Dr. Antal Péter egyetemi docens, MIT

A tudás egyéni és társadalmi szintű gondozása és felhasználása fajunk meghatározó sajátossága, amely tevékenységnek a támogatása egyre kiterjedtebben és egyre magasabb fokon automatizált az adatok, információ és tudás mennyiségének növekedésével. A mesterséges általános intelligencia tárgya a megismerési folyamatoknak és a keletkezett tudás felhasználásának teljes körű vizsgálata, formalizálása, replikációja és kiterjesztése; különös tekintettel annak önreflexív, önszervező, autokatalitikus voltára.

A mesterséges intelligencia (MI) fogalmának a folyamatos módosítását és kiterjesztését a „szűk" MI mérnöki megoldásainak a gyors fejlődése és a hétköznapokban való megjelenése is indukálja: az egyes leszűkített feladatokra fókuszáló és abban „emberfeletti" teljesítményt elérő megoldások mintegy kizárják a már megoldott aspektusokat az (általános) intelligencia tárgyköréből.

A racionalitás és intelligencia általános, több évezredre visszanyúló, kérdéseihez sorolható az intelligencia meghatározása, célja, felismerhetősége, matematikai korlátai, és realizációinak korlátai. További kapcsolódó fogalmak és tudományterületek a következőek: a véletlen-megismerhetőség-prediktálhatóság információelméleti kapcsolata; az okozatiság kutatása és az emergencia kérdése; az önmódosítás, önszervező rendszerek, megerősítéses tanulás és evolúció keretei; önhivatkozás, öntudat megjelenése és a szabad akarat lehetősége, a kreativitás és az emberi tudományos megismerés teljes automatizálása, illetve intelligenciák szimbiózisának lehetősége. A mesterséges általános intelligencia ipari szintű és hétköznapi megjelenésének kérdési  pedig részben a már napjainkban is létrehozható mesterséges intelligencia alapú eszközök megbízhatóságának, bizonyítható hasznosságának, etikus voltának a kérdésein keresztül is vizsgálhatóak.

A tárgy áttekintést nyújt általános intelligenciával kapcsolatos (1) matematikai eszközökről és korlátokról; (2) természettudományos ismeretekről a fizika, neurobiológia és pszichológia területéről; és (3) formális elméletekről, illetve számítási modellekről.

1.       A mesterséges intelligencia (MI) kultúrtörténete. Racionalitás-fogalmak. A mesterséges intelligencia különböző meghatározásai: szűk, erős és általános. Turing-teszt és általánosításai. Szingularitáselméletek. Esettanulmány: Loebner-díj, openAI.

2.       Az emberi és gépi intelligencia mérőszámai, fokozatai. Az emberi intelligencia mutatók és az intelligencia genetikai háttere. Időbeli trendek: számítási kapacitás, információmennyiség. Evolúciós folyamatok. Modellezési megközelítések és kurrens szimulációs lehetőségek különböző szinteken: molekula, sejt, biológiai neurális hálózatok, szervrendszerek, teljes test. Esettanulmány: az immunrendszer modellje, teljes féreg modell.

3.       Egyetemes keret a tudás, beavatkozás és tanulás kezelésére: a bayesi paradigma. A valószínűség értelmezései. Esettanulmány: a bayesi döntéselmélet meta-axiomatikus felépítése.

4.       Az elme bayesi modelljei: valószínűségi reprezentációk és következtetések a neurobiológiában és a kognitív pszichológiában. Esettanulmány: Pszichiátriai betegségek számítási modelljei, intelligens eszközök hatása a pszichiátriai függésekre, internet- és számítógépes játékok függési modelljei.

5.       Az okság matematikája. Idő irányának szubjektív, entropikus, és statisztikai meghatározása. Kvantummechanikai aspektusok. Valószínűségi predikciótól optimális döntésén át a kontrafaktuális érvelésig. Esettanulmány: oksági Bayes-hálók.

6.       Nagyléptékű logikai rendszerek és tudásbázisok. Ontológiák. Szemantikus technológiák (linked open data). Esettanulmány: élettudományok átfogó tudásbázisai.

7.       Természetes nyelv kezelése. Szintaxis és szemantika. A CYC projekt. Modern rendszerek: Watson, WolframAlpha. Esettanulmány: Watson.

8.       Emberi látórendszer és modelljei. Mély neurális hálózatok, tanulásuk és aktuális kutatási irányok. Esettanulmány: objektumfelismerés.

9.       Az evolúció modelljei. Genetikai háttér és modern génsebészeti lehetőségek. Esettanulmány: genetikai algoritmusok.

10.    Ember-számítógép hibrid rendszerek. Mesterséges protézisek. Agy-számítógép kapcsolat. Esettanulmány: a „quantified-self" és a viselhető szenzorok világa.

11.    A kreativitás és az emberi tudományos megismerés automatizálása. A gyermeki kogníció fejlődési modelljei. Magyarázatgenerálás keretei, tanítás modelljei, mesterséges tanító és tanító-tanuló hibrid rendszerek. A tudományos kutatás leíró és prediktív modelljei (paradigmák, tudománymetrikák, hatásprediktorok). Esettanulmány: RobotScientist és de novo molekula tervezés a gyógyszerkutatásban.

12.    Erős mesterséges intelligencia és megítélése. A klasszikus test-lélek problémától az öntudattal kapcsolatos modern eredményekig. Önmódosítás, önhivatkozás, emergencia és nyílt világegyetem, határozatlanság és megfigyelés, rejtett változók és zavaró tényezők tesztjei. Esettanulmány: életjátékok.

13.    Az általános intelligens eszközök megbízhatósága, bizonyítható hasznossága, etikus volta. Esettanulmány: autonóm járművek.

14.    A mesterséges intelligencia hatása az emberiség és a teljes földi ökoszisztéma jövőjére. A személyes mesterséges tanítótól és életviteli tanácsadótól az egyén teljes társadalmi megfigyeléséig. Esettanulmány: játékelméleti kooperatív intelligencia.

A tárgy elméleti része előadás formájában kerül leadásra. Önálló munkára a házi feladat által kerül sor.

Szorgalmi időszakban: 
Két házi feladat sikeres elkészítése és leadása a félév végéig, amely egy terület feldolgozását jelenti.

Vizsgaidőszakban: nincs

Osztályozás: A házi feladatra megszerzett jegyek átlaga.

Igény esetén, megbeszélés alapján.

Boden, Margaret. "Artificial intelligence and natural man.", 1980.

Hofstadter, Douglas R. Gödel, Escher, Bach. New York: Penguin Books, 1980.

Boden, Margaret A. Computer models of mind. Cambridge University Press, 1988.

Mérő, László. Észjárások: a racionális gondolkodás korlátai és a mesterséges intelligencia. Akadémiai Kiadó, 1989.

Tibor, Vámos. Computer epistemology. Vol. 25. World Scientific, 1991.

Pléh, Csaba. A megismeréstudomány alapjai: az embertől a gépig és vissza. Typotex, 2013.

McCarthy, John. "Generality in artificial intelligence." Communications of the ACM 30.12 (1987): 1030-1035.

Goertzel, Ben. Artificial general intelligence. Ed. Cassio Pennachin. Vol. 2. New York: Springer, 2007.

Russell, Stuart. "Artificial intelligence: The future is superintelligent." Nature 548.7669 (2017): 520.

Dr. Antal Péter  egyetemi docens, MIT

Dr. Bolgár Bence adjunktus, MIT