Něco prehistorie a historie

Jakkoli se může termín umělé inteligence zdát novodobým a pojem "artificial intelligence" skutečně pochází někdy z...


Jakkoli se může termín umělé inteligence zdát novodobým a pojem "artificial
intelligence" skutečně pochází někdy z roku 1956 základy k němu byly položeny
již v dávnověku.
Někdy okolo roku 1000 před naším letopočtem se astrologové snažili zkonstruovat
systémy schopné generovat předpovědi ze vzájemných relací pohybů nebeských
těles (planet, znamení a dómů). O něco později se objevil systém "I Ching", v
kybernetické mluvě mapující lidské zkušenosti na 64 permutací šestibitového
binárního systému (a osm tříbitových částečných slov v permutacích obsažených).
Systémy Kabalah a Tarot již představují jen jednodušší přístupy z přelomu
prvního tisíciletí našeho věku.
Nezávislou cestou spíše filosofických konceptů šli antičtí filosofové (jako
"všudepřítomný" Aristoteles 300 l. př. n. l.), na které ve svých pracích
navázali snílkové středověku, snažící se často realizovat vize umělých
společností či alespoň systémy generující na základě vnitřních pochodů určitě
organizované chování. Po Raymondu Lullovi s jeho mystickými kombinatorickými
hrami toto období vyvrcholilo v díle Gotfrieda Wilhelma Leibnitze (1646-1716),
který snil o čistě racionální kultuře, kde by všechny myšlenkové koncepty byly
reprezentovatelné matematickými formulacemi a jakékoli filosofické diskuse by
byly zakončovány výkřiky "Calculemus" Nechte nás počítat! Opomenout asi nesmíme
ani alchymisty a jejich nebezpečné hrátky s homunkuly.
Další práce již novodobých myslitelů se orientovaly na vybrušování konkrétních
systémů pojímajících veškeré lidské poznání a způsoby jeho rozšiřování.
Giambattist Vice v díle "New Science" z roku 1725 položil první základy k
univerzálnímu slovníku konceptů, realizovanému o 130 let později jako Peter
Mark Rogetův Thesaurus (který si lze na Internetu vyhledat např. ve ftp
archivech Projektu Gutenberg (src.
doc.ic.ac.uk:/literary/collections/project_gutenberg/).
Hierarchické roztřiďování bází znalostí se dnes samozřejmě jeví jako něco
naprosto samozřejmého a přirozeného stačí se podívat na katalogizaci knih v
knihovnách nebo způsob označování diskusních skupin na USENETu. Konkrétní a
hlavně jednoduše dosažitelná implementace těchto myšlenek na bázi softwaru, či
dokonce přímo hardwaru počítače, ovšem přináší netriviální výsledky třeba v
podobě asociativních pamětí či "myšlenkové struktuře" neuronových sítí.
18. století přineslo napodobování přírody mechanickými výtvory, které často
primárně slou-žily k obveselování mocných té doby a pomáhaly tak získávat
"granty" pro financování dalších výzkumů svých autorů. Nejpověstnějším v tomto
oboru se zřejmě stal Francouz Jacques de Vaucanson, směs mechanika a filosofa,
který hledal cestu k umělému životu mechanickou simulací různých životních
pochodů a na nich založených primitivních živočichů. (Jeho život a dílo bylo
spodobněno v několika celovečerních filmech, občas ovšem tematicky
sklouzávajících k trpaslíkům ukrývaným ve zdánlivě mechanických šachistech a po
nocích tahajících krásky za vlasy po podlaze.)
Mezi jeho svědky zdokumentovaná díla patří např. "hráč na flétnu", hrající na
libovolnou flétnu pomocí pohybujících se mechanických prstů a vzduch
foukajících rtů. Z hlediska umělého života byl vydařenější kačer, který
mimořádně velkého zájmu dosahoval díky propracovanému a realistickému trávícímu
systému. Jinými slovy, při svém ťapkání po dvoře byl schopen sezobávat zrní,
trávit ho a dokonce produkovat velmi přesvědčivou podobu exkrementů a trousit je
za sebou.
Počátek moderních studií umělé inteligence patří do 30. let našeho století.
Nejvíce se o to zasloužil Alan Turing (viz dedikovaný životopis). Jako u
každého jiného mladého oboru byly počátky AI poznamenány optimismem, samotný
Turing předpokládal v roce 2000 existenci umělých entit plně komunikujících
hlasem (bráno z pohledu dnešní stavu rozpoznávání hlasu, byl "mimo" jen
částečně).
Právě z těchto důvodů vytvořil populární Turingův test, vymezující jakousi
laťku pro umělou inteligenci. V tomto testu je zkouše-jící separován od
zkoušeného a pouze na základě "anonymní" diskuse má určit, zda se jedná o
člověka nebo "strojovou" náhražku. Pokud by se vyslýchající zmýlil ve více než
50 % případů, tato náhražka by se stala prvním skutečně umělými inteligentním
stvořením. (Popravdě, znám několik programátorů, kteří jsou natolik odtrženi od
reality, že by pravděpodobně Turingovým testem neprošli.)
Od té doby vznikla spousta "minituringových" testů, kde diskuse probíhá jen ve
velmi limitované oblasti, stejně jako řada pseudointeligencí, různých programů
typicky označovaných dívčími jmény vedoucích poněkud ulétlé diskuse na osobních
počítačích i Internetu. Jejich algoritmy jsou většinou založeny na jednoduchých
databázích dvojic otázka-odpověď, kde samozřejmě program nic nechápe a pouze
reaguje na klíčová slova ve větách.
Toto století je poznamenáno spory mezi slabou a silnou AI. Zastánci prvního
směru jsou pesimisté a tvrdí, že můžeme vytvářet stále složitější programy
překračujících možnosti předchozích verzí, ovšem nikdy nebudou skutečně
inteligentní. Naštěstí pro pokračování vývoje existují i lidé, věřící v
možnosti modelování lidské mysli na počítači.
Ti nejčastěji uvádějí paradox
čínského pokoje Johna Searla. V tomto myšlenkovém příkladě je v pokoji uzavřen
člověk, kterému jsou pod dveřmi podsouvány útržky papíru s čínskými nápisy. Na
základě určitých postupů, které mu byly sděleny, by mohl vytvořit určitou formu
reakce, změněné pořadí papírků či přepsané řady znaků, které by mohl vracet
"mučitelům". Dokázal by logicky reagovat ačkoli by samozřejmě neuměl přečíst a
napsat ani jeden znak a přesvědčit venkovní svět, že umí plynule čínsky. Z
hlediska úspěšnosti AI je potom klíčovou otázkou, zda to může stačit. Z
hlediska Turingova testu možná ano.
Novým filosofickým směrem, který odstartoval někdy v osmdesátých letech, se
stalo vytváření umělého života, který tentokrát ani nemá být inteligentní, má
prostě jen "být", žít a množit se. Často používanou zkratkou pro tyto formy
života je "Alife" a prastarým příkladem a předkem je hra "Život", která
existuje v mnoha podobách a na všech počítačových platformách. Jejím principem
je simulace živých buněk, které procházejí několika stádii, v závislosti na
čase, životních podmínkách a také na množství sousedů. Konkrétní buňka může
zahynout, pokud je zcela osamocena, nebo naopak pokud má příliš mnoho sousedů
(simulace úbytku potravy). Podobné přístupy přinesly slušné simulace růstu
buňkových kultur, plevelových porostů, ale našly uplatnění také např. ve fyzice
tenkých vrstev.
Životním názorem teoretiků na poli Alife je víra v jednoduchost. Věří, že i
komplexní chování lze rozložit do jednotlivých rozhodovacích pravidel a způsobů
interakce. Vzdálenost Alife od AI je čistě filosofickým problémem, pokud si
vzpomeneme na naše předky opice a jejich předky a předky těchto předků,
skončíme v nějaké té organické prapolévce. Co se týče algoritmů vývoje,
pohybujeme se vlastně na úrovni sporů Darwin (přizpůsobenější náhodná mutace
převáží) versus Lamarc (funkce tvoří sval).
Kamenem úrazu při posuzování úspěchů v této oblasti je opět definice toho, čeho
vlastně chceme dosáhnout. Podle tvrzení řady autorů jsou jejich softwarové
výtvory živé, protože splňují dnešní charakteristiky života reagují na podněty,
množí se, rostou, pohybují se, mají vlastní metabolismus, atd. Z toho hlediska
by ovšem již brzo nemuselo být příliš etické vypínat náš počítač ("Ano Hale,
budeš mít sny. Všechny myslící bytosti mají sny.")
Tím jsme se pomalu dostali do současnosti. Osmdesátá léta přinesla první reálné
aplikace umělé inteligence v praxi, a to především neuronové sítě a na nich
postavené expertní systémy. S nimi se vrátilo i ovzduší opatrného optimismu. Ve
specifických oblastech, jako např. medicíně, jsme najednou mohli naprogramovat
softwarovou bází znalostí, která nejen obsáhla veškeré "know-how", ale také
byla schopna eliminováním možností najít diagnózu a řešení pro daného pacienta.
Jakkoli dnes už neuronové sítě nepovažujeme za model funkčnosti lidského mozku,
velmi se osvědčily v oblasti rozpoznávání vzorů, jsou naprosto nezbytné pro
rozpoznávání hlasu, psaného písma nebo v armádních aplikacích nepřátelských
manévrů na satelitních snímcích. Právě tyto analytické schopnosti algoritmů
postavených na AI nyní začínají přinášet své ovoce. (Problematice neuronových
sítí jsme se poměrně důkladně věnovali v CW 41/95 pozn. red.)
Co dalšího říci k obecné historii AI, aniž bychom zabíhali příliš do
podrobností? Svou roli samozřejmě sehrál vývoj programátorských nástrojů, jako
byly nikoli procedurální, ale spíše dotazovací jazyky LISP (1958, McCarthy) a
Prolog (1970, Colmerauer). Zejména do LISPu se vkládaly velké naděje již v roce
1976 byl postaven počítač, který měl příkazy LISPu implementované na úrovni
hardwaru. Zdálo se, že začíná nová éra počítačů, u kterých se bude udávat
výkonnost v počtu funkcí LISP/sec. V roce 1981 odpálilo Japonsko "stresovou
vlnu", když halasně zahájilo svůj projekt tzv. páté generace počítačů a zdálo
se, že se celý zbytek světa ocitl v situaci Američanů při startu prvního
Sputniku. Efekt ujíždějící vlaku se ale nekonal, o jedenáct let později projekt
podstatně tišeji skončil bez uspokojivého výsledku, tedy bez superpočítačů
ovládaných hlasem, bez nové generace "lispových" mikroprocesorů a
"samostudujících" neuronových sítí.
Jakkoli dnes investice do AI dosahují miliard dolarů, jsou směřovány do
specifičtější oblastí vyhraněnějších algoritmů a rešeršním centrům univerzit a
softwarovým kolosům byla ponecháno ekonomicky pochybné privilegium jejich
seskupování v celky virtuální reality, po schodech poskakující roboty, počítače
dostávající depresi ze svých uživatelů apod.
Svébytným a plně soběstačným odvětvím AI je vývoj počítačových her. Každý
výrobce se snaží o co nejinteligentnější protihráče a řada her je vzorovým
příkladem implementace agentů či neuronových sítí učících se z chyb protivníků.
8 1575 / Maf









Komentáře
K tomuto článku není připojena žádná diskuze, nebo byla zakázána.