A józan gépi észt kutatják
További Tudomány cikkek
A józanész-értelmezések három egymást átfedő csoportba sorolhatók: megfigyelési, ítéletekben megmutatkozó, konszenzuális common sense-ek. Érzékszervi úton begyűjtött ismeretekre, bárki számára (minimális elmélkedés nélkül is) nyilvánvaló és evidens dolgokra, olyan tényekre, amelyeket mindenki ismer.
Ezek alapján vonunk le következtetéseket: ha például kint esik az eső, akkor kabátot kell felvennünk. Már a korai gyerekévekben elsajátítjuk az ilyen jellegű ismereteket. Míg számunkra evidencia, hogy – mondjuk – kék az ég, egy gépnek egyáltalán nem az. Hiába sokkal gyorsabb az embernél számítások abszolválásában, common sense ismeretek hiányában képtelen következtetni. A fentebbi példánál maradva: annyit sem tud az eső és az öltözködés összefüggéseiről, mint egy három-négyéves gyerek.
A mesterségesintelligencia-kutatást a kezdetektől foglalkoztatja a témakör. Emberi szintű, vagy ahhoz akár a legcsekélyebb mértékben is közelítő gépi értelem ugyanis elképzelhetetlen common sense ismeretek, azokat tartalmazó széles adatbázis nélkül. A cél, hogy a gépek ugyanúgy megválaszoljanak a világra vonatkozó egyszerű kérdéseket, mint egy kisgyerek, az 1950-es évek második felétől egyfajta Szent Grálként lebeg a kutatók előtt.
A számítástudomány óriási fejlődésen ment keresztül, de – leegyszerűsítve – a megvalósuláshoz nem kerültünk sokkal közelebb, azaz, még jócskán várhatunk a gépi intelligencia oly gyakran és oly látványosan felvázolt eljöveteléig.
Elméleti alapok, gyakorlati robotok?
Robert Sloan és Turán György (Chicagói Illinois Egyetem Matematika, Statisztika és Számítástudomány Tanszék) az Egyesült Államok Nemzeti Tudományos Alapítványa által támogatott hároméves kutatásba kezdtek, amelyben a hétköznapi szintű emberi következtésre képes gépi intelligencia létrehozásának elméleti alapjait igyekeznek lerakni. Mivel gépi intelligencia common sense adatbázis, az adatbázis folyamatos tanulása, fejlődése nélkül elképzelhetetlen, evolválódó adatbázis építésére alkalmas algoritmusokon is dolgoznak.
A fejlődési folyamat a számítógép tanulása. Tanul a világról. A kutatás célja „a probléma megértése, használható matematikai modelleket találni rá, megérteni az alapvető matematikai jellemzőket, s remélhetőleg kidolgozni az e modellekben hatékony számítási módszereket és algoritmusokat” – jelentette ki a gépi tanulás elméletével, bonyolultságelmélettel, diszkrét matematikával és logikával foglalkozó Turán.
A munka részeként tanulmányozni fogják a jelenlegi webalapú common sense ismeretbázisokat, mint például a Douglas Lenat nevéhez fűződő, évtizedek óta épülő Cyc-ot és az MIT-s Open Mind Common Sense-t. (Ezeket a bázisokat a felhasználók is gyarapíthatják releváns, használható és érdekes ismeretekkel, ismeretmorzsákkal.)
A kutatók olyan kérdésekkel is foglalkoznak, mint a bázisokban található ellentétes információk kezelése, az ismeretek további ismeretek generálásához megfelelő formátumba rendezése. Az állandóan érkező új adatok feldolgozása, a rendszerbe történő hatékony és ésszerű beépítésük szintén komoly fejtörést okoz. Például azért, mert – ahogy Sloan megjegyzi – már az olyan jelzők, mint az „ésszerű” definíciója sem egyértelmű.
Bíznak benne, hogy munkájuk az elméleteken és common sense adatbázisokon túl, a mesterségesintelligencia-kutatás különböző (konkrétabb, látható) alkalmazási területeire, például a robotikára és más automatizált rendszerek fejlesztésére szintén hatással lesz. Turán megfogalmazásában: „jelenleg a problémák absztrakt matematikai változatait tanulmányozzuk, viszont reméljük, hogy a következtetések hasznos, praktikus eszközöket eredményeznek.”