Wigilia maszyn gadających
Jeżeli zwierzęta nie mówią, to może przemówią do nas komputery?
W Wigilię oczekujemy, że choć raz w roku przemówią do nas zwierzęta.
Daremność tych nadziei rozwialiśmy jednak w ubiegłym roku, drukując na
święta (POLITYKA 52/99) wywiad z zoologiem i etologiem, który odrzucił
możliwość inteligentnej rozmowy ze zwierzęciem. Z kim zatem podjąć dialog?
Może z komputerami, których w naszym życiu coraz więcej? Czy mają
kiedykolwiek szansę przestać być tylko bezdusznymi maszynami?
EDWIN BENDYK
W 1968 r. na ekrany kin wszedł film „2001. Odyseja kosmiczna” w reżyserii
Stanleya Kubricka. Scenariusz napisał mistrz literatury fantastyczno-naukowej
Arthur C. Clarke.
Centralna postać „Odysei” nosiła imię HAL 9000.
Narodzić się miała 12 stycznia 1997 r. Gdyby
rzeczywistość rozwinęła się zgodnie z planem
twórców filmu, dziś czteroletni już HAL znajdowałby
się na statku kosmicznym podążającym w kierunku
Jowisza.
• Zobacz: Symulacja interfejsu HALA
HAL był tworem wyjątkowym. Jego pełna nazwa to
Heuristic Programmed Algorithmic Computer, czyli
maszyna łącząca zdolność działania według
zaprogramowanych algorytmów z umiejętnością uczenia się. W efekcie
superkomputer z „Odysei” był nie tylko inteligentny. Potrafił mówić, czytać z ruchu
ust, doskonale grał w szachy i – co najważniejsze – odczuwał. Mówiąc szczerze,
był najbardziej ludzką postacią filmu Kubricka. W pewnym momencie nastąpiła
jednak awaria i HAL musiał rozwiązać dylemat: wybrać między powodzeniem misji
i posłuszeństwem wobec członków załogi. Jak pamiętamy, zdyscyplinowane pudło
zaczęło uśmiercać ekipę Voyagera. Tylko przez przypadek Dave Bowman zdołał
przechytrzyć komputer i pozbawić go zasilania. Mordowanie HAL-a to chyba
najdramatyczniejsza scena „Odysei”. Maszyna błaga Dave’a: „Dave, przestań... Ja
czuję... Mój umysł odchodzi... Ja czuję”.
Edwin Bendyk: czy
komputer kiedykolwiek nam
sie zwierzy? - mp3
1
Wizja Clarke’a i Kubricka niewiele ma wspólnego z dzisiejszą rzeczywistością.
Współczesne komputery nie zbliżyły się do HAL-a niemal w żadnym aspekcie.
Liczą coraz szybciej, lecz ciągle są bezmyślne. Nawet zwycięstwo superkomputera
IBM Deep Blue w rozgrywce szachowej z Garym Kasparowem w 1998 r. nie może
być uznane za pierwszy przejaw sztucznej inteligencji, mogącej się równać
z ludzkim umysłem. Przyznaje to jeden z twórców Deep Blue, Murray S. Campbell,
twierdząc, że w meczu z Kasparowem zwyciężyła po prostu brutalna moc
obliczeniowa – komputer był w stanie analizować 200 mln możliwych kombinacji na
sekundę, a wynik obliczeń porównywał z bazą danych zawierającą schematy
600 tys. rozgrywek. Deep Blue umie szybko liczyć, ale nie umie planować. Tym
różni się od ludzi i od HAL-a.
Pragmatycy stwierdzą, że nie jest ważny sposób,
ważny jest skutek. Skoro dzięki mocy procesorów
komputery zwyciężają w tak inteligentnej grze jak
szachy, to pokonanie człowieka w całej reszcie
intelektualnej aktywności jest kwestią czasu. Twierdzi
tak jeden z głośniejszych proroków maszynowej
inteligencji Amerykanin Raymond Kurzweil, autor
książki „The Age of Spiritual Machines” (Epoka
uduchowionych maszyn). Swoje prognozy podpiera
tzw. prawem Moore’a, zgodnie z którym moc
obliczeniowa mikroprocesorów podwaja się co 18
miesięcy. Na mocy tego prawa już za ok. dwadzieścia
lat mikroprocesory mają być potężniejsze od ludzkich
mózgów, nic więc nie przeszkodzi, by zaczęły je
pokonywać w większości wymagających inteligencji
zadań.
Już w latach pięćdziesiątych i sześćdziesiątych wielu znakomitych uczonych
wierzyło w możliwość obdarzenia maszyn inteligencją w ciągu kilkunastu lat. Źródeł
tego optymizmu szukać należy w wojennych sukcesach alianckiej myśli
matematycznej i wykorzystaniu pierwszych maszyn liczących. Największym
wyzwaniem tamtych dni było łamanie kodów służących Niemcom do szyfrowania
komunikatów operacyjnych. Wybitni bohaterowie tych zmagań to Alan Turing,
genialny matematyk angielski, i słynny brytyjski „superkomputer” Colossus.
Obserwujący poczynania Turinga, Warren Weaver zaczął się zastanawiać, czy
kwestii tłumaczeń językowych nie można przedstawić jako zadania
kryptograficznego. Czy po prostu w przekładzie tekstu z angielskiego na np.
rosyjski nie kryje się jakiś szyfr? Jeśli go tylko wykryjemy, nic nie stanie na
2
przeszkodzie, by stwierdzić, że mamy klucz do obdarzenia maszyn inteligencją
(wszak język to ekspresja czystej myśli).
Wiara w możliwość sprowadzania ludzkich problemów do matematycznych
algorytmów była w owym czasie dosyć powszechna. Triumfy święciła
matematyczna teoria komunikacji, ogłoszona wspólnie przez Weavera
i Claude’a Shannona – dzięki niej stał się możliwy dalszy rozwój technik
komunikacyjnych: telekomunikacji, radiofonii, telewizji. Zainspirowani skutecznością
matematyki uczeni zdecydowali się w końcu rzucić wyzwanie. W 1956 r.
w Dartmouth odbyła się słynna konferencja, w której uczestniczył m.in. Claude
Shannon i Marvin Minsky. Ogłoszono wówczas oficjalnie rozpoczęcie badań nad
sztuczną inteligencją. W tym samym roku Weaver rozesłał do 200 uczonych:
matematyków, informatyków i językoznawców pytanie, czy kwestii tłumaczeń
językowych nie da się sprowadzić do opisanego wcześniej problemu
kryptograficznego.
• Zobacz także: Specjalny urodzinowy raport magazynu Wired
• Raport specjalny magazynu Wired o tłumaczeniach maszynowych
Wydawało się, że znalezienie odpowiednich algorytmów, których rozwiązaniem
może zająć się odpowiednio zaprogramowany komputer, zajmie kilkanaście lat.
Mało kto miał wątpliwości, by człowiek nie poradził sobie z tymi problemami przed
końcem stulecia.
Dziś, na przełomie stuleci wizja budowy komputera podobnego do HAL-a jest
chyba równie odległa jak w 1968 r. Owszem, badania nad sztuczną inteligencją
i tłumaczeniami maszynowymi przyniosły rozwiązanie wielu szczegółowych
problemów. Potrafimy np. konstruować ograniczone systemy do tłumaczeń
specjalistycznych. W Kanadzie komputery zajmują się translacją prognoz pogody
z angielskiego na francuski. Unia Europejska wykorzystuje tłumaczenia maszynowe
do przekładania aktów prawnych, koncern Caterpillar tłumaczy za pomocą
komputerów instrukcje obsługi swoich maszyn budowlanych. Ciągle jednak nie
istnieje system zdolny do rozumienia i tłumaczenia mowy naturalnej. Okazuje się,
że komunikacja językowa osadzona jest w gęstym kontekście emocji, znaczeń,
3
podtekstów, którego nie sposób zamienić na jasny dla maszyny opis
matematyczny. Co tu jednak mówić o tłumaczeniu Szekspira przez komputer, skoro
maszyny mają ciągle problem ze zwykłym rozpoznawaniem mowy?
Posługiwanie się językiem to czynność najbardziej związania z myśleniem. Na
innych polach sztucznej inteligencji nie radzimy sobie jednak wiele lepiej. Uczonym
udało się, owszem, rozwiązać wiele ciekawych zagadnień, które doprowadziły do
powstania systemów o ograniczonej inteligencji. Wykorzystuje się je w przemyśle
do sterowania procesami produkcji, w badaniach naukowych do analizy danych
eksperymentalnych, w systemach służących do wyszukiwania porządku w dużych
zbiorach danych, jak analizy giełdowe. Powstają nawet układy zdolne do „uczenia
się”. Ograniczone są jednak do wąsko zakreślonych obszarów, a droga od nich do
imitacji wszechstronności ludzkiego mózgu jest niezwykle daleka, jeśli w ogóle
kiedykolwiek ją pokonamy.
Wspomniany Marvin Minsky, najgłośniejszy dziś chyba rzecznik sztucznej
inteligencji, nie ma jednak wątpliwości, że kiedyś komputery będą myśleć jak
ludzie. Oponentów nazywa rasistami, którzy prześladują maszyny. Przeciwnikami
sztucznej inteligencji są jednak nie tylko filozofowie odnajdujący fundamentalne
trudności i wątpiący, czy kiedykolwiek zdołamy zgłębić tajemnicę ludzkiego umysłu.
Ich sceptycyzm zdają się potwierdzać badania neurobiologów, którzy tak naprawdę
zaczynają dopiero poznawać rozmiary swojej niewiedzy. Prosty jeszcze kilkanaście
lat temu model mózgu jako układu bioelektrycznego musiał ustąpić znacznie
bardziej złożonym modelom, w których do opisu procesów zachodzących w tym
najważniejszym organie: pamięci, uczenia się, a zapewne i myślenia, potrzebna
jest znajomość skomplikowanych zjawisk biochemicznych i genetycznych. Być
może nigdy nie zdołamy ich odtworzyć i zasymulować poza organizmem.
Dave Bowman uśmiercił HAL-a podczas misji Voyagera, zanim ten tak naprawdę
się narodził. Dokonany zgodnie ze scenariuszem na początku trzeciego tysiąclecia
mord sztucznej inteligencji oznaczać może, że nigdy sobie inteligentnie z maszyną
nie pogadamy. Nawet w Wigilię. Na pocieszenie mamy dostępną już dzisiaj grę
w szachy.
4
Wigilia maszyn gadających Jeżeli zwierzęta nie mówią, to może przemówią do nas komputery? W Wigilię oczekujemy, że choć raz w roku przemówią do nas zwierzęta. Daremność tych nadziei rozwialiśmy jednak w ubiegłym roku, drukując na święta (POLITYKA 52/99) wywiad z zoologiem i etologiem, który odrzucił możliwość inteligentnej rozmowy ze zwierzęciem. Z kim zatem podjąć dialog? Może z komputerami, których w naszym życiu coraz więcej? Czy mają kiedykolwiek szansę przestać być tylko bezdusznymi maszynami? EDWIN BENDYK W 1968 r. na ekrany kin wszedł film „2001. Odyseja kosmiczna” w reżyserii Stanleya Kubricka. Scenariusz napisał mistrz literatury fantastyczno-naukowej Arthur C. Clarke. Centralna postać „Odysei” nosiła imię HAL 9000. Narodzić się miała 12 stycznia 1997 r. Gdyby rzeczywistość rozwinęła się zgodnie z planem twórców filmu, dziś czteroletni już HAL znajdowałby się na statku kosmicznym podążającym w kierunku Jowisza. • Zobacz: Symulacja interfejsu HALA HAL był tworem wyjątkowym. Jego pełna nazwa to Heuristic Programmed Algorithmic Computer, czyli maszyna łącząca zdolność działania według zaprogramowanych algorytmów z umiejętnością uczenia się. W efekcie superkomputer z „Odysei” był nie tylko inteligentny. Potrafił mówić, czytać z ruchu ust, doskonale grał w szachy i – co najważniejsze – odczuwał. Mówiąc szczerze, był najbardziej ludzką postacią filmu Kubricka. W pewnym momencie nastąpiła jednak awaria i HAL musiał rozwiązać dylemat: wybrać między powodzeniem misji i posłuszeństwem wobec członków załogi. Jak pamiętamy, zdyscyplinowane pudło zaczęło uśmiercać ekipę Voyagera. Tylko przez przypadek Dave Bowman zdołał przechytrzyć komputer i pozbawić go zasilania. Mordowanie HAL-a to chyba najdramatyczniejsza scena „Odysei”. Maszyna błaga Dave’a: „Dave, przestań... Ja czuję... Mój umysł odchodzi... Ja czuję”. Edwin Bendyk: czy komputer kiedykolwiek nam sie zwierzy? - mp3 1
Wizja Clarke’a i Kubricka niewiele ma wspólnego z dzisiejszą rzeczywistością. Współczesne komputery nie zbliżyły się do HAL-a niemal w żadnym aspekcie. Liczą coraz szybciej, lecz ciągle są bezmyślne. Nawet zwycięstwo superkomputera IBM Deep Blue w rozgrywce szachowej z Garym Kasparowem w 1998 r. nie może być uznane za pierwszy przejaw sztucznej inteligencji, mogącej się równać z ludzkim umysłem. Przyznaje to jeden z twórców Deep Blue, Murray S. Campbell, twierdząc, że w meczu z Kasparowem zwyciężyła po prostu brutalna moc obliczeniowa – komputer był w stanie analizować 200 mln możliwych kombinacji na sekundę, a wynik obliczeń porównywał z bazą danych zawierającą schematy 600 tys. rozgrywek. Deep Blue umie szybko liczyć, ale nie umie planować. Tym różni się od ludzi i od HAL-a. Pragmatycy stwierdzą, że nie jest ważny sposób, ważny jest skutek. Skoro dzięki mocy procesorów komputery zwyciężają w tak inteligentnej grze jak szachy, to pokonanie człowieka w całej reszcie intelektualnej aktywności jest kwestią czasu. Twierdzi tak jeden z głośniejszych proroków maszynowej inteligencji Amerykanin Raymond Kurzweil, autor książki „The Age of Spiritual Machines” (Epoka uduchowionych maszyn). Swoje prognozy podpiera tzw. prawem Moore’a, zgodnie z którym moc obliczeniowa mikroprocesorów podwaja się co 18 miesięcy. Na mocy tego prawa już za ok. dwadzieścia lat mikroprocesory mają być potężniejsze od ludzkich mózgów, nic więc nie przeszkodzi, by zaczęły je pokonywać w większości wymagających inteligencji zadań. Już w latach pięćdziesiątych i sześćdziesiątych wielu znakomitych uczonych wierzyło w możliwość obdarzenia maszyn inteligencją w ciągu kilkunastu lat. Źródeł tego optymizmu szukać należy w wojennych sukcesach alianckiej myśli matematycznej i wykorzystaniu pierwszych maszyn liczących. Największym wyzwaniem tamtych dni było łamanie kodów służących Niemcom do szyfrowania komunikatów operacyjnych. Wybitni bohaterowie tych zmagań to Alan Turing, genialny matematyk angielski, i słynny brytyjski „superkomputer” Colossus. Obserwujący poczynania Turinga, Warren Weaver zaczął się zastanawiać, czy kwestii tłumaczeń językowych nie można przedstawić jako zadania kryptograficznego. Czy po prostu w przekładzie tekstu z angielskiego na np. rosyjski nie kryje się jakiś szyfr? Jeśli go tylko wykryjemy, nic nie stanie na 2
przeszkodzie, by stwierdzić, że mamy klucz do obdarzenia maszyn inteligencją (wszak język to ekspresja czystej myśli). Wiara w możliwość sprowadzania ludzkich problemów do matematycznych algorytmów była w owym czasie dosyć powszechna. Triumfy święciła matematyczna teoria komunikacji, ogłoszona wspólnie przez Weavera i Claude’a Shannona – dzięki niej stał się możliwy dalszy rozwój technik komunikacyjnych: telekomunikacji, radiofonii, telewizji. Zainspirowani skutecznością matematyki uczeni zdecydowali się w końcu rzucić wyzwanie. W 1956 r. w Dartmouth odbyła się słynna konferencja, w której uczestniczył m.in. Claude Shannon i Marvin Minsky. Ogłoszono wówczas oficjalnie rozpoczęcie badań nad sztuczną inteligencją. W tym samym roku Weaver rozesłał do 200 uczonych: matematyków, informatyków i językoznawców pytanie, czy kwestii tłumaczeń językowych nie da się sprowadzić do opisanego wcześniej problemu kryptograficznego. • Zobacz także: Specjalny urodzinowy raport magazynu Wired • Raport specjalny magazynu Wired o tłumaczeniach maszynowych Wydawało się, że znalezienie odpowiednich algorytmów, których rozwiązaniem może zająć się odpowiednio zaprogramowany komputer, zajmie kilkanaście lat. Mało kto miał wątpliwości, by człowiek nie poradził sobie z tymi problemami przed końcem stulecia. Dziś, na przełomie stuleci wizja budowy komputera podobnego do HAL-a jest chyba równie odległa jak w 1968 r. Owszem, badania nad sztuczną inteligencją i tłumaczeniami maszynowymi przyniosły rozwiązanie wielu szczegółowych problemów. Potrafimy np. konstruować ograniczone systemy do tłumaczeń specjalistycznych. W Kanadzie komputery zajmują się translacją prognoz pogody z angielskiego na francuski. Unia Europejska wykorzystuje tłumaczenia maszynowe do przekładania aktów prawnych, koncern Caterpillar tłumaczy za pomocą komputerów instrukcje obsługi swoich maszyn budowlanych. Ciągle jednak nie istnieje system zdolny do rozumienia i tłumaczenia mowy naturalnej. Okazuje się, że komunikacja językowa osadzona jest w gęstym kontekście emocji, znaczeń, 3
podtekstów, którego nie sposób zamienić na jasny dla maszyny opis matematyczny. Co tu jednak mówić o tłumaczeniu Szekspira przez komputer, skoro maszyny mają ciągle problem ze zwykłym rozpoznawaniem mowy? Posługiwanie się językiem to czynność najbardziej związania z myśleniem. Na innych polach sztucznej inteligencji nie radzimy sobie jednak wiele lepiej. Uczonym udało się, owszem, rozwiązać wiele ciekawych zagadnień, które doprowadziły do powstania systemów o ograniczonej inteligencji. Wykorzystuje się je w przemyśle do sterowania procesami produkcji, w badaniach naukowych do analizy danych eksperymentalnych, w systemach służących do wyszukiwania porządku w dużych zbiorach danych, jak analizy giełdowe. Powstają nawet układy zdolne do „uczenia się”. Ograniczone są jednak do wąsko zakreślonych obszarów, a droga od nich do imitacji wszechstronności ludzkiego mózgu jest niezwykle daleka, jeśli w ogóle kiedykolwiek ją pokonamy. Wspomniany Marvin Minsky, najgłośniejszy dziś chyba rzecznik sztucznej inteligencji, nie ma jednak wątpliwości, że kiedyś komputery będą myśleć jak ludzie. Oponentów nazywa rasistami, którzy prześladują maszyny. Przeciwnikami sztucznej inteligencji są jednak nie tylko filozofowie odnajdujący fundamentalne trudności i wątpiący, czy kiedykolwiek zdołamy zgłębić tajemnicę ludzkiego umysłu. Ich sceptycyzm zdają się potwierdzać badania neurobiologów, którzy tak naprawdę zaczynają dopiero poznawać rozmiary swojej niewiedzy. Prosty jeszcze kilkanaście lat temu model mózgu jako układu bioelektrycznego musiał ustąpić znacznie bardziej złożonym modelom, w których do opisu procesów zachodzących w tym najważniejszym organie: pamięci, uczenia się, a zapewne i myślenia, potrzebna jest znajomość skomplikowanych zjawisk biochemicznych i genetycznych. Być może nigdy nie zdołamy ich odtworzyć i zasymulować poza organizmem. Dave Bowman uśmiercił HAL-a podczas misji Voyagera, zanim ten tak naprawdę się narodził. Dokonany zgodnie ze scenariuszem na początku trzeciego tysiąclecia mord sztucznej inteligencji oznaczać może, że nigdy sobie inteligentnie z maszyną nie pogadamy. Nawet w Wigilię. Na pocieszenie mamy dostępną już dzisiaj grę w szachy. 4