Przeczytaj
Test Turinga
W 1950 roku, czyli wiele lat wcześniej niż rozpoczęły się poważne badania nad sztuczną inteligencją, Alan Turing napisał artykuł Maszyny liczące a inteligencja. Tekst ten stał się znany z wielu powodów. Jednym z nich był opracowany przez autora test, który mógłby ocenić inteligencję komputera. Punktem wyjścia dla rozważań Turinga była następująca gra:
Maszyny myślące a inteligencjaNową postać problemu można opisać przy pomocy gry, którą nazywamy „grą w naśladownictwo”. W grze tej biorą udział trzy osoby: mężczyzna (A), kobieta (B) i człowiek zadający pytania (C), który może być dowolnej płci. Pytający znajduje się w pokoju oddzielonym od pokoju zajmowanego przez dwu pozostałych. Jego zadaniem w grze jest rozstrzygnięcie, który z dwu pozostałych uczestników gry jest mężczyzną, a który kobietą. Zna ich on jako X i Y i przy końcu gry mówi: „X jest A, a Y jest B” lub „X jest B, a Y jest A”. Pytającemu wolno zadawać pytania A i B w ten sposób:
C: Proszę X, aby mi powiedział, jak długie ma włosy? Teraz przypuśćmy, że X jest faktycznie A, wobec tego A musi odpowiedzieć. Celem A w grze jest dołożenie wszelkich starań, aby C źle go zidentyfikował. Wobec tego jego odpowiedź mogłaby być następująca:
„Moje włosy są ostrzyżone, a najdłuższe kosmyki mają około dziewięć cali długości”.
Aby brzmienie głosu nie mogło pomóc pytającemu w dokonaniu identyfikacji, odpowiedzi powinny być pisane odręcznie, a jeszcze lepiej na maszynie. [...] Teraz zapytujemy się: „Co stanie się, gdy maszyna zastąpi A w tej grze?”. „Czy pytający będzie decydował błędnie tak samo często jak wtedy, gdy w grze bierze udział mężczyzna i kobieta?”. Pytania te zastąpią nasze pytanie początkowe „Czy maszyny mogą myśleć?”.Źródło: Alan Turing, Maszyny myślące a inteligencja, [w:] tegoż, Maszyny matematyczne i myślenie, tłum. D. Gajkowicz, Warszawa 1972, s. 24–47.
W swoim eseju Turing zaproponował, żeby zastąpić pytanie „czy maszyny mogą myśleć?” pytaniem „czy są możliwe do wyobrażenia takie maszyny cyfrowe, które dobrze poradziłyby sobie w grze w naśladownictwo?”. Zaproponował więc scenariusz, w którym osoba testująca przeprowadzałaby dwie rozmowy: jedną z człowiekiem, a drugą z maszyną zaprojektowaną tak, by udzielała odpowiedzi podobnych do ludzkich. Rozmowy odbywałyby się za pośrednictwem kanału tekstowego, więc na wynik nie miałaby wpływu zdolność maszyny do syntetyzowania mowy. Osoba testująca byłaby następnie proszona o ocenę, czy rozmawiała z człowiekiem, czy z maszyną. Turing argumentował, że jeśli osoba prowadząca rozmowę nie jest w stanie odróżnić maszyny od człowieka, to maszyna „przeszła test” i można ją uznać za inteligentną. Test ten przeszedł do historii pod nazwą test Turinga.
Turing wierzył, że komputer, który odniósł sukces w „grze w naśladownictwo”, można uznać za posiadający inteligencję ludzkiego typu. W ten sposób prezentował funkcjonalistycznąfunkcjonalistyczną ideę dotyczącą umysłu – określał właściwości umysłowe poprzez funkcje umysłowe, przez co definiował inteligencję jako sposób działania, a nie jakąś inną wewnętrzną właściwość.
Chiński pokój
Większość zwolenników tego stanowiska sądzi, że nie stworzyliśmy jeszcze programów będących umysłami. Panuje jednak między nimi zgoda, że jest to tylko kwestia czasu, aż do chwili, gdy specjaliści od maszyn cyfrowych i sztucznej inteligencji stworzą odpowiednie urządzenia „hardware'owe” i programy, które będą ekwiwalentami ludzkich mózgów i umysłów. Wtedy powstaną sztuczne mózgi i umysły całkowicie porównywalne z ludzkimi mózgami i umysłami.
Wielu uczonych odrzuciło wnioski, które ze swojego testu wyciągnął Turing. Jednym z nich był John Searle, który przedstawił kontrargument – nazwany później koncepcją chińskiego pokoju – aby dowieść, że idee Turinga dotyczące inteligencji są fałszywe. W swoim eksperymencie myślowym Searle analizował sytuację, w której komputer zachowuje się tak, jakby rozumiał język chiński. Jest zatem w stanie komunikować się z osobą mówiącą po chińsku i zdać test Turinga. Searle dowodzi jednak, że nie świadczy to o inteligencji komputera:
Czy komputery mogą myśleć?Wyobraźmy sobie, że zespół programistów napisał program, który jest w stanie symulować rozumienie języka chińskiego. Zatem, na przykład, jeśli komputerowi zadaje się pytanie w tym języku, może porównać je ze swoją pamięcią lub bazą danych i wyprodukować w języku chińskim odpowiedź na zadane pytanie. Załóżmy, dla celów dyskusji, że odpowiedzi te są tak dobre jak odpowiedzi prawdziwej osoby, której ojczystym językiem jest język chiński. Czy w takiej sytuacji komputer rozumie język chiński? Czy rozumie go dokładnie tak, jak użytkownicy języka chińskiego rozumieją swój ojczysty język? Wyobraźmy sobie teraz, że ktoś z nas jest zamknięty w pokoju, i że w pokoju tym jest szereg pudeł wypełnionych znakami z języka chińskiego. Załóżmy, że osoba ta, podobnie jak autor myślowego eksperymentu, nie zna języka chińskiego, otrzymała jednak napisaną w jej ojczystym języku książkę z regułami manipulowania znakami języka chińskiego. [...] Przyjmijmy poza tym, że programiści napisali na tyle dobry program, zaś siedząca w pokoju osoba jest do tego stopnia sprawna w manipulowaniu symbolami, że jej odpowiedzi są nieodróżnialne od odpowiedzi osoby faktycznie znającej język chiński. Zatem jakaś osoba zamknięta jest w pokoju, w którym wybiera symbole chińskie, i wysyła je w odpowiedzi na inne przychodzące do pokoju chińskie symbole. W sytuacji, jaką tu opisałem, nie ma możliwości, by w wyniku takiej manipulacji formalnie zdefiniowanymi symbolami naprawdę nauczyć się języka chińskiego.
Źródło: John Searle, Czy komputery mogą myśleć?, [w:] tegoż, Umysł, mózg i nauka, Warszawa 1995.
Osoba zamknięta w pokoju działa podobnie jak komputer. Mimo że ta osoba jest w stanie komunikować się z kimś, kto mówi po chińsku, to nie rozumie rozmowy, która ma miejsce, ponieważ postępuje tylko zgodnie z instrukcjami. W ten sam sposób nie można powiedzieć, że komputer potrafiący komunikować się w języku chińskim rozumie język. Searle twierdzi, że bez tego zrozumienia komputer nie może być opisywany jako „myślący”, a co za tym idzie, nie należy mówić, że ma „umysł” lub „inteligencję” typu ludzkiego.
Searle pyta więc, czy maszyna naprawdę rozumie chiński, czy tylko symuluje zdolność mówienia w tym języku. Pierwsza możliwość zostaje przedstawiona przez Searle’a jako „silna sztuczna inteligencjasilna sztuczna inteligencja”, druga zaś – symulacja - jako „słaba sztuczna inteligencjasłaba sztuczna inteligencja”.
Argument Searle'a odegrał olbrzymią rolę w dziedzinie filozofii umysłu i zaczął być postrzegany jako ważny argument przeciwko funkcjonalizmowi. Eksperyment chińskiego pokoju odrzucał ideę, że umysł jest tylko komputacyjnąkomputacyjną maszyną i niczym więcej.
Eksperymenty myślowe Turinga i Searle’a służą połączeniu kluczowych obszarów informatyki i filozofii i dostarczają filozoficznego ujęcia współczesnego, stechnologizowanego świata. Pozwalają zastanowić się nad umysłem postrzeganym jako maszyna i zastanowić się czy możliwe jest wytworzenie sztucznego umysłu w maszynie, która jest w stanie rozumieć wszystko, co postrzega wokół siebie. Mimo, że filozofowie tacy jak Searle nie zgadzają się z taką koncepcją, to wielu badaczy sztucznej inteligencji mocno jej broni. Tym bardziej, że w miarę rozwoju technologii coraz bardziej prawdopodobna wydaje się możliwość skonstruowania prawdziwie działającego sztucznego umysłu. Mimo to argument Searle'a dotyczący chińskiego pokoju nadal pomaga nam w dyskusjach na temat tego, jak powinniśmy definiować takie pojęcia, jak inteligencja, świadomość i umysł.
Słownik
(ang. functionalism) stanowisko filozofii umysłu prezentowane przez Hilary'ego Putnama i Jerry’ego Fodora; jego głównym założeniem jest ujmowanie stanów psychicznych w kategoriach właściwości obliczeniowych (komputacyjnych) umysłu; funkcjonalizm przyjmuje, że realizacja stanu mentalnego opiera się na niementalnych, obliczeniowych właściwościach umysłu
rodzaj inteligentnych systemów, które dysponują zdolnościami poznawczymi i własną wiedzą, potrafią samodzielnie myśleć i wykonywać zadania w taki sposób, jak wykonałby je człowiek
systemy, które symulują inteligentne działanie w trakcie wykonywania pojedynczych i z góry określonych, konkretnych zadań; systemy słabej sztucznej inteligencji mogą wykonać zadania człowieka, ale nie rozumieją swoich działań
(ang. computing – przetwarzanie danych, obliczanie) określenie przetwarzania procesów myślowych, które towarzyszą formułowaniu problemów i ich rozwiązań w postaci umożliwiającej ich rozwiązanie przy pomocy obliczeń komputerowych
(łac. algorithmus – wykonywanie działań przy pomocy liczb arabskich) przepis postępowania prowadzący do rozwiązania ustalonego problemu, określający ciąg czynności elementarnych, które należy w tym celu wykonać