Yleensä kun kirjoitan tekoälystä, aiheena ovat sen tyyliset kysymykset kuin "onko se aidosti tietoinen tai älykäs". Tämä on tärkeä kysymys ennen kaikkea etiikan kannalta. Jos esimerkiksi pitää miettiä voiko tekoälyllä olla oikeuksia ja olisiko ihmisillä velvollisuuksia niitä kohtaan, on relevanttia katsoa ovatko ne tietoisia. Asialla on kuitenkin myös toinen kulma. Pragmaattisuus. Jos meillä olisi käsillä Turingin testeissä ja vastaavissa pärjäävä algoritmi, joka kykenisi suorittamaan inhimillisiä suoritteita, olisi paljon pragmaattisia kysymyksiä jotka ovat tärkeitä. Ja niiden kannalta sillä onko ohjelma todella älykäs vai ei ei olisi hirveästi merkitystä. Toisaalta koneet voivat tässäkin tapauksessa opettaa jotain meistä itsestämme. Ihminen nyt on, kuitenkin, myös mekaaninen puurtaja ja suorittaja. Jota yhdistää tekoälyyn se, että molemmat eivät yleensä onnistu suoritteissa mitenkään kovin ilmiselvästi.
Vaikeita ja helppoja taitojamme
Hans Moravec on esittänyt tähän mielenkiintoisen huomion, ns. Moravecin paradoksin (Moravec's paradox). Siinä ytimessä on huomio siitä, miten monet ihmisille helpot taidot ovat todella vaikeita. Mutta sivistyneet taidot jotka hankitaan harjoittelulla ja työllä ovat sitten monesti hyvin helppoja. Esimerkiksi looginen ajattelu vaatii melko vähän laskentaa. Mutta jopa arkiset motoriset suoritteet vaativat hirvittävän paljon tehoja. Kuten Moravec itse asian asetteli "it is comparatively easy to make computers exhibit adult level performance on intelligence tests or playing checkers, and difficult or impossible to give them the skills of a one-year-old when it comes to perception and mobility."
Tähän ilmiöön on haettu selitystä. Moravec itse näki että evoluutio on hionut synnynnäisiä kykyjä, refleksejä ja automaatioita. Ja mitä vanhempi ja perustavanlaatuisempi toiminto on, sitä enemmän evoluutio on ehtinyt hioa sitä paremmaksi. Ja tämä sitten tarkoittaa sitä että perustavissa biologisissa taitojen kuvautumiseen on kertynyt enemmän ja parempaa ja tarkempaa suorittamista. Joka on samaa tai oleellisesti samaa kuin vaikea laskennallisuus. Toisaalta tuoreus voi vaatia harjoittelua ja ponnistelua.
Myös Marvin Minskyn näkemys on kiinnostava ; Hän on esittänyt, että osittain vaikeus johtuu siitä että ihmisten monet toiminnot ovat alitajuisia. Emme ole tietoisia niiden toiminnasta. Joten sekoitamme vaivattomuuden yksinkertaisuuteen "we're more aware of simple processes that don't work well than of complex ones that work flawlessly".
Tämä kaikki on siitä kiinnostavaa, että usein ihmiset liittävät tekoälyn shakkiin ja muihin ihmisen "tuoreisiin taitoihin". Ne kun ovat ihmisten ominaisuuksia niitä pidetään parempina ja oleellisempina kuin niitä taitoja joita jaamme vaikkapa apinoiden tai koirien kanssa. Ihmiset kiinnittävätkin tässä osin huomiota "vääriin asioihin".
Taitoerot ovat usein esillä siten, että ne osoittavat että ihmiset ja tietokoneet ovat jotenkin oleellisesti epäanalogisia. Tuon tyylinen argumentti ei itse asiassa ole heikko tai huono. Kuitenkin nykyään tekoälyjen avulla voidaan suorittaa mitä ihmellisempiä toimintoja. Tätä kautta tekoälyn eräs kysymys onkin, että voidaanko kaikki ne taidot mihin ihmiset simuloimaan mekaanisesti. (Joka on eri kysymys kuin se, onko tämä tekoäly tietoinen.) Teknologinen työttömyys pelottaa monia nykyajan luddiitteja. (Itse olen teknofoobikko ja negatiivinen ihminen, joten koen sympatiaa tätä ihmisryhmää kohtaan.) Ja koneet marssivat nimenomaan niillekin alueille jotka ovat ennen olleet esimerkkejä niistä "vaikeista asioista".
Asiaan voidaan liittää ihmismäisempikin puoli.
Michael Polanyi on kuvannut paljon hiljaista tietoa (tacit knowledge). Hänen teesinsä oli se, että ihmiset voivat luottaa taitoihin jotka eivät täysin saavuta tietoista arvosteluamme. "We can know more than we can tell." Tätä pidetään usein jonain joka jotenkin osoittaa että teknologia ei voi saavuttaa ihmisyyttä. Tämä on sidottu melko voimakkaasti kvalioita koskeviin argumentteihin ; Esimerkiksi Frank Jacksonin "The Knowledge Argumentin" tyylisiin ajatuskokeisiin. Jackson esitti että Mary joka ei ole koskaan nähnyt punaista ei voisi saavuttaa punaisen kokemusta pelkästään sillä että hänelle kerrottaisiin fysikaalisia tietoja aivoista, silmistä ja punaisen värin ominaisuuksista. Josta seuraa se, että tietoisuus ei voisi olla mekanistista.
Tässä kuitenkin helposti sekoitetaan alitajuinen ei-mekaaniseen. Tämä piilo-oletus on toki mukana monessa. Onhan jopa Dreyfusin "What Computers Still Can't Do":ssa on korostettu sitä että ihminen ei ole kone koska ihminen on usein valinnoissaan harkitsematon ja mielivaltainen. Dreyfus kuvaa tätä ei-algoritmisena. Tilanne on siitä erikoinen että tavallisesti esitietoinen refleksi nähdään nimenomaan algoritmisena ja ei-tietoisena. Vapaa tahto ja tietoinen valinta sitten olisi se joka rikkoisi algoritmien vallan. Joten tätä kautta voidaan kenties jopa sanoa että kaikista vaikeimmat asiat ovat kenties niitä kaikista laskennallisimpia.
Miekkailussa tämä on hyvin vahvasti mukana
Miekkailukoulussamme perusajatuksena on se, että siellä ollaan hyvin analyyttisiä, etenkin aluksi. On syytä ymmärtää mekanismien taustat. Kuitenkin tässä on syytä huomata että ihmisen tietoinen käsittely on aika pientä. Meillä on tietoisessa toiminnassamme "varsin maltillinen" hrair -raja. Tarkkailemme vain muutamaa muuttujaa kerrallaan. Tietoinen havainnointi kattaa 4-7 yksikköä.
Toisaalta ihmisten kyky havaita on kaiken kaikkiaan tätä suurempi. Siksi kokeneemmille oppilaille opetetaan asioita myös "vain näyttämällä". Tämä ei toimi aloittelijoilla koska he eivät tiedä "miltä asiat tuntuvat" ja "miltä niiden pitää tuntua". Kun perustaso on kunnossa, sitä saadaan syvennettyä. Syynä ovat esimerkiksi peilineuronit. Ihmiset kykenevät oppimaan motorisia taitoja apinoimalla. (Kunhan heillä on se jonkinlainen perusta asiasta.)
Tätä kautta voidaan myös ymmärtää Herrigelin "Zen ja jousella ampumisen taito" -kirjassa esitetty. Se, miten aluksi harjoitellaan aivan kaikki välivaiheet jousen vetämisestä nuolen pitelyyn. Ja miten lopuksi harrastetaan "suoraa tiedonsiirtoa" jossa ei ole suusanallista opettamista.
Tilanne onkin niin että "The Knowledge Argument" ei todista kovin aukottomasti tai edes hyvin sitä että miksi emme koe punaista lukemalla fysiikkaa paperilta. Tilanne on siinä että tietoisen käsittelyn kaistanleveys on varsin kapea. Ja se on kuin yrittäisi katsoa videota pätkivällä nettiyhteydellä. Vika ei ole siinä että lähetetty video ei koostuisi biteistä. Vaan siitä että käsittelykapasiteetti ei vastaa tarvittavaa määrää. Esitietoinen prosessointimme on olemassa. Joten tosiasiassa se miten prosessoimme on aina laajempi kuin pelkkä tietoinen käsittelymme. On vaikeaa tiivistää ilman hävikkiä tietoisuus+esitietoisuus ja pakottaa se tietoisuuden kaistanleveydelle sellaisenaan
Ei kommentteja:
Lähetä kommentti