U NIWERSYTET PAPIESKI JANA PAWŁA II W K RAKOWIE W YDZIAŁ F ILOZOFICZNY

inz˙ . Piotr Gumułka

Zagadnienie inteligencji maszyn w pismach Alana Turinga z lat 1950-1952

Rodzaj pracy: licencjacka Promotor: dr hab. Paweł Polak Seminarium z Filozofii Przyrody

K RAKÓW 2013

Opis bibliograficzny pracy inz˙ . Piotr Gumułka, Zagadnienie inteligencji maszyn w pismach Alana Turinga z lat 1950-1952, praca licencjacka napisana pod kierunkiem: dr hab. Pawła Polaka, Kraków, WF UPJPII, 2013, ss. 57. Abstrakt W pracy przedstawiono zagadnienie inteligencji maszyn w pismach Alana Turinga z lat 1950-1952. W oparciu o kluczowy tekst autora z 1950 roku i inne materiały z´ ródłowe zarysowano tematyk˛e zagadnienia oraz opisano róz˙ ne stanowiska wobec tego, co przedstawiał swoimi pogladami ˛ A. M. Turing. Celem pracy było okre´slenie jakie poglady ˛ przedstawia A. M. Turing wobec zagadnienia sztucznej inteligencji. Zostało to wykonane poprzez ukazanie zarysu tła historycznego zagadnienia oraz przedstawienie i analiz˛e kluczowych zagadnie´n zwiazanych ˛ z A. M. Turingiem, szkic głównych nurtów polemicznych. Został nakre´slony podział jaki współcze´snie wyróz˙ nia si˛e w pogladach ˛ na zagadnienie sztucznej inteligencji; wystapiła ˛ próba analizy pogladów ˛ Turinga i okre´slenia jego stanowiska wobec tego zagadnienia. Wykorzystano trzy materiały z´ ródłowe i dwadzie´scia pozycji bibliograficznych. Liczba wykorzystanych pozycji bibliograficznych: 21.

Słowa kluczowe: • imienne Alan M. Turing, Maria Piesko, Jack Copeland, • rzeczowe sztuczna inteligencja, maszyna Turinga, test Turinga.

2

Spis tre´sci 1 Wst˛ep

5

1.1

Cel pracy . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5

1.2

Struktura pracy . . . . . . . . . . . . . . . . . . . . . . . . . .

5

2 Tło zagadnienia 2.1

2.2

2.3

7

Wst˛ep . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

7

2.1.1

Historia maszyn logicznych . . . . . . . . . . . . . . .

7

2.1.2

Rozwój narz˛edzi wspomagajacych ˛ liczenie . . . . . . .

9

2.1.3

Uniwersalna maszyna liczaca ˛ . . . . . . . . . . . . . . .

11

2.1.4

Kontekst kulturowy

. . . . . . . . . . . . . . . . . . .

13

Alan M. Turing . . . . . . . . . . . . . . . . . . . . . . . . . .

15

2.2.1

Nota biograficzna . . . . . . . . . . . . . . . . . . . . .

15

2.2.2

Dorobek naukowy Turinga z zakresu sztucznej inteligencji 17

Podsumowanie . . . . . . . . . . . . . . . . . . . . . . . . . .

3 Koncepcja maszyny Turinga

19 21

3.1

Wstep . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

21

3.2

Czym jest maszyna Turinga . . . . . . . . . . . . . . . . . . . .

22

3.3

Maszyna Turinga a ludzki umysł . . . . . . . . . . . . . . . . .

25

3.3.1

Poglad ˛ Turinga w kwestii umysłu . . . . . . . . . . . .

26

3.3.2

Polemika . . . . . . . . . . . . . . . . . . . . . . . . .

28

Podsumowanie . . . . . . . . . . . . . . . . . . . . . . . . . .

29

3.4

4 Test Turinga 4.1

31

Wst˛ep . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

31

4.2

Na czym polega test Turinga . . . . . . . . . . . . . . . . . . .

31

4.3

Główne filozoficzne inspiracje testu Turinga . . . . . . . . . . .

34

4.4

Główne nurty polemiki wokół testu Turinga . . . . . . . . . . .

35

4.4.1

Spór o zasadno´sc´ testu . . . . . . . . . . . . . . . . . .

35

4.4.2

Poglady ˛ przeciwników wymienione przez Turinga . . .

37

Podsumowanie . . . . . . . . . . . . . . . . . . . . . . . . . .

40

4.5

5 Silna i słaba sztuczna inteligencja w pogladach ˛ Alana Turinga

42

5.1

Wst˛ep . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

42

5.2

Przedstawienie róz˙ nych stanowisk wobec sztucznej inteligencji .

42

5.2.1

Silna sztuczna inteligencja . . . . . . . . . . . . . . . .

43

5.2.2

Słaba sztuczna inteligencja . . . . . . . . . . . . . . . .

44

5.2.3

Stanowiska po´srednie . . . . . . . . . . . . . . . . . . .

44

5.2.4

Podsumowanie . . . . . . . . . . . . . . . . . . . . . .

46

5.3

Stanowisko Turinga . . . . . . . . . . . . . . . . . . . . . . . .

46

5.4

Podsumowanie . . . . . . . . . . . . . . . . . . . . . . . . . .

48

´ 6 Zakonczenie

50

7 Bibliografia

52

Spis rysunków

55

4

1 Wst˛ep 1.1

Cel pracy

Alan Turing, angielski uczony matematyk i logik, wywarł znaczacy ˛ wpływ na rozwój wielu gał˛ezi nauki. W czasie swojego krótkiego z˙ ycia nie tylko zmienił s´wiat nauki, ale takz˙ e stworzył nowe gał˛ezie nauki i porusył waz˙ kie kwestie filozoficzne z nimi zwiazane. ˛ Celem ninejszej pracy jest przedstawienie i opisanie pogladów ˛ Alana Turinga na sztuczna˛ inteligencj˛e. Temat ten, mimo z˙ e poruszany w literaturze, głównie obcoj˛ezycznej, od lat pozostawia wiele kwestii otwartych. Wpływ Alana Turinga okazał si˛e bardzo znaczacy ˛ w nowopowstajacych ˛ naukach specjalistycznych oraz poruszył umysły wielu my´slicieli, przydatna moz˙ e by´c systematyzacja jego pogladów ˛ filozoficznych zwiazanych ˛ z zagadnieniem sztucznej inteligencji. Lata 1950-52 sa˛ okresem, w którym powstały trzy główne teksty zwiazane ˛ tym zagadnieniem.

1.2

Struktura pracy

Pierwszy rozdział omawia ogólne tło zagadnienia. Opisane zostały najwaz˙ niejsze etapy w historii nauki i techniki, dzi˛eki którym zaistniały pierwsze komputery. Nast˛epnie zwrócono uwag˛e na pierwsze konstrukcje prymitywnych komputerów i nowsze generacje współczesne Turingowi. Nie sposób nie wspomnie´c takz˙ e o aspekcje kulturowym rozwoju maszyn liczacych. ˛ Widoczny jest on w literaturze science-fiction tamtego okresu. To wszystko tworzy tło epoki w jakiej z˙ ył i pracował Alan Turing. Druga cz˛es´c´ rozdziału skupia si˛e wokół biografii Turinga. Zwrócono szczególna˛ uwag˛e na przybliz˙ enie jego dokona´n zwiazanych ˛ z rozwojem informatyki Kolejne rozdziały przedstawiaja˛ najwaz˙ niejsze zagadnienia przejawiajace ˛ si˛e

5

w my´sli Alana Turinga. Skupiono si˛e na trzech głównych aspektach. Sa˛ to: • Maszyna Turinga i jej wpływ na rozwaz˙ ania o umy´sle; • Test Turinga jako behawioralne kryterium inteligencji; • Stanowisko Turinga w kontek´scie podziału na silna˛ i słaba˛ sztuczna inteligencj˛e. W pracy zostały zaprezentowane poglady ˛ z róz˙ nych biegunów opinii odnosza˛ cych si˛e do my´sli Turinga na temat sztucznej inteligencji. Turing, mimo z˙ e nie był filozofem, pozostawił po sobie waz˙ ny i niezwykle owocny wkład w sferze filozofii informatyki i stał si˛e dzi´s klasykiem w tej dziedzinie. W niniejszej pracy, z racji charakteru pracy, opisano jedynie wybrane opinie, których celem jest pokazanie róz˙ nych postaw wobec my´sli Turinga. Jego celem jest nadanie perspektywy jak w epoce, w której z˙ ył i pracował Alan Turing kształtowała si˛e my´sl filozoficzna zainspirowana technika˛ komputerowa.˛ Ostatni rozdział podsumowuje dokonana˛ w pracy prezentacj˛e pogladów ˛ Turinga na temat sztucznej inteligencji. Omówione zostały takz˙ e pokrótce losy techniki komputerowej, jej rozwój i zastosowanie po Turingu.

6

2 Tło zagadnienia 2.1

Wst˛ep

Aby pozna´c tło zagadnienia jakim zajmował si˛e Alan Turing nie moz˙ na pomina´ ˛c historii, której wynikiem stało si˛e skonstruowanie komputerów cyfrowych. Dopiero po poznaniu czynników, które miały swój udział w powstaniu uniwersalnych maszyn cyfrowych moz˙ na na powaz˙ nie zaja´ ˛c si˛e tematem inteligencji maszyn tak jak widział je Alan Turing. Rozwój przyrzadów ˛ wspomagajacych ˛ naturalne zdolno´sci analityczne człowieka odbywał si˛e w dwóch kierunkach – maszyn wspomagajacych ˛ wnioskowanie logiczne oraz maszyn wspomagajacych ˛ wykonywanie rachunków arytmetycznych. 2.1.1. Historia maszyn logicznych Historia maszyn logicznych zaczyna si˛e dosy´c pó´zno – w czasach s´redniowiecza, dokładniej w około 1274 roku. Wtedy to franciszkanin Rajmund Llull1 opisał swój pomysł maszyny logicznej. Jako wielki misjonarz Ko´scioła Katolickiego na terenach Bliskiego Wschodu starał si˛e on znale´zc´ sposób na nawrócenie muzułmanów. Doszedł on do wniosku, z˙ e rozwiazaniem ˛ mogłaby si˛e sta´c maszyna, która w sposób racjonalny dowodziłaby prawdziwo´sci logicznej zda´n. Zastosowanie jej do analizy zda´n zawartych w Biblii i doprowadzenie do ukazania, z˙ e kaz˙ de zdanie jest prawdziwe mogłoby sta´c si˛e przyczynkiem do fali nawróce´n na wiar˛e chrze´scija´nska,˛ która, co wykazałaby taka maszyna, jest prawdziwa˛ religia˛2 . Projekt maszyny Rajmund Llull zawarł w swoim najwi˛ekszym dziele „Ars magna”, które powstało około 1305 roku. Maszyna ta składała si˛e z kół o 1

Rajmund Llull (1232-1315), franciszkanin, filozof, teolog. Por. M. Gardner, Logic Machines and diagrams, McGraw-Hill Book Company, New York Toronto - London, 1958, ss. 1-8. 2

7

Rys. 2.1: Rycina z „Ars magna” Rajmunda Llulla. (´zródło: http://commons.wikimedia.org/wiki/File:Ramon_Llull_-_Ars_Magna_Fig_1.png)

wspólnym s´rodku, które były podzielone na cz˛es´ci, z czego kaz˙ da cz˛es´c´ posiadała przyporzadkowany ˛ do niej termin teologiczny, bad´ ˛ z filozoficzny jak tez˙ np. nazwy relacji czy cech (rys. 2.1). Dzi˛eki moz˙ liwo´sci obracania kół wokół wspólnych osi moz˙ na było uzyska´c kombinacje terminów tworzoacych ˛ zdania, które mogły tworzy´c poprawne sylogizmy. Ponad pi˛ec´ set lat pó´zniej George Boole3 wykazał, z˙ e moz˙ na stworzy´c powia˛ zanie mi˛edzy warto´sciami logicznymi prawdy i fałszu a liczbami naturalnymi, a operacje logiczne np. koniunkcj˛e i alternatyw˛e zapisa´c za pomoca˛ działania matematycznego. W swoim dziele opublikowanym w 1854 roku pod tytułem An Investigation into The Laws of Thought on Which Are Founded The Mathematical Theories of Logic and Probabilities4 dowiódł on, z˙ e prawa logiki moga˛ by´c przedmiotem rachunków matematycznych – to znaczy – sa˛ obliczane5 . Wtedy, to z pozoru nie znaczace ˛ wiele stwierdzenie, które zdaje si˛e by´c oczywiste, nabierze 3

George Bool (1815-1864), angielski matematyk, filozof i logik. G. Boole, An Investigation into The Laws of Thought on Which Are Founded The Mathematical Theories of Logic and Probabilities, Cork, 1854. 5 Ten bardzo waz˙ ny wniosek zostanie przytoczony jeszcze po przedstawieniu krótkiej historii przyrzadów ˛ i urzadze´ ˛ n wspomagajacych ˛ liczenie. 4

8

wi˛ekszego znaczenia. 2.1.2. Rozwój narz˛edzi wspomagajacych ˛ liczenie Pierwszymi przyrzadami ˛ słuz˙ acymi ˛ do usprawnienia liczenia były, i sa,˛ palce u rak. ˛ Niezwykle proste narz˛edzie, w które zaopatrzyła nas natura pozwoliło na łatwiejsze dodawanie i odejmowanie małych liczb. Kolejnymi przyrzadami ˛ uz˙ ywanymi przez staroz˙ ytnych ludzi były małe kamyczki symbolizujace ˛ inne przedmioty, które były zliczane. Jednak pierwszy przełom nastapił ˛ około 3000 roku p.n.e. kiedy powstały pierwsze liczydła w Babilonii6 . Liczydło upro´sciło wykonywanie operacji nawet na duz˙ ych liczbach co umoz˙ liwiło bardziej dynamiczny rozwój matematyki. Przedmiot ten posiadał wiele wciele´n, był wykorzystywany w staroz˙ ytnym Rzymie i Grecji, swoja˛ wersj˛e urzadzenia ˛ niezalez˙ nie stworzyli Chi´nczycy pod nazwa˛ Suanpan, na której moz˙ na szybko wykonywa´c nie tylko proste czynno´sci matematyczne jak dodawanie i odejmowanie ale takz˙ e bardziej zaawansowane działania jak mnoz˙ enie, dzielenie czy wreszcie pierwiastkowanie drugiego i trzeciego stopnia. Dzi˛eki moz˙ liwo´sci komfortowej pracy na relatywnie duz˙ ych liczbach i dalszemu rozwojowi matematyki przyszło zapotrzebowanie na nowe przyrzady ˛ (rys. 2.2 na nast˛epnej stronie). Wraz z pojawieniem si˛e nowego rodzaju funkcji matematycznej nazwanej logarytmem w 1620 roku, który okazał si˛e istotna˛ pomoca˛ dla oblicze´n inz˙ ynierskich i naukowych (mnoz˙ enie zastapiono ˛ dodawaniem), konieczno´scia˛ stało si˛e stworzenie przedmiotu, który usprawniłby posługiwanie si˛e nowym tworem matematycznym. Z poczatku ˛ stworzone zostały tablice logarytmiczne, za´s w 1632 roku skonstuowany zostaje suwak logarytmiczny, który znacznie przy´spiesza wykonywanie oblicze´n na logarytmach. Naukowcy do swoich bada´n potrzebowali coraz doskonalszych urzadze´ ˛ n pozwalajacych ˛ na usprawnienie rachunków. Jan Kepler7 , astronom, otrzymał od swojego znajomego - niemieckiego konstruktora 6

Por. K. Menninger, Number Words and Number Symbols: A Cultural History of Numbers, Cork, 1854, ss. 295-299. 7 Jan Kepler (1571-1630), niemiecki matematyk, astronom, astrolog.

9

Rys. 2.2: Przykład liczydła.(´zródło: http://commons.wikimedia.org/wiki/File:Abacus_1_(PSF).png) Wilhelma Schickarda8 w 1623 roku maszyn˛e, która miała wykonywa´c dodawanie, odejmowanie, mnoz˙ enie i dzielenie liczb. Nieco pó´zniej francuski filozof i uczony Blaise Pascal9 stworzył dla swojego ojca, poborcy podatkowego, maszyn˛e liczac ˛ a,˛ która miała mu pomóc w pracy10 . Historia maszyn liczacych, ˛ które ostatecznie doprowadziły do powstania komputera, nie moz˙ e obej´sc´ bez wspomnienia o Josephie Jacquardzie11 , który mimo z˙ e nie stworzył maszyny liczacej, ˛ jednak wniósł do techniki co´s, co wydaje si˛e integralna˛ cz˛es´cia˛ tego co nazywamy komputerem – było to sterowanie programowe12 . Zajmował si˛e on udoskonaleniem krosna i stworzył w 1805 roku swoja˛ wersj˛e urzadzenia, ˛ w którym wzory jakie maja˛ pojawi´c si˛e na tkaninie były zapisywane na kartach perforowanych, które sterowały procesem tkackim. Dzi˛eki temu proces tworzenia tkaniny został zautomatyzowany. Ide˛e maszyny liczacej ˛ znaczaco ˛ rozwinał ˛ w XIX wieku Charles Babbage13 (rys. 2.3) najpierw budu8

Wilhelm Schickard (1592-1635), niemiecki matematyk, orientalista i konstruktor. Blaise Pascal (1623-1662), francuski matematyk, fizyk, filozof i konstruktor. 10 Por. T. H. Russell, Mechanical Arithmetic or the History of the Counting Machine, Chicago, 1916, ss. 10-11. 11 Joseph Jacquard (1752-1834), tkacz i wynalazca. 12 Por. ibidem, s. 20. 13 Charles Babbage (1791-1871), angielski matematyk, astronom, konstruktor i mechanik. 9

10

Rys. 2.3: Charles Babbage (1791-1871). (´zródło: http://commons.wikimedia.org/wiki/File:Charles_Babbage_1860.jpg)

jac ˛ maszyn˛e róz˙ nicowa˛ (który to projekt ostatecznie porzucił) a nast˛epnie maszyn˛e analityczna.˛ Druga z tych maszyn jest bardzo interesujaca. ˛ Jej konstruktor nie podjał ˛ si˛e jej stworzenia, jedynie ja˛ zaprojektował, jednak sama konstrukcja okazała si˛e by´c pierwszym projektem czego´s co moz˙ na nazwa´c uniwersalnym komputerem14 . Przede wszystkim posiadała ona zdolno´sc´ wykonywania dowolnie zaprogramowanych ciagów ˛ instrukcji na dowolnych danych. Ciag ˛ instrukcji miał by´c wykonywany automatycznie. Pomimo tego, z˙ e ta konstrukcja nie ujrzała s´wiatła dziennego przyczyniła si˛e do stworzenia wielu waz˙ nych koncepcji koniecznych do stworzenia uniwersalnych maszyn liczacych, ˛ co zostanie omówione w kolejnych akapitach. 2.1.3. Uniwersalna maszyna liczaca ˛ Nalez˙ y w tym momencie powróci´c do wniosku zaprezentowanego przez Boole’a, z˙ e logik˛e da si˛e rozpatrywa´c w kontek´scie operacji arytmetycznych na liczbach. To stwierdzenie oznacza, z˙ e uniwersalna maszyna liczaca ˛ b˛edzie umiała 14

Por. H. H. Goldstine, The Computer from Pascal to von Neumann, Princeton University Press, Chichester, 1972, ss. 10-11, 21.

11

posługiwa´c si˛e logika,˛ o ile zostanie ona zaprogramowana w odpowiedni sposób. Wła´snie dzi˛eki temu odkryciu połaczone ˛ zostały dwie s´ciez˙ ki rozwoju maszyn ułatwiajacych ˛ operacje logiczne i matematyczne w jeden typ. Moz˙ na takz˙ e z tego wywnioskowa´c, z˙ e kaz˙ de logicznie uzasadnione zachowanie powinno da´c si˛e opisa´c matematycznie. Ostatnia˛ cz˛es´cia˛ historii rozwoju techniki, jest krótkie przedstawienie zdarze´n i urzadze´ ˛ n, które były tworzone jako uniwersalne. Słowo „uniwersalne” uz˙ yte zostało uprzednio parokrotnie, nalez˙ y przez nie rozumie´c dowolno´sc´ ciagu ˛ instrukcji, które moz˙ na wykona´c w (zasadniczo) dowolnej kolejno´sci na maszynie liczacej. ˛ Ciag ˛ takich instrukcji wykonywany jest automatycznie. Jak zostało wspomniane, pierwsza˛ taka˛ maszyna,˛ jednak powstała˛ tylko na papierze, była maszyna analityczna Babbage’a. W 1890 roku powstała pierwsza maszyna zliczajaca ˛ dane z kart perforowanych, za´s dwa lata pó´zniej w pełni automatyczna centrala telefoniczna. Claude E. Shannon15 znalazł powiazanie ˛ mi˛edzy algebra˛ logiczna˛ Boole’a a technologia˛ przełaczników ˛ obwodów elektrycznych. W roku 1939 John Atanasoff16 stworzył pierwszy, jeszcze nieprogramowalny, komputer o nazwie ABC, za´s w kolejnych latach powstało par˛e kolejnych konstrukcji17 . Pierwszym programowalnym komputerem elektro-mechanicznym był Z1. Został on zaprojektowany i zbudowany w 1938r. przez niemieckiego inz˙ yniera Konrada Zuse18 . Pierwszy komputer był jednak zawodny i nie obsługiwał wyraz˙ e´n warunkowych. Kolejne wersje urzadzenia ˛ – Z2, Z3, Z4 oraz Z5 - poprawiały działanie i rozwijały moz˙ liwo´sci znane z poprzednich modeli. Bardzo waz˙ nym komputerem był ENIAC powstały w 1943 roku (rys. 2.4 na nast˛epnej stronie). Został zaprojektowany jako urzadzenie ˛ elektroniczne, które programowane było za pomoca˛ łaczy ˛ kablowych, za´s pó´zniej za pomoca˛ kart perforowanych19 . Była to konstrukcja, która wykonywała dowolne ciagi ˛ operacji na wprowadzonych da15

Claude E. Shannon (1916-2001), ameryka´nski matematyk, inz˙ ynier. John Atanasoff (1903-1995), ameryka´nski informatyk i inz˙ ynier. 17 Por. ibidem, ss. 123-126. 18 Konrad Zuse (1910-1995), niemiecki inz˙ ynier i konstruktor. 19 Por. ibidem, s. 154.

16

12

Rys. 2.4: Widok komputera ENIAC. (´zródło: http://explorepahistory.com/displayimage.php?imgId=1-2-920)

nych, nie tyle pomagała w obliczeniach (jak czyni to prosty kalulator), ale sama obliczała w kolejnych krokach działania wszystkie dane i wyprowadzała wynik. 2.1.4. Kontekst kulturowy Wszystkie te konstrukcje i rozwój nauki, który wymuszał tworzenie nowych rozwiaza´ ˛ n, sprawiały, z˙ e ludzie, zacz˛eli zastanawia´c si˛e nad moz˙ liwymi kierunkami dalszego rozwoju ludzko´sci. Efektem tego, było rozwini˛ecie si˛e nurtu wczesnego pisarstwa science-fiction. Jego pierwotna˛ form˛e nadał tego typu literaturze Juliusz Verne w XIX wieku.

13

Lata dwudzieste XX wieku, przyniosły zaciekawienie rozwojem nowych tech20 ˇ nologii, czego wyrazem były prace czeskiego pisarza - Karela Capka . Wyrez˙ y-

serował on w 1920 roku przedstawienie o nazwie „R.U.R.” (Rossumovi Univerzalni Roboti), które spowodowało upowszechnienie słowa robot. Mianem robota okre´slono we wspomnianej sztuce sztucznie stworzona˛ uproszczona˛ wersj˛e człowieka. Twór ten przeznaczony był do ci˛ez˙ kiej pracy. Słowo to zmieniło swoje znaczenie, i po stu latach mianem robota okre´slamy maszyny, zdolne do ci˛ez˙ kiej pracy, jak tez˙ i takie, które sa˛ zbudowane by wygladem ˛ przypomina´c zwierz˛e bad´ ˛ z – człowieka. Przytoczony termin z jego znaczeniem dał poczatek ˛ nowym „istotom”. Poskutkowało to szybkim rozwojem całego gatunku science-fiction. Jednym za´s z przedstawicieli tego typu literatury był Isaac Asimov21 . Stworzył on uznawany za klasyk˛e gatunku cykl Fundacja, jak tez˙ Galactic Empire i Roboty. Przedstawił on tez˙ sławne trzy prawa robotyki22 : Robot nie moz˙ e skrzywdzi´c człowieka, ani przez zaniechanie dzia-

1.

łania dopu´sci´c, aby człowiek doznał krzywdy. Robot musi by´c posłuszny rozkazom człowieka, chyba z˙ e stoja˛ one

2.

w sprzeczno´sci z pierwszym prawem. 3.

Robot musi chroni´c sam siebie, je´sli tylko nie stoi to w sprzeczno´sci z pierwszym lub drugim prawem.

Rozszerzył je jednak po pewnym czasie o jeszcze jedno, nadrz˛edne prawo: Robot nie moz˙ e skrzywdzi´c ludzko´sci, lub poprzez zaniechanie dzia-

0.

łania doprowadzi´c do uszczerbku dla ludzko´sci. Prawa te powstały w umy´sle człowieka, wizjonera, obserwujacego ˛ nowe technologie, elektroniczne urzadzenia, ˛ wspomagajace ˛ ludzi. ˇ Karel Capek (1890-1938), czeski pisarz. Isaac Asimov (1920-1992), rosyjski pisarz, profesor biochemii, autor ksia˛z˙ ek science-fiction. 22 ´ I. Asimov, ”Zabawa w berka”, [w:] Swiat robotów, Varia Apd, Warszawa, 1993.

20

21

14

Literatura science-fiction tego okresu wyraz˙ ała róz˙ ne wyobraz˙ enia moz˙ liwych konsekwencji rozwoju maszyn. Wielu pisarzy zastanawiało si˛e nad filozoficznymi aspektami konsekwencji budowy mechanizmów i urzadze´ ˛ n, które maja˛ w jaki´s sposób zast˛epowa´c człowieka. W ten sposób w literaturze science-fiction próbowano dokonywa´c filozoficznych rozwaz˙ a´n na nowopowstałe tematy.

2.2

Alan M. Turing

Alan Turing stworzył pierwsze powaz˙ ne i istotne prace traktujace ˛ o zagadnieniu sztucznej inteligencji. Jest on prekursorem tego kierunku rozmy´sla´n w filozofii. W ninejszej cz˛es´ci pracy opisano pokrótce z˙ ycie Turinga oraz jego dorobek naukowy zwiazany ˛ z zagadnieniem sztucznej inteligencji. 2.2.1. Nota biograficzna Alan Mathison Turing (1912 – 1954), angielski uczony, matematyk (rys. 2.5). Studiował matematyk˛e na Cambridge. Jego debiutancka praca z roku 1936 zapewniła mu miejsce profesora w Princeton (USA). Tam pracował az˙ do 1938 roku, kiedy powrócił do Wielkiej Brytanii i został natychmiast zatrudniony przez wojsko. Został zaangaz˙ owany do zada´n kryptograficznych, tworzył automaty do odkodowywania tajnych niemieckich przekazów. W czasie swojej pracy miał okazje pracowa´c na najnowocze´sniejszych maszynach aliantów.

15

Rys. 2.5: Alan Turing. (´zródło: http://www.ieeeghn.org/wiki/images/5/53/Alan-turing.jpg) Po zako´nczeniu wojny jego zasługi nie zostały ujawnione z uwagi na specyficzny charakter jego pracy. Podjał ˛ prac˛e na uniwersytecie w Manchester. W tym czasie wydał sławna˛ prac˛e „Maszyny liczace ˛ a inteligencja” (Computer Machinery and Intelligence). Artykuł ten pojawił si˛e w 1950 roku i stał si˛e obiektem wielu róz˙ nych komentarzy. Stanowi podstaw˛e tego, co dzisiaj nazywamy sztuczna˛ inteligencja˛23 . W kolejnych latach Turing był go´sciem w audycjach radia BBC gdzie przedstawiał swoje zdanie, na temat nowej, dopiero co powstajacej ˛ gał˛ezi techniki i nauki, jaka˛ stała si˛e informatyka i automatyka24 . 23

Por. A. Hodges, Alan Turing, The Stanford Encyclopedia of Philosophy (Fall 2008 Edition), Edward N. Zalta (ed.), 02.06.2013, . 24 Por. B. J. Copeland, The Essential Turing: Seminal Writings in Computing, Logic, Philosophy, Artificial Intelligence, and Artificial Life: Plus The Secrets of Enigma, Oxford University Press, Oxford New York, 2004, ss. 476.

16

2.2.2. Dorobek naukowy Turinga z zakresu sztucznej inteligencji Turing zostawił po sobie dosy´c skromny dorobek naukowy jez˙ eli liczy´c go w ilo´sci pism i prac. Jego dorobek naukowy liczy dwadzie´scia siedem publikacji, jednak gigantyczny wpływ jaki prace te wywołały w s´wiecie naukowym nie pozostawia watpliwo´ ˛ sci co do ich wielkiej warto´sci. Pierwsza˛ niezwykle waz˙ na˛ praca˛ w jego dorobku był jego doktorat „On computable numbers, with an application to the Entcheidungsproblem”25 opublikowany w 1937 roku. Dokonuje w nim przeformułowania odpowiedzi danej przez Kurta Gödla26 w 1931 roku na drugi z dwudziestu trzech problemów postawionych przez Hilberta27 z 1900 roku. Hilbert postawił problem czy arytmetyka jest systemem, w którym nie jest moz˙ liwy dowód dwóch sprzecznych ze soba˛ twierdze´n. Gödel dowiódł, z˙ e nie waz˙ ne jak rozszerzymy list˛e aksjomatów arytmetyki to i tak pozostana˛ w jej obr˛ebie twierdzenia, które, mimo z˙ e prawdziwe, nie dadza˛ si˛e z nich wywie´sc´ . Turing w swojej pracy dokonał transpozycji tego problemu na grunt obliczalno´sci liczb w systemach obliczeniowych. Na potrzeby tej pracy stworzył on abstrakcyjna,˛ idealna˛ maszyn˛e zdolna˛ do dowolnego ustalonego manipulowania zestawem danych nazwana˛ od jego nazwiska maszyna˛ Turinga. Jej fizyczna˛ realizacja,˛ która jest niedoskonała przez swoja˛ sko´nczono´sc´ , jest komputer. W swojej pracy Turing pokazał, z˙ e wszystko co jest obliczalne, moz˙ e zosta´c obliczone przez jego uniwersalna˛ maszyn˛e. W 1938 roku niezalez˙ nie od wyników Churcha28 , Turing sformułował tzw. tez˛e nazywana˛ dzi´s teza˛ Churcha-Turinga, która głosi, z˙ e jez˙ eli dla niesko´nczonych zasobów i pami˛eci operacyjnej istnieje efektywny algorytm rozwiazania ˛ problemu, to da si˛e go rozwiaza´ ˛ c na maszynie Turinga. Teza ta precyzuje poj˛ecie algorytmu, które jest jednym z podstawowych poj˛ec´ uz˙ ywanych w informatyce29 . 25

A. Turing, On computable numbers, with an application to the Entcheidungsproblem, London Mathematical Society, London, 1937. 26 Kurt Gödel (1906-1978), austriacki logik, matematyk. 27 David Hilbert (1862-1943), niemiecki matematyk. 28 Alonzo Church (1903-1995), ameryka´nski logik i matematyk. 29 Por. B. J. Copeland, The Church-Turing Thesis, The Stanford Encyclopedia of Philosophy (Fall 2008 Edition), Edward N. Zalta (ed.), 02.06.2013, .

17

Druga˛ praca,˛ która stanowiła podwaliny dla naukowego mówienia o sztucznej inteligencji, była publikacja „Computer Machinery and Intelligence”. Przedstawiona jest w niej koncepcja testu majacego ˛ rozstrzyga´c czy dana maszyna jest inteligentna oraz warunki, w jakich takie do´swiadczenie ma si˛e odby´c. W audycjach radiowych dla stacji BBC przeprowadzanych w latach 1950 - 1953 Turing dalej rozwijał swoja˛ koncepcj˛e sztucznej inteligencji, jej kształtu, charakteru, moz˙ liwo´sci i ewentualnych konsekwencji, które moz˙ e ze soba˛ nie´sc´ . Dyskutował on podczas ich przeprowadzania z innymi uczonymi zaproszonymi przez prowadzacych ˛ audycje i konfrontował z nimi swoje poglady ˛ 30 . Wymienione wyz˙ ej prace stanowia˛ podstaw˛e dla niniejszej pracy, stanowia˛ one jednak tylko mała˛ cz˛es´c´ dorobku naukowego, który zostawił po sobie Turing. Niniejsza praca skupiona jest wokół trzech publikacji Alana Turinga. Sa˛ to: 1. „Maszyny liczace ˛ a inteligencja” z 1950 roku31 ; 2. stenogram audycji radiowej „Can Digital Computer Think?” z 1951 roku32 ; 3. stenogram audycji radiowej„Can Automatic Calculationg Machines Be Said To Think?” z 1952 roku33 . Pozycja pierwsza została napisana w 1950 roku jako wyraz pogladów ˛ Turinga odno´snie rodzacej ˛ si˛e nowej dziedziny sztucznej inteligencji. Esej ten został opublikowany w czasopi´smie filozoficznym Mind. Turing uwaz˙ ał, z˙ e przyszedł czas aby filozofowie, matematycy i naukowcy zacz˛eli powaz˙ nie traktowa´c komputery w kategoriach maszyny mogacej ˛ przejawia´c inteligentne zachowania, a nie jako 30

Por. B. J. Copeland, The Essential Turing: Seminal Writings in Computing, Logic, Philosophy, Artificial Intelligence, and Artificial Life: Plus The Secrets of Enigma, Oxford University Press, Oxford New York, 2004, ss. 465, 476. 31 A. Turing, „Computer Machinery and Intelligence”, Mind, 59 (1950), 433-460. 32 A. Turing, Can Digital Computer Think?, [w:] B. J. Copeland, The Essential Turing: Seminal Writings in Computing, Logic, Philosophy, Artificial Intelligence, and Artificial Life: Plus The Secrets of Enigma, Oxford University Press, Oxford New York, 2004, ss. 482 - 486. 33 A. M. Turing R. Braithwaite, G. Jefferson, M. Newman, Can Automatic Calculation Machines Be Said To Think?, [w:] B. J. Copeland, The Essential Turing: Seminal Writings in Computing, Logic, Philosophy, Artificial Intelligence, and Artificial Life: Plus The Secrets of Enigma, Oxford University Press, Oxford New York, 2004, ss. 495-506.

18

jedynie rozwini˛etego kalkulatora34 . Audycja radiowa z 1951 roku została przeprowadzona dla radia BBC. Nalez˙ ała ona do cyklu wykładów pod wspólnym tytułem „Automatic Calculating Machines”35 . Omawiany wykład był drugim z kolei w cyklu. Audycja z 1952 roku ma inny charakter. Jest to zapis dyskusji zorganizowanej przez radio BBC, w której udział brali: Alan Turing, Max Newman36 , Richard B. Braithwaite37 , Geoffrey Jefferson38 . Rola moderatora w dyskusji przypadła Braithwaite’owi. Audycja ta jest jedynym znanym transkryptem dyskusji z udziałem Turinga39 .

2.3

Podsumowanie

Od kiedy ludzie zacz˛eli poznawa´c prawa matematyki istniała w nich ch˛ec´ ułatwiania wykonywania oblicze´n. To pragnienie spowodowało, z˙ e na przestrzeni wieków powstawały kolejne urzadzenia ˛ majace ˛ by´c pomoca˛ w wykonywaniu oblicze´n. Wraz z post˛epem technologicznym i rozwojem matematyki tworzone maszyny stawały si˛e coraz bardziej skomplikowane. W okresie rewolucji przemysłowej rozwini˛ety został pomysł automatycznego sterowania maszynami. Opracowana została technologia zapisu informacji na kartach perforowanych, które były odczytywane przez automatyczne krosna. Zwróciło to uwag˛e ludzi, na to, z˙ e da si˛e uniezalez˙ ni´c niektóre z˙ mudne czynno´sci poprzez zapisanie odpowiedniego ciagu ˛ informacji i powierzenie wykonania go przez maszyn˛e bez nadzoru człowieka. Spowodowało to, wraz z ciagłym ˛ wzrostem wiedzy matematycznej i ciagłym ˛ tworzeniem urzadze´ ˛ n usprawniaja˛ cych pewne operacje matematyczne, skierowanie my´sli technicznej na stworzenie maszyny matematycznej, która tak jak i krosna, mogłaby wykonywa´c skom34

B. J. Copeland, The Essential Turing: Seminal Writings in Computing, Logic, Philosophy, Artificial Intelligence, and Artificial Life: Plus The Secrets of Enigma, Oxford University Press, Oxford New York, 2004, s. 433. 35 Por. ibidem, s. 476. 36 Maxwell Newman (1897-1984), angielski matematyk i kryptolog. 37 Richard B. Braithwaite (1900-1990), angielski filozof nauki, etyk. 38 Geoffrey Jefferson (1886-1961), angielski neurolog. 39 Por. ibidem, s. 487.

19

plikowane działania na podstawie dostarczonego jej ciagu ˛ instrukcji i danych wej´sciowych, na których ma pracowa´c. Juz˙ w XIX wieku powstał plan pierwszej mechanicznej, uniwersalnej maszyny liczacej. ˛ Rozwój wiedzy fizycznej z zakresu elektryczno´sci wraz z rozwojem technologicznym, pozwoliły na praktyczna˛ realizacj˛e uniwersalnych maszyn liczacych ˛ w latach 40. XX wieku. Rozwój maszyn wpłynał ˛ znaczaco ˛ na ówczesna˛ kultur˛e. Pojawiajace ˛ si˛e nowe idee, problemy oraz moz˙ liwo´sci zacz˛eły by´c opisywane w nurcie, który znany jest pod nazwa˛ science-fiction, która znaczaco ˛ wpłyn˛eła na my´sl filozoficzna˛ skupiona˛ wokół robotów. Po II wojnie s´wiatowej Alan Turing podjał ˛ temat inteligencji maszyn efektywnie zapoczatkowuj ˛ ac ˛ t˛e gała´ ˛z nowo powstałej nauki jaka˛ była informatyka.

20

3 Koncepcja maszyny Turinga 3.1

Wstep

Koncepcja maszyny Turinga powstała podczas rozwaz˙ a´n na temat tego co moz˙ e zosta´c obliczone1 i rozstrzygni˛ete matematycznie2 . Problem ten ma duz˙ e znaczenie dla teorii przetwarzania informacji oraz dla filozofii computer science. Rozróz˙ nienie formalne na problemy, które moga˛ zosta´c obliczone i te, które nie moga˛ zosta´c obliczone jest bardzo istotne gdyz˙ dzi˛eki temu moz˙ na okre´sli´c czy w ogóle, i ewentualnie w jakim stopniu s´wiat, w którym z˙ yjemy jest w szerokim znaczeniu obliczalny. Matematyczny problem nieobliczalno´sci powołali do z˙ ycia „wyjatkowo ˛ twórczy matematycy XX-wieczni, w tym Kurt Gödel, Emil Post i Alan Turing. Ich niezwykle doniosłe dla nauki odkrycie polegało na dostrzez˙ eniu problemów, których nie sposób rozwiaza´ ˛ c algorytmicznie, za pomoca˛ algorytmów dla maszyn cyfrowych. I to wła´snie tego typu zagadnienia nazwano nieobliczalnymi”3 . Algorytm jest to zestaw s´ci´sle okre´slonych instrukcji, które wykonane w s´cis´le okre´slonym porzadku ˛ przeprowadzaja˛ system4 z okre´slonej sytuacji poczat˛ kowej do stanu ko´ncowego5 . Moz˙ na powiedzie´c, z˙ e algorytm jest instrukcja˛ w jakiej kolejno´sci maja˛ by´c wykonane konkretne instrukcje aby osiagn ˛ a´ ˛c dany cel. 1

Por. B. J. Copeland, Turing Machines, The Stanford Encyclopedia of Philosophy (Fall 2008 Edition), Edward N. Zalta (ed.), 02.06.2013, . 2 Por. M. Piesko, Nieobliczalna obliczalno´sc´ , Copernicus Center Press, Kraków, 2011, s. 67. 3 P. Stacewicz, Nieobliczalni i nieobliczalne, 2.06.2013, . 4 Systemem jest zespół elementów, mi˛edzy którymi zachodza˛ pewne relacje. Elementy i relacje tworza˛ cało´sc´ danej funkcjonalno´sci. 5 Por. „algorytm - dokładny przepis wykonania szeregu operacji w celu rozwiazania ˛ okre´slonego zagadnienia; algorytm moz˙ e by´c wykorzystanydorozwiazania ˛ całej grupy problemów nalez˙ acych ˛ do okre´slonej klasy”. S. Czerni, A. Topulos i in., „Algorytm”, [w:] Leksykon naukowo-techniczny, S. Czerni, A. Topulos i in., Wydawnictwo Naukowo-Techniczne, Warszawa, 1984.

21

Przykładem algorytmu, który spotyka si˛e cz˛esto w z˙ yciu jest przepis kucharski6 .

3.2

Czym jest maszyna Turinga

Koncepcj˛e maszyny Turing zaprezentował w dziele z 1937r. traktujacym ˛ o liczbach obliczalnych. Terminem tym okre´slona została abstrakcyjna maszyna składajaca ˛ si˛e z głowicy i niesko´nczonej ta´smy podzielonej na komórki. Głowica ma moz˙ liwo´sc´ odczytu symbolu znajdujacego ˛ si˛e w komórce, nad która˛ stoi oraz zapisu do niej. Głowica moz˙ e takz˙ e porusza´c si˛e po ta´smie o jedna˛ komórk˛e w lewo lub w prawo. Kaz˙ da z komórek na ta´smie moz˙ e zawiera´c jeden z symboli znajdujacych ˛ si˛e w zbiorze dopuszczalnym symboli7 . Rysunek 3.1 przedstawia schemat ideowy maszyny Turinga. Maszyna Turinga jest typem dyskretnej maszyny stanów. Na podstawie wewn˛etrznego stanu maszyny i warto´sci odczytywanej warto´sci komórki generowany jest nowy stan maszyny, zapis nowej warto´sci do komórki i przesuni˛ecie głowicy. Poprzez okre´slenie tabeli przej´sc´ mi˛edzy stanami maszyny moz˙ na generowa´c odpowiednie algorytmy zachowa´n. Tabela taka zawsze zalez˙ na jest od liczby moz˙ liwych stanów osiagalnych ˛ dla automatu oraz mocy zbioru symboli dopuszczalnych.

Rys. 3.1: Schemat Maszyny Turinga. (´zródło: praca własna) 6

Nie jest to do ko´nca prawda, gdyz˙ kaz˙ dy algorytm musi by´c s´ci´sle okre´slony za´s w przepisie wystapi´ ˛ c moga˛ wielko´sci, które nie sa˛ dobrze zdefiniowane jak „szczypta”. 7 Zbiór symboli dopuszczalnych jest sko´nczony i przeliczalny.

22

Podej´scie jakie zastosował Turing wymy´slajac ˛ swoja˛ maszyn˛e jest unikalne. Matematycy tamtego okresu - Church, Rosser8 , Kleene9 i Gödel - skupiali si˛e na matematyce. Church skonstruował tzw. λ-symbolizm, który „w przybliz˙ eniu moz˙ na [...] okre´sli´c jako specjalny system pozwalajacy ˛ na s´cisły zapis i operowanie funkcjami zmiennych naturalnych”10 . Uczniowie Churcha - Kleene i Rosser - poprawili system Churcha. Gödel za´s proponował „inny sposób formalizacji efektywnej obliczalno´sci - funkcje ogólnie rekurencyjne”11 . Problem z tymi tworami był taki, z˙ e nie było nigdy wiadomo czy nie istnieja˛ jakie´s operacje, których nie da si˛e wyja´sni´c danym rachunkiem12 . Turing skupił si˛e na rachujacym ˛ matematyku13 . Nieistotne zdaja˛ si˛e dla niego abstrakcyjne twory, którymi zajmuje si˛e matematyka, a jedynie efekty i przekształcenia dokonywane przez człowieka, który liczy. Zapytuje on jakie sa˛ widoczne elementarne operacje dokonywane przez matematyka podczas liczenia. Istotnym w tym pytaniu jest warunek widzialno´sci, który sugeruje intersubiektywno´sc´ . Jest on konieczny, gdyz˙ musi istnie´c moz˙ liwo´sc´ sprawdzenia i weryfikacji ciagu ˛ wykonywanych oblicze´n. Komputer jest w pewnym stopniu podobny do maszyny Turinga. Głównymi róz˙ nicami jest długo´sc´ ta´smy - pami˛eci. Maszyna Turinga nie jest ograniczona przez długo´sc´ , zakłada si˛e, z˙ e jest ona niesko´nczona. Komputery za´s wyposaz˙ one sa˛ w sko´nczona˛ pami˛ec´ . Ponadto dost˛ep do pami˛eci w maszynie Turinga jest sekwencjny, za´s w konstrukcjach praktycznych wykorzystuje si˛e dost˛ep swobodny do poszczególnych komórek pami˛eci. W przypadku komputera moz˙ liwe jest, aby program wykonujacy ˛ si˛e na nim zmieniał niektóre instrukcje - program moz˙ e sam si˛e modyfikowa´c. Tabela stanów okre´slajaca ˛ dana˛ maszyn˛e Turinga nie moz˙ e ulec zmianie podczas trwania programu. Poj˛ecie uniwersalnej maszyny Turinga rozwija abstrakcyjny konstrukt Tu8

John Barkley Rosser Sr. (1907-1989), ameryka´nski logik. Stephen Cole Kleene (1909-1994), ameryka´nski matematyk, informatyk. 10 Ibidem, s. 68. 11 Ibidem, s. 69. 12 Por. ibidem, s. 69. 13 Por. ibidem, ss. 68-69. 9

23

ringa. Uniwersalno´sc´ polega na umoz˙ liwieniu takiego zaprogramowania maszyny, aby była ona w stanie zawiera´c w sobie opis innych maszyn Turinga. Dzi˛eki temu taka maszyna moz˙ e zawiera´c wiele zaprogramowanych maszyn i wykonywa´c ich kod. Ilustracja uniwersalnej maszyny Turinga jest ukazana na rys. 3.2. Jak pisze W. Marciszewski: „Okre´slenie uniwersalnej maszyny Turinga jest tak doniosłe teoretycznie i praktycznie, gdyz˙ stanowi ono, ni mniej, ni wi˛ecej, definicj˛e maszyny cyfrowej, a wi˛ec tego rodzaju komputera, z jakim spotykamy si˛e na co dzie´n [...].”14 .

Rys. 3.2: Idea uniwersalnej maszyny Turinga. Maszyna główna (u góry) zawiera w sobie dwie podmaszyny umoz˙ liwiajace ˛ przetwarzanie róz˙ nych zada´n. (´zródło: praca własna)

Zdefiniowanie uniwersalnej maszyny Turinga posłuz˙ yło do ustalenia odpowiedzi na problem rozstrzygalno´sci Hilberta. Transpozycja tego problemu na sfer˛e maszyn Turinga daje nast˛epujace ˛ pytanie: „czy istnieje uniwersalny algorytm, który by rozstrzygał o dowolnej maszynie Turinga czy zako´nczy ona prac˛e?”15 . Zako´nczenie pracy maszyny równoznaczne jest tutaj wykonaniu wszystkich instrukcji i poprawne zako´nczenie pracy. Turing odpowiada, z˙ e nie istnieje taki algorytm, który mógłby rozstrzygna´ ˛c w niezawodny sposób, z˙ e dana ma14 15

W. Marciszewski, Sztuczna inteligencja, Znak, Kraków, 1998, s. 73. Ibidem, s. 74.

24

szyna zako´nczy prac˛e. Oznacza to, z˙ e nie istnieje algorytmiczne kryterium rozstrzygalno´sci problemów.

3.3

Maszyna Turinga a ludzki umysł

Podczas swojego odczytu w London Mathematical Society16 Turing sformuował trzy zasady, które uwaz˙ ał za najbardziej istotne, aby móc stworzy´c symulacj˛e ludzkiego umysłu na uniwersalnej maszynie Turinga. Zaproponował on, z˙ e aby móc stworzy´c symulacj˛e mózgu nalez˙ y zastosowa´c si˛e do poniz˙ szych zasad: 1. Programowanie moz˙ e by´c wykonane za pomoca˛ logiki symbolicznej i odpowiedniego interpretera kodu; 2. uczenie maszynowe jest potrzebne aby zaopatrzy´c komputer w umiej˛etno´sc´ odkrywania nowej wiedzy indukcyjnie jz do´swiadczenia w tym samym stopniu co dedukcyjnie; 3. ludzkie interfejsy sa˛ wymagane do umoz˙ liwienia maszynom adaptacji do ludzi oraz do zdobywania wiedzy droga˛ szkolenia17 . Przekonanie, z˙ e ludzki umysł działa w sposób logiczny doprowadziło do pomysłu zastosowania uniwersalnej maszyny Turinga do symulacji procesów zachodzacych ˛ w nim. Zrodziło si˛e ono z wiary w racjonalno´sc´ my´slenia. Przekonanie o racjonalno´sci my´slenia zakłada, z˙ e człowiek przechodzi w sposób logiczny od jednego stanu umysłu do drugiego. Postulowana jest takz˙ e teza, z˙ e w umy´sle nie moz˙ e by´c dwóch przekona´n stojacych ˛ ze soba˛ w sprzeczno´sci. Postulaty te, na gruncie rozpatrywanej maszyny Turinga, sprowadzaja˛ si˛e do tezy, z˙ e ludzki umysł jest zbiorem algorytmów i danych, na których owe algorytmy działaja.˛ Turing wykazał, z˙ e algorytm wykonywalny na jednej fizycznej realizacji uniwersalnej maszyny Turinga jest wykonywalny na innej, pod warunkiem, z˙ e realizacja 16

B. Carpenter, R. Doran, A. M. Turing’s ACE Report of 1946 and Other Papers, 1.10, 1986, the Charles Babbage Institute, University of Minnesota. Cambridge, MIT Press. 17 Por. D. Michie, Turing, Alan Mathison, w: The MIT Encyclopedia of the cognitive sciences, MIT Press, Cambridge London, 1999.

25

techniczna dorównuje pierwotnej platformie pod wzgl˛edem pojemno´sci pami˛eci i pozwala na zapis i wykonanie algorytmu. Wraz z przekonaniem o racjonalno´scialgorytmizowalno´sci my´slenia dało to podstaw˛e do twierdzenia, z˙ e jez˙ eli rzeczywi´scie mózg jest zbiorem algorytmów i danych, to istnieje moz˙ liwo´sc´ zaimplementowania tychz˙ e informacji w pami˛eci innej fizycznej realizacji uniwersalnej maszyny Turinga o ile b˛edzie ona posiada´c odpowiednie parametry tecniczne. 3.3.1. Poglad ˛ Turinga w kwestii umysłu Turing podzielał poglad, ˛ z˙ e umysł człowieka moz˙ na zapisa´c za pomoca˛ j˛ezyka logiki. W swoim wykładzie z 1951 dla radia BBC mówił: „Jez˙ eli jakakolwiek maszyna moz˙ e poprawnie zosta´c okre´slona jako mózg, to kaz˙ dy komputer cyfrowy moz˙ e zosta´c tak okre´slony”18 . Komputer jest realizacja˛ uniwersalnej maszyny Turinga i moz˙ e odtwarza´c w zwiazku ˛ z tym dowolny algorytm realizowalny za pomoca˛ maszyny Turinga. Je´sli mózg jest pewnego typu maszyna˛ do (specyficznego) liczenia oznacza to, z˙ e jego zasad˛e działania moz˙ na zapisa´c jako program do wykonania na uniwersalnej maszynie Turinga19 . Dla Turinga problem stworzenia maszyny-mózgu krył si˛e w wielko´sci pami˛eci potrzebnej do osiagni˛ ˛ ecia celu. Stwierdził on, z˙ e maszyny majace ˛ imitowa´c bardziej skomplikowane mózgi b˛eda˛ róz˙ ni´c si˛e od mniej zaawansowanych konstrukcji jedynie skala˛ rozbudowania przy zachowaniu poziomu skomplikowania20 . W rozmowie z 1952 roku dla radia BBC Turing dał jasno do zrozumienia, z˙ e nie jest istotna „warstwa fizyczna” mózgu - to znaczy jego biologiczne wykonanie. Niezalez˙ nie od technologii, na której wykonywane sa˛ algorytmy umysłu, my´slenie pozostaje zawsze my´sleniem. Odrzuca on poglad ˛ jakoby biologiczno´sc´ 18 Tłumaczenie własne: „If any machine can appropriately be described as a brain, then any digital computer can be so described”. B. J. Copeland, The Essential Turing: Seminal Writings in Computing, Logic, Philosophy, Artificial Intelligence, and Artificial Life: Plus The Secrets of Enigma, Oxford University Press, Oxford New York, 2004, s. 482. 19 Por. „If it is accepted that real brains, as found in animals, and in particular in men, are a sort of machine it will follow that our digital computer, suitablu programmed, will behave like a brain”, ibidem, s. 483. 20 Por. „If we try to imitate ever more complicated machines or brains we must use larger and larger computers to do it. We do not need to use successively more complicated ones”, Ibidem, s. 483.

26

była warunkiem powstania umysłu. W toku dyskusji mówi on: „[...] nie interesuje nas fakt, z˙ e mózg ma konsystencj˛e zimnej owsianki. Nie chcemy mówi´c: Ta maszyna jest twarda i z tego powodu nie moz˙ e my´sle´c”21 . Deterministyczna natura maszyny Turinga zmusiła jej autora do refleksji nad kwestia˛ wolnej woli. Zwrócił on uwag˛e, z˙ e w powszechnym przekonaniu z poj˛eciem my´slenia wia˛z˙ e si˛e wolna wola, lecz zaprogramowany komputer jest całkowicie deterministyczny. Jez˙ eli umysł miałby by´c algorytmizowalny (co jest wymagane, aby mógł by´c przeniesiony na maszyn˛e cyfrowa), ˛ oznacza to, z˙ e działamy deterministycznie i nie mamy moz˙ liwo´sci zmiany czegokolwiek. Wolna˛ wola˛ jest potencjalna moz˙ liwo´sc´ rozgał˛ezienia si˛e algorytmu, który jest wykonywany. Sposób wyboru drogi post˛epowania jest dla Turinga nieistotny. Nie ma znaczenia, czy wybór dokonywany jest przez ilo´sc´ rozpadów pierwiastka promieniotwórczego w mierzonym czasie, wynik rzutu ko´sc´ mi, czy puszczenia w ruch ruletki. Zdarzenia te sa˛ losowe i moga˛ słuz˙ y´c maszynie jako wolna wola. Turing w swoim rozwaz˙ aniu idzie jednak dalej i stwierdza, z˙ e czynnik losowy moz˙ na równie dobrze zastapi´ ˛ c odpowiednia˛ realizacja˛ pseudolosowo´sci22 , gdyz˙ i tak dla ludzi nieznajacych ˛ szczegółów konstrukcji cyfrowego mózgu realizacja taka byłaby odbierana za losowa˛23 . Ostatecznie Turing nie utoz˙ samia wolnej woli z narz˛edziem do generowania (pseudo)losowych liczb. Jak stwierdza badacz my´sli Turinga, Jack Copeland, dodanie do komputera losowo´sci nie jest samo w sobie wystarczajace ˛ by moz˙ na było mówi´c o wolnej woli24 . 21

Tłumaczenie własne: „[...] we are not interested in the fact that the brain has consistency of cold porridge. We don’t want to say ’This machine’s quite hard, so it isn’t a brain, and so it can’t think”. Ibidem, ss. 494-495. 22 Pseudolosowe generator liczb to takie z´ ródło liczb, które daje deterministyczne wyniki na podstawie parametru wej´sciowego - ziarna, które wygladaj ˛ a˛ jak pochodzace ˛ z losowego z´ ródła. Losowo´sc´ da si˛e opisa´c jedynie statysyka,˛ podczas gdy z´ ródło liczb pseudolosowych jest zawsze opisane jaka´ ˛s, zazwyczaj niezwykle skomplikowana,˛ funkcja˛ F (x). 23 „It is, however, not really even necessary to do this. It is not diffcult to design machines whose behaviour appears quite random to anyone who does not know the details of their construction.” Por. ibidem, s. 485. 24 Por. „[...] the addition of a random element to a computer is not in itself suffcient to warrant the attribution of free will.”, ibidem, s. 477.

27

3.3.2. Polemika „Moz˙ na zauwaz˙ y´c ciekawa˛ tendencj˛e w dyskusjach o moz˙ liwo´sciach sztucznej inteligencji. Jej entuzja´sci cz˛esto dostrzegaja˛ tylko t˛e ostatnia,˛ najwyz˙ sza˛ warstw˛e - programy, [...]. Sceptycy zazwyczaj zwracaja˛ uwag˛e na warstw˛e niz˙ sza,˛ obnaz˙ ajac ˛ prostot˛e czy wr˛ecz prymitywno´sc´ zasad jej działania i wskazujac ˛ ograniczenia”25 . Wydaje si˛e, z˙ e ten poglad ˛ na temat dyskursu polemicznego dobrze oddaje jego charakter. Jednym z argumentów przeciw tezie, z˙ e maszyna Turinga moz˙ e by´c odpowiednim narz˛edziem do modelowania umysłu i stworzenia sztucznej inteligencji jest argument Chi´nskiego Pokoju Searle’a26 . Filozof zakłada, z˙ e człowiek potrafi wykonywa´c program w taki sposób w jaki wykonywany jest na maszynie Turinga27 . Searle przedstawia nast˛epujac ˛ a˛ scen˛e: człowiek, który nie zna chi´nskiego jest umieszczony w pokoju bez innych osób. Jest on zaopatrzony w instrukcj˛e. Przedmiot ten umoz˙ liwia człowiekowi dopasowa´c konkretne sekwencje chi´nskich ideogramów z wiadomo´sci przychodzacych, ˛ które spływaja˛ do jego pokoju, z znakami, które maja˛ by´c dane jako odpowied´z. Mimo z˙ e człowiek nie zna j˛ezyka chi´nskiego, to dzi˛eki instrukcji, w która˛ jest zaopatrzony, moz˙ e on sprawnie konwersowa´c po chi´nsku. Searle stwierdza, z˙ e takie działanie nie wymaga inteligencji, oraz nie daje prawdziwej umiej˛etno´sci posługiwania si˛e j˛ezykiem chi´nskim28 . W swoim tek´scie z 1950 roku Turing rozwaz˙ a róz˙ ne stanowiska odmienne od jego własnego. Przedstawia on mi˛edzy innymi: sprzeciw teologiczny, sprzeciw matematyczny, argument s´wiadomo´sci, czy argument wypływajacy ˛ z ciagło´ ˛ sci systemu nerwowego. Stanowiska te zostały przedstawione przy okazji omawiania zagadnienia testu Turinga w rozdziale 4.4 na stronie 35. 25

M. Piesko, Nieobliczalna obliczalno´sc´ , Copernicus Center Press, Kraków, 2011, s. 189. John Searl (1932 - ), ameryka´nski filozof zajmujacy ˛ si˛e kwestiami j˛ezyka i umysłu 27 „Searle wydaje si˛e zakłada´c, iz˙ nie tylko obliczenia maszyny Turinga moga˛ by´c symulowane przez człowieka, ale z˙ e takz˙ e sposób działania komputera (i jego bezduszno´sc´ ) nalez˙ y sobie wyobraz˙ a´c na przykładzie człowieka”. Por. ibidem, s. 189. 28 Por. ibidem, s. 189. 26

28

3.4

Podsumowanie

Maszyna Turinga jest abstrakcyjna˛ konstrukcja,˛ która pozwoliła nie tylko rozwina´ ˛c teori˛e informatyki, ale takz˙ e spowodowała zmian˛e w my´sleniu o działaniu mózgu. Funkcjonalizm jest jednym z tych kierunków, które znacznie rozwin˛eły si˛e pod wpływem rozwaz˙ a´n nad moz˙ liwymi podobie´nstwami mi˛edzy działaniem mózgu a maszyny Turinga. Owa teoria głosi, z˙ e moz˙ na zrealizowa´c dany stan umysłowy na róz˙ nych systemach fizycznych. Taki stan umysłu jest funkcja,˛ którego implementacja na róz˙ nych platformach29 jest sobie na wzajem równowaz˙ na. Funkcjonalizm zakłada, z˙ e jez˙ eli informacja moz˙ e by´c przetwarzana na dwóch róz˙ nych systemach w ten sam sposób, to sa˛ one wobec siebie równe w znaczeniu potencjalnej moz˙ liwo´sci wykonania przez obydwa z nich tego samego algorytmu. Maszyna Turinga okazała si˛e s´wietnym narz˛edziem teoretycznym, które wzi˛eło swój poczatek ˛ z ch˛eci rozwiazania ˛ praktycznego problemu rozstrzygania obliczalno´sci. Prosta zasada działania, która została zaczerpni˛eta z podstawowych działa´n rachmistrza wykonujacego ˛ obliczenia, zainspirowała uczonych do zastanowienia si˛e czy istnieje moz˙ liwo´sc´ stworzenia modelu ludzkiego umysłu. Turing twierdzi, z˙ e istnieje taka moz˙ liow´sc´ . Uwaz˙ a on, z˙ e ludzki umysł jest algorytmizowalny i moz˙ liwe jest stworzenie programu, który wykonywałby te same algorytmy. Pomysł ten spotkał si˛e z krytyka,˛ w której jedny z głównych argumentów przedstawił John Searle. Argument Chi´nskiego Pokoju kaz˙ e zastanowi´c si˛e, czy samo posługiwanie si˛e odpowiednim algorytmem bez jego rozumienia moz˙ na uzna´c za inteligentne. Polemice poddana jest zasadno´sc´ mówienia o inteligencji gdy system przetwarzajacy ˛ dane działa bez zrozumienia tego co robi. Jest to jeden z argumentów odwołujacych ˛ si˛e do „niz˙ szej warstwy” i jej prymitywnos´ci. Warto zwróci´c uwag˛e, z˙ e najmniejszy budulec naszego mózgu - pojedynczy neuron - pracuje nie majac ˛ „rozumienia” tego co robi. Takz˙ e wi˛eksze jednostki 29

Platforma sprz˛etowa jest terminem informatycznym definiujacym ˛ technologi˛e i parametry urzadze´ ˛ n, które składaja˛ si˛e na cało´sc´ systemu. Platforma sprz˛etowa moz˙ e by´c konstrukcja˛ analogowa˛ (np. komputery analogowe), cyfrowa˛ (komputery cyfrowe) lub tez˙ biologiczna.˛

29

organizacyjne zdaja˛ si˛e nie posiada´c takiego wgladu ˛ w swoja prac˛e. Dopiero ja´zn´ człowieka jako cało´sc´ moz˙ e rozumie´c. Alan Turing uwaz˙ ał, z˙ e moz˙ liwe jest pełnoprawne zamodelowanie inteligentnych zachowa´n za pomoca˛ komputera cyfrowego. Jego przekonanie podbudowane jest wiara˛ w algorytmizowalno´sc´ procesów mózgowych. Poprzez udowodnienie, z˙ e program działajacy ˛ na jednej maszynie Turinga moz˙ e by´c przeniesiony na inna˛ maszyn˛e, oraz stwierdzenie, z˙ e komputer cyfrowy jest konstrukcja˛ realizujac ˛ a˛ niedoskonała˛30 wersj˛e uniwersalnej maszyny Turinga wyciaga ˛ on wniosek, z˙ e jez˙ eli istotnie mózg moz˙ e by´c zapisany jako zbiór algorytmów, to moz˙ liwe jest zaprogramowanie ich na komputerze. Argumentacja przeciwników pomysłu Turinga opiera si˛e głównie na próbie wykazania, z˙ e nie moz˙ e istnie´c inteligencja bez rozumienia. Oznacza to, z˙ e istniałaby taka cz˛es´c´ umysłu, która nie poddaje si˛e algorytmizacji. Turing tworzac ˛ swoja˛ abstrakcyjna˛ maszyn˛e postawił jeden z filarów filozofii computer science.

30

Niedoskonało´sc´ polega na sko´nczono´sci, która wynika z fizykalno´sci maszyny.

30

4 Test Turinga 4.1

Wst˛ep

Test Turinga jest jedna˛ z najwcze´sniejszych prób ustalenia kryterium inteligencji. Pierwsza wersja testu została opisana w sławnym eseju z 1950 roku „Maszyny liczace ˛ a inteligencja”. Głównym powodem powstania testu jest próba odpowiedzi Turinga na pytanie „Czy maszyny moga˛ my´sle´c?”1 . Aby móc odpowiedzie´c na to pytanie autor zadał sobie pytanie, czym jest my´slenie i jak da si˛e je sprawdzi´c. Turing zainteresował si˛e widocznymi objawami my´slenia. Doszedł do wniosku, z˙ e taka˛ cecha˛ jest umiej˛etno´sc´ posługiwania si˛e j˛ezykiem naturalnym. Na tej podstawie oparł swój test, który został opisany w niniejszym rozdziale.

4.2

Na czym polega test Turinga

Test Turinga jest nieraz nazywany gra˛ w na´sladowanie. Schemat testu przedstawia rysunek 4.1 na nast˛epnej stronie. W te´scie bierze udział trzech uczestników. Zadaniem uczestnika C jest odgadni˛ecie, który z dwóch jego rozmówców A czy B - jest komputerem, a który człowiekiem. Osoba zgadujaca ˛ jest oddzielona od pytanych przez nia˛ osób - nie widzi ich, pytania za´s zadaje poprzez wysyłanie wiadomo´sci przy uz˙ yciu dalekopisu. Pytanie jakie moz˙ e zadawa´c moga˛ by´c dowolne. Na podstawie dostarczonych odpowiedzi gracz C ma za zadanie wskaza´c, który z pytanych uczestników gry - A czy B - jest człowiekiem, a który komputerem. Zadaniem graczy odpowiadajacych ˛ na pytania jest tak odpowiada´c na pytania, by by´c zidentyfikowanym jako człowiek. 1

A. M. Turing, Maszyny .

liczace ˛

a

31

inteligencja,

s. 8,

02.06.2013,

Rys. 4.1: Schemat testu Turinga. (´zródło: praca własna) Warto zwróci´c uwag˛e na charakter testu - nie liczy si˛e dla Turinga aby maszyna na´sladujaca ˛ człowieka przypominała go fizycznie, nie jest tez˙ konieczne aby mogła ona porozumiewa´c si˛e za pomoca˛ d´zwi˛eków mowy. Jak pisze sam Turing: „Zaleta˛ nowego problemu jest ostre rozgraniczenie mi˛edzy fizycznymi i ˙ intelektualnymi moz˙ liwo´sciami człowieka. Zaden inz˙ ynier ani chemik nie twierdzi, z˙ e potrafi wyprodukowa´c materiał, który niczym by si˛e nie róz˙ nił od skóry ludzkiej. Moz˙ liwe, z˙ e kiedy´s moz˙ na b˛edzie to zrobi´c, ale nawet gdyby´smy rozporzadzali ˛ takim wynalazkiem, to i tak nie miałoby wi˛ekszego sensu usiłowanie ubrania my´slacej ˛ maszyny w takie sztuczne ciało w celu uczynienia jej bardziej ludzka.˛ To nasze przekonanie znajduje odbicie w sposobie postawienia problemu, a mianowicie w postaci zakazu, który nie pozwala pytajacemu ˛ widzie´c, dotyka´c i słysze´c pozostałych uczestników gry”2 . Okazuje si˛e, z˙ e kwestia posiadania ludzkiego ciała jest nieistotna gdy chodzi o rozstrzyganie o inteligencji. Turing przedstawił par˛e wersji swojego testu. W cz˛es´ci 4.2 została przedstawiona pierwotna wersja testu. Kolejne wersje testu rozwijaja˛ sposób w jaki weryfikowana jest toz˙ samo´sc´ uczestników oznaczonych na rysunku 4.1 jako A i B. W oryginalnej wersji testu s˛edzia˛ jest jedna osoba, która ma za zadanie okre´sli´c toz˙ samo´sc´ swoich rozmówców. W transmisji radiowej z 1952 roku „Can Automatic Calculating Machines Be Said To Think?” Turing proponuje zmieniona˛ wersj˛e 2

Ibidem, s. 2.

32

testu. Zmianie uległ uczestnik C - został zastapiony ˛ wi˛eksza˛ ilo´scia˛ s˛edziów. W tej wersji testu maszyna osiaga ˛ sukces podczas gry w na´sladowanie gdy wi˛eksza ilo´sc´ s˛edziów opowie si˛e za stwierdzeniem, z˙ e ten uczestnik gry jest człowiekiem. Jak wida´c zmianie uległa sama metoda wyznaczania kryterium, podczas gdy ono samo zostało niezmienione. Zamiast pojedynczego s˛edziego, który naraz˙ ony jest na ludzkie bł˛edy mogace ˛ wywoła´c zaburzenia w odbiorze odpowiedzi wykorzystana zostaje próba statystyczna. Dzieki temu wszelkie osobowe czynniki majace ˛ wpływ na s˛edziego zostaja˛ zniwelowane poprzez uogólnienie wyników. Kryterium testu, jak wida´c, pozostało niezmienione - nadal jest nim przekonanie s˛edziego, z˙ e rozmawia z człowiekiem, gdy tak naprawd˛e uczestniczy w dialogu z maszyna˛3 . Jedynie zmienia si˛e ilo´sc´ s˛edziów. Rysunek 4.2 przedstawia omówiona˛ sytuacj˛e.

Rys. 4.2: Schemat testu Turinga z wieloma s˛edziami. (´zródło: praca własna) Innym rozwini˛eciem testu Turinga byłoby dodanie wi˛ekszej ilo´sci pytanych. To znaczy, sytuacja ulega skomplikowaniu przez zaangaz˙ owanie wi˛ecej niz˙ dwóch uczestników w roli odpowiadajacych ˛ na pytania s˛edziów. W´sród nich mógłby kry´c si˛e wi˛ecej niz˙ jeden uczestnik komputerowy. Jak wida´c jednak zmiany testu maja˛ na celu polepszenie rzetelno´sci testu i 3 Por. A. M. Turing R. Braithwaite, G. Jefferson, M. Newman, Can Automatic Calculation Machines Be Said To Think?, [w:] B. J. Copeland, The Essential Turing: Seminal Writings in Computing, Logic, Philosophy, Artificial Intelligence, and Artificial Life: Plus The Secrets of Enigma, Oxford University Press, Oxford New York, 2004, ss. 494-506.

33

jego wyników jednak zasadniczo nie wpływaja˛ na jego znaczenie i metod˛e jaka˛ wykorzystuje si˛e jak kryterium inteligencji. Okre´slenie tego, co jest najwaz˙ niejsze w te´scie Turinga da odpowied´z co autor gry w na´sladownictwo okre´sla mianem inteligencji.

4.3

Główne filozoficzne inspiracje testu Turinga

Poprzez takie, a nie inne, okre´slenie metody badawczej moz˙ na wychwyci´c i okre´sli´c stanowisko Turinga wobec kwestii tego czym jest inteligencja. W swojej pracy z 1950 pisze on: „Sugerowali´smy [...], z˙ e pytanie «Czy maszyny moga˛ my´sle´c?» nalez˙ y zastapi´ ˛ c pytaniem «Czy sa˛ moz˙ liwe maszyny cyfrowe, które wypadłyby dobrze w grze w imitacj˛e?»”4 co oznacza, z˙ e uwaz˙ a wymy´slony przez siebie test za dobre kryterium stanowienia o inteligencji maszyn. Poglad, ˛ który prezentuje Turing, daje si˛e przedstawi´c na wielu płaszczyznach. W tre´sci testu Turinga zauwaz˙ alny jest duz˙ y wpływ behawioryzmu - nurtu psychologii dominujacej ˛ w latach pi˛edziesiatych ˛ dwudziestego wieku. Ten kierunek bada´n psychologicznych opiera si˛e na przekonaniu, z˙ e dost˛ep do stanów wewn˛etrznych umysłu jest niemoz˙ liwy. W wyniku tego jedynym dost˛epnym przedmiotem moz˙ liwym do badania przez psychologa sa˛ reakcje na bod´zce. Jak pisze J. D. Bolter „Atrakcyjno´sc´ testu Turinga łatwo zrozumie´c. Oferuje on operacyjna˛ definicj˛e inteligencji, całkowicie w duchu powojennej psychologii behawiorystycznej”5 . Skupiono si˛e na reakcjach intersubiektywnych i interkomunikowalnych. W te´scie Turinga aspektem, który konstytuuje inteligencj˛e dla Turinga jest zdolno´sc´ posługiwania si˛e mowa.˛ Spo´sród wszystkich zwierzat ˛ ludzie sa˛ jedynymi, którzy z taka˛ wprawa˛ opanowali j˛ezyk. Dlatego tez˙ zdaniem Turinga ta cecha moz˙ e stanowi´c kryterium w te´scie na inteligencj˛e. Zdaje si˛e, z˙ e podchodzac ˛ do problemu okre´slania kryterium testu doszedł on do wniosku, z˙ e nieistotne jest jak maszyna moz˙ e my´sle´c, ale czy da rad˛e opanowa´c j˛ezyk naturalny, w którym 4

A. M. Turing, Maszyny liczace ˛ a inteligencja, s. 8, 02.06.2013, . 5 J. D. Bolter, Człowiek Turinga, Pa´nstwowy Instytut Wydawniczy, Warszawa, 1990, s. 281.

34

mogłaby np. próbowa´c to opowiedzie´c. Turing, jak zostało powiedziane, nie uwaz˙ ał si˛e za filozofa. Unika on metafizycznych rozwaz˙ a´n: nie precyzuje on czym jest dla niego na przykład my´slenie. Odno´snie tej aktywno´sci ludzkiego mózgu wypowiada si˛e on tak: „Nie chc˛e podawa´c definicji my´slenia, ale je´sli byłbym zmuszony to prawdopodobnie nie mógłbym powiedzie´c nic wi˛ecej niz˙ , z˙ e jest to jakie´s bzyczenie, które odbywa si˛e w mojej głowie” 6 . Nawet ten szczatkowy ˛ komentarz s´wiadczy o połoz˙ eniu nacisku na to, jakie sa˛ efekty działania czego´s, a nie doszukiwanie si˛e jakie mechanizmy powoduja˛ takie, a nie inne, widoczne skutki. Jego podej´scie cechuje skupienie si˛e na metodzie rozwiazania ˛ problemu. Podstawa˛ jego pomysłów jest wychodzenie od widocznych procesów, które zaobserwował. test Turinga odwołuje si˛e do tej intersubiektywnie przekazywanej cechy, która powiazana ˛ jest z inteligencja.˛ Zauwaz˙ alny jest wpływ filozofii pragmatyzmu w my´sli Turinga7 .

4.4

Główne nurty polemiki wokół testu Turinga

Test Turinga spotkał si˛e zainteresowaniem w´sród filozofów, psychologów i naukowców. Dyskusja na jego temat jest do dzisiaj bardzo oz˙ ywniona. Polemika wobec testu skupia si˛e wokół pytania o zasadno´sci stawiania znaku równo´sci mi˛edzy my´sleniem a gra˛ w na´sladownictwo. Jak zostało przedstawione wczes´niej, Turing sprowadza procesy my´slowe z jego skutkami, jednak spotkało si˛e to ze sprzeciwem róz˙ nych s´rodowisk. 4.4.1. Spór o zasadno´sc´ testu Podstawowym zarzutem wobec testu Turinga jest argument mówiacy ˛ o tym, z˙ e nie moz˙ na zredukowa´c skutków my´slenia z samym procesem my´slenia. Kla6

Tłumaczenie własne: „I don’t want to give a defnition of thinking, but if I had to I should probably be unable to say anything more about it than that it was a sort of buzzing that went on inside my head”. A. M. Turing R. Braithwaite, G. Jefferson, M. Newman, Can Automatic Calculation Machines Be Said To Think?, [w:] B. J. Copeland, The Essential Turing: Seminal Writings in Computing, Logic, Philosophy, Artificial Intelligence, and Artificial Life: Plus The Secrets of Enigma, Oxford University Press, Oxford New York, 2004, s. 494. 7 Por. W. Marciszewski, Sztuczna inteligencja, Znak, Kraków, 1998, s. 77.

35

sycznym przykładem, który w bardzo dobry sposób ilustruje ten zarzut jest Chi´nski pokój Searle’a8 . W przykładzie tym człowiek zamkni˛ety w pokoju nie wie jakie operacje wykonuje, działa na zasadzie automatu. Mandaryn obserwujacy ˛ pokój z zewnatrz, ˛ dostarczajacy ˛ danych wej´sciowych i zbierajacy ˛ otrzymane wyniki nie b˛edzie miał jednak watpliwo´ ˛ sci, z˙ e sa˛ one inteligentnie przetworzone. Tak, idac ˛ za przykładem Searle’a, to, co dzieje si˛e w Chi´nskim pokoju nie ma nic wspólnego z inteligencja,˛ a jest jedynie przyrównywaniem wzorców wej´sciowych i nadawanie wyj´sciu odpowiedniej formy. Stad, ˛ jak wida´c, test Turinga nie moz˙ e wskazywa´c na my´slenie maszyny, a jedynie na jej przysposobienie do poprawnego wypisywania odpowiednich wzorców na wyj´sciu po podaniu odpowiedniego zestawu danych wej´sciowych. W podobnym tonie wypowiadaja˛ si˛e Shannon i McCarthy9 . W pracy opublikowanej w 1956 roku10 opisali komputer, którego tablica stanów byłaby na tyle duz˙ a, aby mogła pomie´sci´c wszelkie moz˙ liwe do uzyskania interakcje w te´scie Turinga11 . Taka tablica byłaby gigantyczna, jednak sko´nczona. W rozmowie z testerem taka maszyna na pewno przeszłaby test, jednak jej „my´slenie” sprowadzałoby si˛e do tego samego typu zadania co w przypadku człowieka w chi´nskim pokoju. Przedstawione argumenty poddaja˛ w watpliwo´ ˛ sc´ samo załoz˙ enie testu - nie zgadzaja˛ si˛e ze zrównaniem badanych efektów my´slenia (posługiwania si˛e j˛ezykiem naturalnym) z samym my´sleniem. Argumenty te niejako „ko´ncza˛ dyskusj˛e” na temat testu Turinga, ze wzgl˛edu na to, z˙ e podwaz˙ aja˛ jego podstawy. 8

Patrz: 3.3.2 na stronie 28. John McCarthy (1927 - 2011), ameryka´nski informatyk, autor terminu „sztuczna inteligencja”. 10 C. Shannon, J. McCarthy, „Editorial”, Automata studies, 34 (1972), v - vi. 11 Por. B. J. Copeland, The Essential Turing: Seminal Writings in Computing, Logic, Philosophy, Artificial Intelligence, and Artificial Life: Plus The Secrets of Enigma, Oxford University Press, Oxford New York, 2004, ss. 437-438. 9

36

4.4.2. Poglady ˛ przeciwników wymienione przez Turinga Kolejne przedstawione argumenty polemiczne przytacza Turing w swoim eseju12 . Sa˛ to poglady, ˛ z którymi spotkał si˛e Turing, które były mu współczesne i odnosza˛ si˛e do my´slenia maszyn w sposób negatywny, nie przez wzglad ˛ na załoz˙ enia, wykonanie bad´ ˛ z wyniki testu Turinga, lecz opierajac ˛ si˛e na innych przesłankach. Autor wymienia dziewi˛ec´ pogladów, ˛ które zostały przytoczone poniz˙ ej. Pierwszym pogladem, ˛ który neguje moz˙ liwo´sc´ my´slenia przez maszyny jest sprzeciw teologiczny. Został on przedstawiony w postaci: „My´slenie jest funkcja˛ nie´smiertelnej duszy człowieka. Bóg dał nie´smiertelna˛ dusz˛e kaz˙ demu m˛ez˙ czy´znie i kaz˙ dej kobiecie, ale nie dał jej z˙ adnemu innemu stworzeniu ani maszynom. Wobec tego z˙ adne zwierz˛e, ani z˙ adna maszyna nie moz˙ e my´sle´c”13 . Jest to argument teologiczny, który posiada wiele przedzałoz˙ e´n, które nalez˙ y spełni´c, aby moz˙ na było si˛e nim zaja´ ˛c, wymieniajac ˛ chociaz˙ by dwa pierwsze - istnienie duszy oraz istnienie Boga. W dodatku terminy te sa˛ inaczej definiowane w obr˛ebie róz˙ nych religii. Jak zauwaz˙ a sam Turing, pytajac ˛ z przekasem: ˛ „Dlaczego chrze´scijanie odrzucili muzłuma´nski poglad, ˛ z˙ e kobiety nie maja˛ dusz?”14 , kwestie teologiczne sa˛ do´sc´ mocno relatwyne ze wzgl˛edu na mnogo´sc´ religii i wyzna´n, i dodaje „Przy naszej obecnej wiedzy taki argument wydaje si˛e bezwarto´sciowy”15 . Kolejnym pogladem ˛ wymienionym przez Turinga jako przeciwny wobec jego własnego jest sprzeciw „głów w piasku”. Wyraz˙ a on obaw˛e, iz˙ skutki istnienia my´slacych ˛ maszyn moga˛ by´c przeraz˙ ajace. ˛ To z kolei z˙ e wytworzyło nadziej˛e i wiar˛e, z˙ e faktycznie maszyny nie moga˛ my´sle´c. Przekonanie to, wedle Turinga, wynika z ch˛eci postawienia człowieka ponad wszelkim innym stworzeniem. Argument ten jest jednak wadliwy, nie moz˙ na na podstawie wyimaginowanych strasznych konsekwencji twierdzi´c, z˙ e moz˙ liwo´sc´ ich urzeczywistnienia jest nierealna. „Nie my´sl˛e, z˙ e ten argument jest wystarczajaco ˛ powaz˙ ny, aby trzeba go 12

A. M. Turing, Maszyny liczace ˛ a inteligencja, ss. 8-17 , 02.06.2013, . 13 Ibidem, s. 8. 14 Ibidem, s. 9. 15 Ibidem, s. 9.

37

było zbija´c”16 . Sprzeciw matematyczny jest pierwszym „powaz˙ nym” argumentem contra, który rozwaz˙ a Turing. Argument ten opiera si˛e na wykazanych granicach moz˙ liwo´sci maszyn, które posiadaja˛ stany dyskretne. Jednym z takich twierdze´n, które przedstawia Turing to twierdzenie Gödela z 1931 oraz swoje własne z 1937 roku. Twierdzenia te mówia,˛ z˙ e „istnieja˛ pewne rzeczy, których maszyna nie moz˙ e zrobi´c [...] b˛eda˛ istniały takie pytania, na które udzieli ona bł˛ednej odpowiedzi, bad´ ˛ z nie da w ogóle odpowiedzi bez wzgl˛edu na dany jej na odpowied´z czas”17 . Prowadzi to do wniosku, z˙ e maszyny nie nadaja˛ si˛e do badania ludzkiego umysłu. Argument ze s´wiadomo´sci jest pogladem, ˛ z˙ e maszyna nie b˛edzie inteligentna póki nie b˛edzie potrafiła „napisa´c sonetu lub skomponowa´c koncertu dzi˛eki odczuwalnym my´slom i emocjom, a nie dzi˛eki szansie natrafienia na odpowiednie symbole, to znaczy potrafi nie tylko napisa´c je, ale takz˙ e wiedzie´c, z˙ e je napisała”18 . Jak zauwaz˙ a Turing dalej „wedłóug kra´ncowej postaci tego pogladu ˛ jedynym sposobem upewnienia si˛e, z˙ e maszyna my´sli jest by´c maszyna˛ i odczuwa´c, z˙ e si˛e my´sli”19 . W zwiazu ˛ z tym argument ten prowadzi do solipsyzmu. Kolejny argument przeciw my´slacym ˛ maszynom wypływa z przekonania, z˙ e istnieja˛ jakie´s konkretne zachowania, których maszyna nie b˛edzie w stanie zademonstrowa´c, na przykład: „by´c uprzejmym, pomysłowym, pi˛eknym, [...] odróz˙ nia´c dobro od zła, robi´c bł˛edy, [...] lubi´c truskawki ze s´mietana,˛ [...]”20 . Wedle Turinga taka argumentacja wynika z zasady indukcji naukowej - spotykajac ˛ si˛e na co dzie´n z maszynami człowiek zauwaz˙ a, z˙ e wszystkie one maja˛ swoje ograniczenia wi˛ec z˙ adna maszyna si˛e ich nie pozb˛edzie. Jak pisze Turing, argumentacja ta jest zamaskowana˛ postacia˛ argumentu s´wiadomo´sci21 . Nast˛epnie Turing omawia zarzut lady Lovelace22 . Stwierdza ona, z˙ e maszyna 16

Ibidem, s. 9. Ibidem, s. 10. 18 Ibidem, ss. 10-11. 19 Ibidem, ss. 10-11. 20 Ibidem, s. 12. 21 Ibidem, s. 13. 22 Augusta Ada King, hrabina Lovelace (1815 - 1852), uwaz˙ ana za pierwszego programist˛e. 17

38

„nie moz˙ e nigdy zrobi´c nic naprawd˛e nowego”23 . Przekonanie to wynikało z ówczesnego rozwoju maszyn liczacych ˛ (lady Lovelace opracowywała algorytmy na maszyn˛e analityczna˛ Babbage’a) i braku dowodów, na to, z˙ e maszyny mogłyby si˛e same uczy´c i poznawa´c rzeczywisto´sc´ . Wczesne podej´scie do programowania maszyn polegało na stworzeniu odpowiedniej listy kroków, które rozwiazuj ˛ a˛ dany problem jednostkowy. Stworzenie my´slacej ˛ maszyny pociaga ˛ za soba˛ stworzenie procedury, która umoz˙ liwiłaby maszynie nauk˛e nowych zdolno´sci i poj˛ec´ . To podej´scie nie było brane pod uwag˛e w XIX wieku. Argument jest zbijany przez Turinga stwierdzeniem: „Któz˙ moz˙ e mie´c pewno´sc´ , z˙ e wykonana przez niego «oryginalna praca» nie jest tylko rozwojem nasienia, zasadzonego w nim przez nauczanie”24 . Tak jak ludzie posiadaja˛ pewne mechanizmy umoz˙ liwiajace ˛ im nauk˛e, tak i maszyny moz˙ na zaopatrze´c w takie narz˛edzia. Kolejny argument rozwaz˙ any przez Turinga to twierdzenie, z˙ e system nerwowy jest systemem ciagłym ˛ bez stanów dyskretnych. Na podstawie tego twierdzenia wnioskuje si˛e, z˙ e my´slenie nie moz˙ e by´c osiagni˛ ˛ ete na maszynie o stanach dyskretnych25 . Turing odpowiada, z˙ e moz˙ na zbudowa´c taka˛ maszyn˛e o stanach ciagłych ˛ (za przykład podajac ˛ analizator róz˙ niczkowy), która mogłaby z powodzeniem udawa´c maszyn˛e o stanach dyskretnych. Argument wypływajacy ˛ z nieformalno´sci zachowania si˛e człowieka opowiada si˛e za wyz˙ szo´scia˛ człowieka w stosunku do maszyny ze wzgl˛edu na brak ogranicze´n formalnych odno´snie jego reakcji. „Niemoz˙ no´scia˛ jest napisanie takiego zbioru reguł, według których człowiek mógłby post˛epowa´c w kaz˙ dych moz˙ liwych do pomy´slenia okoliczno´sciach”26 . Na podstawie tego stwierdzenia dowodzi si˛e, z˙ e człowiek nie jest w istocie tylko maszyna.˛ Turing przytacza szkic dowodu, który jest przedstawiany przez zwolenników takiej argumentacji: „Gdyby kaz˙ dy człowiek posiadał okre´slony zbiór reguł post˛epowania, przy pomocy których regulowałby swoje z˙ ycie, wówczas nie byłby wcale lepszy od maszyny. Ale 23

Cyt. za ibidem, s. 14. Ibidem, s. 14. 25 Por. ibidem, s. 15. 26 Por. ibidem, s. 13. 24

39

poniewaz˙ takich reguł nie ma – ludzie nie moga˛ by´c maszynami”27 . Jest to twierdzenie, które nie jest sensowne na gruncie nauki. Ze wzgl˛edu na fakt, z˙ e czego´s nie udało si˛e jeszcze odkry´c nie wynika, z˙ e tego w ogóle nie ma. jak twierdzi Turing: „Jedyna˛ znana˛ nam droga,˛ która moz˙ e nas doprowadzi´c do znalezienia takich praw jest obserwacja naukowa i z pewno´scia˛ nie znamy takich przypadków, w których mogliby´smy powiedzie´c: «Szukali´smy dosy´c. Nie ma takich praw»”28 . Ostatni argument porusza kwestie zwiazane ˛ z telepatia,˛ jasnowidzeniem, prekognicja˛ i lewitacja.˛ Argument ten mówi, z˙ e człowiek wyposaz˙ ony w form˛e percepcji pozazmysłowej moz˙ e posłuz˙ y´c si˛e nia˛ aby z lepszym wynikiem odpowiedzie´c na pytanie w te´scie „Jakiego koloru jest karta, która˛ trzymam w prawej r˛ece?”29 niz˙ maszyna, która takich umiej˛etno´sci nie posiada. Jak wzmiankuje sam Turing istnieje wiele teorii, które pomijaja,˛ ignoruja˛ bad´ ˛ z zbywaja˛ temat parapsychologii i nadal daja˛ sobie bardzo dobrze rad˛e w wyja´snianiu zjawisk30 . Ostatecznie problem jasnowidzenia i tym podobnych zostaje rozwiazany ˛ poprzez zastosowanie pokoju zabezpieczonego od telepatii, tak aby zrówna´c moz˙ liwo´sci człowieka i maszyny w tym wzgl˛edzie31 . Ma to na celu, tak jak wcze´sniejsze pierwotne załoz˙ enia o odgrodzeniu od siebie i porozumiewaniu si˛e poprzez wydruki z dalekopisu, wyeliminowanie tych aspektów z natury człowieka, której nie da si˛e (bad´ ˛ z nie ma potrzeby) modelowa´c za pomoca˛ komputera.

4.5

Podsumowanie

Zaprezentowano kwestie zwiazane ˛ z testem Turinga, który został zaproponowany jako kryterium badania inteligencji. Test przechodził metamorfozy, jednak jego rdze´n jest zawsze ten sam - człowiek zadajac ˛ pytania z jednego pokoju otrzymuje odpowiedzi z drugiego pokoju, do którego nie ma dost˛epu. Na podstawie otrzymanych odpowiedzi musi on stwiedzi´c czy rozmawia z człowiekiem, czy z 27

Ibidem, s. 13. Ibidem, s. 16. 29 Ibidem, s. 16. 30 Ibidem, ss. 16-17. 31 Ibidem, s. 17. 28

40

maszyna.˛ Maszyn˛e moz˙ na nazwa´c inteligentna˛ jez˙ eli przejdzie ona test Turinga. Test ten zawiera w sobie załoz˙ enie, z˙ e inteligentnym jest to, co umie posługiwa´c si˛e j˛ezykiem naturalnym i potrafi wchodzi´c w kontakt - dialog - z drugim. Jak komentuje J. D. Bolter gra Turinga „wymaga od komputera, aby był nawet czym´s wi˛ecej niz˙ człowiek, by był nie tylko równy swemu biologicznemu odpowiednikowi, ale i zdolny do kaz˙ dego intelektualnego działania, jakie człowiek moz˙ e wykona´c, oraz na tyle skromny, by zamaskowa´c ten swój talent, którzy przekracza ludzkie zdolno´sci”32 . Jak zostało przedstawione, istnieje wiele pogladów, ˛ które stoja˛ w opozycji do pogladów ˛ Turinga. Polemika wobec testu Turinga jest dwojaka. Pierwszy typ podwaz˙ a zasadno´sc´ testu przez wzglad ˛ na redukcj˛e my´slenia do objawów my´slenia. Spostrzez˙ enie to spowodowało głos sprzeciwu wyraz˙ onego w postaci argumentu Chi´nskiego Pokoju, gdzie Searl ilustruje, z˙ e moz˙ na przetwarza´c komunikaty w sposób nie angaz˙ ujacy ˛ inteligencji bardziej niz˙ dopasowanie ciagu ˛ symboli do wzorca. Drugi typ podwaz˙ a zasadno´sc´ mówienia o inteligencji maszyn ze wzgl˛edu na róz˙ ne przekonania, bad´ ˛ z twierdzenia. Turing przedstawia je w swojej pracy z 1950 i ustosunkowuje si˛e do nich. Stwierdza on, z˙ e jego zdaniem przeciwnicy posługujacy ˛ si˛e argumentem matematycznym moga˛ zaakceptowa´c jego test jako metod˛e badania inteligencji. Zwolennicy innych argumentacji prawdopodobnie nie przyj˛eliby jego testu jako wła´sciwego do badania inteligencji maszyn. Argumentacja teologiczna w ogóle neguje moz˙ liwo´sc´ stworzenia sztucznej inteligencji i przypisuje inteligencj˛e jedynie człowiekowi, za´s argument s´wiadomo´sci postuluje, z˙ e jedynym sposobem aby dowiedzie´c si˛e czy maszyna my´sli nalez˙ y zamieni´c si˛e w maszyn˛e - a wi˛ec postuluje solipsyzm.

32

J. D. Bolter, Człowiek Turinga, Pa´nstwowy Instytut Wydawniczy, Warszawa, 1990, s. 281.

41

5 Silna i słaba sztuczna inteligencja w pogla˛ dach Alana Turinga 5.1

Wst˛ep

W ramach rozdziału po´swi˛econego zagadnieniu testu Turinga zostały przedstawione takz˙ e róz˙ ne postawy przeciwników sztucznej inteligencji, które wymienił Turing w swoim eseju i z którymi polemizował. Niniejszy rozdział stanowi prób˛e nakre´slenia róz˙ nych stanowisk wobec zagadnienia sztucznej inteligencji i wskazania, do którego z tych nurtów najlepiej wpisuja˛ si˛e poglady ˛ przedstawiane przez Turinga.

5.2

Przedstawienie ró˙znych stanowisk wobec sztucz-

nej inteligencji Czy moz˙ e powsta´c maszyna obdarzona s´wiadomo´scia? ˛ Jest to pytanie, które nurtuje filozofów i naukowców. Zarówno odpowied´z twierdzaca ˛ jak i przeczaca ˛ niosa˛ ze soba˛ powaz˙ ne konsekwencje - nie tylko dla filozofii, ale takz˙ e dla techniki. Obydwie odpowiedzi zamykaja˛ jedne s´ciez˙ ki my´slenia, za´s otwieraja˛ inne. Jak na razie pytanie to pozostaje bez konkluzywnej odpowiedzi jednak uczeni opowiadaja˛ si˛e za róz˙ nymi stanowiskami i debatuja˛ ze soba.˛ „Czy rzeczywi´scie komputery moga˛ my´sle´c? [...] Sa˛ tacy, którzy z róz˙ nych powodów argumentuja,˛ z˙ e komputer nigdy nie b˛edzie zdolny my´sle´c jak człowiek, jednak tak mało wiemy o tym, jak funkcjonuje mózg ludzki, z˙ e ich argumenty maja˛ charakter tak spekulatywny, jak oryginalna obrona inteligencji komputera przez Turinga”1 . Nie ma moz˙ liwo´sci, przynajmniej w tym momencie, aby odpowiedzie´c na za1

J. D. Bolter, Człowiek Turinga, Pa´nstwowy Instytut Wydawniczy, Warszawa, 1990, s. 279.

42

danie pytanie w sposób stanowczy, pozostaja˛ jedynie dyskusje nad podstawami przekona´n, ich argumentacja˛ i moz˙ liwymi konsekwencjami, które ze soba˛ niosa.˛ 5.2.1. Silna sztuczna inteligencja Silna sztuczna inteligencja jest pogladem ˛ uznajacym, ˛ z˙ e umysł jest niczym innym jak tylko programem. Aby mówi´c o s´wiadomo´sci maszyn nalez˙ y za´s odpowiednio skonstruowa´c program umysłu - wtedy wytworzy si˛e s´wiadomo´sc´ . Marciszewski2 zwraca uwag˛e na ukryty w powyz˙ szym twierdzeniu aksjomat, który mówi, z˙ e „wszelkie my´slenie jest obliczaniem”3 . Róz˙ nice w obr˛ebie tego stanowiska zachodza˛ ze wzgl˛edu na przyj˛eta˛ definicj˛e my´slenia i s´wiadomo´sci. Niezalez˙ nie od przyj˛etych definicji wyst˛epuje jednak przekonanie, z˙ e moz˙ na po´ stawi´c znak równo´sci mi˛edzy programem a umysłem. Swiadomo´ sc´ jest wynikiem działania takiego programu. Postawie tej cz˛esto stawiane sa˛ zarzuty, z˙ e sa˛ to poglady ˛ „deterministycznoredukcjonistyczne”4 . Maria Piesko wyróz˙ nia dwa typy takich pogladów. ˛ Pierwszym typem jest ten dotyczacy ˛ budowy mózgu, który „dałoby si˛e opisa´c w postaci sko´nczonej teorii i nast˛epnie zgodnie z jej prawami zbudowa´c”5 . Oznacza to, z˙ e musiałby zosta´c stworzony kompletny i doskonały model budowy i działania mózgu i samo to stanowiłoby podstaw˛e, aby po uruchomieniu takiego modelu, móc powiedzie´c, z˙ e on my´sli. Drugim typem determinizmu byłoby doskonałe opisanie zasad kierujacych ˛ cała˛ rzeczywisto´scia˛ z pomini˛eciem mózgu. „W takim przypadku moz˙ liwe stałoby si˛e wypracowanie innego «mechanizmu my´slenia» — komputer mógłby rozumie´c s´wiat na swój własny, sobie wła´sciwy sposób”6 . Taki scenariusz umoz˙ liwia mówienie o sztucznej inteligencji, która mogłaby, inaczej niz˙ to odbywa si˛e w ludzkim mózgu, poznawanie rzeczywisto´sci7 . Waz˙ nym jest w tym przekonaniu postulat, z˙ e my´slenie zachodzi w układzie 2

Witold Marciszewski (1930 - ), polski filozof i logik. W. Marciszewski, Sztuczna inteligencja, Znak, Kraków, 1998, s. 16. 4 M. Piesko, „O subtelnej róz˙ nicy mi˛edzy słaba˛ a mocna˛ wersja˛ koncepcji sztucznej inteligencji na przykładzie tekstu Turinga”, Zagadnienia Filozoficzne w Nauce, XXXI (2002), 93-102. 5 Ibidem. 6 Ibidem. 7 Ibidem. 3

43

fizycznym i podlega algorytmizacji8 . Takie my´slenie zalgorytmizowane moz˙ e dokonywa´c si˛e na kaz˙ dej platformie sprz˛etowej - biologicznej czy elektronicznej je´sli tylko spełnione byłyby warunki do zapisania go w danym medium. 5.2.2. Słaba sztuczna inteligencja Słaba sztuczna inteligencja jest postawa,˛ która stoi w opozycji do silnej sztucznej inteligencji. Jej zwolennicy uwaz˙ aja,˛ z˙ e nie jest moz˙ liwe stworzenie my´slacej ˛ maszyny. Przyczyny takiego twierdzenia moga˛ by´c róz˙ ne. Jedna˛ z podstawowych jest przekonanie o niemoz˙ liwo´sci przełoz˙ enia procesów my´slowych na j˛ezyk matematyki (co jest równoznaczne z algorytmizacja). ˛ Zwolennicy tej postawy twierdza,˛ z˙ e sztuczna inteligencja nie moz˙ e osiagn ˛ a´ ˛c samo´swiadomo´sci ani wykazywa´c umiej˛etno´sci kognitywnych na ludzkim poziomie. Jak opisuje to Maria Piesko: „[...] nie stwierdza si˛e tu wcale, z˙ e mózg człowieka jest swego rodzaju maszyna˛ wykonujac ˛ a˛ program „umysłu”, a jedynie rozwaz˙ a moz˙ liwo´sc´ , czy komputery b˛eda˛ mogły wykonywa´c czynno´sci znamionujace ˛ wedle powszechnej opinii istoty inteligentne”9 . Nie neguje si˛e moz˙ liwo´sci wykonywania przez maszyny czynno´sci, które wymagaja˛ od człowieka pomy´slunku, jednak nie utoz˙ samia si˛e moz˙ liwo´sci ich wykonywania z konieczno´scia˛ istnienia umysłu w maszynie. 5.2.3. Stanowiska po´srednie Wymienione wyz˙ ej stanowiska silnej i słabej sztucznej inteligencji sa˛ dwoma głównymi postawami. Od nich, niczym od pni, rozchodzi si˛e wiele stanowisk po´srednich. Stanowiska te czerpia˛ z jednego i z drugiego podej´scia zaw˛ez˙ ajac, ˛ bad´ ˛ z rozszerzajac ˛ je. Specyficznym stanowiskiem, nie wywodzacym ˛ si˛e ani od silnej, ani od słabej sztucznej inteligencji, jest pragmatyzm. Stoi ono niejako „z boku” w stosunku do całej dyskusji. Jest to podej´scie, które odcina si˛e od dyskusji czy maszyna moz˙ e posiada´c s´wiadomo´sc´ , czy tez˙ nie. Silnie akcentowane jest, aby maszyna (czy tez˙ program) była w stanie dobrze wykona´c powierzone jej 8

Por. W. Marciszewski, Sztuczna inteligencja, Znak, Kraków, 1998, s. 19. M. Piesko, „O subtelnej róz˙ nicy mi˛edzy słaba˛ a mocna˛ wersja˛ koncepcji sztucznej inteligencji na przykładzie tekstu Turinga”, Zagadnienia Filozoficzne w Nauce, XXXI (2002), 93-102. 9

44

zadanie, kwestia tego czy zachodzi w niej proces my´slenia jest drugorz˛edna i w gruncie rzeczy nieistotna. Jednym ze stanowisk po´srednich w dyskusji o sztucznej inteligencji jest stanowisko mówiace, ˛ z˙ e istotnie - my´slenie jest procesem fizycznym odbywajacym ˛ si˛e w mózgu i moz˙ e by´c poddane procesowi algorytmizacji, jednak „wyprodukowanie s´wiadomo´sci przez procesy obliczeniowe nie jest uwaz˙ ane ani za moz˙ ´ liwe, ani za konieczne”10 . Swiadomo´ sc´ , wedle propagatorów takiego stanowiska, jest wła´sciwa jedynie fizjologicznej aktywno´sci mózgu, przez co nie moz˙ e by´c o niej mowy, je´sli chodzi o maszyn˛e elektroniczna.˛ Moz˙ e by´c ona jednak symulowana1112 . Przejawia si˛e w tym stanowisku pewna forma agnostycyzmu - s´wiadomo´sc´ jest zjawiskiem, które niedaje si˛e s´ci´sle uja´ ˛c naukowo, a moz˙ na si˛e bez niego oby´c bez szkody dla sztucznej inteligencji13 . Innym stanowiskiem jest jest przekonanie, z˙ e my´slenie istotnie jest procesem fizycznym odbywajacym ˛ si˛e w mózgu, jednak nie jest ono algorytmizowalne przez co nie da si˛e go opisa´c przy pomocy algorytmów i wprowadzi´c do komputera. To stanowisko jest silnie podbudowane przekonaniem o istotno´sci procesów kwantowych dla s´wiadomo´sci oraz teoria˛ chaosu. Przekonuje si˛e, z˙ e na poziomie neuronalnym, przy przenoszeniu sygnałów elektrycznych procesy kwantowe moga˛ gra´c istotna˛ rol˛e i tworzy´c w jaki´s sposób to, co nazywane jest wolna˛ wolna.˛ Teoria chaosu tłumaczyłaby dlaczego ze struktur fizycznych znajdujacych ˛ si˛e w mózgu moga˛ tworzy´c si˛e my´sli i s´wiadomo´sc´ , tj. jak na gruncie mózgu, który przetwarza sygnały elektryczne tworzona jest s´wiadomo´sc´ , która nie jest impulsem elektrycznym14 . 10

W. Marciszewski, Sztuczna inteligencja, Znak, Kraków, 1998, s. 18. Symulacja to matematyczna reprezentacja danego zjawiska. Opisywane jest ono zazwyczaj zestawem równa´n, najcz˛es´ciej róz˙ niczkowych, które wyznaczaja˛ stan systemu. 12 Por. ibidem, s. 18. 13 Por. ibidem, s. 18. 14 Por. ibidem, ss. 18-20. 11

45

5.2.4. Podsumowanie Zarysowane wyz˙ ej stanowiska sa˛ najbardziej charakterystycznymi podej´sciami do zagadnienia sztucznej inteligencji. Stanowisko silnej sztucznej inteligencji jest najbardziej optymistycznym pogladem ˛ na temat my´slenia maszyn. Postuluje si˛e, z˙ e wszelkie procesy my´slowe, do których zalicza takz˙ e s´wiadomo´sc´ , daja˛ si˛e przełoz˙ y´c na j˛ezyk matematyki, a dalej na algorytmy moz˙ liwe do zaimplementowania w komputerze. Mózg przyrównywany jest do jednostki centralnej w komputerze. Wedle Marciszewskiego analogia˛ dla tej wizji w dziejach filozofii sa˛ nurty pitagorejski i plato´nski15 , „co jest o tyle osobliwe, z˙ e mocna SI16 uchodzi za produkt twardego materializmu”17 . Stanowisko słabej sztucznej inteligencji przekonuje, z˙ e maszyna moz˙ e jedynie udawa´c my´slenie. Moz˙ e ona na przykład osiagn ˛ a´ ˛c wspaniałe wyniki w tes´cie Turinga, jednak, jak pokazuje to Searl w swoim przykładzie, nie jest to z˙ aden wyznacznik my´slenia. Zwolennicy tego stanowiska nie twierdza,˛ z˙ e maszyna nie jest zdolna do wykonywania aktów wymagajacych ˛ od człowieka inteligencji. Nie stawiaja˛ oni jednak mi˛edzy takimi zachowaniami a ludzka˛ inteligencja˛ znaku równo´sci. Osobnym typem przekonania, które takz˙ e pojawia si˛e w dyskusji nad sztuczna˛ inteligencja˛ jest pragmatyzm. Jego głosiciele twierdza,˛ z˙ e nieistotne jest czy maszyna posiada s´wiadomo´sc´ , czy tez˙ nie - waz˙ ne jest aby spełniała funkcje, do których została stworzona. Taka postawa jednak nic nie mówi o samej moz˙ liwos´ci posiadania s´wiadomo´sci przez maszyny bad´ ˛ z jej braku.

5.3

Stanowisko Turinga

Stanowisko Turinga nie jest do ko´nca jasne. Dla wi˛ekszo´sci jest on przedstawicielem koncepcji silnej sztucznej inteligencji18 . Analizujac ˛ jego pierwsza˛ 15

Por. ibidem, s. 17. SI - sztuczna inteligencja, ang. AI - artificial intelligence. 17 Ibidem, s. 17. 18 Por. M. Piesko, „O subtelnej róz˙ nicy mi˛edzy słaba˛ a mocna˛ wersja˛ koncepcji sztucznej inteligencji na przykładzie tekstu Turinga”, Zagadnienia Filozoficzne w Nauce, XXXI (2002), 93-102. 16

46

prac˛e w tym zakresie z 1950 roku i odwołujac ˛ si˛e do samego testu trudno jest tak stwierdzi´c. Wydaje si˛e, z˙ e Turing chce przede wszystkim ustali´c jakie´s kryterium tego czy maszyna zachowuje si˛e inteligentnie. Kluczowa jest tu fraza „zachowuje si˛e”. Zapytuje on w artykule: „Czy maszyny nie moga˛ wykonywa´c czego´s, co nalez˙ ałoby nazwa´c my´sleniem, ale co róz˙ ni si˛e zupełnie od my´slenia człowieka?”19 . Pytanie to s´wiadczy, z˙ e dopuszcza on moz˙ liwo´sc´ , z˙ e w s´rodku maszyny, która „wygra” gr˛e w na´sladownictwo moga˛ zachodzi´c inne procesy, niekoniecznie dajace ˛ si˛e przełoz˙ y´c w stosunku jeden do jednego z tymi, które zachodza˛ w mózgu człowieka. Turing stara si˛e omina´ ˛c kwestie istnienia s´wiadomo´sci20 . Stad ˛ moz˙ na wnioskowa´c, z˙ e stoi on po stronie słabej sztucznej inteligencji. W swoim wykładzie „Can Digital Computers Think?” - audycji dla radia BBC z 1951 roku stwierdza on odno´snie moz˙ liwo´sci stworzenia programu, który zachowywałby si˛e jak mózg21 : „[...] it seems that the wisest ground on which to criticise the description of digital computers as ‘mechanical brains’ or ‘electronic brains’ is that, although they might be programmed to behave like brains, we do not at present know how this should be done. With this outlook I am in full agreement. It leaves open the question as to whether we will or will not eventually succeed in finding such a programme. I, personally, am inclined to believe that such a programme will be found”22 . Fraza „behave like brains” wskazuje w dalszym ciagu ˛ na aspekt na´sladowania człowieka. W dyskusji, przeprowadzonej takz˙ e dla radia BBC, z 1952 roku równiez˙ pojawia si˛e watek ˛ czy maszyny moga˛ mysle´c. Turing wypowiada si˛e na ten temat: „As soon as one can see the cause and effect working themselves out in the brain, one regards it as not being thinking, but a sort of unimaginative donkey-work. From this point of view one might be tempted to define thinking as consisting of 19

A. M. Turing, Maszyny liczace ˛ a inteligencja, s. 3, 02.06.2013, . 20 Por. A. Hodges, Alan Turing, The Stanford Encyclopedia of Philosophy (Fall 2008 Edition), Edward N. Zalta (ed.), 02.06.2013, . 21 ang. „to behave like a brain”. 22 B. J. Copeland, The Essential Turing: Seminal Writings in Computing, Logic, Philosophy, Artificial Intelligence, and Artificial Life: Plus The Secrets of Enigma, Oxford University Press, Oxford New York, 2004, s. 484.

47

‘those mental processes that we don’t understand’. If this is right then to make a thinking machine is to make one which does interesting things without our really understanding quite how it is done”23 . Wskazuje on, z˙ e gdy poznany zostaje proces, który łaczy ˛ przej´scie z przyczyny do skutku w mózgu, to przestaje si˛e go uwaz˙ a´c za my´slenie. Je´sliby wi˛ec odkry´c wszystkie procesy odbywajace ˛ si˛e w mózgu nie pozostałoby nic, co moz˙ naby nazwa´c my´sleniem. Skoro udałoby si˛e jednak odkry´c wszystkie procesy zachodzace ˛ w mózgu to moz˙ na byłoby stworzy´c program, który wykonywałby te procesy. Jak wi˛ec wida´c Turing nie postuluje, z˙ e maszyna i mózg sa˛ tym samym. Jak zostało przedstawione to wcze´sniej, Turing redukuje my´slenie do jego widocznych oznak. Je´sli wygladałoby, ˛ z˙ e maszyna zachowuje si˛e inteligentnie, to, według niego, jest to warunek wystarczajacy ˛ aby stwierdzi´c, z˙ e w istocie jest inteligentna. Trzeba pami˛eta´c, z˙ e Turing jest przede wszystkim matematykiem i inz˙ ynierem. Wychodzi w swoich rozwaz˙ aniach od widocznych efektów jakiego´s mentalnego działania i z nich stara si˛e znale´zc´ zasad˛e działania. Je´sli wi˛ec dwa urzadzenia ˛ zachowuja˛ si˛e tak samo24 to nalez˙ y powiedzie´c, z˙ e dla obserwatora b˛eda˛ one nierozróz˙ nialne. Tak ukazuja˛ si˛e przekonania Turinga na temat sztucznej inteligencji.

5.4

Podsumowanie

W niniejszym rozdziale ukazano róz˙ ne postawy, które wykreowały si˛e w dyskusji nad sztuczna˛ inteligencja.˛ Jak zostało powiedziane, stanowisk jest tyle, co uczonych, którzy zajmuja˛ si˛e ta˛ tematyka.˛ Dwoma głównymi stanowiskami sa˛ tak zwana silna i słaba sztuczna inteligencja. W czasie kiedy Turing przedstawiał swoje stanowisko na ten temat podział ten nie był jeszcze tak dokładnie ustanowiony, gdyz˙ nalez˙ y pami˛eta´c, z˙ e był on pionierem tej gał˛ezi nauki. Daje si˛e odczyta´c z tre´sci pism i audycji, z˙ e jego poglady ˛ były mieszanka˛ obydwu głów23

Ibidem, s. 500. Oczywi´scie w przybliz˙ eniu, podobnie, poniewaz˙ nawet jedna osoba postawiona dwa razy w tej samej sytuacji moz˙ e nie zareagowa´c tak samo. Chodzi jednak o zdroworozsadkowe ˛ podobie´nstwo zachowa´n w podobnych warunkach. 24

48

nych stanowisk. Jego głównym punktem zainteresowa´n była przede wszystkim próba uregulowania kwesti tego, jak moz˙ na zbada´c czy dana maszyna lub program sa˛ inteligentne. Zaproponował on swój test stworzony w duchu, jak zostało wcze´sniej powiedziane, behawioryzmu. Dalsze jego rozwaz˙ ania sa˛ prowadzone takz˙ e w tym duchu.

49

6 Zako´nczenie W ninejszej pracy zaprezentowano zarys pogladów ˛ Turinga na zagadnienie sztucznej inteligencji. Duz˙ y wpływ w rozwaz˙ aniach na ten temat u Turinga miało niewatpliwie ˛ par˛e czynników: jego matematyczno-techniczne wykształcenie, silny wpływ behawioryzmu i operacjonizmu oraz zdroworozsadkowe ˛ (w przeciwie´nstwie do nieraz skomplikowanego, niejasnego podej´scia filozoficznego) podej´scie do problemu. Stworzył on koncepcj˛e abstrakcyjnej maszyny nazwanej jego imieniem, która dla wielu stała si˛e od razu jednym z moz˙ liwych modeli działania mózgu. Sformuował on tre´sc´ testu, który byłby w przyszło´sci kryterium stanowienia o sztucznej inteligencji. Jego poglady ˛ sa˛ gdzie´s pomi˛edzy stanowiskami silnej i słabej inteligencji i sa˛ zmienne w czasie. We wcze´sniejszych pismach jego poglady ˛ sa˛ bliz˙ sze stanowisku słabej sztucznej inteligencji, jednak zapisy pó´zniejszych audycji radiowych zdaja˛ si˛e s´wiadczy´c o tym, z˙ e Turing zmodyfikował swoje poglady ˛ nadajac ˛ im charakter bliz˙ szy stanowisku silnej sztucznej inteligencji. Nalez˙ y pami˛eta´c, z˙ e Turing nigdy sam si˛e nie okreslił mianem filozofa, ani nie uwaz˙ ał, z˙ eby taki tytuł mu przysługiwał. Był on przede wszystkim człowiekiem nauki, matematykiem, inz˙ ynierem. Jego podej´scie do rozwiazywania ˛ problemów cechowało si˛e prostota,˛ czerpał inspiracj˛e z obserwowalnych zjawisk. Dzisiaj, 63 lata od opublikowania swojego artykułu w czasopi´smie Mind, korzystamy z komputerów na co dzie´n. Posiadamy komputery stacjonarne, laptopy, netbooki, tablety, komórki etc., i nawet najmniejsze z tych urzadze´ ˛ n dysponuje moca˛ nieporównywalnie wi˛eksza˛ niz˙ maszyny z czasów Turinga. Poczyniono duz˙ e post˛epy na polu sztucznej inteligencji, która˛ nieraz okre´sla si˛e gracza komputerowego w grze wideo czy systemy eksperckie. Wielkie korporacje jak Google i Facebook tworza˛ spersonalizowane tre´sci specjalnie dla konkretnych uz˙ ytkowników stosujac ˛ w procesie doboru tre´sci sieci neuronowe. Komputery s´wiet-

50

nie graja˛ w szachy, a nawet próbuja˛ swoich sił w Go1 . Czy jednak dokonali´smy przełomu w ciagu ˛ tych 63 lat i stworzyli´smy co´s co moz˙ naby okre´sli´c mianem sztucznej inteligencji? W 2011 roku supekomputer Watson wystapił ˛ w teleturnieju podobnym do polskiego Va Banque. Został on stworzony do przetwarzania informacji i j˛ezyka naturalnego. Posiada on algorytmy do nauki i wnioskowania. Maszyna ta wygrała ten teleturniej majac ˛ za przeciwników dwóch s´wietnych graczy. Posiadamy programy, które potrafia˛ konkurowa´c z nami w wielu dyscyplinach, jednak nie posiadamy z˙ adnego, który moz˙ na okre´sli´c mianem mys´lacego, ˛ czy posiadajacego ˛ s´wiadomo´sc´ . Proces rozwoju technologii komputerowych wpłynał ˛ na powstanie nowych kierunków filozoficznych. Jednym z nich jest kognitywistyka. Przez ten czas powstało wiele teorii my´sli, czy s´wiadomo´sci. Rozwój filozofii umysłu pociagn ˛ ał ˛ za soba˛ rozwój pogladów ˛ na temat sztucznej inteligencji. Trudno jest przeceni´c wkład i wpływ my´sli Alana Turinga na rozwój zagadnie´n zwiazanych ˛ ze sztuczna˛ inteligencja.˛

1

Go - gra planszowa pochodzenia chi´nskiego (znana jako Weiqi), popularna w Japonii (Go, Igo) i Korei (Baduk). O wiele trudniejsza dla komputerowych graczy niz˙ szachy. Dla porównania - gracze komputerowi potrafia˛ konkurowa´c z mistrzami szachowymi, za´s najlepsze programy do gry w Go sa˛ na poziomie przeci˛etnych amatorów.

51

7 Bibliografia Literatura podmiotu: 1. A. Turing, „Computer Machinery and Intelligence”, Mind, 59 (1950), ss. 433460. 2. A. Turing, Can Digital Computer Think?, [w:] B. J. Copeland, The Essential Turing: Seminal Writings in Computing, Logic, Philosophy, Artificial Intelligence, and Artificial Life: Plus The Secrets of Enigma, Oxford University Press, Oxford New York, 2004. 3. A. Turing, R. Braithwaite, G. Jefferson, M. Newman, Can Automatic Calculation Machines Be Said To Think?, [w:] B. J. Copeland, The Essential Turing: Seminal Writings in Computing, Logic, Philosophy, Artificial Intelligence, and Artificial Life: Plus The Secrets of Enigma, Oxford University Press, Oxford New York, 2004. Literatura przedmiotu: ´ 1. I. Asimov, ”Zabawa w berka”, [w:] Swiat robotów, Varia Apd, Warszawa, 1993. 2. J. D. Bolter, Człowiek Turinga, Pa´nstwowy Instytut Wydawniczy, Warszawa, 1990. 3. G. Boole, An Investigation into The Laws of Thought on Which Are Founded The Mathematical Theories of Logic and Probabilities, Cork, 1854. 4. B. Carpenter, R. Doran, A. M. Turing’s ACE Report of 1946 and Other Papers, 1.10, 1986, the Charles Babbage Institute, University of Minnesota, Cambridge, MIT Press.

52

5. B. J. Copeland, The Essential Turing: Seminal Writings in Computing, Logic, Philosophy, Artificial Intelligence, and Artificial Life: Plus The Secrets of Enigma, Oxford University Press, Oxford New York, 2004. 6. B. J. Copeland, The Church-Turing Thesis, The Stanford Encyclopedia of Philosophy (Fall 2008 Edition), Edward N. Zalta (ed.), 02.06.2013, . 7. B. J. Copeland, Turing Machines, The Stanford Encyclopedia of Philosophy (Fall 2008 Edition), Edward N. Zalta (ed.), 02.06.2013, . 8. S. Czerni, A. Topulos i in., „Algorytm”, [w:] Leksykon naukowo-techniczny, S. Czerni, A. Topulos i in., Wydawnictwo Naukowo-Techniczne, Warszawa, 1984. 9. M. Gardner, Logic Machines and diagrams, McGraw-Hill Book Company, New York - Toronto - London, 1958. 10. H. H. Goldstine, The Computer from Pascal to von Neumann, Princeton University Press, Chichester, 1972. 11. A. Hodges, Alan Turing, 02.06.2013, The Stanford Encyclopedia of Philosophy (Fall 2008 Edition), Edward N. Zalta (ed.), . 12. W. Marciszewski, Sztuczna inteligencja, Znak, Kraków, 1998. 13. K. Menninger, Number Words and Number Symbols: A Cultural History of Numbers, Cork, 1854. 14. D. Michie, Turing, Alan Mathison, w: The MIT Encyclopedia of the cognitive sciences, MIT Press, Cambridge London, 1999. 15. M. Piesko, Nieobliczalna obliczalno´sc´ , Copernicus Center Press, Kraków, 2011. 53

16. M. Piesko, „O subtelnej róz˙ nicy mi˛edzy słaba˛ a mocna˛ wersja˛ koncepcji sztucznej inteligencji na przykładzie tekstu Turinga”, Zagadnienia Filozoficzne w Nauce, XXXI (2002), 93 - 102. 17. T. H. Russell, Mechanical Arithmetic or the History of the Counting Machine, Chicago, 1916. 18. C. Shannon, J. McCarthy, „Editorial”, Automata studies, 34 (1972), v - vi. 19. P. Stacewicz, Nieobliczalni i nieobliczalne, 2.06.2013, . 20. A. Turing, On computable numbers, with an application to the Entcheidungsproblem, London Mathematical Society, London, 1937.

54

Spis rysunków 2.1

Rycina z „Ars magna” Rajmunda Llulla. . .

8

. . . . . . . . .

10

. . . . . . .

11

. . . . . . . . .

13

. . . . . . . . . . .

16

. . . . . . . . . . . . . . . . . . . . . . . . . . .

22

(´zródło: http://commons.wikimedia.org/wiki/File:Ramon_Llull_-_Ars_Magna_Fig_1.png)

2.2

Przykład liczydła. (´zródło: http://commons.wikimedia.org/wiki/File:Abacus_1_(PSF).png)

2.3

Charles Babbage (1791-1871). (´zródło: http://commons.wikimedia.org/wiki/File:Charles_Babbage_1860.jpg)

2.4

Widok komputera ENIAC. (´zródło: http://explorepahistory.com/displayimage.php?imgId=1-2-920)

2.5

Alan Turing. (´zródło: http://www.ieeeghn.org/wiki/images/5/53/Alan-turing.jpg)

3.1

Schemat Maszyny Turinga. (´zródło: praca własna)

3.2

Idea uniwersalnej maszyny Turinga. Maszyna główna (u góry) zawiera w sobie dwie podmaszyny umoz˙ liwiajace ˛ przetwarzanie róz˙ nych zada´n. (´zródło: praca własna)

4.1

24

Schemat testu Turinga. (´zródło: praca własna)

4.2

. . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . .

32

Schemat testu Turinga z wieloma s˛edziami. (´zródło: praca własna)

. . . . . . . . . . . . . . . . . . . . . . . . . . .

55

33

O´swiadczenie

Niniejszym wyraz˙ am zgod˛e na udost˛epnienie przez Archiwum Uniwersytetu Papieskiego Jana Pawła II w Krakowie mojej pracy licencjackiej.

Kraków, 04.07.2013r.

..................... podpis autora pracy

O´swiadczenie kierujacego ˛ praca˛

Niniejsza praca została przygotowana pod moim kierunkiem i moz˙ e by´c podstawa˛ post˛epowania o nadanie jej autorowi tytułu zawodowego.

Kraków, 04.07.2013r.

.................. podpis promotora

O´swiadczenie autora pracy

´ Swiadom odpowiedzialno´sci prawnej o´swiadczam, z˙ e niniejsza praca dyplomowa została napisana przeze mnie samodzielnie i nie zawiera tre´sci uzyskanych w sposób niezgodny z obowiazuj ˛ acymi ˛ przepisami. O´swiadczam równiez˙ , z˙ e przedstawiona praca nie była wcze´sniej przedmiotem procedur zwiazanych ˛ z uzyskaniem tytułu zawodowego w wyz˙ szej uczelni. O´swiadczam ponadto, z˙ e niniejsza wersja pracy (przedstawiona do obrony) jest identyczna z załaczon ˛ a˛ wersja˛ elektroniczna.˛

Kraków, 04.07.2013r.

..................... podpis autora pracy