Mateusz L. Hohol Niezbdnik teoretyka i praktyka sztucznej inteligencji Recenzja ksiki: Mariusz Flasiski, Wstp do Sztucznej Inteligencji, Wyd.

Naukowe PWN, Warszawa 2011. Chyba niewiele terminw naukowych czy filozoficznych zrobio tak zawrotn karier we wspczesnej, szeroko rozumianej, kulturze, jak sztuczna inteligencja (Artificial Intelligence, w skrcie AI). Zaryzykowa mona rwnie stwierdzenie, e w dzisiejszym dyskursie mao jest terminw tak wieloznacznych. Dla jednych, maszyna obdarzona zaszczytnym mianem inteligentnej musi wiernie naladowa wszelkie atrybuty czowieka, nie wyczajc fenomenw takich jak kreatywno, emocjonalno czy wreszcie (samo)wiadomo. Inni za s skonni przyzna miano inteligentnych maszynom, ktre speniaj znacznie mniej wygrowane oczekiwania. Przykadowo, sztuczn inteligencj obdarzone s ich zdaniem urzdzenia takie jak autopilot samolotu, system ekspertowy naladujcy psychoanalityka czy wci niedoskonay translator Googlea. Najwiksz skrajnoci jest jednak opinia wygoszona przez Johna McCarthyego, zgodnie z ktr termostaty (i wszystkie inne urzdzenia rozwizujce problemy) posiadaj przekonania. Zwolennicy pierwszego ze stanowisk sdz, e stworzenie prawdziwej sztucznej inteligencji zajmie jeszcze bardzo duo czasu lub wrcz jest niemoliwe. Z kolei zwolennicy drugiego uwaaj, e ze sztuczn inteligencj mamy do czynienia na co dzie. Tego typu spory nie s izolowane rwnie od dyskusji toczcych si w ramach psychologii i filozofii umysu. Dobrze znana jest dystynkcja Johna Searlea na tzw. sab i siln sztuczn inteligencj. Pierwsza z nich wie si z uznaniem moliwoci symulowania ludzkich procesw kognitywnych przy pomocy metod komputerowych (obliczeniowych). Druga za gosi, e ludzki mzg jest w istocie maszyn obliczeniow. W tym kontekcie zwykle przytaczany jest slogan: umys ma si do mzgu tak, jak software do hardware komputera. O ile nie liczc np. Rogera Penrosea ktry wci opowiada si za niealgorytmicznoci procesw kognitywnych dyskusja nad moliwoci obliczeniowego symulowania dziaania mzgu i umysu wydaje si zakoczona (argumentem koronnym jest praktyka naukowcw i inynierw), o tyle dyskusja nad siln wersj sztucznej inteligencji, a wic obliczeniow ontologi umysu, wci trwa. Na przekr sporom filozofw, AI rozumiana jako dziedzina wiedzy oraz praktyki inynierskiej rozwija si dynamicznie, wydajc wci nowe owoce. 1

Powysze wprowadzenie pokaza miao pojciowy zamt, zwizany ze sztuczn inteligencj. Wspomnie naley jeszcze o luce na polskim rynku wydawniczym w dziedzinie AI, dlatego te kada profesjonalna publikacja jest na wag zota. Niewtpliwie zdradzajc ju na samym pocztku najnowsza ksika Mariusza Flasiskiego Wstp do sztucznej inteligencji powinna przyczyni si do poprawy sytuacji. Autor jest profesorem informatyki na Uniwersytecie Jagielloskim oraz na Akademii Grniczo-Hutniczej w Krakowie. Nie obce jest mu take szersze spojrzenie, obejmujce filozofi i psychologi. Warto wspomnie, e wsplnie z profesorami Edwardem Nck oraz p. Jerzym Perzanowskim prowadzi on konwersatoria kognitywistyczne, przyczyniajc si do zaistnienia w Krakowie rodowiska zgromadzonego wok cognitive science. Czas przej do omwienia treci Wstpu do sztucznej inteligencji. Ksika skada si z trzech zasadniczych czci oraz zbioru dodatkw. Po krtkim ale treciwym przedstawieniu historii zagadnienia, Autor przechodzi do omwienia dwch podstawowych paradygmatw bada nad AI: symbolicznej sztucznej inteligencji oraz inteligencji obliczeniowej. W pierwszym z uj, zgodnie z nazw, wiedza reprezentowana jest w sposb symboliczny, za funkcje kognitywne oddawane s jako formalne operacje na strukturach symbolicznych w modelu wiedzy. W szczeglnoci Autor pisze o symulacji kognitywnej (opartej np. na algorytmach heurystycznych), podejciu opartym na logice oraz podejciu opartym na zmatematyzowanej lingwistyce generatywno-transformatywnej Noama Chomskyego. Nastpnie Mariusz Flasiski przechodzi do omwienia drugiego paradygmatu bada nad AI, ktry okrelany jest mianem inteligencji obliczeniowej. W tym ujciu wiedza reprezentowana jest numerycznie, za jej przetwarzanie zwykle polega na przeprowadzaniu oblicze. Z inteligencj obliczeniow wi si zagadnienia takie, jak sztuczne sieci neuronowe, rozpoznawanie wzorcw (obrazw), bayesowskie wnioskowania probabilistyczne, zbiory rozmyte oraz szereg technik inspirowanych biologi (algorytmy genetyczne i ewolucyjne, sztuczne systemy immunologiczne). Kolejna cz ksiki ma za zadanie przybliy dokadniej czytelnikowi wspominane powyej metody stosowane w sztucznej inteligencji. Nie ma sensu streszcza tu wszystkich poruszanych przez Autora zagadnie. Powiedzie naley natomiast, e zagadnienia te omwione s w sposb przystpny, a jednoczenie niepowierzchowny. Niezbdny formalizm powinien by zrozumiay dla kadego take niezbyt biegego w matematyce czy logice zainteresowanego tematyk czytelnika. Cz ta ma przedstawia przede wszystkim teoretyczne podstawy AI, wykorzystywane w praktyce inynierskiej. Autor unika w niej komentarzy o charakterze lingwistycznym czy filozoficznym, jednak wiele wnioskw o takim 2

wanie charakterze, dotyczcych szczeglnie zastosowa logik niemonotonicznych czy te zwizku pomidzy semantyk i syntaktyk jzyka, zapewne nasunie si czytelnikowi samoczynnie. Trzecia cz ksiki, ktra podzielona jest na trzy rozdziay, powicona jest wybranym zagadnieniom AI. Ma ona charakter zdecydowanie bardziej filozoficzny. Na pocztku Autor w telegraficznym skrcie prezentuje rozwj zagadnie zwizanych z umysem oraz poznaniem w filozofii, a take rne koncepcje inteligencji rozwaane w psychologii. Mariusz Flasiski proponuje syntetyczn jego zdaniem wystarczajc na potrzeby AI definicj inteligencji. Jego zdaniem inteligencja to zesp cech i zdolnoci, ktre umoliwiaj po pierwsze adaptacj do zmieniajcego si rodowiska, po drugie za aktywno kognitywn, ktra wyraa si poprzez generowanie oraz przetwarzanie abstrakcyjnych struktur. Nadmieni naley ponadto, e konstruktorom systemw AI nie chodzi o symulowanie inteligencji oglnej (okrelenie to jest zreszt do mgliste i kontrowersyjne), ale o modelowanie konkretnych zdolnoci kognitywnych czowieka. Tym wanie zdolnociom powicony jest kolejny rozdzia. Autor odwoujc si do metod opisanych w czci drugiej porusza zagadnienia takie jak: percepcja i rozpoznawanie obrazw, reprezentacja wiedzy, wnioskowania, podejmowanie decyzji, planowanie, przetwarzanie jzyka naturalnego, uczenie si, manipulacja przedmiotami i poruszanie si oraz inteligencja spoeczna. W ostatnim rozdziale trzeciej czci Mariusz Flasiski zajmuje si perspektywami AI. Rozpoczyna on wyrnienia dwch znacze okrelenia sztuczna inteligencja. W pierwszym znaczeniu AI jest dyscyplin naukow (zwizan z informatyk i robotyk), ktrej celem jest tworzenie inteligentnych systemw. W drugim za znaczeniu chodzi o cech czy te wasno tych systemw. Jego zdaniem AI w drugim znaczeniu jest przedmiotem bada znacznie szerszej dyscypliny, jak jest kognitywistyka. Bardzo cenny cho krtki jest podrozdzia powicony barierom oraz wyzwaniom sztucznej inteligencji. Zdaniem Autora przeprowadzanie rozumowa (przechodzenie od jednego sdu do drugiego, zgodnie z reguami wnioskowania) nie stanowi obecnie problemu dla systemw AI. Znacznie wiksze trudnoci zwizane s natomiast z procesami tworzenia poj. Jak zauwaa Mariusz Flasiski: Klasyczne, arystotelesowskie podejcie do tworzenia poj poprzez wskazanie rodzaju nadrzdnego oraz rnicy gatunkowej sprawdza si znakomicie w naukach formalnych (np. matematyce), nieco gorzej w innych dyscyplinach naukowych, a ju zupenie sabo w yciu codziennym (s. 248). Ponadto, jak wiadomo dziki odkryciom psychologii eksperymentalnej oraz lingwistyki kognitywnej (Eleanor 3

Rosch, George Lakoff), kategorie nie maj ostrych granic (przedmiot x moe albo nalee, albo nie nalee do kategorii y), ale cechuj si rozmytoci. Std te wynika, e znacznie lepsze intuicje w kwestii ludzkich procesw konceptualizacyjnych przypisa naley pnemu Wittgensteinowi a nie Arystotelesowi. O ile wykorzystanie logik rozmytych rozwizuje problem kategoryzacji, o tyle, zdaniem Flasiskiego, systemy AI nie potrafi jeszcze samoczynnie generowa poj. Do tego tematu wrc jeszcze w dalej. Problematyczne jest rwnie symulowanie procesu wydawania sdw. W tym kontekcie Autor odwouje si do dystynkcji Immanuela Kanta. Wyprowadzane na bazie wczeniejszych dowiadcze sdy syntetyczne a posteriori nie sprawiaj problemu systemom AI (np. samoczynnie uczcym si sztucznym sieciom neuronowym). Znacznie wikszym problemem s natomiast sdy syntetyczne a priori. Jak zauwaa Flasiski, do dzi nie udao si bowiem zasymulowa procesu odkry matematycznych. Powysze problemy przekadaj si na bardziej szczegowe techniczne wyzwania AI, takie jak symulacja semantyki jzykw naturalnych czy te tworzenie systemw obdarzonych kreatywnoci. Jak zauwaa jednak Autor, bariery te traktowa naley nie jak ograniczenia fundamentalne (jak czyni to Roger Penrose czy te John Searle), ale jako wyzwania dla teoretykw i praktykw. Podobnie jak w przypadku innych problemw zwizanych z umysem i poznaniem ludzkim rozwj kognitywistyki przyczyni moe si do rozwizania trudnoci. Wyej zarysowane kwestie nie kocz jednak Wstpu do sztucznej inteligencji. Ksika zawiera bowiem cenne dodatki, w ktrych czytelnik znajdzie treci z zakresu matematyki i logiki, takie jak definicje, twierdzenia czy modele. Odpowiadaj one treciom prezentowanym w drugiej czci ksiki (Metody sztucznej inteligencji). Jak zdradza sam Autor, dodatki adresowane s szczeglnie do czytelnikw, ktrzy wykorzystywa bd ksik jako pomoc dydaktyczn. Wyej wspomniany zosta problem genezy poj oraz operowania semantyk przez systemy sztucznej inteligencji. Autor w kilku miejscach odwouje si do lingwistyki kognitywnej Lakoffa. Nie wspomina jednak nigdzie o wypracowanym na kanwie jej osignie drugim paradygmacie kognitywistyki, okrelanym jako umys ucieleniony (ang. embodied mind). Nie ma tu miejsca na prezentowanie zaoe tego paradygmatu. Wspomnie chciabym tylko, e naturalizacja semantyki, ktra odbywa si poprzez wyprowadzenie jej z podstawowych struktur znaczcych, zwizanych z tytuowym ucielenieniem, brana jest rwnie coraz czciej pod uwag przez teoretykw i praktykw sztucznej inteligencji (tzw. embodied AI). Podejcie to przyczyni moe si zatem do rozwizania problemw sygnalizowanych przez Mariusza Flasiskiego. 4

Przejdmy do kilku sw podsumowania ksiki. Z ca pewnoci Wstp do sztucznej inteligencji jest bardzo cenn pozycj na polskim rynku wydawniczym. Jak ju pisaem, treci prezentowane s przystpnie, co nie pociga za sob konsekwencji w postaci nadmiernych uproszcze. Zarwno, zajmujce zdecydowan wikszo ksiki aspekty techniczne (matematyczne, logiczne), jak i filozoficzne i psychologiczne cz si w spjn cao, dajc caociowy obraz tematyki. Po ksik Mariusza Flasiskiego prcz zainteresowanych podstawami teoretycznymi informatykw sign powinni na pewno zainteresowani tematyk AI przedstawiciele nauk kognitywnych, czyli psycholodzy, lingwici, neurobiolodzy, filozofowie umysu i logicy. Przed prb odpowiedzialnej odpowiedzi na pytania na temat ontologicznej algorytmicznoci umysu czy te moliwoci stworzenia wiadomych robotw warto bowiem zapozna si z podstawowymi metodami i narzdziami teoretycznymi wykorzystywanymi w tworzeniu systemw AI. Co wicej problemy przed jakimi stoj praktycy AI, takie jak choby geneza poj i sdw matematycznych, powinny inspirowa kognitywistw do bada nad ludzkimi procesami kognitywnymi. Nie jest bowiem wykluczone, e nowe osignicia kognitywistyki przyczyni si do przeamania barier w praktyce AI