Łukasz Łazarz: Umysł matematyczny. Logiczne podstawy sztucznej inteligencji a możliwość spojrzenia na problem zła i piękna z perspektywy robota

Pytanie o matematyczne – a w szczególności logiczne – podstawy sztucznej inteligencji jest ściśle związane z rozwojem samej logiki, a tym samym z redefinicją pojęcia logiki w kontekście jeszcze szerszego pojęcia przetwarzania danych.

Techniki przetwarzania danych, na których opiera się działanie sztucznych systemów inteligentnych, można podzielić na logistyczne i naturalistyczne[1]. Techniki logistyczne, reprezentowane przede wszystkim przez techniki regułowe, obejmują wszelkie próby automatyzacji procesów intelektualnych w kategoriach logiki. Pomiędzy technikami klasycznie logistycznymi a technikami naturalistycznymi znaleźć można techniki oparte na takich rozszerzeniach logiki klasycznej, inspirowanych naturalistycznie, jak: logiki wielowartościowe, niemonotoniczne i przede wszystkim rozmyte[2]. Techniki stricte naturalistyczne opierają się przede wszystkim na technikach koneksyjnych (opartych o działanie sieci neuronowych) lub na technikach ewolucyjnych. Techniki przetwarzania danych, na których oparte jest działanie sztucznych systemów inteligentnych, mają więc tylko częściowe ugruntowanie w logice.

W swoim referacie chciałbym w pierwszym rzędzie skupić się na omówieniu relacji pomiędzy technikami logistycznymi a technikami naturalistycznymi, co przede wszystkim daje odpowiedź na pytanie o granice logicznych podstaw sztucznych inteligencji. Ponadto taka refleksja jest także ważna w kontekście pytania o granice samego pojęcia logiki. Nietrudno bowiem zauważyć, że owo pojęcie rozszerza się, obejmując coraz to nowe techniki przetwarzania danych, inspirowane naturalistycznie.

W tle tych rozważań stoi słuszność najważniejszych zarzutów przeciwko wielu filozoficznym interpretacjom twierdzenia Gödla, skierowanych przeciwko silnemu funkcjonalizmowi. Dla wielu silnych funkcjonalistów rozwój naturalistycznych technik przetwarzania danych daje możliwość odparcia tych najważniejszych zarzutów, jako kierowanych przeciwko systemom opartym o techniki klasycznie logistyczne, a nie w pełni naturalistyczne[3]. To z kolei wielu silnym funkcjonalistom pozwala spojrzeć na typowe problemy humanistyki, takie jak zło lub piękno, z punktu widzenia maszyny.

W drugiej części referatu chciałbym podjąć próbę zdefiniowania pojęć zła i piękna właśnie z perspektywy robota. Takie zło i piękno będą o tyle matematyczne, o ile matematycznymi (logicznymi) nazwiemy te techniki przetwarzania danych, w oparciu o które będą działać sztucznie inteligentne systemy.

[1] Zob. P. Stacewicz, Umysł a modele maszyn uczących się. Współczesne badania informatyczne w oczach filozofa, Exit, Warszawa 2010, s. 44 i n.

[2] Zob. D. Rutkowska, M. Piliński, L. Rutkowski, Sieci neuronowe, algorytmy genetyczne i systemy rozmyte, PWN, Warszawa 1997.

[3] S. Krajewski, Twierdzenie Gödla i jego filozoficzne interpretacje. Od mechanicyzmu do postmodernizmu, IFiS PAN, Warszawa 2003.