Emberiség eltávolítása: Igen/Nem?

Watson legyőzte az embert az intelligencia egyik legfontosabb fokmérőjének tartott Jeopardy! nevű vetélkedőben. A hír kétségkívül nagyobb port kavart, mint amikor egy évtizede a Deep Blue vert el minket sakkban. Mert a korábbi győzelem csak egy matematikai verseny, amiben – régóta tudjuk – a számítógépek jobbak. Na, de egy szabad szavas vetélkedő? Ahhoz már valódi intelligencia kell, ahhoz már meg kell értenie a gépnek, hogy mi történik körülötte.

Sok lúd

Pontosabban nem: távolról nézve Watson is csak egy számológép, olyan, mint amilyent zsebre tudunk vágni, csak sokkal gyorsabb. Nem okosabb, hanem nagyobb. Kilencven szerverben 2880 darab 3,5 gigahertzes Power 7-es processzormag dolgozik, 80 kilowatt elfűtése mellett 11520 szálat képesek kezelni egyszerre. És ez a lényeg: a párhuzamos adatfeldolgozás.

Nyúl a királylány az almáért.

Watson a következőképp dolgozza fel a feladványt: Részekre bontja a mondatot, és adatbázisában ezernyi szálat indítva kezd el kutatni. Egy szónak több jelentése lehet, sok múlik a kontextuson, a kulturális háttéren. Egy embernek nyilvánvaló, hogy a nyúl szó ige vagy főnév a fenti mondatban, Watsonnak viszont fogalma sincs róla. Nincs ugyanis esze. Van viszont irgalmatlan teljesítménye, amivel végig tudja zongorázni az összes lehetséges értelmezést. Lejátssza a mondatot igével, főnévvel, minden lehetséges értelmezési tartománnyal, majd a végén valószerűségszámítást végez, ami segít neki eldönteni, hogy melyik verzió a helyes.

A feladat hatalmas. Ami az alig húsz wattot fogyasztó agynak pofonegyszerű, hiszen együtt fejlődött az emberi értelemmel és a nyelv kialakulásával, ezért gondolkodás nélkül, mintegy ráérezve képes kontextusba helyezni a mondatokat, addig a gépnek minden létező verziót át kell vizsgálnia, és elemeznie kell, ugyanis fogalma sincs arról, mint jelent egy mondat. Neki mindez csak statisztikai adat.

Csendes Balázs, az IBM Magyarország szoftverkereskedelmi képviselője szerint az ember ugyan fejben tartja az összes lehetséges megoldást, lehetőséget, egy gépnek azonban semmi sem triviális vagy magától értetődő. A legbonyolultabb matematikai feladat épp akkora gond, mint válaszolni arra a kérdésre, hogy süt-e a nap.

Vagy ahogy a gépet fejlesztő David Ferrucci mondta a Timesnak adott interjújában, Watson a helyes választ adja a kérdésre, de nem azért, mert okos, és érti a körülötte zajló folyamatokat, hanem mert remek statisztikus.

Alig akadt jelentkező

Ez persze nem jelenti azt, hogy könnyű volt megépíteni, vagy hogy Watson ne lenne óriási áttörés a gépek és az emberek kapcsolatában. Sokáig nem is tudták, meg lehet-e csinálni egyáltalán. Miután 1997-ben a Deep Blue megverte Kaszparovot, az IBM új csúcsok után nézett.

A fejlesztési vezető, Charles Lickel épp a munkatársaival vacsorázott, amikor észrevették, hogy hatalmas csönd támadt körülöttük. Szétnéztek és kiderült, hogy a vendégek a Jeopardy! vetélkedőt bámulják, amiben Ken Jennings épp a 74 játszmás nyerési sorozatának közepén tartott. Meg is volt a következő nagy cél: legyőzni a legokosabb embert a Jeopardy!-ban.

Ez azonban akkora ugrás volt a sakknagymesterséghez képest, hogy Lickel sokáig nem is talált olyan fejlesztőcsapatot, amelyik elvállata volna a feladatot. Vágül David Ferruccinak megtetszett a feadat.

A munka lassan haladt, mert Watsonnak nem nagyon volt még előképe. Az Egyesült Államok kormánya ugyan üzemeltetett egy olyan gépet, ami képes volt értelmezni a kérdéseket, de a Piquant háromból kétszer hülyeséget válaszolt, ráadásul percek kellettek neki a feladatok megoldásához. Watsonnak azonban az emberiség javával kellett versenyre kelnie, márpedig ebben a mezőnyben maximum három másodperces gondolkozási idő van megengedve, és 90–95 százalékos pontosságra van szükség. Ehhez képest a gép első verziójának 2006-os tizenöt százaléka elég gyászosan festett, de a mérnökök biztosan haladtak céljuk felé.

Főleg, hogy nem a nulláról kellett indulniuk, hiszen az IBM repertoárjában már volt, és most is van olyan, kereskedelmi forgalomban kapható szoftver, amire a Watson épít. Egyszerűbb, de ugyanarra jó: az információ kinyerésére. Ezek a programok a strukturálatlan adathalmazokat képesek rendszerbe szedni.

Kiemelik a jegyzőkönyvekből a fontos részeket, ügyfélszolgálatos beszélgetésekből azokat az elemeket, amelyek alapján jobb képet kaphatnak a szolgáltatók ügyfeleikről. A feladat ugyanez volt, csak nagyban. Az élőbeszéd, illetve annak írásos változata a számítógépek szempontjából strukturálatlan szöveghalmaz, ebből kellett olyan információt kipréselni, amit végül némi statisztikai ítélőszék elé ültetve a gép meg tudja tippelni, hogy milyen válaszra számít a játékvezető.

Jó a memóriája

Persze ehhez óriási adatbázis és teljesítmény kell, ami rendelkezésre is állt. Watson másodpercenként ötszáz gigabájtnyi adatot tud feldolgozni, ami körülbelül egymillió könyvnyi információt jelent. A gép nem volt az internetre kötve, csak a háttértárra másolt kétszázmillió oldalnyi tudást használta fel a játék közben, ezt a négy terabájt adatot (benne volt a teljes Wikipedia is) azonban nem a merevlemezen, hanem a memóriájában tárolta a gép, mert ott gyorsabban tudta elérni az információt.

Az igazi áttörést azonban nem az adatok megtalálási sebessége hozta, hanem az a képesség, hogy Watson képes megfejteni, mit kell egyáltalán keresnie. Ez az algoritmus lehetővé teszi, hogy a beszélt nyelv strukturálatlanságát ezernyi, párhuzamosan futó analizáló algoritmus segítségével rendbe, saját magának is emészthetővé tegye. Minél több algoritmus dobja ki ugyanazt az eredményt, annál biztosabb, hogy a válasz helyes.

Persze ez nem bombabiztos módszer, nem abban az értelemben jó, ahogy azt mi emberek gondoljuk, ezért aztán Watson bele tud futni olyan hibákba is, amelyek elméletileg egy tízéves gyereknek sem jelentenének problémát. Ilyen volt, hogy amerikai városnak gondolta a kanadai Torontót. Ez az analízis tipikus mellékterméke: számos összefüggést vizsgált a gép, és ezek többsége nagyobb súllyal esett a latba, mint az az egyébként szintén releváns információ, hogy Toronto melyik országban is van tulajdonképpen.

Watsonnak egyébként igaza volt: van Toronto az Egyesült Államokban is, rögtön három, de amíg egy embernek nyilvánvaló, hogy ha szóba kerül ez a város, akkor nem az 5676 lakosú ohiói településről van szó, addig Watsonnak ez is csak egy adat a sok közül, aminél más adatok relevánsabbnak tűnhetnek.

Ráadásul Watson ennél magától nem is lesz sokkal okosabb. Csendes Balázs szerint bár képes tanulni a hibáiból, hogy a játékban pontosabb választ adjon a kérdésekre, megértse, hogy az egyes kategóriákon belül melyik információ számít relevánsabbnak, magyarul például akkor sem tudna megtanulni, ha ezer éve lenne rá. Erre nem alkalmas a szoftver.

Nem lesz ezenkívül öntudata sem. Ahogy a gépet alkotó Ferrucci elmondta, van ugyan némi információja saját magáról, de ez nem öntudat, csak egy újabb strukturált adat. Sepp Norbert, az IBM Magyarország hardvertechnikai szakértője szerint Watsonnak sosem lesznek érzelmei, nem lesz képes egy szimpla hétköznapi beszélgetésre, sem a kreatív gondolkodásra, bár utóbbi már határkérdések feszegetése: valójában azt sem tudjuk, mi az emberi intelligencia, mi az emberi kreativitás, vagy hogyan működik, így azt sem lehet teljes biztonsággal kijelenteni, mi intelligens, és mi nem az. Watsont mindenesetre akkor sem lehet majd leküldeni egy kiló kenyértét a boltba, ha mikrocsip méretűre zsugorítják, és beleépítik egy fejlett robottestbe.

Nem lesz belőle valódi műértő sem, pedig Ferrucci szerint be lehet programozni arra, hogy felismerje a szép formákat, a harmóniát, a modern és a klasszikus művészetet. Be lehet táplálni, hogy mi a jó, és mi a rossz művészet, de a gép csak ezeket tudja visszaböfögni: nem lesznek megérzései, nem lesz esztétikai érzéke, nem ad hozzá a művészethez, csak egy előre meghatározott módon elemzi majd.

Házi House

Hogy akkor mire jó? Bizonyításra. Annak bizonyítására, hogy az informatika már képes megoldani ezt a feladatot, a mérnökök tudnak olyan gépet építeni, ami legyőzi az emberiséget az egyik legismertebb műveltségi vetélkedőben. Sepp Norbert szerint Watson olyan, mint egy tanulmányautó, amibe minden érdekességet (jelen esetben több mint száz szabadalmat) bezsúfolnak a mérnökök, aztán mindenki eldöntheti, mi kell neki a csomagból. Vagy hogy mire akarja használni.

Például differenciáldiagnózisra. Kis túlzással minden kórháznak lehetne egy Dr. House-a, aki az összes ismert betegség összes tünetét képes fejben tartani, és akinek bár intuíciói nincsenek, ráadásul nem is bunkó, legfeljebb mogorva, elég jó hatékonysággal tudná megtippelni, hogy mi a baja a betegnek. Ráadásul Csendes Balázs szerint nincs is szükség arra, hogy minden kórház vegyen magának egy ilyen gépet, elég lenne egyetlen központi rendszer minden országnak, hiszen a feladatok megoldása csak néhány másodpercig tartja fel a rendszert, így akár Magyarország minden egészségügyi intézményét ki tudná szolgálni egyetlen Watson.

Várni kell rá

És hogy mikor lesz otthon is elérhető ez a tudás? Nagyon sokára. Gyorsan fejlődik a számítástechnika, de nem ennyire gyorsan, és hacsak nem lesz a közeljövőben olyan forradalmi technológiai áttörés, ami alapvetően változtatja meg a számítástechnikát, az eddigi fejlődési ütemet figyelembe véve sok évtizedes távlatban látszik csak az otthoni Watson. A kilencven szerver ugyanis közel nyolcvanezer GFLOPS teljesítményre képes, míg a legjobb otthoni processzorok körülbelül százra. Watson tehát nyolcszázszor gyorsabb ezeknél a gépeknél, és a tapasztalat azt mutatja, hogy ennek a különbségnek a negyedét is körülbelül másfél évtized alatt győzi csak le az iparág.

Ezek alapján még néhány évtizedig várnunk kell azokra a csipekre, amik egymagukban hozzák a Watson 2880 processzormagjának teljesítményét. Persze addigra már nem is hárommillió, legfeljebb háromezer dollárba fog kerülni a gép, amelyik bármikor képes megalázni az emberiség legjavát a műveltségi vetélkedőben. De azt már ne várjuk tőle, hogy megtanulja bekötni a cipőfűzőjét.