Žmonėms atrodo, kad viską, ką gali padaryti kompiuteriai, jie tai daro kur kas greičiau už mus ir galų gale kur kas geriau, nei tikėjomės. Jų galimybės siekia gerokai toliau nei tik paprastų matematinių veiksmų atlikimas – jie tampa mūsų asmeniniais pagalbininkais. 
Žmonėms atrodo, kad viską, ką gali padaryti kompiuteriai, jie tai daro kur kas greičiau už mus ir galų gale kur kas geriau, nei tikėjomės. Jų galimybės siekia gerokai toliau nei tik paprastų matematinių veiksmų atlikimas – jie tampa mūsų asmeniniais pagalbininkais.
Asociatyvi „Pixabay“ nuotr.
Yra manančių, kad greitu metu apie dirbtinį intelektą (DI) bus galima kalbėti kaip apie bet kurį kitą draugą, o DI valdomi automobiliai patys priims sprendimus, kurią gyvybę saugoti susidūrus su kliūtimi.
Žmonių intelektas – suskaičiuojamas?
Greičiausiai nėra sunku įsivaizduoti, kad netolimoje ateityje DI technologijos bus kasdienės daugelio specialistų, įskaitant ir teisininkus, palydovės. Mokslininkai ieško vis naujų sričių, kaip DI galėtų būti pritaikomas ir kokius uždavinius padėtų išspręsti, kelia etikos klausimus dėl DI panaudojimo ir net svarsto DI teisinio subjektiškumo klausimą.
Netylant diskusijoms, ar DI gali būti teisinis subjektas, labai svarbu išsiaiškinti, kokie reikalavimai taikomi mašinai kaip teisinių santykių subjektui – ar užtenka, kad mašina pakankamai įtikinamai sugeba imituoti žmonių elgesį tam tikruose ribotuose kontekstuose, ar yra reikalaujama, kad mašina „suvoktų“ ir savarankiškai „mąstytų“ priimdama sprendimą?
Kai kurie mokslininkai mano, kad žmogaus intelektas yra pagrįstas skaičiavimais, todėl iš principo tai, ką galima suskaičiuoti, gali būti sumodeliuota ir veikti kaip kompiuterinė programa. Tai ir yra DI technologijų mokslą į priekį varanti jėga, kuri teikia vilčių, kad žmogaus protas kada nors bus suprastas ir suskaičiuotas. Nėra jokios prieštaros laikyti, kad protas yra labai galinga skaičiavimo mašina. Bet tai, kas pagimdo minčių srautą, kurį protas apdoroja, yra už paties proto ribų – tai žmogaus prigimties dalis, kurios joks kompiuteris neturi.
Protingas veiksmų rezultatas neįrodo, kad mašina turi intelektą
Intelektas gali būti suprantamas kaip gebėjimas pažinti tai, kas nepažinta – gebėjimas įgyti ir pritaikyti žinias bei gebėjimus. Pavyzdžiui, žmogus gali juoktis iš anekdoto, kurio niekada nėra girdėjęs. Kalbant apie mąstymą, žmogus gali išreikšti abejonę, įsitikinimus, viltis, baimes ir panašiai. Todėl klausimas, kokį intelektą gali turėti mašina, turėtų būti perfrazuotas į klausimą, ar mašina išvis gali turėti intelektą.
Sprendimo priėmimas ir veiksmai, kurie veda prie sprendimo įvykdymo, yra ne tas pats. „Sprendimas“ yra abstrakti sąvoka ir, kaip ir viskas, kas reikalauja suvokimo, yra prieinama tik žmogui. Kompiuteris gali išspręsti sudėtingas lygtis, užrašytas abstrakčia kalba, todėl galėtume manyti, kad kompiuteris suvokia abstrakciją, bet realiai viskas, kuo kompiuteris manipuliuoja, yra simboliai ir taisyklės, kuriuos galime išreikšti elektrinių signalų sekomis. Lygiai kaip mintis, išreikšta raštu, nėra pati mintis, o tik simbolinė jos reprezentacija, kuria galima manipuliuoti.
Todėl kompiuteriams ne tik galima, bet ir reikia perleisti tą dalį veiksmų, kuriems nereikia priimti jokių sprendimų ir kuriuos galima vienareikšmiškai aprašyti taisyklėmis. Ir iš tiesų tokių veiksmų vykdymas atrodo protingas, nes šios taisyklės yra protingai sudarytos protingų jų kūrėjų.
Kita vertus, protingas veiksmų rezultatas neįrodo, kad mašina turi intelektą. Pats paprasčiausias to pavyzdys yra skaičiuotuvas, kuriuo atlikę aritmetinius veiksmus greitai gauname teisingą atsakymą, bet negalime teigti, kad skaičiuotuvas turi intelektą.
DI „protingumo“ klausimas gali būti nagrinėjamas tik labai siaurame kontekste, t. y. ar mašinos veiksmai atrodo protingi stebėtojui, kuris sprendžia vadovaudamasis vien išoriniu įspūdžiu.
Ką iš tiesų mums norėjo pasakyti Alanas Turingas?
Nors istorijoje būta ne vieno bandymo išmatuoti DI „protingumą“, geriausiai žinomais moksliniais eksperimentais laikomi Turingo ir Kinų kambario testai.
DI technologijų istorijoje ne kartą bandyta išsiaiškinti, kaip arti realaus (žmogiško) mąstymo yra DI ir kaip įvertinti, ar DI galima laikyti „protinga“ ar „mąstančia“ technologija.
Geriausiai žinomas bandymas – tai 1950 m. sukurtas Alano Turingo testas. Juo vertinamas mašinos sugebėjimas pademonstruoti elgesį, kuris laikomas intelektualiu, lygiaverčiu ar neatskiriamai panašiu į žmogaus elgesį. Šiame eksperimente dalyvauja stebėtojas – žmogus (C), dar vienas žmogus (B) ir DI technologijos pagrindu veikianti mašina (A). Apie tai, kad vienas iš pokalbio dalyvių yra mašina, stebėtojas informuojamas iš anksto. Pats testas vyksta stebėtojui pateikiant tik tekstinius atsakymus.
Dirbtinis intelektas / VU nuotr.
Turingo testo idėja yra ta, kad asmuo, stebintis įprastą pokalbį, kuriame dalyvauja žmogus ir DI technologijos pagrindu veikianti mašina, neturi galėti atskirti, ar atsakymą pateikė žmogus, ar mašina. Šis pratimas vadinamas imitaciniu žaidimu (angl. imitation game). Anot Turingo, jeigu stebėtojas negali atskirti, ar bendrauja su žmogumi, ar su mašina, tai tokios mašinos negalime laikyti neintelektualia, nes kitus žmones mes laikome intelektualiais pagal tokius pačius kriterijus – išorinį stebėjimą.
Buvo manančių, kad Turingo testas įrodė mašinų galimybę „mąstyti“ savarankiškai, tačiau tuo netikėjo net pats Turingas, kuriam buvo svarbu išsiaiškinti, ar mašina gali apkvailinti žmogų ir įtikinti, kad jis bendrauja su kitu žmogumi. Tai, kad mašinų demonstruojamas elgesys panašus į intelektualų elgesį, nereiškia, kad mašina yra intelektuali.
Nors šį testą mašina išlaikė, tačiau didžiausias jo trūkumas tas, kad pokalbio metu gautą informaciją vertina stebėtojas – asmuo, kuris gali ją interpretuoti savaip. Pavyzdžiui, tylėjimas buvo interpretuojamas kaip neturėjimas ką pasakyti ir tai nulėmė stebėtojo apsisprendimą šią savybę priskirti žmogui, nors tuo metu mašina dėl techninių kliūčių buvo sugedusi. Todėl šis testas laikomas mažai patikimu.
Mašina gali sudaryti įspūdį, kad moka kalbą, bet jos suprasti – negali
Moksle labai svarbus gautų rezultatų patikimumas, todėl testuojant mašinos intelektą nebuvo apsiribota vien Turingo testu ir mašinų mąstymo galimybės buvo tikrinamos dar vienu gerai žinomu eksperimentu – Kinų kambario simbolika.
Kinų kambario eksperimento sumanytojai teigia, kad skaitmeninės technologijos negali būti suprantamos kaip „sąmoningos“, „mąstančios“ ir „protingos“, nepriklausomai nuo to, kaip sumaniai jos sugeba imituoti žmogaus mąstymą. Šį eksperimentą pirmasis aprašė Johnas Searle‘as 1980 m. išleistame straipsnyje „Protas, smegenys ir programos“.
Įsivaizduokite, kad jums pateikiamas tekstas kinų kalba, o jūs jos nemokate. Jums taip pat duodama suprantama kalba parašyta taisyklių knyga, kuria naudodamiesi galite ne tik suprasti, kas parašyta, bet ir sudėlioti kinų rašto ženklus taip, kad sudarytumėte loginius sakinius.
Atlikus veiksmus, tekstas pateikiamas kitame kambaryje esančiam vertintojui. Tą patį atlieka ir mašina, ir žmogus. Abu, nemokantys kinų kalbos, įvykdė instrukcijas – sudėliojo pagal nustatytas taisykles kinų kalbos ženklus, todėl sudarė įspūdį, kad moka kinų kalbą.
Dirbtinis intelektas / VU nuotr.
Kinų kambario eksperimentu Searle‘as parodo, kad DI technologija veikia taip, jog leidžia sudaryti įspūdį, kad ji „moka“ kinų kalbą: kinų simboliai pateikiami kaip įvesties duomenys, technologija, vadovaudamasi iš anksto žinomomis instrukcijomis, pateikia rezultatą – žodžius bei sakinius ir taip net sugeba išlaikyti Kinų kambario testą – įtikina stebėtoją, kad mašina yra žmogus, mokantis kinų kalbą. Tada Searle‘as iškelia klausimą – nors mašina ir demonstruoja sugebėjimus pateikti rezultatą ir įtikinti, bet ar tikrai ji supranta kinų kalbą? Ar tiesiog imituoja sugebėjimą kalbėti kinų kalba? Pirmą variantą Searle‘as vadina „stipriuoju DI“, o sugebėjimą įtikinamai imituoti – „silpnuoju DI“.
Tam, kad mąstytume, turi būti sąmoningas supratimas, tuo tarpu mašina gali tik pateikti rezultatą pagal iš anksto žinomus algoritmus, taip imituodama sumanų elgesį, tačiau apie sąmoningą kinų kalbos supratimą negali būti nė kalbos.
Formalus manipuliavimas simboliais, ką ir atlieka kompiuterinės programos, nereiškia mąstymo ir supratimo, nes programa neturi jai pačiai suvokiamo veikimo tikslo – sugebėjimo pagrįsti savo konkretų veikimą. Patys simboliai yra sintaksė, o jiems priskiriama reikšmė – semantika, todėl programa tik vykdo simboliais užkoduotas instrukcijas, bet semantika yra už mašinos ribų.
Jeigu pripažįstame, kad protingumas neapsiriboja vien sugebėjimu įtikinamai imituoti, bet privalomas ir supratimas, tada tik apie stiprųjį DI būtų galima kalbėti kaip apie „protingą“ DI.
DI gali tik tiek, kiek galių jam suteikia protingi jo kūrėjai
Vienas iš šiuolaikinių DI kūrėjų Yannas LeCunas teigia, kad DI technologijų galimybės imituoti intelektą yra labai ribotos.
DI srityje žmonija pažengė labai toli ir sukūrė daug gana patikimų sistemų, kurias pasitelkdami žmonės sprendžia daug įvairių klausimų, bet nė viena iš šių sistemų nėra nei protinga, nei intelektuali.
DI negali būti interpretuojamas kaip subjektas, turintis intelektinių gebėjimų ir savarankišką subjektiškumą, t. y. gebėjimą savo veiksmais įgyti teises ir pareigas, taip pat – savarankiškai priimti sprendimus. DI yra sukurtas žmonių, todėl gali tik tiek, kiek galių jam suteikia protingi jo kūrėjai.
Rezultatas, kurį pateiks DI technologija grindžiamos sistemos, bus priklausomas nuo įvesties duomenų ir funkcijų, kurios buvo iš anksto įdiegtos sistemoje. Jis gali atrodyti kaip intelektinės veiklos rezultatas, tačiau apie šios sistemos „protingumą“ ir sugebėjimą „savarankiškai mąstyti“ tai nieko nepasako.
Klausimas, ar algoritmas yra intelektas, lygiavertis klausimui, ar skalpelis yra gydytojas. Mašina, veikianti pagal algoritmus, yra tik įrankis, kurį valdyti reikia žmogiškojo intelekto.
