" Computing Machinery and Intelligence " je základní dílo v oblasti umělé inteligence , napsané anglickým vědcem Alanem Turingem a publikované v roce 1950 v časopise Mind , poskytující širokému publiku představu , která se v současnosti nazývá Turingův test .
Turingova práce se zabývá otázkou „Mohou stroje myslet?“. Vzhledem k tomu, že slova „stroje“ a „myslet“ nelze jednoznačně definovat, navrhuje Turing nahradit „otázku jinou úzce související s první, ale vyjádřenou méně nejednoznačnými termíny [1] . K tomu autor za prvé nachází jednoznačnou náhradu za slovo „myslet“. Za druhé vysvětluje, jaké „stroje“ považuje za . Na tomto základě formuluje novou otázku související s původní: může stroj provádět akce, které jsou k nerozeznání od záměrných akcí. Na tuto otázku lze podle Turinga odpovědět kladně, u čehož autor ukazuje nekonzistentnost protichůdných názorů , a také popisuje, jak jeden z těchto strojů vytvořit .
Namísto určení, zda stroje mohou myslet, Turing navrhuje otázku, zda stroje mohou vyhrát hru zvanou Imitation Game. Zahrnuje tři účastníky: stroj, člověka a zkoušejícího (který je také člověkem). Zkoušející sedí v oddělené místnosti, ze které může komunikovat jak se strojem, tak s osobou. V tomto případě musí být odpovědi uvedeny v textové podobě a předány dálnopisem nebo pomocí zprostředkovatele. Stroj i člověk se snaží přesvědčit zkoušejícího, že jsou lidé. Pokud zkoušející nemůže s jistotou říci, kdo je kdo, má se za to, že automat vyhrál hru. Toto je popis nejjednodušší verze testu. Existují i další varianty Turingova testu .
Jak poznamenal Stephen Harnad, začala znít otázka „Dokážou stroje to, co my (jako myslící tvorové) umíme? [2] “. Jinými slovy, Turing se již neptá „Mohou stroje myslet?“, ptá se, zda stroj může provádět akce, které jsou nerozeznatelné od záměrných akcí. Tento způsob položení otázky se vyhýbá obtížným filozofickým problémům s definicí slovesa „myslet“ a zaměřuje se na úkoly vytváření a zvyšování produktivity, která umožňuje schopnost myslet.
Někteří se rozhodli, že Turingova otázka zní pouze jako "Může stroj komunikující dálnopisem člověka úplně oklamat, že je to člověk?" Turing však nemluví o oblbování lidí, ale o reprodukci lidských kognitivních schopností [3] .
Turing si také všímá potřeby definovat, které „stroje“ jsou míněny. Přirozeně vylučuje lidi ze třídy strojů. Klony by také neposkytly zajímavý příklad „konstruování myslícího stroje“. Turing navrhuje zaměřit se na možnost „digitálních počítačů“, které manipulují s binárními čísly 1 a 0 a přepisují je do paměti pomocí jednoduchých pravidel. Uvádí k tomu dva důvody:
Turingův výzkum v oblasti teorie algoritmů dokázal, že digitální počítač může simulovat jakýkoli samostatný stroj, pokud má dostatek paměti a času. (To je jádro Church-Turingovy teze a univerzálního Turingova stroje .) Pokud tedy „jakýkoli“ digitální stroj může dělat, co si myslí, pak „každý“ dostatečně výkonný digitální stroj může. Turing píše, že „všechny digitální počítače jsou v určitém smyslu ekvivalentní [1] .
To vám umožní položit původní otázku ještě správněji. Turing nyní definuje otázku jinak: „Zaměřme svou pozornost na digitální počítač B. Je pravda, že úpravou počítače tak, aby měl dostatek paměti, což se rovná zvýšení rychlosti jeho akce, a poskytnutím správného programu , počítač B může být proveden tak, aby uspokojivě hrál jak roli počítače A v simulační hře, tak roli osoby B? [1] “. Tato otázka se podle autora stala přímou otázkou softwarového inženýrství .
Turing navíc tvrdí, že bychom se neměli „ptat, zda by ve hře uspěly všechny počítače a zda by uspěly všechny existující počítače, ale smyšlené počítače [1] by v ní uspět mohly “. To je nejdůležitější pro zvážení možnosti dosáhnout „stroje myšlení“, ať už jsou zdroje pro něj potřebné v současné době k dispozici.
Po identifikaci otázky se Turing vrací k její odpovědi: zvažuje 9 hlavních protichůdných názorů, které zahrnují všechny hlavní argumenty proti umělé inteligenci, které existovaly před prvním zveřejněním článku.
Buďte laskaví, vynalézaví, krásní, přátelští... buďte proaktivní, mějte smysl pro humor, rozeznávajte dobro od zla, dělejte chyby... zamilujte se, vychutnejte si jahody a šlehačku... přimějte někoho, aby se do vás zamiloval, učte se ze zkušeností... používejte slova správně, zamyslete se nad sebou ... vykazovat stejně rozmanité chování jako člověk, vytvářet něco nového.
Turing poznamenává, že se obvykle jedná o obvinění. Všechny závisí na naivních předpokladech o tom, jaké budoucí stroje by mohly být, a jsou „skrytými argumenty z mysli“. Nabízí řešení pro některé z nich:Analytický stroj netvrdí, že vytváří něco nového. Stroj umí vše, co mu umíme předepsat. Může následovat analýzu, ale nemůže předvídat žádné analytické závislosti nebo pravdy. Funkcí stroje je pomoci nám získat to, co již známe.
Turing říká, že Lovelaceovu námitku lze zredukovat na konstatování, že stroj nás „nemůže překvapit“, na což lze přímo odpovědět, že stroje překvapují lidi velmi často. Zejména proto, že důsledky některých skutečností nelze přesně určit. Turing také poznamenává, že informace Lady Lovelace o strojích jí nedovolily představit si, že paměť lidského mozku je velmi podobná paměti počítače.Poslední část Turingova článku začíná hodnocením proveditelnosti vývoje myslících strojů z inženýrského a programovacího hlediska. Pro simulační hru se podle jeho názoru zdála požadovaná paměťová kapacita technologie tehdejších let docela schůdná a nebylo třeba zvyšovat rychlost operací. Důležitější byl úkol sestavit k tomu strojový program. „Ve snaze napodobit dospělou mysl jsme nuceni hodně přemýšlet o procesu, kterým lidský intelekt dosáhl svého současného stavu [1] . Autor zde zdůrazňuje tři složky:
Aby se předešlo naprogramování takového stavu, navrhuje Turing napsat program, který by napodoboval mysl dítěte, a program, který provádí vzdělávání. Výpočet autora je takový, že mechanismus v dětském mozku je jednoduchý a zařízení jako on lze snadno naprogramovat, i když ne na první pokus. Navrhovaný proces výchovy je částečně založen na metodě trestů a odměn.
V tomto případě by měl být stroj uspořádán tak, aby přijetí signálu „trest“ do něj vedlo k prudkému snížení pravděpodobnosti opakování reakcí stroje, které tomuto signálu bezprostředně předcházely, zatímco „odměna“ ” signál by naopak zvýšil pravděpodobnost těchto reakcí. reakcí, které mu předcházely (které jej „spustily“).
Aby se zvýšila složitost „dětského stroje“, Turing navrhuje „vložit“ do něj inferenční systém , který by nemusel nutně splňovat principy přísné logiky, jako je „ hierarchie typů “.
Důležitou vlastností takového učebního stroje je, že učitel může jeho chování předvídat pouze s určitou pravděpodobností. Odklon od absolutně deterministického chování je zjevně projevem inteligence. Dalším důležitým výsledkem učení je, že chyby se budou dělat přirozeně, spíše než aby byly "vrtány", aby zmátly zkoušejícího v simulační hře.
Od vydání článku se „stal jedním z nejvíce přetištěných, citovaných, zmíněných, nesprávně citovaných, parafrázovaných a obecně pozoruhodných filozofických článků, které kdy byly publikovány. Ovlivnila mnoho intelektuálních disciplín – umělou inteligenci, robotiku , epistemologii , filozofii mysli – a pomohla utvářet veřejné mínění, jak je nyní o limitech a možnostech nelidské, uměle vytvořené, umělé „inteligence“ [8] . "
Během 50. a 60. let 20. století byly poměrně vzácné argumenty proti možnosti postavit stroj schopný myslet. Ani stávající námitky nevypadaly dostatečně přesvědčivě ani z evolučního, ani logického hlediska a neměly odstrašující vliv na výzkum v oblasti umělé inteligence.
V roce 1972 Hubert Dreyfus publikoval What Computers Can't Do, což byla ostrá kritika projevů inteligence v existujících systémech umělé inteligence [7] . Podle jeho názoru modely postrádaly onu obrovskou zásobu neformalizovaných znalostí o světě, které má každý člověk, a také schopnost, která je vlastní zdravému rozumu, spoléhat se na určité složky těchto znalostí. Dreyfus nepopíral základní možnost vytvoření umělého fyzikálního systému schopného myslet, ale byl velmi kritický k Turingově myšlence, že toho lze dosáhnout manipulací se symboly pomocí rekurzivně aplikovaných pravidel.
Tyto námitky však nebyly akceptovány specialisty na umělou inteligenci a filozofy a neovlivnily další vývoj výzkumu v oboru. Překonání problémů popsaných Dreyfusem bylo považováno za možné v budoucnu, po vytvoření výkonnějších strojů a lepších programů.
Ale koncem 70. a začátkem 80. let zvýšení rychlosti a paměti počítačů příliš nezvýšilo jejich „mentální schopnosti“. K získání prakticky spolehlivých výsledků bylo nutné strávit mnohem více času, než biologické systémy vyžadovaly pro stejné úkoly. Takové pomalé procesy modelování znepokojily některé specialisty pracující v oblasti umělé inteligence [7] .
V roce 1980 John Searle v článku "The Mind of the Brain - a Computer Program?" představil zásadně nový kritický koncept, který zpochybnil velmi základní předpoklad klasického výzkumného programu o umělé inteligenci, totiž myšlenku, že správná manipulace se strukturovanými symboly rekurzivní aplikací pravidel, která zohledňují jejich strukturu, může představovat podstatu vědomá mysl.
Searle vysvětlil své úvahy v experimentu nazvaném „ čínský pokoj “. Jeho smyslem je, že stroj schopný projít Turingovým testem manipuluje se symboly, ale nedokáže jim dát žádný význam. Klade si otázku, proč je obecně počítačová simulace lidského myšlení považována za zcela identickou s ní a proč v tomto případě může vzniknout rozumné chování.
Nikdo si nemyslí, že počítačový model trávení může skutečně něco strávit, ale pokud jde o myšlení, lidé takovým zázrakům ochotně věří, protože zapomínají, že mysl je stejný biologický fenomén jako trávení [9] .
Na rozdíl od Turinga Searle nevěřil, že myšlení je redukováno na programy, zároveň nepopíral samotnou možnost vytvoření umělého systému myšlení. Searlem navrhovaná „Čínská místnost“ vyvolala mnoho kritik, upřesnění a diskusí, které v nastolených otázkách stále nic nevyjasnily a nevedly ke sjednocení různých názorů [8] .
Aby demonstroval myslící stroje vytvořené v roce 1991, obchodník Hugh Loebnerzaložil a financoval každoroční soutěž na identifikaci a ocenění počítačového programu, který nejlépe projde Turingovým testem. Po celou dobu trvání soutěže však programy zůstávaly vcelku prostoduché a neprojevovaly příliš velkou touhu po postupu. Ohledně těchto pokusů projít Turingovým testem profesor fyziky Mark Halpernve svém článku „Potíže s Turingovým testem“ říká:
Samozřejmě, že nemožnost projít Turingovým testem je empirický fakt, který může být zítra zvrácen; závažnější je, že se stále více pozorovatelům ukazuje, že i kdyby se tak stalo, tento úspěch nebude znamenat to, co Turing a jeho následovníci zamýšleli: ani smysluplné odpovědi na otázky testera nedokazují přítomnost aktivního inteligence v zařízení, kterým tyto odezvy procházejí [8] .