Seminarski rad iz Menadžmenta informacionih sistema
VJEŠTAČKA INTELIGENCIJA
SADRŢAJ
1. Uvod..............................................................................................2 2. Inteligencija uopšte......................................................................3 3. Vještačka inteligencija................................................................4 3.1. Istorijski razvoj vještačke inteligencije...........................4 3.2. Pojam vještačke inteligencije...........................................5 3.3. Definicija vještačke inteligencije......................................6 3.4. Karakteristike vještačke inteligencije..............................6 3.5. Oblasti djelovanja vještačke inteligencije.......................7 4. Ekspertni sistemi..........................................................................8 4.1. Pojam i funkcija ekspertnih sistema................................8 4.2. Komponente ekspertnih sistema......................................9 5. Vještačka inteligencija u budućnosti........................................10 6. Zaključak....................................................................................11 7. Literatura...................................................................................12
1
1. UVOD
Vještaĉka inteligencija je jedna od oblasti raĉunarstva koja se poslednjih decenija najbrže razvija. Paralelno sa tim burnim razvojem rastu i oĉekivanja od ove discipline. Dok se za neke oblasti raĉunarstva već smatra da su zaokružene i da se u njima ne oĉekuju novi znaĉajni prodori, od vještaĉke inteligencije se rezultati tek oĉekuju, uprkos tome što su već razvijeni mnogi ”inteligentni” sistemi koji funkcionišu izuzetno dobro. Ovo se možda može objasniti time što ti ”inteligentni” sistemi, i pored varljivih spoljnih manifestacija, funkcionišu na principima koje, najĉešće ne možemo smatrati zaista inteligentnim. Time, naravno, vještaĉka inteligencija samo dobija na atraktivnosti, a novi eksperimenti i teorijska istraživanja predstavljaju put ka novim primjenama u najrazliĉitijim oblastima. Kako je razvoj vještaĉke inteligencije oduvek bio zasnovan na komplementarnom povezivanju teorije i eksperimenata, tako i budući razvoj zahtjeva proširivanje i uĉvršćivanje teorijskih znanja, prije svega matematiĉkih, ali i znanja o specifiĉnim oblastima primjene, kao i njihovu adekvatnu formalizaciju. Ideja o stvaranju mašina koje će biti sposobne da obavljaju razliĉite zadatke inteligentno, bila je centralna preokupacija nauĉnika raĉunarstva koji su se opredijelili za istraživanje vještaĉke inteligencije, tokom cijele druge polovine 20. vijeka. Savremena istraživanja u vještaĉkoj inteligenciji su orjentisana na ekspertne i prevodilaĉke sisteme u ograniĉenim domenima, prepoznavanje prirodnog govora i pisanog teksta, automatske dokazivaĉe teorema, kao i konstantno interesovanje za stvaranje generalno inteligentnih autonomnih agenata.
2
2. INTELIGENCIJA UOPŠTENO
Uobiĉajeno pod inteligencijom podrazumijevamo sposobnost usvajanja, pamćenja i obrade odredjenjih znanja. U svakom sluĉaju možemo smatrati da inteligencija podrazumeva bar dvije sposobnosti: sposobnost pamćenja, skladištenja znanja i mogućnost njegove obrade. Osoba (ili mašina) bez ikakvog znanja ne može biti smatrana inteligentnom. Takodje, inteligentnom ne može biti smatrana ni osoba (ili mašina) sa ogromnom koliĉinom ”statiĉkog” znanja odnosno podataka, ali bez sposobnosti da to znanje obradjuje i da rješava probleme u vezi sa njim. Postoje i drugi aspekti inteligencije. Jedan od njih je brzina obrade znanja, koja je, kada su u pitanju raĉunari, zavisna ne samo od procedura za zakljuĉivanje, već, naravno, i od tehniĉkih karakteristika pojedinog raĉunara.Sposobnost uĉenja - usvajanja novih znanja takodje je jedan od aspekata inteligencije,iako je možemo uvrstiti u sposobnost rešavanja problema. Aspektom inteligencije možemo smatrati i sposobnost komunikacije sa drugim inteligentnim bićima (mašinama), koju takodje možemo uvrstiti u rješavanje problema. Smatraćemo, dakle, da biće ili mašina imaju atribute intelignetnog, ako imaju navedena svojstva. Ako se radi o mašini odnosno uredjaju bilo koje vrste sa navedenim svojstvima, govorićemo o veštaĉkoj inteligenciji. Podsetimo se i jedne ”klasiĉne” definicije vještaĉke inteligencije: ako su u odvojene dve prostorije smeštene jedna ljudska osoba i neka naprava i ako na identiĉne probleme one pružaju odgovore na osnovu kojih se ne može pogoditi u kojoj sobi je ĉovjek, a u kojoj naprava, onda možemo smatrati da ta naprava ima atribute vještaĉke inteligencije. Nakon svega, dobro je navesti i jednu rigorozniju i možda suvoparniju, ali vjerovatno najbolju definiciju vještaĉke inteligencije — to je disciplina koja se bavi problemima u kojima se javlja kombinatorna eksplozija. Za pojam inteligencije suštinska su dva pitanja: pitanje znanja i pitanje zakljuĉivanja, koja, kada govorimo o raĉunarima, odgovaraju pojmovima baze znanja i komponente zakljuĉivanja. Komponenta zakljuĉivanja (izvoĊenja) predstavlja takodje neku vrstu znanja to je znanje o procesu izvoĊenja novih informacija iz iz date baze znanja i o pravilima po kojima se to izvoĊenje vrši. Znanje ovog tipa zvaćemo meta-znanjem. Sam pojam znanja, takoĊe ima više aspekata. Po mnogim filozofskim koncepcijama znanje predstavlja tvrĊenja za koje je utvrĊeno ili može biti utvrdjeno da su taĉna. Ipak, mi ćemo ĉesto imati potrebu da radimo i sa informacijama koje ne moraju da budu taĉne, pa ćemo prihvatiti širi pojam znanja i pod njim podrazumijevati i istinite, potvrĊene ĉinjenice, ali i hipoteze, nepotpune informacije i informacije date sa odreĊenim vjerovatnoćama. Izbor reprezentacije znanja je jedan od kljuĉnih problema i on je u direktnoj vezi i sa prirodom odredjenog znanja, ali i sa prirodom mehanizama za zakljuĉivanje. Mehanizmi za zakljuĉivanje moraju biti prilagoĊeni reprezentaciji znanja i njegovoj prirodi, pa će u jednom sluĉaju biti zasnovani na klasiĉnoj logici, a u drugom na modalnoj logici, teoriji verovatnoće, fazi logici itd. Zakljuĉivanjem možemo smatrati proces po kojem se na osnovu baze znanja može izvesti informacija koja u njoj nije eksplicitno sadržana.
3
3. VJEŠTAĈKA INTELIGENCIJA
3.1. Istorijski razvoj vještaĉke inteligencije
Iako se prvi tragovi razmišljanja o vještaĉkoj inteligenciji mogu naći još u drevnom Egiptu, tek sa razvojem elektronskog raĉunara 1941. godine stvorena je tehnologija za njeno oblikovanje. Termin "vještaĉka inteligencija" upotrebljen je prvi put 1956. godine na kongresu u Dartmutu, u Novoj Škotskoj (Kanada). Kongres je organizovao Džon MekKarti, kojeg mnogi danas smatraju ocem vještaĉke inteligencije. Iako konferencija sama po sebi nije predstavljala veliki uspeh, pioniri na polju vještaĉke inteligencije okupili su se na jednom mjestu radi razmene ideja i udareni su temelji za budući rad na polju. Godinu dana kasnije, testirana je prva verzija novog programa pod nazivom The General Problem Solver (GPS). Program je bio sposoban za rešavanje većeg boja opštih problema. Par godina kasnije, IBM je stvorio tim za istraživanje vještaĉke inteligencije. Herbert Gelerneter proveo je tri godine na razvoju programa za rješavanje geometrijskih teorema. Uporedo sa pojavom novih programa, MekKarti je spremao veliko otkriće u istoriji vještaĉke inteligencije - raĉunarski jezik LISP, koji se još uvek koristi. Godine 1963, Masaĉusetski institut za tehnologiju (MIT) primio je 2,2 miliona dolara od ameriĉke vlade za istraživanje vještaĉke inteligencije, namjenjenih, prije svega, održavanju tehnološkog primata SAD nad tadašnjim SSSR-om. Godinu dana kasnije, pojavio se veliki broj programa, od kojih je najzapaženiji bio SHRDLU. Program je bio sposoban za rješavanje manjih prostornih I logiĉkih problema. Krajem šezdesetih godina prošlog vijeka, pojavio se i program STUDENT, koji je rješavao algebarske probleme, i SIR, koji je mogao da razumije jednostavne reĉenice na engleskom jeziku. Napredak u šezdesetim godinama prošlog vijeka obilježila je pojava ekspertnih sistema koji izvode predviĊanja vjerovatnoće rešenja u zadatim uslovima. Desetak godina kasnije, ekspertni sistemi upotrebljavani su za prognoze na tržištu vrednosnih papira i u medicinskoj dijagnostici. Tokom osamdesetih godina prošlog vijeka, vještaĉka inteligencija je razvijana mnogo bržim tempom. Polje istraživanja je takoĊe sve ĉešće zalazilo u korporacijski sektor. U 1986. godini, prodaja programa i hardverske opreme zasnovanih na VI iznosila je samo u SAD oko 425 miliona dolara. Kompanije kao Digital Electronics koristile su XCON, ekspertni sitem projektovan za programiranje velikih VAX raĉunara. Kompanije DuPont, General Motors i Boeing su takoĊe u velikoj mjerili koristile ekspertne sisteme. Pojava personalnih raĉunara ubrzala je razvoj VI i donekle promijenila smijer ulaganja. Osamdesetih godina prošlog vijeka pojavilo se i novo polje na istraživanju VI - vještaĉki vizuelni sistemi. Tako je rad nauĉnika sa MIT-a omogućio postavljanje kamera i raĉunara u industriji, kao sredstava kontrole kvaliteta. Iako grubi, ovi sistemi mogli su da razlikuju oblike i predmete. Do 1985. godine, preko stotinu kompanija nudilo je vještaĉke vizuelne sisteme samo u SAD, a prodaja je dostigla iznos od oko 80 miliona dolara. MeĊutim, krajem osamdesetih godina, potražnja za VI sistemima je opala, a industrija je izgubila gotovo pola milijarde dolara. 4
Zbog toga su i ulaganja u istraživanje VI sistema opala. Još jedno razoĉarenje predstavljao je tzv. "pametni kamion", ĉiji je razvoj finansiralo Ministarstvo odbrane SAD. Cilj projektaje bio razvoj robotskog vozila koje bi samostalno izvršavalo mnoge borbene zadatke. Zbog malo vjerovatnog uspijeha, Pentagon je uskratio finansiranje projekta. Uprkos obeshrabrujućim dogaĊajima, VI se polako oporavila. U Japanu je razvijana nova tehnologija. U SAD je razvijena tzv. "nejasna logika", koja je namenjena obradi nepreciznih ili promjenljivih podataka. Za razliku od tradicionalnih binarnih vrednosti, ova logika koristi veliki opseg vrijednosti radi veće fleksibilnosti. Na taj naĉin, raĉunar je mogao da donese zakljuĉke u neizvesnim uslovima. Kao mogući naĉin za postizanje VI razmatrane su i neuronske mreže. Osamdesete godine prošlog vijeka su uvele VI na korporacijsko tržište i pokazale da tehnologija ima konkretne primene. Mnogi oĉekuju da će VI tehnologije biti kljuĉne u 21. veku. Evolucioni putevi vještacke inteligencije i simulacije poĉeli su znaĉajnije da konvergiraju tek u poslednjoj deceniji dvadesetog vijeka, iako su istraživanja u obe oblasti zapoceta znatno ranije. Vještacka inteligencija proistekla je iz istraživanja u oblasti kognitivne psihologije i matematiĉke logike, cije je osnovno težište bilo na objašnjenju rada ljudskog mozga i izradi algoritama opšte namjene za rješavanje razlicitih problema.
3.2.
Pojam vještaĉke inteligencije
Vještaĉka inteligencija (VI) je podoblast raĉunarstva. Cilj istraživanja vještaĉke inteligencije je razvijanje programa (softvera), koji će omogućiti raĉunarima da se ponašaju na naĉin koji bi se mogao okarakterisati intelignentim. Prva istraživanja se vežu za same korjene raĉunarstva. Ideja o stvaranju mašina koje će biti sposobne da obavljaju razliĉite zadatke inteligentno, bila je centralna preokupacija nauĉnika raĉunarstva koji su se opredijelili za istraživanje vještaĉke inteligencije tokom cijele druge polovine XX vijeka. Danas, istraživanja u vještaĉkoj inteligenciji su orijentisana na ekspertne sisteme, prevodilaĉke sisteme u ograniĉenim domenima, prepoznavanje ljudskog govora i pisanog teksta, automatske dokazivaĉe teorema, kao i konstantnim interesovanjem za stvaranje generalno inteligentnih, autonomnih agenata.Vještaĉka inteligencija kao pojam u širem smislu, oznaĉava kapacitet jedne vještaĉke tvorevine za realizovanje funkcija koje su karakteristika ljudskog razmišljanja. Mogućnost razvoja sliĉne tvorevine je budila interesovanje ljudi još od antiĉkog doba; ipak, tek u drugoj polovini XX vijeka takva mogućnost je dobila prva oruĊa (raĉunare), koja otvaraju put za taj poduhvat. Teorija i praksa vještaĉke inteligencije (VI) su još u svom pionirskom dobu i vrijeme pravih otkrića tek treba da doĊe. Potrebno je bilo dugo vremena da se pojam vještaĉke inteligecije [Artifical Intelligence (AI)] probije i odomaći. Primjena metoda VI će, vjerovatno, igrati znaĉajnu ulogu u organizacijama budućnosti, u prvom redu u cilju pripremanja odluka u procesu upravljanja. Mnogi nauĉnici su skeptici prema mogućnosti razvijanja istinske VI. Funkcionisanje ljudskog razmišljanja, još uvijek nije dublje poznato, iz kog razloga, informatiĉki dizajn inteligentnih
5
sistema, će još duži vremenski period biti u suštini onesposobljen za predstavljanje tih nepoznatih i složenih procesa
3.3.
Definicija vještaĉke inteligencije
1. Vještaĉka inteligencija je nauka koja ĉini da mašine obavljaju stvari koje bi zahtjevale inteligenciju kada bi ih obavljao ĉovjek (M. Minsky, 1968.); 2. Vještaĉka inteligencija je dio nauke o raĉunarima usmjeren na stvaranje i prouĉavanje raĉunarskih programa koji ispoljavaju svojstva koja se identifikuju kao inteligentna u ljudskom ponašanju: znanje, zakljuĉivanje, uĉenje, rješavanje problema, razumjevanje jezika i dr. (A. Barr, 1983.); 3. Vještaĉka inteligencija je disciplina kreiranja mašina koje podražavaju ljudsko ponašanje ili inteligenciju; mašine koje su senzitivne i misle (M. Carrico, J. Girard, J. Jones, 1989.); 4. Veštaĉka inteligencija je disciplina koja izuĉava mehanizme inteligentnog ponašanja kroz analizu, razvoj i evaluaciju vještaĉkih tvorevina u koje se ugraĊuju ti mehanizmi (V. Devedžić, 2002.).
3.4.
Karakteristike vještaĉke inteligencije
Raĉunari predstavljaju jedinu tvorevinu ljudske ruke koji su u stanju da pretenduju na mogućnost sticanja elemenata i karakteristika inteligencije. Pri tome treba zanemariti sociološka, kulturološka, psihološka i druga razmatranja i sagledavati tehniĉke pretpostavke za ostvarenje navedenog cilja. Prema Evansovim definicijama karakteristike VI, koje bi raĉunar morao da ima pa da, barem rudimentarno, bude inteligentan, su: - prijem podataka, - spremanje podataka, - brzina obrade podataka, - efikasnost raĉunarskih programa, - promjenljivost raĉunarskih programa, - mogućnost uĉenja, - ekstrapolacija i rješavanje netrivijalnih zadataka.
6
3.5.
Oblasti djelovanja vještaĉke inteligencije
Oblasti veštaĉke inteligencije sa nekim podoblastima i tipovima inteligentnih sistema jesu: -
-
-
-
ekspertni sistemi - sistemi kojima se ĉuva i eksploatiše znanje na naĉin sliĉan ljudskim ekspertima mašinsko uĉenje - metode klasifikacije, otkrivanja znanja (DataMining), dobavljanje informacija (information retrieval), indukcija, prepoznavanje šablona (pattern recognition) igre - teorija igara i primene, šah ... predstavljanje znanja - jezici predstavljanja znanja, structure rasuĊivanje (rezonovanje) - pretraživanje, razliĉite metode rasuĊivanja (od Aristotelovih silogizama do danas) i automatsko dokazivanje teorema, formalno automatsko dokazivanje ispravnosti obrada prirodnog jezika - mašinsko prevoĊenje, razumijevanje i analiza dijaloga, automatsko ispravljanje i generisanje agenti - multi-agentski sistemi i primjene, softboti, web mining govor - problemi prepoznavanje, generisanje i razumijevanja govora, prepoznavanje govornika i autentifikacija vizija - problemi interpretacije i razumijevanja slika raĉunska inteligencija (soft computing) - fazi logika i sistemi, neuronske mreže, genetski algoritmi, primjene u automatskom odluĉivanju i upravljanju robotika kognitivne nauke (multidisciplinarna oblast u kojoj se prepliću VI i psihologija, filozofija, neurologija, biologija, lingvistika, antropologija): uvjerenja, kreativnost, emocije, pamćenje, percepcija, priroda inteligencije i svijesti, usaĊena sposobnost saznavanja (kognicija), i mnoge ,,kombinacije” kakva je i evolutivna psihogija (uticaj biološke strukture organizma na psihu i obratno - jedinke kao eksponenti DNK) edukacija - inteligentni tutorski sistemi inteligentni interfejsi - modeliranje korisnika, dijaloga i objašnjenja, veza sa tehnologijom filozofski aspekti, etiĉke i društvene implikacije
7
4. EKSPERTNI SISTEMI
4.1.
Pojam i funkcija ekspertnih sistema
Ekspertni sistemi predstavljaju jednu od najznaĉajnijih oblasti istraživanja vještaĉke inteligencije. Osnovni zadatak ekspertnih sistema je da omoguće korištenje znanja i iskustva vrhunskih eksperata, ugraĊenih u ekspertni sistem. Ekspertni sistem je inteligentni raĉunarski program koji se koristi znanjima i pocedurama zakljuĉivanja u rješavanju problema koji zahtijevaju znaĉajan intelektualni napor. Znanje potrebno za rad na tom nivou, plus primijenjene procedure zakljuĉivanja, mogu se smatrati modelom razmišljanja najboljih struĉnjaka te oblasti. Znanje ekspertnog sistema sastoji se od ĉinjenica (facts) i iskustvenih pravila (rules). Ĉinjenice ĉine skup informacija koje su široko rasprostranjene, javno dostupne i prihvaćene meĊu struĉnjacima te oblasti. Iskustvena pravila su pretežno liĉna, rijetko obrazlagana pravilima dobrog prosuĊivanja (pravila zdravog razuma, pravila dobrog pogaĊanja), koja opisuju donošenje odluka na struĉnom nivou u toj oblasti. Nivo ekspertnog sistema je u najvećoj mjeri funkcija veliĉine i kvaliteta baze znanja koju posjeduje. Od ekspertnog sistema se oĉekuje da može da postavlja pitanja, objašnjava rezonovanje i opravdava zakljuĉke. Pomoću ekspertnog sistema može se rezonovati na osnovu znanja ograniĉenog domena i ĉak se približiti ljudskim performansama, a u nekim sluĉajevima ih i prevazići. S druge strane, ekspertni sistemi ne mogu obezbijediti rješenja problema koja ni ljudska bića ne znaju da riješe. Umjesto toga, ekspertni sistemi sadrže postojeća znanja eksperata u kodiranoj formi i koriste se ovim znanjima kako bi pokušali rezonovati kao ljudska bića. Otuda snaga ekspertnih sistema leži u znanju. Da bi rezonovao kao ljudsko biće, ekspertni sistem se ne služi samo faktiĉkim znanjem, kao kod konvencionalnih programa, već se služi I nepotpunim znanjem i rezultatima posmatranja, zasnovanim na eksperimentu i intuiciji. Pri tome se primjenjuju odgovatrajuće metode analize, manipulacije i primjene kodiranog znanja, tako da ekspertni sistem može zakljuĉivati I objašnjavati akcije. Ekspertni sistemi rade sa simboliĉkim opisima znanja koja posjeduju. Pri tome se ĉesto koriste velikim brojem suprotstavljenih pretpostavki, daju sugestije, ili razliĉite važnosti pojedinim mogućnostima. Ĉesto mogu da daju odgovore, odnosno da rješavaju teške probleme, nekada ĉak i bolje od struĉnjaka iz odreĊene oblasti. Ekspertni sistem se razlikuje od drugih raĉunarskih programa, zato što rezonovanje nije direktno. Njegovi zadaci nemaju praktiĉna algoritamska rješenja i ovi sistemi ĉesto moraju davati zakljuĉke zasnovane na nekompletnosti, neizvjesnosti, spekulativnosti, ili neodreĊenosti. Primjenom ekspertnih sistema se rješavaju neki od glavnih nedostataka eksperata, u koje se ubrajaju fakti da su isti rijetki, skupi, zauzetu, smrtni, nekonzistentni, podložni greškama. TakoĊe se javlja i problem zbog prelaska eksperata kod konkurencije, kada se dogaĊa gubitak znanja, možda i poslovnih tajni, prekid rada na trenutnim projektima I sliĉno. Ekspertni sistemi, s druge strane, iako potencijalno manje struĉni, s manjom fleksibilnošću i većim poĉetnim ulaganjima, nemaju ovih problema.
8
4.2.
Komponente ekspertnih sistema
Ekspertni sistemi sadrže tri osnovne komponente: -
-
baza znanja (Knowledge base), koja u simboliĉkom smislu predstavlja znanje sastavljeno od ĉinjenica i opštih informacija, kao I heuristike iz oblasti rješenja problema; mehanizam zaključivanja (Inference engine), koji interpretira znanje u bazi znanja i izvršava logiĉke dedukcije i izvjesne modifikacije baze znanja; upravljački mehanizam, koji organizuje i upravlja strategijama koje se koriste u procesu zakljuĉivanja.
Tri osnovne komponente ekspertinh sistema Ekspertni sistemi su našli primjenu u brojnim oblastima: medicinska dijagnostika, vojska, praćenje i upravljanje proizvodnjom, projektovanje proizvodnje, geološka, posebno naftna istraživanja, konfigurisanje sistema, praćenje berzi itd. Danas se tržište ekspertnih sistema sve više širi i može se oĉekivati da u budućnosti postane jedna od glavnih raĉunarskih grana.
9
5. VJEŠTAĈKA INTELIGENCIJA U BUDUĆNOSTI
Neki ljudi su zabrinuti zbog mogućeg uspjeha u istraživanju umjetne inteligencije, davanja prevelike moći raĉunarima, prevelikoj ovisnosti o njima. Puno je složenih etiĉkih pitanja vezanih uz VI. Na primjer, ako doktor upita VI program za pomoć pri dijagnozi bolesti, a on mu da krivi odgovor, ali ko snosi odgovornost zbog toga? Za većinu opreme koju doktor koristi odgovoran je da ispravno funkcionira, ali za VI sistem koji tvrdi da ima sve znanje raznih eksperta? Da li su odgovorni upravo oni ili možda sam programer? U budućnosti unutar vještaĉke inteligencije će se morati razviti podruĉja etike i pravila društvenih odnosa. Za sada, VI proizvodi se primaju sa oduševljenjem i odobravanjem u naše društvo. Trenutna istraživanja bi nam uskoro trebala donijeti programe koji će omogućiti prirodnije prihvaćanje sve moći raĉunara. Bićemo u mogućnosti priĉati s njima, ili će nam oni pomagati gledanjem onoga što pokušavamo napraviti, te nam dati odreĊene savijete i pomoć, ili nam samo olakšati svakodnevni život. Vjeruje se da će nam VI jednoga dana pomoći riješiti neke probleme koje danas ne možemo riješiti upotrebom tradicionalnih pristupa nauci I inženjerstvu.
10
6. ZAKLJUĈAK
Svakodnevno smo svedoci brojnih primjera upotrebe vještaĉke inteligencije u oblasti hemijske industrije.Za oĉekivati je da će u budućnosti upotreba vještaĉke inteligencije biti sve zastupljenija ĉak i u svakodnevnom radnom okruženju. Vještaĉka inteligencija pokušava simulirati ljudski naĉin razmišljanja služeĉi se deklarativno znakovnim programiranjem uz razvijanje vizuelnih senzora i prirodnih jezika. U budućnosti je za oĉekivati da će putem vještaĉke inteligencije biti zamijenjeni mnogi eksperti i struĉnjaci. Velike baze znanja će omogućiti lakše rješavanje problema.
11
10. LITERATURA
1. Prof.dr Mladen Radivojević, Elektronsko poslovanje-Menadžment
informacioni sistemi, Banja Luka 2007 2. www.scribd.com/2008. 3. www.etf.unsa.ba/index/2004 4. www.lecad.unze.ba/2009 5. bs.wikipedia.org/.../Kategorija:Vještaĉka_inteligencija/2004
12