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 ( )

Sumator W. Schickarda ( ) 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 ( ) – 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 Plankalkül V1 oraz Konrad Zuse z V3 (po wojnie)

Komputer „elektronowy” ENIAC (Electronic Numerical Integrator and Computer) – pierwszy w pełni elektroniczny komputer, skonstruowany w USA w , działał do 1955 r. ENIAC – hardware: masa: niecałe 30 ton; zawierał lamp próżniowych, 6000 komutatorów, 1500 przekaźników, 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 ( ) – 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 ( ) 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 ( )

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 ( ) Alan Turing ( )

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 #1 Obliczanie

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 a n, n, n 2, 2 n ) 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 & Shannon Każda informacja o problemie obliczalnym da się wyrazić przez dwa symbole: „0” i „1”. Turing Każdy 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 & Jacopini Tylko 3 reguły gramatyczne są konieczne do wytworzenia wszystkich potrzebnych kombinacji operacji: sekwencja, instrukcja warunkowa, pętla warunkowa. Za: Rappaport (2006)

Problem #2 Informacja

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)=log 2 n Model C. Shanona (1948,98)

Problem #2: Filozofia informacji Luciano Floridi – propagator filozofii informacji schemat konceptualny pojęcia informacji

Problem #3 Sztuczna 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 #4 Czy 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 R. Turner, A. Eden, "The Philosophy of Computer Science", The Stanford Encyclopedia of Philosophy, E.N. Zalta (ed.), URL =. Zapraszam na strony