Czy w komputerach kryją się problemy filozoficzne?

Paweł Polak(UPJPII, Copernicus Center)

Motto

”Nauka jest tak ekscytująca, ponieważ jest pełna nierozwiązanych tajemnic. Największymi nierozwiązanymi tajemnicami są te dotyczące naszego istnienia jako istot świadomych w niewielkim skraju pustego wszechświata” (Freeman Dyson)

Plan poszukiwań

Krótka historia komputerów Problem #1: obliczanie Problem #2: informacja Problem #3: sztuczna inteligencja Problem #4: czy jest wśród nas „człowiek

Turinga”?

Krótka historia komputerów(Skąd wzięły się komputery?)

Uwagi wstępne

Spojrzenie na historię komputerów jedynie pod kątem realizacji dwóch głównych zadań:

automatyzacja obliczeń rozwiązanie problemów podstaw matematyki –

automatyzacja myślenia (!)

Marzenie Leibniza

„Nie godzi się wybitnym ludziom trwonić czas na niewolniczą pracę, na obliczenia, które z zastosowaniem maszyn mógłby wykonać ktokolwiek” G.W. Leibniz (1671)

Gottfried Wilhelm Leibniz (1646-1716)

Sumator W. Schickarda (1592-1635)

sumator jest rodzajem mechanicznego licznika

w zależności od kierunku obrotu realizuje dodawanie lub odejmowanie

według konstruktora był to rodzaj zegara

B. Pascal i Pascalina

Pascalina – wyrafinowana konstrukcja, ale bardziej zawodna niż Schickarda (częste błędy obliczeniowe wynikające z zakłóceń!).

Trudności w realizacji odejmowania.

Znalazła zastosowanie praktyczne w obliczaniu podatków we Francji.

Leibniz – genialny myśliciel i konstruktor

Leibniz postawił wyżej poprzeczkę – maszyna która dokonuje mnożenia

koncepcja Leibniza była wykorzystywana we wszystkich późniejszych kalkulatorach mechanicznych

mechanika zaczęła odgrywać rolę czynnika ograniczającego rozwój

Charles Babbage (1791–1871), Ada Lovelace i maszyna analityczna

Babbage pod wpływem idei podziału pracy (A. Smith, manufaktura logarytmów barona de Prony) i pod wpływem koncepcji sterowania (krosno Jacquarda) stworzył plany uniwersalnej maszyny liczącej

Stopień komplikacji urządzenia, problemy inżynieryjne i finansowe przerosły możliwości Babbage'a (zrealizowano tylko część - „młyn”)

Ada Lovelace (1815-1852) – współpracowniczka B., autorka pierwszych teoretycznych programów

K. Zuse i pierwszy uniwersalny komputer konstrukcja maszyn oparta

została na przekaźnikach (przypominała nieco dawną centralę telefoniczną)

pierwsza maszyna mogąca wykonywać dowolny ciąg działań arytmetycznych

zbudowana własnym sumptem

1939 – prototypy V1,V2,

1941 – V3 (znana jako Z3) – pierwsza maszyna równoważna z maszyną Turinga

nie doceniono w pełni konstrukcji Zusego

Zuse stworzył pierwszy język programowania PlankalkülV1 oraz Konrad Zuse z V3 (po wojnie)

Komputer „elektronowy”

ENIAC (Electronic Numerical Integrator and Computer) – pierwszy w pełni elektroniczny komputer, skonstruowany w USA w 1943-1945, działał do 1955 r.

ENIAC – hardware:

masa: niecałe 30 ton;

zawierał 18800 lamp próżniowych, 6000 komutatorów, 1500 przekaźników, 50000 oporników, wykonano ok. 0.5 mln lutowań

ENIAC – software

liczył w systemie dziesiętnym (!), liczby stałopozycyjne

programowany za pomocą wykonywanych odpowiednich wtyków kablowych, potem kartami perforowanymi

Praca u podstaw matematyki

G.W. Leibniz (1646-1716) – genialny prekursor

idea sprowadzenia rozumowań ludzkich do specjalnego rachunku

zapoczątkował logikę symboliczną (formalną)

docenił znaczenie notacji binarnej

„Historia nowoczesnej maszyny liczącej rozpoczyna się od Leibniza i Pascala. Jednakże, główna idea maszyny liczącej jest jedynie mechanizacją Leibnizowskiego calculus ratiocinator”. N. Wiener (1948)

Wielkie sukcesy i wyzwania matematyki

1847 – rozwój logiki formalnej: Georges Boole

program logicyzmu Gottloba Fregego (1848-1925)

Hilberta program aksjomatyzacji matematyki

1928 – Hilbert formułuje Entscheidungsproblem (problem rozstrzygalności: czy istnieje algorytm ewaluacji dla zadanego języka i wyrażenia w nim zapisanego, który jako wartość da „Prawda” lub „Fałsz”)

David Hilbert (1862-1943)

Annus mirabilis informatyki: 1936 Alonzo Church,

A note on the Entscheidungsproblem (1936)

Alan Turing, On computable numbers, with an application to the Entscheidungsproblem (1936/1937)

wniosek: nie istnieje uniwersalny algorytm

Alonzo Church (1903-1995)

Alan Turing (1912-1954)

Maszyna Turinga Formalny model

obliczeń

Oparty na idealizacji wyobrażonego procesu myślowego

Uniwersalna MT stanowi model wszystkich współczesnych komputerów cyfrowych

Uporządkowany zbiór 6 elementów: (Q, Σ, δ, q

0, #, F)

Q – zbiór stanów, Σ – skończony zbiór symboli, alfabet δ – funkcja przejścia

δ: Q x Σ → Q x Σ x {L, R} gdzie {L,R} – oznaczają kierunki # – symbol pusty, q

0 – stan początkowy (należy do Q),

F – zbiór stanów kończących pracę (podzbiór Q).

Maszyna Turinga na wesoło

Problem #1Obliczanie

Problem #1: obliczanie

Turing wykazał, że istnieje nieskończenie wiele liczb, których nie może obliczyć MT (nie istnieje algorytm wyznaczania zapisu liczby)

Klasyfikacja problemów: T-obliczalny – możliwy do obliczenia przez MT NT-obliczalny – możliwy do obliczenia na inny

sposób niż poprzez MT (np. analogowo)

Czy istnieją problemy NT-obliczalne

Problem #1: algorytmizm Algorytmizm – pogląd, że cokolwiek jest

obliczalne, jest obliczalne za pomocą algorytmów (nie istnieją procesy NT-obliczalne)

Algorytm (wg Marciszewskiego):

abstrakcyjny obiekt matematyczny

tekst z przepisem postępowania (twór kulturowy)

Problem #1: obliczanie

Złożoność obliczeniowa – granica fizycznej realizacji obliczeń (log

an, n, n2, 2n)

Istnieją problemy (niekiedy proste!), które dla dużych danych nie są rozwiązywalne w rozsądnym czasie przy pomocy algorytmów

problem komiwojażera układanie planów zajęć sprawdzanie formuł

logicznych metodą „zerojedynkową”

3 wielkie intuicje informatyki

Boole & ShannonKażda informacja o problemie obliczalnym da się wyrazić przez dwa symbole: „0” i „1”.

TuringKażdy algorytm może być wyrażony w języku TM, korzystającej w dostatecznie długiej taśmy podzielonej na pola za pomocą 5 operacji: przesuń-w-lewo-1-pole, przesuń-w-prawo-1-pole, pisz-1-na-wskazywanym-polu, pisz-0-na-wskazywanym-polu, wyczyść-wskazywane-pole.

Boehm & JacopiniTylko 3 reguły gramatyczne są konieczne do wytworzenia wszystkich potrzebnych kombinacji operacji: sekwencja, instrukcja warunkowa, pętla warunkowa.

Za: Rappaport (2006)

Problem #2Informacja

Problem #2: Czym jest informacja?

Informacja jako fundamentalne pojęcie opisu rzeczywistości

fizyka – pojęcie informacji np. w OTW biologia – DNA jako struktura zapisu i

przetwarzania informacji nauki społeczne – informacja jako element

konstytuujący nowoczesne społeczeństwo (informatyka społeczna)

metafizyka (?!)

Pojęcie wieloznaczne, zależne od poziomu abstrakcji, ale intuicyjnie zrozumiałe

Problem #2: Informacja w praktyce

Matematyczna teoria informacji (np. telekomunikacja)

Teoria ilości kodowanej informacji I(n)=log2 n

Model C. Shanona (1948,98)

Problem #2: Filozofia informacji

Luciano Floridi – propagator filozofii informacji

schemat konceptualny pojęcia informacji

Problem #3Sztuczna inteligencja

Problem #3: Podstawowe pytania

Jak daleko sięga potencjalnie zdolność rozwiązywania problemów przez komputer cyfrowy?

Jak daleko sięgają zdolności cechujące 'umysł' ludzki

Czy zakresy te są identyczne?

Problem #3: Problematyczna inteligencja

Inteligencja = zdolność rozwiązywania problemów?

Dwa nurty myślenia o sztucznej inteligencji (SI)

silna SI – system komputerowy może wykazywać wszystkie atrybuty ludzkiego umysłu, „odpowiednio zaprogramowany komputer jest w rzeczywistości umysłem” (J. Searle)

słaba SI – program jest modelem (symulacją) wybranych zjawisk umysłowych (dziś podstawa zastosowań technicznych)

Problem #3: Test Turinga

Alan Turing (1950): test nierozróżnialności – funkcjonalne testowanie

Wybrane propozycje rozszerzenia testu Turinga: S. Lem – konieczność testowania zdolności

parafrazy W. Marciszewski – konieczność sprawdzania

niewiedzy maszyn

Odwrotny test Turinga – czy maszyna może rozpoznać, że po drugiej stronie jest człowiek?

W kierunku koneksjonizmu Zamiast traktować umysł jako proces obliczeniowy

może zrekonstruować sztucznie struktury układu nerwowego?

Sztuczne sieci neuronowe – programy i układy elektroniczne oparte na matematycznym modelu neuronów

Nie wymagają podania algorytmu rozwiązania problemu, potrafią uczyć się (układy adaptacyjne)

Niezwykłe sukcesy w wybranych zadaniach SI (rozpoznawanie obrazów, sterowanie)

Uważa się, że siła wyjaśniająca tego podejścia jest znikoma (przypomina czarną skrzynkę)

Hipoteza J. von Neumanna

„Jest możliwe, że w przypadku skrajnie wielkiej złożoności […] potrzebujemy jakiejś nowej teorii logicznej [...], żeby zrozumieć automaty o bardzo wysokiej złożoności, a w szczególności centralny system nerwowy. Może być jednak tak, że w toku tego procesu logika przekształci się jakby w neurobiologię w znacznie większym stopniu niż ta druga w logikę” The general and logical theory of automata (1951).

Problem #4Czy jest wśród nas „człowiek Turinga”?

Problem #4

Czy komputery zmieniają człowieka?

Czy nowe sposoby interakcji wpływają na człowieka?

Czy następuje dehumanizacja człowieka i humanizacja komputerów?

HAL 9000 – najbardziej ludzka postać w filmie „Odyseja kosmiczna 2001”?

Problem #4 Jay David Bolter: „Czy koncepcja

człowieka jako komputera powinna być dla nas czymś odpychającym?”

„Technologia definiująca definiuje lub redefiniuje rolę człowieka w odniesieniu do przyrody. Obiecując zastąpienie człowieka (lub grożąc nim), komputer podsuwa nam nową definicję człowieka jako «procesora informacji», a przyrody jako «informacji do przetwarzania»”.

teza Boltera: człowiek zaczyna działać na wzór komputera

PIW, Warszawa 1990

Dziękuję za uwagę!

Dla zainteresowanych W. Marciszewski, P. Stacewicz, Umysł –

Komputer – Świat, Exit, Warszawa 2011. R. Turner, A. Eden, "The Philosophy of

Computer Science", The Stanford Encyclopedia of Philosophy, E.N. Zalta (ed.), URL = <http://plato.stanford.edu/>.

Zapraszam na strony http://polak.wikidot.com/ http://filozofiainformatyki.wordpress.com/