Vesmírná školaVesmírná školaVesmírná školaVesmírná školaVesmírná školaVesmírná škola

Aktuální číslo:

2024/12

Téma měsíce:

Expedice

Obálka čísla

Od telesnosti k duchovnu

nový trend v umelej inteligencii a v robotike
 |  5. 9. 1994
 |  Vesmír 73, 494, 1994/9

Azda pri žiadnej inej snahe o vysvetlenie sa tak presvedčivo nepresadila zásada, podľa ktorej má byť človek mierou všetkých vecí, ako pri snahe o vysvetlenie racionality, inteligencie..., inými slovami účinného, okolnostiam vždy maximálne primeraného konania. Musí to tak byť?

Človek, keď hľadá v tmavej miestnosti odložené hodinky, predstaví si miestnosť, potom zvažuje, kde v nej hodinky môžu byť, na základe svojich poznatkov a skúseností vymyslí plán ďalších činností a nakoniec ho uskutočňuje.

Pobrežný slimák, o ktorom sa zmieňuje J. Connell, sa pri putovaní za potravou úspešne vyhýba prudkým slnečným lúčom, lebo vie, že by vysušili jeho telo. Keď sa však dostane počas odlivu príliš ďaleko od vody, nesnaží sa o návrat vlastnými silami, ale rozhodne sa počkať na príliv, ktorý ho dopraví do bezpečia.

Mechanická lienka z prvého obrázku svojimi „tykadlami“ zisťuje okraj stola a vie, v akom prípade má zmeniť smer svojho pohybu. Na základe toho, čo zistí a čo vie, volí, čo má vykonať.

V predchádzajúcich príkladoch zvýrazňovala kurzíva pojmy, ktoré premietli činnosť systémov do pojmového rámca úvah o ľudskej mysli. Slimáka, lienku a rad ďalších systémov sme, v snahe nájsť vysvetlenie motívov a mechanizmov ich správania, tak trochu “poľudštili“. Do pozadia ich správania sme umiestnili vlastnosť spájať okolnostiam primerané správanie s vedomou racionalitou, s vedomými cieľmi a s uvažovaním o spôsoboch ich dosahovania. Týmto „poľudštením“ sme určili východisko vedeckého vysvetľovania ich správania v kontexte disciplín akými sú teória rozhodovania či umelá inteligencia.

Od inteligencie človeka ku reagovaniu stroja – od zložitejšieho ku jednoduchšiemu

Z hľadiska teórie rozhodovania sa môže mechanická lienka nachádzať v jednom z dvoch stavov, ktoré sú relevantné jej možnostiam „prežiť“ – môže byť na stole, alebo v stave, keď z neho padá. Pri výbere akcií uprednostňuje tie, ktorých zásluhou sa na stole udrží. Slimák zasa koná tak, aby bol sýty a vlhký. V oboch prípadoch môžeme hovoriť o určitej, aj keď pomerne nízkej, úrovni racionality, lebo akcie v prostredí majú pre oba agenty najvyššiu očakávanú užitočnosť spomedzi všetkých ich možností konať.

Pohľad na racionalitu ako na výsledok zvažovania možností, plánovania akcií na základe akejsi vnútornej predstavy (reprezentácie) stavov sveta, vlastných schopností agenta pôsobiť na svet a na základe anticipovania účinkov svojich budúcich úkonov, to je základná predstava v tradičnej umelej inteligencii a v kognitívnej robotike.

Základná predstava lienky ako kognitívneho robotického systému predurčuje nielen jej členenie na podsystémy, ale aj vzájomný vzťah týchto podsystémov. Do výsledného systému sú spojené tak, že z prostredia sa vnímacím podsystémom dostáva informácia do kognitívneho podsystému a odtiaľ ďalej do motorického.

Plánovať či neplánovať? – dilema nielen ekonomická

Čo je plánovanie? V zásade je to predvídanie možných stavov sveta a priradenie aktivity, zodpovedajúcej cieľom systému v jednotlivých stavoch. Toto predvídanie sa však neuskutočňuje na báze skutočných stavov sveta, ale na základe ich reprezentácie, tj. na základe viac či menej adekvátneho opisu predpokladaných stavov sveta.

Správanie systému však spočíva možno na schopnosti veľmi presne rozoznávať stavy sveta s ohľadom na možnosti systému meniť ich. Tak detailne, aby každému rozoznateľnému stavu bolo možné čím jednoznačnejšie priradiť akciu, ktorá má pre systém v takejto situácii najvyššiu mieru „užitočnosti“.

Stoja v pozadí správania sa slimáka a mechanickej lienky skutočne ich schopnosti reprezentovať stavy ich prostredí a uvažovať o možných dôsledkoch ich (v skutočnosti ešte nevykonaných) akcií?

Odpoveď je, najmä ak si uvedomíme konštrukciu mechanickej lienky, dosť evidentne záporná. Skôr máme pocit, že ide o bezprostredné reakcie na situácie, v ktorých sa môže slimák či lienka ocitnúť. Ako „reprezentácia“ týchto situácií vystupuje samotné prostredie.

Svet sám je svojou najvýstižnejšou reprezentáciou. Cieľom skupiny R. A. Brooksa v Laboratóriu umelej inteligencie Massachusettského technologického inštitútu v Cambridge je vyvinúť autonómne robotické systémy, schopné fungovať dlhšiu dobu v reálnom prostredí a v reálnom čase. Požiadavka fungovania v reálnom prostredí vedie k nevyhnutnosti vysokej flexibility týchto robotov. Musia si zachovať svoju funkčnosť aj v situáciách, ktoré nepredvídala predstavivosť ich tvorcov. Nevyhnutnosť reagovať v reálnom čase vedie k reaktivite ich správania – robot nemá čas „premýšľať“, niet času na výpočet, ktorý by bol dlhší, než situáciou diktovaný čas na primeranú reakciu.

Schopnosťami, ktoré žiada Brooks od robotov, sú vybavené veľmi účinne už aj nižšie živočíchy, napr. hmyz alebo mäkkýše. Správanie pobrežného slimáka sleduje dva ciele: zabezpečenie potravy a ochranu pred slnkom (a vysušením). Slimák sa živí riasami, ktoré rastú medzi skalami na morskom pobreží vo vode aj na suchu. Na dne sa slimák správa tak, že sa pohybuje smerom do tmy skalných štrbín a plazí sa po nich smerom hore. Ak je slnečné svetlo veľmi silné, zostane pod hladinou, inak vylezie a zostane medzi skalami, kde môže nájsť potravu. Ak náhodou prelezie odlivovú čiaru, zastaví sa a čaká, až kým ho príliv neodnesie späť do mora.

Reagovanie na gravitačnú silu pohybom hore dostáva slimáka nad hladinu, kde môže nájsť potravu. Reagovanie na svetlo pohybom do tmy ho chráni pred vysušením na slnku. Reakcia na sucho odpočinkom mu zabráni vzdialiť sa od prílivovej čiary.

Takáto schéma správania slimáka bola vytvorená na základe jeho pozorovaní. Slimák má reakcie „zabudované“, sú to jeho reflexy, nie naučená činnosť. Pohyb hore je reakciou na gravitáciu a spôsobuje pohyb slimáka proti smeru pôsobenia gravitačnej sily. Pohyb do tmy je reakciou na svetlo a zapríčiňuje únik slimáka smerom od zdroja svetla. Stanovenie vhodnej podmienenosti týchto elementárnych správaní v stave, keď sa napr. objaví silný zdroj svetla, prinúti slimáka k pohybu do tmy, aj keď to znamená pohyb smerom nadol, teda v smere pôsobenia gravitačnej sily. Architektúru s takýmito preferenciami nazýva Brooks subsumpčnou architektúrou.

Architektúra, ktorá je v prípade slimáka realizovaná na úrovni biologických štruktúr, sa dá, a to je jej veľká výhoda, uskutočniť aj inými technológiami. Príkladom je mechanická lienka. Pozostáva z dvoch jednoduchých bezprostredne na stavy sveta reagujúcich mechanických modulov – modulu dopredného pohybu a modulu otáčavého pohybu. Modul dopredného pohybu (obrázek hore) reaguje na tie stavy prostredia, v ktorých jediný senzor lienky – jej „tykadlo“ – vníma povrch plochy, po ktorej sa lienka pohybuje. V takýchto situáciách sa lienka pohybuje po ploche smerom viac-menej vpred.

Keď sa priblíži k okraju plochy natoľko, že sa jej „tykadlá“ zosunú z povrchu plochy, nastáva stav prostredia, v ktorom sa aktivuje modul otáčavého pohybu (obrázek dole):

V porovnaní s  tradičnou architektúrou kognitívneho robotického systému vidíme dva zásadné rozdiely:

  • Moduly systému nie sú vzájomne funkčne prepojené – systém pozostáva z autonómnych komponentov, z ktorých každý individuálne reaguje bezprostredne na aktuálnu situáciu svojho prostredia, aj keď konštrukčne sú moduly spojené do jedného celku.
  • Správanie systému vzniká samovoľne, emergentne, ako svojský „bočný efekt“ správaní jeho autonómnych modulov.

Experimenty s reaktívnou architektúrou

Reaktívna architektúra sa v robotike začala uplatňovat v Laboratóriu umelej inteligencie Massachusettského technologického inštitútu v Cambridge (USA) približne od polovice 80. rokov. Odvtedy bol skonštruovaný rad zaujímavých robotov, prebehol rad ostrých polemík so zastáncami tradičnej robotiky a Brooksov prístup si získal pozornosť aj v kontexte širších úvah o trendoch v súčasnej vede.

Je inteligencia spoločenský fenomén?

Urobme takýto myšlienkový experiment:

  • Predstavme si elektronickú lienku, ktorá pri vneme okraja stola vydá určitý zvuk, napr. zazvoní.
  • Predstavme si, že prostredie lienky sa „skomplikuje“ výskytom objektov na ploche stola. Tieto objekty nedokáže identifikovať a preto sa pri kontakte s nimi môže jej činnosť zastaviť. V takomto prostredí prestane jej správanie budiť dojem racionality.
  • Predstavme si na ploche stola ďalšie jednoduché zariadenie, funkčne a aj architektonicky veľmi podobné lienke – robot, ktorý svojimi senzormi dokáže zistiť prítomnosť objektu na stole, a svojími aktuátormi dokáže po takomto zistení zmeniť smer svojho pohybu. Pri každom dotyku s prekážkou vydá určitý zvuk, napr. zapíska. Pre tento robot budú mať nezvratné následky jeho dotyky s okrajom stola, pretože na zvládnutie takýchto situácií mu chýba patričný senzor. Robot však bude mať schopnosť systému Toto, ktorú predpokládame u elektronickej lienky.
  • Oba systémy nech majú aj senzor na zachytávanie zvukov včítane smeru, odkiaľ prichádzajú – lienka nech „počuje“ pískanie robota a robot zvonenie lienky. Nech má navyše aj schopnosť systému Toto pamätať si určité charakteristiky svojho prostredia, ktoré budeme špecifikovať o chvíľu a nech sú miesta, odkiaľ prichádzajú zvuky, tými charakteristikami prostredia, ktoré si zapamätávajú.
  • Nech sa lienka i robot vyhýbajú miestam, odkiaľ „začuli“ zvuk.

Ako bude fungovať spoločenstvo lienky a robota?

Najpriaznivejšia predstava môže byť, že lienka i robot sa, vďaka vzájomnej komunikácii, dokážu vyhnúť prekážkam, na bezprostredné detekovanie ktorých im chýbajú vlastné senzory. V skutočnosti sa však asi stane, že sa lienka i robot ocitnú pred pre ne nezvládnuteľnou prekážkou skôr, než majú na základe komunikácie dostatočne presne „zmapované“ svoje prostredie.

Určité zvýšenie pravdepodobnosti úspešného fungovania lienok a robotov môže znamenať zvýšenie ich počtu. Tým sa zvýši aj počet komunikačných aktov, čiže aj informovanosť individuálnych agentov o polohe prekážok, ktoré sú schopné detekovať vlastnými senzormi. V takomto prípade sa aspoň pre niektoré agenty zvýši šanca ich „prežitia“ – pre tie, ktoré si „zmapujú“ na základe častejších zvukov svoje prostredie skôr, než sa zastavia alebo padnú.

Zisťujeme, že o správaní konkrétneho agenta (lienky či robota) nerozhodujú iba jeho senzory a efektory, ale aj činnosť a počet ostatných agentov toho istého spoločenstva. Výsledok myšlienkového experimentu naznačuje, že racionalita individuálneho agenta sa môže objaviť nielen vďaka jeho vlastnému senzorickému a akčnému vybaveniu, ale aj vďaka činnosti iných členov spoločenstva, ktorého je daný agent členom. Racionalita sa teda objavuje, v súlade s očakávaním M. Mataricovej, ako emergentný efekt toho, že sa agent začlenil do spoločenstva.

Zatiaľ, čo v predchádzajúcom príklade sa vďaka začleneniu do spoločenstva objavila nová individuálna schopnosť agenta, nasledujúci príklad bude ilustrovať samovoľný vznik kolektívneho fenoménu na základe individuálnych aktivít jeho členov.

V ríši hmyzu, napríklad mravcov, sme svedkami toho, že sa pri pohybe zoraďujú. Fenomén sledovania sa u hmyzu vysvetľuje ako výsledok osmotropotaxie, ktorá spočíva na registrovaní rozdielu v intenzite feromónov zachytávanej pravým resp. ľavým tykadlom jedinca. Jedinec sa snaží udržiavať pozíciu, ktorá mu zabezpečí optimálnu koncentráciu feromónov: Ak sa koncentrácia zvýši, spomalí svoj pohyb, alebo zmení jeho smer – takto sa vyhýba zrážkam. Ak sa koncentrácia zníži, pohybuje sa rýchlejšie smerom k vyššej koncentrácii. Ak sa zdroj feromónov pohybuje, vznikne jav sledovania tohoto zdroja.

Roboty Maje Mataricovej sú vybavené elektronickými ekvivalentami spomenutých reakcií hmyzu.

Od reakcií k inteligencii – od jednoduchšieho ku zložitejšiemu

Predchádzajúci výklad mal naznačiť, že autonómna, nikým vopred nekoordinovaná činnosť komponentov, ktoré nedokážu nič viac, iba bezprostredne reagovať na určité situácie, môže priviesť k zaujímavej, zložitej činnosti systémov, ktoré sú zostavené z takýchto komponentov. Ľudský intelekt je produktom evolúcie, ktorá začala v neživej prírode. Začala pravdepodobne tak, že sa postupne zoskupovali komponenty s určitými špecifickými reakčnými schpnosťami. Pri tom sa, ako sme to mohli vidieť, môže stať, že výsledok zoskupenia je od komponentov vo veľmi pragmatickom zmysle zložitejší – že svojimi schpnosťami prekračuje sumu ich schopností. Človek je z tohoto hľadiska možno (pre niekoho až neuveriteľne) zložitý systém. Vôbec nie je isté, že sa tak zložitý systém podarí skonštruovať skôr, než si uvedomíme nezmyseľnosť takejto snahy.

Intelekt človeka sa utvára ako emergentný efekt jeho bytia a konania v spoločenstve iných ľudí. Z tohoto pohľadu sa cieľ skonštruovať inteligentný systém stáva niečím, čo je mimobežné s ľudskou inteligenciou – inteligencia strojov môže, zdá sa, mať s inteligenciou ľudí spoločný len určitý výsek z toho, čo vznikne zo súčinnosti ľudí a strojov v ich spoločnej, pre každého z nich však bytostne inej societe.

MECHANICKÁ LIENKA AKO KOGNITÍVNY ROBOT


V optike teórie kognitívnych robotov predstavuje mechanickú lienku systém pozostávajúci z niekoľkých základných podsystémov:

  • Vnímací podsystém lienky umožňuje prijať z prostredia iba jediný signál – okraj plochy, po ktorej sa lienka pohybuje. Vo všeobecnosti zahŕňa tento podsystém všetky „zmysly“ robota.

  • Motorický podsystém umožňuje priamy alebo otáčavý pohyb lienky. Tento podsystém zahŕňa tie súčasti robota – jeho aktuátory, ktoré mu umožňujú aktivitu v prostredí.

  • Kognitívny podsystém spája výsledky senzorického s aktivitami motorického tak, aby sa lienka udržala na ploche stola. Tento podsystém je mysľou robotov. Umožňuje zvažovať primeranosť činnosti situáciám a cieľom. Zabezpečuje teda nevyhnutnú mieru racionality správania robotov.

Kognitívny podsystém zodpovedá z pohľadu tradičnej umelej inteligencie za „inteligenciu“ robota a preto si zaslúži ďalší rozbor. Člení sa na dve komponenty:

  • Vnútorný (symbolický) model prostredia. Zahŕňa fakty, ktoré sú výsledkami vnímania, a poznatky o (sprostredkovaných) vzťahoch medzi týmito faktami a motorickými možnosťami.

  • Plánovací podsystém. Umožňuje zvažovať možné úkony a generovať takú ich postupnosť, ktorej vykonávaním robot dosiahne cieľ svojej činnosti.

Za otce problému, zda stroj může myslet, je považován Allan M. Turing. Roku 1951 formuloval test (dnes citovaný jako Turingův), který měl v dialogovém režimu odhalit, zda na otázky experimentátora odpovídá člověk nebo stroj.

Allan Mathison Turing (23. 6. 1912 – 7. 6. 1954) byl anglický matematik a logik, který byl průkopníkem počítačové teorie. Během svého postgraduálního pobytu na Kings College pokračoval v Gödelově práci a snažil se vytvořit automat, který by mohl určit, zda je určitý matematický výrok dokazatelný. Roku 1937 uveřejnil práci „On Computable Numbers, with an Application to the Entscheidungsproblem“, jež je pokládána za nejbrilantnější Turingův příspěvek. Dokázal v něm, že existují matematické problémy, které nemohou být řešeny konečným počtem kroků. Procesy s konečným počtem kroků definoval jako procesy, které mohou být uskutečněny automatickým strojem. Je znám jako autor myšleného počítacího stroje, dnes široce známého jako Turingův stroj, jenž není omezen ani velikostí paměti, ani spolehlivostí skutečných počítačů. Turingův stroj tvoří teoretický základ číslicových počítačů, které se vynořily ve 40. letech.

Roku 1938 dokončil svá Ph.D. studia na Princentonské univerzitě pod vedením amerického matematika Alonza Churche. Po návratu do Anglie opět působil na Kings College. Za druhé světové války sehrál významnou úlohu při rozluštění německého kódu „Enigma“. Roku 1945 se zapojil do konstrukce velkého číslicového počítače (Automatic Computing Engine – ACE) v National Physical Laboratory. Roku 1948 se stal zástupcem ředitele výpočetní laboratoře Manchesterské univerzity, kde se tehdy stavěl počítač s největší pamětí. I když první elektronický počítač – ENIAC – mohl být programován k řešení různých úloh, toto programování vyžadovalo částečné „předrátování“. Americký matematik maďarského původu John von Neumann přišel s koncepcí uložit do paměti počítače jak instrukce (program), tak data. První funkční digitální počítač s programem byl dokončen r. 1949 na Cambridžské univerzitě pod vedením anglického matematika Maurice Wilkinse.

Turing zastával názor, že počítače mohou myslet, a dokonce navrhl počítač, který by mohl blíže napodobovať myšlení, jestliže by do něj byl zabudován náhodný prvek. Turingovy práce na toto téma jsou považovány za počátek výzkumu umělé inteligence. Někdy bývá s Turingovým testem zaměňová-na Turingova teze, která praví, že k jakékoli intuitivně efektivní proceduře existuje Turingův stroj, který vede k témuž výsledku.

Roku 1952 publikoval první část svých studií o morfogenezi, o vývoji tvaru u živých organizmů. Turing chtěl ukázat, jak se může uniformní a symetrická struktura vyvinout v silně nesymetrickou strukturu (avšak se zákonitým tvarem) v důsledku difuze. Tuto práce však nedokončil. Turing spáchal sebevraždu zřejmě v depresi z nařízené léčby, kterou byl nucen podstoupit namísto uvěznění pro intimní způsob života, jenž v té době nebyl zákonem tolerován.

ib

Robot Allen skonštruoval R. A. Brooks so svojou kolegyňou A. M. Flynnovou. Má subsumpčnú architektúru simulovanú na počítači mimo paluby robota. Pomocou prstenca jednoduchých sonárnych senzorov sa Allen dokáže vyhýbať prekážkam, sledovať steny miestnosti a hľadať dvere.

Jeho správanie zabezpečujú tri vrstvy zariadenia. Prvá mu umožňuje vyhýbať sa pevným i pohyblivým prekážkam. Druhá vrstva zabezpečuje náhodný pohyb robota v miestnosti. Tretia umožňuje prezrieť pomocou senzorov miestnosť a presunúť sa na vybrané miesto.

Connellov systém Herbert používa iné senzory a aktuátory a jeho správanie je zložitejšie. Pomocou pohyblivého ramena a dokonalejšieho systému percepcií sa dokáže pohybovať v priestore chodieb a miestností kancelárskeho typu, zbierať prázdne plechovky od nápojov a odnášať ich na určené miesto. Má vlastné palubné procesory, nie je spojený s počítačom a je plne autonómny.

Robot Toto vytvorila M. J. Mataricová. Systém sa dokáže pohybovať v miestnostiach popri stenách a vyhýbať sa prekážkam. Výnimočný je tým, že si dokáže zapamätávať pre svoju navigáciu dôležité charakteristiky prostredia a využívať ich pri opakovaných prechádzkach tým istým prostredím.

Aj uvedené príklady ukazujú, že združením jednoduchých reaktívnych správaní autonómnych systémov, ktoré sú integrované do jedného fyzického celku, možno vynútiť správania, budiace dojem aspoň nízkoúrovňovej racionality.

V poslednom čase však experimentuje M. Mataricová so systémami, ktorých komponenty nie sú integrované do jedného celku. Používa súbor dvadsiatich jednoduchých robotov. Každý je vybavený dotykovými senzormi, dvíhacím mechanizmom a rádiovým vysielačom resp. prijímačom, pomocou ktorého je schopný zisťovať polohu iných robotov, resp. ich rozoznávať od iných predmetov, ktoré sa môžu nachádzať v ich prostredí. Bývajú to puky, ktoré môžu roboty prenášať.

Experimenty s touto robotickou svorkou majú potvrdiť hypotézu autorky, podľa ktorej inteligencia je spoločenský fenomén.

J.K.

OBORY A KLÍČOVÁ SLOVA: Počítače, internet

O autorech

Jozef Kelemen

Renata Mlichová

Doporučujeme

Pěkná fotka, nebo jen fotka pěkného zvířete?

Pěkná fotka, nebo jen fotka pěkného zvířete?

Jiří Hrubý  |  8. 12. 2024
Takto Tomáš Grim nazval úvahu nad svou fotografií ledňáčka a z textové i fotografické části jeho knihy Ptačí svět očima fotografa a také ze...
Do srdce temnoty

Do srdce temnoty uzamčeno

Ladislav Varadzin, Petr Pokorný  |  2. 12. 2024
Archeologické expedice do severní Afriky tradičně směřovaly k bývalým či stávajícím řekám a jezerům, což téměř dokonale odvádělo pozornost od...
Vzhůru na tropický ostrov

Vzhůru na tropický ostrov

Vojtěch Novotný  |  2. 12. 2024
Výpravy na Novou Guineu mohou mít velmi rozličnou podobu. Někdo zakládá osadu nahých milovníků slunce, jiný slibuje nový ráj na Zemi, objevuje...