2091577380

gram ten zniechęcał jednak użytkowników swoją nadmierną złożonością.

Z dalszych prac wynika, że rozproszyły one wysiłki naukowców na różne dziedziny, w których potrzebne były urządzenia rozwiązujące konkretne problemy. Wiele z tych dokonań stało się zresztą podstawą późniejszych sukcesów osiąganych przy komputerowym rozstrzyganiu zagadnień ekonomicznych, technicznych i militarnych. Specyfika tych dyscyplin spowodowała jednak, że trzeba było odstąpić od ściśle zdeterminowanych sytuacji i zająć się przypadkami zbliżonymi do rzeczywistości. Należało brać pod uwagę elementy, które nie zawsze dadzą się przewidzieć, ale mogą mieć istotny wpływ na rezultaty. Zaczęto więc zastanawiać się nad zmianami powstającymi w procesie rozwiązywania problemu przez maszynę w wyniku pojawienia się warunków niepewności. Komputer zdolny do podejmowania decyzji, których następstwa nie są w pełni znane, mógłby okazać się znacznie bardziej przydatny niż „rozwiązywacze problemów’⁷ działające w ściśle i do końca określonych warunkach.

Najprostszy proces decyzyjny, czyli wybór jednej z dwu możliwości („tak lub nie”, „czarne lub białe”) — tzw. wybór binarny — odtworzył w maszynie cyfrowej Julian Feldman. ¹ Program przewidywał następne zdarzenie (np. to, czy w kolejnym momencie lampka będzie zgaszona czy zapalona) na podstawie hipotez wysnutych z obserwacji poprzednich sytuacji. Zbiór owych hipotez składa się zatem, powiedzmy, z przepisów: „skoro było jasno, to powinno być ciemno”, „skoro było.jasno dwa

5 Sztuczna inteligencja

%

65

1

J. Feldman, Simulation of Behaviour in the Binary Choice Ezpeńment, Proc. of the Western Joint Computer Conference, 1961.