Sztuczny mózg





Sztuczny Mózg ?
Sztuczna Inteligencja ?

UMK - logo

       Włodzisław Duch  

duch1

Katedra Informatyki Stosowanej,
Uniwersytet Mikołaja Kopernika

Grudziądzka 5, 87-100 Toruń

WWW: https://www.fizyka.umk.pl/~duch

 


  • Podstawowe definicje


  • Problemy fundamentalne?


  • Osiągnięcia i rozwój AI.


  • Przyszłość CI/AI.

  • Podstawowe definicje.

    AI jest częścią nauki zajmującej się rozwiązywaniem - za pomocą obliczeń - problemów, które nie są efektywnie algorytmizowalne, zwanej inteligencją obliczeniową (Computational Intelligence, CI).

    Klasyczne AI: głównie modelowanie wiedzy, rozwiązywaniem problemów niealgorytmizowalnych w oparciu o symboliczną reprezentację wiedzy.


    Inne dziedziny wchodzące w skład CI to:

    CI korzysta z inspiracji biologicznych, biocybernetycznych, psychologicznych, statystycznych, matematycznych, logicznych, informatycznych, inżynierskich i innych, jeśli mogą się one przydać do rozwiązywania efektywnie niealgorytmizowalnych problemów.

    Dwie gałęzie CI

    1. Gałąź AI, oparta na analizie logicznej, symbolicznej, koncepcyjne rozumienie inteligencji.
    Czym jest wiedza? Jak ją reprezentować? Czy modelowanie wiedzy wystarczy dla osiągnięcia inteligencji?

    2. Gałąź subsymboliczna, modelowanie mózgu, symulacje komputerowe zamiast logicznych analiz. Czy można zbudować sztuczny mózg?

    Umysł jest funkcją mózgu.

    Umysł - system kontrolny, określający zachowanie się układu przy oddziaływaniach ze złożonym, zmiennym w czasie środowiskiem.
    Inteligencja - zdolność do wykorzystania wiedzy.
    Podstawą inteligentnego zachowania są procesy poszukiwania rozwiązań.



    Problemy fundamentalne?

    Turing rozważał je w 1950 roku i odrzucił (w tym twierdzenia Gödla, Churcha-Turinga).
    W dalszym ciągu nie mamy lepszego testu niż test Turinga.
    W czasie konkursu o nagrodę Loebnera (ograniczony test Turinga) niektórzy sędziowie na podstawie konwersacji przez terminal ocenili pewne programy jako bardziej "ludzkie" niż dyskutujących z nimi ludzi.

    Czy człowiek może skonstruować AI?

    Tak, w niektórych dziedzinach inteligencja (rozumiana jako zdolność do wykorzystywania zgromadzonej wiedzy) już przewyższa ludzką!

    Czy sztuczny mózg może wytworzyć świadomość?

    Nie ma żadnych dowodów na to, że świadomość przydatna jest do rozwiązywania problemów wymagających inteligencji (por. Max Velmans, "Is human information processing conscious?", Brain & Behavioral Science 14 (1991) 651-726; Alison Gopnik, How we know our minds: the illusion of first-person knowledge of intentionality, Brain & Behavioral Science 16 (1993) 1 )

    Dla AI świadomość to problem drugorzędny.

    Świadomość jest zdolnością do interpretacji stanu mózgu, dyskryminacją ciągłych reprezentacji z punktu widzenia kategorii i wartości tych stanów dla systemu. Wyniki pojawiają się w pamięci roboczej.
    Nie widać zasadniczych powodów, dla których systemy sztuczne o mózgopodobnej organizacji nie mogłyby być przekonane, że mają wrażenia i dla których mielibyśmy takie twierdzenia odrzucić (eksperymenty myślowe w filozofii umysłu nie dają do tego podstaw).

    Czy AI może ewoluować i przerosnąć inteligencję ludzka?

    W wielu dziedzinach powoli już przerasta, a obszar ten coraz bardziej się rozrasta.
    AI nie będzie jednak dokładnie równoważna ludzkiej inteligencji - sztuczne systemy mają inne ograniczenia sprzętowe, a dokładna symulacja działania ludzkiego mózgu jest bardzo trudna.

    Czy niekontrolowany rozwój AI może spowodować problemy etyczne?

    Z pewnością.
    Niebezpieczeństwa: zastosowania wojskowe, rosnące tempo zmian społecznych, możliwość całkowitej automatyzacji wielu zawodów.

    Bunt robotów raczej nam nie grozi - przestrzeń wirtualna systemów sztucznych będzie dla nich bardziej interesująca niż przestrzeń fizyczna.

    Czy prawdziwy mózg nie jest zbyt skomplikowany by dało się zrobić sztuczny?

    Nie! Pojedyncze neurony nie mają znaczenia, liczą się moduły (kolumny korowe), nie więcej niż milion!
    Nawet proste modele wykazują wiele podobieństw do sposobu działania umysłu.
    Komputerowa psychiatria: modele pamięci, różnego rodzaju amnezji (w tym dziecięcej), procesów degeneracji (neuropsychologia), zaburzeń mowy, halucynacji, problemów psychiatrycznych.




    Osiągnięcia i rozwój AI.

    Metody: głównie inżynieria wiedzy i szukanie rozwiązań.

    Systemy doradcze: chemia, medycyna, matematyka (Mathematica!), wiele innych.
    Siła napędowa dziedziny, wiele miliardów $, używane codziennie.
    Pisma matematyczno-fizyczne są tłumaczone maszynowo z rosyjskiego na angielski od wielu lat.

    Dowodzenie twierdzeń matematycznych: wielkie postępy, np. dowód hipotezy Robbinsa (1936) (czy każda algebra Robbinsa jest Boolowska), której przez 60 lat tacy matematycy jak Tarski nie potrafili udowodnić - dowód znaleziony przez system EQP (1996) liczy 17 wierszy.
    Inne problemy matematyczne, które niedawno rozwiązano dotyczą: geometrii algebraicznej, teorii krat, teorii kwazikrat, autodualnych algebr Boolowskich, teorii grup, półgrup i kwazigrup, logiki kombinatorycznej, wielu innych działów matematyki i logiki.
    Formalizacja całej matematyki: projekt QED.

    Niektóre rezultaty omówione są na stronie: https://www.mcs.anl.gov/AR/new_results/

    Mistrzowskie rezultaty: gra w szachy czy warcaby.
    Inne gry: niewielki rynek, mało interesujący.

    Szukanie a ludzkie myślenie

    Szachy: człowiek stosuje ograniczone poszukiwanie w głąb, oparte na heurystykach związanych z doświadczeniem i zdolnością oceny przewagi danej sytuacji. Ekspert (nie tylko w szachach) pamięta 50-100 tysięcy "prototypowych" wzorców lub struktur.

    Mechanizm "porcjowania" przy pamiętaniu złożonych struktur, oceny heurystyczne oparte na pamięci.

    Zdumiewające, że to się da zrobić, gdyż dostępne komputery mają poniżej 0.1% szybkości przetwarzania i wielkości pamięci ludzkiego mózgu!
    Tymczasem już niedługo za 1000 USD ...




    Projekt CYC (enCYClopedic knowledge) - realizacja zdrowego rozsądku.

    Cycorp,Inc. www.cyc.com

    Najbardziej ambitny system ekspertowy, oparty na regułach zawartych w bazie wiedzy o świecie - realizowany od 1984 roku.
    Zdrowy rozsądek wymaga milionów reguł! Czy to realne?
    Pierwsze milion reguł dotyczy spraw ogólnych, klasyfikacji, ograniczeń, takich pojęć jak czas, przestrzeń, substancja - podstawowa ontologia, umożliwiająca komunikację kilku systemów CYC.

    KBNLP, Knowledge Based Natural Language Processing system.
    The Cycic Friends Network - wielu ekspertów CYC pracujących nad jednym problemem, wykorzystując tekstowe bazy danych.

    Specyfikacja dla komputerowego doradcy prezydenta USA w sprawach kryzysów politycznych oraz projektu "Battlespace - Course of Action" (finansowane przez DARPA).

    SOAR

    John Laird, Paul Rosenbloom, Allen Newell (od 1980 roku)

    Umysł działa w oparciu o zgromadzoną wiedzę.
    Umysł to system intencjonalny, oparty na symbolach.
    Symbol - klasa abstrakcji znaków symbolicznych, reprezentuje wiedzę.
    Systemy symboliczne mają moc uniwersalnej maszyny Turinga.
    SOAR - realizacja systemu opartego na wiedzy (SOW).

    Mechanizm tworzenia porcji wiedzy działa w ciągły sposób na wynikach pośredniej realizacji celów, umożliwia tworzenie nowej wiedzy na wyższym poziomie hierarchii.
    Np. R1-Soar, system ekspercki do konfiguracji systemów komputerowych
    Bez uczenia: 1731 cyklów decyzji, 232 reguł
    Po nauczeniu: 7 cykli, 291 reguł (dodanych w wyniku porcjowania)

    Zastosowania:

    Steve (Soar Training Expert for Virtual Environments) - przykład programu nauczającego z wykorzystaniem technik sztucznej inteligencji.

    TacAir-Soar współpracuje z realistycznym systemem symulującym dynamikę sterowania samolotem i helikopterem oraz działania czujników samolotu (program firmy Lockheed), działa w całkowicie autonomiczny sposób, wykonując misje na podstawie informacji, które otrzymują piloci, sterując wieloma samolotami biorącymi udział w zadaniach. Testy w warunkach symulacji działań bojowych trwały wiele dni. System analizy mowy pozwala na wydawanie rozkazów głosem.

    Modele umysłu Act* i Act-R

    John Anderson (1983, 1993)
    Deklaratywna pamięć długotrwała w postaci sieci semantycznej.
    Pamięć proceduralna zawierają reguły produkcji.
    Pamięć robocza - aktywna część pamięci deklaratywnej.
    Uczenie się - przypisywanie wag regułom produkcji, często używane reguły stają się coraz ważniejsze.

    Act* zastosowano do: wyjaśnienia własności pamięci, kolejność odpowiedzi i przypominania, uczenie się nowych słów, uczenie się elementów programowania i rozumowanie geometryczne w czasie dowodzenia twierdzeń.
    Act* jako baza do inteligentnych programów wspomagających nauczanie, tzw. tutoriali: LISP, Prolog, Pascal, algebra, geometria.
    Testy w szkołach dały bardzo dobre wyniki.

    Projekt Cog

    Projekt rozpoczęty w 1994 roku na MIT, Rodney Brooks.
    Inteligencja behawioralna.
    Założenie: inteligencja ludzka jest wynikiem procesów rozwojowych, oddziaływań społecznych, ucieleśnienia umysłu oraz integracji wielomodalnej informacji zmysłowej.

    Nowe umiejętności powstają w oparciu o wcześniej nabyte.
    Ludzie nie tworzą pełnych, wiernych reprezentacji.
    Wiele niespójnych reprezentacji używanych jest w różnych kontekstach.
    Mózg nie ma CPU - nie ma centralnego kontrolera (np. rozczepione mózgi).
    Mózg ma specyficzne ograniczenia, nawet w zakresie logiki.
    Irracjonalność zachowań człowieka, rola emocji.

    Rozwój: złożone zachowanie w oparciu o prostsze, analiza strategii chwytania zabawek przez niemowlęta; uczenie w etapach prostsze niż końcowe; mapy wizualno-motoryczne, uczenie wskazywania celu wzrokowego, stopniowe zwiększanie złożoności - niemowlęta robią ruchy synchronicznie, maja początkowo słaba ostrość wzroku.

    Kontakty społeczne i opiekuńcze środowisko: konieczne do prawidłowego rozwoju, dlatego potrzebna jest humanoidalna postać robota.
    Zaburzenia, np. autyzm pokazują, jakie interakcje są ważne.
    Dzielenie uwagi, kontakt wzrokowy, gesty i wyrazy twarzy, kiwanie głową.

    Cielesność: bezpośrednie sprzężenie percepcji i działania motorycznego, pozwala na ugruntowanie sensu wewnętrznych reprezentacji.
    Ludzka inteligencja wymaga ludzkiego ciała; łatwiej zrobić robota niż symulować grawitację, sprężystość, koordynacje kończyn itp.
    Cog ma (1998) tułów o 21 stopniach swobody.
    Dynamika systemu wynika z oddziaływania ze środowiskiem, informacji priopriorecepcyjnej, zmysłu równowagi.
    Jedyne reprezentacje to wewnętrzne sekwencje motoryczne.

    Integracja wielomodalna: zmysły wzajemnie sobie pomagają, iluzje akustyczne mogą wywołać iluzje wzrokowe i odwrotnie!
    System stabilizacji obrazu wykorzystuje system równowagi i odruch VOR.
    Orientacja: sygnały akustyczne i wizualne.
    Zrobiono: ruchy sakadyczne oczu, koordynację słuchu i oczu, lokalizację dźwięku, układ równowagi, koordynację ruchu głowy i oczu, rąk i oczu, sprężystość kończyn, kontrolę ruchów, rozpoznawanie twarzy i kontakt wzrokowy, skórę wrażliwą na dotyk, kategoryzację dotykanych obiektów.

    Pytania:
    Jak rozwijać taki system? Jakie etapy i strategie uczenia?
    Jakie zachowanie wywołuje zachowania opiekuńcze u ludzi?
    Jakie motywacje, emocje, popędy są konieczne do komunikacji?
    Jak ma wyglądać pamięć zdolności motorycznych i wzrokowo-przestrzennych?
    Jak wykorzystać wyuczone zdolności w nowych kontekstach?
    Jak osiągnąć spójne zachowanie zbioru różnych podsystemów o różnych (czasem sprzecznych) celach, zachowaniu, działaniu, stabilności? Jak szczegółowo należy modelować biologiczne cechy organizmu?
    Jak oceniać postępy w tworzeniu takiego systemu?

    Ewolucja umysłu i automaty Darwin/Nomad

    Roboty Darwin/Nomad mają wszczepione ogólne wartości: lepiej jest mieć doznania niż ich nie mieć. Lepiej jest coś dotknąć lub posmakować niż to ominąć.
    Te wartości plus złożone środowisko pozwalają na ewolucję bardzo interesujących form zachowań, np. śledzenia oświetlonych przedmiotów czy zbierania dobrze "smakujących" klocków o określonych wzorach..

    Inne ambitne projekty:
    Shruti - rozumowanie refleksyjne, sieć robiąca 8 kroków rozumowania korzystając z bazy danych 500.000 faktów.
    Psyche - European Brain Project, budowa symulatora mózgu dla celów neuropsychologii, 7 ośrodków europejskich.
    Pentti Haikonen (Nokia) - budowa sztucznego umysłu w oparciu o modularną architekturę poznawczą: coraz więcej atrybutów umysłu.


    Przyszłość CI/AI.

    Najbardziej modny zawód za 10 lat: projektant sztucznych osobowości?
    Już teraz: Instytut Psychologii Maszyn.

    AI jest/będzie ukryte w produktach:

    Wyzwania:

    Za 10 lat: zdrowy rozsądek, dyskusje z bazą wiedzy na dowolny temat, CI jako partner intelektualny.

    Za 20 lat: integracja mózg - systemy sztuczne, wspierające podejmowanie decyzji na każdym kroku.

    Za 50 lat: rozróżnienie osoba - system sztuczny stanie się problematyczne.
    Przestrzeń N-D zamiast 3-D ?
    Nieśmiertelność umysłu?









    Polecam archiwa dostępne ze strony WWW:

    https://www.is.umk.pl/~duch

    Archiwa do nauk kognitywnych: AI, modeli kognitywnych, lingwistyki, filozofii, psychologii, psychofizyki ... https://www.is.umk.pl/~duch/cognitive.html

    Nauki kognitywne na UMK https://kognitywistyka.umk.pl

    Pismo "Kognitywistyka i media w edukacji" https://www.ped.uni.torun.pl/kognityw/index.htm

    Do sieci neuronowych, neurobiologii i matematyki: https://duch-links.wikispaces.com/Neuroscience+and+the+Brain

    Wszystko o komputerach, oprogramowaniu, Internecie ... https://www.is.umk.pl/~duch/book-fsk.html

    Referaty: https://www.is.umk.pl/~duch/ref.html