You can’t play 20 Questions with Nature and win

Allen Newell patril k priekopníkom a zakladateľom kognitívnych vied a umelej inteligencie. Jeho práca patrí pod hlavičku GOFAI, čo ju nerobí z môjho pohľadu moc zaujímavou, aj keď Newellova posledná kniha (napísaná krátko pred smrťou 1992) Unified Theories of Cognition údajne stojí za prečítanie.

Jednu vec však treba GOFAI výskumníkom uznať a to, že im nechýbali ambície a reflexia dlhodobých cieľov. Títo týpci si v 50. a 60. rokoch naozaj mysleli že stavajú ľudskú myseľ a že nie sú od toho ďaleko. Marvin Minsky ešte v 80. rokoch vyhlasoval, že za 20 rokov roboti ovládnu svet a ľudí si ponechajú ako domáce zvieratká, ak vôbec. (A treba dodať, že Minsky si myslí ešte dnes, že umelá inteligencia nie je ďaleko.)

Prax záber sa v podstate v AI od čias GOFAI a nezmenil. Aj moderné metódy sa zaoberajú obsahovo jasne ohraničenými problémami, ktoré majú ďaleko od autonómnosti a flexibility organických agentov. GOFAI programi stavali skladačky riešili integrály a komunikovali v ľudskom jazyku. Pomocou strojového učenia môžeme dnes rozoznať tváre na fotografiách, rozoznať objekty a hlas na nahrávke. Roboti chodia, behajú, píšu básne a hudbu. Čo im chýba je aby dokázali všetko dokopy a samostatne. Ako ľudia. Na rozdiel od GOFAI sa týmto cieľom výskum v umelej inteligencii a strojového učenia netrápi. Toto má hlavne ekonomické dôvody. Máme dosť nezamestnaných organických robotov, nepotrebujeme vyrábať ďalších mechanických. Naopak špecializované systémy sa dobre presadzujú v špecializovaných doménach vyžadujúcich kvalifikáciu.  Súčasný trend je teda kradnúť prácu radiológom a právnikom a nie zelovocárom a pekárom. Takto ostala vznešená úloha vybudovať umelú inteligenciu nám psychológom a kognitívnym vedcom. Máme na to?

Allen Newell si zobral experimentálnu psychológiu pod drobnohľad vo svojom článku You can’t play 20 Questions with Nature and win. Tento spísal Newell pri príležitosti jedného psychologického sympózia v 1973, keď ho požiadali aby okomentoval vtedajší cutting-edge research v psychológii (na sympóziu boli napríklad Mike Posner, Roger Shepard, Dave Klahr…). Newell sa pozrel na psychologický výskum z dlhodobej perspektívy. Kam sa dostaneme za 50 rokov takéhoto výskumu? Newell nebol zo svojej projekcie moc nadšený. Psychológovia empiricky riešia binárne otázky. Výsledky výskumu sú odpovede na binárne otázky. Žiadna ucelená teória, žiadny ucelený model, žiadnu umelú inteligenciu, psychologický výskum neposkytuje. Tento postup pripomína hru, ktorej kladieme prírode binárne otázky a dúfame, že pri jednej z nich sa náhodou trafíme do čierneho. Keďže sa za tých pomaly 40 rokov na práci nič nezmenilo, nemusíme ísť za príkladmi ďaleko. V poslednom čísle Psychological Science (Jún 2012) sa dozvedáme:

a) presnosť pracovnej pamäte pri malom počte objektov nie je konštantná ale manipulovateľná

b) ľudia ocenia viac pomocníka + sú vďačnejší, počas dosahovania cieľa ako po jeho dosiahnutí

c) tzw. “testing effect”  sa objaví aj po krátkej pauze ak fázy učenia a testovania prebehnú v rozličných jazykoch

d) tréning fonológie a čítania zlepšuje u detí čítanie a výslovnosť

e) efektivita presvedčovania (napr. v reklame) stúpa ak pri návrhu reklamy zohľadníme osobnostné črty diváka

No, čo s tým? Ideme postaviť robota, ktorý spĺňa a-e? My sa však nedozvedáme ako tieto fenomény implementovať.  Vskutku nepoznáme ani ich mechanizmy. Možno treba vyčkať a jedného dňa psychológovia rozpracujú všetky detaily. No problém je v tom, že tieto detaily môžu byť detaily mimo danej domény. Napr. efekt ovplyvňujúci pamäť môže byť spôsobený pozornosťou. Učenie môže byť ovplyvnené emóciami. Môžeme atakovať tieto problémy pomocou kaziliónu binárnych otázok. No čo ak je učenie ovplyvnené emóciami aj pozornosťou poprípade ich interakciou. Binárne otázky na nich! A keď priberieme motorické schopnosti do kombinácie s emóciami a pozornosťou? Binárne otázky na nich a na všetky ich interakcie!

Možno už získavate ten dojem, že počet binárnych otázok, ktoré musíme rozriešiť stúpa exponenciálne s počtom fenoménov, ktoré študujeme. Takto nám všetok čas vo vesmíre a jeho paralelných dimenziách nepostačí aby sme sa ľudskú myseľ preskúmali. Jednou z Newellových alternatív je budovať a testovať kognitívne architektúry, ktoré paralelne modelujú paletu aspektov ľudskej mysle v jednom systéme. Problém pospájať systémy sa tak stáva explicitným a nemusíme sa spoliehať na vágnu nádej, že jedného dňa keď sa na konferencii stretneme a dáme všetky naše binárne poznatky dokopy, že vznikne niečo zmysluplné a funkčné.

Binárne otázky teda zrejme nie sú najoptimálnejším spôsobom ako skúmať myseľ z hľadiska rýchlosti konvergencie nášho poznania. Proti tomu však možno namietnuť, že radšej binárna odpoveď v hrsti ako kognitívna architektúra na streche. Teda vsaďme na istotu a to čo doteraz fungovalo a funguje. No, okrem toho že binárne otázku sú ťažkopádne majú aj ďalší problém. A síce rozdelenie na binárne odpovede nemusí byť vôbec zmysluplné z hľadiska architektúry. Môže viesť k neriešiteľným problémom, ktoré zdanlivo implikujú magické schopnostiam ľudskej mysle. Demonštrácie ako k tomu môže dôjsť sú známe z informatiky. Napríklad Khardon a Roth (1994) demonštrovali, že ak rozložíme úlohu na podproblémy môže dôjsť k tomu, že podproblémy sú (NP) ťažké alebo neriešiteľné zatiaľčo problém ako celok je ľahký. Ich demonštrácia sa týkala systému, ktorý extrahuje vedomosti z dát (problém 1) a produkuje nové závery na základe týchto vedomostí (problém 2).  Eric Baum (2004, s. 210) komentuje:

The point is that dividing up the problem into two pieces throws away structure that is necessary to solve it efficiently. When one learns to reason, one doesn’t need to learn every possible thing about the world but only  how to build a structure that will be useful for the reasoning one needs to do. One also doesn’t need to be able to reason from structureless collection of facts; rather one learns, interacting with the world, to build a data structure one can use efficiently for reasoning.[…]

But learning and reasoning are only two of the divisions into which AI has chopped intelligence. The planning literature treats planning as largely divorced from perception, from geometry, from vision, from language. One cannot hope to solve planning problems without understanding and carefully exploiting the structure of the specific problem. One cannot gain this knowledge without learning in a more holistic context.

 

Etiológia a terapia

Ak sa pozrieme na binárne otázky z perspektívy ostatných článkov na tomto blogu nie je ťažké určiť odkiaľ vietor fúka. Sú dôsledkom deduktívneho prístupu a frekventistickej kvantitatívnej metodiky. Musím zároveň dodať, že táto sama o sebe nie je zlá. Ako som poznamenal ak potrebujete vylúčiť nejakú dôležitú hypotézu, tak sú užitočné. Ak potrebujeme vylúčiť negatívny vplyv hnojiva na úrodnosť, ak potrebujeme vylúčiť nulový vplyv antibiotík na uzdravenie, ak potrebujeme vylúčiť že sa meteorit zrazí so zemou, tak frekventistická NHST a deduktívny prístup je hlavnou zbraňou ako vyriešiť tieto problémy. Z tohoto dôvodu je do určitej miery možné obhajovať binárne otázky u aplikovaného výskumu v psychológii. Napríklad pri príklade d) nás naozaj zaujíma či konkrétna intervencia funguje. Ak nefunguje tak ju nechceme aplikovať v praxi. Keby sme mali psychologickú teóriu všetkého mohli by sme zrejme postupovať efektívnejšie. Mohli by sme napojiť organizmus na elektródy, nasadiť Virtual Reality okuliare, slúchatka a rukavice a napumpovať do organizmu optimálny mix tréningovej skúsenosti, tak že by deti čítali už v troch rokoch. Z praktického hľadiska je však jednoduchšie vyvinúť jednoduchý tréning s papierom a tužkou určený pre skupiny žiakov. Je to menej nákladné ako vyvinúť teóriu všetkého. Zároveň je intervencia menej nákladná ako použitie drahej elektroniky (pomocou, ktorej stimulujeme organizmus).

Do určitej miery sa teda v aplikovanej psychológii presadil prístup, ktorý sme identifikovali u modernej umelej inteligencie – koncentrácia výskumu na špecializované aplikácie, na úkor komplexných modelov. Myslím však, že v psychológii tento nemusí byť tento komplex taký silny. Koniec koncov najznámejšia kognitívna architektúra ACT-R od J.R. Andersona zožala úspechy pri aplikácii v pedagogickom kontexte .

Psychologický výskum teda potrebuje menej binárnych otázok. Deduktívny frekventistický prístup nám sugeruje, že naše modely a hypotézy sú zoradené na binárnom strome, ktorý ak preparsujeme z hora na dol (v informatike majú stromy vetvy smerom na dol) dopracujeme sa k správnemu modelu reality. Takýto postup môže byť správny vo fyzike a chémii, kde sú rozličné fenomény nezávislé na sebe. V psychológii nemôžeme u našich probandov “vypnúť” na chvíľu napr. motoriku alebo rečové schopnosti, tak aby tieto neovplyvňovali fenomén, ktorý ideme skúmať. To znamená, že v našom “strome” hypotéz sa môžu vyskytnúť slučky a okruhy, takže deduktívny výskum sa ostane točiť v kruhu. Je potrebné pripustiť, že priestor možných hypotéz a modelov má komplikovanejšiu štruktúru. Potom sa môžeme pýtať aké sú optimálne algoritmi, ktoré nás týmto priestor povedú. Spomenul som, že psychologický výskum, by sa mal sústrediť na testovanie komplexných architektúr, ktoré modelujú viaceré fenomény ako celok. V ďalších článkoch uvediem príklady takéhoto výskumného programu a ilustrujem ako nás tieto povedú priestorom hypotéz.

Baum, E. (2004). What is thought? MIT Press: Cambridge, MA.

Khardon, R. & Roth, D. (1994). Learning to Reason. AAAI-94 Proceedings. 682-687.

Newell, A. (1973). You can’t play 20 questions with nature and win: Projective comments on the papers of this symposium. In W.G. Chase (Ed.), Visual information processing (pp. 283–308). New York: Academic Press

Pridaj komentár

Zadajte svoje údaje, alebo kliknite na ikonu pre prihlásenie:

WordPress.com Logo

Na komentovanie používate váš WordPress.com účet. Log Out / Zmeniť )

Twitter picture

Na komentovanie používate váš Twitter účet. Log Out / Zmeniť )

Facebook photo

Na komentovanie používate váš Facebook účet. Log Out / Zmeniť )

Google+ photo

Na komentovanie používate váš Google+ účet. Log Out / Zmeniť )

Connecting to %s