IT technológiák a társadalmi kommunikációban Elme és számítógép – mi a mesterséges intelligencia? Szerző: Ács Péter Lektor: Szakadát István
TÁMOP-4.1.2.A/1-11/1-2011-0091 „INFORMÁCIÓ - TUDÁS – ÉRVÉNYESÜLÉS”
Bevezető A következő elektronikus tanagyag az emberi gondolkodás és problémamegoldás folyamatainak megismerésével és modellezésével foglalkozó tudományterületek, a kognitív tudományok és a mesterséges intelligenciakutatás néhány alapkérdésével ismerteti meg Önt. Egy régóta zajló, több tudományterületet érintő vita álláspontjait járjuk körül, melynek fő kérdése, hogy - köznapi módon megfogalmazva - gondolkodhatnak-e a gépek? Ehhez természetesen szükséges annak a meghatározására, hogy mit értünk „gondolkodás” és „gép” alatt. Már ezekre a kérdésekre is sokféle válasz adható, a leggyakoribb megközelítés a gondolkodást a külső szemlélő számára megfigyelhető intelligens viselkedésként azonosítja; a gépet pedig általában a mindennapokban használt, a digitális elven működő számítógépként értelmezi. A kérdés tehát úgy fogalmazható át, hogy képesek-e a számítógépek az emberéhez hasonló intelligenciát tükröző módon viselkedni, vagy legalább alkalmasak egyes gondolkodási folyamatok bizonyos szintű modellezésére? Az álláspontok áttekintése után arra szeretnénk felhívni a figyelmet, hogy, is a mesterséges intelligencia – gondolkodó gépek nélkül is - számos terülten már életünk részévé vált. TÁMOP-4.1.2.A/1-11/1-2011-0091 „INFORMÁCIÓ - TUDÁS – ÉRVÉNYESÜLÉS”
Tartalom • • • • • • • •
Gondolkodó gépek? Az elme mint számítógép metafora A Turing-teszt A sakkjáték mint M.I. sikerterület Watson a kvízjátékos Searle és a kínai szoba argumentum Újabb alternatívák: a konnekcionizmus Példák a gépi intelligencia alkalmazására
TÁMOP-4.1.2.A/1-11/1-2011-0091 „INFORMÁCIÓ - TUDÁS – ÉRVÉNYESÜLÉS”
Gondolkodó gépek? Mit is nevezünk gondolkodásnak? Valójában nem egy, hanem sokfajta humán képesség és készség együttes jelenlét, melyek külön-külön is vizsgálhatók: • következtetések levonása, • racionális döntéshozatal, • információfeldolgozás (előhívás, raktározás, kategorizáció), • kommunikáció. A gondolkodás „az intelligens viselkedés” formájában figyelhető meg. • Az emberre jellemző intelligens viselkedés egyes formáit felfedezhetjük az állatvilágban (eszközhasználat bizonyos formái, tájékozódás a környezetben belső „térképek” segítségével, „gondolatolvasó” képesség a kutyáknál, egyszerű kommunikációs rendszerek használata), ugyanakkor ezek nem tekinthetők a tanult viselkedési formák hajlékony alkalmazásának. • Számos elképzelés szerint az emberi intelligencia legfőbb jellemzői a nyelvhasználathoz kapcsolódnak fakad, a kettős rétegzettséget fel mutató nyelvi kommunikáció nem található meg az állatvilágban, • Ugyanakkor nem zárhatjuk ki, hogy elviekben más lények és szerkezetek is rendelkezhetnek hasonló képességekkel. TÁMOP-4.1.2.A/1-11/1-2011-0091 „INFORMÁCIÓ - TUDÁS – ÉRVÉNYESÜLÉS”
Gondolkodó gépek? A gondolkodást, illetve az azt lehetővé tévő kognitív folyamatok tanulmányozására két, egymással együttműködő tudományterület jött létre a múlt század 50-es 60-as éveiben, melyek képviselői gyakran igen hasonló problémákon dolgoznak, megközelítésük mégis különböző. Mesterséges intelligenciakutatás (M.I., Artificial Intelligence Research) Az alkalmazott számítástechnika egyik vezető területe, amely az ember problémamegoldási képességet vizsgálja és próbálja meg újrateremteni megfelelő hardware és software segítségével. Kognitív tudományok (Megismeréstudomány, Cognitive Sciences) A több tudományterület (filozófia, pszichológia, nyelvészet, társadalomtudományok) komplex emberi megismerési, gondolkodási, problémamegoldási képességek megismerésére törekszik, melynek modellezésére egyes esetben a számítógépes alkalmazásokat is használ. A kettő közötti különbséget úgy lehet megragadni, hogy az M.I. célja egy adott problémára adható optimális gépi megoldása megkeresése, kognitív tudósok számára viszont nem az optimálisan, hanem az emberi módon működő modellek az érdekesek.
TÁMOP-4.1.2.A/1-11/1-2011-0091 „INFORMÁCIÓ - TUDÁS – ÉRVÉNYESÜLÉS”
Az elme mint számítógép metafora • Az erős analógia alapját az képezi, hogy az emberi agyat biológiai felépítése elvileg alkalmassá teszi a digitális működési elvek megvalósítására (gátló és erősítő szinaptikus kapcsolatok működhetnek logikai kapuként). Ugyanakkor nyilvánvalóan komoly eltérések vannak az adatokat párhuzamosan feldolgozó, analóg jelekkel átvitelén alapuló agyműködés és a szeriális számítógép között. Neumann János a kérdést vizsgáló klasszikus írásában úgy fogalmaz, hogy az agy működése bináris elveken nyugszik, ugyanakkor analóg felépítéséből fakadóan matematikai módon nem leírható. • A klasszikus felfogás képviselői a funkcionális analógia mellett érvelnek. Az intelligens viselkedés szerintük közegfüggetlen, az azt létrehozó folyamatok a számítógépek segítségével reprodukálhatóak. Newell, Shaw és Simon az általános problémamegoldás természetét a deduktív és induktív következtetések alkalmazására vezetik vissza, 1957-ben alkotják meg a fizikai szimbólum hipotézist (1957) – mely szerint az elme és a számítógép funkcionális szinten összevethető • A klasszikus kognitivista felfogás egyik tekintélyes mai képviselője Jerry Fodor szerint az elme információfeldolgozó rendszerként működik, akárcsak a számítógép, a gondolkodás nem más, mint szintaktikai szabályokra épül szimbólumfeldolgozás. TÁMOP-4.1.2.A/1-11/1-2011-0091 „INFORMÁCIÓ - TUDÁS – ÉRVÉNYESÜLÉS”
A Turing-teszt Alan Turing (1965 [1950]) „Számítógép és gondolkozás” (‚Computing Machinery and Intelligence’) című tanulmányában veti fel először a mesterséges intelligencia problémáját. Turing szerint a „tudnak-e a gépek gondolkozni?" kérdés túlságosan absztrakt, ezért az imitációs játékot hívja segítségül: részt tudnak-e venni egy beszélgetésben anélkül , hogy lelepleződjenek? Egy terminálon folyó beszélgetésben vajon el tudjuk-e egyértelműen dönteni, hogy partnerünk ember vagy gép? Kérdés: Kérem, írjon egy szonettet a Forth Bridge témájára. Felelet: Ebben ne számítson rám, nem tudok verset írni. Kérdés: Mennyi 34 957 meg 70 764? Felelet: (körülbelül 30 másodpercnyi szünet után): 105 621. Kérdés: Sakkozik? Felelet: Igen. Kérdés: Egyetlen (sötét) királyom áll az e8-as mezőn, önnek csak királya van az e6-os mezőn és bástyája az al-es mezőn. Ön következik. Milyen lépést tesz? Felelet: (15 másodperc szünet után): Bástya a8 és matt.
TÁMOP-4.1.2.A/1-11/1-2011-0091 „INFORMÁCIÓ - TUDÁS – ÉRVÉNYESÜLÉS”
A Turing-teszt Turing optimista, szerinte a digitális számítógépek 50 éven belül 70%-os sikerrel oldják meg a feladatot. A tanulmány számos kétkedő felvetést igyekszik cáfolni, eközben számos új ötletet vet fel (tanuló gépek, a környezetet érzékelő perifériák, spontán döntéseket eredményező algoritmusok). Remélhetjük, hogy a gépek végül is versenyezni fognak az emberrel minden tisztán intellektuális területen. De melyik területen kezdjük el? Még ez is rendkívül nehéz döntés. Vannak emberek, akik azt gondolják, hogy valami nagyon absztrakt tevékenység, mint a sakkjáték volna a legjobb. Azt is lehetne állítani, hogy a legjobb volna a gépet a pénzért megvásárolható legjobb érzékszervekkel felszerelni, és aztán megtanítani arra, hogy értsenek és beszéljenek angolul. Ez a folyamat a gyermek normális tanítását követné. Rámutatnánk tárgyakra és mondanánk a nevüket stb. Ismét nem tudom, hogy melyik a helyes válasz, de véleményem szerint mindkét utat meg kellene próbálni.
A TURING-TESZT A GYAKORLATBAN: A LOEBNER DÍJ Hugh Loebner filantróp számítástechnikai szakember, 1990-ben alapított évenkénti versengés a Turing által felállított szabályok szerint, az eddig soha ki nem osztott első díj (100 000 $), de díjazzák a legjobb programokat. Chatbotok: Joseph Weizenbaum - Eliza (néhány egyszerű elvet használó terapeuta emuláció a hatvanas évekből, Kenneth Colby _PARRY, Joseph Weintraub - PC Therapist,
TÁMOP-4.1.2.A/1-11/1-2011-0091 „INFORMÁCIÓ - TUDÁS – ÉRVÉNYESÜLÉS”
A sakkjáték mint M.I. sikerterület A mesterséges intelligenciakutatás eredményeit látványos demonstrálja a sakkprogramok és –számítógépek fejlődése. 1997-ben Garri Kaszparov regnáló világbajnok alulmaradt az IBM által fejlesztett Deep Blue-val szemben, a hat mérkőzésből kettőt a szuperszámítógép nyert, hármat döntetlenre hozott. 2006-os „visszavágón” Vlagyimir Kramnyik 2-4-r e veszített a továbbfejlesztett Deep Blue ellenében. A Deep Blue esetében a nyers erő győzedelmeskedett, a szuperszámítógép 200 millió állást tudott kiértékelni másodpercenként, erre az emberi agy fizikai tulajdonságai miatt nem alkalmas. A sakkjáték problémáját a hetvenes években vizsgáló Hubert Dreyfus szerint a professzionális sakkjátékos ugyanazokon a tanulási fokozatokon esik át, mint bármely más hivatás művelője. Az egyes területeken birtokolt kompetencia növekedése a gyakorlatban megszerzett tapasztalatokra épül; a sakkjáték esetében a nagymesteri szinten játszó játékos akár több tízezer játékállást és a hozzájuk kapcsolt legjobb lépéseket képes felidézni. A játék során tehát nem kiértékelést végez, hanem a korábban elsajátított példákra építi fel saját stratégiáját. A sakkjáték tanulásága: olyan gépet könnyebb készíteni, ami jobban sakkozik, mint egy nagymester, annál, ami éppen úgy sakkozik. TÁMOP-4.1.2.A/1-11/1-2011-0091 „INFORMÁCIÓ - TUDÁS – ÉRVÉNYESÜLÉS”
Újabb fejlemények: Watson a kvízjátékos Az IBM a sakkjáték után új területet keresett, ahol a mesterséges intelligencia erejét demonstrálni tudja. Másfél évtizedes fejlesztéssel létrejött szuperszámítógépe, az IBM alapítójáról elnevezett Watson, Jeopardy! játékot játszik. A különösen népszerű amerikai tévés fejtörőjáték, 2012 elején adásba került különkiadásában a sorozat legeredményesebb korábbi bajnokaival versengett, ami Watson összesített győzelmét hozta. A Jeopardy! Lényege, hogy a válasz adott, az hozzá tartozó kérdést kell kitalálni, ami gyakran nehezebb feladat. Watson valójában egy jól felépített keresőmotor: valószínűségre épülő kontextusérzérzékeny keresési algoritmusokat tartalmaz. A kulcsszavak alapján összefüggéseket keres az adatbázisában levő lexikális anyag elemei között, értékeli a lehetséges kérdések relevanciáját. Watson játékosként saját arcot és hangot kapott, ám működésében még mindig a nyers erő dominál. A buszmegálló méretű, 750 szervert, 2880 (3.5 GHz POWER7) processzort tartalmazó számítógép memóriájában 200 milliós oldal szöveg (a Wikipédia teljes tartalma mellett számos lexikon) fér el. http://ibm.web4.hu/cikk/mit-gondolsz-watson
TÁMOP-4.1.2.A/1-11/1-2011-0091 „INFORMÁCIÓ - TUDÁS – ÉRVÉNYESÜLÉS”
A kínai szoba argumentum John Searle (1980) Az elme az agy, a programok világa (Mind, Brains, Programmes) Searle az erős mesterséges intelligencia kritikusaként lép fel, a Schank-féle forgatókönyveket szimuláló szövegértelmező programokról állítja, hogy készítőjük állításával szemben nem értenek semmit. A kínai szoba gondolatkísérletében a Searle egy Turing teszt egy sajátos változatával ismertet meg minket, amelyben egy szobába zárt, kínaiul nem beszélő ember kap kézhez kínai szimbólumokat (kérdések), amelyre egy szabályrendszer alapján létrehozza a szobából kijuttatott szimbólumokat (válaszok). Hiába egyeznek meg a kimenet és bemenet megegyezhet a kínai beszélők párbeszédével, megértés nem jön létre. Következtetés: a formális elemeken végzett komputációs műveletek nem magyarázzák az emberi megértést. Az emberi megértés a szándéktulajdonítás felismerésére épül (intencionálitás).
TÁMOP-4.1.2.A/1-11/1-2011-0091 „INFORMÁCIÓ - TUDÁS – ÉRVÉNYESÜLÉS”
A kínai szoba argumentum (folyt.) I. A rendszerelvű válasz (a személy önmagában nem érti meg a történetet, hanem része egy nagyobb megértő rendszernek) II. A robot-válasz (egy érzékszervekkel rendelkező robot teljesen úgy viselkedhet, mint egy ember) III. Az agyszimulátor-válasz (a számítógép a kínai agy működésének pontos leképezésével működik) IV. Kombinációs válasz (emberforma robotok agyszerű számítógéppel) – V. Más elmék válasz (honnan tudjuk, hogy más emberek gondolkodnak, ennek alapján a gépnek is megértést kell tulajdonítanunk) VI. A sok ház válasz (az érvelés csak jelenlegi technológia esetében tartható)
I. Tanuljuk meg a szabálykönyvet – mégsem értünk majd kínaiul. II. Ha a formális műveletek végzése megmarad , akkor nincs megértés III. Az agy működésének leképezése nem ad választ a megértés létrejöttére IV. nem érinti az eredeti elképzelést V. A válasz kitérő, nem érinti a szándéktulajdonítás és a komputáció kérdését. VI. Nem azt vitatja, hogy kogníciót mesterségesen létre lehet hozni, hanem azt, hogy a formális modellek ehhez elegendőek.
Az intelligencia gépi modellezése nem lehetetlen, hiszen az emberi agy maga is egy bonyolult gép. A formális komputáció azonban nem elegendő az intencionalitás reprodukálásához. A számítógépes szimuláció nem maga a dolog. TÁMOP-4.1.2.A/1-11/1-2011-0091 „INFORMÁCIÓ - TUDÁS – ÉRVÉNYESÜLÉS”
Újabb alternatívák: a konnekcionizmus A konnekcionisták az architektúra fontosságát hangsúlyozzák: a mesterséges neuronhálózatok képesek az agy működésének egyes jellemzőit jól szimulálni. A konnekcionista modellek nem algoritmusokat hajtanak végre, hanem tanulás (a gátló és erősítő kapcsolatok finomhangolásénak segítségével rögzített mintázatok) segítségével igen sokfajta összetett feladat végrehajtására képesek ezek a rendszerek. Fő jellemzők: gyors feldolgozás, hiányos vagy hibás adatok automatikus korrekciója, kontextusok elkülönítése, tanulási képesség, lassú összeomlás. Alkalmazási területek: mintafelismerési és mintakeresési feladatokban hatékonyan alkalmazható, elemei fordítási feladatokra képesek, alapszintű kognitív képességeket jól szimulálnak. Probléma: a magasabb szintű kognitív folyamatok (gondolkodás, következtetés új információk alapján, nyelvfeldolgozás és produkció) modellezésére jelenleg alkalmatlanok.
TÁMOP-4.1.2.A/1-11/1-2011-0091 „INFORMÁCIÓ - TUDÁS – ÉRVÉNYESÜLÉS”
Példák a gépi intelligencia alkalmazására Az önállóan „gondolkodó gépek” eljövetelére még várni kell, a szerényebb igényű mesterséges intelligenciák előnyeit azonban mai is élvezhetjük: • • • • • • • •
szakértői rendszerek (vállalati irányítás) felett keresési algoritmusok (google pagerank) augmentációs és biztonsági alkalmazások (útvonaltervezés) mintafelismerési feladatok (karakterfelismerés) nyelvi alkalmazások (gépi fordítás, helyesírásellenőrzés) interaktív szoftverek (játékok) virtuális valóság technológiák (szimulátorok) szuperszámítógépek (időjárás és földrengés előrejelzés)
TÁMOP-4.1.2.A/1-11/1-2011-0091 „INFORMÁCIÓ - TUDÁS – ÉRVÉNYESÜLÉS”
Irodalom Hivatkozások: Pléh Csaba (2003) Gondolkodnak-e a gépek. In: Bevezetés a megismeréstudományba. Typotex, Budapest. 155-171 http://nyitottegyetem.phil-inst.hu/cog/7eload.htm Searle, John R. (1996 [1980]) : „Az elme, az agy és a programok világa.” In Péh Csaba (szerk.) Kognitív Tudomány, Budapest: Osiris-Láthatatlan kollégium, 136-151, Turing, Alan: (1965 [1950]) „Számológépek és gondolkozás.” In Szalai Sándor (szerk.), A kibernetika klasszikusai, Budapest: Gondolat, 120-160. http://www.geier.hu/GOEDEL/Turing/Turing.html Ajánlott irodalom: Clarck, Andy (1996) A megismerés építőkövei. Budapest: Osiris. 21-43., 123-154. Mérő László (2001) Új észjárások. Budapest: Akadémia. Russell, Stuart –Norvig, Peter (2006) „Filozófiai alapok” In Mesterséges Intelligencia modern megközelítésben. Budapest: Panem http://project.mit.bme.hu/mi_almanach/books/aima/index
TÁMOP-4.1.2.A/1-11/1-2011-0091 „INFORMÁCIÓ - TUDÁS – ÉRVÉNYESÜLÉS”
