Symblogia

Blog za rasprave o filozofiji, znanosti i kulturi

Archive for the ‘umjetna inteligencija’ Category

Osnovna razlika mozga i računala koja to više nije?

Posted by Aleksandar Joksić dana 31/10/2010

Koja je osnovna razlika između rada mozga i rada računala? Ako zavirimo u standardni Uvod u psihologiju kao odgovor možemo naći ovo:

Već i na čistom tjelesnom području mozak obavlja takve zadatke koje ni jedan kompjuter ne bi ni u ‘tragovima’ mogao izvesti (npr. sviranje glasovira, gdje je potrebno istovremeno regulirati mišićni rad deset prstiju). A ako se radi o mentalnim aktivnostima, mi katkada samo imamo (lažni) dojam da poneki roboti ili računala obavljaju začuđujuće mentalne operacije: jer, te operacije sastoje se od fantastično brzog obavljanja pojedinih zadataka. Neko računalo zaista će u času obaviti neke računske zadatke ili programe, za koje bi čak i vrhunski stručnjak trebao neusporedivo više vremena, ali će računalo obaviti samo one operacije za koje je programirano (što znači da operaciju poznaje onaj koji je sastavljao program za računalo). Ali, u operacijama za koje nije programirano, računalo je posve nemoćno. Evo jedan zgodan primjer razlike između rada čovjekova mozga i nekog savršenog računala: ako računalu, recimo, damo zadatak da nam nađe telefonski broj faraona Ramzesa II. računalo će u nekoliko sekundi pregledati sve raspoložive telefonske imenike i javiti nam da toga gospodina nema u popisu pretplatnika. A čovjek, ako mu damo isti zadatak – neće niti tražiti broj, jer mu je jasno da je to besmislen zadatak. Računalo, dakako, nije programirano da shvati besmislenost zadatka, i to je osnovna razlika između rada mozga i rada kompjutera.
(Boris Petz, Uvod u psihologiju, 2001, str. 40. Kurziv na kraju je dodan.)

Ovo mi se čini kao prilično paušalnim opisom “osnovne razlike” između rada mozga i kompjutera, no prije nego što dođem do glavne točke, evo par komentara na citirani paragraf.

Izgleda da autor suprotstavlja mentalne aktivnosti s bivanjem programiranim za određene aktivnosti; računalo je za razliku od čovjeka programirano za određene operacije, a za one operacije za koje nije programirano je nemoćno. No, kao što nas uči evolucijska pshologija, ljudski mozak sadrži module, urođene specijalizirane strukture kojima nas je opremila evolucija kao odgovor na određene selektivne pritiske te u tom smislu možemo reći i da je naš um „isprogramiran“. Evolucija putem prirodne selekcije je sastavila te programe i jednako kao što je računalo nemoćno kod operacija za koje nije programirano, tako je i ljudski um nemoćan za neke druge operacije za koje nije programiran.

Autor navodi jedan primjer koji bi trebao ilustrirati osnovnu razliku između mozga i “savršenog” računala, no ako bi to računalo doista bilo savršeno, ne postoji razlog zašto i ono ne bi u startu odbacilo traženje broja faraona kao besmisleno. Da je to besmislen zadatak znamo jer smo učenjem stekli informacije koje nam govore da je to besmisleno, a računalo također može steći istu informaciju.

Time dolazimo do glavne poante ovog posta. New York Times u nedavnom članku izvještava o ekipi istraživača sa Sveučilišta Carnegie Mellon koji ciljaju napraviti računalo koje bi moglo izbrisati ono što se u tekstu na početku ovog posta navodi kao osnovna razlika mozga i računala. Naime, oni rade na računalnom sustavu koji pokušava savladati semantiku učeći na sličan način kao i ljudi, kumulativno kroz dugotrajno razdoblje. Sustav koji se zove Never-Ending Language Learning system (ili skraćeno: NELL) radi 24 sata na dan, sedam dana na tjedan, skenirajući stotine milijuna web-stranica u potrazi za tekstualnim obrascima koje koristi kako bi učilo činjenice, a te činjenice su grupirane u semantičke kategorije: gradovi, poduzeća, glumci, sveučilišta, biljke i mnoge druge. Te kategorijalne činjenice su ovakvog tipa „San Francisco je grad“ i „Suncokret je biljka“.

NELL također uči činjenice koje su relacije između članova dvaju kategorija, a sve naučene činjenice se kontinuirano pridodaju bazi podataka koja je zapravo baza znanja, a ona neprestano raste. Na taj način se teži napraviti računalo s boljim razumijevanjem jezičnog značenja i mnogi takvi sustavi učenja već pokazuju impresivne rezultate. NELL je dizajnirana tako da se snalazi s riječima u različitim kontekstima tako što koristi hijerarhiju pravila kako bi razriješila dvosmislenosti, što je krucijalno za svakog kompetentnog govornika.

Istraživači navode primjer vrste znanja koje NELL dan danas još uvijek ne može svladati, ali koje bi jednog dana mogla. Uzmite dvije slične rečenice: “Djevojka je uhvatila leptira s točkicama” i “Djevojka je uhvatila leptira s mrežom”. Ljudski čitatelj trenutno shvaća da djevojka drži mrežu, a da djevojke obično nemaju točkice. Tako da su “točkicama” u prvoj rečenici povezane s “leptira”, a “mrežom” s “djevojka” u drugoj rečenici. “To je očito čovjeku, ali ne i računalu”, kaže računalni znanstvenik Dr. Mitchell i nastavlja: “Velik dio ljudskog jezika je pozadinsko znanje, znanje akumulirano kroz veliki period vremena. Tamo NELL smjera i izazov je kako doći do tog znanja”.

Na kraju mogu reći da ne vidim prepreku da NELL jednog dana, ako već ne i sada, bude sposobna odbaciti zadatak traženja telefonskog broja Ramzesa II. Hoće li time biti ukinuta osnovna razlika između rada mozga i računala je druga priča.

Oglasi

Posted in kognitivna znanost, neuroznanost, umjetna inteligencija, Uncategorized | 27 komentara »

John Searle – kritika komputacijske teorije uma

Posted by Marko Kučan dana 10/10/2010

Nastavljajući na tekst o Searlovoj konceptualizaciji odnosa uma i tijela želimo se osvrnuti na razloge zbog kojih dotični ne priznaje trenutno najpopularniju teoriju – kompjutacijsku teoriju uma. Vjerojatno vam je poznata njegova Kineska soba, misaoni eksperiment kojim je htio pokazati da sintaksa ne može biti dovoljna za semantiku, tj. da čista manipulacija simbolima ne dovodi do razumijevanja. Svrha ovog teksta je da vas upoznamo s jednom drugom kritikom kompjutacijske teorije uma koja razmatra odnos teorije baziranoj na sintaksi i „stvarnog svijeta“ (fizičkih entiteta).

Kompjutacijski funkcionalizam (preciznije, „strong AI“ program) možemo sažeti kao ideju da je mozak kompjuter, a um program (algoritam) po kojem se izvode komputacije nad simbolima. Takav je pristup problemu odnosa uma i tijela utemeljenje kognitivnih znanosti, čineći ih neovisnima od neurologije. Prema toj teoriji, kognitivni su mehanizmi samo implementirani u mozgu, a mogli bi biti implementirani i u nekom drugom „stroju“, npr. na dovoljno brzom računalu (princip višestruke ostvarivosti). Oni su komputacijski mehanizmi, definirani sintaktički s obzirom na to kako barataju apstraktnim simbolima. Primjeri takvih procesa su Chomskyjeva pravila univerzalne gramatike i Fodorov jezik misli.

Kad kažemo da je mozak računalo, ustvari želimo reći da je univerzalni Turingov stroj, računalo koje može pokrenuti bilo koji algoritam (što proizlazi iz Church-Turingove teze da se sve što se uopće može postići komputacijom može postići Turingovim strojem). Ljudski je um onda samo iznimno kompliciran, možda najkompliciraniji prirodni program pokrenut u mozgu koji možemo instancirati i na bilo kojem drugom univerzalnom Turingovom stroju. Slično kao što svjesno implementiramo neke algoritme (npr. onaj koji smo u osnovnoj školi naučili za množenje brojeva), tako možemo i na računalu implementirati te iste algoritme. Možemo implementirati i neke od još većeg broja nesvjesnih algoritama (npr. algoritama percepcije ili usvajanja jezika). Konačna presuda našoj kognitivističkoj teoriji neke psihološke funkcije (tj. predloženom algoritmu te funkcije) jest Turingov test – trebamo demonstrirati da se ponašanje artificijelnog računala opremljenog adekvatnim programom koji predstavlja našu teoriju ne razlikuje od ponašanja „ljudskog računala“: mozga i uma.

Sad dolazimo do glavnog pitanja teksta: „Je li mozak digitalno računalo?“. Searlov odgovor nije jednostavno „ne“, već pitanje uopće ne smatra znanstvenim (provjerljivim). Ovo pitanje treba razlikovati od diskusije oko toga je li um digitalni program, na koji daje odgovor argumentom Kineske sobe (Searlov odgovor, dakako, glasi „nije“).

Reći da je mozak komputacijski (Turingov) stroj podrazumijeva da je mozak procesor simbola i da se njegov rad može izraziti algoritmom. Taj rad uključuje baratanje dvama simbolima, predstavljenih najčešće kao 1 i 0, pri čemu se na svakom koraku ili ispisuje novi simbol na određeno mjesto u memoriji ili se pomiče na novo mjesto. Ova dva simbola mogu biti reprezentirana na bilo koji način, pa tako unutar kućnih računala nećemo naći brojke, već dva različita naponska stanja. A napone možemo zapravo zamijeniti bilo čime – vodom, mačkama i miševima, ili, što nam je od interesa, živčanim impulsima. Ono što čini algoritam nisu fizički ostvaraji simbola, već sintaktički odnosi među njima. Višestruka ostvarivost je moguća upravo zato što je fizička forma nebitna, dok god joj možemo pripisati 1 i 0 u skladu s željenim algoritmom.

Univerzalna čitljivost. Upravo kod višestruke ostvarivosti, odnosno njenog parnjaka, višestruke čitljivosti (činjenica da isti program možemo očitati u različitim fizičkim sustavima), Searle počinje svoj protuargument. On smatra da višestruka čitljivost implicira univerzalnu čitljivost – sve je digitalni kompjuter! Bilo kojem objektu mogu se pripisati binarni simboli u skladu s nekim algoritmom (čak i snažnije – dovoljno kompleksnom objektu se može pripisati gotovo bilo koji algoritam). Dakle, nema ništa posebno u hipotezi da je mozak digitalni kompjuter, jer kompjuterom možemo smatrati i želudac (prima signale hrane i impulse iz mozga, računa kako provesti probavu), srce, i nebiološke objekte poput vode (npr. prima informaciju o težini i obliku kamena koji u nju pada i računa kako će se valovi trebati širiti).

Sintaksa nije intrinzična fizici. Još veći problem je da je ovo pripisivanje komputacije ovisno o promatraču, a ne intrinzično (nema postojanje bez promatrača). Hipoteza da je mozak stroj za komputaciju je neprovjerljiva, jer ovisi o stavu koji zauzmemo prema mozgu! Ona ne govori ništa o tome što bismo trebali naći u stvarnosti (kako bi mozak trebao izgledati) da bude točna jer simbole pripisujemo sami. Ponekad se može činiti da se neuronima binarna stanja mogu sasvim prirodno pripisati: oni ili ispaljuju električni impuls („1“), ili ga ne ispaljuju („0“). Ako zanemarimo da se okidanje svakog neurona događa paralelno s drugim okidanjima (to je nesukladno serijalnom načinu rada Turingovog stroja), još uvijek nije očigledno kako pripisati simbole. Jer okidanje jednog neurona nema samo jedan jedinstveni učinak na drugi neuron. Električni potencijal drugog neurona može se povisiti (što povećava šansu za okidanje) ili sniziti (što smanjuje šansu za okidanje) u različitim stupnjevima, a moguće je i djelovati na budući rad tog neurona, smanjujući mu ili povećavajući reaktivnost. Neki neurotransmiteri (poput dušičnog oksida) uopće ne djeluju uslijed električnog pražnjenja neurona već prolaze difuzijom iz jedne stanice u drugu. Nije sasvim bjelodano kako ovim procesima pripisati simbole, a da znamo da netko drugi ne bi pripisivanje obavio drugačije.

Homunkulus kao nužni sastojak kognitivističke teorije. Ovisnost komputacijske interpretacije o promatraču znači da svako kognitivističko objašnjenje nužno uključuje zazivanje homunkulusa, svjesnog djelatnika koji izvršava komputaciju i čita njene rezultate. Primjerice, ako je trodimenzionalni vid rezultat pretvorbi dvodimenzionalnih informacija u 3D sliku, tko gleda tu sliku? Česta je strategija komputacionista da se složenije analize raščlane na seriju nula i jedinica, na operacije dovoljno jednostavne za pojedinačne neurone. Ali, kako smo gore napomenuli, nije jasno kako se binarni simboli odnose prema radu neurona – opet se čini da zazivamo nekog homunkulusa. To je zato što ništa u fizici ne odgovara binarnim simbolima bez nekoga tko će te simbole pripisivati. Kod pravih računala nemamo problem koji postoji kod mozga, jer su homunkulusi programeri i krajnji korisnici. Računalo samo „radi“, ili bolje, „funkcionira“ (prolazi kroz različita naponska stanja), a mi interpretiramo njegove rezultate. Ono ne slijedi nikakva pravila (ne provodi algoritme), nego je programirano (namješteno) kao da slijedi pravila koja je zamislio programer. Kod mozga ne postoji takva prirodna „podjela rada“ između fizičkih procesa i interpretacije. Zato je za Searlea pitanje poput „kako vizualni sustav u čovjeka izračunava udaljenost između objekata na temelju podataka na retini“ (tipično kognitivističko istraživačko pitanje) ekvivalentno pitanju „kako čavli izračunavaju udaljenost koju trebaju proći nakon što ih udari čekić“. Jedno i drugo pitanje možemo simulirati algoritmima (i to možda u potpunosti precizno), ali to ne znači da ti sustavi implementiraju te algoritme.

Kauzalna nemoć komputacije. Ako algoritmi postoje samo u očima promatrača, jasno je da ne mogu imati nikakve kauzalne utjecaje. Jedino što stvarno postoji jesu neurološki procesi i svijest (što je jasno iz Searlove verzije rješenja problema odnosa uma i tijela). Ovu poantu Searle ilustrira pitanjem: da imamo neurološku teoriju nekog psihološkog sustava bismo li bili skloni reći da je to samo hardverska implementacija nekog apstraktnog programa? Neurološke hipoteze možemo provjeriti „golim okom“ ili prije kakvim strojem za vizualizaciju mozga – one govori o stvarnim činjenicama, dok su kognitivističke hipoteze provjerljive samo Turingovim testom koji ne može razdvojiti simulaciju od prave stvari.

Konačna presuda Johna Searlea jest da se proučavanje uma treba preseliti s kompjutera u neurološke laboratorije. Ako su mu kritike na mjestu, koliko prostora ostaje za kognitivne znanosti? Što nam (puke) simulacije uma govore o fenomenu koji istražujemo?

Moram priznati da me se pitanje „gdje je tu komputacija“ dojmilo, jer mi se iz mog površnog poznavanja neurologije ne čini da su neuronski procesi nedvosmisleni kandidati za pripisivanje komputacijskih stanja. S druge strane, prema Searleu niti kućno računalo ne provodi komputaciju – koliko vam se to čini plauzibilnim? I da li je uopće problem za komputacijski funkcionalizam činjenica da ne govori ništa o fizičkom svijetu (uz pretpostavku da se slažemo sa argumentima)?

(ko-autorstvo Bokulić, Kučan)

Posted in analitička, filozofija, filozofija uma, kognitivna znanost, neuroznanost, umjetna inteligencija, Uncategorized, znanost | 4 komentara »

Inteligencija roja

Posted by Aleksandar Joksić dana 16/09/2010

Ugledni tjednik The Economist nedavno je objavio priču o nečemu što je među znanstvenicima koji rade na umjetnoj inteligenciji već neko vrijeme poznato kao inteligencija roja (swarm intelligence). Radi se o računalnom simuliranju kolektivnog ponašanja životinja poput mrava, ptica, pčela, riba i tako dalje kako bi se dobili algoritmi za rješavanje određenih kompleksnih računalnih problema. Primjerice, način na koji mravi uspijevaju u nalaženju najkraćeg mogućeg puta između izvora hrane i njihovog gnijezda, podsjeća na  problem putujućeg trgovca. Putujući trgovac ima popis gradova i udaljenosti među njima te mora naći najkraći mogući put da posjeti svaki od tih gradova jednom, štedeći na taj način izvore energije. Što je veći popis njegovih destinacija, problem postaje sve složeniji. Postojeća računala imaju velikih poteškoća pri rješavanju ovakvih problema, no mravi, izgleda, takve probleme rješavaju s lakoćom. Kada mrav nađe izvor hrane, on, vraćajući se u svoje gnijezdo, ostavlja kemijski trag feromona koji privlači ostale članove njegove kolonije do tog izvora hrane. Što više mravi prati trag, tim jači taj trag postaje. Feromoni brzo isparavaju pa nakon što je hrane nestalo, trag nestaje za njom. Međutim, brzo isparavanje znači da će duži tragovi (tj. duži putevi prema hrani) biti manje privlačni te da će se oni postepeno eliminirati, dok će ostati oni najkraći putevi do hrane.

Mravlji algoritmi se već neko vrijeme primjenjuju na različite probleme, no ne radi se samo o mravima – u članku se još spominju ptice, krijesnice i pčele.

Najbolji je dio cijele priče da neki teoretičari misle da  ova inteligencija roja može biti dobar analogon za ono što što se događa u mozgovima. Naime, način na koji pčele nalaze mjesto za gnijezda je začudno slično onome što se događa u mozgu, kaže Vito Trianni s Instituta kognitivnih znanosti i tehnologije iz Rima.  Pčele-izviđači istražuju okolinu u potrazi za prikladnim mjestom i kada nađu dobru lokaciju, vrate se u gnijezdo i izvedu svoj ples kako bi regrutirali druge izviđače. Što je lokacija kvalitetnija, to je duži ples i veće regrutiranje, sve dok se ne regrutira dovoljan broj izviđača kojeg će ostatak roja pratiti. Tako će se članak završiti ovim riječima:

Zamjenite pčele sa živčanim stanicama i pčelinji ples s električnom aktivnošću i dobijate dobar opis onog što se događa kada podražaj proizvede odgovor u mozgu. Zagovornici tzv. kognicije roja kao što je dr. Trianni misle da bi mozak mogao funkcionirati kao roj živčanih stanica bez koordinacije od vrha na dolje (top-down co-ordination). Sugeriraju da bi se čak i kompleksne kognitivne funkcije kao što je apstraktno zaključivanje i svijest mogla pojaviti (emerge) iz lokalne interakcije živčanih stanica koje izvode svoj ples.

Sada par komentara. Čini mi se da u cijelom članku nedostaju dvije riječi: prirodna selekcija. Čitanje članka me podsjetilo na Orgelovo drugo pravilo koje kaže “Evolucija je pametnija od vas”. I to u dva smisla: prvo zato što se taj algoritam (dobiven oponašanjem mravi i drugih životinja) pokazuje nadmoćnijim u rješavanju ovih tipova problema od postojećih računala (a samim time i od nas koji smo ih dizajnirali), i drugo, zato što je kolektivno ponašanje mrava inteligentnije od svakog pojedinačnog mrava. Za ovu potonju pojavu postoji i poseban žargon: kaže se da je inteligencija emergentno svojstvo – svojstvo koje nastaje interakcijom dijelova koji pojedinačno nisu inteligentni.

Ponašanje mrava je dizajnirano prirodnom selekcijom, a od Dennettove čuvene knjige Darwin’s Dangerous Idea znamo da je prirodna selekcija slijepi algoritamski proces koji je supstratno neutralan (= neovisan od DNK) i koji će se događati svugdje gdje su zadovoljena tri uvjeta:

  1. replikacija
  2. varijacija (mutacija)
  3. diferencijalna sposobnost (natjecanje)

To pak znači da u cijeloj priči imamo dva algoritma: prirodnu selekciju i njen produkt  – ponašanje rojeva. No čini mi se da i gore opisano ponašanje mrava podsjeća na algoritamski proces prirodne selekcije: imamo prvog mrava koji je hodao po putu, a replikaciju dobijamo onda kada drugi mravi, slijedeći njegov feromon, čine isto. Odstupanja od toga puta od strane pojedinačnih mrava predstavljaju mutacije koje se natječu s drugim mutacijama i ako predstavljaju kraći put do hrane bivaju selektirane. Ovdje bi se usputno moglo spomenuti da bi zagovornici neuronskog darvinizma, kao negenetske teorije koja evolucijski proces smješta u mozak, mogli ustvrditi da na sličan način na koji se kod mravi kao optimalan put od izvora hrane do gnijezda selektira onaj najkorišteniji put (jer on će imati najviše feromona), tako i intracerebralni selektivni procesi odabiru one neuronske puteve i sinapse koji se najviše koriste, dok se one najmanje korištene gube.

Također, poanta spomenutog Orgelovog pravila je da je strategija putem pokušaja i pogrešaka bolja nego centralizirano inteligentno (ljudsko) planiranje i to se lijepo ilustrira činjenicom da su “mravlji algoritmi” tako uspješni. Kod njih samih ne postoji neka centralna koordinacija, kako se kaže u članku. Tako da kada autor članka kaže: “Digitalni mravi i ptice su tako dobri u smišljanju rješenja na probleme”, on bi zapravo trebao reći: “Evolucija putem prirodne selekcije je dobra u smišljanju rješenja na probleme”, ili jednostavno ponoviti Orgelovo drugo pravilo. (Usput, antropomorfiziranje prirodne selekcije je nešto što postoji još od Darwina i ne predstavlja ništa više nego metaforičan govor.) Jer prvotna tvrdnja izražava  široko rasprostranjenu tendenciju da previše iz-intelektualiziramo pametno ponašanje životinja i tako im pripišemo mnogo više razumijevanja nego što je potrebno. S druge strane, kada autor na početku članka kaže da je “iluzija” da je svrhovita kolektivna aktivnost mravi i drugih socijalnih insekata inteligentna, to se može razumijeti time da su značajke njihovog ponašanja, kako bi rekao Dennett, “nevezano utemeljene” (time se hoće reći da mravi ne  reprezentiraju razloge za svoje ponašanja kao što ni na primjer mladunče ptice kukavice ne mora znati da je razlog njenog instinktivnog guranja suparničkog jajeta iz gnijezda maksimaliziranje svog inputa hrane), a samo se u retrospektivi može činiti da je do njih došlo namjernom inteligentnom odlukom nekog dizajnera (tu je ta “iluzija”).

Možda bi se onda moglo reći da u ovoj priči imamo slučaj jednog kontinuiteta ili prijelaza iz  jednog supstrata prirodne selekcije (= geni i genska selekcija u slučaju mrava) u drugi (= misli i memetiku u slučaju ljudi). Naime, u  trenutku kada ljudi počnu simulirati ponašanje insekata da bi riješili određene probleme, utemeljenja značajki dizajna postaje “vezano” (jer predočujemo razloge svoga djelovanja), a racionalni izbor ljudi zamjenjuje proces prirodne selekcije koja je u slučaju mravi odradila metodom pokušaja i pogrešaka sama cijeli posao umjesto njih.

Posted in biologija, evolucija, filozofija uma, kognitivna znanost, umjetna inteligencija, znanost | 6 komentara »

Razgovor s antropomorfnim robotom

Posted by Pavel Gregoric dana 05/07/2010

Dopisnica New York Timesa, Amy Harmon, posjetila je laboratorij u kojemu se nalazi Bina48, napredni robot koji se sastoji od silikonskog torza oblikovanog prema živućoj osobi (Bina Rothblatt), suvlasnici robota. Silikonsku vanjštinu iznutra pokreću hidraulički zglobovi koji simuliraju pokrete glave, očiju i lica. Intervju novinarke s Binom48 može se vidjeti ovdje.

Iz priloga možemo jasno razabrati dvije stvari. Prvo, koliko je teško proći Turingov test. Britanski matemaričar Alan Turing predložio je test inteligencije koji se sastoji u tome da se čovjeka zatvori u sobu u kojoj preko računala komunicira s računalom. Svaka strana pokušava ostaviti dojam da je čovjek, inteligentno biće. Ukoliko čovjek nakon nekog vremena ne uspije zaključiti radi li se  u drugoj prostoriji o čovjeku ili o kompjuteru, tom kompjuteru može se pripisati inteligencija. U ovom prilogu situacija je drukčija utoliko što čovjek vidi da razgovara sa strojem, ali način na koji stroj odgovara – usprkos vrlo sofisticiranom softwareu i velikoj količini podataka – uglavnom se čini umjetan i neprirodan, tako da brzo pada na Turingovu testu.

Drugo, novinarka kaže kako je ušla u sobu razmišljajući o Bini48 kao o stvari, ali da je ubrzo, gotovo nesvjesno, počela razmišljati o njoj kao o osobi. Ljudi posjeduju hardware za prepoznavanje i čitanje lica koji se razvio evolucijom i taj se hardware aktivira u susretu s antropomorfnim robotobm. Jednostavno, Bina48 izgleda ljudski i ne možemo si pomoći da o njoj ne razmišljamo kao o osobi i da se prema njoj ne odnosimo kao prema osobi. Dakle, hoćemo li robotu pripisivati propozicijske stavove ne ovisi samo o njegovoj inteligenciji, nego također i o njegovu izgledu. Pitanje nije li Bina48 zombi – stroj upravljan kompjuterskim algoritmom, bez ikakvog unutrašnjeg života – u prisustvu tog robota teško je uopće i postaviti. Kao što kaže novinarka Amy Harmon, “I could tell she was trying…”

Posted in filozofija uma, kognitivna znanost, umjetna inteligencija | Označeno: , , , , | 28 komentara »

 
%d bloggers like this: