Niniejszy wpis ma charakter prowizoryczny. Zdecydowałem się go jednak umieścić ze względu na jutrzejszą prezentację i blogu, i światopoglądu informatycznego na zebraniu w PW.
Wpis ten stanowi kontynuację już dyskutowanej pierwszej części cyklu „O światopoglądzie informatycznym”. Miałem zamiar zebrać w nim wszystkie ważniejsze tezy ŚPI, „nabudowane” na pewnych podstawowych (wywiedzonych z informatyki) pojęciach. Na razie jednak udało mi się opracować tylko część pojęciową, dotyczącą tez o umyśle i jego informatycznych modelach.
Oto główne punkty tekstu, którego całość można przeczytać tutaj.
(Zarówno niniejszy wpis, jak i sprzężony z nim tekst, zostaną niebawem przeredagowane)
*****
POJĘCIA I WYBRANE TEZY
1. Zdecydowana większość pojęć opisujących światopogląd informatyczny (ŚPI) wywodzi się z informatyki teoretycznej, w ramach której definiuje się je ściśle, w odniesieniu do konstrukcji matematyczno-inżynierskich (jak maszyna Turinga). Specyfika ŚPI polega jednak na maksymalnie szerokiej interpretacji tychże pojęć (np. w odniesieniu do umysłu rozumianego jako system do przetwarzania informacji).
2. Najważniejsze pojęcia informatyczne, które leżą u podstaw ŚPI, są powiązane ze sobą siatką następujących znaczeń:
a. System informatyczny jest pewnym automatem, który przetwarza dane w sposób algorytmiczny (czyli zaprogramowany).
b. Dane są to informacje zakodowane w sposób adekwatny do możliwości przetwarzającego je automatu (np. cyfrowo lub analogowo).
Krócej: dane są tworzywem systemów informatycznych.
c. Informatyczne kody mają moc sprawczą, co rozumie się tak, że odpowiednie sekwencje symboli kodowych powodują (ze względu na konstrukcję automatu) odpowiednie akcje automatu.
Krócej: informatyczny kod jest kodem sterującym.
d. Algorytm jest to schemat operacji możliwych do wykonania przez pewną maszynę informatyczną: d1) uniwersalną maszynę Turinga UMT (algorytm rozumiany wąsko, choć najbardziej precyzyjnie); d2) jakąkolwiek maszynę (algorytm rozumiany szerzej).
e. Algorytmy – służące do rozwiązywania określonych klas problemów – mają różną złożoność (czasową i pamięciową), która jest miarą ich efektywności. Cechę złożoności przypisuje się również samym problemom: złożoność problemu P jest to złożoność najbardziej efektywnego (czyli najmniej złożonego) spośród wszystkich algorytmów rozwiązujących problem P.
f. Nawet w dziedzinie problemów jasno określonych (a tylko te są domeną informatyki) istnieją problemy algorytmicznie nierozwiązywalne:
f1) bezwzględnie – gdy nie istnieje (w sensie obiektywnym) algorytm rozwiązujący wszystkie szczególne przypadki danego problemu; lub
f2) praktycznie – gdy dla danego problemu nie istnieje algorytm o dostatecznie niskiej złożoności czasowej.
Problemy nierozwiązywalne bezwzględnie nazywa się nieobliczalnymi.
g. Zależnie od przyjętego modelu obliczeń/algorytmizacji (np. turingowskiego lub innego) mówi się o różnych rodzajach obliczalności (i nieobliczalności). Problemy rozwiązywalne za pomocą UMT nazywa się t-obliczalnymi, obliczalne za pomocą innego rodzaju maszyn: nt-obliczalnymi.
h. Moc obliczeniowa maszyny określonego typu (np. cyfrowej; typ maszyny zależy od przypisanego jej modelu obliczeń) jest to zakres rozwiązywalnych przez nią problemów.
3. Typowa dla ŚPI szeroka interpretacja pojęć technicznych (zob. 2a do 2h), prowadzi do różnorodnych tez i pytań, które dotyczą umysłu i świata.
Stają się one sensowne (i zrozumiałe) pod warunkiem, że założymy wstępnie, iż: (a) umysł stanowi pewien system do przetwarzania informacji, (b) pewne fragmenty świata (lub nawet cały świat) mają określoną zawartość informacyjną – warunkującą ich strukturę i działanie.
4. Zgodnie z kolejnością założeń wymienionych w punkcie 3 w centrum ŚPI sytuuje się zagadka ludzkiego umysłu, który z jednej strony przypomina sztuczne systemy do przetwarzania danych (komputery), a z drugiej strony, ma nad nimi poznawczą (szerzej: życiową) przewagę.
5. Z ogólno-naukowego punktu widzenia najlepszy wgląd w zagadkę umysłu daje konstrukcja i analiza (naukowych) modeli umysłu.
Z węższego, tj. informatycznego, punktu widzenia (który jest istotą ŚPI) za najbardziej adekwatną strategię modelowania umysłu uznaje się strategię informatyczną – zgodnie z nią umysł modeluje się jako taki czy inny system do przetwarzania danych (np. cyfrowy i logicystyczny zarazem).
6. Metodologiczna zaleta informatycznych modeli umysłu polega na tym, że opisują one dobrze bardzo ważną, jeśli nie najważniejszą, funkcję umysłu, jaką jest rozwiązywanie problemów (systemy informatyczne służą właśnie rozwiązywaniu odpowiednio kodowanych problemów).
7. Dzięki konstrukcjom i modelom informatycznym udało się uzyskać precyzyjną wiedzę o różnych poziomach (klasach) złożoności problemów, przed którym staje ludzki umysł (nierzadko wspomagany komputerem). Udało się także zidentyfikować problemy algorytmicznie nierozwiązywalne lub trudno-rozwiązywalne (zwane nieobliczalnymi; zob. pkt 2f).
7a. Istnienie problemów nieobliczalnych, a więc istnienie formalnych ograniczeń technik informatycznych, może skłaniać do przyjęcia tezy o ponadmaszynowej mocy ludzkiego umysłu – który potrafi ograniczenia takie pokonywać, a przynajmniej identyfikować.
8. Z perspektywy rozważań o złożoności problemów stają się widoczne dwa, sprzężone ze sobą, zjawiska kulturowe: (a) złożoność problemów we współczesnym świecie ustawicznie rośnie; jednocześnie jednak (b) nieustannie wzrasta moc obliczeniowa systemów informatycznych (które wspomagają ludzi w rozwiązywaniu tychże problemów).
9. Rozumiejąc i/lub modelując umysł informatycznie, zakłada się w sposób konieczny, że wypełniające umysł informacje są w określony sposób kodowane. Przyjmuje się zatem istnienie wewnątrz-umysłowego kodu (WUK) – który podobnie jak kody dla maszyn informatycznych jest kodem sterującym, a ponadto może zostać (co najmniej w pewnym przybliżeniu) odzwierciedlony w liczbach.
*****