GALÁNTAI ZOLTÁN


A szerencsétlen dualista és a mesterséges intelligencia esete

 Ez engem arra a taoista történetre emlékeztet… ami valahogy így
hangzik: két bölcs álldogált a hídon, a patak fölött. „De szeretnék hal
lenni, a halak olyan boldogok!” mondta az egyik a másiknak. A másik azt
válaszolta erre, hogy „Honnét tudod, vajon boldogok-e a halak vagy sem?
Hiszen te nem vagy hal.” Mire ismét az elsõ szólalt meg: „De te viszont
nem vagy én, tehát honnét is tudhatnád, vajon tudom-e, hogyan éreznek a halak?”
 

A logikatudós Raymond M. Smullyan egyik elbeszélésének olyan
dualista a fõszereplõje, aki meg van róla gyõzõdve, hogy a szellem és az 
anyag két különbözõ dolog, eközben pedig rettenetesen szenved az e világi
léttõl. De öngyilkosságot sem mer elkövetni, mert arra gondol, hogy milyen
gyötrelmek várnának majd lelkére a túlvilágon. Idáig tehát a szokványos
test-lélek problémáról van szó.
 A történet akkor válik érdekessé, amikor felfedezik a végsõ
gyógyszert, és „ennek hatására az ember lelke vagy szelleme tökéletesen
elpusztul ugyan, de a test pontosan úgy fog funkcionálni, mint korábban.
Kívülrõl semmilyen különbséget nem lehet megfigyelni: a test továbbra is
úgy viselkedik, mintha még mindig lenne lelke” – mondja Smullyan. Úgyhogy
ezt a csodagyógyszert mintha éppen a szerencsétlen dualistának találták
volna ki.
 Aki persze el is határozza, hogy kihasználja a lehetõséget, ám az
utolsó éjszakán belopózik hozzá egy barátja, és hogy megszabadítsa
kínjaitól, injekció formájában beadja neki a csodaszert. Másnap tehát
egyedül a test ébred fel, és indul el megvenni a gyógyszert, és végül
egyedül a test kiált fel, amikor a szernek már hatnia kellene, hogy de
hiszen „ez egyáltalán nem segített rajtam! Továbbra is van lelkem, és
pontosan ugyanúgy szenvedek, mint eddig!” Nem lehetséges-e, kérdezi a
novella zárómondatában Smullyan gúnyosan, hogy „esetleg van valami kisebb
gond a dualizmussal”?
 A történet két okból is kapcsolódik a mesterséges intelligenciához
(méghozzá annak ún „erõs változatához”, mely szerint egy megfelelõen
programozott számítógép „szó szerint megért és egyéb kognitív állapotokkal
rendelkezik”). Egyfelõl a mesterséges intelligencia történetét is
végigkísérte a dualizmus problémája. Másfelõl pedig az emberben óhatatlanul
ugyanez a kérdés merül fel akkor is, ha kellõen nagy számú, a mesterséges
intelligencia mibenlétére vonatkozó elmélettel találkozik. Mármint az, hogy
nincsen-e valami kisebb gond a mesterséges intelligencia elméleti
hátterével is.
 Az egyik, meglehetõsen szélsõséges álláspont szerint ugyanis, amit
például a mesterséges intelligencia világhírû kutatója, John McCarthy neve is
fémjelez, „olyan egyszerû gépekrõl, mint a termosztát (sic!), elmondható,
hogy hiedelmeik vannak, és a hiedelmek megléte jellemzõ a legtöbb
problémamegoldásra képes gépre” is. A másik, bizonyos értelemben szintén
szélsõséges álláspont képviselõi pedig, amikor az a kérdés, hogy miért ne
volnának képesek gondolkodni a digitális számítógépek is, válasz helyett
(mint ahogy például a késõbbiekben bemutatott John Searle is) az ember
valamiféle „belsõ intencionalitásáról”  és holmi „oki hajtóerõkrõl”
beszélnek. És teszik ezt anélkül, hogy meg akarnák vagy meg tudnák mondani,
hogy pontosan mit is értenek ezen fogalmak alatt. Legfõképpen pedig az nem
derül ki, hogy kicsoda vagy micsoda rendelkezhet mondjuk a belsõ
intencionalitással. Az egyik felfogás végtelenül kitágítja, a másik
végtelenül beszûkíti a gondolkodó gépek fogalmát, de egyik sem boldogul
azzal a problémával, hogy mi is a megértés valójában.
 A mesterséges intelligencia helyzete persze bizonyos értelemben
egyedülálló. Méghozzá azért, mert itt minden az értelmezésen múlik . Itt
maga a központi fogalom is kérdéses: az, hogy pontosan mit is értsünk
értelem (akár természetes, akár mesterséges értelem) alatt, és semmi nem
garantálja, hogy amit az egyik tábor perdöntõ kísérletnek fogad el, azt a
másik nem gúnyolja majd ki. A mesterséges intelligencia bizonyos
tekintetben még sokkal elvontabb és kevésbé kézzelfogható problémákkal
foglalkozik, mint a kvantumfizika, így aztán sokkal több múlik a különbözõ
definíciókon, megállapodásokon, kimondott vagy kimondatlan
elõfeltevéseken.
 Az olyanokon, mint például az is, hogy milyen a test és a
lélek (az anyag és a szellem, az agy és a gondolkodás, sõt a hardver és a
szoftver) egymáshoz való viszonya. És bár végsõ soron valószínûleg túlzó
leegyszerûsítés volna erre az egyetlen kérdésre visszavezetni az egész,
végtelenül szövevényes és olykor határozottan önellentmondásos
problémakört, a történeti szempontokat is figyelembe véve elsõ
megközelítésben azért érdemes ezzel kezdeni.
 Méghozzá egészen a XVII. század elejéig visszamenve, amikor is a
Galilei-féle új fizika azzal a feltételezéssel élt, hogy az igazság a
„matematika nyelvén” van megírva (egészen pontosan az absztrakt
geometriáén). Ami a késõbbiekben továbbfejlesztve átfogalmazható lesz úgy
is, hogy például a képletek használata azért célravezetõ, mert ezek magát
a valóságot és a valóságban létezõ összefüggéseket írják le. Egyáltalán nem
idegen a modern európai gondolkodástól az a meggyõzõdés, mely szerint a
természet matematikai összefüggéseken keresztül megnyilvánuló
szabályosságainak tanulmányozása azonos (vagy legalább egyenrangú) magának
a természetnek a tanulmányozásával . A geometriai szimbólumok manipulációja
révén az új fizika szerint a valóságról tudunk meg dolgokat, és innét már
csak egylépésnyire van annak a „mesterséges intelligencia nagyapjának”
nevezett Thomas Hobbesnak a felfogása, aki 1634-ben keresztülutazott egész
Itálián, hogy Galileivel találkozhasson, és aki végsõ soron arra
törekedett, hogy a politika tudományát ugyanolyan szilárd és megbízható
alapokra helyezze, mint amilyenre Galilei helyezte a fizikát.
 Õ abból indult ki, hogy a gondolkodás (is) szimbólumkezelés, miként
az a hangokból felépülõ beszéd vagy a papíron történõ számolás, csak éppen
ilyenkor speciális, „agyi szimbólumokon” végzünk mûveleteket. Ennek
megfelelõen a gondolkodásunk akkor a legtisztább és leglogikusabb,
amennyiben ugyanúgy szabályokat követ, mintha számolnánk. A dolog egyébként
mechanikus: afféle mentális abakuszon végrehajtott mûveletek sora. A
matematikusok ugyanazzal foglalkoznak, mint a geometria mûvelõi, a
logikatudósok pedig nem tesznek mást, mint szavakból állításokat,
állításokból szillogizmusokat és szillogizmusokból bizonyításokat raknak
össze. „A következtetésen számolást értek”, mondta Hobbes.
 Részben ennek a felfogásnak a hatására hitték azt még az 1950-es
évek mesterséges intelligenciával foglalkozó kutatói is, hogy ha lesz egy
nemzetközi nagymesteri szinten sakkozó számítógép, akkor az tulajdonképpen
intelligens lesz. Mivel ugyanis a sakk a lehetõ leglogikusabb játék,
vélték, a logikai szabályok szigorú követése pedig tulajdonképpen maga a
gondolkodás, a sakkozni képes gépek szükségképpen gondolkodnak is. Amit ma
már persze senki nem venne komolyan, hiszen a Kaszparovot legyõzõ Deep
Blue-tól mi sem áll távolabb az emberi értelemben vett gondolkodásnál.
Közönséges célgép ez, semmi más .
 És különben is: az egész szimbólumkezeléses elmélettel van egy
alapvetõ probléma, méghozzá az, hogy nem tudja megmagyarázni, miként jön
létre az eredetileg jelentés nélküli szimbólumok manipulálásából a
megértés, azaz, hogy miben különbözik mondjuk az elme és egy abakusz. Mert
az, hogy alapvetõ eltérés van közöttük, kétségtelen: az elme érti a
szimbólumokat, amiken mûveleteket végez, az abakusz nem. A beszéd vagy az
írás kizárólag akkor bír jelentéssel, ha megértés áll mögötte, tehát vagy a
hobbesi, szimbólummanipuláción alapuló „belsõ beszédet” is visszavezetjük
valamire, ami képes felfogni a szimbólumok jelentését (és ami nyilvánvalóan
nem szimbólummanipuláción keresztül dolgozik), vagy nem jöhet létre a
megértés. Már amennyiben egyáltalán valóban a szimbólumkezelést használja
az agyunk, hiszen az egyik lehetõség ennek az elméletnek a teljes elvetése
volna.
 De még mielõtt megvizsgálnánk ezt, haladjunk tovább a Hobbes-féle
úton egészen Descartes-ig, aki legalább Hobbeshoz hasonlóan fontos szerepet
játszik a mesterséges intelligencia történetében, és aki azt az elsõ
ránézésre témánktól meglehetõsen messze esõ megállapítást tette, hogy
minden geometriai probléma megoldható matematikai eszközökkel. Ebbõl
azonban arra is következtetett, hogy az addigra már geometrizált fizika is
leírható az algebra segítségével; és végül arra is, hogy a geometria, az
algebra és a fizika mindegyike „alkalmazott matematika” csupán, ahol a
matematika mint olyan nem kötõdik valamilyen konkrét anyaghoz vagy
problémához. Ekkor viszont minden leírható vele: akár a gondolkozás is.
Tehát a gondolatokat is „szimbolikus reprezentációk”-nak tekinthetjük, és
ugyanaz igaz rájuk is, mint a számukra modellül szolgáló matematikai
szimbólumokra. Ugyanúgy nem kötõdnek az õket hordozó anyaghoz, mint ahogy a
matematika sem. A gondolkodás független az õt hordozó anyagtól.
 És ezzel már majdnem el is érkeztünk az 1950-es évek mesterséges
intelligenciájáig, Descartes ugyanis kijelenti, hogy a gépek azért nem
képesek gondolkodni, mert képtelenek racionálisan manipulálni a
szimbólumokat. Vagyis: ami képes erre, az gondolkodik. Vagyis: ha lenne egy
gép, ami képes volna erre, akkor az gondolkodna is. Igazán nem nehéz a
descartes-i gondolkodó gépet a XX. század komputereiben felfedezni, elvégre
ezek racionálisan, a matematika szabályaival összhangban végeznek
mûveleteket a beléjük táplált adatokon: a szimbólumokon.
 Ekkor azonban még mindig van két alapvetõ problémánk. Az egyik az,
hogy a gondolkodó számítógép létének elfogadásához hinnünk kell abban is,
hogy a gondolkodás valóban szimbólumok manipulása és semmi több – a másik
probléma pedig ugyanaz, mint Hobbes esetében is volt, tehát az, hogy
továbbra sem tudjuk, hol és hogyan jön létre a megértés. Nem tudunk
válaszolni rá, hogy amikor a számítógép értelem nélküli szimbólumokat rak
egymás mellé, akkor miért és hogyan értené meg, hogy most mondjuk egy
összeadást végez el, most pedig valami mást csinál. Sõt, a descartes-i
modell esetében egy embernél sem tudjuk.
 Ami Alan Turing, a neves angol matematikus szerint nem is olyan
nagy baj. Nem azt kell ugyanis kérdezni, hogy miért vagy hogyan gondolkodik
akár az ember, akár a gép, hanem azt, hogy milyen az, ha valaki (vagy
valami) értelmesen viselkedik. A tudomány mindig is „fekete doboz”
problémákkal foglalkozott, azaz olyan helyzetekkel, ahol nem tudjuk, hogy
mi van odabent, és a kijövõ jelekbõl póbálunk csak következtetni rá – miért
ne tennénk hát most is ezt. Méghozzá úgy, hogy elmondhassuk: ez a vizsgálat
„meglehetõsen éles vonalat húz az ember fizikai és intellektuális
képességei közé”. És ez indokolt is, hiszen ahogy egy ember sem kelhetne
versenyre egy repülõgéppel, egy géptõl sem lehet (vagy legalábbis nincsen
értelme) elvárni, hogy ugyanolyan legyen, mint mi.
 Nem kell hát mást tennünk, mint továbbfejleszteni az ún. imitációs
játékot, amiben az erdeti változat szerint hárman vesznek részt: egy férfi,
egy nõ és egy kérdezõ. Ezek nem láthatják és nem hallhatják egymást, és
ketten közülük írásban (vagy egy számítógép klaviatúráján keresztül)
érintkeznek a harmadikkal: a kérdezõvel, akinek azt kell kiderítenie, hogy
partnerei közül melyik milyen nemû (miközben azok megpróbálhatják minden
lehetséges módon félrevezetni).
 A férfit vagy a nõt egy komputerrel helyettesítve a kérdés az lesz,
hogy meg tudjuk-e különböztetni egymástól az embert és a gépet az írott
válaszok alapján. Turing szerint amennyiben a komputer az emberétõl
megkülönböztethetetlen válaszokat ad, akkor ugyanolyan intelligensnek kell
tekintenünk, mint amilyenek mi magunk vagyunk. És bár „szemtõl szemben”
rögtön rájönnénk, hogy nem emberrel, hanem géppel van dolgunk, szerinte ez
nem sokat nyom a latban, hiszen ha a gondolkodás független az anyagtól,
akkor a külalak is lényegtelen, és késõbb Joseph Weizenaum  valóban leírja,
hogy miként lehetne számítógépet készíteni egy guriga WC-papír meg egy
csomó kavics fehasználásával. Amennyiben Turing elképzelése helyes, és
amennyiben ez a rendszer is képes átmenni az általa kidolgozott teszten,
akkor ezt is értelmesek kell tekintenünk.
 Ami ugyan meglehetõsen képtelenül hangzik, de ez önmagában még nem
lehetne érv a Turing-teszt ellen. Akkor már inkább az, hogy (miként azt
maga Turing is elismeri), a digitális számítógépek ugyan ún. univerzális
Turing-automaták is (ami azt jelenti, hogy a rendelkezésükre álló
erõforrásoktól, kapacitástól, stb. függõen hosszabb-rövidebb idõ alatt
bármelyik digitális számítógép bármelyik másikat képes önmagában
„modellezni”) – viszont a világ nem kizárólag digitális számítógépekbõl
áll. Az emberi agy például nem az, és bár Turing egy meglehetõsen
erõltetett megoldást ajánl,  valójában több mint kétséges, hogy képes
lehet-e egy digitális számítógép (ami ún. véges állapotú automata)
tökéletesen modellezni az emberi agyat (vagyis egy nem véges állapotú
automatát), ami egyszerûen másmilyen.
 Persze visszavághatunk azzal, hogy a Turing-tesztben nem is az
számít, a gép tökéletesen a miénkkel azonos okokból kifolyólag hozza-e
létre a (legalább látszólag értelmes) válaszokat. Azaz nem számít, mi módon
jut el oda, hogy intelligensnek tûnjön, hiszen a gondolkodás független az
anyagtól, és különben is: mivel nem tudjuk elõre, hogy valami értelmes-e
vagy sem (elvégre fekete dobozzal van dolgunk), ezért éppen ennek a
tesztnek a kimenetelétõl függ minden.
 Turing azzal mentegetõzik, hogy „Nem akarom azt a benyomást
kelteni, mintha úgy gondolnám, nincsen semmi rejtélyes a tudatosságban…
De nem hinném, hogy ezeket a rejtélyeket fel kellene oldani ahhoz, hogy
válaszolni tudjunk… a kérdésre”,  ez azonban valójában csak a probléma
megkerülése. A Turing-tesztbõl ugyanis nem derül ki, hogy miképpen jön
létre az intelligencia, és egyáltalán nem is lehetünk benne biztosak, hogy
az akadályt sikerrel vevõ számítógép valójában bármit is ért a kérdésekbõl:
hogy nem csupán szimulálja-e az értelmes válaszokat. Határozottan
hiteltelennek tûnhet a számunkra egy olyan, a mesterséges intelligencia
mibenlétével foglalkozó teszt, ami éppen a mesterséges intelligencia
legfontosabb problémáival nem foglalkozik, vagyis azzal, hogy miként
keletkezik és micsoda is valójában az értelem.
 Erre egyébként a másik híres gondolatkísérlet (és másik véglet), az
a Searle-féle „kínai szoba” sem képes válaszolni, ami egyébként mintha a
Turing-teszt hatására jött volna létre – afféle ellentetsztként. Ha Turing
azt írta egy helyütt, hogy a gépi intelligenciában való szélsõséges
kételkedés ahhoz a képtelen eredményhez vezet, hogy azt kell állítanunk:
„az egyetlen módszer meggyõzõdnünk róla, vajon egy gép gondolkodik-e, az, ha
magunk is gépek vagyunk és gondolkodunk”, akkor a kínai szoba éppen ezt a
helyzetet kívánja modellezni, illetve azt bebizonyítani, hogy a gépek
legfeljebb szimulálják a megértést, de igazából nem képesek rá.
 Képzeljük el, mondja Searle, hogy egy szobában vagyunk, és valaki
céulákra írt, kínai nyelvû kérdéseket dug be az ajtó alatt, amiket mi
egyáltalán nem értünk. Van viszont egy szabálykönyvünk, amibõl
megtudhatjuk, hogy egy adott jelsorozatra milyen jelek sorozatával kell
válaszolnunk, vagyis egyszerûen végrehajtunk egy olyan utasítássorozatot,
ami számunkra nem jelent semmit. A kinti ember válaszainkat elolvasva mégis
azt fogja hinni, hogy tudunk kínaiul. Ám eközben nem jön létre a megértés:
sem mi nem értjük a kérdéseket, sem pedig a szabálykönyv. És mivel most
tulajdonképpen a komputer mûködését modelleztük, senki nem mondhatja, hogy
a számára értelemmel nem bíró jeleket manipuláló gép értené, hogy mirõl van
szó. Ha pedig valaki azt állítaná, hogy bár mi magunk nem tudunk kínaiul, a
külvilág felõl egyetlen, egységes rendszernek látszó kínai szoba viszont
igen, akkor ezt a legegyszerûbben úgy cáfolhatjuk meg, hogy kívülrõl
megtanuljuk a könyvben szereplõ szabályrendszert, azt, hogy mondjuk a
„kriksz, kriksz” után a „kraksz, kraksz” következik. Így már a szobára
sincsen szükség: nyugodtan sétálgathatunk a szabad ég alatt, és
válaszolhatunk a kínai nyelvû kérdésekre anélkül, hogy bármit is értenénk.
Azaz nem lehetséges, mondja Searle, hogy „valami gondolkodik, megért és a
többi, kizárólag annak köszönhetõen, hogy egy megfelelõ programmal ellátott
számítógép… a formális szimbólumok kezelése önmagában nem rendelkezik
intencionalitással… a szimbólumok nem szimbolizálnak semmit. Nyelvészeti
szóhasználattal élve csak szintaxisuk van, szemantikájuk nincs”, és noha
egy rendszer bizonyos területeken egészen emberi képességekkel is
rendelkezhet (például az asztali számológépek képesek az összeadásra), ebbõl
még nem következik, hogy rendelkezniük kell intencionalitással is.
 Tehát mintha végre tudnánk a helyes válaszokat – két nem is olyan
apró szépséghibától eltekintve. Az egyik az az, hogy immár még annyi
eszközünk sincsen az értelmesség meghatározására, mint eddig: Searle
mindössze annyit képes mondani, hogy „csak olyasvalami lehet intencionális,
ami rendelkezik ilyen [az emberére hasonlító] oki hajtóerõvel”, illetve
azt, hogy ez egyáltalán nem független az anyagtól. Searle a gondolkodás és
az agy eddigi, dualista szétválasztása helyett azt javasolja, ne tekintsük
lényegtelennek, hogy milyen biológiai, illetve kémiai folyamatok hozták
létre a gondolkozásra is alkalmas emberi agyat, és ezzel implicit módon
arra a mesterséges intelligenciát régóta gyötrõ kérdésre is választ ad,
hogy mi okom volna feltételezni például nekem, hogy rajtam kívül bárki más
képes gondolkodni?
 Az ismeretelméleti szkepticizmus szerint természetesen semmi, és
ezt az álláspontot leginkább azért szokták elvetni, mert a mesterséges
intelligencia kutatásának szempontjából terméketlen és sehová sem vezet
(nem mintha ez tudományos érv volna). Searle megközelítése viszont azt
sugallja, hogy a többi embernek azért kell gondolkodó lénynek lennie,
amiért mi is azok vagyunk: mert a többi ember is ugyanazokból az
anyagokból, ugyanolyan struktúrával épül fel. Tehát mivel
szétválaszthatatlan kapcsolat van az anyag és az értelem között, a
többieknek is gondolkozniuk kell.
 Ez idáig logikusnak tûnik, csak éppen túl azon, hogy megtudjuk, „az
intencionalitás, bármi legyen is az, biológiai jelenség, és mint ilyen,
okozatilag függ keletkezésének sajátos biokémiájától”, az nem derül ki,
hogy mi is az az intencionalitás, és mi is az a sajátos biokémia. A
mesterséges intelligencia így mintha azzal a megállapítással lenne csak
gazdagabb, hogy az ember egészen biztosan gondolkodó teremtmény, a mostani,
szimbolumkezelésen alapuló számítógépek pedig nem azok…
 Ez volna hát az egyik probléma, a másik pedig az, hogy Searle
elsiklik olyan, alapvetõ fontosságú technikai részletek felett, amik pedig
az ellentábor szerint az egész okoskodás kimenetelét megváltoztatnák.
Amikor azt mondja, hogy kínai szobában üldögélõ” személy tegye belsõvé a
rendszer minden elemét. Memorizálja a könyvbõl a szabályokat és a kínai
szimbólumok adatbankjait, továbbá minden számítást fejben végezzen el”,
akkor egyszerûen eltekint attól, hogy erre egyetlen ember sem lenne képes,
mondja Daniel C. Dennett és Douglas R. Hofstadter. Ráadásul Searle „a
komplexitás számos szintjét ugrotta át” állításainak alátámasztásához
érvelés közben máskor is. Hiszen még a legfejlettebb mesterséges
intelligenciának is döbbenetesen hosszú idõbe tellene megtalálnia egy-egy
helyes választ (ha ugyan egyáltalán képes volna rá), mi pedig a kínai szoba
leírását olvasva úgy érezhetjük, mintha „kínaiul értõként” viselkednénk,
pedig egy valós helyzetben nem képzelnénk ezt. És ez azért is alapvetõ
hiba, mert a megoldás kulcsa Dennett és Hofstadter szerint a „rendszerelvû”
válasz. Az, hogy a kínai szoba esetében az intelligencia nem az egyes
elemekben rejlik, hanem a rendszer egészében, mint ahogy az embernél sem az
egyes neuronok gondolkoznak, hanem az agy. A gondolkodáshoz viszont
hatalmas komplexitás kell.
 Szó, ami szó, elsõ hallásra egyszerû és meggyõzõ elmélet ez –
megváltoztathatja viszont a helyzetet, ha egy „redukált kínai szobát”
gondolunk el, vagyis egy olyan szituációt, amikor a szabályok valóban
megtanulhatóak (mert a meglehetõsen mesterségesen megválasztott kísérleti
körülményeknek megfelelõen mondjuk mindössze pár száz lehetséges kérdésre
kell felkészülni). Ekkor a redukált kínai szobában tartózkodó ember valóban
rendszerként fog viselkedni, elvégre tényleg „fejbõl tudja” a bejövõ
krikszkrakszokra adandó válaszokat, viszont továbbra sem fog érteni semmit.
És bár erre Dennet és Hofstadter talán azt válaszolnák, hogy ha viszont az
eredeti modellben szereplõ, bonyolult válaszrendszert kellene megtanulni,
akkor a komplexitás mégis létrehozná a megértést, ezt nem biztos, hogy
mindenki nagyon erõs érvnek fogja tekinteni. Hiszen semmi nem szól
mellette.
 Ráadásul az, hogy miként jönne létre a megértés, és hogy végsõ soron
mi is az intelligencia, a rendszerelvû megközelítésbõl sem derül ki. Pedig
ezek volnának a mesterséges intelligencia alapkérdései. A
szimbólummanipuláció hívei sem boldogultak ezzel a kérdéssel, és Searle sem
– most pedig ez a megközelítés is csupán annyit állít, hogy megfelelõ
komplexitás esetén majd úgyis megjelenik az értelem (Searle-nél ennek a
feltételezésnek az felelt meg, hogy a megfelelõ anyag esetén fog létrejönni
az intenció, és a „megfelelõ anyagba” bátran beleérthetjük az anyag
megfelelõ komplexitását is ).
 Csupán gondolatkísérletek, logikai bûvészmutatványok és hasonlatok
vannak tehát a birtokunkban, nem pedig magyarázatok: mintha a mesterséges
intelligencia egész filozófiája sem szólna másról. Mintha megint ott
tartanánk, ahol a kezdet kezdetén, amikor a Smullyan szerencsétlen
dualistájával kapcsolatos, ravaszul kifundált logikai problémán kellett
eltûnõdnünk, és nem is tudjuk, hogy mit gondolunk a mesterséges
intelligenciáról. Nem véletlenül fogalmazott úgy már az 1980-as évek elején
a számítógéptudós Alan. J. Perlis, hogy „Egy, a mesterséges intellegencia
tanulmányozásával töltött év elég ahhoz, hogy bárkit istenhívõvé tegyen.”
 De legalább abban azért biztosak vagyunk, hogy gondolunk valamit a
mesterséges intelligenciáról.

Észrevételeit, megjegyzéseit, kérjük, küldje el postafiókunkba: beszelo@c3.hu
 
 

C3 Alapítvány       c3.hu/scripta/