Esileht > tehislik teadvus > Rääkivad robotid ja intellekti loomine: osa 2

Rääkivad robotid ja intellekti loomine: osa 2

Peeter jätkab oma kaheosalist lugu tehisintellektist:

Osa II

Kirjeldatud uuemas tehisintellektis, mis rõhub intellekti paigutatusele kehasse ja konteksti, tasub eraldi välja tuua erijuht, kus keskkond ise luuakse juba suuresti osaluse kaudu. Selles punktis puutub tehisintellekt kokku sotsiaalteadlaste ühe põhiprobleemiga üksikisiku ja terviku vastastiksuhetest, kus üksikisiku teod mõjutavad otse ja kaudselt nii teisi üksikisikuid kui ka süsteemi tervikuna, mis omakorda võib viia süsteemi püsimise või muutumiseni, aga ka selle täieliku kollapsini. Osalusintellekti juures toetub süsteemi liikmete võimekus üsna suures ulatuses väljakujunenud käitumiskorrale või süsteemile. Ehkki süsteem ei ole nähtav ühegi konkreetse indiviidi juures, toimib ta suures plaanis nende toimimisele nii piiraja kui ka võimaldajana. Selle järgi, kuidas intellekt antud juhul toimib peamiselt süsteemi najal, mille keerdudesse üksikagendid mähitud on, võiks vastavat intellekti erivormi nimetada eestikeeli veidi hellitavalt ehk mähisintellektiks.

Sellist mähisintellekti võivad pakkuda näiteks feromoonid, mille mahajätmisel sipelgad üsna tihedaid ja kindlaid radu moodustavad. Mitte ükski sipelgatest ei näe tervet rada, ent ometi süsteem toimib ja sipelgapesa moodustab ühe hästiorganiseeritud terviku. Rada aga ei tohiks pidada pelgalt epifenomeniks, kuna loomine ja kinnistumine mõjutab täiesti põhjuslikult sipelgate käitumist. Sellist jälgede jätmist kirjeldatakse ka stigmergia mõiste abil. Mähisintellekti võib lugeda selliste sipelgaradade üldistuseks: hulga üksiktegude tagajärjel arenenud emergentseks nähtuseks, mis lisab kogukonnale enneolematu, ent vajaliku kvaliteedi. Sipelgate intelligentsust võib küll tavainimene külma rahuga pidada funktsionaalselt suure ‘pesaorganismi’ nõudmisi täitvaks, kus pikemas perspektiivis pärandub edasi täiesti ühetasandiliselt pesa kui terviküksus oma elutsükliga. Mööndustega võiks aga arvata, et sarnase loogikaga võib jõuda ka kõrgema taseme kultuuride arenguni.

Ühe suunana tehisintellektis tegutsetakse agentidevaheliste kommunikatsiooni-süsteemide arendamise ja esilekutsumisega. Ühelt poolt katsetatakse minimaalsete tingimustega teatud süsteemiomaduste esilekutsumiseks (ning siis mängitakse eelsätetega). Selles vallas tegelevad eri etappidega inimkeele arengus näiteks S. Kirby, S. Harnad ja A. Cangelosi. Kirby-lt (2000) võib tuua esile tuua näiteks järgnevad tingimused inimliku keelekogukonna arendamiseks. Sealsed osalevad agendid peaksid olema surelikud, mis tähendab, et kõnekogukond peaks olema pidevalt uuenev. Teatud aja tagant tuleks lisada „süütuid“ kõnelejaid, kes süsteemist midagi ei tea. Õppimine peaks toimima vaatluse põhimõttel (kuigi eeldustel, et esialgne intentsioon on enamasti kuidagi tuvastatav) ning agendid ei tohiks omavahel vägivallatseda (indiviidide selektsioon on suvaline). Indiviididele antakse oskus siduda suvaline semantiline ühik (vektor) suvalise vormijadaga (string), ning neid seatakse vastakuti hunniku võimalike tähenduskomplektidega. Et loodud süsteem oleks tõesti juhuslik, alustavad indiviidid 0-teadmistega, ent vastavad aeg-ajalt tundmatule olukorrale uusleiutisega. Esialgu nad vaikivad suurema osa ajast, kuna ei oska leitud tähendusi väljendada, ent üksteise käitumisest õppides tekib aja jooksul arvestatav ühine keeleruum, mis lõpuks muutub üsna kõikvõimsaks, ent samas vormide koguhulga poolest üsna väikseks. Katset kirjeldab järgmine graafik.

Graafiku pealt on võimalik välja lugeda isendite keelesüsteemi arengut holistlikust leksikonist (kus on väljendeid rohkem kui tähendusi, mida saab nendega väljendada) kompositsioonilise leksikonini (kus väheste elementide kombineerimisel on võimalik väljendada piiratud tähendusruumi kõiki võimalikke tähendusi, kusjuures süsteem püsib lõpuks üsna stabiilne ka uute isendite lisamisel). Ka sellisel keelesüsteemi arengul võib kasutada stigmergia mõistet, kus vestluspartnerite poolt nähtavad lausumised moodustavad teatud ümbruskonna kihi, mis seab kõnelejate isiklikke grammatikaid muutma ning seejärel omakorda keskkonda uuesti muutma. Täiesti struktureerimata (kultuuri)keskkonnast jõuavad isendid nõnda täielikult struktureeritud keskkonnani. Seda mudelit võib pidada küll väga lihtsustatuks ja piiratuks, ent sama põhimõtet on võimalik üsna kaugele edasi arendada. Antud simulatsioon näitab hästi, kuidas keeleteaduses palju kõmu tekitavad keeleuniversaalid ei pea olema tekkinud geneetiliste eelduste läbi (ega ei pruugi isegi nende poolt toetatud olla), vaid võivad olla põhjustatud puhtalt süsteemi enese arengu iseärasustest, funktsionaalsetest survetest ja pudelikaeladest, mis selle käigus võivad ilmneda.

Tehisintelligentsi huviliste jaoks ehk olulisem on mainida, et sel alal tegeletakse ka täisautonoomsete iseliikurite väljaarendamisega (nii kaugele, et nad oskavad iseendal seinast akut laadida!🙂 ). Seda, kas vajalikuks peetakse käitumist päris masinatesse panna, sõltub uurimiseesmärkidest, aga suuresti ka uurimisgrupi rahakotist. Siin tuleb esirinnas seisvaks pidada Sony laboratooriumite juures töötavat Luc Steelsi uurimisrühma, kes üritavad viimasel ajal iseseisvaid humanoidroboteid vastastikku sotsialiseerida. Kui Kirby püüdis võimaldada agentidel üksikuid kõnelemise sarnaseid tegusid sooritada, siis Steels püüab (aegade jooksul paranevate muude parameetritega) robotitesse juba tervet kommunikatsioonitsüklit asetada. Soodustades „uue TI“ meetodil kohanemist ja õppimisvõimet, alustavad nemadki minimaalsest vajalikust eelseatusest ning nullteadmisest. Grupis on leitud, et üsna mõistlik ja ka täiesti toimiv on süsteem, kus agendid kordamööda üksteist korrigeerivad, vingemates versioonides täiesti foneetilist süsteemi välja arendades, enamasti aga lihtsamalt etteantud silbistikku kasutama õppides. Sarnaselt Kirby eksperimentidele, leiavad nad stabiilse tempoga nii adekvaatse sõnavara kui ka ühtse keelekogukonna. (Näidisgraafikud erinevatest eksperimentidest).

Mudeli erivõimekuseks võib pidada (lisaks muljetavaldava suhtlussüsteemi väljaarenemisele) seda, et nii, kuidas nihkub leksikon silbilt silbile (väga lihtsustatult kirjeldades), on võimelised arenema ka agentide semantika ehk tähendussüsteemid etteantud 2d-kaardil (näiteks värvikaardil) või juba keerukamalt ruumis paiknevate objektide hulgas. Asetades paar neist robotitest keerulisele pinnasele saavad nad, tingimusel et neid „tasustatakse“ ühise mõistmise puhul, omavahel välja arendada üsna keerulise sõnavara asjadele ja probleemolukordadele viitamiseks (esialgu seda kõike küll potentsiaalselt, kuna praegu üritavad nad hakkama saada veel siiski üsna lihtsate objektikogude ja lühikeste ajaskaaladega), mis püsib ka paindlik ja muutumisvõimeline. Samal põhimõttel nagu Kirby simulatsioonides loodi stigmergia abil toimiv suhtlussüsteem, loovad need robotid oma enda käitumissüsteemi, ehk täielikult kohastatud (siin: grounded, temaatiline viide: Symbol grounding problem) ja kehastatud suhtlussüsteemi. Seda, et stiimulite ja objektide keskkonda, millesse see suhtlussüsteem on paigutatud, võib pidada neil isekeskis moodustatuks ning ka üsna suvaliseks, tuleks siin mõista selgelt vastava võtte tugevusena. Ehkki esialgu tegelevad nad küll puhtalt ühetasandilise arusaamise leidmisega, ei tea keegi, kuhu nad jõuda võiksid, kui see meetod töötab.

Maitseks sellest, mille jaoks piisab ühest tasandist, võib tuua ka antud uurimisgrupi üsna hiljutise erilise vaevata loodud lisavidina: tegevusmängud. Kui üldiselt olid eelkirjeldatud vahendid loodud keelemängudeks (mäng = üks (suhtluskatse+tagasiside)-tsükkel) ja verbaalseks suhtluseks, siis üsna kergesti võib seda laiendada ka viipekeelele ning lasta neil hakata kategoriseerima ka iseenda keha (kui maailma). See protsess võib viia omamoodi keha-kuvandini (esialgu küll ilmselt metafoorselt), aga miks mitte ka keeruliste koordineeritud käitumisteni. Viipekeele õppimine käib neil näita-ja-ütle põhimõttel (jällegi ränk lihtsustus, mida võib täpsustada, kasvõi eraldi postitusega) nagu ka verbaalse keele õppimine. Näitamaks sellise õppimisvõime piire ja piiritlust, lisan kujuka pildi ühest Sony robotist peegli ees iseenda keha-kuvandit kujundamas.

Sellist maailmast õppimise viisi, kus osa maailma „luuakse“ osaluse teel, võib pidada ehk juba täiesti teistsuguseks intellektivormiks kui seda võiks oodata tehisintellektilt oma klassikalistes piirides. Kirjeldatud „mähisintellekt“ astub juba sammu lähemale inimkultuurile ning sedasi, miks ka mitte, inimmõistmisele ja mõtlemisele. Lõpetades kodumaise viitega võib ära tuua, et juba 1970ndatel (ning kindlasti varemgi) sai humanitaarteadlaste poolt üsna selgesõnaliselt kritiseeritud intellektiuuringuid, mis käsitlevad uurimist suunava ideaalmudelina individuaalset inimteadvust. Intellekti modelleerimisel (ja veel enam loomisel) võiks siiski alustada intellektuaalsete tegevuste ühisosast, mis loomariiki, inimkollektiive ja ehk ka oodetavat tundmatut tehisintellekti võiks kirjeldada. 1970ndate vaimus võiks siin rääkida simuleeritud ajude ja tehisrakkude asemel kunstiliste ja kultuuriliste infovoogude strukturaalmodelleerimisest, mis inimteadvuse püsivamat – kollektiivset – poolt igast küljest kujundavad. Arukate süsteemide väljaarendamisel tuleks aga alustada lihtsamatest seadetest, mis juba isekeskis keerukaks saaksid muutuda. Vaadeldes näiteks inimkultuuri võib ka ette kujutada, milliseid raskusi võib tehisintellektil isolatsioonis arenemisel tekkida: kui me saadaksime robotid Kuud koloniseerima, siis kas peaksime neile pakkuma pigem võimalikult osava etteseatud programmistiku või looma nad sellisena, et neil oleks võimalik Kuul kõik probleemolukorrad omavahel selgeks arutleda (nagu pakkus nt J. Lotman nõukogude kosmoseprogrammile).

Lisalugemist huvilisele:
Kirby, Simon 2000. Syntax without Natural Selection … In Knight, C., editor, The Evolutionary Emergence of Language: Social Function and the Origins of Linguistic Form. Cambridge University Press. 303—323
Steels, Luc 2006. Semiotic dynamics for embodied agents. IEEE Intelligent Systems 3(21): 32-38
Stevan Harnad 2007. Symbol grounding problem. Scholarpedia, 2(7):2373.
Lotman, Juri 1981. Aju – tekst – kultuur – tehisintellekt.

Rubriigid:tehislik teadvus
  1. Kommentaare veel pole.
  1. No trackbacks yet.

Lisa kommentaar

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Muuda )

Twitter picture

You are commenting using your Twitter account. Log Out / Muuda )

Facebook photo

You are commenting using your Facebook account. Log Out / Muuda )

Google+ photo

You are commenting using your Google+ account. Log Out / Muuda )

Connecting to %s