1 Czy w komputerach kryją się problemy filozoficzne? Paweł Polak (UPJPII, Copernicus Center)

2 Motto ”Nauka jest tak ekscytująca, ponieważ jest pełna nierozwiązanych tajemnic. Największymi nierozwiązanymi tajemnicami są te dotyczące naszego istnienia jako istot świadomych w niewielkim skraju pustego wszechświata” (Freeman Dyson)

3 Plan poszukiwań Krótka historia komputerów Problem #1: obliczanie Problem #2: informacja Problem #3: sztuczna inteligencja Problem #4: czy jest wśród nas „człowiek Turinga”?

4 Krótka historia komputerów (Skąd wzięły się komputery?)

5 Uwagi wstępne Spojrzenie na historię komputerów jedynie pod kątem realizacji dwóch głównych zadań: automatyzacja obliczeń rozwiązanie problemów podstaw matematyki – automatyzacja myślenia (!)

6 Marzenie Leibniza „Nie godzi się wybitnym ludziom trwonić czas na niewolniczą pracę, na obliczenia, które z zastosowaniem maszyn mógłby wykonać ktokolwiek” G.W. Leibniz (1671) Gottfried Wilhelm Leibniz (1646-1716)

7 Sumator W. Schickarda (1592-1635) sumator jest rodzajem mechanicznego licznika w zależności od kierunku obrotu realizuje dodawanie lub odejmowanie według konstruktora był to rodzaj zegara

8 B. Pascal i Pascalina Pascalina – wyrafinowana konstrukcja, ale bardziej zawodna niż Schickarda (częste błędy obliczeniowe wynikające z zakłóceń!). Trudności w realizacji odejmowania. Znalazła zastosowanie praktyczne w obliczaniu podatków we Francji.

9 Leibniz – genialny myśliciel i konstruktor Leibniz postawił wyżej poprzeczkę – maszyna która dokonuje mnożenia koncepcja Leibniza była wykorzystywana we wszystkich późniejszych kalkulatorach mechanicznych mechanika zaczęła odgrywać rolę czynnika ograniczającego rozwój

10 Charles Babbage (1791–1871), Ada Lovelace i maszyna analityczna Babbage pod wpływem idei podziału pracy (A. Smith, manufaktura logarytmów barona de Prony) i pod wpływem koncepcji sterowania (krosno Jacquarda) stworzył plany uniwersalnej maszyny liczącej Stopień komplikacji urządzenia, problemy inżynieryjne i finansowe przerosły możliwości Babbage'a (zrealizowano tylko część - „młyn”) Ada Lovelace (1815-1852) – współpracowniczka B., autorka pierwszych teoretycznych programów

11 K. Zuse i pierwszy uniwersalny komputer konstrukcja maszyn oparta została na przekaźnikach (przypominała nieco dawną centralę telefoniczną) pierwsza maszyna mogąca wykonywać dowolny ciąg działań arytmetycznych zbudowana własnym sumptem 1939 – prototypy V1,V2, 1941 – V3 (znana jako Z3) – pierwsza maszyna równoważna z maszyną Turinga nie doceniono w pełni konstrukcji Zusego Zuse stworzył pierwszy język programowania Plankalkül V1 oraz Konrad Zuse z V3 (po wojnie)

12 Komputer „elektronowy” ENIAC (Electronic Numerical Integrator and Computer) – pierwszy w pełni elektroniczny komputer, skonstruowany w USA w 1943-1945, działał do 1955 r. ENIAC – hardware: masa: niecałe 30 ton; zawierał 18800 lamp próżniowych, 6000 komutatorów, 1500 przekaźników, 50000 oporników, wykonano ok. 0.5 mln lutowań ENIAC – software liczył w systemie dziesiętnym (!), liczby stałopozycyjne programowany za pomocą wykonywanych odpowiednich wtyków kablowych, potem kartami perforowanymi

13 Praca u podstaw matematyki G.W. Leibniz (1646-1716) – genialny prekursor idea sprowadzenia rozumowań ludzkich do specjalnego rachunku zapoczątkował logikę symboliczną (formalną) docenił znaczenie notacji binarnej „Historia nowoczesnej maszyny liczącej rozpoczyna się od Leibniza i Pascala. Jednakże, główna idea maszyny liczącej jest jedynie mechanizacją Leibnizowskiego calculus ratiocinator”. N. Wiener (1948)

14 Wielkie sukcesy i wyzwania matematyki 1847 – rozwój logiki formalnej: Georges Boole program logicyzmu Gottloba Fregego (1848-1925) Hilberta program aksjomatyzacji matematyki 1928 – Hilbert formułuje Entscheidungsproblem (problem rozstrzygalności: czy istnieje algorytm ewaluacji dla zadanego języka i wyrażenia w nim zapisanego, który jako wartość da „Prawda” lub „Fałsz”) David Hilbert (1862-1943)

15 Annus mirabilis informatyki: 1936 Alonzo Church, A note on the Entscheidungsproblem (1936) Alan Turing, On computable numbers, with an application to the Entscheidungsproblem (1936/1937) wniosek: nie istnieje uniwersalny algorytm Alonzo Church (1903-1995) Alan Turing (1912-1954)

16 Maszyna Turinga Formalny model obliczeń Oparty na idealizacji wyobrażonego procesu myślowego Uniwersalna MT stanowi model wszystkich współczesnych komputerów cyfrowych Uporządkowany zbiór 6 elementów: (Q, Σ, δ, q 0, #, F) Q – zbiór stanów, Σ – skończony zbiór symboli, alfabet δ – funkcja przejścia δ: Q x Σ → Q x Σ x {L, R} gdzie {L,R} – oznaczają kierunki # – symbol pusty, q 0 – stan początkowy (należy do Q), F – zbiór stanów kończących pracę (podzbiór Q).

17 Maszyna Turinga na wesoło

18 Problem #1 Obliczanie

19 Problem #1: obliczanie Turing wykazał, że istnieje nieskończenie wiele liczb, których nie może obliczyć MT (nie istnieje algorytm wyznaczania zapisu liczby) Klasyfikacja problemów: T-obliczalny – możliwy do obliczenia przez MT NT-obliczalny – możliwy do obliczenia na inny sposób niż poprzez MT (np. analogowo) Czy istnieją problemy NT-obliczalne

20 Problem #1: algorytmizm Algorytmizm – pogląd, że cokolwiek jest obliczalne, jest obliczalne za pomocą algorytmów (nie istnieją procesy NT-obliczalne) Algorytm (wg Marciszewskiego): abstrakcyjny obiekt matematyczny tekst z przepisem postępowania (twór kulturowy)

21 Problem #1: obliczanie Złożoność obliczeniowa – granica fizycznej realizacji obliczeń (log a n, n, n 2, 2 n ) Istnieją problemy (niekiedy proste!), które dla dużych danych nie są rozwiązywalne w rozsądnym czasie przy pomocy algorytmów problem komiwojażera układanie planów zajęć sprawdzanie formuł logicznych metodą „zerojedynkową”

22 3 wielkie intuicje informatyki Boole & Shannon Każda informacja o problemie obliczalnym da się wyrazić przez dwa symbole: „0” i „1”. Turing Każdy algorytm może być wyrażony w języku TM, korzystającej w dostatecznie długiej taśmy podzielonej na pola za pomocą 5 operacji: przesuń-w-lewo-1-pole, przesuń-w-prawo-1-pole, pisz- 1-na-wskazywanym-polu, pisz-0-na-wskazywanym-polu, wyczyść- wskazywane-pole. Boehm & Jacopini Tylko 3 reguły gramatyczne są konieczne do wytworzenia wszystkich potrzebnych kombinacji operacji: sekwencja, instrukcja warunkowa, pętla warunkowa. Za: Rappaport (2006)

23 Problem #2 Informacja

24 Problem #2: Czym jest informacja? Informacja jako fundamentalne pojęcie opisu rzeczywistości fizyka – pojęcie informacji np. w OTW biologia – DNA jako struktura zapisu i przetwarzania informacji nauki społeczne – informacja jako element konstytuujący nowoczesne społeczeństwo (informatyka społeczna) metafizyka (?!) Pojęcie wieloznaczne, zależne od poziomu abstrakcji, ale intuicyjnie zrozumiałe

25 Problem #2: Informacja w praktyce Matematyczna teoria informacji (np. telekomunikacja) Teoria ilości kodowanej informacji I(n)=log 2 n Model C. Shanona (1948,98)

26 Problem #2: Filozofia informacji Luciano Floridi – propagator filozofii informacji schemat konceptualny pojęcia informacji

27 Problem #3 Sztuczna inteligencja

28 Problem #3: Podstawowe pytania Jak daleko sięga potencjalnie zdolność rozwiązywania problemów przez komputer cyfrowy? Jak daleko sięgają zdolności cechujące 'umysł' ludzki Czy zakresy te są identyczne?

29 Problem #3: Problematyczna inteligencja Inteligencja = zdolność rozwiązywania problemów? Dwa nurty myślenia o sztucznej inteligencji (SI) silna SI – system komputerowy może wykazywać wszystkie atrybuty ludzkiego umysłu, „odpowiednio zaprogramowany komputer jest w rzeczywistości umysłem” (J. Searle) słaba SI – program jest modelem (symulacją) wybranych zjawisk umysłowych (dziś podstawa zastosowań technicznych)

30 Problem #3: Test Turinga Alan Turing (1950): test nierozróżnialności – funkcjonalne testowanie Wybrane propozycje rozszerzenia testu Turinga: S. Lem – konieczność testowania zdolności parafrazy W. Marciszewski – konieczność sprawdzania niewiedzy maszyn Odwrotny test Turinga – czy maszyna może rozpoznać, że po drugiej stronie jest człowiek?

31 W kierunku koneksjonizmu Zamiast traktować umysł jako proces obliczeniowy może zrekonstruować sztucznie struktury układu nerwowego? Sztuczne sieci neuronowe – programy i układy elektroniczne oparte na matematycznym modelu neuronów Nie wymagają podania algorytmu rozwiązania problemu, potrafią uczyć się (układy adaptacyjne) Niezwykłe sukcesy w wybranych zadaniach SI (rozpoznawanie obrazów, sterowanie) Uważa się, że siła wyjaśniająca tego podejścia jest znikoma (przypomina czarną skrzynkę)

32 Hipoteza J. von Neumanna „Jest możliwe, że w przypadku skrajnie wielkiej złożoności […] potrzebujemy jakiejś nowej teorii logicznej [...], żeby zrozumieć automaty o bardzo wysokiej złożoności, a w szczególności centralny system nerwowy. Może być jednak tak, że w toku tego procesu logika przekształci się jakby w neurobiologię w znacznie większym stopniu niż ta druga w logikę” The general and logical theory of automata (1951).

33 Problem #4 Czy jest wśród nas „człowiek Turinga”?

34 Problem #4 Czy komputery zmieniają człowieka? Czy nowe sposoby interakcji wpływają na człowieka? Czy następuje dehumanizacja człowieka i humanizacja komputerów? HAL 9000 – najbardziej ludzka postać w filmie „Odyseja kosmiczna 2001”?

35 Problem #4 Jay David Bolter: „Czy koncepcja człowieka jako komputera powinna być dla nas czymś odpychającym?” „Technologia definiująca definiuje lub redefiniuje rolę człowieka w odniesieniu do przyrody. Obiecując zastąpienie człowieka (lub grożąc nim), komputer podsuwa nam nową definicję człowieka jako «procesora informacji», a przyrody jako «informacji do przetwarzania»”. teza Boltera: człowiek zaczyna działać na wzór komputera PIW, Warszawa 1990

36 Dziękuję za uwagę! Dla zainteresowanych W. Marciszewski, P. Stacewicz, Umysł – Komputer – Świat, Exit, Warszawa 2011. R. Turner, A. Eden, "The Philosophy of Computer Science", The Stanford Encyclopedia of Philosophy, E.N. Zalta (ed.), URL =. Zapraszam na strony http://polak.wikidot.com/ http://filozofiainformatyki.wordpress.com/