Přihlásit | Registrovat
Univerzita Tomáše Bati ve Zlíně
TRILOBIT
Když se řekne umělá inteligence

Když se řekne umělá inteligence

Ivan Zelinka | 6. 12. 2009 16:39:47
Zařazení: Inteligence|Číslo 1/2009|Ostatní


Doc. Ing. Ivan Zelinka, Ph.D.

Fakulta aplikované informatiky

Ústav aplikované informatiky

Univerzita Tomáše Bati ve Zlíně

Email: zelinka@fai.utb.cz

Abstrakt: příspěvek se zabývá problematikou umělé inteligence a vědními oblastmi, které více či méně souvisejí s problematikou umělé inteligence. V příspěvku jsou diskutována historická fakta, která jasně poukazují na to, že prvotní kořeny umělé inteligence a některé její součásti byly definovány již A. M. Turingem. Dále jsou zmíněny i některé definice umělé inteligence a diskutovány souvislosti s tzv. umělým životem. Cílem příspěvku není podávat exaktní definice umělé inteligence či definovat nové termíny, ale přehledovým způsobem sumarizovat některá fakta a poukázat na interdisciplinaritu tohoto vědního oboru.

1           Historický náhled

Snaha člověka o vybudování strojů, které by vykazovaly takový stupeň inteligence, že by jej mohly zastoupit v jakékoliv práci, je v podstatě stará jako naše civilizace. V dřívějších dobách nebylo pro takovéto služebníky použito označení „stroj“, protože tento pojem ve středověku a dříve nebyl znám či rozšířen, nicméně snahy o vybudování umělé bytosti již existovaly. Tyto bytosti by se daly zahrnout pod pojem „homunkulus“, na jehož výrobu existovalo mnoho různých receptů. O výrobu homunkula se snažili zejména alchymisté, kteří za vlády Rudolfa II. měli v tehdejší Praze učiněný ráj.

Slovo „homunkulus“ je termín, který je odvozen z latiny a znamená „človíček“. Ve středověké alchymii se jím rozuměla uměle vytvořená bytost alchymistickou cestou nemající duši, neb jak praví spisy „stvoření duše náleží toliko Bohu“. Homunkulus existuje ve fyzické podobě jako živočich a jeho poslušnost vůči lidskému stvořiteli je relativní. Návody na výrobu homunkula pochází i od takových lidí jako například. H. C. Agrippa z Nettesheimu (popisuje to ve 36. kapitole své knihy „De occulta philosophia“) či M. Maxwella („Medicina magnetica“ z r. 1609).

Snad nejznámějším homunkulem (přinejmenším ve střední Evropě) je pražský Golem, který byl údajně zhotoven z hlíny pražským židovským rabínem jménem Jehuda Löw ben Becalél. Po nějakou dobu prý plnil mnoho komplikovaných příkazů, až byl podle legendy zničen (údajně r. 1593). Rabín Löw zemřel r. 1609 ve věku 93 roků, což na tehdejší dobu byl neuvěřitelný věk. Legenda o Golemovi patří bezesporu mezi jedny z nejhezčích. Podle legendy byl oživován tzv. šémem za účelem ochrany pražského židovského gheta proti tehdejším křesťanům. Slovo Golem znamená v hebrejštině nedokonalost, neúplnost atd., což dobře vystihuje podstatu Golema. Golem však nebyl jediný „robot“ v historii. Údajně se ve středověkém Vatikánu vyskytovala mechanická hlava, která dokázala vést konverzaci a odpovídat na různé dotazy. Patřila papeži Sylvestru II., který byl znám pod jménem Gerbert z Arillacu. Tento muž, který se narodil r. 920 a zemřel r. 1003, si ji dovezl z Indie. Sám Sylvestr tvrdí (139. svazek Migneovy Latinské patrologie), že se jednalo o velmi jednoduché zařízení fungující na principu počtu se dvěma ciframi (nepřipomíná to tak trochu binární kód?). Zřejmě však bylo toto zařízení mnohem složitější. Jak bude později ukázáno, sestrojení takové hlavy by bylo problémem i dnes, a proto i tuto informaci můžeme považovat jen za legendu založenou na fantazii. Jiná legenda hovoří o další mechanické hlavě, jenž dovedla odpovídat na dotazy i filozofického charakteru. Ta patřila Albertu Velikému a byla údajně rozbita holí sv. Tomáše Akvinského, protože se prý jednalo o dílo ďáblovo.

Jedna z nejstarších pověstí o umělých bytostech pochází z dob antického Řecka. Ústřední roli v této pověsti hraje chromý kovář antických bohů — Héfaistos, syn Dia a Héry. Tento kovář byl podle Homéra tak schopný, že údajně sestavil automatické měchy ovládané myšlenkou (dnes by se použil termín telepatie) či automatické jezdící trojnožky. Dle historických pramenů, které popisují Héfaistova díla, vyrobil rovněž dvě mechanické pomocnice — ženy, jejichž úkolem bylo Héfaista podpírat při chůzi. Tím ovšem jeho výtvory nekončí. Héfaistos byl údajně tvůrcem i dalších umělých bytostí, jako byl například měděný obr Talóa. Jednalo se prý o velmi silný a rychlý stroj, který byl využit k hlídání krétského království. Tento stroj prý dokázal třikrát za den obejít hranice a nezvané lodě odháněl házením těžkých balvanů.

S příchodem průmyslové revoluce došlo logicky k rozvoji technických
i přírodních věd a pohled na sestrojení umělé bytosti (dále už jen robota) se stal mnohem realističtější a kritičtější. Teoretické zázemí, na jehož základě by bylo možno vybudovat robota, se od té doby neustále vyvíjí a je spojeno jak s vědami přírodními, tak technickými. Byla například odvozena tzv. fuzzy logika, která napodobuje v jistém smyslu lidské myšlení a technicky byla implementována v podobě programů do počítačů či tzv. fuzzy procesorů do hraček (zatím nejvíce vyráběných v Japonsku), automobilů, praček atd. Stejně jako fuzzy logika byly vyvinuty i další algoritmy jako neuronové sítě, evoluční algoritmy, expertní systémy atd.

První stroje schopné provádět trochu složitější matematické operace lze pozorovat už v r. 1652, kdy mladý 28—letý Blaise Pascal sestrojil primitivní sčítací stroj. Po něm následovali další jako např. F. M. Hahn (1770). V tomto století také vznikaly první loutky, které napodobovaly živé bytosti tzv. „androidy“. V plejádě lidí, kteří se snažili zkonstruovat umělé bytosti, nechyběl ani Leonardo da Vinci. Ten sestrojil mechanického lva, který sloužil k uvítání krále Ludvíka XII. v Miláně, kde údajně došel až k jeho trůnu a pozdravil jej zdvižením přední tlapy. První skutečný robot byl sestrojen jistým Jaquesem de Vaucansonem coby hráč na flétnu a byl představen Francouzské akademii věd. Tato údajně překrásná figurka prý dokázala hrát na flétnu, přičemž pohybovala i rty. Tento robot by se měl dnes nacházet v královských sbírkách. Největší div mechanických automatů pochází z 18. století a je jím „Kulibinovo vejce“, které je dnes v Ermitáži (Petrohrad). Je stříbrné, o velikosti husího vejce a obsahuje asi tisíc miniaturních ozubených koleček. Po natažení spustí několikaminutové divadelní představení, které lze pozorovat jen lupou, včetně hudby. Toto vajíčko lze považovat za vrchol mechanických automatů na bázi ozubených kol
a pružin.

Ve 20. století vývoj robotů samozřejmě pokračoval dál. Po první světové válce se objevily první elektromechanické loutky, které dokázaly mluvit díky zabudované gramofonové desce (TELEVOX, zkonstruován r. 1927 R. J. Wenslyem), dále dokázaly hýbat končetinami a ty nejzdatnější dokázaly i připálit cigaretu. Za první vojenskou aplikaci lze považovat výtvor Američana Whitmana, který sestrojil robota jménem Occult, jenž měl za úkol likvidovat ostnaté dráty a jiné překážky. To vše v první polovině 20. století. V druhé polovině 20. století se k tomuto problému začalo přistupovat s mnohem vědečtějším přístupem. Jako příklad může posloužit snaha o konstrukci různých funkčních mechanických továrních robotů, počítačů hrajících šachy (IBM, Deep Blue). Lze tedy říci, že vývoj robotů začal kromě několika vyjímek někdy v 16. století formou jednoduchých hraček a pokračuje dodnes.

Jako první lze zmínit tzv. „strojek z Antikythéry. Tento strojek, či snad lépe řečeno jeho existence, dodnes „narušuje“ nám známou logickou chronologii, kterou o mechanických strojích všeho typu máme. Jeho vznik (lepší by byl asi výraz „poslední použití“) je datován do období asi 100 let př. n. l. Objevení strojku bylo vyloženě dílem náhody a tudíž zřejmě nejde o podvrh. Roku 1900 zakotvil kapitán Kondos, lovící v Egejském moři, u mysu Glyphadia v Antikythéře kvůli neočekávané bouři. Zde nalezli jeho potápěči na dně moře několik soch a bronzový „zlomek“, ze kterého se po restaurování vyklubal velmi složitý strojek plný ozubených kol a koleček. Podrobným výzkumem bylo zjištěno, že tento fragment je částí velmi složitého mechanického stroje tzv. astrolábia, které sloužilo k různým kalendářním a astronomickým výpočtům, jako např. výpočtům (velmi jednoduchým způsobem) poloh Slunce, Měsíce, planet a nejznámějších hvězd na obloze na dobu celého jednoho roku dopředu! Tento důmyslný přístroj byl asi pomůckou tehdy známého astronoma Gremia žijícího v té době na ostrově Rhodos. Nejvíce zarážející jsou však dvě věci.

Ta první je vlastní mechanické provedení. Jemnost a preciznost ozubených soukolí a koleček dosahuje úrovně vrcholných výrobků renesančních hodinářů a výrobců astronomických přístrojů. Zejména sama ozubená kola jsou záhadou, protože teprve od poloviny 17. století se objevují informace o správném tvaru ozubených kol navzdory tomu, že už kolem r. 1500 se od Leonarda da Vinciho objevil návod na stroj pro výrobu ozubených kol. Tou druhou věcí není vlastní strojek, ale to, kdo ho vyrobil a jakými znalostmi disponoval. Vyrobit strojek je jedna věc, ale mít vědomosti o technologii jeho výroby, znalosti o astronomii, mechanice a algebře nutné k jeho výrobě, je věc druhá.

Další stroje, vymykající se „rozumnému chronologickému“ vývoji, které stojí za zmínku, jsou stroje od tzv. Heróna Alexandrijského, zejména jeho plně automatické divadlo, které lze chápat jako jeden z prvních automatů řízený počítačovým programem. Ten byl v tomto mechanismu reprezentován válcem se specificky rozmístěnými kolíky, okolo kterých bylo omotáno lano se závažím. Otáčení válce pak v součinnosti s konfiguracemi kolíků spouštělo jednotlivé divadelní scény. Automat zahrál plné divadelní představení včetně potřebných efektů a střídání scén. Uvedomíme-li si, že Herón rovněž sestavil tzv. Herónovu parní kouli (což byl parou poháněný mechanizmus), pak je jasné, že první parou poháněné mechanizmy (a tím i jednoduché počítací stroje a „roboty“) mohly vzniknout již přede dvěma tisíci lety.

Existence těchto strojků, zejména stroje z Antykythery, samozřejmě neznamenala, že by ve starověku existovaly roboty, nicméně technologie nutná k jeho výrobě byla nezbytná k vývoji stále složitějších strojů vedoucích až k robotům. O možnosti myslících strojů se vedly úvahy již ve středověku. Otázku, zda stroje mohou myslet, si kladli již takoví lidé jako např. Descartes, Pascal, Hobbes a La Metrie. Tyto úvahy však byly jen rázu filozofického a v podstatě problematiku myšlení jako takového neosvětlily ani trochu. Bohužel ani dnes na tom nejsme o moc lépe. Další průkopnicí v oblasti myslících strojů byla v první polovině 19. století Ada Byron (1815—1852), která vědecky působila v Anglii. Navzdory faktu, že byla dcera básníka George Gordona Byrona, inklinovala spíše k matematice. Když v roce 1833 Charles Babbage sestrojil mechanický počítač „Analytical Engine“, Ada Byron reagovala na jeho myšlenky a později přeložila Babbagovy přednášky. To zapůsobilo tak, že jí Babbage navrhnul, aby k překladu přidala svůj výklad, v němž prohlásila, že počítače budou komponovat hudbu, vytvářet umělecká díla a budou používány jak pro vědecké, tak pro praktické účely. Rovněž sestavila postup, jak by mohl Analytical Engine počítat Bernoulliho čísla, což byl v podstatě první počítačový program.

Největší rozmach umělé inteligence započal až v minulém století na základě vývoje jak techniky (elektronky, polovodiče), tak díky teoretickému zázemí (matematická logika a teorie algoritmů v 30. letech). Oficiální vývoj umělé inteligence lze datovat od r. 1950, kdy významný britský matematik A. Turing shromáždil řadu argumentů proti existenci inteligentních strojů, které také postupně vyvrátil. Tento muž byl pozoruhodnou osobností a lze jej pokládat za jednoho z otců dnešních moderních počítačů. Narodil se 23. 6. 1912 v Londýně a svou kariéru včetně prvních myšlenek o počítačích rozvinul na King’s College, Cambridge University v r. 1931. Tyto myšlenky uvedl v praxi při konstrukci a používání počítače „Colossus“, který byl s úspěchem použit na dešifrování německých šifer během druhé světové války. Colossus byl postaven v r. 1943 ve výzkumné laboratoři na Dollis Hill v severním Londýně.

V té době se další velikán vědy John von Neumann postavil svými názory na stranu myšlenky myslících strojů, což v neúmyslné součinnosti s Turingovými a Wienerovými myšlenkami přispělo k tomu, že se pohled lidí na současné počítače v kladném slova smyslu změnil. Nebylo už na ně pohlíženo jako na bezduché strojky, ale jako na stroje, které mohou simulovat alespoň částečně chování inteligentního člověka. Slovo „částečně“ se musí brát s rezervou. Například jednoduchý jednočipový osmibitový mikropočítač se celý vleze na jednu dlaň a je schopen provádět kupříkladu velmi kvalitní regulace spotřeby paliva, tepla, či letu kosmické sondy, ale není schopen vyšší činnosti.

Co to tedy znamená, že stroj je inteligentní? K dnešnímu dni existuje mnoho definic umělé inteligence a ani jedna z nich není úplně přesná. V podstatě lze říci, že daný stroj je inteligentní, jestliže dokáže bez zásahu člověka rozumně a logicky řešit různé situace tak, jak by je řešil člověk. Takový stroj však dnes bohužel neexistuje. V současné době jsme schopni zkonstruovat stroje, které mohou zastoupit člověka v mnoha jeho činnostech, ne však ve všech univerzálně.

Některé z definic pojímají umělou inteligenci jako „vědu o vytváření strojů nebo systémů“, které budou při řešení určitého úkolu užívat takového postupu, který by lidé považovali za projev inteligence. To znamená, jako kdyby ho dělal člověk“ (Marvin Minsky, 1967). Dalším velikánem, který se k problematice umělé inteligence vyjádřil byl již zmíněný Alan Turing. Z jeho mýšlenek vyplývá, že některé úlohy jsou tak složité, že i u člověka by vyžadovaly použití inteligence. Vyvstávající otázkou však je, jaké vlastnosti má složitost a „inteligentní“ řešení? Složitost lze ohodnotit počtem všech řešení, která připadají v úvahu. Ta lze hledat dvěma způsoby a to buď pouhým prohledáváním tzv. stavového prostoru možných řešení (to není možné u složitějších úloh ani prostřednictvím superrychlých počítačů), nebo pomocí využití znalostí. Tento druhý způsob lze chápat jako inteligentní přístup k řešení problémů.

Další definice od E. Richové zní „... umělá inteligence se zabývá tím, jak počítačově řešit úlohy, které dnes zatím zvládají lidé lépe“ (1991). Nedostatkem této definice je, že se váže na aktuální stav v oblasti počítačových věd. Její nevýhodou je fakt, že nezahrnuje úlohy, které dosud neumí řešit dnešní počítače, ale ani člověk. Jiné definice jsou například

  • Umělá inteligence je označení uměle vytvořeného jevu, který dostatečně přesvědčivě připomíná přirozený fenomén lidské inteligence.
  • Umělá inteligence označuje tu oblast poznávání skutečnosti, která se zaobírá hledáním hranic a možnosti symbolické, znakové reprezentace poznatku a procesu jejich nabývání, udržování a využívání.
  • Umělá inteligence se zabývá problematikou postupu zpracování poznatku — osvojováním a způsobem použití poznatku při řešení problému.

Samotné definice umělé inteligence samozřejmě nic nevyřeší. K tomu je zapotřebí jejích aplikací, které se začaly objevovat ve formě strojů a robotů. K masovému vývoji robotů došlo v 50. letech, kdy se začaly vyvíjet a vyrábět průmyslové roboty. Nejprve byly napodobovány jen ruce, které sloužily a slouží k manipulacím s nebezpečnými látkami jako je radioaktivní materiál, jedy či biologické zbraně. Později byl vyvinut robot „Dynamitový Joe“, který pro reklamní účely dokázal kouřit, střílet, chodit a hrát na foukací harmoniku. Trochu praktičtějšího robota (Centurion), který sloužil k hlídání soukromého majetku, sestrojili Američané. Měl kolečkový podvozek, na kterém dosahoval rychlost až 30 km/h (rychlost chůze je 5 km/h) a dokázal na základě údajů z infrakamery zasáhnout narušitele pozemku slzným plynem či elektrickým nábojem. Vývoj pokračoval dál přes roboty Unimate (manipulace s břemeny, svařování) až po průzkumná robotická vozítka na Marsu.

V současné době jsme schopni sestrojit stroje, které mohou pracovat v továrně u výrobní linky, které jsou schopny rozeznávat řeč či objekty v obraze. Zatím však nikdo nesestrojil stroj, který by ve formě robota mohl např. sloužit jako domácí sluha, řidič či osobní tajemník. Tato doba ale není tak daleko, jak by se mohlo zdát. V Japonsku již existuje robot, který připomíná stojícího člověka ve skafandru a který je schopen samostatné chůze i po schodech (samotná chůze, a tím i orientace v prostoru a následné rozhodování robota, není tak jednoduchý proces, jak by se mohlo na první pohled zdát). Vlastní slovo „robot“ pochází od Karla Čapka, který jej použil r. 1920 v dramatu R. U. R. Slovo robot má význam „nucená práce“ neboli „robota“. Pod pojmem robot si většina lidí představuje něco jako humanoida, tedy vzpřímeně chodícího tvora. Opak je však pravdou.

Robot může mít takový tvar, jaký vyžaduje prostředí, ve kterém pracuje. Tak například robot pro výkon domácího sluhy bude mít lidskou postavu s dobře provedeným obličejem (je vyvíjen v Japonsku), robot pro průzkum vulkánů (robot Dante) má tvar pavouka, který má tu výhodu, že vulkanologové nemusí být u nebezpečné sopky, ale mohou sledovat přenos pomocí kamery a ovládat robota přes satelit na vzdálenost až 2000 kilometrů. Další tvary robotů mohou být jako ryba (výzkum hlubin), letadlo (robotický průzkumník, použit při krizi v Kosovu) či vozítko (vojenský pozemní průzkumník v nepřátelském prostředí).

Problém všech robotů a tím pádem i umělé inteligence jako takové je to, že zatím neexistuje systém algoritmů, který by dokázal dynamicky reagovat na měnící se okolí a chovat se tak jako inteligentní bytost. Jakákoliv živá bytost je totiž v kontaktu se svým okolím, které vnímá pomocí mnoha vstupů (dotek na kůži, zrak, sluch, hmat apod.). Na základě těchto vstupů si mozek vytváří obraz — model svého okolí. Tento model zachycuje např. pozici hor, propastí, lesů … Dynamická reakce živého systému znamená, že je schopen přizpůsobovat své chování v tomto okolí optimálním způsobem. To se zatím nedaří strojově napodobit, a proto nelze očekávat, že by se na trhu objevil takový výtvor, jako je poručík Data ze seriálu Star Trek. Technologie, které budou použity pro konstrukci umělých mozků, se budou zakládat asi na bázi mikroprocesorové techniky, nicméně ani zde není vše jasné. Mikroprocesorová technika si začala razit svou cestu v 60. letech, kdy se objevily první tranzistory. Mikroprocesory postavené na jejich bázi jsou výkonné a rychlé, stále však nedokážou napodobit lidské myšlení. Jejich výkonnost ve své době způsobila veliké nadšení, které vedlo k odhadům, že první robot bude hotov do konce roku 2000.

Dnes jsou však odhady mnohem střízlivější. Navíc jsou dělány pokusy
o spojení biologických buněk s křemíkovými tranzistory, takže je možné, že budoucí technologie budou hybridní nebo čistě biologické, přihlédneme—li k posledním úspěchům s klonováním. Tak jako ve 20. století dominovala fyzika, v 21. století bude zřejmě dominovat genetické inženýrství a umělá inteligence, což umožní tvorbu různých organizmů, které mohou sloužit jako roboty. Rovněž jsou dělány pokusy
o spojení elektroniky a živých tvorů. Je snaha vytvořit kyborgy v pravém slova smyslu a pomalu se to daří.

Ať už to bude jakkoliv, „uvnitř“ to bude vždy stejné. Vždy se bude „duše“ entity s umělou inteligencí skládat z algoritmů, které se budou starat o rozeznávání hlasu, obrazu, plánování, rozhodování atd.

2           Umělý život, aneb počítačová alchymie

Až doposud zde byla řeč o historickém vývoji („myslících“) strojů s náznakem, že by se mohlo jednat o roboty. Je na místě zmínit se o oblasti nazývané „umělý život“, kterou lze chápat jako „most“ či „mezistupeň“ mezi inteligentními stroji a životem obecně. Velmi lapidárně lze říci, že umělý život je vědní oblast, která je novodobou obdobou středověké alchymie, přesněji její snahy o vytvoření života (homunkula) ve zkumavce. Místo zkumavky je používán počítač a místo prapodivných ingrediencí vhodný software. A s úspěchem. Již delší dobu jsou prováděny pokusy se stvořením tzv. umělého života „in silico“ neboli v počítači. De facto byly definovány celkem tři směry vývoje umělého života a to:

  • in hardware
  • in software
  • in wetware

První z nich se zabývá již zmíněnou klasickou robotikou, druhý, což bude obsahem této kapitoly, simulací života v prostředí počítače a třetí je v podstatě hybridní směr. Jde v něm o replikující se a vyvíjející se makromolekuly. Simulace života „in silico“ je ad absurdum jakási počítačová alchymie, v jejímž rámci se snaží počítačoví vědci vytvořit softwarového homunkula (viz první kapitolu „Umělá inteligence — mýty a skutečnost“). K tomu, aby bylo možno stvořit umělý život bez ohledu na to, zda je inteligentní, je nutné vědět, co to je život a pokud možno jej definovat. To není snaha o nějaké rigorózní zaškatulkovávání, ale o vytvoření jakéhosi „filtru“, jenž umožní odlišit život od „neživota“. Stejně jako v případě umělé inteligence jsou i zde definice toho, co je to umělý život.

Nejvěrohodnější definice života je taková, jenž tvrdí, že život vyžaduje jistou míru složitosti, což souvisí s výrazem „emergence“ (objevení se, zjevení se — ne ve spirituálním slova smyslu). Jde o to, že všechny živé struktury se vyznačují určitou mírou komplexity, která se projevuje nejen tím, že tyto struktury mohou inteligentně reagovat, ale také tím, že se mohou rozmnožovat. A to mnohdy tak, že potomci mají strukturu ještě složitější. Vlastní život není podmíněn ani tak materiálním nosičem, ale komplexitou z hlediska informace jako takové, tzn. jak složitě a na jak složité situace dokáže živý organizmus reagovat. Není důležité, zda je nositelem informace biologická nebo neuronová síť či křemíkový procesor. Důležitá je komplexita informačního procesu a schopnost paměti. Vývoj umělého života je v porovnání s vývojem umělé inteligence opačného charakteru. V této problematice se obvykle používá evolučních principů k tvorbě složitějších struktur — organizmů ze struktur jednodušších.

Simulování funkčních biomorfů či spíše umělých organizmů bylo provedeno v počítačovém prostředí zvaném Tierra. To je speciální paralelní počítač, v němž se pokusil biolog T. Ray simulovat první skutečné životní prostředí s nezávisle a evolučně se vyvíjejícími se druhy. Zajímavostí tohoto experimentu je to, že původně chtěl T. Ray údajně vypustit tyto organizmy do normálního prostředí počítače, ale nakonec se z bezpečnostních důvodů (?!?!) rozhodl pustit je v tzv. emulátoru. To je speciální programové prostředí, jenž simuluje např. jiný typ operačního systému, lapidárně řečeno. Pokud by organizmy unikly z tohoto prostředí, pak by „zahynuly“, protože by nebyly uzpůsobeny pro originální prostředí (z jejich pohledu „životní prostředí“) počítače, v němž emulátor běží.

V původní verzi byla Tierra jen samostatným počítačem, v současnosti se pracuje na jeho konverzi pro prostředí Internet, pomocí nějž by bylo spojeno více počítačů, jenž by tvořily životní prostředí nové Tierry. Dle otce Tierry T. Raye není v tomto prostředí život pouze numericky simulován, ale opravdu existuje. Důkazem toho mohou být například fakta, že organizmy, které evolučně vznikly v tomto prostředí se programově „odpoutaly“ od svých tvůrců. To znamená, že původní originální prvopočáteční organizmy zanikly a daly vzniknout novým a složitějším strukturám, jenž vykazují i totálně úplně nové prvky chování. Například byly detekovány skupiny různých organizmů typu parazit a hostitel, které si navzájem budovaly obranné mechanizmy a překonávaly je. Jinými slovy byly adaptabilní, což je jeden z rysů života jako takového.

Tierra není jediným prostředím, které experimentuje s umělým životem. Dalším z řady je například tzv. MANTA, což je zkratka názvu „Modelling an ANTnest Activity“ (Modelování aktivity mraveniště). V tomto simulátoru lze nalézt tři druhy agentů (nezávislých individuí, agent je pojem z DAI — distribuované umělé inteligence) a to královny, trubce a dělnice. Přesně tak, jak je to v přírodě. V tomto simulátoru se simulují nejen tito agenti, ale také to, v jakém stádiu jsou (larva, živý, mrtvý). Za míru úspěšnosti se bere například to, jak úspěšně dovede společenstvo mravenců shromažďovat potravu apod.

Další systém umělého života je GALAPAGOS který se od „klasických“ systémů umělého života liší tím, že o kvalitě vniklých organizmů rozhoduje uživatel, který určuje (na základě vizuálního vzhledu) které digitální organizmy budou mít další potomky. To ve výsledku vede k „organizmům“, které se mnohdy moc neliší od reality (viz obr. 1). Dále lze rovněž zmínit Avida, Framstick Nerve Garden, Gene Pool, Sodarace, Repast Symphony, Netlogo či Eden.

Simulování umělého života je sice v plenkách, nicméně dosavadní výsledky ukazují, že tento směr je velmi slibný. Například v systému Tierra si některé druhy evolučně vyvinuly velmi avantgardní metody pro řešení složitých problémů. Rovněž docházelo k jejich zdokonalování jak ve smyslu struktury organizmů tak ve smyslu kvality reakcí.

Obr. 1 Produkt systému Galapagos (http://www.genarts.com/galapagos/index.html)

3           Pár zajímavých faktů

Součástí umělé inteligence jsou i algoritmy, které mohou být obecněji definovány jako algoritmy „vyhledávání“ a které jsou oficiálně označovány jako evoluční algoritmy. Začátek historie těchto metod, umožňujících sofistikované hledání řešení, se obvykle datuje do poloviny 70. let (Holland, 1975), kdy se poprvé objevily genetické algoritmy, případně do poloviny let 60., kdy byly poprvé s úspěchem použity tzv. evoluční strategie (Rechenberg, 1973), (Schwefel, 1977). Vezmou-li se však v úvahu všechna fakta, lze s jistotou tvrdit, že duchovními otci evolučních výpočetních technik jsou takové osobnosti, jako byl matematik A. M. Turing, N. A. Barricelli a jiní. Již v této době byly formulovány a definovány principy, které zcela jasně popisují principy evolučních algoritmů. To, že nebyly programátorsky realizovány, bylo zřejmě dáno nedostatkem výkonné výpočetní techniky.

Obr. 2 A. M. Turing.

V eseji „Inteligentní stroje“ (1948) Turing uvádí

„…if the untrained infant’s mind is to become an intelligent one, it must acquire both discipline and initiative…discipline is certainly not enough in itself to produce intelligence. That it is requred in addition we call initiative…our task is to discover the nature of this residue as it occurs in man, and to try and copy it in machines...“.

Velice volně parafrázováno znamená

„… inteligentní mysl musí zahrnovat dvě základní oblasti aktivit a to disciplínu a iniciativu. Disciplína sama o sobě nestačí k existenci inteligence. To, co je ještě potřeba, nazýváme iniciativou a úkolem budoucnosti je nalézt způsob, jak ji lze přenést do strojů…“

Jinými slovy Turing mluvil o napodobování inteligence živých bytostí. Poté pokračoval výrokem, který zcela jasně ukazuje na fakt, že myšlenka evolučních algoritmů je starší, než by se zdálo. Tento výrok naznačuje spojení mezi umělou inteligencí a tzv. prohledáváním:

„…further ressearch into intelligence of machinery will be probably very greatly concerned with “searches…“,

neboli:

…budoucí výzkum umělé inteligence bude velmi pravděpodobně spojen
s prohledáváním…

Dále vyjádřil názor, že ono „prohledávání“ bude probíhat v prostoru celých čísel a pravděpodobně bude založeno na genetickém či evolučním prohledávání (!!!). Ve své podstatě popsal evoluční algorimy:

„…there is the genetic or evolutionary search by which a combination of genes is looked for, the criterion being the survival value…“,

což bychom mohli volně přeložit asi takto

„…genetické a evoluční hledání bude zaměřeno na nalezení kombinace genů, kde kritériem bude kvalita této kombinace…“ .

Turing přesně popsal to, co je principem evolučních algoritmů. V roce 1950 tuto myšlenku více rozvedl v článku “Computering Machinery and Intelligence”:

„…we cannot expect to find a good child-machine at the first attempt. One must experiment with teaching one such machine and see how well it learns. Then try to another and see if it is better or worse. There is an obvious connection between this process and evolution, by the identifications:

structure of child machine = hereditary material

changes of the child machine = mutations

natural selection = judgement of the experimenter…“.

Opět volně přeloženo:

„…nelze sestrojit kvalitní inteligentní stroj na první pokus. K tomu je nutný proces učení více strojů s vyhodnocením kvality jejich učení. Zde je zřejmé spojení mezi učením a evolucí, pokud vezmeme v úvahu následující ztotožnění:

struktura stroje = dědičný materiál

změny ve stroji = mutace

přirozený výběr = rozhodnutí experimentátora…“

Je nutné upozornit, že oním strojem se zde zřejmě nemyslí stroj jako takový (s kolečky, páčkami apod.), ale spíše struktura, která obsahuje řešení příslušného problému. Poslední bod „ přirozený výběr = rozhodnutí experimentátora“ není nic jiného nežli definice a následné použití účelové funkce, podle které se v evolučních algoritmech rozhoduje o „přežití“ či zamítnutí aktuálního řešení (v Turingově terminologii „stroje“)

Tyto úvahy byly teoretického charakteru. Jedny z prvních reálných experimentů s evolučními principy na počítačích provedl v roce 1953 N. A. Barricelli (Barricelli, 1953), který provedl simulovanou evoluci. Byla zveřejněna v časopise Methodos s názvem "Esempi Numerici di processi di evoluzione". Metodu v roce 1962 zdokonalil a provedl evoluční experiment s 500 osmibitovými řetězci, které reprezentovaly jednoduché instrukce. Ocitujme zde N. A. Barricelliho:

„…we have created a class of numbers which are able to reproduce and to undergo hereditary changes…the constitution for an evolutionary process according to the principle of Darwins theory would appear to be present. The numbers which have the greatest survival in their envinroment will survive. The others numbers will be eliminated little by little. A process of adaptation to the envinromental conditions, that is, a process of Darwinian evolution, will take a place…“.

Volně přeloženo:

„…vytvořili jsme množinu členů (objektů, jedinců), kteří byli schopni reprodukce včetně předávání dědičných změn… je zřejmé, že se jednalo o evoluční proces ve smyslu Darwinovy evoluční teorie. Ti jedinci, kteří měli nejlepší předpoklady k přežití, přežívali. Ostatní byli eliminováni. Proces adaptace vzhledem k environmentálním podmínkám je tedy procesem Darwinovské evoluce…“

Barricelliho experimenty jsou zřejmě jedny z prvních zaznamenaných počítačových pokusů o simulaci Darwinovy evoluce, která je jednou ze „složek“ umělé inteligence.

4           Inteligence a její definice

Pojem umělá inteligence, roboty apod. je dnes široce znám a skloňován ve všech pádech. Začínají se dokonce objevovat i první stroje, které vykazují jednoduchou inteligenci. Ke dnešnímu dni bylo publikováno mnoho definic umělé inteligence, uveďme si několik vybraných definic:

  • Umělá inteligence je označení uměle vytvořeného jevu, který dostatečně přesvědčivě připomíná přirozený fenomén lidské inteligence.
  • Umělá inteligence označuje tu oblast poznávání skutečnosti, která se zaobírá hledáním hranic a možnosti symbolické, znakové reprezentace poznatku
    a procesu jejich nabývání, udržování a využívání.
  • Umělá inteligence se zabývá problematikou postupu zpracování poznatku — osvojováním a způsobem použití poznatku při řešení problému.

Další definice jsou víceméně variací na téma. Tradiční definice inteligence je mnohdy subjektivní záležitostí, což je charakteristické zejména pro začátky tohoto oboru. Například britský matematik A. Turing definoval inteligenci operačně, tzn. pomocí experimentu, v němž se lidský operátor snažil určit na základě komunikace člověk/stroj identitu druhé strany. Jestliže nebylo možno vydat rozhodnutí o identitě druhé strany, pak stroj komunikující s člověkem byl označen za inteligentní (tzv. Turingův test). Tento přístup k definici inteligence je silně subjektivní, protože jinak kvalitní vyhodnocení může podat člověk který je mentálně retardovaný a jiné člověk například s vysokoškolským vzděláním nebo IQ 150.

Vlastní výraz „umělá inteligence“ byl poprvé použit v roce 1956 na M. I .T. v USA (tolik alespoň americké zdroje, které jako vždy přehlíží zbytek světa, a tím
i A. Turinga a jeho významný přínos ke konstrukci inteligentních strojů). Autorem tohoto výrazu byl John McCarthy. Podle jeho definice umělá inteligence zahrnuje

  • Hraní her — stroje by měly být schopny hrát i takové složité hry jako jsou například šachy.
  • Expertní systémy — stroje by měly být schopny konat správná rozhodnutí v reálných situacích (lékařské diagnózy, strategické rozhodování na bojišti, burze apod.).
  • Zpracování hlasu: stroje by měly být schopny nejen zpracovat hlas jako takový, což dnes už není nic „světoborného“, ale měly by také být schopny rozumět smyslu zprávy, jenž byla vyslovena a umět na ni správně zareagovat.
  • Neuronové sítě — jedná se o speciální matematické algoritmy, jenž dokáží velmi dobře simulovat činnost biologických neuronových sítí a tím napodo-bovat inteligenci ve specifických úkolech.
  • Robotiku — což jsou v podstatě stroje — počítače ve formě autonomních jednotek, jenž dokáží být v interaktivním kontaktu se svým okolím.

V současné době bohužel zatím neexistuje stroj, který by toto vše splňoval. Existují roboty či jiné strojové podoby inteligence, nicméně tyto stroje jsou zatím specialisté na specifické druhy úkolů, takže o všeobecné inteligenci nemůže být řeč. Jako příklad může posloužit superpočítač IBM, tzv. „Deep Blue“, který v roce 1997 porazil v šachu Gary Kasparova. Na šachy je zřejmě expert, nicméně jeho programové vybavení se specializací na šachy by asi nedokázalo vykonávat rozhodnutí, rozeznávat hlas, meditovat nad krásou kopretiny :-) apod.

Další definice umělé inteligence, se kterými se lze setkat, jsou:

  • Umělá inteligence je odvětví počítačové vědy, které se zabývá řešením různých problémů za pomocí strojů, tak jak by je řešil člověk.
  • Umělá inteligence je schopnost stroje vykonávat činnost, kterou byl doposud schopen vykonávat jen člověk. Jde o rozhodování, optimalizaci, heuristické řešení problémů, rozeznávání řeči, počítačové vidění a robotiku.
  • Umělá inteligence je široký pojem zahrnující komplexní schopnosti, jako je:
    • schopnost pracovat s abstraktními symboly, koncepty a vztahy,
    • učení se z vlastních zkušeností a z toho plynoucí adaptabilita,
    • schopnost adaptovat se na nové podmínky tak, aby daný problém byl co nejlépe vyřešen.
  • Umělá inteligence je odvětví počítačové vědy, jenž je zaměřeno na simulování inteligentního chování.
  • … a mnoho dalších variant…

Navzdory faktu, že definic umělé inteligence je poměrně dost (zde je jen zlomek), jde vždy o definice silně obecné, které neříkají, co to inteligence vlastně je. Mnozí vědci na poli umělé inteligence věří a doufají, že k simulování umělé inteligence stačí napsat jen komplikovaný program navzdory faktu, že takové programy mají již dnes svá omezení. Nevykazují, alespoň zatím, prvky kreativního chování a navíc, a to je hlavně kámen úrazu, jsou úzce specializované. Rovněž je velmi důležité si uvědomit, že simulace inteligence a „naprogramování“ skutečné inteligence (tzn. uvědomění si sebe sama) jsou dvě zásadně rozdílné věci.

Výzkum umělé inteligence se dá dělit do dvou směrů a to do teoretického
a experimentálního. V teoretické části je studováno, jaké intelektuální mechanizmy existují a v jaké interakci s řešenými problémy jsou. V experimentální části se aplikují různé algoritmy a testuje se jejich způsobilost k řešení specifických úkolů. Tyto úkoly mohou být například rozeznávání řeči, obrazu nebo také optimalizace cesty vzhledem ke komplikovaným omezením apod. Jako příklad problému, jenž se de facto nedá řešit klasickými metodami, je problém tzv. „kombinatorické exploze“. V tomto typu úloh se řeší např. hledání „optimální kombinace rozhodnutí“ — existují reálné problémy, v jejichž rámci lze získat tak obrovská množství možných řešení, že není fyzikálně možné klasickými metodami lokalizovat to řešení, které je optimální. Takové problémy lze řešit v rozumném čase jen pomocí metod umělé inteligence.

5           Typy a klasifikace inteligence

Problematika umělé inteligence je z veliké míry problematikou filozofickou, ale i psychologickou. Při napodobování inteligence je samozřejmě více něž vhodné mít povědomí o tom, jaké typy inteligence existují. Vycházíme-li z všeobecně známých faktů, pak lze bez větších nepřesností tvrdit, že

  • inteligence jako taková není jev spojený výlučně s tvorem homo sapiens, ale že ji lze zaznamenat i u jiných tvorů, které obvykle označujeme výrazem „zvířata“, jde tedy o mezidruhový jev,
  • lidskou inteligenci lze dále „rozškatulkovat“ do specifických inteligencí, které tvoří komplexní lidskou inteligenci,
  • existuje inteligence tzv. strojová-umělá, která již dnes dokáže úspěšně řešit specifické problémy stejně úspěšně jako člověk, někdy mnohem lépe.
  • jev zvaný inteligence byl zatím pozorován u tvorů, jejichž vyšší mozková činnost probíhala na platformě biologických neuronových sítí (lidově řečeno mozku)

Přijmeme-li tato fakta, pak lze tvrdit, že klasifikaci inteligence jako fenoménu spojeného s činností komplexních systémů (neuronové sítě — mozek, …) lze definovat tak, že existuje inteligence:

  • biologická
    • lidská
      • verbální (konkrétní komunikace v určitém jazyce)
      • neverbální (vizuální, obrazová)
      • prostorová
      • emoční
      • sociální
      • technická
      • ...
    • zvířecí
  • nebiologická
    • umělá-strojová
      • „klasická“
      • emoční (tzv. roboty s emocemi)

Je jasně vidět, že v námi definovaném schématu klasifikace inteligence spadá do oblasti nebiologických (ne-lidských) inteligencí, které v porovnání s inteligencí lidskou zatím nemají tak bohaté členění. Pravdou je, že v současné době již probíhají pokusy o strojovou simulaci emocí, které jsou teprve v počátcích.

K otestování stupně a kvality inteligence je definováno celé spektrum tzv. IQ testů (Svoboda, 1999), které jsou ale převážně zaměřeny na testování inteligence lidské. Výše uvedená klasifikace lidské inteligence je samozřejmě jen částečná, v (Svoboda, 1999) lze nalézt mnohem více detailů. Lze se dočíst, že v současné době populární „emoční inteligence“ je v podstatě podmnožinou sociální inteligence, lze zde nalézt vyjmenování poměrně bohaté množiny IQ testů apod. Testování inteligence lze rozdělit do několika oblastí a to:

  • výkonových testů (Kohsovy kostky, Ravenovy progresivní matrice, C.F.2.A test, …
  • komplexních testů inteligence (Welscher-Bellevue, Mannheinmský test IQ, test struktury IQ, …)
  • testy parciálních a kombinovaných schopností (Bourdova metoda, S — test,…)
  • test organicity (Bentonův retenční test, test paměti pro geometrické figury,…)
  • test matematických schopností

Testování lidského IQ je tedy proces značně komplexní vyžadující odborníka a je sám o sobě vědou. V případě inteligentních strojů je to v současné době samozřejmě mnohem jednodušší, nicméně pokud v budoucnu budou existovat stroje inteligentní v komplexnějším slova smyslu, pak se jejich testy budou samozřejmě blížit testům lidským.

Testy strojové inteligence jsou zatím velmi specifické v tom smyslu, že se testování provádí na konkrétních úlohách (konkrétní problémy a kvalita jejich řešení), nebo jsou definovány vágněji. Příkladem vágnějšího typu testů je např. tzv. Turingův test, kdy se vede „rozhovor “ na libovolné téma s entitou za překážkou a na základě rozhovoru se provádí rozhodnutí zda je ona entita stroj nebo člověk. Nutno říci, že proti Turingově testu byly vzneseny námitky obsahující tvrzení, že ani takový test není dostačující, protože půjde pouze o počítačovou imitaci inteligence, podobně jako se může pomocí významu čínských znaků řídit případný uživatel, aniž by znal jejich přesný smysl a výslovnost (paradox čínského pokoje). Jako další lze zmínit myšlenkový experiment tzv. Chalmersových zombií, systém RASCALS (Rensselaer Advanced Synthetic Character Architecture for Living Systems) z Rensselaer Polytechnic Institute atp.

Snad první vlaštovkou naznačující fakt, že pokročilá umělá inteligence bude zřejmě testována podobně jako lidská pochází od vědců Shane Legg a Marcus Hutter ze Swiss Institute for Artificial Intelligence, kteří navrhují sestavení všeobecného testu IQ pro systémy s umělou inteligencí.

6           Inteligence jako dynamický proces

Dalším důležitým faktem je to, že inteligence u živých tvorů je pouze jakousi možností, se kterou se např. člověk narodí a která se rozvíjí během jeho života. Vzhledem k faktu, že existuje inteligence emoční a sociální (tedy složky inteligence, které se dynamicky mění během interakce jedince s jeho komunitou), lze konstatovat, že inteligence je nedílnou součástí osobnosti jedince a souvisí i s jeho vývojem (např. každý dospělý člověk byl dítětem a tato část je stále v nás a víceméně nás někdy i ovlivňuje).

Při snaze strojově napodobit inteligenci lidskou je tedy nutné odpovědět i na otázku, zda je možné naprogramovat inteligenci tak, aby v sobě zahrnovala i vhodný stav dynamického vývoje osobnosti a umožňovala i její další vývoj. Nebo zda je lepší pouze naprogramovat základní vlastnosti a pak stroj jako dítě vychovat (např. koncept neuronových sítí).

7           Závěr

Umělá inteligence je relativně mladý vědní obor, který je úzce svázán s počítačovými technologiemi. I když jeho reálné aplikace jsou (ve smyslu složitosti a míry inteligence) obrazně řečeno na úrovni nervových ganglií, je jasné, že se jedná o obor perspektivní a široce použitelný. Se současných trendů a výsledků je také jasné, že se tento obor rovněž čím dál tím víc prolíná s psychologií, čímž se potvrzuje jeho interdisciplinarita.

Z problematiky umělé inteligence a umělého života lze nalézt zejména na internetu velké množství zajímaých informací. Pro ukázku je pár zajímavých odkazů uvedeno na konci literárních odkazů.

Poděkování

Autor příspěvku děkuje MUDr. Evě Elšíkové (psychiatrická léčebna Kroměříž) za cenné informace a podklady o problematice lidské inteligence a IQ testech.

8           Literatura

  • Svoboda M., Psychologická diagnostika dospělých, Portál, 1999
  • Schwefel H.P., Numerische Optimierung von Computer-Modellen (PhD thesis), 1974, VytistenoReprinted by Birkhäuser, 1977
  • Rechenberg I., Evolutionsstrategie - Optimierung technischer Systeme nach Prinzipien der biologischen Evolution (PhD thesis), 1971. Vytisteno v Fromman-Holzboog, 1973
  • Holland J. H., Adaptation in Natural and Artificial Systems, (Univ. Michigan Press, Ann Arbor), 1975
  • Turing A. M. (1948), Intelligent machinery, unpublished report for National Physical Laboratory; published (ed. D. Michie) in Machine Intelligence 7 (1969), and in Volume 3 of The Collected Works of A. M. Turing (ed. D. C. Ince, Amsterdam: North-Holland 1992)
  • Nils Aall Barricelli, Symbiogenetic evolution processes realized by artificial methods. Methodos, 9(35-36), 1957

Internet

Umělý život

Bohatý zdroj odkazů

http://www.alcyone.com/max/links/alife.html

Boidé - skupinové chování houfů

http://www.red3d.com/cwr/boids/

Jednoduché pravidla chování způsobující komplexní

chování celku:

http://www.red3d.com/cwr/steer/SeekFlee.html

http://www.red3d.com/cwr/steer/PursueEvade.html

http://www.red3d.com/cwr/steer/Wander.html

http://www.red3d.com/cwr/steer/Arrival.html

http://www.red3d.com/cwr/steer/Obstacle.html

http://www.red3d.com/cwr/steer/Containment.html

http://www.red3d.com/cwr/steer/Wall.html

http://www.red3d.com/cwr/steer/PathFollow.html

http://www.red3d.com/cwr/steer/FlowFollow.html

Mravenci

http://www.rennard.org/alife/english/antsgb.html

Program na modelování různých multiagentních úloh od evoluce až po fyziku

http://ccl.northwestern.edu/netlogo/

Časticové systémy

http://www.falstad.com/vector3de/index.html

http://www.projectcomputing.com/resources/psovis/index.html

http://www.csse.uwa.edu.au/awesome/presentation.php?id=6

http://gecco.org.chemie.uni-frankfurt.de/PsoVis/applet.html

Biomorfové

http://alife.tuke.sk/index.php?clanok=1562

ROBOTY

Soutěž robotů

http://sodarace.net/

Tančící roboty

http://www.youtube.com/watch?v=9vwZ5FQEUFg

Jízda na kole

http://www.youtube.com/watch?v=Srwk-i5aXRQ&NR=1

Humanoid AKIBA http://www.youtube.com/watch?v=WbFFs4DHWys&feature=related

Bežící Asimo

http://www.youtube.com/watch?v=Q3C5sc8b3xM&feature=related

Ryba

http://www.youtube.com/watch?v=eO9oseiCTdk&feature=related

Animovany boj

http://www.youtube.com/watch?v=TAxi38FE8xo&feature=related

Samurajove

http://www.youtube.com/watch?v=wqy1bDf9fVo&feature=related

Sumo

http://www.youtube.com/watch?v=V__NZ8LQ-DE&feature=related

Box

http://www.youtube.com/watch?v=pyvC-gSVh_A&feature=related

R2-D2

http://www.emag.cz/robot-r2-d2-do-kazde-domacnosti/


Odborný vědecký časopis Trilobit | © 2009 - 2017 Fakulta aplikované informatiky UTB ve Zlíně | ISSN 1804-1795