Refleksje nad książką Marcina Miłkowskiego
Explaining the Computational Mind
§1. O pytaniach, które wyrastają z gleby „docta ignorantia”. Książka, o której tu mowa, została wydana przez The MIT Press w roku 2013, co stanowi obietnicę, że znajdziemy w niej odpowiedź na pierwsze z pytań tytułowych. Sądząc po dacie, w rzeczy samej realizuje ona zapowiedź „obecnie”, a sądząc po szyldzie tak renomowanej oficyny, oczekujemy wysoce kompetentnych publikacji o stanie nauki. Istotnie, książka Marcina Miłkowskiego (z Instytutu Filozofii UW) dostarcza ważnych i aktualnych wiadomości, co dzieje się dziś w kognitywistyce. To jest, w nauce o poznaniu pojmowanym jako proces przetwarzania informacji, opisywany i wyjaśniany w kategoriach informatyki, logiki matematycznej, neurobiologii, psychologii.
Spośród pojęć kluczowych najbardziej kluczowe w książce są dwa: komputacjonizm (computationalism) oraz mechanicyzm (mechanistic theory, mechanistic account, mechanistic explanation). Są to nazwy poglądu, pod którym Autor się podpisuje i argumentuje na jego rzecz. Czy chodzi tu o jeden i ten sam pogląd dwojako nazywany,czy o dwa w jakiś sposób się dopełniające?
Nim będziemy mieli sposobność poznać wyjaśnienie Autora, na prawach hipotezy interpretacyjnej przyjmijmy tę pierwszą wersję. Przy częstym odnoszeniu się do dyskutowanego poglądu, dobrze jest mieć jakiś jego symbol skrótowy. Gdy określenia „umysł obliczeniowy” i „umysł mechaniczny” uzna się za równoważne, każde z nich nada się równie dobrze do utworzenia odeń skrótu. Wybieram do tego celu termin „mechanicyzm”, za czym przemawia pewien wskaźnik ilościowy: zwrot „mechanistic account” (i jego synonimy) ma w książce 131 wystąpień, zaś „computationalism” (z synonimami) ma ich 45.
Tym się kierując, przyjmuję skrót MM — od „Mechanicyzm Miłkowskiego”. To, że w tytule książki mamy określenie „computational mind”, a nie „mechanical mind” tłumaczy się zapewne faktem, że ten pierwszy zwrot utrwalili wybitni przedstawiciele kognitywistyki, jak Putnam, Fodor czy Pylyshyn (zob. art. The Computational Theory of Mind w SEP), do których Autor często i z aprobatą nawiązuje. Główne przesłanie MM oddają dwa pierwsze zdania książki.
This book is explaining cognitive processes by appeal to computation.
The mind can be explained computationally because it is computational.
Niech one wyznaczą tematykę obecnego dyskursu. Nie będzie on polemiczny, czyli z pozycji oponenta, lecz z pozycji, którą można określić frazą (Mikołaja z Kuzy) docta ignorantia. Dyskutant nie ukrywa, że w roztrząsanej materii nie ma urobionego poglądu, stąd „ignorantia”. Chce go jednak sobie urobić, stawiając Autorowi serię pytań i licząc na jego wyjaśnienia i argumenty. Stawianie pytań wymaga posiadania pewnej wiedzy na tematy w nich zawarte, jest to więc poniekąd niewiedza uczona, stąd to paradoksalne określenie docta ignorantia.
Określenia „mechanicyzm” i „komputacjonizm” są kluczowe jako etykiety informujące o tezie książki. W innym sensie, bardziej podstawowym, kluczowe są terminy, od których oba -izmy się wywodzą: „maszyna” i „obliczanie”, o ich zatem sens będę pytał z pozycji własnej niewiedzy. Wprawdzie Autor dostarcza kontekstów, z których ten sens można wyprowadzać, ale czytelnik dopiero wtedy nabiera poczucia rozumienia, kiedy pojęcia wzięte z lektury powiąże ze swym własnym „środowiskiem” pojęciowym. W moim środowisku płodna w zrozumienia jest dziedzina rozważań, na którą się składa pięć zbiorów indywiduów (nie koniecznie są one rozłączne): obrabiarki przetwarzające materię, silniki przetwarzające energię, oraz maszyny przetwarzające informację, jakimi są automaty, mózgi i umysły. Liczę się z pytaniem: czemu nie zredukować ich do trzech, umieszczając umysły i mózgi w kategorii automatów, a przynajmniej do czterech, utożsamiając umysł z mózgiem? Dopiero taki redukcjonizm byłby, w mniemaniu wielu, stanowiskiem należycie naukowym. W rzeczywistości jednak nastręcza on trudności, o których mowa niżej.
§2. Najpierw, krótko, o relacji umysł-mózg. Krótko, bo nie wchodząc w gigantyczny i odwieczny „mind body problem”, wspomnę tylko o pewnych trudnościach natury językowej. Utożsamienie umysłu z mózgiem skutkuje na płaszczyźnie językowej twierdzeniem, że pojęcia te mają ten sam zbiór indywiduów jako swój zakres. Rozumie się to zwykle w ten sposób, że indywiduum istniejącym realnie jest mózg, zaś umysł jest nazwą nadawaną mózgowi w pewnych kontekstach, gdy tego wymaga ustalony zwyczaj językowy.
Nie wydaje się jednak, żeby udało się sprowadzić problem do niuansów stylistycznych. To, że słowa „bicz” i „bat”, nie różniąc się zakresem, różnią się stylistycznie, ma np. ten skutek, że zwrot „dostał sto batów” brzmi naturalniej niż „dostał sto biczów”, nie zmienia faktu, że każdy z tych zwrotów jest prawdą o jakimś nieszczęśniku zawsze wtedy i tylko wtedy, gdy prawdą jest drugi. Logicy mawiają, że takie wyrażenia są wymienne „salva veritate”.
Zastosujmy ten test do wyrazów „umysł” i „mózg”. W prawdziwym zdaniu „Mózg człowieka waży średnio od 1200 do 1400 g” wymieniamy „mózg” na „umysł”. Co sądzić o wartości logicznej tego nowego zdania? Można mu odmówić wartości logicznej, potraktowawszy je jako nonsens językowy, co też będzie świadczyć o braku zamienności salva veritate. A jeśli nie ma się do tej opcji przekonania, to trzeba się zgodzić, że zdanie prawdziwe przeszło w fałszywe, co by świadczyło, że zakresy tych słów się nie pokrywają, nie ma tu więc zachowującej wartość logiczną zamienności. Kto by się jednak upierał, że to drugie zdanie jest też prawdziwe, poniesie konsekwencje, takie jak konieczność uznania za prawdę, że umysł delfina jest cięższy niż człowieka itp. , co grozi demontażem funkcjonującej od wieków aparatury pojęciowej. Nie będziemy więc dociekać, czemu Autor MM nie zatytułował swej książki „Explaining the Computational Brain”. Wystarczy przyjąć, że podziela argumentację o braku zamienności salva veritate.
Ten wniosek nie odbiera sensu ani prawdziwości orzekaniu także o mózgu, że jest on układem obliczeniowym. Pogląd ten, zapoczątkowany w roku 1942 sławną pracą Pittsa i McCullocha, jest tak powszechny, że wystarczy się przyłączyć do akademickiego „vox populi”, pomijając głosy osobne. Takim np. Poppera idea, że wszechświat jest twórczy, a więc nie jest obliczeniowy. A skoro tak, to i mózg, jego najznamienitszy element również nie jest obliczeniowy. Głos osobny, choć innej treści, zgłasza też Roger Penrose, traktując mózg jako układ kwantowo nie deterministyczny, czego nie da się pogodzić z funkcjonowaniem algorytmicznym.
Jeśli umysł ma swoją rację bytu i ma naturę obliczeniową, a obliczeniowy jest także mózg, to jak ma się jedno do drugiego? Czy umysł jest obliczeniowy dzięki temu, że wyrasta jakby z gleby obliczeniowego mózgu? (Metafora gleby jest tu aluzją do emergentyzmu oraz interakcjonizmu w stylu Poppera i Ecclesa, ale z braku miejsca na rozwinięcie tematu, poprzestanę na tej aluzji). Żeby podejmować takie pytania, trzeba mieć jasność, co to znaczy być układem lub procesem obliczeniowym. Czy to samo algorytmicznym. Czy proces algorytmiczny to jest dokładnie to samo, co proces wykonalny dla maszyny Turinga? Jej działanie nie jest analogowe, a czy komputer analogowy, który nie jest maszyną Turinga, nie działa według jakiegoś algorytmu? Część tych pytań podejmuję w następnym odcinku.
§3. O tym, jak umysłowi niezbędna jest inwencja, żeby stawać się robotem czyli rozwiązywaczem problemów zautomatyzowanym.
Podkreślenie słowa „stawać się” nawiązuje do podkreślenia „is” przez Miłkowskiego w drugim wstępnym zdaniu jego książki. W kategorycznym „jest” przejawia się pewność, że umysł ludzkiego indywiduum jest obliczeniowy (computational) przez cały czas swego bytowania, a nie tylko czasem, gdy się nim staje na własne życzenie i za sprawą własnej pomysłowości.
Rozważmy tę drugą wersję pojęcia obliczeniowości. Do jej poniechania mógł się przyczynić bezkrytyczny entuzjazm kognitywistów dla testu Turinga, biorący się z przeoczenia, że test nie uwzględnia pewnej istotnej różnicy między umysłem człowieka i robota. Tej, że człowiek bywa wobec pewnych problemów bezradny, a poczucie bezradności (które świetnie oddał Lem w noweli „Rozprawa”) tak go irytuje, że wyzwala w nim (jak głosił z mocą C.S.Peirce) twórczy proces poszukiwania rozwiązań. Natomiast maszyna Turinga — logiczno-matematyczny model robota — wobec takiej niemożności po prostu staje, i koniec.
Powracam w tym rozważaniu do pytania z zakończenia odcinka §1: czy zasadne jest zaliczanie umysłów do automatów? W obecnym kontekście ujawnia się jego chwiejność znaczeniowa polegająca na tym, że może to znaczyć jedno z dwojga: umysł jest automatem (A) zawsze w sposób aktualny, czy (B) zawsze potencjalnie, a tylko niekiedy aktualnie. Od czego zależy aktualizacja? Turing 1939 podpowiada, że od dwóch cech twórczego rozumowania: intuicji oraz inwencji. W tym punkcie rozchodzą się drogi kognitywistów. Ci, których można określić (prowizorycznie czyli ad hoc) jako intuicjonistów (Gödel, Post, Mostowski, Wang, Searle, Penrose, Dreyfus etc.) sądzą, że taka twórczość wyklucza się z automatyzmem, podczas gdy obóz mechanicystów głosi, że stanowi ona inny sposób czy inny etap działania automatu.
Możliwe jest jednak ustalenie wspólnej aparatury pojęciowej, żeby następnie, w sposób intersubiektywny, wyrażać w niej odmienność stanowisk. Odróżnijmy bycie automatem w sposób aktualny i w sposób potencjalny, gdy to drugie wyraża się w poglądzie: mogę stać się automatem dzięki mojej intuicji wraz z inwencją (te dwie cechy twórczości matematycznej warunkujące automatyzację rozumowania wymienia Turing 1939). Uznanie takiej potencjalności stanowi jedną z interpretacji twierdzenia Gödla o niezupełności sformalizowanej (czyli zautomatyzowanej) arytmetyki oraz o możliwości jej sukcesywnego jej uzupełniania przez nowe, biorące się z intuicji i pomysłowości konstrukcje pojęciowe, np. zaprzęgnięcie do pracy logiki wyższych rzędów. Dzięki nowym pojęciom można uzupełniać teorię o nowe aksjomaty lub reguły wnioskowania. Dzięki temu stanie się w niej możliwe automatyczne dowodzenie twierdzeń, nieosiągalne we wcześniejszej fazie, przy skromniejszej aparaturze pojęciowej.
Jeżeli stwierdzenia „umysł jest obliczeniowy” i „umysł jest automatem” uznaje się za równoważne (tzn. z każdego wynika drugie), to rozróżnienie aktualnego i potencjalnego sensu bycia automatem przynosi też dwa pojęcia obliczeniowości. Dla większej czytelności, wyjaśnijmy to rozróżnienie tylko w takim wzorcowym przypadku, jaki stanowi arytmetyka Peano (pierwszego rzedu). Powiemy, ze umysł jest obliczeniowy aktualnie, gdy dowodliw
owiemy wtedy: (A) umysł jest obliczeniowy aktualnie, gdy każdy problem rozwiązuje w sposób zautomatyzowany, oraz że (B) jest obliczeniowy potencjalnie, gdy zachodzi alternatywa: (B1) umysł potrafi aktualnie rozwiązywać każdy problem w sposób zautomatyzowany lub (B2) może stać się zdolny do rozwiązywania w sposób zautomatyzowany w wyniku procesu, który zawdzięcza swej intuicji i pomysłowości.
Lektura książki Miłkowskiego nasuwa myśl o potrzebie badań, w których kluczowe pojęcia kognitywistyki byłyby definiowane operacyjnie przez analizę konkretnych przypadków reprezentujących różne rodzaje i poziomy procesów poznawczych. Byłaby to operacjonalizacja rzucająca światło na rolę tych kluczowych pojęć w wyjaśnianiu i przewidywaniu czynności poznawczych umysłu. Na pierwszy ogień powinien pójść proces rozwiązywania problemów w sposób mechaniczny, czyli zautomatyzowany, oraz rozwiązywania w sposób obliczeniowy; to powinno też pomóc w wyświetleniu, jak ma się mechaniczność do obliczeniowości. Obecne refleksje nad książką Marcina Miłkowskiego są dobrą okazją do rozpoczęcia takiego projektu.
W zamyśle, który ma być sukcesywnie realizowany w tym blogu, projekt obejmuje na początek trzy typy problemów, wzięte z trzech poziomów złożoności: (a) najniższego, do czego będzie kandydować pewien pierwotniak (euglena zielona) rozwiązujący skutecznie problem zaopatrywania się w energię; (b) najwyższego, gdzie godnym przedstawicielem byłby Giuseppe Peano rozwiązujący problem aksjomatyzacji arytmetyki — istotnego etapu w jej mechanizacji; (c) pośredniego, który będzie reprezentowany przez deliberacje wspomnianego w tytule terminatora. Dlaczego terminatora, a nie czeladnika czy samego majstra? Dlatego, że ci rutynowani osiągnęli już mechanizację swych czynności, podczas gdy terminator dopiero do niej dochodzi. Pozwala to uchwycić ów proces „in statu nascendi”, gdy od fazy wymagającej namysłu czy inwencji, dochodzi się do fazy rutyny, czyli czynności zmechanizowanych. Obserwacja takiego procesu dostarczy pewnego testu na zdolność teorii MM
Niech na to patrząc, rozsądzi kognitywista, zwolennik MM, czy faza wstępna, z błędami, które eliminuje namysł i pomysł, czy ta już w pełni mechaniczna, czyli nie wymagająca myślenia, przystoi umysłowi, któremu się przypisuje charakter obliczeniowy. Wspomniane progi (a, b), dolny i górny, odkładam do innego szkicu, tu zaś zajmę się szczeblem pośrednim.
Searle s.34 — Czy mózg to komputer cyfrowy?”. Na potrzeby dalszej dyskusji traktuję to pytanie jako równoważne pytaniu: „Czy procesy mózgowe są obliczeniowe?”.
s.37 zaprzeczanie temu, że mózg jest obliczeniowy niesie ryzyko utraty członkowstwa w społeczności naukowej.
Apostolos … s.69 — Ustalony obraz obliczeń to taki, że jest to mechaniczne przetwarzanie informacji (tzn. przekształcenie wejścia w wyjście, gdzie wejście jest całkowicie określone przed początkiem obliczeń a wyjście daje rozwiązanie określonego problemu)…. „Silna teza AI” to stwierdzenie, że komputery są teoretycznie zdolne do myślenia, rozumienia i ogólnie posiadania treści intencjonalnych w takim samym stopniu, jak człowiek. Z drugiej strony, „słaba teza AI” to stwierdzenie, że komputery mogą jedynie symulować myślenie a nie myśleć. Argumentacja Searle’a stanowiąca najbardziej powszechny argument przeciw komputacjonizmowi (tzn. filozofii stojącej za „silną tezą AI”) … s.7o mózg jest istotnie maszyną, maszyną organiczną, która w oczywisty sposób przewyższa zdolności maszyny Turinga. Searle nazywa swoje podejście do filozofii umysłu naturalizmem biologicznym.