Τεχνητή νοημοσύνη, λάθη και δημιουργία

του ΠΕΤΡΟΥ ΠΟΛΥΜΕΝΗ

~.~

Η κρισιμότητα της μάθησης

Η τεχνητή νοημοσύνη είναι ένα πολυσυζητημένο θέμα της εποχής μας και μοιάζει ως η κατεξοχήν δύναμη ικανή να αλλάξει την καθημερινότητά μας τα επόμενα χρόνια. Μετά την επανάσταση του διαδικτύου και τις εφαρμογές που γέννησε, από το ηλεκτρονικό εμπόριο, το ηλεκτρονικό ταχυδρομείο και τις μηχανές αναζήτησης μέχρι τα κοινωνικά δίκτυα, η τεχνητή νοημοσύνη (ΤΝ) μοιάζει ακριβώς η φυσική συνέχεια της επανάστασης αυτής: μπορεί να αξιοποιήσει με τον καλύτερο δυνατό τρόπο αυτό τον ωκεανό πληροφορίας που έχει συγκεντρωθεί στο διαδίκτυο και τις εφαρμογές που προαναφέρθηκαν. Διανύουμε πλέον την περίοδο της παραγωγικής ΤΝ κατά την οποία μπορούν να παραχθούν κείμενο, ήχος και εικόνα (και όχι μόνο να αναγνωριστούν, όπως συνέβαινε σε προγενέστερα μοντέλα ΤΝ όπως τα νευρωνικά δίκτυα), ανάλογα με το τι ζητάει ο καθένας μας.

Τι το ιδιαίτερο έχει η τεχνητή νοημοσύνη σε σχέση με άλλα υπολογιστικά μοντέλα; Τα μοντέλα τεχνητής νοημοσύνης μιμούνται κατά τον πλησιέστερο τρόπο τον ανθρώπινο εγκέφαλο, σε σχέση με διαδικαστικά (procedural) υπολογιστικά μοντέλα. Αποτελούνται από κατανεμημένες υπολογιστικές μονάδες που λειτουργούν παράλληλα, και αλληλοσυνδέονται ώστε να είναι δυνατή η μεταξύ τους επιθυμητή αλληλεπίδραση. Επιπλέον, έχουν την ικανότητα της μάθησης: μαθαίνουν με βάση περιστατικά στα οποία εκτίθενται, χωρίς έναν εκ των προτέρων αλγόριθμο σαφώς διατυπωμένο, συχνά με τακτικές δοκιμής και λάθους (trial and error). Κάτι που θυμίζει το πώς μαθαίνει ο άνθρωπος από την εμπειρία του: εξού και ο όρος «τεχνητή» νοημοσύνη. Μοιάζει να διαθέτουν μια ικανότητα αυτο-οργάνωσης και μία δυναμική αλληλεπίδραση με το περιβάλλον τους (με ότι τα τροφοδοτεί με ‘παραστάσεις’/ πληροφορίες), φέροντας εις πέρας εργασίες χωρίς προηγουμένως να απαιτείται ο σαφής καθορισμός κανόνων: η λειτουργία τους είναι ευρετική και όχι διαδικαστική (heuristic vs. procedural). Κάτι που τους δίνει τη δυνατότητα να συλλάβουν και την μη προτασιακή ή έμμεση γνώση (όπως, για παράδειγμα, εκείνη που αντανακλάται σε μια πρακτική δεξιότητα) .

Λάθη, μνήμη και οι άκαμπτοι κανόνες

Το γεγονός ότι τα μοντέλα ΤΝ προσαρμόζονται στο εκάστοτε περιβάλλον και τα περιστατικά με τα οποία τα τροφοδοτεί, ότι μαθαίνουν και θυμούνται -όπως και ο άνθρωπος-, ρυθμίζοντας ανάλογα τη λειτουργία τους, δημιουργεί μια παρανόηση: ότι δεν έχουν ένα σκληρό πυρήνα κανόνων στη λειτουργία τους. Κατά βάση, ένα μοντέλο ΤΝ καλείται να επιλύσει ένα πρόβλημα βελτιστοποίησης: θα πρέπει να βελτιστοποιήσει (να ελαχιστοποιήσει ή να μεγιστοποιήσει) μία μετρική σχέση ή μία συνάρτηση. Ένα πρόβλημα βελτιστοποίησης έχει τη γενική μορφή «μεγιστοποίησε (ή ελαχιστοπoίησε) την f(x), υπό τους περιορισμούς gi(x), i=1,…, n», όπου η συνάρτηση f(x) πρέπει να συλλαμβάνει ουσιωδώς το εκάστοτε πρόβλημα και η ακριβής διατύπωσή της μπορεί να είναι συχνά αρκετά επίπονη. Επίσης, ένα λάθος σε αυτήν είναι καθοριστικό για τη φύση των αποτελεσμάτων που αργότερα θα μας δώσει η ΤΝ. Αυτή η συνάρτηση δίνεται εξ αρχής στο μοντέλο ΤΝ και δεν αλλάζει ούτε κατά την περίοδο μάθησης ούτε κατά την περίοδο εφαρμογής. Επιπρόσθετα, ένα νευρωνικό δίκτυο (το οποίο είναι στον πυρήνα των σύγχρονων μοντέλων ΤΝ) αποτυπώνεται από ένα σύστημα διαφορικών εξισώσεων με συγκεκριμένες σταθερές, και τούτο υποδηλώνει μια συγκεκριμένη και αμετάβλητη καμπύλη ενέργειας, με συγκεκριμένες συνθήκες ευστάθειας, ενεργειακού ελάχιστου και αποφυγής χαώδους λειτουργίας, δηλαδή όταν ένα σύστημα «κρεμάει» κατά τη διάλεκτο των προγραμματιστών (Για περισσότερες λεπτομέρειες σχετικά με χαρακτηριστικά και περιορισμούς των νευρωνικών δικτύων στο γνωσιολογικό επίπεδο, βλ. Πολυμένης, Π., Η ανάδυση της κανονιστικότητας, διδακτορική διατριβή, Τομέας Ανθρωπιστικών, Κοινωνικών Επιστημών και Δικαίου, Εθνικό Μετσόβιο Πολυτεχνείο, 2001).

Έτσι, τα μοντέλα ΤΝ, παρά την εύπλαστη και δυναμική λειτουργία τους, με ικανότητα μνήμης και προσαρμογής ανάλογα με το πώς «μαθαίνουν» από τα περιστατικά στα οποία εκτίθενται, εξακολουθούν να έχουν στον πυρήνα τους ένα θεμελιακό πλαίσιο κανόνων. Κάτι τέτοιο θέτει εκ των πραγμάτων περιορισμούς (παρά τις όποιες αλγοριθμικές βελτιώσεις), όσον αφορά την ανταπόκριση ενός μοντέλου ΤΝ στις διαρκώς εκδιπλούμενες πτυχές του κόσμου, οι οποίες είναι σε θέση να αποκαλύψουν ένα μέχρι πρότινος άγνωστο φαινόμενο -μία έκπληξη- που δεν υπάγεται στις υφιστάμενες κατηγοριοποιήσεις, δηλαδή ‘αντιστέκεται’ σε αυτές. Αδυνατεί να αναγνωρίσει αλλά και να διορθώσει ένα λάθος στους συγκροτητικούς του κανόνες που του επιτρέπουν να διακρίνει ανάμεσα σε ορθό και λανθασμένο, όπως οι κανόνες που καθορίζουν την τοπολογία του, ή εκείνοι που καθορίζουν τη συνάρτηση που πρέπει να βελτιστοποιηθεί. Αλλά και να μπορούσε να ακυρώσει κάποιον από αυτούς τους κανόνες, είναι αμφίβολο αν μπορεί να δημιουργήσει εκείνους που θα τους αντικαταστήσουν, χωρίς έξωθεν, δηλαδή ανθρώπινη, παρέμβαση.

Ελευθερία και τα όρια της δημιουργίας

Οι περιορισμοί στα μοντέλα ΤΝ σχετίζονται με όλο τον κύκλο που σχετίζεται με την ανθρώπινη δημιουργικότητα: αναγνώριση λάθους, αντιμετώπιση ενός παράδοξου, μίας κατάστασης σύγχυσης ή ανωμαλίας που εγκαλεί σε αλλαγή υποδείγματος μέσα από ριζική αναθεώρηση συγκεκριμένων κανόνων και θέσπιση καινούργιων με την απαιτούμενη έμπνευση και μεθοδικότητα.

Αντηχεί ακόμα εντός μου το ερώτημα που είχε θέσει σε ένα αμφιθέατρο στις αρχές της δεκαετίας του ’90 ο καθηγητής Ίγκορ Αλεξάντερ του Imperial College στο Λονδίνο, πρωτοπόρος σε βιομηχανικές εφαρμογές νευρωνικών δικτύων, αν θα αφήναμε σε ένα μοντέλο ΤΝ την ασφάλεια ενός πυρηνικού αντιδραστήρα, χωρίς ανθρώπινη επίβλεψη. Παρά την εξέλιξη των μοντέλων ΤΝ, τη μεγαλύτερη διαστρωμάτωσή τους και την ικανότητα επεξεργασίας εκατονταπλάσιων δεδομένων, δεν ξέρω κατά πόσο αλλάζει η παρουσία τους από επικουρική σε αποκλειστικής επίβλεψης. Όχι πώς δεν υπάρχουν ανθρώπινα λάθη, όμως αλλάζουν οι πιθανότητες εμφάνισης στη μια και την άλλη περίπτωση.

Αλλά μήπως και ο άνθρωπος περιορίζεται από τους βιολογικούς νόμους που τον συγκροτούν, αφού υπάρχουν εκ γενετής και τον χαρακτηρίζουν ως ένα έμβιο ον μεταξύ άλλων, το οποίο ανήκει στη φυσική τάξη πραγμάτων; Γιατί αυτοί οι βιολογικοί νόμοι να μην του θέτουν περιορισμούς ανάλογους με εκείνους που θέτουν στα νευρωνικά δίκτυα οι αποκαλούμενοι θεμελιώδεις κανόνες τους, οι οποίο αποτελούν τον πυρήνα των νομολογικών σχέσεων που συλλαμβάνει τη λειτουργία τους; Όμως η ανθρώπινη φύση, αν και ριζώνει σε τέτοιους βιολογικούς νόμους, χαρακτηρίζεται εντέλει από το άνοιγμά της στην περιοχή του λόγου και των πολιτισμικών υποαγορεύσεων. Η φύση του ανθρώπου είναι η αποκαλούμενη δεύτερη φύση, η οποία χρωματίζεται ανάλογα με την θέα των υπαγορεύσεων της περιοχής του λόγου που έχει αποκτήσει ο εκάστοτε άνθρωπος. Οπότε, εφ’ όσον η περιοχή του λόγου είναι η περιοχή της ελευθερίας και της δημιουργίας, όταν ο άνθρωπος είναι ελεύθερος, είναι σε θέση να πράξει και να δημιουργήσει κάτι που ξεφεύγει από τις άμεσες επιταγές βιολογικής προελεύσεως. Η έμφυτη ροπή του ανθρώπου για ελευθερία και δημιουργία, μας κάνει να αναρωτιόμαστε αν, για παράδειγμα, μπορεί ένα μοντέλο ΤΝ να κατοχυρώσει πατέντες, να προβεί σε επιστημονικές ανακαλύψεις ή καινοτομίες, ενίοτε μέσα από αλλαγή υποδείγματος και αναθεωρήσεις κανόνων, ενίοτε ριζικές.

Ο ενσώματος λόγος

Οι πιο πάνω επιφυλάξεις δίνουν και μια απάντηση στην υπόθεση ότι η διαφορά ΤΝ και ανθρώπινης νοημοσύνης είναι καθαρά ποσοτική. Ο ανθρώπινος εγκέφαλος αποτελείται από δισεκατομμύρια νευρώνες, όμως δεν μπορεί να κατασκευαστεί με τα σημερινά δεδομένα ένα αντίστοιχο νευρωνικό δίκτυο και κατ’ επέκταση ένα μοντέλο ΤΝ. Τίποτα δεν αποκλείει όμως αυτό να ξεπεραστεί στο μέλλον, και ίσως μία ποσοτική βελτίωση να οδηγήσει και σε ποιοτική βελτίωση.

Μία τέτοια τοποθέτηση γεννά έναν αντίλογο που εστιάζει σε μια ολιστική αντιμετώπιση της ανθρώπινης νοημοσύνης, και όχι απλώς ως ένα άθροισμα νευρώνων: πόσο κρίσιμος είναι ο ενσώματος χαρακτήρας των έλλογων ιδιοτήτων μας, με ένα θυμικό που αλλάζει από άνθρωπο σε άνθρωπο; Πόσο κρίσιμη είναι η ποιότητα των εμπειρικών περιστατικών, που δεν τα καθιστά ψυχρή πληροφορία για ένα πρόσωπο, αλλά εμποτισμένη με συναισθήματα που ποικίλουν από πρόσωπο σε πρόσωπο (τι συναίσθημα προκαλεί η θέα, το άκουσμα, η μυρωδιά, η αφή η γεύση ενός συμβάντος στην εμπειρία μας). Επιφυλάξεις όπως οι προηγούμενες αντιτίθενται σε έναν εξαλειπτικό υλισμό, δηλαδή σε εκείνο το φιλοσοφικό ρεύμα που ανάγει τον άνθρωπο στους νευρώνες του εγκεφάλου του, καθιστώντας ομόλογές του τις τεχνητές αναπαραστάσεις των νευρώνων αυτών, με πρωτεργάτες του ρεύματος αυτού τους Πωλ και Πατρίτσια Τσέρτσλαντ και τον Ντάνιελ Ντέννετ. Εν πάση περιπτώσει, η εξέλιξη της τεχνητής νοημοσύνης, ένα κατεξοχήν διεπιστημονικό πεδίο, εκτός από ένα υπό συνθήκες πολύ χρήσιμο εργαλείο στην καθημερινότητά μας, μπορεί να διαφωτίσει περαιτέρω την εικόνα που έχουμε για τον εαυτό μας, και τι μας κάνει να είμαστε, ό,τι είμαστε.