czy w komputerach kryją się problemy filozoficzne?
TRANSCRIPT
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”?
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).
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 #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 #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 #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/