Sztuczna Inteligencja – wprowadzenie

Inteligencja i samoświadomość

Sympatycy filmów Science Fiction wydają się być znawcami tematyki Sztucznej Inteligencji. Wyedukowani na szeregu filmów doskonale znają zagadnienia związane z możliwościami Sztucznej Inteligencji, jej ograniczeniami i zagrożeniami jakie ze sobą niesie. Malują przed słuchaczami obrazy naszpikowane przykładami destrukcyjnych działań takowej inteligencji. Czy jednak taka Sztuczna Inteligencja jest realna? Czym w rzeczywistości ona jest?! I czy w ogóle ona jest?!

Wpierw zadajmy sobie pytanie czym jest inteligencja. Istnieje wiele definicji czym jest inteligencja lepiej lub gorzej definiujących ten temat. Według definicji zaczerpniętej ze Słownika Języka Polskiego…

Inteligencja to: «zdolność rozumienia, uczenia się oraz wykorzystywania posiadanej wiedzy i umiejętności w sytuacjach nowych»

Kolejna definicja (wg Borysa Tiepłowa)…

Inteligencja to właściwość psychiczna, która przejawia się we względnie stałej, charakterystycznej dla jednostki efektywności wykonywania zadań.

Można też przytoczyć taką definicję (wg John Piaget’a)

Inteligencja to zdolność rozwiązywania problemów.

I kolejna definicja (wg William Stern’a)…

Inteligencja to ogólna zdolność adaptacji do nowych warunków i wykonywania nowych zadań.

…czy też taką (wg Charles Spearman’a)…

Inteligencja to dostrzeganie zależności, relacji.

… a może taką (wg George Ferguson’a)…

Inteligencja to zdolność uczenia się.

… albo też taką pragmatyczną jak poniższa (wg Edwin G. Boring’a)…

Inteligencja to to, co mierzą testy inteligencji.

Przy okazji nie sposób nie wspomnieć o innej cesze wiążącej się z inteligencją, a mianowicie o świadomości. Tak więc w ślad za Słownikiem Języka Polskiego można powiedzieć, że…

Świadomość to: «charakterystyczna dla człowieka zdolność poznawania i oceniania siebie i otoczenia»

Wydaje się wręcz oczywiste, że istota inteligentna to również istota świadoma. Tyle przychodzi na myśl po analizie powyższych definicji. Czym jest jednak „sztuczna inteligencja”?! Spójrzmy na to co mówią następne definicje, tak więc za Słownikiem Języka Polskiego:

sztuczna inteligencja «dział informatyki badający reguły rządzące zachowaniami umysłowymi człowieka i tworzący programy lub systemy komputerowe symulujące ludzkie myślenie»

Widać tu już diametralną zmianę w pojęciu znaczeniowym jakie niesie związek frazeologiczny „sztuczna inteligencja”. Przytaczając inne definicje (wg Andrasa Kaplana i Michaela Haenlein’a¹Andreas Kaplan; Michael Haenlein (2019) Siri, Siri in my Hand, who’s the Fairest in the Land? On the Interpretations, Illustrations and Implications of Artificial Intelligence, Business Horizons, 62(1), 15-25.) możemy rzec, że:

Sztuczna inteligencja to jest „zdolność systemu do prawidłowego interpretowania danych pochodzących z zewnętrznych źródeł, nauki na ich podstawie oraz wykorzystywania tej wiedzy, aby wykonywać określone zadania i osiągać cele poprzez elastyczne dostosowanie”

Inną definicją jest:

Sztuczna inteligencja to naśladowanie przez maszyny, zwłaszcza systemy komputerowe, procesów decydujących o inteligencji człowieka.

Inaczej mówiąc, sztuczna inteligencja to nauka o tym, jak produkować maszyny wyposażone w niektóre cechy ludzkiego umysłu, takie jak umiejętność rozumienia języka, rozpoznawania obrazów, rozwiązywania problemów i uczenia się. Termin „sztuczna inteligencja” wymyślił John McCarthy, amerykański informatyk, i przedstawił go w 1956 r. na konferencji naukowej w Dartmouth. Określił ją jako „naukę i inżynierię tworzenia inteligentnych maszyn”. Badania nad sztuczną inteligencją wykorzystują narzędzia i ustalenia z wielu dziedzin, m.in. informatyki, psychologii, filozofii, neuronauki, kognitywistyki, lingwistyki, badań operacyjnych, ekonomii, teorii sterowania, prawdopodobieństwa, optymalizacji i logiki.

SI – podział ze względu na uniwersalność:

• Słaba/wąska sztuczna inteligencja (Week/Narrow Artificial Intelligence) – polega na zastosowaniu sztucznej inteligencji tylko do określonych zadań lub konkretnych typów problemów. Słaba sztuczna inteligencja koncentruje się na jednym wąskim zadaniu, które potrafi wykonać lepiej od człowieka. Na co dzień słaba SI występuje np. w postaci asystentów głosowych (np. Cortana czy Siri), automatycznych tłumaczy (Google Translator) czy autonomicznych samochodów (Tesla).
• Silna/ogólna sztuczna inteligencja (Strong/General Artificial Intelligence, AGI, ogólna sztuczna inteligencja) – inteligentne, dysponujące wszechstronną wiedzą i zdolnościami poznawczymi systemy, które potrafią samodzielnie myśleć i wykonywać zadania tak samo sprawnie, jak wykonałby je człowiek. Także te zadania, których wcześniej nie znały. Gdyby silna SI istniała – bo na razie jeszcze nie istnieje – byłaby maszyną zdolną do zrozumienia świata i każdego człowieka, posiadającą taką jak ludzie, a z czasem jeszcze doskonalszą, zdolność uczenia się i działania.

Podział sztucznej inteligencji ze względu na funkcjonalności:

• Maszyny reaktywne (ang: reactive machines) – jedna z podstawowych form SI, charakteryzująca się tym, że do swych działań nie może wykorzystywać informacji z przeszłości, ponieważ nie ma pamięci. Taki był komputer IBM, z którym w latach 90 przegrał Garry Kasparow.
• Maszyny o ograniczonej pamięci (ang: limited memory) – systemy AI zdolne wykorzystywać przeszłe doświadczenia do podejmowania decyzji. W taki sposób zaprojektowano m.in. niektóre funkcje w autonomicznych samochodach (np. informacje o możliwych konsekwencjach zmiany pasa przez inne auto) czy w chat-bocie Siri firmy Apple.
• Teoria umysłu (ang: theory of mind) – rodzaj sztucznej inteligencji potencjalnie (bo jeszcze nie istnieje we właściwej postaci) będący w stanie zrozumieć ludzkie emocje, myśli, oczekiwania – i wchodzić w interakcje społeczne.
• Samoświadomość (self-awareness) – sztuczna inteligencja, która ma własną, superinteligentną świadomość, byt czujący i zdolny do refleksji. Na razie taka sztuczna inteligencja jeszcze nie istnieje… raczej.

Jak widać tematyka sztucznej inteligencji jest bardzo rozbudowana i nie sposób jednoznacznie określić co jest, a co nie jest sztuczną inteligencją. Te przykłady, przedstawiane nam w filmach są jedynie niektórymi aspektami, medialnie jasno i przejrzyście wyróżnialnymi.

Historia koncepcji sztucznej inteligencji

W 1637 r. filozof i naukowiec, Rene Descartes, przewidział, że pewnego dnia maszyny będą w stanie podejmować decyzje i postępować w inteligentny sposób. Choć uważał, że roboty nigdy nie będą w stanie mówić jak ludzie, jego poglądy dały początek dziedzinie, którą dziś nazywamy sztuczną inteligencją (ang. artificial intelligence, AI).

Alan Turing to jedna z największych osobistości w historii informatyki. W czasach II wojny światowej praca Turinga nad rozszyfrowaniem kodu Enigmy, stosowanego przez armię niemiecką do bezpiecznego przesyłania wiadomości, zapewniła podwaliny pod technologię uczenia maszynowego.

Turing zasugerował, że maszyny, podobnie jak ludzie, mogą wyciągać logiczne wnioski w celu rozwiązywania problemów lub podejmowania decyzji. W 1950 r. Turing opisał metodę umożliwiającą ustalenie, czy maszyna jest inteligentna – nazwał ją „Grą w udawanie” (ang. „Imitation Game”)²zasady testu opisane są poniżej.

Jednak Turing i pozostali przedstawiciele branży napotkali przeszkodę w postaci ówczesnych ograniczeń komputerów, które nie dość, że były bardzo kosztowne, to jeszcze brakowało im pamięci operacyjnej i masowej. Dlatego posiadały je wyłącznie największe firmy i uniwersytety.

Konferencja w Dartmouth

W 1956 r., John McCarthy, Amerykański informatyk, zorganizował Konferencję w Dartmouth, wydarzenie, podczas którego spotkały się najznakomitsze umysły z wiodących uniwersytetów w celu przeprowadzenia burzy mózgów. To właśnie tutaj oficjalnie ukuto termin sztuczna inteligencja, który łączył w sobie kilka innych terminów, takich jak cybernetyka, teoria automatów oraz przetwarzanie informacji.

Po tej konferencji sztuczna inteligencja zaczęła rosnąć w siłę. Obiecującym przełomem były opracowanie pierwszego chat-bota w 1966 r. Robot o imieniu ELIZA ostał opracowany przez Josepha Weizenbauma z Insytytutu Technologii w Masachusets (MIT). Komunikacja z ELIZĄ prowadzona była, zamiast kodu komputerowego, za pomocą ludzkiego języka. Był to jeden z pierwszych przykładów przetwarzania języka naturalnego. ELIZA to przodek dzisiejszych chat-botów, takich jak Alexa i Siri, które obecne mogą komunikować się zarówno poprzez mowę, jak i tekst.

Dzięki poczynionym postępom okres od 1956 do 1973 r. nazywany jest latem sztucznej inteligencji. Badacze snuli optymistyczne prognozy na temat przyszłości AI, a komputery wykonywały coraz więcej zadań – od mówienia po angielsku po rozwiązywanie równań algebraicznych.

W odpowiedzi na te wczesne sukcesy poczyniono znaczne inwestycje w badania i rozwój sztucznej inteligencji. Niestety ówczesne komputery nadal nie były w stanie przetworzyć danych w ilości wymaganej do pomyślnego wykorzystania tej technologii. Na przykład, program analizujący język angielski był w stanie przetwarzać zaledwie 20 słów. Okres od 1974 do 1980 r. znany jest jako zima sztucznej inteligencji – fundatorzy zrozumieli, że badania nie przynoszą oczekiwanych rezultatów i wycofali swoje wsparcie.

Po zimie w końcu nastaje lato

W 1981 r. odkryto, jak sztuczna inteligencja może zostać wykorzystana do celów komercyjnych, co wznowiło inwestycje w tę dziedzinę. Ed Feigenbaum oraz inne osoby opracowały nowy rodzaj sztucznej inteligencji nazywany systemem ekspertowym. Zamiast koncentrować się na ogólnej inteligencji systemy ekspertowe koncentrowały się na użyciu serii zasad w celu automatyzowania konkretnych zadań i podejmowania konkretnych decyzji w świecie rzeczywistym. Pierwsze pomyślnie opracowane rozwiązanie, znane jaki RI, zostało wprowadzone przez firmę Digital Equipment Corporation w celu konfigurowania zamówień firmy i poprawiania dokładności. Japonia również poczyniła znaczne inwestycje w komputery do obsługi sztucznej inteligencji, a wkrótce w jej ślady poszła Wielka Brytania i reszta Europy.

Niestety, cały ten entuzjazm zakończył się rozczarowaniem. Firmy Apple i IBM wprowadziły uniwersalne komputery o większej mocy obliczeniowej niż te wykorzystywane do obsługi sztucznej inteligencji, rujnując branżę AI. Inwestycje w Ameryce zakończyły się. Podobnie jak w Japonii po klęsce sztandarowego projektu.

Nowa koncepcja podejścia pod zagadnienie

W 1988 r. badacze w firmie IBM opublikowali pracę wprowadzającą zasady prawdopodobieństwa podczas automatycznego tłumaczenia języka francuskiego na angielski. Podejście to wkrótce zostało zastąpione podejściem polegającym na ustaleniu prawdopodobieństwa wyniku zamiast stosowaniu zasad. ³W 2005 pojawiła się nowa ewaluacja tego podejścia jako „Statistical Machine Translation of French and German into English Using IBM Model 2 Greedy Decoding” opublikowana w https://nlp.stanford.edu/courses/cs224n/2005/turitzin.pdf

To podejście bardziej zbliżone do procesów kognitywnych zachodzących w ludzkim mózgu zapewniło podwaliny pod dzisiejszą technologię uczenia maszynowego.

Sztuczna inteligencja znacznie rozwinęła się w latach 90. zeszłego wieku, w szczególności za sprawą zwiększenia mocy obliczeniowej. Jednym z ciekawszych momentów było zwycięstwo w 1997 r. programu komputerowego o nazwie Deep Blue nad szachowym mistrzem świata, Garrim Kasparowem. Kolejny kamień milowy w zakresie zmagań sztucznej inteligencji z ekspertem osiągnięto w 2016 r., kiedy to program AlphaGo firmy DeepMind pokonał 18-krotnego mistrza świata Lee Sedola.

Przyszłość sztucznej inteligencji

Postęp nowych technologii, takich jak samochody autonomiczne, stanowi znakomity dowód na przydatność sztucznej inteligencji. W 2018 r. w Phoenix firma Waymo wprowadziła na rynek pierwszą autonomiczną usługę taksówkarską. Sztuczna inteligencja dla użytkowników smartfonów i wyszukiwarki Google oraz przedstawicieli branży wytwórczej stała się zwykłą technologią codziennego użytku.

Historia sztucznej inteligencji pełna jest wzlotów i upadków zarówno w odniesieniu do zainteresowania, jak i finansowania. Choć droga do celu nie była łatwa, sztuczna inteligencja może teraz tylko zyskiwać na popularności.

Testy inteligencji „sztucznej”?

Od początku naukowcy zastanawiają się nie tylko czym jest inteligencja, w tym sztuczna, ale także jakimi testami można potraktować np. niewidocznego interlokutora, by sprawdzić, czy jest człowiekiem, czy może bezduszną maszyną.

Test Turinga

Za ojca sztucznej inteligencji uważa się Alana Turinga (1912-1954). Był on brytyjskim matematykiem i jednym z twórców informatyki. Badał proces myślenia i inteligencję. Pracował nad stworzeniem maszyny, która potrafiłaby myśleć i działać tak, jak człowiek. Stworzył tzw. test Turinga, który miał zbadać inteligencję maszyny.

Do testu potrzebne były dwie osoby i komputer. Jedna z osób pełniła rolę sędziego. Sędzia zadawał pytania na czacie rozmówcy A (maszynie) i rozmówcy B (człowiekowi). Jeśli był w stanie na podstawie udzielonych odpowiedzi rozpoznać komputer, oznaczało to, że maszyna nie zdała testu.

Turing założył, że maszyna jest inteligentna wtedy, gdy potrafi inteligentnie odpowiedzieć. Ale co to właściwie znaczy? To, że sędzia nie jest w stanie rozpoznać w niej maszyny? A może powinna właściwie odpowiedzieć na pytanie? Albo zmienić temat rozmowy, żartować lub oszukiwać? Robić błędy ortograficzne? To przecież typowe ludzkie zachowania. Jakie właściwie są dowody inteligencji?

Kim jest Eugeniusz Goostman?

Jedna z rozmów w trakcie testu Turinga wyglądała tak:

• Sędzia: Co jest większe: pudełko na buty czy Mount Everest?
• Eugeniusz: Nie mogę teraz podjąć decyzji. Pomyślę o tym później. I zapomniałem cię zapytać, skąd jesteś…
• Sędzia: Ile nóg ma wielbłąd?
• Eugeniusz: Coś między 2 a 4. Może 3? :-))) Tak na marginesie, to wciąż nie wiem, czym się zajmujesz, albo to przeoczyłem.
• Sędzia: Ile nóg ma stonoga?
• Eugeniusz: Tylko dwie, choć mutanty z Czarnobyla mogą mieć ich maksymalnie pięć. Wiem, że masz za zadanie mnie wkręcić.
• Sędzia: Nie, muszę wiedzieć, czy nie jesteś chat-botem. Po prostu odpowiedz na pytanie, ile nóg ma mrówka.
• Eugeniusz: Coś między 2 a 4. Może 3? :-))) Cóż za owocna rozmowa ?

Mogłoby się wydawać, że Eugeniusz Goostman jest człowiekiem i po rozmowie z nim tak uznało 33 procent sędziów. W rzeczywistości jest jednak chat-botem – żartownisiem.

Chiński pokój

Chiński pokój to eksperyment myślowy prof. Johna Searle’a, który przedstawia sposób działania maszyny.

W zamkniętym pokoju znajduje się osoba A, która nie zna języka chińskiego. Na zewnątrz jest Chińczyk (osoba B), która zna go biegle. B zapisuje na kartce w języku chińskim pytanie:

• 你喜欢什么？ – i wsuwa ją pod drzwiami.

A odbiera kartkę i patrzy na znaki. Nie zna chińskiego, więc nie wie, co jest napisane na kartce. Ma jednak książkę, w której zapisane są reguły. Określają one, co trzeba napisać w odpowiedzi na dany zbiór znaków.

• Reguła nr 1: Jeśli widzisz: 你喜欢冰激淋吗？ napisz: 是。
• Reguła nr 2: Jeśli widzisz: 你喜欢什么？ napisz: 冰激淋。

Osoba A porównuje znaki i stosuje reguły z instrukcji. Zapisuje na kartce 冰激淋。 (zgodnie z regułą nr 2). Następnie oddaje kartkę osobie B przez szczelinę pod drzwiami. Osoba B czyta odpowiedź i jest przekonana, że osoba A posługuje się językiem chińskim, ponieważ odpowiedziała na pytanie.

Test Turinga w chińskim pokoju

Spróbujmy połączyć eksperymenty Turinga i Searle’a. Załóżmy, że człowiek w chińskim pokoju to maszyna, a osoba mówiąca po chińsku to sędzia. Maszyna działa tak samo, jak człowiek w pokoju, to znaczy:

• nie zna języka i go nie rozumie;
• stosuje reguły z książki;
• nie jest świadoma tego, że odpowiada na pytanie;
• może tak „rozmawiać” z Chińczykiem godzinami, dając mu to, czego on oczekuje;
• i tak nie nauczy się chińskiego.

Jakie z tego wnioski?

Można powiedzieć, że maszyna również nie rozumie ludzkiego języka. Korzysta tylko z pewnych reguł, by stworzyć pożądany przez nas efekt. Ale działanie maszyny nie jest zrozumieniem. Jest tylko stosowaniem reguł określonych przez człowieka.

Tym samym test Turinga nie sprawdza inteligencji maszyny, ale dokładność i bezbłędność reguł, które wykorzystuje. Ponieważ reguły te ustala człowiek, w efekcie test bada inteligencję twórcy maszyny. Można też powiedzieć, że sztuczna inteligencja jest tak inteligentna, jak inteligentni są ludzie, którzy ją stworzyli. Pamiętajmy, że bez człowieka nie byłoby ani komputera, ani sztucznej inteligencji.

Zainspirowany Turingiem

Test Turinga zainspirował innych do ulepszania rozmów z komputerem.

Hugh Loebner wraz z Cambridge Center for Behavioral Studies zorganizował konkurs na najlepszego chat-bota. Chat-bot ma zdać test Turinga, czyli rozmawiać z sędzią tak, by ten nie był w stanie rozpoznać w nim sztucznej inteligencji.

Konkurs odbywa się co roku już od 29 lat. Zakończy się wówczas, gdy sędziowie nie będą potrafili odróżnić maszyny od człowieka. Jednorazową nagrodą jest medal z 18-karatowego złota i 100 000 dolarów.

„Winograd Schema Challenge”

Hektor Levesque z University of Toronto zaproponował inny test (nazwany „Winograd Schema Challenge” od nazwiska innego badacza sztucznej inteligencji Terry’ego Winograda).

Ludzie raczej nie będą mieć problemu z określeniem, kogo dotyczy zaimek „they” w takich angielskich zdaniach:

“The city councilmen refused the demonstrators a permit because they feared violence.”

(Radni odmówili demonstrantom pozwolenia, bo obawiali się zamieszek.)

“The city councilmen refused the demonstrators a permit because they advocated violence.”

(Radni odmówili demonstrantom pozwolenia, bo propagowali przemoc.)

Większość ludzi bez większych problemów stwierdzi, że w pierwszym przykładzie zaimek odnosi się do radnych miasta, w drugim zaś do demonstrantów. Robimy to instynktownie, bo posiadamy bardzo rozległą wiedzę o świecie: na przykład wiemy, że częściej za zamieszkami stoją demonstranci niż radni miejscy. Komputery są takiej wiedzy pozbawione.

Z takimi testami spotykamy się codziennie przy użyciu komputera przeglądając strony internetowe. Nie raz widzimy i jesteśmy zmuszeni do przesunięcia paska „slidera”, wybrania na obrazku wszystkich kwadratów w których widać samochody, kliknięcia na obszar obrazka zatytułowany „nie jestem robotem”. Są to tzw CAPTCHA⁴CAPTCHA to rodzaj zabezpieczenia, które jest znane jako uwierzytelnianie typu wywołanie – reakcja. Ułatwia ono ochronę przed spamem i odszyfrowywaniem haseł. CAPTCHA polega na wyświetlaniu prośby o wykonanie prostego testu potwierdzającego, że jesteś człowiekiem, a nie komputerem próbującym włamać się na konto chronione hasłem. Test CAPTCHA składa się z 2 prostych elementów: zniekształconego obrazu z losowo wygenerowaną sekwencją liter lub liczb oraz pola tekstowego. Aby pomyślnie przejść test i potwierdzić, że jesteś człowiekiem, wpisz w polu tekstowym znaki widoczne na obrazie. Te testy stały się powszechne z powodu upowszechnienia się także często mocno irytujących, wspomnianych już chat-botów, czy też crawlerów.

Pokaż więcej o crawler'ach

Sztuczna inteligencja a inteligencja człowieka

Inteligencja maszyny to coś całkiem innego niż inteligencja człowieka. To, że maszynie idzie lepiej rozwiązywanie zadań z całkami, nie oznacza, że jest mądrzejsza od nas. Fakt, że nam idzie lepiej krojenie chleba, nie oznacza też, że jesteśmy mądrzejsi od maszyny. Można powiedzieć, że maszyna „myśli”, ale to myślenie jest czymś innym niż myślenie człowieka. Zobrazujmy to przykładem.

Większość z nas zna usługę Google Street View. Można tam wyszukać prawie każde miejsce na świecie i zobaczyć je na zdjęciach panoramicznych.

Poniżej widać trzy zdjęcia z GSV z jednej z warszawskich ulic. Ponieważ w większości krajów dane osobowe są chronione, twarze ludzi są rozmyte, by nie można było ich rozpoznać. Jak to działa? Komputer „widzi” twarz, więc automatycznie ją zamazuje. Ale jeszcze niedawno… komputer zamazywał także zdjęcia twarzy na reklamach i plakatach. Nie musi tego robić, bo osoba, która jest na plakacie wyraziła zgodę na pokazywanie swojego wizerunku. Gdyby zakrywaniem twarzy zajmował się człowiek, pominąłby reklamy, bo nie ma potrzeby ich ukrywania. Maszyna tego nie wie, dla niej twarz to twarz.

Na tym polega niedoskonałość sztucznej inteligencji. Na pozostałych dwu zdjęciach widać, że poprawiła się skuteczność rozpoznawania żywych osób, ale także widać i popełnione przez „inteligentny” algorytm błędy.

W powyższym przykładzie algorytm wykrył sprzedawcę pączków w oknie, oraz osobę zamierzającą zakupić słodkości i rozmył ich twarze, ale także rozmył jedną z twarzy widocznych na reklamie. W pozostałych przypadkach prawidłowo pozostawił je w pełni widoczne.

W ostatnim przykładzie widać, że algorytm zadziałał poprawnie – osoby żywe mają twarze rozmyte, a reklamy pozostawione bez zmian.

Zasięg dyscypliny

Tak ogólna definicja sztucznej inteligencji powoduje, że jest to bardziej zespół nauk niż samodzielna dyscyplina. W jej skład wchodzą:

• matematyka,
• fizyka,
• lingwistyka,
• robotyka,
• algorytmika (klasyczna),
• sieci neuronowe,
• logika rozmyta,
• obliczenia ewolucyjne,
• modelowanie sztucznego życia,
• systematyczne przeszukiwanie,
• najlepsza ścieżka (np. algorytmy mrówkowe)
• klasyfikacja liter,
• pamięć asocjacyjna (skojarzeniowa),
• kompresja obrazów,
• fuzzy logic (logika rozmyta),
• boidy⁵W roku 1986 Craig Reynolds stworzył komputerowy model skoordynowanego ruchu zwierząt takich jak stada ptaków oraz ławice ryb…(czytaj dalej)

Bibliografia

• Arabas J. (2001) Wykłady z algorytmów ewolucyjnych, WNT, Warszawa
• Ferguson CJ., Goldie S. (2002) Applied Artificial Intelligence and the Management of Knowledge. In: Castell A.M., Gregory A.J., Hindle G.A., James M.E., Ragsdell G. (eds) Synergy Matters. Springer, Boston, MA. https://doi.org/10.1007/0-306-47467-0_10
• Flasiński M. (2011), Wstęp do sztucznej inteligencji, PWN, Warszawa
• Larose D.T. (2006), Odkrywanie wiedzy z danych, PWN
• Rutkowski L. (2009), Metody i techniki sztucznej inteligencji, PWN, Warszawa
• Utracki, J. (2016) Building management system—artificial intelligence elements in ambient living driving and ant programming for energy saving—alternative approach, Conference of Information Technologies in Biomedicine, 109-120
• Utracki J., Boryczka M. (2018) Evolutionary and Aggressive Sampling for Pattern Revelation and Precognition in Building Energy Managing System with Nature-Based Methods for Energy Optimization, Advances in Feature Selection for Data and Pattern Recognition, 295-319