r   e   k   l   a   m   a
r   e   k   l   a   m   a

25 mln dolarów, by badania nad sztucznymi inteligencjami zacząć na nowo

Strona główna AktualnościOPROGRAMOWANIE

Kiedy w latach pięćdziesiątych zeszłego wieku tacy uczeni z MIT, jak Marvin Minsky i Claude Shannon, rozpoczynali swoje badania nad sztuczną inteligencją, ich optymizm udzielał się wszystkim. Sceptyczni wobec AI filozofowie, tacy jak Wittgenstein, nie byli brani przez naukowców poważnie: kwestie takie jak budowanie maszyn używających języka czy kształtowanie abstrakcji i koncepcji wydawały im się kwestiami inżynieryjnymi. Zachwycony postępem w budowie „mózgów elektronowych” Minsky nie obawiał się nawet głosić, że problem zbudowania sztucznej inteligencji zostanie rozwiązany w ciągu jednego pokolenia.

Sprawy potoczyły się jednak inaczej – i już w latach 90 większość teoretyków AI rozkładała ręce, przyznając, że nie wie, na czym polega fenomen inteligencji, uznani zaś filozofowie i fizycy, tacy jak John Searle czy Roger Penrose pisali prace, mające dowieść, że zbudowanie maszynowego umysłu jest z gruntu niemożliwe. Gwałtowny postęp w informatyce i elektronice, do jakiego doszło na początku nowego stulecia trochę nastroje poprawił, zaczęły się pojawiać zdolne do wnioskowania systemy eksperckie, poczyniono spory krok naprzód w dziedzinach takich jak rozpoznawanie obrazów czy kształtów, ale paradoksalnie umocniło to świadomość ograniczeń współczesnej informatyki. Jak wyjaśnia Tomaso Poggio, kognitywista z MIT, wciąż nie rozumiemy, jak mózg umożliwia wyłonienie się inteligencji, nie wiemy też jak budować maszyny równie inteligentne.

Ten sam Poggio jest jednak przekonany, że czas wrócić do ducha optymizmu z lat pięćdziesiątych i rozpocząć przygodę ze sztuczną inteligencją na nowo. Jako że dziś wiemy o mózgach znacznie więcej niż wtedy, możemy zacząć pracować nad inteligentnymi maszynami, czerpiąc z współczesnych neuronauk, kognitywistyki i informatyki.

Pragnienia uczonego są bliższe realizacji niż kiedykolwiek. Otrzymał on właśnie od amerykańskiej National Science Foundation 25 mln dolarów na działanie w MIT jednostki badawczej o nazwie Center for Brains, Minds and Machines (CBMM), mającej kontynuować prace zapoczątkowane w ramach MIT Intelligence Initiative, programu którego celem było odkrycie, jak inteligencja powstaje w mózgu i jak odtworzyć to w maszynach.

W pracach CBMM uczestniczyć mają nie tylko badacze z MIT, ale też innych uczelni amerykańskich i zagranicznych – zainteresowanie współpracą zgłosiły instytuty naukowe z Niemiec, Włoch, Izraela, Indii i Hong Kongu. Wśród korporacyjnych partnerów projektu znaleźć można m.in. IBM, Google i Microsoft. Tomaso Poggio ma nadzieję, że jednostka badawcza, na czele której stanął, pozwoli na koordynowanie współpracy nie tylko między różnymi ośrodkami, ale też między różnymi dyscyplinami nauki, do tego stopnia, że doktoranci mają tam mieć po kilku opiekunów naukowych.

Interdyscyplinarne podejście, połączone z naciskiem na całościowy ogląd kwestii inteligencji, pozwolić ma na skuteczne zaatakowanie problemów do tej pory wymykających się pojedynczym dyscyplinami. W szczególności chodzić będzie o połączenie obszarów badawczych inteligencji maszynowej, neurobiologii, rozwoju inteligencji u dzieci i inteligencji społecznej. Patrick Winston, koordynator badań w CBMM wyjaśnia, że w ludzkim poznaniu kwestie widzenia, języka i motoryki ciała są nierozerwalnie powiązane, mimo że poszczególne dziedziny chciały badać je oddzielnie. Przykładem może być opisywanie obrazów: człowiek uzna obraz człowieka trzymającego szklankę przy ustach jako obraz picia. Jeśli szklanka będzie jednak trzymana w określonej odległości od ust, to scena zostanie uznana za obraz wznoszenia toastu. Jednocześnie za obraz picia człowiek uzna wizerunek kota, który próbuje złapać kilka kropli wody z przeciekającego kranu. Trzeba myśleć o tym co się widzi w kategoriach opowieści. Oba obrazki otrzymują taką samą etykietę dlatego, że to ta sama opowieść, a nie dlatego, że wyglądają podobnie – wyjaśnia Winston.

Czy inicjatywa MIT przyniesie realny przełom w dziedzinie AI, pokaże dopiero czas. Patrząc jednak na te wszystkie porażki nie mniej ambitnych inicjatyw związanych z kognitywistyką czy sztucznymi inteligencjami nie sposób oprzeć się wrażeniu, że problem polega na tym, że dla posiadaczy młotków każdy problem wygląda jak gwóźdź. Co prawda wspomniane wyjaśnienia Winstona zdradzają pewne filozoficzne zrozumienie zagadnienia języka i myślenia, ale wciąż omijają problem podstawowy, którego nie da się zredukować do „gwoździa”, dotyczący tego, czym jest myślenie.

r   e   k   l   a   m   a
© dobreprogramy
r   e   k   l   a   m   a
r   e   k   l   a   m   a

Komentarze

r   e   k   l   a   m   a
r   e   k   l   a   m   a
Czy wiesz, że używamy cookies (ciasteczek)? Dowiedz się więcej o celu ich używania i zmianach ustawień.
Korzystając ze strony i asystenta pobierania wyrażasz zgodę na używanie cookies, zgodnie z aktualnymi ustawieniami przeglądarki.