Slabá a silná UI

Vedou se spory, zda toto členění dává vůbec smysl. Slabé umělé inteligence stroje dosáhneme, pokud namodelujeme slabé porozumění. Slabé porozumění (Turingovo) chápeme jako takové, kdy systém na správné vstupní podněty vykáže korespondující reakce. V příští kapitole si představíme Turingův test, který dokazuje, zda jsme dosáhli implementace slabého porozumění, tedy zda stroj jedná jako bystrý člověk.

Oproti tomu silné umělé inteligence dosáhneme, namodelujeme-li silné porozumění. Silné porozumění (Brentanovo) chápeme jako porozumění takové, že systém bude disponovat pocitem chápáním takovým, jakým disponuje lidská mysl, tedy zda dokáže usuzovat jako člověk. Jak jsme si již popsali v předcházející kapitole, hodnocení silné umělé inteligence je problematické.

Implementace silné umělé inteligence v principu vede na návrh nového umělého člověka. Naopak slabá umělá inteligence pomáhá formalizovat jisté specifické oblasti lidského uvažování a jednání. Navrhuje algoritmy, které tyto oblasti řeší často lépe, než lidé. Příkladem mohou být například různé hry, řízení strojů, optimalizační úlohy, modelování a řada dalších. Vždy se ale jedná o omezenou, jasně formálně definovanou a popsanou oblast, univerzálně inteligentní algoritmus nebyl dosud objeven. V předmětu UI si tedy ukážeme algoritmy, které jsou použitelné v oblasti slabé UI.