Serie de
acţiuni

1 - 0 0 0 0 0 0 A5

2 - 0 1 0 0 0 0 A1

3 - 0 1 1 0 0 0 A4; A6;

4 - 0 1 1 0 0 1 A3; A5

5 - 0 0 0 1 0 1 A1

6 - 0 0 0 1 1 1 A4; A7

7 - 0 0 0 1 1 0 A3; A5

86
Scurte considerații despre inteligența artificială

Observăm că procedura pentru al doilea scenariu


seamănă foarte mult cu prima procedură, deşi activităţile sunt
mai complexe şi sunt mai mulți senzori implicați în
identificarea paşilor.
Prin cele două scenarii, roboțelul nostru ştie să
ocolească obstacole, dar fără a transporta pachete dintr-un
punct în altul şi mai ştie să transporte pachete, dar pe trasee
rectilinii fără a ocoli eventualele obstacole.
În timpul execuției scenariului 1, în lista de răspunsuri
se vor adăuga înregistrările cu starea senzorilor după
execuţia fiecăruia dintre paşi.

Pas 1 - Execuție condiționată

procedură Completare_listă_răspunsuri (Pas 1)


start
citește stare senzori
compară stare senzori cu starea din lista cu informații
execută acţiunile asociate stării
citește noua stare a senzorilor
scrie starea nouă în lista cu răspunsuri_rezultate
stop

Robotul va citi starea senzorilor şi va executa pasul


corespunzător din scenariul pe care îl are în derulare sau va
executa acţiunea A0 = oprește ambele roți motoare şi aprinde
becul dacă nu ştie ce să facă. După execuţia fiecarui pas va
scrie noua stare a senzorilor în lista cu rezultate.

87
Scurte considerații despre inteligența artificială

- Ce se va întampla dacă între punctele A şi B va


apărea un obstacol în timpul derulării Scenariului 2?
- Conform Scenariului 2 şi a listei de acţiuni disponibile
se va executa acţiunea A0

Acum să exemplificăm derularea procesului de


autoînvăţare.

Mai întâi, vom completa acţiunea A0 cu scrierea


mesajului “necesită acţiune nouă” în dreptul noii stări a
senzorilor în lista cu răspunsuri.

Pas 2: - Creare listă extinsă a stărilor senzorilor

Procedura devine:

procedura Scenariul 2_cu autoînvăţare (Pas 2)

start
citește starea senzorilor s3, s4, s5, s6 şi s7
ignor stare senzor s1
dacă starea senzorului s2=0,
execută acţiunile care corespund stării citite,
altfel execută A0
scrie în câmpul Mesaj “ necesită acţiune nouă”
stop
repetă scenariu până când
îți spun stop joc sau până apăs tasta escape.
stop

88
Scurte considerații despre inteligența artificială

Vom adăuga un obstacol în timpul execuției primului pas,


robotul se deplasează rectiliniu către punctul A, monitorizat
prin senzorul s3.

paşi s1 s2 s3 s4 s5 s6 s7 Mesaj Serie


de
acţiuni

1 - 0 1 0 0 0 0 A1

8 - 1 1 0 0 0 0 necesită A0
acţiune
nouă

Suntem în starea de execuție condiţionată, primul pas


al procesului descris în acest capitol. Se execută algoritmul
pentru că a apărut o stare a senzorilor marcată cu necesitatea
unei noi acţiuni, pentru care rezultatul dorit este schimbarea
stării senzorului s2 în 0. Dorim să readucem senzorul s2 la
valoarea 0, pentru a executa din nou paşii din scenariul 2.

Pas 3 = creare listă de acţiuni identice şi listă de acţiuni


diferite, nu poate fi aplicat aici deoarece avem un singur
scenariu din care se pot adăuga acţiuni şi
Pas 4 = eliminare elemente redundante din listele de
acţiuni, nu poate fi adăugat deoarece paşii din scenariul 1 nu
au acţiuni redundante.

89
Scurte considerații despre inteligența artificială

Restul paşilor se succed conform desfășurătorului descris mai


sus. Nu-i voi menţiona pe fiecare pentru a nu întrerupe
cursivitatea exemplului.

start

Vom căuta în lista de scenarii care dintre paşii


celorlalte scenarii acoperă cât mai bine noua stare a
senzorilor.

Găsim în tabelul din scenariul 1,

la Pasul 2, care execută A9 (A9 = aprinde becul) şi A2 (A2 =


oprește roata stânga) şi

la Pasul 3, care execută A10 (A10 = stinge becul) şi A2 (A2 =


oprește roata stânga),

iar în cazul ambilor paşi nu contează starea senzorilor de la


s3 la s7.

Din lista de informații a scenariului 1 obținem:

Paşi s1 s2 s3 s4 s5 s6 s7 Serie de
acţiuni

2 0 1 - - - - - A9; A2;

3 1 1 - - - - - A10; A2

90
Scurte considerații despre inteligența artificială

pentru rularea celor doi paşi în lista de rezultate s-au scris:

Rezul s1 s2 s3 s4 s5 s6 s7 acţiunile
tate desfăşurate

2 0 0 - - - - - A9; A2;

3 1 0 - - - - - A10; A2

Ambele rezultate sunt aproape egale cu rezultatul


dorit, s2=0. În aceste condiţii, robotul nostru va crea un
scenariu care să țină cont de starea senzorilor de la s1 la s7
şi un scenariu în care să ignore starea senzorului s1.
Apoi va ordona scenariile după regula ca noul pas să
aibă starea senzorilor cât mai apropiată de starea senzorilor
din pasul în care a apărut necesitatea noii acţiuni.

Va ieşi câștigător pasul în care se ține cont de senzorul


s2, acesta să fie cu valoarea 1 şi să se ignore starea
senzorului 2.

Vor fi testate pe rând cele două variante. Prima dintre


ele va fi testată varianta cu valoarea 0 pentru senzorul s1 şi
dacă aceasta nu va conduce la o stare necunoscută
mecanismul de autoînvăţare se va opri.

Pas 8 va primi acţiunile din scenariul 1 în locul acţiunii A0:

91
Scurte considerații despre inteligența artificială

paşi s1 s2 s3 s4 s5 s6 s7 Mesaj Serie


de
acţiuni

8 - 1 1 0 0 0 0 necesită A0
acţiune
nouă

8 - 1 1 0 0 0 0 testare A1;
A9; A2

Robotul va relua mișcarea rectilinie, va aprinde becul


şi va opri roata stângă.
În urma acestei serii de acţiuni vom constata că
senzorul s2 işi schimbă starea devenind zero, iar starea
senzorilor devine cunoscută ca fiind Pasul 1 din Scenariul 2:

paşi s1 s2 s3 s4 s5 s6 s7 Mesaj Serie


de
acţiuni

8 - 1 1 0 0 0 0 necesită A0
acţiune
noua

8 - 1 1 0 0 0 0 testare A1; A9;


A2

1 - 0 0 0 0 0 0 testare A5

92
Scurte considerații despre inteligența artificială

Întrucât rezultatul execuției a condus la o stare


cunoscută, pasul 1 din scenariul 2, în care starea senzorului
s2 nu contează ce valoare are, procesul de autoînvăţare se
va opri şi pasul 8 va fi adăugat din scenariul de test în
Scenariul 2.
Vom avea un roboțel, care atunci când întâlnește un
obstacol va aprinde becul şi se va roti spre stânga până nu va
mai fi pe traiectoria obstacolului, după care va relua scenariul
2 de la pasul 1.

Dacă omul lasă robotul să mute pachetele din punctul


A în punctul B, cu becul închis şi după un timp îl observă că
mută pachetele cu becul aprins va şti că între punctele A şi B,
pe ruta stabilită inițial, a apărut un obstacol şi că robotul şi-a
adăugat o învăţătura nouă la scenariul 2.

Observăm, pentru cazul general, în care robotul știe un


număr mai mare de scenarii, să zicem 50, el va putea învăța
singur doar combinațiile de acțiuni desprinse din cele 50 de
scenarii și nimic altceva. Robotul nu va învăța acțiuni noi ci
doar va combina acțiunile dintr-un scenariu cu acțiunile din
alte scenarii. Lipsit de intuiție robotul nu va gândi acțiuni noi.

93
Scurte considerații despre inteligența artificială

Abordare comparativă

Pentru a ințelege mai bine cum funcționează mecanismul


învățării unor scenarii noi, vă propun o abordare comparativă
între cum organizăm noi, oamenii, logic rezolvarea unei
probleme și cum ar rezolva-o un robot.
Pentru aceasta vă rog să considerați următoarele
intrebări și răspunsuri:

- Cum rezolvăm noi, oamenii, o problemă nouă?


- Într-o primă etapă vom secvenția problema într-o
serie de probleme mai simple, dintre care unele cu
rezolvare cunoscută.

Problema: Cum reparăm acoperișul casei?


Ne gândim la câteva etape care secvențiază problema în
probleme mai simple (subsecvente):

- Cum vom ajunge pe acoperiș?


- Care sunt sculele și materialele de care avem nevoie
pentru reparația acoperișului?
- Cum vom aduce pe acoperiș sculele şi materialele?
- Cum vom folosi sculele şi materialele pentru a repara
acoperișul?
- Cum vom coborî de pe acoperiș după ce-l reparăm?

94
Scurte considerații despre inteligența artificială

Rezolvarea problemei presupune rezolvarea ordonată


cronologic a celor cinci probleme subsecvente, atât pentru
noi, oamenii, cât și pentru mașinile inteligente.

De aceeaşi manieră, atunci când diferența între starea


marcată cu “necesar învăţătură nouă” şi stările cunoscute
este mare, rezolvarea va presupune mai întâi simularea unor
conjuncturi mai simple cu diferențe de doar o stare a unui
singur senzor şi apoi rezolvarea ordonată a fiecăreia dintre
conjuncturile simulate. Adică, obținerea învățăturii din fiecare
conjunctură și aplicarea acesteia în ordinea dată de fiecare
conjunctură.

Învățăturile de care vorbim sunt corelații intre stări ale


senzorilor și acțiuni cunoscute dar care vor fi reordonate ca
succesiune a execuției.

95
Scurte considerații despre inteligența artificială

96
Scurte considerații despre inteligența artificială

Descrierea algoritmilor de învăţare

Până azi, din cunoștințele la care am avut acces, am


constatat că au fost identificate trei mecanisme de
autoînvăţare considerate ca inteligenţă artificială, mai ales ca
seamănă până la suprapunere cu mecanismele folosite şi de
organismele vii.

Acestea sunt:

1. Replicarea cibernetică (replicarea maşină-maşină)


Pe scurt, reprezintă mecanismul prin care o maşină ştie să
obțină învăţături de la o altă maşină sau de la un cluster cu
care intră în legatură.
2. Mimetismul cibernetic (mimetismul om-maşină)
Pe scurt, reprezintă mecanismul prin care o maşină observă
executarea aceloraşi paşi cu acelaşi tempo între două stări
conjuncturale şi ia decizia de a-i grupa într-o serie şi de a
executa singură acea serie de paşi fără să mai aştepte
comanda de la om.
3. Mecanismul reflex modifică->testează->evaluează
Pe scurt, reprezintă mecanismul de evaluare a rezultatelor
intermediare după execuţia fiecărui pas dintr-o serie, de a
modifica tempo-ul sau de a elimina pasul pentru a scurta
seria, dar cu păstrarea rezultatului final (rezultatul dorit).

97
Scurte considerații despre inteligența artificială

Replicarea maşină-maşină
sau replicarea cibernetică

La fel ca în cazul oamenilor care învață la școală,


atunci când o maşină inteligentă primește acces la listele de
reguli, informaţii, acţiuni şi rezultate ale unei alte maşini sau a
unui cluster, printr-o acţiune de tip replicare, îşi poate adăuga
în propriile liste învăţăturile celui de la care învaţă.

Acesta este un proces rapid de învăţare şi va fi probabil


cel mai puternic mecanism de învăţare pe care-l vom întâlni
în cazul mașinilor inteligente.

Oricât de lent ar fi procesul de autoînvăţare pentru o


maşină inteligentă pusă să rezolve o problemă complexă, să
presupunem că va fi de ordinul milioanelor de secunde (i.e.
sunt 3,1 milioane de secunde într-un an calendaristic), dacă
vor fi conectate câteva milioane de maşini inteligente la acel
cluster și fiecare va avea de rezolvat o singură problemă pe
care o va comunica cluster-ului, după învăţarea prin replicare
vom vedea că maşina noastră a învăţat să identifice şi să
reacționeze corect în câteva milioane de situaţii anual, practic
de câteva zeci de mii de ori mai mult şi mai repede decât orice
om superdotat din lume.

98
Scurte considerații despre inteligența artificială

Mimetismul om-maşină
sau mimetismul cibernetic

Să presupunem că în lista de acţiuni a unei maşini


inteligente există o iteraţie care presupune că din starea 1 să
se ajungă la starea 4, trecând prin stările 2 şi 3, urmare a unor
acţiuni desfăşurate într-o succesiune fixă:

Pasul 1. Starea 0-> acţiunea 1 -> Starea 1


Pasul 2. Starea 1->acţiunea 2 -> Starea 2
Pasul 3. Starea 2->acţiunea 3 -> Starea 3
Pasul 4. Starea 3->acţiunea 4 -> Starea 4

Un algoritm de învăţare care să reproducă artificial


mimetismul presupune că în cazul în care se observă că
secvența de 4 paşi, de la Pasul1 la Pasul 4, se repetă de
câteva ori, fără variaţii, atunci maşina inteligentă va prelua
inițiativa şi după Pasul 3 va executa Pasul 4 din proprie
iniţiativă, fără intervenţia umană.
Dezvoltând exemplul, într-o secvenţă de 1000 de paşi
în care se observă că secvența Pasul_1 până la Pasul_1000
se repetă de câteva ori, fără variaţii, maşina inteligentă va
prelua inițiativa şi va executa câte un pas de la pasul al 4-lea
până la al 1000-lea pas, până execută fiecare pas.
În practică, baza de date cu acțiuni păstrează un istoric
de ordinul milioanelor sau chiar miliardelor de înregistrări,
iterația Stare->Pas_acţiune->Stare are incluse informații

99
Scurte considerații despre inteligența artificială

(proprietăți) inclusiv despre tempo sau despre ritmicitate, iar


activitatea de învăţare sarcini noi (activitate lentă) presupune
parcurgerea periodică a informațiilor istorice şi testarea
tuturor combinațiilor posibile.
Bineînțeles că această activitate va deveni prea lentă
pentru a-şi pastra utilitatea atunci când istoricul devine prea
lung sau când iterația Stare->Pas_acţiune->Stare devine
prea întinsă.
Învăţarea prin această tehnică de mimetism artificial
este utilă doar pentru secvențe scurte.
De exemplu, va fi inutil oricărei maşini inteligente să să
adauge o invățătură nouă anual dacă vom ajunge în situaţia
în care schimbările climatice şi antropologice necesită
modificarea sau adăugarea câtorva zeci de învăţături noi în
acelaşi interval de timp. Cum să poată bietul roboțel să
anticipeze mişcări şi să formuleze strategii dacă el abia
înțelege o mică parte din cele deja întâmplate?
Să nu uităm că fiecare maşină automatizată, chiar și
cele care au algoritmi de inteligenţă artificială, este creată să
urmărească un singur scop și pentru atingerea acestui scop
mașinile știu să urmărească doar câteva obiective. Această
limitare energetică am descris-o in subcapitolul 1.3. Evoluţia
istorică a conceptelor de maşină şi de inteligenţă artificială.
Acesta este un alt motiv pentru care nu trebuie să ne
speriem de o posibilă guvernanță a viitorilor roboți (vezi primul
motiv explicat in subcapitolul 1.3 Evoluţia istorică a
conceptelor de maşină şi de inteligenţă artificială).

100
Scurte considerații despre inteligența artificială

Mecanismul reflex de adaptare


Mecanismul “modifică-testează-evaluează”

Mecanismul reflex de adaptare este format din


următoarea serie de activităţi:

Citește iterație Pasul 1 … Pasul n


Modifică acţiunea i, i = 1.. n
Obține Starea i (rezultat i)
Testează dacă Starea i devine egală cu Starea i+j , j=1 .. n-i
Dacă da,
înlocuiește Pasul i
Șterge Pasul i până la Pasul i+j
Altfel
Renunță la modificare acţiune i
Stop. Stop.

Scurtăturile nou create au ca scop păstrarea


rezultatelor şi permit înlocuirea procesului originar.
Acest proces este de asemenea unul lent şi, în plus,
acesta adăugă o doză semnificativă de incertitudine şi
implicarea mecanismelor de protecție de tip feedback. În
practică, estimez că doar cateva procente, sub 5% din
modificările testate vor fi implementate şi nu toate vor fi un
succes în viața de zi cu zi, o parte se vor dovedi incapabile de
a fi implementate în practica operaţională sau vor genera erori
care vor trebui compensate de mecanismele de feedback.

101
Scurte considerații despre inteligența artificială

Dar oricât de lent ar fi acest mecanism şi oricât de mic


va fi procentual exprimat numărul de învăţături, el va aduce
îmbunătățiri semnificative bazei de date de cunoștințe la nivel
global, mai ales dacă aceste mecanisme de testare vor fi
implementate pe clustere care să permită milioane de operații
de testare pe unitatea de timp (minut, oră sau zi).
Acest mecanism, “modifică-testează-evaluează”, va
permite optimizarea seriilor de acţiuni nou implementate sau
învăţături la cel mult o zi distanță după implementare, practic
la o zecime din timpul necesar oamenilor să identifice şi să
testeze o astfel de optimizare.

102
Scurte considerații despre inteligența artificială

Descrierea algoritmului de execuție

Execuţia acţiunilor care sunt asociate stărilor senzorilor


în lista de execuție este un proces continuu care se oprește
la comanda omului sau dacă maşina ajunge într-o stare pe
care nu o poate înțelege.

procedura Execuție_acțiuni_automate
start
citește stare senzori
dacă există stare senzori în lista de execuție
citește număr de acţiuni care trebuie executate
de la unu până la numărul de acţiuni
citește acţiunea
execută acţiunea
scrie rezultatul în lista cu rezultate
repetă până execuți toate acţiunile
altfel
scrie stare senzori
scrie mesaj ”necesită acţiune nouă”
execută acţiune de revenire în proces de execuție
stop
stop

După cum observați algoritmul de execuție în sine nu


este ceva spectaculos. Execuția acțiunilor cunoscute se

103
Scurte considerații despre inteligența artificială

realizează într-o bucla repetitivă pe baza stărilor cunoscute


ale senzorilor.
Atunci când starea senzorilor nu se regăsește în liste
drept o stare cunoscută, tot ce face algoritmul este să scrie
mesajul ”necesită acţiune nouă” într-o listă cu răspunsuri și
să revină în procesul de execuție.

104
Scurte considerații despre inteligența artificială

Aplicaţie practică a setului de algoritmi pentru


inteligenţa artificială

Inteligenţa artificială generează şi evaluează


prognoze. Presupune şi calculează probabilistic care va fi
rezultatul acţiunilor ce se pot întreprinde începând cu pasul
următor, pe baza istoricului de acţiuni şi rezultate.

Altfel spus, inteligenţa artificială identifică


comportamentul (funcţia comportamentală) şi îl / o
extrapolează în viitor.

Transformarea casei în “intelligent home”

Aplicația pe care v-o propun va executa toţi algoritmii


descrişi în această carte: va citi starea senzorilor, va executa
serii de acţiuni învăţate, va studia baza de date pentru a
identifica noi stări ale senzorilor care vor fi asociate cu acţiuni
permise şi executate în mod repetat la comanda unui om
(mimetism_cibernetic), va crea învăţături noi pe care le va
testa şi pe care şi le va însuşi dacă nu va primi negație din
partea omului (Mecanismul reflex modifică-testează-
evaluează).

105
Scurte considerații despre inteligența artificială

106
Scurte considerații despre inteligența artificială

Automatizarea casei

Transformarea casei într-o casă automatizată, “smart


home”

- Vom achizitiona pe rând senzori şi actuatori (elemente


de acţionare: motor electric, electromagnet etc.).
- Vom conecta senzorii şi actuatorii la un calculator care
va citi stările senzorilor şi le va scrie într-o bază de date
şi care va comanda actuatorii, prin software
specializat, să execute comenzile pentru care au fost
proiectați.

Automatizarea sistemului termic din camera de zi.

Vom cumpăra un termometru electronic pe care îl vom


instala pe perete şi un actuator, un robinet cu motor electric
pas cu pas, pe care îl vom monta la calorifer în locul
robinetului cu acţionare manuală.
Și termometrul şi robinetul le vom conecta la calculator.
Vom instala un program care să permită citirea valorilor
termometrului la intervale de timp fixate şi un program care să
poată acționa motorul robinetului spre stânga şi spre dreapta
(spre închis şi spre deschis).
Vom scrie valorile citite de la termometru şi de la
actuator într-un tabel organizat cronologic, numit
tabelă_istoric_evenimente, cu următoarele câmpuri:
107
Scurte considerații despre inteligența artificială

1. HMS= ora (oră:minut:secundă)


2. TEMP= valoare temperatură (grade)
3. STRA= stare robinet (închis, deschis sau 0,1)
4. ACTA= acţionare automată (da, nu)
5. DIRA= sens acţionare automată (stânga, dreapta, nu)
6. ACTM= acţionare manuală (da, nu)
7. DIRM= sens acţionare manuală (stânga, dreapta, nu)

Vom obține în timp următoarele secvențe de valori:

Pas; HMS ; TEMP; STRA; ACTA; DIRA; ACTM; DIRM

1; 10:01:07 ; 22 ; închis ; NU ; NU ; NU ; NU
---- ------------
22;10:11:12; 21 ; închis ; NU ; NU ; NU ; NU
23;10:12:01; 21 ; închis ; NU ; NU ; DA ; dreapta
24;10:12:10; 21 ; deschis; NU ; NU ; NU ; NU
---- ---------------
39;10:21:00; 22 ; deschis; NU ; NU ; NU ; NU
40;10:21:10; 22 ; deschis; NU ; NU ; DA ; stânga
41;10:21:00; 22 ; închis ; NU ; NU ; NU ; NU
----- --------------
62;11:11:12; 21 ; închis ; NU ; NU ; NU ; NU
63;11:12:01; 21 ; închis ; NU ; NU ; DA ; dreapta
64;11:12:10; 21 ; deschis; NU ; NU ; NU ; NU
Pas; HMS ; TEMP; STRA; ACTA; DIRA; ACTM; DIRM
---- -----------
79;11:21:00; 22 ; deschis; NU ; NU ; NU ; NU
80;11:21:10; 22 ; deschis; NU ; NU ; DA ; stânga
108
Scurte considerații despre inteligența artificială

81;11:21:00; 22 ; închis ; NU ; NU ; NU ; NU
---- -----------
102;11:11:12; 21; închis ; NU ; NU ; NU ; NU
103;11:12:01; 21 ; închis ; NU ; NU ; DA ; dreapta
104;11:12:10; 21; deschis; NU ; NU ; NU ; NU
---- -----------
119;11:21:00; 22 ; deschis; NU ; NU ; NU ; NU
120;11:21:10; 22 ; deschis; NU ; NU ; DA ; stânga
121;11:21:00; 22 ; închis ; NU ; NU ; NU ; NU

Am șters liniile de la 2 la 21, de la 25 la 38, de la 42 la


61, de la 65 la 78, de la 82 la 101 şi de la 105 la 118 pentru
că erau identice şi nu contribuiau la înțelegerea aplicației.

La poziția 1 observăm starea iniţială a situaţiei din cameră,


respectiv, au fost consemnate în tabel ora, temperatura,
starea robinetului, decizia de acţionare automată din partea
sistemului, decizia omului de a comanda sistemul.
La poziția 22 observăm că sistemul nostru a detectat
scăderea temperaturii cu 1 grad, de la 22 la 21, dar nu a luat
nicio decizie.
La poziția 23 omul a decis prin comanda proprie, să ceară
sistemului să deschidă robinetul caloriferului.
La poziția 24 observăm că starea robinetului este acum
“deschis” şi nu sunt alte acționări.
La poziția 39, am măsurat din nou valoarea 22 a temperaturii,
dar am rămas cu robinetul deschis, sistemul nu a luat nicio
decizie.
La poziția 40 omul a decis prin comandă proprie să ceară
sistemului să închidă robinetul caloriferului.
109
Scurte considerații despre inteligența artificială

La poziția 41, după închiderea robinetului, ne regăsim în


situaţia similară cu cea din poziția 1.

Procesul se repetă de încă două ori, între pozițiile 62...81 şi


102 ... 121.

Până aici nu a fost nimic spectaculos. Omul, în loc să închidă


un robinet cu mâna a dat o comandă unui dispozitiv,
calculatorul la care era conectat actuatorul robinet, să-l
rotească de la închis la deschis şi invers.

110
Scurte considerații despre inteligența artificială

Inserția algoritmilor de învăţare

Transformarea casei automatizate (“smart home”) în


casă inteligentă (“intelligent home”).

Al doilea pas îl constituie scrierea unor algoritmi care


să permită autoînvăţarea. Noi vom scrie un program care să
interpreteze tabelul de mai sus astfel:

procedura Ignoră_linii_fără_modificare_stare
start
citește prima linie şi denumește-o Pas_0;
notează temperatura ca temperatură_originară;
dacă linia următoare, Pas+1, este identică cu Pas_0;
atunci marchează cu “ignoră” linia Pas+1;
stop.

Aici am reprezentat un algoritm care adaugă o


proprietate “ignoră” pentru liniile din tabel care nu reprezintă
o modificare a stării originare, adică, pentru cazul nostru, liniile
de la 2 la 21.

procedura Marchează_serie_paşi_învăţătură_nouă
start
doar pentru liniile care nu sunt marcate cu “ignoră”
citește fiecare linie începând cu Pas_0;
dacă temperatura diferă față de temperatura_originară şi
111
Scurte considerații despre inteligența artificială

nu sunt diferențe între celelalte câmpuri


atunci marchează linia ca Start_învăţătura_1 şi
marchează linia ca Pas_învăţătura_1_0 şi
numerotează liniile următoare incremental,
Pas_învăţătura_1+1;
stop.

Aici am marcat că seria de patru linii: 1, 22, 23 şi 24 reprezintă


o învăţătura nouă, pe care o voi numi învăţătura_1.

Vom relua procedurile de mai sus printr-un artificiu:


- Vom considera ultima linie a învăţăturii_1 ca fiind
Prima linie = Pas_0
- Vom relua exacutia
Procedurii Ignora_linii_fără_modificare_stare
care va marca cu “ignoră” liniile de la 25 la 38
şi a
Procedurii Marchează_serie_paşi_învăţătură_nouă
care va marca seria de patru linii: 24, 39, 40 şi 41 ca
reprezentând o învăţătură nouă, pe care o vom numi
învăţătura_2.

- Vom relua cele două proceduri apelând la acelaşi


artificiu, de data asta vom considera ultima linie a
învăţăturii_2 ca fiind Prima linie = Pas_0
- Vom relua execuția celor două proceduri şi vom obține
pe rând:
- ignorarea liniilor de la 42 la 61,
- seria de patru linii: 41, 62, 63 şi 64 ca fiind
învăţătura_3,
112
Scurte considerații despre inteligența artificială

- ignorarea liniilor de la 65 la 78,


- seria de patru linii: 64, 79, 80 şi 81 ca fiind
învăţătura_4,
- ignorarea liniilor de la 82 la 101
- seria de patru linii: 81, 102, 103 şi 104 ca fiind
învăţătura_5,
- ignorarea liniilor de la 105 la 118
- seria de patru linii: 104, 119, 120 şi 121 ca fiind
învăţătura_6,

Aplicând asupra celor 6 învăţături o procedură derivată


din mecanismul descris la mimetismul cibernetic sau
mimetismul om-maşină, obținem:

Procedura Mimetism_artificial_om_maşină

Această procedură presupune secvențierea învăţăturii


în mai multe etape: identificarea unică a învăţăturilor,
evaluarea repetițiilor acestora, copierea învăţăturii în lista de
acţiuni automate şi execuţia acesteia în scopul testării.

procedura Unicizeaza_învăţăturile_zilei
start
Pentru fiecare învăţătură_i citește ce a făcut omul
Verifică dacă învăţătura este identică cu celelalte învăţături
dacă Da
atunci marchează învăţătura_i = învăţătura_i(n) , n=
numărul de identități numărate
stop.

113
Scurte considerații despre inteligența artificială

Această procedură are rolul de a număra (evidenția)


de câte ori se repetă învăţăturile identificate anterior.

procedura Preia_Comanda de_la_om


start
Citeste învăţătura_i(n)
Dacă n > 2,
atunci poziționează-te la pasul cu ACTM=Da
scrie în tabela de acţiuni automate:
Temperatura, ACTA:=ACTM, DIRA:=DIRM (ACTA preia
valoarea ACTM, DIRA preia valoarea DIRM)
stop.

Această procedură preia în tabela de acţiuni automate


valoarea acționării comandate de om, doar dacă aceasta este
comandată de un număr mare de ori pentru o aceeaşi serie
de paşi, în cazul nostru, de minim 3 ori.
Ulterior executării acestei proceduri vom găsi scris în
tabela cu acţiuni automate două linii:

HMS TEMP ACTA DIRA VAR_TEMP


15:00:00 21 DA Dreapta DA
15:00:01 22 DA Stânga DA

Pentru creșterea gradului de exprimare la nivel uman


şi pentru adăugarea unui criteriu de siguranță la automatizare
vom adăuga încă un câmp în aceasta tabelă, VAR_TEMP,
care va avea două valori:
- Da, care va permite execuţia DIRA doar dacă
temperatura din tabela istoric_evenimente este diferită
114
Scurte considerații despre inteligența artificială

de cea din liniile anterioare (a apărut o variaţie a


tempraturii)
- Nu, care nu va permite execuţia DIRA pentru că nu s-
a confirmat variaţia temperaturii sau din orice alt motiv
pe care dorim să-l adăugăm, inclusiv prin reguli impuse
de om sau de administratorul maşinii.

HMS reprezintă ora la care a fost scrisă informația in


table. Această oră poate fi folosită de programatori pentru
filtrarea executării acțiunilor automate în raport cu segmentele
orare (doar dimineața, dupa prânz, doar noaptea sau doar în
intervalul orar 14:00 – 15:30 etc.).
Dupa scrierea celor două instrucțiuni în tabela de
acţiuni automate, vom observa în tabela_istoric_evenimente
următoarele înregistrari:

HMS ; TEMP; STRA ; ACTA ; DIRA ; ACTM; DIRM


921;10:01:07; 22 ; închis ; NU ; NU ; NU ; NU
922;10:11:12; 21 ; închis ; DA ; dreapta; NU ; NU
923;10:12:01; 21 ; deschis; NU ; NU ; NU ; NU
924;10:12:10; 21 ; deschis; NU ; NU ; NU ; NU
----
939;10:21:00; 22 ; deschis; NU ; NU ; NU ; NU
940;10:21:10; 22 ; deschis; DA ; stânga ; NU ; NU
941;10:21:00; 22 ; închis ; NU ; NU ; NU ; NU

Se observă cum sistemul automatizat preia regula de


a deschide robinetul la variaţia temperaturii de la 22 la 21 de
grade şi de a închide robinetul la variaţia temperaturii de la 21
la 22 de grade, fără a mai fi nevoie de intervenţia omului.
115
Scurte considerații despre inteligența artificială

Dacă omul constată că învăţătura nu este corectă,


poate ori în pasul 941 să comande modificarea prin
deschiderea robinetului (dreapta), ceea ce îi va spune
sistemului că învăţătura nu mai este unică şi trebuie anulată,
fie ulterior sa intervină în tabela automatizări şi să schimbe
valoarea parametrului VAR_TEMP din DA în NU.

Modificarea parametrului VAR_TEMP se poate face


dintr-o interfață accesată doar de către om fără a mai lăsa
maşinii dreptul de a controla acea valoare. În acest mod,
definim clar controlul asupra învăţăturilor însuşite autodidact
de către maşina inteligentă. Și nu ne mai este teamă că va
face ce vrea ea, ci știm acum că va face doar ce vrem noi.

Procedura Replicare_cibernetică

Dacă dorim, putem să adăugăm o procedură pentru


replicarea învăţăturilor de la altă maşină sau de la un cluster.
Procedura este simplă în comparație cu celelalte şi are doar
două filtre: verfică existența unei baze de date externă,
compatibilă cu cea proprie şi verifică dacă sunt învăţături noi,
diferite de cele pe care le are deja.

procedura Replicare_cibernetică
start
dacă există baza de date externă cu tabela de acţiuni
automate și
dacă mă pot conecta la baza de date externă
116
Scurte considerații despre inteligența artificială

atunci voi copia acţiunile automate care sunt


diferite de cele pe care le am deja în baza mea de date
sfarşit

Acum avem un sistem care citește comenzile omului şi


le interpretează în raport cu modificările semnalate de senzor
şi apoi ia decizia de a le executa singur atunci când apar
modificările semnalate de senzor.
Această implementare se poate repeta pentru fiecare
cameră care are un sistem propriu de încălzire (calorifer) şi se
pot obține astfel reguli diferite pentru camere diferite,
bineînțeles dacă vom adăuga în tabelele de acţiuni automate
un câmp care să descrie pentru ce cameră se execută fiecare
acţiune.
Am obținut aici un sistem autoreglabil prin crearea unor
profile preprogramate. În acest caz fiecare cameră este câte
un profil.
Adăugând senzori şi actuatori pentru fiecare dispozitiv
din cameră (fereastră, jaluzele, întrerupătoare pentru
iluminatul electric, prize comandate electronic, yale electrice)
putem lărgi zona de acţionare a automatizărilor şi implicit a
inteligenței artificiale.

117
Scurte considerații despre inteligența artificială

118
Scurte considerații despre inteligența artificială

Deschiderea ochilor către un viitor posibil

Aştept momentul când un robot îşi va construi o


unealtă pentru care nu a fost proiectat.
În sensul celor prezentate în acest volum, viitorul
omenirii poate fi unul luminos, în care grija activităţilor
repetitive şi a supravieţuirii să fie lasată generaţiilor viitoare
de maşini inteligente, oamenii ramânând să se preocupe de
activităţi legate de strategiile personale sau de grup.
Suntem deja înconjuraţi de automobile şi
transportatoare de toate dimensiunile, care se conduc
singure, fără şofer sau fără conducător. Există deja o cerere
considerabilă pentru creşterea numărului unor astfel de
mijloace de transport şi pentru îmbunătăţirea performanţelor
acestora. Rezolvarea acestor cereri va veni la pachet şi cu
scăderea preţului mijloacelor de transport, ceea ce va
conduce la transformarea lor din noutate și lux într-o
necesitate cotidiană, accesibilă tuturor.
În scurt timp, tot mai mulți dintre noi vom locui în oraşe
prietenoase, capabile să asigure tuturor confort şi protecție,
iar copiilor şi persoanelor cu nevoi speciale, confort şi
protecție personalizată.
Deja casele automatizate, indiferent dacă au sau nu
inserţii de algoritmi de învăţare, sunt capabile să asigure
confort şi protecţie în baza unor scenarii aplicabile diferenţiat
profilelor preprogramate. Mai trebuie doar ca aceste case sa
fie conectate atât între ele cât şi într-un cluster care să includă
119
Scurte considerații despre inteligența artificială

şi clădirile, căile de acces şi spaţiile publice pentru a obține


oraşul automatizat, dacă funcţionalitățile rămân doar cele
programate, sau pentru a obține oraşul inteligent, dacă acesta
va avea introdusă şi capacitatea de învăţare. Valoric,
financiar, soluţiile tehnice actuale deja nu mai reprezintă o
piedică pentru bugetul unui oraş, ceea ce reduce totul doar la
interesul strategic al administraţiei locale.
Echipamentele electrocasnice au devenit tot mai
automatizate şi tot mai interconectate. Acestea știu deja să-şi
administreze singure logistica proprie. Aici, un exemplu foarte
popular îl constituie frigiderele smart, care știu ce produse mai
au în păstrare şi care alimente trebuiesc înlocuite ori din
motivul expirării termenului de garanţie ori pentru că au fost
consumate. Telefoanele smart au făcut deja primii paşi spre a
deveni inteligente. La fel, unele televizoare smart, au devenit
inteligente şi acestea învaţă prin mimetism care sunt
obiceiurile proprietarului şi bineințeles că îi înregistrează
emisiunile favorite pentru cazul în care acesta nu poate fi
prezent la momentul transmisiei şi doreşte să le urmărească
ulterior.
Aplicațiile de business știu deja să prognozeze cu
destulă precizie comportamentul resurselor întreprinderii.
Mai rămân de introdus algoritmii de învăţare pentru a crea
premizele găsirii automate de noi puncte de inflexiune,
corelații individuale între comportamentul resurselor diferite,
corelații care pot scăpa investigațiilor omului sau care sunt
mari consumatoare de timp dacă se calculează de către om
şi ineficiente din punct de vedere cost sau care au caracter
tranzitoriu, necontinuu.

120
Scurte considerații despre inteligența artificială

Aceste corelații vor da răspunsuri la întrebări complexe


de tipul:
- Ce se va întâmpla pe termen scurt / mediu / lung dacă
voi uni afacerea mea cu o alta pe care o voi
achiziționa?
- Ce se va intâmpla pe termen scurt / mediu / lung dacă
un anumit risc devine real şi va genera perturbarea
comportamentului resurselor?
- Care este cea mai bună variantă de optimizare a
consumurilor resurselor afacerii mele, pentru fiecare
resursă în parte, în condițiile în care nu vreau ca
producția să scadă sau în condițiile în care trebuie
atacată o nouă piață?
Să nu uităm că această inteligenţă e guvernată de
algoritmi care simulează, în mediul artificial, comportamente
naturale. Vor fi algoritmi extrem de complecşi şi se vor
constitui echipe mari de specialiști din toate domeniile pentru
a proiecta, construi, testa, implementa şi îmbunătăți acești
algoritmi.
Rolul nostru este de a ne educa în înțelegerea acestei
noi discipline, pentru a vedea diferența între real şi imaginar,
pentru a înțelege că ceea ce credem despre inteligenţa
artificială nu este şi ceea ce în realitate este.
Astăzi, dispozitivele smart sunt manipulate de copii cu
vârste fragede. Mâine, noile dispozitive inteligente vor fi
coordonate de copii cu aceeaşi vârstă fragedă.
În timpul celui de-al cincilea val întreaga biosferă va fi
susţinută de aceste dispozitive, inclusiv viața noastră,
începând de la cel mai timpuriu stadiu.

121