Beszéljen ismét a szkepszis

Ha megvizsgáljuk az intelligencia megnyilvánulásait, észrevehetjük, hogy roppant szerteágazó dologról van szó, az egyszerű alakfelismeréstől kezdve a tanulásig, új fogalmak megértéséig, de van itt még döntéshozatal, valószínűségszámítás, szeretet, utálat, érzékcsalódás, hit, akarat, és még ezernyi más, ami ebbe a körbe tartozik, és amiket mi olyan „egyszerűen” végrehajtunk, noha megmagyarázni, vagy pláne algoritmizálni, nem tudunk. 

A feltalálók két csoportba sorolhatók: vagy valami teljesen újat, addig nem létezőt találnak fel (például T. A. Edison és az izzólámpa), vagy lemásolják és módosítják a természet által már „feltalált” eszközt (ide sorolom például a repülést). Ez utóbbira akkor kerül sor, amikor a találmány a meglévő világ egy részét képezi le, illetve gépesíti. A mesterséges intelligencia ilyen. Gépi megvalósításához a meglévő rendszerek (agyak) megértésén keresztül vezet az út. Az elme összetettsége, és az általa végzett feladat bonyolultsága és információéhsége az, ami miatt sajnos 3PO (Szrípió) soha nem fog velünk szembejönni az utcán, és soha nem fog 600 millió nyelven beszélni.

Annak ellenére tartom magam az állításomhoz, hogy Japánból olyan robotokról érkeznek hírek, amelyek két lábon járnak, köszönnek és kezetfognak az emberrel. Igen, elismerem, bizonyos eredmények már vannak. De ha végiggondoljuk, hogyan is működünk, mindenkinek be kell látnia, hogy a japán robot egyelőre az intelligencia csíráját sem mutatja. Nekimegy a tükörnek, kezet fog egy kőszoborral, köszön egy festett arcnak, és fényévnyi távolságra van attól, hogy elkapjon egy neki dobott teniszlabdát. Arról nem is beszélve, hogy a legnagyobb lelki nyugalommal belesétálna egy körfűrészbe, ha ezt az utasítást kapná. Vagy átsétál(na) a kerti medencén, ha a túlpartról kell elhoznia valamit. Kezet fogna úgy, hogy közben egy bekapcsolt flex van a kezében, mert épp vasakat vágott. Egyszóval: ön és közveszélyes.

Robotika van, intelligencia nincs. Állítólag olyan robot is van Japánban, ami legózik a gyerekekkel. Hát én biztosan nem hagynék egyedül egy ilyen gépet a saját gyermekemmel. Mi van, ha beépíti a gyerek ujjacskáját egy legóvárba? Intelligencia nincs, szoftverhiba van! Meg kellene tiltani a robotnak, hogy akváriumban, a halacskák mellett tárolja a könyveket. De hogyan? Az első adódó megoldási ötlet, vagyis listaszerűen felsorolni a helyes és helytelen tetteket (Gyufával ne nézd meg a benzinszintet!) megvalósíthatatlan. Verseny: ki tud hosszabb listát írni azokról a dolgokról, amiket ne nézzünk meg gyufával? Ez bizony egy végtelen lista. A "másik út", az intelligencia megértése pedig egyelőre nincs feltalálva.

De hogy jövök én ahhoz, hogy a közkeletű vélekedést megcáfoljam? Mi vagyok én? Agykutató? Amatőr csillagászokról már hallhattunk, sőt, magam is ismerek egyet, de amatőr agykutató, vagy pláne, amatőr agysebész – ez nevetséges, nemde? Én magam nyilvánvalóan nem vizsgálhatok agyakat, mert ahhoz egészen más felkészültség-felszerelés kell, mint a csillagászathoz. Bár megfordult a fejemben, hogy Leonardo da Vinci módszerét alkalmazom, hogy szert tegyek a kísérletezéshez megfelelő agyakra, de aztán lemondtam róla. A sötét éjszaka, temetőben történő hullaexhumálás kecsegtető lehetőségével végül mégsem éltem.

Gondolkodjunk el egy pillanatra! Valójában nemcsak én nem tudok megfelelő agyakra szert tenni, hanem senki sem, mert az agy akkor mutatja az intelligencia jeleit, ha még van benne élet. A Monthy Piton sorozatban volt egy geg, álláshirdetésben kerestek felvételre agydonort. Rövid munkaidő (rövid pályafutás), magas honorárium!

Mondhatjátok erre, hogy ha emberi agyat nem is lehet működés közben tetszőlegesen megvizsgálni, állatagyakat igen! Csakhogy van itt egy bökkenő. A kutya csak a gazdi foglamai szerint intelligens (a japán robotnál feltétlenül intelligensebb), de emberi mértékkel nézve nem. Jó-jó, egy csomó mindenre meg lehet tanítani az állatokat, vakvezető kutyáról és szarvasgombász disznóról mindenki hallott, de azt mindenki tudja, hogy ezek az állatok nem értik, amit csinálnak, és pláne nem értik az emberi civilizációt. A vakvezető kutya mechanikusan megáll a piros lámpánál, de soha az ő rövidke életében nem fogja tudni, hogy ezt miért kell megtennie, mi is az az autó, és soha nem lesz képes kikövetkeztetni az autó „cselekedeteit”, viselkedését, mert egyszerűen nem elég intelligens az emberi világ megértéséhez.

Csak az ember sémája bővíthető. A kutya számára a személygépkocsi nem jelent új kategóriát, vagy - objektumorientált kifejezéssel élve – új osztályt. A kutya sémája kötött: számára az autó csak egy furcsa állat, kiszámíthatatlan viselkedéssel, hanghatásokkal és mimikai jelekkel. Aki nem hisz nekem, gondoljon a szabadon engedett és kilapított kutyák seregére. Az élőlények 99,99999999%-a nem tud tanulni a tanulás emberi értelmében. Nem tudnak új elemeket katalogizálni. Nem tudnak összefüggéseket megragadni. Híres csimpánzkísérlet: mivel a vadon élő csimpánz botokat használ bizonyos táplálékformák megszerzésére, már csak egy lépés, hogy megtanulja, hogyan használjon egy gereblyét szétszórt gyümölcsök összeszedésére. De nem lehet rá megtanítani! Soha nem jön rá, hogy a gereblye fokait miért kell lefelé fordítani! Számára a gereblye egy furcsa bot, és nem több. Egészen pontosan 50%-os eséllyel fogja lefelé fordítani a fogakat, azokban az esetekben, amikor a nyelét fogja a szerszámnak. És vannak azok az esetek, amikor a fokát fogja, és szánalmasan piszkálgatja a füvön szétszórt banánokat a gereblye nyelével.

A lényeg az, hogy senki emberfia nem képes emberi agyat működés közben alaposan, a megfelelőmódszerekkel megvizsgálni, és fordítva: ebben a témában mindenki csak találgat. Vannak a találgatásnak tudományos módszerei, de ez a legtöbb, amit állíthatunk.

Alább egy érdekes kísérlet és a végkifejlet egy lendületesen nekiálló óriáscég részéről (név és cím a szerkesztőségben), aki fejébe vette, hogy oltári mennyiségű angol nyelvű szövegét gépi fordítással teszi elérhetővé kicsi népünk számára.

Így indult (2009 decemberében):

"Based on our previous communications with you this is to announce official start of the machine translation (MT) pilot for Hungarian language. Thank you very much for your help in driving this project.Quick summary on how machine translation can make a difference for Hungarian customers:

• Make localized about 250.000 articles that would be otherwise never localized into Hungarian 
• Keep them in synch whenever the English version of an article gets updated
• Adress the biggest reason for dissatisfaction on the Hungarian market: lack of localized content 

IMPORTANT: When you will be rating the translation quality, please bear in mind that machine translation will be NEVER PERFECT. Our goal is to have it UNDERSTANDABLE so with some level of the customer’s effort he / she will be able to figure out what is the problem and its solution" 

Így indult hát a felbuzdulás. Aki benne volt a pilotban (meghívásos alapon), azok persze mondták, hogy ez így sajnos hiábavaló, mert a magyar nyelv ellen fog állni ennek a nemes kísérletnek, de nem hallgattak ránk, hisz pl. oroszul nyelven elég jól működik a dolog.

Érdekes megfigyelni a "keep them in synch whenever the Englis version changes" című lázálmot :)

Paradox helyzet: mi ismerjük a saját nyelvünket, ezért előrebocsátjuk, hogy kár a gőzért. De ők okosabbak, meg már 15 nyelven sikeresen fut a projekt, úgyhogy le vagyunk mi sz*va, okostojás, csináld a feladatot, majd meglátod a végén.

Jöhet a végeredmény?

However, thanks to your inputs, we received lot of valuable feedback on in which areas the MT engine needs to be improved. It is possible, that after a certain time when the MT engine is improved, we would run the MT pilot again."

Na ja. Ki nem tudta ezt előre? Csak ők. :)

Kézírásfelismerés

Még a "rovott múltamból" előhozakodok egy tanulságos esettel. A kilencvenes években kézírásfelismeréssel foglalkozó vállalkozásunk volt egy pár sráccal, úgyhogy behatóbban kellett foglalkoznom a számfelismerés mikéntjével, és lehetetlen voltával: a tökéletes és masszív információhiánnyal. Anno mi beszkennelt csekkekkel vergődtünk, 94% közeli felismerési pontossággal működött a rendszerünk, ami a gyakorlatban persze azt jelentette, hogy minden tizedik csekk garantáltan hibásan lett felismerve, de a közte lévő kilencre is rá kellett néznie embernek, mert ha nem...! Nem meglepő, hogy kézírást papírról mind a mai napig nem tudunk géppel felolvasni. De van más módszer, a tollacskás!

A kéziszámítógépek írásfelismerésének nem kell bonyolult elemzésekkel és pixelhibákkal vesződnie, mert a tollról egyenesen Bézier-görbék szakadnak le, a lehető legpontosabban leírva egy adott karaktert. A felismerés ennek ellenére nem megy olyan pontossággal, ami megütné a használhatóság mércéjét. Mi az a hatalmas gát, ami ilyen végtelenül megkönnyített helyzetben is megakadályozza, hogy egy felismerőrendszer az elvárásainknak megfelelően működjön? Vegyünk egy példát:
 

Vajon ezen az ábrán milyen számot látunk? A jó ég tudja. Vagy hatost, vagy nullát. Ki mondja meg, hogy a kettő közül melyiket? A szövegkörnyezet, csak a szövegkörnyezet. Ha megnézzük a környezetét, kiderül, hogy Ó betű :) Önmagában tehát ezen a jelen vergődni felesleges, de a felismeréshez találhatunk támpontot egy 10 cm sugarú körön belül. De nézzük ezt:
 

Ezt meg a földrajzi távolság és a kultúra bevonásával tudjuk helyesen értelmezni, anélkül egyáltalán nem. Ez Európában egyes, míg Amerikában hetes. Ha egy rendszernek megtanítod itthon, hogy ez egyes, Amerikában tévedni fog, és vica versa.

Ha pedig elszakadunk a számoktól, a szövegkörnyezet elemzése hihetetlen mennyiségű tudást igényel: nemcsak a beszélt nyelv változik iszonyatos sebességgel, de az írott is. Ezernyi példát tudnék még mutatni, de ezek már szépen mutatják, miért köt ki mindegyik gyártó ugyanott: tanuljon meg a felhasználó írni úgy, ahogy azt a gép el tudja olvasni. Ugyanakkor mégiscsak van egy olyan terület, ahol az AI jól jön, ahol nincs szükség kilencvenegynéhány százaléknál nagyobb találati arányra, és ahol a lekódolós-algoritmikus felismerés szóba sem jöhet, mert senki sem tudja az összefüggéseket: ez az adatbányászat. Majd egyszer arról is írok. Meg a mindenféle algoritmusokról.  

Hogyan definiálod a tudást?

Agysejt hozzászólása picit megelőzte a mai cikkemet, de sebaj. A gyökeres tuskót az aksi kimerüléséig rángató robot röhelyes képe jó felvezetés a mai okfejtéshez!

Amíg nem tudjuk megmondani, mi a tanulás, és mi az intelligencia, és hogyan kellene digitálisan leképezni tények seregének felhasználásával összeállt tudást, addig a tapasztalatok gyűjtögetése és rögzítése is felesleges. A világ összes tényének bemagolásával és adatbázisba töltésével nem lehet megoldani végtelen problémákat.

Persze, egy-két mesterséges intelligencia megvalósítás képes bizonyos fokú asszociációra, általánosításra. De ez nem tudás. Ez nemtudás! A zongorázni tudás nem a billentyűlenyomási tudás általánosítása, hanem egy más szint, egy más dimenzió. Az asszociáció lehetővé teszi, hogy egy személyt ne csak az eredeti fotó alapján, hanem pici változások esetén más képeken is fel lehessen ismerni.

Asszociatív rendszerekkel viszont már egy olyan hétköznapi feladat sem oldható meg, hogy mi a macska. Egy macska akkor is macska, ha a fenekét mutatja felém, és akkor is, ha a terasz üvegtetjén mászkál, és a hasa felől látom. Felismerem, mert tudom, mi a macska. Az asszociatív rendszer nem ismerné fel.

Gondolkodás nélkül pedig nem lehet túlélni semmilyen valós helyzetet. Legyen egy robotunk, ami rengeteg szabályt ismert, többek közt ezeket:
-A gyufával tüzet lehet gyújtani
-A benzin gyúlékony anyag
-A dinamit robban
-A robbanás halálos
Ha nincs sem tapasztalata, sem gondolkodási képessége, ezek a szabályok nem fogják megakadályozni, hogy gyufával belenézzen a benzintankba. Kevés a szabály? Rendben, töltsünk bele tízszerannyi szabályt! Most már nehezebb rávenni, hogy tönkretegye önmagát, de nem lehetetlen. Pusztán keresni kell egy „biztonsági rést”, egy helyzetet, egy jelenséget, amit nem fednek le a szabályai.

Csak végtelen számú szabály elegendő ahhoz, hogy sose tudjunk újabb kivételt találni, és a robotot megetetni fűrészporral.

Tudom, mi a macska, de nem tudom elmondani, miben áll ez a tudás. Tudok olvasni, de nem tudom meghatározni és dokumentálni sem, hogy melyik agyi területemet aktiválom, és miért. 

Összegzem:
•    A tudást nem tudjuk leképezni. Sem én, sem a tudósok. Nem tudjuk, mi a tudás. Azt sem, hogy hogyan alakul ki, azt sem, hogy hogyan tárolódik.
•    A tanulást nem tudjuk gépesíteni, mert nem tudjuk, mi a tudás. Legfeljebb tényadatok gyűjtögetésére futja.
•    Az észlelés csak abban az esetben végezhető el egyértelműen és hibátlanul, ha a tudásunkra támaszkodunk. Enélkül reménytelen.
A harmadik pontból végtelen ciklussal visszaléphetünk az elsőre.

Információtöredékfeldolgozás

Intelligens robotok készítésének egyik alapfeltétele, hogy a robot felismerje a környezetét, és navigálni tudjon. Van olyan robot, ami bűvöskockát forgat, és van olyan, amelyik fel-le mászkál a lépcsőn. Általános mászkáló és tevékenykedő robotot azonban senki nem mer gyártani, mert balesetveszélyes lenne, egy óvatlan pillanatban letépné a macska fejét, pedig a program szerint csak egy labdát tesz fel a polcra :)

Miért ez a bénaság? Mert a környezetünkből messze nem kapjuk meg azt az információmennyiséget, ami a helyes döntéshez szükséges lenne. Minden környezeti információ, legyen az kép vagy hang vagy tapintás vagy látás, szükségszerűen töredékes, mindjárt példákkal is illusztrálom, hogy miért. Töredékes információból csak korábbi tapasztalataink alapján hozhatunk helyes döntéseket, legyen az tárgyfelismerés vagysétálgatás. Axióma:

Az információ, amire a robot támaszkodhatna, nincs, nem létezik!

Az emberi és állati észlelés nem más, mint kódvisszafejtés Brute Force módon. Egészen pontosan Dictionary Attack, mert nem az összes lehetséges esetet próbáljuk ki, csak azt a néhány milliót, ami korábbi tapasztalataink alapján valószínű. Lássunk erre egy-két példát!

Az általunk észlelt világ képe – mert csak a látványt észleljük, és sajnos nem közvetlenül a tárgyak atomjait – egy roncs, egy marék konfetti, amiből nem lehet egyértelműen visszaállítani az eredetit. Ha merőlegesen ránézünk egy CD-tokra, egy négyzetet látunk. A retinán kialakuló kép szintén egy négyzet. Csakhogy pontosan ugyanezt a vetületet adja egy négyszerekkora CD-tok, ha kétszeres távolságban van, és egy negyedekkora CD-tok, ha fele akkora távolságból szemléljük. Ja, és egy kétszeres CD-tok is pont ezt a vetületet adja, ha 1,4142135623730950488016887242097-szeres távolságból nézzük. Egészen pontosan végtelen sok különböző méretű „CD-tok” képzelhető el, ami pontosan ugyanazt a vetületet adja.

Mindössze azért ismerjük fel a pillanat törtrésze alatt, mert (Dictionary Attack) a legvalószínűbb lehetőséget, a megszokott méretet, mint megoldást azonnal elfogadja a buksi fejünk. De ez nem mindig vezet helyes eredményre. Jártatok már Ames szobájában?

Most vegyünk egy kört. Azt már tudjuk, hogy végtelen olyan kör van, ami azonos retinavetületet ad. De ez nem elég. Végtelen darab térben megdöntött ellipszis is található, ami ugyanezt a vetületet adja! Ráadásul még végtelen irányba el is lehet forgatni őket! Ha nincs támpont (textúra, környezet stb.), ami segíthetne a kérdés eldöntésében, akkor nem is tudjuk eldönteni. Mert eldönthetetlen. Elvileg lehetetlen. Ha van támpont, a fejünk megállapodik egy valószínű változatnál. Többet nem tehet!

Ez a viselkedés az alapja a számtalan érzékcsalódásnak, amivel a pszichológusok szórakoztatják a betegeiket. És ezermillió próbálkozással sem lehet megtanulni nem-látni az érzékcsalódást, mert ez a része az agyunknak huzalozott áramkör, átállítani nem lehet. Példa a TED-ről. Az alábbi kocka helyes arányainak felismeréséhez rengeteg támpontot ad a képernyő, annak síkja, így könnyen kiválasztható az a méret a végtelen sok méret közül, ami az észlelt retinális vetületet adja. De arra nem adok támpontot, hogy a bal alsó sarka van-e a szemlélőhöz közelebb, vagy a jobb felső. E kettő között át lehet fordítani! (Mármint fejben.)

Ehhez jön még a fényviszonyok kiismerhetetlensége. Egy fotós fénymérőkészülékkel ki lehet mutatni, hogy déli napsütésben, kint a kertben egy fekete bőr pénztárca több fényt ver vissza, mint bent a lakásban egy fehér A4-es lap. Ismét oda lyukadunk ki, hogy támpontok, és környezeti információk nélkül, tehát tapasztalatok nélkül nem lehet egy szürke foltról eldönteni, hogy fehér-e, vagy fekete. Egy mesterséges intelligenciájú robot csak úgy tehet szert elegendő a tapasztalatra, ha velünk együtt kirándul, színházba jár, szerelembe esik, könyvet olvas, a tapasztalati morzsákból pedig összeáll benne a világról egy kép - vagyis él. E nélkül csak egyre jobb robotokat lehet építeni, amelyek egyre ritkábban esnek hasra, de akkor nagyon :)

Hogy mit nem vettem a fejembe? Hogy sorozatot írok a mesterséges intelligenciáról. Jó nagy vállalás! Remélem, mások is hasznosnak fogják találni ezt az "utazást a koponyák körül". Nem fogom eltudományoskodni, mivel nem értek a témához :) Attól még gondolkodni szabad róla, ugye?

Témafelvezetés, vitaindító

Az elmúlt időszakban sorra jelennek meg olyan kéziszámítógépek a piacon, melyeknek nincs billentyűzetük, csak egy viszonylag nagyméretű kijelző és egy tollacska az adatbeviteli eszközük. Némelyikhez ugyan lehet billentyűzetecskét illeszteni, de az olyan pici és olyan drága, hogy gyakorlatilag senki sem használja. Marad tehát a tollas firkálás a képernyőn: a kézírásfelismerés határozottan, megkérdőjelezhetetlenül működik. Itt a mesterséges intelligencia? Beszélhetünk-e vajon itt olyan áttörésről, mely halkan, de biztosan átvezetett minket az AI (Atificial Intelligence) világába? Ha a világ nem ettől hangos, akkor nyilván nem. Pedig a mintafelismerés, asszociáció és tanulás - amely ezen kézírásfelismerő rendszerek legfőbb jellemzője - tipikusan AI  feladat lenne.

Ha közelebbről megvizsgáljuk azonban ezeket a kisgépeket Apple Newtontól napjainkig, vagy, ha valakinek esetleg lehetősége van arra, hogy egy hétig együtt éljen egy ilyen kütyüvel, kiderül, hogy „szenvedő szerkezettel” van dolgunk: nem ő tanulja meg az én kézírásomat, hanem én szokom rá azokra a jelekre, amiket szívesen felismer. Persze hogy van bennük tanítófunkció, de az egyfelől korlátozott képességű, másfelől unalmas minden elszállás után megtanítani neki megint mindent elölről - marad a megalkuvás, ÉN tanulok.

Tekintve hogy a feladat AI után kiált, felmerül a kérdés: miért nem AI van a kis csodagépekben?

Persze a fogalmat használják például a játékprogramozók, hogy milyen AI van a legújabb játékokban, de ez inkább csak a fogalom "reciklálása", felhasználása egy másik célra. Nincs a játékokban AI. Merthogy olyan nem létezik, és ismeretelméleti okokból nem is létezhet. Legalábbis jelenlegi ismereteink szerint.