InScience Magazine

Author: Νικόλ Σαρλά

  • ΤΟ ΒΡΑΒΕΙΟ ΝΟΜΠΕΛ ΑΝΑΔΕΙΚΝΥΕΙ ΤΙΣ ΡΙΖΕΣ ΤΩΝ ΝΕΥΡΩΝΙΚΩΝ ΔΙΚΤΥΩΝ ΣΤΗ ΦΥΣΙΚΗ

    ΤΟ ΒΡΑΒΕΙΟ ΝΟΜΠΕΛ ΑΝΑΔΕΙΚΝΥΕΙ ΤΙΣ ΡΙΖΕΣ ΤΩΝ ΝΕΥΡΩΝΙΚΩΝ ΔΙΚΤΥΩΝ ΣΤΗ ΦΥΣΙΚΗ

    Ο δρόμος προς τα σύγχρονα θαύματα της μηχανικής μάθησης στρώθηκε με ιδέες από τη στατιστική μηχανική και τα συλλογικά φαινόμενα.

    Johanna L. Miller


    Μετάφραση: Δημήτρης Κούλος

    Επιμέλεια μετάφρασης: Νικόλ Σαρλά, Βασίλης Λεμπέσης

    Επιστημονική επιμέλεια: Βασίλης Λεμπέσης«Ό,τι δίνεις παίρνεις».[1] Σύμφωνα με το παλιό ρητό της επιστήμης των υπολογιστών, αυτό που λαμβάνεις από έναν υπολογιστή δεν είναι καλύτερο από αυτό που του δίνεις. Και φαίνεται να υπονοεί ότι καθώς οι υπολογιστές δεν μπορούν να σκεφτούν μόνοι τους, δεν μπορούν ποτέ να κάνουν κάτι πιο εξεζητημένο από αυτό για το οποίο ρητώς τους έχει δοθεί εντολή.

    Όμως, το τελευταίο φαίνεται να μην είναι πλέον αληθές. Τα νευρωνικά δίκτυα –αρχιτεκτονικές των υπολογιστών εμπνευσμένες από τον ανθρώπινο εγκέφαλο, στις οποίες τα σήματα διέρχονται μέσα από κόμβους που ονομάζονται τεχνητοί νευρώνες– έχουν παράγει τα τελευταία χρόνια κύματα εκπληκτικών αποτελεσμάτων. (Βλ. για παράδειγμα σελ. 17 αυτού του τεύχους.) Οι μεμονωμένοι νευρώνες εκτελούν μονάχα τους πλέον στοιχειώδεις υπολογισμούς. Όμως, όταν συγκεντρώνονται σε αρκετά μεγάλους αριθμούς και όταν τροφοδοτούνται με αρκετά δεδομένα προς εκπαίδευση, αποκτούν δυνατότητες που, φαινομενικά από το πουθενά, θυμίζουν απροσδόκητα την ανθρώπινη νοημοσύνη.

    Οι φυσικοί δεν είναι ανοίκειοι με την ιδέα της ανάδυσης απροσδόκητων φαινομένων μέσα από απλούστερα δομικά στοιχεία. Μερικά στοιχειώδη σωματίδια και οι κανόνες των αλληλεπιδράσεών τους συνδυάζονται για να δώσουν σχεδόν το σύνολο του ορατού κόσμου: υπεραγωγοί, πλάσματα και όλα τα ενδιάμεσα. Γιατί κάποια προσέγγιση της φυσικής στην αναδυόμενη πολυπλοκότητα να μην εφαρμοστεί και στα νευρωνικά δίκτυα;

    Πράγματι εφαρμοζόταν –και συνεχίζει να εφαρμόζεται– όπως αποδεικνύεται από το φετινό (2024) βραβείο Νόμπελ Φυσικής, το οποίο απονέμεται στον John Hopfield του Πανεπιστημίου του Πρίνστον και στον Geoffrey Hinton του Πανεπιστημίου του Τορόντο. Ξεκινώντας στις αρχές της δεκαετίας του 1980, ο Hopfield έθεσε τα εννοιολογικά θεμέλια για μια θεώρηση που να βασίζεται στη φυσική του ζητήματος της επεξεργασίας πληροφοριών η οποία εμπνέεται από την λειτουργία του εγκέφαλου· ο Hinton ήταν στην πρώτη γραμμή της προσπάθειας δεκαετιών για την αξιοποίηση αυτών των ιδεών για να αναπτύξει αλγορίθμους που χρησιμοποιούνται σήμερα από τα μοντέλα νευρωνικών δικτύων.

    ΥΑΛΩΔΗΣ ΜΝΗΜΗ

    Στην αρχή δεν ήταν καθόλου προφανές ότι τα νευρωνικά δίκτυα θα γίνονταν τόσο ισχυρά. Μόλις το 2011, τα πιο εντυπωσιακά επιτεύγματα στην τεχνητή νοημοσύνη επιτυγχάνονταν από μια εντελώς διαφορετική προσέγγιση. Ο υπολογιστής Watson της IBM, που νίκησε τον Ken Jennings και τον Brad Rutter στο Jeopardy!,[2] δεν ήταν ένα νευρωνικό δίκτυο καθώς είχε προγραμματιστεί ρητώς με κανόνες για την επεξεργασία της γλώσσας, την ανάκτηση πληροφοριών και τη λογική σκέψη. Και πολλοί ερευνητές πίστεψαν ότι αυτός ήταν ο δρόμος για να δημιουργήσουν χρήσιμες μηχανές τεχνητής νοημοσύνης.

    Αντίθετα, η πρώιμη εργασία για τα νευρωνικά δίκτυα ήταν μια έρευνα που καθοδηγούνταν από την περιέργεια, εμπνευσμένη περισσότερο από πραγματικούς εγκεφάλους παρά από τους υπολογιστές και τις εφαρμογές τους. Αλλά η φύση της διεπιστημονικής σύνδεσης ήταν δυσδιάκριτη. «Τα ερωτήματα που διατύπωσε ο Hopfield δεν είναι άσχετα με πράγματα που απασχολούσαν τους νευροεπιστήμονες», λέει ο William Bialek από το Πανεπιστήμιο του Πρίνστον. «Όμως δεν πρόκειται για “εφαρμογή της φυσικής στο τάδε ζήτημα’’· μάλλον πρόκειται για την εισαγωγή μιας ολόκληρης θεώρησης που απλώς δεν υπήρχε προηγουμένως».

    Μέχρι τη δεκαετία του 1980, οι νευροεπιστήμονες γνώριζαν ότι ο εγκέφαλος αποτελείται από νευρώνες, οι οποίοι συνδέονται μεταξύ τους μέσω συνάψεων και εναλλάσσονται μεταξύ περιόδων υψηλής και χαμηλής ηλεκτρικής δραστηριότητας (στην καθομιλουμένη, “πυροδότηση” και “μη πυροδότηση”), και μελετούσαν συστήματα λίγων νευρώνων για να κατανοήσουν πώς η πυροδότηση ενός νευρώνα επηρέαζε εκείνους με τους οποίους συνδεόταν. «Κάποιοι αντιμετώπιζαν τους νευρώνες με όρους λογικών πυλών, όπως στην ηλεκτρονική», λέει ο Jay McClelland του Πανεπιστημίου του Στάνφορντ.

    Σε μια εργασία-ορόσημο του 1982, ο Hopfield υιοθέτησε μια διαφορετική προσέγγιση.[3] Στη φυσική, υποστήριξε, πολλές σημαντικές ιδιότητες συστημάτων μεγάλης κλίμακας είναι ανεξάρτητες από τις λεπτομέρειες μικρής κλίμακας. Σε όλα τα υλικά μπορούν να διαδοθούν ηχητικά κύματα, για παράδειγμα, ανεξάρτητα από το πώς ακριβώς αλληλεπιδρούν τα άτομα ή τα μόριά τους. Οι μικροσκοπικές δυνάμεις μπορεί να επηρεάζουν την ταχύτητα του ήχου ή άλλες ακουστικές ιδιότητες, αλλά η μελέτη των δυνάμεων μεταξύ τριών ή τεσσάρων ατόμων αποκαλύπτει ελάχιστα για το πώς αναδύεται η έννοια των ηχητικών κυμάτων.

    Με αυτόν τον τρόπο, δημιούργησε ένα μοντέλο ενός δικτύου νευρώνων, με γνώμονα περισσότερο την υπολογιστική και μαθηματική απλότητα παρά τον νευροβιολογικό ρεαλισμό. Το μοντέλο, γνωστό σήμερα ως δίκτυο Hopfield, αναπαρίσταται στο Εικ. 1. (Το σχήμα δείχνει ένα δίκτυο πέντε νευρώνων για την ευκολία της απεικόνισης· ο Hopfield προσομοίωνε δίκτυα 30 έως 100 νευρώνων). Κάθε νευρώνας μπορεί να βρίσκεται στην κατάσταση 1 ( πυροδότηση), ή στην κατάσταση 0 (μη πυροδότηση).

    Η σύνδεση κάθε νευρώνα με όλους τους άλλους προσομοιωνόταν μέσω σταθερών σύζευξης που θα μπορούσαν να έχουν οποιαδήποτε θετική ή αρνητική τιμή, ανάλογα με το αν κάθε σύναψη ευνοεί ή όχι τους νευρώνες να πυροδοτούν ταυτόχρονα.

    Αυτή είναι ακριβώς η ίδια μορφή με εκείνη ενός υαλώδους σπιν (spin glass), ένα γνωστό <<ακανθώδες>> σύστημα από τη φυσική συμπυκνωμένης ύλης. (Βλέπε Physics Today, Δεκέμβριος 2021, σ. 17.) Σε αντίθεση με ένα σιδηρομαγνήτη, στον οποίο οι σταθερές σύζευξης είναι όλες θετικές και το σύστημα έχει μια σαφή θεμελιώδη κατάσταση με όλα του τα σπιν ευθυγραμμισμένα, ένα υαλώδες σπιν δεν έχει σχεδόν ποτέ μια κατάσταση που να ικανοποιεί όλες τις ενεργειακές προτιμήσεις των σπιν του ταυτόχρονα. Το ενεργειακό του τοπίο είναι πολύπλοκο, με πολλά τοπικά ενεργειακά ελάχιστα.

    Εικ. 1

    Εικ. 1. Ένα δίκτυο Hopfield, τυπικά ισοδύναμο με ένα υαλώδες σπιν, λειτουργεί ως συνειρμική μνήμη: Όταν παρουσιάζεται μια κατάσταση που ανακαλείται μερικώς, χρησιμοποιεί έναν αλγόριθμο μείωσης της ενέργειας για να συμπληρώσει τα κενά. Οι αναμνήσεις αποθηκεύονται στην ισχύ των συζεύξεων μεταξύ των κόμβων. Όταν ο John Hopfield έδειξε ότι με τον κατάλληλο στατιστικό συνδυασμό στην ισχύ συζεύξεων το δίκτυο μπορούσε να αποθηκεύσει πολλές αναμνήσεις ταυτόχρονα, έθεσε τις βάσεις για τη σκέψη των νευρωνικών δικτύων με βάση τη φυσική. (Σχήμα από τον Freddie Pagani· φωτογραφία λαγού από τον JM Ligero Loarte/Wikimedia Commons/CC BY 3.0.)Ο Hopfield υποστήριξε ότι το τοπίο θα μπορούσε να χρησιμεύσει ως μνήμη, με κάθε μια από τις διατάξεις που ελαχιστοποιούν την ενέργεια να χρησιμεύει ως μια κατάσταση που πρέπει να κρατηθεί στη μνήμη. Και παρουσίασε έναν κομψό τρόπο ρύθμισης των τιμών των σταθερών σύζευξης –εμπνευσμένο από αυτό που συμβαίνει στις πραγματικές συνάψεις– έτσι ώστε η μνήμη να αποθηκεύει οποιαδήποτε επιθυμητή συλλογή καταστάσεων.

    Αλλά το δίκτυο Hopfield είναι θεμελιωδώς διαφορετικό από μια συνηθισμένη μνήμη υπολογιστή. Σε έναν υπολογιστή, κάθε στοιχείο των δεδομένων που πρόκειται να αποθηκευτεί κωδικοποιείται ως συμβολοσειρά από άσους και μηδενικά σε ένα συγκεκριμένο σημείο και ανακαλείται πηγαίνοντας πίσω σε αυτό το σημείο και διαβάζοντας τη συμβολοσειρά. Σε ένα δίκτυο Hopfield, όλα τα στοιχεία αποθηκεύονται ταυτόχρονα στις τιμές των σταθερών της σύζευξης ολόκληρου του δικτύου. Και μπορούν να ανακληθούν συνειρμικά, δίνοντας στο δίκτυο ένα σημείο εκκίνησης που μοιράζεται μόνο μερικά χαρακτηριστικά με μία από τις καταστάσεις που θυμάται και επιτρέποντάς του να «ηρεμήσει» στο πλησιέστερο ενεργειακό ελάχιστο. Τις περισσότερες φορές, θα ανακαλέσει την επιθυμητή μνήμη. (Βλέπε επίσης τα άρθρα του Haim Sompolinsky, Physics Today, Δεκέμβριος 1988, σ. 70, και του John Hopfield, PHYSICS Today, Φεβρουάριος 1994, σ. 40).

    Και τα δύο αυτά είναι γεγονότα που συμβαίνουν στους πραγματικούς εγκεφάλους. « Ήταν πειραματικά γνωστό ότι σε ανώτερα ζώα η εγκεφαλική δραστηριότητα ήταν καλά διασκορπισμένη και ενέπλεκε πολλούς νευρώνες», λέει ο Hopfield. Και η συνειρμική μνήμη είναι κάτι που έχετε βιώσει άμεσα, αν έχετε θυμηθεί ποτέ ένα τραγούδι που έχετε ξανακούσει, αφού ακούσατε ένα τυχαίο απόσπασμά του.

    Το μοντέλο του Hopfield ήταν μια τεράστια απλοποίηση ενός πραγματικού εγκεφάλου. Οι πραγματικοί νευρώνες είναι ουσιαστικά δυναμικοί, δεν χαρακτηρίζονται από στατικές καταστάσεις και οι πραγματικές συζεύξεις των νευρώνων δεν είναι συμμετρικές. Αλλά, κατά κάποιον τρόπο, αυτές οι διαφορές ήταν χαρακτηριστικά, όχι σφάλματα: έδειξαν ότι η συλλογική, συνειρμική μνήμη ήταν ένα αναδυόμενο φαινόμενο μεγάλης κλίμακας, ανθεκτικό σε λεπτομέρειες μικρής κλίμακας.

    ΜΑΘΑΙΝΟΝΤΑΣ ΠΩΣ ΝΑ ΜΑΘΑΙΝΕΙΣ

    «Όχι μόνο ο Hopfield είναι ένας πολύ καλός φυσικός, αλλά και το μοντέλο Hopfield είναι από μόνο του εξαιρετική φυσική”, λέει ο Leo van Hemmen, από το Τεχνικό Πανεπιστήμιο του Μονάχου. Παρ΄όλα αυτά, η διατύπωσή του το 1982 άφησε πολλά ενδιαφέροντα ανοιχτά ερωτήματα. Ο Hopfield είχε επικεντρωθεί σε προσομοιώσεις για να δείξει πώς το σύστημα «ηρεμεί» σε ένα ενεργειακό ελάχιστο· θα μπορούσε το μοντέλο να δεχθεί μια πιο στιβαρή αναλυτική αντιμετώπιση; Πόσες καταστάσεις θα μπορούσε να θυμάται το μοντέλο και τι θα συνέβαινε αν υπερφορτωνόταν; Υπήρχαν καλύτεροι τρόποι καθορισμού του μεγέθους των σταθερών σύζευξης από αυτόν που πρότεινε ο Hopfield;

    Αυτές τις ερωτήσεις, και άλλες, ανέλαβε μια πληθώρα ερευνητών με σπουδές στη φυσική, οι οποίοι εμπνεύστηκαν από το έργο του Hopfield και εισήλθαν στον τομέα των νευρωνικών δικτύων κατά τη δεκαετία του 1980. «Οι φυσικοί είναι ευπροσάρμοστοι, περίεργοι και αλαζόνες –με θετικό τρόπο», λέει ο Eytan Domany, του Ινστιτούτου Επιστημών Weizmann στο Ισραήλ. «Είναι πρόθυμοι να μελετήσουν διεξοδικά και στη συνέχεια να καταπιαστούν με ένα πρόβλημα που δεν έχουν ξαναδεί, αν είναι ενδιαφέρον. Και όλοι είναι ενθουσιασμένοι με την κατανόηση του εγκεφάλου».

    Ένα άλλο μέρος της γοητείας ήταν ο τρόπος με τον οποίο ο Hopfield είχε πάρει ένα παραδοσιακό πρόβλημα φυσικής και το είχε αντιστρέψει. «Στα περισσότερα προβλήματα ενεργειακού τοπίου, σας δίνονται οι μικροσκοπικές αλληλεπιδράσεις και ρωτάτε: Ποια είναι η βασική κατάσταση; Ποια είναι τα τοπικά ελάχιστα; Ποιο είναι ολόκληρο το τοπίο;», λέει ο Haim Sompolinsky, του Εβραϊκού Πανεπιστημίου της Ιερουσαλήμ. «Η εργασία του 1982 έκανε το αντίθετο. Ξεκινάμε με τις βασικές καταστάσεις που θέλουμε: τις αναμνήσεις. Και ρωτάμε: Ποιες είναι οι μικροσκοπικές αλληλεπιδράσεις που θα τις υποστηρίξουν ως βασικές καταστάσεις;»

    Από εκεί και πέρα, ήταν ένα μικρό εννοιολογικό άλμα το να ρωτήσουμε: τι γίνεται αν οι ίδιες οι τιμές των σταθερών σύζευξης μπορούν να εξελιχθούν στο δικό τους ενεργειακό τοπίο; Δηλαδή, αντί το σύστημα να είναι προγραμματισμένο εκ των προτέρων με παραμέτρους για την κωδικοποίηση συγκεκριμένων μνημών, να μπορεί να αυτοβελτιώνεται με τη μάθηση;

    Η μηχανική μάθηση σε νευρωνικά δίκτυα είχε δοκιμαστεί και στο παρελθόν. Το perceptron –μια συσκευή που μοιάζει με νευρωνικό δίκτυο και ταξινομεί εικόνες σε απλές κατηγορίες, όπως κύκλους και τετράγωνα– χρονολογείται από τη δεκαετία του 1950. Όταν του δόθηκε μια σειρά από εικόνες για εκπαίδευση και ένας απλός αλγόριθμος για την επικαιροποίηση των συνδέσεων μεταξύ των νευρώνων του, μπορούσε τελικά να μάθει να ταξινομεί σωστά ακόμη και εικόνες που δεν είχε ξαναδεί.

    Αλλά το perceptron δεν λειτουργούσε πάντα καθώς με τον τρόπο που ήταν δομημένο το δίκτυο, μερικές φορές δεν υπήρχε κανένας τρόπος να ρυθμιστούν οι τιμές των σταθερών σύζευξης για να εκτελέσει την επιθυμητή ταξινόμηση. «Όταν συνέβαινε αυτό, θα μπορούσατε να επαναλαμβάνετε (την λειτουργία) για πάντα και ο αλγόριθμος δεν θα συνέκλινε ποτέ», λέει ο van Hemmen. «Αυτό ήταν ένα μεγάλο σοκ». Χωρίς μια κατευθυντήρια αρχή για την χάραξη μιας πορείας προς τα εμπρός, το πεδίο είχε βαλτώσει.

    ΒΡΙΣΚΟΝΤΑΣ ΚΟΙΝΟ ΤΟΠΟ  

    Ο Hinton δεν ήρθε στα νευρωνικά δίκτυα έχοντας υπόβαθρο στη φυσική. Αλλά ο συνεργάτης του, Terrence Sejnowski –ο οποίος είχε πάρει το διδακτορικό του από τον Hopfield το 1978– είχε τέτοιο υπόβαθρο. Μαζί, επέκτειναν το δίκτυο Hopfield σε κάτι που ονόμασαν μηχανή Boltzmann, η οποία επέκτεινε σημαντικά τις δυνατότητες του μοντέλου χρησιμοποιώντας ξεκάθαρα έννοιες της στατικής φυσικής.[4]

    Στις προσομοιώσεις του ο Hopfield το 1982, είχε ουσιαστικά διερευνήσει το καθαρό έργο του υαλώδους σπιν σε μηδενική θερμοκρασία επιτρέποντας στο σύστημα να εξελίξει την κατάστασή του μόνο με τρόπους που θα μείωναν τη συνολική του ενέργεια. Με αυτόν τον τρόπο, όποια κι αν ήταν η αρχική κατάσταση, κατέληγε σε ένα κοντινό τοπικό ενεργειακό ελάχιστο και παρέμενε εκεί.

    «Ο Τέρι και εγώ αρχίσαμε αμέσως να σκεφτόμαστε τη στοχαστική εκδοχή, με μη μηδενική θερμοκρασία», λέει ο Hinton. Αντί για έναν ντετερμινιστικό κανόνα μείωσης της ενέργειας, χρησιμοποίησαν έναν αλγόριθμο Monte Carlo που επέτρεπε στο σύστημα να μεταπηδά περιστασιακά σε μια κατάσταση υψηλότερης ενέργειας. Δοθέντος αρκετού χρόνου, μια στοχαστική προσομοίωση του δικτύου θα εξερευνούσε ολόκληρο το ενεργειακό τοπίο και θα κατέληγε σε μια κατανομή πιθανοτήτων Boltzmann, με όλες τις καταστάσεις χαμηλής ενέργειας –ανεξάρτητα από το αν είναι τοπικά ενεργειακά ελάχιστα– να αντιπροσωπεύονται με υψηλή πιθανότητα.

    «Και το 1983, ανακαλύψαμε έναν πολύ όμορφο τρόπο για τη μάθηση», λέει ο Hinton. Όταν το δίκτυο τροφοδοτούνταν με δεδομένα για εκπαίδευση αυτά αναβάθμιζαν επαναληπτικά την τιμή των σταθερών σύζευξης, έτσι ώστε οι καταστάσεις των δεδομένων να έχουν υψηλή πιθανότητα στην κατανομή Boltzmann.[5] Επιπλέον, όταν τα εισερχόμενα δεδομένα είχαν κάτι κοινό –όπως οι εικόνες με τον αριθμόν 3 στην Εικ. 2– τότε άλλες καταστάσεις υψηλής πιθανότητας θα μοιράζονταν τα ίδια κοινά χαρακτηριστικά.

    Εικ. 2

    Εικόνα 2. Η ΜΗΧΑΝΗ BOLTZMANN επεκτείνει το δίκτυο Hopfield με δύο τρόπους: Επαυξάνει το δίκτυο για να συμπεριλάβει και κρυμμένους κόμβους (φαίνονται στο κέντρο του δικτύου με γκρι χρώμα) που δεν εμπλέκονται στην κωδικοποίηση δεδομένων και λειτουργεί σε μη μηδενική πραγματική θερμοκρασία, έτσι ώστε ολόκληρος ο χώρος των διατάξεων να μπορεί να χαρακτηριστεί από μια κατανομή πιθανοτήτων Boltzmann. Ο Geoffrey Hinton και οι συνεργάτες του ανέπτυξαν έναν τρόπο εκπαίδευσης της μηχανής Boltzmann ως γενετικού μοντέλου: Όταν της παρουσιάζονταν ως εισροές διάφορα στοιχεία που είχαν όλα ένα κοινό χαρακτηριστικό, παρήγαγε περισσότερα στοιχεία του ίδιου τύπου. (Σχήμα από τον Freddie Pagani.)Το βασικό συστατικό για την εύρεση αυτού του είδους κοινών στοιχείων ήταν η επαύξηση του δικτύου, ώστε να περιλαμβάνει περισσότερους κόμβους από αυτούς που κωδικοποιούν τα δεδομένα. Αυτοί οι κρυφοί κόμβοι, που απεικονίζονται με γκρι χρώμα στην Εικ.2, επιτρέπουν στο σύστημα να καταγράφει συσχετίσεις υψηλότερου επιπέδου μεταξύ των δεδομένων.

    Κατ’ αρχήν, η μηχανή Boltzmann θα μπορούσε να χρησιμοποιηθεί για τη μηχανική αναγνώριση ενός χειρόγραφου ή για τη διάκριση μεταξύ κανονικών και έκτακτων συνθηκών σε μια εγκατάσταση όπως ένας σταθμός παραγωγής ενέργειας. Δυστυχώς, ο αλγόριθμος μάθησης της μηχανής Boltzmann είναι απαγορευτικά αργός για τις περισσότερες πρακτικές εφαρμογές. Παρέμεινε θέμα ακαδημαϊκής έρευνας, αλλά δεν βρήκε μεγάλη χρήση στον πραγματικό κόσμο –μέχρι που έκανε μια εκπληκτική επανεμφάνιση αρκετά χρόνια αργότερα.

    ΠΩΣ ΔΟΥΛΕΥΟΥΝ ΤΑ ΔΙΚΤΥΑ

    Περίπου την ίδια εποχή, ο Hinton εργαζόταν με τον γνωστικό επιστήμονα David Rumelhart πάνω σε έναν άλλο αλγόριθμο μάθησης, ο οποίος θα γινόταν το μυστικό της επιτυχίας σχεδόν όλων των σημερινών νευρωνικών δικτύων: οπισθοδιάδοση (backpropagation).[6] Ο αλγόριθμος αναπτύχθηκε για ένα διαφορετικό είδος αρχιτεκτονικής δικτύου, που ονομάζεται δίκτυο πρόσθιας τροφοδότησης (feedforward network), όπως φαίνεται στην Εικ.3. Σε αντίθεση με το δίκτυο Hopfield και τη μηχανή Boltzmann, με τις αμφίδρομες συνδέσεις μεταξύ των κόμβων, τα σήματα σε ένα δίκτυο πρόσθιας τροφοδότησης ρέουν προς μία μόνο κατεύθυνση: από ένα επίπεδο νευρώνων εισόδου, μέσω κάποιου αριθμού κρυφών επιπέδων, στην έξοδο. Μια παρόμοια αρχιτεκτονική είχε χρησιμοποιηθεί στο πολυεπίπεδο perceptron.

    Ας υποθέσουμε ότι θέλετε να εκπαιδεύσετε ένα δίκτυο πρόσθιας τροφοδότησης για την ταξινόμηση εικόνων. Του δίνετε μια εικόνα ενός κουνελιού και θέλετε να παράγει το μήνυμα εξόδου «Αυτό είναι ένα κουνέλι». Αλλά κάτι δεν πάει καλά και αντ’ αυτού λαμβάνετε το μήνυμα εξόδου «Αυτό είναι χελώνα». Πώς μπορείτε να επαναφέρετε τα πράγματα στη σωστή πορεία; Το δίκτυο μπορεί να έχει δεκάδες ή εκατοντάδες –ή σήμερα, τρισεκατομμύρια– συνδέσεις μεταξύ κόμβων που συμβάλλουν στην έξοδο, η καθεμία με το δικό της αριθμητικό βάρος. Συνεπώς ο αριθμός των τρόπων που υπάρχουν για να τους ρυθμίσετε όλους, ώστε να προσπαθήσετε να πάρετε την έξοδο που θέλετε, είναι ασύλληπτος.

    Η οπισθοδιάδοση λύνει αυτό το πρόβλημα μέσω του αλγόριθμου καθοδικής πορείας κατά μήκος της κλίσης (gradient descent): Πρώτα, ορίζετε μια συνάρτηση σφάλματος που προσδιορίζει πόσο απέχει η έξοδος που πήρατε από την έξοδο που θέλετε. Στη συνέχεια, υπολογίζετε τις μερικές παραγώγους της συνάρτησης σφάλματος με κριτήριο κάθε ένα από τα ενδοκομβικά βάρη –ένα απλό θέμα επανειλημμένης εφαρμογής του αλυσιδωτού κανόνα του λογισμού. Τέλος, χρησιμοποιείτε αυτές τις παραγώγους για να προσαρμόσετε τα βάρη με τρόπο που να μειώνει το σφάλμα.

    Εικ. 3

    Εικ. 3. Ένα δίκτυο πρόσθιας τροφοδότησης, εκπαιδευμένο με οπισθοδιάδοση, είναι η βασική δομή των νευρωνικών δικτύων που χρησιμοποιούνται σήμερα. Περνώντας αριθμητικά σήματα από ένα επίπεδο εισόδου μέσω κρυφών επιπέδων σε ένα επίπεδο εξόδου, τα δίκτυα πρόσθιας τροφοδότησης εκτελούν λειτουργίες που περιλαμβάνουν την ταξινόμηση εικόνων και την παραγωγή κειμένου. (Εικόνα από τον Freddie Pagani· φωτογραφία κουνελιού από τον JM Ligero Loarte/Wikimedia Commons/CC BY 3.0· χαϊκού που δημιουργήθηκε από τον GPT-4, OpenAI, 22 Οκτωβρίου 2024).Μπορεί να χρειαστούν πολλές επαναλήψεις για να περιοριστεί το σφάλμα αρκετά κοντά στο μηδέν –και θα θέλετε να βεβαιωθείτε ότι το δίκτυο δίνει το σωστό αποτέλεσμα για πολλά εισερχόμενα δεδομένα, όχι μόνο για ένα. Αλλά αυτά τα βασικά βήματα χρησιμοποιούνται για την εκπαίδευση όλων των ειδών των δικτύων, συμπεριλαμβανομένων των ταξινομητών εικόνων βάσει επαλήθευσης-της-γενικής-ιδέας και των μεγάλων γλωσσικών μοντέλων, όπως το ChatGPT.

    Η μέθοδος του αλγόριθμου καθοδικής πορείας κατά μήκος της κλίσης είναι διαισθητικά κομψή και δεν ήταν καινούρια εννοιολογικά. «Αλλά έπρεπε να συγκεντρωθούν πολλά στοιχεία για να λειτουργήσει η ιδέα της οπισθοδιάδοσης», λέει ο McClelland. «Δεν μπορείτε να πάρετε την παράγωγο κάποιου πράγματος αν αυτό δεν είναι παραγωγίσιμο». Οι πραγματικοί νευρώνες λειτουργούν λίγο-πολύ σε διακριτές καταστάσεις ενεργοποίησης και απενεργοποίησης, και το αρχικό δίκτυο Hopfield, η μηχανή Boltzmann και το perceptron ήταν όλα διακριτά μοντέλα. Για να λειτουργήσει η οπισθοδιάδοση, ήταν απαραίτητο να μεταβούμε σε ένα μοντέλο στο οποίο οι καταστάσεις των κόμβων μπορούν να πάρουν ένα συνεχές φάσμα τιμών. Αλλά αυτά τα δίκτυα συνεχών τιμών είχαν ήδη εισαχθεί, μεταξύ άλλων σε μια εργασία του Hopfield το 1984.[7]

    Μια δεύτερη καινοτομία έπρεπε να περιμένει για καιρό. Η οπισθοδιάδοση λειτούργησε καλά για δίκτυα με μερικά μόνο επίπεδα. Αλλά όταν ο αριθμός των επιπέδων πλησίαζε τα πέντε ή και περισσότερα –ένας ασήμαντος αριθμός για τα δεδομένα της εποχής– ορισμένες από τις επιμέρους παραγώγους ήταν τόσο μικρές που η εκπαίδευση διαρκούσε πολύ ώστε πρακτικά να ήταν ανέφικτη.

    Στις αρχές της δεκαετίας του 2000, ο Hinton βρήκε μια λύση, η οποία περιλάμβανε την παλιά του μηχανή Boltzmann –ή μάλλον μια λεγόμενη περιορισμένη εκδοχή της, στην οποία οι μόνες συνδέσεις είναι αυτές μεταξύ ενός κρυμμένου νευρώνα και ενός ορατού (μη κρυμμένου) νευρώνα.[8] Οι περιορισμένες μηχανές Boltzmann (Restricted Boltzmann Machines, RBM) είναι εύκολο να μοντελοποιηθούν υπολογιστικά, επειδή κάθε ομάδα νευρώνων –ορατών και κρυφών– θα μπορούσε να επικαιροποιηθεί ταυτόχρονα και τα αριθμητικά βάρη σύνδεσης θα μπορούσαν να ρυθμιστούν όλα μαζί σε ένα μόνο βήμα. Η ιδέα του Hinton ήταν να απομονώσει ζεύγη διαδοχικών επιπέδων σε ένα δίκτυο πρόσθιας τροφοδότησης, να τα εκπαιδεύσει σαν να επρόκειτο για RBM για να προσεγγίσει τα αριθμητικά βάρη και, στη συνέχεια, να συντονίσει το σύνολο του δικτύου χρησιμοποιώντας οπισθοδιάδοση.

    «Ήταν κάπως άκομψο, αλλά δούλεψε και ο κόσμος ενθουσιάστηκε», λέει ο Graham Taylor, του Πανεπιστημίου του Guelph στον Καναδά, ο οποίος πήρε το διδακτορικό του υπό την επίβλεψη του Hinton το 2009. «Ήταν πλέον δυνατό να εκπαιδεύσουμε δίκτυα με πέντε, έξι, επτά επίπεδα. Οι άνθρωποι τα αποκαλούσαν «βαθιά» δίκτυα και άρχισαν να χρησιμοποιούν τον όρο βαθεία μάθηση (deep learning).

    Το τέχνασμα με τις RBM δεν χρησιμοποιήθηκε για πολύ. Η υπολογιστική ισχύς εξελισσόταν τόσο γρήγορα –ιδιαίτερα με τη συνειδητοποίηση ότι οι μονάδες επεξεργασίας γραφικών (GPU) ήταν ιδανικά κατάλληλες για τους υπολογισμούς που απαιτούνταν για τα νευρωνικά δίκτυα– ώστε μέσα σε λίγα χρόνια, ήταν δυνατό να επιτευχθεί οπισθοδιάδοση σε ακόμη μεγαλύτερα δίκτυα από την αρχή, χωρίς να απαιτούνται RBM.

    «Αν η μάθηση μέσω RBM δεν είχε συμβεί, θα είχαν εμφανιστεί οι GPU ούτως ή άλλως;» αναρωτιέται ο Taylor. «Αυτό είναι συζητήσιμο. Αλλά ο ενθουσιασμός γύρω από τις RBM άλλαξε το τοπίο: οδήγησε στην επιστράτευση και εκπαίδευση νέων φοιτητών και σε νέους τρόπους σκέψης. Νομίζω πως, τουλάχιστον, δεν θα είχε συμβεί με τον ίδιο τρόπο».

    O, ΤΙ ΕΙΝΑΙ ΚΑΙΝΟΥΡΙΟ ΕΙΝΑΙ ΠΑΛΙΟ

    Τα σημερινά δίκτυα χρησιμοποιούν εκατοντάδες ή χιλιάδες επίπεδα, αλλά η μορφή τους είναι ελάχιστα διαφορετική από εκείνη που περιέγραψε ο Hinton. «Έμαθα για τα νευρωνικά δίκτυα από βιβλία της δεκαετίας του 1980», λέει ο Bernhard Mehlig, του Πανεπιστημίου του Γκέτεμποργκ στη Σουηδία. «Όταν άρχισα να τα διδάσκω, συνειδητοποίησα ότι τα περισσότερα δεν είναι καινούργια. Είναι, επί της ουσίας, παλιά πράγματα». Ο Mehlig σημειώνει ότι σε ένα εγχειρίδιο που έγραψε, το οποίο εκδόθηκε το 2021, το πρώτο από τα τρία μέρη αφορά στον Hopfield και το δεύτερο στον Hinton.

    Τα νευρωνικά δίκτυα επηρεάζουν πλέον έναν τεράστιο αριθμό ανθρώπινων προσπαθειών, εμπλέκονται στην ανάλυση δεδομένων, στις αναζητήσεις στο διαδίκτυο και στη δημιουργία γραφικών. Είναι ευφυή; Είναι εύκολο να απορρίψει κανείς το ερώτημα αυτό χωρίς πολύ σκέψη. «Πάντα υπήρχαν πολλά πράγματα που οι μηχανές μπορούσαν να κάνουν καλύτερα από τους ανθρώπους», λέει ο Sankar Das Sarma του Πανεπιστημίου του Μέριλαντ. «Αυτό δεν έχει καμία σχέση με το να γίνουνε άνθρωποι. Το ChatGPT είναι εντυπωσιακά καλό σε ορισμένα πράγματα, αλλά σε πολλά άλλα δεν πλησιάζει καν ένα μωρό δύο ετών».

    Μια ενδεικτική σύγκριση είναι το τεράστιο χάσμα δεδομένων μεταξύ των σημερινών νευρωνικών δικτύων και των ανθρώπων.[9] Ένας εγγράμματος 20 ετών μπορεί να έχει διαβάσει και ακούσει μερικές εκατοντάδες εκατομμύρια λέξεις στη ζωή του μέχρι τώρα. Αντίθετα, τα μεγάλα γλωσσικά μοντέλα εκπαιδεύονται σε εκατοντάδες δισεκατομμύρια λέξεις, αριθμός που αυξάνεται με κάθε νέα έκδοση. Όταν συνυπολογίσετε το γεγονός ότι το ChatGPT έχει το πλεονέκτημα μιας εμπειρίας ζωής χίλιες φορές μεγαλύτερης από εσάς, οι ικανότητές του μπορεί να φαίνονται λιγότερο σαν νοημοσύνη. Ίσως όμως να μην έχει σημασία αν η τεχνητή νοημοσύνη αποτυγχάνει σε κάποιες εργασίες, αν είναι καλή στον σωστό συνδυασμό άλλων.

    Οι Hinton και Hopfield έχουν και οι δύο αναφερθεί στους κινδύνους της ανεξέλεγκτης τεχνητής νοημοσύνης. Ανάμεσα στα επιχειρήματά τους είναι η ιδέα ότι μόλις οι μηχανές γίνουν ικανές να αναλύουν τους στόχους σε επιμέρους στόχους, θα συμπεράνουν γρήγορα ότι μπορούν να κάνουν σχεδόν κάθε εργασία ευκολότερη για τον εαυτό τους, εδραιώνοντας τη δική τους δύναμη. Και επειδή τα νευρωνικά δίκτυα είναι συχνά επιφορτισμένα με τη συγγραφή κώδικα για άλλους υπολογιστές, το να σταματήσει η ζημιά δεν είναι τόσο απλό όσο το να τραβήξει κανείς την πρίζα από μια μεμονωμένη μηχανή.

    «Υπάρχουν επίσης άμεσοι κίνδυνοι που αντιμετωπίζουμε αυτή τη στιγμή», λέει ο Mehlig. «Υπάρχουν κείμενα γραμμένα από υπολογιστή και ψεύτικες εικόνες που χρησιμοποιούνται για να ξεγελάσουν τους ανθρώπους και να επηρεάσουν τις εκλογές. Νομίζω ότι μιλώντας για την κατάκτηση του κόσμου από τους υπολογιστές, οι άνθρωποι παίρνουν λιγότερο σοβαρά τους άμεσους κινδύνους».

    ΤΙ ΜΠΟΡΟΥΝ ΝΑ ΚΑΝΟΥΝ ΟΙ ΦΥΣΙΚΟΙ;

    Μεγάλο μέρος της ανησυχίας προέρχεται από το γεγονός ότι είναι πολύ λίγα γνωστά για το τι πραγματικά κάνουν τα νευρωνικά δίκτυα: Πώς μέσα από δισεκατομμύρια πολλαπλασιασμούς πινάκων καταλήγουμε να είμαστε σε θέση να βρίσκουμε πρωτεϊνικές δομές ή να γράφουμε ποίηση; «Οι άνθρωποι στις μεγάλες εταιρείες ενδιαφέρονται περισσότερο για την παραγωγή εσόδων, παρά για την κατανόηση», λέει ο Das Sarma. «Η κατανόηση απαιτεί περισσότερο χρόνο. Η δουλειά των θεωρητικών είναι να κατανοούν τα φαινόμενα, και αυτό είναι ένα τεράστιο φυσικό φαινόμενο που εκκρεμεί να κατανοηθεί από εμάς. Οι φυσικοί πρέπει να ενδιαφέρονται γι’ αυτό».

    «Είναι δύσκολο να μην είσαι ενθουσιασμένος με αυτό που συμβαίνει και είναι δύσκολο να μην

    παρατηρήσουμε πως δεν καταλαβαίνουμε», λέει ο Bialek. «Αν θέλετε να πείτε ότι τα πράγματα είναι αναδυόμενα, ποια είναι η παράμετρος τάξης και τι είναι αυτό που έχει αναδυθεί; Η φυσική έχει έναν τρόπο να κάνει αυτό το ερώτημα πιο συγκεκριμένο. Θα αποφέρει αυτή η προσέγγιση γνώση; Θα το δούμε».

    Προς το παρόν, τα μεγαλύτερα ερωτήματα εξακολουθούν να είναι κατακλυσμιαία. «Αν υπήρχε κάτι προφανές που θα ερχόταν στο μυαλό μας, θα υπήρχε μια ορδή ανθρώπων που θα προσπαθούσαν να το λύσουν», λέει ο Hopfield. «Αλλά κάτι τέτοιο δεν συμβαίνει επειδή κανείς δεν ξέρει από πού να ξεκινήσει».

    Ωστόσο, μερικά ερωτήματα μικρότερης κλίμακας είναι πιο εύκολα αντιμετωπίσιμα. Για παράδειγμα, γιατί η οπισθοδιάδοση μειώνει το σφάλμα του δικτύου κοντά στο μηδέν με τέτοια αξιοπιστία, αντί να «κολλάει» σε υψηλά τοπικά ελάχιστα, όπως κάνει το δίκτυο Hopefield; «Υπήρξε μια πολύ καλή εργασία πάνω σε αυτό πριν από μερικά χρόνια από τον Surya Ganguli στο Στάνφορντ», λέει η Sara Solla του Πανεπιστημίου Nortwestern. «Διαπίστωσε ότι τα περισσότερα υψηλά ελάχιστα είναι στην πραγματικότητα σαγματικά σημεία[10]: Είναι ένα ελάχιστο σε πολλές διαστάσεις, αλλά υπάρχει πάντα μία στην οποία δεν είναι. Έτσι, αν συνεχίσετε να προσπαθείτε, τελικά θα βρείτε τη διέξοδο».

    Όταν οι ερευνητές με εκπαίδευση φυσικού εργάζονται σε τέτοια προβλήματα, εξακολουθούν να ασχολούνται με τη φυσική; Ή έχουν αφήσει τη φυσική πίσω τους για κάτι άλλο; Αν η «φυσική» ορίζεται ως η μελέτη του φυσικού, υλικού κόσμου, αυτό αναμφισβήτητα θα απέκλειε τα τεχνητά νευρωνικά δίκτυα, τα οποία μέχρι τώρα είναι εξ ολοκλήρου αφηρημένες, ανθρώπινες κατασκευές με ελάχιστη ομοιότητα με τους βιολογικούς νευρώνες. «Δεν φτιάχνουμε αεροπλάνα που κουνάνε τα φτερά τους», λέει η Solla. «Και η οπισθοδιάδοση είναι ένας εντελώς μη ρεαλιστικός μηχανισμός σε έναν πραγματικό εγκέφαλο. Ο κατασκευαστικός στόχος είναι να φτιάξουμε μια μηχανή που να λειτουργεί. Η φύση μας δίνει κάποια εικόνα, αλλά η καλύτερη λύση δεν είναι απαραίτητα να την αντιγράψουμε».

    Πρέπει, όμως, η φυσική να ορίζεται αποκλειστικά από το αντικείμενό της; «Στα διεπιστημονικά πεδία, αυτό που κάνει τη διαφορά μεταξύ των επιστημονικών κλάδων –μαθηματικών, πληροφορικής και φυσικής– είναι οι μέθοδοι και οι νοοτροπίες τους», λέει η Francesca Mignacco από το Πρίνστον. «Είναι συμπληρωματικές, αλλά διαφορετικές. Τα μοντέλα των νευρωνικών δικτύων είναι τόσο πολύπλοκα που είναι δύσκολο να επιτευχθούν αυστηρές μαθηματικές περιγραφές. Αλλά η στατιστική φυσική διαθέτει ακριβώς τα εργαλεία για να αντιμετωπίσει την πολυπλοκότητα των συστημάτων υψηλής διάστασης. Προσωπικά, ποτέ δεν σταμάτησα να θέτω ερωτήματα μόνο και μόνο επειδή μπορεί να είναι ή να μην είναι φυσική».

    «Η φυσική περιορίζεται μόνο από την επινοητικότητα των ανθρώπων που εφαρμόζουν μεθόδους της φυσικής σε συστήματα στον πραγματικό κόσμο», λέει ο Hopfield. «Μπορείτε να είστε προκατειλημμένοι με αυτό ή μπορείτε να υποδεχθείτε την εφαρμοσμένη φυσική. Εγώ είμαι ένας από τους φιλόξενους».

    ΕΥΧΑΡΙΣΤΙΕΣ

    Reproduced from Nobel Prize highlights neural networks’ physics roots. The road to the modern machine-learning marvels was paved with ideas from statistical mechanics and collective phenomena. Physics Today 77 (12), 12–16 (2024); (https://doi.org/10.1063/pt.qjmx.snxw) with the permission of the American Institute of Physics.ΣΗΜΕΙΩΣΕΙΣ

    [1] Μετάφραση του ρητού στην αγγλική «Garbage in, garbage out» [ΣτΕ].

    [2] Τηλεπαιχνίδι γνώσεων [ΣτΜ].

    [3] Hopfield, J., J., 1982. Neural networks and physical systems with emergent collective computational abilities. Proc. Natl. Acad. Sci. USA 79, 2554, 1982. https://www.pnas.org/doi/pdf/10.1073/pnas.79.8.2554

    [4] Fahlman, S., Ε., Hinton, G., E., and Sejnowski, T. J., 1983. Massively Parallel Architectures for Al: NETL, Thistle, and Boltzmann Machines, in Proceedings of the AAAI Conference on Artificial Intelligence, 3, Association for the Advancement of Artificial Intelligence, 1983, p. 109. https://aaai.org/papers/00109-aaai83-087-massively-parallel-architectures-for-al-netl-thistle-and-boltzmann-machines/

    [5] Ackley, D., H., Hinton, G., E., Sejnowski, T., J., 1985. A learning algorithm for Boltzmann machines. Cogn. Sci. 9, 147. https://www.sciencedirect.com/science/article/pii/S0364021385800124

    [6] Rumelhart, D., E., Hinton, G., E., and Williams, R. J., 1986. Learning representations by back-propagating errors. Nature 323, 533. https://www.nature.com/articles/323533a0

    [7] Hopfield, J., J., 1984. Neurons with graded response have collective computational properties like those of two-state neurons. Proc. Natl. Acad. Sci. USA 81, 3088. https://www.pnas.org/doi/10.1073/pnas.81.10.3088

    [8] Hinton, G., E., 2002. Training Products of Experts by Minimizing Contrastive Divergence. Neural Comput. 14, 1771. https://direct.mit.edu/neco/article-abstract/14/8/1771/6687/Training-Products-of-Experts-by-Minimizing?redirectedFrom=fulltext; Hinton, G., E., Osindero, S., Teh, Y.,-W., 2006. A fast learning algorithm for deep belief nets. Neural Comput. 18, 1527. https://pubmed.ncbi.nlm.nih.gov/16764513/

    [9] Frank, M., C., 2023. Bridging the data gap between children and large language models. Trends Cogn. Sci. 27, 990. https://www.sciencedirect.com/science/article/abs/pii/S1364661323002036

    [10] Κρίσιμα σημεία στην επιφάνεια της γραφικής παράστασης μιας συνάρτησης, όπου οι μερικές παράγωγοι προς όλες τις κατευθύνσεις έχουν την τιμή μηδέν, τα οποία δεν είναι τοπικά ακρότατα (μέγιστα ή ελάχιστα) [ΣτΜ].

    Ιαπωνική ποιητική φόρμα [ΣτΕ].

  • ΜΙΑ ΠΡΟΤΑΣΗ ΓΙΑ ΤΟ ΘΕΡΙΝΟ ΕΡΕΥΝΗΤΙΚΟ ΠΡΟΓΡΑΜΜΑ ΤΟΥ DARTMOUTH ΓΙΑ ΤΗΝ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ, 31 ΑΥΓΟΥΣΤΟΥ 1955

    ΜΙΑ ΠΡΟΤΑΣΗ ΓΙΑ ΤΟ ΘΕΡΙΝΟ ΕΡΕΥΝΗΤΙΚΟ ΠΡΟΓΡΑΜΜΑ ΤΟΥ DARTMOUTH ΓΙΑ ΤΗΝ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ, 31 ΑΥΓΟΥΣΤΟΥ 1955

    John McCarthy, Marvin L. Minsky, Nathaniel Rochester και Claude E. Shannon

    Μετάφραση: Νικόλ Σαρλά
    Επιμέλεια μετάφρασης: Νικόλ Σαρλά, Βασίλης Λεμπέσης
    Επιστημονική επιμέλεια: Νικόλ Σαρλά, Βασίλης Λεμπέσης, Θάνος ΠαναγόπουλοςΠΕΡΙΛΗΨΗ

    Το καλοκαιρινό ερευνητικό πρόγραμμα του 1956 στο Dartmouth για την τεχνητή νοημοσύνη ξεκίνησε με αυτή την πρόταση της 31ης Αυγούστου 1955, η οποία συντάχθηκε από τους John McCarthy, Marvin Minsky, Nathaniel Rochester και Claude Shannon. Το αρχικό δακτυλογραφημένο κείμενο αποτελούνταν από 17 σελίδες συν την σελίδα του τίτλου. Αντίγραφα του δακτυλογραφημένου κειμένου φυλάσσονται στα αρχεία του Κολεγίου Dartmouth και του Πανεπιστημίου Stanford. Στις πρώτες 5 σελίδες παρουσιάζεται η πρόταση και στις υπόλοιπες σελίδες εκτίθενται τα προσόντα και τα ενδιαφέροντα των τεσσάρων που πρότειναν τη μελέτη. Για λόγους συντομίας, το παρόν άρθρο αναπαράγει μόνο την ίδια την πρόταση, μαζί με τις σύντομες αυτοβιογραφικές δηλώσεις των εισηγητών.Προτείνουμε να διεξαχθεί μια μελέτη της τεχνητής νοημοσύνης διάρκειας 2 μηνών και με συμμετοχή 10 ατόμων κατά τη διάρκεια του καλοκαιριού του 1956 στο Κολέγιο Dartmouth στο Ανόβερο του Νιου Χάμσαϊρ. Η μελέτη θα βασιστεί στην υπόθεση ότι κάθε πτυχή της μάθησης ή οποιοδήποτε άλλο χαρακτηριστικό της νοημοσύνης μπορεί κατ’ αρχήν να περιγραφεί με τόση ακρίβεια ώστε να μπορεί να κατασκευαστεί μια μηχανή που να την προσομοιώνει. Θα γίνει μια προσπάθεια να βρεθεί πώς να κάνει κανείς τις μηχανές να χρησιμοποιούν τη γλώσσα, να σχηματίζουν αφαιρέσεις και έννοιες, να επιλύουν τύπους προβλημάτων που τώρα προορίζονται για τον άνθρωπο και να βελτιώνονται. Πιστεύουμε ότι μπορεί να σημειωθεί σημαντική πρόοδος σε ένα ή περισσότερα από αυτά τα προβλήματα αν μια προσεκτικά επιλεγμένη ομάδα επιστημόνων εργαστεί πάνω σε αυτό από κοινού για ένα καλοκαίρι.

    Τα παρακάτω αποτελούν μερικές πτυχές του προβλήματος της τεχνητής νοημοσύνης:1) Αυτόματοι υπολογιστές

    Αν μια μηχανή μπορεί να εκτελέσει μια εργασία, τότε ένας αυτόματος υπολογιστής μπορεί να προγραμματιστεί για να προσομοιώσει τη μηχανή. Οι ταχύτητες και οι χωρητικότητες μνήμης των σημερινών υπολογιστών μπορεί να είναι ανεπαρκείς για την προσομοίωση πολλών από τις ανώτερες λειτουργίες του ανθρώπινου εγκεφάλου, το σημαντικότερο εμπόδιο, όμως, δεν είναι η έλλειψη χωρητικότητας της μηχανής, αλλά η αδυναμία μας να γράψουμε προγράμματα που να εκμεταλλεύονται πλήρως αυτό που έχουμε.

    2) Πώς μπορεί ένας υπολογιστής να προγραμματιστεί να χρησιμοποιεί μια γλώσσα

    Μπορούμε να υποθέσουμε ότι σε μεγάλο βαθμό η ανθρώπινη σκέψη συνίσταται στον χειρισμό λέξεων σύμφωνα με κανόνες της λογικής και κανόνες εικασίας. Από αυτή την άποψη, ο σχηματισμός μιας γενίκευσης συνίσταται στην πρόσληψη μιας νέας λέξης και κάποιων κανόνων, σύμφωνα με τους οποίους οι προτάσεις που την περιέχουν συνεπάγονται άλλες προτάσεις και, με τη σειρά τους, συνεπάγονται οι ίδιες από άλλες. Αυτή η ιδέα δεν έχει διατυπωθεί ποτέ με μεγάλη ακρίβεια, ούτε έχουν αναπτυχθεί συγκεκριμένα υποδείγματα.

    Εικ. 1. Πρώτη σελίδα από την πρωτότυπη πρόταση. Ευγενική προσφορά του Κολεγίου Dartmouth.

    3) Νευρωνικά δίκτυα

    Πώς μπορεί ένα σύνολο από (υποθετικούς) νευρώνες να οργανωθεί με τέτοιον τρόπο ώστε να σχηματίζει έννοιες. Έχει πραγματοποιηθεί σημαντική θεωρητική και πειραματική εργασία πάνω σε αυτό το πρόβλημα από τους Uttley, Rashevsky και την ομάδα του, Farley και Clark, Pitts και McCulloch, Minsky, Rochester και Holland και άλλους. Έχουν προκύψει κάποια αποτελέσματα, αλλά το πρόβλημα απαιτεί περισσότερη θεωρητική επεξεργασία.

    4) Θεωρία του μεγέθους ενός υπολογισμού

    Αν μας δοθεί ένα καλώς ορισμένο πρόβλημα (για το οποίο είναι δυνατόν να ελέγξουμε μηχανικά αν μια προτεινόμενη απάντηση είναι έγκυρη ή όχι), ένας τρόπος επίλυσής του είναι να δοκιμάσουμε κατά σειρά όλες τις πιθανές απαντήσεις. Αυτή η μέθοδος είναι αναποτελεσματική και για να την αποκλείσουμε πρέπει να έχουμε κάποιο κριτήριο για την αποτελεσματικότητα του υπολογισμού. Η εξέταση θα δείξει ότι, για να πάρει κανείς ένα μέτρο της αποτελεσματικότητας ενός υπολογισμού, είναι απαραίτητο να έχει στη διάθεσή του μια μέθοδο μέτρησης της πολυπλοκότητας των υπολογιστικών συσκευών, η οποία με τη σειρά της μπορεί να γίνει αν έχει κανείς μια θεωρία της πολυπλοκότητας των συναρτήσεων. Ορισμένα μερικά αποτελέσματα για το πρόβλημα αυτό έχουν προκύψει από τον Shannon καθώς και τον McCarthy.

    5) Αυτοβελτίωση

    Πιθανώς μια πραγματικά ευφυής μηχανή θα εκτελεί δραστηριότητες που μπορούν να περιγραφούν καλύτερα ως αυτοβελτίωση. Έχουν προταθεί ορισμένα σχήματα για να γίνει αυτό και αξίζει να μελετηθούν περαιτέρω. Ενδεχομένως το ζήτημα αυτό μπορεί να μελετηθεί και αφηρημένα.

    6) Αφαιρέσεις

    Ορισμένοι τύποι «αφαίρεσης» μπορούν να οριστούν με σαφήνεια και αρκετοί άλλοι με λιγότερη σαφήνεια. Μια άμεση προσπάθεια ταξινόμησης αυτών και περιγραφής των μηχανικών μεθόδων σχηματισμού αφαιρέσεων από αισθητηριακά και άλλα δεδομένα φαίνεται ότι αξίζει τον κόπο.

    7) Τυχαιότητα και δημιουργικότητα

    Μια αρκετά ελκυστική, αλλά σαφώς ελλιπής υπόθεση είναι ότι η διαφορά μεταξύ δημιουργικής σκέψης και μη-ευφάνταστης, αλλά ικανής, σκέψης έγκειται στην εισαγωγή κάποιας τυχαιότητας. Η τυχαιότητα πρέπει να καθοδηγείται από τη διαίσθηση ώστε να είναι αποτελεσματική. Με άλλα λόγια, η εύλογη εικασία ή η διαίσθηση περιλαμβάνουν ελεγχόμενη τυχαιότητα μέσα σε μια κατά τα άλλα μεθοδική σκέψη.ΕΙΣΗΓΗΤΕΣ

    CLAUDE E. SHANNON

    Claude E. Shannon, μαθηματικός, Bell Telephone Laboratories. Ο Shannon ανέπτυξε τη στατιστική θεωρία της πληροφορίας, την εφαρμογή του προτασιακού λογισμού σε κυκλώματα μεταγωγής και έχει συνεισφέρει στη μελέτη της αποδοτικής σχεδίασης κυκλωμάτων μεταγωγής, τον σχεδιασμό μηχανών που μαθαίνουν, την κρυπτογραφία και τη θεωρία των μηχανών Turing. Μαζί με τον J. McCarthy συνεπιμελούνται ένα αφιέρωμα στο Annals of Mathematics με θέμα «Θεωρία των Αυτομάτων» (The Theory of Automata).

    MARVIN L. MINSKY

    Marvin L. Minsky, υπότροφος-συνεργάτης του Harvard στον τομέα των μαθηματικών και της νευρολογίας. Ο Minsky έχει κατασκευάσει μια μηχανή για την προσομοίωση της μάθησης από νευρωνικά δίκτυα και έχει γράψει μια διδακτορική διατριβή στα μαθηματικά στο Princeton με τίτλο «Νευρωνικά Δίκτυα και το Πρόβλημα του Μοντέλου του Εγκεφάλου» (Neural Nets and the Brain Model Problem), η οποία περιλαμβάνει αποτελέσματα στη θεωρία της μάθησης και τη θεωρία των τυχαίων νευρωνικών δικτύων.

    NATHANIEL ROCHESTER

    Nathaniel Rochester, διευθυντής έρευνας της πληροφορίας, εταιρεία IBM, Poughkeepsie, Νέα Υόρκη. Ο Rochester ασχολήθηκε με την ανάπτυξη του ραντάρ για επτά χρόνια και των υπολογιστικών μηχανημάτων επίσης για επτά χρόνια. Μαζί με έναν άλλο μηχανικό ήταν από κοινού υπεύθυνοι για τον σχεδιασμό του IBM 701, ενός αυτόματου υπολογιστή μεγάλης κλίμακας που τυγχάνει ευρείας χρήσης σήμερα. Επεξεργάστηκε ορισμένες από τις τεχνικές αυτόματου προγραμματισμού που χρησιμοποιούνται ευρέως σήμερα και ασχολήθηκε με προβλήματα που αφορούν το πώς να βάλουμε τις μηχανές να κάνουν εργασίες που προηγουμένως μπορούσαν να κάνουν μόνο άνθρωποι. Εργάστηκε επίσης στην προσομοίωση νευρικών δικτύων με ιδιαίτερη έμφαση στη χρήση υπολογιστών για τη δοκιμή θεωριών στη νευροφυσιολογία.

    JOHN McCARTHY

    John McCarthy, αναπληρωτής καθηγητής μαθηματικών, Κολέγιο Dartmouth. Ο McCarthy έχει εργαστεί σε διάφορα ζητήματα που σχετίζονται με τη μαθηματική φύση της διαδικασίας της σκέψης, συμπεριλαμβανομένης της θεωρίας των μηχανών Turing, της ταχύτητας των υπολογιστών, της σχέσης ενός μοντέλου του εγκεφάλου με το περιβάλλον του και της χρήσης γλωσσών από μηχανές. Ορισμένα αποτελέσματα αυτής της εργασίας περιλαμβάνονται στο επερχόμενο βιβλίο «Annals Study» που επιμελήθηκαν οι Shannon και McCarthy. Το υπόλοιπο έργο του McCarthy φορά τον τομέα των διαφορικών εξισώσεων.

    H κεντρική φωτογραφία του άρθρου φιλοτεχνήθηκε από το ChatGPT έπειτα από αίτημά μας προς αυτό να φτιαχτεί ένας πίνακας σχετικός με το περιεχόμενο του άρθρου που να ακολουθεί την τεχνοτροπία του Σαλβαντόρ Νταλί.

  • Η ΦΥΣΙΚΗ, Η ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ ΚΑΙ ΤΟ ΜΕΛΛΟΝ ΤΗΣ ΑΝΑΚΑΛΥΨΗΣ

    Η ΦΥΣΙΚΗ, Η ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ ΚΑΙ ΤΟ ΜΕΛΛΟΝ ΤΗΣ ΑΝΑΚΑΛΥΨΗΣ

    France Córdova, Valerie Browning, Walter Copan, Evgeni Gousev και Jesse Thaler

     Μετάφραση: Χρήστος Κρυστάλλης

    Επιμέλεια μετάφρασης: Νικόλ Σαρλά, Βασίλης Λεμπέσης

    Επιστημονική επιμέλεια: Βασίλης Λεμπέσης, Θάνος ΠαναγόπουλοςΗ τεχνητή νοημοσύνη και η φυσική μετασχηματίζουν η μία την άλλη και οι αλλαγές έχουν επιπτώσεις που εκτείνονται από τη σχολική αίθουσα ως τα αστέρια. Οι επιπτώσεις είναι ορατές στην ακαδημία και τη βιομηχανία, στην άμυνα και την ασφάλεια, στη διαδικασία χρηματοδότησης των εταιριών και τη διακυβέρνηση.

    Κορυφαίοι φυσικοί από την ακαδημία, την κυβέρνηση και τη βιομηχανία στις ΗΠΑ, συναντήθηκαν νωρίτερα μέσα στη χρονιά (2024) για να μοιραστούν την ελπίδα τους για το πώς η μηχανική μάθηση (machine learning) και η παραγωγική τεχνητή νοημοσύνη (generative artificial intelligence) θα μπορούσαν να μεταμορφώσουν την ανακάλυψη, τη δημιουργικότητα, την πνευματική ιδιοκτησία, την εκπαίδευση, την επικοινωνία και το εργατικό δυναμικό[1]. Η εκδήλωση οργανώθηκε από το Ίδρυμα AIP στις 11 Απριλίου 2024 στο Αμερικανικό Κέντρο Φυσικής, στην Ουάσινγκτον. Στο συνέδριο προέδρευσε η France Córdova, πρώην διευθύντρια του National Science Foundation (Το Ίδρυμα AIP είναι μέρος του Αμερικανικού Ινστιτούτου Φυσικής, το οποίο εκδίδει το περιοδικό PHYSICS TODAY)[2].

    Εικόνα 1. France Córdova

    Córdova: Πώς αλλάζει η τεχνητή νοημοσύνη την έρευνα στη φυσική; Επιταχύνει την ανακάλυψη ή λειτουργεί ως καταλύτης στη σταδιακή πρόοδο;Jesse Thaler (MIT και NSF): Το 2016 ήμουν επιφυλακτικός, όταν οι άνθρωποι μιλούσαν για την επανάσταση της βαθείας μάθησης (deep learning). Είμαι ένας θεωρητικός φυσικός, οπότε «σκέφτομαι σε βάθος» με την κιμωλία και τον μαυροπίνακα. Έκτοτε συνειδητοποίησα πώς οι δοκιμασμένες στο χρόνο στρατηγικές της φυσικής μπορούν να συγχωνευθούν με τις στρατηγικές της μηχανικής μάθησης, για την επεξεργασία μεγάλων συνόλων από δεδομένα. Αυτό έχει οδηγήσει στην πρόοδο σε πολλές περιπτώσεις. Ακολουθούν τρία παραδείγματα από το ινστιτούτο μου. Θέλαμε να κατανοήσουμε την ισχυρή πυρηνική δύναμη. Για τον σκοπό αυτό, το 10% όλων των ανοικτών υπερυπολογιστικών πόρων των ΗΠΑ, πλέον, αφιερώνεται στην επίλυση των εξισώσεων της πλεγματικής κβαντικής χρωμοδυναμικής, οι οποίες περιγράφουν την ισχυρή αλληλεπίδραση των κουάρκ με τα γλουόνια, που συνδέονται σε πρωτόνια και νετρόνια και στη συνέχεια σε πυρήνες. Ορισμένοι συνάδελφοί μου χρησιμοποιούν ένα είδος παραγωγικής τεχνητής νοημοσύνης για να κάνουν υπολογισμούς εκκινώντας από πρώτες αρχές στα άτομα του υδρογόνου και του ηλίου και να περιηγηθούν  μέσα στον περιοδικό πίνακα.

    Η φυσική των νετρίνων είναι ένας άλλος στρατηγικός τομέας στον οποίο επενδύουν οι ΗΠΑ. Σχεδιάζεται ένα πείραμα για να στείλει δέσμες νετρίνων από το Fermilab σε ένα ορυχείο στη Νότια Ντακότα (βλ. το άρθρο της Anne Heavey, PHYSICS TODAY, Ιούλιος 2022, σελίδα 46). Ο ανιχνευτής βασίζεται σε θαλάμους προβολής στον χρόνο από υγρό αργό που δίνουν εξαιρετική πρόσβαση σε πληροφορίες για τα νετρίνα. Δεν μπορούμε να επεξεργαστούμε αυτά τα πολύπλοκα δεδομένα –και να ανακατασκευάσουμε αξιόπιστα τη δυναμική των νετρίνων– χωρίς την τεχνητή νοημοσύνη.

    Και τα δύο αυτά παραδείγματα δείχνουν πώς η τεχνητή νοημοσύνη μπορεί να επηρεάσει την έρευνα στη φυσική. Αλλά πώς μπορούν οι φυσικοί να επηρεάσουν την έρευνα της ΤΝ; Μου αρέσει το παράδειγμα του grokking. Αυτό συμβαίνει όταν ένας αλγόριθμος μηχανικής μάθησης τρέχει και τρέχει και δεν μαθαίνει και ξαφνικά του έρχεται μια επιφοίτηση. Για έναν φυσικό, μια τέτοιου είδους απότομη αλλαγή συνιστά μια αλλαγή φάσης. Και, πράγματι, αυτό που συμβαίνει στο grokking είναι ότι ένα τυχαίο σύνολο από πληροφορίες, αποκρυσταλλώνεται ξαφνικά σε γνώση. Αναδύεται μια πλεγματική δομή μέσα στον λανθάνοντα χώρο της αρχιτεκτονικής της μάθησης. Οι φυσικοί βρίσκονται στην μοναδική θέση να κατανοούν αυτή τη διαδικασία. Κρατιέμαι με νύχια και με δόντια την ώρα που οι νεότεροι συνάδελφοί μου με τραβάνε όλο και πιο βαθιά σε έναν κόσμο για τον οποίο ήμουν αρχικά πολύ επιφυλακτικός. Το 2016 δύο μεταπτυχιακοί φοιτητές μου μού έδειξαν την εργασία τους για τη μηχανική μάθηση. Η εργασία τους βρισκόταν σε ευθύ ανταγωνισμό με τη δική μου. Εγώ είχα κοπιάσει για να κάνω υπολογισμούς στη θεωρία του κβαντικού πεδίου και αυτοί ήταν μπροστά μου με ένα νευρωνικό δίκτυο. Τους είπα όλα τα πράγματα που ήταν λάθος στην εργασία τους: «Δεν είναι ερμηνεύσιμη. Δεν έχετε τα σφάλματα. Δεν καταλαβαίνετε τις έννοιες που εμπλέκονται». Σκέφτηκα ότι θα πήγαιναν να κάνουν τη διδακτορική τους διατριβή με κάποιον άλλον. Αντ’ αυτού, οι διατριβές τους απάντησαν, ουσιαστικά, όλες τις ανησυχίες μου.

    Αυτή η εμπειρία μου έδειξε πως δεν πρέπει απλώς να κατεβάζουμε την τεχνητή νοημοσύνη από το ράφι και να τη χρησιμοποιούμε όπως είναι. Για να προσαρμόσουμε αυτή τη μέθοδο στη φυσική, πρέπει να συμπεριλάβουμε όλα όσα κάνουμε συνήθως, επιδιώκοντας να έχουμε υψηλά πρότυπα για την επιστημονική ανακάλυψη.

    Εικόνα 2. Walter Copan

    Walter Copan (Σχολή Μεταλλειολόγων του Κολοράντο): Βλέπω την έρευνα στην φυσική να συνυπάρχει με την τεχνητή νοημοσύνη με πάρα πολλούς τρόπους.

    Πάρτε ως παράδειγμα τον εξοπλισμό των μεγάλων φυσικών πειραμάτων. Τα συστήματα ελέγχου της τεχνητής νοημοσύνης επιτρέπουν ρυθμίσεις για τις οποίες παλαιότερα χρειάζονταν μήνες εργασίας για τους μεταπτυχιακούς φοιτητές, όπως ο έλεγχος ειδικών πειραμάτων με λέιζερ σε πραγματικά πολύπλοκες οπτικές διατάξεις ή η διαμόρφωση δεσμών και επιταχυντών σωματιδίων που μας επιτρέπουν να αποδίδουμε με ακρίβεια ό,τι απαιτεί η κατανομή της ενέργειας.

    Οι εξωπλανήτες είναι ένα άλλο σημαντικό παράδειγμα. Η τεχνητή νοημοσύνη βρίσκεται στον πυρήνα της εύρεσης ή της επικύρωσης της ύπαρξης αρκετών από τους 5000 πλανήτες που έχουν ανακαλυφθεί μέχρι σήμερα. Συνήθως, οι πλανήτες εντοπίζονται εξαιτίας των μεταβολών στην ένταση των σημάτων που προέρχονται από ένα άστρο, όταν ένας πλανήτης περιφέρεται γύρω του. Η τεχνητή νοημοσύνη είναι απολύτως  κατάλληλη για την έγκαιρη αναγνώριση προτύπων όπως αυτό.

    Πράγματι, η τεχνητή νοημοσύνη μπορεί να επιταχύνει την έρευνα της φυσικής μέσω της αναγνώρισης προτύπων, επίσης μπορεί να συνεισφέρει στις διαδικασίες ανακάλυψης, ειδικά όπου εμπλέκονται τεράστιες ποσότητες δεδομένων, όπως για παράδειγμα στον Μεγάλο Επιταχυντή Αδρονίων ή σε όσα αναμένουμε από τον Επιταχυντή Ιόντων-Ηλεκτρονίων στο Εθνικό Εργαστήριο Brookhaven.

    Valerie Browning (Lockheed Martin): Πλέον, με τα μεγάλα γλωσικά μοντέλα (large language models) και τη παραγωγική τεχνητή νοημοσύνη, η τεχνητή νοημοσύνη εξελίσσεται από ένα εξαιρετικά πολύτιμο υπολογιστικό εργαλείο σε συνεργάτη. Αυτό θα επιταχύνει περαιτέρω τις διαδικασίες της ανακάλυψης. Υπάρχουν πραγματικές υποσχέσεις σε διάφορους τομείς: στη διασταύρωση της κβαντικής πληροφορικής και της μηχανικής μάθησης (machine learning), στην ανακάλυψη νέων υλικών για συστήματα ανανεώσιμων πηγών ενέργειας και στη διασταύρωση των νευρωνικών δικτύων με βάση τη φυσική και τη μηχανική μάθηση.Córdova: Ποια είναι η προοπτική της βιομηχανίας; Evgeni Gousev (Qualcomm Research και ίδρυμα tinyML): Στη Silicon Valley αναπτύσσουμε τεχνολογίες αιχμής στην τεχνητή νοημοσύνη, τόσο όσον αφορά στο υλισμικό όσο και στο λογισμικό: όλα τα εργαλεία αξιοποιούνται στην επιστημονική έρευνα. Αναπτυξιακά, όμως, η τεχνητή νοημοσύνη βρίσκεται σε νηπιακό στάδιο. Θα μπορούσε κανείς να διδάξει σε έναν έφηβο να οδηγεί ένα αυτοκίνητο, σε περίπου 10 ώρες. Έχουμε ξοδέψει δισεκατομμύρια δολάρια και πάνω από μια δεκαετία για την αυτόνομη οδήγηση και, ακόμα, δεν έχουμε φτάσει εκεί. Η τεχνολογία της τεχνητής νοημοσύνης βρίσκεται ακόμη στην αρχή. Κάτω από την επιφάνεια, εκτελεί κάποιες βασικές πιθανολογικές εξισώσεις, κάνει πολλαπλασιασμό πινάκων. Αυτή η χοντροκομμένη χρήση της δεν είναι καθόλου βιώσιμη.

    Σε αυτό το σημείο μπορούν να συνεισφέρουν οι φυσικοί. Είμαστε εκπαιδευμένοι να λύνουμε προβλήματα και να συνδέουμε τα σημεία. Υπάρχουν τεράστιες ευκαιρίες για εμάς να βοηθήσουμε να καταστεί η τεχνητή νοημοσύνη περισσότερο ερμηνεύσιμη, λογική, αξιόπιστη και να επεκταθεί σε μεγαλύτερη κλίμακα.Córdova: Υπάρχουν κίνδυνοι για την έρευνα; Browning: Δεν υπάρχει κάτι σχετικό με την τεχνητή νοημοσύνη που μπορεί να ακυρώσει την ανάγκη για τoν δέοντα έλεγχο και την επιστημονική μέθοδο. Ο κίνδυνος εμφανίζεται στην εφαρμογή. Τα μοντέλα ή οι ιδέες που αναπτύχθηκαν με τη χρήση εργαλείων τεχνητής νοημοσύνης και μηχανικής μάθησης μπορεί να ήταν έγκυρα σε ορισμένα πεδία ή κάτω από συγκεκριμένους περιορισμούς. Ο κίνδυνος εμφανίζεται όταν αυτοί οι περιορισμοί δεν  ενσωματώνονται στη μηχανική διαδικασία.

    Στην επιστήμη της αεροδιαστημικής και της στρατιωτικής άμυνας ένα λάθος μπορεί να θέσει ζωές σε κίνδυνο. Έτσι, σε μεγάλο βαθμό, αυτό που κάνουμε είναι να εισάγουμε την αυστηρότητα της μηχανικής. Η αξιολόγηση, η επικύρωση και η επαλήθευση είναι μια πρόκληση όταν προσπαθείς να προβλέψεις όλες τις ακραίες περιπτώσεις –τα σπάνια γεγονότα– που μπορεί να προκύψουν σε ένα περιβάλλον πολύ δυναμικό και, πιθανώς, με περιορισμένους πόρους.

    Copan: Ο κίνδυνος είναι μια κατάσταση όπου η οικοδόμηση εμπιστοσύνης απαιτεί διαρκώς έλεγχο και επαλήθευση. Πάρτε πάλι, ως παράδειγμα, την τεχνητή νοημοσύνη και τους εξωπλανήτες. Η ακρίβεια της διαδικασίας ανακάλυψης ήταν πάνω από 96%. Μπορούμε να μάθουμε από ό,τι δεν είχαμε προβλέψει καθώς και από ψευδώς θετικά αποτελέσματα που εντοπίζουμε.

    Το NIST έχει βασικό ρόλο σε ό,τι αφορά τα πρότυπα μιας αξιόπιστης τεχνητής νοημοσύνης. Για ένα εύρος εφαρμογών, είναι σημαντικό να υπάρχουν δοκιμαστικά πεδία, όπου τα πρωτόκολλα για την τεχνητή νοημοσύνη να μπορούν να επικυρωθούν και η ακρίβειά τους να μπορεί να επαληθευτεί ανεξάρτητα.Córdova: Πώς αλλάζει η τεχνητή νοημοσύνη την εκπαίδευση;

    Εικόνα 3. Jesse Thaler

    Thaler: Στην πανεπιστημιούπολή μας, υπάρχει ένα χάσμα μεταξύ των ανθρώπων που είναι ενθουσιασμένοι με την τεχνητή νοημοσύνη και των στρουθοκάμηλων που βάζουν το κεφάλι τους στην άμμο και λένε ότι η τεχνητή νοημοσύνη δεν πρόκειται να είναι ποτέ συναφής με την έρευνα μας. Αλλά αν δεν φέρνουμε αυτά τα εργαλεία στο αμφιθέατρο, τότε ουσιαστικά δεν κάνουμε τη δουλειά μας ως καθηγητές, δεν διδάσκουμε.

    Και μόλις υποχρεώνεις τους φοιτητές να χρησιμοποιήσουν τη γενετική ΤΝ, πραγματικά αλλάζουν οι εξετάσεις που θα χρειαστεί να ετοιμάσεις. Αυτές τις μέρες, ένας φοιτητής μπορεί να χρησιμοποιήσει ένα ρομπότ, τύπου ChatGPT, για να απαντήσει σε μια ερώτηση για το πώς να τρέξει, ας πούμε, έναν κώδικα που επεξεργάζεται δεδομένα από το Aστεροσκοπείο Βαρυτικών Κυμάτων Συμβολομετρίας Λέιζερ (LIGO). Ένας ψηφιακός βοηθός συνομιλίας (chatbot) μπορεί ακόμη και να δημιουργήσει ένα υπόδειγμα κώδικα. Οι συνάδελφοί μου στο ΜΙΤ αναπτύσσουν έναν ψηφιακό βοηθό συνομιλίας κατάλληλος για τη ροή της επιστημονικής εργασίας. Είναι μια απίστευτη πηγή μάθησης. Φοιτητές που μπορεί να μην ξέρουν ούτε πώς να θέτουν ερωτήσεις μπορούν να αλληλεπιδράσουν με έναν ψηφιακό βοηθό συνομιλίας για να βρουν απαντήσεις σε πράγματα που είναι θαμμένα μέσα στην τεχνική βιβλιογραφία.

    Copan: Η τεχνητή νοημοσύνη και η μηχανική μάθηση είναι πλέον τα βασικά εργαλεία με τα οποία ασκείται η επιστήμη. Είναι σημαντικό οι φοιτητές να αποκτήσουν γνώση για την τεχνητή νοημοσύνη. Είναι αυτοί που θα προωθήσουν τη φυσική μέσω της τεχνητής νοημοσύνης και το αντίστροφο.Córdova: Αλλάζει η τεχνητή νοημοσύνη την επικοινωνία της επιστήμης;Thaler: Σε αυτό το πεδίο, οι δυνατότητες που έχουμε έχουν αυξηθεί εκπληκτικά, όπως διαπίστωσα μέσω ενός πρωταπριλιάτικου αστείου εις βάρος μου που ονομάζεται ChatJesseT. Πρόκειται για έναν ψηφιακό βοηθό συνομιλίας που γνωρίζει όλες τις εργασίες μου, το λήμμα μου στη Wikipedia και την ιστοσελίδα μου. Το ChatJesseT μιλάει με πολύ ενθουσιασμό για τη φυσική και την τεχνητή νοημοσύνη. Οι φοιτητές και οι μεταδιδακτορικοί ερευνητές του ΜΙΤ το κατασκεύασαν χρησιμοποιώντας παραγωγή ενισχυμένη με ανάκτηση, αντλώντας από ένα αξιόπιστο σώμα κειμένων, και αξιοποιώντας κάποια μηχανική προτροπών (prompt-engineering). Αυτό μας ενέπνευσε να εκπαιδεύσουμε έναν ψηφιακό βοηθό συνομιλίας σε όλες τις εργασίες του J. Robert Oppenheimer. Μπορεί να μας δώσει απαντήσεις για τεχνικές έννοιες, όπως η προσέγγιση Born-Oppenheimer, αλλά και για θέματα που βρίσκονται στην διασταύρωση της κοινωνίας με τη φυσική.

    Διαπιστώσαμε ότι το ρομπότ, Open-AI-mer, μπορεί να πυροδοτήσει έναν διάλογο με το κοινό σε σχέση με τις υποσχέσεις και τους κινδύνους της τεχνητής νοημοσύνης. Οι επισκέπτες του Φεστιβάλ Επιστήμης του Κέιμπριτζ έδειξαν έντονο ενδιαφέρον να μιλήσουν με το Open-AI-mer και στη συνέχεια να ρωτήσουν τον φυσικό στο περίπτερο αν οι απαντήσεις του ρομπότ ήταν μια ψευδαίσθηση ή ήταν πραγματικές.

    Κάποτε ήμουν στραβόξυλο, πίστευα ότι δεν θα μπορέσουμε ποτέ να χρησιμοποιήσουμε ένα γλωσσικό μοντέλο για τις ανακαλύψεις της επιστήμης κι αυτό γιατί η γλώσσα της φυσικής είναι εξισώσεις. Έχω αρχίσει να εκτιμώ ότι ένας τόνος δεδομένων έχει τη μορφή κειμένου. Για παράδειγμα, ένας μαθητής λυκείου και ένας μεταδιδακτορικός ερευνητής χρησιμοποίησαν τεχνητή νοημοσύνη με μια βάση δεδομένων με εικόνες του Hubble –είχε τις εικόνες από το διαστημικό τηλεσκόπιο Hubble και τις προτάσεις που χρησιμοποιήθηκαν για να δικαιολογήσουν το χρόνο λειτουργίας του τηλεσκοπίου. Έβαλαν μαζί τα δεδομένα-κειμένου και τα δεδομένα-εικόνας και δημιούργησαν έναν νέο τρόπο αλληλεπίδρασης με ένα επιστημονικό σύνολο δεδομένων.

    Εμείς οι φυσικοί συνειδητοποιούμε, ίσως προς απογοήτευσή μας, ότι η γλώσσα είναι στην πραγματικότητα ένα ισχυρό μέσο επικοινωνίας. Η γενετική τεχνητή νοημοσύνη μπορεί να φέρει κοντά τους τεχνικούς εμπειρογνώμονες και το κοινό και να δημιουργήσει περισσότερες ευκαιρίες για ανταλλαγή απόψεων.

    Ακόμα καλύτερα, θα είμαστε σε θέση να προσαρμόσουμε τα δικά μας ρομπότ συνομιλίας –ChatFrance, ChatWalt, αν θέλετε– ώστε να καλύπτουν τις ανάγκες μας. Η σύζυγός μου είναι δικηγόρος. Η έκδοση που έχει δημιουργηθεί με μηχανική προτροπών που χρησιμοποιεί της απαντά σε ορισμένους τύπους νομικών ερωτήσεων σε μια μορφή που είναι χρήσιμη επαγγελματικά για την ίδια. Ακόμη κι αν δεν έχουμε γνώσεις προγραμματισμού, μπορούμε να προγραμματίσουμε τέτοια εργαλεία για να κάνουν διάφορες δουλειές που διαφορετικά θα ήταν αρκετά επαχθείς.Córdova: Ποια είναι τα βασικά ζητήματα πολιτικής για τη χρηματοδότηση από το κράτος;Browning: Περίπου το 70% του προϋπολογισμού, των περίπου 4 δισεκατομμυρίων δολαρίων που επενδύει η DARPA [Υπηρεσία Προηγμένων Αμυντικών Ερευνητικών Προγραμμάτων] στην έρευνα και ανάπτυξη είτε αξιοποιεί την τεχνητή νοημοσύνη, είτε την προωθεί.

    Copan: Είδαμε μια επαναστατική αλλαγή στις ομοσπονδιακές επενδύσεις σε ό,τι αφορά την επιστήμη και την τεχνολογία της τεχνητής νοημοσύνης. Όπως είναι φυσικό, χρειάζεται χρόνος για να συμβαδίσει η πολιτική και η νομοθετική ρύθμιση με την κλίμακα και τον ρυθμό της επιστημονικής ανακάλυψης και της τεχνολογίας. Τώρα που οι ΗΠΑ θέλουν να είναι ο παγκόσμιος ηγέτης στην τεχνητή νοημοσύνη, οι θεσμοί θα αρχίσουν να αναρωτιούνται αν οι ερευνητές, τελικά, δεν χρησιμοποιούν την τεχνητή νοημοσύνη για να πετύχουν τους στόχους τους με οικονομικά αποδοτικό τρόπο που μπορεί να αναπτύξει μοντέλα με δυνατότητα να επεκταθούν και να χρησιμοποιηθούν για άλλους σκοπούς. Σαφώς, οι ευκαιρίες σε όλες τις επιστημονικές υπηρεσίες θα μετριαστούν από την ανάγκη να αξιοποιηθεί η επιστημονική διαδικασία στην επικύρωση των μοντέλων.

    Όμως, ο βαθμός στον οποίο οι ΗΠΑ μπορούν να κεφαλαιοποιήσουν την τεχνητή νοημοσύνη ως πολλαπλασιαστή δυνάμεων, ως παράγοντα ενεργοποίησης και ως μοχλό αποδοτικότητας εντός της οικονομίας είναι επίσης ένα ζήτημα που αφορά το εργατικό δυναμικό. Υπάρχουν κενά σε όλο το εργατικό δυναμικό που πρέπει να καλυφθούν, εντός και εκτός των εταιριών που ασχολούνται με την επιστήμη, τώρα και στο μέλλον. Κι αυτό έχει επιπτώσεις στην πολιτική.Córdova: Η βιομηχανία διαθέτει τους περισσότερους πόρους για την τεχνητή νοημοσύνη αυτή τη στιγμή. Τα πανεπιστήμια χρειάζονται αυτά τα εργαλεία για να ασχοληθούν με βασικά ερευνητικά ερωτήματα. Τα εργαλεία αυτά είναι ακριβά και σπάνια. Ποια είναι η λύση;

    Εικόνα 4. Valerie Browning

    Browning: Αυτή η πρόκληση επιδεινώνει το ευρύτερο και μακροχρόνιο πρόβλημα των ανισοτήτων σε υπολογιστές υψηλής ισχύος, συμπεριλαμβανομένης της πρόσβασης στις μονάδες επεξεργασίας γραφικών στα ακαδημαϊκά μας ιδρύματα. Αυτό παρεμποδίζει τη βιωματική μάθηση. Ένας φοιτητής που έχει πρόσβαση μπορεί να εργαστεί πάνω σε κάποια απαιτητικά προβλήματα του πραγματικού κόσμου, και αυτή η εμπειρία μπορεί να του ανοίξει πόρτες που είναι κλειστές για όσους έχουν λιγότερους πόρους. Η διόρθωση αυτού του προβλήματος απαιτεί εστίαση, εξέταση και επένδυση.

    Ως κράτος, αναγνωρίζουμε ότι η πρόσβαση είναι πρόβλημα. Ο νόμος CHIPS and Science Act, για παράδειγμα, προτείνει μεγάλες αυξήσεις στη χρηματοδότηση για τη στήριξη μεγαλύτερης πρόσβασης σε πεδία STEM, συμπεριλαμβανομένων των κβαντικών υπολογιστών και της ΤΝ, για την ενίσχυση των ερευνητικών υποδομών και των προηγμένων υπολογιστών. Όμως, χρειάζεται ακόμα να γίνουν περισσότερα για τους μαθητές.

    Εικόνα 5. Evgeni Gousev

    Gousev: Αυτή τη στιγμή τα πάντα είναι υπερτιμημένα, από τις τιμές ως τον όγκο των παραγγελιών, κι αυτό είναι μέρος του προβλήματος. Η τεχνητή νοημοσύνη δεν είναι ένα εργαλείο παντός καιρού. Τα πανεπιστήμια πρέπει να τη χρησιμοποιούν με έξυπνο τρόπο, ξεκινώντας από το πρόβλημα που προσπαθούν να λύσουν. Τα δεδομένα στο ψηφιακό νέφος, σε μεγάλο βαθμό, έχουν ήδη χρησιμοποιηθεί από τα μοντέλα τύπου GPT. Αλλά υπάρχουν πολύ περισσότερα δεδομένα στον πραγματικό κόσμο. Γι’ αυτό χρειαζόμαστε την τεχνητή νοημοσύνη, για να τα συλλέξει και να τα κάνει αξιοποιήσιμα.

    Ο ενθουσιασμός θα μειωθεί. Έρχεται περισσότερη χωρητικότητα, καθώς περισσότερες νεοφυείς επιχειρήσεις εισέρχονται στο χώρο για να αναπτύξουν νέες προσεγγίσεις, καινοτομίες, τεχνικές και υλικό. Οι αλγόριθμοι θα γίνουν πιο αποδοτικοί. Ένας ανθρώπινος εγκέφαλος καταναλώνει 20 watts ενέργειας και μπορούμε να κάνουμε πολύ σύνθετες εργασίες. Οι μονάδες επεξεργασίας γραφικών μπορούν να καταναλώνουν κιλοβάτ –είναι εξαιρετικά μη αποδοτικές. Είμαι αισιόδοξος ότι η τεχνητή νοημοσύνη θα γίνεται όλο και πιο αποδοτική και προσιτή.

    Άτομο από το ακροατήριο: Κρατούν τα ηνία της ανάπτυξης της τεχνητής νοημοσύνης άνθρωποι με τις κατάλληλες δεξιότητες;

    Gousev: Είναι η κατάλληλη στιγμή για να λάμψουν οι φυσικοί. Είμαστε λίγο κλεισμένοι στο καβούκι μας, αφού πολλές ανακαλύψεις της φυσικής έγιναν τον 20ό αιώνα. Ήρθε η ώρα να επανέλθουμε. Μπορούμε να φέρουμε περισσότερη ερμηνευσιμότητα, αποδοτικότητα και κοινή λογική στον σύγχρονο χαοτικό κόσμο της τεχνητής νοημοσύνης.

    Copan: Κατά την εκπαίδευση των φυσικών, πρέπει να δουλέψουμε σε όλη την κλίμακα και να τους δώσουμε την ικανότητα να επικοινωνούν με πειστικότητα και σαφήνεια, ώστε να μπορούν να οικοδομούν ομοφωνία και ομάδες. Αυτό που χρειάζεται τώρα είναι ένας συνδυασμός φυσικής, επιχειρηματικής οξυδέρκειας, συναισθηματικής νοημοσύνης και επικοινωνιακών δεξιοτήτων: φυσική και κάτι ακόμα.

    Thaler: Στο ινστιτούτο τεχνητής νοημοσύνης του NSF, εκπαιδεύουμε απίστευτα ταλαντούχους διεπιστημονικούς εμπειρογνώμονες που συνεχίζουν να εργάζονται στη βιομηχανία. Είναι κορυφαίοι στην επίλυση προβλημάτων. Μόλις βάλεις αυτούς τους ανθρώπους στο κατώφλι σημαντικών εταιρειών, θα φτάσουν μέχρι την κορυφή.

    Άτομο από το ακροατήριο: Τι ρόλο παίζει η τεχνητή νοημοσύνη στην καινοτομία και τη δημιουργικότητα;

    Thaler:  Δεν εκμεταλλευόμαστε αρκετά την ικανότητα των υπολογιστών να εξερευνούν τεράστια πεδία δυνατοτήτων. Ένα μέρος μου αναρωτιέται αν κάποιες από τις κορυφές των ανθρώπινων επιτευγμάτων θα μπορούσαν να έχουν επιτευχθεί μέσα από εξαντλητική αναζήτηση. Θα μπορούσε η σχετικότητα του Αϊνστάιν να προέλθει από την αρχή της βελτιστοποίησης; Χρειαζόταν πράγματι η κατανόηση της γεωμετρίας του χωροχρόνου; Υπήρχε κάποιος άλλος τρόπος για να φτάσουμε σε αυτή τη διαπίστωση; Ένα μέρος μου σκέφτεται ότι ίσως σταθήκαμε τυχεροί στο παρελθόν με τις ανακαλύψεις της φυσικής. Τα πράγματα ήταν απλά και προκαλούσαν ταραχή. Οι φυσικοί μπορούσαν να χρησιμοποιήσουν βασικούς κανόνες και έτσι να προοδεύσουν.

    Ίσως τα προβλήματα που αντιμετωπίζουμε σήμερα να είναι εγγενώς πολύπλοκα. Ίσως οι φυσικοί πρέπει να είναι προσεκτικοί με τις υπερβολικές αναγωγές των πραγμάτων στις απλούστερες μορφές τους. Ίσως πρέπει να αποδεχτούμε κάποιο επίπεδο πολυπλοκότητας. Ίσως, για να αποκτήσουμε πρωτοποριακές ιδέες στη φυσική, χρειάζεται να αρχίσουμε να σκεφτόμαστε λίγο περισσότερο σαν υπολογιστές και να εξετάζουμε πολλές, πολλές διαφορετικές, επιλογές. Ίσως η ωμή ισχύς να είναι το μέλλον της δημιουργικότητας.

    Copan: Ο πειραματικός σχεδιασμός και η ανακάλυψη είναι εγγενώς ανθρώπινες δραστηριότητες. Βρισκόμαστε τώρα σε μια πολύ ενδιαφέρουσα συμβίωση με τις μηχανές. Υπάρχει το μέρος μιας ανακάλυψης που μπορεί να κατοχυρωθεί με δίπλωμα ευρεσιτεχνίας και το άγριο πεδίο της εργασίας που μπορεί να κατοχυρωθεί με πνευματικά δικαιώματα. Τι συνιστά την αρχή μιας δημιουργικής διαδικασίας και ποιος ήταν ο ρόλος της τεχνητής νοημοσύνης ή ενός προγράμματος υποβοηθούμενου από μηχανές;

    Το Γραφείο Διπλωμάτων Ευρεσιτεχνίας και Εμπορικών Σημάτων των ΗΠΑ και άλλα γραφεία πνευματικής ιδιοκτησίας σε όλο τον κόσμο έχουν λάβει ορισμένες πολιτικές αποφάσεις σχετικά με την ευρεσιτεχνία και τον ρόλο του ανθρώπου εφευρέτη ενώπιον των μηχανών. Αλλά, κατά κάποιο τρόπο, αυτά είναι τεχνουργήματα. Πρόκειται για ένα πεδίο που εξελίσσεται διαρκώς.

    Browning: Υπάρχουν παραδείγματα στα οποία η τεχνητή νοημοσύνη ανακάλυψε ξανά νόμους της φυσικής που γνωρίζουμε. Ποιος μπορεί να πει ότι δεν βρισκόμαστε στα πρόθυρα της ανακάλυψης κάτι νέου από την τεχνητή νοημοσύνη; Και η τεχνητή νοημοσύνη μπορεί να εξερευνήσει πολλές διαφορετικές επιλογές ύστερα από μερικές προτροπές. Ας πούμε ότι θέλω να σχεδιάσω έναν εναλλάκτη θερμότητας με συγκεκριμένες ιδιότητες, αλλά χωρίς τις σημερινές προκαταλήψεις γύρω από το πως μοιάζει ένας εναλλάκτης θερμότητας. Η τεχνητή νοημοσύνη βρίσκει μερικές αρκετά δημιουργικές επιλογές. Αν το συνδυάσετε αυτό με νέες κατασκευαστικές τεχνικές και κατασκευαστικά υλικά, νομίζω ότι υπάρχει προοπτική.Córdova: Τυχαίνει να έχουμε στο ακροατήριο τον πατέρα του διαδικτύου, τον Vint Cerf. [Ο Cerf είναι αντιπρόεδρος και ένθερμος οπαδός του Διαδικτύου στην Google και πρόσφατα μέλος του διοικητικού συμβουλίου]. Είναι σκόπιμο να του δώσουμε τον τελευταίο λόγο.

    Εικόνα 6. Vint Cerf

    Vint Cerf: Είναι σημαντικό να γίνει διάκριση μεταξύ των γενικών μοντέλων μηχανικής μάθησης και των ειδικών μεγάλων γλωσσικών μοντέλων (Large Language Models). Τα πρώτα έχουν επιδείξει μια ικανότητα να ανακαλύπτουν συσχετίσεις που ίσως να μην είχαμε παρατηρήσει. Η επισήμανση συσχετίσεων αποτελεί σημαντικό μέρος της ανακάλυψης στη φυσική. Με τα μεγάλα γλωσσικά μοντέλα, νομίζω ότι δεν εκτιμούμε πλήρως τι στο διάολο συμβαίνει. Ξέρουμε ότι είναι παραγωγικά και ξέρουμε ότι μπορούν να έχουν παραισθήσεις, αλλά είναι ενδιαφέρον ότι συγκεντρώνουν κάποιες απροσδόκητες συγκρίσεις εξαιτίας της μεθοδολογίας μέσω της οποίας έχουν εκπαιδευτεί.

    Το θέμα είναι ότι δεν είναι επαρκώς πλαισιωμένα. Το δοκίμασα, ζητώντας από ένα μεγάλο γλωσσικό μοντέλο να γράψει έναν επικήδειο για μένα και αυτό παρήγαγε ένα βιογραφικό 700 λέξεων. Έδωσε μια ημερομηνία, που θεωρώ πως ήταν πολύ νωρίς. Μίλησε για την καριέρα μου. Μου έδωσε εύσημα για πράγματα που δεν έκανα. Έδινε σε άλλους ανθρώπους τα εύσημα για πράγματα που είχα κάνει εγώ. Έφτιαξε μέλη της οικογένειας που δεν έχω.

    Αυτό φανερώνει πως τα μεγάλα γλωσσικά μοντέλα παράγουν την αληθοφάνεια του ανθρώπινου λόγου. Ανταποκρίνονται σαν να είχαμε ρωτήσει: «Αν ήσασταν άνθρωπος, τι θα λέγατε σε αυτή την προτροπή;». Αυτό είναι όλο. Αλλά μέσα τους κρύβεται κάποια έννοια γνώσης, επειδή τα στατιστικά στοιχεία ανταποκρίνονται σε πραγματικά κείμενα που έχουν νόημα. Και έτσι μπορεί να νιώθουμε σαν να υπάρχει ένα φάντασμα εκεί μέσα που καταλαβαίνει κάτι.

    Να ένα αιχμηρό παράδειγμα. Ένας από τους υπαλλήλους μας ζήτησε από ένα ρομπότ συνομιλίας να αντιστρέψει μια σειρά τυχαίων χαρακτήρων. Παρήγαγε την αντίστροφη συμβολοσειρά και πρόσθεσε: «Παρεμπιπτόντως, εδώ είναι ένα πρόγραμμα Python που το κάνει αυτό». Αυτό μας ξάφνιασε. Η μηχανική μάθηση (machine learning) και η γενετική τεχνητή νοημοσύνη είναι ως επί το πλείστων απλώς εργαλεία. Και εμείς πρέπει να είμαστε αρκετά έξυπνοι ώστε να διακρίνουμε μεταξύ παραίσθησης και οράματος.ΣΗΜΕΙΩΣΕΙΣ

    [1] Σχετικά με τους συμμετέχοντες στο διάλογο: Η France Córdova είναι πρόεδρος του διοικητικού συμβουλίου του Ιδρύματος AIP, πρόεδρος της Science Philanthropy Alliance και πρώην διευθύντρια του National Science Foundation (NSF). Η Valerie Browning είναι αντιπρόεδρος έρευνας και τεχνολογίας του γραφείου τεχνολογίας της εταιρείας Lockheed Martin και είναι μέλος του διοικητικού συμβουλίου του AIP. Ο Walter Copan είναι αντιπρόεδρος για την έρευνα και τη μεταφορά τεχνολογίας στη Σχολή Μεταλλειολόγων του Κολοράντο και πρώην διευθυντής του National Institute of Standards and Technology (NIST). Ο Evgeni Gousev είναι ανώτερος διευθυντής μηχανικής στην Qualcomm Research και πρόεδρος του διοικητικού συμβουλίου του ιδρύματος tinyML, και είναι μέλος του διοικητικού συμβουλίου του ιδρύματος AIP. O Jesse Thaler είναι καθηγητής φυσικής στο MIT και διευθυντής του NSF Institute for Artificial Intelligence and Fundamental Interactions.

    [2] Το κείμενο που ακολουθεί είναι η προσαρμοσμένη και συμπυκνωμένη εκδοχή του απομαγνητοφωνημένου κειμένου της εκδήλωσης.

    ΕΥΧΑΡΙΣΤΙΕΣ

    Ευχαριστούμε τον Στέργιο Χατζηκυριακίδη, καθηγητή Υπολογιστικής Γλωσσολογίας στο Τμήμα Φιλολογίας του Πανεπιστημίου Κρήτης, για τη βοήθειά του στην απόδοση όρων του κειμένου στα ελληνικά.

    Reproduced from France Córdova, Valerie Browning, Walter Copan, Evgeni Gousev, Jesse Thaler; Physics, AI, and the future of discovery. Physics Today 1 November 2024; 77 (11): 30–37, (https://doi.org/10.1063/pt.rlqh.ngld) with the permission of the American Institute of Physics.

  • ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ, Η ΝΕΑ ΕΠΙΣΤΗΜΗ ΤΗΣ ΓΝΩΣΤΙΚΗΣ ΙΚΑΝΟΤΗΤΑΣ: Ή η αντικατάσταση (;) της ψυχολογίας από την τεχνητή νοημοσύνη

    ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ, Η ΝΕΑ ΕΠΙΣΤΗΜΗ ΤΗΣ ΓΝΩΣΤΙΚΗΣ ΙΚΑΝΟΤΗΤΑΣ: Ή η αντικατάσταση (;) της ψυχολογίας από την τεχνητή νοημοσύνη

    Γιώργος Βασιλείου / Συλλέγοντας το απόσταγμα ( πεμπτουσία) της ζωής / Λάδι σε καμβά 130 x 100 cmΠΕΡΙΛΗΨΗ

    Τα επιτεύγματα της τεχνητής νοημοσύνης (ΤΝ) εγείρουν πλήθος συζητήσεων οι οποίες πλέον αποκτούν διεπιστημονικό χαρακτήρα. Αυτό είναι ενδεικτικό του ρόλου και της επίδρασης της χρήσης συστημάτων ΤΝ στην κοινωνική πραγματικότητα. Παράλληλα όμως οι συζητήσεις αυτές συχνά έχουν ασταθείς βάσεις μη λαμβάνοντας υπόψη τι ακριβώς συμβαίνει σε επίπεδο παραγωγής και εφαρμογής των τεχνολογιών αυτών. Στην ίδια κατεύθυνση απουσιάζει μια κατανόηση της ιστορικής διαμόρφωσης του πεδίου. Μια τέτοια σημαντική διάσταση που σπανίως εξετάζεται ενδελεχώς είναι ο ρόλος της ψυχολογίας στη διαμόρφωση της ΤΝ. Στο παρόν άρθρο θα παρουσιάσουμε μια πλευρά της αλληλεπίδρασης ψυχολογίας-ΤΝ και τις επιπτώσεις στο πεδίο της ψυχολογίας.ΓΙΑΤΙ ΨΥΧΟΛΟΓΙΑ ΚΑΙ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ;

    Η ψυχολογία, όπως και άλλες κοινωνικές επιστήμες, συγκροτείται ως αυτόνομη επιστήμη τον 19ο αιώνα. H ψυχολογία ως επιστημονικό πεδίο παρουσιάζει μια ιδιαιτερότητα, η οποία έγκειται σε δύο χαρακτηριστικά. Πρώτον αυτός ο κλάδος εστιάζεται στην έρευνα  της ενδότερης ψυχικής ζωής του νεωτερικού υποκειμένου, της ιδιωτικής, υποκειμενικής του εμπειρίας. Δεύτερον ο εν λόγω κλάδος  εντοπίζεται στο μεταίχμιο κοινωνικών και φυσικών επιστημών, καθώς η μελέτη αφορά τόσο το κοινωνικό υποκείμενο όσο και το βιολογικό υπόβαθρο των χαρακτηριστικών που αποδίδονται σε αυτό. Χαρακτηριστικό της ψυχολογίας ως επιστημονικού κλάδου είναι ότι δεν αποτελεί ένα ομοιογενές πεδίο. Ήδη από τον 19ο αιώνα εμφανίζονται διαφορετικές ψυχολογικές θεωρίες με διαφορετικές –και συχνά αντικρουόμενες– φιλοσοφικές παραδοχές, οι οποίες επηρεάζουν και την ταξινόμηση της ψυχολογίας ως φυσικής ή κοινωνικής επιστήμης. Αυτή η ιδιοτυπία της ψυχολογίας ως προς τη φύση και τη μέθοδο εξήγησης των νοητικών φαινομένων είναι συνυφασμένη με την εδραίωσή της ως επιστήμης τον 20ό αιώνα. Πολλές/-οι ιστορικοί της ψυχολογίας καθώς και επιστήμονες του πεδίου μιλούν για την κρίση της ψυχολογίας ως κάτι που εμφανίζεται ταυτόχρονα με τη γέννηση του πεδίου (Mülberger & Sturm, 2012).

    Στον 20ό αιώνα η κρίση της ψυχολογίας καθώς και οι τρόποι επίλυσης των θεωρητικών και μεθοδολογικών ζητημάτων που πηγάζουν από αυτήν απέκτησαν νέο χαρακτήρα με την εμφάνιση των εννοιών της πληροφορίας και του υπολογισμού. Σε αυτή τη διεργασία καταλυτική ήταν η εδραίωση της κυβερνητικής (cybernetics) μετά τον Β΄ Παγκόσμιο Πόλεμο. Η κυβερνητική ενέταξε στον εννοιολογικό της εξοπλισμό τις έννοιες της πληροφορίας και του υπολογισμού και επεκτάθηκε στη μελέτη κάθε φαινομένου (κοινωνικού και φυσικού) βάσει της παραδοχής πως όλα τα φαινόμενα διέπονται από τις ίδιες αρχές του ελέγχου και της επικοινωνίας (Wiener, 1948). Η κυβερνητική προώθησε τη γνωσιακή επανάσταση στα μέσα του 20ού αιώνα που μετασχημάτισε θεμελιωδώς πλήθος επιστημονικών πεδίων (ψυχολογία, γλωσσολογία, κοινωνιολογία κ.α.) και οδήγησε στην εμφάνιση νέων (τεχνητή νοημοσύνη, νευροεπιστήμες, γνωσιακή επιστήμη κ.α.).Ως γνωσιακή επανάσταση αναφέρεται η θεωρητική στροφή που υιοθέτησε το μοντέλο του νου ως μηχανής επεξεργασίας πληροφοριών και επηρέασε πλήθος επιστημονικών πεδίων. Η ανάπτυξη της θεωρίας της πληροφορίας και του ψηφιακού ηλεκτρονικού υπολογιστή τις δεκαετίες 1940-1950 που προηγήθηκαν της γνωσιακής επανάστασης ήταν κομβική για την προώθηση της τελευταίας. Η γνωστική ψυχολογία αναδύθηκε την ίδια περίοδο ως αποτέλεσμα της γνωσιακής επανάστασης και μελετούσε τον νου ως μηχανή επεξεργασίας πληροφοριών. Γι’ αυτό και την πρώτη περίοδο αναφερόταν ως ψυχολογία της επεξεργασίας πληροφοριών. Το παράδειγμα της θεωρίας της πληροφορίας παρέμεινε κομβικό για την γνωστική ψυχολογία, αλλά στην πορεία εμφανίστηκαν διάφορα μοντέλα στην προσπάθεια να εξηγηθούν οι γνωστικές λειτουργίες βάσει του παραλληλισμού νου-υπολογιστή.Η επίδραση της κυβερνητικής στα διάφορα επιστημονικά πεδία αποτελεί το πλαίσιο εντός του οποίου διαδόθηκε η μεταφορά ανθρώπου-μηχανής και συγκεκριμένα η μεταφορά του εγκεφάλου/νου ως υπολογιστή. Στο παρόν άρθρο θα εξετάσουμε τον ρόλο που διαδραμάτισε η ψυχολογία κατά τη διαμόρφωση του πεδίου της τεχνητής νοημοσύνης (ΤΝ) και τις επιδράσεις της ανάπτυξης της τελευταίας στην ψυχολογία, ούτως ώστε να εξεταστεί η μεταξύ τους σχέση στην διαδικασία εκμηχάνισης των νοητικών διαδικασιών. Είναι σημαντικό να διευκρινιστεί ότι στο παρόν άρθρο εξετάζεται η ιστορική διαμόρφωση του πεδίου της ΤΝ. Αυτό σημαίνει ότι οι παγιωμένες θέσεις που εμφανίζονται στο πεδίο σήμερα δεν είχαν τέτοιον χαρακτήρα κατά τις πρώτες τρεις δεκαετίες που θα εξετάσουμε. Αυτό ακριβώς είναι το πλαίσιο εντός του οποίου εξετάζεται ο ρόλος της ψυχολογίας: η αλληλεπίδραση των πεδίων και η διαδικασία οριοθέτησης του νέο-αναδυόμενου πεδίου της ΤΝ με επίκεντρο το επίδικο ζήτημα της μελέτης και εξήγησης των νοητικών διαδικασιών ως μέρος της διαδικασίας εκμηχάνισής τους.Ως εκμηχάνιση των νοητικών διαδικασιών αναφέρεται η διαδικασία κατά την οποία πλευρές της ανθρώπινης γνωστικής ικανότητας (cognition) μεταφέρονται σε μηχανικές συναρμογές. Τέτοιες πλευρές είναι, για παράδειγμα, η επίλυση προβλημάτων, η λήψη αποφάσεων, η ταξινόμηση δεδομένων κ.ο.κ. Προκειμένου να επιτευχθεί η εκμηχάνιση των νοητικών διαδικασιών προηγουμένως απαιτείται η μοντελοποίησή τους με συγκεκριμένο τρόπο: η ανάδειξη ομοιοτήτων στη λειτουργία του νου/εγκεφάλου με τον ψηφιακό ηλεκτρονικό υπολογιστή ως η μηχανική συναρμογή που εκτελεί εργασίες αντίστοιχες με αυτές του νου/εγκεφάλου. Τέτοιου είδους μοντέλα αναπτύχθηκαν, μεταξύ άλλων, από την ΤΝ και τη γνωστική ψυχολογία.ΜΙΑ ΙΣΤΟΡΙΑ ΤΗΣ ΤΕΧΝΗΤΗΣ ΝΟΗΜΟΣΥΝΗΣ

    Η εποχή της ΤΝ αναδύθηκε ως η σύνδεση του υπολογισμού και της γνωστικής ικανότητας (cognition). Πολλές διαφορετικές προσεγγίσεις μπορούν να αξιοποιηθούν στη συζήτηση της μεταξύ τους σχέσης. Για παράδειγμα, η φιλοσοφία του νου –και εν μέρει η γνωσιακή επιστήμη– θέτει το πλαίσιο συζήτησης προσεγγίζοντας ή ορίζοντας τις δύο έννοιες και εστιάζοντας στις ομοιότητες και τις διαφορές τους, συνήθως με αφηρημένο τρόπο (βλ. για παράδειγμα Chalmers, 1995· Churchland & Churchland, 1990· Putnam, 1960). Στο παρόν άρθρο φιλοδοξούμε να αποφύγουμε τη συνήθη αντίληψη ότι οι έννοιες αυτές είναι σταθερές. Για τον λόγο αυτό η ανάλυση κατευθύνεται από τα παρακάτω ερωτήματα: Πώς κατέληξαν οι έννοιες του υπολογισμού και της γνωστικής ικανότητας να αποτελούν το αντικείμενο της ΤΝ; Ποιες ήταν οι φιλοδοξίες της ΤΝ; Ποιος είναι ο ρόλος της ψυχολογίας σε αυτές τις διαδικασίες;

    Όταν συζητά κανείς για την ΤΝ διάφοροι περιορισμοί προκύπτουν κυρίως λόγω του μεγέθους των εξελίξεων στο πεδίο καθώς και του εύρους των εφαρμογών: αναγνώριση προτύπων, σημασιολογική αναπαράσταση (semantic representation), ευρετικά προγράμματα (heuristic programs), επεξεργασία φυσικής γλώσσας (natural language processing), έμπειρα συστήματα (expert systems), ρομπότ, μηχανική μάθηση (machine learning) κ.λπ. Στην προσπάθειά μας να προσεγγίσουμε τα προαναφερθέντα ερωτήματα θα επικεντρωθούμε στις θεωρητικές εξελίξεις του πεδίου. Η επιλογή αυτή δικαιολογείται από τις πρώιμες εξελίξεις στην ΤΝ, οι οποίες βασίζονται κυρίως στο έργο των Allen Newell και Herbert Simon –δηλαδή στη δημιουργία του θεωρητικού πλαισίου που άνοιξε τον δρόμο για το κίνημα που είχε ήδη ξεκινήσει με την κυβερνητική– καθώς και από την κυρίαρχη αφήγηση της ιστορίας της ΤΝ. Η εστίαση στις θεωρητικές εξελίξεις δικαιολογείται περαιτέρω από τη θεματική του άρθρου, δηλαδή την εξέταση του ανθρώπου ως μηχανή, του εγκεφάλου ως υπολογιστή και του αντίκτυπου αυτής της προοπτικής στην ψυχολογία. Αν και η σύνδεση της λειτουργίας ανθρώπου-υπολογιστή/μηχανής ήταν διαδεδομένη πριν από την έλευση της ΤΝ, μόνο μέσω της ΤΝ αυτή η μεταφορά κατέστη το καθολικό πρίσμα μέσα από το οποίο εξετάζεται η διανοητική ζωή του υποκειμένου. Η ΤΝ μετέτρεψε την προσέγγιση αυτή σε επιστημονική θεωρία.

    Ένα από τα ζητήματα που προκύπτουν κατά την αξιολόγηση των παρελθοντικών επιτευγμάτων της ΤΝ και την εξέταση της ιστορικής της διαμόρφωσης είναι η δυσκολία κατηγοριοποίησης των διάφορων  θεωρητικών και πρακτικών εξελίξεων· να διαχωριστεί δηλαδή η θεωρία από την πράξη στην αποτίμηση της συνολικής εξέλιξης του πεδίου. Παρ’ όλα αυτά, η σύγκρουση μεταξύ αυτών που προσδιορίζονταν ως neats (καθαροί, τακτοποιημένοι) και scruffies (ατημέλητοι) ήταν κάτι που χαρακτήριζε το πεδίο και δύναται να υποδείξει έναν τρόπο εξέτασης της ιστορικής της διαμόρφωσης. Οι scruffies ασχολούνταν με τα συστήματα που αποτελούνται από ένα σύνολο από ρουτίνες οι οποίες προέκυπταν πειραματικά και σχεδιάζονταν για την επίλυση συγκεκριμένων προβλημάτων, ενώ οι neats ασχολούνταν με τα προγράμματα που βασίζονται σε θεωρητικά θεμελιωμένες αρχές (Nilsson, 2010). Πολλά μπορούν να ειπωθούν για τη διάκριση μεταξύ neats και scruffies. Εδώ αρκεί να τονιστεί ότι η διάκριση παρουσιάζει μια μεθοδολογική διάσταση. Οι πρώτες τρεις δεκαετίες της εδραίωσης της ΤΝ χαρακτηρίστηκαν από άφθονη χρηματοδότηση, κυρίως από στρατιωτικά προγράμματα, όμως αρκετά σύντομα υπήρξε αυτό που χαρακτηρίζεται ως «χειμώνας της ΤΝ», μια περίοδος που χαρακτηρίζεται από επιφύλαξη και απογοήτευση από τις μεγαλεπήβολες υποσχέσεις των προηγούμενων χρόνων (Nilsson, 2010). Αυτή η περίοδος σταματάει στα τέλη της δεκαετίας του 1980 και η σημαντική ανάπτυξη που γνώρισε το πεδίο αποδίδεται στην υπαγωγή της ΤΝ στην επιστημονική μέθοδο, η οποία μεθοδολογικά συνδέεται με την επικράτηση των neats έναντι των scruffies (Norvig & Russell, 2021). Το γεγονός ότι η ΤΝ απέκτησε status επιστημονικού κλάδου αποδίδεται λοιπόν στο ότι δεν βασίστηκε σε συγκεκριμένα συστήματα που αναπτύχθηκαν, αλλά στη συγκεκριμένη εννοιολογική σύλληψη του αντικειμένου της που επετεύχθη στο θεωρητικό πλαίσιο της ΤΝ. Στον πυρήνα της εννοιολογικής σύλληψης εμφανίζεται με διάφορους τρόπους η διαδικασία εκμηχάνισης των νοητικών διαδικασιών.

    ΔΙΑΜΑΧΕΣ ΕΝΤΟΣ ΚΑΙ ΓΥΡΩ ΑΠΟ ΤΗΝ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ

    Στις περισσότερες αφηγήσεις για τη διαμόρφωση της ΤΝ ως επιστημονικού κλάδου αναφέρεται ότι εξαρχής υπήρχε μια διαμάχη σχετικά με το καταλληλότερο θεωρητικό μοντέλο που θα έπρεπε να χρησιμοποιηθεί για την προσομοίωση πτυχών της ανθρώπινης νόησης. Από τη μία πλευρά, οι Allen Newell, John Shaw και Herbert Simon πρότειναν το πρόγραμμα Logic Theorist, ως μια εξήγηση της παρατηρούμενης συμπεριφοράς «που παρέχεται από ένα πρόγραμμα που αποτελείται από πρωταρχικές (primitive) πληροφοριακές διεργασίες το οποίο παράγει αυτή τη συμπεριφορά» (Newell, Shaw & Simon, 1958: 151). Το πρόγραμμα έμεινε γνωστό ως χαρακτηριστικό παράδειγμα της συμβολικής ΤΝ, θεμελιωμένο στο παράδειγμα της (συμβολικής) επεξεργασίας πληροφοριών. Από την άλλη πλευρά, υπήρχαν θεωρίες όπως το αντίληπτρο (νευρώνας Perceptron) του Rosenblatt (Rosenblatt, 1958), το Pandemonium του Selfridge (Selfridge, 1959) και, αργότερα, το μοντέλο παράλληλης-κατανεμημένης επεξεργασίας (Parallel Distributed Processing or PDP) (McClelland, Rumelhart & The PDP Research Group, 1986), οι οποίες εντάσσονται στο παράδειγμα των νευρωνικών δικτύων. Η ιστορία που διηγούνται όσοι ασχολούνται με την ιστορία της ΤΝ είναι ότι η συμβολική ΤΝ κυριάρχησε μεταξύ 1960-1980, αλλά απέτυχε να ανταποκριθεί στις προσδοκίες και να ξεπεράσει τα θεωρητικά εμπόδια που προέκυψαν μετά από χρόνια εργασίας πάνω σε συστήματα ΤΝ. Στη συνέχεια –ή ως αποτέλεσμα– το μοντέλο παράλληλης-κατανεμημένης επεξεργασίας (PDP) που εμφανίστηκε το 1986 περιγράφεται ως το μοντέλο που ήρθε να σώσει την ΤΝ από το αδιέξοδο (Norvig & Russell, 2021· Nilsson, 2010).

    Βέβαια, όπως είναι ευρέως γνωστό, η θεωρία των νευρωνικών δικτύων που κυριάρχησε στο πεδίο τη δεκαετία του 1980 δεν ήταν καινούργια και προηγείται της θεμελίωσης του πεδίου της ΤΝ. Η θεωρία των νευρωνικών δικτύων εισήχθη για πρώτη φορά το 1943 από τους κυβερνητιστές Warren McCulloch και Walter Pitts. Η εμφάνιση του πεδίου της ΤΝ εντοπίζεται συνήθως στο 1956, όταν έλαβε χώρα το εργαστήριο στο κολλέγιο Dartmouth, στο οποίο συμμετείχαν οι ερευνητές που θα καθόριζαν την πορεία του πεδίου. Στον τίτλο της πρότασης για το ερευνητικό πρόγραμμα εμφανίζεται και η έννοια της ΤΝ (McCarthy et al, 2006). H διαμόρφωση της ΤΝ ως επιστημονικού κλάδου το 1956 στο πλαίσιο του εργαστηρίου στο κολλέγιο Dartmouth περιγράφεται ως μια εργασία οριοθέτησης που ενορχηστρώθηκε κυρίως από τον John McCarthy, ο οποίος ξεκίνησε την ιδέα ενός εργαστηρίου για τη θεωρία του εγκεφάλου και των αυτομάτων (Kline, 2011). Η εργασία οριοθέτησης αφορούσε τη διαφοροποίηση του αντικειμένου της ΤΝ από εκείνο της μελέτης των αυτομάτων (Automata Studies) και της κυβερνητικής. Σημαντικό ρόλο σε αυτή τη διαδικασία παίζουν και τα πανεπιστημιακά και ερευνητικά ιδρύματα που προώθησαν την προσέγγιση που κατέληξε να ονομάζεται συμβολική ΤΝ, αντί της προηγούμενης μεθόδου μοντελοποίησης του εγκεφάλου που βασιζόταν σε μια νευροφυσιολογική προσέγγιση σχετική με την κυβερνητική και τα νευρωνικά δίκτυα (Kline, 2011).

    H εργασίας οριοθέτησης που επιχείρησε η ΤΝ κατά τη διαμόρφωσή της και ο χαρακτήρας της διαφοροποίησής της από την κυβερνητική αποτελούν κομβικά χαρακτηριστικά στην ιστορία του πεδίου. Στη συνέχεια, θα εξετάσουμε τον ρόλο της ψυχολογίας στη θεωρητική σύγκρουση μεταξύ συμβολικής ΤΝ και νευρωνικών δικτύων. Στόχος είναι να εξεταστεί ο ρόλος της ψυχολογίας στη συζήτηση μεταξύ των δύο «παραδειγμάτων» καθώς και η σχέση της ψυχολογίας με το καθένα από τα δύο. Κατ’ αυτόν τον τρόπο επιχειρείται τελικώς η σκιαγράφηση της σχέση μεταξύ των δύο προσεγγίσεων εντός του πεδίου της ΤΝ.

    ΠΕΡΙ ΤΗΣ ΣΧΕΣΗΣ ΤΕΧΝΗΤΗΣ ΝΟΗΜΟΣΥΝΗ ΚΑΙ ΨΥΧΟΛΟΓΙΑΣ

    Η αναζήτηση της αφετηρίας για μια προκαταρκτική εξέταση του ρόλου της ψυχολογίας στην ανάπτυξη του πεδίου της ΤΝ δεν είναι κάτι δεδομένο ή τετριμμένο. Από τη μία πλευρά, όσον αφορά τη συμβολική ΤΝ, οι Newell, Shaw και Simon ισχυρίστηκαν ότι το Logic Theorist –το εργαλείο που ενίσχυσε τα θεμέλια της ΤΝ– ήταν στην πραγματικότητα μια θεωρία περί της γνωστικής ικανότητας και όχι απλώς ένα προσχέδιο ενός γενικού λύτη προβλημάτων. Η φιλοδοξία ότι το πρόγραμμα είναι μια θεωρία που εξηγεί τη λειτουργία του νου βασιζόταν στην δυνατότητα πρόβλεψης της συμπεριφοράς του οργανισμού προϋποθέτοντας ομοιότητες μεταξύ του οργανισμού και του προγράμματος στη διαδικασία επίλυσης προβλημάτων (Newell et al, 1958). Αυτό είναι ένα χαρακτηριστικό παράδειγμα ταύτισης του επιφαινόμενου της συμπεριφοράς –δηλαδή αυτού που εμπειρικά προσλαμβάνεται– με τη δομή που διέπει την εκάστοτε συμπεριφορά. Η υιοθέτησης μιας τέτοιου είδους εμπειρικής προσέγγισης φαίνεται ότι ήταν προϋπόθεση για την κυριαρχία της ΤΝ έναντι της ψυχολογίας. Ο στόχος των συγγραφέων να αναγνωριστεί το πρόγραμμα ως μια θεωρία περί της γνωστικής ικανότητας καθίσταται φανερός στο τέλος του άρθρου τους και συνδέεται με αυτό που οι ίδιοι αναγνωρίζουν ως την προβληματική φύση της ψυχολογίας. Όπως χαρακτηριστικά αναφέρουν, «οι αοριστίες που ταλαιπώρησαν τη θεωρία των ανώτερων νοητικών διεργασιών και άλλα μέρη της ψυχολογίας εξαφανίζονται όταν τα φαινόμενα περιγράφονται ως προγράμματα» (Newell et al, 1958: 166). Αυτό είναι ένα χαρακτηριστικό παράδειγμα της αλληλεπίδρασης μεταξύ των δύο πεδίων: η ψυχολογία διαγιγνώσκεται ως ανεπαρκής να εξηγήσει τα φαινόμενα που μελετά (το οποίο έχει σχετιστεί και με την κρίση στο πεδίο που αναφέρθηκε στην αρχή) και ένα πεδίο με διαφορετικό αντικείμενο και διαφορετικά θεωρητικά εργαλεία αναλαμβάνει να καλύψει τις ανεπάρκειες της ψυχολογίας. Για τον ίδιο λόγο, οι μεταγενέστερες εργασίες των Newell και Simon δεν βασίστηκαν σε μια εξιδανικευμένη αντίληψη της επίλυσης προβλημάτων. Αντίθετα, επικεντρώθηκαν σε πειράματα με ανθρώπινα υποκείμενα για να εξετάσουν τον συγκεκριμένο τρόπο επίλυσης προβλημάτων στον άνθρωπο (Newell & Simon, 1972).

    Από την άλλη πλευρά, όσον αφορά τη θεωρία των νευρωνικών δικτύων, αυτή δεν επηρεάζεται απλώς από τις ψυχολογικές προσεγγίσεις των νοητικών λειτουργιών. Oι πιο γνωστές εξελίξεις στην ιστορία της ΤΝ όσον αφορά τα νευρωνικά δίκτυα εκπονήθηκαν από ψυχολόγους (Warren McCulloch, Frank Rosenblatt, David McClelland, David Rumelhart). Ένα κοινό χαρακτηριστικό ήδη από την πρώτη εμφάνιση της θεωρίας των νευρωνικών δικτύων από τους McCulloch και Pitts είναι ο ρόλος της στην επίλυση των θεωρητικών προβλημάτων της ψυχολογίας. Έτσι οι συγγραφείς επιχείρησαν την αναγωγή του συνόλου της ψυχικής και νοητικής λειτουργίας στη νευρωνική δραστηριότητα και στη συνέχεια την αναπαράσταση της νευρωνικής δραστηριότητας μέσω της λογικής (στη θεωρία των νευρωνικών δικτύων). Η προαναφερθείσα διαδικασία θεωρείται ότι μας επιτρέπει να γνωρίσουμε τον νου αφαιρώντας τα μυστικιστικά χαρακτηριστικά που παρέμειναν κατά την ψυχολογική έρευνα. Έτσι η φυσιολογία και η λογική αναπαράσταση αποτελούν τη βάση για την κατανόηση των ψυχονοητικών φαινομένων ή όπως γλαφυρά αναφέρουν οι McCulloch και Pitts (McCulloch & Pitts, 1943: 132) «ο νους» πλέον δεν κινείται «σαν φάντασμα, περισσότερο ακόμη κι από ένα φάντασμα». Δεν είναι άτοπο, λοιπόν, να θέσουμε ερωτήματα για τον ρόλο της ψυχολογίας στη διαμόρφωση της ΤΝ: Ήταν ο ρόλος της ψυχολογίας καθοριστικός; Ποιες ψυχολογικές προσεγγίσεις χρησιμοποιήθηκαν στη διαμόρφωση των θεωριών της ΤΝ; Γιατί επιλέχθηκαν οι συγκεκριμένες ψυχολογικές προσεγγίσεις έναντι άλλων;

    Παρότι διαισθητικά μπορεί να πιστεύουμε ότι υπάρχουν πολλά κοινά σημεία μεταξύ της ΤΝ και της ψυχολογίας, οι συγκεκριμένες συγκλίσεις και αποκλίσεις δεν έχουν προσδιοριστεί επαρκώς, μέσω δηλαδή της εξέτασης της ιστορικής διαμόρφωσής τους κατά τη διάρκεια των εξελίξεων της ΤΝ. Ιδιαίτερα όταν πρόκειται για την αξιολόγηση του έργου της ΤΝ στο σύνολό του, τη σχέση μεταξύ υπολογισμού και γνωστικής ικανότητας, τη δυνατότητα μοντελοποίησης του ανθρώπινου εγκεφάλου από συστήματα ΤΝ, τίθεται το ερώτημα: ποια είναι άραγε η αφετηρία για την εξέταση των προαναφερθεισών εννοιών από την ΤΝ και τη σχέση τους με την ψυχολογία; Το ζήτημα περιπλέκεται ακόμη περισσότερο αν τις εξετάσουμε από την οπτική γωνία της σύγκρουσης μεταξύ της συμβολικής ΤΝ και των νευρωνικών δικτύων.

    Στην πρόταση του εργαστηρίου που έλαβε χώρα στο κολλέγιο Dartmouth, όπου και τοποθετείται η θεμελίωση του πεδίου, η μελέτη του αντικειμένου της ΤΝ βασίζεται στην υπόθεση ότι «κάθε πτυχή της μάθησης ή οποιοδήποτε άλλο χαρακτηριστικό της νοημοσύνης μπορεί κατ’ αρχήν να προβλεφθεί με τόση ακρίβεια ώστε να μπορεί να την προσομοιώσει μια μηχανή» (McCarthy et al, 2006: 12). Ίσως να θεωρείται τετριμμένο, όμως οφείλουμε να εστιάσουμε στο γεγονός ότι σε αυτόν τον πρώτο ορισμό της ΤΝ κυριαρχεί η έννοια της εκμηχάνισης πτυχών της ανθρώπινης δραστηριότητας, της γνωστικής ικανότητας, της νοημοσύνης κ.λ.π. Η έννοια της εκμηχάνισης βρίσκεται στο επίκεντρο της ΤΝ μέσω της διαδικασίας σαφή ορισμού πλευρών της νοημοσύνης με απώτερο στόχο τον σχεδιασμό μηχανών που προσομοιώνουν πτυχές της ανθρώπινης συμπεριφοράς και γνωστικής ικανότητας. Θα προσπαθήσουμε λοιπόν να δείξουμε ότι η μελέτη και η θεωρητική σύλληψη της ανθρώπινης δραστηριότητας καθώς και η διαδικασία σχεδιασμού θεωριών για την κατασκευή μηχανών που προσομοιώνουν στον άνθρωπο, αφ’ ης στιγμής εμφάνισης της ΤΝ, είναι αλληλένδετες με τη διαδικασία εκμηχάνισης πτυχών της ανθρώπινης δραστηριότητας.

    Σε αυτό το πλαίσιο τίθεται ένα ερώτημα αναφορικά με τον χαρακτήρα της σχέσης ψυχολογίας-ΤΝ. Ποιο πεδίο ήταν κυρίαρχο σε αυτή την αλληλεπίδρασή που είχε στον πυρήνα της τη διαδικασία εκμηχάνισης πλευρών της γνωστικής ικανότητας; Ήταν η ψυχολογία με εργαλείο της επιστημονικές θεωρίες της για την ανθρώπινη γνωστική ικανότητα ή η ΤΝ με τα νέο-εισηγηθέντα θεωρητικά μοντέλα;

    ΜΙΑ ΝΕΑ ΙΣΤΟΡΙΑ ΤΗΣ ΤΕΧΝΗΤΗΣ ΝΟΗΜΟΣΥΝΗΣ

    Στη σχετική βιβλιογραφία, η σύγκρουση μεταξύ συμβολικής ΤΝ και νευρωνικών δικτύων συνήθως θεωρείται δεδομένη. Εξετάζοντας όμως την ιστορία της ΤΝ και τα διάφορα συστήματα που αναπτύχθηκαν, είναι δύσκολο να επιβεβαιωθεί ότι η σύγκρουση μεταξύ διαφορετικών παραδειγμάτων ήταν κυρίαρχο φαινόμενο. Αυτό δυσκολεύει ακόμη περισσότερο την ανάλυση του ρόλου που διαδραμάτισε η ψυχολογία στη διαμόρφωση και εδραίωση της ΤΝ. Έτσι από την οπτική της ψυχολογίας, η αναλυτική κατηγορία της σύγκρουσης μεταξύ δύο παραδειγμάτων που το ένα επικράτησε έναντι του άλλου μπορεί να μην είναι η καταλληλότερη προσέγγιση για την κατανόηση της διαδικασίας εκμηχάνισης της ανθρώπινης δραστηριότητας.

    Μια πιο διαφωτιστική προσέγγιση για την αξιολόγηση του έργου που επιτελείται στην ΤΝ μπορεί να βασιστεί στην ιδέα μιας προοδευτικά ριζοσπαστικότερης εκμηχάνισης της ανθρώπινης δραστηριότητας. Αυτή η ριζοσπαστικοποίηση θεμελιώνεται με την εμφάνιση της συμβολικής ΤΝ τη δεκαετία του 1950 και κορυφώνεται με την επικράτηση της θεωρίας των νευρωνικών δικτύων μετά το 1980. Η κορύφωση της ριζοσπαστικοποίησης συνοδεύεται από την σκληροπυρηνικά υλιστική θέση σύμφωνα με την οποία πλευρές της διανοητικής ζωής ανάγονται στη νευρική δραστηριότητα του εγκεφάλου –και όχι στην αφηρημένη επεξεργασία συμβόλων που εξετάζεται από τη συμβολική ΤΝ.

    Η ιδέα της ριζοσπαστικοποίησης και της γενίκευσης των αποτελεσμάτων της ΤΝ μέσω της θεωρίας των νευρωνικών δικτύων γίνεται σαφέστερη αν εξετάσουμε τις διάφορες θεωρητικές προσεγγίσεις που περιλαμβάνουν τα δύο θεμελιώδη θεωρητικά μοντέλα. Στην περίπτωση της συμβολικής ΤΝ, στο επίκεντρο βρίσκεται η επεξεργασία συμβόλων και το ίδιο συμβαίνει με την προέκταση των επιστημολογικών παραδοχών της συμβολικής ΤΝ σε άλλα πεδία, όπως π.χ. στην ψυχολογία (με την εμφάνιση της ψυχολογία της επεξεργασίας πληροφοριών) και στη γνωσιακή επιστήμη (με την εμφάνιση της υπολογιστικής-αναπαραστατικής θεωρίας του νου) (Lachman et al, 1979· Thagard, 2005). Στην περίπτωση των νευρωνικών δικτύων στο επίκεντρο βρίσκεται ο τρόπος που συνδέονται και επικοινωνούν οι νευρώνες μεταξύ τους, ενώ οι επιστημολογικές προεκτάσεις της θεωρίας σχετίζονται με την ανάδυση ενός νέου συνδετισμού (connectionism). Όμως το παράδειγμα του νέου συνδετισμού εμφανίζεται στο πεδίο της γνωσιακής επιστήμης, συγκεκριμένα στη διασταύρωση των νευροεπιστημών και της ΤΝ, όπου η υπολογιστική δραστηριότητα του εγκεφάλου καθίσταται πλέον ερευνητικό αντικείμενο (Schwartz, 1988). Η κεντρική ιδέα εδώ είναι η μετατόπιση της έρευνας από τον νου στον εγκέφαλο και η αναγωγιστική υλιστική θέση που συνοδεύει αυτή τη μετάβαση αποκτά καθοριστική σημασία. Όπως εξηγεί ο γνωστικός ψυχολόγος Neisser (Neisser, 2014), παραδοσιακά η γνωστική ψυχολογία δεν επικεντρώθηκε στις νευροφυσιολογικές πτυχές της γνωστικής ικανότητας. Κατά συνέπεια η ριζοσπαστικοποίηση που επιτελείται από την εμφάνιση και κυριαρχία της θεωρίας των νευρωνικών δικτύων μπορεί να γίνει πλήρως αντιληπτή μόνο αν ληφθεί υπόψη ο εξοβελισμός της ψυχολογίας από τη συζήτηση για την εκμηχάνιση της ανθρώπινης δραστηριότητας. Αν στην πρώτη περίοδο της ΤΝ, όταν κυριαρχούσε η συμβολική ΤΝ, η ψυχολογία ακολούθησε το παράδειγμα της επεξεργασίας πληροφοριών επιτυγχάνοντας την ίδρυση του υποπεδίου της γνωστικής ψυχολογίας, τίθεται το ερώτημα αναφορικά με τον ρόλο της ψυχολογίας στη δεύτερη περίοδο. Όταν, δηλαδή, η θεωρία των νευρωνικών δικτύων και το μοντέλο παράλληλης-κατανεμημένης επεξεργασίας άνθισαν και κυριάρχησαν, τι είδους αλλαγές επέφερε στην ψυχολογία αυτή η θεωρητική ηγεμονία;Ο συνδετισμός (connectionism) μπορεί να οριστεί ως η υπολογιστική θεωρία των νευρωνικών δικτύων. Ως προσέγγιση εμφανίστηκε στο πλαίσιο της γνωσιακής επιστήμης και αφορά στην εξήγηση της γνωστικής ικανότητας αξιοποιώντας τις ιδιότητες των τεχνητών (τυπικών) νευρωνικών δικτύων, δηλαδή απλοποιημένων μοντέλων του εγκεφάλου.Η υπόθεσή είναι πως ό,τι δεν κατάφεραν οι Newell, Shaw και Simon δηλώνοντας την εκ νέου αντικατάσταση των ψυχολογικών θεωριών από προγράμματα υπολογιστών, το πέτυχαν οι υποστηρικτές του συνδετισμού εξαλείφοντας την έννοια του νου και εμμένοντας στην αναγωγιστική νατουραλιστική θεώρηση της μεθοδολογικής κυριαρχίας του εγκεφάλου στην ανθρώπινη δραστηριότητα. Αυτό δεν είναι άσχετο με το γεγονός ότι οι προσεγγίσεις αυτές διατυπώθηκαν από ψυχολόγους: ψυχολόγους εμπνευσμένους από την κυβερνητική (όπως ο McCulloch), από τη γνωσιακή επανάσταση (όπως ο Rosenblatt) και από τις εξελίξεις στην ΤΝ (όπως οι McClelland και Rumelhart). Θα μπορούσε κανείς να ισχυριστεί ότι αυτό δεν αφορά άμεσα την ψυχολογία· δηλαδή ότι η ψυχολογία ως ένα διακριτό, ετερογενές, επιστημονικό πεδίο δεν μπορεί να επηρεαστεί από αυτές τις εξελίξεις. Όμως η διακήρυξη των McCulloch και Pitt για μια προσέγγιση όπου κάθε ψυχολογικό φαινόμενο θα περιγράφεται στις θεμελιώδεις σχέσεις της προτασιακής λογικής, καθιστώντας το νου λιγότερο πνευματικό (McCulloch & Pitts, 1943), εκπληρώθηκε με την επίδραση του νέου συνδετισμού.

    Ο συνδετισμός υποστηρίχθηκε επίσης από τον εξαλειπτικό υλισμό (eliminative materialism) στο πλαίσιο της θεμελίωσης της γνωσιακής επιστήμης. Σύμφωνα με τον εξαλειπτικό υλισμό, η μελέτη κάθε πτυχής της δραστηριότητας του υποκειμένου μπορεί να αναχθεί εξ ολοκλήρου στη μελέτη της εγκεφαλικής δραστηριότητας και στη συνακόλουθη υπολογιστική θεωρία του εγκεφάλου (Churchland, 1981· Churchland & Sejnowski, 1992). Τούτων δοθέντων η συζήτηση αναφορικά με την κρίση της ψυχολογίας, τον ρόλο της θεωρίας της πληροφορίας στην επίλυση των επιστημολογικών προβλημάτων της ψυχολογίας και τον αντίκτυπο της γνωσιακής επανάστασης αποκτούν μια νέα διάσταση: οι ανώτερες νοητικές λειτουργίες μπορούν να απεκδυθούν του μυστικιστικού τους χαρακτήρα και να μελετηθούν επιστημονικά μόνο εξετάζοντας την υπολογιστική τους φύση. Αυτό συνεπάγεται την αντικατάσταση της ψυχολογίας από την τεχνητή νοημοσύνη, μια κίνηση που διακηρύχθηκε από τους Newell και Simon, McCulloch και Pitts –και επετεύχθη με τον νέο συνδετισμό.

    Υπό το πρίσμα αυτής της ανάλυσης εξηγείται και η απουσία ενός υποπεδίου που να σχετίζεται με τη θεωρία της ΤΝ για τα νευρωνικά δίκτυα στην ψυχολογία. Το παράδειγμα της επεξεργασίας πληροφοριών έδωσε στην ψυχολογία το πολυπόθητο υποπεδίο της γνωστικής ψυχολογίας. Το παράδειγμα των νευρωνικών δικτύων δεν θα μπορούσε να δώσει στην ψυχολογία ένα ξεχωριστό υποπεδίο εξαιτίας της κυριαρχίας του νέου συνδετισμού στην εξέταση των ανώτερων νοητικών λειτουργιών. Στη συνέχεια την έρευνα ανέλαβαν η γνωσιακή επιστήμη, η γνωσιακή νευροεπιστήμη, η τεχνητή νοημοσύνη και άλλα παρόμοια πεδία. Η ψυχολογία –ως διακριτός επιστημονικός κλάδος– δεν συμμετείχε πλέον στη συζήτηση για την εκμηχάνιση της ανθρώπινης δραστηριότητας. Αυτός μπορεί να είναι ο λόγος για τον οποίο, αν και διαισθητικά κατανοούμε τη σχέση μεταξύ ψυχολογίας και ΤΝ, όταν πρόκειται να περιγράψουμε με ακρίβεια τη σχέση τους, τα δάνεια μεταξύ τους, τις διασυνδέσεις τους και την αλληλεπίδρασή τους, σπάνια έχουμε μια ολοκληρωμένη εικόνα· το μόνο που έχουμε είναι αποσπασματικές πληροφορίες. Έχοντας κατά νου τις δηλώσεις των πρωτοπόρων της ΤΝ –και εκείνες των κυβερνητιστών που επέδρασαν στην εξέλιξη της ΤΝ– σχετικά με τον ανώφελο χαρακτήρα της ψυχολογίας σε μια συζήτηση για τον νου και την ικανότητα των προγραμμάτων και των θεωριών της ΤΝ να εξηγούν και να προβλέπουν τη συμπεριφορά και τη νόηση του υποκειμένου, τι θα μπορούσαμε να πούμε για την τύχη της ψυχολογίας; Το τελευταίο κομμάτι του παζλ συμπληρώνεται από την υπόθεση ότι οι φιλοδοξίες της ΤΝ και ο βαθύτερος στόχος της ήταν να αντικαταστήσει την ψυχολογία. Αλλά αυτή η ιδέα απαιτεί περαιτέρω εξέταση για την αξιολόγηση των δυνατοτήτων μιας τέτοιας αντικατάστασης καθώς και των συνεπειών της.

    ΑΝΤΙΚΑΤΑΣΤΑΣΗ (;) ΤΗΣ ΨΥΧΟΛΟΓΙΑΣ

    Η αντικατάσταση της ψυχολογίας από την ΤΝ περιγράφεται έμμεσα στην ανάλυση των βιολόγων Reeke και Edelman στο περιοδικό Daedalus στην ειδική έκδοση για την ΤΝ το 1988. Ήταν μια εποχή που το πεδίο φαινόταν να βρίσκεται σε κρίση, δεδομένου του περιορισμού της χρηματοδότησης (συγκριτικά με ό,τι επικρατούσε μεταξύ 1960-1980) και των θεωρητικών εξελίξεων στα νευρωνικά δίκτυα (Nilsson, 2010). Παρ’ ότι οι συγγραφείς δεν αναφέρουν συγκεκριμένα την αντικατάσταση, διαγιγνώσκουν ορισμένα χαρακτηριστικά της ΤΝ που συνηγορούν υπέρ αυτής. Περιγράφουν πώς τα προβλήματα που προκύπτουν από την εφαρμογή των θεωριών στην ΤΝ αντιμετωπίστηκαν με αυτό που αποκαλούν «κοιτάζοντας πλαγίως της βιολογίας» ή «την προσέγγιση του φυσικού [επιστήμονα] στα νευρωνικά δίκτυα» (Reeke & Edelman, 1988: 144). Αυτή η προτίμηση των επιστημών του τεχνητού έναντι των επιστημών της ζωής κατά τη μοντελοποίηση ενός ζωντανού οργανισμού είναι ένα από τα βασικά σημεία που συμβάλλουν στην υποβάθμιση της ψυχολογίας και ωθούν στην αντικατάστασή της. Επιπλέον, οι Reeke και Edelman εστιάζουν στο άλμα που κάνει η ΤΝ από τα νευρωνικά δίκτυα στη βιολογική τους διάσταση στα νευρωνικά δίκτυα ως συστήματα επεξεργασίας πληροφοριών, η ανάλυση των οποίων μπορεί να είναι χρήσιμη για τη σκιαγράφηση της ιδιαίτερης θεώρησης του ανθρώπου που αναπτύσσει η ΤΝ.

    Λέμε ότι τα συνδετιστικά μοντέλα «κοιτάζουν πλαγίως της βιολογίας» επειδή αντλούν την έμπνευσή τους και μεγάλο μέρος της ορολογίας τους από τα νευρωνικά δίκτυα στους ζωντανούς οργανισμούς, αλλά δεν είναι μοντέλα νευρωνικών δικτύων (ούτε σκοπεύουν να είναι). Αναζητώντας την απλότητα, οι φυσικοί δεν είναι προετοιμασμένοι να ασχοληθούν με συστήματα των οποίων η θεμελιώδης πτυχή έγκειται στη μεταβλητότητα και όχι στην κανονικότητα. Στην προσπάθεια να βρεθεί κανονικότητα στα βιολογικά συστήματα, έχουν εισαχθεί πολλά χαρακτηριστικά στην προσομοίωσή τους σε συνδετιστικά συστήματα, τα οποία [χαρακτηριστικά] είναι εντελώς αντι-βιολογικά (Reeke & Edelman, 1988: 152).

    Αλλά, ας σκεφτούμε το ερώτημα: Μπορεί η τεχνητή νοημοσύνη να αντικαταστήσει την ψυχολογία; Από τη σκοπιά της τεχνητής νοημοσύνης, φαίνεται ότι η απάντηση είναι θετική. Όλες οι πτυχές της ανθρώπινης δραστηριότητας ανάγονται στην εγκεφαλική δραστηριότητα και με βάση το παράδειγμα του εγκεφάλου-υπολογιστή παράγουμε τη θεωρία των ανώτερων νοητικών λειτουργιών. Αλλά η ιδέα της αντικατάστασης της ψυχολογίας δεν συλλαμβάνει την ψυχολογία ως ένα ετερογενές, «πολυπαραδειγματικό» πεδίο, όπως υποστηρίζουν πολλοί θεωρητικοί (βλ. για παράδειγμα, Drob, 2003· Goertzen, 2008· Staats, 1999· Tolman & Lemery, 1990). Η διατύπωση τέτοιου είδους μεγαλεπήβολων προτάσεων μικρή σχέση έχει με την πραγματικότητα της ποικιλομορφίας της ψυχολογίας και της ιστορίας της.

    Εξετάζοντας την υπόθεση που εκφράζεται στις φιλοδοξίες της ΤΝ να αντικαταστήσει την ψυχολογία, τους πιθανούς τρόπους επίτευξής της και τις συνθήκες που ευνοούν αυτού του είδους την αντικατάσταση, μπορεί να εξεταστεί και η επιρροή της ΤΝ στην εφαρμοσμένη ψυχολογία. Δεδομένου ότι εξέχουσες προσωπικότητες της ΤΝ δήλωσαν ότι με το έργο τους μπορεί να επιτευχθεί η αντικατάσταση της ψυχολογίας ως μελέτη της γνωστικής ικανότητας, καθίσταται σαφές ότι η ψυχολογία αποτελούσε κατεξοχήν το πλαίσιο εντός του οποίου εμφανίζονταν οι απόπειρες κατανόησης της γνωστικής ικανότητας. Όμως, η ψυχολογία δεν θα μπορούσε και δεν θα έπρεπε να νοηθεί μόνο ως θεωρία –πολλώ δε μάλλον ως μία ενιαία θεωρία– των ανώτερων νοητικών λειτουργιών. Η ψυχολογία έχει έναν εφαρμοσμένο χαρακτήρα ο οποίος δεν μπορεί να εξαντληθεί σε εργαστηριακά πειράματα, όπως αυτά που είναι γνωστά από τη γνωστική ψυχολογία ή τον συμπεριφορισμό (πεδία που σχετίζονται περισσότερο με το πεδίο της ΤΝ). Φυσικά, αυτά έχουν συμβάλει πολλαπλώς στο πεδίο· όμως η ψυχολογία είναι επίσης βαθιά συνδεδεμένη με τις εφαρμογές της και την κλινική πρακτική (ψυχοθεραπεία, κλινική ψυχολογία, εφαρμοσμένη εκπαιδευτική ψυχολογία κ.λπ.). Αυτοί οι τομείς που είναι εξαιρετικά σημαντικοί για την ιστορία της ψυχολογίας και τη διαμόρφωση της θεωρίας θα πρέπει να λαμβάνονται υπόψη κατά την αξιολόγηση της επίδρασης της ΤΝ. Η σημασία τους έγκειται στο γεγονός ότι από την ψυχανάλυση και την ψυχοθεραπεία μέχρι την κλινική και την εκπαιδευτική ψυχολογία οι θεωρίες που αναπτύσσονται δεν είναι άσχετες από την εφαρμογή τους. Πάντα υπήρχε μια αλληλεπίδραση, μια διαδικασία ανατροφοδότησης μεταξύ των θεωριών και της αξιολόγησης της εφαρμογής τους. Δεδομένων των προαναφερθέντων μπορεί να τεθεί το ερώτημα: είναι η ΤΝ σε θέση να επηρεάσει συνολικά το ευρύτερο πλαίσιο αλληλεπιδράσεων εντός του πεδίου; Για παράδειγμα, είναι δυνατόν η ΤΝ να επηρεάσει την κλινική ψυχολογία, της οποίας το αντικείμενο είναι η ψυχοπαθολογία –και όχι η βέλτιστη ανθρώπινη γνωστική ικανότητα, όπως αυτή της ΤΝ;

    ΕΠΙΛΟΓΟΣ

    Στην προσπάθειά μας να εξετάσουμε τις διασυνδέσεις μεταξύ ψυχολογίας και ΤΝ υπό το πρίσμα της φιλοδοξίας της ΤΝ να αντικαταστήσει την ψυχολογία, πρέπει να παραδεχτούμε ότι η ιστορία και η επιστημολογία της ψυχολογίας ήταν ανέκαθεν περίπλοκη. Το γεγονός ότι η ψυχολογία βρίσκεται στο σταυροδρόμι των κοινωνικών και φυσικών επιστημών δεν θα μπορούσε να σκιαγραφηθεί σαφέστερα απ’ ότι στην εξέταση της σχέσης της με την ΤΝ. Όμως, παρά την περίπλοκη ιστορία και εξέλιξη της ψυχολογίας, καθώς και την κριτική που βασίζεται στην αοριστία ή την αμφισβήτηση της χρησιμότητάς της, θα πρέπει να έχουμε κατά νου τη εξαιρετική ιδέα ενός εκ των επιφανέστερων ψυχαναλυτών για την φύση και το status της ψυχολογίας, του Carl Jung. Όταν ο Jung ρωτήθηκε για το μέλλον της ψυχολογίας, δήλωσε ότι «χρειαζόμαστε περισσότερη ψυχολογία, χρειαζόμαστε περισσότερη κατανόηση της ανθρώπινης φύσης, διότι ο μόνος πραγματικός κίνδυνος που υπάρχει είναι ο ίδιος ο άνθρωπος» (Jung, 1959). Στην εποχή της ΤΝ, όπου η επιστήμη καθίσταται παραγωγική δύναμη (Πατέλης, 2019· Παυλίδης, 2012) και ο άνθρωπος βρίσκεται και στις δύο πλευρές της τραμπάλας (από τη μία ως το άτομο που ερευνά και διατυπώνει θεωρίες και από την άλλη ως το άτομο που μελετάται για να διατυπωθούν οι θεωρίες) η δήλωση αυτή φαίνεται πιο επίκαιρη από ποτέ.ΕΥΧΑΡΙΣΤΙΕΣ

    Η Συντακτική Επιτροπή του InS ευχαριστεί θερμά τον εικαστικό Γιώργο Βασιλείου, από τη Σαλαμίνα, που μας παραχώρησε την φωτογραφία από τον πίνακά του με τίτλο “Συλλέγοντας το απόσταγμα ( πεμπτουσία) της ζωής” για την κεντρική εικόνα του άρθρου. Ο Γ. Βασιλείου είναι εισηγητής και δημιουργός του Υπερβατικού Σουρεαλισμού στις εικαστικές τέχνες.ΒΙΒΛΙΟΓΡΑΦΙΑ

    Πατέλης, Δ., 2019. Έρευνα, τεχνολογία και η προοπτική ενοποίησης της ανθρωπότητας. Αθήνα: ΚΨΜ.
    Παυλίδης, Π., 2012. Η γνώση στη διαλεκτική της κοινωνικής εξέλιξης. Αθήνα: Επίκεντρο.
    Chalmers, D., 1995. On implementing a computation. Minds and Machines, 4, pp. 391-402. https://doi.org/10.1007/bf00974166
    Churchland, P., 1981. Eliminative materialism and the propositional attitudes. Journal of Philosophy, 78(2), 67-90. https://doi.org/10.2307/2025900
    Churchland, P. & Churchland, P., 1990. Could a machine think?. Scientific American, 262(1), 32-37. https://doi.org/10.1038/scientificamerican0190-32
    Churchland, P. & Sejnowski, T., 1992. The computational brain. Massachusetts: MIT Press.
    Drob, S., 2003. Fragmentation in contemporary psychology: A dialectical solution. Journal of Humanistic Psychology, 43(4), 102-123. https://doi.org/10.1177/0022167803257110
    Goertzen, J., 2008. On the possibility of unification: The reality and nature of the crisis in psychology. Theory & Psychology, 18(6), 829-852. https://doi.org/10.1177/09593543080972
    Jung, C., 1959. Face to face (October 1959). https://www.youtube.com/watch?v=2AMu-G51yTY&list=PLuyJdbBL2WAkLIwpzmGK8gvKumPhoutjE&index=3&t=5s
    Kline, R., 2011. Cybernetics, automata studies, and the Dartmouth Conference. IEEE Annals of the History of Computing, 33(4), 5-16. http://doi.org/10.1109/MAHC.2010.44
    Lachman, R., Lachman, J. L. & Butterfield , E., 1979. Cognitive psychology and information processing. Hillsdale, NJ: Lawrence Erlbaum Associates.
    McCarthy, J., Minsky, M., Rochester, N. & Shannon, C., 2006. A proposal for the Dartmouth summer research project on artificial intelligence, August 31, 1955. AI Magazine, 27(4), 12-14. https://doi.org/10.1609/aimag.v27i4.1904
    McClelland, J., Rumelhart, D. & The PDP Research Group, 1986. Parallel distributed processing: Explorations in the microstructures of cognition. Massachusetts: MIT Press.
    McCulloch, W. & Pitts, W., 1943. A logical calculus of the ideas immanent in nervous activity. Bulletin of Mathematical Biophysics, 5, 115-133. http://doi.org/10.1007/bf02478259
    Mülberger, A. & Sturm, T., 2012. Crisis discussions in psychology: New historical and philosophical perspectives. Studies in the History and Philosophy of Biological and Biomedical Studies, 43, pp. 425-433. http://doi.org/10.1016/j.shpsc.2011.11.001
    Neisser, U., 2014. Cognitive psychology. New York: Psychology Press.
    Newell, A., Shaw, J. & Simon, H., 1958. Elements of a theory of human problem solving. Psychological Review, 65(3), 151-166. http://doi.org/10.1037/h0048495
    Newell, A. & Simon, H., 1972. Human problem solving. Englewood Cliffs, N.J.: Prentice-Hall.
    Nilsson, N., 2010. The quest for artificial intelligence. Cambridge: Cambridge University Press.
    Norvig, P. & Russell, S., 2021. Artificial intelligence. 4th ed. Harlow: Pearson.
    Putnam, H., 1960. Minds and machines. In: S. Hook, ed. Dimensions of mind. New York: New York University Press, 20-33. http://doi.org/10.2307/2271581
    Reeke, G. & Edelman, G., 1988. Real brains and artificial intelligence. Daedalus, 117(1), 143-173.
    Rosenblatt, F., 1958. The perceptron: A probabilistic model for information storage and organization in the brain. Psychological review, 65(6), 386-408. https://doi.org/10.1037/h0042519
    Schwartz, J., 1988. The new connectionism: Developing relationships between Neuroscience and artificial intelligence. Daedalus, 117(1), 123-141.
    Selfridge, O., 1959. Pandemonium: A paradigm for learning. In: D. Blake & A. Uttley, eds. Proceedings of the Symposium on Mechanisation of Thought Processes. London: Her Majesty’s Stationery Office, 511-529.
    Staats, A., 1999. Unifying psychology requires new infrastracture, theory, method, and a research agenda. Review of General Psychology, 3(1), 3-13. https://doi.org/10.1037/1089-2680.3.1.
    Thagard, P., 2005. Mind. Massachusetts: MIT Press.
    Tolman, C. & Lemery, C., 1990. How to reconcile theoretical differences in psychology. New Ideas in Psychology, 8(3), 397-402. https://doi.org/10.1016/0732-118X(94)90027-2
    Wiener, N., 1948. Cybernetics, or control and communication in the animal and the machine. Cambridge, Massachusetts: MIT Press.
    Η Νικόλ Σαρλά είναι ψυχολόγος, εκπαιδευόμενη συστημική ψυχοθεραπεύτρια και υποψήφια Δρ. Κοινωνικής Θεωρίας του Ψηφιακού. Η διατριβή της με θέμα «Πληροφορία, υπολογισμός και οι μεταμορφώσεις της ψυχολογίας στη διάρκεια του 20ού αιώνα. Από την επιστημονική μελέτη των νοητικών φαινομένων στην τεχνητή νοημοσύνη» αποτελεί συνέχεια της μεταπτυχιακής της εργασίας στο πλαίσιο του ΠΜΣ Ιστορίας και Φιλοσοφίας της Επιστήμης και της Τεχνολογίας, με θεματική «Η εξορία της συνείδησης: Η σύμπραξη  κυβερνητικής και ψυχολογίας, 1946-1953». Το ενδιαφέρον της για τη σχέση κυβερνητικής και ψυχολογίας την οδήγησε να εκπαιδευτεί ως συστημική ψυχοθεραπεύτρια. Στόχος της είναι η σύνδεση των σημαντικών θεωρητικών ζητημάτων της ψυχολογίας με την κλινική πρακτική. Εργάζεται ως ερευνήτρια για την ηθική και ακεραιότητα της έρευνας στο ΕΜΠ και διατηρεί γραφείο ως ψυχοθεραπεύτρια στην Αθήνα.