Deník N

Umělá inteligence vznikla v polovině dvacátého století, když se ještě věřilo na ústřední mozek lidstva

Otcové zakladatelé umělé inteligence – mladí a neskromní. Zleva: Oliver Selfridge, Nathaniel Rochester, Ray Solomonoff, Marvin Minsky, Trenchard More, John McCarthy a Claude Shannon. Foto: AI Committee House of Lords, UK Parliament
Otcové zakladatelé umělé inteligence – mladí a neskromní. Zleva: Oliver Selfridge, Nathaniel Rochester, Ray Solomonoff, Marvin Minsky, Trenchard More, John McCarthy a Claude Shannon. Foto: AI Committee House of Lords, UK Parliament
Deník N zajišťuje fotografie za podpory Megapixel.cz.

Jako mnoho jiných věcí, i umělá inteligence vznikla dřív, než se tak jmenovala. Za zlomový moment se pokládá rok 1943, kdy profesor Warren McCulloch se svým supertalentovaným studentem Walterem Pittsem na chicagské univerzitě navrhli matematický model nervové buňky – neuronu.

Tou dobou se otázka myslících strojů v angloamerickém prostředí vysloveně vznášela ve vzduchu. Alan Turing formuloval Turingův test, podle nějž máme přiznat inteligenci takovému stroji, který dokáže v rozhovoru úspěšně předstírat, že je člověkem. Isaac Asimov – který byl nejen spisovatelem sci-fi, ale také člověkem se solidním vědeckým vzděláním – psal svou Nadaci a příběhy o robotech. Myslící stroje se zdály být na dosah nejen specialistům, ale i člověku z ulice, který si cestou na nadzemku kupoval ve stánku svůj ilustrovaný časopis.

Inženýři

Dnes se zdá být neuvěřitelně troufalé, že s tehdejší primitivní výpočetní technikou někdo pomýšlel na tak vysoký cíl. Jistý údiv nad vlastní smělostí lze vyčíst i ze vzpomínek tehdejších protagonistů.

Technický pokrok byl plně ztotožňován – možná naposledy v dějinách – se společenským prospěchem. Tvrdě se pracovalo na chystaných vesmírných letech. Někde pod tím už tikala časovaná bomba věku Vodnáře, vietnamské války a roku 1968, ale vybuchnout ještě nějakou dobu neměla.

Padesátá léta chodila v bílé košili, úhledně přistřižená, na nose měla tlusté brýle a v kapse logaritmické pravítko. Názor, že svět, život, ekonomie a společnost jsou plně popsatelné, a tím pádem i řiditelné, dosáhl vrcholu. Od té doby to s ním jde s kopce. Patrně naštěstí.

Matematický model neuronu vymysleli McCulloch a Pitts, ale Marvin Minsky spolu s Deanem Edmondsem byli první, kdo na jeho základě postavil a zprovoznil první neuronovou síť na světě. SNARC, tvořený čtyřmi sty elektronkami, dokázal simulovat průchod jednoduchým bludištěm. Opakováním se učil a posléze dosáhl při řešení bludišť schopností na úrovni laboratorní myši. To vypadalo jako závratný úspěch.

Dartmouth

V létě 1956 se na Dartmouth College v New Hampshire sešla malá elitní konference, o níž se píše v každé učebnici computer science, ač se tam nevyřešilo nic převratného.

Význam má ze tří důvodů. Za prvé, vznikl tam sám pojem umělá inteligence, ustavil se tedy nový vědní obor. Za druhé, seznam účastníků je v podstatě výčtem celé zakladatelské generace. Za třetí, zavládl tam duch nezřízeného optimismu, na jehož křídlech AI doletěla vysoko, převysoko. Na chvíli.

Nejznámější z účastníků jsou dnes Claude ShannonHerbert Simon, první jako tvůrce matematické teorie informace, druhý jako nositel Nobelovy ceny a za ekonomii a autor slavného výroku, že počítače jsou všude kromě statistik produktivity práce. (Řekl to v osmdesátých letech a svým způsobem to platí dodnes.)

Mimochodem, ten, kdo by si zasloužil být na takové zakladatelské konferenci asi ze všech nejvíc, tam nebyl, protože byl už dva roky mrtev: Alan Turing. Ne až tak nutně kvůli slavnému Turingovu testu. Ten byl a je spíš filozofickou hříčkou a společenskou hrou než vědeckým průlomem. Mnohem důležitější je Turingův stroj, tedy ucelená matematická teorie počítače a spočitatelnosti. Ta sehrála velkou roli v té části umělé inteligence, která se od počátku zaměřila na tzv. řešení problémů. K tomu by měl Turing mnoho co říci, kdyby se druhé půlky padesátých let dožil. Spáchal sebevraždu v jednačtyřiceti, dodnes strašidelná připomínka netolerance a omezenosti mravních pokrytců.

Sebedůvěra

Další rozvoj neuronových sítí postupoval pomalu, zejména kvůli hardwarovým omezením, ať už vědci stavěli specializovaná zařízení, nebo psali programy simulující neuronovou síť na normálním počítači. Hlavní směr výzkumu se proto začal otáčet jinam: k abstraktním symbolickým manipulacím.

Převládl názor, že to, co je potřeba zvládnout především, je formalizace logiky. Jinými slovy, když dokáže program luštit hlavolamy, poradí si se vším ostatním snadno. Problémy umělé inteligence se tak začaly zvolna redukovat na automatizované dokazování matematických vět a jiné vysoce abstraktní problémy. Důvodů takto úzkého zaměření bylo víc. Lze se obávat, že mezi nimi nechybělo i něco na způsob „podle sebe soudím tebe“ – mezi výzkumníky bylo nezdravě vysoké procento geeků, profesionálních luštitelů hádanek, kteří takové schopnosti víceméně ztotožňovali s inteligencí jako celkem.

Simon s Newellem roku 1958 napsali, že do deseti let bude počítač mistrem světa v šachu (splnilo se roku 1997); objeví a dokáže významný matematický teorém (částečně se splnilo roku 1976, nejde však o objev teorému, jen o jeho důkaz, navíc způsobem, který matematici nedovedou nezávisle ověřit a jsou z něj pramálo nadšeni); že bude skládat hodnotnou hudbu (nesplněno); a že většina psychologických teorií bude mít formu počítačových programů (nesplněno). Právě ta poslední předpověď je pro tehdejší dobu velmi typická. Za samozřejmý cíl umělé inteligence se považovalo modelování lidského myšlení, jeho replikace. A základem veškerého myšlení se zdál být logický úsudek.

Krize

Na konci šedesátých let bylo otrháno ze stromu AI veškeré nízko visící ovoce. Inteligentní roboti pobíhali v kdekteré sci-fi povídce, Asimovovy tři zákony robotiky znal každý kluk, z dialogu Davea Bowmana s počítačem HAL 9000 v Kubrickkově filmu 2001: A Space Odyssey mrazilo v zádech – a realita nikde.

Marvin Minsky se Seymourem Papertem roku 1969 v knize Perceptrons ukázali definitivní meze možností tehdejších neuronových sítí. V podstatě řekli, že práce, které se po patnáct let věnovali jedni z nejbystřejších lidí světa – včetně nich dvou – vede nevyhnutelně do slepé uličky, protože neuronové sítě nedovedou nic významného (to byla tehdy víceméně pravda) a nikdy to umět nebudou (to pravda nebyla, podařilo se najít odlišné přístupy, dnes patří neuronové sítě k nejúspěšnějším oblastem AI).

Tu knihu jim mnozí kolegové dlouho vyčítali. Ale jedna kniha krizi nedělá. Obor byl v hlubokých potížích z více důvodů a většina z nich byla naprosto objektivní.

První a základní: chyběl výpočetní výkon. Podle Mooreova zákona se zdvojnásobí výkon základních polovodičových prvků jednou za osmnáct měsíců. Od roku 1970 nás tedy dnes dělí třicet zdvojnásobení. Naše dnešní počítače jsou miliardkrát výkonnější než tehdejší, a pořád ještě na ledacos nestačí.

Za druhé, hodně praktických problémů v AI vedlo k algoritmům exponenciální složitosti neboli k tzv. kombinatorické explozi. V případě metod, jejichž výpočetní čas roste s objemem dat exponenciálně, je už vlastně jedno, jestli máme pomalý nebo rychlý počítač, po několika krocích přestanou stačit oba dva i všechny další, které ještě nebyly vymyšleny.

Problémy exponenciální složitosti řešit v praxi neumíme, i když principiálně mohou být jednoduché – třeba takzvaný problém obchodního cestujícího.

Za třetí, ukázalo se, jak nesmírně obtížné je najít vhodnou vnitřní strojovou reprezentaci údajů o reálném světě – znalostí, faktů –, aby se s nimi dalo pracovat, vybudovat nad nimi jakousi „aritmetiku“, která by umožnila jednoduše odvodit, že když v noci pršelo, budou ráno ulice mokré apod. Expertní systémy se dobře osvědčily tam, kde šlo o velmi úzký výsek reality, třeba při vyhodnocování spektrografie nebo v diagnostice některých konkrétních typů nádorů. V obecných úlohách, kde kontextem je celý reálný svět, však jsou k ničemu. Vyschly vládní dotace na výzkum. Umělá inteligence se ocitla na vedlejší koleji. Vývoj v technologickém světě na dlouhou dobu zamířil jinam, k osobním počítačům a internetu.

Namísto ústředních mozků lidstva a všemocných robotů se soustředil na praktické pomůcky pro běžnou práci – a později na komerční využití.

Filozofové

AI přestala být módním oborem: málo grantů, málo profesur, velmi málo komerčních aplikací. Nekoukala z toho ani sláva, ani peníze. Hlavní slovo na nějakou dobu překvapivě převzali filozofové jako John SearleJerry Fodor, kteří svými úvahami všeobecnou depresi ještě prohloubili.

Searle je autorem známého rozlišení mezi tzv. slabou a silnou umělou inteligencí. Pokud stroje (nebo programy) jednají tak, že se navenek jeví jako inteligentní, jde o slabou AI. Abychom mohli mluvit o silné AI, musí se shodovat s člověkem nejen vnější podoba a výsledky procesů myšlení, ale také jejich vnitřní mechanismus. Počítač by měl co nejvěrněji napodobit všechny aspekty činnosti lidského mozku.

Poté co Searle takto rozlišil dva typy AI, navrhl elegantní myšlenkový pokus, tzv. podobenství o čínském pokoji, jímž chtěl ukázat nemožnost silné AI. Máme místnost – „čínský pokoj“, do níž lidé škvírou ve dveřích vkládají dotazy psané čínsky. Osoba v pokoji neumí čínsky ani slovo, ale má k dispozici slovníky a psaná pravidla, pomoci nichž vždy dokáže z jednoho řetězce znaků – z otázky – odvodit druhý řetězec – odpověď –, zapsat ji na papír a podat ven. Z hlediska vnějšího pozorovatele se čínský pokoj chová jako inteligentní mluvčí čínštiny, ačkoli není v pokoji nic, co by čínsky umělo. Manipulace se symboly, dovozuje Searle, nemá nic společného s porozuměním, vědomím a myšlením. Tudíž silná AI neexistuje.

Searle má pravdu v tom, že dnes neumíme postavit stroj věrně napodobující lidský mozek. Ostatně není jasné, jak by se měla shoda s fungováním mozku posuzovat. Když někdo/něco není člověk, pak se nedá očekávat, že to bude přemýšlet stejně jako člověk! Nerozumíme tomu, jak uvažuje pes. V podstatě nerozumíme ani tomu, jak uvažuje jiný člověk! Není pak absurdní chtít nějakou shodu po počítači?

Kevin Warwick, významný britský robotik, navrhuje odlišnou koncepci – racionální umělou inteligenci. „Racionální AI znamená, že jakýkoli artefakt, splňující její obecnou definici, může uvažovat a chovat se inteligentně svým vlastním způsobem. Není podstatné, zda přitom bu de či nebude vykazovat inteligenci, vědomí, myšlení atd. ve smyslu podobném člověku. Pojmy slabá a silná AI mohou mít smysl jen v omezeném kontextu porovnání s lidskou formou inteligence.“ Což je definice, která bere v úvahu jak AI, tak případné mimozemšťany.

K dnešku

Práci v AI oživili lidé, kteří byli zaměření praktičtěji než zakladatelská generace. Obnovil se zájem o neuronové sítě (a obecněji o strojové učení), a to hlavně díky výkon­nějším počítačům a objevu nových algoritmů. Pomocí neuronových sítí se dnes řeší mnoho úloh spojených s rozpoznáváním vzorů, což má význam v investičním bankovnictví, při schvalování úvěrů, v detekci bankovních podvodů, analýze zákaznických dat apod. Vesměs jde o aplikace, kde se investice do výzkumu rychle vracejí, což prospívá AI jako celku.

A přesně to je místo, kde se nacházíme teď – kde se historie mění v budoucnost.

V tomto okamžiku nejčtenější