Maskindrømme
»Jeg anser det for sandsynligt, at det inden dette århundredes udgang vil være lykkedes at fremstille en maskine, der kan besvare spørgsmål på en sådan måde, at det vil være overordentligt vanskeligt at finde ud af, om det er et menneske eller en maskine, der har givet svarene.«
Sådan sagde den engelske matematiker Alan Turing i Information den 21. maj 1951. Året før havde Turing affyret startskuddet for den systematiske forskning i kunstig intelligens med artiklen Computing Machinery and Intelligence.
Artiklen indledte med det store spørgsmål: Kan maskiner tænke? Men Turing hastede med at forkaste dette udgangspunkt. Hans erfaring fortalte ham, at det kun ville medføre en frugtesløs strid om ord. Lad os, insisterede han, ikke diskutere diffuse begreber, men i stedet opstille en intelligensens lakmusprøve, der kan fortælle os, hvorvidt der er intelligens tilstede.
Til formålet lod han sig inspirere af en gammel selskabsleg, hvor en mand (A) og en kvinde (B) begge forsøger at overbevise en dommer (C) om, at de er kvinden. C kan stille et hvilket som helst spørgsmål, hvortil A og B kan svare, som de vil. Selve kommunikationen sker gennem en fjerde person, der eventuelt overbringer spørgsmål og svar mundtligt.
Turing mente, at hvis en menneskelig dommer i en lignende opstilling ikke kunne afgøre, om vedkommende kommunikerede med et menneske eller en maskine, måtte enhver indrømme, at maskinen udviste intelligent adfærd. Og som det fremgår af citatet ovenfor, anså han det for sandsynligt, at en computer ville bestå prøven inden årtusindskiftet.
Turing-testen dur ikke
Turing tog fejl. Hans forudsigelse holdt ikke stik. Dette kan udlægges på to måder. Enten forstod han ikke, hvor vanskelig testen egentlig var, eller også overvurderede han bare fremtidens computere.
Når testen, trods milliarder af forskningsdollar og eksplosiv hastighedsforøgelse i maskinernes indre, stadigvæk ikke er bestået, skyldes det særlige forhold ved den måde, vi bruger sproget.
En sætning er på én gang overlæsset og underforsynet med information. Den er overlæsset, fordi man godt kan udelade et ord, uden at meningen går tabt, ligesom stavefejl ikke gør sætningen uforståelig. Og den er underforsynet med information, fordi dens betydning i allerhøjeste grad er bestemt af den kontekst, den indgår i.
Når vi fortolker et udsagn, forsøger vi at forstå meningen med det sagte og især i talesprog er teknisk korrekt grammatik langt fra nogen forudsætning for forståelse. Et klassisk eksempel på vores fokus på betydning er spørgsmålet: Hvor mange dyr af hver art tog Moses med i Arken? Især i personlig samtale svarer de fleste »to«, selv om Moses vist aldrig var i nærheden af nogen ark.
Vi lægger til og trækker fra helt instinktivt, men her er computeren for længst stået af. For sådan en manøvre kræver forståelse for kontekst og dermed hypoteser om samtalepartnerens intention. Hvis maskiner kunne drømme, ville Turing-testen være enhver computers mareridt.
Set fra computerens synspunkt bliver det værre endnu. For det er ikke kun sproget, der kræver kontekstforståelse. Det nytter heller ikke at basere sin almindelige adfærd på generelle regler og derved gøre det samme, uanset om man befinder sig på et diskotek, en håndboldbane eller en slagmark. Den udmærkede håndboldregel: HVIS et objekt kommer imod dig, SÅ grib det, kan være livsfarlig på slagmarken.
Men kan vi så ikke blot indprogrammere alle tænkelige kontekster i computeren? Nej, fordi der er et uendeligt antal. Og nej, fordi vi kun i ringe udstrækning forstår den menneskelige intelligens. Forskningen i kunstig intelligens har, om ikke andet, gjort os en smule klogere på os selv. Og så er vi naturligvis tilbage til de filosofiske spørgsmål, som Turing så gerne ville skøjte udenom.
Gamle spørgsmål
Som så mange andre har disse spørgsmål deres udspring hos Aristoteles. Han var blandt de første til at sætte fokus på forholdet mellem tænkning og verden udenfor.
Samme spørgsmål plagede Descartes 1.500 år senere. På den ene side insisterede Descartes på, at det meste af verden kunne forstås på baggrund af mekaniske principper. Men den menneskelige tænkning var et særtilfælde.
Ved at undtage den menneskelige forstand fra de generelle principper havde han indført dualismen mellem sjæl og legeme, en opdeling, der har plaget filosoffer lige siden. Men når det kun i så ringe grad synes muligt at skabe intelligens i en kropsløs computer peger meget på, at opdelingen er falsk. Efter alt at dømme er den menneskelige intelligens tæt knyttet til den menneskelige krop.
Denne observation lå til grund for Herbert og Stuart Dreyfus’ stormangreb på forskningen i kunstig intelligens. I bogen Mind Over Machine (1986) hævdede de, at computere aldrig ville kunne hamle op med menneskers evne til at handle i virkelighedens komplekse verden. Computeren kan kun agere på baggrund af regler, men dette svarer til menneskets niveau, når en helt ny egenskab skal indlæres. Køreskoleelever er dårlige bilister, fordi de kun har kontekstløse regler at støtte sig til. En erfaren bilist har evnen på rygradden eller ’i kroppen’. Og hvad vigtigere er: Vedkommende kan ikke selv formulere sin viden i form af regler, som andre kan følge og derved opnå samme niveau. Der er kun én måde, hvorpå man kan lære at cykle, at køre bil eller gå op ad en trappe, og det er at gøre det mange gange.
Delfiner ville dumpe
En lignende kritik er fremsat af sprogforskeren George Lakoff, der understreger, at hele vores begrebsbrug udspringer af vores udviklingshistorie som fysiske væsner i oprejste menneskekroppe.
Denne kritik er næppe til at komme udenom. Men den peger også på noget centralt ved bestræbelserne på at skabe kunstig intelligens. Det er mest af alt et forsøg på at skabe menneskelig intelligens.
Turing-testen må siges at være helt og aldeles artschauvinistisk. En delfin ville dumpe Turing-testen med et brag. Delfiner er ret dårlige mennesker, men mennesker er på den anden side også ret dårlige delfiner. En lommecomputer ville ikke få et ben til jorden i en rundbordssamtale, men de færreste mennesker kan huske 1.000 telefonnumre og fremtidige aftaler.
Så det er ikke funktionsdygtighed, computerne mangler. De kan sagtens – selv i deres ’dummeste’ udgaver – supplere vores upræcise hjerner, men vi gyser eller glæder os alligevel over tanken om, at maskinerne kan blive som os. Eller som det er blevet sagt: »Kunstig intelligens kan defineres som bestræbelsen på at få rigtige maskiner til at opføre sig som dem på film«.
Og det er klart, at et sådant forsøg virker både provokerende og skræmmende.
Det kinesiske værelse
Én dominerende reaktion har været at kuldkaste Turing-testen, ikke blot som en fornuftig målestok for menneskelig intelligens, men som et fornuftigt mål for noget som helst.
Forrest i dette opgør går filosoffen John Searle, der illustrerer problemet ved hjælp af historien om det ‘Kinesiske værelse’.
En mand placeres i et isoleret værelse. Igennem en lem i døren modtager han sedler med kinesiske skrifttegn, som han ikke forstår. Ved at slå skrifttegnene op i en bog finder han korresponderende skrifttegn, som han sender tilbage igennem lemmen.
Forstår manden kinesisk? Nej, mener Searle, manden er blot en del af et system, der simulerer at forstå kinesisk. Pointen er, at selv om en computer måske kunne overbevise et menneske i Turing-testen vil maskinen ikke være bevidst om, hvad den gjorde og derfor have ydet en helt anderledes præstation end den, et menneske yder under en samtale.
Searles argument er langt fra skudsikkert. Men det understreger, at idéen om kunstig intelligens tvinger os ud i diskussioner om, hvem vi selv er. Kan vores tankeprocesser forstås rent kemisk, eller skal der mere til?
I de seneste år har vi hørt en del dommedagsretorik om computernes snarlige magtovertagelse. I betragtning af, hvor vanskeligt det har vist sig at fremstille robotter, der kan så meget som at slå en græsplæne, virker disse advarsler noget abstrakte.
Men eftersom der må siges at være en del på spil, er det naturligvis fornuftigt at tænke sig om.
*zdnet.co.uk/news/specials/2001/01/ai/
*www.kurzweilai.net/brain
*loebner.net/Prizef/TuringArticle.html
