Читать книгу Jak myślą inteligentne maszyny - Sean Gerrish - Страница 11

Przenieśmy się do współczesności. Samochody autonomiczne z prawdziwego zdarzenia krążą dziś między miastami Doliny Krzemowej przez całą dobę. Nauczyliśmy komputery, jak grać w gry Atari lepiej od człowieka, karmiąc je smakołykami, tak jak uczymy psa siadać albo się turlać. Jakimś cudem program komputerowy zdołał pokonać dwóch mistrzów świata w Jeopardy!. Stworzyliśmy program komputerowy zdolny pokonać najlepszych graczy w starożytnej grze go. Jednocześnie sztuczna inteligencja, która stoi u podstaw tych przełomowych osiągnięć, rozwija się w tempie wprawiającym w osłupienie nawet ekspertów.

Jeśli chodzi o to ostatnie stwierdzenie, trudno o przesadę. Zespół, który skonstruował Watsona do gry w Jeopardy!, stwierdził, że stworzenie programu umiejącego pokonać najlepszych graczy na świecie nie jest możliwe, po czym, dosłownie po chwili, tego właśnie dokonał. Wielu specjalistów utrzymywało, że napisanie programu komputerowego zdolnego wygrywać w go zajmie dziesięć lat, aż pojawił się AlphaGo, program, który był w stanie pokonać światowych mistrzów go dzięki kilkumiesięcznemu treningowi. W ciągu kolejnych dwudziestu miesięcy autorzy AlphaGo przygotowali następną wersję programu, który wiedzę na temat go, skumulowaną na przestrzeni tysięcy lat, nabył samodzielnie w ciągu trzech dni; nowa wersja AlphaGo pokonała poprzedni program w stu meczach na sto rozegranych, a dysponowała zaledwie jedną dziesiątą mocy obliczeniowej w porównaniu z wcześniejszą wersją. W pewnej mierze udało się tego dokonać dzięki rozwojowi sztucznych sieci neuronowych, które leżą u podstaw AlphaGo i które stanowią jedno z głównych zagadnień poddawanych intensywnym badaniom w ciągu ostatniej dekady. Sieci neuronowe nie tylko grają w gry – obecnie posiadają one zdolność rozpoznawania obrazów na fotografiach oraz tekstu mówionego na tyle dobrze, że konkurują już ze zdolnościami człowieka w tym względzie.

Jako że o wspomnianych przełomach technologicznych jest wciąż głośno, nasze zainteresowanie budzi pytanie: jak działają te urządzenia? Tak jak XVIII-wieczni Europejczycy zastanawiali się nad działaniem Flecisty i innych automatów tamtego czasu, tak i my, gdy rozmawiamy o nowych automatach, pytanie to pozostawiamy często bez odpowiedzi.

Na szczęście – i przypomina to sposób, w jaki Vaucanson prezentował swoją dysertację przed Francuską Akademią Nauk – ludzie stojący za najnowszymi osiągnięciami dokładnie udokumentowują procesy, w wyniku których powstają inteligentne programy komputerowe. Szczegółowe informacje na ten temat rozrzucone są po różnych źródłach; w niniejszej książce starałem się je uporządkować i w zrozumiały sposób objaśnić, jak myślą inteligentne maszyny.

W przeciwieństwie do automatu z pięcioletnią dziewczynką w środku (okazał się mistyfikacją) osiągnięcia, którym przyglądamy się w tej książce, są prawomocne i mają charakter naukowy. Choć mogą przypominać magię, ludzie nauki uważnie je prześwietlili, podobnie jak przez Francuską Akademię Nauk prześwietlony został Flecista. Osiągnięcia te również – by znów przywołać Flecistę jako punkt odniesienia – zaliczają się do automatów. Automat to maszyna samoczynna. Wydaje się, że pracuje samodzielnie, przypominając w tym często człowieka lub zwierzę, tak jakby mógł myśleć na własną rękę. Jednak z samej definicji maszyny te posłuszne są programom. Programy zaś są to sekwencje uprzednio ustalonych instrukcji, w czym przypominają program, który Vaucanson stworzył na potrzeby Flecisty, by ten mógł wygrywać swoje pieśni.

Jak zobaczymy, zawód technologa niezbyt zmienił się na przestrzeni ostatnich wieków. Technologowie nadal konstruują i programują automaty w celu odtworzenia w nich ludzkiego umysłu i ciała, wciąż też zdarza się im tworzyć automaty będące mistyfikacjami. Jedyna różnica polega na tym, że uzupełnili swoją skrzynkę z narzędziami o dźwignie, zębatki i silniki XXI wieku: komputery i ich oprogramowania.