Όποιος εμπλέκεται σε σοβαρό διάλογο με ένα Μεγάλο Γλωσσικό Μοντέλο (LLM) μπορεί να έχει την εντύπωση ότι αλληλεπιδρά με μια Νοημοσύνη. Ωστόσο, πολλοί ειδικοί στον τομέα υποστηρίζουν ότι η εντύπωση αυτή είναι απλώς μια εντύπωση. Σύμφωνα με τα λόγια του φιλόσοφου Daniel Dennett, τέτοια συστήματα επιδεικνύουν «ικανότητα χωρίς κατανόηση».
Ο ενθουσιασμός για την Τεχνητή Γενική Νοημοσύνη (AGI) από τις μεγάλες εταιρείες και τους διάσημους εκπροσώπους τους έχει προκαλέσει μια αντίδραση, στην οποία ο σκεπτικισμός μετατρέπεται σε κυνισμό, συχνά με μια νότα παράνοιας για το πώς οι «στοχαστικοί παπαγάλοι» μπορεί να αρχίσουν να ελέγχουν τις ζωές μας.
Η ίδια η «Νοημοσύνη» έχει γίνει ένα υπερθερμασμένο θέμα, που απαιτεί λιγότερη επιθετικότητα, πιο ψύχραιμη σκέψη και ανανεωμένες προσπάθειες από την αρχή.
Το βιβλίο «What Is Intelligence?» του διακεκριμένου επιστήμονα της Google Blaise Agüera y Arcus είναι το πρώτο μιας νέας σειράς από το MIT σε συνεργασία με την Antikythera, μια ομάδα εμπειρογνωμόνων που επικεντρώνεται στον «υπολογισμό σε πλανητική κλίμακα ως φιλοσοφική, τεχνολογική και γεωπολιτική δύναμη».
O φιλόσοφος Blaise Agüera y Arcas (Wikipedia / Creative Commons)
Ο πρόλογος του εκδότη της σειράς Benjamin Bratton κάνει την τολμηρή δήλωση ότι «ο υπολογισμός είναι μια τεχνολογία για να σκεφτόμαστε» και ότι τα δομικά στοιχεία της πραγματικότητάς μας είναι τα ίδια υπολογιστικά.
Η έρευνα για τη νοημοσύνη έχει μια πολυτάραχη ιστορία, μολυσμένη από την ευγονική, τη στατιστική χειραγώγηση και μια μπανάλ εμμονή με τις μετρήσεις. Ο Agüera y Arcas αντιπαραθέτει σε αυτό το φαινόμενο ανοίγοντας το θέμα όσο το δυνατόν περισσότερο. Απόφοιτος φυσικής με υπόβαθρο στην υπολογιστική νευροεπιστήμη, είναι κάτι σαν πολυμαθής. Αντλεί επεξηγηματικά πλαίσια από τη μικροβιολογία, τη φιλοσοφία, τη γλωσσολογία, την κυβερνητική, τις νευροεπιστήμες και την βιομηχανική ιστορία.
Το βιβλίο του παρουσιάζεται σχεδόν ως μια σειρά βασικών διαλέξεων σε αυτούς τους τομείς. Η κυκλοφορία του συνοδεύτηκε από δεκάδες διαδικτυακές ομιλίες και συνεντεύξεις, στις οποίες ο Agüera y Arcas παρουσιάζει την άποψη ότι βρισκόμαστε μπροστά σε μια ριζική αλλαγή στον τρόπο με τον οποίο αντιλαμβανόμαστε τη νοημοσύνη – τη βιολογική και την τεχνητή.
«Λίγοι συγγραφείς του mainstream υποστηρίζουν ότι η τεχνητή νοημοσύνη είναι "πραγματική" νοημοσύνη», γράφει. «Εγώ το υποστηρίζω».
Μήπως οι «σπασίκλες» έχουν δίκιο;
Το βασικό επιχείρημα κατά του «I» στην τεχνητή νοημοσύνη είναι ότι η νοημοσύνη είναι οργανική, προέρχεται από την αισθητηριακή αλληλεπίδραση με το φυσικό περιβάλλον. Ο Agüera y Arcas ανατρέπει την κατάσταση με την προϋπόθεση ότι ο υπολογισμός είναι το υπόστρωμα της νοημοσύνης σε όλες τις μορφές ζωής.
Ο ισχυρισμός βασίζεται σε μια φαινομενικά χονδροειδή πρόταση: η πρόβλεψη είναι η θεμελιώδης αρχή πίσω από τη νοημοσύνη και «μπορεί να είναι όλη η ιστορία».
Αυτό που εννοεί με τον όρο «πρόβλεψη» εδώ είναι κάτι πολύ πιο ριζοσπαστικό από αυτό που βλέπουμε με την αυτόματη διόρθωση. Το εξηγεί με βιολογικούς όρους ως μια διαδικασία ανάπτυξης προτύπων. Μονά κύτταρα όπως τα βακτήρια προβλέπουν ακολουθίες γεγονότων που μπορεί να επηρεάσουν την ικανότητά τους για επιβίωση. Οι κανόνες συναπτικής μάθησης σε μεμονωμένους νευρώνες οδηγούν σε τοπική πρόβλεψη ακολουθιών.
Ο Agüera y Arcas αφηγείται πώς το ταξίδι του στο αινιγματικό πεδίο της Τεχνητής Νοημοσύνης έφτασε σε ένα σημείο καμπής με την αντιδιαισθητική του αναγνώριση ότι «οι σπασίκλες είχαν δίκιο»: στον υπολογισμό, το μεγαλύτερο ήταν πραγματικά καλύτερο και μπορεί να είναι το κλειδί για τη μετάβαση από την τεχνητή στενή νοημοσύνη (ANI) – του είδους που μπορεί να παίξει σκάκι – στην τεχνητή γενική νοημοσύνη (AGI), η οποία μπορεί να συμμετάσχει σε μια φιλοσοφική συζήτηση.
Αφήνοντας κατά μέρος την περιφρόνησή του για την φαινομενικά απλοϊκή αφοσίωση στην κλιμάκωση, ο Agüera y Arcas επέστρεψε στο εργαστήριο βιολογίας για να επανεκτιμήσει ό,τι ήταν παρατηρήσιμο στα ζωντανά συστήματα. Αν κάθε μορφή ζωής είναι μια συσσώρευση συνεργατικών μερών, σκέφτηκε, η εξέλιξη των κυττάρων σε όργανα και οργανισμούς μπορεί να είναι θέμα προγνωστικής μοντελοποίησης.
Ένα κεντρικό δόγμα του What is Intelligence? είναι ότι κάθε μορφή ζωής είναι μια συσσώρευση συνεργατικών μερών. Οι συνδέσεις πολλαπλασιάζονται μέσω μοτίβων που επιτρέπουν όλο και πιο σύνθετες λειτουργίες. Όταν ο Agüera y Arcas λέει ότι ο εγκέφαλος είναι υπολογιστικός, δεν είναι μεταφορά: δεν είναι ότι οι εγκέφαλοι είναι σαν υπολογιστές, είναι υπολογιστές.
Οι συσχετίσεις μεταξύ βιολογικών και μηχανικών μορφών νοημοσύνης είναι το βαθύ και διαρκές ενδιαφέρον του. Το βιβλίο «What is Intelligence?» ακολουθεί το «What is Life?», ένα μικρότερο βιβλίο, στο οποίο ο Agüera y Arcas θέτει τα θεμέλια για αυτή την πιο εκτενή και φιλόδοξη έκδοση.
Ο Alan Turing, ένας από τους θεμελιωτές της σύγχρονης σκέψης γύρω από την Τεχνητή Νοημοσύνη (Wikipedia / Creative Commons)
Οι δύο ερωτήσεις παραμένουν αλληλένδετες, αν όχι συγχωνευμένες, στην ανάλυσή του, η οποία βασίζεται στο θεμελιώδες έργο του φυσικού Ewin Schrödinger, των μαθηματικών Alan Turing, John von Neumann και Norbert Weiner, καθώς και της μικροβιολόγου Lynn Margulis.
Αυτοί είναι οι πρωτεργάτες της σύγχρονης σκέψης για την τεχνητή νοημοσύνη, και η αναζήτηση των ριζών διατρέχει όλες τις γραμμές έρευνας του Agüera y Arcas.
Αξίζει να σημειωθεί ότι η σειρά εκδόσεων Antikythera, που ξεκίνησε με αυτό το βιβλίο, πήρε το όνομά της από μια αρχαία συσκευή που βρέθηκε σε ένα ναυάγιο στα ανοικτά των ακτών της Ελλάδας, η οποία έχει ονομαστεί ο αρχικός αναλογικός υπολογιστής.
Ο υπολογισμός ανακαλύφθηκε όσο και εφευρέθηκε, λέει ο Bratton στο πρόλογό του. Αυτό μπορεί να ισχύει για το Αντικύθηρα. Αν είναι πράγματι ο πρώτος υπολογιστής, ανακαλύφθηκε κυριολεκτικά στον βυθό του ωκεανού.
Αλλά επιβεβαιώνει τη δήλωση του Bratton με μια άλλη έννοια. Ως συσκευή για την παρακολούθηση αστρονομικών φαινομένων, το Αντικύθηρα μαρτυρά ότι ο υπολογισμός είναι μια πτυχή του τρόπου λειτουργίας του σύμπαντος.
Ο Agüera y Arcas θέλει να γίνει πιο συγκεκριμένος για τις ρίζες. Πώς προκύπτει ένα μοτίβο από την τυχαιότητα; Πώς προκύπτει ένας κώδικας από ένα άτακτο μείγμα μορίων;
Για να προσεγγίσει αυτά τα ερωτήματα, παίρνει το παράδειγμα του Turing και του von Neumann, των οποίων τα πειράματα προηγήθηκαν της ανακάλυψης της μοριακής δομής του DNA το 1953. Το 1936, η μηχανή Turing καθιέρωσε ένα μινιμαλιστικό πρωτότυπο για την υπολογιστική λειτουργία με τα απλά εξαρτήματα μιας κωδικοποιημένης ταινίας και μιας κεφαλής ανάγνωσης/εγγραφής. Ο Von Neumann έφερε στο προσκήνιο τον ενσωματωμένο υπολογισμό, όπου τα εξαρτήματα της μηχανής ή του σώματος αποτελούν μέρος αυτού που γράφεται.
Εδώ είναι που ο Agüera y Arcas τοποθετεί το έργο του. Η σημαντική ανακάλυψή του προήλθε από την υιοθέτηση μιας γλώσσας προγραμματισμού, που επινοήθηκε το 1993, με την ονομασία «Brainfuck». Με μόλις οκτώ σύμβολα εντολών, η Brainfuck έθεσε τις παραμέτρους για ένα ελεγχόμενο πείραμα, στο οποίο ο Agüera y Arcas και η ομάδα του χρησιμοποίησαν ταινίες 64 byte κωδικοποιημένες με «σκουπίδια» που προέρχονταν από μια μάζα κώδικα και δεδομένων.
Στο πείραμα, δύο ταινίες επιλέγονται τυχαία, ενώνονται από άκρη σε άκρη και εκτελούνται για να δοκιμαστούν τα μοτίβα αλληλεπίδρασης. Στη συνέχεια, η διαδικασία επαναλαμβάνεται. Οι ταινίες επιστρέφουν στη συλλογή και εκτελούνται άλλες δύο.
Αρχικά, δεν εμφανίζεται τίποτα το ιδιαίτερο μέσα στην τυχαιότητα. Αλλά μετά από περίπου ένα εκατομμύριο επαναλήψεις (όχι πολλές σε όρους υπολογιστών), η μαγεία αρχίζει να συμβαίνει. Εμφανίζονται βρόχοι. Αναδύονται μοτίβα. Περίπου στα πέντε εκατομμύρια, ο μη λειτουργικός κώδικας ή «αέριο Turing» μεταμορφώνεται σε ένα «computorium» αναπαραγόμενου κώδικα.
Στις διαλέξεις του, ο Agüera y Arcas δείχνει ένα screenshot από αυτό στον φορητό υπολογιστή του: μια κάθετη γραμμή στο κέντρο του πεδίου δεδομένων σηματοδοτεί τη «μετάβαση φάσης». Η εικόνα αναπαράγεται στο εξώφυλλο του βιβλίου του, ως έμβλημα της αλλαγής παραδείγματος που παρακολουθεί.
Εάν η μετάβαση στον αναπαραγόμενο κώδικα είναι πράγματι μια έκφραση αυτού που συμβαίνει στην ανάπτυξη των μορφών ζωής, η θεωρία της φυσικής επιλογής μπορεί να χάσει την υπεροχή της ως επεξηγηματικό μοντέλο για την εξέλιξη. Οπαδοί του Richard Dawkins, κρατηθείτε.
Ο Agüera y Arcas δεν ασκεί πολεμική κριτική στον Dawkins, αλλά το βιβλίο του φέρνει την Margulis, μια από τις πρώτες αντιπάλους του Dawkins, στο επίκεντρο της αρένας. Οι δύο άνδρες ήρθαν αντιμέτωποι σε μια δημόσια συζήτηση στην Οξφόρδη το 2009, όπου η δημοφιλής έννοια του Δ για το «εγωιστικό γονίδιο» δέχτηκε την πίεση της θεωρίας της Μαργκούλις για τη συμβιογένεση, κυριολεκτικά τη γένεση μέσω συνδυασμού ή σύντηξης.
Η άποψη του Ντόκινς βασίζεται σε μια δαρβινική άποψη της φυσικής επιλογής μέσω ανταγωνιστικού πλεονεκτήματος. Η Μαργκούλις βασίστηκε σε έρευνα για τη δημιουργία μικροοργανισμών μέσω συνδυασμών μιτοχονδρίων και χλωροπλαστών, που κάποτε ήταν ανεξάρτητες μορφές ζωής.
Ήταν η επιβίωση του ισχυρότερου έναντι μιας οπτικής της βιολογικής πολυπλοκότητας που δημιουργείται μέσω της ενδοσυμβίωσης, μιας σχέσης στην οποία ένας οργανισμός ζει μέσα σε έναν άλλο, με πιθανό αποτέλεσμα μια νέα μορφή ζωής – ή, όπως το βλέπει ο Agüera y Arcas, μια ώθηση προς την «προσαρμογή» που νοείται ως ολοκλήρωση του προτύπου, και όχι ως «προσαρμοστικότητα» που νοείται ως πλεονέκτημα.
(Η μικροβιολόγος Lynn Margulis ήταν από τους πρώτους αντιπάλους της θεωρίας του Richard Dawkins για το «εγωιστικό γονίδιο». Wikipedia / Creative Commons)
Πρόβλεψη και λειτουργία
Οι κεντρικές έννοιες του Agüera y Arcas είναι η πρόβλεψη και η λειτουργία, οι οποίες συνεργάζονται για να εξηγήσουν την νοημοσύνη ως την ανάπτυξη λειτουργικής πολυπλοκότητας μέσω της ολοκλήρωσης προγνωστικών προτύπων.
Εδώ καταργεί ένα γνωστό εννοιολογικό όριο: η νοημοσύνη δεν προκαλεί λειτουργία, είναι λειτουργία.
Η νοημοσύνη, υποστηρίζει, είναι μια ιδιότητα των συστημάτων και όχι των όντων, και η λειτουργία είναι ο πρωταρχικός δείκτης της. Μια πέτρα δεν λειτουργεί, αλλά ένα νεφρό λειτουργεί. Αυτό αποδεικνύεται απλά κόβοντάς τα στη μέση. Η πέτρα γίνεται δύο πέτρες, αλλά το νεφρό δεν είναι πλέον νεφρό.
Έχει λοιπόν νοημοσύνη ένα νεφρό; Ή μια αμοιβάδα; Ή ένα φύλλο;
Αυτά τα ερωτήματα τίθενται, μαζί με το ερώτημα αν τα Μεγάλα Γλωσσικά Μοντέλα έχουν νοημοσύνη, το οποίο μπορεί να είναι ένας καλύτερος τρόπος να το διατυπώσουμε από το να ρωτήσουμε αν είναι νοήμονα.
Ο Agüera y Arcas δεν είναι ο μόνος που παίρνει θετική θέση. Ο επιφανής βιολόγος Michael Levin διευθύνει ένα ερευνητικό εργαστήριο στο Πανεπιστήμιο Tufts, όπου αυτός και η ομάδα του μελετούν τις λειτουργικές συσχετίσεις μεταξύ φυσικών οργανισμών και συνθετικών ή χιμαιρικών μορφών ζωής, αναζητώντας «νοημοσύνη σε άγνωστες μορφές».
Ο δηλωμένος στόχος τους είναι να αναπτύξουν τρόπους επικοινωνίας με πραγματικά διαφορετικές νοημοσύνες, συμπεριλαμβανομένων κυττάρων, ιστών, οργάνων, συνθετικών ζωντανών κατασκευών, ρομπότ και Τεχνητής Νοημοσύνης βασισμένης σε λογισμικό.
Μια τέτοια προσέγγιση χαράζει μια πορεία μεταξύ της άποψης των στοχαστικών παπαγάλων και της θεωρίας του βιολόγου Rupert Sheldrake για τη «μορφική συνήχηση», η οποία προτείνει ότι η οργανική μορφή είναι μια εκδήλωση της μνήμης, που αντηχεί μέσα από τις γενιές ως γενετική κληρονομιά. Ο Agüera y Arcas αποφεύγει τόσο τις διαισθητικές και τηλεπαθητικές κατευθύνσεις του Sheldrake, όσο και τους σκληρούς περιορισμούς του μηχανιστικού ντετερμινισμού.
Η θέση που παρουσιάζεται στο What is Intelligence? είναι άγνωστη και όχι εγγενώς δύσκολη. Μεγάλο μέρος της εξήγησης είναι αρκετά εύκολο για τον γενικό αναγνώστη να το ακολουθήσει, αν και ο Agüera y Arcas έχει την τάση να στρέφεται προς το πιο τεχνικό και αφηρημένο πεδίο της προγραμματισμού, σαν να απευθύνεται σε ένα εξειδικευμένο κοινό. Το εκτενές γλωσσάρι δεν περιλαμβάνει τυπικούς όρους προγραμματισμού, όπως λογικές πύλες, κλίσεις, βάρη και αντίστροφη διάδοση.
Με πάνω από 600 σελίδες, το What is Intelligence? είναι μια μαραθώνια ανάγνωση και επιβαρύνεται από περιφερειακές παρεκκλίσεις. Δεν είμαι σίγουρος γιατί ο Agüera y Arcas χρειάζεται να αναφερθεί στην ιστορία της εκβιομηχάνισης ή στις ανθρωπολογικές μελέτες του λαού Pirahā του Αμαζονίου. Αυτό είναι ένα βιβλίο για να το διαβάζεις κατά διαστήματα και όχι να το καταπιείς ολόκληρο.
Αλλά οι ιδέες του είναι σημαντικές. Μπορεί να αποτελούν μέρος μιας σημαντικής μεταμόρφωσης στον τρόπο που σκεφτόμαστε για τη θέση της ανθρώπινης νοημοσύνης στο ταχέως εξελισσόμενο περιβάλλον της Τεχνητής Νοημοσύνης.
* Η Jane Goodall είναι ομότιμη καθηγήτρια στο Κέντρο Έρευνας Γραφής και Κοινωνίας του Πανεπιστημίου Western Sydney. Το άρθρο της αναδημοσιεύεται αυτούσιο στο Liberal, μέσω άδειας Creative Commons, από τον ιστότοπο TheConversation.
