Tekst zaktualizowany 9 września 2013. Następna aktualizacja – 4 października 2013.
§1. Poświęcam ten wpis na przedyskutowanie pewnej godnej uwagi koncepcji z dziedziny kognitywistyki. Narazie nazwę Autora enigmatycznie X-em, a dla jego teorii umysłu, wyłożonej po angielsku, proponuję termin komputacjonizm pluralistyczny; X określa ją po angielsku jako pluralistic computationalism. Zacznijmy od przypomnienia pewnych obiegowych definicji komputacjonizmu.
§2. Przytoczę dwa spotykane w literaturze typowe określenia komputacjonizmu wskazujące na różne jego aspekty. Jedno, wzięte z materiałów dydaktycznych pt. “Computationalism” brzmi, jak następuje:
[A] – computationalism implies that all minds are representable by Turing machines.
Drugie, z artykułu “Beyond computationalism” (autor Marco Giunti) stwierdza:
[B] – computationalism is only consistent with symbolic modeling.
Sformułowanie B wyklucza m.in. obliczenia analogowe oraz reprezentacje obiektów inne niż symboliczne, jak np. J.Fodora “język myśli” (language of thought). Sformułowanie A dopuszcza tylko obliczanie algorytmiczne, wyklucza więc super-algorytmiczne (inaczej: hiperkomputacyjne; ang. hypercomputational, hyper-Turing, super-Turing). Żadne też nie pomieści w swym zakresie sieci neuronowych.
Tymczasem, w języku X-a computationalism obejmuje modele obliczeń wykluczone w określeniach A i B, które to określenia reprezentują (jak poświadczy Google) najczęstsze użycia tego terminu. Świadom tego liberalizmu, Autor formułuje swoją wersję komputacjonizmu, zaopatrując ja w przydawki “pluralistic” lub “ecumenical”. Oto jego w tej materii (na s.49 opisywanej tu książki) manifest Komputacjonizmu Pluralistycznego.
[KP] — Although there is a paradigm case of computation — the classical Turing-Church digital computation — we leave open the possibility that there are physical processes capable of computing nonrecursive, hyper-Turing functions. My account […] can accomodate any kind of computation. […] It seems that digital von Neumann machines, membrane analog computers, quantum computers, and perceptrons all come out as computational in this view.
Mamy więc dobry powód, żeby dla uniknięcia nieporozumień uwyraźnić przez osobne nazwanie takie ekumeniczne pojęcie komputacjonizmu jako różne od tego restryktywnego definiowanego przez A i B, które najczęściej spotykamy w literaturze. W wyliczeniu następującym po słowach “It seems that” tylko maszyny von Neumanna należą bezspornie do klasy maszyn Turinga, a reszta dostała się na listę dzięki otwartości Autora KP na inne podejścia.
§3. Kluczowym pojęciem książki jest computational mind. Jest ono obecne w tytule i w naczelnej tezie książki, zawartej w jej dwóch pierwszych zdaniach. The book is about explaining cognitive processes by appeal to computation. The mind can be explained computationally because it IS computational. (Akcent na ,,is” — od Autora książki).
W tej zwięzłej deklaracji zawarte są dwa twierdzenia. (1) Umysł jest obliczeniowy. (2) Dzięki temu, że jest obliczeniowy, procesy poznawcze dadzą się wyjaśniać w kategoriach obliczania. Człon wyróżniony mocną czcionką jest charakterystyczny dla komputacjonizmu liberalnego, który nie redukuje umysłu do maszyny Turinga. Jej udowodnienie należy do zadań książki. Stwierdzenie 2 ma formę zdania warunkowego (implikacji), którego poprzednik, czyli wskazanie warunku wystarczającego, jest równoznaczny ze zdaniem 1. Tak więc, żeby (przez ponendo ponens) uzasadnić tezę komputacjonizmu pluralistycznego, trzeba wpierw uzasadnić punkty 1 i 2.
Termin “computational mind” tłumaczę zwrotem “umysł obliczeniowy”. Nie jest to jeszcze termin zadomowiony w polskim piśmiennictwie, jego użycia trzeba zaliczyć do pionierskich. Do takich należy np. tekst Roberta Poczobuta pt. Umysł a prawa nauki i prawidłowości przyrody . Mamy natomiast tysiące wystąpień zwrotu “obliczeniowa teoria umysłu”. Pouczającym w tym względzie tekstem, dającym wprowadzenie historyczne i odniesienia do literatury jest Piotra Kołodziejczyka Funkcjonalizm jako filozoficzna podstawa teorii Sztucznej Inteligencji. Jeśli przyjąć, że “umysł obliczeniowy” oznacza umysł będący przedmiotem obliczeniowej teorii umysłu, to liczba kontekstów, których można się radzić, pytając o znaczenie tego terminu okaże się pokaźna. Pożytek jednak z takiej kwerendy okazuje się raczej skromny, polegający głównie na stwierdzeniu wieloznaczności.
Jeśli ktoś (np. J.Fodor) powiada, że myślenie jest obliczaniem, to jako posiadacz wiedzy o istnieniu komputerów cyfrowych i analogowych (nie wchodząc już w dalsze subtelności), mam od razu pytanie, który rodzaj komputerów ma być modelem myślenia. Mało jednak który autor trudzi się takim drążeniem tematu. Spróbuję więc potrudzić się na własny rachunek, zaś od autora omawianej książki, jako zaawansowanego eksperta, oczekiwałbym krytycznej oceny moich prób.
§4. Proponuję posłużyć się procedurą przypominającą (ale tylko z grubsza, bez precyzji cechującej systemy aksjomatyczne) definiowanie przez postulaty. Umieszczam predykat “jest ObliczenioWy” (OW) w kontekście zdań zawierających terminy stosunkowo dobrze zrozumiałe. Jeden z nich to predykat “jest ObliczalNy” (ON) w takim sensie, w jakim go odnosimy do liczb i funkcji obliczalnych. Drugi — to predykat “posiada Moc Obliczeniową” (MO) odnoszony z jednej strony do (1) sprzętu (jak w słynnym prawie Moore’a), z drugiej zaś do (2) programów czyli pewnego rodzaju algorytmów; moc algorytmu utożsamiamy z jego efektywnością. Przypadek 2 jest tym, który może dostarczyć analogii czy modelu dla umysłu, podczas gdy 1 — dla mózgu.
Korzystając dla wygody z proponowanych w nawiasach skrótów, stawiam pytania o stosunki między OW i pozostałymi pojęciami, oddawane w zdaniach warunkowych (implikacjach), co przydziela każdemu predykatowi role warunku dostatecznego lub rolę koniecznego względem drugiego członu implikacji. Zmienna x reprezentuje indywidualne umysły. Poniższa lista nie jest zbiorem postulatów lecz zbiorem formuł (stąd F przed numerem), które mogą kandydować do tej roli. Z tej listy wybieram jako własny postulat F5, którym będę się posługiwał jako założeniem do dalszych rozważań, pozostałe zaś proponuję jako materiał do dyskusji (jeśliby chcieli wypowiadać się w tej sprawie zainteresowani kognitywiści).
F1. OW(x) → ON(x) F2. ON(x) → OW(x)
F3. MO(x) → ON(x) F4. ON(x) → MO(x)
F5. OW(x) ↔ [ON(n) & MO(x)]
Przyjęta w roli hipotezy roboczej formuła F5 wyznacza plan dalszych badań przez zawartość prawej strony równoważności. Trzeba zbadać, co znaczy, że umysł jest obliczalny i co znaczy, że jest obliczający, to jest, dysponujący mocą obliczeniową. Nie jest to może wielkie wyzwanie dla komputacjonizmu standardowego, który operuje tylko jednym pojęciem obliczania — tym, którejest skorelowane z maszyny Turingą. Staje się natomiast niebanalne dla komputacjonizmu X-a z jego tolerancją dla różnych pojęć obliczania (zob. wyżej cytat KP w §2).
1.Czy za możliwe uważa się stworzenie komputerowego modelu funkcjonowania rozmaitych komórek (biologicznych)? A zatem czy rychło liczący komputer byłby zdolny modelować elementy struktur neuronalnych mózgu w szczególności komórek neuronów, tak by wiernie funkcjonowanie oryginałów?
(W skrócie jako miarę wierności na potrzeby niniejszego przyjmuje zdolność modelu do tego by w odpowiedzi na odwzorowane wirtualnie działające na oryginał bodźców fizykochemicznych generował on- wirtualnie- reakcje odpowiadające zachowaniu oryginału.)
2.Czy zbudowanie w ramach komputerowego modelu struktur składających się z wielu takich modeli komórek nie byłoby jedynie problemem inżynierskim/ technicznym? Jeśli architektura tego bardziej złożonego modelu miała by być zwykłą kopią ‘jakiegoś egzemplarza’ mózgu problemem było by dostarczenie jedynie brutalnej mocy obliczeniowej.
2a.Jeśli rzeczywiście mózg funkcjonuje w nierozerwalnym zespoleniu z ciałem to czy fizykochemiczne bodźce płynące z ciała przez rdzeń kręgowy, obieg krwi i zmysły nie dałby się także odwzorować w takim komputerowym modelu- znów jedynie pod warunkiem rozwiązania problemów techniczno/ inżynierskich?
3.Czy możliwość stworzenia takiego symulakrum nie byłaby dowodem (przez pokazanie palcem) na obliczeniowość- w “ekumenicznym” rozumieniu- mózgu?
Tak jak w przypadku informacji- której szerokie rozumienie pozwala przyjmować, że każdy fizyczny byt jest informacją, każde zjawisko fizyczne jest informacji przetwarzaniem, a sam wszechświat komputerem- nawet nieformalne/ intuicyjne rozumienie chce jakoś ograniczyć szerokie rozumienie pojęć gdy rozważa się czy umysł rozumując oblicza czy jest obliczalny.
Gdy chce się postawić jakieś granice pojęciom w/w przypisuje się (tak to miało miejsce w dyskusji na niniejszym forum) by wyodrębnić „właściwe rozumienie” informacji intencję i cel (informacja- komunikat). Rozumowaniu zaś przypisuje się cel, intencję rozwiązania problemu , „problemu rozumienie”…
Miarą zaś ma być człowiek- w tym sensie, że kiedy on dokonuje w/w czynności nadaje im ten właściwy/ istotny walor.
Dlatego w kontekście umysłu obliczalnego i posiadającego moc obliczeniową zaproponowałem powyżej rozważenie teoretycznej możliwości stworzenia symulatora fizykochemicznych struktur mózgu. Stworzonego z algorytmów symulujących każdą komórek. Jeśli algorytmy odwzorowywały by wiernie reakcje każdej komórki neuronalnej mózgu to i ich złożenie powinno odpowiadać zachowaniu całej struktury. Można by więc przyjąć, że zdał by taki napędzany algorytmami obiekt „test Turinga do kwadratu”- postępując zgodnie z regułami manifestował by rozumienie będąc wynikiem obliczania.
Komputacjonizm pluralistyczny jest mi poglądem bliskim i mocno obecnym w moich rozmyślaniach.
Jeśli chodzi o kontekst modelowania czynności umysłowych (uważam, że kontekst ten jest tylko jednym z możliwych kontekstów rozpatrywania relacji umysł-komputer), to wzmiankowanemu wyżej poglądowi poświęciłem swoją książkę z 2010 roku p.t. „Umysł a modele maszyn uczących się”.
Wyróżniłem w niej trzy typy informatycznych modeli umysłu – regułowe, sieciowe i ewolucyjne – pozostawiając otwartym pytanie, na ile każdy z nich daje się opisać za pomocą formalizmu uniwersalnej maszyny Turinga.
Intuicyjnie rzecz biorąc, wydaje mi się, że nawet teoretyczna możliwość takiego opisu (co w przypadku modeli sieciowych jest raczej wątpliwe) nie oznacza, że wymienione modele są tożsame. Są one bowiem zaawansowanym wyrazem zupełnie innych idei niż idea sekwencyjnego przetwarzania symboli w oparciu o zbiór ściśle określonych, niezmiennych reguł (np. idei ewolucyjnego przetwarzania danych). Moim zdaniem idee te wnoszą zarówno do informatyki, jak i do teorii umysłu, zupełnie nowe elementy.
Myśli te rozwinąłem na stronach 162-164 swojej książki i chętnie podejmę ten wątek w obecnej dyskusji.
Tyle tytułem wstępnego komentarza, który traktuję jako krótki anons gotowości do dalszej dyskusji.
Czy równolegle przetwarzane sekwencje- gdy do reguł przetwarzania znaków w poszczególnej sekwencji należy zdefiniowana reakcja na określone symbole innych sekwencji- nie jest (w skrócie) obliczaniem?
Poszczególne elementy fizycznych stanów elementów, jeśli są określone wzajemnymi regułami fizycznych konstrukcji (a w to chyba ‘wierzymy’) , mogą być „zrzutowane” (mogą odpowiadać elementom modelu) na uporządkowane szeregi symboli ( liczbowych gdyż te to „najczystszy i najdoskonalszy typ czysto logicznie uporządkowanej rozmaitości” ).
Wzajemnie uwarunkowane, równolegle przetwarzane szeregi… ktoś (ja) mógłby ‘rozumieć’ że to obraz ‘obliczania’ (prześlizgując się nad problemem definicji).
Oczywiście problemem może być rozumienie ‘sekwencji’. I to, że mi chodzi o uporządkowanie uporządkowań jako wyraz przetwarzania liczb (w końcu klas klas czy też własności własności).
Tak czy inaczej chyba najlepiej będzie po prostu przeczytać „Umysł a modele maszyn uczących się”.
Tylko dla własnego spokoju dodam, że nie było moją intencją dawanie do zrozumienia, że uważam że analiza procesów umysłowych nie wnosi nic nowego do informatyki (w szczególności modelu maszyny Turinga). -Wydawało mi się, że z mych innych komentarzy wynika dość jasno, że mam inne zdanie.
Podkreślałem wszak ważkość dla “rozumowania” aspektu konstrukcyjnego fizycznych struktur umysłu i wpływu wzajemnego splątania równolegle przetwarzanych wątków (który może oddalać choćby niebezpieczeństwo wystąpienia zapętlenia się niezupełności). Pisałem, że źródłem intuicji czy odczucia racji w stosunku do problemów, o których wyabstrachowaniu w idealnym racjonalnym rozumie mamy przeświadczenie, może być właśnie cerebralna aktywność o potencjalnie zupełnie przyziemnych, niezwiązanych z problemem źródłach.
Mimo wszystko trudno by mi było wyobrazić sobie, żeby gdzieś na elementarnym poziomie nie dało się sprowadzić funkcjonowania umysłu do obliczeń. Nawet jeśli w owym zespoleniu i splątaniu obliczenia te dają tak osobliwy rezultat.
Jeśli by już silić się na wykorzystanie idei maszyny Turinga to -mówiąc skrótowo- uważam, że procesy umysłowe mogły by być, czysto schematycznie, przedstawiane jako sieć takich automatów:
-wzajemnie sczytujących symbole w szeregach generowanych przez inne automaty,
-zmieniających konfiguracje wzajemnych połączeń w reakcji na określone konfiguracje sczytanych symboli… nie będę silił się tu na precyzyjne opisanie w końcu zgrubnego schematu- chodzi o dynamizm struktury (generujący jej możliwość „uczenia się”).
O wiele istotniejsze musiało by być bowiem zaznaczenie w takim schemacie wpływu na rozwiązanie problemu (na przetwarzanie informacji w rozgałęziających się wątkach mających źródło w postawionym problemie) wyników z taśm zapisywanych w skutek przetwarzania równoległego innych zadań. A więc wpływu szeregów symboli mających źródło w innych problemach oraz aktualnych i przeszłych stanów ciała. Ciała dostarczającego samym „automatom” (elementom struktury) energii do ich obliczania. To idea która “siłą rzeczy” wnosi “zarówno do informatyki, jak i do teorii umysłu, zupełnie nowe elementy”.
Mimo tego uważam że słowo obliczanie nie jest w tak nakreślonym schemacie nieuzasadnione.
Komentarz usunięty 11.X. jako nieaktualny. WM
Jeszcze odnośnie intuicji:
„Intuicyjnie rzecz biorąc, wydaje mi się, że nawet teoretyczna możliwość takiego opisu (co w przypadku modeli sieciowych jest raczej wątpliwe) nie oznacza, że wymienione modele są tożsame.”
Czy nie na tym (tożsamości modeli) nie zasadza się ‘istota’ ujęcia umysłu w idei testu Turinga? Przykładowo:
jeśli
dało by się stworzyć- w analogiczny sposób do modelu mózgu w moim przykładzie, symulację komórek mięśniowych następnie złożonej z niech struktury tak by w końcu odwzorować mięsień w wirtualnym symulatorze ramienia
to
rezultat funkcjonowania tego napędzanego obliczeniami i do obliczeń sprowadzalnego modelu różnił by się ‘istotnie’ od rezultatu funkcjonowania rzeczywistego mięśnia. (Nie przesuwał by ów symulator realnych przedmiotów nie posiadając atrybutu „mięśniowości” polegającego na zdolności oddziaływania siłą fizyczną- wynik obliczeń nie generował by fizycznej siły.)
Tymczasem napędzany obliczeniami i do obliczeń sprowadzalny model umysłu gdyby przedstawił w rezultacie obliczeń wynik: „chcę wiec jestem” (czy wręcz przeciwnie „wnioski to nieoczywiste: istnieje akt chcenia więc istnieje wola…”). Pokazał by, że rezultatu funkcjonowania umysłu nie można od wyniku obliczeń odróżnić.
Czy nie o to chodziło Tubingowi?- choć zgadzam, się że ideał automatu przezeń przedstawionego przezeń trzeba by ‘troszkę’ uszczegółowić/ rozszerzyć… Moja “konstrukcja myślowa” modelu umysłu poprzez odwzorowanie wirtualne jest propozycją „mapy drogowej” takiej modyfikacji.
I może jeszcze z innej strony- bardziej z perspektywy „informatycznej” intuicji na „moc obliczeniową”:
Mężczyzna o niezwykłych zdolnościach rachunkowych- potrafiący podawać wyniki mnożenia liczb szybko jak kalkulator- został poddany badaniu przyrządami do obrazowania funkcjonowania mózgu, w czasie gdy popisywał się swymi umiejętnościami. Okazało się, że rejony mózgu zwykle odpowiedzialne za wykonywanie zadań rachunkowych nie były większe czy intensywniej pobudzone niż u innych osób „skanowanych” w trakcie liczenia. Wręcz przeciwnie- a obszar mózgu którego aktywność korelowała z wykonywaniem przez rachmistrza jego obliczeń był małym fragmentem rejonów które służą innym ludziom do kontrolowania ruchów/ położenia ciała w przestrzeni. Przypadek ten przypomniał mi jak (już dobrych parę lat temu ) zaczęto wykorzystywać moc obliczeniową kart graficznych do zadań nie związanych z wyświetlaniem obrazów (gdyż te podzespoły ze względu na rosnącą konkurencję na rynku gier, stały się potężniejsze od CPU). Jasne jest, że zadanie kontrolowania ruchu w 3 wymiarach wymaga potężnego komputera- nic dziwnego, że gdy splot trafów sprawił, że mężczyzna wykorzystywał nieświadomie fragment tego potencjału do rachowania był w liczeniu sprawniejszy od pozostałych członków populacji, którym „ewolucja wzbrania” ograniczać krytycznych dla przetrwania zasobów celem tak niepraktycznych dla przetrwania działań.
Ten przykład jest banalny, ale bardziej oczywisty w przedstawianiu tego, że systemy tworzące umysł posiadają moc obliczeniową, niż choćby historie ociemniałych, którzy wytworzyli u siebie zdolność do „postrzegania kształtów” gdy naukowcy założyli im matrycę elektrod na języki przedstawiające kształty z kamery założonej na czoło. Znów- tak jak w przypadku neurologii- to szczególne przypadki choroby a czasem tragedie mogą przedstawić informatycznemu spojrzeniu na neurokognitywistykę nowy obraz tego z czym ma do czynienia. Uszkodzone/ wybite z normalnej ściżki funkcjonowania mózgi pokazuja swą plastyczność wskazując, że systemy służące jednemu rodzajowi zadań mogą przeprogramować się i prócz swych zwykłych zadań wykorzystać drzemiącą ich moc obliczeniową do obliczania- tak że same symulują działanie obszarów które z różnych powodów nie mogą pełnić swej roli.
Pan km poruszył w swoich komentarzach niezwykle ważny wątek, który zasługuje moim zdaniem na osobny wpis i osobną dyskusję pod nim. W najbliższych tygodniach postaram się taki wpis zamieścić.
Chodzi mianowicie o równoważność sztucznych sieci neuronowych (SSN) uniwersalnej maszynie Turinga (UMT); czy też, mówiąc nieco inaczej: możliwość adekwatnego opisu SSN (różnych SSN) za pomocą formalizmu UMT.
Zagadnienie to nazwijmy Z1.
Z zagadnieniem Z1 wiąże się sprawa kolejna, bezpośrednio już sprzężona z kognitywistyką. Mianowicie: „Czy za pomocą pewnego typu SSN da się adekwatnie wymodelować lub wręcz zrealizować ( bo model zjawiska to coś innego niż jego sztuczna realizacja) realne wewnątrz-mózgowe sieci biologicznych neuronów?”. Temu zagadnieniu nadajmy z kolei nazwę Z2.
Deklarując ponownie chęć osobnego wpisu i osobnej dyskusji, zgłoszę wstępnie trzy nurtujące mnie uwagi odnośnie Z1 i Z2:
(1) Pluralizm na poziomie SSN.
Z uwagi na niezwykłe bogactwo konstruowanych bądź opisywanych teoretycznie SSN zagadnienie Z1 ma charakter wysoce pluralistyczny; ponieważ w dziedzinie badań nad SSN nie istnieje uniwersalny opis wszelkich SSN, formalizm UMT trzeba by „przymierzać” do opisu bardzo wielu SSN.
(2) Analogowość niektórych SSN.
Przynajmniej niektóre ze znanych mi SSN są (w matematycznej teorii) przetwornikami analogowymi (w teorii dopuszcza się ciągłe sygnały wejściowe neuronów i określa się ciągłe funkcje transformacji sygnałów wejściowych w sygnał wyjściowy neuronu). Taka zasada działania wyklucza dokładny opis SSN za pomocą UMT (która jest dostosowana do sygnałów dyskretnych). Pozostaje oczywiście pytanie, czy taki dokładny opis przy modelowaniu umysłu jest niezbędny (wszak każdy model jest z założenia przybliżeniem).
(3) Materia mózgu (ciała).
I odnośnie Z2: nie jest wykluczone, że za poznawczą skuteczność biologicznych, wewnątrz-mózgowych sieci neuronalnych odpowiadają nie tylko ich zasady działania (które moglibyśmy powielić algorytmicznie w SSN), ale również ich „materia” czyli fizyko-chemiczny substrat. Istnieje możliwość, że właściwości tejże materii nie są możliwe do odtworzenia w układzie elektronicznym (a dodają one coś istotnego do samych zasad działania, które to zasady od biedy można nazwać „regułami obliczeń”).
Tyle na gorąco, w sposób nie do końca uporządkowany, ale z intencją dalszych przemyśleń.
Stała się rzecz dziwna. Paweł Stacewicz i km komentują nie tyle to, co wyżej napisałem, ale to, co zamierzałem ująć w następnym wpisie, mianowicie problem wystarczalności maszyny Turinga jako modelu rozwiązywania problemów przez sieci neuronowe sztuczne i naturalne (mózg). W szczególności ostatnią kwestię (3) z drugiego komentarza Pawła. To chyba świadczy, jak aktualny jest to problem, skoro paru osobom naraz “rzuca się na mózg”.
Zwłoka w umieszczeniu następnego wpisu bierze się stąd, że uderzyła mnie analogia między książką Miłkowskiego i rozważaniami obu Kolegów a bardzo ciekawymi ideami von Neumanna w “The Computer and the Brain”. Dopiero w świetle tych idei (w których przypomnieniu pomogły mi komentarze km) rozjaśnił mi się główny zamysł książki Miłkowskiego (zrazu zaciemniony prze jego mylące dla mnie używanie terminu “mechanistic approach”), toteż na nowo przepracowuję moją interpretację tej książki. Ale już na dniach opublikuję ostateczny tekst, powiadomię o tym Autora i zaproszę go do lektury i dyskusji tak moich wpisów jak i powyższych komentarzy, z czego powinny się narodzić nowe zrozumienia i konkluzje.
Uważam, że powyższa dyskusja o sztucznych i naturalnych sieciach neuronowych była w pewnym sensie usprawiedliwiona, bo w treści wpisu wspomniano o tych pierwszych (jako takich układach przetwarzających dane/informacje, których zasady działania wykraczają poza tradycyjne rozumienie komputacjonizmu, a nie wykraczają poza rozumienie pluralistyczne).
Żeby jednak nie koncentrować się aż tak bardzo na tym jednym temacie, zgłaszam kilka uwag i pytań bardziej ogólnych.
Ciekaw jestem zdania i Witolda, i autora omawianej książki (czy też koncepcji).
1) Jaka jest relacja między komputacjonizmem (K) a informatyzmem (INF) czyli światopoglądem informatycznym (ten drugi termin lansujemy w naszej książce „Umysł-Komputer-Świat”)?
Na moje oko relacja wygląda następująco:
(a) K jest koncepcją węższą, bo dotyczącą tylko umysłu (jego obliczeniowej natury, możliwości modelowania za pomocą różnych systemów informatycznych itd.); INF ma zaś ambicję objąć swoim zasięgiem o wiele szerszy krąg zagadnień (w tym społecznych i dotyczących świata)
(b) K postuluje redukcję myślenia do obliczeń (a więc chyba i myśli do liczb); natomiast w ramach INF nie jest to konieczne (przynajmniej takie jest moje zdanie, o czym dyskutowaliśmy na tym blogu w dwóch co najmniej miejscach; podaję dane na końcu komentarza).
A więc znowu: ze wskazanego względu INF byłby poglądem szerszym.
2) Jak rozumieć umysł?
We wpisie pojawia się taki oto fragment: „…predykat „posiada Moc Obliczeniową” (MO) [jest] odnoszony z jednej strony do (1) sprzętu (jak w słynnym prawie Moore’a), z drugiej zaś do (2) programów czyli pewnego rodzaju algorytmów; moc algorytmu utożsamiamy z jego efektywnością. Przypadek 2 jest tym, który może dostarczyć analogii czy modelu dla umysłu, podczas gdy 1 — dla mózgu.
A zatem, czy:
(a) umysł i mózg należy rozumieć jako dwa rozłączne, choć powiązane ze sobą, systemy (z jednej strony “umysłowe oprogramowanie”, a z drugiej „mózgowy sprzęt”).
Takie rozumienie sugeruje powyższy fragment; choć hipoteza F5 tego nie sugeruje: umysł jest obliczeniowy to znaczy i obliczalny, i obliczający, a „bycie obliczającym” czyli posiadanie MO zakłada, w myśl powyższego fragmentu (pkt 1), że składnikiem umysłu jest „mózgowy sprzęt”).
czy też (zgodnie chyba z F5):
(b) umysł należy rozumieć jako złożony system, którego biologicznym podsystemem (częścią składową) jest mózg; prócz mózgu jednak w skład umysłu wchodzi pewna złożona zawartość informacyjna (nabyta i wrodzona), która w określony sposób „konfiguruje” mózg., można by nazwać umysł „systemem poznawczym” (w domyśle modelowanym za pomocą pewnego typu systemu informatycznego).
Powyższy wariant interpretacyjny byłby zgodny z rozumieniem terminu „system informatyczny”, który to termin oznacza całość złożoną ze sprzętu i oprogramowania. Przyjmując analogię
3) Słówko „jest” w sformułowaniu „umysł jest obliczeniowy”.
W moim przekonaniu badawcza ostrożność (czy też pewien sceptycyzm co do stawiania tez ontologicznych) nakazuje, żeby słówko „jest” rozumieć nie jako „jest sam w sobie”, lecz „da się adekwatnie modelować jako” (tutaj: modelować jako system obliczeniowy).
Przy takim rozumieniu nie wykluczamy, że w przyszłości mogą pojawić się modele bardziej adekwatne niż obliczeniowe (czy też: informatyczne).
4) obliczeniowy, obliczalny, obliczający
Być może są to kwestie terminologiczne, które przy odpowiednim zdefiniowaniu powyższych terminów znikną, ale mi się wydaje, że (zwłaszcza w języku polskim) zawarty w powyższych terminach człon „oblicz” sugeruje, iż obliczanie utożsamia się z przetwarzaniem liczb (a nie danych).
Niby prawdą jest, że we wnętrzu komputera są przetwarzane liczby kodujące różne obiekty, ale żeby te liczby uzyskać i efektywnie przetworzyć potrzebne są struktury zupełnie innego poziomu. Powiedziałbym tak: struktury informatyczne, a nie czysto liczbowe.
A zatem: jeśli sformułowanie „umysł jest obliczeniowy” miałoby znaczyć „umysł jest systemem przetwarzającym liczby”, to na obecnym etapie moich przemyśleń trudno mi się z tym zgodzić.
Poglądowi temu dałem wyraz w dwóch dyskusjach: http://blog.marciszewski.eu/?p=71 (komentarz z dnia 23.01.2011) oraz http://blog.marciszewski.eu/?p=4032 (komentarze z dnia 14.03.2013).
Zgadzam się z 1a w komentarzu Pawła z 28.IX. Pluralistyczny komputacjonizm dotyczy natury umysłu jako jestestwa obliczalnego (jak obliczalny jest np. program dzięki temu, że jest kodowalny liczbowo) oraz obliczającego. Jest to jakby jeden rozdział informatyzmu, może kluczowy, ale nie jedyny. Inny rozdział to np. rola praw przyrody: czy można je uważać za oprogramowanie świata? Jeśli trzymać się koncepcji programu jako algorytmu to odpowiedź twierdząca implikowałaby chyba determinizm. Mnie by się podobała taka wersja informatyzmu kosmologicznego, wg której świat generowałby twórczo algorytmy, podobnie jak je produkuje twórczy matematyk czy logik.
Tu pojawia się pewien przypadek problemu 1b. Czy twórczość matematyczną, polegającą na tworzeniu algorytmów (tak był twórczy np. Al-Chwarizmi) da się zredukować do procesu algorytmicznego? Nawet taki radykalny komputacjonista jak Leibniz, przypisywał Bogu nie tylko obliczanie, lecz jeszcze jakiś inny proces myślowy. Jego słynna formuła w pełnym brzmieniu jest taka: “Cum Deus calculat et cogitationes exercet fit mundus”. Tzn. “Gdy Bóg rachuje i się zamyśla, to staje się świat”. Nie każda zatem czynność intelektualna sprowadzałaby się do rachowania, nawet u Wielkiego Rachmistrza. Tę maksymę Leibniza można by określić jako informatyzm teologiczny, a na ziemskim padole mielibyśmy informatyzm psychologiczny, socjologiczny, ekonomiczny itd. W każdym przypadku osią problematyki byłaby relacja między myśleniem twórczym, więc nie algorytmicznym, a powstawaniem i funkcjonowaniem algorytmów, a więc obliczeń.
Byłoby ‘faktycznie’ istotnym i ‘znaczącym’ gdyby funkcjonowanie umysłu było „przetwarzaniem liczb (a nie danych)” : Umysł jako idealna domena Leibnizjańskiego Artis Combinatoriae “dumający” (kombinatorycznie) nad „uniwersalnym przedstawieniem możliwości sposobów powiązania w ogóle i wzajemnej zależności” aksjomatycznie zdefiniowanych idealnych elementów i ich równie idealnych wzajemnych relacji, operacji, funkcji…
Jednak (a może dlatego) obliczeniowość rozpatruję wychodząc od (i zadowalając się- po inżyniersku) możliwości zmatematyzowanego opisu. „wszędzie tam gdzie dana jest forma powiązania, którą możemy wyrazić za pomocą pewnych reguł i aksjomatów, tam, w sensie matematycznym, zostaje ustalony „obiekt” ”.
I z takich „obiektów” tworzymy modele zjawisk rzeczywistości w domenie nauk szczegółowych. Jeśli myślę o możliwości stworzenia ‘czegoś’ z czym moglibyśmy się ‘zrozumieć’ to nieodparcie powracam do konieczności odwzorowania w ‘tym czymś’ własności ujętych w tych zmatematyzowanych modelach “wzorca”(danego także jedynie w pomiarach). Gdy zaś myślę o tym czy to możliwe i czy funkcjonowanie tego modelu odzwierciedli rozumowanie to nieodparcie wracam do samego ‘rozumienia’ – jeśli ‘rozumiemy się’ postępując zgodnie z regułą to może się udać.
„nie jest wykluczone, że za poznawczą skuteczność biologicznych, wewnątrz-mózgowych sieci neuronalnych odpowiadają nie tylko ich zasady działania (które moglibyśmy powielić algorytmicznie w SSN), ale również ich „materia” czyli fizyko-chemiczny substrat.”
-nie jest. Ja wychodząc od modelowania pojedynczej komórki chciałem właśnie podkreślić to, że wydaje mi się, iż w przedmiotowym zagadnieniu dbałość o ujęcie w modelu własności prawdziwych (biologicznych) elementów na różnych poziomach złożoności jest kluczowa.
„Czy za pomocą pewnego typu SSN da się adekwatnie wymodelować lub wręcz zrealizować ( bo model zjawiska to coś innego niż jego sztuczna realizacja) realne wewnątrz-mózgowe sieci biologicznych neuronów?”.
Ja zwykłem wykłócać, że „stała możliwość” elektronu (to, że idea takiego to a takiego bytu może nam służyć w pewnym ściśle określonym opisie rezultatów pomiarów także specyficznego rodzaju…) to model jedynie.
(Choć są „filozofowie nauki”, którzy twierdzą, że „jeśli cząstki elementarne da się rozpylać to znaczy że istnieją”. Dla mnie ważne by model był „wystarczająco” trafny. Oczywiście jak w każdym opisie naukowym zadowalającą trafność trzeba określić, ale -skoro można poprowadzić granice między fizyką, chemią, biologią a zasadami działania struktur neuronowych- powinno się udać.)
Choć istotnie, w przypadku gdy nie będzie możliwy trafny zmatematyzowany opis świata w ramach nauk szczegółowych, „Istnieje możliwość, że właściwości tejże materii nie są możliwe do odtworzenia w układzie elektronicznym (a dodają one coś istotnego do samych zasad działania, które to zasady od biedy można nazwać „regułami obliczeń”).”
Jeśli opisując rzeczywistość mamy pomiary i modele zmatematyzowane to konstrukcje, struktury złożone z elementów tych modeli funkcjonując w modelowym uniwersum „przetwarzając dane” nie powinny dawać rezultatów różnych od pomiarów (chyba że same modele nie są trafne). W tym sensie- pod warunkiem dysponowania trafnymi zmatematyzowanymi modelami elementów i reguł ich wzajemnych relacji zależnie od konfiguracji powiązania- realizacja sztuczna struktur z nich złożonych dających rezultaty nieodróżnialne (np. w teście Turinga) od ‘wzorca’ może być kwestią techniczno- inżynierską bardziej niż filozoficzną (choć o filozoficznych konsekwencjach).
Bardzo cieszę się, że moja praca wywołuje tyle ciekawych wątków. Jestem w stanie odnieść się tylko do kilku.
Pierwsza rzecz, z niedawnego komentarza p. Pawła [z 28 września] – jeśli idzie o słówko „jest”, to analizuję je na dwóch poziomach, równoważności słabej i mocnej w sensie Fodora. Np. w tym tekście: http://www.peerevaluation.org/read/libraryID:29157
Mówiąc najkrócej, w słabej równoważności chodzi o zgodność na poziomie wytworu (we-wy), w mocnej – na poziomie procesu (przebieg operacji obliczeniowych).
Druga rzecz, to światopogląd informatyczny a komputacjonizm. Traktuję komputacjonizm jako metodologiczną ramę modelowania procesów poznawczych jako procesów przetwarzania informacji. To nie jest rama światopoglądowa, lecz metodologiczna (podobnie jak naturalizm metodologiczny komputacjonizm może być w praktyce stosowany przez naukowca, który jest np. witalistą czy też zwolennikiem telekinezy). Zagadnienia światopoglądowe są interesujące, ale nie wiem, czy mam do powiedzenia na ich temat cokolwiek nowego, dlatego ograniczam się do spraw związanych z filozofią nauki.
A co do obliczalności… No cóż, chyba najdokładniej opisałem sprawę w tekście, który przywołałem wyżej (ma być opublikowany, ale sprawa się przeciąga, zatem za wszelkie komentarze będę wdzięczny). Sprawy wynajdowania algorytmów i ewolucji wiążą się ze sobą w sposób złożony, ale stworzenie zadowalającego wyjaśnienia jest trudne, bo nawet i konfirmacja takiej teorii jest niesłychanie kłopotliwa. Turing miał koncepcję morfogenezy, która trochę się z tym wiąże; mówiąc skrótowo – teoria układów żywych wiąże się z teorią układów przetwarzających informacje. Są pewne pomysły idące w tę stronę, od teorii życia (Rosen, Ganti) po teorię matemorfogenezy (najnowszy projekt Aarona Slomana). Tylko że tu są to na razie bardzo ogólne pomysły, jak ewolucja doprowadza do powstania złożonych układów, z których część zaczyna wytwarzać modele rzeczywistości, a następnie coraz bardziej modele samych siebie itd.
Pamiętajmy też, że odkrywaniem algorytmów (w tym praw nauki) zajmował się Jan Żytkow z Herbertem Simonem. W tym sensie pytanie o powstanie zera jest typowym zagadnieniem obliczeniowej filozofii nauki. W tym programie badawczym uzyskano sporo interesujących wyników, ale są one też co najwyżej na poziomie słabej równoważności: powielono wytwory poznania. Nie wiemy, czy powielono proces poznawczy.
Bardzo się cieszę na ten głos.
Do wymienionego artykułu z pewnością zajrzę (choć nie natychmiast – na razie przeczytałem streszczenie) i podzielę się uwagami.
W roku 2012 opublikowałem w tym blogu serię trzech wpisów p.t. „Co to znaczy, że umysł jest maszyną Turinga?”, które w sposób mniej techniczny, a bardziej popularny przedstawiają ideę MT i UMT, oraz pewne moje pomysły związane z hipotetyczną realizacją umysłu za pomocą UMT (rozwinięte w książce “Umysł-Komputer-Świat”). Ostatni wpis ma datę 16.02.2012 – http://blog.marciszewski.eu/?p=1205. Być może te uwagi do czegoś Pana zainspirują i wymienimy jakieś komentarze.
No właśnie… Jako współgospodarz blogu chciałbym gorąco zaprosić Pana i Pańskich współpracowników do rozmów tutaj — rozmów, które są o tyle specyficzne, że staramy się łączyć w nich naukę z popularyzacją, to znaczy pisać językiem maksymalnie poglądowym i obrazowym (wprowadzając w dane zagadnienie również laika).
W miarę wolnego czasu (rozumiem, że nie jest go dużo, ale może uda się coś wyskrobać) zapraszamy do udziału w tym przedsięwzięciu.