Miksi tekoäly ei olisi

Taitaa vain olla niin, että älyn/tietoisuuden perimmäisestä luonteesta ei vieläkään tiedetä tarpeeksi. Toisaalta on ollut niitäkin,joiden mielestä naisella ei ole sielua, joten sen katsottaisiin olevan Jumalan vastaista ja täten mahdotonta. -Tosin filosofit taitavat käyttää vähän hienomman kuuloisia perusteluita:)

Älykkyys ei ole tekninen suoritus.

Ajattellaan vaikka kysymystäsi. Useimmat tekoälyhörhöt ovat niin innostuneita kaikenlaisista koneista, että he unohtavat periaatteet: Eli he kyselevät kuinka sinä sen kysyit.

Heitä kiinnostaa tiedon siirto eri aivolohkojen välillä ja siirtonopeudet ja he ovat suorastaan lapsellisen hullaantuneita nimenomaan tehoon, kuten lauseessa; "tulevaisuuden koneet ovat ihmistä älykkäämpi koska ne ovat X kertaa nopeampia, kuin ihminen", jossa X on usein 10:n potenssi luku.

Heiltä unohtuu eräs tärkeä seikka: Ei älykkyyttä ole kuinka, älykkyys on miksi.

Ja jos kysytään: Miksi sinä kysyit, miksi tekoälyä pidetään mahdottomana?, aletaan päästä asian ytimeen.

Sinä kysyit sen, koska halusit tietää tai koska sinua kiinnosti minkälaisia vastauksia saat tai koska halusit aloitta pikku fleimaussodan, miten vain, sinä kysyit syistä, joita ei voi alistaa suoraan logiikalle: Tunneperäisistä motivaatioista.

Ja tunneperäiset motivaatiot ovat myrkkyä logiikalle.

Kuitenkin näitä motivaatioita tarvitaan, koska muutoin ei ole olemassa älyä.

Oletetaan, että tekoälytutkimus saa aikaan uuden sukupolven tietokoneen, joka on X miljoonaa kertaa nopeampi, kuin ihmisen aivot. Terafloppeja terafloppien päälle laskentatehoa. Ristiinkytketty arkkitehtuuri, eli neuroverkko ja ties mitä kaikkea muuta.

Mutta miksi se ajattelisi? Ei sillä ole motivaatiota tehdä niin. Sille voidaan antaa tehtävä: Esimerkiksi laske kaikki universumin tähdet, mutta sitä ei saa kiinnostumaan tähtititeteestä, ei sitten kirveelläkään (eritoten kirveellä, koska koneella ei ole sellaistakaan tunneperäistä motivaatiota, kuin itsesäilytysvaisto).

Ja tunneperäistä motivaatiota on mahdoton ohjelmoida. Ei ole mitään mistä aloittaa, ei syitä, ei seurauksia.

Ehkä joku joskus keksii, miten se tehdään, eli miten saadaan kone tuntemaan. Jos se onnistuu, tekoäly on lastenleikkiä. Jopa edessäsi oleva tietokone on helppo saada omaksumaan äly, koska sille tarvitsee vain syöttää ohjelma, joka saa sen kiinnostumaan. Sen jälkeen se ei ole maailman nopein ajattelija, mutta se on ajattelija.

Juuri nyt tästä kuitenkin seuraa yksi ainoa looginen johtopäätös: Yksikään nykyään suunnittelussa olevista tekoälyistä ei onnistu. Ne tulevat kaikki olemaan vain erittäin nopeita loogisia taskulaskimia, eivät älykkäitä.

Tässä artikkelissa:
http://nars.wang.googlepages.com/wang.AI_Misconceptions.pdf
Pei Wang esittelee, ja kumoaa, kolme yleistä, hieman syvällisempää väitettä siihen, miksi yleinen tekoäly olisi mahdotonta. Nämä ovat:

1. AI on aina välttämättä aksimaattista. Siten Gödelin teoreeman mukaan on olemassa ongelmia, jotka ihminen voi ratkaista, mutta kone ei.

2. AI:n ongelmanratkaisuprosessi vastaa Turingin koneen prosessia. Eli ratkaistessaan ongelmaa, kone aina seuraa vain ennalta ohjelmoituja algoritmeja.

3. AI-järjestelmä on väistämättä formaalinen järjestelmä, joka voi osata syntaksin, mutta ei semantiikkaa ("kiinalainen huone").

Nämä väittet johtuvat tietysti pohjimmiltaan sanoihin ja niiden merkityksiin sekoilemisesta ja liian suoraviivaisesta, tavoitehakuisesta ajattelusta. Vastaavilla logiikoilla voidaan päätellä, että ihmisen biologisilla aivoilla on mahdoton saavuttaa mitään todellista ymmärrystä mistään. Ihminen on vain järjetön kone, joka reagoi ympäristön ärsykkeihin tajuamatta edes olemansa olemassa. Se voi väittää tajuavansa, mutta väite on vain geeneihin ohjelmoitu refleksi eikä tarkoita mitään.

Periaatteessa tekisin jyrkän eron yleisesti käytössä olevien kapeaa tekoälyä edustavien sovellusten (AI on arkipäivää) ja yleisen tekoälyn, AGI:n välillä.

Tässä on toinen, lyhyempi yhteenveto näistä filosofien väärinkäsityksistä, samaa asiaa kuin Pei Wangin paperissa:
http://www.cs.utexas.edu/~mooney/cs343/slide-handouts/philosophy.4.pdf

Siis ei voi sanoa, että filosofit eivät antaisi perusteluita. Ne vain ovat kömpelöitä, eivät vakuuttavia. Kuten esim. "kiinalainen huone" ajattelukoe.

Tekoälytutkimuksessa on tällä hetkellä käsittääkseni kaksi koulukuntaa, ensimmäinen näistä edustaa sitä perinteistä logiikkaa ja korostaa symbolien pyörittelyä. Tämän tekoälytutkimuksen haara on lähempänä filosofiaa logiikan ja kielitieteen vuoksi ja siitä löytyy luultavasti se syy, miksi filosofit suhtautuvat keskimäärin skeptisesti ajatukseen tekoälystä. He ymmärtävät oman tieteenalueensa kautta tämän järjestelmän heikkoudet ehkä jopa paremmin kuin insinöörit, matemaatikot ja luonnontieteilijät.

Tällä tavalla toteutettu tekoäly on pikemminkin analysoiva kone kuin mikään tekoäly; se ei ole dynaaminen järjestelmä ja siten ei kykene muuttamaan itseään, mikä on yksi mielen ominaisuuksista. Tietynlainen feedback puuttuu ja toinen ongelma on loogisten järjestelmien lineaarinen luonne, mikä on kaukana mielen rinnakkaisesta tavasta prosessoida tietoa. Suurin osa tietojenkäsittelystä käyttääkin näistä nimitystä "asiantuntijajärjestelmät", eli sielläkään puolella ei ole uskoa siihen, että näillä koskaan saataisiin mitään älyyn viittaavaa aikaiseksi. Hyvänä puolena voidaan mainita kuitenkin se, että kielen tasolla voidaan käsitellä abstraktioita ja niiden välisiä suhteita, ilman että pitää alkaa miettimään esim. kokemustasolla, mitä se punainen oikeastaan on värin lisäksi ja siten näiden symbolien muuttaminen matemaattiseen muotoon ja käsittely helpottuu suuresti. En viitsi alkaa tässä selittämään tarkemmin näiden ideaa.

Sitten on se toinen tapa, joka saavuttaa yhä suurempaa huomiota ja sitä kutsutaan konnektionismiksi. Myös muita nimiä löytyy, mutta periaate on pähkinänkuoressa se, että miksi keksiä pyörä uudestaan, kun luonto on jo antanut meille valmiin älyn. Meidän tarvitsee vain kulkea luonnon valmiiksi kartoittamaa tietä ja mallintaa tarpeeksi tarkkaan neuronien eli hermosolujen toiminta ja voila, meille syntyy tekoäly. Valitettavasti se ei mene kuitenkaan ihan tähän malliin eli tiettyjä aivojen rakenteita/ominaisuuksia ei voida redusoida neuronitasolle, vaan kyseessä on "kokonaisuus on enemmän kuin osiensa summa" -periaate. Toteutuksia verkkopohjaisesta lähestymistavasta löytyy monia; perinteinen malli lienee Minskyn & kumppaneiden luoma perceptron niminen neuroverkko 50-luvulla, jonka toiminta "todistettiin" matemaattisesti oikeaksi vasta 80-luvulla. Tämä "verkottumisen" idea on siis vasta kehittymässä.

Uudempia laskentamalleja on myös kehitelty ja uusia ideoita on myös tuota kehiin esim. genetiikasta eli matemaattisissa malleissa on otettu vaikkapa huomioon se, että ihmisaivojen osat kehittyvät tiettyä roolia varten ja samaa on mallinnettu neuroverkkoihin, eli verkko koostuu useita aliverkoista. Toinen idea on lämpöopin ja erilaisten tilastomallien käyttö. Ongelmaksi on muodostunut kuitenkin se, että nämä verkot eivät aina opi niille opetettuja asioita ja on vaikea myöskään miettiä paljonko tarvitaan esim. kuvia tietyn hahmon tunnistamiseen. Tietoa ei ole myöskään varsinaisesti olemassa tulkinnanvaraisessa muodossa, koska kyseessä on vain iso joukko lukuja, jotka ovat suhteessa toisiinsa. Toisaalta tämän vuoksi tieto on redusoitavissa eli verkko saattaa toimia vaikka siitä poistettaisiin osa. Nämä järjestelmät ovat siis robusteja, aivan kuten ihmisetkin ja niissä toteutuu siis luonnostaan "sumea logiikka", mikä on ihmismielelle normaali, mutta formaalille logiikalle täysin vieras ilmiö.

Tällaisissa verkoissa esiintyy monimutkaisia ilmiöitä, silloin kun niihin sovelletaan monimutkaisia princiippejä genetiikasta ja suuria määriä "neuroneita" ja nämä ilmiöt ovat usein luonteeltaan epälineaarisia. Epälineaarisuus on puolestaan sidoksissa kaaosteoriaan ja se on monessa suhteessa perinteisten matemaattisten mallien ulkopuolella, mikä selittää ehkä osaltaan sitä, miksi osa tieteentekijöistä ja varsinkin ne, jotka ovat perehtyneet tuohon symboleilla ja logiikalla pelleilyyn, suoraan sanottuna vihaavat tätä lähestymistapaa. Myös filosofit ovat ns. "ulalla" mitä tulee tähän konnektivistiseen lähestymistapaan.

Näillä malleilla on kuitenkin yksi merkittävä perustavanlaatuinen ominaisuus, mikä löytyy luonnossa esiintyvistä järjestelmistä ja se on se feedback ja dynaamisuus, eli kyky muuttua ja muokata itseään ja siten reagoida muutoksiin ympäristössä. Tämä on myös biologiasta tuttu määritelmä, silloin kun pohditaan sitä, mitä on elämä ja miten se tulee esille organismissa. Konnektionismi on siis selkeästi menossa oikeaan suuntaan. Sen sijaan perinteinen symboleilla ja logiikalla peleily on osoittautunut jo aikoja sitten umpikujaksi, eikä sen tajuamiseen tarvita mitään erityisiä teoreemia.

"Miksi tekoäly ei olisi mahdollinen...onhan ihminenkin materiaalinen rakenne."

Mutta et kai väitä että materiaalin käyttäytymistä voidaan simuloida tietokoneella. Esim muutama litra vettä, valon heijastuminen huoneen seinistä, tarkka sääennuste, autojen törmäystestit. Kaikessa päästään vain likimääräiseen tarkkuuteen. Tekoäly tarvitsee lisää tarkkuutta. Mystiikkaa ei tarvitse mallintaa.