Access the full text.
Sign up today, get DeepDyve free for 14 days.
Loading next page...
/lp/de-gruyter/co-posz-o-le-w-sztucznej-inteligencji-rozmowa-z-noamem-chomskym-uAYu8Rq4Yc
- Publisher
- de Gruyter
- Copyright
- Copyright © 2013 by the
- eISSN
- 1230-1493
- DOI
- 10.2478/pfns-2013-0029
- Publisher site
- See Article on Publisher Site
Abstract
Przegld Filozoficzny Nowa Seria R. 22: 2013, Nr 2 (86), ISSN 12301493 DOI: 10.2478/pfns-2013-0029 Ya r d e n K a t z Co poszlo le w sztucznej inteligencji? Rozmowa z Noamem Chomskym1 Gdyby kto tworzyl list najwikszych i najbardziej zagadkowych wyzwa intelektualnych naszej cywilizacji, to z pewnoci otwieralby j problem ,,odkodowania" nas samych, a wic problem zrozumienia procesów zachodzcych wewntrz naszych umyslów i mózgów, oraz tego, jak architektura tych elementów jest zakodowana w naszym genomie. Jednake rozmaite dziedziny, które podjly si tego wyzwania, od filozofii i psychologii po informatyk i neuronauk, nie mog zgodzi si ze sob co do wlaciwego podejcia. W 1956 roku informatyk John McCarthy uyl okrelenia ,,sztuczna inteligencja" [Artificial Intelligence] (AI), aby opisa dzialanie inteligencji przez zaprogramowanie jej cech w komputerze. Stworzenie inteligentnego systemu przy uyciu sprztu wytworzonego przez czlowieka, zamiast naszego ,,biologicznego sprztu" skladajcego si z komórek i tkanek, oznaczaloby ostateczne zrozumienie i mialoby oczywiste praktyczne zastosowanie w budowaniu inteligentnych urzdze, a nawet robotów. Jednake niektórych wspólpracowników McCarthy'ego z ssiednich wydzialów znacznie bardziej interesowalo to, jak inteligencja zakodowana jest w ludziach (i innych zwierztach). Noam Chomsky i inni skoncentrowali si wówczas nad tym, co póniej nazwane zostalo kognitywistyk dziedzin nastawion na wykrycie reprezentacji umyslowych i regul rzdzcych naszymi percepcyjnymi i poznawczymi zdolnociami. Chomsky i jego koledzy zaczli od obalenia dominujcego w owym czasie paradygmatu behawioralnego, którego ordownikiem byl psycholog z Uniwersytetu Harvarda, B.F. Skinner, przyjmujcy, e zachowanie zwierzt mona zredukowa do zbioru skojarze (asocjacji) midzy dzialaniem a nastpujc Tlumaczenie na podstawie: Y. Katz, Noam Chomsky on Where Artificial Intelligence Went Wrong, ,,The Atlantic", 1 listopada 2012. Publikacja za zgod autora wywiadu i wydawcy. Osobom tym redakcja PF sklada uprzejme podzikowanie. Yarden Katz po nim nagrod lub kar. Za moment krytyczny dla teorii psychologicznej Skinnera uznaje si publikacj w 1967 roku recenzji Chomsky'ego z ksiki Skinnera Verbal Behavior, w której Skinner usiluje wyjani kompetencj jzykow przez odwolanie do zasad behawioralnych. Podejcie Skinnera podkrelalo czasowe zwizki midzy bodcem a odpowiedzi u zwierzcia, proponujc ich opis w formie empirycznej analizy statystycznej, pozwalajcej uj przyszle wydarzenia jako funkcj wydarze przeszlych. Koncepcja jzyka Chomsky'ego podkrelala natomiast zloono wewntrznych reprezentacji zakodowanych w genomie i ich przeksztalcanie si po ujciu odpowiednich danych w skomplikowany system obliczeniowy, którego nie da si sprowadzi do zbioru pojedynczych asocjacji. Behawioralne zasady rzdzce powizaniami nie byly w stanie wyjani bogatej wiedzy lingwistycznej, naszego nieskoczenie twórczego jej wykorzystania ani tego, jak szybko dzieci ucz si mówi majc jedynie wyrywkowy i niedoskonaly kontakt z jzykiem swego otoczenia. ,,Kompetencja jzykowa", jak j nazywal Chomsky, jest czci wyposaenia genetycznego organizmu, tak jak uklad wzrokowy, odpornociowy czy krwionony, i powinna by traktowana tak, jak s traktowane bardziej oczywiste systemy biologiczne. David Marr, neuronaukowiec i wspólpracownik Chomsky'ego w MIT [Massachusetts Institute of Technology], w swojej slynnej ksice Vision stworzyl schemat pojciowy dla bada nad zloonymi ukladami biologicznymi (takimi jak mózg), w który mona wpasowywa analiz zdolnoci jzykowej Chomsky'ego. Wedlug Marra, zloony uklad biologiczny mona zrozumie na trzech poziomach. Pierwszy z nich (,,poziom obliczeniowy") opisuje dane wejciowe i wyjciowe systemu, okrelajc tym samym zadania wykonywane przez ten system. W przypadku ukladu wzrokowego informacj wejciow moe by obraz wywietlany na siatkówce, a informacj wyjciow identyfikacja przedmiotów zawartych w obrazie przez nasz mózg. Drugi poziom (,,poziom algorytmiczny") opisuje procedur przeksztalcania informacji wejciowych na wyjciowe, tzn. to, jak obraz z siatkówki jest przeksztalcany, aby wykona zadanie opisane na poziomie obliczeniowym. Wreszcie trzeci poziom (,,poziom implementacji") opisuje, w jaki sposób nasz biologiczny ,,sprzt" skladajcy si z komórek nerwowych realizuje procedur opisan przez poziom algorytmiczny. Podejcie Chomsky'ego i Marra do rozumienia tego, w jaki sposób dziala nasz umysl, jest zupelnie odmienne od podejcia behawiorystycznego. W tym pierwszym kladzie si nacisk na wewntrzn struktur systemu, która umoliwia wykonanie zadania, a nie na zewntrzne powizania midzy przeszlym zachowaniem systemu a rodowiskiem. Celem pierwszego jest zbadanie ,,czarnej skrzynki" kierujcej systemem i opisanie jej wewntrznych procesów na tej samej zasadzie, na jakiej informatyk wyjanialby, jak dziala pomyslowo zapro- Co poszlo le w sztucznej inteligencji? Rozmowa z Noamem Chomskym jektowany element oprogramowania i jak moe by on wykonany na komputerze stacjonarnym. Jak dotd historia kognitywistyki jest opowieci o pelnym zwycistwie podejcia zaproponowanego przez Chomsky'ego nad paradygmatem behawiorystycznym Skinnera. To zwycistwo czsto okrela si mianem ,,rewolucji kognitywistycznej", cho sam Chomsky odrzuca to sformulowanie. Jednak mimo i myl behawiorystyczn uwaa si slusznie za przezwycion na polu kognitywistyki i psychologii, pozostaje ona ywa w pokrewnych dziedzinach nauki. Z behawiorystycznych paradygmatów eksperymentalnych i wyjaniania asocjacyjnego zwykle korzystaj naukowcy badajcy neurobiologi zachowa u zwierzt laboratoryjnych, takich jak gryzonie, do których nie stosuje si trzypoziomowy schemat proponowany przez Marra. W maju 2011 roku, w ramach obchodów 150. rocznicy powstania Massachusetts Institute of Technology odbylo si sympozjum pod tytulem ,,Mózgi, umysly i maszyny" [Minds, Brains and Machines], na którym zebralo si grono wiodcych informatyków, psychologów i neurobiologów, aby rozmawia o przeszloci i przyszloci sztucznej inteligencji i jej zwizku z neuronaukami. To zgromadzenie mialo na celu rozbudzi wielokierunkowe zainteresowanie powracajcym w nauce pytaniem, od którego wywodzi si cala dziedzina sztucznej inteligencji: jak dziala inteligencja? W jaki sposób nasz mózg umoliwia nam posiadanie zdolnoci poznawczych i czy sposób ten moe by kiedykolwiek odwzorowany przez maszyn? Przemawiajc na tym sympozjum, Noam Chomsky nie okazywal entuzjazmu. Krytykowal dziedzin AI za przyjcie podejcia przypominajcego behawioryzm w nowoczesnej, obliczeniowo wyrafinowanej postaci. Chomsky argumentowal, e czste uycie technik statystycznych w celu wykrycia regularnoci w morzu danych ma nikle szanse dostarczenia wyjanie, które nauka pragnlaby znale. Wedlug Chomskiego, ,,Nowa Sztuczna Inteligencja", skupiona na korzystaniu ze statystycznych technik uczenia si w celu lepszej eksploracji i prognozowania danych, ma male szanse sformulowania ogólnych zasad dzialania inteligentnych stworze czy odkrycia zasad wykorzystywanych przez nich w poznaniu. Krytyka ta sprowokowala obszern odpowied ze strony Petera Norviga dyrektora bada Google i uznanego badacza AI, który stanl w obronie uycia modeli statystycznych i dowodzil, e nowe metody i definicja postpu w AI nie odbiegaj od tego, co dzieje si w innych naukach. Chomsky zgodzil si, e podejcie statystyczne moe mie praktyczn warto, np. w przypadku uytecznej wyszukiwarki internetowej, i jest owocniejsze w erze szybkich komputerów zdolnych do przetwarzania duej iloci danych. Jeli jednak chodzi o nauk, twierdzil Chomsky, takie podejcie jest nieodpowiednie, a mówic ostrzej, po prostu plytkie. Nigdy nie nauczymy komputera, co znaczy sformulowanie ,,fizyk sir Isaac Newton", mimo e potra- Yarden Katz fimy stworzy wyszukiwark, która wywietla trafne wyniki uytkownikowi, który takie haslo do niej wprowadzi. Jak si okazuje, analogiczne spory mobilizowaly biologów. Oni te starali si zrozumie systemy biologiczne podobne do tych, którym Chomsky przypisuje kompetencj jzykow. Tak jak rewolucja komputerowa umoliwila analiz duej iloci danych bdc paliwem ,,nowej AI", podobnie rewolucja wywolana przez sekwencjonowanie DNA we wspólczesnej biologii doprowadzila do rozkwitu genomiki i biologii systemowej. Sekwencjonowanie wysokoprzepustowe technika, dziki której w krótkim czasie i przy niskim nakladzie rodków finansowych mona odczyta miliony czsteczek DNA zmienilo sekwencjonowanie genomu z kosztownego przedsiwzicia zajmujcego dekad w banaln i niezbyt drog procedur laboratoryjn. Zamiast mudnie bada geny w izolacji, moemy obserwowa zachowanie systemu genów dzialajcych w komórce, w setkach, a nawet tysicach rónych sytuacji. Cho rewolucja sekwencjonowania dopiero si rozpoczla, otrzymano ju zdumiewajco wiele danych, a przy okazji przesadnie rozreklamowano szanse skutecznoci nowych terapii i moliwoci diagnostycznych dotyczcych ludzkich chorób. To prawda, e gdy w przypadku pewnej grupy pacjentów zawodzi konwencjonalna terapia nowotworu, wyjanienia mona szuka w wiedzy o ich genomie, który moe ogrywa szczególn rol uniemoliwiajc prawidlowe dzialanie leku. Opierajc si na danych pozwalajcych porówna istotne cechy genomów pacjentów onkologicznych i odpowiednich grup kontrolnych, moliwe bdzie wynalezienie leków projektowanych ,,na miar", co moe doprowadzi do powstania ,,medycyny spersonalizowanej". Sukces tego przedsiwzicia zaley od posiadania wyspecjalizowanych narzdzi statystycznych, umoliwiajcych wylowienie w odpowiednio duym zbiorze informacji interesujcych nas sygnalów zatopionych w szumie niedostatecznie jeszcze zrozumianych procesów w ukladach biologicznych. Sukces takich dziedzin jak spersonalizowana medycyna i inne pochodne rewolucji sekwencjonowania oraz podejcia biologii systemowej zaley od naszej zdolnoci radzenia sobie z tym, co Chomsky nazwal ,,morzem niezanalizowanych danych". Biologia ju si znajduje w centrum debaty podobnej do tej, która toczyla si na polu psychologii i sztucznej inteligencji od lat 60. dwudziestego wieku. Powstaniu biologii systemowej towarzyszyly sceptyczne komentarze. Wielki genetyk i laureat Nagrody Nobla w dziedzinie biologii Sydney Brenner okrelil kiedy t dziedzin jako ,,nauk o niewielkiej iloci danych na wejciu, wysokiej przepustowoci i braku danych na wyjciu". Brenner, rówienik Chomsky'ego, który równie uczestniczyl w sympozjum na temat AI, byl równie jak Chomsky sceptycznie nastawiony wobec moliwoci wykorzystania nowych systemów jako teorii rozumienia mózgu. Odnoszc si do konektomiki [connectomics] nowego podejcie systemowego odwzorowujcego obwody Co poszlo le w sztucznej inteligencji? Rozmowa z Noamem Chomskym mózgowe (stosowanego, by pokaza, które komórki nerwowe polczone s z którymi) Brenner uyl okrelenia ,,to jakie szalestwo". Zloliwy epitet Brennera pod adresem biologii systemowej i pokrewnych metod w neuronauce nie odbiega daleko od krytyki AI przez Chomsky'ego. Ta zdawa by si moglo przypadkowa para: biologia systemowa i sztuczna inteligencja, maj przed sob podstawowe zadanie wykonania ,,wstecznego projektowania inynierskiego" na wysoce zloonym systemie, którego wewntrzne dzialanie jest w duym stopniu tajemnic. Wci rozwijajce si technologie przynosz due iloci danych powizanych z systemem, jednak tylko ulamek z nich moe okaza si istotny. Czy moemy wykorzysta potne obliczenia i ujcia statystyczne, aby odróni sygnal od szumu? Czy te powinnimy szuka podstawowych zasad lecych u podstawy systemu, aby wyjani jego istot? Czy ch gromadzenia nowych danych jest tak nieodparta, e bdziemy je zbiera nie zawsze wiedzc, do jakiej struktury teoretycznej naley je przypisa? Debaty te podnosz odwieczne i ogólne pytanie z zakresu filozofii nauki: co czyni dan teori naukow, lub co czyni wyjanienie zadowalajcym i jak naley definiowa sukces w nauce? Pewnego kwietniowego popoludnia usiadlem z Noamem Chomskym w nieco zagraconym pokoju konferencyjnym w MIT, schowanym w kcie oszalamiajcego budynku Ray and Maria Stata Center, zaprojektowanego przez Franka Gehry'ego. Chcialem lepiej zrozumie krytyk sztucznej inteligencji dokonan przez Chomsky'ego i powody, dla których jego zdaniem zmierza ona w zl stron. Chcialem te dowiedzie si, co wynika z tej krytyki dla innych galzi nauki, takich jak neuronauka i biologia systemowa, które stoj przed wykonaniem wstecznego projektowania inynierskiego na zloonych systemach i których badacze ton w narastajcym morzu danych. Motywacj dla przeprowadzenia tego wywiadu bylo w duej mierze to, e Chomsky rzadko teraz wypowiada si na tematy naukowe. Dziennikarze s zbyt zaabsorbowani wyciganiem z niego pogldów na temat polityki zagranicznej Stanów Zjednoczonych, rodkowego Wschodu, rzdów Obamy i na inne tematy ycia codziennego. Kolejnym powodem byl fakt, e Chomsky naley do tego rzadkiego i wyjtkowego gatunku intelektualistów, który jest ju na wymarciu i których nie da si umieci na continuum od ,,jea" do ,,lisa", co stalo si modne od czasu publikacji slynnego eseju Isaiaha Berlina2. ,,Je" to skrupulatny i wyspecjalizowany robotnik, pracujcy mozolnie nad rozwojem w jasno zdefiniowanej dziedzinie. ,,Lis" to estradowiec, pomyslowy myliciel, który skacze z pytania na pytanie, ignoruje granice midzy dziedzinami i uywa swych zdolnoci wszdzie, gdzie tylko mog mie zastosowanie. Chomsky jest szczególnym przypadkiem, bowiem wobec niego to ,,Lis zna wiele sztuczek, je jedn, ale najwaniejsz" [przyp. tlum.]. Yarden Katz rozrónienie wydaje si balamutnym frazesem. Chomsky nie osiga glbi kosztem wszechstronnoci czy szerokoci zainteresowa, cho wikszo czasu w swojej karierze naukowej powicil badaniom nad dobrze zdefiniowanymi zagadnieniami lingwistyki i kognitywistyki. Prace Chomsky'ego maj ogromny wplyw na wiele rónych dziedzin poza jego wlasn, w tym na informatyk i filozofi. Co wicej, Chomsky nie stroni od dyskutowania i odpowiada na krytyk pod adresem jego pomyslów, co czyni go szczególnie interesujcym rozmówc. Yarden Katz: Chcialbym zacz od najbardziej podstawowego pytania. Na pocztku bada z zakresu AI wiele osób podchodzilo do rozwoju tej dziedziny niezwykle optymistycznie, jednak ich nadzieje si nie spelnily. Dlaczego okazalo si to tak trudne? Jeli zapyta neuronaukowców, dlaczego zrozumienie dzialania mózgu jest tak skomplikowane, udzielaj bardzo niezadowalajcych intelektualnie odpowiedzi. Mówi np.: dlatego, e mózg sklada si z miliardów komórek, a my nie jestemy w stanie pozyska informacji z kadej z nich, itp. Noam Chomsky: Co w tym jest. Jeli spojrze na postp naukowy, wida e nauki wykazuj pewn ciglo, lecz s te podzielone na dziedziny. Najwikszy postp dokonal si w naukach, które badaj najprostsze systemy. Wemy fizyk tu zaobserwowa mona najwikszy postp. Jednym z powodów tego stanu rzeczy jest to, e fizycy maj przewag nad pozostalymi galziami nauki. Jeli co nadmiernie si komplikuje, oddaj to w rce innych badaczy. Katz: Na przyklad chemików? Chomsky: Jeli czsteczka jest zbyt dua, oddaj j chemikom. A jeli czsteczka okae si zbyt dua nawet dla chemików, albo jeli system zanadto si rozronie, to jest przekazywany biologom. Jeli rozmiary dalej bd rosn, biolodzy oddadz go psychologom, a ci z kolei krytykom literackim i tak dalej. To, co mówi neuronaukowcy, nie jest zatem pozbawione racji. Moe te jednak by tak, i jest to stanowisko poparte przekonujcymi argumentami, cho neuronaukowcom nie bardzo si podoba, e neuronauka w cigu kilku ostatnich wieków podala zlym torem. Ukazala si niedawno ksika autorstwa bardzo dobrego neuronaukowca i kognitywisty Randy'ego Gallistela, napisana razem z Adamem Kingiem, i ci autorzy argumentuj, wedlug mnie calkiem przekonujco, e neuronauka wzrastala w fascynacji asocjacjonizmem i powizanymi stanowiskami na temat tego, jak dzialaj organizmy ludzkie i zwierzce. W rezultacie naukowcy poszukuj tego, co ma cechy psychologii asocjacyjnej. Co poszlo le w sztucznej inteligencji? Rozmowa z Noamem Chomskym Katz: Tak jak plastyczno Hebba? [Mowa o teorii przypisywanej Donaldowi Hebbowi, wg której asocjacje midzy bodcami rodowiska a odpowiedziami na te bodce mog by zakodowane przez wzmacnianie polcze synaptycznych pomidzy neuronami nota redaktora ,,Atlantic"]3 Chomsky: Có, chodzi o wzmacnianie polcze synaptycznych. Gallistel od lat argumentuje, e jeli chce si odpowiednio bada mózg, powinno si zacz, mniej wicej tak jak Marr, od pytania o to, jakie zadania on wykonuje. Std najbardziej interesuj go insekty. A wic jeli chcemy bada, powiedzmy, neurologi mrówki, zapytamy, co takiego mrówka robi. Okazuje si, e mrówki wykonuj calkiem skomplikowane czynnoci, takie na przyklad jak integracja cieki. Jeli spojrze na pszczoly, ich nawigacja wymaga do skomplikowanych oblicze, biorcych pod uwag poloenie sloca, i tak dalej. Lecz zasadniczo Marr postuluje, by przyjrze si procesom poznawczym zwierzt, w tym ludzi, i e s to systemy obliczeniowe. Chcemy zatem znale jednostki obliczeniowe. Pomylmy, powiedzmy, o maszynie Turinga, która jest najprostsz form obliczeniow. W jej przypadku musimy znale takie jednostki jak: ,,czytaj", ,,pisz", ,,id na lewo". Nigdy si ich nie znajdzie, jeli poszukuje si wzmacniania polcze synaptycznych czy wlasnoci pola itp. Naley zacz od szukania tego, co tam jest i co tam dziala, a wówczas ujrzy si to z najwyszego poziomu Marra. Katz: Zgoda, jednak wikszo neuronaukowców nie siedzi przy biurkach i nie opisuje danych wejciowych i wyjciowych problemu, który badaj. S raczej nastawieni na to, by umieci mysz w sytuacji uczenia si i zarejestrowa tyle neuronów, ile si da. Albo pytaj, czy gen X jest koniecznie potrzebny do uczenia si. To wlanie tego rodzaju przekonania generuj ich eksperymenty. Chomsky: No wlanie... Katz: Czy jest to pojciowo wadliwe? Chomsky: Wie pan, w ten sposób moe pan uzyska uyteczne informacje. Ale jeli szukamy jednoczenie oblicze i wykonawców oblicze, to tak metod ich si nie znajdzie. To troch tak, jakby si szukalo pod niewlaciw latarni. Mona si spiera z tym, co mówi... Nie sdz, eby stanowisko Gallistela bylo powszechnie akceptowane przez neuronaukowców, ale to nie jest nieprawdopodobne stanowisko i zasadniczo pozostaje w duchu analizy Marra. Jeli si bada wzrok, to jego zdaniem najpierw trzeba zapyta, jakiego ,,What fires together, wires together" [red. PF]. Yarden Katz rodzaju zadanie obliczeniowe wykonuje uklad wzrokowy. Nastpnie poszukuje si algorytmu, który moe wykonywa te obliczenia i w kocu próbuje si znale takie mechanizmy, dziki którym algorytm móglby dziala. Postpujc w inny sposób niczego si raczej nie znajdzie. Jest duo takich przykladów, nawet w naukach cislych, cho przede wszystkim w naukach humanistycznych. Ludzie maj sklonno do badania tego, co umiej bada, i to jest zrozumiale. Znaj pewne techniki eksperymentalne, potrafi co zrozumie, chc odkry Ameryk i to jest w porzdku, nie mam zamiaru tego krytykowa ludzie robi to, co potrafi. Z drugiej strony, warto si zastanowi, czy zmierzaj w dobrym kierunku. A jeli si przyjmie z grubsza punkt widzenia Marra i Gallistela, z którym osobicie sympatyzuj, to trzeba pracowa w inny sposób, podejmowa innego rodzaju eksperymenty. Katz: Dobrze, zatem sdz, e kluczow ide u Marra jest, jak pan to powiedzial, znalezienie wlaciwych jednostek slucych do opisania problemu czy te wlaciwego ,,poziomu abstrakcji". Rozwamy konkretny przyklad z nowej dziedziny w neuronauce, zwanej konektomik, której celem jest znalezienie planu okablowania bardzo zloonego organizmu, znalezienie polcze wszystkich neuronów w ludzkiej czy mysiej korze mózgowej. To podejcie bylo krytykowane przez Sidneya Brennera, który byl, historycznie ujmujc, jednym z jego twórców. Obrocy tej dziedziny nie pytaj, czy plan okablowania jest wlaciwym poziomem abstrakcji moe wcale nie jest? Jaki jest paski pogld na ten temat? Chomsky: Có, mona zada duo prostsze pytania. Na przyklad tu, w MIT, od kilkudziesiciu lat prowadzony jest interdyscyplinarny program zajmujcy si nicieniem C. elegans4, i o ile dobrze wiem, nawet w przypadku tego malekiego zwierzcia, którego plan okablowania ju znamy, i jest tam z 800 neuronów, jeli si nie myl... Katz: Chyba ze 300. Chomsky: ...Tak czy inaczej, nie potrafimy przewidzie, co taki organizm zrobi. By moe dlatego, e szukamy w zlym miejscu. Katz: Chcialbym zmieni temat i porozmawia o rónych metodologiach, których uywano w AI. ,,Stara dobra sztuczna inteligencja", jak si j obecnie okrela, w duym stopniu korzystala z formalizmów w tradycji Gottloba Fre4 Caenorhabditis elegans nematode. Co poszlo le w sztucznej inteligencji? Rozmowa z Noamem Chomskym gego i Bertranda Russella, tj. logiki matematycznej lub jej pochodnych, takich jak wnioskowania niemonotoniczne itd. Jednak calkiem niedawno te podejcia zostaly prawie calkowicie wyeliminowane z glównego nurtu co z perspektywy historii nauki jest bardzo interesujce i zostaly w duej mierze zastpione w dziedzinie okrelanej jako AI modelami probabilistycznymi i statystycznymi. Moje pytanie brzmi: co, wedlug pana, wyjania t zmian, i czy jest to krok w dobr stron? Chomsky: Wiele lat temu wysluchalem wykladu Pata Winstona na ten temat. Jedn z wygloszonych przez niego wówczas uwag byla ta, e AI i robotyka doszly do punktu, w którym mona z nimi zrobi co uytecznego, wic zwrócily si one w kierunku praktycznych zastosowa i zostaly moe nie tyle zarzucone, ile zeslane na boczny tor, podczas gdy bardziej fundamentalne pytania naukowe utknly w miejscu, bo cieszylimy si z sukcesu technologicznego i osigania konkretnych celów. Katz: Wszystko to poszlo wic w stron inynierii... Chomsky: I stalo si to, czego si obawialem... No có, to zrozumiale, jednak odwrócilo to uwag od wstpnych pyta. Musz powiedzie, e sam bylem do sceptyczny w stosunku do pocztkowych prac nad AI. Sdzilem, e zaloenia s zbyt optymistyczne. Zakladano, e mona osign co, co wymagalo rzeczywistego zrozumienia systemów, które byly ledwie rozpoznane, a przecie nie da si dotrze do zrozumienia [organizmu przyp. tlum.] badajc zamiast niego skomplikowan maszyneri. Jeli usiluje si to zrobi, mona nawet osign sukces w ramach pewnej koncepcji, która sama siebie uzasadnia. Ale sukces w obrbie przyjtych zaloe to co zupelnie innego od sukcesu w nauce. Wemy na przyklad skrajny przypadek; wyobramy sobie, e kto chce raz na zawsze pozby si Wydzialu Fizyki. Wystarczy, jeli wyprodukuje nieskoczenie wiele nagra tego, co jest za oknem, wpuci dane do ogromnego, superszybkiego komputera i podda je zloonej analizie statystycznej przy zastosowaniu paru bayesowskich sztuczek [,,Atlantic": wspólczesne podejcie do analizy danych, które w duym stopniu posluguje si teori prawdopodobiestwa]. Otrzyma jakie przewidywania na temat tego, co zdarzy si za oknem w nastpnych dniach. Otrzyma lepsz prognoz ni ta, której kiedykolwiek dostarczylby Wydzial Fizyki. Jeli wic sukces definiowa bdziemy jako wyprowadzenie rozsdnych przyblie z masy chaotycznych i nieprzeanalizowanych danych, to zdecydowanie lepiej to robi w taki wlanie sposób, ni tak, jak robi to fizycy. Nie bdzie adnych eksperymentów mylowych na temat plaszczyzn zerowego tarcia itd. W ten sposób jednake nie uzyskamy zrozumienia, na poszukiwanie którego zawsze byla Yarden Katz nakierowana nauka otrzymamy tylko aproksymacj wszystkiego, co dotd zachodzilo. I to si zdarza absolutnie wszdzie. Przypumy, e chcemy przewidzie jutrzejsz pogod. Jednym ze sposobów, w jaki mona to zrobi, jest przyjcie pewnej wartoci prawdopodobiestwa pocztkowego. Istnieje wic due prawdopodobiestwo, e jutrzejsza pogoda bdzie tutaj taka, jaka byla wczoraj w Cleveland. Potem wrzucamy co wicej. Poloenie sloca odgrywa jak rol, a wic i to dodajemy, plus gar jakich innych zaloe. Przeprowadzamy eksperyment, spogldamy tu i tam, poprawiamy stosujc metod Bayesa, w kocu otrzymujemy dokladniejsz warto prawdopodobiestwa ni prawdopodobiestwo wyjciowe i mamy calkiem dobr prognoz na jutro. Ale meteorologowie nie tak pracuj. Oni chc wiedzie, jak system dziala. I to wlanie obrazuje dwie róne koncepcje sukcesu lub powodzenia. W mojej dziedzinie w dziedzinie lingwistyki tego rodzaju praktyki rozpanoszyly si wszdzie. To jest jak kognitywistyka obliczeniowa zastosowana do jzyka. Ta sama koncepcja sukcesu poznawczego stosowana jest niemal zawsze. Zatem jeli zbiera si coraz wicej danych i ma si coraz lepsze metody statystyczne, to mona otrzyma coraz lepsze przyblienia z jakiego ogromnego zbioru tekstów, jak na przyklad wszystkiego, co ley w archiwach ,,The Wall Street Journal". W ten sposób nie dowiemy si jednak niczego na temat jzyka. Zupelnie odmiennym podejciem, i jak sdz wlaciwym, jest próba ustalenia, czy jestemy w stanie zrozumie jakie fundamentalne zasady odnoszce si do glównych wlaciwoci systemu, nawet godzc si na to, e przy ich zastosowaniu pojawi si tysice nowych zmiennych wplywajcych na wynik na przyklad na to, co si dzieje za oknem. Po jakim czasie moemy uwzgldni te zmienne, aby uzyska lepsze przyblienia ale to jest zupelnie inne podejcie. To s po prostu dwie róne koncepcje nauki. Ta druga metoda stosowana jest od czasów Galileusza, czyli ley u podstaw nowoytnej nauki. Pierwsza metoda to szacowanie nieprzeanalizowanych danych. I ona jest tylko pozornie nowsza, bo i kiedy stosowano takie pomysly. Dzi zasadniczo nowe jest tylko wykorzystanie olbrzymich zasobów pamici do niezwykle szybkiego przetwarzania danych, i to pozwala rozwiza zadania, których nie daloby si wykona rcznie. Osobicie sdz jednak, e to prowadzi takie dziedziny jak kognitywistyka obliczeniowa w stron czego, co ma praktyczne zastosowanie... Katz: W inynierii? Chomsky: W kadym razie daleko od rozumienia. Tak, by moe w stron efektywnej inynierii. Zreszt to interesujce, jeli si zastanowi, co si stalo z inynieri. Kiedy przyszedlem na studia do MIT, w latach 50., to byla Co poszlo le w sztucznej inteligencji? Rozmowa z Noamem Chomskym politechnika. Byl tu bardzo dobry wydzial matematyki i fizyki, ale one byly wydzialami uslugowymi. Ich zadaniem bylo uczy inynierów rónych sztuczek, które mogliby zastosowa. Natomiast na wydziale inynierii elektrycznej uczono tego, co trzeba jak zbudowa obwód. Jeli kto przyszedl do MIT w latach 60. i póniej, zastawal ju co zupelnie innego. Niezalenie od tego, jak dziedzin inynierii si zajmowal, uczyl si jej podstaw i matematyki. Moe póniej uczyl si troch tego, jak sw wiedz zastosowa. Ale w modzie jest odtd zupelnie odmienne podejcie. Wynika to chyba z faktu, e po raz pierwszy w historii, nauki podstawowe, jak fizyka, mialy naprawd co wanego do powiedzenia inynierom. Poza tym technologie zaczly si bardzo szybko zmienia, wic nie ma sensu uczy si nowinek, bo one zmieniaj si co dziesi lat. Zatem zdecydowano, e naley uczy nauk podstawowych, które bd mialy zastosowanie niezalenie od tego, co si pojawi w poszczególnych dziedzinach. Tak na przyklad bylo na polu medycyny. W zeszlym wieku po raz pierwszy biologia miala co istotnego do powiedzenia praktykujcym lekarzom, a wic trzeba bylo rozumie biologi, jeli chcialo si zosta lekarzem. Ale znów technologia szybko si zmienila. Sdz, e jest tu jakby przejcie od sztuki której wykonywania si uczymy, i podobiestwo polega na tym, e staramy si dopasowa do siebie dane, których nie rozumiemy do nauki, która si pojawila w czasach nowoytnych, czyli mniej wicej od Galileusza. Katz: Rozumiem. Powrómy do paskiej uwagi na temat statystyki bayesowskiej w modelach jzyka i poznania. Slynna jest paska opinia, e mówienie o prawdopodobiestwie zdania jest ju samo w sobie niezrozumiale. Chomsky: Mona wygenerowa dowolne liczby, jakie tylko si chce, i one nic nie znacz. Katz: Same liczby nic nie znacz. To prawda, e nie mona calkiem bezporednio wiza metody probabilistycznej z bogatymi, wewntrznymi reprezentacjami umyslowymi, na które skladaj si zloone reguly i inne struktury symboliczne. Celem teorii probabilistycznej jest jedynie polczenie tego, co si samo narzuca, czyli rozproszonych danych ze wiata z wewntrznymi strukturami symbolicznymi. To nie zobowizuje nas do powiedzenia czegokolwiek na temat tego, jak umyslowe struktury powstaly mogly by w nas od pocztku lub by tam czciowo, z innymi parametrami, w zalenoci od tego, jak wyznaje si koncepcj. Teoria prawdopodobiestwa sluy jedynie jako klej do polczenia narzucajcych si danych z bardzo bogatymi reprezentacjami umyslowymi. Chomsky: Có... Nie ma nic zlego w teorii prawdopodobiestwa ani w statystyce. Yarden Katz Katz: Ale czy odgrywa ona jak rol? Chomsky: Jeli mona jej uy, to dobrze. Pytanie jednak, do czego warto jej uywa? Po pierwsze, trzeba zapyta, jaki sens ma rozszyfrowanie danych, które same si narzucaj? Czy warto rozumie to, co si dzieje za oknem? Katz: No có, jestemy tymi danymi zalewani. Jest to jeden z przykladów Marra jestemy stale wystawieni na natrtne dane trafiajce z naszej siatkówki do... Chomsky: To prawda. On mówi jednak: zadajmy sobie pytanie o to, jak system biologiczny wylawia te jednostki szumu, które s istotne. Siatkówka nie usiluje skopiowa szumu, który si do niej dostaje. Ona mówi: poszukam tego, tamtego i jeszcze czego tam. I tak samo si dzieje podczas nabywania jzyka. Noworodek jest konfrontowany z ogluszajcym szumem, który William James nazywal ,,brzczcym zamtem w rozkwicie", po prostu z rozgwarem. Jeli jednak na przyklad malp, kota, ptaka czy podobne zwierz wystawi si na ten halas, to nic si nie zdarzy. Natomiast niemowl jakim sposobem natychmiast i odruchowo wylawia z tego szumu jakie strzpki i elementy skladajce si na jzyki. To dopiero pierwszy krok. Jak ono to robi? Nie za pomoc analizy statystycznej w zakresie, w jakim i malpa moglaby wykona analiz statystyczn. Niemowl szuka konkretnych rzeczy. Std psycholingwici, neurolingwici i inni staraj si odkry te szczególne czci systemu obliczeniowego i ludzkiej neurofizjologii, które s jako nastrojone do poszczególnych aspektów otoczenia. Okazuje si, e istniej obwody nerwowe, które reaguj na szczególne rodzaje rytmu wystpujcego w dowolnym jzyku, zwizanego z dlugoci sylab itd. Pewne obserwacje wiadcz o tym, e jest to jedna z pierwszych rzeczy, których poszukuje mózg niemowlcia struktury rytmiczne. A powracajc do Gallistela i Marra, niemowl ma w mózgu jaki system obliczeniowy, który mówi: ,,w porzdku, oto co zrobimy z tymi rzeczami", i powiedzmy po dziewiciu miesicach przecitne niemowl odrzuca eliminuje ze swojego repertuaru fonetyczne rozrónienia, które nie s stosowane w jego ojczystym jzyku. Tak wic pocztkowo kady noworodek jest dostrojony do kadego jzyka. Jednak, dajmy na to, japoskie dziecko w wieku dziewiciu miesicy nie bdzie ju reagowalo na rozrónienie pomidzy gloskami ,,r" a ,,l" i uzna je za nieistotne. W ten sposób system zdaje si przesiewa mnóstwo moliwoci i skupia si na tych, które stanowi cz jego jzyka i stanowi do wski zasób moliwoci. Mona by wymyli jaki ,,nie-jzyk", w którym niemowl nigdy nie byloby w stanie przeprowadzi takiej eliminacji, i zobaczy, czego bdzie wówczas szukalo. Albo przejdmy do problemu bardziej abstrakcyjnego. Mamy powody przypuszcza, e takie proste sprawy jak porzdek liniowy, Co poszlo le w sztucznej inteligencji? Rozmowa z Noamem Chomskym czyli to, co poprzedza i co nastpuje póniej, nie wchodzi do syntaktycznych i semantycznych systemów obliczeniowych. One nie s po prostu zaprojektowane, by szuka porzdku liniowego. Stosuj jakie bardziej abstrakcyjne pojcia odlegloci ni odleglo linearna, i mona nawet na to znale jakie neurofizjologiczne wiadectwa. Na przyklad gdy wymyli si jaki sztuczny jzyk i nauczy si uytkowników, eby zaczli wykorzystywa porzdek liniowy, polecajc, by zawsze tworzyli zaprzeczenie przez jak modyfikacj trzeciego slowa w zdaniu, to ludzie ci potrafi rozwikla tak zagadk, ale wówczas nie uywaj zwyklych obszarów jzykowych w mózgu. W mózgu pobudzane s inne obszary i mówicy traktuj zaprzeczenie jako zagadk wlanie, a nie jako problem jzykowy. To wymaga od nich wikszej pracy, ale... Katz: Przyjmuje pan pobudzenie lub brak pobudzenia pewnego obszaru mózgu za przekonujcy dowód? Chomsky: To jest dowód, choby pan chcial czego wicej. To jest pewien rodzaj wiadectwa. Równie z perspektywy jzykoznawczej widzimy, jak dzialaj jzyki a one nie uywaj takich poj, jak trzecie slowo w zdaniu. Wemy proste zdanie, na przyklad: ,,Instynktownie, orly, które lataj, plywaj". ,,Instynktownie" lczymy tu z ,,plywaj", a nie z ,,lataj", chocia to wydaje si niezrozumiale. Ale to jest odruch. ,,Instynktownie", a wic przyslówek, nie szuka czasownika najbliszego fizycznie, lecz czasownika najbliszego strukturalnie. To znacznie trudniejsze obliczenie. Jest ono jednak jedynym uywanym przez nas. Porzdek liniowy jest prostszym obliczeniem, ale nigdy nie bywa uywany. Jest mnóstwo dowodów tego rodzaju i róne wiadectwa neurolingwistyczne. Wszystkie wskazuj na to samo. Kiedy przechodzi si do bardziej zloonych struktur, to abstrakcyjnych zwizków znajduje si coraz wicej. I to jest w moim przekonaniu wlaciwy sposób badania tego, jak system dziala w rzeczywistoci. W przypadku wzroku, Shimon Ullman i inni z laboratorium Marra dokonali do zaskakujcych odkry, takich jak na przyklad zasada sztywnoci [rigidity principle]. Nie daloby si tego osign przez analiz danych statystycznych. Oni dokonali odkrycia dziki uwanie zaprojektowanym eksperymentom. Szukali korelatów neurofizjologicznych i zastanawiali si, czy mona zidentyfikowa co, co wykonuje te obliczenia. Myl, e tak samo jest z jzykiem, ze zdolnoci do wykonywania zada arytmetycznych, z planowaniem, z czymkolwiek, na co si spojrzy. Samo zajmowanie si niezanalizowanymi, chaotycznymi danymi raczej nigdzie nas nie zaprowadzi, tak jak nigdzie nie zaprowadziloby Galileusza. Co wicej, gdyby si cofn do jego czasów, czyli do XVII wieku, wybitnym naukowcom takim jak Galileusz nie byloby latwo przekona NSF [Narodow Fundacj Nauki], tj. arystokra- Yarden Katz tów, e to, co robi, ma jakikolwiek sens. Bo po co bada kulki toczce si po nachylonej plaszczynie bez tarcia, jeli takie plaszczyzny w ogóle nie istniej? Dlaczego nie bada, jak rosn kwiatki? Przecie gdyby kto badal wzrost kwiatów w tamtych czasach, te otrzymalby jak analiz statystyczn. Warto pamita, e jeli chodzi o kognitywistyk, jestemy przed Galileuszem, dopiero zaczynamy zglbia ten temat. Sdz te, e moemy si sporo nauczy ze sposobu, w jaki postpowala nauka w owym czasie. Jeden z zaloycielskich eksperymentów chemii przeprowadzono okolo 1640 roku, kiedy to kto udowodnil ku zadowoleniu przedstawicieli wiata nauki a do czasów Newtona e woda moe si zmieni w yw materi. Sposób, w jaki dokonano tego ustalenia nikt oczywicie nie mial pojcia o fotosyntezie byl nastpujcy. Kto wzil gar ziemi i podgrzal j tak, aby cala woda wyparowala. Nastpnie zwayl ziemi, wetknl w ni galzk wierzby i podlewal wod, zawsze mierzc, ile wody wlewa. Po jakim czasie wyroslo drzewko. Znów wzil t ziemi, podgrzal j, aby woda wyparowala, i zwayl, by wykaza, e [masa niewiele spadla, czyli przyp. tlum.] woda zmienila si w db czy inne drzewo. To jest jaki eksperyment, on jest nawet poniekd poprawny, lecz problem w tym, e ten ogrodnik nie wiedzial, czego szukal. I nikt tego nie wiedzial, a do czasu, gdy Priestley odkryl, e jednym ze skladników wiata jest powietrze, e powietrze zawiera azot i tak dalej. Potem dowiedzielimy si o fotosyntezie itp. Wtedy mona bylo powtórzy eksperyment i stwierdzi, co si naprawd dzieje. Jednak latwo dajemy zwie si takim eksperymentom, które wydaj si co potwierdza, poniewa nie wiemy wyranie, czego za ich pomoc szukamy. I mona zagubi si jeszcze bardziej, jeli próbuje si bada wzrost drzew zbierajc wylcznie wiele danych na temat tego, jak rosn drzewa. Wrzuca si jakie dane do komputera, robi obliczenia statystyczne i otrzymuje przyblienie do czego, co musialo si zdarzy. Katz: Pozostamy przy biologii, czy uznalby pan prac Mendla za udany przypadek? Przypadek, który uwzgldnia narzucajce si dane czyli zasadnicze wyniki i postuluje pewien teoretyczny przedmiot... Chomsky: Ale nie tylko to. Wyrzuca si wiele danych, które nie pasuj... Katz: Jednak dostrzega si pewien rozklad, który ma sens w ramach teorii. Chomsky: Tak, on mial dobr metod. Pozwolil, eby teoria kierowala danymi. Pojawialy si dane sprzeczne, które zostaly w mniejszym lub wikszym stopniu pominite. Po prostu nie uwzgldnial ich w dokumentacji. No i oczywicie mówil o rzeczach, których nikt nie byl w stanie zweryfikowa, na przyklad nie dalo si znale jednostek, które postulowal. Ale oczywicie tak Co poszlo le w sztucznej inteligencji? Rozmowa z Noamem Chomskym dziala nauka. Podobnie jest z chemi. Chemia, a do czasów mojego dziecistwa, a wic nie tak dawno temu, byla postrzegana jako narzdzie obliczeniowe, poniewa nikt nie potrafil zredukowa jej do fizyki. Stanowila ona zatem tylko sposób obliczania wyników eksperymentów. Atom Bohra byl traktowany w ten sposób. To byl sposób liczbowego zapisania wyników eksperymentów, jednak nie mona bylo tego uzna za prawdziw nauk, bo nie mona bylo wyników zredukowa do fizyki. Co przez przypadek okazalo si twierdzeniem prawdziwym nie mona bylo zredukowa chemii do fizyki, bo to fizyka byla w bldzie. Kiedy przyszla fizyka kwantowa, mona bylo j pogodzi z prawie niezmienion chemi. Projekt redukcjonistyczny byl po prostu bldny. Wlaciwym projektem bylo zrozumienie, jak te dwa sposoby patrzenia na wiat dadz si ze sob pogodzi. To wlanie okazalo si niespodziank uzgodnienie zawdziczamy radykalnej zmianie, która nastpila w nauce podstawowej. Równie dobrze moe tak si zdarzy w przypadku psychologii i neuronauki. Przecie neuronauka nie jest a tak zaawansowana jak fizyka sto lat temu. Katz: To stanowiloby argument przeciwko redukcjonistycznemu podejciu do poszukiwania czsteczek bdcych korelatami... Chomsky: Tak. Prawd mówic wielokrotnie wykazywano, e podejcie redukcjonistyczne jest bldne. Tylko e podejcie unifikacyjne ma sens. Jednak unifikacja niekoniecznie musi si wiza z redukcj, poniewa podstawowa nauka moe by le pojmowana, jak na przyklad we wspomnianym przypadku fizyki i chemii, i podejrzewam, e podobnie jest w przypadku neuronauki i psychologii. Jeli Gallistel ma racj, to by moe one jako si ze sob lcz, ale przy innej wersji neuronauki. Katz: A zatem, czy denie do unifikacji jest warte zachodu, czy raczej poszczególne dziedziny powinny rozwija si równolegle? Chomsky: Unifikacja jest na swój sposób intuicyjnym idealem, czci tajemnicy, jaka otacza nauk, jeli pan zgodzi si to tak nazwa. Chodzi o to, e staramy si znale ujednolicon teori wiata. Moe jednak by tak, e wcale takiej wersji nie ma, by moe róne czci dzialaj na róne sposoby. Jednak to zaloenie przyjmujemy i dopóki nie uda si go definitywnie obali, bd zakladal, e moliwe jest ujednolicone wyjanienie wiata, a moim zadaniem jest do niego dotrze. Do ujednolicenia nie musi doj w drodze redukcji czsto tak nie jest. Jest to jakby myl przewodnia podejcia Davida Marra: to, co odkrywasz na poziomie obliczeniowym, powinno by ujednolicone z tym, co pewnego dnia znajdziesz na poziomie mechanizmu, cho moe nie w ten sposób, w jaki obecnie rozumiemy te mechanizmy. Yarden Katz Katz: Zdaje si, e domylnym zaloeniem Marra jest to, e nie da si pracowa na wszystkich trzech poziomach jednoczenie [obliczeniowym, algorytmicznym i implementacyjnym ,,Atlantic"], e analiza musi zstpowa z góry na dól, co jest bardzo silnym zaloeniem, biorc pod uwag, e nauka zazwyczaj nie dziala w ten sposób. Chomsky: Có, nie powiedzialbym, e zawsze trzeba si trzyma sztywnego schematu. Na przyklad odkrycie czego wicej na temat mechanizmów moe prowadzi do modyfikacji pojcia obliczenia. Zachodzi wic pewnego rodzaju pierwszestwo logiczne, które nie jest pierwszestwem badawczym, jako e w badaniach wszystko odbywa si w tym samym czasie. Jednak zdaje mi si, e ogólne wyobraenie jest poprawne. Cho pewnie powinienem wspomnie, e koncepcja Marra byla zaprojektowana dla systemów wejcia... Katz: Systemów przetwarzania informacji... Chomsky: Tak, takich jak widzenie. Dookola s jakie dane jest system przetwarzania i co si dzieje wewntrz. Nie jest to dobry projekt dla ukladów poznawczych. Wemy na przyklad pask zdolno do wykonywania operacji arytmetycznych... Katz: Jest ona bardzo ograniczona, ale w porzdku... Chomsky: Niech bdzie [miech]. Lecz jest to zdolno wewntrzna, paski mózg jest jednostk kontroln pewnego rodzaju maszyny Turinga i ma on dostp do rónych danych zewntrznych, takich jak pami, czas i tak dalej. Co do zasady, móglby pan pomnoy cokolwiek, ale oczywicie nie jest tak w praktyce. Jeliby spróbowa dowiedzie si, jaki jest ten paski wewntrzny system, to hierarchia Marra nie dziala zbyt dobrze. Mona mówi o poziomie obliczeniowym by moe reguly, które mam, to aksjomatyka Peana [,,Atlantic": teoria matematyczna stworzona przez wloskiego matematyka Giuseppe Peano, opisujca glówny zbiór podstawowych regul rzdzcych rachunkiem i liczbami naturalnymi, z których wydedukowa mona wiele uytecznych faktów na temat arytmetyki] lub co podobnego. Czymkolwiek one s stanowi poziom obliczeniowy. W teorii, cho nie wiemy jak, mona mówi o poziomie neurofizjologicznym. Ale nikt nie wie, czy istnieje prawdziwy poziom algorytmiczny, poniewa nie ma czego takiego, jak obliczanie wiedzy. Posiadamy tylko jaki system wiedzy. Nie istnieje algorytm slucy odkrywaniu prawidlowoci w systemie wiedzy, bo wiedza nie opiera si na procesie. Procesy wystpuj przy wykorzystaniu wiedzy, ale to jest ju co calkiem innego. Co poszlo le w sztucznej inteligencji? Rozmowa z Noamem Chomskym Katz: A to, e popelniamy bldy, czy to nie dowodzi, e jaki proces si nie powiódl? Chomsky: To proces uycia systemu wewntrznego. Jednak system wewntrzny jako taki nie jest procesem, poniewa nie ma algorytmu. Wemy choby zwyczajn matematyk. Aksjomatyka Peana i reguly wnioskowania wyznaczaj wszystkie obliczenia arytmetyczne, lecz algorytm nie istnieje. Jeli zapyta pan, jak teoretyk liczb uywa liczb odpowied brzmi na wiele sposobów. By moe nie zaczyna od aksjomatów, lecz od regul wnioskowania. Bierze twierdzenie i patrzy, czy da si ustanowi jaki lemat, a jeli on dziala, czy da si go na czym oprze, i wreszcie otrzymuje si jaki dowód, który jest przedmiotem geometrycznym. Katz: Lecz ta czynno zasadniczo róni si od dodawania malych liczb w pamici, co z pewnoci polega na jakim algorytmie. Chomsky: Niekoniecznie. Algorytm istnieje dla procesu w obu przypadkach. Nie ma jednak algorytmu dla samego systemu mówienie o nim to bld kategorialny. Nie pytamy o to, jaki proces jest definiowany za pomoc aksjomatyki Peana i regul wnioskowania. Nie ma takiego procesu. Moe by natomiast proces ich uycia. Moe to by zreszt skomplikowany proces, i to samo dotyczy paskiego liczenia. Dla wewntrznego systemu, który pan posiada, nie pojawia si pytanie o proces. Pojawia si natomiast dla paskiego uycia tego systemu i moe pan wykonywa operacj mnoenia na wiele sposobów. Na przyklad, jeli chce pan doda 7 do 6, to jednym z algorytmów jest: ,,Zobacz, ile potrzeba, aby otrzyma 10" potrzeba 4, a wic zostalo mi 3, wic musz wyj od 10, doda to 3 i dostan 13. To jest algorytm dodawania takiego zreszt uczyli mnie w przedszkolu. To jeden ze sposobów dodawania. S i inne sposoby nie ma jednego slusznego algorytmu. To s algorytmy na przebieg procesu zachodzcego w systemie poznawczym, który mamy w glowie. A tego systemu nie opisuje si przez algorytmy. Mona zapyta o poziom obliczeniowy, mona zapyta o poziom dzialania mechanizmu, lecz poziom algorytmiczny nie istnieje dla takiego systemu. Tak samo jest z jzykiem. Jzyk jest troch jak kompetencja arytmetyczna. Jest tam jaki system, który ustala brzmienie i znaczenie nieskoczonej liczby kombinacji moliwych zda. Nie pojawia si jednak pytanie, jaki tam dziala algorytm, tak jak nie pojawia si pytanie o to, co formalny system arytmetyki mówi o dowodzeniu twierdze. Sposobem uycia systemu jest proces i mona go bada z punktu widzenia poziomu Marra. Wane, ebymy stosowali jasne pojcia mówic o tych rozrónieniach. Yarden Katz Katz: Zdaje si jednak, e zaskakujcym rozwizaniem jest przejcie z teorii poziomu obliczeniowego, takiej jak aksjomaty Peana, do trzeciego poziomu Marra, czyli... Chomsky: Mechanizmów. Katz: ...Mechanizmów i implementacji... Chomsky: No tak. Có... Katz: ...bez choby jednego algorytmu. Chomsky: Nie sdz, aby to byla prawda. By moe informacja na temat tego, jak [system] jest uywany, powie panu co o tych mechanizmach. Jaka wysza forma inteligencji by moe wysza ni nasza zobaczylaby, e istnieje system wewntrzny o podstawie fizjologicznej, któr mona bada nawet nie patrzc na proces, przez który ten system jest wykorzystywany. Kto wie, moe przez zbadanie procesu wykorzystujcego taki system mona zdoby informacj na temat tego, co naley robi dalej jednak pojciowo to jest ju odrbny problem. Powraca pytanie o to, jaki jest najlepszy sposób badania wszelkich problemów. By moe najlepszym sposobem studiowania relacji pomidzy aksjomatyk Peana a neuronami jest obserwowanie, jak matematycy dowodz twierdze. Ale tak bdzie tylko wtedy, gdy okae si, e moe to nam dostarczy informacji, które oka si pomocne. Wlaciwym rezultatem kocowym bdzie opis systemu w mózgu, jego podstawy fizjologicznej, bez opierania si na jakimkolwiek algorytmie. Algorytmy dotycz procesu zachodzcego w systemie, i to moe pomóc uzyska odpowiedzi. Troch tak jak równia pochyla mówi co na temat szybkoci spadania, cho prawa Newtona nic nie mówi o równi pochylej. Katz: No wlanie. A wic logika bada nad systemami poznawczymi i jzykowymi przy uyciu takiego podejcia jak u Marra jest wlaciwa. I sam pan twierdzil, e kompetencja jzykowa jest elementem wyposaenia genetycznego. Mona by j te odnie do innych ukladów biologicznych: do ukladu odpornociowego czy krwiononego... Chomsky: Z pewnoci, uwaam, e zachodzi tu podobiestwo. Mona powiedzie to samo o badaniu ukladu odpornociowego. Katz: By moe latwiej to mona zrobi dla innych systemów ni system poznania. Co poszlo le w sztucznej inteligencji? Rozmowa z Noamem Chomskym Chomsky: Lecz oczekiwalbym wtedy innych odpowiedzi. Mona to zrobi dla ukladu trawienia. Przypumy, e kto bada uklad trawienny. Ten kto nie bdzie sprawdza, co si dzieje, gdy ma si gryp oldkow lub wlanie zjadlo Big Maca. Przypomnijmy sobie sytuacj robienia zdj widoku za oknem. Jednym ze sposobów badania ukladu trawiennego jest zebranie wszystkich dostpnych danych na temat tego, jak on dziala w rónych warunkach, wrzucenie ich do komputera, przeprowadzenie analizy statystycznej i co si wtedy otrzyma. Jednak biolog nie bdzie postpowal w taki sposób. Biolodzy chc od samego pocztku pomija to, co uwaaj slusznie, czy nieslusznie, to niewane, bo kady moe robi bldy za nieistotne zmienne, np. fakt, e kto ma akurat gryp oldkow. Katz: Ale to jest dokladnie to, co robi biolodzy: bior ludzi z chorym ukladem trawiennym i porównuj ich do zdrowych, mierzc jakie wlaciwoci molekularne. Chomsky: Tak postpuj na zaawansowanym etapie. Teraz ju wiele rozumiej na temat ukladu trawiennego i wiedz, co z czym porównaj. Bez tego zrozumienia nie wiedzieliby, co maj porównywa i dlaczego jeden jest chory, a drugi nie. Katz: Ale polegaj na analizie statystycznej w celu wyodrbnienia cech wyróniajcych. Jest to latwe do sfinansowania podejcie, bo twierdz, e badaj chorych ludzi. Chomsky: Moe to by dobry sposób na zdobycie funduszy. By moe dobrym sposobem na finansowanie bada nad jzykiem jest, powiedzmy, zapewnienie pomocy przy leczeniu autyzmu. Ale to jest zupelnie odrbne pytanie [miech]. Logika badania wymaga tego, by zacz od przestudiowania systemu i oddzielenia go od tego, co uznaje si za nieistotne szumy. Trzeba zobaczy, czy da si znale jak podstawow natur systemu, a póniej pyta, co si zdarzy, jeli dolczy si do tego systemu jedn z tych przygodnych rzeczy, jak choby grypa oldkowa. Katz: W dalszym cigu jednak trudno odnie poziomy Marra do tego rodzaju systemów. Jeli zapyta pan, jaki problem obliczeniowy rozwizuje mózg, mamy jak odpowied na to pytanie jest on troch jak komputer. Lecz jeli zapyta pan, jaki problem obliczeniowy rozwizywany jest przez pluco, to trudno o tym w ogóle myle nie jest to oczywisty problem przetwarzania informacji. Yarden Katz Chomsky: Nie, i nie ma powodu zaklada, e cala biologia jest obliczeniowa. Ale istniej powody, by zaklada, e poznanie jest obliczeniowe. W rzeczywistoci Gallistel nie mówi, e wszystko, co jest w ciele, powinno by badane przez znajdowanie jednostek typu ,,czytaj/pisz/wylij". Katz: To zdaje si wrcz sprzeczne z jakkolwiek ewolucyjn intuicj. Te systemy ewoluowaly jednoczenie, powtórnie uywaly wielu tych samych czci, tych samych czsteczek, cieek. Komórki obliczaj róne rzeczy. Chomsky: Nie badamy pluc stawiajc pytanie o to, co obliczaj komórki. Badamy take uklady odpornociowy i wzrokowy, ale nie spodziewamy si tych samych odpowiedzi. Organizm jest wysoce modulowym systemem, zawiera wiele zloonych podsystemów, które s w mniejszym lub wikszym stopniu zintegrowane. Dzialaj wedlug rónych zasad. Biologia jest wysoce modulowa. Nie zakladamy, e jest to jeden wielki balagan, ani e wszystko dziala tak samo. Katz: Nie, z pewnoci. Mam na myli tylko to, e mona by stosowa to samo podejcie do badania kadego z tych modulów. Chomsky: Niekoniecznie, zwlaszcza jeli moduly s róne. Niektóre moduly mog by obliczeniowe, inne nie. Katz: A wic jaka wedlug pana bylaby wlaciwa teoria wyjaniajca dane, a nie tylko przewidujca ich wystpienie w oparciu o ustalenia statystyczne? Jaka teoria bylaby adekwatna dla tych systemów, które nie s obliczeniowe? Czy moemy w ogóle je zrozumie? Chomsky: Oczywicie. Mona zrozumie wiele na temat tego na przyklad, co sprawia, e embrion zmienia si w kurczaka, a nie, dajmy na to, w mysz. Jest to bardzo skomplikowany system, jego cz stanowi wszelkiego rodzaju interakcje chemiczne i tym podobne. Nawet u nicienia nie jest wcale oczywiste, e wszystko jest kwesti sieci neuronowej. Trzeba przyjrze si skomplikowanym interakcjom chemicznym, które zachodz w mózgu, w systemie nerwowym. Naley przyjrze si kademu systemowi po kolei. Owe interakcje chemiczne mog nie by zwizane z tym, jak dziala nasza zdolno do oblicze arytmetycznych i prawdopodobnie nie s mog jednak by zwizane z tym, czy decyduje si pan podnie rk, czy j opuci. Katz: Chocia jeli bada si interakcje chemiczne, to moemy doj do tego, co nazwal pan redeskrypcj badanego zjawiska... Co poszlo le w sztucznej inteligencji? Rozmowa z Noamem Chomskym Chomsky: ...Albo wyjanieniem. By moe zwizek jest bezporedni i istotny. Katz: Lecz jeli zaproponuje pan wyjanienie sprowadzajce si do tego, e zwizek chemiczny X musi zosta uruchomiony, albo do tego, e gen X musi zosta wlczony, to nie wyjania pan naprawd tego, jak dochodzi do uksztaltowania si organizmu. Znalazl pan po prostu wlcznik i go nacisnl. Chomsky: Tak, dopóki nie pójd krok dalej i nie dowiem si, co sprawia, e ten gen robi to czy tamto w jednych warunkach, a co innego w innych. Katz: Ale jeli geny stanowi niewlaciwy poziom abstrakcji, to ma pan klopot. Chomsky: Wtedy nie dostan wlaciwej odpowiedzi. I by moe one rzeczywicie nie stanowi wlaciwego poziomu oddzialywania. W dalszym cigu trudno na przyklad wyjani, jak z genomu wyrasta organizm. Wewntrz komórki wytwarzanych jest bardzo wiele rzeczy. Jeli patrzymy wylcznie na dzialanie genów, to by moe nie jestemy na wlaciwym poziomie abstrakcji. Tego si nigdy nie wie i dlatego wlanie usilujemy to zbada. Nie sdz, eby istnial jakikolwiek algorytm pozwalajcy odpowiedzie na takie pytanie. Niech pan spróbuje go znale. Katz: Chcialbym zatem skierowa nasz rozmow w stron ewolucji. Krytykuje pan stanowisko, które okrela pan mianem ,,empiryzmu filogenetycznego". Krytykuje je pan za brak mocy eksplanacyjnej. Jego zwolennicy mówi: có, umysl jest taki, jaki jest, z powodu przystosowa do rodowiska. A to przystosowanie bylo wybrane w drodze doboru naturalnego. Twierdzi pan, e to niczego nie wyjania, poniewa zawsze mona odwola si do dwóch zasad: mutacji i doboru naturalnego. Chomsky: Moemy co prawda machn na nie rk, ale to moe by dobra teoria. Moe si okaza, e dajmy na to rozwój zdolnoci arytmetycznej jest wynikiem losowej mutacji i doboru. I jeli to okae si prawd, to w porzdku. Katz: To brzmi jak jaki truizm. Chomsky: No có, to nie musi oznacza falszu. Truizmy s prawdziwe. [miech] Yarden Katz Katz: Ale niewiele wyjaniaj. Chomsky: By moe jest to najwyszy poziom wyjanienia, na jaki nas sta. Mona wymyli wiat ale nie sdz, by to byl nasz wiat w którym nie dzieje si nic oprócz losowych zmian w przedmiotach i oprócz doboru kierowanego silami zewntrznymi. Nie sdz, aby nasz wiat dzialal w ten sposób i nie sdz, eby jakikolwiek biolog mylal, e tak nasz wiat dziala. Jest wiele sposobów, na jakie prawo naturalne narzuca kierunki, którymi idzie dobór naturalny i w rezultacie niektóre rzeczy mog si zdarzy, a inne nie. Jednak wiele z tego, co zachodzi w biologii organizmów, nie ma takiego charakteru. Rozwamy pierwszy krok mejoz. Dlaczego komórki dziel si na kule, a nie na szeciany? To nie wynik losowej mutacji i doboru naturalnego to prawo fizyki. Nie ma powodu, aby sdzi, e prawa fizyki tu si kocz. One dzialaj przez caly czas zachodzenia procesu. Katz: Z pewnoci narzucaj one ograniczenia biologii. Chomsky: W porzdku, zatem dziala nie tylko losowa mutacja i dobór. Dziala losowa mutacja, dobór naturalny i wszystko, co ma znaczenie, jak np. prawa fizyki. Katz: Na jakie odkrycia mona wobec tego liczy ze strony podejcia okrelanego obecnie jako ,,genomika porównawcza"? The Broad Institute [w MIT i na Uniwersytecie Harvarda przyp. ,,Atlantic"] generuje ogromne iloci danych na temat rónych genomów, rónych zwierzt, rónych komórek w rónych warunkach i sekwencjonuje kad czsteczk, któr zdola. Czy mona si dowiedzie czego na temat wyszych funkcji poznawczych z owych porównawczych bada ewolucyjnych, czy to raczej naiwne oczekiwanie? Chomsky: Nie twierdz, e to jest bldne podejcie, ale nie wiem o niczym, co mona by z niego wywnioskowa. I nie sdz, eby pan si czego spodziewal. Katz: Nie przychodz panu do glowy adne przyklady, w których ta analiza ewolucyjna do czego si przydala? A mutacja Foxp2? [,,Atlantic": gen, o którym sdzi si, e ma zwizek z mow lub kompetencj jzykow. U rodziny, której czlonkowie mieli zaburzenia mowy, wykryto mutacj tego genu. W drodze ewolucji postalo kilka mutacji tego genu charakterystycznych dla ludzkiej linii rozwojowej] Chomsky: Foxp2 jest interesujca, ale nie ma zwizku z jzykiem. Ma za to zwizek np. z motoryk mal. Koordynacja ruchowa moe zachodzi, gdy Co poszlo le w sztucznej inteligencji? Rozmowa z Noamem Chomskym wypowiadamy si w jakimkolwiek jzyku. Kiedy mówi, kontroluj swoje wargi itd., ale to wszystko jest poboczne w stosunku do kompetencji jzykowej i zdajemy sobie z tego spraw. Wic na przyklad jeli uywamy organów mowy lub jeli dajemy znaki rkami, to poslugujemy si tym samym jzykiem. Prawd mówic, jest on nawet analizowany i produkowany w tych samych czciach mózgu, mimo i jedn czynnoci jest poruszanie rkami, a inn ustami. Niezalenie od tego, jak to si uzewntrznia, ekspresja wydaje si czym pobocznym. Myl, e cechy szczególowe jzyka s zbyt skomplikowane, eby teraz o nich mówi, ale sdz, e jeli przyjrze si im bliej, uzyskamy potwierdzenie tej tezy. W badaniach nad jzykiem mona trafi na interesujce przypadki konfliktu pomidzy wydajnoci obliczeniow a wydajnoci komunikacyjn. Wemy wspomniany przeze mnie porzdek liniowy. Chcemy wiedzie, z którym czasownikiem lczy si przyslówek. Niemowl odruchowo korzysta z minimalnej odlegloci strukturalnej, nie z minimalnej odlegloci linearnej. Uywanie minimalnej odlegloci linearnej jest obliczeniowo latwe, wymaga jednak zdolnoci korzystania z porzdku liniowego. A jeli porzdek liniowy jest jedynie odzwierciedleniem ukladu sensoryczno-motorycznego, co brzmi prawdopodobnie, to niemowl nie ma go do dyspozycji. Dowodzi to, e odwzorowywanie ukladu wewntrznego na uklad sensoryczno-motoryczny jest poboczne w stosunku do pracy systemu obliczeniowego. Katz: By moe wystpuj tu takie ograniczenia, jak w fizyce, która ogranicza mejoz? Chomsky: Moe, ale jest na to niewiele dowodów. Cho na przyklad lewy koniec zdania lewy w sensie wczeniejszy ma inne wlaciwoci ni prawy koniec. Jeli chce pan zada pytanie, powiedzmy: ,,Z kim si widziale?", stawia pan ,,z kim" na pocztku, a nie na kocu zdania. W kadym jzyku, w którym zaimek pytajcy móglby wystpi w rónym miejscu, idzie on na lewo, a nie w prawo. Jest bardzo prawdopodobne, e to ograniczenie wie si z przetwarzaniem. Zdanie zaczyna si od oznajmienia sluchajcemu, jakiego jest rodzaju. Jeli co jest na kocu, to wystpuje w zdaniu oznajmujcym, na którego kocu otrzymuje si informacj, o któr si pytalo. Mówic wprost, chodzi tu o ograniczenie zwizane z przetwarzaniem. A wic jest to przypadek, o ile okae si on prawdziwy, w którym ograniczenie zwizane z przetwarzaniem, czyli z ekspresj, ma wplyw na obliczeniowy charakter skladni i semantyki. Istniej przypadki, w których mona znale wyrany konflikt midzy wydajnoci obliczeniow a komunikacyjn. Wemy prosty przyklad dwuznacznoci strukturalnej. Gdy mówi: ,,Odwiedziny krewnych mog by klopotliwe" to wyraam si dwuznacznie. Krewni mog odwiedza mnie i ja Yarden Katz mog odwiedza krewnych. Okazuje si, e w kadym znanym przypadku tego rodzaju, dwuznaczno wynika po prostu z przyzwolenia na swobodne funkcjonowanie regul, bez ogranicze. Jest to wic obliczeniowo wydajne, lecz niewydajne komunikacyjnie, poniewa wiedzie do nierozwizywalnej dwuznacznoci. Albo wemy zwodnicze zdania [garden-path sentences] takie jak ,,The horse raced by the barn fell" [,,Ko biegal/przegnany obok stajni upadl"]. Ludzie, którzy slysz to zdanie, nie rozumiej go, bo jest ono tak sformulowane, e zwodzi sluchajcego. ,,Ko biegal obok stajni" brzmi jak zdanie, ale co ,,upadl" robi na kocu? Z drugiej strony, jeli o tym pomyle, jest to calkiem dobrze sformulowane zdanie. Oznacza ono, e ko, na którym kto przejedal obok stajni, upadl. Jednak reguly jzyka czyni to zdanie niezrozumialym, z powodu tej podchwytliwoci. Takich przypadków jest wiele. Pewnych rzeczy nie da si wyranie powiedzie z rónych powodów. Jeli wic mówi: ,,Mechanicy naprawili samochody", a pan mówi: ,,Wlanie, oni si zastanawiali, czy mechanicy naprawili samochody", to moe pan mie na myli pytanie o samochody: ,,Ile samochodów, oni zastanawiali si, czy mechanicy naprawili?" To jako nie dziala, nie mona tak powiedzie. Sama myl jest w porzdku, ale powiedzie tak nie mona. Jeli si bliej temu przyjrze, najbardziej wydajne reguly obliczeniowe powstrzymuj nas przed mówieniem w ten sposób. Lecz dla wyraenia myli, dla komunikacji, byloby lepiej, gdyby dalo si tak powiedzie a wic zachodzi tu konflikt. W gruncie rzeczy w kadym znanym przypadku konfliktu wydajno obliczeniowa wygrywa. Ekspresja dopuszcza wszelkiego rodzaju dwuznacznoci, lecz z prostych obliczeniowych powodów jak si zdaje system wewntrznie oblicza wydajnie, tylko nie dba o uzewntrznienie. Có, moe nie sformulowalem tego tak, by brzmialo to bardzo prawdopodobnie, ale jeli si to zrobi, to myl, e powstaje do przekonujcy argument. I to nam co mówi o ewolucji. Sugeruje, e w ewolucji jzyka rozwinl si system obliczeniowy, który póniej zostal uzewntrzniony. A jeli pomyle, w jaki sposób prawdopodobnie wyksztalcil si jzyk, to wiedzie to nas wprost do nastpujcego stanowiska. W pewnym momencie ewolucji czlowieka a wyniki bada archeologicznych wskazuj, e bylo to calkiem niedawno, moe w cigu ostatnich stu tysicy lat, czyli tyle co nic zatem w którym momencie wylonil si system obliczeniowy o nowych wlasnociach, takich, których nie maj inne organizmy, o wlasnociach z rodzaju arytmetycznych. Katz: I pozwolil nam lepiej myle, ni umiemy to wyrazi? Chomsky: On wprost dal nam myl. Najpierw nastpilo jakie poprzelczanie kabli w mózgu, co stalo si u jednej osoby, a nie w grupie. Czyli ta Co poszlo le w sztucznej inteligencji? Rozmowa z Noamem Chomskym osoba zyskala zdolno mylenia, ale nie jej grupa. Wtedy uzewntrznianie myli nie mialo sensu. Póniej ta genetyczna zmiana musiala si jako rozprzestrzeni, stala si udzialem wielu osób. W porzdku, teraz warto si stara o znalezienie sposobu na ekspresj myli w systemie sensoryczno-motorycznym, i powstaje uzewntrznienie, ale to jest proces wtórny. Katz: Chyba e uzewntrznienie i system wewntrznych myli s jako sprzgnite, czego po prostu nie umiemy przewidzie. Chomsky: Nie przewidujemy i nie jest to zbyt sensowne polczenie. Dlaczego [wewntrzne myli przyp. tlum.] mialyby by polczone z systemem uzewntrzniania? Zwrómy uwag, e nasza zdolno arytmetyczna taka nie jest. S zwierzta, jak na przyklad ptaki piewajce, które maj wewntrzne systemy obliczeniowe, ptasie trele. Nie jest to ten sam system, ale jest to jaki rodzaj wewntrznego systemu obliczeniowego. Jest on czasem uzewntrzniany, a czasem nie. Niektóre pisklta ucz si melodii charakterystycznej dla swojego gatunku, jednak nie wykonuj jej a do osignicia dojrzaloci. Na tym wczesnym etapie ptak ma piosenk, ale nie ma systemu ekspresji. Dotyczy to te ludzi. Niemowl rozumie wicej, ni jest w stanie wyrazi mnóstwo dowodów eksperymentalnych na to wskazuje, co znaczy, e ma ono system wewntrzny w jakim sensie, lecz nie moe go uzewntrzni. By moe nie ma wystarczajco duo pamici lub wystpuj tu jakie inne powody. Katz: Chcialbym zakoczy pytaniem dotyczcym filozofii nauki. W niedawnym wywiadzie powiedzial pan, e czci problemu jest, e naukowcy nie do myl o tym, czego wlaciwie si podejmuj. Wspomnial pan, e prowadzil pan zajcia z filozofii nauki w MIT i sluchacze czytali, powiedzmy, Willarda Van Orman Quine'a. Wpadalo im to jednym uchem, wypadalo drugim i wracali do robienia nauki w ten sam sposób, jak poprzednio. Jakie wskazówki z rozmyla w filozofii nauki s najistotniejsze dla naukowców, którzy np. usiluj wyjani biologi i chc zaproponowa teori eksplanacyjn, a nie tylko powiela opis zjawisk? Czego spodziewa si pan po takiej teorii i jakie spostrzeenia moglyby prowadzi nauk w tym kierunku, a nie w kierunki behawioryzmu, który zdaje si by intuicj dominujc wród wielu neuronaukowców? Chomsky: Filozofia nauki jest bardzo interesujc dziedzin, lecz nie sdz, aby mogla przysluy si nauce ona sama czerpie z nauki. Usiluje zrozumie, co robi róne dziedziny nauki, dlaczego osigaj pewne cele, które cieki prowadz na manowce, patrzy, co moemy skodyfikowa i poj. Ja za obiecujc uwaam histori nauki. Myl, e z historii nauki uczymy si wielu Yarden Katz rzeczy, które mog by cenne dla wylaniajcych si nauk. Zwlaszcza kiedy zdajemy sobie spraw z tego na przyklad, e obecna kognitywistyka znajduje si naprawd na etapie przed Galileuszem. Nie wiemy, czego szukamy, tak jak nie wiedzial Galileusz, i z tego faktu wiele mona si nauczy. Jednym z uderzajcych faktów nie tylko dla samego Galileusza, ale dla calej wczesnej nauki, jest zrozumienie, e proste sprawy s zaskakujce. Powiedzmy na przyklad, e trzymam to w dloni [kubek z wod] i powiedzmy, e ta woda si gotuje [Chomsky kieruje dlo nad powierzchni wody], zatem unosi si para. Jeli teraz otworz rk, to kubek spadnie. Dlaczego kubek upada, a para si unosi? Przez cale tysiclecia funkcjonowala zadowalajca odpowied na to pytanie: wszystko szuka swego naturalnego miejsca. Katz: Tak jak w fizyce Arystotelesa? Chomsky: To jest fizyka Arystotelesa. Najznakomitszy i najwikszy naukowiec sdzil, e to byla wlaciwa odpowied. Galileusz pozwolil sobie na zdziwienie wobec tej odpowiedzi. Gdy tylko pozwolimy sobie na zdziwienie, od razu okazuje si, e wszystkie nasze intuicje byly bldne. Jak ze spadaniem duej masy i malej masy itp. Wszystkie nasze intuicje s bldne gdzie tylko spojrze, widzimy zagadki. Tego si uczymy z historii nauki. Wemy przyklad, który ju podawalem: ,,Instynktownie, orly, które lataj, plywaj". Nikt nigdy nie sdzil, e to zadziwiajce bo niby dlaczego mialoby tak by? Lecz jeli si o tym pomyli, widzimy co zdumiewajcego. Uywamy skomplikowanego obliczenia zamiast prostego. Otó jeli pozwoli pan sobie na zdumienie tym faktem, tak jak w przypadku spadajcego kubka, wtedy zapyta pan ,,dlaczego?", i to doprowadzi pana do calkiem interesujcych odpowiedzi. Jak na przyklad takiej, e porzdek liniowy po prostu nie jest czci systemu obliczeniowego, co jest silnym twierdzeniem na temat architektury umyslu, bo mówi nam, e [porzdek liniowy] jest tylko czci systemu ekspresji i jest drugorzdny. A to z kolei otwiera wiele rónych dróg, i tak jest ze wszystkim. Wemy inny przypadek: rónica midzy redukcj a unifikacj. Historia nauki dostarcza kilku bardzo ciekawych ilustracji na ten temat, na przyklad w dziedzinie chemii i fizyki, i sdz, e maj one warte uwzgldnienia implikacje dla dzisiejszego stanu neuronauki i nauki o poznaniu. przeloyla Natalia Karczewska PROGRAM KONFERENCJI Poniedzialek, 29 padziernika 2012 r. 08:45 09:00 Otwarcie konferencji przez Dyrektora Instytutu Filozofii UW Mieszka TALASIEWICZA Jaroslaw GRYZ (York University, Toronto) Gdzie jeste HAL? Piotr BOLTU (University of Illinois at Springfield) BICA jako szansa stworzenia wiadomych maszyn Marcin JAYSKI (Warszawska Szkola Filmowa) Czy inynier wie, co myli jego robot? Katarzyna PAPRZYCKA (Uniwersytet Warszawski) Jak obali Lowe'a obalenie teorii identycznoci? Karol POLCYN (Uniwersytet Szczeciski) Identyczno psychofizyczna i intuicje modalne Przerwa Jacek HOLÓWKA (Uniwersytet Warszawski) Fenomenalistyczny eksternalizm Michaela Tye'a Marcin GOKIELI (Orodek Bada Filozoficznych) Czy da si nazwa uczucia? Pojcia fenomenalne u Michaela Tye'a Mieszko TALASIEWICZ (Uniwersytet Warszawski) Zarys naturalistycznej koncepcji intencjonalnoci Robert POCZOBUT (Uniwersytet w Bialymstoku) O naturze jani Daniel UROMSKI (Akademia Pomorska w Slupsku) Spoleczna natura umyslu Kinga JCZMISKA (Uniwersytet Warszawski) wiadomo dostpu i wiadomo fenomenalna Przerwa na obiad Zbigniew SEMADENI (Wysza Szkola Gospodarki Euroregionalnej) Dziecinny egocentryzm mylowy dotyczcy stosunków przestrzennych a kwestia ksztaltowania si niezmienników w umyle ludzkim Arkadiusz GUT, Agnieszka KRZYSZTOFIAK (Katolicki Uniwersytet Lubelski) Implementacja testów falszywego przekonania w badaniach nad ,,teori umyslu" Patrycja MACIASZEK (Uniwersytet Lódzki) Jak to si dzieje, e pamitasz co, czego nie bylo? Analiza powstawania znieksztalce w pamici w wietle replikacji paradygmatu DRM 09:00 09:30 09:30 10:00 10:00 10:30 10:30 11:00 11:00 11:30 11:30 12:00 12:00 12:30 12:30 13:00 13:00 13:30 13:30 14:00 14:00 14:30 14:30 15:00 15:00 16:00 16:00 16:30 16:30 17:00 17:00 17:30 17:30 18:00 Remigiusz SZCZEPANOWSKI (Szkola Wysza Psychologii Spolecznej) Metapoznawczy model wiadomoci emocji i jego korelaty neuronalne Anita PACHOLIK-UROMSKA (Uniwersytet Mikolaja Kopernika) Wplyw zaburze orientacji czasoprzestrzennej na perspektyw pierwszoosobow 18:00 18:30 Wtorek, 30 padziernika 2012 r. 09:00 09:30 Tadeusz SZUBKA (Uniwersytet Szczeciski) Filozoficzne zludzenia kognitywistyki. Rorty i Brandom o zaloeniach i roszczeniach nowej dyscypliny Damian LESZCZYSKI (Uniwersytet Wroclawski) Czy kognitywistyka moe co da filozofii? Joanna RCZASZEK-LEONARDI (Uniwersytet Warszawski) Oblicza kognitywistyki: perspektywa psychologiczna Krystyna MISIUNA (Uniwersytet Warszawski) Informacja kognitywna jako obszar badawczy kognitywistyki Przerwa Marcin MILKOWSKI (Instytut Filozofii i Socjologii PAN) Wyjanianie procesów poznawczych w kognitywistyce Tomasz SZUBART (Uniwersytet Jagielloski) Zagadnienie wyjaniania w kognitywistyce a jej interdyscyplinarno Piotr LUKOWSKI (Uniwersytet Lódzki) Mityczna niemonotoniczno Katarzyna BUDZYSKA (Instytut Filozofii i Socjologii PAN) Retoryczne strategie poznawcze Krzysztof SZYMANEK (Uniwersytet lski) O argumentach z koincydencji Przerwa na obiad Zbigniew PIETRZAK (Uniwersytet Wroclawski) Funkcja eksploracji otoczenia a zdolno do abstrahowania Pawel GRABARCZYK (Uniwersytet Lódzki) Czym si róni kategoryzacja od konceptualizacji? Andrzej STPNIK (Warszawska Szkola Reklamy) Integracyjna rola emocji a podejcie (multi)modularne do umyslu Bogdan DZIOBKOWSKI (Uniwersytet Warszawski) Naturalistyczne teorie reprezentacji umyslowych 09:30 10:00 10:00 10:30 10:30 11:00 11:00 12:00 12:00 12:30 12:30 13:00 13:00 13:30 13:30 14:00 14:00 14:30 14:30 16:00 16:00 16:30 16:30 17:00 17:00 17:30 17:30 18:00
Journal
Przeglad Filozoficzny - Nowa Seria – de Gruyter
Published: Jun 1, 2013