Tulevikufüüsika. Dr Michio Kaku
Читать онлайн книгу.
Närvivõrgustikud õpivad vanamoeliselt, „piitsa ja prääniku abil“.
Neuraalsetel võrgustikel on täiesti teistsugune arhitektuur kui digitaalarvutitel. Kui võtad digitaalarvuti keskprotsessorist ära ühe transistori, ütleb arvuti täielikult üles. Kui aga eemaldad suure tüki inimese ajust, suudab see endiselt toimida ja teised osad võtavad puuduvate tükkide ülesanded üle. Samuti on võimalik täpselt lokaliseerida, kus digitaalarvuti „mõtleb“, st selle keskprotsessoris või Pentiumi kiibis. Inimese aju uurimine kuvamismeetoditega näitab aga selgelt, et mõtlemine on jaotunud üle suurte ajuosade. Eri sektorid süttivad täpses järjestuses, justkui põrgatataks mõtteid pingpongipallina ringi.
Digitaalarvutid teevad arvutusi välgukiirusel. Impulsid rändavad ligilähedaselt universumi ülima kiirusega, peaaegu valguse kiirusega. Inimaju on sellega võrreldes hämmastavalt aeglane. Närviimpulsid rändavad piinavalt aeglaselt, umbes 320 kilomeetrit tunnis. Kuid aju teeb selle tasa, kuna on tohutult paralleelne, st tal on 100 miljardit üheaegselt tegutsevat neuronit, millest igaüks teeb väikese osa arvutusest, ja iga neuron on ühenduses 10 000 teise närvirakuga. Võidujooksus jäetakse ülikiire üksik protsessor üliaeglase paralleelprotsessori tolmupilve. (See toob meelde vana mõistatuse: kui üks kass suudab süüa ühe hiire minutis, kui palju kulub miljonil kassil miljoni hiire söömiseks? Vastus: üks minut.)
Lisaks ei ole aju digitaalne. Transistorid on väravad, mis võivad olla kas avatud või suletud, esindades nulli ja ühte. Neuronid on samuti digitaalsed (nad võivad and impulsse või mitte anda), kuid võivad olla ka analoogsed, edastades nii pidevaid kui ka diskreetseid signaale.
KAKS HÄDA ROBOTITEGA
Arvestades arvutite silmatorkavaid puudusi võrreldes inimajuga, võib aru saada, miks pole arvutid hakkama saanud kahe olulise ülesandega, mida inimesed sooritavad pingutuseta: mustrituvastus ja mõistuspärane käitumine. Need kaks on viimase poolsajandi vältel osutunud arvutite puhul lahendamatuks. See on peamine põhjus, miks meil ei ole veel tõeliselt autonoomseid roboteid, miks meil ei ole robotitest teenijatüdrukuid, ülemteenreid ja sekretäre.
Esimene häda on mustrituvastus. Robotid näevad meist märksa paremini, kuid nad ei saa nähtust aru. Kui robot astub tuppa, näeb ta seda täppide segadikuna. Neid täppe töödeldes tunneb robot ära joonte, ringide, ruutude ja ristkülikute kogumid. Siis püüab robot neile joontele ja kõveratele leida oma mällu salvestatud objektide seast ükshaaval vasted, mis on äärmiselt tüütu ülesanne isegi arvuti jaoks. Pärast mitut tundi rasket arvutustööd võib robot sobitada need jooned toolide, laudade ja inimestega. Võrdluseks, kui meie astume tuppa, tunneme toolid, lauad ja inimesed ära murdosa sekundi jooksul. Meie ajud on tõepoolest peamiselt mustrituvastusmasinad.
Teiseks puudub robotitel mõistus. Robotid kuulevad meist palju paremini, kuid ei saa kuuldust aru. Vaatleme näiteks järgmisi „ilmselgeid“ väiteid.
• Inimesed kukuvad alla, mitte üles.
• Lastele meeldivad maiustused, mitte karistus.
• Niitidest saab tõmmata, aga mitte lükata.
• Loomad ei räägi ega mõista inglise keelt.
• Keerutamine paneb inimestel pea ringi käima.
Meie jaoks on kõik need väited arusaadavd. Kuid mitte robotite jaoks. Pole ühtegi loogikalauset või programmi, mis tõestab, et niitidest saab tõmmata, aga mitte lükata. Kõik need „ilmselged“ väited on õpitud, kuna oleme nendega kokku puutunud, mitte ei ole need meie mällu programmeeritud.
Selle lähenemise puudus on asjaolu, et mõistuspäraseid seisukohti ja inimmõistuse järele aimamiseks vajalikku mustrituvastust on lihtsalt liiga palju. Näiteks on kuueaastasele lapsele arusaadavate reeglite robotitele selgitamiseks vajalikud sajad miljonid koodiread. Carnegie Melloni ülikooli tehisintellektilabori endine direktor Hans Moravec kurdab: „Tänase päevani ei ilmuta tehisintellektiprogrammid kriimugi tervemõistuslikkust – näiteks võib meditsiinidiagnooside programm kirjutada välja retsepti antibiootikumidele, kui talle näidatakse katkist jalgratast, sest tal puudub mudel inimeste, haiguste ja jalgrataste kohta.“
Mõned teadlased klammerduvad seisukoha külge, et ainus takistus mõistuspärasuse omandamiseks on olnud programmeerimisvõimsuse nappus. Nad arvavad, et uus Manhattani programm (nagu see programm, millega ehitati aatompomm) lahendaks kindlasti mõistuspärasuse probleemi. Selle „mõtete entsüklopeedia“ loomiseks ellu kutsutud intensiivprogramm, nimega CYC, algas 1984. aastal. See pidi olema tehisintellekti Manhattani projekt, projekt, mis kirjutab kõik terve mõistuse saladused ühtsesse programmi. Pärast mitme aastakümne pikkust rasket tööd ei ole CYC siiski suutnud omaenese seatud eesmärke täita.
CYCi eesmärk on lihtne: „tehisintellekt valdab 2007. aastaks 100 miljon asja, umbes sama palju, kui tavaline inimene teab maailma kohta.“ See tähtaeg, nagu ka paljud eelmised, on möödunud, ilma et tulemusteni oleks jõutud. Kõik CYCi inseneride seatud verstapostid on tulnud ja läinud, ilma et teadlased oleksid intellekti olemuse valdamisele lähemale jõudnud.
INIMENE MASINA VASTU
Mul oli kord võimalus ristata robotiga piike. Võistlesin robotiga, kelle oli ehitanud Tomaso Poggio MITist. Kuigi robotid ei suuda meie kombel ära tunda tavalisi mustreid, oli Poggio suutnud luua arvutiprogrammi, mis teeb inimesega võrdväärsel kiirusel rehkendusi ühes kindlas valdkonnas: „hetkeline äratundmine“. See on meie veider võime tunda objekt ära isegi enne seda, kui saame sellest teadlikuks. (Hetkeline äratundmine oli meie evolutsiooni jaoks oluline, kuna meie esivanematel oli sekundi murdosa otsustamaks, kas põõsastes hiilib tiiger; isegi enne seda täielikult teadvustamata.) Esmakordselt suutis robot spetsiifilises nägemispõhises äratundmiskatses pidevalt saavutada inimesest paremaid tulemusi.
Võistlus minu ja masina vahel oli lihtne. Esmalt pidin vaatama tavalist arvutiekraani. Siis sähvatas ekraanile murdosaks sekundiks pilt ja ma pidin kohe, nii kiiresti kui võimalik, vajutama üht kahest nupust, kas pildil oli mõni loom või ei olnud. Pidin otsuse langetama nii kiiresti kui võimalik, enne kui mul oli võimalus pilti seedida. Arvuti tegi samuti sama pildi kohta otsuse.
Piinlikul kombel olid minu ja masina tulemused mitme kiire katse järel ligilähedaselt võrdsed. Kuid oli kordi, kus arvuti sai minust tunduvalt paremaid tulemusi, jättes mind kaugele maha. Masin oli mu alistanud. (Mind lohutas, kui öeldi, et arvuti vastab õigesti 82 protsendil juhtudest ja inimesed saavad keskmiselt vaid 80 protsenti.)
Poggio masina võti on asjaolu, et see kopeerib mitmeid mehhanisme, kuidas me loodust tajume. Paljud teadlased taipavad tõde, mis peitub lauses: „Ratas on juba leiutatud, seega miks mitte seda kopeerida?“ See tähendab, et emake loodus on juba miljonite aastate eest lahendanud need näiliselt lahendamatud probleemid, seega miks mitte loodust jäljendada? Näiteks püüab robot pilti vaadates lahutada selle joonte, ringide, ruutude ja geomeetriliste kujundite jadaks. Kuid Poggio programm on teistsugune.
Pilti vaadates võime esmalt näha eri objektide piirjooni, seejärel iga eseme mitmesuguseid tunnuseid, siis pooltoone nende tunnuste sees jne. Seega jaotame pildi mitmeks kihiks. Niipea kui arvuti töötleb pildi üht kihti, ühildab arvuti selle järgmisega jne. Sel moel, samm-sammult, kiht-kihilt, jäljendab see meie aju hierarhilist pilditöötluse viisi. (Poggio programm ei saa hakkama kõigi mustrituvastuse saavutustega, mida peame enesestmõistetavaks, nagu esemete tajumine kolmemõõtmelisena, tuhandete objektide äratundmine eri vaatenurkade alt jne, kuid see kujutab endast üht olulist verstaposti mustrituvastuse vallas.)
Hiljem oli mul võimalus näha toimimas nii ülalt-alla kui ka alt-üles lähenemisi. Esmalt külastasin Stanfordi ülikooli tehisintellekti keskust, kus kohtusin STAIRiga (Stanford Artificial Intelligence Robot), robotiga, kes kasutab ülalt-alla lähenemist. STAIR on umbes 1,2 meetri pikkune, tal on tohutu mehaaniline käsi, mis suudab pöörelda ja laualt esemeid haarata. STAIR on ka mobiilne, seega saab ta kontoris või kodus ringi liikuda. Robotil on 3D-telekaamera, mis fokuseerib objektile ja saadab kolmemõõtmelise pildi arvutisse, mis seejärel juhendab eset haaravat kätt. Robotid on esemeid haaranud alates 1960. aastatest ja oleme neid näinud