[Τζιάν-Κάρλο Ρότα & Ντέιβιντ Σαρπ:] Μαθηματικά, Φιλοσοφία και Τεχνητή Νοημοσύνη… Ένας διάλογος με τον Gian-Carlo Rota και τον David Sharp [«Mathematics, Philosophy and Artificial Intelligence… A Dialogue with Gian-Carlo Rota and David Sharp», στο: Los Alamos Science, Issue 12, Spring/Summer 1985]. Μετάφραση: Ανδρομάχη Σπανού. Επιμελητής: Γιώργος Λ. Ευαγγελόπουλος. Αθήνα: Ευρασία, 2019, 58 σελίδες, 10 ευρώ.
Κρίνει ο Παναγιώτης Σκλαβούνος (Πανεπιστήμιο Πατρών)
psklavns@hotmail.com
Η έκδοση του Μαθηματικά, Φιλοσοφία και Τεχνητή Νοημοσύνη αποτελεί την απόδοση στα ελληνικά μιας συνέντευξης που έδωσαν το 1985 στο περιοδικό Los Alamos Science οι Τζιανκάρλο Ρότα και Ντέιβιντ Σαρπ πάνω σε μια σειρά από ζητήματα που αφορούν στις σύγχρονες τότε τάσεις στα πεδία των Μαθηματικών και της Τεχνητής Νοημοσύνης, καθώς και στον ρόλο που μπορεί να παίξει η φιλοσοφία ως προς την καθοδήγηση της Τεχνητής Νοημοσύνης, που από τότε αποτελούσε ένα ευρέως εξελισσόμενο ερευνητικό πεδίο.
Παρά τη μικρή του έκταση, στο εν λόγω βιβλίο θίγεται μια πληθώρα θεμάτων που αφορούν στους παραπάνω επιστημονικούς χώρους. Όπως θα δούμε, ωστόσο, σχεδόν κάθε ένα από τα ζητήματα που θίγονται στη συνομιλία, εντάσσεται σε μικρότερο ή μεγαλύτερο βαθμό σε μια ενιαία προβληματική που αφορά στη σχέση Μαθηματικών και Υπολογιστικής Επιστήμης, Τεχνητής Νοημοσύνης και Φιλοσοφίας. Παρότι η ενότητα της προβληματικής που διέπει τη συζήτηση δεν είναι εκ πρώτης όψεως τόσο εμφανής, συμβάλλει στο να γίνεται με ομαλό τρόπο η μετάβαση από το ένα θέμα στο άλλο, με αποτέλεσμα ο αναγνώστης που διαθέτει ένα στοιχειώδες επιστημονικό υπόβαθρο να μην κουράζεται να παρακολουθήσει την εξέλιξη της συζήτησης. Παρακάτω θα εμβαθύνουμε κυρίως στα σημεία που αφορούν στις σχέσεις των θετικών επιστημών και της τεχνολογίας με τη φιλοσοφία, με έμφαση στο αναδυόμενο κατά την εποχή του διαλόγου πεδίο της Τεχνητής Νοημοσύνης (στο εξής ΤΝ).
Ο διάλογος ξεκινά με αναφορά στις τάσεις που παρατηρούνται κατά την εποχή της διεξαγωγής του για στροφή προς τη διεπιστημονική έρευνα καθώς και στις απόπειρες σύνθεσης θεωριών που υπεισέρχονται σε διαφορετικά πεδία. Χαρακτηριστικό παράδειγμα αποτελεί ο αναδυόμενος εκείνη την περίοδο τομέας των Νευρωνικών Δικτύων (στο εξής ΝΔ). Πρόκειται για υπολογιστικά συστήματα, η κατασκευή των οποίων έχει ως πηγή έμπνευσης τη δομή των νευρώνων του εγκεφάλου των ανώτερων θηλαστικών. Βασικό χαρακτηριστικό της λειτουργίας των εν λόγω συστημάτων είναι ότι μπορούν να προσαρμόζουν την αρχιτεκτονική τους ανάλογα με τα δεδομένα με τα οποία τροφοδοτούνται. Κατ’ αυτόν τον τρόπο σταδιακά «εκπαιδεύονται», προκειμένου τελικά να μπορούν να αναγνωρίζουν πρότυπα στα δεδομένα εισόδου τους με διαφορετικό και πολύ αποτελεσματικότερο τρόπο από ό,τι τα παραδοσιακά συστήματα επεξεργασίας συμβολοσειρών της αποκαλούμενης «Παλιάς Καλής Τεχνητής Νοημοσύνης». [1] Περισσότερος λόγος για τα χαρακτηριστικά των ΝΔ θα γίνει παρακάτω. [2] Οι συνομιλητές διαισθάνονται ότι πρόκειται για ερευνητικό πεδίο με σπουδαίο μέλλον, όμως τονίζουν ότι ως νέο επιστημονικό πρόγραμμα θα συμπεριλάβει, μοιραία, πολλές λανθασμένες θεωρήσεις.
Ακολούθως η συζήτηση στρέφεται στο τι συνιστά μαθηματικό και γενικότερα επιστημονικό ταλέντο, καθώς και υπό ποιους όρους μπορεί αυτό να αναδειχθεί καλύτερα. Μέρος του αποτελεί η ικανότητα να δοκιμάζει και να απορρίπτει κανείς ιδέες που αποδεικνύονται ακατάλληλες. Επίσης να μπορεί να εντοπίζει αναλογίες ακόμα και σε φαινομενικά αταίριαστα επιστημονικά πεδία. Επιπλέον τονίζεται ότι η επιστημονική γνώση αναπτύσσεται όταν ο ερευνητής κατανοεί ουσιωδώς τη σημασία των ορισμών του αντικειμένου του, καθώς και το πλαίσιο του προβλήματος με το οποίο βρίσκεται κάθε φορά αντιμέτωπος. Κάτι τέτοιο συμβαίνει, κατά κανόνα, έπειτα από πολλές δοκιμές και αποτυχίες, που απαιτούν την παρέλευση σημαντικού χρονικού διαστήματος. Παράγοντες όπως οι παραπάνω συμβάλλουν, τελικά, στο να αναγνωρίζεται κάποιος επιστήμονας ως δημιουργικός.
Τα μαθηματικά της εποχής στην οποία διεξάγεται ο διάλογος (1985) στρέφονται σε επιμέρους εξειδικευμένους τομείς, έπειτα από αρκετό διάστημα ενασχόλησης με προβλήματα καθαρά θεωρητικού προσανατολισμού. Η συνδυαστική, που αποτελούσε τότε τον κυριότερο τομέα έρευνας του Ρότα, είναι μια τέτοια περιοχή εξειδίκευσης. Έχει συμβάλει στην εις βάθος διερεύνηση υπολογιστικών προβλημάτων, και, κατ’ επέκταση, στην αποτύπωση συμπερασμάτων για πλήθος ερευνητικών πεδίων, με προεξάρχον την επιστήμη της Πληροφορικής. Παράδειγμα αποτελεί ο υπολογισμός της πολυπλοκότητας και του απαιτούμενου χρόνου ολοκλήρωσης συγκεκριμένων αλγορίθμων υπολογιστικών διαδικασιών, όπως είναι η ταξινόμηση.
Σε αυτό το σημείο εισάγεται στη συζήτηση πιο επισταμένα το ζήτημα της ΤΝ. Παρουσιάζονται ορισμένες από τις σημαντικότερες προκλήσεις που συνέβαλαν στην υποχώρηση του αρχικού κύματος αισιοδοξίας που χαρακτήριζε τους πρωτοπόρους του πεδίου, με χαρακτηριστικά παραδείγματα τις δυσκολίες που ανακύπτουν στις απόπειρες προσομοίωσης των αντιληπτικών δυνατοτήτων του ανθρώπου από τις μηχανές ή της κατανόησης του νοήματος εν γένει. Διέξοδο σε τέτοιου είδους εμπόδια, όπως υποστηρίζουν οι συνομιλητές, μπορεί να προσφέρει η φιλοσοφία.
Πιο αναλυτικά, οι συνομιλητές τονίζουν τη σημασία που φαίνεται να έχει το περικείμενο ή νοηματικό πλαίσιο (context) [3] κατά τη διαμόρφωση του νοήματος. Λέγοντας αυτό εννοούν ότι όταν, για παράδειγμα, διαβάζουμε ή ακούμε μια πρόταση, το πλαίσιο υπό το οποίο αυτή εκφέρεται φαίνεται να συμβάλλει καθοριστικά στη σημασία την οποία της αποδίδουμε. Ένας λόγος για αυτό είναι ότι το νοηματικό πλαίσιο συμβάλλει στο να αναμένουμε σε έναν βαθμό αυτό που θα ακολουθήσει κατά την ανάγνωση ή την εκφορά της εν λόγω πρότασης. Ο άνθρωπος μαθαίνει από πολύ νωρίς να επικοινωνεί με τους γύρω του θεωρώντας κάθε φορά δεδομένη την καθοριστική σημασία που έχει το εκάστοτε περιβάλλον επικοινωνίας, σε σημείο που κάτι τέτοιο συντελείται χωρίς να καταβάλλεται συνειδητή προσπάθεια. Στην περίπτωση, ωστόσο, που επιθυμούμε να προσομοιώσουμε μηχανικά αυτού του είδους τη συμπεριφορά, οι δυσκολίες που ανακύπτουν μοιάζουν ανυπέρβλητες. Προκειμένου, δηλαδή, να καταστεί κάτι τέτοιο εφικτό, θα πρέπει να προγραμματίσουμε την εκάστοτε μηχανή με τέτοιο τρόπο, ώστε να λαμβάνει κάθε φορά υπόψη της το νοηματικό πλαίσιο υπό το οποίο εκφέρονται οι δηλώσεις με τις οποίες τροφοδοτείται. Ο Ρότα σωστά επισημαίνει ότι οι προσπάθειες που έχουν καταβληθεί από τους ερευνητές της ΤΝ της εποχής του δεν έχουν καταλήξει σε ικανοποιητικά αποτελέσματα.
Παρόμοιες φαίνεται ότι είναι οι αρχές στις οποίες βασίζεται η αντίληψη. Όταν βλέπουμε μια εικόνα του περιβάλλοντος, η διαδικασία της αναγνώρισης φαίνεται επίσης πως καθορίζεται εν μέρει από τις προσδοκίες μας για τα πρότυπα που χαρακτηρίζουν τα αντικείμενα με τα οποία πρόκειται να έλθουμε σε επαφή εντός αυτού του περιβάλλοντος. Και σ’ αυτόν τον τομέα οι απόπειρες μηχανικής προσομοίωσης της αντίληψης που βασίστηκαν στην προσπάθεια κωδικοποίησης των δεδομένων του περιβάλλοντος σε τυποποιημένες γλώσσες προγραμματισμού δεν απέδωσαν ικανοποιητικά αποτελέσματα.
Επομένως, όπως τονίζουν οι συνομιλητές, το νοηματικό πλαίσιο υπό το οποίο λαμβάνουν χώρα συγκεκριμένες νοητικές διαδικασίες, παίζει καθοριστικό ρόλο γιατί οδηγεί στο να προβλέπουμε έως έναν βαθμό τι είναι αυτό που αντιλαμβανόμαστε ή ποια σημασία θα δώσουμε σε μια εκπεφρασμένη δήλωση. Η παραδοχή αυτή, σύμφωνα με τους Ρότα και Σαρπ, φαίνεται να οδηγεί στο συμπέρασμα πως τα μηχανικά συστήματα, αν θέλουμε να ανταποκρίνονται με επιτυχία στην προσομοίωση παρόμοιων νοητικών ικανοτήτων, θα πρέπει με κάποιον τρόπο να κωδικοποιούν την «προσδοκία συγκεκριμένων προτύπων» (46). Οι παραπάνω επισημάνσεις φανερώνουν, κατά τους συνομιλητές, τη σημασία της επιλογής (κατά κανόνα μη συνειδητής) που υπεισέρχεται στη δραστηριότητα της αντίληψης ενός αντικειμένου ή της κατανόησης της σημασίας μιας δήλωσης.
Όσον αφορά προκλήσεις όπως οι παραπάνω, η φιλοσοφία μπορεί να συμβάλει στη συνειδητοποίηση ότι οι αποτυχίες των αντίστοιχων προγραμμάτων ΤΝ μπορεί να οφείλονται στο ότι το πρόβλημα έχει εξαρχής οριστεί με λάθος όρους. Είναι γεγονός ότι κατά την εποχή του διαλόγου υπήρχε ήδη η αίσθηση πως η πηγή του προβλήματος όσον αφορά την αδυναμία των μηχανών να αποδώσουν σωστά τα εκάστοτε νοήματα έγκειτο πιθανόν στην απόπειρα να περιγραφούν φαινόμενα όπως η αντίληψη με τη βοήθεια συμβόλων που μετασχηματίζονται βάσει κωδικοποιημένων κανόνων. [4] Η κριτική των φιλοσόφων στις αρχές υπό τις οποίες αναλύεται το ζήτημα της απόδοσης νοήματος συνέβαλε στη στροφή των επιστημόνων της ΤΝ προς ουσιωδώς εναλλακτικές θεωρήσεις του. Πράγματι, το πρόγραμμα του συνδετισμού, το οποίο την εποχή της συζήτησης πραγματοποιεί ένα νέο ξεκίνημα (έπειτα από τις πρώτες απόπειρες κατά τις δεκαετίες του 1940 και του 1950), αποτελεί στην ουσία μια αλλαγή παραδείγματος στον τομέα της ΤΝ, καθώς αποπειράται να θέσει στο επίκεντρο του εκάστοτε τομέα διερεύνησής του καταρχήν όχι το θεωρητικό υπόβαθρο που διέπει το εν λόγω πεδίο, αλλά τα δεδομένα επί των οποίων εφαρμόζεται. Για παράδειγμα, με βάση αυτήν την προσέγγιση, ένα μηχανικό σύστημα αναγνώρισης προσώπων θα βασιστεί περισσότερο σε μια πληθώρα οπτικών παραδειγμάτων που απεικονίζουν πρόσωπα και λιγότερο σε μια προσπάθεια να εντοπιστούν και να κωδικοποιηθούν σε μια ενιαία θεωρία τα στοιχεία εκείνα που υποτίθεται ότι καθορίζουν τη σημασία του όρου «πρόσωπο».
Ας εξετάσουμε με ποιο τρόπο οι κατευθύνσεις που έχει ακολουθήσει η έρευνα στο χώρο της ΤΝ κατά τα τελευταία χρόνια στοιχειοθετούν αυτή την αλλαγή προσανατολισμού. Επικεντρωνόμαστε σ’ αυτή την εποχή καθώς τα τελευταία χρόνια (μόλις κατά την τελευταία δεκαετία) γινόμαστε μάρτυρες ολοένα και σημαντικότερων επιτευγμάτων στον τομέα της μηχανικής μάθησης, τα οποία έχουν οδηγήσει σε πλήθος πρακτικών εφαρμογών που φαίνεται να έχουν ολοένα και πιο αποφασιστικές επιπτώσεις στην καθημερινότητά μας. Κεντρικό ρόλο σε αυτήν την εξέλιξη έχει παίξει η αλματώδης ανάπτυξη της τεχνολογίας των ΝΔ. Αποτελεί πια κοινή παραδοχή ότι διανύουμε την τρίτη γενιά ανάπτυξης της συγκεκριμένης τεχνολογίας, τη στιγμή που στο κείμενό μας η αναφορά στο αναδυόμενο, τότε, πρόγραμμα ΤΝ αφορά, σε μεγάλο βαθμό, στη δεύτερη γενιά της, που επίσης οδήγησε σε σημαντικά επιτεύγματα για την τότε εποχή. Πέρα από τη χαρακτηριστική αρχιτεκτονική των εν λόγω συστημάτων, που αντλεί την έμπνευσή της από τη δομή των νευρώνων του εγκεφάλου των ανώτερων θηλαστικών, σημαντική εξέλιξη που συνέβαλλε έκτοτε σε επιμέρους επιτυχημένες εφαρμογές των ΝΔ αποτέλεσε η μέθοδος εκπαίδευσής τους, κατά κύριο λόγο ο αλγόριθμος οπισθοδιάδοσης του σφάλματος (backpropagation of error algorithm). Είναι αξιοσημείωτο ότι την εποχή της συζήτησης που παρακολουθούμε ο εν λόγω αλγόριθμος, στη μορφή που τελικά επικράτησε (και παραμένει με ελάχιστες παραλλαγές κυρίαρχος έως τις μέρες μας) δεν είχε ακόμη δημοσιευθεί. [5] Το στοιχείο, ωστόσο, που χαρακτηρίζει τη σημερινή τρίτη γενιά των ΝΔ, πέρα από τις βελτιώσεις στην αρχιτεκτονική τους (που έχει γίνει πολύ πιο σύνθετη με την προσθήκη πολύ περισσότερων επιπέδων επεξεργασίας), αποτελεί ο μεγάλος όγκος των δεδομένων με τα οποία τα εν λόγω δίκτυα εκπαιδεύονται. Είναι χαρακτηριστικό ότι ενώ, κατά τη διάρκεια της δεκαετίας του 1980, για την εκπαίδευση ενός ΝΔ αναγνώρισης εικόνων αρκούσε η τροφοδότησή του με μερικές δεκάδες φωτογραφίες, για την εκπαίδευσή ενός αντίστοιχου ΝΔ τρίτης γενιάς μπορεί να απαιτούνται αρκετά εκατομμύρια φωτογραφίες. Αυτή η στροφή του προσανατολισμού προς τα δεδομένα αποτελεί χαρακτηριστικό της σύγχρονης θεώρησης για την έρευνα στο χώρο της ΤΝ. Αξίζει τον κόπο να συγκρίνουμε αυτήν την τάση με τις τοποθετήσεις των Ρότα και Σαρπ που παραθέσαμε παραπάνω περί ανάγκης να λαμβάνεται υπόψη ο παράγοντας της προσδοκίας κατά τη μηχανική προσομοίωση των αντιληπτικών διαδικασιών.
Φαίνεται, δηλαδή, πως οι εν λόγω θέσεις υπό το φως των σύγχρονων εξελίξεων μοιάζουν να δικαιώνονται εν μέρει. Κι αυτό γιατί, πράγματι, ένα μεγάλο μέρος της «συμπεριφοράς» των σύγχρονων ΝΔ (που προσδιορίζεται εν πολλοίς από τα λεγόμενα βάρη, δηλαδή τα μέτρα της ισχύος των συνδέσεων μεταξύ των νευρώνων τους) καθορίζεται με βάση τις προσδοκίες τροφοδότησής τους με αναπαραστάσεις παρόμοιες με εκείνες με τις οποίες τροφοδοτούνται κατά τη διαδικασία εκπαίδευσής τους. Στο βαθμό που μπορούμε, λοιπόν, να αναφερόμαστε σε προσδοκίες υπό αυτές τις συνθήκες, τότε μπορούμε να ισχυρισθούμε ότι οι εν λόγω προσδοκίες έχουν «κωδικοποιηθεί» εντός της μηχανής, όπως προτείνει ο Ρότα (46). Με μια επιφύλαξη, ωστόσο. Η κωδικοποίηση για την οποία γίνεται λόγος εδώ δεν αφορά σε κανόνες που μπορούν να αρθρωθούν λεκτικά σε μια γλώσσα προγραμματισμού, αλλά στη σταδιακή διαμόρφωση της εσωτερικής δομής του εκάστοτε ΝΔ. Άλλωστε σε αυτό ο Ρότα δεν φαίνεται να διαφωνεί, καθώς τονίζει σε αρκετά σημεία του λόγου του την ανάγκη αντιμετώπισης της αδυναμίας που παρουσιάζουν οι τυπικές γλώσσες προγραμματισμού στο να αποδώσουν το νόημα όχι μόνον αλγοριθμικών βημάτων, αλλά ακόμη και απλών λεκτικών νοημάτων (47 και 50-51).
Κατά αυτόν τον τρόπο, λοιπόν, η σύγχρονη προσέγγιση της ΤΝ για την προσομοίωση της αντίληψης δείχνει να λαμβάνει υπόψη της, υπό την παραπάνω έννοια, το νοηματικό πλαίσιο υπό το οποίο πραγματοποιείται, καθιστώντας έτσι συστατικό στοιχείο της την προσδοκία στην οποία αναφέρονται οι δύο συνομιλητές. Ωστόσο, αυτό δε σημαίνει ότι βασιζόμενοι στην εν λόγω προσέγγιση έχουμε εξαντλήσει το ζήτημα. Κάθε άλλο. Σύμφωνα με εκτεταμένες κριτικές που έχουν διατυπωθεί στο πρόγραμμα του συνδετισμού, φαίνεται ότι τμήμα του νοηματικού πλαισίου για το οποίο γίνεται λόγος, υποκαθορίζεται από τα δεδομένα εκπαίδευσης. [6] Αυτό γίνεται φανερό σε περιπτώσεις που απαιτείται να διαμορφώσουμε νοήματα σε εντελώς καινοφανείς περιστάσεις. Χαρακτηριστικό παράδειγμα αποτελεί η γλώσσα που, χάρη στην παραγωγικότητα και τη συστηματικότητα που τη χαρακτηρίζει, μας επιτρέπει εν δυνάμει να εκφέρουμε απειρία διαφορετικών νοημάτων. Κριτικές όπως αυτές, στις οποίες δεν είναι δυνατό να αναφερθούμε εκτεταμένα εδώ, συνιστούν, με τη σειρά τους, πρόκληση για τα νέα συστήματα ΤΝ, ειδικά στο βαθμό που σχετίζονται με προβλήματα γλωσσικής ανάλυσης. Επίσης, αποτελούν πρόκληση για την ευρύτερη φιλοδοξία της ανάπτυξης μηχανικών συστημάτων που να μπορούν όχι μόνον να προσομοιώνουν επιμέρους τομείς της ανθρώπινης συμπεριφοράς, αλλά επιπλέον να επιτρέπουν τη μεταφορά γνώσης ανάμεσα σε επιμέρους τομείς του επιστητού, συμβάλλοντας στην επίτευξη της αποκαλούμενης «Τεχνητής Γενικής Νοημοσύνης» (Artificial General Intelligence – AGI).[7] Οπωσδήποτε, με βάση τα σημερινά δεδομένα, κάτι τέτοιο αποτελεί μια αρκετά μακρινή προοπτική.
Σε σχέση και με όσα προηγήθηκαν, οι συνομιλητές καταλήγουν τελικά στη διαπίστωση ότι οι θετικές επιστήμες και η τεχνολογία, εν προκειμένω η ΤΝ, δεν έχουν παρά να ωφεληθούν από την αρωγή της φιλοσοφίας, αν θέλουν να ρίξουν περισσότερο φως στα ερωτήματα που τις απασχολούν. Σ’ αυτό το πλαίσιο προβάλλουν, παράλληλα, τα ηθικά ζητήματα που ενδεχομένως θα προκύψουν εφόσον στο μέλλον η ΤΝ αυτονομηθεί και τελικά αποκτήσει την ισχύ που φιλοδοξούν οι θιασώτες της. Αυτό το τελευταίο, στο πλαίσιο της σύγχρονης συγκυρίας, πάνω από 35 χρόνια μετά από την πραγματοποίηση της εν λόγω συζήτησης, τονίζει όσο οτιδήποτε άλλο την επικαιρότητά και τη σημασία της.
Αναφορικά με την έκδοση του εν λόγω βιβλίου, ας επισημάνουμε καταρχήν ότι είναι ιδιαίτερα ευπρόσδεκτο το ότι ο σημαντικός αυτός διάλογος παρουσιάζεται επιτέλους σε ελληνική μετάφραση, τη στιγμή που, δυστυχώς, ακόμη και σήμερα η ελληνόγλωσση βιβλιογραφία στον τομέα της Τεχνητής Νοημοσύνης και, πολύ περισσότερο, της Φιλοσοφίας της Τεχνητής Νοημοσύνης, παραμένει εξαιρετικά φτωχή.
Αξίζει τον κόπο, λοιπόν, να προβούμε σε ορισμένες επισημάνσεις που αφορούν στην επιμέλεια και τη μετάφραση της εν λόγω έκδοσης, οι οποίες θα μπορούσαν να συμβάλουν στη βελτίωση του αποτελέσματος της αξιόλογης αυτής της προσπάθειας.
Η σημαντικότερη παρατήρηση που έχουμε να κάνουμε είναι ότι η παρούσα έκδοση περιορίζεται κατά κύριο λόγο στην απόδοση στα ελληνικά του κειμένου της συνέντευξης των δύο στοχαστών. Ο σύντομος πρόλογος του Γ. Ευαγγελόπουλου είναι εύστοχος και αναφέρεται ακροθιγώς στα αναπτυσσόμενα ζητήματα. Απουσιάζει, ωστόσο, μια πιο αναλυτική εισαγωγή που θα προετοιμάσει τον αναγνώστη για την περαιτέρω θεματολογία που αναπτύσσεται στον διάλογο που ακολουθεί. Αυτό έχει σαν αποτέλεσμα ο αναγνώστης που δεν διαθέτει την απαιτούμενη προπαρασκευή να δυσκολεύεται στην κατανόηση ορισμένων πτυχών της συζήτησης, ειδικά αν λάβουμε υπόψη την πυκνότητα των ιδεών που θίγονται στον διάλογο.
Πιστεύουμε ότι δεδομένης της πυκνότητας και του εύρους των ζητημάτων που αναπτύσσονται, μια ουσιαστική συνεισφορά στο αναγνωστικό κοινό θα αποτελούσε η παράθεση μιας επεξηγηματικής εισαγωγής για τα επίκαιρα επιστημονικά-φιλοσοφικά ερωτήματα της εποχής κατά την οποία έλαβε χώρα η συζήτηση, αλλά κατ’ επέκταση και της σύγχρονης εποχής. Πράγματι, καθώς πολλά από τα ζητήματα που τίθενται στο κείμενο εξακολουθούν να υφίστανται και σήμερα, κάτι τέτοιο θα μπορούσε να συμβάλει στην πληρέστερη παρουσίαση και κατανόησή τους.
Ευελπιστούμε ότι μια τέτοια προσθήκη θα καταστεί εφικτή σε πιθανές νεώτερες εκδόσεις, εμπλουτισμένες, ενδεχομένως, και με μια επισκόπηση των σύγχρονων εξελίξεων στον χώρο της ΤΝ, από τη στιγμή, μάλιστα, που οι τελευταίες επιχειρούν να δώσουν διεξόδους σε καίρια ερωτήματα που αναπτύσσονται στον παρόντα διάλογο.
Παρόμοια, θα ήταν χρήσιμη η συμπερίληψη ενός ευρετηρίου (φιλοσοφικών κυρίως) όρων, γεγονός που θα καθιστούσε ευκολότερη την κατανόηση ορισμένων ιδεών που αναπτύσσουν οι συνομιλητές, ειδικά σε αναγνώστες που δεν διαθέτουν ευρύ φιλοσοφικό υπόβαθρο. Υπάρχουν, βέβαια, σε ορισμένα σημεία του κειμένου σύντομες υποσημειώσεις που επιχειρούν να εξηγήσουν τη σημασία και τη χρήση συγκεκριμένων φιλοσοφικών όρων στα ελληνικά, κάτι που, ωστόσο, στο πλαίσιο της συγκεκριμένης πυκνής θεματολογίας πιστεύουμε ότι δεν επαρκεί.
Όσον αφορά στη μετάφραση της κ. Σπανού, αποδίδει πολύ ικανοποιητικά το περιεχόμενο της συζήτησης και, όπως ειπώθηκε, εξηγεί όπου χρειάζεται την επιλογή ειδικών φιλοσοφικών όρων, ενώ αναφέρει και υπάρχουσες εναλλακτικές επιλογές. Παρακάτω σχολιάζουμε δύο, ειδικά, περιπτώσεις ορολογίας με αξιοσημείωτο φιλοσοφικό περιεχόμενο.
Context (40 κ.ε.): Παραπάνω έγινε εκτενής αναφορά στην κεντρική σημασία που έχει η εν λόγω έννοια για την απόδοση νοήματος, σύμφωνα με τους συνομιλητές. Συγκεκριμένα, αναζητούνται οι φιλοσοφικές προϋποθέσεις υπό τις οποίες θα πρέπει να ιδωθεί το πρόβλημα της αναπαράστασης της γνώσης από ένα μηχανικό σύστημα. Η πεποίθηση των Ρότα και Σαρπ είναι ότι μια από τις βασικότερες αιτίες που μια τέτοια αναπαράσταση δεν έχει καταστεί εφικτή είναι το γεγονός ότι δεν έχουμε κατορθώσει να προγραμματίσουμε τους υπολογιστές, έτσι ώστε να αναπαράγουν συμπεριφορές εξαρτώμενες από τον εν λόγω παράγοντα (context-dependent behavior). Η χρήση του όρου «περικείμενο» που επιλέγεται για την απόδοση του όρου «context» έχει επικρατήσει σε κείμενα φιλολογικού ή γλωσσολογικού περιεχομένου και αναφέρεται κατά κανόνα σε στοιχεία που σχετίζονται με ένα υπό εξέταση κείμενο. Από την άλλη, οι Ρότα και Σαρπ τονίζουν επανειλημμένα πως η εξάρτηση από την εν λόγω έννοια «δεν περιορίζεται στη γλώσσα. Έχει να κάνει γενικά με τη δημιουργία νοήματος» (43) και πως «[η] σημασία είναι αναπόσπαστα εξαρτώμενη» από την εν λόγω έννοια (44).
Θα μπορούσε, ενδεχομένως, για την απόδοση του «context» να χρησιμοποιηθεί ο όρος «πλαίσιο». Ωστόσο, τότε προκύπτει ένα άλλο πρόβλημα, καθώς ο τελευταίος όρος χρησιμοποιείται επίσης για την απόδοση του όρου «frame», [8] γεγονός που θα καθιστούσε δυσχερή τη διάκριση των όρων «context» και «frame» στην ελληνική τους μετάφραση. Μια εναλλακτική επιλογή θα ήταν να αποδώσουμε τον όρο «context» ως «νοηματικό πλαίσιο» (που αναφέρεται, άλλωστε, ως εναλλακτική επιλογή και από την ίδια τη μεταφράστρια).
Intentionality (48 κ.ε.): Ο όρος έχει ευρύ φιλοσοφικό περιεχόμενο, γεγονός το οποίο δεν αντανακλάται στην επιγραμματική αναφορά που γίνεται σε αυτόν από τους συνομιλητές. Στο κείμενο αποδίδεται ως «προθετικότητα», ενώ, όπως σωστά αναφέρει η μεταφράστρια, στη βιβλιογραφία εναλλακτικά χρησιμοποιείται και ο όρος «αποβλεπτικότητα». Η χρήση του όρου «προθετικότητα» σε σχέση με μια κατάσταση ή διαδικασία, δημιουργεί την εντύπωση ότι υπάρχει μια πρόθεση, μια εκούσια επιλογή εκ μέρους του υποκειμένου. Στην πραγματικότητα εκείνο το οποίο θέλουν να επισημάνουν στο κείμενο οι συνομιλητές είναι πως ακόμα και σε διαδικασίες όπως η αντίληψη υπεισέρχεται μια κάποια μορφή επιλογής εκ μέρους του υποκειμένου (όχι, ωστόσο, απαραίτητα συνειδητή) (48-49). Για λόγους πληρότητας, ας σημειώσουμε εδώ πως ο χαρακτηρισμός μιας κατάστασης με τον όρο «intentional» δεν συνεπάγεται απαραίτητα την ύπαρξη πρόθεσης εκ μέρους του υποκειμένου. Για παράδειγμα, ο φόβος προς κάτι είναι μια τέτοια κατάσταση, παρά το γεγονός ότι το υποκείμενο δεν έχει πρόθεση να κατευθυνθεί προς το αντικείμενο του φόβου του.
Συμπερασματικά και παρά τις επισημάνσεις που προηγήθηκαν, ο αναγνώστης δεν έχει παρά να επωφεληθεί από τη μελέτη του υπό κρίση βιβλίου. Αν και έχουν περάσει αρκετά χρόνια από τη διεξαγωγή του, ο διάλογος που αναπτύσσεται στο εν λόγω βιβλίο διαφωτίζει ορισμένα από τα πιο καίρια ζητήματα που απασχολούν τον χώρο των επιστημών και της τεχνολογίας, τόσο των ημερών του, όσο και της σύγχρονης εποχής. Ελπίζουμε ότι η παρούσα έκδοση θα συμβάλλει στην υλοποίηση ανάλογων και ίσως πιο εκτεταμένων εκδόσεων στο πλαίσιο της Φιλοσοφίας της Γνωστικής Επιστήμης και, ειδικότερα, της Φιλοσοφίας της Τεχνητής Νοημοσύνης.
Σημειώσεις
[1] Ο όρος «Παλιά Καλή Τεχνητή Νοημοσύνη» (GOFAI – Good Old-Fashioned Artificial Intelligence) εισήχθη από τον John Haugeland στο βιβλίο του Artificial Intelligence: The Very Idea. Cambridge, Massachusetts: MIT Press, 1985.
[2] Εδώ περιοριζόμαστε σε μια γενική αναφορά στις αρχές και στη γενικότερη φιλοσοφία λειτουργίας των ΝΔ, αρκετή ώστε να κατανοήσουμε τις αλλαγές που συντελούνται τα τελευταία χρόνια στον τομέα της ΤΝ. Η εκτενέστερη αναφορά σε τεχνικούς όρους και λεπτομέρειες δεν εξυπηρετεί τους στόχους της παρούσας βιβλιοκρισίας.
[3] Για τη χρησιμοποίηση του όρου «νοηματικό πλαίσιο» ως εναλλακτικής του «περικείμενο», βλέπε παρακάτω στον σχολιασμό της μετάφρασης.
[4] Απόπειρες που βασίστηκαν στην υπόθεση ότι το περιεχόμενο της νόησης μπορεί να αποδοθεί από μια σειρά κατάλληλων χειρισμών συμβόλων (Υπόθεση Συστήματος Φυσικών Συμβόλων – Physical Symbol System Hypothesis). Βλ. χαρακτηριστικά A. Newell & H. A. Simon: «Computer Science as Empirical Inquiry: Symbols and Search», στο: Communications of the ACM, vol. 19, No. 3, 1976, σ. 113-126.
[5] Τα άρθρα που εισήγαγαν τη μέθοδο με τη μορφή που, λίγο έως πολύ, τη χρησιμοποιούμε και σήμερα δημοσιεύθηκαν το 1986: α) D. E. Rumelhart, G. E. Hinton, R. J. Williams: «Learning representations by back-propagating errors», στο: Nature 323 (6088), 1986, σ. 533–536, β) D. E. Rumelhart, G. E. Hinton, R. J. Williams: «Learning Internal Representations by Error Propagation», στο: D. E. Rumelhart, J. L. McClelland (επιμ.): Parallel Distributed Processing: Explorations in the Microstructure of Cognition. Volume 1: Foundations. Cambridge: MIT Press 1986. Η συνέντευξη στο Los Alamos Science δόθηκε περίπου έναν χρόνο πριν.
[6] Βλέπε χαρακτηριστικά σε σχέση με τη «διαμάχη περί συστηματικότητας» (systematicity debate): J. A. Fodor & Z. W. Pylyshyn: «Connectionism and Cognitive Architecture: A Critical Analysis», στο: Cognition, 28 (1–2), 1988, σ. 3–71.
[7] Της ενδεχόμενης δυνατότητας, δηλαδή, ένα μηχανικό σύστημα να μπορεί να κατανοεί, να μαθαίνει και να επιτελεί το σύνολο των νοητικών δραστηριοτήτων που μπορούν να εκτελέσουν, αντίστοιχα, και οι άνθρωποι. Βλ. ενδεικτικά: H. Shevlin, K. Vold, M. Crosby, M. Halina: «The limits of machine intelligence: Despite progress in machine intelligence, artificial general intelligence is still a major challenge», στο: EMBO Reports, 20 (10): e49177, 2019, σ. 1.
[8] Βλ. το «πρόβλημα του πλαισίου» στην ΤΝ (frame problem). Χαρακτηριστικά στο: D. Dennett: «Cognitive Wheels: The Frame Problem of AI», στο: C. Hookaway (επιμ.): Minds, Machines and Evolution. Cambridge: Cambridge University Press, 1984, σ. 129-150.