CIKEL LEKSIONESH NE INTELIGJENCE

ARTIFICIALE

AI
Inteligjenca Artificiale eshte shkenca e performuar dhe e debutuar nga
makinat ose softet, dhe eshte dege e shkencave kompjuterike qe zhvillon
makina dhe programe me inteligjence si te njeriut.

Nje pjese e mire e studiueseve dhe kerkueseve te fushes e definojne AI si

studimi dhe dezinjimi i agjenteve inteligjente. Ku nje agjent
inteligjent eshte nje sistem qe percepton mjedisin e vet dhe ndermerr
veprime qe maksimizojne shanset e te paturit sukses.

John McCarthy, qe e perdori kete term ne 1955, e definon AI si shkencen

dhe inxhinierine e te berit te makinave inteligjente

Kerkimet ne AI jane mjaft te specializuara dhe teknike,

dhe eshte e ndare ne nenfusha qe shpesh nuk arrijne
te komunikojne me njera-tjetren. Kjo ndarje ndodh
ne varesi te faktoreve sociale dhe kulturore:
nenfushat jane zhvilluar ne institucione te vecanta
dhe ne saje te punes se kerkueseve individuale.
Disa nenfusha fokusohen ne zgjidhjen e problemeve
specifike. Disa te tjera fokusohen ne perqasje te
ndryshme apo ne perdorimin e mjeteve te vecante ne
realizimin e aplikacioneve te vecante.

Nder problemet ose synimet kryesore ne AI mund te

permendim:
Reasoning
Knowledge
Planning
Learning
NLP
Perception
Manipulation

General AI
Ose Strong AI eshte nder synimet afatgjate te fushes
kerkimore.
Nder perqasjet me te njohura mund te permendim:
Metodat Statistikore
Inteligjenca Kompjutacionale
Simbolika Tradicionale AI
Nder mjetet me te perdorura ne AI, duke perfshire edhe:
Versionet e Optimizimit matematikor dhe Kerkimit,
Logjika
Metodat e bazuara ne Probabilitet dhe Ekonomi etj

Vecoria kryesore qe qendron ne qender te kerkimeve ne AI eshte

nje vecori e njeriut, inteligjenca-the sapience e Homo sapiens.
Kjo ngre ceshtje filozofike rreth natyres se mendjes dhe ceshtje
etike rreth krijimit te qenieve artificiale me inteligjence
njerezore; ceshtje qe u adresohen mitologjise, fantashkences
dhe filozofise qe nga Antikiteti.
AI ka qene subjekt i nje optimizmi te pamase por ka hasur edhe
ne pengesa serioze dhe periudha te veshtira qe njihen me
termin AI Winters
Sot AI eshte tashme pjese esenciale e teknologjise industriale
dhe percakton shume probleme sfide ne krye te kerkimeve ne
shkencat kompjuterike.

Rreth Historise
Makinat qe mendojne dhe qeniet artificiale shfaqen qe
ne mitologjine Greke, si Talos i Kretes, roboti i bronzte
Hephaestus, dhe Pygmalions Galatea.
Me vone imazhet kult u shfaqen edhe ne Egjipt.
Ne shekujt 19 dhe 20 qeniet artificiale u bene nje vecori
e zakonshme ne fantashkence; si Frankenstein i Mary
Shelley ose R.U.R(Rossums Universal Robots).
Pamela McCorduck diskutonte se te gjithe keto jane
shembuj te forcave te lashta qe sipas saj sfidonin
Zotat.

Arsyetimi formal ose mekanik eshte zhvilluar nga filozofet

dhe matematicienet qe ne antikitet.
Studimi i logjikes coi direkt ne shpikjen e kompjuterit
elektronik dixhital te programueshem, bazuar ne punen e
matematicienit Alan Turing dhe te tjere.
Teoria kompjutacionale e Turing sugjeronte se nje makine duke
perdorur simbolet thjesht 0 dhe 1, mund te simulonte
ndonje akt te provueshem te deduksioneve matematikore.
Kjo se bashku me zbulime te se njejtes periudhe ne neurologji,
teori te informacionit dhe kibernetike, inspiroi nje grup te
vogel studiuesish qe te fillonin te konsideronin seriozisht
mundesine e ndertimit te nje truri elektronik.

Konferenca ne Dartmouth
Fusha e kerkimeve ne AI u themelua ne nje konference ne Dartmouth
College ne veren e vitit 1956.
Pjesemarresit, duke perfshire John McCarthy, Marvin Minsky, Allen
Newell, dhe Herbert Simon do te beheshin lideret e kerkimeve ne AI per
shume dekada.
Kompjuterat zgjidhnin probleme te algjebres, vertetonin teorema logjike
dhe flisnin anglisht.
Ne mesin e viteve 1960, kerkimet ne USA u themeluan nga Departamenti i
Mbrojtjes(DoD) dhe laboratore te krijuar ne gjithe boten.
Themeluesit e AI do te ishin mjaft optimiste rreth se ardhmes se kesaj
fushe: Herbert Simon parashikoi se makinat do te ishin ne gjendje,
brenda 20 viteve, te kryenin cdo pune qe kryen njeriu, dhe Marvin
Minsky do te ishte dakord, duke shkruar se Brenda nje gjenerate.
Problemi i krijimit te inteligjences artificiale do te zgjidhej.

Keta studiues deshtuan persa i perket njohjes se

veshtiresise se disa problemeve qe do te hasnin ne
vazhdim.
Ne vitin 1974, qeveria Britanike dhe Kongresi i U.S
ushtruan presion persa u perket fondeve ne fushen
kerkimore ne AI. Ne vitet qe do te vinin do te
pasonte nje AI winter, periudhe gjate se ciles do te
ishte e veshtire gjetja e fondeve per kerkimet dhe
projektet ne AI.

Vitet 80
Ne fillim te viteve 80, kerkimet ne AI u gjalleruan ne saje
te suksesit komercial te sistemeve eksperte, nje
forme e programeve ne AI qe simulojne njohurite dhe
aftesite analitike te nje ose me shume eksperteve
njerez.
Ne vitin 1985, projekti i gjenerates se 5 i Japonise
inspiroi qeverite Britanike dhe U.S te rikthenin fonde
per kerkime akademike ne kete fushe.
Sidoqofte me fillimin e kolapsit te tregut te Lisp Machine
ne 1987, AI serish do te binte ne nje periudhe te dyte
dimri, akoma me te gjate.

Vitet 90 dhe fillimet e shek. 21

Ne kete periudhe AI do te arrinte sukseset e veta me te
medha. AI do te perdorej ne logjistike, data mining,
medical diagnosis, dhe shume fusha te tjera persa i
perket industrise dhe teknologjise.
Suksesi u arrit ne saje te faktoreve te #:
Rritja e fuqise perllogaritese te kompjuterave(Moores law),
nje vemendje me e madhe ne zgjidhjen e nenproblemeve
specifike, krijimi i lidhjeve te reja midis AI dhe fushave te
tjera qe punonin me probleme te ngjashem, dhe nje
qendrim i ri i kerkueseve persa u perket metodave solide
matematikore dhe standardeve rigoroze shkencore.

Deep Blue
Ne 11 maj 1997, Deep Blue do te ishte sistemi i pare kompjuterik shahluajtes qe do te mundte kampionin e botes ne shah , Garry Kasparov.
Ne 2005, nje robot i Stanford fitoi DARPA Grand Challenge duke
udhetuar ne menyre autonome per 131 milje ne nje rruge shkretetire.
Dy vjet me vone, nje skuader nga CMU fitoi DARPA Urban Challenge
ku mjeti i tyre navigonte ne menyre autonome 55 milje ne nje mjedis
urban duke iu pershtatur trafikut dhe ligjeve te tij.
Ne shkurt 2011, ne nje kuiz Jeopardy!, sistemi pyetes-pergjigjes i IBM
Watson mundi dy kampionet me te medhenj te shfaqjeve, Brad
Rutter dhe Ken Jennings.
Kinect, qe ofron nje nderfaqe 3D trup-levizje per Xbox 360 dhe Xbox
One, perdor algoritme qe kane erdhur si rezultat i kerkimeve ne AI;
sic ben nderkohe iPhoneSiri.

Goals
Deduction, reasoning, problem solving
Knowledge representation
Planning
Learning
NLP
Perception
Motion and Manipulation
Long-term Goals

Deduction, reasoning, problem solving

Kerkuesit e hershem te AI zhvilluan algoritme qe imitonin te arsyetuarin hap-pashapi(step-by-step) te cilin njerezit e perdorin kur zgjidhin enigma(puzzles) ose kur
bejne deduksione logjike.
Ne fund te viteve 80 dhe vitet 90 kerkimet ne AI zhvilluan metoda mjaft te
suksesshme ne lidhje me informacionin e pasigurt(uncertain) ose jo te
plote(incomplete), duke vene ne perdorim koncepte nga probabiliteti dhe ekonomia.
Nje pjese e problemeve kerkonin mjaft sasi memorieje dhe kohe kompjuterike ;
Kerkimi per algoritme me efikase ne zgjidhjen e problemeve do te perbente nje
prioritet te larte ne kerkimet e AI.
Qeniet njerezore i zgjidhin shumicen e problemeve duke perdorur gjykime intuitive
dhe te shpejta sesa deduksione hap pas hapi sic ishte dhe modeli qe u modelua ne
fillim te kerkimeve ne AI.
Per kete u zhvilluan:
Perqasja Embodied agent persa i perket aftesive motorike ;
Kerkimet ne neural net per simulimin e strukturave brenda trurit;
Perqasja statistikore per imitimin e natyres probabilitare te aftesise se njeriut per te
hamendesuar.

Knowledge representation
Nje ontology paraqet njohurite si set konceptesh brenda nje
domaini ose hapesire dhe relacionesh midis ketyre te fundit.
Knowledge representation dhe Knowledge engineering jane mjaft te
rendesishme ne kerkimet ne AI.
Nder gjerat qe duhet te paraqiten ne AI kemi:
Objekte, vecori, kategori dhe relacione midis objekteve;
Situata, ngjarje, gjendje, dhe kohe;
Shkaqe dhe efekte;
Njohuri rreth njohurive;
Etj
Nder problemet me te veshtire kemi Default reasoning dhe
Qualification problem(1969, John McCarthy).

Planning

Nje sistem hierarkik kontrolli eshte nje forme sistem kontrolli ne te cilin
nje set pajisjesh(devices) dhe softesh arranxhohen ne nje hierarki te
caktuar.
Automated planning dhe scheduling
Agjentet Inteligjente duhet te jene ne gjendje te vendosin objektiva
dhe ti realizojne ato.
Reasoning under uncertainty
Multi-agent planning
Cooperation
Emergent Behavior

Learning
Machine Learning ka te beje me studimin e algoritmeve kompjuterike qe
improvizohen automatikisht nepermjet eksperiences.
Unsupervised Learning: Aftesia per te gjetur patterns nga nje stream inputesh
Supervised Learning: Perfshin Klasifikimin dhe Regresionin Numerik.
Klasifikimi perdoret per te percaktuar se ciles kategorie i perket dicka, pasi te kemi
pare nje numer shembujsh te gjerave te kategorive te #.
Regresioni eshte perpjekja per te prodhuar nje funksion qe pershkruan relacionet
midis inputeve dhe outputeve dhe parashikon sesi outputet ndryshojne ne lidhje me
dryshimin e inputeve.
Ne reinforcement learning agjenti shperblehet per pergjigjet e mira dhe ndeshkohet
per ato te keqija. Kjo sekuence shperblim-ndeshkimesh perdoret nga agjenti per te
formuar nje strategji operimi ne fushen e problemit. Keto analizohen ne ate qe
njihet si decision theory.
Analiza matematikore e algoritmeve te te mesuarit te makines dhe performances se
tyre eshte dege e theoretical computer science qe njihet si
computational learning theory.

NLP
Natural Language Processing
NLP e mundeson makinen te lexoje dhe te kuptoje gjuhet qe
flet njeriu.
Aplikacione:
Information retrieval(text mining): Web Search Engines
jane nder aplikacionet IR me te dukshem.
Machine translation: Eshte nje nen-fushe e Computational
Linguistics qe investigon perdorimin e softeve ne
perkthimin e tekstit ose fjalimit(speech) nga nje gjuhe e
caktuar ne nje tjeter.

Perception
Machine perception
Eshte aftesia qe ka nje sistem kompjuterik per te
interpretuar te dhenat sikurse njeriu perdor shqisat e tij
per tu lidhur me boten qe e rrethon.
Computer vision
Eshte nje fushe qe perfshin metodat per marrjen,
procesimin, analizimin e imazheve per prodhimin e
informacionit ne trajte vendimesh.
Speech recognition(facial, object, voice)
Ne shkencat kompjuterike dhe inxhinierine elektrike SR
eshte perkthimi i fjaleve te thena ne tekst.

Motion dhe Manipulation

Robotics
Object manipulation
Navigation
Localization:Te gjejme vendodhjen tone ose ate te te
tjereve
Mapping:Te dime se ckemi rreth nesh
Motion Planning:Te zbulohet sesi te arrish diku
Path Planning:Levizja nga nje pike e hapesires ne nje
tjeter duke perfshire edhe Compliant Motion-ku roboti
leviz nderkohe qe mban kontakt fizik me nje objekt.

Long-term Goals
Social intelligence: Affective computing (Kismet):
Eshte studimi dhe zhvillimi i sistemeve dhe pajisjeve
qe mund te njohin, interpretojne, procesojne dhe
simulojne afeksionet njerezore.(disiplinat: computer
sciences, psychology, cognitive sciences), Rosalind
Picards 1995 paper.
Emotions dhe social skills luajne dy role per nje agjent
inteligjent.

Kismet

Creativity
Computational creativity
Nje nen-fushe e AI i adresohet kreativitetit qofte
teorikisht(nisur nga perspektiva filozofike dhe
psikologjike) qofte praktikisht (nepermjet
implementimeve specifike te sistemeve qe mund te
konsiderohen kreative).
Fusha te lidhura me kete jane:
Artificial intuition dhe Artificial thinking

General intelligence
Strong AI, Artificial general intelligence dhe AIcomplete(machine translation).
Nje problem i vecante si machine translation kerkon
zgjidhjen e te gjithe problemeve; prandaj dhe eshte
rast tipik i AI-complete.

Perqasjet ne AI
Cybernetics dhe brain simulation
Symbolic(GOFAI nga John Haugeland)
Sub-symbolic
Statistical
Integrating the approaches

Neats vs. Scruffies

eshtjet Bazike
Ceshte AI?
Eshte shkenca dhe inxhinieria qe prodhon makina
inteligjente, sidomos programe kompjuterike
inteligjente. Konsiston ne faktin sesi te perdorim
kompjuterat per te kuptuar inteligjencen njerezore
dhe me pas ne imitimin e saj.

Ceshte Inteligjenca?
Inteligjenca ka te beje me pjesen perllogaritese te
aftesise ne arritjen e synimeve ne boten tone. Kemi
variacione llojesh dhe shkallesh inteligjence qe hasen
ne njerez, shume kafshe dhe disa makina.


Isn't there a solid definition of intelligence that doesn't
depend on relating it to human intelligence?
Akoma jo. Problemi qendron ne faktin se nuk
mundemi akoma te karakterizojme ne pergjithesi se
cilat lloje te procedurave kompjutacionale do te
duam ti cilesojme si inteligjente. Ne kuptojme disa
nga mekanizmat e inteligjences dhe jo te tjerat.


Is intelligence a single thing so that one can ask a yes or
no question ``Is this machine intelligent or not?''?
Jo. Inteligjenca perfshin mekanizma, dhe kerkimet ne AI
kane bere te mundur qe kompjuterat te realizojne disa
prej tyre dhe jo te tjera. Nqs kryerja e nje funksioni
kerkon vetem mekanizmat qe kuptohen mjaft mire sot,
programet kompjuterike mund te japin performance
shume mbreselenese ne keto funksione. Programe te
tille duhet te konsiderohen deri diku inteligjente.


Isn't AI about simulating human intelligence?
Ne disa raste por jo gjithmone.Ne njeren ane, ne mund te
mesojme dicka sesi te bejme makinat qe te zgjidhin
probleme duke vrojtuar njerezit ose metodat tona
vetjake. Ne anen tjeter, shumica e punimeve ne AI
perfshin studimin e problemeve qe bota i paraqet
inteligjences sesa me studimin e njerezve ose kafsheve.
Kerkuesit ne AI jane te lire te perdorin metoda te
pavrojtuara ne njerezit ose qe perfshijne me shume
perllogaritje sec mund te bejne njerezit.

What about IQ? Do computer programs have IQs?

Jo. IQ eshte bazuar ne shkallen e zhvillimit tek

femijet.
Kjo shkalle zgjerohet tek te rriturit ne nje forme te
pershtatshme. IQ korrelon mire me madhesi te
ndryshme suksesi ose deshtimi ne jete. Per shembull,
perseritja e nje sekuence te gjate vlerash dixhitale.
Disa nga problemet ne testet IQ jane sfida te dobishme
ne AI.

What about other comparisons between human and computer

intelligence?

Sipas Arthur R. Jensen, nje kerkues lider ne inteligjencen humane, kemi nje hipoteze
heuristike, te gjithe qeniet humane kane te njejtat mekanizma intelektuale dhe
diferencat ne inteligjence lidhen me : kushtet sasiore biokimike dhe psikologjike.
Programet kompjuterike kane mjaft shpejtesi dhe memorie por aftesite e tyre u
korrespondojne mekanizmave intelektuale te cilat vendosen ne program pasi jane
perceptuar dhe kuptuar mjaftueshem nga dezinjuesit e programeve. Ka disa aftesi qe
mund te gjenden tek nje femije por mund te mos jene zhvilluar dhe si rrjedhoje nuk
jane ne dukje.
Ceshtja qendron ne faktin se shkencat e njohjes akoma nuk kane arritur sukses ne
percaktimin saktesisht te aftesive njerezore.
Ne rastet kur njerezit e bejne dicka me mire se kompjuterat ose kur kompjuterat
perdorin shume perllogaritje per te kryer dicka si njerezit; themi se dezinjuesit e
programeve kane mangesi ne te kuptuarin e mekanizmave intelektuale qe jane te
nevojshem ne kryerjen e nje funksioni ne menyre efikase.

When did AI research start?

Pas Luftes se Dyte Boterore(WWII), nje numer personash

filluan te punojne ne menyre te pavarur ne makinat
inteligjente. Matematicieni anglez Alan Turing mund te
kete qene i pari. Ai dha nje leksion ne vitin 1947. Ai
mund te kete qene i pari ne lidhje me idene e vendosur
se: AI mund te kerkohej me se miri duke programuar
kompjuterat sesa duke ndertuar makina.
Ne fund te viteve 1950, kishte shume kerkues ne fushen e
AI, dhe shumica e tyre bazonin punen e tyre ne
programimin e kompjuterave.


Does AI aim to put the human mind into the
computer?
Disa kerkues qe kane kete lloj objektivi, mund ta
perdorin kete fraze por ne menyre metaforike.
Eshte e veshtire te imitohen te gjithe pjeset e mendjes
njerezore.

What is the Turing test?

Artikulli i Alan Turing ne vitin 1950 Computing Machinery and
Intelligence diskutonte kushtet ne konsiderimin e nje makine si
inteligjente. Ai trajtonte se nqs makina ne menyre te sukseshme do te
sillej si njeri perballe nje vrojtuesi njohurish atehere me siguri qe duhet te
konsiderohet inteligjente.
Ky test do te bindte shume njerez por jo te gjithe filozofet. Observuesi mund
te nderveproje me makinen dhe nje qenie njerezore pa pasur mundesi qe
makina te imitoje pamjen ose zerin e njeriut; dhe njeriu do te perpiqet te
faktoje qe eshte njeri tek vrojtuesi nderkohe qe makina do te mundohet te
mashtroje vrojtuesin.
Testi Turing eshte nje test one-sided. Nje makine qe e kalon testin duhet
patjeter te konsiderohet inteligjente, por mund te konsiderohet e tille
edhe nqs nuk ka shume njohuri rreth njeriut ne imitimin e ketij te fundit.
Libri i Daniel Dennett Brainchildren permban nje diskutim te shkelqyer
rreth testit Turing dhe testeve te ndryshem te pjesshem te implementuar,
per shembull lidhur me kufizimet e njohurive qe ka vrojtuesi ne lidhje me
AI dhe ceshtja e subjektit qe eshte ne pyetje.


Does AI aim at human-level intelligence?
Po. Perpjekja e fundit konsiston ne arritjen qe
programet kompjuterike te zgjidhin probleme dhe te
realizojne synime sikurse qeniet njerezore.
Sidoqofte, shume individe te perfshire ne fusha te
vecanta kerkimi nuk jane edhe aq ambicioze.


How far is AI from reaching human-level intelligence? When will
it happen?
Disa njerez mendojne se inteligjenca ne nivel njerezor mund te
arrihet duke shkruar nje numer te madh programesh te tipit qe
po shkruajne tani njerezit dhe te asemblojne baza te gjera
njohurish dhe faktesh ne gjuhe qe tashme perdoren ne shprehjen
e njohurive.
Sidoqofte, shumica e kerkueseve ne AI besojne se nevojiten dhe
kerkohen ide te reja fondamentale; dhe si rrjedhoje nuk mund te
parashikohet se kur do te arrihet nje inteligjence si ajo e njeriut.


Are computers the right kind of machine to be made
intelligent?
Kompjuterat mund te programohen per te simuluar
cdo lloj makine.
Disa kerkues shpiken makinat jo-kompjuter, duke
shpresuar se do te ishin inteligjente ne menyra te
ndryshme nga cmund te ishin programet
kompjuterike.

Are computers fast enough to be intelligent?

Disa njerez mendojne se duhen kompjutera me te
shpejte po ashtu edhe ide te reja. Por duhet te
kujtojme se kompjuterat e 30 viteve me pare do te
ishin te shpejte mjaftueshem vetem nqs do te dinim
si ti programonim.
Por pavaresisht nga ambiciet e kerkueseve ne AI,
kompjuterat do te jene gjithnje e me te shpejte.


What about parallel machines?
Makinat me shume procesore jane shume me te
shpejta se ato me nje te vetem. Paralelizmi ne vetvete
nuk paraqet avantazhe, dhe makinat paralele jane
pak te mbrapshta per tu programuar.
Kur kerkohet shpejtesi ekstreme, eshte e nevojshme
per tu perballur me kete mbrapshtesi.


What about making a ``child machine'' that could
improve by reading and by learning from experience?
Kjo ide eshte propozuar shume here, duke filluar ne
1940. Programet ne AI, akoma nuk e kane arritur
nivelin e te qenit ne gjendje te mesojne aq shume nga
cmeson nje femije nepermjet eksperiences fizike.
As edhe programet e sotem nuk e kuptojne gjuhen aq
mire sa te mesojne duke lexuar.


Might an AI system be able to bootstrap itself to
higher and higher level intelligence by thinking
about AI?
Mendohet se po, por eshte nje proces qe nuk ka filluar.

What about chess?

Alexander Kronrod, nje kerkues Rus ne AI ka thene
shprehjen``Chess is the Drosophila of AI.'' Te
luajturit shah kerkon mekanizma intelektuale te
caktuar dhe jo te tjere. Programet e shahut tashme
luajne ne nje nivel te larte, por me mekanizam te
kufizuar intelektuale krahasur me ato qe perdoren
nga nje lojtar shahu njeri. Pasi i kuptojme me mire
keto mekanizma, ne mund te ndertojme programe
shahu te nivelit njeri qe bejne me pak perllogaritje se
programet ekzistues.

What about Go?

Loja Kineze dhe Japoneze Go eshte nje board game ne te cilen lojtaret
marrin radhen duke levizur.Go ekspozon dobesine e te kuptuarit te
tanishem te mekanizmave intelektuale qe perfshihen ne luajtjen e
lojes nga njeriu. Programet Go jane lojtare shume te keqinj.
Problemi qendron ne faktin se nje pozicion ne Go duhet te ndahet
menderisht ne nje koleksion nen-pozicionesh qe fillimisht analizohen
ndarazi dhe me pas nje analize e nderveprimit.
Njerezit e perdorin kete edhe ne shah, por nje pozicion ne shah
konsiderohet si nje i tere.
Mangesia e nje aftesie te tille con ne shume here me teper perllogaritje
si ne rastin e Deep Blue.
Heret ose vone, Kerkimet ne AI do ta kapercejne kete dobesi.


Don't some people say that AI is a bad idea?
Filozofi John Searle thote se ideja e te qenit inteligjente e nje
makine jo-biologjike eshte jo logjike.
Ai propozon Chinese room argument (wwwformal.stanford.edu/jmc/chinese.html)
Filozofi Hubert Dreyfus thote se AI eshte e pamundur.
Shkencetari (cs) Joseph Weizenbaum thote se ideja eshte
anti-humane dhe jo morale.
Disa njerez mbeshtesin idene sipas se ciles perderisa AI nuk
ka arritur nivelin njerezor atehere qenka e pamundur.


Aren't computability theory and computational complexity the keys to AI? [Note
to the layman and beginners in computer science: These are quite technical
branches of mathematical logic and computer science, and the answer to the
question has to be somewhat technical.]
Jo. Keto teori kane lidhje por nuk i adresohen problemeve thelbesore te AI.
Ne vitet 1930s matematicinet ne lidhje me logjiken, sidomos Kurt Gdel dhe Alan
Turing, qartesuan se nuk ekzistonin algoritme qe garantonin zgjidhjen e te
gjithe problemeve ne hapesira te caktuara te rendesishme te matematikes.
Whether a sentence of first order logic is a theorem is one example, and whether a
polynomial equations in several variables has integer solutions is another.
Humans solve problems in these domains all the time, and this has been offered
as an argument (usually with some decorations) that computers are intrinsically
incapable of doing what people do. Roger Penrose claims this. However, people
can't guarantee to solve arbitrary problems in these domains either.

Branches of AI
logical AI
Ne nje program kemi faktet te cilat shprehin situata
specifike dhe te vepruarit sipas rastit; gjithashtu
kemi dhe synimet qe paraqiten me fjali te nje gjuhe
logjike matematikore.


search
Programet ne AI shpesh kontrollojne nje nr te madh
mundesish, per shembull levizjet ne nje loje shahu
ose inferencat nga nje program vertetues teoremash.
Zbulimet vazhdimisht jane bere sesi kjo te kryhet ne
menyre sa me efikase ne domain-e te ndryshem.


pattern recognition
Kur nje program ben observime te nje lloji, shpesh
programohet qe te krahasoje ate cka sheh me nje model
ose forme (pattern). Per shembull, nje program vision
mund te perpiqet te krahasoje nje forme sysh dhe nje
hunde me qellim gjetjen e nje fytyre. Modele me
komplekse, si per shembull ne nje tekst gjuhe natyrore,
ne nje pozicion shahu, ose ne raste te tjera studimi
kerkojne metoda te ndryshme nga ato qe jane studiuar
me modelet e thjeshte.


representation
Faktet rreth botes duhet te paraqiten disi ne nje forme.
Jane perdorur zakonisht gjuhet e logjikes
matematikore.


inference
Nga disa fakte, mund te kemi inference tek te tjere.
Deduksioni logjik matematikor eshte i pershtatshem
per disa qellime, por metoda te reja inference jo
monotonike (non-monotonic) i jane shtuar logjikes
qe ne vitet 1970.Forma me e thjeshte e te arsyetuarit
eshte arsyetimi default. Per shembull, kur degjojme
per nje zog, ne inferojme se ai fluturon por kjo eshte
e kunderta nqs behet fjale per nje pinguin.


common sense knowledge and reasoning
Kjo eshte nje pjese ku AI eshte me larg nivelit-njeri,
packa se kerkimet kane qene aktive qe nga vitet
1950. Nderkohe qe ka pasur progres te
konsiderueshem, si per shembull ne zhvillimin e
sistemeve jo-monotonike te arysetimit dhe teori
veprimesh, akoma nevojiten ide te reja.


learning from experience
Kete e bejne programet. Perqasjet ne AI te bazuara ne
connectionism dhe neural nets specializohen ne
te.specialize in that. Sistemet e te mesuarit per fat te
keq jane bazuar kryesisht ne aftesi shume te
kufizuara per paraqitjen e informacionit.


planning
Programet e planifikimit nisin me fakte te
pergjithshem rreth botes (sidomos fakte rreth
efekteve te veprimeve), fakte rreth nje situate te
caktuar ose synimi. Nga keto, ato gjenerojne nje
strategji per arritjen e synimit. Ne shumicen e
rasteve, strategjia eshte thjesht nje sekuence
veprimesh.


epistemology
Ka te beje me studimin e llojeve te njohurise qe
kerkohen ne zgjidhjen e problemeve qe ekzistojne.


ontology
Ontologjia eshte studimi i llojeve te gjerave qe
ekzistojne. Ne AI, programet dhe deklarimet(fjalite)
kane te bejne me lloje te ndryshem objektesh, dhe
studiojme se me cfare lloje kemi te bejme dhe
karakteristikat e tyre bazike. Nje rendesi e vecante ne
ontologji fillon ti jepet rreth viteve 1990.


heuristics
Heuristika eshte nje menyre perpjekjeje per zbulimin e dickaje
ose te nje ideje brenda nje programi. Ky term eshte perdorur ne
forma te ndryshme ne AI.
Funksionet Heuristike jane perdorur ne disa perqasje ne kerkim
per te matur sesa larg mendohet te jete nje nyje(node) ne nje
peme kerkimi nga nje qellim.
Predikatet Heuristike qe krahasojne dy nyje ne nje pemme
kerkimi per te pare nqs njera eshte me e mire se tjetra.


genetic programming
Programimi Gjenetik eshte nje teknike per perdorimin
e programeve ne zgjidhjen e nje funksioni nepermjet
programeve random Lisp dhe selektimit ne menyre
te pershtatshme ne miliona gjenerime. Eshte
zhvilluar nga grupi i John Koza.

Neats vs. Scruffies

Jane dy emertime per dy tipe te ndryshem kerkimesh
ne AI. Neats merr parasysh qe zgjidhjet duhet te jene
elegante, te qarta dhe mundesisht te provueshme.
Scruffies eshte e mendimit se inteligjenca eshte teper e
komplikuar per tu zgjidhur me llojet e sistemeve
homogjene qe tipi i pare kerkimor kerkon.
Ne te shumten e rasteve sukseset jane arritur si
rrjedhoje e kombinimit te dy perqasjeve.(SOAR)
Roger Schank (mesi i 1970).

Aplikacione ne AI
game playing
Tashme mund te blejme makina qe mund te luajne
shah ne nje nivel master per disa qindra dollare. Ato
luajne mire kundrejt njerezve por nepermjet
perllogaritjeve brute force-duke pare qindra nga
mijera pozicione(kjo eshte AI). Per te mundur nje
kampion bote me brute force dhe heuristika te
njohura duhen pare 200 milion pozicione per
sekonde.


speech recognition
Ne vitet 1990, njohja kompjuterike e zerit arriti nje
nivel praktik per qellime te limituara. Keshtuqe
komania e United Airlines zevendesoi tastieren e vet
per informacionin mbi fluturimet me nje sistem qe
perdorte SR mbi numrat e fluturimeve dhe emrat e
qyteteve. Por ka edhe te tjere qe preferojne akoma te
perdorin tastieren dhe mouse-in.


understanding natural language
Marrja thjesht e nje sekuence fjalesh ne kompjuter
nuk mjafton. Interpretimi i fjalive(parsing)
gjithashtu nuk mjafton. Kompjuteri duhet te kete
mjetet te kuptoje tematiken e tekstit dhe hapesiren e
fjaleve, dhe kjo aktualisht eshte e mundur vetem per
nje nr te kufizuar domain-esh.

computer vision
Bota eshte e perbere nga objekte tre-dimensionale, por input-et drejt syrit
te njeriut apo kamerave tv te kompjuterave jane dy-dimensionale.
Disa programe te dobishem mund te punojne vetem ne dy dimensione,
por kompjuterat full vision kerkojne informacion tre-dimensional
pjeserisht qe nuk eshte thjesht nje set pamjesh dy-dimensionale.
Ne te tashmen jane disa menyra te limituara ne paraqitjen e informacionit
tre-dimensional direkt, dhe nuk jane aq te mira sa ato qe perdor njeriu
ne menyre te pashmangshme.


expert systems
Nje ``inxhinier njohurish' kryen intervista me eksperte te nje
fushe te caktuar dhe perpiqet te vendose kete njohuri ne nje
program kompjuterik per realizimin e nje detyre te caktuar.
Nje nder te paret sisteme eksperte ishte MYCIN ne 1974, qe
diagnostikonte infeksionet bakteriale te gjakut dhe sugjeronte
trajtime. Rezultonte te ishte me i mire se nje student mjeksie
ose nje doktor ne praktike, sigurisht me limitimet e veta.
Ontologjia e ketij sistemi perfshinte bakteret, simptomat dhe
trajtimet dhe nuk perfshinte pacientet, doktoret, spitalet,
vdekjen, rikuperimin dhe ngjarjet qe ndodhin ne kohe.


heuristic classification
Shpesh eshte e nevojshme qe me njohurite e dhena te
mundohemi te klasifikojme te dhenat nisur nga
burimet e ndryshme te informacionit. Kjo si ne rastin
kur keshillohemi gjate porositjes se nje karte krediti.


How is AI research done?
Kerkimet ne AI kane ane teorike dhe eksperimentale. Ana eksperimentale
ka aspekte bazike dhe aplikative.
Ekzistojne dy linja kryesore kerkimi. Njera eshte biologjike, e bazuar ne
idene se perderisa njerezit jane inteligjente, AI duhet te studioje njerezit
dhe te imitoje psikologjine ose fiziologjine e tyre.
Tjetra eshte fenomenale, bazuar ne studimin dhe formalizimin e fakteve me
kuptim te zakonshem rreth botes dhe problemeve qe paraqiten ne arritjen
e synimeve.
Te dy perqasjet nderveprojne deri diku ne permbajtje, dhe jane te
sukseshme. Eshte si nje gare, por garuesit duket te jene duke ecur.


What are the relations between AI and philosophy?
AI ka shume relacione me filozofine, vecanerisht me
filozofine moderne analitike.
Te dyja studiojne mendjen, dhe te dyja studiojne ne
sens te zakonshem.

How are AI and logic programming related?

Programimi logjik ofron gjuhe te dobishme programimi (kryesisht
Prolog).
Pertej kesaj, shpesh nje teori e nevojshme ne AI mund te shprehet si nje
koleksion klauzash (Horn clauses), dhe synimi qe duhet te arrihet mund
te shprehet me gjetjen e vlerave te variablave te cilat gezojne nje
shprehje.
Ekzistojne dy pengesa lidhur me AI si programim logjik. E para, teorite
Horn nuk e mbulojne logjiken first order.
E dyta, programi ne Prolog qe shpreh nje teori mund te jete
jashtezakonisht ineficent.


What should I study before or while learning AI?
Te studiohet matematike, vecanerisht logjike matematikore.
Sa me shume te mesohet rreth shkencave, si fizike ose biologji,aq me mire.
Studimi i psikologjise dhe fiziologjise se sistemit nervor per aplikacionet ne
perqasjen biologjike.
Mesimi i disa gjuheve programuese--te pakten C, Lisp dhe Prolog. Eshte ide e
mire mesimi i nje gjuhe bazike makine.
Eshte mire qe te njihen dhe gjuhet ne perdorim sot, si C++ dhe Java.(qe nga
fundi i viteve 90)

Hapesirat e AI

Perkufizime te AI

Karakteristika te Inteligjences
Aftesi komunikimi
Kreativitet
Njohuri te brendshme
Aftesi per te mesuar
Perceptimi i njohurive rreth botes
Sjellje te orientuara sipas qellimeve
Njohja e vetvetes

Pse e studiojme sot AI

Labor
Search Engines
Science
Appliances
Medicine/Diagnosis
.
http://world.honda.com/ASIMO/
http://www.aibo.com

Model hierarkik i inteligjences

Disa definime te AI
Filozofia dhe psikologjia studion inteligjencen nderkohe qe AI e
studion dhe nderton objekte inteligjente.
AI eshte nje nder disiplinat me te reja.
Studimi i logjikes eshte nje nder disiplinat me te vjetra.
Per me teper se 2000 vjet filozofet jane perpjekur te kuptojne se cfare
eshte te parit, te mesuarit, te mbajturit mend, dhe te arsyetuarit.
Aktualisht AI perfshin nje varietet te gjere nen-fushash, nga fushat me
qellime-gjenerale si perceptimi dhe arsyetimi logjik, tek detyrat
specifike si te luajturit shah, vertetuesit e teoremave matematikore,
te shkruarit e poezive dhe diagnostikimi i semundjeve.

Kategorite e AI
Sistemet qe mendojne si njerezit
Sistemet qe mendojne ne menyre Racionale
Sistemet qe veprojne si njerezit
Sistemet qe veprojne ne menyre Racionale
Tek fig. 1.1 jane dhene definimet e AI. Keto definime ndryshojne ne dy dimensione kryesore.
Definimet ne pjesen e siperme merren me proceset e te menduarit dhe te arsyetuarit, ndersa
ato ne pjesen e poshtme i adresohen sjelljeve.
Gjithashtu,!
Definimet ne te majte masin suksesin ne terma te performances njerezore, ndersa ato ne anen
e djathte masin perkundrejt nje koncepti ideal te inteligjences, qe ne e quajme rationality.
Nje!
sistem eshte racional nqs ben gjene e duhur.

Sistemet qe mendojne si njerezit

The exciting new effort to make computers think
machines with minds, in the full and literal
sense(Haugeland, 1985)
The automation of activities that we associate with
human thinking, activities such as decision making,
problem solving, learning(Bellman, 1978)

Sistemet qe mendojne ne menyre Racionale

The study of mental facilities through the views of
computational models(Chamiak dhe McDermott,
1985)
The study of computations that make it possible to
perceive reason and act(Winston,1992)

Sistemet qe veprojne si njerezit

The art of creating machines that perform functions
that require intelligence when performed by
people(Kurzweil, 1990)
The study of how to make computers do things at
which, at the moment, people are better(Rick &
Knight, 1991)

Sistemet qe veprojne ne menyre Racionale

A field of study that seeks to explain and emulate
intelligent behavior in terms of computational
processes
(Schalkoff,1990)
The branch of computer science that is concerned
with the automation of intelligent behavior
(Luger & Stubblefield, 1993)

Paralelizma
Acting humanly:Perqasja e Testit Turing
Thinking humanly: Perqasja e modelimit Cognitive
Thinking Rationally: Perqasja e Laws of thought,
Aristoteli-Right thinking
Acting Rationally: Perqasja e agjentit racional
Perqasja e nje racionalisti perfshin nje kombinim te
matematikes dhe inxhinierise.

Testi Turing
Kryesisht ky test pershkruan se nqs nje kompjuter e kalon testin
atehere themi se eshte inteligjent.
Per te kaluar testin kompjuteri duhet te kete aftesite e meposhtme:
natural language processing: aftesia e komunikimit ne
menyre te sukseshme ne Anglisht ose gjuhe te tjera njerezore;
knowledge representation: ruajtja e informacionit qe
merret para ose gjate interrogimit(pyetjeve);
automated reasoning: perdorimi i informacionit te ruajtur ne
dhenien e pergjigjeve dhe hartimin e konkluzioneve te reja;
machine learning: pershtatja me rrethanat e reja dhe
detektimi dhe vleresimi i mjeteve ose modeleve.

Testi Turing eviton nderveprimin e direkt fizik midis

interogatorit dhe kompjuterit, sepse simulimi fizik i
nje personi eshte jo i nevojshem per inteligjencen.
Sidoqofte, i ashtu-quajturi Testi total Turing, perfshin
nje video sinjal dhe interogatori mund te testoje
aftesite perceptuese te subjektit. Per te kaluar kete
lloj testi, kompjuteri ka nevoje per:
computer vision: per te perceptuar objektet, dhe
robotics: per levizjen e tyre.

Thinking humanly: Perqasja e modelimit Cognitive

Nqs themi se nje program i dhene mendon si nje qenie humane, atehere duhet te gjejme
menyra sesi te percaktojme si mendojne njerezit. Kemi nevoje te futemi brenda pjeseve
aktuale te punes se mendjeve njerezore. Ekzistojne dy menyra per ta bere kete:
Nepermjet introspektivesduke u perpjekur te kapim mendimet tona ne shprehje e siper
Ose nepermjet eksperimenteve psikologjike.

Pasi te kemi nje teori mjaftueshem precize te mendjes, eshte e mundur per ta shprehur
teorine si nje program kompjuterik. Nqs i/o dhe sjelljet kohore perkojne me ato
njerezore, eshte e dukshme se disa nga mekanizmat e programit mund te operojne edhe
tek njerezit. Per shembull, Newell dhe Simon, te cilet zhvilluan GPS, "General Problem
Solver" (Newell & Simon, 1961), nuk ishin te bindur nese programi i tyre do te zgjidhte
ne menyre korrekte problemet. Ata krahasonin rezultatet qe merrnin nga GPS me ato qe
merrnin nga subjektet njerez duke zgjidhur te njejtin problem.
Ne kontrast me ta Wang(1960) fokusohej ne marrjen e pergjigjeve te sakta pavaresisht sesi
do te vepronin njerezit.

Fusha nderdisiplinore e shkencave te njohjes

(cognitive science) sjell se bashku modelet
kompjuterike nga AI dhe teknikat eksperimentale
nga psikologjia ne perpjekje per ndertimin e teorive
precize dhe te testueshme ne lidhje me natyren e
punes dhe funksionimit te mendjes njerezore.

Thinking Rationally: Perqasja e Laws of thought

Filozofi Grek Aristotle ishte nder te paret ne perpjekje per kodifikimin e "right
thinking. Silogjizmat e tij te famshme siguruan modele per strukturat
argument qe do te jepnin gjithnje konkluzione korrekte kur jepen premisa
korrekte.
Per shembull,
"Sokrati eshte nje njeri; te gjithe njerezit jane te vdekshem; keshtuqe Sokrati
eshte i vdekshem.
Keto ligje te mendimit (laws of thought) supozohen te drejtonin operimin e
mendjes, dhe te inicionin fushen e Logjikes.
Zhvillimi i logjikes formale ne fund te shek. 19 dhe ne fillim te shek. 20 ofronte nje
notacion preciz per deklarime (statements) rreth gjithe llojeve te gjerave ne bote
dhe relacionet midis tyre. (Ne kontrast me notacionin aritmetik qe ofronte
thjesht barazime ose mosbarazime ne deklarimet me numrat.)

Ekzistojne dy pengesa kryesore ne kete perqasje.

E para, nuk eshte e lehte te marresh njohuri informale
dhe ta vendosesh ne terma formale qe kerkohen ne
notacionin logjik, sidomos kur njohurite jane me pak se
100% te sigurta.
E dyta, ekziston nje diference e madhe midis te qenit ne
gjendje te zgjidhesh nje problem ne princip dhe ta besh
kete ne praktike.
Keto pengesa aplikohen ne perpjekjet gjate ndertimit te
sistemeve te arsyetimit kompjutacional.

Acting Rationally: Perqasja e agjentit racional

Te veprosh ne menyre racionale do te thote te veprosh ne nje forme te caktuar
qe te realizosh nje qellim te caktuar. Nje agjent eshte thjesht dicka qe
percepton dhe vepron. Ne kete perqasje, AI eshte pare si studimi dhe
ndertimi i agjenteve racionale.
Ne perqasjen e "laws of thought" per AI, e gjithe teoria konsistonte ne
inferencat korrekte. Berja e inferencave korrekte ne disa raste eshte pjese e
te qenit agjent racional, sepse nje menyre qe te veprojme ne forme racionale
eshte te arsyetojme logjikisht per nje konkluzion qe nje veprim i dhene do te
arrije synimin e dikujt, dhe me pas te veprojme ne lidhje me ate konkluzion.
Nga ana tjeter, inferenca korrekte nuk eshte e gjitha racionalitet, sepse ka
shpesh situata ku nuk ka gje korrekte per tu bere, por qe akoma duhet bere.
Ka raste ku ne sillemi ne menyre racionale dhe seshte e thene te perfshijme
inferencat.
Si ne rastin kur heqim doren nga soba e nxehte; ky eshte nje veprim refleksiv.

Te gjitha aftesite njohese (cognitive skills) qe nevojiten ne testin Turing

jane per te lejuar veprimet racionale. Keshtuqe, ne kemi nevoje te kemi
aftesine te paraqitim njohurite dhe te arsyetojme me te sepse kjo do te
na mundesonte te merrnim vendime te mira ne nje varietet te gjere
situatash.
Duhet te jemi ne gjendje te gjenerojme fjali te kuptueshme ne gjuhe
natyrale sepse thenia e tyre na ndihmon te kuptojme nje shoqeri
komplekse.
Te mesuarit nuk na sherben vetem per dije; por duke pasur nje ide me te
mire sesi funksionon bota do te mundemi te gjenerojme strategji me
efikase per tu lidhur me te.
Na duhet perceptimi vizual jo thjesht per te pare por per te krijuar nje ide
rreth pasojes se nje veprimi te caktuar dhe permasat e ketij te fundit.

Studimi i AI dhe dezinjimi si agjent racional ka dy avantazhe.

Se pari, eshte me gjenerale se perqasja "laws of thought" , sepse
inferenca korrekte eshte vecse nje mekanizem i dobishem per
te arritur racionalitetin, dhe jo i domosdosshem.
Se dyti, ne zhvillimin shkencor standardi i racionalitetit eshte i
definuar qarte dhe komplet gjeneral krahasuar me perqasjet
qe bazohen ne sjelljet apo mendimin njerezor.
Sjellja njerezore, nga ana tjeter eshte e mire-pershtatur per nje
mjedis specifik dhe eshte pjeserisht produkt, i nje procesi
evolues te komplikuar dhe te panjohur qe ka gjasa te jete larg
nga arritja e asaj qe njihet si perfeksion.

Nje dicka e rendesishme qe vlen te permendet eshte se

para se te arrihet racionaliteti perfekt- duke bere
gjithnje gjene e duhur- nuk eshte e mundur ne
mjediset e komplikuar.
Kerkesat perllogaritese jane thjesht shume te larta.
Nje ceshtje tjeter ka te beje me limited rationality
te vepruarit ne menyre te pershtatshme kur
nuk ka kohe te mjaftueshme per te bere gjithe
perllogaritjet qe ndokush do te pelqente.

Histori e AI me data te rendesishme

Fillesat e AI perpara elektronikes, kane bazen ne teorizimin

e principeve te filozofeve apo matematicieneve si Boole qe

do te perbenin fondamentin e logjikes ne AI.
AI filloi te intrigoje kerkuesit seriozisht me shpikjen e
kompjuterit ne 1943
Kishte nje teknologji ne gjendje per simulimin e sjelljeve
inteligjente
Warren McCulloch dhe Walter Pitts (1943) zhvilluan nje
model neuronesh artificiale.
Claude Shannon (1950), dhe Alan Turing (1953) zhvilluan
programet e shahut.

 John McCarthy, Marvin Minsky, Shannon de Nathaniel

Rochester -rrjetat neurale dhe studimin e inteligjences

Nje kontribut te madh ne AI, serish erdhi nga McCarthy ne
1958 kur ai shkroi nje gjuhe programimi te nivelit te larte te
quajtur 'LISP'.
Allen Newell dhe Herbert Simon zhvilluan 'General
Problem Solver
Programi i Weizenbaum ELIZA (1965)
MYCIN u zhvillua per diagnostikimin e infeksioneve te
gjakut.
Dhe algoritme te tjere

AI eshte ne rritje nga nje duzine kerkuesish, ne mijera

inxhiniere dhe specialiste; dhe nga programet qe luajne
checkers, ne sistemet e dezinjuar per diagnostikimin e
semundjeve.
Gjuhet kompjuterike te nivelit te avancuar, sikurse nderfaqet
kompjuterike dhe procesoret e fjaleve (word-processors) i
detyrohen per ekzistencen e tyre kerkimeve ne fushen e
inteligjences artificiale.

ELIZA- computer therapist

http://www.manifestation.com/neurotoys/eliza.php3

Programi Eliza
ELIZA emulon nje psikoterapist Rogerian.
ELIZA ne te vertete nuk permban inteligjence te mirefillte, vetem truke si

zevendesim vargje karakteresh dhe pergjigjesh bazuar ne fjalet kyce.

Ne fillimet e veta kur programi origjinal ELIZA u shfaq ne vitet 60 disa njerez e
menduan si qenie humane.
Versioni i mesiperm ne javascript i ELIZA u shkrua ne origjinal nga Michal

Wallace dhe me pas u trajtua ne menyre domethenese nga George Dunlop.

Note: Eliza is dumb! This is common knowledge. Please don't write to me telling
me she's dumb, or how to fix it. If you don't like the way she works, you can
change the code yourself. Just view source on this page to see the javascript, and
save it to your hard drive. Then do a search for javascript documenation, and
you should be able to make Eliza act any way you want. :)

Dialogu me Elizen
> Hello, I am Eliza.
----------* we were discussing me,not you
> Oh... ?
* oh
> OK... "we was discussing me,not you". Tell me more.
* what
> What is it that you really want to know?
* nothing special
> I'm not sure I understand you fully.
* me too
Tell me more...
* more?
> Tell me more...
* else
> Tell me more...

Periudha te rendesishme ne AI
The gestation of artificial intelligence (19431956)
Early enthusiasm, great expectations (19521969)
A dose of reality (1966-1974)
Knowledge-based systems: The key to power?
(1969-1979)
AI becomes an industry (1980-1988)
The return of neural networks (1986-present)
Recent events (1987-present)

Themele te AI
Philosophy (428 B.C.-present)
Mathematics (c. 800-present)
Psychology (1879-present)
Computer engineering (1940-present)
Linguistics (1957-present)

Argumente ne AI

Chinese Room Argument

Monty Hall Problem
.