c






  
 c 
c !"#$
%!!

Kecerdasan Tanpa Alasan

Rodney A. Brooks
Disiapkan untuk Komputer dan Pemikiran, IJCAI-91

Abstrak
Komputer dan Pemikiran adalah dua kategori yang bersama-sama de ne Arti Intelijen finansial sebagai
suatu disiplin. Ini
umumnya diterima bahwa bekerja di Intelijen Arti finansial selama tiga puluh tahun terakhir telah
memiliki yang kuat di
uence
pada aspek arsitektur komputer. Dalam tulisan ini kami juga membuat klaim sebaliknya, bahwa keadaan
arsitektur komputer telah menjadi kuat dalam
uence pada model kita berpikir. The Von Neumann Model
perhitungan telah Intelijen memimpin Arti finansial dalam arah tertentu. Intelijen dalam sistem biologi
benar-benar di erent. Kerja terbaru di Intelijen Arti perilaku berbasis finansial telah menghasilkan model
baru
kecerdasan yang jauh lebih dekat dalam semangat untuk sistem biologis. Non-Von Neumann komputasi
model mereka menggunakan banyak karakteristik berbagi dengan perhitungan biologis.

Hak cipta
c Massachusetts Institute of Technology, 1991
Laporan ini menjelaskan penelitian dilakukan di Laboratorium Arti Intelijen finansial dari Institut
Teknologi Massachusetts.
Dukungan untuk penelitian ini diberikan sebagian oleh University Research Initiative bawah ce O kontrak
Naval Research
N00014 {86 {K {0685, sebagian oleh Advanced Research Projects Agency bawah ce O kontrak Naval
Research N00014 {
85 {K {0124, sebagian oleh Hughes Arti finansial Pusat Intelijen, sebagian oleh Siemens Corporation, dan
sebagian oleh Mazda
Corporation.
1 Pendahuluan
Arti Intelijen finansial sebagai suatu disiplin formal telah
sekitar selama kurang lebih tiga puluh tahun. Tujuan individu
praktisi bervariasi dan berubah dari waktu ke waktu. A
karakterisasi yang wajar dari waktu tua umum adalah bahwa
itu dimaksudkan untuk membuat komputer melakukan hal-hal, bahwa ketika
dilakukan oleh orang-orang, yang digambarkan memiliki kecerdasan yang ditunjukkan.
Winston [Winston 84] mencirikan tujuan
Intelijen Arti finansial baik sebagai konstruksi yang berguna
sistem cerdas dan pemahaman manusia
intelijen.
Ada godaan (sering menyerah) untuk kemudian
pergi ke depan dan kecerdasan de ne, tapi itu tidak segera
memberikan arti jelas ground waktu tua tersebut.
Bahkan ada bahaya regresi filosofis yang mendalam dengan
tidak ada pemulihan. Oleh karena itu saya lebih memilih untuk tinggal dengan lebih informal
gagasan intelijen menjadi semacam murid? bahwa
manusia lakukan, cukup banyak sepanjang waktu.
1.1 Pendekatan
Arti Tradisional Intelijen finansial telah berusaha untuk mengatasi
masalah arti bangunan cially sistem cerdas dari
atas ke bawah. Hal ini ditangani intelijen melalui gagasan
pemikiran dan alasan. Ini adalah hal yang kita hanya tahu
tentang melalui introspeksi. waktu tua telah mengadopsi
Modus operandi tertentu selama bertahun-tahun, yang mencakup
khusus set konvensi tentang bagaimana input dan output
untuk berpikir dan penalaran harus ditangani (misalnya,
sub eld representasi pengetahuan), dan jenis
hal-hal yang pemikiran dan penalaran lakukan (misalnya, perencanaan,
pemecahan masalah, dll). Aku akan menyatakan bahwa konvensi ini
tidak dapat menjelaskan aspek besar dari apa yang masuk ke
intelijen. Selanjutnya, tanpa aspek-aspek validitas
dari finansial pendekatan tradisional Arti Intelijen
datang ke pertanyaan. Saya juga akan berpendapat bahwa banyak
bekerja tengara pada pemikiran telah
uenced oleh
kendala dari teknologi komputer yang tersedia, dan
setelahnya konsekuensi ini sering keliru menjadi
diabadikan sebagai prinsip-prinsip, lama setelah dorongan asli
telah menghilang.
Dari sikap evolusi, tingkat kecerdasan manusia
tidak tiba-tiba melompat ke tempat kejadian. Ada prekursor
dan yayasan sepanjang garis keturunan manusia.
Banyak dari substrat ini hadir pada hewan lain
hari ini. Studi tentang substrat yang baik dapat memberikan
kendala tentang cara berpikir tingkat yang lebih tinggi pada manusia dapat
diorganisir.
Baru-baru ini ada gerakan untuk mempelajari kecerdasan
dari bawah ke atas, berkonsentrasi pada fisik
sistem (misalnya, robot mobile), terletak di dunia, mandiri
melaksanakan tugas berbagai macam. Beberapa
pekerjaan ini didasarkan pada rekayasa dari prinsip-prinsip rst,
bagian lain dari pekerjaan yang rmly berdasarkan inspirasi biologis.
The
avor pekerjaan ini cukup di erent dari?
bahwa Intelijen Arti tradisional finansial. Bahkan menunjukkan
bahwa meskipun introspections terbaik kami, Arti tradisional
finansial Intelijen o? ers solusi untuk intelijen yang
menanggung hampir tidak ada kemiripan sama sekali dengan sistem bagaimana biologi
bekerja.
Ada bahaya tentu saja dalam mempelajari sistem biologis
terlalu dekat. Desain mereka tidak sangat optimal
dari sudut pandang sistem global. Sebaliknya mereka
ditambal bersama-sama dan diadaptasi dari sebelumnya bekerja
sistem, dengan cara yang paling cepat memenuhi terbaru
tekanan lingkungan. Mungkin solusi yang ditemukan untuk
banyak intelijen sangat optimal. Pasti
ada banyak struktur vestigial bertahan dalam manusia '
dan lain binatang 'pencernaan, tulang, dan berotot
sistem. Orang harus anggaplah maka yang ada
banyak neurologis struktur vestigial, interaksi, dan
sisi e? ects. persaingan mereka mungkin gangguan.
1.2 Garis Besar
Tubuh makalah ini dibentuk oleh bagian utama ve:
2 Robots, 3 Komputer, 4 Biologi, 5 Ide dan 6 Pemikiran.
Tema dari paper ini adalah bagaimana komputer dan berpikir
telah menjadi saling terkait erat dalam pengembangan Arti
Kecerdasan finansial, bagaimana koneksi mungkin telah menyebabkan
yang waktu tua sesat, bagaimana biologi contoh kecerdasan
cukup di? erent dari model yang digunakan oleh Arti finansial
Intelijen, dan bagaimana pendekatan baru-baru ini baru menunjukkan
lain jalan untuk kedua komputer dan berpikir.
Pendekatan baru yang telah dikembangkan baru-baru ini
untuk Arti Intelijen finansial muncul dari bekerja dengan
mobile robot. Bagian 2 (Robot) brie
y menguraikan
konteks di mana pekerjaan ini timbul, dan membahas beberapa
realisasi kunci yang dibuat oleh para peneliti yang terlibat.
Pasal 3 (Komputer) jejak pengembangan
dasar ide untuk Arti Intelijen finansial, dan bagaimana
mereka erat terkait dengan teknologi yang tersedia
untuk perhitungan. Baik situatedness maupun perwujudan
yang mudah untuk memasukkan dalam agenda asli, meskipun
kepentingan mereka diakui oleh banyak awal
peneliti. Kerangka awal dengan penekanan pada
cari tetap dominan, dan telah menyebabkan solusi
yang tampaknya penting dalam dunia tertutup Arti finansial
Intelijen, tetapi yang mungkin tidak terlalu relevan dengan
aplikasi praktis. Yang waktu tua dari Cybernetics dengan
warisan yang sangat di? alat erent dari komputer digital awal,
memberikan perumpamaan yang menarik, con rming
hipotesis bahwa model pemikiran yang terikat erat
dengan model yang tersedia dari perhitungan.
Pasal 4 (Biologi) adalah gambaran singkat mengenai perkembangan terakhir
dalam memahami intelijen biologis.
Ini mencakup materi dari etologi, psikologi, dan neuroscience.
Dari kebutuhan itu tidak komprehensif, tapi
adalah su efisien untuk menunjukkan? bahwa kecerdasan biologi
Sistem ini disusun dengan cara cukup di? erent dari
pandangan tradisional Intelijen Arti finansial.
Pasal 5 (Ide) memperkenalkan dua pilar untuk
pendekatan baru untuk Arti Kecerdasan finansial, situatedness
dan perwujudan, dan mendiskusikan baik kecerdasan dan
munculnya dalam konteks ini.
Bagian besar terakhir, 6 (Thought), menjabarkan beberapa
rincian pendekatan kelompok saya di MIT untuk membangun
lengkap terletak, terwujud, arti cially cerdas
robot. Pendekatan ini saham warisan lebih banyak dengan
biologi sistem dibandingkan dengan apa yang biasanya disebut Arti
Intelijen finansial.

2 Robot
Ada yang berserakan bekerja dengan robot mobile
dalam komunitas Arti finansial Intelijen atas
tahun. Shakey dari akhir tahun enam puluhan di SRI (lihat [Nilsson
84] untuk koleksi laporan asli) mungkin
cant e paling terkenal, tetapi lain signi? orts termasuk
CART ([Moravec 82]) di Stanford dan Hilare (Giralt [,
Chatila dan Vaisset 84]) di Toulouse.
Semua sistem yang digunakan o board komputer (dan dengan demikian?
mereka bisa menjadi komputer terbesar yang paling kuat yang tersedia
pada waktu dan tempat), dan semua beroperasi di mostly1
statis lingkungan. Semua robot beroperasi di lingkungan
bahwa setidaknya sampai tingkat tertentu telah secara khusus
direkayasa bagi mereka. Mereka semua merasa dunia
dan mencoba untuk membangun dua atau tiga dimensi model dunia
itu. Kemudian, dalam setiap kasus, perencana bisa mengabaikan
dunia nyata, dan beroperasi dalam model untuk menghasilkan rencana
tindakan untuk robot untuk mencapai apa pun tujuan itu
telah diberikan. Dalam ketiga robot, yang dihasilkan
rencana menyertakan minimal jalan nominal melalui dunia
Model sepanjang yang dimaksudkan bahwa robot harus
bergerak.
Meskipun kation Simpli (statis, lingkungan direkayasa,
dan komputer yang tersedia yang paling kuat)
semua robot dioperasikan luar biasa perlahan-lahan. Banyak
waktu pengolahan dikonsumsi dalam persepsi
akhir sistem dan dalam membangun model dunia.
Relatif sedikit perhitungan digunakan dalam perencanaan dan
bertindak.
Sebuah e penting? Dll dari pekerjaan ini adalah untuk memberikan
kerangka di mana peneliti lainnya bisa beroperasi
tanpa menguji ide-ide mereka pada robot nyata, dan bahkan tanpa
memiliki akses ke data apapun robot nyata. Kami akan memanggil
kerangka kerja, kerangka rasa-model-rencana-tindakan, atau
SMPA untuk pendek. Lihat bagian 3.6 untuk rincian lebih lanjut tentang bagaimana
kerangka kerja yang SMPA
uenced cara di mana
robot dibangun selama tahun-tahun berikutnya, dan bagaimana
robot pada gilirannya pembatasan dikenakan pada cara-cara
program kendali cerdas bisa dibangun untuk mereka.
Ada setidaknya asumsi implisit dalam hal ini awal
bekerja dengan mobile robot, bahwa setelah kasus sederhana
beroperasi di lingkungan yang statis telah selesai, maka
yang di lebih kultus kasus? suatu lingkungan yang dinamis aktif
bisa ditangani. Tidak ada sistem ini SMPA awal
pernah diperpanjang dengan cara ini.
Sekitar tahun 1984, sejumlah orang mulai khawatir
tentang masalah yang lebih umum pengorganisasian intelijen.
Ada persyaratan bahwa intelijen harus
reaktif terhadap aspek dinamis lingkungan, yang
mobile robot beroperasi pada skala waktu yang sama dengan
1In kasus Shakey, percobaan termasuk keberadaan
dari gremlin yang diam-diam akan datang dan mengubah lingkungan-
pemerintah dengan memindahkan blok ke lokasi di erent?. Namun,
ini biasanya akan terjadi hanya sekali, mengatakan, dalam banyak jam
dijalankan, dan robot tidak akan merasakan bertindak dinamis, namun
agak lambat mungkin melihat dunia berubah jika perubahan itu
langsung relevan dengan subtask tertentu itu mengeksekusi.
Dalam kasus CART, hanya aspek dinamis dari
dunia adalah perubahan di sudut matahari selama jangka waktu lama,
dan ini sebenarnya menyebabkan robot gagal sebagai posisi Esti-
skema mation bingung oleh bayang-bayang bergerak.
hewan dan manusia, dan kecerdasan yang mampu
untuk menghasilkan perilaku kuat menghadapi sensor tidak pasti,
lingkungan yang tidak diperkirakan, dan dunia berubah.
Beberapa realisasi kunci tentang organisasi
intelijen adalah sebagai berikut:
? Sebagian besar dari apa yang orang lakukan dalam satu hari mereka untuk kehidupan sehari
bukan pemecahan masalah atau perencanaan, tetapi lebih
adalah kegiatan rutin dalam yang relatif jinak, tapi tentu
dinamis, dunia. Selanjutnya representasi
agen menggunakan objek pada kebutuhan dunia
tidak bergantung pada semantik korespondensi dengan simbol
bahwa agen memiliki, melainkan bisa
de ned melalui interaksi agen dengan
dunia. Agen didasarkan pada ide-ide ini telah dicapai
menarik kinerja tingkat dan dibangun dari
kombinatorial sirkuit sirkuit ditambah sedikit waktu
([Setuju dan Chapman 87], [Setuju dan Chapman
90]).
? Seorang pengamat sah dapat berbicara tentang agen
kepercayaan dan tujuan, meskipun agen kebutuhan
tidak memanipulasi struktur simbolis data pada saat run
waktu. Sebuah landasan formal dalam semantik digunakan untuk
desain agen dapat dikompilasi pergi. Agen berdasarkan
pada ide-ide ini telah mencapai kinerja yang menarik
tingkat dan dibangun dari rangkaian kombinatorial
ditambah sedikit sirkuit waktu ([Rosenschein
dan Kaelbling 86], [Kaelbling dan Rosenschein
90]).
? Dalam rangka untuk benar-benar menguji gagasan intelijen penting
untuk membangun agen lengkap yang beroperasi di
lingkungan yang dinamis menggunakan sensor nyata. Internal
dunia model yang adalah representasi lengkap
lingkungan eksternal, selain menjadi mustahil
untuk mendapatkan, sama sekali tidak diperlukan untuk agen untuk
bertindak secara kompeten. Banyak tindakan
agen cukup dipisahkan | intelijen yang koheren
dapat muncul dari subkomponen berinteraksi dalam
dunia. Agen didasarkan pada ide-ide ini telah dicapai
menarik kinerja tingkat dan dibangun dari
kombinatorial sirkuit sirkuit ditambah sedikit waktu
([Brooks 86], [Brooks 90b], [Brooks 91a]).
Sejumlah besar orang lain juga memberikan kontribusi untuk ini
pendekatan pengorganisasian intelijen. [Maes 90a] adalah
koleksi paling representatif.
Tidak ada istilah yang berlaku umum untuk menggambarkan
gaya kerja. Hal ini terkadang ditandai dengan
yang oxymoron perencanaan reaktif. Saya telah menggunakan berbagai
Robot Makhluk [Brooks dan Flynn 89] dan Arti finansial
Makhluk [Brooks 90b]. Terkait pekerjaan non-mobile,
namun demikian aktif, sistem telah disebut aktif
visi, atau visi menghidupkan [Ballard 89]. Beberapa pekerja
merujuk kepada makhluk mereka, atau makhluk, sebagai agen; sayangnya
istilah yang juga digunakan oleh orang lain untuk merujuk kepada agak
independen komponen kecerdasan dalam
tunggal fisik makhluk (misalnya, badan-badan [Minsky
86]). Kadang-kadang pendekatan ini disebut perilaku berbasis
komponen komputasi cenderung perilaku langsung
memproduksi modules2. Untuk sisa kertas ini,
2Unfortunately ini sedikit bentrokan dengan arti

kami hanya akan memanggil entitas dari 'robot' diskusi atau

'Robot perilaku berbasis'.
Ada sejumlah aspek kunci karakteristik ini
gaya kerja.
? [Situatedness] The robot yang terletak di
dunia | mereka tidak berhubungan dengan deskripsi abstrak,
tetapi dengan di sini dan sekarang dunia langsung di-

uencing perilaku sistem.

? [Perwujudan] The robot memiliki tubuh dan pengalaman
dunia langsung | tindakan mereka adalah bagian
yang dinamis dengan dunia dan telah segera
umpan balik tentang sensasi sendiri.
? [Intelijen] Mereka diamati
menjadi cerdas | tetapi sumber intelijen tidak
terbatas hanya pada mesin komputasi. Hal ini juga
berasal dari situasi di dunia, sinyal
transformasi dalam sensor, dan fisik
kopling dari robot dengan dunia.
? [Munculnya] Kecerdasan sistem
muncul dari interaksi sistem dengan
dunia dan dari interaksi kadang-kadang tidak langsung antara
komponennya | kadang-kadang sulit untuk
menunjuk ke satu peristiwa atau tempat dalam sistem dan
mengatakan bahwa sebabnya beberapa tindakan eksternal terwujud.
Baru-baru ini telah ada kecenderungan untuk mencoba untuk mengintegrasikan
tradisional simbolik penalaran, di atas murni reaktif
sistem, baik dengan robot nyata (misalnya, [Arkin 90],
[Mitchell 90],) dan dalam simulasi (misalnya, [Firby 89]).
Idenya adalah bahwa sistem reaktif yang menangani realtime
isu-isu yang tertanam di dunia, sedangkan
Sistem deliberatif apakah 'keras' stu? tradisional
membayangkan akan ditangani oleh sistem finansial Arti Intelijen.
Saya berpikir bahwa pendekatan ini su? Erintah dari
yang terkenal 'cakrawala e ect?' | mereka telah membeli sedikit
kinerja yang lebih baik dalam sistem secara keseluruhan mereka dengan
komponen reaktif, tetapi mereka hanya mendorong
keterbatasan dari sistem penalaran sedikit lebih jauh ke dalam
masa depan. Aku tidak akan peduli dengan sistem tersebut untuk
Sisanya dari makalah ini.
Sebelum memeriksa karya ini secara lebih rinci, kami akan
beralih ke alasan mengapa tradisional Arti Kecerdasan finansial
mengadopsi pendekatan erent seperti di?.
3 Komputer
Dalam evolusi ada teori [Gould dan Eldredge
77] kesetimbangan yang terputus, di mana sebagian besar waktu
ada sedikit perubahan dalam suatu spesies, tetapi pada suatu interval
subpopulasi cabang o? dengan semburan pendek sangat
dipercepat perubahan. Demikian juga, saya percaya bahwa dalam Arti finansial
Intelijen penelitian selama empat puluh tahun terakhir ini, ada
telah lama kerja tambahan dalam mendirikan
pedoman, dan kadang-kadang pergeseran orientasi
dan asumsi menyebabkan sub baru waktu tua untuk cabang o?.
Pekerjaan yang lebih tua biasanya terus, kadang-kadang sisa
perilaku seperti yang digunakan oleh etolog sebagai interaksi yang diamati
dengan dunia, bukan sebagai sesuatu yang dihasilkan secara eksplisit.
kuat, dan kadang-kadang mati o? secara bertahap. Deskripsi ini
dari waktu tua juga ts model yang lebih umum ilmu pengetahuan,
seperti [Kuhn 70].
Inti dari bagian ini adalah bahwa semua orang SteadyState
pekerjaan mengandalkan tubuh, kadang-kadang secara implisit, pada tertentu
filosofis dan asumsi teknologi. The
pendiri badan kerja cukup sadar ini
asumsi, tapi seiring waktu sebagai orang baru datang ke
elds, asumsi ini hilang, dilupakan, atau dikubur,
dan pekerjaan mengambil kehidupan sendiri untuk kepentingan sendiri.
Pada bagian ini saya sangat peduli dengan bagaimana
arsitektur komputer kami di
uences pilihan kita
masalah yang bekerja, model kita berpikir,
dan kami algoritma, dan bagaimana masalah yang kita
kerja, kami model pemikiran, dan pilihan algoritma kami
memberikan tekanan terhadap perkembangan arsitektur kita
komputer.
Biologi sistem berjalan di paralel secara besar-besaran, rendah
kecepatan komputasi, dalam suatu topologi dasarnya xed
jaringan dengan kedalaman terbatas. Hampir semua finansial Arti Intelijen
penelitian, dan memang hampir semua perhitungan modern,
berjalan pada dasarnya arsitektur Von Neumann,
dengan memori, besar tidak aktif yang dapat merespon sangat
kecepatan tinggi melalui saluran yang sangat sempit, untuk yang sangat
kecepatan tinggi pusat processing unit yang berisi sangat
sedikit negara. Ketika koneksi ke sensor dan aktuator
juga dipertimbangkan, kesenjangan antara sistem biologis
dan sistem finansial arti kami melebar.
Selain menempatkan kendala arsitektur di program kami,
bahkan alat-alat matematika kami sangat dalam
uenced
dengan arsitektur komputasi kami. Kebanyakan algoritma
analisis didasarkan pada model RAM dari perhitungan
(Dasarnya model Von Neumann, terbukti
akan polynomially setara dengan mesin Turing, misalnya,
[Hartmanis 71]). Hanya dalam beberapa tahun terakhir telah lebih umum
model menjadi terkenal, tetapi mereka telah di
arah nubuat, dan perangkat tidak mungkin lainnya
untuk makhluk robot kami.
Apakah kita ditakdirkan untuk bekerja selamanya dalam arus
arsitektur kendala?
Selama teknologi perhitungan beberapa abad yang lalu
telah berkembang dari tanda membuat pada berbagai permukaan
(Memahat, menulis, dll), melalui evolusi yang panjang
rantai sistem murni mekanik, kemudian Elektromekanik
relay berdasarkan sistem, melalui perangkat berbasis tabung vakum,
diikuti dengan rantai evolusioner berbasis silikon
perangkat ke kondisi seni.
Ini akan menjadi tinggi kesombongan dan kebodohan
menganggap bahwa kita sekarang menggunakan teknologi utama untuk
komputasi, yaitu sirkuit terpadu berbasis silikon,
seperti itu akan menjadi bodoh (setidaknya dalam retrospeksi)
untuk mengasumsikan pada abad ke-16 yang Napier's Bones adalah
teknologi utama komputasi [Williams 83]. Memang
akhir peningkatan eksponensial dalam perhitungan
kecepatan untuk uni-prosesor sudah di depan mata, memaksa yang agak
besar jumlah penelitian dalam pendekatan paralel tomore
perhitungan untuk dolar, dan per detik. Tapi ada
kemungkinan lain yang lebih radikal untuk perubahan dalam perhitungan
infrastructure3. Ini termasuk perhitungan berdasarkan
3Equally perubahan radikal telah terjadi di masa lalu, tetapi
diakui mereka terjadi jauh sebelum tingkat tinggi saat ini

pada switching optik ([Gibbs 85], [Brady 90]), protein

lipat, ekspresi gen, switching atom non-organik.
3.1 Prasejarah
Selama tahun 1940-an bahkan saat perang dunia kedua
sedang dilancarkan, dan komputer elektronik rst adalah
sedang dibangun untuk perhitungan pembacaan sandi dan lintasan,
ide untuk menggunakan komputer untuk melakukan kegiatan cerdas
sudah pada pikiran orang.
Alan Turing, sudah terkenal untuk karyanya pada komputabilitas
[Turing 37] melakukan diskusi dengan Donald
Michie, pada awal 1943, dan lain-lain kurang diketahui dengan
Arti modern Intelijen finansial dunia pada awal 1941,
tentang menggunakan komputer untuk bermain catur. Dia dan orang lain
mengembangkan gagasan minimaxing pohon bergerak, dan
evaluasi statis, dan dilakukan simulasi rumit tangan
melawan musuh manusia. Kemudian (selama
periode 1945-1950 setidaknya) ia dan Claude Shannon
dikomunikasikan tentang ideas4. Meskipun ada
sudah menjadi waktu tua mapan matematika tentang
teori permainan, dipelopori oleh Von Neumann [Von
Neumann dan Morgenstern 44], catur sudah seperti
ruang besar posisi hukum, bahwa meskipun segala sesuatu
tentang hal ini adalah deterministik, teori tidak
terutama yang berlaku. Hanya heuristik dan operasional
program tampak berarti masuk akal serangan.
Dalam sebuah makalah berjudul Intelligent Mesin, ditulis dalam
19485, tapi tidak dipublikasikan hingga lama setelah kematiannya [Turing
70], Turing diuraikan pandangan yang lebih umum pembuatan
komputer cerdas. Dalam hal ini agak pendek wawasan
kertas ia meramalkan perkembangan modern banyak dan
teknik. Ia berpendapat (agak whimsically, ke
jengkel majikannya [Hodges 83]) untuk setidaknya
beberapa elds intelijen, dan contoh utamanya adalah
pembelajaran bahasa, bahwa mesin akan
untuk diwujudkan, dan diklaim sukses \ Namun tampaknya untuk
agak terlalu banyak bergantung pada organ akal dan daya penggerak
menjadi "layak.
Turing berpendapat bahwa itu harus mungkin untuk membangun
mesin berpikir karena itu mungkin untuk membangun imitasi
dari \ setiap bagian kecil dari manusia "Dia dibuat. perbedaannya
antara memproduksi model listrik akurat saraf,
dan menggantinya dengan komputasi yang tersedia
sirkuit teknologi tabung hampa (ini berikut langsung
dari sebelumnya kertas [Turing 37]), dan asumsi
bahwa sistem syaraf dapat dimodelkan sebagai komputasi
sistem. Untuk bagian lain dari tubuh, ia menyarankan
bahwa \ kamera televisi, mikrofon, pengeras suara ",
dll, dapat digunakan untuk model seluruh sistem.
\ Ini akan menjadi usaha yang luar biasa tentu saja. "
Meskipun demikian, Turing mencatat bahwa mesin jadi dibangun
dari dasar terinstal komputer berbasis silikon.
Wiener 4Norbert juga menguraikan ide minimax dalam
nal catatan edisi asli [48 Wiener]. Namun
ia membatasi gagasan untuk kedalaman dua atau tiga memainkan | satu
mengasumsikan untuk alasan praktis, seperti yang dilakukannya mengungkapkan umum
gagasan untuk n play. Lihat Bagian 3.3 untuk rincian lebih lanjut tentang
cara-cara di mana model cybernetic pemikiran dibatasi
oleh model komputasi di tangan.
5Di? Sumber erent mengutip tahun 1947 dan tahun 1948 sebagai waktu
menulis.
\ Masih akan ada kontak dengan makanan, seks, olahraga dan
banyak hal-hal lain yang menarik bagi para "manusia. Turing
menyimpulkan bahwa domain terbaik untuk mengeksplorasi
mekanisasi pemikiran adalah berbagai permainan, dan
kriptanalisis, \ dalam bahwa mereka membutuhkan sedikit kontak dengan
dunia luar "6.
Turing sehingga seksama pertanyaan perwujudan,
dan untuk alasan teknis memilih untuk mengejar aspek
intelijen yang dapat dilihat, setidaknya di
pendapatnya, sebagai murni simbolik. Minimax pencarian, ditambah
dengan ide mengejar rantai tangkap
ketenangan, dan pandai fungsi evaluasi statis (yang
Turochamp sistem Daud Champernowne dan Alan
Turing7, [Shannon 50]) segera menjadi pendekatan yang dominan
untuk masalah ini. [Newell, Shaw dan Simon
58] dibandingkan semua bermain catur dikenal empat dilaksanakan
program tahun 1958 (dengan pengalaman gabungan sebesar
enam game dimainkan), termasuk Turochamp, dan mereka semua
mengikuti pendekatan ini.
Pendekatan dasar minimax dengan baik statis
fungsi evaluasi tidak berubah sampai hari ini. Program
sejenisnya ini bersaing baik dengan Grand Internasional
Masters. Yang terbaik dari mereka, Deep Thought [Hsu, Anantharaman,
Campbell dan Nowatzyk 90], menggunakan khusus
tujuan chip untuk kemampuan pencarian besar, bersama
dengan skema evaluasi yang terampil dan selektif memperdalam
untuk mengarahkan pencarian yang lebih baik dari program sebelumnya.
Meskipun Turing telah mengandung catur menggunakan sebagai
kendaraan untuk mempelajari proses pemikiran manusia, gagasan ini
sebagian besar telah tersesat sepanjang jalan (ada dari
Tentu saja pengecualian, misalnya, [Wilkins 79] menggambarkan suatu sistem
yang pengganti pengetahuan catur untuk pencarian di tengah
permainan | biasanya ada evaluasi statis sangat sedikit,
dan mencari pohon terutama untuk con rm atau menolak keberadaan
dari pasangan). Sebaliknya kekuatan pendorong selalu
kinerja, dan program yang paling sukses
hari telah biasanya didasarkan pada kemajuan teknologi. Kasar
gaya pencarian pohon telah menjadi metode yang dominan, itu sendiri
didominasi oleh jumlah bruteness tersedia. Hal ini pada
gilirannya telah menjadi produk cerdik memanfaatkan terbaru
tersedia teknologi. Selama bertahun-tahun, 'juara' saat ini
Program telah memanfaatkan perangkat keras yang tersedia.
MacHack-6 [Greenblatt, Eastlake dan Crocker 67]
memanfaatkan memori cepat terbesar yang tersedia (256K 36
bit kata-kata | tentang megabyte atau lebih, atau $ 45 dengan hari ini
standar) dan arsitektur komprehensif baru (
PDP-6) sebagian besar di
uenced oleh persyaratan Minsky dan McCarthy
untuk Lisp dan pemrograman simbolik. Catur
4.0 dan yang keturunan [Slate dan Atkin 84] diandalkan
pada berjalan di komputer dunia lebih cepat tersedia.
Belle [Condon dan Thompson 84] digunakan lebih kecil pusat
komputer, tetapi memiliki generator bergerak kustom, dibangun
dari sirkuit LSI. Deep Thought, disebutkan di atas sebagai
juara paling baru, bergantung pada VLSI CIR custom-
6Interestingly, Turing tidak sepenuhnya abstrak bahkan
bermain catur mesin jauh dari perwujudan, berkomentar
bahwa \ organ satu-satunya perlu `mata 'yang mampu membedakan
berbagai posisi di papan yang dibuat khusus, dan sarana
untuk mengumumkan bergerak sendiri ".
7See Personal Computing bulan Januari 1980, halaman 80 {81, untuk
deskripsi simulasi ini tangan mesin catur.

cuits untuk menangani generasi bergerak dan mencari pohon. Ini

jelas bahwa keberhasilan dan kemajuan dalam bermain catur
program telah didorong oleh teknologi memungkinkan besar
pohon pencarian. Beberapa berpendapat bahwa program catur saat ini /
sistem perangkat keras yang sangat model yang baik untuk umum
proses berpikir manusia.
Ada beberapa keraguan sepanjang jalan, namun.
Dalam sebuah makalah awal [Selfridge 56] berpendapat bahwa lebih baik
evaluasi statis adalah kunci untuk bermain catur, sehingga lookahead
dapat dibatasi dengan kepindahan tunggal kecuali dalam kondisi
dekat untuk kawin (dan satu menganggap dia akan termasuk situasi
mana ada penangkapan, dan mungkin pertukaran,
terlibat). Tapi, ia mengklaim bahwa manusia datang ke catur
dengan keunggulan signi cant atas komputer (dorong
kertas adalah pada pembelajaran, dan dalam hal ini pada pembelajaran
untuk bermain catur) karena mereka memiliki konsep 'nilai' seperti,
'Ancaman ganda', dll sebagai 'pusat', yang telah dibentuk. Catur
untuk Selfridge bukan latihan tanpa tubuh, tetapi di mana
bermain sukses dibangun di atas kekayaan pengalaman dalam
lain, mungkin sederhana, situasi.
Ada perumpamaan menarik untuk sejarah
komputer catur, permainan Go. Pohon pencarian untuk Go
jauh lebih besar daripada catur, dan yang baik statis
fungsi evaluasi adalah jauh lebih sulit untuk ne de. Go memiliki
pernah bekerja dengan baik sebagai kendaraan untuk penelitian di komputer
bermain game | setiap retak cukup layak pada jauh
lebih mungkin membutuhkan teknik lebih dekat kepada mereka
manusia berpikir | kemajuan teknologi komputer belaka
tidak akan membawa dekat minimax pendekatan
kesuksesan dalam domain ini (lihat [Campbell 83] untuk singkat
ikhtisar).
Sebelum meninggalkan Turing seluruhnya ada satu lain agak
kontribusi signi cant dia dibuat untuk waktu tua yang di
rasa ia mendahului. Dalam [Turing 50] menimbulkan pertanyaan
\ Mesin bisa memikirkan ".? Untuk menggoda keluar yang dapat diterima
berarti untuk pertanyaan ini ia menyajikan apa yang telah datang
dikenal sebagai tes Turing, dimana seseorang mengkomunikasikan
dalam bahasa Inggris selama teletype dengan baik lain
orang atau komputer. Tujuannya adalah untuk menebak apakah
adalah orang atau komputer di ujung lain. Seiring waktu
tes ini telah datang untuk menjadi tujuan informal Arti finansial
Intelligence8. Perhatikan bahwa itu adalah pandangan yang sama sekali tanpa tubuh
intelijen, meskipun agak yang berada di
mesin harus merespons secara tepat waktu untuk interogator tersebut.
Turing menunjukkan bahwa mesin harus mencoba
untuk mensimulasikan seseorang dengan mengambil waktu ekstra dan membuat
kesalahan dengan masalah aritmatika. Ini adalah versi yang
uji Turing yang dianggap remeh sekitar dengan hari saat ini
finansial Intelijen researchers9 Arti.
Turing uang muka sejumlah argumen strawman
terhadap kasus bahwa komputer digital mungkin suatu hari
bisa lulus ujian ini, tapi dia tidak mempertimbangkan
kebutuhan yang mesin sepenuhnya diwujudkan. Pada prinsipnya,
tentu saja, dia benar. Tapi bagaimana sebuah mesin mungkin maka
diprogram adalah pertanyaan. Turing menyediakan sebuah argu-
8Turing menyatakan kepercayaannya sendiri yang akan memungkinkan untuk
mesin dengan 109 bit toko untuk melewati versi menit ve
uji dengan probabilitas 70% oleh sekitar tahun 2000.
Bahkan 9In ada kompetisi tahunan dengan $ 100; 000
hadiah untuk mesin yang dapat melewati ini versi Turing
uji.
pemerintah bahwa program mesin dengan tangan akan
tidak praktis, jadi dia menyarankan memilikinya belajar. Pada titik ini
ia membawa kebutuhan untuk mewujudkan mesin di beberapa
cara. Dia menolak memberikan anggota badan, tapi tersangka bahwa mata
akan baik, meskipun tidak sepenuhnya diperlukan. Pada
akhir tulisan ini ia mengusulkan dua jalan mungkin menuju
nya tujuan sebuah mesin \ berpikir ". Path unembodied
adalah untuk berkonsentrasi pada program kegiatan intelektual
seperti catur, sedangkan pendekatan yang terkandung adalah untuk melengkapi sebuah
digital komputer \ dengan indra terbaik yang uang
bisa membeli, dan kemudian mengajarkannya kepada mengerti dan berbicara "bahasa Inggris.
Arti Intelijen finansial mengikuti jalan mantan,
dan memiliki semua tetapi mengabaikan approach10 terakhir.
3.2 Pendirian
Pembentukan Intelijen Arti finansial sebagai suatu disiplin
yang jelas merupakan dasar dari disiplin hari ini
dengan nama yang terjadi selama periode yang terkenal
'Dartmouth Konferensi' tahun 1956 melalui publikasi
buku \ Komputer dan Pemikiran "pada tahun 1963
([Feigenbaum dan Feldman 63]).
Bernama dan sebagian besar diselenggarakan oleh John McCarthy sebagai
\ The Dartmouth Summer Research Project on Arti -
Kecerdasan finansial "enam-minggu workshop dibawa
bersama-sama mereka yang akan membentuk dan memimpin utama
Arti pusat penelitian finansial Intelijen di Amerika Utara
selama dua puluh tahun ke depan. McCarthy bersama-sama mendirikan
MIT Arti finansial Laboratorium Kecerdasan dengan Marvin
Minsky, dan kemudian melanjutkan untuk menemukan Arti Stanford -
Laboratorium Intelijen finansial. Allen Newell dan Herbert
Simon berbentuk dan memimpin kelompok yang berubah menjadi
Departemen Ilmu Komputer di Carnegie-Mellon University.
Bahkan saat ini sebagian besar para peneliti di
Arti Intelijen finansial di Amerika Utara memiliki salah satu ini
empat orang dalam komite doktor mereka, atau yang disarankan
oleh seseorang yang melakukan. Ide-ide disajikan di Dartmouth
pertemuan telah demikian berdampak sinyal pada
Rst waktu tua bernama sana.
Seperti dapat dilihat dari wawancara peserta
diterbitkan dalam [79 McCorduck] masih ada
ketidaksepakatan atas kekayaan intelektual yang
dibawa ke konferensi dan cance signi relatif.
Hasil utama adalah penerimaan dan bangkit pencarian
sebagai alat unggulan Intelijen Arti finansial. Ada
adalah penerimaan umum dari penggunaan pencarian untuk memecahkan
masalah, dan dengan ini ada pengabaian penting
dari setiap gagasan situatedness.
karya sebelumnya Minsky sudah terlibat dengan saraf
pemodelan. Gelar Ph.D. Tesis di Princeton prihatin
dengan model untuk otak [Minsky 54]. Kemudian, sementara
di Harvard ia sangat dalam
uenced oleh McCulloch dan
Pitts (lihat [McCulloch dan Pitts 43]), tetapi pada saat
pertemuan Dartmouth ia telah menjadi lebih terlibat
dengan sistem berbasis pencarian simbolis. Dalam koleksinya
[Minsky 68] dari versi murid-muridnya Ph.D. tesis,
semua prihatin untuk beberapa derajat dengan de ning dan mengendalikan
ruang yang sesuai pencarian.
kutipan 10An dari kertas Turing dicetak ulang di [Hofs-
tadter dan Dennett 81]. Mereka meninggalkan seluruh bagian
belajar dan perwujudan.

Simon dan Newell mempresentasikan karya terbaru mereka pada

Logika teori [Newell, Shaw dan Simon 57], program
teorema logika yang dibuktikan dengan mencari pohon
subgoals. Program ini menggunakan banyak heuristik
untuk memangkas ruang pencarian. Dengan keberhasilan ini, gagasan
pencarian heuristik segera menjadi dominan dalam masih
Arti kecil Intelijen finansial masyarakat.
McCarthy tidak jadi? Ected oleh konferensi yang
dia telah mengatur, dan terus berkonsentrasi hari ini
pada isu-isu epistemologis daripada kinerja
program. Namun ia segera menciptakan pemrograman Lisp
bahasa [McCarthy 1960] yang menjadi
model standar perhitungan untuk Intelijen Arti finansial.
Hal itu besar dalam
uence pada model pemikiran
Namun yang populer, seperti itu membuat hal-hal tertentu
seperti pencarian, dan representasi berdasarkan individu,
lebih mudah untuk program.
Pada saat itu, sebagian besar program ditulis dalam perakitan
bahasa. Ini adalah pekerjaan membosankan untuk menulis pencarian
prosedur, prosedur terutama rekursif dalam mesin
bahasa hari, meskipun beberapa orang-orang seperti
sebagai [Samuel 59] (Dartmouth peserta lain) adalah
sukses spektakuler. Newell dan Simon berhutang banyak
keberhasilan mereka dalam mengembangkan teori Logika dan
mereka kemudian Umum Problem Solver [Newell, Shaw dan
Simon 59], untuk penggunaan bahasa ditafsirkan (IPLV |
lihat [Newell, Shaw dan Simon 61]) yang didukung
daftar kompleks struktur dan rekursi. Banyak
proyek siswa mereka dilaporkan dalam [Feigenbaum dan
Feldman 63] juga digunakan bahasa ini.
McCarthy Lisp jauh lebih bersih dan sederhana. Ini
pengolahan membuat daftar informasi dan pohon rekursif
program {sepele sering baris selusin kode pencarian
bisa menggantikan ratusan baris kode assembler.
prosedur Cari sekarang menjadi lebih mudah dan lebih
nyaman untuk disertakan dalam program Arti Intelijen finansial.
Lisp juga memiliki di
uence di kelas representasional
sistem yang digunakan, seperti yang dijelaskan dalam bagian 3.5.
Dalam [Minsky 61], Arti Intelijen finansial rusak
menjadi topik kunci ve: pencarian, pengenalan pola, belajar,
perencanaan dan induksi. Kedua melalui keempat
dari mereka ditandai sebagai cara pencarian mengendalikan
(Masing-masing dengan pilihan yang lebih baik dari operator ekspansi pohon,
dengan mengarahkan pencarian melalui pengalaman sebelumnya,
dan dengan mengganti pencarian tertentu dengan yang lebih kecil dan lebih
sesuai eksplorasi). Sekali lagi, sebagian besar serius
bekerja di Intelijen Arti finansial sesuai dengan gangguan ini
prihatin dengan pencarian.
Akhirnya, setelah banyak eksperimentasi [Michie dan
Ross 70], metode pencarian menjadi dipahami dengan baik, diformalkan,
dan dianalisis [Knuth dan Moore 75], dan
menjadi dirayakan sebagai metode utama Arti finansial
Intelijen [Nilsson 71].
Pada akhir era pendirian, pada tahun 1963,
Minsky yang dihasilkan sebuah bibliografi beranotasi lengkap
([Minsky 63]) literatur \ langsung terkait dengan
pembangunan arti sistem pemecahan masalah finansial "11. Ini
berisi 925 kutipan, 890 di antaranya untuk kertas c scienti
dan buku-buku, dan 35 di antaranya adalah untuk koleksi
11It juga bertindak sebagai bibliografi gabungan untuk kertas
di [Feigenbaum dan Feldman 63].
seperti kertas. Ada dua hal utama yang menarik di sini.
Pertama, meskipun judul bibliografi, \ A Terpilih
Deskripsi-Indexed Bibliografi untuk Sastra pada
Arti Kecerdasan finansial ", mengacu pada Arti Kecerdasan finansial,
dalam pengantar ia adalah wilayah yang menjadi perhatian sebagai
\ Arti sistem pemecahan masalah finansial "Kedua,. Dan agak
paradoks, ruang lingkup bibliografi ismuch
lebih luas dari satu harapkan dari Intelijen Arti finansial
bibliografi hari ini. Ini mencakup banyak item pada
cybernetics, neuroscience, bionik, informasi dan komunikasi
teori, dan connectionism generasi rst.
Kedua aspek kontras bibliografi
menyorot tren di Intelijen Arti finansial yang terus
selama 25 tahun ke depan. Dari sup ide tentang
bagaimana membangun mesin cerdas yang bertubuh dan
Pendekatan non-terletak sistem pencarian pemecahan masalah
muncul sebagai dominan, setidaknya dalam masyarakat
yang disebut bekerja sendiri sebagai Intelijen Arti finansial.
Dengan melihat ke belakang kita bisa melangkah mundur dan melihat apa yang
terjadi. Awalnya pencarian diperkenalkan sebagai sebuah mekanisme
untuk memecahkan masalah yang diperdebatkan manusia digunakan
beberapa pencarian dalam memecahkan. Catur dan membuktikan teorema logika
adalah dua contoh telah kita bahas. Dalam domain ini
seseorang tidak mengharapkan tanggapan seketika dari
manusia melakukan tugas yang sama. Mereka tidak tugas-tugas yang
terletak di dunia.
Satu dapat perdebatan apakah bahkan dalam tugas-tugas ini adalah bijaksana
mengandalkan begitu berat pada pencarian, sebagai masalah besar akan
memiliki e eksponensial buruk ects pada waktu pencarian |? pada kenyataannya
[Newell, Shaw dan Simon 58] berpendapat hanya ini, tetapi
menghasilkan program catur nyata lebih lambat karena
kompleksitas evaluasi statis dan mengontrol pencarian.
Beberapa, seperti [Samuel 59] dengan bermain checker-nya
program, tidak khawatir tentang menjaga hal-hal pada manusia
skala waktu. [Slagle 63] dalam integrasi simbolik nya
program, khawatir tentang menjadi ekonomi yang kompetitif
dengan manusia, tetapi karena ia mengemukakan dalam terakhir
dua paragraf kertas itu, kenaikan bahan peledak dalam
harga / kinerja rasio untuk komputasi mampu menjaga
nya program ke depan. Secara umum, kinerja peningkatan
komputer mampu feed peneliti dengan mantap
ruang pencarian yang lebih besar, sehingga mereka merasa bahwa mereka
membuat kemajuan seperti tahun-tahun berlalu. Untuk setiap diberikan
Tingkat teknologi, pembekuan jangka panjang akan segera menunjukkan
bahwa program mengandalkan pencarian memiliki masalah yang sangat serius,
terutama jika ada keinginan untuk menempatkan mereka
di dunia yang dinamis.
Dalam paragraf terakhir dari [61 Minsky] dia tidak membawa
up kemungkinan agen terletak, bertindak sebagai \ berpikir
bantuan "untuk seseorang Namun sekali lagi ia bergantung pada kinerja.
peningkatan metode komputasi standar (ini
waktu melalui pengenalan berbagi waktu) untuk memasok
waktu yang diperlukan perhitungan yang relevan.
Pada hari-hari awal dari disiplin formal Arti finansial
Intelijen, cari diadopsi sebagai teknologi dasar.
Mudah untuk program pada komputer digital. Hal ini mengakibatkan
penalaran sistem yang tidak mudah untuk sepatu-tanduk ke
terletak agen.

3.3 Cybernetics
Ada, terutama di empat puluhan dan fties, lainnya
disiplin yang bisa dilihat sebagai memiliki sama
tujuan seperti yang kita telah mengidentifikasi ed untuk Arti Intelijen finansial | yang
pembangunan sistem cerdas yang berguna dan memahami
kecerdasan manusia. Karya ini, yang dikenal sebagai
Cybernetics, memiliki fundamental di? Erent
avor dari
hari ini tradisional Arti Intelijen finansial.
Cybernetics co-berevolusi dengan teori kontrol dan statistik
teori informasi | misalnya, lihat [Wiener 48, 61].
Ini adalah studi matematika dari mesin, tidak
terkait dengan komponen fungsional mesin dan
bagaimana mereka berhubungan, dan bukan dalam hal apa yang
mesin individu dapat lakukan di sini dan sekarang, dan melainkan
dalam hal semua perilaku yang mungkin bahwa seorang individu
mesin dapat menghasilkan. Ada penekanan yang kuat
pada mesin menggambarkan dalam hal input dan
output, dan memperlakukannya sebagai kotak hitam sejauh intern
kerja yang tidak teramati. Alat analisis
sering di erential atau? persamaan integral, dan ini
alat inheren terbatas cybernetics untuk situasi dimana
kondisi batas tidak berubah dengan cepat. Dalam
Sebaliknya, mereka sering melakukannya dalam suatu sistem terletak di dinamis
mengubah dunia | bahwa kompleksitas perlu pergi
suatu tempat, baik ke dalam model diskontinyu atau diubah
kondisi batas.
Cybernetics muncul dalam konteks regulasi mesin
dan sirkuit elektronik | sering dicirikan
oleh subjudul buku Wiener sebagai studi tentang \ kontrol
dan komunikasi pada hewan dan mesin ".
Model perhitungan pada saat pengembangan aslinya
adalah analog. Input dan output dari
mesin yang akan dianalisis biasanya dianggap sebagai
hampir di mana-mana fungsi kontinyu dengan wajar
derivatif, dan mekanisme untuk analisis otomatis
dan pemodelan biasanya hal-hal yang hari ini akan
dicirikan sebagai komponen analog. Dengan demikian ada
tidak ada gagasan dari pencarian simbolik | pencarian apapun telah ditulis
dalam hal minimisasi fungsi. Ada juga
jauh lebih sedikit dari gagasan representasi sebagai abstrak
entitas dimanipulasi daripada yang ditemukan di Intelijen Arti finansial
pendekatan.
Banyak karya dalam Cybernetics benar-benar bertujuan
pemahaman hewan dan intelijen. Hewan
dimodelkan sebagai mesin, dan dari orang-orang model, itu
berharap untuk memungut bagaimana hewan mengubah perilaku mereka
melalui pembelajaran, dan bagaimana memimpin bahwa untuk adaptasi yang lebih baik
dengan lingkungan untuk seluruh organisme. Ini
diakui misalnya agak dini (, [Ashby 52] untuk eksplisit
pernyataan) bahwa organisme dan lingkungannya
harus dimodelkan bersama dalam rangka memahami
perilaku yang dihasilkan oleh organisme | ini jelas merupakan
ekspresi situatedness. Alat analisis umpan balik
digunakan ([Ashby 56]) untuk berkonsentrasi pada masalah-masalah seperti
sebagai stabilitas sistem serta lingkungan yang terganggu,
dan khususnya sistem homeostasis atau kemampuan
untuk menyimpan parameter tertentu dalam rentang yang ditentukan,
tidak peduli apa yang tidak terkontrol variasi dalam
lingkungan.
Sehubungan dengan perwujudan ada beberapa percobaan
sepanjang garis-garis ini. Banyak cybernetic model
organisme demonstrasi agak abstrak homeostasis,
tetapi beberapa prihatin dengan robot fisik.
[Walter 50, 51, 53] 12 menggambarkan robot dibangun di cybernetic
prinsip-prinsip yang menunjukkan perilaku mencari tujuan,
homeostasis, dan kemampuan belajar.
Kompleksitas dan kemampuan fisik Walter
mesin diwujudkan dengan peringkat yang murni khayalan
dalam bab-bab rst setengah lusin [84 Braitenberg]
tiga dekade kemudian.
Faktor pembatas dalam percobaan ini adalah
dua kali lipat; (1) teknologi membangun rasa kecil berisi
robot ketika unsur-unsur komputasi yang
miniatur (istilah relatif) tabung vakum, dan (2)
kurangnya mekanisme untuk secara abstrak menggambarkan perilaku pada
tingkat bawah perilaku yang lengkap, sehingga suatu implementasi
bisa kembali
dll komponen-komponen sederhana. Demikian
dalam contoh rst model pemikiran yang terbatas
oleh hambatan teknologi untuk mengimplementasikan model,
dan dalam contoh kedua, kurangnya tertentu kritis
komponen model (organisasi ke dalam submodul)
membatasi kemampuan membangun implementasi teknologi yang lebih baik.
Mari kita kembali ke Wiener dan menganalisis cara-cara
mekanisme cybernetics, dan mekanisme
computationwere erat berhubungan dalam dalam dan diri
membatasi cara.
Wiener jelas menyadari machines13 digital bahkan
di edisi sebelumnya dari [48 Wiener]. Dia membandingkan mereka
untuk mesin analog seperti di Bush? analyzer erential,
dan menyatakan bahwa digital (atau numerik, seperti yang ia
menyebutnya) mesin lebih unggul untuk numerik yang akurat
perhitungan. Tapi dalam arti mendalam Wiener tidak
melihat
exibility mesin ini. Dalam sebuah bab tambahan
dalam [61 Wiener] ia membahas masalah bangunan
mesin mereproduksi diri, dan dalam tradisi cybernetic,
mengurangi masalah untuk pemodelan input / output
karakteristik kotak hitam, khususnya non-linear
transduser. Dia terkait metode untuk mendekati observasi
fungsi ini dengan kombinasi linear dari
transduser secara non-linear, dan kemudian menunjukkan bahwa
seluruh masalah dapat dilakukan dengan menjumlahkan dan mengalikan
potensi dan rata-rata dari waktu ke waktu. Daripada
berubah menjadi komputer digital untuk melakukan hal ini ia menyatakan bahwa ada
beberapa kemungkinan yang menarik untuk perangkat perkalian
menggunakan e piezo-listrik? Ects. Kita melihat maka intim
mengikat bersama antara model komputasi,
12Much buku [Walter 53] berkaitan dengan awal
bekerja pada electroencephalography dan harapan karena perannya dalam re-
vealing kerja otak | empat puluh tahun kemudian ini
berharap tidak tampaknya telah lahir keluar.
13In pendahuluan [48 Wiener] ia berbicara tentang em-
bodying mesin seperti dengan sel fotolistrik, thermome-
ters, pengukur regangan dan motor dalam pelayanan mekanis
tenaga kerja. Namun, dalam teks buku ini ia tidak membuat seperti
Sehubungan dengan model organisme. Sebaliknya ia mencatat bahwa
mereka dimaksudkan untuk menjalankan banyak berturut-turut, dengan memori
yang dibersihkan antara berjalan dan menyatakan bahwa \ otak,
dalam keadaan normal, bukan analog lengkap
mesin komputasi melainkan analog dari satu
berjalan pada seperti mesin ". Nya model komputasi digital
dan model pemikiran terlalu dis-mirip dengan membuat con-
nection bahwa kita akan hari ini.

yaitu, perhitungan analog, dan model inti

diri-reproduksi. Tidak mungkin untuk menggoda terpisah menyebabkan
dan e? ect dari sudut pandang ini. Titik kritis
cara di mana proposal matematika terkait dengan
implementasi teknologi sebagai sertifikasi dari
validitas approach14.
Pada pertengahan tahun enam puluhan itu adalah jelas bahwa studi intelijen,
bahkan sebuah penelitian yang timbul dari prinsip-prinsip cybernetics,
jika ingin berhasil perlu lebih broadbased
dalam tingkat yang abstraksi dan alat analisis. A
Contoh yang baik adalah [Arbib 64] 15. Meski begitu, dia masih pelabuhan
berharap bahwa metode cybernetic mungkin ternyata memberikan
pemahaman tentang \ keseluruhan koordinasi dan mengintegrasikan
prinsip-prinsip "yang saling berhubungan subsistem komponen
sistem saraf manusia.
3.4 Abstraksi
Tahun-tahun segera setelah konferensi Dartmouth
membentuk waktu tua Intelijen Arti finansial dengan cara
yang tidak signi cantly berubah. Beberapa tahun ke depan,
di ampli, utama ed abstraksi jauh dari situatedness,
atau keterhubungan ke world16. Ada
jumlah demonstrasi di sepanjang jalan yang tampak
untuk melegitimasi abstraksi ini. Pada bagian ini saya meninjau
beberapa peristiwa, dan berpendapat bahwa ada fundamental

AWS pada kesimpulan yang biasanya ditarik.

Di MIT [Roberts 63] menunjukkan program visi
yang bisa cocok dengan model pra-disimpan ke gambar visual
blok dan potongan. Program ini merupakan pendahulu
semua program visi modern, dan itu bertahun-tahun sebelum
kinerjanya bisa disesuaikan oleh orang lain. Butuh
gambar gray level dunia, dan diekstraksi sebuah kartun
gambar garis. Inilah gambar garis yang kemudian
tted, melalui perspektif terbalik ditransformasi ke prestored
model. Bagi mereka yang melihat hasilnya ini tampak
seperti cara langsung dan alami untuk memproses gambar
dan untuk membangun model (berdasarkan perpustakaan prestored) dari
realitas objektif di depan kamera.
Kebenaran Namun disayangkan, adalah bahwa hal itu luar biasa
di? kultus untuk mengekstrak gambar garis handal di
apapun kasus realistis gambar. Dalam kasus Roberts 'ini
pencahayaan dikontrol dengan hati-hati, blok dengan baik
dicat, dan latar belakang yang telah dipilih dengan hati-hati. The
gambar blok nya menghasilkan garis lebih lengkap menggambar-
14With belakang, sebuah spekulasi bahkan liar disajikan
di akhir edisi nanti. Wiener menunjukkan bahwa
modal substansi gen dan virus dapat mereproduksi diri
melalui seperti analisis spektral emisi infra-merah dari
molekul model yang kemudian mendorong diri ke organisasi
yang Undi? magma erentiated dari faedah asam amino dan nukleat-
mampu membentuk bahan biologis baru.
15Arbib mencakup peringatan elegan terhadap terlalu com-
berkomitmen untuk model, bahkan model matematika, yang dapat berubah
keluar menjadi salah. Pernyataannya bahwa penggunaan \ semata-mata untuk-
mulas tidak memberikan kekuatan magis untuk teori "adalah sama tepat waktu
hari ini seperti yang kemudian.
16One pengecualian adalah tangan yang dikendalikan oleh komputer dibangun di
MIT, [Ernst 61], dan terhubung ke komputer-0 TX. The
tangan sangat banyak berada dan diwujudkan, dan bergantung Heav-
keluargamu di dunia luar sebagai model, daripada menggunakan antar-
nal representasi. Ini bagian pekerjaan tampaknya mendapatkan
hilang, untuk alasan yang tidak jelas bagi saya.
petunjuk untuk keselamatan dengan kekacauan sangat sedikit di mana harus ada, oleh manusia
standar pengamat, tidak ada elemen garis. Hari ini,
setelah hampir tiga puluh tahun penelitian bottom-up, topdown,
dan menengah-out nders line, masih ada garis
nder yang mendapat hasil bersih seperti pada satu alam
gambar. gambar dunia Real tidak di semua hal yang bersih
bahwa introspeksi pribadi kita mengatakan kita mereka. Hal ini
sulit untuk menghargai ini tanpa bekerja pada gambar
yourself17.
Kejatuhan program Roberts 'bekerja pada sangat
dikendalikan serangkaian gambar adalah bahwa orang mengira bahwa
masalah deteksi garis itu bisa dilakukan dan diselesaikan. Mis,
[Evans 68] mengutip Roberts dalam pembahasannya tentang masukan bagaimana
bisa diperoleh untuk program analogi nya yang dibandingkan
set gambar garis gures geometris 2-D.
Pada akhir tahun enam puluhan dan awal tujuh puluhan Shakey
proyek [Nilsson 84] di rea SRI? rmed tempat dari
Arti abstrak finansial Intelijen. Shakey, disebutkan dalam
bagian 2, adalah sebuah robot yang dihuni satu set
khusus disiapkan kamar. Ini navigasikan dari satu ruangan ke
ruangan, mencoba untuk memenuhi tujuan diberikan pada sebuah teletype.
Ini akan, tergantung pada tujuan dan keadaan, menavigasi
sekitar hambatan yang terdiri dari blok dicat besar
dan potongan, mendorong mereka keluar dari jalan, atau mendorong mereka untuk
beberapa lokasi yang diinginkan.
Shakey memiliki televisi onboard hitam dan putih
kamera sebagai sensor utama. Sebuah o? Komputer papan dianalisis
gambar, dan deskripsi merger dari apa yang
melihat ke dalam pesanan rst ada model kalkulus predikat
dunia. Sebuah program perencanaan, strip, dioperasikan
pada orang-orang deskripsi simbolik dunia untuk menghasilkan
urutan tindakan untuk Shakey. Rencana ini diterjemahkan
melalui serangkaian nements kembali ke panggilan ke atom
tindakan dalam loop umpan balik yang cukup ketat dengan penginderaan atom
operasi menggunakan sensor lain seperti Shakey's benjolan
bar dan odometry.
Shakey dianggap sebagai sukses besar pada waktu itu,
menunjukkan suatu sistem terpadu yang melibatkan mobilitas,
persepsi, representasi, perencanaan, pelaksanaan, dan kesalahan
pemulihan.
Shakey's sehingga keberhasilan rea? rmed gagasan mengandalkan
sepenuhnya pada model internal tujuan eksternal
realitas. Justru metodologi itu diikuti,
dan tampaknya berhasil. Namun, hanya bekerja
karena teknik sangat hati-hati lingkungan.
Dua puluh tahun kemudian, tidak ada mobile robot telah ditunjukkan
pencocokan semua aspek kinerja Shakey di
lingkungan yang lebih umum, seperti o itu? lingkungan ce.
Kamar-kamar yang dioperasikan Shakey adalah telanjang kecuali
untuk blok warna besar dan potongan. Hal ini membuat
kelas obyek yang harus diwakili sangat sederhana.
Dindingnya dari warna seragam, dan hati-hati dinyalakan,
dengan pinggir karet gelap, membuat batas yang jelas
dengan pemantik berwarna
oor. Ini berarti bahwa sangat sederhana
dan kuat visi sudut bersegi tiga antara dua
dinding dan
oor, dapat digunakan untuk relocalizing yang
robot dengan tujuan untuk mengoreksi hanyut dalam robot odometric
pengukuran. Blok dan potongan dicat
di? warna erent on di permukaan planar? erent. Ini memastikan
17Try itu! Anda akan takjub melihat betapa buruk itu.

bahwa itu relatif mudah, khususnya di pencahayaan yang baik

disediakan, untuk nd tepi dalam memisahkan gambar permukaan,
dan dengan demikian sehingga mudah untuk mengidentifikasi bentuk
polyhedron tersebut. Blok dan potongan relatif jarang
di lingkungan, menghilangkan masalah karena sebagian
halangan-halangan. Realitas objektif lingkungan
demikian cukup sederhana, dan pemetaan ke internal
model realitas yang juga cukup masuk akal.
Sekitar waktu yang sama di MIT demonstrasi besar
dipasang dari robot yang bisa melihat pemandangan yang terdiri
blok ditumpuk, kemudian membangun salinan TKP
menggunakan lengan robot (lihat [Winston 72] | program ini
dikenal sebagai demo-copy). Program untuk melakukan ini adalah
sangat Speci c ke dunia blok, dan tidak akan
bekerja di hadapan objek melengkung sederhana, kasar
tekstur di blok, atau tanpa hati-hati dikendalikan
pencahayaan. Namun demikian memperkuat gagasan bahwa lengkap
deskripsi tiga dimensi dunia bisa
diekstraksi dari citra visual. Hal ini dilegitimasi karya
lain, seperti [Winograd 72], yang program bekerja
dalam membuat-percaya dunia blok | jika satu program bisa
dibangun yang dipahami dunia seperti yang benar-benar dan
bisa juga memanipulasi dunia itu, maka diasumsikan
bahwa program yang dianggap abstraksi yang dapat di
Bahkan dihubungkan ke dunia nyata tanpa di besar? -
culty. Masalah yang tersisa dari lambatnya program
karena ruang pencarian yang besar, tetapi seperti sebelumnya, komputer yang lebih cepat
selalu hanya sekitar sudut.
Masalah kunci yang saya lihat dengan semua pekerjaan ini (selain
dari penggunaan pencarian) adalah bahwa hal itu didasarkan pada asumsi
bahwa dunia model yang lengkap dapat dibangun secara internal
dan kemudian dimanipulasi. Contoh-contoh dari Roberts,
melalui Shakey dan copy-demo semua sangat bergantung pada
sederhana dunia, dan situasi terkendali. Program
mampu sebagian besar mengabaikan masalah-masalah yang tidak menyenangkan seperti sensor
ketidakpastian, dan tidak pernah benar-benar stres karena
dikontrol dengan hati-hati kondisi persepsi. Tidak ada komputer
sistem visi dapat menghasilkan model dunia ini
delity untuk apa pun mendekati kompleksitas realistis
adegan dunia | bahkan objek pengakuan adalah aktif dan
di? kultus daerah penelitian. Ada dua tanggapan untuk ini:
(1) akhirnya visi komputer akan mengejar dan memberikan
model dunia seperti | saya tidak percaya ini berdasarkan
bukti-bukti biologis yang disajikan di bawah, atau (2) lengkap
Tujuan model realitas tidak realistis | dan karenanya
metode Intelijen Arti finansial yang mengandalkan seperti
model yang realistis.
Dengan kenaikan abstraksi menarik untuk dicatat
bahwa masih cukup teknologi di? kultus dapat terhubung
ke dunia nyata bagi kebanyakan Intelijen Arti finansial
researchers18. Sebagai contoh, [Barrow dan Salter 70]
menggambarkan e orts di Edinburgh, seorang Arti utama Intelijen finansial?
pusat, dapat terhubung penginderaan untuk bertindak, dan hasilnya
yang luar biasa primitif menurut standar sekarang | keduanya
MIT dan SRI memiliki e rekayasa besar? Orts dalam mendukung
18It masih cukup di? Kultus bahkan hari ini. Ada sangat sedikit
turnkey tersedia untuk pembelian sistem yang terhubung sen-
sors ke komputer yang wajar, dan komputer yang wajar untuk
aktuator. Situasi tampaknya akan berkembang cepat
Namun | kita juga mungkin hanya akan melangkah atas signi cant
ambang batas.
kegiatan sukses mereka. [Moravec 81] berhubungan sedih
kisah frustrasi dari awal tahun tujuh puluhan e? orts di
Stanford Arti Laboratorium Kecerdasan finansial untuk membangun
mobile robot sederhana dengan input visual.
Sekitar akhir tahun enam puluhan dan awal tujuh puluhan ada
peningkatan dramatis dalam ketersediaan pengolahan komputer
daya yang tersedia untuk peneliti di cukup baik
dilengkapi laboratorium. Tidak hanya itu ada peningkatan besar
pada kecepatan pemrosesan dan memori fisik, tetapi
sistem pembagian waktu menjadi mapan. Seorang individu
peneliti sekarang mampu bekerja terus menerus
dan nyaman pada program tanpa tubuh yang dirancang untuk
pameran intelijen. Namun, koneksi ke riil
dunia tidak hanya di kultus dan? terlalu mahal, namun
hambatan fisik menggunakan mereka dibuat pembangunan
dari 'cerdas' bagian dari sistem lambat oleh sekurang
sedikitnya satu urutan besarnya, dan mungkin dua perintah, sebagai
dibandingkan dengan kekuatan yang ditemukan baru timesharing. The
komputer jelas mempunyai potensi untuk di
uence model
pemikiran yang digunakan | dan pasti bahwa hipotesis tidak
bertentangan dengan jenis pekerjaan mikro-dunia yang sebenarnya
melanjutkan.
3.5 Pengetahuan
Dengan ini dalam sejarah Intelijen Arti finansial,
kecenderungan, asumsi, dan pendekatan telah menjadi
mapan. Tahun-tahun fteen terakhir telah melihat
disiplin gemuruh bersama di inersia lebih dari apa pun
lain. Terlepas dari baru
irtation dengan saraf
model (lihat bagian 3.8 di bawah) telah ada sangat sedikit
perubahan dalam asumsi yang mendasari tentang model
pemikiran. Hal ini bertepatan dengan era yang sangat sedikit
teknis inovasi dalam model yang mendasari kita perhitungan.
Untuk sisa bagian 3, aku lebih brie
y tinjauan
kemajuan yang dibuat selama bertahun-tahun fteen terakhir, dan menunjukkan
bagaimana berhubungan dengan isu-isu mendasar situatedness
dan perwujudan dibesarkan sebelumnya.
Satu masalah dengan mikro-dunia adalah bahwa mereka agak
tidak menarik. Dunia blok yang paling populer
mikro dunia dan ada sangat sedikit yang bisa dilakukan
di dalamnya selain membuat tumpukan blok. Setelah
Urry dari
awal bekerja di mana khususnya 'masalah' di kultus? atau 'teka-teki'
ditemukan dan kemudian dipecahkan (misalnya, [Sussman
75]) menjadi lebih dan lebih di kultus untuk melakukan sesuatu?
baru dalam domain tersebut.
Ada tiga kelas tanggapan ini miskin
masalah ruang:
? Pindah ke domain lain dengan semantik yang sama sederhana,
tapi dengan lebih menarik daripada nama-nama cetak
blok-a dll itu biasanya bukan maksud dari para peneliti
untuk melakukan hal ini, tetapi banyak sebenarnya tidak jatuh ke
perangkap ini. [Winograd dan Flores 86] mengekspos dan
mengkritik sejumlah saus seperti di bab
pada \ Memahami Bahasa ".
? Membangun lebih kompleks semantik ke dalam blok
dunia dan bekerja pada masalah-masalah baru yang muncul.
Sebuah contoh yang agak heroik dari hal ini adalah [Fahlman 74]
yang termasuk keseimbangan, blok multi-berbentuk, gesekan,
dan sejenisnya. Masalah dengan pendekatan ini

adalah bahwa solusi ke 'teka-teki' menjadi begitu domain

Speci c bahwa sulit untuk melihat bagaimana mereka mungkin
generalisasi ke domain lain.
? Pindah ke dunia yang lebih luas. Secara khusus, mewakili
pengetahuan tentang dunia sehari-hari, dan kemudian
membangun pemecah masalah, sistem pembelajaran, dan sebagainya yang
beroperasi di dunia ini lebih kaya semantis.
Yang terakhir dari pendekatan ini telah melahirkan mungkin
yang dikenali sub terbesar waktu tua dari Arti Intelijen finansial,
dikenal sebagai Representasi Pengetahuan. Ia memiliki konferensi sendiri.
Ini memiliki kamp teoretis dan praktis. Namun, itu
benar-benar lulus. Ini konsentrat banyak energinya
pada pola anomali dalam sistem formal yang tidak pernah
digunakan untuk tugas-tugas praktis.
[Brachman dan Levesque 85] adalah kumpulan kertas
di daerah tersebut. representasi pengetahuan sistem ini
menggambarkan menerima input mereka baik dalam bentuk simbolis atau
sebagai output dari sistem bahasa alami. Tujuan
kertas tampaknya untuk mewakili 'pengetahuan' tentang
dunia. Namun benar-benar lulus. Ada
upaya sangat sedikit untuk menggunakan pengetahuan (simpan di
fisika naif [Hayes 85], atau kualitatif fisika [de
Kleer dan Brown 84] area | tetapi perhatikan bahwa daerah-daerah
juga adalah ungrounded). Ada sebuah asumsi implisit
bahwa suatu hari nanti input dan output akan dihubungkan
untuk sesuatu yang akan menggunakan mereka (lihat [Brooks
91a] untuk kritik awal dari pendekatan ini).
Sementara itu, hasil bekerja dengan sangat sedikit
mengarahkannya, dan banyak dari itu menyangkut masalah yang diproduksi oleh
agak sederhana-berpikiran upaya mewakili kompleks
konsep. Untuk mengambil satu contoh, ada
banyak halaman yang ditulis pada masalah penguin yang
burung, meskipun mereka tidak bisa
y. Alasan bahwa ini
masalah adalah bahwa sistem representasi pengetahuan yang
dibangun di atas teknologi komputasi yang
membuat nyaman penggunaan individu yang sangat sederhana (Lisp
atom) dan hubungan menempatkan di antara mereka. Seperti yang ditunjukkan
di [Brooks 90b], dan jauh sebelumnya dalam [Brooks 91a],
seperti pendekatan sederhana tidak bekerja ketika sistem
adalah secara fisik membumi melalui perwujudan. Ini
tampaknya ada gunanya untuk mencoba menambal sistem yang dalam
jangka panjang tidak mungkin bekerja. [Dreyfus 81] 19 menyediakan
sebuah kritik yang berguna gaya kerja.
Mungkin puncak dari semuanya-pengetahuan-
Pendekatan dapat ditemukan di [Lenat dan Feigenbaum 91]
di mana mereka membahas dasar-dasar dari proyek 10 tahun
untuk mengkodekan pengetahuan yang ruang lingkup ensiklopedia sederhana.
Ini adalah benar-benar unsituated, dan benar-benar berwujud
pendekatan. Semuanya sistem ini adalah untuk mengetahui
adalah melalui tangan-masuk unit 'pengetahuan', meskipun
ada harapan beberapa menyatakan bahwa nantinya akan dapat
belajar sendiri dengan membaca. [Smith 91] memberikan komentar
pada pendekatan ini, dan menunjukkan bagaimana awal tahun
proyek telah dibuka untuk nding yang lebih primitif
tingkat pengetahuan daripada yang sebelumnya dibayangkan
untuk grounding tingkat yang lebih tinggi pengetahuan. Ini adalah saya
pendapat, dan juga Smith, bahwa ada fundamental
19Endorsement beberapa pandangan Dreyfus 'tidak boleh
secara keseluruhan hati merangkul semua argumennya.
masalah dan satu masih bisa mengharapkan regresi berlanjut sampai
sistem ini memiliki beberapa bentuk perwujudan.
3.6 Robotika
Bagian 2 menjabarkan sejarah awal robot mobile.
Ada beberapa perkembangan menarik atas
sepuluh tahun terakhir sebagai upaya telah dilakukan untuk mewujudkan
beberapa teori dari Intelijen Arti finansial secara mobile
robot. Dalam bagian ini saya brie
y meninjau beberapa hasil.
Pada awal tahun delapan puluhan Pertahanan Advanced Research
Projects Agency (DARPA) di Amerika Serikat, mensponsori utama
dorong dalam membangun Otonomi Tanah Kendaraan. The
tugas awal untuk kendaraan itu untuk menjalankan sepanjang jalan beraspal
di siang hari dengan menggunakan visi sebagai rasa persepsi utama.
The Rst upaya masalah ini (misalnya, [Waxman,
Le Moigne dan Srinivasan 85]) mengikuti SMPA
metodologi. Idenya adalah untuk membangun tiga dimensi
dunia model jalan di depan, maka rencana jalan di sepanjang
itu, termasuk kemudi dan penjelasan kecepatan kontrol.
Pendekatan ini gagal karena tidak mungkin untuk memulihkan
akurat jalan model tiga-dimensi dari visual
gambar. Bahkan di bawah asumsi cukup kuat tentang
kelas jalan yang mengikuti program akan menghasilkan
ludicrously salah hasil.
Dengan tekanan untuk mendapatkan demonstrasi aktual
kendaraan berjalan di jalan, dan memiliki semua
onboard pengolahan, perubahan radikal harus dibuat di
pendekatan yang diambil. Dua tim terpisah datang dengan
pendekatan serupa, [Turki, Morgenthaler, Gremban,
dan Marra 88] di Martin Marietta, pengintegrasian
kontraktor, dan [Thorpe, Hebert, Kanade,
dan Shafer 88] di CMU, peserta akademis utama
dalam proyek, baik navigasi visi berbasis memproduksi
sistem. Kedua sistem koordinat dioperasikan dalam gambar
daripada koordinat dunia, dan keduanya berhasil
mengendarai kendaraan sepanjang jalan. Tidak ada sistem
model dunia dihasilkan tiga dimensi. Sebaliknya, baik
jalan mengidentifikasi daerah ed di foto dan servo-ed kendaraan
untuk tinggal di jalan. Sistem dapat dicirikan
sebagai reaktif, terletak dan terwujud. [Horswill dan
Brooks 88] menggambarkan sistem vintage sejenis yang
mengoperasikan mobile robot dalam ruangan bawah navigasi visual.
Pergeseran pendekatan yang diambil pada kendaraan outdoor
diharuskan oleh realitas teknologi yang tersedia,
dan kebutuhan untuk mendapatkan hal-hal operasional.
Meskipun pelajaran ini masih ada bias yang kuat untuk mengikuti
Arti finansial yang tradisional Intelijen SMPA pendekatan
seperti dapat dilihat dalam pekerjaan di CMU di Ambler
proyek. Tim yang sama yang mengadopsi reaktif
pendekatan masalah jalan berikut ini telah dikembalikan ke
pemodelan rumit, kompleks, dan lambat dunia lengkap
pendekatan [Simmons dan Krotkov 91].
3.7 Visi
Terinspirasi oleh karya [Roberts 63] dan bahwa pada
Shakey [Nilsson 84], visi masyarakat telah
konten untuk bekerja pada masalah deskripsi adegan bagi banyak
tahun. Maksud implisit adalah bahwa ketika penalaran
Arti Intelijen sistem finansial sudah siap,
sistem visi akan siap untuk memberikan model dunia

diperlukan, dan dua bisa menjadi ketagihan bersama-sama untuk mendapatkan

yang terletak, atau terwujud sistem.
Ada banyak masalah dengan pendekatan ini, dan
terlalu sedikit ruang untuk memperlakukan mereka secara memadai dalam ruang
kendala kertas ini. Isu mendasar adalah bahwa
Arti Kecerdasan finansial dan Computer Vision telah membuat
asumsi bahwa tujuan dari visi adalah untuk merekonstruksi
dunia eksternal statis (dinamis dunia itu
hanya harus melakukannya sering dan cepat) sebagai tiga dimensi
dunia model. Saya tidak percaya bahwa hal ini mungkin
dengan umum yang biasanya diasumsikan. Selanjutnya
Saya tidak berpikir itu perlu, dan tidak saya pikir
bahwa itu adalah apa visi manusia tidak. Bagian 4 membahas
beberapa masalah ini sedikit lebih.
3.8 Paralelisme
Paralel komputer sangat berpotensi di erent dari?
Von Neumann mesin. Satu mungkin mengharapkan maka
paralel model perhitungan akan menyebabkan fundamental
di? model erent pemikiran. Cerita tentang paralelisme,
dan di
uence mesin paralel pada model
pemikiran, dan dalam
uence model pemikiran
pada mesin paralel memiliki dua potong setengah. The
Rst sepotong muncul sekitar waktu dari awal cybernetics
kerja, bagian kedua meledak di pertengahan tahun delapan puluhan dan
kita masih harus melihat semua korban. Potongan terakhir setengah
telah ditekan oleh model saat ini diperkirakan
mengubah model paralelisme.
Ada yang besar
Urry kerja di akhir fties
dan enam puluhan melibatkan perangkat ambang linier, umumnya
dikenal sebagai perceptrons. Yang luar biasa dalam pekerjaan ini adalah
diwakili oleh [Rosenblatt 62] dan [Minsky dan Papert
69]. Perangkat ini digunakan dalam analogi kasar
neuron dan itu harus kabel ke jaringan yang dipelajari
untuk melakukan tugas tertentu, daripada harus diprogram.
Mengatur bobot pada input perangkat ini
kira-kira setara dalam model untuk menyesuaikan
bobot synaptic dimana akson terhubung ke dendrit di
neuron nyata | ini saat ini dianggap sebagai kemungkinan
situs yang paling belajar di dalam otak.
Idenya adalah bahwa jaringan itu khusus dibedakan
input dan output. Anggota kelas pola
akan disampaikan kepada input dan output
akan diberi kation diklasifikasikan benar. Yang di? Erence
antara respon yang benar dan respon aktual
jaringan maka akan digunakan untuk memperbarui beban pada
masukan dari masing-masing perangkat. Kekuatan utama yang mendorong
balik mekar dari waktu tua ini adalah perceptron ini
konvergensi dalil yang menunjukkan bahwa sebuah parameter sederhana
teknik penyesuaian akan selalu membiarkan perceptron tunggal
belajar diskriminasi jika ada ada satu set
mampu membuat diskriminasi yang berat.
Untuk membuat hal lebih mudah ditangani jaringan adalah
sering terstruktur sebagai lapisan dari perangkat dengan koneksi
hanya antara lapisan yang berdekatan. Petunjuk dari koneksi
dikontrol dengan sangat ketat, sehingga tidak ada
Komentar loop di jaringan dan bahwa ada alami
perkembangan dari satu lapisan tunggal yang kemudian akan
lapisan input, dan satu lapisan akan menjadi output layer.
Masalah dengan jaringan multi-layer adalah bahwa ada
ada cara yang jelas untuk memberikan kredit atau menyalahkan
lapisan untuk pola kation diklasifikasikan benar atau salah.
Dalam analisis formal yang dilakukan (misalnya,
[Nilsson 65] dan [Minsky dan Papert 69]) hanya
single layer perangkat yang bisa belajar, atau disesuaikan,
pernah dianggap. [Nilsson 65] dalam bab-bab selanjutnya
memang mempertimbangkan mesin multi-layer, tetapi dalam setiap kasus, semua
tapi satu lapisan yang terdiri dari perangkat statis dapat unmodi.
Ada pekerjaan yang sangat sedikit pada analisis mesin dengan
umpan balik.
Tak satu pun dari mesin ini adalah terutama terletak, atau
terwujud. Mereka biasanya diuji pada masalah mengatur
oleh peneliti. Ada banyak pelanggaran scienti
c Metode dalam tes | hasilnya tidak selalu
sebagai peneliti ditafsirkan mereka.
Setelah publikasi [Minsky dan Papert 69],
yang berisi banyak hasil negatif pada kemampuan
mesin single layer, waktu tua itu tampak mati
selama bertahun-tahun tentang fteen.
Baru-baru ini telah terjadi kebangkitan di waktu tua yang mulai
dengan publikasi [Rumelhart dan McClelland
86].
Pendekatan baru ini terinspirasi oleh sebuah pembelajaran baru
algoritma dikenal sebagai cadangan propagasi ([Rumelhart,
Hinton dan Williams 86]). Algoritma ini memberikan
metode untuk menentukan kredit dan menyalahkan di sepenuhnya
multi-layer komputer tanpa umpan balik. Individu
perangkat lain di dalam lapisan telah linear tertimbang
input dan output fungsi di? erentiable, sigmoid sebuah,
yang erat cocok dengan fungsi step, atau fungsi ambang.
Jadi mereka hanya sedikit generalisasi sebelumnya
perceptrons, tetapi terus menerus dan di mereka? erentiable
memungkinkan output bukit pendakian yang akan dilakukan yang memungkinkan
yang akhirnya bertemu jaringan untuk dapat mengklasifikasikan
masukan tepat sebagai terlatih.
Kembali propagasi memiliki sejumlah masalah, melainkan lambat
untuk belajar secara umum, dan ada tingkat belajar yang
perlu disetel dengan tangan dalam banyak kasus. E? Ect dari
tingkat belajar rendah adalah jaringan sering mungkin akan
terjebak dalam minimum lokal. E? Dll dari sebuah perguruan tinggi
Tingkat adalah jaringan mungkin tidak pernah benar-benar menyatu sebagai
akan dapat melompat keluar dari minimum yang benar sebagai
baik karena dapat melompat keluar dari minimal salah. Ini
masalah bergabung untuk membuat kembali propagasi, yang
landasan penelitian jaringan neural modern, nyaman
untuk digunakan dalam sistem yang terkandung atau berada.
Pada kenyataannya, sebagian besar contoh-contoh dalam gelombang baru saraf
jaringan belum berada atau terwujud. Ada
beberapa tandingan (misalnya, [Sejnowksi dan Rosenberg
87], [Atkeson 89] dan [Viola 90]) tetapi dalam
utama mereka tidak didasarkan pada propagasi kembali. Yang paling
sukses teknik pembelajaran terbaru untuk terletak, terwujud,
mobile robot, belum didasarkan pada paralel
algoritma di semua | melainkan menggunakan penguat belajar
Algoritma seperti Q-learning ([Watkins 89]) seperti untuk
Misalnya, [Kaelbling 90] dan [Mahadevan dan Connell
90].
Salah satu masalah bagi jaringan saraf menjadi terletak
atau terwujud adalah bahwa mereka tidak memiliki terjemahan sederhana
ke waktu bervariasi persepsi atau sistem tindakan pola.
Mereka membutuhkan luas depan dan belakang untuk membekali mereka berakhir
untuk berinteraksi dengan dunia | semua contoh yang dikutip di atas

fitur tersebut telah menambahkan kepada mereka.

Kedua gelombang penelitian neural network telah digembar-gemborkan
oleh prediksi kematian dari semua bentuk lain dari
perhitungan. Hal ini tidak terjadi dalam kedua kasus. Baik
kali terjadi kereta musik e? ect dimana banyak
orang telah mencoba menggunakan mekanisme yang telah menjadi
kelas yang tersedia untuk memecahkan banyak masalah, sering
tanpa memperhatikan apakah masalah bahkan bisa
diselesaikan pada prinsipnya oleh metode yang digunakan. Dalam kedua kasus
antusiasme untuk pendekatan sebagian besar telah dirangsang
oleh satu potongan teknologi, rst perceptron ini
pelatihan aturan, kemudian algoritma propagasi kembali.
Dan sekarang untuk potongan setengah terakhir komputasi paralel
cerita. Harapan utama untuk komputasi paralel
Arti membantu Intelijen finansial telah Connection
Mesin yang dikembangkan oleh [Hillis 85]. Ini adalah mesin SIMD,
dan karena itu mungkin diperkirakan telah diterapkan secara terbatas
untuk kegiatan cerdas umum. Hillis, bagaimanapun,
membuat kasus meyakinkan bahwa hal itu bisa digunakan untuk
banyak algoritma yang berkaitan dengan representasi pengetahuan,
dan bahwa hal itu akan mempercepat mereka, sering menjadi
konstanta waktu algoritma. Buku menggambarkan pendekatan
ini menarik, dan sebenarnya pada halaman 4 dan 5 dari [Hillis
85] penulis janji-janji untuk memecahkan hambatan Von Neumann
dengan membuat semua silikon di mesin aktif
menghitung sepanjang waktu. Argumen disajikan bahwa
sebagian besar silikon dalam mesin Von Neumann dikhususkan
ke memori, dan sebagian besar yang tidak aktif sebagian besar
waktu. Ini adalah pendekatan baru yang berani, tapi belum
selamat dari pasar. New model sambungan
mesin memiliki kenangan lokal besar (dalam urutan
64K bit) yang berasosiasi dengan setiap bit processor satu (ada
bisa sampai 64K prosesor dalam Machine Connection tunggal).
Sekali lagi, sebagian besar silikon tidak aktif paling
waktu. Koneksi mesin yang digunakan dalam Arti -
Intelijen finansial laboratorium sebagian besar untuk visi komputer
mana ada pemetaan yang jelas dari prosesor dan
BERITA mereka jaringan untuk piksel gambar digital standar.
Arti Tradisional finansial Intelijen pendekatan sangat terikat
untuk mesin arsitektur tradisional mereka bahwa mereka telah
sulit untuk memetakan semacam ini baru arsitektur.
4 Biologi
Kami memiliki introspeksi kita sendiri untuk memberitahu kita bagaimana kita pikiran
kerja, dan pengamatan kita sendiri untuk memberitahu kita bagaimana perilaku
orang lain dan karya hewan. Kami telah
kita sendiri parsial teori dan metode explanation20.
Terkadang, ketika sebuah observasi, internal atau eksternal,
tidak t pra-konsepsi, kami lebih siap
menganggapnya sebagai sesuatu yang kita tidak mengerti, dan melakukan
tidak perlu memahami.
Pada bagian ini saya akan skim selama hamburan terbaru
bekerja dari etologi, psikologi, dan neuroscience, dalam
e? ortir untuk menunjukkan bagaimana de efisien pemahaman kita sehari-hari
perilaku sebenarnya. Hal ini penting untuk menyadari
karena tradisional Arti Intelijen finansial telah mengandalkan pada
Paling tidak secara implisit, dan kadang-kadang secara eksplisit,
atas pemahaman kaum perilaku manusia dan hewan.
Contoh yang paling umum adalah cerita tentang
20See [Churchland 86] untuk diskusi psikologi rakyat.
mendapatkan dari Boston ke California (atau sebaliknya), yang
mendirikan analogi antara apa seseorang mental
dalam rangka Rencana perjalanan, dan sarana-ujung metode
perencanaan. Lihat [Setuju 91] untuk analisis yang lebih rinci
fenomena tersebut.
4.1 Etologi
Etologi, studi tentang perilaku hewan, mencoba untuk menjelaskan
sebagai penyebab, pengembangan, nilai hidup, dan evolusi
pola perilaku dalam binatang. Lihat [McFarland
85] untuk pengenalan mudah untuk etologi modern.
Mungkin etologis paling terkenal adalah Niko Tinbergen
(Diikuti oleh rekan-rekan pemenang Nobel Konrad
Lorenz dan Karl von Frisch). Nya heirarchical pandangan intelijen,
dijelaskan dalam [Tinbergen 51], sering dikutip
oleh para peneliti Arti Intelijen finansial untuk mendukung mereka
teori hirarki sendiri. Namun, pendekatan ini
dimaksudkan untuk menjadi sebuah teori neurobiologically masuk akal, tetapi
digambarkan dalam ketiadaan bukti apapun. Tinbergen
model sebagian besar telah digantikan dalam etologi modern oleh
teori motivasi, rasa malu kompetisi, dan
dominan dan sub-dominan perilaku.
Tidak ada teori yang benar-benar bekerja di luar persis
bagaimana keputusan dibuat untuk pola yang perilaku
(Misalnya, minum atau makan) harus aktif dalam binatang.
Sejumlah besar eksperimen memberikan bukti kompleks
internal dan eksternal feedback loop dalam penentuan
sesuai perilaku. [McFarland 88] menyajikan nomor
percobaan tersebut dan menunjukkan tantangan
untuk teori. Data percobaan telah dikesampingkan
sebelumnya hirarkis model seleksi perilaku, dan
teori saat berbagi banyak sifat-sifat umum dengan
perilaku berbasis pendekatan yang dianjurkan dalam tulisan ini.
4.2 Psikologi
Cara di mana otak pekerjaan kami cukup tersembunyi dari
kita. Kami memiliki beberapa introspeksi, kita percaya, untuk beberapa aspek
proses pikiran kita, tapi ada pasti
persepsi dan motor daerah yang kami cukup penyok con
kami tidak memiliki akses to21. Untuk menggoda tahu mekanisme
di tempat kerja bisa kita lakukan setidaknya dua macam percobaan: kita
dapat menguji otak pada batas-batas amplop operasional
untuk melihat bagaimana itu rusak, dan kita bisa mempelajari rusak
otak dan mendapatkan sekilas di operasi yang sebelumnya
komponen yang terintegrasi. Bahkan, beberapa pengamatan
mempertanyakan reliabilitas dari setiap dari kita sendiri
introspections.
Ada banyak percobaan psikofisik
menguji batas persepsi visual manusia. Kita semua
menyadari ilusi optik yang disebut di mana kita visual aparat
tampaknya rusak. Persepsi jurnal
teratur membawa makalah yang menunjukkan bahwa apa yang kita rasakan
bukan apa yang kita lihat (misalnya, [Ramachandran dan
Anstis 85]). Sebagai contoh dalam gambar visual dari suatu melompat
macan tutul yang tempat yang dibuat untuk arti cially bergerak
tentang, kami menganggap mereka semua sebagai individu berikut
21This kontras dengan iseng populer di Arti Intelijen finansial
dimana semua penalaran suatu sistem seharusnya tersedia
ke sistem meta-penalaran, atau bahkan introspectively ke
sistem itu sendiri.

macan tutul. Model langsung dari persepsi manusia

diusulkan oleh [Marr 82], dan hampir secara universal diterima
oleh para peneliti visi Arti Kecerdasan finansial, tidak
tidak memperhitungkan hasil seperti itu. Demikian juga sekarang jelas
bahwa jalur warna yang terpisah dari intensitas
jalur dalam sistem visual manusia, dan visi warna kami
adalah sesuatu dari illusion22. Kami tidak mengetahui
ini ciencies de | kebanyakan orang tidak menyadari bahwa mereka
memiliki titik buta di setiap mata ukuran gambar
bulan | mereka benar-benar tidak dapat diakses kesadaran kita.
Bahkan lebih mengejutkan, gagasan sangat kita kesadaran
penuh inkonsistensi | eksperimen psikofisik menunjukkan
bahwa pengalaman kita tentang
ow waktu seperti yang kita amati
hal di dunia ini adalah ilusi, seperti yang kita dapat sering secara sadar
melihat hal-hal dalam urutan temporal tidak konsisten
dengan dunia seperti yang dibentuk oleh suatu eksperimen (lihat
[Dennett dan Kinsbourne 90] untuk peninjauan).
Sekarang kita kembali pada otak yang rusak untuk mendapatkan sekilas di
bagaimana mungkin hal terorganisir. Karya ini dapat lebih
akan neuropsikologi disebut. Ada tubuh besar
literatur mengenai hal ini dari mana kita hanya memilih
hanya beberapa contoh di sini. Tujuannya adalah untuk menyorot
fakta bahwa pendekatan yang diambil dalam Arti tradisional finansial
Intelijen yang jauh di? Erent dari cara manusia
otak diatur.
Pandangan umum di Intelijen Arti sosial, dan khususnya
di komunitas representasi pengetahuan, adalah
bahwa ada sistem penyimpanan pusat yang menghubungkan bersama
informasi tentang konsep, individu, kategori,
tujuan, niat, keinginan, dan apa pun yang mungkin
dibutuhkan oleh sistem. Secara khusus ada kecenderungan
untuk percaya bahwa pengetahuan tersebut disimpan dengan cara
yang independen dari cara atau keadaan
yang diakuisisi.
[McCarthy dan Warrington 88] (dan serangkaian
makalah sebelumnya oleh mereka dan rekan-rekan mereka) memberikan menyebabkan
keraguan organisasi ini tampaknya logis. Mereka melaporkan
pada individu tertentu (diidentifikasi sebagai TOB red), yang pada
usia lanjut mengembangkan cit de semantik dalam pengetahuan
makhluk hidup, tetapi masih mempertahankan pengetahuan yang cukup
hal mati. Dengan sendirinya, ini terdengar sempurna
masuk akal | pengetahuan semantik hanya mungkin disimpan
dengan cara kategori Speci c, dan bagian animasi dari
penyimpanan telah rusak. Tapi, itu terjadi TOB bahwa
mampu mengakses pengetahuan ketika, misalnya dia
ditunjukkan gambar lumba-lumba | ia mampu membentuk
kalimat menggunakan 'dolphin' kata dan berbicara tentang perusahaan
habitat, kemampuan untuk dilatih, dan perannya di AS
militer. Ketika lisan bertanya apa lumba-lumba Namun,
ia pikir itu baik sh atau burung. Dia tidak memiliki
seperti con
ict dalam pengetahuan ketika subjek gerobak,
mengatakan. Para penulis berpendapat bahwa sejak de cit
tidak lengkap, tetapi menunjukkan penurunan, hipotesis
bahwa ada cit de dalam suatu jenis sensor
modalitas akses ke subclass kategori tertentu dalam
database tunggal tidak valid. Melalui serangkaian lanjut
pengamatan mereka berpendapat bahwa mereka telah menunjukkan bukti
organisasi modalitas-speci c makna, selain
22See teknik yang digunakan dalam tren saat ini `coloriza-
tion 'dari film klasik hitam dan putih untuk topi komersial
italization pada ciencies visual kita de.
Speci kategori organisasi c. Jadi mungkin pengetahuan
diduplikasi di banyak tempat, dan mungkin tidak berarti harus
seragam diakses. Ada contoh di mana
pengetahuan terbukti tidak konsisten. Kami normal introspeksi
tidak mengungkapkan organisasi ini, dan akan
tampaknya bertentangan dengan penjelasan ini. Di bawah ini, kami
mempertanyakan introspeksi normal kita.
[Newcombe dan Ratcli? 89] menyajikan sebuah diskusi panjang
gangguan visuospatial pada pasien otak rusak.
Banyak dari model ini sangat pajak seseorang sebagai
agen rasional terpadu. Salah satu contoh sederhana mereka
laporan adalah nger agnosia, di mana pasien mungkin cukup
gangguan dalam cara ia dapat melaksanakan sadar sederhana
tugas menggunakan ngers mereka, tetapi masih bisa melakukan hal-hal seperti
benang jarum, atau bermain piano dengan baik. Ini menunjukkan
adanya saluran paralel kontrol, agak
dari beberapa kotak nger kontrol terpusat, misalnya.
[Teitelbaum, Pellis dan Pellis 90] merangkum
pekerjaan yang menunjukkan bahwa tikus melibatkan tenaga nomor
re
ongkos. Obat dapat digunakan untuk menutup o? banyak re
ongkos
sehingga tikus akan muncul tidak mampu bergerak. Hampir
semua rangsangan memiliki e tidak ect |? tikus itu hanya tetap dengan nya
anggota badan dalam apa pun guration con eksperimen telah diatur
mereka. Namun rangsangan tertentu sangat speci c dapat
memicu rantai seluruh interaksi kompleks motor |
misalnya, memiringkan permukaan yang kaki tikus sedang beristirahat
ke titik di mana tikus mulai geser akan menyebabkan
tikus untuk melompat. Ada juga merupakan popularisasi terbaru
karya [74 Kantong] yang menunjukkan gejala yang sama,
dalam agak kurang mengerti detail, bagi manusia.
Sekali lagi, sulit untuk menjelaskan hasil-hasil dalam hal yang terpusat
akan | agak interpretasi dari beberapa hampir
lembaga independen seperti dihipotesiskan oleh [Minsky
86] tampaknya penjelasan yang lebih baik.
Mungkin set paling luar biasa hasil dari
split otak pasien. Hal ini telah menjadi pengetahuan umum
bahwa kita semua memiliki otak kiri dan otak kanan, tapi
pada pasien yang corpus callosum telah rusak mereka
benar-benar menjadi otak operasional terpisah di masing-masing
hak [Gazzaniga dan LeDoux 77].
Melalui eksperimen cermat dimungkinkan untuk mandiri
berkomunikasi dengan dua otak, visual
dengan baik, dan secara lisan dengan kiri. Dengan membuat percobaan
dimana satu sisi tidak memiliki akses ke
informasi yang dimiliki oleh pihak lain, sangat mungkin
untuk mendorong keras pada mekanisme introspeksi. Ternyata
bahwa setengah bodoh lebih memilih untuk mengarang penjelasan
untuk apa yang sedang terjadi, daripada mengakui kebodohan.
Ini adalah orang normal (kecuali otak mereka dipotong di
setengah), dan tampaknya bahwa mereka dengan tulus percaya terletak
mereka mengatakan, sebagai hasil dari confabulations dihasilkan
selama introspeksi. Satu harus mempertanyakan maka biasa
introspeksi yang berlangsung pada saat otak kita
utuh.
Apa gunanya semua ini? Tradisional Arti-
Kecerdasan finansial model representasi dan organisasi
sepanjang garis terpusat tidak bagaimana orang-orang dibangun.
Arti Tradisional finansial Intelijen metode pasti
tidak perlu untuk intelijen itu, dan sejauh ini mereka memiliki
tidak benar-benar dibuktikan su? efisien di terletak,
terwujud sistem. Organisasi manusia adalah

oleh su? nition de efisien |? itu tidak diketahui sama sekali apakah
akan berubah menjadi diperlukan. Intinya adalah bahwa kita
tidak bisa membuat asumsi kebutuhan dalam pendekatan baik.
Yang terbaik yang kita dapat berharap untuk melakukan untuk sementara di
Setidaknya, adalah untuk menunjukkan bahwa pendekatan beberapa adalah su? efisien untuk
menghasilkan
menarik intelijen.
4.3 Neuroscience
Pemahaman kerja otak antara Arti finansial
Intelijen peneliti tampaknya bahwa itu adalah listrik
mesin listrik dengan input dan output ke
sensor dan aktuator tubuh. Satu dapat melihat asumsi ini
dibuat eksplisit, misalnya, dalam ksi dan
spekulatif penulisan Arti profesional Intelijen finansial
peneliti seperti [81 Dennett] dan [Moravec 88].
Pandangan ini, dan pengurangan lebih lanjut, mengarah ke sangat sederhana
model otak yang digunakan dalam connectionism ([Rumelhart
dan McClelland 86]).
Pada kenyataannya, otak itu diwujudkan dengan banyak
lebih serius kopling. Otak terletak di sup
hormon, bahwa dalam
uences dalam kuat mungkin
cara. Ini menerima pesan dikodekan hormon, dan
mengirimkan pesan sehingga disandikan seluruh tubuh. Kami
electrocentrism, berdasarkan pada model elektronik kami komputasi,
telah membawa kita untuk mengabaikan aspek-aspek dalam kita
model informal neuroscience, tetapi hormon memainkan
kuat, hampir mendominasi, peran dalam menentukan perilaku
di kedua hewan sederhana ([Kravitz 88]) dan lebih tinggi
([Bloom 76]) 23.
sistem biologis Real tidak agen rasional yang
mengambil masukan, hitung secara logis, dan menghasilkan output.
Mereka mengacaukan mekanisme yang bekerja di berbagai
cara, dari yang muncul perilaku yang kita
mengamati dan merasionalisasi. Kita bisa melihat ini dengan lebih detail
dengan melihat baik di tingkat komputasi individu,
dan pada tingkat organisasi otak.
Kami tidak benar-benar tahu bagaimana perhitungan dilakukan pada
tingkat terendah di otak. Ada perdebatan mengenai apakah
neuron adalah unit fungsional dari sistem saraf,
atau apakah neuron tunggal dapat bertindak sebagai banyak independen
kecil unit ([Cohen dan Wu 90]). Namun,
kita tahu bahwa sinyal disebarkan sepanjang akson
dan dendrit pada kecepatan sangat rendah dibandingkan dengan elektronik
komputer, dan bahwa ada penundaan penyeberangan signi cant
sinapsis. Biasa perkiraan untuk komputasi
kecepatan sistem saraf tidak lebih dari sekitar 1 Kilo-
Hertz. Ini berarti bahwa perhitungan yang terjadi pada
manusia untuk e? tindakan ect dalam kisaran subsecond harus pergi
melalui hanya jumlah yang sangat terbatas langkah pengolahan |
jaringan tidak bisa sangat mendalam untuk mendapatkan bermakna
hasil yang keluar pada rentang waktu yang rutin terjadi
untuk banyak pemikiran manusia. Di sisi lain, jaringan
tampaknya sangat kaya tersambung, dibandingkan dengan
koneksi lebar baik sistem elektronik kita, atau kita
koneksionis model. Untuk makhluk sederhana beberapa motor
23See [Bergland 85] untuk sejarah teori dari otak,
dan bagaimana mereka berada di
uenced oleh teknologi saat ini
tersedia untuk memberikan kekuatan penjelas. Sayangnya ini
buku dirusak oleh kurangnya sendiri penulis pemahaman tentang
perhitungan yang mendorongnya untuk memberhentikan aktivitas listrik
otak sebagai sangat tidak relevan dengan proses pemikiran.
neuron yang terhubung ke puluhan persen dari yang lain
neuron pada hewan. Untuk mamalia neuron motor
biasanya dihubungkan ke 5.000 dan beberapa neuron pada manusia
tersambung ke sebanyak 90.000 neuron lain
([Churchland 86]).
Untuk satu elegans binatang yang sangat sederhana Caenorhabditis, sebuah
nematoda, kami memiliki diagram pengkabelan lengkap saraf
sistem, termasuk tahap perkembangannya ([Wood
88]). Dalam hermaprodit terdapat 302 neuron dan
56 dukungan sel dari total hewan dari 959 sel.
Pada pria terdapat 381 neuron dan sel 92 dukungan
keluar dari total 1031 sel. Meskipun anatomi
dan perilaku makhluk ini baik dipelajari, dan
aktivitas neuronal baik diselidiki, cara di mana
sirkuit kontrol sifat binatang tidak dipahami
sangat baik sekali.
Mengingat bahwa bahkan hewan sederhana belum dipahami
seseorang tidak bisa berharap untuk memperoleh wawasan lengkap ke dalam
bangunan Intelijen Arti finansial dengan melihat gugup
sistem binatang yang kompleks. Kami bisa, bagaimanapun, mendapatkan wawasan
ke dalam aspek perilaku cerdas, dan beberapa petunjuk
tentang sistem sensorik dan sistem motor.
[Wehner 87] misalnya, memberikan wawasan besar ke
cara di mana evolusi telah dipilih untuk sensorneurological
kopling dengan lingkungan yang dapat
sangat khusus. Dengan memilih sensor yang tepat, hewan
sering dapat bertahan dengan pengolahan neurologis sangat sedikit,
untuk mengekstrak informasi yang tepat hanya
tentang di sini dan sekarang di sekitar mereka, untuk tugas di
tangan. Kompleks bangunan dunia model tidak mungkin
mengingat keterbatasan sensor ', dan tidak diperlukan ketika
makhluk adalah tepat berada.
[Cruse 90] dan [G? Otz dan Wenking 73] memberikan wawasan
bagaimana cara kerja hewan, berdasarkan pemahaman
pada tingkat primitif dari sirkuit neurologis mereka.
Ini macam petunjuk dapat membantu kami saat kami mencoba untuk membangun berjalan
{robot untuk contoh-contoh neuroethology komputasi seperti
lihat [Brooks 89] dan [Beer 90].
Petunjuk ini dapat membantu kita membangun sistem finansial yang lebih baik arti,
tetapi dengan sendirinya mereka tidak memberikan kita dengan penuh
teori.
5 Ide
Sebelumnya kita situatedness ed diidentifikasi, perwujudan, kecerdasan,
dan munculnya, dengan seperangkat ide kunci yang memiliki
menyebabkan gaya baru penelitian Intelijen Arti finansial
yang kami panggil perilaku berbasis robot. Dalam bagian ini
Aku menjelaskan pada empat topik ini lebih terinci.
5.1 Situatedness
Intelijen Tradisional Arti finansial telah mengadopsi gaya
penelitian dimana agen yang dibangun untuk menguji teori
dalam kecerdasan pada dasarnya masalah penyelesai yang bekerja
dalam domain diabstraksikan simbolis. Simbol mungkin
memiliki referen dalam benak para pembangun sistem,
tetapi tidak ada ke tanah mereka referen dalam setiap nyata
dunia. Selanjutnya, para agen tidak terletak di
dunia sama sekali. Sebaliknya mereka diberikan masalah, dan mereka
mengatasinya. Kemudian, mereka diberikan masalah lain dan mereka
mengatasinya. Mereka tidak berpartisipasi dalam dunia seperti yang akan
agen dalam arti biasa.

Dalam sistem ini tidak ada dunia luar per se,

dengan kontinuitas, kejutan, atau sejarah yang sedang berlangsung. Program
hanya berurusan dengan dunia model, dengan builtin sendiri
fisika. Ada mengaburkan antara pengetahuan
dari agen dan dunia itu seharusnya beroperasi
dalam | memang di banyak sistem finansial Arti Intelijen
tidak ada perbedaan antara kedua | agen memiliki
akses terhadap persepsi langsung dan sempurna, dan langsung dan
sempurna tindakan. Ketika pertimbangan diberikan kepada port
agen atau sistem untuk beroperasi di dunia, pertanyaan
timbul seperti apa representasi yang mereka butuhkan dari
nyata dunia. Selama bertahun-tahun dalam Arti tradisional finansial
Intelijen, telah menjadi menerima bahwa mereka akan memerlukan
model tujuan dunia dengan entitas terindividuasi,
dilacak dan mengidentifikasi ed dari waktu ke waktu | model
representasi pengetahuan yang telah dikembangkan harapkan
dan memerlukan seperti korespondensi satu-ke-satu antara
dunia dan representasi agen itu.
Awal robot seperti Shakey dan tentu Keranjang
mengikuti pendekatan ini. Mereka membangun model
dunia, jalur direncanakan sekitar hambatan, dan diperbaharui
mereka perkiraan dimana objek tersebut relatif terhadap diri mereka sendiri
saat mereka bergerak. Kami mengembangkan di? Pendekatan erent
[Brooks 86] mana robot selular yang digunakan dunia sebagai nya
model sendiri | terus mengacu sensor yang agak
daripada model dunia internal. Masalah objek
kelas dan identitas menghilang. Pengolahan persepsi
menjadi lebih sederhana. Dan kinerja
robot lebih baik dalam tugas-tugas yang sebanding daripada
Cart24, dan dengan perhitungan jauh lebih sedikit, bahkan memungkinkan
untuk di? modalitas penginderaan erent.
[Setuju 88] dan [Chapman 90] diformalkan ide-ide ini
dalam argumen mereka untuk deictic (atau indexical-fungsional
inkarnasi sebelumnya) representasi. Alih-alih memiliki
representasi entitas individu di dunia,
sistem memiliki representasi dalam hal hubungan
dari entitas untuk robot. Hubungan ini
baik spasial dan fungsional. Misalnya dalam Pengi [Setuju
dan Chapman 87], daripada lihat Bee-27 sistem
mengacu pada-lebah-yang-adalah-mengejar-saya-sekarang. Yang terakhir
mungkin atau tidak mungkin lebah yang sama yang mengejar
robot dua menit sebelumnya | tidak masalah untuk
tugas tertentu di mana robot bergerak.
Saat ini gaya representasi yang digunakan adalah mungkin
untuk membangun sistem komputasi yang perdagangan o? komputasi
kedalaman untuk lebar komputasi. Idenya adalah
bahwa perhitungan dapat diwakili oleh jaringan
gerbang, timer, dan elemen negara. Jaringan tidak
tidak perlu jalan panjang dari input (sensor) untuk output
(Aktuator). Setiap perhitungan yang mampu menjadi
dilakukan adalah dilakukan dalam rentang waktu yang sangat singkat. Ada
lain pendekatan yang serupa alamat dibatasi waktu
perhitungan masalah, yaitu pendekatan rasionalitas dibatasi
[Russell 89]. Pendekatan-pendekatan mencoba memeras
Arti tradisional finansial Intelijen sistem ke yang dibatasi
jumlah perhitungan. Dengan pendekatan baru kita cenderung
datang dari arah lain, kita mulai dengan sangat sedikit
perhitungan dan membangun jumlah, sambil tetap
24The tugas yang dilakukan oleh robot ini rst, Allen, adalah sebuah
di? kelas erent dari yang dicoba oleh Shakey. Shakey bisa
pasti tidak telah melaksanakan tugas-tugas yang Allen lakukan.
jauh dari batas perhitungan yang memakan waktu terlalu
panjang. Sebagai perhitungan lebih perlu ditambahkan ada
kecenderungan untuk menambahkannya di luasnya (memikirkan perhitungan
sebagai diwakili oleh sirkuit yang kedalaman
panjang jalan terpanjang di gerbang dari input ke output)
daripada kedalaman.
Agen terletak harus merespon secara tepat waktu untuk
nya masukan. Modeling dunia sepenuhnya di bawah ini
kondisi dapat komputasi menantang. Tapi
dunia yang terletak juga memberikan kontinuitas
kepada agen. kontinuitas Itu dapat diandalkan,
sehingga agen dapat menggunakan persepsi dunia sebagai gantinya
dari model dunia objektif. The representasional
primitif yang berguna kemudian berubah cukup drastis
dari mereka yang Intelijen Arti tradisional finansial.
Ide kunci dari situatedness adalah:
Dunia model sendiri yang terbaik.
Perwujudan 5.2
Ada dua alasan bahwa perwujudan cerdas
sistem sangat penting. Pertama, hanya terwujud cerdas
agen sepenuhnya divalidasi sebagai salah satu yang dapat menangani
nyata dunia. Kedua, hanya melalui landasan fisik
dapat setiap sistem simbolik atau internal nd tempat
bawah keluar, dan memberi 'arti' untuk pengolahan akan
di dalam sistem.
Landasan fisik robot dalam pasukan dunia
desainer untuk menangani semua masalah. Jika cerdas
agen memiliki tubuh, memiliki sensor, dan aktuator, maka
semua rincian dan isu-isu berada di dunia harus
dihadapi. Hal ini tidak mungkin lagi untuk berdebat dalam makalah konferensi,
bahwa sistem perseptual disimulasikan adalah realistis, atau
bahwa masalah-masalah ketidakpastian dalam tindakan tidak akan signifikan.
Sebaliknya, percobaan fisik dapat dilakukan dengan sederhana
dan berulang kali. Tidak ada ruang untuk cheating25. Ketika
ini dilakukan adalah biasa untuk nd bahwa banyak masalah
signi cant yang tampak tidak begitu dalam fisik
sistem (situasi seperti 'puzzle' biasanya mana simbolik
penalaran tampaknya cenderung tidak perlu timbul di terwujud
sistem), dan banyak yang sepertinya tidak menjadi masalah
rintangan utama (biasanya aspek kepedulian dari ini
persepsi dan tindakan) 26.
Masalah yang lebih dalam adalah \ ada bisa tanpa tubuh
pikiran ".? Banyak yang percaya bahwa apa yang manusia tentang kita
sangat langsung berhubungan dengan pengalaman fisik kita. Misalnya
[Johnson 87] berpendapat bahwa sejumlah besar kami
bahasa sebenarnya metafora yang berkaitan dengan fisik kita
koneksi ke dunia. mental kita 'konsep' adalah
berdasarkan eksemplar fisik berpengalaman. [Smith 91]
menunjukkan bahwa tanpa landasan fisik bisa ada
tidak menghentikan untuk meregresikan dalam sistem berbasis pengetahuan
seperti mencoba untuk alasan tentang pengetahuan dunia nyata seperti
25I berarti ini dalam arti menyebabkan diri-angan, tidak dalam
rasa salah melakukan dengan niat.
26In Bahkan, ada beberapa ruang untuk kecurangan sebagai fisik
lingkungan dapat Simpli ed khusus untuk robot | dan
sebenarnya itu mungkin sangat keras dalam beberapa kasus untuk mengidentifikasi seperti
delusi diri. Dalam beberapa proyek penelitian, mungkin perlu
untuk menguji kelas tertentu aktivitas robot, dan karena itu
mungkin diperlukan untuk membangun lingkungan pengujian untuk robot.
Ada ne dan di? Kultus ke garis de ne bisa ditarik di sini.
15

#$
 $& ' '  
( 

&#'
)

  %* ' 
+
 ( !,-
# # $


#

($& . ' #$
#


'

' & '  $
  &    
'  

(  &$ (

'
( ( / # ' 
(($ # 
&  (
$ &

( & #
&
$  

($#$


'  #





#


  %(&
(



)
 ( 
0-  .&& ( / #
&
$  


(  
 &'


(
& %' (  &

% 

 (
$ &





 &

' &( $
'& 
' $
#$/.'  '  1

 
& '$ 
2" 
. 
*$&
! ,($# ' # ( / .

&
 &
 (

 
 #
( 
  .&& &$'
# '  


   (
#  &  
( 

 &

' $
 $

&$ 3

&
  .  %
 ($# ' # ( / 
4'$ 4 & && 

 '  #$
#

' (


'  

&   '


  (
3
 (
   &
#$ %
' ( / 
 & # $# & &( '
$
 &4
&  (


4
&
& $ 
%
  
& 
 / 
'$ 
( 

(5#'

. (  
 & 
$ .
%
46  $ 4& # '


( 
#$' 
&#  &$'
$(%( / '

& 

$ &

  $ $(' 
&  #$
   
 &$5 &$#  
$&$

.  
(  %*
 7!, (
 $ & 

&
$# '




($.  '

# . # 
   & 
( / &#&


#$
 &
(
$# & 
&( 


 &$
 
&   ' $
# '  
&#&



$ 
 '
$
 ($
#&

( /   
 
 &
( $ 

% #
'  / &'    &

  $ 
# . $
#$
 & 

# ' /
  
&$
#5 $
 
& 
 

 & $
& $

# '  #  

. %' 
#  
$ &


&     $

' &
$ # 
  %& $ 
 


$'

 $
$ &'
'
(($ #   
 .
& $& 


 . '
 

($ 
'& 
' $


.  '  1
$'
'
 & '

& 

$ &

'  '

20c   
  ( 
'
 

. ($ ' '  $




 
. 6$$ *c

&7,  .&& ( / 8 ' 
#$  ' 4 
4'  
( #$$ 9' 8&
  '
' &
& & 
#' $ #$


#9



&# ' &#    
( 
#
&$'


' & '  
( 
&  %&$'
 
' $

$ &

&#  



 $   %( 
 # % '  
 '
:$ 
 
. $
$ '


 ' #$
 &($(










   
. $
$ '


 


' 
'  ' ' '  #   
$

%   

 


 '

 &
'#$
#

%

$ #$  %#( ''
%# . $%'#  
 
 ($# $


#

'   


#$
   
%
#$  %#' %( . $%'#$
 & 
 
' $



%
#$
 
' $
$
  %($'
$
%
  ' 
& # '  %'% ' $

$ &

  $ 
&#  
   
. $
#$
 &($(





'
 ' ' '  #$
 &#$'&



 


' &

( #$
 & 
' $
$
  %
( 
($'
$
#$
 &%
( # '  #$
 && $%'
&#   
 ($# $


#

'  #$'&

#$
 &

#$
 
' $
$
  %($'
$
%  $  # %
' 
  

 

' $



%
#$
#$
#

%
#$  %#' %( . $%'% ' $


$ &

&#  
c
&
#  

' 

  $ $ '


 ' 
#$
 &($(





$
  
&

' &
#   
&$ 


$ '


  #
$
' &#$ ( $5( $
$( &'
%

    
#$
 &$'
 '  

  (
' $
 $ # 
'  (  &&

%(&    '
 #& 
( 
&  %& $ (  &#$
 & '
$'  
#$
 &($(





%' '

& 

5

' $


$ &

'  '
%
$
& 


 &   & ( / 

$ &

' & $ '


& $ 
#$
 & ' 5& ' (  &#$
 &($#$



 $ ($
 %  ($#
' # *;$
/
' 
$&
<<,
  ($  5   $. '
(  &(&$. # ' 
   ($'
$&  
5$



)

  %
*


' 6$

==,-  #$
 &($(



$( ' 
 & (&$. '
(
(
&& $ &$


&
  

% #


'
 / 
  #%

  %* . !> ,
' 

( 
($ $
( / 
 

'
 #
8
' & 
 
$ &


(
#$


&#  '
  $ $& 
 '
$
' '  
'
9

 & 
' 

&

&$



. '  

#



%
( 
&$'
'


& 
$ &


(  &&#   
.   (

'
 & 
#$
 & 


' ( 
 #$
 & 
 '  &
  '  
&  
'& 
' $
    '  1
 
.  '  '    #   
76
&
$ 
. &  !<0 &
$
  (    
(

$('
4 (c(4'
c $



 
. 
 ($ $
?*$&
<7,($
& 
'5
' 

%
' *$&
!>(,($


$
&
$( $' $
& # 
' $
$( '
&( & '
 ($ $

 
  
($  5  
6&$. 
 
'  &$ &  '
.
& '
 

'   

 ' 

%#$/.' %&$'
' 
    $ &


    .$& 

 ' 

%
#$/.' %'  $

&$
 $ &
 # 
#  $ 


%
' &/ &

'

#

%
' & ' 


(%' ( $5( $#$
  '
 $ 





''
$ :#$
    ( (& 
 ($(' 
'#
&
$ 
   '
'(
5(
& &

 
# '&  ( $ '  
  '
#$&  &(  ( $5( $'
5
7

telligent sistem. Ia bahkan telah menyarankan bahwa sebagai

penginjil Saya dengan sengaja dibesar-besarkan kasus saya untuk menarik
orang terhadap tingkat keyakinan yang benar, dan yang benar-benar
selama ini, saya tahu bahwa pendekatan hibrida
diperlukan.
Itu bukan apa yang saya percaya. Saya berpikir bahwa pendekatan baru
dapat diperpanjang untuk menutupi seluruh cerita, baik
berkaitan dengan bangunan sistem cerdas dan pemahaman
kecerdasan manusia | dua tujuan utama
ed untuk Intelijen Arti finansial pada awal identifikasi
kertas.
Apakah saya benar atau tidak adalah pertanyaan empiris.
Multiple Intelligence Arti pendekatan finansial akan terus
untuk dikejar. Pada titik tertentu kita akan dapat
mengevaluasi pendekatan mana yang telah lebih berhasil.
Pada bagian ini saya ingin menguraikan dasar-dasar filosofis
pekerjaan saya, dan mendiskusikan mengapa saya percaya
Pendekatan adalah salah satu yang akan pada akhirnya akan membuktikan dominan.
6.1 Prinsip
Semua penelitian berlangsung dalam batasan tertentu
prinsip-prinsip. Kadang-kadang eksplisit, dan kadang-kadang
mereka adalah implisit. Dalam paragraf berikut saya garis besar
yang secara eksplisit sebagai prinsip-prinsip saya bisa diikuti.
Para Rst serangkaian prinsip de nes domain untuk
bekerja.
? Tujuannya adalah untuk studi paripurna terpadu cerdas
agen otonom.
? Para agen harus diwujudkan sebagai mobile robot,
terletak di dunia ed unmodi ditemukan di sekitar kita
laboratory27. Ini menghadapi masalah perwujudan.
Lingkungan yang dipilih adalah untuk kemudahan,
meskipun kami sangat menahan godaan
untuk mengubah lingkungan dengan cara apapun untuk
robot.
? Robot harus beroperasi sama baiknya ketika pengunjung,
atau pembersih, berjalan melalui kerja mereka,
ketika mebel ulang, ketika pencahayaan atau
lain kondisi lingkungan berubah, dan ketika
mereka sensor dan aktuator melayang di kalibrasi.
Ini menghadapi isu situatedness.
? Robot harus beroperasi pada skala waktu sepadan
dengan skala waktu yang digunakan oleh manusia. Ini
terlalu menghadapi isu situatedness.
Speci c model perhitungan yang digunakan pada awalnya tidak
berdasarkan model biologis. Ini adalah salah satu tiba di
dengan terus kembali ning upaya untuk program robot untuk
reaktif menghindari tabrakan di lingkungan orang-padat,
[Brooks 86]. Sekarang, bagaimanapun, dalam menyatakan prinsip-prinsip
digunakan dalam model perhitungan, jelas bahwa
itu saham properti tertentu dengan model neurologis bagaimana
sistem diatur. Adalah penting untuk menekankan
bahwa hanya saham properti tertentu. Kami model
kendala 27This telah tergelincir sedikit baru-baru ini seperti kita
bekerja pada bangunan prototipe penemu planet kecil berkaki
([Angle dan Brooks 90]). Kami telah membangun pur khusus
berpose lingkungan untuk robot | sebuah lu fisik simulasi-
nar permukaan.
perhitungan tidak dimaksudkan sebagai model yang realistis
bagaimana sistem kerja saraf. Kami menyebutnya perhitungan kami
model arsitektur subsumption dan tujuannya
adalah program cerdas, terletak, agen terwujud.
prinsip kami perhitungan adalah:
? Perhitungan ini disusun sebagai jaringan asynchronous
elemen komputasi yang aktif (mereka
mesin negara ditambah nite | lihat [Brooks 89]
untuk details28), dengan topologi jaringan xed searah
koneksi.
? Pesan yang dikirim melalui koneksi tidak implisit
semantik | mereka adalah sejumlah kecil (biasanya 8 atau
16 bit, namun pada beberapa robot hanya 1 bit) dan mereka
makna tergantung pada dinamika yang dirancang
ke pengirim dan penerima.
? Sensor dan aktuator yang terhubung ke jaringan ini,
biasanya melalui asynchronous dua sisi
bu? ers.
Prinsip-prinsip ini mengakibatkan konsekuensi tertentu. Secara khusus:
? Sistem ini tentu dapat memiliki negara | itu sama sekali tidak
semua terkendala menjadi murni reaktif.
? Pointer dan struktur data dimanipulasi sangat
sulit untuk menerapkan (karena model ini Turing
setara tentunya mungkin, namun tidak dalam
semangat).
? Setiap ruang pencarian harus cukup dibatasi dalam ukuran, sebagai
node pencarian tidak dapat dibuat secara dinamis dan
hancur selama proses pencarian.
? Tidak ada pemisahan implisit data dan komputasi,
mereka berdua didistribusikan ke yang sama
jaringan elemen.
Dalam mempertimbangkan pengamatan biologis yang diuraikan dalam
bagian 4, sifat tertentu tampak senilai menggabungkan
dalam cara di mana robot yang diprogram dalam
diberikan model perhitungan. Dalam semua robot dibangun pada
laboratorium mobot, prinsip-prinsip berikut organisasi
intelijen telah diamati:
? Tidak ada model pusat dipertahankan dunia.
Semua data didistribusikan lebih banyak komputasi
elemen.
? Tidak ada lokus pusat kontrol.
? Tidak ada pemisahan ke dalam sistem persepsi, pusat
sistem, dan sistem aktuasi. Potongan
jaringan dapat melakukan lebih dari satu fungsi ini.
Lebih penting lagi, ada intim terjalin
aspek dari ketiga mereka.
? Kompetensi perilaku sistem diperbaiki
oleh jaringan c addingmore perilaku-Speci untuk
jaringan yang ada. Kami menyebutnya proses layering.
Ini adalah analogi sederhana dan mentah untuk evolusi
pembangunan. Seperti dengan evolusi, pada setiap tahap
28For kenyamanan pemrograman kita menggunakan tingkat yang lebih tinggi-ab
Keterbatasan yang dikenal sebagai Bahasa Perilaku, didokumentasikan dalam
[Brooks 90c]. Ia menyusun ke jaringan mesin
seperti dijelaskan di atas.
17
#(  


'
.
@
#$

3

 ' #$

'(
($
'


# #

 '  #$
 & #$'&



# . $
 '  '
$
 
 '
$
%
&
#  &


#


  ' & & '
$ 
(  #  . $
 
:
' & ' #  $ 
$ $&

@
% ' 

' & '  

#$


 
( 

( 
($


( 
&  . $
 '
$  

 
6$
  '
#$&    & $
'
# ' 
( $


# 


(
 '
#$& ' 

' & ' 

&$



&
#


  $ #$'
 ' 
&
 #
6 $
 #
(:$

(

'

# #
( $
(&
 
 
    ; 


' & A

 &#$'
 #
 & 
$
>#
 &

#

 '
#$
&
# $
 
: #

%  #$
 &%
 ($.  
 $ # $ ' 
 &
#$ . '
 

&

$



&
& '
#$
 &$ : ( ($
& '
:  $$ 
#$
 
:

$
& 
$# & '
&
&

 (
&
 &#$

%  #$
 &%'  $(  
; $
.
( / #$


#5#$


#


 ($(' 
'   &
 
' $(

  & 

#$
 &
 #$$ B  

; 

 
 &
#$$ $ &  &   '
$ :$




 &#$$ 5#$$ $&  &

. 
' . 
 
 
 
# '&   &
(  ($#
&
$

 ($ ' '
 $&$ . 
$

&   

 
#
&
$$
&

%
 &

/ 5/ %#$


#. 

&
'

 
# ' $





.   '
 & '

c( ($(1
:( &#
'
( 
. & / ( / 
 #$
  
 $
'
 &&  ( $'$(

 
( / $(' # ($.  $((
'  # 


#
&&
&

'   '   & 5'/  '
#$$  
& ()
&
# '  (($ # &


$(
(  & 
&
&

 &#5

c'
 #
( $$

-&'    53 

# 
# # ' $(%&'
($ 
$&  &($
$ &


'  ' $ &'

&  
:  $ & #$  & . . & # . (


 & &
$   

& $( 
 &
)*+ 
<=,-'&#

 '
( 




 

#& 
 #
'  ' ' # 
(
' '
&#


&

$&



& 

  # & & '   (  # ' #$  
#$ &  &  %& $ $& 
' &' #   &   5
 $
. 
(    $ &&

&#



$5
$%
#$
  &   &
( & # $ 



& &#



 6$ 
& ( / 
'#$
  
#$
'
.
& '
 
 '  
( / . # 
 


& 
 $ &#
$ 






&' $
( 
" '   &  .&& ( 
 & 

#$
   $
'


&
' # &(
$# ' 
( &/ &  ( &  
. $





&
.  ' (($ # '

 
# ' 
 
(&$. 
 '
$
 & 
'
  
$
&1
:c 
 &
  &$ &
$ $(
' ( 
 
    # ' . 
 ( $'#$
   ' # '
 && %' 
#$


##$
  
(  
  $
'
 && 
 ( $'+ &$#( 
# ' . 
&#

#$ (
' &($ &#$
 
 % #
'  

$
& $
'

 & .  &  #
$

&
     

( / .   

$
& $
'
 '  
( '

'  ($ $( !
: $  ' (  &
&$#$

$
#  
$
'
$
&6c' c% 

 . '

(
 &
 &
&& 
. (
$


$ (&   
$3

%& 
($

& %
' '  
. c
&$#$

$
(




  $ 
&#&


&
$ & (
'   
&#&& 

$)

  %
 
$& # ' & &
  $(-'


%' &

 '  '   & .  & (
' $
&
&


. $
 &. $
  #$'&

#$
 &
6$


#5#$


#

 '
 & '  #$$  
' $

. #$
 &($(


$(
( / 

& 
  .&& 
& $# 
  (($ # '
$

$(
'    .&& ( 
  $

&$
(
#
 )  
 
#$

'  $-(

'
 $ #&  &
&  
#
'  
 
$'
 #
&

   # ($
&$$


'
3
'
'
($
& &( 
 # 
$3 ' $

$ $
 &&$  &  ' $
 #  

5


$(' ( 
 $& '
#$$ %#(  
 $

 *$&
!>(,% #
.   &#
. 
$(
' &'

(& '




7  &
3



$

 /  $

&$
(
#
 
($ ' '
$( )*$&
<7,-'  #
$

$  $ &
%  & #(  
 $ & 

$
' $
$ 5$ ' & '  ($$ &
 %/  # 
' &($ ($ & 
'   (  
 

; 

. 

&
  5$ &




&  #

  & 

.  &&#  & $ %
' &'
 .& &&


  $  (
$ ' 
 #


& $ &
$ /  
' $
$
  
(
(
#
 
 $


  (    $ 
3
& # '   $ &
  # 



& '  ( /  
'
 & #$



 .

&#


&

 & && &'    
 
. $
  #

 (  
' & '  .

# $


&&#  
&  (
$ ' ' (


($'
$& 
# ' .


$


& $ # ' 
(  %
 

  $   . '
 &#


C #

% ' '
:$ '   


'
  $ '  #

% #

' &#$ &#$& & 


##$   
 $ 



  &
#


 &
!D  %     (c(%'
#
'  ' $

. (
$$((
'    5
#
$
  & ( /  ' 
&
 $
/ '  

$
&
$
'
 &#$
   ( $' &

## &
$ 
($ $( 
 (   ' 5 ' 

 4

<

mencapai tingkat yang lebih tinggi, atau lambat, proses yang berguna dan
e? berlaku efektif dalam
uence atas tingkat yang lebih rendah.
Robot kedua, Herbert ([Connell 89]), mendorong
pada pendekatan reaktif. Ini digunakan pemindai laser untuk nd
soda bisa-seperti objek visual, sensor jarak inframerah
untuk menavigasi dengan mengikuti dinding dan pergi melalui pintu,
magnetik kompas untuk mempertahankan rasa global
orientasi, dan sejumlah sensor pada lengan yang
su? efisien untuk andal mengambil kaleng soda. Tugas untuk Herbert
adalah untuk berkeliling mencari kaleng soda, pilih
salah satunya, dan membawanya kembali ke tempat Herbert mulai
dari. Ini telah didemonstrasikan andal nding kaleng soda di
kamar menggunakan laser jangkauan nder (beberapa puluhan percobaan),
mengambil kaleng soda berkali-kali (lebih dari 100 kasus), andal
navigasi (berjam-jam berjalan), dan dalam satu Nale
melakukan semua tugas bersama-sama untuk menavigasi, mencari, pickup
dan kembali dengan soda can30.
Dalam pemrograman Herbert diputuskan bahwa seharusnya
mempertahankan negara tidak lebih dari tiga detik, dan bahwa
tidak akan ada komunikasi internal antara perilaku
menghasilkan modul. Masing-masing dihubungkan ke
sensor pada sisi masukan, dan arbitrase prioritas xed
jaringan pada sisi output. Jaringan arbitrase
mendorong aktuator.
Dalam rangka melaksanakan tugasnya, Herbert, dalam banyak kasus,
harus menggunakan dunia sebagai model yang terbaik dan sendiri
sebagai media komunikasi. Mis, soda berbasis laser
dapat objek nder melaju robot sehingga lengan nya adalah
berbaris di depan soda bisa. Tapi itu tidak memberitahu
controller lengan yang ada sekarang soda bisa siap
untuk dijemput. Sebaliknya, lengan perilaku dipantau
yang encoders poros pada roda, dan ketika mereka melihat
bahwa tidak ada gerakan tubuh, memulai gerakan dari
lengan, yang pada gilirannya memicu perilaku lain, sehingga
akhirnya robot akan mengambil soda bisa.
Keuntungan dari pendekatan ini adalah adalah bahwa ada
tidak perlu mengatur harapan internal untuk apa yang sedang terjadi
terjadi selanjutnya, yang berarti bahwa sistem pengendalian
bisa baik (1) secara alami oportunistik jika kebetulan
keadaan yang disajikan sendiri, dan (2) itu bisa dengan mudah
menanggapi situasi yang berubah, seperti beberapa lainnya
mendekati objek di program studi tabrakan.
Sebagai salah satu contoh bagaimana perilaku lengan cascaded
pada satu sama lain, pertimbangkan benar-benar menggenggam soda bisa.
Tangan memiliki kembali pegang
mantan yang beroperasi setiap kali
sesuatu memecahkan sebuah balok inframerah antara ngers.
Ketika lengan terletak soda dapat dengan sensor lokal,
itu hanya mendorong tangan sehingga dua ngers berbaris
di kedua sisi kaleng. tangan kemudian secara independen
meraih kaleng. Dengan pengaturan ini, hal itu mungkin
bagi manusia untuk menyerahkan soda bisa untuk robot. Begitu
seperti yang digenggam, lengan ditarik | itu tidak penting
apakah itu soda bisa yang sengaja digenggam,
atau yang secara ajaib muncul. Oportunisme sama
antara perilaku membiarkan lengan beradaptasi secara otomatis ke
berbagai macam desktop berantakan, dan masih berhasil
nd soda bisa.
Dalam rangka untuk kembali ke tempat asalnya setelah memetik
30The faktor pembatas pada Herbert adalah kursi mekanis-
ing dari chip | artinya waktu antara tempat duduk kegagalan chip
tidak lebih dari 15 menit.
Facebook soda bisa, Herbert digunakan tipuan. navigasi rutinitas
bisa membawa menerapkan aturan seperti: ketika melewati
melalui pintu selatan, berbelok ke kiri. Pengaturan tersebut
conditionalized pada pemisahan ngers di
tangan. Ketika robot itu keluar tanpa bisa di
tangan, ia e? ectively dilaksanakan satu set aturan. Setelah
bisa mengambil, itu akan mengeksekusi di set erent?. Dengan
hati-hati merancang aturan, Herbert dijamin,
dengan keandalan yang wajar, untuk menelusuri kembali jalan.
Titik Herbert adalah dua kali lipat.
? Ini menunjukkan kompleks, tampaknya tujuan diarahkan
dan yang disengaja, perilaku dalam suatu sistem yang tidak memiliki
jangka panjang negara internal dan tidak ada komunikasi internal.
? Hal ini sangat mudah bagi pengamat sistem untuk atribut
lebih kompleks dari struktur internal yang benar-benar
ada. Herbert tampak melakukan hal-hal
seperti perencanaan jalan dan bangunan peta, meskipun
itu bukan.
6.3 Representasi
sebelumnya kertas saya [Brooks 91a] sering dikritik untuk advokasi
sama sekali tidak ada representasi dunia dalam
robot perilaku berbasis. Kritik ini tidak valid. Saya membuat
jelas di koran bahwa saya menolak Arti tradisional finansial
Intelijen representasi skema (lihat bagian 5). Aku
juga menjelaskan bahwa saya menolak representasi eksplisit
tujuan dalam mesin.
Ada bisa, bagaimanapun, menjadi representasi yang parsial
model dunia | sebenarnya saya menyebutkan bahwa \ individu
lapisan ekstrak hanya aspek-aspek dunia
yang mereka nd relevan | proyeksi representasi
menjadi subspace sederhana "[Brooks 91a] Formulir ini.
representasi mengambil, dalam konteks komputasi
model yang kita gunakan, akan tergantung pada tertentu
tugas mereka representasi yang akan digunakan untuk. Untuk informasi lebih lanjut
umum navigasi dari yang ditunjukkan oleh Connell
mungkin sometimes31 perlu untuk membangun dan mempertahankan peta.
[Mataric 90, 91] memperkenalkan rep aktif-konstruktif-
resentations untuk subsumption dalam robot sonar berbasis
Toto, yang berkeliling o? Ce lingkungan bangunan
peta berdasarkan tengara, dan kemudian digunakan peta yang
untuk mendapatkan dari satu lokasi ke lokasi lain. Her representasi
benar-benar desentralisasi dan non-dimanipulasi,
dan tidak tentu ada kontrol sentral yang membangun,
mempertahankan, atau menggunakan peta. Sebaliknya, peta itu sendiri adalah
struktur aktif yang melakukan komputasi yang diperlukan
untuk setiap jalur perencanaan robot yang harus dilakukan.
lapisan primitif kontrol membiarkan Toto berkeliaran berikut
batas (seperti dinding dan kekacauan mebel)
di lingkungan dalam ruangan. Lapisan yang mendeteksi landmark,
seperti
di dinding yang jelas, koridor, dan lain-lain, berjalan di
paralel. Menginformasikan lapisan peta sebagai kepastian deteksi
melebihi ambang batas xed. Peta diwakili
sebagai grafik internal. Simpul dari graf adalah komputasi
elemen (mereka subnetworks sedikit identik
31Note yang kita katakan hanya kadang-kadang, tidak boleh | ada
adalah tugas-tugas banyak navigasi bisa dilakukan oleh robot mobile yang
tampak cerdas, tapi yang tidak memerlukan informasi peta
sama sekali.
19

dari mesin yang berbeda nite negara ditambah). Free node

arbitrase dan mengalokasikan sendiri, dengan cara yang murni lokal,
untuk mewakili tengara baru, dan mengatur topologi
link ke fisik node tetangga (menggunakan kapasitas yang terbatas
switching jaringan untuk menjaga kawat virtual 'total
panjang 'antara mesin negara nite menjadi linier di
peta kapasitas). Simpul tersebut melacak dimana
robot secara fisik, dengan mengamati perubahan output
dari detektor tengara, dan membandingkan bahwa untuk prediksi
mereka telah membuat dengan mengirimkan pesan lokal, dan
dengan mengacu pada lain yang lebih primitif (magnet kompas
based) skema posisi estimasi kasar.
Ketika lapisan yang lebih tinggi ingin robot pergi ke beberapa
tengara diketahui, itu hanya 'menggairahkan', di beberapa tertentu
cara tempat tertentu dalam peta yang ingin
pergi. The eksitasi (ini merupakan abstraksi diprogram
ke dalam mesin nite negara tertentu yang digunakan di sini | itu
bukan primitif | erent seperti itu bisa ada di banyak?
jenis eksitasi co-ada di peta, jika jenis lainnya
perencanaan diperlukan) tersebar melalui peta berikut
topologi link, link memperkirakan total jalan, dan
tiba di-tengara yang-aku-di-sekarang node (a deictic
representasi) dengan rekomendasi dari arah
untuk melakukan perjalanan sekarang juga untuk mengikuti jalan terpendek. Sebagai
robot bergerak sehingga untuk melakukan representasi nya mana
adalah, dan pada node baru eksitasi tiba mengatakan itu
ke mana harus pergi berikutnya. Peta demikian beruang kesamaan ke
diinternalisasikan rencana [Payton 90], tetapi diwakili oleh
pada komputasi elemen yang sama yang menggunakannya | ada
ada perbedaan antara data dan proses. Selanjutnya
skema Mataric bisa memiliki lebih dari satu secara bersamaan aktif
tujuan | robot hanya akan kepala ke arah yang terdekat
satu.
Karya ini menunjukkan aspek-aspek berikut
perilaku berbasis atau subsumption sistem:
? Sistem seperti itu dapat membuat prediksi tentang apa yang akan
terjadi di dunia, dan memiliki harapan.
? Sistem tersebut dapat membuat rencana | tetapi mereka tidak
sama seperti tradisional finansial Arti rencana Intelijen |
lihat [Setuju dan Chapman 90] untuk analisis
masalah ini.
? Sistem tersebut dapat memiliki tujuan | lihat [Maes 90b] untuk
cara lain untuk menerapkan tujuan dalam pendekatan.
? Semua hal ini dapat dilakukan tanpa menggunakan
representasi pusat.
? Semua hal ini dapat dilakukan tanpa menggunakan
dimanipulasi representasi.
? Semua hal ini dapat dilakukan tanpa menggunakan
representasi simbolik.
6.4 Kompleksitas
Bisa subsumption-seperti pendekatan skala untuk sewenang-wenang
sistem yang kompleks? Ini adalah pertanyaan yang tidak dapat dijawab
sebuah rmatively sekarang |? sama seperti itu benar-benar tak berdasar
untuk menjawab pertanyaan yang sama rmatively di? yang
kasus finansial Arti simbolik tradisional metode Intelijen.
Yang terbaik yang dapat dilakukan adalah menunjuk preseden dan
tren.
Ada sejumlah dimensi sepanjang yang
scaling pertanyaan bisa ditanyakan. Mis,
? Dapat mendekati pekerjaan serta lingkungan
menjadi lebih kompleks?
? Bisa mendekati gagang sejumlah besar sensor
dan aktuator?
? Dapatkah pendekatan kerja lancar karena semakin banyak
lapisan atau perilaku yang ditambahkan?
Kami menjawab masing-masing pada gilirannya dalam paragraf berikut.
Pendekatan yang diambil di Lab Mobot adalah bahwa
dari satu hari selalu menguji robot di paling kompleks
lingkungan yang pada akhirnya ditakdirkan. Ini
kekuatan bahkan tingkat paling sederhana untuk menangani paling kompleks
lingkungan yang diharapkan. Jadi untuk sebuah robot yang diberikan dan
lingkungan dimaksudkan pertanyaan scaling ditangani oleh
metodologi yang dipilih untuk implementasi. Tapi ada
juga pertanyaan tentang bagaimana kompleks lingkungan
yang ditargetkan untuk dengan generasi sekarang
robot. Hampir semua robot kami telah diuji dan
dioperasikan pada lingkungan dalam ruangan dengan orang-orang yang tidak terkait
untuk penelitian mengembara melalui wilayah kerja mereka di
akan. Dengan demikian kita memiliki gelar tertentu insidens con yang
pendekatan dasar yang sama akan bekerja di lingkungan luar
(Pengolahan sensorik akan harus berubah untuk
beberapa sensor) dengan bentuk-bentuk tindakan yang dinamis mengambil
tempat.
Jumlah sensor dan aktuator yang dimiliki oleh
robot hari ini adalah menyedihkan jika dibandingkan dengan angka
bahkan organisme sederhana seperti serangga. Kami rst
robot hanya memiliki beberapa sensor sonar identik dan
dua motor. Kemudian sebuah robot berkaki enam berjalan dibangun
[Sudut 89]. Hal ini memiliki 12 aktuator dan 20 sensor, dan
berhasil diprogram dalam subsumption ([Brooks 89])
berjalan adaptif di medan kasar. Kuncinya adalah untuk
dn anjak tepat ke subsistem sensor dan aktuator
sehingga interaksi antara subsistem bisa
diminimalkan. Sebuah berkaki enam robot baru, baru saja menyelesaikan
([Brooks dan Sudut 90], jauh lebih menantang,
tapi masih jauh dari kompleksitas serangga.
Hal ini memiliki 23 aktuator dan lebih dari 150 sensor. Dengan
tingkat sensing adalah mungkin untuk mulai mengembangkan beberapa
dari 'indera' bahwa binatang dan manusia, seperti
rasa kinestetik | ini berasal dari kontribusi
dari pembacaan sensor banyak. Sebaliknya, dari pakan menjadi geometrik
model pakan sensor ke dalam perkiraan tubuh
gerak. Ada juga pertanyaan dari jenis sensor
digunakan. [Horswill dan Brooks 88] menggeneralisasikan
subsumption arsitektur sehingga beberapa koneksi
antara elemen pengolahan bisa menjadi bus retina,
kabel yang dikirim gambar sebagian diolah dari
satu situs ke situs lainnya dalam sistem. Robot jadi diprogram
mampu mengikuti koridor dan ikuti bergerak
objek secara real time.
Seperti kita menambahkan lapisan semakin kita dn bahwa interaksi
dapat menjadi lebih kompleks. [Maes 89] memperkenalkan
pengertian switching seluruh potongan jaringan pada dan
o?, dengan menggunakan skema aktivasi untuk perilaku. Ide
sekarang dimasukkan ke dalam metodologi subsumption
[Brooks 90c], dan menyediakan cara menerapkan kedua
20

persaingan dan kerjasama antara perilaku. Pada

menurunkan tingkat sistem hormon seperti telah diperkenalkan
([Brooks 91b]) yang model sistem hormon
lobster [Kravitz 88] ([Arkin 88] telah melaksanakan
sistem dengan inspirasi yang serupa). Dengan tambahan
mekanisme kontrol kami telah pasti membeli diri kita sendiri
bernapas ruang untuk meningkatkan kinerja sistem kami
nyata. Titik kunci tentang sistem kontrol
adalah bahwa mereka t tepat masuk ke dalam struktur yang ada,
dan benar-benar didistribusikan dan lokal dalam operasi mereka.
6.5 Belajar
Evolusi telah memutuskan bahwa ada sebuah tradeo? antara
apa yang kita ketahui melalui gen kita dan apa yang harus kita nd
untuk diri kita sendiri seperti yang kita kembangkan. Kita dapat mengharapkan untuk melihat
serupa tradeo? untuk robot kami perilaku berbasis.
Setidaknya ada empat kelas hal yang dapat
dipelajari:
1. representasi dunia yang membantu dalam tugas beberapa
2. aspek kasus sensor dan aktuator (ini
kadang-kadang disebut kalibrasi)
3. cara di mana perilaku individu harus berinteraksi
4. baru perilaku modul
Robot di Lab Mobot telah diprogram
untuk menunjukkan rst tiga jenis pembelajaran.
Yang terakhir belum berhasil tackled32.
Belajar representasi dunia sudah dibahas
di atas tentang karya [, Mataric 90 91].
Langkah berikutnya akan untuk menggeneralisasi aktif-konstruktif
representasi ke kelas lebih digunakan.
[Viola 90] menunjukkan kalibrasi kompleks
kepala-mata pemodelan sistem primata vestibulo-mata
sistem. Dalam sistem ini ada satu cepat saluran antara
sebuah giroskop dan kinerja kepala pan-tilt tinggi memegang
kamera, dan saluran yang lebih lambat menggunakan visi
menghasilkan sinyal koreksi untuk saluran giroskop.
Sistem yang sama digunakan untuk belajar bagaimana untuk secara akurat
saccade untuk rangsangan bergerak.
Terakhir, [Maes dan Brooks 90] diprogram sebuah awal
enam robot berkaki untuk belajar berjalan menggunakan subsumption yang
arsitektur bersama dengan skema aktivasi perilaku
dari [Maes 89]. perilaku Independen pada setiap kaki dipantau
aktivitas dan perilaku lainnya yang berkorelasi,
aktivitas negara mereka sendiri, dan hasil dari perut
switch yang menyediakan umpan balik negatif, sebagai masukan ke
kaidah belajar lokal yang belajar dalam kondisi
itu untuk mengoperasikan perilaku. Setelah sekitar 20 percobaan per
kaki, tersebar di total satu atau dua menit, robot andal
belajar gaya berjalan bolak tripod | tampaknya perlahan-lahan
muncul keluar dari awalnya kacau
sakit kaki.
Belajar dalam subsumption dalam tahap awal tetapi
telah ditunjukkan dalam sejumlah di? erent kritis
mode pembangunan.
32We memang memiliki usaha yang gagal di ini melalui simulasi
evolusi | ini adalah pendekatan yang dilakukan oleh banyak dalam Arti -
Hidup finansial gerakan.
6.6 pemandangan
Pendekatan perilaku berbasis telah didemonstrasikan pada
terletak sistem diwujudkan melakukan hal-hal yang tradisional
Arti Intelijen finansial akan ditangani di cukup di? Erent
cara. Apa saja bidang penelitian utama yang perlu
yang harus diatasi dalam rangka mendorong perilaku berbasis robot
terhadap kemampuan yang lebih canggih dan lebih?
Pada bagian ini kita garis besar tantangan penelitian di tiga
kategori atau tingkat 33:
? Memahami dinamika tentang bagaimana seorang individu
perilaku pasangan dengan lingkungan melalui
robot sensor dan aktuator. Keprihatinan utama
sini adalah apa bentuk persepsi yang diperlukan,
dan apa ada hubungan antara persepsi,
internal negara, dan tindakan (yaitu, bagaimana perilaku
adalah Speci ed atau dijelaskan).
? Memahami berapa banyak perilaku dapat diintegrasikan
menjadi sebuah robot tunggal. Keprihatinan utama
di sini adalah berbagai persepsi bagaimana independen dan
perilaku dapat, berapa banyak mereka harus bergantung pada, dan
mengganggu satu sama lain, bagaimana kompeten lengkap
robot dapat dibangun sedemikian rupa untuk mengakomodasi
semua individu perilaku yang diperlukan, dan
sejauh mana perilaku tampaknya kompleks dapat
muncul dari ulang sederhana
ongkos.
? Memahami robot howmultiple (baik homogen,
atau kelompok heterogen) dapat berinteraksi sebagai
mereka pergi tentang bisnis mereka. Keprihatinan utama
di sini adalah hubungan antara perilaku individu,
jumlah dan jenis komunikasi
antara robot, cara bereaksi terhadap lingkungan
beberapa individu, dan pola yang dihasilkan
perilaku dan dampaknya terhadap lingkungan
(Yang malam tidak terjadi dalam kasus individu yang terisolasi).
Sama seperti penelitian di Arti Intelijen finansial ini dibagi menjadi
sub elds, kategori-kategori ini memberikan elds sub behaviorbased
robot di mana dimungkinkan untuk berkonsentrasi sebuah
proyek penelitian tertentu. Beberapa topik yang teoritis
di alam, berkontribusi pada ilmu behaviorbased
sistem. Lain rekayasa di alam, memberikan
alat dan mekanisme untuk berhasil membangun dan
perilaku berbasis pemrograman robot. Beberapa topik
telah disentuh oleh para peneliti di
pendekatan perilaku berbasis, namun tidak satupun dari mereka yang belum
dipecahkan atau sepenuhnya dipahami.
Pada tingkat perilaku individu beberapa penting
masalah adalah sebagai berikut:
Konvergensi: Menunjukkan atau membuktikan bahwa Speci ed
perilaku adalah sedemikian rupa sehingga robot memang akan membawa
keluar tugas yang diinginkan berhasil. Sebagai contoh, kita
mungkin ingin memberikan beberapa set kondisi awal untuk
robot, dan beberapa batasan kemungkinan dunia
di mana ia ditempatkan, dan menunjukkan bahwa di bawah mereka
kondisi, robot dijamin untuk mengikuti tertentu
dinding, daripada menyimpang dan tersesat.
33The pembaca disebut [90a Brooks] untuk lebih com-
plete diskusi mengenai masalah ini.
21

Sintesis: Mengingat tugas tertentu, secara otomatis mendapatkan

sebuah Speci perilaku kation untuk makhluk sehingga
yang melakukan tugas dengan cara yang
konvergensi jelas dibuktikan. Saya tidak berharap
kemajuan dalam topik ini dalam waktu dekat.
Kompleksitas: Deal dengan kompleksitas dunia nyata
lingkungan, dan menyaring aspek relevan dari
menerima sensasi bukannya kewalahan
dengan banyak data.
Belajar: Mengembangkan metode untuk akuisisi otomatis
perilaku baru, dan kation modi dan
tuning perilaku yang ada.
Seperti beberapa perilaku dibangun menjadi sebuah robot tunggal
isu-isu berikut perlu ditangani:
Coherence: Meskipun banyak perilaku mungkin aktif
sekaligus, atau sedang aktif diaktifkan atau
o?, robot harus tetap muncul ke pengamat untuk
memiliki koherensi tindakan dan tujuan. Seharusnya tidak
dengan cepat beralih antara perilaku tidak konsisten,
atau harus dua perilaku aktif secara bersamaan,
jika mereka mengganggu satu sama lain untuk titik
yang tidak beroperasi berhasil.
Relevansi: Perilaku yang aktif harus relevan
dengan situasi robot nds dirinya dalam | misalnya,
harus mengisi ulang sendirinya apabila baterai rendah,
bukan ketika mereka penuh.
Kecukupan: Mekanisme Seleksi perilaku harus
beroperasi sedemikian rupa sehingga tujuan jangka panjang yang
perancang robot untuk robot terpenuhi | misalnya,
sebuah
robot pembersih oor berhasil harus membersihkan

oor dalam keadaan normal, selain melakukan semua

tugas tambahan yang diperlukan untuk itu untuk menjadi sukses
pada saat itu.
Representasi: Beberapa perilaku mungkin ingin
berbagi sebagian representasi dunia | sebenarnya
representasi aspek dunia mungkin akan menghasilkan
beberapa perilaku ketika diaktifkan tepat.
Belajar: Kinerja robot bisa diperbaiki
dengan mengadaptasi cara-cara di mana perilaku
berinteraksi, atau diaktifkan, sebagai hasil dari pengalaman.
Ketika perilaku berbasis robot banyak mulai berinteraksi
ada host baru seluruh masalah yang timbul. Banyak
isu-isu yang sama akan muncul jika robot dibangun menggunakan
Arti tradisional finansial Intelijen metode, tetapi ada
sangat sedikit telah diterbitkan di daerah-daerah.
Munculnya: Mengingat satu set perilaku yang sudah diprogram dalam
satu set robot, kami ingin untuk dapat memprediksi
apa perilaku global sistem akan, dan
sebagai konsekuensinya menentukan di e erential?? Ects
perubahan kecil terhadap robot individu pada
global perilaku.
Sintesis: Seperti pada tingkat perilaku tertentu, diberikan khusus
tugas, secara otomatis menurunkan sebuah program untuk
set robot sehingga mereka melaksanakan tugas.
Komunikasi: Kinerja dapat ditingkatkan dengan
meningkatkan jumlah komunikasi eksplisit
antara robot, tetapi hubungan antara
besarnya peningkatan komunikasi dan kinerja
meningkatkan perlu dipahami.
Kerjasama: Dalam beberapa keadaan robot harus
mampu mencapai lebih dengan bekerja sama | bentuk dan
kasi Speci dari kemungkinan kerjasama tersebut perlu
dipahami.
Interferensi: Robot dapat mengganggu satu sama lain.
Protokol untuk menghindari ini ketika tidak diinginkan
harus disertakan dalam desain 'makhluk-makhluk
instruksi.
Kepadatan ketergantungan: Perilaku global dari sistem
mungkin akan tergantung pada kerapatan makhluk-makhluk
dan sumber daya yang mereka konsumsi dalam
dunia. Sebuah karakterisasi ketergantungan ini diinginkan.
Pada kedua ujung spektrum mungkin
terjadi bahwa (a) robot tunggal yang diberikan unit n
waktu yang sama untuk melakukan robot n masing-masing diberikan
1 unit waktu, dan (2) tugas global tidak mungkin
dicapai sama sekali jika ada lebih sedikit daripada, katakanlah, m
robot.
Individualitas: Robustness dapat dicapai jika semua robot
yang dipertukarkan. Sejumlah xed dari kelas
robot, dimana semua robot dalam kelas identik,
juga kuat, tapi agak kurang begitu. Masalah
kemudian adalah, diberi tugas, menentukan kelas berapa banyak
makhluk yang diperlukan
Belajar: Kinerja robot dapat meningkatkan
dalam dua cara melalui pembelajaran. Pada satu tingkat, ketika
satu robot belajar keterampilan beberapa jika mungkin dapat mentransfer
ke yang lain. Di tingkat lain, mungkin robot
belajar strategi koperasi.
Ini adalah potongan rst pada topik yang menarik dalam
perilaku berbasis pendekatan. Seperti yang kita mengeksplorasi lebih kami akan
nd topik yang lebih, dan beberapa yang tampaknya menarik sekarang
akan berubah menjadi tidak relevan.
6.7 Berpikir
Dapatkah pendekatan ini menyebabkan pikiran? Bagaimana bisa? Ini
tampaknya antitesis dari pikiran. Tapi kita harus bertanya rst,
apa yang dianggap? Seperti kecerdasan ini adalah sangat licin
konsep.
Kita hanya tahu bahwa pemikiran ada dalam sistem biologi
melalui introspeksi diri kita sendiri. Pada satu tingkat kita
mengidentifikasi pikiran dengan produk dari kesadaran kita,
tapi itu juga adalah subjek kontroversial, dan salah satu yang memiliki
memiliki sedikit perhatian dari Intelijen Arti finansial.
Perasaan saya adalah bahwa pemikiran dan kesadaran adalah epiphenomena
dari proses yang di dunia. Seperti
kompleksitas dunia meningkat, dan kompleksitas
pengolahan untuk menghadapi dunia yang naik, kami akan
melihat bukti yang sama pikiran dan kesadaran dalam
sistem kami seperti yang kita lihat pada orang lain dari diri kita sendiri
sekarang. Pemikiran dan kesadaran tidak akan perlu
diprogram masuk Mereka akan muncul.
7 Kesimpulan
Judul dari makalah ini adalah sengaja ambigu.
Penafsiran mengikuti semua merangkum penting
poin.
22

:( &$

(  *$&
! ,"0($.' 5


  # #$
 

 


 
&$
( / #$
 &$'
' # '


& 
 #  $
&
#


'

#


$ 
$#$
 

 
.  # 
  '  


 

 & #
%    & ( / #$
 &$'

' # '


&  #  
&
#









: 
.  # 
' # '
(  
( 

( #$   
&$'
  ' $
#$#$

$  &#&



@& ' 5& '   # 

 ' # '

' 

&

'  '  &
(
: 
.  # 
' # '

 
( 

&  $# ' &$ 

&:'  # 


# '   %' &

 '  &

$
5



 
. # 

E $

  &# 




&
.  . '
# . $ '
& $& 
 '
$
%
'   
 
'
&
 
 & . $$& 
( $

(  '
&
& ' 5& ' (

#$
  
.   .(  .   5 '
$&
: 
.  # 
. &  $
# ' 3

 $ (  &$'
@(& 
' $
 
  ( 
 (  


$'
%

  &  

& '  .

$ 
; 

'   &
$(' '   $ 
 
  

 &(  



$'
 
' &  $
'
 .&  .  
&
  $
($ 
5 
'  
$


3

@ &
 ' (  &
$&$
' 

  ' # '
 
 #
   




 
 '  . ' $
 
# &  
 
$




  &$
#
&
 ' $ / 
(


 &/ & $
(
 '  
  &#&
' 
&
 $& ' #$ '$' #$    # &
 
 ($.  '
 $ &
 #$
%'   $


&
 $ & $   . .
& 
 
 #  $
 


c . c  $
'$ '

. ($( 
 &  


' ($
& &$

&( '


#  ##$


 6 $&$%
 + % ' 6 
;$
/

c 
($

 (  &
& &
$&
'
&'

'$ 

`
  
  

   
 


 !  "# # `$%&
'(!%)

!
  )%   
 

 !  *+ ,  *+ 
,-%))%!
  * 
.  /#   

  
 !  
* #$
.  0%)
.12
31.1!
  * )&0 
4
 !  * " )&
%))&%.356!
56     + 77 %)
2
%)
.7    + 
%)
.!
  
)8  9 0: 
`+*"!  "# ;  "
%)
)!
  ;:)& ` 
*"!  ` !;:#<`=#$
 0: #  `+ 
#:+= %))&5
535

!
++26;" " 
" !++"87$>? 7@:?@%)26!
:
)> *
"+ `+/
`  >A 
`*!:#  %&&."+ `+
###0=!0
B C%)
)6&.36%5!
:)&#  ;   
0-7  `  ? `*!
:" )&%))&%&'3%11!
+'1  
;0!`+* $
>%)'1!
+'2#*+  0!`
+* >%)'2!
: 
), " *"  
*  8!: ? #

  1!  A:B C" -
$
*%)
)5%23516!
;
)`
  D 
 E
>!;  #=*#3
) "#
%)
)%25'3%26%!
;7 .&  
7$*F  

*  `+`  >!8!;7
!>! " #   '; " A 
" B C   + 
? 7@:?@%).&'''3'22!
; )&#     ; `
!;    *%))&!
;  
'  D+
"`;  
E: ? 7@:?@%)
'!
;.2 /
; 


D!!;  %)6%).225&3256!
; +  
6E  /9   
 E ; +  "#  *+ 
"%)
6!
;  F 
'`  -7  
`   `=!;> 
=!  F " -
*%)
'!
;)&7 ":  0:
   ;? 566%))&6
23
6
.!
;:
2`+  * 

"+ `+` !;:#=

`+`$1 %)
2%6315!
;:
)`+0:/  ; 

*
 ? 7:` !;:
? * %/1%)
)1'53121!
;:)&*  
*   *    
` !;:!D#!*
!
15

  ; "#  *+ 
"%))&6563665!
;:)&+ G* ` 
!;:" )&%))&53%'!
;:)&  ;   H, G8 
` !;:"# !#!+" %11.%))&!
;:)%#   0`   
` !;:I#   6.%))%%5)3
%2&!
;:)%+#   ; ; 
` !;:  
#8` 
#  #   =%))%!
;:D
)`+;  ` !
;:"!D#<`=# 
0: #  `+  :+
= %)
)13%&!
* + 
58=!!* + *  
8 $ /   "!!; 
B C>7*  ,-%)
5!
* )&E#
* "# # `$%&
'= %))&!
*
2?   
*"#  *+ "%)
2!
* 0)&( ? ",4
* =$ 0? 562%))&%&
3
%&)!
*  
6;  =!>!*
-   * :"" 
!0!D B C  $E  %)
6!
* 
)*  
I$
*  =>!* "# # `$%%'%
= %)
)!
* )&0" *  "  
0:  4>:*   
?   %5/%%))&%'31%!
 - ;7
6J 
; *  = - = 
;7I#   16%)
6.3
5!
  .
0  #4 *!  
>
   
%%)
%!
  -+ )&   (+  /
 0  0 
*  
;   " -+  $
` *  
*    
,$
 %))&!
 

%D"$0-7  `   /
##  >+ ! 

"  => B C"#  *+ 
"%)
%%2%31&6!
2%">$%!*  $(  " 
>> !"# !!   %)2%!
2
 
 
8  $
 #    J  8!
":2
%)2
1.%35'5!
D.6  
`+*
:!DI#   '
%).6%3'&!
D  +D 25*  
 7!D  +=D 
"87$>? 7@:?@%)25!
D+
)  9 
`!= D+!!  @ %)
)!
D
.8`+B>7  0* 
`+C"!D#"`+
  0: >"?!%)
)!
8AA  9..  #  "
" !8AA = ! 9 
? 7@:?@%)..!
8++
'( ;+/*  7
 >!"!8++  ? 7@:?@
%)
'!
8*E 
6#  ? 
"* 
" 
`+8  8`K*"E 
`+`  %;B C"# 
 *+ "%)%31%6!
8LA0 : .5E*

 0: D -8  
8LA>0 : =
* 
 
'%).515'3122!
8  .. F+/
   " 
`   !=!
8?!   + 5%)..%%'3%'%!
8 +: *: 2.  8 +
*  `!!8 +!!: 
!!*: !D !#
!!!*
  
  5%%)2.
&%3
%&!
>.%* *  9
`
   " =>
"    '/5%).%151316'!
> 
'   ? "

:=!> D   
 *$
  0= `!>++`+ *!" B C
+ 9?7?=%)
'%352!
>
'  * " 0! >
"#  *+ "%)
'!
> 
5  /    7
>  ? 7@:?@%)
5!
>
   
%  "G# 
`!>
  *!  ;
;:? 7@:?@%)
%!
>7;:

 E
0/* (+K #!>7
` !;:#$

"?%)

.)23

&&!
>* + ?7A:
)&8 * " D  $ >
"* +  
?7A: I 125B6C(!%))&663
'&!
16
=
.  ; "":=
, 
*  * #%)
.!
- + )&  +   
  :- + !!  
%))&!
- + `  )& 
+     :- + 
 =!`  " )&%))&5'36
!
-" .'
 $; 
 !-`!" $
I#   2%).'1)53512!
-A

>*
; / 
 ; 
; ( + 7
!-A  16% !5&%)

%..'3%.
%!
-.&   
 I` 
!-  , 

*  * #%).&!
 D  +)%(   

-7   ;! 7!D  +
I#   6.%))%%
'31'&!
" 
)  
   
" #=*#$
) "#%)
)))%3)).!
" )&    /  
 
;    ;:
 " B C"#  *+ "%))&!
" )&+  *> 8 
" " )&%))&6)3.&!
" ;:)&  * ; 
 " ` !;:#$)&
;"%))&.)23
&1!
" * )&  

; $+ `+ ` 
  
  " =* 
#;" !=!0`  `  !%))&!
"
1E"D D
*%)
1!
")&? 7`;/
? + $#  " 
`+ `   
"K="!D#!*
!

  ; "#  *+ 
"%))&%2)3%.'!
")%;   09 # 
"K="  
#8` 
#  #   =%))%!
"*2&`  D
+9  
="***"5%)2&%
63%)'!
"*0 

  

"$ I  ;` !
"*A+ !-!0 ? 556
%)

61
365&!
"*:.)" 0 : "$
*:D ? 7@:?@%).)!
"*65 *
 
# # ? 0!!"*
0!;!
"!; '%)65%%'3
%5.!
"D
'; "D
; K<* " :*%)
'!
"D

+ 
; 

"D >7,-%)

!
" `.&9  7   
8    " `+ `"$
 #   '; " A " 
B C   + ? 7@:?@
%).&5&%35%
!
":'6? ?  ;" + 
"": + !! 
 , %)'6+ 
, 
"I+"#!
":2%  7I#   
"":!#`6)=!%)2%
35&
D  +D 25!
":25     $# 9 ;+  
   I#   "
":D  +D 25%)25
6'53'15!
":2
 #
  "
":B C"#  *+ "%)2
!
":
2   
""":
 ? 7@:?@%)
2!
": 2)  "":
  "#  *+ "
%)2)!
" )&;  #  `   
"!" #$)&;"%))&%&'%3%&'
!
" 
%`+` E? >
!" ,"#`   +"#%)
%!
" 
1  
* *",
` >!"   
 #
.%B.C%)
1
.13

6!
" 

"* >!" >$

,  *+ "%)

!
? 7+ `I
)D ? 7+ 
8`I 
E  
>+:
?   E1  ? 7
@:?@%)
)!
? 7 7'. 9 
7    "  ? 7 
=!*!7> + !0  =*$
 *
  %'%)'.1%
351)D  +
D 25!
? 7 7'
*   
 + 
*  9 ? 7 =!
*!7> + #;"=
`  
    1(!%)'
51&355'D  +
D 25!
? 7 7')8  + $
  
*   ? 7 =!*!
7> + *  
B.C
%)')%&3%2!
? 7 72%#
  
  E" ? 7 =!*!7> $
1'
+   $> 7*I?=%)2%!
?   .. 
$( A
? F+ 8!?#!   
0 ? 7@:?@%)..!
?2'  " ?=!?
"87$>? 7@:?@%)2'!
?.%+ $ " I#   
?=!?"87$>? 7@:?@
%).%!
?
6:  `+?=!?B C
`#!#!*   ? 515 %)
6!
)&# A /`   

`  0!" )&
%))&
)3%&5!
`
'  ( A
"+   "E!
`"!  %6
%)
'%5'3%65!
`+ 25"   
  $ 
8!`+ "# +$
 ` ?!5%'"%)25!
` +21  
? D:
` + ? 7@:?@%)21!
`  - + 
2   

" 7+      
=!`    :- + !*
!
    
`  +-7  
= > B C" -
*
%)
2
53)
!
` >0
2  
# `   +  !
!` 8!!>`!=!0
` "* 
2%)
25%
3526!
` "* 
2 + 
  !` = 
!"* "#  *+ "%)
2!
` 
)9   * 
=!`   #=*#3
) 
"#%)
)%'31&!
:.67:  ( 0!:+ 
? 7@:?@%).6!
 ')  "   , 
 8 
* : ! #;"=

`      5=%)')1%%311)
D  +D 25!
 K7:` +  
. ? 7:
    9 !=! K7:
*!`!` +  *  9 %%6'3%2
!
 
 '2 `    
( 8! 
 !  !#$

  ** B C  
? 7@:?@%)'256'35'5!
'&* $ " * !
 I %
1B1CD +%)'&!
2)    
 I> + !
"#  *+ "%)2)!
-:)%#  0: 
 
 +  ` ` 
-:!#`+$
 *%))%1&
231&)%!
  25>   +
# + D *= `!
  D  +D 25%)25%)%3
1&2B
%)2%"#  !! C!
 :
6* 6!'3  ?7  
, *  =! 
7  `!:* :"" 
!0!D B C  $E  %)
6!
)%  (7   
;*7 I#   6.%))%
1'%31

!
 )& 7  
  D
 !D#!*
!$

  ; "#  *+ "
%))&6'%362%!
 )&+9   `   
 " )&%))&.%3

!
.'*  " 
:F
8 =!  ? 7@:?@%).'!
  +  )&* ` $
9   # 
`+G; 
   +E *!   "! 
!D#!*
!
  
; "#  *+ "%))&).3%&6!
  > + - 


E
? 
 *  $" ?+
*   "> +  : - 
  !
# !"#%&B5C"%)


52135.5!
 +  '%  
#?: +  
(9
,  (9
,-%)'%!
  5.(* + ?+ 7 
    + "!  
!"!!61%)5.15&32'!
  '&*  " #   
"!  "')(!%)'&655362&
D  +D 25!
  .&#  " "!  
" #   '; " A 
" B C   + ? 7@:
?@%).&5315!
 :"  8 +"


E# 3E 
E  
? " 7! :8!"  
- !8 +""# !
"#%&B5C"%)

561352%!
E)&  8A *!E
"# "  %))&!
E? "  66  

8 ; =!? 
12
(!"  =0 ? 7@:?@
%)66!
0 '&#

0!8 0 
 I %
1B'C"%)'&6136'!
0 '%"   0!8 0 
 I %
'B1C %)'%2&325!
0 '5   ;0!8 0 
:7%)'5 + +  >7
,-%)2%!
0:
)  
  ` 7
*  0:!!  - G* 
*+ %)
)!
09 "  
'E
? 
`7 "!09=F  
 "  ;+!#`+
"(%)
'
213
2.!
0  
.G" D G3? " 
 
9 0`L 0  =! !!
%2%%)
.'%%3'5%!
0  6
*+  ?+ 0  =0$
 ? 7@:?@%)6
!
0  2%*+  ?+ 0   
"#  *+ "%)2%!
0:.),   + 
* !0:

#" 51)=%).)!
0
5D?  " `!
0
 >
*  B'C5
%)
51.)3)2!
0 .1,  ?  
0   ? 7@:?@%).1!
0 D 
2,  *  
*  0 D D 
$0  `  "%)
2!
0.1  "# `+:>!0
" #   .; " A 
" B C=0 ? 7@:?@
%).165%3625!
0
6I#   :> 
0 $0  `  
"%)
6!
0

  ?  * + 

0;!0*  >++*
  >+?@%)

!
1.