Asociační reaktor v architektuře robota Ing. Radim Brixí Sylvie Brixí, BA. * Vysoká škola ekonomická, fakulta informatiky a statistiky, sekretariát katedry systémové analýzy Nám. W.Churchilla 4 130 67 Praha 3 Univerzita Karlova v Praze, filozofická fakulta, katedra psychologie Filozofická fakulta Nám. J. Palacha 2 116 38 Praha 1
[email protected] [email protected]
Abstrakt Velmi důležitou schopností člověka je asociovat vnímané skutečnosti s něčím již dříve poznaným. Tento příspěvek popisuje princip fungování strojové asociace pomocí asociačního reaktoru v architektuře robota. Princip je demonstrován pomocí Win32 aplikace s použitím technologií Visual Studia 2008, LINQ a SQL dotazování.
1 Úvod do problematiky koncepce architektury robota V současné době mají počítače schopnost rychle vykonávat rozsáhlé příkazy a instrukce, ale nerozumějí tomu, co dělají. Pracují převážně s daty, informacemi, možná s „člověkem“ vloženými znalostmi, ale počítače sami zpravidla nerozumějí (v pravém slova smyslu) tomu, co dělají. Pokud chceme, aby počítač chápal to, s čím pracuje, doporučuji se inspirovat člověkem samotným, analyzovat jeho přirozenost, pochopit, jak člověk funguje (alespoň v klíčových oblastech pro potřeby umělé inteligence), a sestrojit architekturu, která bude fungovat analogickým (nikoliv však identickým) způsobem. Při prvních experimentech v laboratoři KIT FIS VŠE jsem před několika lety velmi rychle zjistil, že při snaze začít vysvětlovat slova (která člověk používá pro komunikaci) počítači, aby jim „rozuměl“, narazíme na zacyklení definice. Mohu sice popsat jedno slovo jinými, ta však musí být již chápána nebo definována. Pokud nechceme, aby počítač pracoval se slovy podobně jako my se slovy nám naprosto neznámé řeči (např. arabskými nebo čínskými), tedy bez pochopení jejich významu a hloubky, jsme nuceni vytvořit nejprve referenční sadu slov znalostí a schopností, od kterých můžeme teprve něco odvozovat a vylepšovat. (Dítě nejprve musí vstřebat mnoho věcí, než dospěje ke
schopnosti kreativně a třebas i abstraktně tvořit nové představy s pomocí svých nabytých představ a dovedností.) Tato referenční sada pochopených slov tedy zřejmě nemůže být definována kruhem pomocí jiných. Jak tedy řeším tento fakt? Abychom si zodpověděli tuto otázku, podívejme se, jak slovo vzniká. První slova dítěte jsou zpravidla opakování toho, co slyší, tedy snaha reprodukovat slovně často opakovaný vjem. Předpokládám, že velmi záhy dítě začíná chápat, že pokud umí opakovat nějaké slovo, týká se zpravidla asociace s něčím, co zároveň všemi smysly vnímá. Rozpozná tedy maminku, tatínka, psa, své hračky apod. V tomto kroku vývoje je dle mého názoru slovo jakýmsi kódem, který označuje určitou představu dítěte, kterou si vytvořilo na základě četného opakování určitého souboru podobných situací. (U psa např. štěkot s pohybem chlupatého čtyřnohého zvířete). Slovo „pes“ je pak asociováno s představou, která je vyústěním mnoha podobných situací. Podobné situace jsou člověkem k sobě automaticky do společné představy přiřazovány na základě podobnosti v určitém aspektu. V našem příkladě je to např. charakteristický štěkot v kombinaci se snadno rozpoznatelnými pohyby čtyřnohého chlupatého tvora. Pokud dítě uvidí fretku a nebude štěkat, tak se možná zeptá: „co to je?“, nebo si spojí chlupatost s něčím známým. Pokud uvidí fretku a pustíme k tomu stejný štěkot, jaký dítě zná, možná dítě samo řekne „Pes“ a bude se snažit zprvu tyto vjemy spojit v představě s dříve již zažitými (ve spojení se psem), dokud dítěti nevysvětlíme, že to není pes, ale fretka. Takto se postupně dítě učí diferencovat, až jednoho dne rozpozná i pohlaví, rasu apod. Tím vznikají nová slova jako vlčák, jezevčík. Jsou to vlastně kódy k určité asociaci s představou vlčáka resp. jezevčíka, ve kterých dominují nejpodobnější charakteristiky. Tyto charakteristiky (nejčastější podobnosti) nám člověk vlastně často prozrazuje při své
snaze takové slovo vysvětlit popř. definovat. U psa řekne např. „Má čtyři nohy, štěká a je chlupatý“. U vlčáka řekne např. to samé, ale navíc ještě dodá, že je velký, nebo již rovnou řekne: „ Je to velký pes.“ Na základě těchto faktů si můžeme již zodpovědět naší otázku. Referenční sadu slov je potřeba definovat pomocí strojových představ, které jsou reprezentovány shlukem podobných asociací dle určitých parametrů. (Jde o charakteristiky v daných vjemech.). Naše klíčové zjištění tedy vyúsťuje v následující předpoklad pro tvorbu architektury: Do architektury stroje, který má rozumět a chápat, je třeba zahrnout smyslové vnímání a vizualizaci. Navíc ještě zjišťujeme další důležitou věc. Pokud chceme referenční sadu rozšiřovat, musíme používat dalších vlastností, které je třeba mít také definovány pomocí vjemů. Známe tedy např. slovo „pes“, ale neznáme slovo „vlčák“. Pokud bychom definovali vlčáka (bez představy slova „velký“ na základě vjemů) způsobem „velký pes“, udělali bychom chybu, protože slovo „velký“ by nebylo z hlediska znalostního pohledu pochopeno, přestože by již např. slovo „pes“ pochopeno bylo (za předpokladu, že mechanismus pochopení byl vyřešen). Referenční sadu je tedy třeba stále rozšiřovat novými slovy. Nově učená slova musí být na základě vjemů dříve nebo později také pochopena, aby mohla sloužit jako budoucí referenční platforma pochopeních slov. Tímto jsme se dostali k důvodu, proč u stroje, který rozumí naučeným slovům, je jedním z nezbytných předpokladů schopnost asociovat slova se strojovou představou, která vznikla na základě podobných vjemů dle určitých parametrů podobnosti. Vzniká tedy nutnost zahrnout do architektury i smysly, abychom mohli mít (pro schopnost rozumět slovům) toliko potřebné vjemy. Pokud chceme sestrojit mechanismus nebo stroj, který má mít smysly jako člověk, má se i podobně chovat a uvažovat, vidím pádný důvod tuto architekturu (s výše uvedeným vysvětlením) označovat jako architekturu robota. Ještě dodávám, že vjemů je třeba pro správné a rozpoznatelné fungování této koncepce velmi mnoho. Musíme brát v úvahu, kolik toho dítě musí nejprve vstřebat, než se dostane na takovou úroveň, abychom při stejné úrovni u stroje rozpoznali jeho schopnost rozumět věcem a komunikovat. Je to jistě i při současné technologické úrovni velmi vysoký požadavek, ale vývoj jde v technice pořád zatím vpřed, proto věřím, že bude možné při dokončení specifikace architektury vše sestrojit.
2
Výzkum architektury robota
Již několik let se zabývám výzkumem koncepce architektury robota. Abychom se mohli zabývat
asociačním reaktorem, který je součástí této architektury, uvádím jedenu verzi z hrubých modelů pro představu začlenění asociačního reaktoru v této architektuře. Tento model (viz. Fig. 1.) objasňuje roli dále podrobněji rozebíraného asociačního reaktoru. Nejprve je však třeba projít alespoň v hrubých rysech princip fungování celé architektury.
3
Fungování architektury robota
Celá architektura (viz. Fig. 1.) je znázorněna pomocí modulů, které mezi sebou komunikují. Tlusté šipky ukazují vnější cyklus nejdůležitější zpětné vazby v architektuře skrze svět, kde rozhraní výstupu robota ovlivňují vnímané skutečnosti na rozhraních vstupů. Druhý vnitřní zpětnovazební okruh (na obrázku není zvýrazněn) je zkrácený a jde přímo z asociačního reaktoru do centra vnitřních senzorů, které poskytuje vnitřní vjemy kruhovému vjemovému zásobníku. Často je však ještě v cestě vizualizační procesor, který zaručuje, že robot vnímá to, nad čím zrovna přemýšlí. Třetí klíčový (zkratový) zpětnovazební cyklus vede přes reflexní reaktor, který slouží jako hromosvod pro předdefinované reflexy, kdy bezmyšlenkovitě dává ihned příkazy koordinačnímu centru. Takto v architektuře probíhají tři základní zpětnovazební velké okruhy, u kterých však zároveň funguje mnoho dalších vedlejších datových toků i k jiným modulům. Synchronně běží vlákna obsluhující další komunikační kanály v architektuře (většina datových toků je znázorněna na obrázku pomocí šipek, ale některé moduly a šipky nejsou v modelu nakresleny). Než přistoupíme k detailům asociačního reaktoru, vysvětlím nejprve v obecné rovině, jak funguje při práci s vjemy a představami. Z kruhového vjemového zásobníku může asociační reaktor načítat vjemy, které ještě stačil zásobník udržet v krátkodobé paměti. Asociační reaktor provede asociační operaci s představami z vizualizačního reaktoru na základě největší podobnosti pomocí parametrů a uloží do paměti záznam o tom, jaký vjem byl registrován i s vazbou na dříve registrované podobné vjemy. Jedná se tedy o tvorbu asociace s něčím, co považuje asociační reaktor za podobné s tím, co robot má v paměti. Proces diferenciace nebo analýzy pak provádí až vizualizační procesor. Vizualizační procesor se tento vjem nebo shluk vjemů snaží asociovat s nejpodobnější představou ve vizualizačním generátoru (obdobně jako asociační reaktor), avšak na základě parametrů dodaných od modulu map globálních a lokálních vektorů vůle a potřeb (dochází tedy k asociacím na přání dle jiných hledisek). Dále pak s takto identifikovaným vjemem v kontextu s představou provádí různé operace dle vektorů vůle.
Reakční procesor pak dodává instrukce koordinačnímu centru a centru vnitřních senzorů na základě nově vzniklé představy ve vizualizačním procesoru. Vizualizační procesor má na starosti veškerou představivost1 od identické představy vjemů až po abstraktní plány reakcí na základě vektorů vůle.
4 Technologie a reaktoru
funkce asociačního
Jako první praktická snaha technologicky uchopit architekturu robota vyústila v experimenty s asociačním reaktorem pro testování hypotéz týkajících se principu fungování asociací. Správná funkčnost asociačního reaktoru je klíčová pro fungování celé architektury, proto se zajímám o technologické možnosti, jak celý proces asociace nejlépe definovat a implementovat. Berme v úvahu, že vjem může být zcela libovolného charakteru. Pokud máme umět vjem asociovat s jiným na základě podobnosti, je třeba definovat, co je to u vjemu podobnost, dále škálu od nejpodobnějšího vjemu (shoda) až po nejodlišnější vjem (absolutní rozdílnost). Cílem asociačního reaktoru je pak navrátit sadu návrhů asociací od nejpodobnějších až po nejodlišnější vjemy a asociovat nový vjem s těmi nejpodobnějšími (dříve již uloženými) vjemy. V pozdějších komplexnějších podmínkách jsou dříve již uložené podobné vjemy nahrazeny představou (díky funkcím vizualizačního generátoru, reaktoru a procesoru) a porovnává se vjem na vstupu s představou. Vnitřní vjem pak může být daleko komplexnější představa, takže časem robot porovnává i vnímanou představu z druhého velkého vnitřního zpětnovazebního okruhu. Při zpracovávání vjemů jsou nativně rozlišeny od sebe již základní dva druhy vjemu. První je stavový, kdy se zaznamenává např. barva pixelu, druhý je pak tokový, u kterého se zaznamenávají i rozdíly v po sobě jdoucích vjemech. Z hlediska fungování člověka pokládám tokové vjemy za nejdůležitější na vzdory tomu, že v asociačních
1
Zajímavost vizualizačního reaktoru je ta, že na základě vektorů vůle může fungovat jako myslící jednotka používající jen vnitřních představ. Pokud mapy vektorů vůle determinují volní zastavení asociačních procesů vnějších vjemů v asociačním reaktoru, mohlo by se vlastně jednat o analogii jednoduché meditace nebo vnitřního uvolnění. Pokud je navíc potlačena mapa vektorů vůle na úkor aktivace centra pro vnitřní komunikaci s ostatními moduly, možná půjde o analogii k běžnému spánku, přestože nepodléhá zřejmě systém únavě (podléhá pouze stárnutí mentální flexibility).
experimentech jsou nejprve řešeny úlohy s vjemy stavovými. U stavového druhu je vzruch, díky kterému asociační reaktor později asociuje, definován pomocí tzv. figury. Figura je pak nejmarkantnější sada dílčích elementů vjemu oproti pozadí (např. v grafickém vjemu sada tmavých pixelů reprezentujících vyfocenou černou tečku na bílé zdi v obrázku z kruhového vjemového zásobníku). U vjemu tokového druhu není figura počítána jen z rozdílů v rozměrech dílčích entit jednoho vjemu, ale detekují se markantnosti pomocí rozdílů vjemů navíc i v čase. (Např. při pohybu předmětu vůči okolí vnímáme zpravidla především pohyb, sekundárně pak následuje podobný proces detekce figury jako u stavového vjemu). Základ figury tokového vjemu pak spočívá v nejmarkantnějších rozdílech dvou po sobě jdoucích vjemů. První asociační experimenty, jak je již uvedeno výše, jsou tedy prováděny na stavových vjemech obrazového charakteru s použitím principu podobnosti nebo identičnosti barev v jednotlivých pixelech obrazového vjemu. V prvních experimentech zatím upouštím od detekování figury a považuji celý obraz jako takový za figuru. Výzkum metod detekování figury v různých jiných typech vjemu mám v plánu až po experimentech asociačních. Pro realizaci experimentů je použita platforma Visual Studia 2008 a programovacího jazyka Visual Basic.NET, kde pomocí formulářové aplikace s použitím LINQ technologie pro přístup do databáze SQL, je vytvořeno simulační prostředí umožňující testovat chování asociačního reaktoru. Možná by bylo vhodnější použít PROLOG nebo analogový počítač, ale vzhledem k zázemí a zkušenostem jsem upřednostnil výše uvedenou platformu, která poskytuje mnoho vhodných a užitečných nástrojů. Celý asociační reaktor je pak implementován jako třída, která je použitelná jako user control do formuláře. Takto lze testovat i více instancí asociačního reaktoru najednou (viz. Fig. 4.), což je zahrnuto v rámci demonstrace celé aplikace při přednášce. První testy jsou prováděny pomocí sady obrázků, které má asociační reaktor asociovat k podobným obrázkům. Pro tento účel byl naprogramován generátor znaků různých fontů (viz. Fig. 3.), který umí vygenerovat všechny malé znaky abecedy v tolika variantách, kolik je nainstalováno fontů v operačním systému Windows, kde program běží. Lze v tomto generátoru také nastavovat barvu písma i pozadí.
Fig. 2. DBML Diagram. V tabulce Items máme uloženou dimenzi reprezentující čas a znak, v tabulce Pixels můžeme uložit i do potřebných 1600 dimenzí obrázek o rozměrech 40x40 pixelů pomocí unikátních kombinací souřadnic X a Y a n:1 vazbě s tabulkou Items. (Na vzdory zásadám správného návrhu databáze je někdy v tabulce z důvodu snazší, rychlejší dostupnosti a větší přehlednosti při experimentech duplicitně zaznamenávána hodnota i cizí klíč)
Při naplňování paměti referenčními obrázky je použita metoda, kdy ukládáme každý pixel jako řádek v tabulce „Pixels“ (viz. Fig. 2.) s důležitými parametry jako jsou souřadnice, jednotlivé složky RGB, identifikátor obrázku, ke kterému řádek (reprezentující jeden pixel) patří aj. Tato forma ukládání je sice technologicky dost náročná, protože co pixel, to řádek v tabulce, ale naskýtají se velké výhody a široké možnosti při dobře promyšleném SQL dotazování.
Fig. 3. Generátor obrázků písmen pomocí různých fontů
V návrhu způsobu pamatování si vjemů je použit takový mechanismus, že každý dílčí element vjemu (jako je např. pixel) je jednou dimenzí n-rozměrného prostoru, kde n reprezentuje počet dílčích elementárních vjemů na prahu rozlišovací schopnosti pro každý smysl. Pokud bychom uvažovali například dimenzi času, obrazový vjem o rozlišení 40x40 pixelů a textový vjem o velikosti jeden znak na vstupu, pak počet dimenzí pro záznam v paměti je 1+1600+1, tedy prostor o 1602 rozměrech, kde každou paměťovou stopu reprezentuje bod v tomto šestnáctisetdvourozměrném prostoru. Protože se může počet dimenzí měnit v závislosti na komplexnosti vjemu, je třeba ještě toto dořešit nastavením konstantních rozlišovacích schopností robota na určitou dále již neměnnou úroveň, případně vyvinout konverzní mechanismy pokud by se počet dimenzí v průběhu života robota měl měnit. Vzhledem k častému velkému počtu dimenzí je dimenze času brána jako jeden sloupec v tabulce „Items“, 1600 nebo i více dimenzí např. u obrazového vjemu je zakódováno pomocí souřadnice X a Y, kde každá unikátní kombinace těchto dvou čísel reprezentuje dané pořadové číslo dimenze. Znak je pak reprezentován dalším sloupcem v tabulce „Items“ jakožto další dimenze (poslední 1602. dimenze) a všechny řádky v tabulce „Pixels“ týkající se konkrétního vjemu mají pak ve sloupci „Item_Id_Guid” stejný unikátní identifikátor, který je rovněž uveden v řádku záznamu tabulky „Items“ ve sloupci „Id_Guid”. Tímto mechanismem je redukován počet dimenzí z definice sloupců tabulky do řádků s unikátní kombinací souřadnice X a Y.
Jako nejdůležitější poselství považuji to, že na základě prvních graficky orientovaných testů, které asociují byť jen na bázi absolutní shody hodnot pixelů v určité souřadnici, je schopen asociační reaktor robota asociovat nový, dosud nepoznaný obrázek písmene s dříve uloženými vjemy tak, že i při relativně malém počtu naučených referenčních obrázků umí již významně velké množství písmen ve vstupních obrazech správně asociovat s obrázky ve své paměti, kde je vyobrazeno stejné písmeno2 (viz. Fig. 4.). Tento fenomén považuji za velmi pozitivní reálnou zpětnou vazbu podporující výše uvedenou koncepci tvorby asociací v této architektuře robota. V dalších fázích výzkumu plánuji vynalézt takové schopnosti asociačního reaktoru, které si budou umět poradit s různou pozicí figury v obrázku, s různou velikostí, s různým pootočením a deformací. Tyto schopnosti však nesmí do architektury vkládat člověk jako znalost, ale musí se jich robot evolučně dovtípit. Věřím totiž, že v přírodě musí existovat velmi jednoduchý princip (analogický principu fraktálů), díky kterému je možné dosáhnout i enormně komplexních robotických uvažovacích algoritmů, pokud je použita zpětná vazba a rekurze s rostoucí schopností diferencovat stále detailněji představu o světě, která na začátku života reprezentuje nediferencovanou jednotu všeho. Představa diferenciace zřejmě vzniká na základě vzruchů plynoucích z napětí v prostoru, které tvoří rozdíly energetických potenciálů. Pak vnímáme tyto rozdíly jako nový parametr diferenciace světa. Předpokládám, že robot neuvidí svět jaký je, ale bude vidět jen svou představu, což je asi obdobné jako u člověka ovšem s tím důležitým dodatkem, že dle mého názoru robot nemá vědomí v pravém slova smyslu, přestože se to tak může některým lidem zdát. Jeden z rozsáhlých a komplexních důkazů je uveden v knize Shadows of the mind od Rogera Penrose.
2
Pro navrácení výsledku je použit následující příkaz:
select * from (select count(b.Item_Id_Guid) [Count],b.Item_Id_Guid,b.Item_Id from (select * from rdb.dbo.pixels as aa inner join (select Id_Guid as Id_Guid_Of_Item,[value] as Item_Value from rdb.dbo.Items) as ab on aa.Item_Id_Guid=ab.Id_Guid_Of_Item) AS a INNER JOIN rdb.dbo.pixels AS b ON a.Item_Id<>b.Item_Id and a.item_id=@MaxId and b.item_id<>@MaxId and a.x=b.x and a.y=b.y and a.red=b.red and a.green=b.green and a.blue=b.blue group by b.Item_Id_Guid,b.Item_Id) as x Inner Join rdb.dbo.Items as y On x.Item_Id_Guid=y.Id_Guid order by Count desc
Výsledek bývá na jednojádrovém 3,0 GHz CPU s HT technologií navrácen SQL serverem za 8 sekund při dvou milionech řádků v tabulce pixels (což reprezentuje cca. 1250 referenčních záznamů obrázků znaků o rozlišení 40x40 pixelů).
5
Vědomí a umělá inteligence*
Z teoretického hlediska je nezbytné zvážit možnosti a hranice architektury robota, jinými slovy zvážit možnost existence umělé inteligence (A.I.), která by byla podobná nebo dokonce nerozeznatelná od člověka. Na tuto otázku však neexistuje jednoznačná odpověď a současní badatelé v této oblasti se příliš neshodují. Vzhledem k rozsahu této práce si vybereme dva reprezentanty diametrálně odlišných pohledů – Rogera Penrose a Daniela Dennetta. Abychom se lépe orientovali v obrovském množství názorů a teorií, vypůjčíme si dělení Rogera Penrose (1994), anglického matematika a kosmologa. Penrose považuje za znak skutečné umělé inteligence existenci vědomí. Tento fenomén mu proto také slouží jako styčný bod roztřídění přístupů k jednotlivým teoriím.
•
•
• •
A - Dle prvního pohledu, který je velmi konzervativní a striktní, je mysl pouhým sledem výpočtů. Pocity vědomí nebo uvědomování se jsou vyvolány pouhým procesem patřičných výpočtů. B - Příznivci druhé skupiny se dívají na vědomí jako na určitý rys fyziologických procesů v mozku. Berou v úvahu, že i když je možné počítačově simulovat jakýkoliv tělesný proces, nemůže počítačová simulace sama o sobě vědomí vyvolat. C - Vhodné fyzikální procesy mozku vyúsťují ve fenomén vědomí, avšak ty se nedají simulovat ani počítačově. D - Vědomí se nedá vůbec, ani fyzikálně, počítačově nebo jinak vědecky vysvětlit ani zkoumat.
Fig. 4. Asociační reaktor. Tato instance asociačního reaktoru měla za úkol navrátit takovou tabulku dříve zapamatovaných vjemů, která bude obsahovat nejpodobnější asociace (písmene „a“) seřazené shora dle počtu shodných dimenzí reprezentovaných sloupcem Count.
Je však třeba podotknout, že toto dělení je víceméně umělé a slouží spíše pro přehlednost a čtenářovu orientaci v tomto tolik komplexním problému. Mezi jednotlivými skupinami neexistují jasně dané hranice už proto, že někteří vědci stojí svými názory opravdu „mezi“. Sám autor se zařazuje do třetí skupiny a ve svých knihách nabízí mnoho propracovaných matematických důkazů. Podívejme se tedy na tyto čtyři skupiny blíže a začněme extrémními pozicemi. První skupina je nejspíše výsledkem ohromného nadšení počítači a informatikou vůbec, které vzniklo v průběhu 20. století a pokračuje dodnes. Za ním je víra, která se částečně stala realitou, že člověk dokáže sestrojit stroj, který by měl stejné či lepší kvality než on sám. V mnoha ohledech tomu tak již je, i když zůstaneme pouze na poli psychologie – vezměme v úvahu počítače, které svou inteligencí předčí i ty největší génie v daném oboru, např. matematické výpočty, šachy. Z tohoto pohledu je jen krůček k úvaze, že i živé bytosti, včetně člověka, nejsou ničím víc než jen souborem do sebe zapadajících součástek a výpočetních procesů. Není proto nijak překvapující, že ani vědomí není považováno za nic více než výsledek souboru výpočtů. Opačnou pozicí je D – vědomí je cosi vědecky nepoznatelného a jakékoliv snahy o vědecké zkoumání jsou tedy zbytečné. D je většinou postoj zabarvený silným náboženským či esoterickým smýšlením. Avšak nabízí se zde zřejmá otázka – kam by vyústil takovýto přístup ke světu kolem nás i uvnitř nás? To, že je nějaký fenomén prozatím nevysvětlený, nebo vysvětlený pouze z části neznamená, že je to důvod ho nezkoumat vůbec. Pro jemnější rozlišení mezi A, B a C použijme jednoduchou představu počítače, který za určitou dobu dokáže provést všechny dané výpočty, tedy např. naučí se čínsky (Turingův stroj, spjato s Turing – Churchovou hypotézou, také Argument čínského pokoje J. Searleho). Z pohledu A musíme připustit, že pokud se nějaký počítačem řízený robot dokáže po určitou dobu chovat „jako by měl vědomí“, tento robot vědomí skutečně má. Naproti tomu zastánci B by tvrdili, že ačkoliv se robot chová jako by vědomí měl, neznamená to ještě, že ho ve skutečnosti mít musí. A i B tedy tvrdí, že simulace vědomí je možná, avšak zde se odlišují od C. Pro C zůstává vědomí něčím, co počítačově simulovat nelze, a proto by se měl fakt, že robot vědomí ve skutečnosti nemá po uplynutí dostatečně dlouhé doby ukázat zjevným. Musíme mít stále na paměti, že počítačová simulace není to samé, co situace simulovaná (např. simulace hurikánu rozhodně není samotným hurikánem). Autor tedy zastává názor, že současná věda, včetně počítačů a umělé inteligence, není schopna vědomí ani nasimulovat, ani uspokojivě vysvětlit. Lidská mysl je schopna mnohem více než jen výpočtů a vyhrává nad sebelepšími počítači právě tam, kde se to zdá být nejjednodušší – v oblasti „zdravého selského rozumu“.
To, co je na první pohled jasné i malému dítěti, avšak co vyžaduje určitou dávku odstupu, se jeví pro počítače jako v podstatě neřešitelné. Penrose je jeden z autorů, který má vlastní teorii vědomí, ve které spojuje poznatky kvantové fyziky a neurověd. Jeho závěry pouze krátce shrneme, neboť rozsáhlost jeho díla dalece překračuje rámec tohoto příspěvku. Vědomí je svou povahou kvantově-fyzikální, není vysvětlitelné pomocí klasické fyziky. Jeho existence a fungování jsou dle autora spjaty s neuronálním cytoskeletem (konkrétně mikrotubuly) díky jeho zvláštní architektuře, umožňující dočasný souběžný výskyt několika možných stavů tohoto systému. Nyní se zaměřme na anglického filozofa Daniela Dennetta (2004). Autorovo stanovisko je velmi odlišné od Penrose – je jím materialismus a funkcionalismus. Zastává názor, že vědomí vzchází z hmoty těla. Zároveň však vlastnosti hmoty nejsou rozhodující – v adrenalinu není žádná zlost, stejně jako ve zmrzlině není radost. Fakt, že mozek je složen z určitých částí, daných evolučním vývojem, neznamená, že se vědomí musí omezovat pouze na nám známé prvky. Dennett nepochybuje o tom, že je v silách lidského pokroku dříve nebo později vědomý objekt sestrojit a nevidí žádnou teoretickou překážku (tedy v podstatě kdesi na pomezí Penrosových skupin A a B). Postupný vývoj kognitivních procesů, které v případě člověka vyústily do fenoménu vědomí, ilustruje na evolučním procesu. Pro zjednodušení dělí všechny živé tvory do čtyř tříd – darwinovské, skinnerovské, popperovské a gregoryovské. Tvorové spadající do první zmíněné skupiny stáli dle autora na počátku evoluce a nebyly ničím více než napevno danými fenotypy. Postupem přirozeného výběru začali mít výhodu ti z nich, kteří vykazovali schopnost genotypické plastičnosti, dovedli se přizpůsobovat událostem ve svém prostředí. Neustálým zlepšováním těchto upřednostňovaných fenotypů došlo až k vytvoření tzv. skinnerovských tvorů. Ti byli a jsou schopni zkoušet naslepo nejrůznější reakce na podněty z prostředí, které byly v psychologii popsány přes asocianismus Davida Huma, slavné Pavlovovy pokusy, až po behaviorismus a operantní podmiňování B. F. Skinnera a konekcionismus. Tvor si metodou pokus-omyl zvolí nejvhodnější možnou reakci a ta je posléze upřednostňována před ostatními. Skinnerovský tvor však stojí před značnou nevýhodou – vše musí systémem pokus-omyl vyzkoušet sám za sebe, což je nejen velmi nebezpečné a potenciálně ohrožující jeho existenci, ale i evolučně nevýhodné. Proto se dle Dennetta nakonec vyvinuli tvorové popperovští, kteří jsou schopni učení vhledem. Danou situaci si umějí vytvořit jen ve svém vnitřním prostředí a na základě toho vybrat nejlepší možnou variantu odpovědi, aniž předtím
vyzkoušeli všechny možné. Popperovští tvorové tedy jednají rozumným způsobem. Autor nevymezuje žádné hranice mezi jednotlivými skupinami, avšak snaží se určit, kdo z živočišné říše pravděpodobně patří do které skupiny. Lidé samozřejmě požívají výhod všech tří skupin – různých genetických kódů, operantního podmiňování i rozumného uvažování. Nabízí se však otázka, kdo další spadá i pod skupinu popperovských tvorů? Dle mnoha studií etologů i srovnávacích psychologů, se zdá, že kromě nás bychom měli mezi ně počítat všechny živočichy nad úroveň jednoduchých bezobratlých. Současně však autor opět dodává, že je třeba mít se na pozoru před přílišnou antropomorfizací interpretace chování živočichů – to, že je jejich chování složité ještě neznamená, že je také rozumné. Citlivost neznamená nutně cítění. Dalším evolučním krokem, navazujícím na tyto tři třídy je pak tvor gregoryovský, jež umí znalosti získávat pomocí komunikace s ostatními členy svého druhu, umí používat nástroje, z nichž nejvýznamnější je jazyk. Vynalezení nástroje inteligenci vyžaduje, zároveň však již jednou vymyšlený a používaný nástroj inteligenci uděluje. Obloukem se tedy vracíme k evoluční výhodě intencionálního postoje – autor se pokouší nalézt hranici, kde živočichové jsou schopni cítit rozdíly v „myšlenkách“ ostatních a to jim umožňuje předvídat běh situace. Nezbytným předpokladem tohoto kroku však je také dobře vyvinuté vědomí sebe sama. I přes to, že mnoho vyšších obratlovců včetně gazel, kulíků, či zajíců je schopno předvádět chování, které se zdá předpokládat jakousi mentální reprezentaci myšlení na ně útočícího predátora, uzavírá Dennett, že ani toto není důkaz skutečné schopnosti zaujímat intencionální postoj. Vraťme se však zpět k jazyku, který autorovi slouží jako styčný bod jeho teorie. Dennett předpokládá, že bez existence jazyka tak, jak ho známe u lidí, nemůže docházet k zachycování vědomostí a jejich převádění do symbolů (slov, pojmů). Bez symbolů a mentálních reprezentací nelze dojít k porozumění. Výhodou nás lidí jakožto gregoryovských tvorů je možnost přesouvat velké množství našich kognitivních úkolů na prostředí samo pomocí nejrůznějších nástrojů a přístrojů, včetně jazyka. Jsme tedy doslova včleněni do svého sociálního a kulturního okolí a právě díky kultuře a nikoliv pouze dědičnosti se předávají způsoby, jak svou mysl rozprostřít do vnějšího světa a optimálně tak využívat svých vrozených schopností a struktur. Díky tomuto přesunu mysli na vnější nástroje a data jsme schopni blíže se s periferií seznamovat a tím obratněji se učíme pracovat ve své mysli bez ní, pouze pomocí imaginace. Popperovští a nižší tvorové naproti tomu jsou schopni inteligentního, avšak současně i bezmyšlenkovitého chování – jejich „mysl“ nereflektuje a
není reflektována. Tito tvorové nemají díky absenci jazyka schopnost oddělit pojmy od komplikovaných konekcionistických sítí, v nichž jsou zapleteny. Dennettův i Penrosův pohled nás upozorňují na mnohá úskalí, které je nezbytné v oblasti architektury robota překonat jak po stránce psychologicko-filozofické tak konstrukčně-technologické. Zároveň reprezentují dva pohledy – dle redukcionismu a materialismu je vědomí pouze výsledkem činnosti CNS, je tedy vysvětlitelné pouze na základě poznání a popsání jednotlivých kroků, které ho tvoří (za předpokladu, že tyto kroky budou někdy poznány). Z druhého pohledu je vědomí něčím přesahujícím pouhý součet mozkových operací analogicky k tvrzení Gestalt psychologie, že „celek je více než suma jeho částí“. V současné době je patrné, že problematika vědomí je velmi komplexní a přesahuje hranice jediného odvětví vědy. Dle našeho názoru je tou nejpotřebnější věcí v této oblasti syntéza doposud poznaného. Každý z autorů, který se doslova odváží představit vlastní názor (a je za to náležitě kritizován, což je jistě k dobru vývoje vědy) má svůj vlastní, zaměřený pohled a snaží se ho prosadit vůči teoriím konkurenčním. Výsledkem pak není neustálá nástavba a vylepšování, ale spíše nové a nové začátky. Přikláníme se k názoru, že vědomí nelze zredukovat a že tedy musí být považováno za samostatný fenomén, i přes to, že jeho vysvětlení nebylo ani zdaleka podáno. Zároveň souhlasíme s Penrosem, že vědomí není vysvětlitelné pomocí klasické fyziky. Na druhou stranu sama kvantová fyzika není prozatím samospasitelná, není onou „teorií všeho“, i přes její mnohé nesporné úspěchy. Je však třeba zůstat otevření a současně konstruktivně kritičtí vůči novým objevům a teoriím, i když se budou zdát jakkoliv kontroverzní. Nesmíme zapomínat, že jsme i dnes omezeni naší kulturou a společenskými normami a očekáváními.
Literatura [1]
PENROSE, R. Shadows of the Mind. London: Vintage, 1994. ISBN: 0-09-958211-2
[2]
PENROSE, R. Makrosvět, mikrosvět a lidská mysl. Praha: Mladá fronta, 1999. ISBN: 80-204-0780-4
[3]
DENNETT, D. C. Druhy myslí. Praha: Academia, 2004. ISBN: 80-200-1177-3
