Manapság már tényleg mindenkinek van véleménye a mesterséges intelligenciáról és sok tévhitettel és féligazsággal találkozhatunk. De pontosan mi is az az MI, mit tud és hogyan tanul? Miben különbözik a “klasszikus” MI és a deep learning? Mi a kapcsolat az emberi elme, annak modellezése és a gyakorlati implementációk között? Andy Clark izgalmas és olvasmányos könyve alaposan megismerteti a mesterséges intelligencia és a kognitív tudományok kérdéseivel az olvasót.

A megismerés építőkövei 1996-ban jelent meg magyarul, hét évvel az angol kiadás után. Sokunk számára kapudrog volt ez a könyvecske a kognitív tudományok és a mesterséges intelligencia felé. Sajnos azóta se sikerült hasonló könyvet magyarra fordítani, pedig igény egész biztosan lenne rá. Kicsit oldskool hogy a deep learning még konnekcionizmus és PDP (parallel distributed processing) leánykori néven szerepel a könyvben, de ekkoriban még ez a terület nagyon alernatívnak számított. Ne feledjük, hogy 1989-ben még nem volt lejátszott meccs a híres >>Past tense debate<< (nem mellesleg attól hogy most a csapból is a deep learning folyik, a kognitív tudományokban ez még ma sem lejátszott meccs, és Gary Marcus mai kritikái is kb ennek szerves folyamányai).

A nyolcvanas években Paul Smolensky (nyelvész olvasóinknak az optimalitáselméletből lehet ismerős a neve) köré kezdtek szerveződni a konnekcionisták, akik a kor színvonalához képest már nagyon jó számítógépes modellekkel dolgoztak. A kétrészes Parallel Distributed Processing tanulmánykötetben összegezték munkáikat 1987-ben, melyet még ma is szívesen hivatkoznak a terület kutatói. A PDP csoport alapvetően Neumann gondolatát vitte tovább a párhuzamos feldolgozást illetően. A gyakorlatban egy-egy ún. szubszimbolikus kognitív folyamatot modelleztek (pl. számjegyek felismerése, szófelismerés, a legbonyolultabb és egyben legismertebb magasabb szintű folyamatot modellező kísérlet a Rumelhart és McCelland On the learning of past tenses of English verbs tanulmányban leírt modell). Habár nagyon sikeres volt a csoport és figyelemre méltó eredményeket értek el, a kutatási irányzat a kilencvenes években kiesett az ipar látóköréből és megmaradt akadémiai hobbinak.

Setven Pinker a “hagyományos” iskola talajáról emelte fel a szavát a megosztott feldolgozás modellje ellen. A szavak és szabályok (WR, vagy Words and Rules) elmélet (legfrissebb formája) nem tagadja, hogy a pl. a múlt idő elsajátítása során egyszerű minta asszociációkon keresztül sajátítják el a gyermekek mind a szabályos, mind pedig a rendhagyó alakokat. A WR a tárolásról szól, arról, hogy hatékonyan gráf adatstruktúrában érdemes tárolni a lexikon, a rendhagyó alakokat pedig érdemes a hierarchikus gráfba helyezni, minden más elem transzformációját pedig szabályokkal megoldani. (Itt lehet olvasni a múltidő vita összefoglalását Pinker szemszögéből.)

McCellend és Rogers The Parallel Distributed Processing Approach to Semantic Cognition című tanulmányukban Porhüriosz fájának modern reinkarnációját, Quillian szemantikus memóriáját vizsgálják a neurális hálók szemszögéből. Nagyon meggyőzően érvelnek amellett, hogy a szemantikus relációk is asszociatív úton sajátíthatóak el, sőt, ezt még empirikus nyelvfejlődési adatokkal is alá tudják támasztani. Ami problematikus számunkra, az a kinyert adatok tárolása és gyors előhívása. Ebben nem sikerül Quillian eredményeit túlszárnyalniuk, sőt, ezt a modellt is alá lehet támasztani sok empirikus adattal is.

Andy Clark könyve ebben a közegben jelent meg és tett rendet a két egymásnak feszülő gondolkodás között. De nem csak ezért szeretjük Clarkot! A kiterjesztett elme (extended mind) és a megtestesült kogníció (embodied cognition) elméleteinek kidolgozásával a nyolcvanas és kilencvenes években megalapozta a hírnevét, de manapság is igen aktív, pl Lera Boroditsky-vel a nyelv vizuális percepcióra gyakorolt hatását vizsgálja.

A poszt nyitókép forrása itt található.