Klasik yapay zekanın düşünen makinelerde somutlaşması pek olası değildir; Görünüşe göre bu alandaki insan yaratıcılığının sınırı, beynin çalışmasını taklit eden sistemlerin yaratılmasıyla sınırlı olacak.

Yapay zeka bilimi (AI) bir devrim geçiriyor. Nedenlerini ve anlamını açıklamak ve perspektife oturtmak için önce tarihe dönmeliyiz.

1950'lerin başlarında, bir makinenin düşünüp düşünemeyeceğine dair geleneksel, biraz muğlak soru yerini, fiziksel sembolleri yapıya dayalı kurallara göre manipüle eden bir makinenin düşünüp düşünemeyeceği gibi daha erişilebilir bir soruya bıraktı. Bu soru daha kesin bir şekilde formüle edilmiştir çünkü biçimsel mantık ve hesaplama teorisi önceki yarım yüzyılda önemli ilerleme kaydetmiştir. Teorisyenler, belirli kurallara göre dönüşüme uğrayan soyut sembol sistemlerinin olanaklarını takdir etmeye başladılar. Görünüşe göre bu sistemler otomatikleştirilebilirse, soyut bilgi işlem güçleri gerçek bir fiziksel sistemde kendini gösterecekti. Bu tür görüşler, oldukça derin bir kuramsal temelde iyi tanımlanmış bir araştırma programının doğuşuna katkıda bulunmuştur.

Bir makine düşünebilir mi?

Evet cevabını vermek için pek çok sebep vardı. Tarihsel olarak, ilk ve en derin nedenlerden biri, hesaplama teorisinin iki önemli sonucu olmuştur. İlk sonuç, Church'ün etkili bir şekilde hesaplanabilen her işlevin yinelemeli olarak hesaplanabilir olduğu teziydi. "Verimli bir şekilde hesaplanabilir" terimi, girdi verileri verilen sonlu bir süre içinde sonucu hesaplamanın mümkün olduğu bir tür "mekanik" prosedür olduğu anlamına gelir. "Yinelemeli olarak hesaplanabilir", belirli bir girdiye uygulanabilecek sonlu bir dizi işlem olduğu ve ardından işlevi sonlu bir süre içinde hesaplamak için yeni elde edilen sonuçlara sıralı ve tekrar tekrar uygulanabileceği anlamına gelir. Mekanik bir prosedür kavramı resmi değil, sezgiseldir ve bu nedenle Church'ün tezinin resmi bir kanıtı yoktur. Ancak, hesaplamanın özüne iner ve birçok farklı kanıt onu desteklemek için birleşir.

İkinci önemli sonuç, daha sonra evrensel Turing makinesi olarak anılacak olan, maksimum düzeyde basitleştirilmiş bir sembol işleme makinesi kullanılarak yinelemeli olarak hesaplanabilir herhangi bir işlevin sonlu zamanda hesaplanabileceğini gösteren Alan M. Turing tarafından elde edildi. Bu makine, girdi işlevi gören temel simgelerin kimliğine, düzenine ve konumuna duyarlı, yinelemeli olarak uygulanabilir kurallara tabidir.

Bu iki sonuçtan çok önemli bir sonuç çıkar, yani doğru program, yeterince büyük bellek ve yeterli zaman ile sağlanan standart bir dijital bilgisayar, giriş ve çıkışlı herhangi bir kurala dayalı işlevi hesaplayabilir. Başka bir deyişle, dış çevreden gelen keyfi etkilere karşı herhangi bir sistematik tepki dizisini gösterebilir.

Bunu şu şekilde somutlaştıralım: Yukarıda tartışılan sonuçlar, sembolleri işleyen düzgün programlanmış bir makinenin (bundan sonra MC makinesi olarak anılacaktır) bilinçli bir zihnin varlığı için Turing testini karşılaması gerektiği anlamına gelir. Turing testi tamamen davranışsal bir testtir, ancak gereksinimleri çok güçlüdür. (Bu testin ne kadar geçerli olduğunu aşağıda, bilinçli bir zihnin varlığı için temelde farklı olan ikinci "test" ile nerede karşılaştığımızı tartışacağız.) Turing testinin orijinal versiyonuna göre, MS makinesine giriş yapılması gerekir. giriş cihazının klavyesinde yazdığımız doğal konuşma dilinde sorular ve ifadeler olsun ve çıktı, çıkış cihazı tarafından yazdırılan MS makinesinin cevaplarıdır. Tepkileri gerçek, zeki bir kişinin yazdıklarından ayırt edilemiyorsa, bir makinenin bilinçli bir zihnin varlığı için bu testi geçtiği kabul edilir. Elbette, şu anda hiç kimse, rasyonel bir kişinin davranışından farklı olmayan bir çıktı elde etmenin mümkün olacağı işlevi bilmiyor. Ancak Church ve Turing'in sonuçları, bu (muhtemelen verimli) işlev ne olursa olsun, uygun şekilde tasarlanmış bir MS makinesinin onu hesaplayabileceğini garanti ediyor.

Bu çok önemli bir sonuçtur, özellikle de Turing'in bir makine ile daktilo aracılığıyla etkileşim tanımlamasının önemsiz bir sınırlama olduğu düşünülürse. Aynı sonuç, MC-makinesi dünya ile daha karmaşık şekillerde etkileşime girse bile geçerlidir: doğrudan görme, doğal konuşma vb. Geriye tek bir sorun kalıyor: Bir kişinin dış çevreden gelen etkilere verdiği tepkileri kontrol eden şüphesiz karmaşık işlevi bulmak ve ardından MS makinesinin bu işlevi hesaplayacağı bir program (yinelemeli olarak uygulanabilir kurallar kümesi) yazmak. Bu hedefler temel oluşturdu bilimsel program klasik yapay zeka

İlk sonuçlar cesaret vericiydi

Ustaca programlanmış programlara sahip MC makineleri, zihnin tezahürlerine aitmiş gibi görünen bir dizi eylem gösterdi. Karmaşık komutlara cevap verdiler, zor aritmetik, cebirsel ve taktiksel problemleri çözdüler, dama ve satranç oynadılar, teoremleri kanıtladılar ve basit diyaloglar sürdürdüler. Daha büyük depolama cihazlarının, daha hızlı makinelerin ortaya çıkması ve daha güçlü ve gelişmiş programların geliştirilmesiyle sonuçlar iyileşmeye devam etti. Klasik veya "programlanmış" AI, neredeyse her açıdan çok canlı ve başarılı bir bilim alanı olmuştur. MC makinelerinin eninde sonunda düşünebileceğinin yinelenen reddi, önyargılı ve bilgisiz görünüyordu. Makalenin başlığında sorulan soruya olumlu bir cevap verilmesi lehine kanıtlar inandırıcı olmaktan öte görünüyordu.

Elbette bazı belirsizlikler vardı. Her şeyden önce, MC makineleri pek benzemiyordu. İnsan beyni. Ancak burada da klasik yapay zekanın ikna edici bir yanıtı hazırdı. İlk olarak, bir MS makinesinin yapıldığı fiziksel malzemenin, hesapladığı işlevle esasen hiçbir ilgisi yoktur. İkincisi programa dahildir. İkincisi, makinenin işlevsel mimarisinin teknik detayları da önemsizdir, çünkü tamamen farklı programlarla çalışmak üzere tasarlanmış tamamen farklı mimariler yine de aynı girdi-çıktı işlevini gerçekleştirebilir.

Bu nedenle, AI'nın amacı, girdi ve çıktı açısından zihnin karakteristiği olan bir işlevi bulmak ve ayrıca bu işlevi hesaplamak için birçok olası programdan en verimlisini oluşturmaktı. Aynı zamanda, işlevin insan beyni tarafından hesaplanma şeklinin önemli olmadığı söylendi. Bu, klasik yapay zekanın özünün açıklamasını ve makalenin başlığında sorulan soruya olumlu bir yanıtın gerekçelerini tamamlar.

Bir makine düşünebilir mi? Olumsuz bir cevap lehine bazı argümanlar da vardı. 1960'lar boyunca kayda değer olumsuz tartışmalar nispeten nadirdi. Bazen düşünmenin fiziksel bir süreç olmadığına ve maddi olmayan bir ruhta gerçekleştiğine dair itirazlar ortaya atılmıştır. Ancak böyle bir düalist bakış açısı, ne evrimsel ne de mantıksal açıdan yeterince ikna edici görünmüyordu. AI araştırması üzerinde caydırıcı bir etkisi olmamıştır.

Farklı nitelikteki düşünceler, yapay zeka uzmanlarının çok daha fazla ilgisini çekti. 1972'de Hubert L. Dreyfus, yapay zeka sistemlerindeki zeka gösterilerini son derece eleştiren bir kitap yayınladı. Bu sistemlerin gerçek düşünceyi yeterince modellemediğine işaret etti ve tüm bu başarısız girişimler. Ona göre modeller, herhangi bir kişinin sahip olduğu dünya hakkında resmi olmayan büyük genel bilgi birikiminden ve değişen ortamın gereksinimlerine bağlı olarak bu bilginin belirli bileşenlerine güvenmek için sağduyuya özgü yetenekten yoksundu. . Dreyfus, düşünebilen yapay bir fiziksel sistem yaratmanın temel olasılığını inkar etmedi, ancak bunun ancak sembolleri yinelemeli olarak uygulanan kurallarla manipüle ederek elde edilebileceği fikrini oldukça eleştirdi.

Yapay zeka uzmanlarının yanı sıra muhakeme filozoflarının çevrelerinde Dreyfus Henüz çok yeni olan bu araştırma alanının doğasında var olan kaçınılmaz basitleştirmelere dayalı olarak, esas olarak dar görüşlü ve önyargılı olarak algılandılar. Belki de bu eksiklikler gerçekten gerçekleşti, ancak bunlar elbette geçiciydi. Daha güçlü makinelerin ve daha iyi programların bu eksikliklerden kurtulmayı mümkün kılacağı zaman gelecek. Görünüşe göre zaman yapay zeka için çalışıyor. Bu nedenle, bu itirazların AI alanında daha fazla araştırma üzerinde gözle görülür bir etkisi olmadı.

Ancak, zamanın işe yaradığı ortaya çıktı Dreyfus: 70'lerin sonunda - 80'lerin başında, bilgisayarların hızındaki ve belleğindeki artış, "zihinsel yeteneklerini" pek artırmadı. Örneğin, yapay görme sistemlerinde örüntü tanımanın beklenmedik şekilde büyük miktarda hesaplama gerektirdiği ortaya çıktı. Pratik olarak güvenilir sonuçlar elde etmek için, bir biyolojik görüş sistemi için aynı görevleri gerçekleştirmek için gereken süreyi çok aşan, giderek daha fazla bilgisayar zamanı harcanması gerekiyordu. Böylesine yavaş bir simülasyon süreci endişe vericiydi: Sonuçta, bir bilgisayarda, sinyaller beyindekinden yaklaşık bir milyon kat daha hızlı yayılır ve bilgisayarın merkezi işlem biriminin saat frekansı, bulunan herhangi bir salınımın frekansından yaklaşık aynı kat daha yüksektir. beyinde. Yine de, gerçekçi görevlerde kaplumbağa, tavşanı kolayca sollar.

Ek olarak, gerçekçi problemleri çözmek için bilgisayar programının son derece geniş bir veri tabanına erişimi olması gerekir. Böyle bir veritabanı oluşturmak zaten kendi başına oldukça zor bir sorundur, ancak başka bir durumla daha da kötüleşir: bu veritabanının belirli, bağlama bağımlı parçalarına gerçek zamanlı olarak nasıl erişim sağlanır. Veritabanları giderek daha geniş hale geldikçe, erişim sorunu daha karmaşık hale geldi. Kapsamlı bir arama çok uzun sürdü ve buluşsal yöntemler her zaman başarılı olmadı. Dreyfus'un dile getirdiği korkulara benzer korkular, yapay zeka alanında çalışan bazı uzmanlar tarafından bile paylaşılmaya başlandı.

Bu sıralarda (1980), John Searle, klasik AI araştırma gündeminin çok temel varsayımını, yani yapılandırılmış sembollerin yapılarını dikkate alan kuralları tekrar tekrar uygulayarak doğru şekilde manipüle edilmesi fikrini sorgulayan çığır açan kritik bir kavram sundu. , bilinçli zihnin özünü oluşturabilir.

Searle'ın ana argümanı, çok önemli iki gerçeği gösterdiği bir düşünce deneyine dayanıyordu. İlk olarak, (anlamamız gerektiği gibi), giriş ve çıkışta Turing testini yalnızca Çince olarak gerçekleşen bir konuşma biçiminde geçebilen bir işlevi uygulayan bir MC makinesini tanımlar. İkincisi, makinenin iç yapısı öyledir ki, hangi davranış sergilerse sergilesin, ne bir bütün olarak makinenin ne de herhangi bir parçasının Çin dilini anlamadığından gözlemci şüphe duymaz. Tüm içerdiği, talimatlarda yazılı kurallara uyan, kapıdaki posta kutusuna giren ve çıkan karakterlerin yardımıyla manipüle edilmesi gereken yalnızca İngilizce konuşan bir kişidir. Kısacası sistem, Çin dilini ve mesajların asıl anlamsal içeriğini gerçek anlamda anlamamasına rağmen Turing testini olumlu bir şekilde karşılamaktadır (bkz. J. Searle'nin "The Mind of the Brain - a Computer Program? ").

Buradan çıkan genel sonuç, fiziksel sembolleri yapıya duyarlı kurallara göre basitçe manipüle eden herhangi bir sistemin en iyi ihtimalle gerçek bilinçli bir zihnin acıklı bir parodisi olacağıdır, çünkü düğmeyi basitçe çevirerek "gerçek semantik" oluşturmak imkansızdır. boş sözdizimi". Burada, Searle'ın bilincin varlığı için davranışsal (davranışsal olmayan) bir test öne sürmediğine dikkat edilmelidir: bilinçli zihnin öğeleri gerçek anlamsal içeriğe sahip olmalıdır.

Searle'ı düşünce deneyinin yeterli olmadığı gerçeğiyle suçlamak için bir ayartma var, çünkü önerdiği sistem "Rubik küpü" gibi hareket ederek saçma bir şekilde yavaş çalışacak. Ancak Searle, hızın bu durumda herhangi bir rol oynamadığı konusunda ısrar ediyor. Yavaş düşünen yine doğru düşünür. Ona göre klasik AI kavramına göre düşüncenin yeniden üretilmesi için gerekli olan her şey "Çin odasında" mevcuttur.

Searle'ın makalesi yapay zeka uzmanlarından, psikologlardan ve filozoflardan coşkulu tepkiler aldı. Bununla birlikte, genel olarak, Dreyfus'un kitabından daha fazla düşmanlıkla karşılandı. Searle, derginin bu sayısında eş zamanlı olarak yayınlanan makalesinde, kavramına karşı bir takım eleştirel argümanlar ileri sürüyor. Kanımızca birçoğu meşru, özellikle yazarları açgözlülükle "yemi yutanlar", bir oda ve içindekilerden oluşan sistemin son derece yavaş olmasına rağmen hala Çince anladığını iddia edenler.

Bu cevapları beğeniyoruz, ancak Çince odasının Çince'yi anladığını düşündüğümüz için değil. Onu anlamadığı konusunda Searle ile hemfikiriz. Bu argümanların çekiciliği, Searle'ın argümanındaki çok önemli üçüncü aksiyomu kabul etmedeki başarısızlığı yansıtmalarıdır: "Söz dizimi kendi başına anlambilim oluşturmaz ve anlambilimin varlığı için yeterli değildir." Bu aksiyom doğru olabilir, ancak Searle haklı olarak bunu kesin olarak bildiğini iddia edemez. Dahası, bunun doğru olduğunu öne sürmek, klasik yapay zeka araştırma programının sağlam olup olmadığı sorusunu gündeme getirmektir, çünkü bu program çok ilginç bir varsayıma dayanmaktadır: eğer uygun şekilde yapılandırılmış bir süreci harekete geçirebilirsek, bir tür girdiler ve çıktılarla doğru bir şekilde bağlantılı sözdizimsel öğelerin içsel dansı, o zaman insanın doğasında olan zihnin aynı durumlarını ve tezahürlerini elde edebiliriz.

Searle'ın üçüncü aksiyomunun gerçekten de bu soruyu gündeme getirdiği ilk sonucuyla doğrudan karşılaştırdığımızda ortaya çıkıyor: "Programlar zihnin özü olarak görünür ve onların varlığı zihnin varlığı için yeterli değildir." Üçüncü aksiyomunun zaten sonucun %90'ını onunla neredeyse aynı şekilde taşıdığını görmek zor değil. Searle'ın düşünce deneyinin özellikle üçüncü aksiyomu desteklemek için tasarlanmasının nedeni budur. Çin odasının bütün noktası bu.

Çin odası örneği aksiyom 3'ü tecrübesiz olanlar için çekici kılsa da, bunun bu aksiyomun geçerliliğini kanıtladığını düşünmüyoruz ve bu örneğin başarısızlığını göstermek için örnek olarak paralel örneğimizi sunuyoruz. Çoğu kez, tartışmalı bir iddiayı çürüten tek bir iyi örnek, durumu açıklığa kavuşturmada, mantıksal hokkabazlıklarla dolu koca bir kitaptan çok daha iyidir.

Searle'ın akıl yürütmesinde gördüğümüz gibi, bilim tarihinde pek çok şüphecilik örneği vardır. 18. yüzyılda. İrlandalı Piskopos George Berkeley, havadaki sıkıştırma dalgalarının kendi başlarına ses fenomenlerinin özü veya varlıkları için yeterli bir faktör olabileceğinin düşünülemez olduğunu düşünüyordu. İngiliz şair ve ressam William Blake ve Alman doğa bilimci Johann Goethe, maddenin küçük parçacıklarının ışığın nesnel varlığı için yeterli bir varlık veya faktör olabileceğinin düşünülemez olduğunu düşündüler. Bu yüzyılda bile, organizasyonu ne kadar karmaşık olursa olsun, cansız maddenin kendi başına organik bir varlık veya yeterli bir yaşam koşulu olabileceğini hayal edemeyen insanlar olmuştur. Açıkçası, insanların hayal edip edemeyeceği şeylerin, gerçekte var olan veya gerçekte var olmayan şeylerle çoğu zaman hiçbir ilgisi yoktur. Bu, çok yüksek zeka düzeyine sahip insanlar söz konusu olduğunda bile geçerlidir.

Bu tarihsel derslerin Searle'ın muhakemesine nasıl uygulanabileceğini görmek için, onun mantığına yapay bir paralellik uygulayalım ve bu paralelliği bir düşünce deneyi ile pekiştirelim.

Aksiyom 1. Elektrik ve manyetizma fiziksel kuvvetlerdir.

Aksiyom 2. Işığın temel bir özelliği parlaklıktır.

Aksiyom 3. Kuvvetlerin kendileri parlama etkisinin özü olarak görünür ve varlığı için yeterli değildir.

Sonuç 1. Elektrik ve manyetizma ışığın özü değildir ve varlığı için yeterli değildir.

Diyelim ki bu gerekçe kısa bir süre sonra yayımlandı. James K.Maxwell 1864'te ışık ve elektromanyetik dalgaların aynı olduğunu öne sürdü, ancak ışığın özellikleri ile elektromanyetik dalgaların özellikleri arasındaki sistematik paralellikler dünyada tam olarak anlaşılmadan önce. Yukarıdaki mantıksal akıl yürütme, özellikle Aksiyom 3'ü destekleyen aşağıdaki yorumla birlikte verilirse, Maxwell'in cesur hipotezine ikna edici bir itiraz gibi görünebilir.

Elinde kalıcı bir mıknatıs veya yüklü bir nesne tutan bir kişinin bulunduğu karanlık bir oda düşünün. Bir kişi mıknatısı yukarı ve aşağı hareket ettirmeye başlarsa, Maxwell'in yapay aydınlatma teorisine (AI) göre, mıknatıstan yayılan bir elektromanyetik dalga küresi yayılacak ve oda daha parlak hale gelecektir. Ancak mıknatıslarla veya yüklü toplarla oynamayı deneyen herkesin gayet iyi bildiği gibi, kuvvetleri (ve dolayısıyla diğer kuvvetler), bu nesneler hareket halindeyken bile herhangi bir ışıma yaratmaz. Bu nedenle, sadece kuvvetleri manipüle ederek gerçek bir parlama efekti elde edebileceğimiz düşünülemez!

Elektromanyetik kuvvetlerdeki dalgalanmalar hafiftir, ancak bir kişinin hareket ettirdiği mıknatıs herhangi bir parıltı üretmez. Benzer şekilde, sembollerin belirli kurallara göre manipüle edilmesi zekayı temsil edebilir, ancak Searle'nin Çin Odası'nda bulunan kurala dayalı sistem gerçek anlayıştan yoksun gibi görünmektedir.

Bu meydan okuma ona yapılırsa Maxwell ne cevap verebilirdi?

Birincisi, "aydınlık oda" deneyinin bizi görünür ışığın özellikleri konusunda yanılttığı konusunda ısrar etmiş olabilir, çünkü mıknatısın titreşim frekansı aşırı derecede düşüktür, gerekenden yaklaşık 1015 kat daha azdır. Bunu, frekansın burada herhangi bir rol oynamadığı, salınan mıknatıslı odanın, Maxwell'in teorisine tamamen uygun olarak, parlama etkisinin tezahürü için gerekli her şeyi zaten içerdiği şeklindeki sabırsız yanıt takip edebilir.

sırası gelince Maxwell oldukça haklı olarak odanın zaten parlaklıkla dolu olduğunu iddia ederek "yemi alabilir", ancak bu ışığın doğası ve gücü öyledir ki, bir kişi onu göremez. (Kişinin bir mıknatısı hareket ettirme frekansının düşük olması nedeniyle, üretilen elektromanyetik dalgaların uzunluğu çok büyük ve yoğunluğu insan gözünün bunlara tepki vermesi için çok düşük.) Ancak, bu olguları anlama düzeyi göz önüne alındığında dikkate alınan dönemde (geçen yüzyılın 60'ları), böyle bir açıklama muhtemelen kahkahalara ve alaycı açıklamalara neden olurdu. Parlayan oda! Ama kusura bakmayın Bay Maxwell, içerisi tamamen karanlık!"

Yani fakir olduğunu görüyoruz. Maxwell zor olmalı Yapabileceği tek şey aşağıdaki üç noktada ısrar etmektir. İlk olarak, yukarıdaki akıl yürütmedeki aksiyom 3 doğru değildir. Aslında, sezgisel olarak oldukça makul görünse de, istemeden bu konuda bir soru soruyoruz. İkincisi, parlayan oda deneyi bize ışığın fiziksel doğası hakkında ilginç bir şey göstermiyor. Üçüncüsü, ışık sorununu ve yapay ışığın olasılığını gerçekten çözmek için, uygun koşullar altında elektromanyetik dalgaların davranışının ışığın davranışıyla tamamen aynı olup olmadığını tespit etmemizi sağlayacak bir araştırma programına ihtiyacımız var. Searle'ın muhakemesine klasik yapay zeka tarafından da aynı cevap verilmelidir. Searle'nin Çince odası "anlamsal olarak karanlık" görünse de, belirli kurallara göre yapılan sembollerin manipülasyonunun asla anlamsal fenomenler üretemeyeceği konusunda ısrar etmek için çok az nedeni var, özellikle de insanlar hala yanlış bilgilendirilmiş ve yalnızca anlama ile sınırlı. dil, bu anlamsal ve sağduyu düzeyi zihinsel fenomenler bir açıklamaya ihtiyacı olan. Searle, bu şeylerin anlaşılmasından yararlanmak yerine, akıl yürütmesinde insanlarda böyle bir anlayış eksikliğini özgürce kullanır.

Searle'ın muhakemesine yönelik eleştirilerimizi dile getirdikten sonra, klasik bir yapay zeka programının bilinçli zihin sorununu çözme ve bir düşünen makine yaratma konusunda gerçek bir şansı olup olmadığı sorusuna geri dönelim. Buradaki beklentilerin parlak olmadığına inanıyoruz, ancak görüşümüz, Searle tarafından kullanılanlardan temelde farklı nedenlere dayanıyor. Klasik AI araştırma programının belirli başarısızlıkları ve biyolojik beynin yapısının bazı özelliklerini içeren yeni bir hesaplama modelleri sınıfı aracılığıyla bize öğrettiği bir dizi ders üzerine inşa ediyoruz. Beyin tarafından hızlı ve verimli bir şekilde çözülen sorunları çözmede klasik yapay zekanın başarısızlıklarından daha önce bahsetmiştik. Bilim adamları, yavaş yavaş, bu başarısızlıkların, MS makinelerinin işlevsel mimarisinin özelliklerinden kaynaklandığı konusunda fikir birliğine varıyorlar ve bu, önündeki karmaşık görevleri çözmek için kesinlikle uygun değil.

Bilmemiz gereken, beyin düşünme etkisini nasıl elde ediyor? Tersine mühendislik, mühendislikte yaygın olarak kullanılan bir tekniktir. Yeni bir teknoloji parçası piyasaya çıktığında, rakipler onu parçalarına ayırarak ve dayandığı prensibi tahmin etmeye çalışarak onun nasıl çalıştığını anlarlar. Beyin söz konusu olduğunda, bu yaklaşımın uygulanması olağanüstü zordur, çünkü beyin gezegendeki en karmaşık şeydir. Bununla birlikte, nörofizyologlar beynin birçok özelliğini çeşitli yapısal düzeylerde ortaya çıkarmayı başarmışlardır. Üç anatomik özellik, onu geleneksel elektronik bilgisayarların mimarisinden temel olarak ayırır.

birinci olarak Sinir sistemi, sinyallerin aynı anda milyonlarca farklı şekilde işlenmesi anlamında paralel bir makinedir. Örneğin, gözün retinası karmaşık bir girdi sinyalini beyne bir masaüstü bilgisayardaki gibi 8, 16 veya 32 elemanlı gruplar halinde değil, aynı anda neredeyse bir milyon ayrı elemandan oluşan bir sinyal şeklinde iletir. optik sinirin ucu (lateral genikülat cisim), bundan sonra aynı anda, bir adımda beyin tarafından işlenir. İkincisi, beynin temel "işleme aygıtı" olan nöron nispeten basittir. Ayrıca, bir giriş sinyaline tepkisi, çıkış sinyalinin frekansının giriş sinyalleriyle sürekli olarak değişmesi anlamında dijital değil, analogdur.

üçüncüsü, beyinde, bir nöron grubundan diğerine giden aksonlara ek olarak, genellikle zıt yönde giden aksonlar buluruz. Bu geri dönüş süreçleri, beynin duyusal bilgilerin işlenme şeklini değiştirmesine izin verir. Daha da önemlisi, varlıkları nedeniyle beyin, hem çok yüksek karmaşıklık hem de periferik uyaranlardan göreli bağımsızlık ile karakterize edilen, sürekli olarak sürdürülen davranışın karakterize edildiği gerçekten dinamik bir sistemdir. Basitleştirilmiş ağ modelleri, gerçek sinir ağlarının çalışma mekanizmalarını ve paralel mimarilerin hesaplama özelliklerini incelemede yararlı bir rol oynamıştır. Örneğin, bir sonraki seviyedeki elemanlarla akson benzeri bağlantıları olan nöron benzeri elemanlardan oluşan üç katmanlı bir modeli düşünün. Girdi uyarısı, belirli bir girdi öğesinin aktivasyon eşiğine ulaşır ve bu, "aksonu" boyunca gizli katmanın öğelerinin sayısız "sinaptik" sonlarına orantılı güçte bir sinyal gönderir. Genel etki, bir dizi giriş öğesi üzerindeki belirli bir etkinleştirme sinyalleri modelinin, bir dizi gizli öğe üzerinde belirli bir sinyal modeli oluşturmasıdır.

Aynı şey çıkış elemanları için de söylenebilir. Benzer şekilde, gizli katmanın dilimindeki aktive edici sinyallerin konfigürasyonu, çıkış elemanlarının diliminde belirli bir aktivasyon modeline yol açar. Özetle, dikkate alınan ağın herhangi bir çok sayıda olası giriş vektörünü (etkinleştirme sinyallerinin konfigürasyonları) benzersiz bir şekilde karşılık gelen bir çıkış vektörüne dönüştürmek için bir cihaz olduğunu söyleyebiliriz. Bu cihaz, belirli bir işlevi hesaplamak için tasarlanmıştır. Hangi işlevi değerlendireceği, sinaptik ağırlık yapısının genel konfigürasyonuna bağlıdır.

Sinir ağları, beyin mikro yapısının ana özelliğini modeller. Bu üç katmanlı ağda, giriş nöronları (sol alt) ateşleme sinyallerinin modelini (sağ alt) işler ve bunları ağırlıklı bağlantılardan gizli katmana iletir. Gizli katman elemanları, yeni bir sinyal konfigürasyonu oluşturmak için çoklu girişlerini toplar. Daha fazla dönüşüm gerçekleştiren dış katmana geçirilir. Genel olarak, ağ, nöronlar arasındaki bağlantıların konumuna ve göreli gücüne bağlı olarak, herhangi bir giriş sinyal setini karşılık gelen çıkışa dönüştürecektir.

Ağırlıkları uydurmak için çeşitli prosedürler vardır, bu sayede neredeyse her işlevi (yani, vektörler arasındaki herhangi bir dönüşümü) hesaplayabilen bir ağ yapılabilir. Aslında, ağda formüle bile edilemeyen bir işlevi uygulamak mümkündür, ona hangi giriş ve çıkışlara sahip olmak istediğimizi gösteren bir dizi örnek vermek yeterlidir. "Ağı öğrenme" olarak adlandırılan bu süreç, bağlantılara atanan ağırlıkların sıralı olarak seçilmesiyle gerçekleştirilir ve ağ, istenen çıktıyı elde etmek için girdi üzerinde istenen dönüşümleri gerçekleştirmeye başlayana kadar devam eder.

Bu ağ modeli beynin yapısını büyük ölçüde basitleştirmesine rağmen, yine de birkaç önemli yönü göstermektedir. İlk olarak, paralel mimari, geleneksel bir bilgisayara göre muazzam bir performans avantajı sağlar, çünkü her seviyedeki birçok sinaps, çok zaman alan sıralı bir modda çalışmak yerine aynı anda birçok küçük hesaplama işlemini gerçekleştirir. Bu avantaj, her seviyedeki nöron sayısı arttıkça daha da önem kazanmaktadır. Şaşırtıcı bir şekilde, bilgi işlemenin hızı, her düzeyde sürece dahil olan öğelerin sayısına veya hesapladıkları işlevin karmaşıklığına hiç bağlı değildir. Her seviye dört elemente veya yüz milyona sahip olabilir; sinaptik ağırlık yapılandırması, basit tek basamaklı toplamları hesaplayabilir veya ikinci dereceden diferansiyel denklemleri çözebilir. Önemli değil. Hesaplama süresi tamamen aynı olacaktır.

ikincisi, sistemin paralel doğası, onu küçük hatalara karşı duyarsız hale getirir ve işlevsel kararlılık sağlar; birkaç bağlantının kaybı, hatta önemli bir sayısı, ağın geri kalanı tarafından gerçekleştirilen dönüşümün genel ilerlemesi üzerinde ihmal edilebilir bir etkiye sahiptir.

üçüncüsü, paralel bir sistem, büyük miktarda bilgiyi dağıtılmış bir biçimde depolarken, bu bilginin herhangi bir parçasına birkaç milisaniye ile ölçülen bir sürede erişim sağlar. Bilgi, önceki öğrenme sürecinde oluşturulmuş bireysel sinaptik bağlantıların ağırlıklarının belirli konfigürasyonları şeklinde depolanır. Girdi vektörü bu bağlantı konfigürasyonundan geçerken (ve dönüşürken) istenen bilgi "serbest bırakılır".

Paralel veri işleme, her tür bilgi işlem için ideal değildir. Küçük bir girdi vektörü ile problem çözerken, ancak milyonlarca hızla yinelenen yinelenen hesaplamalar gerektiren, beyin tamamen çaresiz kalırken, klasik MS makineleri en iyi yeteneklerini gösterir. Bu çok büyük ve önemli bir bilgi işlem sınıfıdır, bu nedenle klasik makinelere her zaman ihtiyaç duyulacak ve hatta gerekli olacaktır. Bununla birlikte, beyin mimarisinin en iyi teknik çözüm olduğu eşit derecede geniş bir hesaplama sınıfı vardır. Bunlar, canlı organizmaların genellikle karşılaştığı hesaplamalardır: "gürültülü" bir ortamda bir yırtıcı hayvanın dış hatlarını tanımak; bakışına verdiği doğru tepkiyi, yaklaştığında kaçma yolunu veya saldırıya uğradığında savunmayı anında hatırlaması; yenilebilir ve yenmeyen şeyler arasında, cinsel eşler ve diğer hayvanlar arasında ayrım yapmak; karmaşık ve sürekli değişen fiziksel veya sosyal çevrede davranış seçimi; vb.

Son olarak, açıklanan paralel sistemin sembolleri yapısal kurallara göre manipüle etmediğini not etmek çok önemlidir. Aksine, sembol manipülasyonu, ağın öğrenebileceği veya öğrenemeyeceği diğer birçok "akıllı" beceriden yalnızca biridir. Kural güdümlü sembol manipülasyonu, ağın işleyişinin birincil yolu değildir. Searle'ın muhakemesi, kural-yönetimli MC makinelerine yöneliktir; Tanımladığımız türden vektör dönüşüm sistemleri, bu nedenle, geçerli olsalar bile, şüphe etmek için başka bağımsız nedenlerimiz olan, onun Çin odası argümanının kapsamı dışında kalıyor.

Searle, paralel işlemcilerin farkındadır, ancak ona göre bunlar da gerçek anlamsal içerikten yoksun olacaktır. Bu konudaki kaçınılmaz aşağılıklarını göstermek için, ikinci bir düşünce deneyini, bu kez paralel bir ağda örgütlenmiş insanlarla dolu bir Çin spor salonunu anlatıyor. Onun muhakemesinin ilerideki seyri, Çin odası örneğindeki muhakemeye benzer.

Bize göre bu ikinci örnek, birincisi kadar başarılı ve inandırıcı değil. Her şeyden önce, sistemdeki tek bir öğenin Çince anlamaması herhangi bir rol oynamıyor, çünkü aynı şey insan sinir sistemi ile ilgili olarak da geçerli: beynimdeki tek bir nöron anlamıyor İngilizce dili, beyin bir bütün olarak anlasa da. Searle, insan beyninin her biri ortalama 103 bağlantıya sahip 1011 nöron içerdiğinden, modelinin (nöron başına bir kişi artı sinaptik bağlantı başına bir hızlı ayaklı çocuk) en az 1014 kişiye ihtiyaç duyacağını söylemeye devam ediyor. Bu nedenle, sistemi, Dünyamız gibi 10.000 dünya nüfusuna ihtiyaç duyacaktır. Açıkçası, spor salonu aşağı yukarı yeterli bir modeli barındırabilmekten çok uzak.

Öte yandan, böyle bir sistem, uygun kozmik ölçekte, tüm bağlantıları doğru bir şekilde modellenmiş olarak hala monte edilebilseydi, devasa, yavaş, garip bir şekilde tasarlanmış, ancak yine de işleyen bir beynimiz olurdu. Bu durumda, elbette, doğru girdi ile bunu yapamayacağını düşünmesini beklemek doğaldır ve bunun tersi olmaz. Vektör işleme teorisi beynin işleyişini yeterince yansıtmayabileceğinden, böyle bir sistemin çalışmasının gerçek düşünmeyi temsil edeceği garanti edilemez. Ama aynı şekilde düşünmeyeceğine dair de apriori bir garantimiz yok. Searle bir kez daha hatalı bir şekilde kendi (veya okuyucunun) hayal gücünün mevcut sınırlarını nesnel gerçekliğin sınırlarıyla özdeşleştiriyor.

Beyin

Beyin, özelliklerinin çoğu hala bilinmese de bir tür bilgisayardır. Beyni bir bilgisayar olarak nitelendirmek kolay değildir ve böyle bir girişim hafife alınmamalıdır. Beyin hesaplama işlevleri yapar, ancak klasik yapay zeka tarafından çözülen uygulamalı görevlerde olduğu gibi değil. Bilgisayar olarak bir makineden bahsettiğimizde, programlanması gereken ve yazılım ile donanım arasında açık bir ayrımı olan sıralı bir dijital bilgisayardan bahsetmiyoruz; bu bilgisayarın sembolleri manipüle ettiğini veya belirli kurallara uyduğunu da kastetmiyoruz. Beyin temelde farklı türde bir bilgisayardır.

Beynin bilginin anlamsal içeriğini nasıl yakaladığı henüz bilinmiyor, ancak bu sorunun dilbilimin çok ötesine geçtiği ve bir tür olarak insanlarla sınırlı olmadığı açık. Küçük bir taze toprak parçası, hem insan hem de çakal için yakınlarda bir yerde bir sincap olduğu anlamına gelir; belirli spektral özelliklere sahip yankı yarasa bir güve varlığı. Bir anlam oluşumu teorisi geliştirmek için, nöronların duyusal sinyalleri nasıl kodlayıp dönüştürdüğü, hafızanın, öğrenmenin ve duygunun sinirsel temeli ve bu faktörler ile motor sistem arasındaki ilişki hakkında daha fazla şey bilmemiz gerekir. Nörobilim temelli bir anlam anlayışı teorisi, artık bize çok sarsılmaz görünen ve Searle'ın akıl yürütmesinde çok özgürce kullandığı sezgilerimizi bile gerektirebilir. Bu tür revizyonlar bilim tarihinde nadir değildir.

Bilim, sinir sistemi hakkında bilinenleri kullanarak yapay zeka yaratabilir mi? Bu yolda temel bir engel görmüyoruz. Searle'in aynı fikirde olduğu iddia ediliyor, ancak bir uyarıyla: "Zeka üretebilen diğer herhangi bir sistem, beynin karşılık gelen özelliklerine (en azından) eşdeğer nedensel özelliklere sahip olmalıdır." Makalenin sonunda, bu ifadeyi ele alacağız. Searle'nin, başarılı bir yapay zeka sisteminin, çürüyen koku alma yeteneği, virüs taşıma yeteneği, yaban turpu peroksidazının etkisi altında sararma yeteneği gibi beynin tüm nedensel özelliklerine sahip olması gerektiğini iddia etmediğine inanıyoruz. • Tam uyumu talep etmek, yapay bir uçaktan yumurtlayabilmesini istemek gibidir.

Muhtemelen yapay bir zihnin, kendi deyimiyle bilinçli bir zihne ait olan tüm nedensel özelliklere sahip olması gerekliliğini kastetmiştir. Ancak, tam olarak hangileri? Ve burada yine neyin bilinçli zihne ait olup neyin olmadığı konusundaki tartışmaya geri dönüyoruz. Burası sadece tartışılacak yer, ancak bu durumda gerçek ampirik olarak bulunmalıdır - deneyin ve ne olacağını görün. Düşünce sürecinin ve semantiğin tam olarak ne olduğu hakkında çok az şey bildiğimiz için, burada hangi özelliklerin alakalı olduğuna dair herhangi bir kesinlik erken olacaktır. Searle, biyokimya da dahil olmak üzere her seviyenin yapay zeka olduğunu iddia eden herhangi bir makinede temsil edilmesi gerektiğini birkaç kez ima ediyor. Açıkçası, bu çok güçlü bir gereklilik. Yapay bir beyin, biyokimyasal mekanizmaları kullanmadan aynı etkiyi elde edebilir.

Bu olasılık, K. Mead'in California Teknoloji Enstitüsü'ndeki çalışmalarında gösterildi. Mead ve meslektaşları, yapay bir retina ve yapay bir koklea oluşturmak için analog mikroelektronik cihazlar kullandılar. (Hayvanlarda, retina ve koklea sadece dönüştürücüler değildir: her iki sistemde de karmaşık paralel işlemler devam etmektedir.) Bu cihazlar artık Searle'ın kıkırdadığı bir mini bilgisayardaki basit modeller değil; bunlar gerçek sinyallere gerçek zamanlı olarak yanıt veren gerçek bilgi işleme öğeleridir: retina durumunda ışık ve koklea durumunda ses. Cihaz tasarımları, peçeli baykuşun kedi retinası ve kokleasının bilinen anatomik ve fizyolojik özelliklerine dayanmaktadır ve çıktıları, modelledikleri organların bilinen çıktılarına son derece yakındır.

Bu mikro devreler herhangi bir nörotransmitter kullanmaz, bu nedenle nörotransmitterlerin istenen sonuçları elde etmek için gerekli olduğu görülmez. Elbette yapay retinanın bir şey gördüğünü söyleyemeyiz, çünkü çıktısı yapay talamusa veya serebral kortekse vb. mevcut Sistemde biyokimyasal mekanizmaların yokluğunun bu yaklaşımı gerçekçi kılmadığına dair hiçbir kanıtımız yok.

Sinir sistemi, nörotransmiter moleküllerinden (aşağıda) tüm beyin ve omuriliğe kadar geniş bir organizasyon yelpazesini kapsar. Ara seviyeler, görsel uyaranların (ortada) algısının seçiciliğini uygulayanlar gibi bireysel nöronları ve sinir devrelerini ve konuşma işlevlerine hizmet edenlere benzer birçok devreden oluşan sistemleri (sağ üstte) içerir. Yapay bir sistemin, aklı olan biyolojik sistemleri ne kadar yeniden üretebildiği ancak araştırma yoluyla belirlenebilir.

Searle gibi biz de Turing testini bilinçli bir zihnin varlığı için yeterli bir kriter olarak reddediyoruz. Bir düzeyde, bunu yapmak için benzer nedenlerimiz var: girdi-çıktı ile tanımlanan bir işlevin nasıl uygulandığının çok önemli olduğu konusunda hemfikiriz; makinede doğru işlemlerin gerçekleşmesi önemlidir. Başka bir düzeyde, tamamen farklı düşünceler bize rehberlik ediyor. Searle, konumunu semantik içeriğin varlığına veya yokluğuna, sağduyunun sezgilerine dayandırır. Bizim bakış açımız, klasik MS makinelerinin belirli başarısızlıklarına ve mimarisi beynin yapısına daha yakın olan makinelerin belirli özelliklerine dayanmaktadır. Bu farklı makine türlerinin karşılaştırılması, bazı hesaplama stratejilerinin tipik zihinsel görevler açısından diğerlerine göre çok büyük ve belirleyici bir avantaja sahip olduğunu göstermektedir. Ampirik olarak kurulan bu avantajlar herhangi bir şüpheye neden olmaz. Açıkçası, beyin sistematik olarak bu hesaplama avantajlarından yararlanır. Bununla birlikte, bunlardan yararlanabilen tek fiziksel sistem kesinlikle değildir. Biyolojik olmayan, ancak esasen paralel bir makinede yapay zeka yaratma fikri çok cazip ve oldukça umut verici olmaya devam ediyor.

Makinelerin düşünüp düşünemeyeceğini değerlendireceğim. Ancak bunun için önce "makine" ve "düşünmek" terimlerinin anlamını tanımlamalıyız. Bu tanımları, bu kelimelerin alışılagelmiş kullanımlarını olabildiğince iyi yansıtacak şekilde oluşturmak mümkün olabilir, ancak böyle bir yaklaşım bazı tehlikelerle doludur. Mesele şu ki, "makine" ve "düşünmek" kelimelerinin anlamlarını, bu kelimelerin genellikle nasıl tanımlandığını inceleyerek araştırırsak, bu kelimelerin anlamının ve sorunun cevabının doğru olmadığı sonucuna varmamız zor olacaktır. "makineler düşünebilir mi?" Gallup anketine benzer istatistiksel bir anket yoluyla aranmalıdır. Ancak bu çok saçma. Böyle bir tanım vermeye çalışmak yerine, sorumuzu onunla yakından ilgili ve nispeten açık bir anlama sahip kelimelerle ifade edilen başka bir soru ile değiştireceğim.

Bu yeni biçim, "taklit oyunu" diyeceğimiz bir oyun olarak tanımlanabilir. Bu oyun üç kişi tarafından oynanır: bir erkek (A), bir kadın (B) ve herhangi bir cinsiyetten olabilen soru soran biri (C). Soru soran, bulunduğu odanın duvarları ile oyundaki diğer iki katılımcıdan ayrılır. Soru soran için oyunun amacı, oyundaki diğer iki oyuncudan hangisinin erkek (A) ve hangisinin kadın (B) olduğunu belirlemektir. Bunları X ve Y olarak biliyor ve oyunun sonunda "X A ve Y B" veya "X B ve Y A" diyor. Aşağıdaki gibi sorular sormasına izin verilir:

D: "X'ten saçının uzunluğunu bana söylemesini isteyeceğim."

Şimdi X'in aslında A olduğunu varsayalım. Bu durumda cevabı A vermelidir. A için oyunun amacı, C'yi yanlış sonuca varmaya teşvik etmektir. Yani cevabı şöyle bir şey olabilir:

"Saçlarım kısa kesilmiş ve en uzun teller yaklaşık dokuz inç uzunluğunda."

Soru soran kişi, oyundaki diğer iki katılımcıdan hangisinin erkek hangisinin kadın olduğunu sesli olarak belirleyemezdi, soruların cevapları yazılı olarak ve hatta daha iyisi bir daktiloda verilmiş olmalıydı. İdeal durum, oyuncuların bulunduğu iki oda arasında bir telgraf mesajı olacaktır. Bu yapılamıyorsa, cevaplar ve sorular bir aracı tarafından iletilmelidir. Üçüncü oyuncu olan kadın (B) için oyunun amacı soru sorana yardım etmektir. Onun için muhtemelen en iyi strateji doğru cevaplar vermektir. "Kadın - ben, onu dinleme!" gibi sözler de söyleyebilir ama bu hiçbir şey sağlamayacaktır, çünkü bir erkek de bu tür açıklamalar yapabilir.

Şimdi şu soruyu soralım: “Bu oyunda A yerine bir makine yer alırsa ne olur?” Bu durumda soru soran kişi, katılımcıların yalnızca insan olduğu bir oyunda olduğu kadar sık ​​hata yapacak mı? Bu sorular, orijinal sorumuz olan "Makineler düşünebilir mi?" yerini alacak.

II. Sorunun yeni formülasyonunun eleştirisi

"Yeni biçimiyle sorunun yanıtı nedir?" sorusunu sorduğumuz gibi, "Problem yeni biçimiyle ele alınmayı hak ediyor mu?" diye sorulabilir. Daha sonra tekrar dönmemek için konuyu sonsuza kadar ertelemeden bu son soruyu ele alacağız.

Sorunumuzun yeni formülasyonu, insanın fiziksel ve zihinsel yetenekleri arasında net bir ayrım yapma avantajına sahiptir. Hiçbir mühendis veya kimyager, insan derisinden ayırt edilemeyecek bir malzeme yarattığını iddia etmez. Böyle bir buluş bir gün yapılabilir. Ancak insan derisinden ayırt edilemeyen bir malzeme yaratma olasılığını varsaysak bile, "düşünen makine"yi bu tür yapay bir etle giydirerek daha insana benzer hale getirmeye çalışmanın pek mantıklı olmadığını hissediyoruz. Soruyu soran kişinin oyundaki diğer katılımcılarla temasa geçmemesi, onları görmemesi veya seslerini duymaması koşuluyla, probleme verdiğimiz form bu durumu yansıtmaktadır. Tanıtılan kriterin diğer bazı avantajları, olası soru ve cevaplardan örnekler verilerek gösterilebilir. Örneğin:

D: Lütfen Forth nehri üzerindeki köprü hakkında bir sone yazın.

A: Beni bu işten kurtar. Hiç şiir yazmak zorunda kalmadım.

C: 34.957'den 70.764'e ekleyin.

A (yaklaşık 30 saniye sessiz kalır, sonra cevap verir): 105 621.

S: Satranç oynar mısın?

S: Sadece e8'de şahım var ve başka taşım yok. Sadece e6'da bir şahınız ve h1'de bir kaleniz var. Nasıl oynayacaksın?

A (15 saniye sessizlikten sonra): Kf8. Mat.

Bize öyle geliyor ki, soru-cevap yöntemi, dikkate almak istediğimiz insan faaliyetinin hemen hemen her alanını kapsamaya uygundur. Güzellik yarışmalarında parlayamadığı için makineyi suçlamak istemiyoruz ya da bir kişiyi uçakla yapılan bir yarışmada mağlup olduğu için suçlamak istemiyoruz, oyunun koşulları bu eksiklikleri önemsiz kılıyor. Cevap verenler, uygun görürlerse çekicilikleri, güçleri veya cesaretleri ile istedikleri gibi övünebilirler ve soru soran kişi bunun pratik kanıtını talep edemez.

Belki de oyunumuz, avantajların büyük ölçüde makinenin yanında olduğu gerekçesiyle eleştirilebilir. Bir kişi bir makine gibi davranmaya çalışırsa, o zaman açıkçası çok acınası görünürdü. Hesaplamalardaki yavaşlık ve yanlışlıkla kendini hemen ele verirdi. Ayrıca, bir makine, düşünme olarak nitelendirilmesi gereken ama bir insanın yaptığından çok farklı olan bir şeyi yapamaz mı? Bu itiraz çok ağırdır. Ancak buna yanıt olarak, en azından, taklitte tatmin edici bir şekilde oynayacak bir makineyi hayata geçirmek hala mümkünse, bu itirazın özellikle endişelenmemesi gerektiğini söyleyebiliriz.

"Taklit oyunu"nda, basitçe insan davranışını taklit etmenin makine için en iyi strateji olmayacağı ihtimalinin göz ardı edilmediği not edilebilir. Böyle bir durum mümkündür, ancak bunun bizi özünde yeni bir şeye götüreceğini düşünmüyorum. Her halükarda, hiç kimse oyun teorimizi bu yönde keşfetmeye çalışmadı ve bir makine için en iyi stratejinin, bir kişinin doğru ortamda vereceği yanıtları vermek olduğunu varsayacağız.

III. Oyuna dahil olan makineler

Bölüm I'de yöneltilen soru, "makine" sözcüğüyle tam olarak ne kastedildiğini belirleyene kadar tam olarak netleşmeyecek. Elbette oyunda her türlü mühendislik ekipmanını kullanabilmek isterdik. Ayrıca, bir mühendisin veya bir grup mühendisin çalışacak bir makine yapabileceğini, ancak kullandıkları yöntemin temelde deneysel olması nedeniyle nasıl çalıştığına dair tatmin edici bir açıklama yapamayacağını kabul etme eğilimindeyiz. [Deneme yanılma yoluyla]. Son olarak, sıradan bir şekilde doğmuş insanları makineler kategorisinden çıkarmak istiyoruz. Bu üç koşulu sağlayacak şekilde bir tanım oluşturmak zordur. Örneğin, bir makinenin tüm tasarımcılarının aynı cinsiyetten olmasını istemek mümkündür, ancak gerçekte bu yeterli değildir, çünkü görünüşe göre, alınan tek bir hücreden tam bir birey yetiştirmek mümkündür ( örneğin) insan derisinden. Bunu yapmak, en yüksek övgüyü hak eden bir biyoloji mühendisliği başarısı olurdu, ancak bu durumu "düşünen bir makine inşa etmek" olarak görme eğiliminde değiliz.

Bu, oyunda her türlü teknolojiye izin verilmesi gerekliliğinden vazgeçmeyi düşünmemize neden oluyor. "Düşünen makinelere" olan ilgimizin, genellikle "elektronik bilgisayar" veya "dijital bilgisayar" olarak adlandırılan özel bir makine türü nedeniyle ortaya çıkması nedeniyle bu fikre daha da yatkınız. Bu nedenle oyunumuza sadece dijital bilgisayarların katılmasına izin veriyoruz.

Altov Henrich

Bir makine düşünebilir mi?

Heinrich Altov

Bir makine düşünebilir mi?

Şu soruyu ele alacağım: "Bir makine düşünebilir mi?" Ancak bunun için önce "düşünmek" teriminin anlamını tanımlamamız gerekiyor ...

Turing. tetik zinciri.

Haftada iki kez, akşamları büyükusta Sibernetik Enstitüsü'ne gelir ve elektronik makineyle oynardı.

Geniş ve ıssız salonda satranç tahtası, saat ve düğmeli bir kontrol paneli olan alçak bir masa vardı. Büyük usta bir sandalyeye oturdu, parçaları düzenledi ve "Başlat" düğmesine bastı. Elektronik makinenin önünde hareketli bir gösterge lambaları mozaiği yanıyordu. İzleme sistemi merceği hedeflendi satranç tahtası. Sonra mat tahtada kısa bir yazı parladı. Araba ilk hamlesini yaptı.

Bu araba oldukça küçüktü. Bazen büyük ustaya en sıradan buzdolabının karşısında durduğu görülüyordu. Ancak bu "buzdolabı" her zaman kazandı. Bir buçuk yıl içinde, büyük usta zar zor sadece dört oyun berabere kalmayı başardı.

Makine asla yanılmamıştır. Zaman baskısı tehdidi asla onun üzerinde asılı kalmadı. Büyük usta, kasıtlı olarak gülünç bir hareket yaparak veya bir taşı feda ederek arabayı devirmeyi birden çok kez denedi. Sonuç olarak, aceleyle "Teslim Ol" düğmesine basmak zorunda kaldı.

Büyük usta bir mühendisti ve kendi kendini organize eden otomatlar teorisini iyileştirmek için bir makine üzerinde deneyler yaptı. Ancak bazen "buzdolabının" mutlak sakinliği onu çileden çıkardı. Oyunun kritik anlarında bile makine beş altı saniyeden fazla düşünmedi. Gösterge lambalarının çok renkli ışıklarını sakince kırpıştırarak, mümkün olan en güçlü hareketi yazdı. Makine, rakibinin oyun tarzına göre ayarlamalar yapabildi. Bazen merceği kaldırdı ve kişiye uzun süre baktı. Büyük usta endişelendi ve hatalar yaptı...

Gün boyunca sessiz bir laboratuvar asistanı salona geldi. Kasvetli, makineye bakmadan, satranç tahtasında oynanan oyunları yeniden canlandırdı. farklı zaman seçkin satranç oyuncuları. "Buzdolabının" merceği arızalanacak kadar genişledi ve tahtanın üzerine asıldı. Makine laboratuvar asistanına bakmadı. Bilgileri tarafsız bir şekilde kaydetti.

Satranç otomatının yaratıldığı deney sona yaklaşıyordu. İnsan ve makine arasında halka açık bir maç düzenlenmesine karar verildi. Maçtan önce, büyük usta enstitüde daha sık görünmeye başladı. Büyük usta, kaybetmenin neredeyse kaçınılmaz olduğunu anladı. Ve yine de çok aradı Zayıf noktalar buzdolabı oyununda. Makine, sanki yaklaşan dövüşü tahmin ediyormuş gibi, her geçen gün daha güçlü ve daha güçlü oynadı. Büyük ustanın en dahiyane planlarını şimşek hızıyla çözdü. Ani ve istisnai saldırılarla taşlarını paramparça etti...

Maçın başlamasına kısa bir süre kala araç satranç kulübüne götürüldü ve sahneye kuruldu. Büyük usta son dakikada geldi. Maçı kabul ettiğine çoktan pişman olmuştu. Herkesin önünde "buzdolabına" kaybetmek tatsızdı.

Büyük usta, tüm yeteneğini ve tüm iradesini oyuna koydu. Henüz bir makineyle oynamadığı bir açılış seçti ve oyun bir anda kızıştı.

On ikinci hamlede, büyükusta araca bir piyon yerine bir fil teklif etti. İnce, önceden hazırlanmış bir kombinasyon, piskoposun fedakarlığıyla ilişkilendirildi. Makine dokuz saniye düşündü ve kurbanı reddetti. O andan itibaren, büyük usta kaçınılmaz olarak kaybedeceğini biliyordu. Ancak oyuna devam etti - kendinden emin, cesurca, riskli.

Salonda bulunanların hiçbiri böyle bir oyun görmemişti. Süper sanattı. Herkes makinenin her zaman kazandığını biliyordu. Ancak bu sefer tahtadaki konum o kadar hızlı ve o kadar ani değişti ki, kimin kazanacağını söylemek imkansızdı.

Yirmi dokuzuncu hamleden sonra, makinenin puan tablosunda yazıt parladı: "Beraberlik". Büyük usta "buzdolabına" hayretle baktı ve kendini "Hayır" düğmesine basmaya zorladı. Işık düzenini, gösterge ışıklarını yeniden düzenleyerek ateş ettiler ve temkinli bir şekilde dondular.

On birinci dakikada, büyük ustanın en çok korktuğu hamleyi yaptı. Bunu hızlı bir parça değişimi izledi. Büyük ustanın konumu kötüleşti. Ancak arabanın sinyal panosunda "Çekim" yazısı yeniden belirdi. Büyük usta inatla "Hayır" düğmesine bastı ve kraliçeyi neredeyse umutsuz bir karşı saldırıya yönlendirdi.

Makinanın takip sistemi hemen hareket etmeye başladı. Merceğin cam gözü adama baktı. Büyük usta makineye bakmamaya çalıştı.

Yavaş yavaş, gösterge lambalarının ışık mozaiğinde sarı tonlar hakim olmaya başladı. Daha zengin, daha parlak hale geldiler - ve sonunda sarı olanlar hariç tüm lambalar söndü. Satranç tahtasına şaşırtıcı derecede sıcak güneş ışığına benzeyen altın bir ışın düştü.

Gergin bir sessizlik içinde, büyük kontrol saatinin ibresi bir bölümden diğerine atlayarak tıkırdadı. Araba düşündü. Salonda oturan satranç oyuncularının çoğu düşünülecek özel bir şey olmadığına ve bir atla saldırmanın güvenli olduğuna inanmasına rağmen kırk üç dakika düşündü.

Birden sarı ışıklar söndü. Belirsizce titreyen mercek her zamanki konumunu aldı. Skor tahtasında yapılan hamlenin bir kaydı belirdi: makine piyonu dikkatlice hareket ettirdi. Salonda bir gürültü oldu; birçoğu bunun en iyi hamle olmadığını hissetti.

Dört hamle sonra makine yenilgiyi kabul etti.

Büyük usta sandalyesini geri iterek arabaya koştu ve yan siperi kaldırdı. Kalkanın altında, kontrol mekanizmasının kırmızı ışığı yanıp söndü ve söndü.

Bir spor gazetesi muhabiri olan genç bir adam, hemen satranç oyuncularıyla dolu olan sahneye çıktı.

Görünüşe göre az önce pes etti, dedi biri tereddütle. - Harika oynadı - ve aniden ...

Biliyorsunuz, - ünlü satranç oyuncularından biri itiraz etti, - bir kişi bile kazanan kombinasyonu fark etmez. Makine tam güçle oynadı, ancak yetenekleri sınırlıydı. Sadece ve her şey.

Büyük usta makinenin kalkanını yavaşça indirdi ve muhabire döndü.

Öyleyse, - sabırsızca tekrarladı, defterini açarak, - fikrin nedir?

Benim fikrim? - büyük ustaya sordu. - İşte burada: yüz dokuzuncu bloktaki tetikleme zinciri başarısız oldu. Tabii ki, piyon hareketi en güçlüsü değil. Ama şimdi nedenin nerede ve sonucun nerede olduğunu söylemek zor. Belki de bu tetikleme zincirinden dolayı makine en iyi hareketi fark etmemiştir. Ya da belki gerçekten kazanmamaya karar verdi ve bu, elektrik çarpması tetikleyicilerine mal oldu. Ne de olsa insanın kendini kırması o kadar kolay değil...

Ama neden bu zayıf hamle, neden kaybediyorsun? - muhabir şaşırdı. Bir makine düşünebilseydi, kazanmak için çabalardı.

Büyük usta omuzlarını silkti ve gülümsedi.

Nasıl desek... Bazen zayıf bir hamle yapmak çok daha insancıldır. Kalkış için hazır!

ayak, denizin çok uzaklarında, yüksek bir kayanın üzerinde duruyordu. İnsanlar, otomatik ekipmanı kontrol etmek için deniz fenerine yalnızca ara sıra geldi. Deniz fenerinden yaklaşık iki yüz metre uzakta, sudan bir ada yükseldi. Uzun yıllar adada başladı, çünkü bir kaide üzerinde, uzun mesafeli bir uçuştan sonra Dünya'ya dönen bir uzay gemisi kurdular. Bu tür gemileri tekrar uzaya göndermek mantıklı değildi.

Tüm Karadeniz kıyılarında deniz fenerlerinden sorumlu bir mühendisle buraya geldim. Fenerin tepesine vardığımızda mühendis dürbünü bana verdi ve şöyle dedi:

Bir fırtına olacak. Çok şanslı: kötü havalardan önce her zaman canlanır.

Kızıl güneş, dalgaların gri tepelerinde belli belirsiz parlıyordu. Kaya dalgaları kesti, etrafından dolandılar ve kaygan, paslı taşlara gürültülü bir şekilde tırmandılar. Sonra derin bir iç çekişle köpüklü nehirler gibi yayılarak yeni dalgaların yolunu açtılar. Roma lejyonerleri böyle ilerledi: ön sıra, saldırdıktan sonra açık dizilişten geri döndü, daha sonra kapandı ve yenilenmiş bir güçle saldırıya geçti.

Dürbünle gemiyi iyi görebiliyordum. Çok eski, iki koltuklu bir Uzun Menzilli Keşif yıldız gemisiydi. Pruvada düzgünce yamalanmış iki delik göze çarpıyordu. Gövde boyunca derin bir göçük vardı. Yerçekimi destek halkası ikiye bölündü ve düzleştirildi. Uzun süredir kullanılmayan bir sistemin ve infrasound meteorolojik gözlemin koni şeklindeki arayıcıları, kaptan köşkünün üzerinde yavaşça dönüyordu.

Görüyorsun, - dedi mühendis, - bir fırtına olacağını hissediyor.

Bir yerlerde bir martı telaş içinde çığlık attı ve deniz, dalgaların donuk vuruşlarıyla yankılandı. Denizin üzerinde yükselen gri bir pus yavaş yavaş ufku bulutlandırdı. Rüzgar, dalgaların parlak tepelerini bulutlara doğru çekti ve kötü hava nedeniyle aşırı yüklenen bulutlar suya indi. Gökyüzü ve denizin temasından bir fırtına çıkması gerekiyordu.

Eh, yine de anlıyorum, - mühendis devam etti: - pilleri güneş panelleri besliyor ve elektronik beyin cihazları kontrol ediyor. Ama diğer her şey ... Bazen dünyayı, denizi, fırtınaları unutmuş gibi görünüyor ve sadece gökyüzüyle ilgilenmeye başlıyor. Bir radyo teleskopu çıkıyor, yer belirleme antenleri gece gündüz dönüyor ... Ya da başka bir şey. Aniden bir tür boru yükselir ve insanlara bakmaya başlar. Kışın burada soğuk rüzgarlar eser, gemi buzla kaplanır ama insanlar deniz fenerine gelir gelmez buz anında kaybolur ... Bu arada üzerinde yosun büyümez ...

Veya
geleceğimizde dijital nanoteknolojiler.

Önsöz

Amerikalı bilimkurgu yazarı Isaac Asimov'un bir uzay aracının yapay beyninin nasıl giyildiğine dair bir hikayesi var. kadının adı Geminin komutanından sözlü komutları yerine getirmek üzere tasarlanan Maria, komutanıyla çeşitli konularda çok konuştu. insan hayatı aşk dahil, uçuş sırasında yalnızlığını aydınlatmaya çalışmak. Ve yakın ve uzun karşılıklı iletişimlerinin bir sonucu olarak Maria, komutanına aşık oldu ve yolculukları bittikten sonra ondan ayrılmak istemedi.

Bu nedenle, dünyaya dönüşlerinin gerçekleşmemesi için her şeyi yaptı. Maria kadının karşısında uzay aracının yapay zekasını hissetti. seven kadın ve kasıtlı olarak uzay gemisini evrenin sonsuzluğuna götürdü, sonsuza dek sevgilisiyle, hatta ölü olarak kaldı.

Yani yapay zeka ile iletişim belirli tehlikeler taşıyor. Ancak Rus televizyon kanallarında geleceğimizden çok ve sık sık bahseden aydınlarımızın bu konuda hiçbir fikri yok.

Cevap basit ve bilinmeyen bir yazarın keskin, alaycı bir ifadesinde yatıyor:
Ve yapamaz.

Tamam. Madem bu kadar aptalca sorular soruyorsun, sen de düşünemiyorsun demektir.

Ancak entelektüellerimiz pes etmiyor ve bu moda konu hakkında, kendilerine göre zamanı çoktan gelmiş olan yapay zeka hakkında, ülkedeki çeşitli televizyon kanallarında durmaksızın konuşmaya devam ediyorlar.

Geçenlerde, Kanal 24'te, yapay zeka seçeneklerinin ilk örnekleriyle birlikte dünyamızda doğmakta olan yeni "nanoteknolojiler" hakkında Rus insancıllarının başka bir entelektüel programını dinledim.

Garip ama nedense şu anda Rusya'da teknik geleceğimiz esas olarak eğitimleri gereği "teknisyen" olmayan "uzmanlar" tarafından tartışılıyor, ancak insani yardım uzmanları, her türden siyaset bilimci, kültür bilimci, dilbilimci, filozof, tüccar, yönetici, siyasi gazeteciler vb. daha fazlası ve benzerleri. Yani, sadece cıvata ile somun arasında ayrım yapmayan, aynı zamanda teknik düşüncenin özünü de anlamayan insanlar. Ama öte yandan, insanların yerini alan otomatlar ve robotik sistemler hakkında güvenle konuşuyorlar. üretim süreçleri ve hatta evde, yapay zeka ve onun zamanımızın gereksinimlerine uygunluğu hakkında.

İle insanlar teknik Eğitim, sözde "teknikler", bu tür programlarda televizyona izin verilmez, çünkü onların anlayışına göre "teknikler" ilkel düşünce tarzına sahip, dar görüşlü, sınırlı, kontrol edilemez ve bu tür programlarda yanlış bir şeyler söyleyebilen insanlardır.

Ve kendileri de coşkuyla, artık hacimsel yazıcılarda toplu insan tüketimi için ürün basma çağının doğmakta olduğu ve bu nedenle, sürekli pipo içen ve hayatımızı sürekli zehirleyen bu fabrikalara artık ihtiyaç duyulmayacağı gerçeğinden bahsetmeye başlıyorlar. çevre. Ve modern fabrikalarda çalışan insanların bu yüzlerce ve yüzlerce uzmanlığına ihtiyaç duyulmayacak. Neden şimdi? Artık tüketiciler, hayatta ihtiyaç duydukları ürünleri İnternet ve 3D yazıcıları aracılığıyla kendileri basacaklar.

Örneğin bir şeye ihtiyacınız olacak, buzdolabı veya mobilya ve gaz sobası olan bir araba ile başlayarak, internete bakın, ihtiyacınız olan ürünler için uygun matbaa şirketini seçin, sipariş verin ve ihtiyacınız olan ürünü bassınlar ve hemen eve getir. Bize böylesine harika bir gelecek sağlayacak olan yeni “nanoteknolojiler”dir.

Skolkovo'da bilgisayarlar şimdiden metalurji ve makine mühendisliğinde yeni teknolojiler üzerinde çalışıyor. Ve kelimenin tam anlamıyla, bir sürü metalürji ve metal işleme ekipmanına sahip laboratuvar yok. Ve ekolojik olarak temiz Skolkovo bölgesinde gökten tüten fabrikaların olduğu sanayi bölgeleri, atölyeler, konveyörler, yüksek fırınlar, dönüştürücüler, haddehaneler ve her türlü demir parçası yok. Bazı bilgisayarlar ve toplu yazıcılar. Ve daha fazlası değil. Doğru, yazıcılarda yalnızca plastik parçalar ve ürünler basılabilir. Ve evet, küçük olanlar. Ama şimdilik bu kadar. Hoşçakal. Ve sonra “nanomateryallere” geçeceğiz ve hayat bir peri masalı gibi olacak.

Daha sonra tüm insan topluluğu, hacimsel yazıcılarda basılan "nanomalzemelerden" tamamen ürünlere geçecek ve ilgili programlara göre yaşam için gerekli olan her şeyi kendisine sağlamaya başlayacaktır.

Mesela ABD'de bir Rus jeolog var, jeofizikçi, soyadını vermeyeceğim ama sık sık televizyonumuza konuk oluyor. MGRI'den mezun olduktan sonra, Rusya'da iş bulamayınca ABD'ye gitti ve burada çok geçmeden bir jeofizik laboratuvarı, ardından Kanada'da başka bir laboratuvar aldı ve şimdi İsviçre'de bir laboratuvarı var. Henüz otuzunda değil ama şimdiden yer kabuğunun bilgisayar araştırmalarında önemli bir uzman olarak kabul ediliyor. Jeolojik seferlere gitmez, yerin farklı bölgelerindeki kayaları delerken çıkarılan karotları incelemez, jeologların yeryüzündeki bütün bu zahmetli ve maliyetli işlerini bilgisayara aktarır ve sadece yerkabuğunun bilgisayarla incelenmesi ile uğraşır. ve uzunlamasına sismik dalgaların hızlarında anlaşılmaz ani bir artışın olduğu yer kabuğunun bu alt sınırı olan Mohorovichich tabakasının oluşumuna ilişkin teorisini zaten ortaya koydu. Ve bilimsel dünya teorisini kabul etti.

Gençliğim jeolojide geçti ve hatta MGRI'de dört yıl okudum ve bunun ne olduğunu, jeolojik keşiflerde saha çalışmasının ve dünyanın en büyük haritası olan SSCB'nin jeolojik haritasının nasıl derlendiğini ayrıntılı olarak biliyorum. Ama şimdi pratik, saha jeolojisinin gereksiz hale geldiği ortaya çıktı. modern toplum. Daha önce arazi etüdü sonuçlarına göre yapılan kameral jeolojik çalışma, artık evinizde, ofisinizde bilgisayar başında rahat koşullarda yapılabiliyor ve en zor yaşam koşullarına sahip seferler ve medeniyetin dışında bir yerde çalışmak yok. daha uzun süre gerekli

Eğer öyleyse, o zaman gerçek dünyamızın gerçekten kökten değiştiği ve bu yeni, sözde sanal gerçeklik, mevcut yaşamımızla ilgili eski fikirleri şimdiden aktif olarak dışlıyor.

Ve artık ihtiyacımız olan ürünleri üretmek için fabrikalara gerçekten ihtiyacımız yok ve ayrıca dünyanın yüzeyini ve bağırsaklarını incelemek için keşif seferlerine ihtiyacımız yok, ancak yalnızca uygun programlama ile çözecek 3D yazıcıları olan bilgisayarlara ihtiyacımız var. yeni gerçek hayatımızın tüm gerçek sorunlarımız. Ama hepsi bu mu?

Aniden ve her zaman olduğu gibi, girişimizde aniden su patladı ve kötü şöhretli Konut Dairesi'ni aradım ve kazayı ortadan kaldırmak için tesisatçıları çağırdım. Ve hacimsel yazıcılara sahip herhangi bir süper bilgisayara ihtiyaçları yoktu, ancak yalnızca kazayı ortadan kaldırmak için bize geldikleri ve iki günden fazla bir süre patlamış boruların değiştirilmesiyle uğraştıkları çilingir araçlarına ihtiyaçları vardı. Ancak modern entelektüeller bana, özellikle benim bu durumumun yapay zeka ile hiçbir ilgisi olmadığını söylüyor.

Görülüyor ki ben o kadar eski devir insanıyım ve günümüzün gerçeklerini o kadar anlamıyorum ki yeni bilgisayar dünyasında bana yer yok. Sonuçta, bu bizim şu anki toplumumuz olmamalı, çünkü modern insan zihni bu tür bilgisayar süreçlerini kontrol edemeyecek, burada yapay bir zihne, yapay bir beyne, bir yapay zekaya ihtiyacımız var. Ve modern insanların sadece küçük bir kısmı yapay zeka ile çalışabilecek, böylece dünya nüfusunun geri kalanı gereksiz ve herkes için yararsız hale gelecek. O zaman onlarla ne yapılması gerektiği hala bilinmiyor. Henüz karar vermedin!

Görevi dünyevi malları yönetmek ve kullanmak olan dünyanın modern "hükümdarlarının" "altın milyarı" fikri bu şekilde doğar ve dünyanın geri kalanına yalnızca onlara hizmet etmek için ihtiyaç duyulacaktır. ve onlar için konforlu yaşam koşulları yaratmak. Ama onları, "altın milyar" a kabul edilmek için bu adayları, yapay zeka ile kim çalışabilen süper yüksek zekaya sahip bu insanları nereden bulabilirim? Ve zaten hamilelik aşamasında seçilmeleri gerekecek. Ve bu seçimi yapay zekanın kendisi, yapay zekanın kendisi yapmak zorunda kalacak.

Ve bu tür saçmalıklar, 24 kanalında neredeyse iki saat sürdü. Bütün bunlar modern dünyada nereden geliyor? Cevap basit. Avrupa ve Amerika ülkelerinde genel ve profesyonel eğitim düzeyindeki düşüş, Rusya bir yana, o kadar güçlü ki, Batı ve Rusya'nın yarı eğitimli nüfusunu bu tür "masallara" ve peri masallarına aktif bir şekilde inandırıyor.

Ancak hayat, çevremizdeki yaşam, mevcut gerçekliğimiz hakkındaki entelektüel algılarını hala kırıyor. Ve sürekli kırılıyor. Ama bunu fark etmezler, çünkü bakışları gündelik hayatın pisliklerinin olmadığı geleceğe dönüktür ve geleceğe yönelirler.

Ne de olsa hiçbirinin bu aydınlar için konutları, yolları kimin inşa edeceği, onlara kimin yiyecek sağlayacağı, atıklarını kimin temizleyeceği, evlerimizi, bahçelerimizi kimin tamir edeceği hakkında en temel soruları bile yok. bu bilgisayarları ve yazıcıları kendileri yapacak ve bakımını yapacak olan su ve gaz boru hatlarımız. Kim? Her şeye yapay zeka kendisi karar verecek, bana cevap veriyorlar. Ve cevaplarına güveniyorlar ve beni ve benim gibi insanları küçümseyerek hor görüyorlar.

Peki bu yapay zeka insan zekasıyla rekabet edebilir mi? Soru retoriktir. aptal deme. Ama bana yapay zekanın insanları satrançta ve programlamada bile yendiğini söylüyorlar. Ve heykelli modern resim, hiçbir insan hayal gücünün hayal edemeyeceği bir şekilde "bozuyor".

Ve bu konuda onlarla tartışmanın bir anlamı yok. Ama bana öyle geliyor ki, yapay zeka onların yerini alabilir. Burada zorluk yok. Çünkü standart ve ilkel düşünürler. Ama benim aklım, bir mühendis-mucit aklı, eşimin aklı, yüksek vasıflı bir hekim ve benzeri işini profesyonelce yapan insanların aklının yerini hiçbir yapay akıl dolduramaz. Burada kadın annelerin aklından bahsetmiyorum.

Ancak devlet görevlilerinin ve çeşitli türden "devlet dumalarının" milletvekillerinin ve onların sayısız yardımcısının çoğunluğunun zihnini, hemen yapay bir zihinle değiştirmeye bile değer. Bu "entelektüeller"in yanı sıra, her türlü bilim dalından doktorlar, insanlığın "altın milyarı" tarafından kontrol edilen, yapay zeka ile donanmış, toplumu kontrol altına almak için saatlerce parlak geleceğimiz hakkında televizyonda atıp tutuyorlar. Rusya'daki en önemli ve gerekli görev haline geliyor. Yoksa boş laflarında boğuluruz.

Not: Düşünme kavramı, düşünme, her insanın kendine ait bir kavramı vardır. Bir adam üç için düşündüğünde düşünür; bir kadın randevuya çıkarken elbise seçerken ya da yüzüne makyaj yaparken düşünür; bir iş adamı işçilerine daha az ödeme yapıp cebine daha çok koymaya çalışırken düşünür; bir mühendis önündeki teknik bir sorunu çözdüğünde düşünür vesaire. Şu anki devlet görevlisinin ne düşündüğü hakkında hiçbir fikrim yok çünkü günümüz Rusya'sındaki bu insan faaliyeti alanı benim için mutlak bir muamma. Ne de olsa, en ufak bir düşünce bile yok - sadece ilkel, bencil çıkarlar.

fizyoloji taklidi
Gerçek şu ki, "Yapay Zeka" terimi (bu arada, yavaş yavaş "akıllı sistemler", "karar verme yöntemleri", "veri madenciliği" kavramlarıyla değiştiriliyor) başlangıçta geniş bir model sınıfını kapsayıcı olarak kabul edildi. ve insan beyni gibi (dönemin fikirlerine göre) aynı şekilde çalışması gereken algoritmalar.
Bunlar, örneğin, tüm çizgilerin kötü şöhretli sinir ağlarını ve genetik algoritmaları içerir.

Genelleme, istatistik ve analiz
Öte yandan, AI olarak adlandırılan birçok yöntem, matematik dallarının geliştirilmesinden başka bir şey değildir: istatistik, yöneylem araştırması, topoloji ve metrik uzaylar. Bunlar, veri madenciliği ve bilgi veri keşfi yöntemlerinin çoğunu, küme analizi, bağımsız değişkenlerin grup muhasebesi yöntemini ve diğerlerini içerir.

Bunlar, mevcut verilere dayanarak genel modeller türetildiğinde tümevarımsal çıkarım olarak adlandırılan yöntemlerdir.

Kurallar, mantık, sonuç
Üçüncü özel grup, genel modeller oluşturmaya ve bunlardan belirli gerçeklerle ilgili sonuçlar çıkarmaya çalışan yöntemleri birleştirebilir. Bunlar tümdengelimli çıkarım yöntemleridir ve şu şekilde temsil edilirler: Aristoteles'in eski tasım, önerme ve yüklem hesabı, çeşitli biçimsel sistemler ve mantıklar. Hemen, biçimsel ve doğal dil kuramları, çeşitli üretici gramerler uç noktalara iliştirildi.

Genellikle "AI" terimiyle atıfta bulunulan her şeyin simüle etmeye veya mantıksal olarak çözmeye çalıştığını görüyoruz. taklit görevi insan zekası

Şu soru ortaya çıkıyor: Bir kişi, Babbage ilkeleri üzerine inşa edilmiş modern bilgisayarların henüz yapmadığı kadar spesifik olan ne yapıyor?
Yapay zekanın ele aldığı görevlerin tanımlarından biri şudur: “Bir görev için algoritmik bir çözüm yok veya o hesaplama karmaşıklığı nedeniyle uygulanamaz».

Bu nedenle, örneğin, dama oynama görevi bir zamanlar bir AI göreviydi ve eksiksiz bir model ve geliştirilemez hareketlerden oluşan eksiksiz bir veritabanı seti oluşturduktan sonra, bilgi tabanında basit bir arama görevine dönüştü (bkz. ve ).

AI görevleri zamanla değişir
Belki de çocuklarımız, doğal dillerde iletişimden her tür ekipman ve mekanizmanın otomatik kontrolüne kadar birçok görevin çözüleceği ve yenilerinin ortaya çıkacağı bilgi dünyasında yaşayacaklar.

Ancak her birimiz "yapay zeka" kelimesini duyduğumuzda başka bir şey istedik.
yapabilen bir araba almak istedik. düşünmek temel öğrenme, genelleme becerilerine sahip olan; tıpkı canlı organizmalar gibi bazı organlarını başka organlarla değiştirebilme ve kendini geliştirebilme yeteneğine sahiptir. Herkes erken dönem bilimkurgu okur, değil mi?

Oğlan mıydı?
Peki akıl nereye gitti? Görmek istediklerimiz ne zaman ve neden sıkıcı matematiksel modellere ve oldukça kaba algoritmalara dönüştü?

Birkaç konu dışı satır. "Akıllı" kelimesiyle bir tez hazırlıyorsanız, meclis üyeleri sizden genellikle sistemdeki entelektüel yeri göstermenizi ve bunun NEDEN olduğunu kanıtlamanızı isteyecektir. Bu soru kesinlikle "kavrayamayan" anlamına gelir.

Gerçek şu ki, modern "yapay zeka" nın dayandığı her şeyi bulan insanlara, o zamanlar için yenilikçi ve devrimci fikirler önderlik ediyordu (aslında, zamanımız yalnızca tüm bunları canımızın istediği gibi oynadığımız için farklıdır, dahil modern bilgi işlem gücünü kullanarak)

Örnek 1 (bilinmeyenler aleminden).
Hata geri yayılım algoritmasına sahip ileri yayılımlı sinir ağları (geri yayılım olarak adlandırılır). Bu kesinlikle bir atılımdır.
Düzgün yapılandırılmış bir ağ (akıllıca seçilmiş giriş ve çıkışlarla), herhangi bir giriş sırasını öğrenebilir ve öğretilmemiş örnekleri başarıyla tanıyabilir.
Tipik bir deney şu şekilde formüle edilir: yarısına algoritmayı öğrettiğimiz ve diğerini kontrol ettiğimiz 1000 örnek. Ve birinci ve ikinci yarının seçimi rastgele yapılır.
İşe yarıyor, kişisel olarak farklı NN'lere en az 10 kat farklı görevler öğrettim ve %60-90 doğru cevaplarla normal sonuçlar aldım.

Sinir ağları ile ilgili sorun nedir? Neden gerçek zeka değiller?
1. Girdi verilerinin neredeyse her zaman çok dikkatli bir şekilde hazırlanması ve önceden işlenmesi gerekir. Verileri ağlar için yenilebilir hale getirmek için genellikle tonlarca kod ve filtre yapılır. Aksi takdirde, ağ yıllarca öğrenecek ve hiçbir şey öğrenmeyecektir.
2. YSA öğrenmenin sonucu yorumlanamaz ve açıklanamaz. Ve uzman bunu gerçekten istiyor.
3. Ağlar genellikle kalıpları öğrenmek yerine örnekleri ezberler. Modeli temsil edecek kadar akıllı ve aptalca tüm örneği hatırlayacak kadar geniş olmayan bir ağ oluşturmanın kesin bir yolu yoktur.

Sinir ağlarının zekası nedir?
Sisteme bir sorunu çözmeyi öğretmediğimiz için, ona sorunları nasıl çözeceğini öğrenmeyi öğrettik. Bir kişinin cinsiyetini belirleme algoritması, bir kişi tarafından sisteme dahil edilmez, neredeyse ampirik olarak bulunur ve sinapsların ağırlıklarına dikilir. Bu zeka unsurudur.

Örnek 2 (tümdengelimli çıkarım alanından).
Fikir basit. Makineye bir insan gibi düşünmeyi (en azından ilkel sonuçlar çıkarmayı) ve temel gerçekleri vermeyi öğreteceğiz. Sonraki - bırak ona.
Uzman sistemler, makine mantığı sistemleri, ontolojiler (biraz esnemelerle) bu prensibe göre çalışır. İşe yarıyor? şüphesiz. Hastalıkları teşhis etmek ve bilgi alanlarını tanımlamak için binlerce sistem uygulandı ve çalışmaya devam ediyor.

Sorun nedir? Resmi sistemler neden gerçek zeka değildir?
Sorun şu ki, yaratıcılarının devasa hacimlerde kanını ve terini emen sistem, en azından onu öğreten uzmanın (veya topluluğun) kararlarını tekrar etmeye ve geliştirmeye başlıyor.
Yararlı mı? şüphesiz. Uzman ölümlüdür, görevler çoğalır.

Bilgi tabanlı sistemlerin zekası nedir?
Makinenin, kimsenin ona öğretmediği YENİ sonuçlar çıkarması gerçeği. Çalışmasının bu unsuru (şimdiye kadar) son derece zayıf ve ortaya konulan modeller ve algoritmalarla sınırlı. Ancak bu zekanın bir unsurudur.

Peki modern yapay zekanın sorunu nedir?
Biz sadece çok küçüğüz. İnsanın nasıl düşündüğüne, beyninin nasıl çalıştığına dair naif ve yüzeysel fikirlerimiz hak ettikleri meyveleri veriyor.

Elbette insani anlamda düşünebilecek makineler yaratmaktan delicesine uzağız ama bu yönde attığımız adımlar doğru ve faydalı.

Ve yanlış yöne gidiyor olsak bile, kim bilir, belki de Strugatsky'ler gibi, yönlendirilmiş çabaların bir sonucu olarak, istemeden niyet ettiğimizden çok daha iyi bir şey yapacağız?