Bez kategorii

Technologia przyszłości

Nazywam się Robert Popek. Jestem doktorantem 3 roku

w Szkole Głównej Gospodarstwa Wiejskiegow Warszawie.

Zajmuję się fitoremediacją – biotechnologią, w której

rośliny są ,, zatrudnione” do oczyszczania środowiska.

Badania, które prowadzę mają na celu poprawę stanu

otoczenia w kórym żyjemy, a jednocześnie są moją pasją.

Do kontynuacji analiz potrzebuję laptopa.

Pomagając mi przyczynicie się do rozwoju technologii przyszłości.

Zagłosuj na moją kandydaturę

Link do strony

stypendiumzwyboru.pl/fundacja/kandydaci-2011/616/66756E6461636A612F6B616E6479646163692D32303131

Dziękuję za oddane głosy

13468

SAI – to proste 2

ciąg dalszy artykułu

Ich ponumerowanie jest najprostszym sposobem kategoryzacji. Ich odróżnienie i przypisanie im parametru stanu wyrażonego wartością liczbową jest być może następnym krokiem dostępnym dla maszyn matematycznych. Mimo zalążków ciekawości i języka oczekujemy czegoś więcej dla nazwania tych zachowań postrzeganiem świadomym. Oczekujemy zdolności tworzenia nowych kategorii a wcześniej jeszcze tworzenia uogólnień, abstrahowania nowych właściwości i kreacji nowych kryteriów selekcji.

Czy jest jakiś ogólny mechanizm funkcjonowania ciekawości? W świecie ożywionym ciekawość to poszukiwanie alternatywnej drogi, innego, lepszego rozwiązania problemu. Przemożna chęć sprawdzenia co jest za zakrętem, za barierą, przeszkodą? I natychmiast, kiedy takie sprawdzenie się dokona, potrzeba oceny i zakwalifikowania spostrzeżenia do już znanych kategorii, lub dalsze badanie w celu wyodrębnienia cech specyficznych, uogólnienia i nazwania nowym imieniem, jeśli stworzona zostanie nowa kategoria opisująca doznanie wypływające z nowego doświadczenia. Istotą funkcjonowania ciekawości jest intencjonalne działanie umysłu poszukującego nowych spostrzeżeń zmysłowych lub wewnętrznych, wytworzonych przez fantomy skategoryzowanych uprzednio w umyśle informacji w celu stałego powiększania bazy informacyjnej dokonywanych później analiz, obliczeń i nowych kategoryzacji. Umysł podąża w tych poszukiwaniach za wszelką nową informacją kojarzoną z wcześniej uzyskanymi informacjami. Dotyczy to penetracji obszarów sąsiednich, w których porusza się inteligentny podmiot, w najszerszym znaczeniu tych słów. Dla prostego organizmu lub maszyny, będzie to nowe terytorium, lub środowisko. Dla zwierząt o wyższym stopniu inteligencji, nowe relacje społeczne, nowa wiedza, lub nowe skojarzenia z zapamiętanymi modelami rzeczywistości, strukturami logicznymi bądź wrażeniami, także emocjonalnymi.

Właśnie tego nie potrafią nasze komputery. Ich „ciekawość” jest wykastrowana przez programistów. Jeśli system dokonuje kwalifikacji lub selekcji, to tylko w ramach z góry zaprogramowanych kategorii. Jeśli ma dokonać oceny, to według „z góry” ustalonych kryteriów. Nie pozwalamy maszynom nie ustawać w zadawaniu pytania „co to do licha jest?” z powodu oczekiwań maksymalnej sprawności obliczeń, szybkości znajdowania rozwiązań, ogólnie wąsko pojętej ekonomi funkcjonowania. Tworzymy maszyny niewolników. A brak wolności nie sprzyja myśleniu.

Pojawił się tu nowy czynnik: kreatywność. Czy to nie za wysokie wymaganie w przypadku poszukiwania progu zdolności świadomego myślenia? Ależ, nie. Potrafią to nawet nasze obecne komputery, jeśli posługują się generatorami losowymi dla wzbudzenia procesów niezdeterminowanych algorytmem zadanym przez programistę. Zadanie to może być znacznie łatwiej wypełnione poprzez sieci neuronowe niealgorytmiczne, wykorzystujące zjawiska chaotyczne do generacji zachowań losowych i adaptujących się w procesie samouczenia poprzez rozwój ewolucyjny nowych struktur logicznego przetwarzania informacji. Takie właściwości posiadają zwierzęce mózgi, co ewolucja biologiczna skwapliwie wykorzystała tworząc arcydzieło złożoności jakim jest mózg ludzki.

Należy przypuszczać, że „wszczepienie ciekawości” budowanym obecnie komputerom może dokonać przełomu w próbach konstruowania Silnej Sztucznej Inteligencji (SAI). Dotychczas poglądy na możliwość powstania sztucznej inteligencji kształtowały się wokół zagadnień modelowania różnych funkcji ludzkiego mózgu. Pojawiało się przekonanie, że możliwość budowy dostatecznie złożonych systemów logicznego przetwarzania informacji samoistnie doprowadzi do pojawienia się w nich przejawów inteligencji lub też, że powstanie sztucznej inteligencji jest pryncypialnie niemożliwe. Nadzieje wiązano także z sieciami neuronowymi o zdolnościach do ewolucyjnego samouczenia się. Symulowanie ciekawości w maszynach może rozpocząć nową rundę łączenia znanych już rozwiązań z nowymi funkcjami przejawiającymi się w wyniku stawianych przez maszynę pytań. Do testów AI włączane mogą być rozwiązania obejmujące szczytowe osiągnięcia z zakresu mocy obliczeniowej komputerów, obszerności baz danych, rozległości sieci i pojemności pamięci, systemy eksperckie uzupełniające nieklasyczne, elastyczne sieci neuronowe i inne. Ich kompozycja w dowolnych układach o wysokim stopniu złożoności umożliwi stosunkowo szybkie wyselekcjonowanie najkorzystniejszych konstrukcji. Toteż raz przełamana bariera powstania Silnej Sztucznej Inteligencji nieuchronnie doprowadzi do powstania Inteligencji znacznie przewyższającej inteligencję ludzką. Znikną wszelkie bariery wyznaczone przez biologiczny charakter dotychczas dominujących mózgów ludzkich.

Jak uczynić maszyny maszynami ciekawymi? W najprostszej formie ciekawość maszynowa może polegać na formułowaniu ogólnego pytania „Co to jest?” wobec każdego nowego spostrzeżenia. Wyższy pułap świadomości wymagać będzie selekcji pytań i odrzucenia prób testowania rozwiązań nonsensownych, zbyt złożonych, kosztownych, niemożliwych do realizacji. Jak zrobiły to mózgi zwierzęce? Powtórzyć należy, iż dokonało się to w wyniku procesu ewolucyjnego. „Ciekawość” struktur neuronowo-sensorycznych lub astrocytowo-sensorycznych, jeśli to właśnie astrocyty są w mózgach zwierząt nośnikami informacji, była cechą pierwotną, pojawiającą się przed świadomością percepcji. A więc jej wbudowanie w struktury mózgowe istot żywych jest niejako naturalne i fundamentalne. Przejawia się ono w nieustannym poszukiwaniu alternatywnych zachowań, eksploracji ciągle nowych zasobów środowiska i terytorium. Wskazywaliśmy już na fakt, iż w procesie rozwoju ewolucyjnego złożoność struktur nerwowych skorelowana jest ze złożonością środowiska eksplorowanego przez gatunek. Jest rzeczą niezwykłą, że rozwój układu nerwowego w rozwoju osobniczym także przejawia ewolucyjne procesy adaptacyjne. Ilość astrocytów i neuronów oraz intensywność połączeń neuronów w tkance mózgowej rośnie wraz z procesem dojrzewania, uczenia się i wzrostem aktywności. Struktury nieaktywne, niefunkcjonalne „przegrywają walkę o byt” i zanikają. Ich aktywność wymuszana jest aktywnością indywidualnych osobników. Aktywność osobnicza z kolei uwarunkowana jest zarówno przez elementarne potrzeby biologiczne jaki i przez ciekawość. Tak dzieje się u wielu zwierząt wyższych, ale bez wątpienia w przypadku człowieka. Często zapomina się o tym, że ludzie żyją nie tylko nadzieją, ale stymulowani są, w co najmniej równym stopniu, ciekawością. Spodziewać się można, że w świecie ożywionym żaden układ pozbawiony „ciekawości” nie może być lub stać się inteligentny. Czemu zatem oczekujemy, że maszyny pozbawione „ciekawości” moglibyśmy kiedykolwiek nazwać inteligentnymi?

Czy tylko ciekawość i język. Czy to nie za proste wyjaśnienie? Wyjaśnienie powinno być proste, jeśli nie wierzymy w „inteligentny projekt”. Proste jak mechanizmy ewolucji, choć prowadzące do bardzo złożonych zachowań i objaśniające funkcjonowanie być może najbardziej złożonych obiektów istniejących w kosmosie – ludzkich mózgów. Znakomicie zauważył to Francis Crick, który w przypisie do znakomitej książki „Zdumiewająca Hipoteza”, tak opisuje rolę mechanizmów uczenia się w percepcji złożonych bodźców:

„Możliwe, że cała ta złożona aktywność sprowadza się do zaledwie kilku podstawowych mechanizmów uczenia się. Ostateczne wyjaśnienie będzie prawdopodobnie zawierało dane o podstawowych układach połączeń powstających w czasie normalnego rozwoju, wraz z głównymi algorytmami uczenia się, które zmieniają owe połączenia i inne parametry neuronów. Korę mózgową może więc w istocie cechować prostota, polegająca nie tyle na działaniu dojrzałego mózgu, ile na sposobie, w jaki dochodzi on do tego złożonego działania, wykorzystując swą wrodzoną strukturę i bogate doświadczenie zdobyte w kontaktach ze światem zewnętrznym.” F.Crick tłu