W dniach 22-24 września br. odbędzie się w Białymstoku XI Zjazd Polskiego Towarzystwa Kognitywistycznego, w ramach którego wygłoszę referat pt. „Czy turingowskie modele umysłu są jeszcze interesujące?”. Już sam tytuł podpowiada, że będzie to temat mocno powiązany z dyskusjami, które wiedliśmy na tym blogu, chociażby z dyskusją nt. „Co to znaczy, że umysł jest maszyną Turinga?”.
Ponieważ do Zjazdu pozostało kilka dni, a ja wciąż pracuję nad tekstem i slajdami, chciałbym poddać pod rozwagę blogowiczów kilka punktów przygotowanego wcześniej streszczenia.
Być może skłonią one kogoś do wstępnej refleksji, która mnie z kolei zainspiruje.
Będę wdzięczny za każde pytanie, dopowiedzenie, uwagę etc…
Dyskusję będziemy mogli kontynuować także po wygłoszeniu przeze mnie referatu.
A oto wspomniany tekst streszczenia.
Czy turingowskie modele umysłu są jeszcze interesujące?
1. Mianem turingowskiego modelu umysłu (TMU) określam każdy model informatyczny, polegający na przyrównaniu umysłu (a dokładniej: pewnego zbioru struktur i czynności umysłowych) do pewnego systemu informatycznego, który na odpowiednio niskim poziomie opisu jest równoważny pewnej maszynie Turinga.
2. Chociaż koncepcje konkretnych i uniwersalnych maszyn Turinga powstały w 1-ej połowie XX wieku, to po dziś dzień wyznaczają one teoretyczne standardy obliczeń cyfrowych (realizowanych przez zdecydowaną większość współczesnych komputerów). Ich stosunkowo proste założenia pozwalają także określić nieprzekraczalne granice technik cyfrowych (związane z problemami cyfrowo nieobliczalnymi, jak np. problem równań diofantycznych).
3. Z punktu widzenia kognitywistyki modele TMU wydają się interesujące z dwóch przeciwstawnych powodów.
Po pierwsze, za ich pomocą, to znaczy nie negując żadnej z cech konstytutywnych obliczeń turingowskich, daje się opisywać umysł na różnych poziomach i pod różnymi, wciąż nowymi, względami. Z faktem tym współgra niezwykle bogactwo programów komputerowych (niekiedy modelujących umysł), które są turingowskie w tym sensie, iż daje się je przełożyć na programy uniwersalnej maszyny Turinga.
Po drugie jednak, modele TMU stanowią dobrze określony teoretyczny punkt wyjścia do formułowania modeli alternatywnych, osadzonych w teorii tzw. hiperobliczeń (tj. obliczeń, które z teoretycznego punktu widzenia pozwalają rozwiązywać niektóre problemy nieobliczalne dla maszyn Turinga).
4. Modele alternatywne względem TMU uzyskuje się poprzez takie poszerzanie modelu turingowskiego, które polega na modyfikowaniu co najmniej jednej z jego kluczowych cech: a) dyskretności (cyfrowości), b) skończoności (skończona liczba operacji wykonywanych w skończonym czasie), oraz b) determinizmu (ściśle określony schemat przetwarzania danych).
Modyfikacja jednej z w/w cech prowadzi odpowiednio do modelu: a’) analogowego, b’) infinitystycznego, c’) niedeterministycznego (modyfikacja większej liczby cech do modeli mieszanych).
5. Z uwagi na uzasadnione wątpliwości co do praktycznej realizowalności (niektórych) hiperobliczeń, a także wciąż nie rozpoznaną relację między obliczeniami cyfrowymi i hiperobliczeniami (czy te drugie są praktycznie sprowadzalne do tych pierwszych?), modele TMU są wciąż proponowane i analizowane.
Pozdrawiam wszystkich – Paweł Stacewicz.
Referat zapowiada się bardzo interesująco, czy będzie się można z nim zapoznać gdzieś w internecie, a może na blogu? zyczę powodzenia
Różni naukowcy uważają, że owocne jest tworzenie (mniej lub bardziej) złożonych symulacji biologicznych struktur w ramach wirtualnych obliczeń. I tworzą (mniej lub bardziej) udatne cyfrowe modele wirusów, bakterii, komórek (także neuronów) i innych nicieni…
Najwyraźniej (skoro owi naukowcy na swe badania dostają fundusze) „sprowadzalne do odpowiednio niskim poziomie opisu” – bo realizowane w ramach obliczeń komputerów sprowadzalnych do pewnej maszyny Turinga – modele te są dla owych naukowców (nie tylko interesujące, ale i) skutecznie odwzorowują to co modelują.
(A trafność wyniku cyfrowego przetwarzania staję się granicą dla możliwych wyników pomiarów zmienności biologicznego wzorca…)
Jeśli zaś symulowanie biologicznych struktur (także takich, które budują mózg) może być skuteczne, to problem „symulacji” najbardziej nawet złożonych struktur biologicznych być może jedynie problemem (w pewnym sensie) inżynieryjnym – kwestią mocy obliczeniowej.
A przechodząc do sedna rzeczy: także struktur – siłą rzeczy – leżących w kręgu zainteresowania kognitywistyki – tak jak mózg (jakoś tam) wiąże się z umysłem.
Gdyby
‘nie-alternatywne’ – bo dyskretne, skończone i zdeterminowane – modele mogły trafnie odwzorowywać funkcje elementarnych biologicznych (fizyko-chemicznych) elementów składowych mózgu (umysłu),
to
rozwiązanie w/w problemu „inżynieryjnego” spowodowałoby powstanie umysłu – alternatywnego (‘nie-analogowego’, ‘nie- biologicznego’… ‘nie-niezdeterminowanego’?).
Interesujące mogłoby być wtedy m. in. to jak bardzo biologiczna
(analogowa, niezdeterminowana/ jakoś z poziomu elementarnych cząstek kwantowo tunelowana na piętro złożonych struktur)
istota różni się w swym działaniu od „złożenia” automatów Turinga.
(Czy ważniejszy jest rozwiązywany problem (realizowany „program”) czy „medium” obliczeń?)
Może nie różniłyby się w ogóle – a niezdeterminowana przypadkowość i biologiczna analogowość nie ma wcale takiego znaczenia dla rozumienia?
Interesujące może być rozwiązanie w/w „inżynieryjnego” problemu
– także w aspekcie niezrozumienia samej struktury tego rozwiązania, mimo regularnej trafności jego„działania”.
Niemożność – nawet zasadniczego – ogarnięcia umysłem owej „formalizacji”
(spisanej w złożoności powiązań elementów, z których każdy z osobna byłby „sprowadzalny na odpowiednio niskim poziomie opisu do pewnej maszyny Turinga”)
wskazywałby, na to, że
cała Kognitywistyka, nieopierająca się na próbach analizy obliczeniowej (symulacji i modelowania) poprzez struktury złożone z powiązań maszyn Turinga,
mogłaby być próbą budowania zamków na piasku.