Da li računari misle

Intenzivna istraživanja na polju veštačke inteligencije (artificial intelligence, AI) bila su stimulisana otkrićima na polju neurologije tokom četrdesetih godina prošlog veka. Ispostavilo se da je mozak, zapravo, velika električna mreža neurona povezanih sinapsama kroz koje putuju diskretni električni signali ekvivalentni digitalnoj "nuli" i "jedinici". Alan Tjuring je još 1936. godine teoretski pokazao da mašina koja ume da manipuliše skupom od svega dva simbola ("0" i "1") može da sprovede praktično svaki proces matematičkog zaključivanja ili izračunavanja (Tjuringova mašina). Kad je već tako, ako Tjuringove mašine i ljudski mozak imaju sličnu funkcionalnu osnovu, da li je moguće otići korak dalje i napraviti inteligentnu mašinu, mašinu koja ume da misli kao ljudsko biće.

Termin AI ušao je u široku upotrebu 1956. godine nakon konferencije u Dartmautu koja je u celosti bila posvećena "aspektima učenja ili bilo kojim drugim fenomenom inteligencije dovoljno precizno opisanim da bi se po njemu mogla napraviti mašina". Skoro svi učesnici ove konferencije (Marvin Minski, Alen Njuel, Rej Solomonof, Džon Mekarti i drugi...) izgradiće impresivne naučne karijere u nastupajućim decenijama. Ponajviše zahvaljujući trudu Džona Mekartija, prihvaćen je i termin AI kao krovni naziv za čitavu novu oblast istraživanja.

VELIKA OČEKIVANJA: Usledilo je "zlatno doba" koje je trajalo skoro dvadeset godina. Početni rezultati bili su zapanjujući: kompjuteri su rešavali algebarske probleme i dokazivali geometrijske teoreme, učili da govore, prevode ili ćaskaju... S obzirom da su istraživanja krenula od premise da je ljudsko znanje zasnovano na simbolima i relacijama između njih, razvoj AI doveo je i do razvoja kompjutera i programskih jezika koji su umesto brojevima manipulisali znacima, objektima, operatorima, listama i drugim složenim strukturama. Istraživači su bili toliko ushićeni učinjenim progresom da su se utrkivali u smelim izjavama i vremenski oročenim obećanjima. Alan Njuel je 1958. godine predvideo da će u narednih deset godina kompjuter postati svetski šahovski prvak i dokazati bar jednu veliku, važnu matematičku teoremu. Njegov saradnik H.A. Simon 1965. godine tvrdio je da će za najviše dvadeset godina roboti biti u stanju da urade svaki posao, bez obzira na njegovu složenost. I Marvin Minski, verovatno najuticajniji istraživač AI tog vremena, nije imao nikakve rezerve smatrajući da je za razvoj inteligentne mašine dovoljna jedna genracija naučnika. U izjavi za "Life" magazin iz 1970. godine Minski je tvrdio da će za tri do pet godina biti napravljena mašina sa inteligencijom prosečnog ljudskog bića.

Publicitet početnih dostignuća bio je neverovatan, novinari su se utrkivali ko će da napiše senzacionalniji tekst o novim, pametnim mašinama. Programi za ćaskanje, kao što su ELIZA i PARRY (u suštini - obična elektronska blebetala) opčinjavali su laički puk a sa njima i stotine novinara koji se, kobajagi, "razumeju u stvar". Sa publicitetom stigao je i novac za istraživanja: ARPA (američka Agencija za napredne istraživačke projekte, kasnije DARPA) upumpala je kamione para u rad razbarušenih naučnika, uglavnom kroz tri-četiri velika univerziteta na čelu sa Stenfordom. Tako je, recimo, u projekat mašinskog prevođenja uloženo preko 20 miliona dolara, a u prepoznavanje glasa više od pet. Novac se davao takoreći bez ikakvih pitanja jer je tadašnji direktor ARPA smtrao da agencija treba da finansira pojedince a ne projekte. A pojedinci su bili slobodni da rade šta im je volja.

Ovo vreme "naučne anarhije" nije večito trajalo. Početkom sedamdesetih postalo je jasno da su naučnici drastično potcenili problem i da se ništa od smelih predviđanja neće ostvariti u predviđenom roku. ARPA je, umesto da bude agencija od strateškog značaja, sve više počela da liči alanfordovsku "agenciju za istraživanje rude i gubljenje vremena", žestoko kritikovana od strane javnosti zbog drastične disproporcije uloženih para i ostvarenih rezultata. I u Velikoj Britaniji je rastao skepticizam: u parlalmentarnom izveštaju lorda Lajthila iz 1973. godine rad na polju AI okarakterisan je kao jalov, neozbiljan, rasipnički, takoreći diletantski. "Te umišljene glave treba naučiti pameti", grmeo je Lajthil sa skupštinske govornice. Privatni finansijeri počeli su da se povlače, a centri za istraživanje AI kao što su Stenford ili Edinburg ostali su bez budžetske potpore. Do početka 1974. godine svi značajniji projekti bili su ugašeni, laboratorije rasformirane a naučnici oterani u "ilegalu".

Razlozi fijaska bili su višestruki. Pre svega, računari onog vremena bili su veoma skromni. Prvi automatizovani "prevodilac" imao je fond od 20 reči jer za više nije bilo mesta u memoriji računara. Prvi je to uvideo Hans Moravec koji je 1976. napisao da veštačka inteligencija zahteva milionima puta jače računare od postojećih. Mala snaga hardvera u kombinaciji sa tzv. "kombinatornom eksplozijom" (eksponencijalnim rastom složenosti problema sa svakim novim elementom proračuna) onemogućavala je simulaciju iole složenijih algoritama. I na kraju, naučnici su potpuno prevideli problem "opšte kulture", predznanja koje je neophodno da bi se određena informacija ispravno protumačila u svom logičkom kontekstu. Tipičan primer za ovo je engleska fraza: "The spirit is strong but the flesh is weak" ("duša hoće ali telo neće"). Mašinski prevod glasio je, otprilike ovako: "Rakija je jaka a meso je trulo". Kada su naučnici pokušali da sumiraju predznanje koje ima dvogodišnje dete shvatli su da je količina informacija zastrašujuća. Niko nije znao kako sa tim da se nosi.

NOVI POČETAK: Oseka je trajala sve do početka osamdesetih kada su se pojavili tzv. "ekspertski sistemi", kompjuterski programi sposobni da daju odgovore na pitanja koristeći određena logička pravila i prethodno uskladišteno i sistematizovano "znanje eksperata". S obzirom da su ekspertski sistemi uvek bili ograničeni na jednu relativno malu oblast (analiza laboratorijskih rezultata, berzanskih kretanja ili meteoroloških merenja), nisu toliko patili od problema konteksta i nedostatka predznanja. Po prvi put je rad na AI počeo da se i finansijski isplaćuje jer su neki od ovih sistema štedeli kompanijama na desetine miliona dolara. Ceo "ekspertski" biznis dostigao je milijardu dolara, delimično zahvaljujući tržištu hardvera specijalno napravljenog za razvoj AI softvera. Nakon ovog uspeha, vratili su se i sponzori. Ovoga puta, ritam su diktirali Japanci uloživši preko 800 miliona dolara u tzv. "petu generaciju kompjutera": mašine za automatsko prevođenje, konverzaciju, prepoznavanje glasa i interpretaciju slike.

Međutim, od 1987. godine počinje još jedan period recesije u istraživanjima. Prvo su bankrotirale kompanije koje su pravile hardver specijalizovan za programiranje u lispu i prologu, programskim jezicima koji su se koristili za razvoj ekspertskih sistema. Razlog je prost: IBM i Apple su preplavili tržište računarima koji su mogli da postignu manje-više isti učinak uz neuporedivo nižu cenu. I koncept ekspertskih sistema nije trajao mnogo duže: bili su to sistemi sa puno "bubica", davali su idotske odgovore na nestandardna pitanja i nisu mogli da uče automatski već ih je neprekidno trebalo "filovati" informacijama. Kako je korist bivala sve manja a troškovi održavanja sve veći, tako su se i ekspertski sistemi gasili. Krajem osamdesetih DARPA još jednom prekida da finansira rad na polju AI. Povlače se i Japanci i Britanci, uz konsenzus da AI nije oblast istraživanja u kojoj se može očekivati brz rezultat. Prednost je data projektima koji imaju mnogo jasnije i dostižnije ciljeve.

Pauza u istraživanjima koja je trajala sve do 1993. godine ostavila je dubog trag u naučnoj zajednici. Pojavili su se zagovornici radikalno drugačijeg pristupa, a naročito glasni bili su oni naučnici koji su tvrdili da sposobnost apstraktnog razmišljanja i simboličke manipulacije nije glavni atribut inteligencije. Umesto toga, oni su se okrenuli čulima (senzorima) i motornim veštinama kao jednako esencijalnim sastojcima inteligentnog ponašanja. Stav da nema inteligencije i uma bez tela doveo je do naglog razvoja robotike. Drugi su se, opet, okrenuli takozvanim "inteligentnim agentima", sistemima koji su sposobni da reaguju na informacije iz okruženja i preduzmu akciju koja daje najviše izlgleda na uspeh. Danas mnogi definišu AI upravo kao teoriju inteligentnih agenata, a umesto ljudske inteligencije izučava se inteligentno ponašanje u načelu, a ne samo ono ljudsko. Neki od vodećih stručnjaka na ovom polju danas rade za Google.

RAZUMNI OKVIRI: Više od 50 godina nakon Dartmouta, reklo bi se da AI konačno ima čime da se pohvali. Kasparov je 11. maja 1997. godine izgubio šahovski meč sa računarom "Deep Blue". Pre tri godine, jedan četvorotočkasti stenfordski robot uspeo je da potpuno autonomno pređe 130 milja kroz pustinju i tako osvoji nagradu DARPA. Međutim, veliki deo ovih uspeha zasnovan je na razvoju računarske tehnike, a ne na novim teorijama. Danas ciljevi više nisu tako grandiozni, ali se AI koristi više nego ikad. Tehnologije koje se makar delimično baziraju na AI konceptima su tu oko vas, sa njima se srećete kad menjate brzine na automobilu, pratite dešavanja na berzi, pretražujete internet, koristite svoj mobilni telefon ili kompjuter, vozite se avionom ili železnicom. AI je i dalje vrlo živ koncept, ali ga istraživači sada nazivaju drugim imenima.

Alan Tjuring je 1950. godine osmislio test kojim se može verifikovati inteligencija mašine. Krajnje uprošćeno, ukoliko mašina daje odgovore koji se nikako ne mogu razlikovati od ljudskih, onda je ona inteligentna. Početkom devedesetih ustanovljena je Lebnerova nagrada od 100.000 dolara za prvu mašinu koja prođe generalni Tjuringov test i 25.000 dolara za mašinu koja prođe test u nekoj užoj stručnoj oblasti. Sam Tjuring je predviđao da će kompjuteri biti u stanju da "prevare" oko 30% ljudi i predstave se kao ljudska bića tokom razgovora od pet minuta. Ali, do današnjeg dana nijedna od dve Lebnerove nagrade još nije dodeljena.

Po svojoj prilici, čitav koncept veštačke intelgencije osuđen je da večito juri sopstveni rep. Da bismo napravili inteligentne mašine, neophodno je da do kraja razumemo mehanizme inteligentnog zaključivanja, njegove sastavne elemente i veze. Da li se inteligencija uopšte može razložiti na ovakav način? Da li ćemo ikad matematički jasno utvrditi kako se pravi dobar film, umetnička slika ili muzičko delo? Čak i ako nam pođe za rukom da inteligentno ponašanje, makar i parcijalno, pretočimo u hladne matematičke algoritme, ostaje pitanje: da li bi se mašina koja bi slepo sledila unapred definisane šablone mogla smatrati inteligentnom? Kompjuteri igraju dobar šah, ali samo zato što je u šahu relativno lako definisati šta je dobar a šta loš potez. Kada tu definiciju pretočite u kompjuterski softver dobijete "Deep Blue", računar koji je pobedio Garija Kasparova. Međutim, to ne znači da je računar inteligentan jer, igrajući po istim šablonima i principima, Kasparova može da pobedi i svaki drugi amater. Računar je samo mnogo brži egzekutor i to je sve. Iako bi posmatrač sa strane mogao da pomisli da računar igra "inteligento" i povlači "genijalne" poteze, sam računar nema nikakvu predstavu o celini, smislu i lepoti šahovske igre. Ili, kako bi rekao Đorđo Butaco, profesor sa univerziteta u Pizi, "kompjuter zna šta je dobar šah baš kao što i televizor zna šta je dobar TV-program".

Zato je lako razumeti zašto, uprkos smelim početnim očekivanjima, roboti nisu osvojili svet. Umesto da donose misaone odluke i upravljaju kompleksnim procesima, današnji roboti su u golemoj većini (90%) zarobljeni u fabričkim halama zavarujući karoserije automobila, što je kreativno baš kao i posao Čarlija Čaplina u filmu "Moderna vremena". Čuveni roboti i kompjuteri kao što su: Robi (Zabranjena planeta), Gort (Dan kada je Zemlja stala), "Bomba" (Tamna zvezda), revolveraši iz filma Westworld, Boks (Loganov beg), R2D2 i C3PO (Ratovi zvezda), HAL 9000 (Odiseja u svemiru), Roj Beti (Blejd raner), Skajnet i T800 (Terminator), Majka, Eš i Bišop (Osmi putnik 1 i 2), Gvozdeni džin (istoimeni film), Wall-E (istoimeni film), "stražari" iz Matriksa, Marvin (Autostoperski vodič), autoboti i deseptikoni (Transformersi)... imaju jednu zajedničku stvar: postoje samo na bioskopskom platnu.

PERSPEKTIVE: Ništa se tu neće promeniti ni u bliskoj budućnosti. Ljudski mozak ima hiljadu milijardi neurona, svaki neuron ima oko hiljadu sinaptičkih veza. Da biste opisali stanje svake sinapse potrebno vam je oko 8 bajtova. Pomnožite ove brojeve i utvrdićete da je za modeliranje čitavog ljudskog mozga neophodan računar sa memorijom od 8 miliona gigabajta. Prisetimo se, zatim, da su računari oko 1990. godine imali megabajt memorije, 1994. godine oko deset, 2000. godine četvrt gigabajta, 2008. godine dva gigabajta... Nacrtajte liniju kroz ove tačke, pustite mašti na volju, krivu produžite u budućnosti i videćete da će računar dovoljno veliki da u njega stane model ljudskog mozga biti u proizvodnji... hmmmm.... 2029. godine. Baš one godine kada je kompjuter "Skajnet" stekao je svest o sebi i objavio rat ljudima.

Mehanički "Turci"

I dok svet još uvek iščekuje prvu uspešnu mašinu s dušom, velike kompanije ne gube vreme uveliko nudeći tržištu svoje "inteligentne" surogate. Ideja nije nimalo origanalna, potiče još iz 1770. godine kada je Volfgang fon Kempelen konstruisao prvog "robota" koji je s uspehom igrao šah. Kempelenov "mehanički Turčin" brzo je stekao svetsku slavu nastupajući na izložbama i vašarima, pobeđujući pacere ali i mnoge dobre igrače. Bio je rado viđen gost na dvorovima velikaša, a tokom igračke "karijere" duge preko 80 godina igrao je šah s Marijom Terezijom, Napoleonom, Bendžaminom Frenklinom i mnogim drugim državnicima i poznatim ličnostima. Iako su sumnje u konstrukciju i inteligenciju "Turčina" postojale još od prvog dana, prevara je definitivno razotkrivena tek 1854. godine kada je nesrećni "Turčin" izgoreo u požaru. Ispostavio se da je "Turčinove" poteze vukao čovek, obično neki iskusni šahista skriven u unutrašnjosti konstrukcije.

Ovakve "mašine", oslonjene na "Tursku inteligenciju" postoje i danas, jedino što umesto poluga i koturača imaju internet žicu. Popularni "Amazon" na prikladnoj adresi (mturk.com) i ispod još prikladnijeg logotipa ("Veštačka veštačka inteligencija") ima servis gde svako može da postavi pitanje koje ga muči i za male pare dobije odgovor ili pomoć. Ovaj mikro-biznis (za opis Sinsinatija u dva paragrafa moraćete da izdvojite 14 centi) funkcioniše potpuno automatizovano: ubacite pitanje i pare u crnu kutiju i čekate odgovor. Pare sakuplja mašina ali odgovore ipak daju ljudska bića: entuzijasti, studenti i svi oni kojima 14 centi nešto znači. Po sličnom principu (u Americi) funkcioniše i SMS servis "Mozes Mob". Pošaljete svoje pitanje kao poruku na broj 66937 i za par minuta dobijete (najčešće tačan) odgovor. Naravno, ni ovde nema nikakve veštačke inteligencije jer se sa druge strane nalazi mala armija "eksperata" od krvi i mesa.

A šta tek reći za Gugl, koji je bio i ostao referenca za inteligentno pretraživanje i organizaciju ogromne količine informacija? Neprekidno usavršavani, super-tajni algoritmi za analizu i rangiranje sadržaja internet stranica predstavljaju glavni kapital firme čija se vrednost meri stotinama milijardi dolara. Na to dodajte superiornu infrastrukturu, mrežu koja se širi brzinom šumskog požara i rastuću gamu internet-aplikacija pa ćete shvatiti zašto Gugl danas zna (skoro) sve o (skoro) svakom. Samo Gugl ima potencijal da jednoga dana postane "Skajnet" i možemo samo da se nadamo da ga prevelika inteligencija neće odvući na "mračnu stranu".
Pa ipak, sa nekim svakodnevnim, naizgled trivijalnim poslovima Gugl još uvek vrlo teško izlazi na kraj. Možda Gugl vrlo dobro ume da raščlani, klasifikuje i vrednuje tekstualnu informaciju, ali je za sadržaj slika i dalje beznadežno ćorav. Probajte, recimo, da pronađete fotografiju Nikole Tesle tako što ćete ukucati "Nikola Tesla photo" u Guglovu stranicu za pretragu slika. Već na prvoj stranici rezultata, tamo gde su najrelevantnije slike, ima očiglednih grešaka (Teslina "natalna karta" baš bode oči). Problem je u tome što Gugl ne analizira sadržaj slike već se u pretrazi oslanja isključivo na kontekst (naslov i sadržaj stranice na kojoj se slika nalazi, potpis ispod slike, okolni tekst i slično).

Zato je Gugl došao na ideju da smisli svog "mehaničkog Turčina", zaraznu internet stranicu gde možete da se takmičite sa sebi sličnim besposličarima u brzom smišljanju ključnih reči za slike (nema golišavih, ako je to bitno). Za nagradu dobijate nekakve poene (koji se ne mogu konvertovati u bilo šta konvertibilno), besplatno mesto na rang listi a nakon 100.000 "prepričanih" slika možda i Gugl majicu. Dok se vi takmičite, Gugl prepoznaje ponovljene ključne reči a zatim ih upisuje u svoju bazu zajedno sa slikom. Ako Gugl u početku i nije bio siguran da li je na prikazanoj slici bela ili crvena ruža, zahvaljujući vašim očima on to na kraju sigurno zna.
Sutradan ćete sesti za svoj kompjuter, ponovo potražiti fotografiju Nikole Tesle i primetiti da je ona natalna karta nestala iz rezultata pretrage. Guglovi "inteligentni agenti" svakim danom postaje sve pametniji, zar ne? Da, verovatno... ali bar delić te "veštačke inteligencije" izrastao je na trudu anonimnih mehaničkih Turaka voljnih da svoje bezvredno vreme poklone onome ko zna šta će s njim.

(Vreme nauke, Vreme #935)