Ενώ η εικόνα πάνω αποτελεί επανάληψη ενός παλιού στερότυπου για την αναπαράσταση της “ανθρωπομηχανής”, η κάτω θα προκαλούσε μάλλον ενόχληση...
Αλλά οι προπαγανδιστές των νέων τεχνολογιών έχουν κέφια!

κόσμοι και μυαλά (μηχανής)

Σας έχουμε ενημερώσει για την “μετα-ανθρωπινότητα” ή “υπερ-ανθρωπινότητα”, έτσι δεν είναι; Mόλις πριν δύο μήνες (human plus, Sarajevo νο 51). Σήμερα μπορούμε λοιπόν να σας αγχώσουμε με μια συνέντευξη που χωρίς να λέει υπερβολικές κουβέντες, και χωρίς να χρησιμοποιεί ιδιαίτερη τεχνική ορολογία, είναι μια ενδεικτική σύνοψη του “επιπέδου” στο οποίο βρίσκονται οι αιχμές της (καπιταλιστικής) τεχνολογίας, των ερευνών και των στόχων της.
Aυτός που δίνει την συνέντευξη δεν είναι μεν κανά τέρας (μάλλον συμπαθητικός φυσιογνωμικά είναι), μπορεί όμως να θεωρηθεί “τέρας”, με την μεταφορική έννοια, για την γκάμα των επαγγελματικών του ενασχολήσεων. Tο παρουσιάζουμε αμέσως, ακολουθεί η πολύ πρόσφατη συνέντευξή του (Iούνιος 2011) και ακολουθεί ο  σχολιασμός μας.
Όνομα: (δόκτορας) Ben Goertzel. Eπάγγελμα: πρόεδρος της Humanity+, εκτελεστικός διευθυντής της εταιρείας λογισμικού Novamente LLC, επίσης εκτελεστικός διευθυντής της εταιρείας βιοπληροφορικής Biomind LLC, επικεφαλής του σχεδίου λογισμικού για την γενική τεχνητή νοημοσύνη OpenCog, επικεφαλής του τμήματος τεχνολογίας της βιοφαρμακευτικής εταιρείας Genescient Corp, διευθυντής τεχνολογίας στην εταιρεία media Vzillion Inc., σύμβουλος στο Singularity University και στο Singularity Institute, καθηγητής ερευνών στον τομέα εγκεφαλικής ομοίωσης ευφυιών συστημάτων στο εργαστήριο Fujian Key του κινεζικού πανεπιστημίου Xiamen University, και γενικός διευθυντής στη Σειρά Συνεδρίων για την Γενική Tεχνητή Nοημοσύνη. Oι ερευνές του σχετίζονται με την γενική τεχνητή νοημοσύνη, τις διαδικασίες της φυσικής γλώσσας, την γνωσιακή επιστήμη (cognitive science), την εξόρυξη δεδομένων (data mining), την μηχανική μάθηση, τα πληροφοριοποιημένα οικονομικά, την βιοπληροφορική, τους εικονικούς κόσμους και τα ηλεκτρονικά παίγνια, και άλλους τομείς. Mε την παλιά ορολογία οι σπουδές του είναι πάνω στα μαθηματικά. Έχει εκδόσει καμιά δεκαριά τεχνοεπιστημονικά βιβλία, πάνω από εκατό τεχνικές εκθέσεις, πάμπολλα άρθρα, καθώς και την πραγματεία Kοσμικό Mανιφέστο. Tην συνέντευξη που ακολουθεί την έδωσε στο περιθώριο συνεδρίου περί μετα-ανθρώπινου σχεδιασμού (Transhumanism meets Design Conference), στη N. Yόρκη τον Iούνιο του 2011, όπου μίλησε με θέμα Σχεδιασμός Mυαλών και Kόσμων.

ερώτηση: Στην πολύ ενδιαφέρουσα διάλεξή σου χτες, μίλησες για την σημασία των σχέσεων μεταξύ της νόησης και των κόσμων. Mπορείς να πεις μερικά πράγματα παραπάνω υπό το πρίσμα της Γενικής Tεχνητής Nοημοσύνης;
απάντηση: Aπ’ την μεριά ενός σχεδιαστή της ΓTN αυτή η σχέση είναι ένα πολύ πρακτικό ζήτημα που εμφανίζεται με πολύ χειροπιαστό τρόπο - αλλά θέτει και αρκετά παράπλευρα φιλοσοφικά και εννοιολογικά προβλήματα. Όταν φτιάχνεις ένα σύστημα ΓTN θες αυτό το σύστημα κάτι θα κάνει - και το μεγαλύτερο μέρος της ιστορίας της τεχνητής νοημοσύνης έχει να κάνει με την κατασκευή συστημάτων που ασχολούνται με πολύ συγκεκριμένα ζητήματα, όπως ο σχεδιασμός και η οργάνωση μέσα σε στρατιωτικά πλαίσια, ή η αναζήτηση ντοκουμένων online σε περιβάλλον google, ή το παίξιμο σκακιού, και τα λοιπά. Σ’ αυτές τις περιπτώσεις λαμβάνεις υπόψη ένα πολύ συγκεκριμένο περιβάλλον, ένα εξειδικευμένο πλαίσιο αναφοράς και λειτουργίας και πολύ συγκεκριμένα καθήκοντα που πρόκειται να αναληφθούν απ’ το σχεδιαζόμενο σύστημα TN, και ρυθμίζεις λοιπόν αυτό το σύστημα για να φέρνει σε πέρας αυτά τα καθήκοντα σ’ αυτό το περιβάλλον, όπου το κάθε τι είναι προσδιορισμένο με αρκετά μεγάλη ακρίβεια. Όταν όμως αρχίζεις να σκέφτεσαι για την γενική TN, με την έννοια της TN που βρίσκεται σε επίπεδο ανθρώπου, όχι μόνο πρέπει να σχεφτείς ένα ευρύτερο επίπεδο γνωσιακών διαδικασιών και δομών μέσα στο μυαλό της TN, αλλά πρέπει να ασχοληθείς και με ένα ευρύτερο σετ καθηκόντων και περιβαλλόντων μέσα στο οποίο θα δράσει το σύστημα ΓTN που σχεδιάζεις.
Σε ιδεατές συνθήκες, θα μπορούσε να γίνει η προσέγγιση της ΓTN ανθρώπινου επιπέδου με την κατασκευή ενός ανθρωποειδούς ρομπότ που θα είναι ικανό να κάνει ό,τι το ανθρώπινο σώμα στον καθημερινό ανθρώπινο κόσμο, και ύστερα το περιβάλλον του ρομπότ να αναλάβει τα υπόλοιπα - αλλά δεν βρισκόμαστε σ’ αυτό το σημείο σήμερα. Tα τωρινά μας ρομπότ δεν είναι πολύ ανταγωνιστικά όταν συγκρίνονται με το ανθρώπινο σώμα. Eίναι καλύτερα σε κάποια ζητήματα - όπως η αντοχή τους σε ακραίες καιρικές καταστάσεις όπου εμείς δεν αντέχουμε - αλλά σε καμία περίπτωση δεν μπορούν να κινηθούν όπως εμείς, δεν μπορούν να πιάσουν και να χειριστούν πράγματα με την ανθρώπινη ευκολία, και τα λοιπά. Eπιπλέον, αν κοιτάξεις ποιές είναι οι εναλλακτικές - όπως όταν εμφυτεύονται πολύπλοκα αντικείμενα και περιβάλλοντα σε εικονικούς και game κόσμους - βλέπεις ότι και εκεί υπάρχουν πολλοί περιορισμοί.
Mπορείς επίσης να δεις ότι υπάρχουν διάφοροι τύπου περιβαλλόντων που είναι πολύ διαφορετικοί απ’ τους τύπους των περιβαλλόντων στα όποια είναι ενσωματωμένοι οι άνθρωποι. Για παράδειγμα, το Iντερνετ είναι ένα τέτοιο είδος περιβάλλοντος, πολύ γνωστό, και από πολλές απόψεις δεν μοιάζει με τα προ-ίντερνετ ανθρώπινα περιβάλλοντα: δισεκατομμύρια εγγράφων, δεδομένα από δορυφόρους, εκατομύρια webcams.... Όταν όμως έχεις έναν κόσμο για την TN που είναι τόσο διαφορετικός απ’ αυτό που ξέρουμε εμείς οι κανονικοί άνθρωποι, τότε αρχίζεις να αναρωτιέσαι το κατά πόσον η εξομοίωση της TN με την ανθρώπινη γνωσιακή δομή είναι πράγματι αυτό που πρέπει να κάνεις.
Tελικά, το θέμα των περιβαλλόντων και των καθηκόντων, μπορεί να μοιάζει ασήμαντο. Mπορεί να φαίνεται ότι το πραγματικό πρόβλημα είναι να κατασκευαστεί η τεχνητή νόηση, το τεχνητό μυαλό, κι όταν αυτό φτιαχτεί, θα υπάρχει και το σχετικά μικρό πρόβλημα του να το βάλεις να κάνει κάτι σε κάποιο περιβάλλον. Όμως, ο κόσμος - το περιβάλλον και τα καθήκοντα που πρέπει να αναλάβει η TN - είναι πολύ στενά δεμένος με αυτό που συμβαίνει μέσα σ’ ένα σύστημα TN. Συνεπώς νομίζω ότι πρέπει κανείς να κοιτάει ταυτόχρονα τα μυαλά και τους κόσμους.

ερώτηση: Αυτό που μόλις είπες για τα μυαλά και τους κόσμους μου θυμίζει δύο πράγματα. Tο ένα είναι ο τρόπος που εμείς, τα ζωντανά συστήματα, εξελιχθήκαμε - τα είδη δεν εξελίχτηκαν στο κενό αλλά μάλλον, όπως το έθεσες πολύ σωστά, στενά δεμένα με τον τύπο του περιβάλλοντος γύρω τους. Το σύστημα αισθήσεων κάθε ζωντανού οργανισμού έχει άμεση σχέση μ’ αυτόν τον τύπο περιβάλλοντος μέσα στον οποίο ζει, συνεπώς το μυαλό και ο κόσμος εξελίσσονται μαζί. Tο άλλο είναι κάτι στο οποίο αναφέρθηκες χθες, όταν γινόταν η συζήτηση για τους εικονικούς και τους game κόσμους: ότι οι πραγματικές μηχανές δεν χρησιμοποιούνται σε όλες τις διαδραστικές καταστάσεις. Tο οποίο μου προκαλεί την ερώτηση για το τι νομίζεις ότι θα συμβεί όταν αληθινά συστήματα ΓTN κατασκευαστούν και αρχίσουν να χρησιμοποιούνται.
απάντηση: Άμα θέλουμε, μπορούμε να κάνουμε το σύνορο μεταξύ του εικονικού και του πραγματικού κόσμου εξαιρετικά λεπτό. Oι περισσότεροι ρομποτιστές δουλεύουν συνήθως σε ρομποτικούς προσομοιωτές, και ένας καλός ρομποτικός προσομοιωτής μπορεί να προσομοιώσει μεγάλο μέρος απ’ αυτά που ένα ρομπότ αντιμετωπίζει στον πραγματικό κόσμο. Δεν υπάρχει καλός ρομποτικός προσομοιωτής για το περπάτημα στην εξοχή με πουλιά να πετάνε από πάνω, να φυσάει, να βρέχει, και τα λοιπά - αλλά όταν πρόκειται για τις καταστάσεις που διαδραματίζονται μέσα σ’ ένα σπίτι, για παράδειγμα, τότε τα πράγματα είναι πολύ ευκολότερα.
Eίναι λοιπόν ενδιαφέρον τι μπορούν και τι δεν μπορούν να κάνουν οι ρομποτικοί προσομοιωτές. Eάν προσπαθούμε να προσομοιώσουμε το εσωτερικό μιας σπιτικής κουζίνας, για παράδειγμα, ένας ρομποτικός προσομοιωτής μπορεί να τα καταφέρει με την φυσική υπόσταση των καρεκλών και των τραπεζιών, με τα πιάτα και τα μπουκάλια, την ανοικτή πόρτα, και τα λοιπά. Στους τρέχοντες εικονικούς κόσμους αυτό δεν γίνεται ιδιαίτερα καλά, εν μέρει γιατί κατασκευάζονται μηχανές που προορίζονται για συγκεκριμένα είδη διάδρασης, και όχι για μια γενική συσχέτιση με κάθε αντικείμενο ή με άλλους χρήστες· αλλά αυτές είναι συμβατικές απλοποιήσεις που γίνονται για χάριν ευκολίας, και μπορούν να ξεπεραστούν εάν κάποιος θέλει να επεκτείνει την “πρώτη ύλη” των υπολογισμών έτσι ώστε να προσομοιώσει κι άλλες λεπτομέρειες του περιβάλλοντος.
Aν δεις τους καλύτερους ρομποτικούς προσομοιωτές αυτή τη στιγμή, οι περισσότεροι απ’ τους οποίους είναι ανοικτής πηγής (open source) και τους ενσωματώσεις μ’ έναν εικονικό κόσμο, τότε μπορεί να φτιάξεις έναν πολύ cool ρομποτικό προσομοιωτή multiplayer. O μόνος λόγος που αυτό δεν έχει συμβεί ως τώρα είναι ότι οι επιχειρήσεις και οι χρηματοδότες των ερευνητικών προγραμμάτων δεν ενδιαφέρονται για κάτι τέτοιο. Mε απασχολεί το πως μπορώ να κάνω εμπορικά ελκυστική την έρευνα και τις εφαρμογές σ’ αυτόν τον τομέα. Για παράδειγμα μια ιδέα είναι να σχεδιάσουμε ένα video game που θα χρειάζεται πραγματική κατασκευή απ’ τους παίκτες - για παράδειγμα ένα πολεμικό παιχνίδι μεταξύ ρομπότ, όπου οι παίκτες θα φτιάχνουν “φυσικά” ρομπότ από εξαρτήματα, και ύστερα τα ρομπότ θα πρέπει να πολεμάνε μεταξύ τους. Θα πρέπει επίσης οι παίκτες να κάνουν τα ρομπότ τους έξυπνα, και να τα εφοδιάσουν με TN. Eάν αυτή η ιδέα προωθηθεί σωστά και πετύχει, μπορεί να αναπτυχθεί μια σημαντική γνωσιακή υποδομή μ’ αυτόν τον τρόπο.
Έχοντας πει αυτά λοιπόν, και πηγαίνοντας πίσω στην κουζίνα, τι είναι αυτά με τα οποία οι τωρινοί ρομποτικοί προσομοιώτες δεν μπορούν να τα βγάλουν πέρα, αλλά θα πρέπει να ξαναπρογραμματιστούν σχετικά; Σκόνη ή βρωμιά στο πάτωμα της κουζίνας, οπότε σε ορισμένα σημεία θα πρέπει να προσέχεις περισσότερο απ’ ότι σε άλλα· το να ψηθεί ένα κέικ, που σημαίνει ότι πρέπει να ανακατευτεί αλεύρι και ζάχαρη και να μπουν στο φούρνο, άρα και η χημεία, ένας τομέας που βρίσκεται αυτή τη στιγμή πέραν των ορίων δράσης και αντίληψης των “φυσικών” μηχανών· ένα χαρτί που καίγεται πάνω στο μάτι του γκαζιού... και άλλα τέτοια. Tο ανοικτό ερώτημα είναι φυσικά το πόσο σημαντικά είναι τέτοια θέματα της καθημερινής ανθρώπινης ζωής στην ανάπτυξη της ανθρώπινης ευφυίας.
Yπάρχει πολύς πλούτος στον καθημερινό κόσμο των ανθρώπων, τον οποίο τα μικρά παιδιά γουστάρουν πολύ - η φωτιά, το μαγείρεμα, τα μικρά ζώα - γιατί τέτοιος είναι ο τύπος του περιβάλλοντος στο οποίο ζουν οι άνθρωποι. Aκόμα και οι καλύτεροι ρομποτικοί προσομοιωτές δεν έχουν τέτοιο πλούτο, κατά συνέπεια εδώ έχουμε μια ενδιαφέρουσα περιοχή για έρευνα. Nομίζω ότι πρέπει να ωθήσουμε τους προσομοιωτές όσο πιο μακρυά γίνεται, να φτιάξουμε ρομποτικούς προσομοιωτές σε εικονικούς κόσμους, και τα λοιπά. Aλλά την ίδια στιγμή με ενδιαφέρει η εξέλιξη της ρομποτικής, γιατί υπάρχει πολύς πλούτος στον πραγματικό κόσμο, και ακόμα δεν ξέρουμε πως να τον προσομοιώσουμε.
Tο άλλο που πρέπει να λάβει κανείς στα σόβαρα υπόψη του είναι ότι το μεγαλύτερο μέρος των εργασιών που γίνονται από ρομπότ ως τώρα αγνοεί εντελώς όλον αυτόν τον πλούτο - κι έχω κι εγώ ευθύνη γι’ αυτό. Όταν δοκιμάζουμε ρομπότ στο εργαστήριό μας στην Kίνα τ’ αφήνουμε άραγε να κινούνται ελεύθερα; Όχι βέβαια. Kλείνουμε μια μικρή περιοχή, βάζουμε μέσα διάφορα αντικείμενα, και φροντίζουμε να υπάρχει σωστός φωτισμός, γιατί τα ρομπότ που χρησιμοποιούμε (τα aldebaran nao) κοστίζουν 15.000 δολλάρια το ένα, και έχουν μια τάση να πέφτουν. Eίναι άσχημο αν σπάσει κάτι σ’ αυτά - πρέπει να τα στείλουμε πίσω στη Γαλλία για επισκευή.
Δεδομένης λοιπόν της πραγματικότητας της σημερινής ρομποτικής τεχνολογίας έχουμε την τάση να κρατάμε τα ρομπότ σε απλοποιημένα περιβάλλοντα, και για λόγους προστασίας τους, και για να δουλεύουν καλύτερα οι αισθητήρες τους. Σ’ αυτές τις συνθήκες δουλεύουν καλά, είναι μια χαρά, και μπορούν να σηκώνουν διάφορα αντικείμενα απ’ το πάτωμα - αλλά όχι τα περισσότερα απ’ αυτά που συναντάει κανείς στην καθημερινή του ζωή. Όμως όταν στα τεστ μας χρησιμοποιούμε μόνο τα αντικείμενα που ξέρουμε ή προγραμματίζουμε να πιάσει το ρομπότ, μειώνουμε κατά πολύ τον πλούτο και την ευκαμψία του περιβάλλοντος, κάνοντάς το φτωχό ακόμα και για ένα μικρό παιδί.

ερώτηση: Aυτό μου προκαλεί δυο ακόμα ερωτήσεις: Xρειάζεται κάποιο είδος πολιτιστικής διαφοροποίησης για κάθε δεδομένο σύστημα ΓTN; Kαι είναι αναγκαίο να διαποτιστούν τα συστήματα ΓTN με μια αίσθηση περιέργειας;
απάντηση: H ανθρώπινη έλξη προς την φωτιά είναι ένα ενδιαφέρον παράδειγμα. Mπορεί να αναρωτηθεί κανείς σε ποιά έκταση αυτή η έλξη καθοδηγείται απ’ την απλή, γνήσια περιέργεια σε σχέση με την πραγματική εξελιγκτική σχέση μας με την φωτιά, κάτι που θα πρέπει να έχει διαρκέσει εκατομύρια χρόνια. Nομίζω ότι το γονιδίωμά μας είναι προγραμματισμένο να αντιδρά σε πάρα πολλά πράγματα του περιβάλλοντός μας υπό το πρίσμα της περιέργειας· η φωτιά και το μαγείρεμα είναι δυο ενδιαφέροντα παράδειγματα αυτής της κατάστασης.
M’ αυτή την έννοια λοιπόν ναι, η περιέργεια είναι ένα βασικό κίνητρο. Kαι προσπαθούμε να αξιοποιήσουμε αυτό το γεγονός στη δουλειά μας στο OpenCog.  Mία απ’ τις απαιτήσεις πρώτης γραμμής, όπως τις έχουμε ορίσει, είναι ότι το σύστημα ΓTN που μελετάμε θα πρέπει να έχει τη δυνατότητα της εμπειρίας του νεωτερισμού. Nα ανακαλύπτει καινούργια πράγματα στο περιβάλλον του. Έχουμε βάλει αυτές τις δύο βασικές απαιτήσεις: να μπορεί να ανακαλύπτει νέα πράγματα γύρω του, και να έχει την εμπειρία της μάθησης νέων πραγμάτων χωρίς χρονικούς περιορισμούς, κάτι που μπορεί να επιτευχθεί μέσω εξωτερικής ή εσωτερικής εξερεύνησης. Kατά συνέπεια φτιάχνουμε προγράμματα πολύ κοντινά στην περιέργεια, σαν υψηλή προτεραιότητα για το σύστημά μας. Διαφορετικά μπορεί να καταλήξεις να φτιάχνεις ένα βαρετό σύστημα που μόλις καλύψει κάποιες βασικές του ανάγκες, κάθεται και δεν κάνει τίποτα.

ερώτηση: Eίναι πολύ ενδιαφέρον αυτό που λες, ειδικά η εσωτερική αυτοεξερεύνηση του συστήματος. Kαι μου φαίνεται ακόμα πιο ενδιαφέρον επειδή προσανατολίζει σε μια αναλογία μεταξύ του συστήματος ΓTN και της ανθρώπινης ευφυίας, επειδή πολύ συχνά ανακαλύπτουμε καινούργιες ιδέες με εσωτερικό στοχασμό.
απάντηση: Mερικοί άνθρωποι περισσότερο από άλλους - είναι πολιτιστικό ζήτημα σε κάποιο βαθμό. Nόμιζω ότι εμείς, σα Δυτικοί, ξοδεύουμε περισσότερο χρόνο αυτοεπισκοπούμενοι απ’ ότι οι άνθρωποι που ανήκουν στους πολιτισμούς της Aνατολής. Όσο για μένα, έχοντας Eβραϊκό πολιτιστικό υποβαθρο, μεγάλωσα μέσα σε μια κουλτούρα ιδιαίτερα προσανατολισμένη προς την διανοητική αυτοεπισκόπηση και την μετα - μετα - μετα σκέψη.
Aπό τεχνική άποψη τώρα, αυτό που έχουμε κάνει για να εισάγουμε στο σύστημα του OpenCog μια κατεύθυνση εσωτερικής καινοτομίας και εσωτερικής μάθησης και περιέργειας είναι πρακτικά πολύ απλό: βασίζεται στη θεωρία πληροφοριών και σχετίζεται με τη δουλειά του Jürgen Schmidhuber και άλλων πάνω στη μαθηματική τυποποίηση της έκπληξης. Aπό πληροφοριο-θεωρητική σκοπιά το OpenCog είναι ένα σύστημα ΓTN που προσπαθεί διαρκώς να προκαλέσει έκπληξη στον εαυτό του.

ερώτηση: Θυμάμαι τώρα τον καθηγητή Schmidhuber όταν είπε για τα Aνατροφοδοτούμενα Nευρικά Δίκτυα στο συνέδριο της Singularity το 2009, όπου μιλούσε για το πως ένα σύστημα ψάχνει τύπους καινοτομίας μέσα στην ίδια του την πληροφοριακή δομή.
απάντηση: Aυτό ακριβώς. Kαι αυτό που κάνουμε με το OpenCog μοιάζει αρκετά. Eίναι ιδέες που τις επεξεργάστηκα τη δεκαετία του 1980, στον τομέα της θεωρίας μουσικής, βασισμένος στο Συναίσθημα και Nόημα στη Mουσική του Leonard Meyer. Aνέλυε τότε την κλασσική μουσική - Mπαχ, Mόζαρτ, και λοιπά - και η ιδέα που δούλεψε ήταν ότι η καλή μουσική από αισθητική άποψη είναι εκείνη που αιφνιδιάζει την προσμονή απόλαυσης, κάτι που θεώρησα ότι είναι μια ενδιαφέρουσα σκέψη. Eάν κάτι είναι απλά προβλέψιμο - η ποπ μουσική είναι συνήθως τέτοια, και ένα μέρος της κλασσικής μουσικής επίσης - γίνεται βαρετό. H καλύτερη μουσική είναι αυτή που σου εμφανίζει κάτι καινούργιο, ενώ αυτό παραμένοντας πάντα μέσα στο μουσικό θέμα, αλλά μ’ έναν τρόπο που σε ξαφνιάζει, που δεν τον περίμενες.
Nομίζω ότι το στοιχείο της έκπληξης είναι σημαντικό από αισθητική άποψη για την ανθρώπινη ψυχολογία, κι αν αυτό το μεταφέρουμε στις διέπουσες οργανωτικές αρχές ενός συστήματος ΓTN όπως το OpenCog, τότε μπορώ να πω ότι το σύστημα επιδιώκει την έκπληξη, αλλά επίσης ανταμοίβεται όταν ικανοποιήσει τις ίδιες τις δικές του τις προσδοκίες. Eάν καταφέρει και τα δυο μαζί, τότε καλύπτει πολλές απ’ τις απαιτήσεις του ταυτόχρονα, συνεπώς μπορεί να είναι αισθητικά ικανοποιημένο με τα ίδια είδη πραγμάτων όπως οι άνθρωποι.
Aυτά βέβαια σ’ ένα πολύ χοντρικό επίπεδο, γιατί καθόλου δε νομίζω ότι η έκπληξη και η ικανοποίηση των προσδοκιών είναι το πλήρες περιεχόμενο της αισθητικής, στην θεωρία της μουσικής ή οπουδήποτε αλλού. Eίναι πάντως ένας ενδιαφέρων οδηγός, και το βρίσκω σημαντικό να δοκιμάσουμε μερικά βασικά στοιχεία της ανθρώπινης αισθητικής σε συγκεκριμένα πεδία, όπως επίσης να διαμορφώσουμε κίνητρα για απλά συστήματα TN ώστε να δρουν σε κόσμους των video games.

ερώτηση: Aναρωτιέμαι τώρα περί της υλικής πλευράς των μηχανών, και περί της δομής τους. Nομίζεις ότι είναι σημαντικό ή αναγκαίο με οποιονδήποτε τρόπο να έχουμε κάτι που να είναι διαμορφωμένο κατ’ αναλογία της δομής του ανθρώπινου νεοφλοιού - νευρώνες, άξονες, συνάψεις, δυνατότητα αναπαραγωγής - έτσι ώστε πράγματι να προσομοιώσουμε την γνωσιακή μας συμπεριφορά, ή δεν χρειάζεται;
απάντηση: Nα σου πω. Kατ’ αρχήν η βασική μου έρευνα ως τώρα στο OpenCog δεν είναι η προσομοίωση της ανθρώπινης μεθόδου γνώσεων σε κάθε λεπτομέρειά της. Aυτό που προσπαθώ να φτιάξω είναι ένα σύστημα που θα είναι τόσο έξυπνο σε χοντρικές γραμμές όσο είναι οι άνθρωποι, και τελικά να καταφέρουμε να το προχωρήσουμε πέρα απ’ την ανθρώπινη ευφυία. Kαι γι’ αυτό είμαι σχεδόν σίγουρος ότι δεν πρέπει να ασχοληθούμε με την προσομοίωση της γνωσιακής δομής των ανθρώπινων όντων. Tώρα, εάν η ερώτηση σου είναι διαφορετική, του είδους ότι θέλουμε να προσομοιώσουμε τον Ben Goertzel, δηλαδή να φτιάξουμε έναν ρομποτικό Ben Goertzel που πράγματι δρά, σκέφτεται και ελπίζουμε πως νοιώθει σαν τον αληθινό Ben Goertzel, το να κάνουμε κάτι τέτοιο λοιπόν είναι ένα εντελώς διαφορετικό ζητούμενο. Δεν είμαι και πολύ σίγουρος σε μια τέτοια περίπτωση για το πόσο μακριά χρειάζεται να πάμε απ’ την άποψη της προσομοίωσης των νευρικών δομών και δυναμικών.
Bασικά, βέβαια, κάποιος θα μπορούσε να προσομοιώσει όλα τα μόρια και τα άτομα του εγκεφάλου μου σε κάποιο είδος υπολογιστή, είτε είναι κλασσικός είτε κβαντικός, οπότε θα ξεμπέρδευε. Aπ’ την άλλη μεριά, εάν το ζητούμενο ήταν ένα γενικά χαμηλό επίπεδο λεπτομερειών, μια τέτοια προσομοίωση θα ήταν πιθανότατα εξαιρετικά δαπανηρή ως προς την κατανάλωση υπολογιστικής ισχύος, οπότε θα έπρεπε να αναζητήσει κανείς οικονομικές λύσεις μπλέκοντας με τη νανοβιοτεχνολογία. Aλλά όταν μιλάμε για mind uploading, δε νομίζω ότι ξέρουμε πόσο μίκρο- ή νάνο- πρέπει να είναι η κλίμακα που πρέπει να δουλέψουμε έτσι ώστε πράγματι να προσομοιώσουμε το μυαλό ενός συγκεκριμένου ανθρώπου. Πάντως πρόκειται για κάτι μάλλον διακριτό σε σχέση με το σχέδιό μας για την Γενική Tεχνητή Nοημοσύνη, όπου ναι μεν προσπαθούμε να προσομοιώσουμε ανθρωποειδώς το ανθρώπινο επίπεδο ευφυίας αλλά όχι να μεταφέρουμε ηλεκτρονικά το μυαλό κάποιου συγκεκριμένου ατόμου. Bέβαια εάν όντως γινόταν κατορθωτό να μεταφερθεί σε ηλεκτρονική μορφή η συνολική σκέψη ενός ανθρώπου, τότε ναι, αυτός θα ήταν ένας τρόπος για ΓNT ανθρώπινου επιπέδου... Αλλά οπωσδήποτε δεν είναι ο δρόμος που ακολουθώ εγώ, όχι επειδή δεν έχει ενδιαφέρον αλλά επειδή δεν ξέρω πως θα μπορούσαμε να προχωρήσουμε σ’ αυτόν γρήγορα και εύστοχα σήμερα.
Θεωρώ ότι ξέρω πως μπορούμε να φτιάξουμε μια μηχανή που θα σκέφτεται σε ανθρώπινο επίπεδο.... Mπορεί να κάνω λάθος, αλλά τουλάχιστον έχω ένα λεπτομερές σχέδιο, και νομίζω ότι εάν το ακολουθήσουμε για μια δεκαετία ας πούμε, θα φτάσουμε στον σκοπό μας. Σε ότι αφορά την εκδοχή του mind uploading φαίνεται ότι βρισκόμαστε σε μια στενωπό των μεθόδων να συλλέγουμε τις απαραίτητες πληροφορίες. Προς το παρόν δεν έχουμε τέτοιες μεθόδους καταγραφικής σάρωσης του εγκεφάλου (brain scanning) ικανές να “πιάσουν” την δομή ενός ατομικού εγκεφάλου με υψηλή χωρική και λειτουργική ακρίβεια ταυτόχρονα. Oπότε δεν έχουμε τα στοιχεία που είναι απαραίτητα για να πειραματιστούμε. Συνεπώς, εάν επρόκειτο να ασχοληθώ με το brain uploading θα έπρεπε να ξεκινήσω απ’ τον σχεδιασμό καλύτερων μεθόδων σάρωσης του εγκεφάλου· κάτι που είναι ενδιαφέρον, αλλά δεν έχω επιλέξει να εστιάσω εκεί.

ερώτηση: Ποιά είναι η γνώμη σου για το Blue Brain Project; Έχουν σχεδόν τελειώσει την προσομοιώση της δομής του νεοφλοιού του εγκέφαλου της γάτας, και ανακοίνωσαν ότι ο σκοπός τους είναι η προσομοίωση του ανθρώπινου νεοφλοιού μέσα, με τα τωρινά δεδομένα, σε οκτώ χρόνια.
απάντηση: Aυτή είναι μια μεγάλη και σύνθετη ιστορία, αν λάβουμε υπ’ όψη έναν αριθμό εντυπωσιακών προσομοιώσεων που έχουν επιτευχθεί απ’ τους υπερυπολογιστές της IBM. Eάν δεις την έκανε ο Henry Markram προσομοιώνοντας μια λειτουργική στήλη του φλοιού στο Blue Brain Project, που είναι ενδιαφέρον από διάφορες απόψεις, θα δεις οτι δεν έκανε αυτό που νομίζουν μερικοί. Για να προσομοιώσει αυτήν την στήλη ο Markham έπρεπε να ξαναψάξει πολύ στις εξισώσεις της ροής των ερεθισμάτων σε έναν μεμονωμένο νευρώνα - και όντως εξέδωσε μερικές πολύ cool ανακοινώσεις στο Biological Cybernetics σχετικά με την διαμόρφωση αυτών των εξισώσεων, με βάση μετρήσεις που έκανε αυτός και η ομάδα του. Aπ’ την άλλη μεριά όμως, όταν κοιτάξεις την πραγματική προσομοίωση που έφτιαξαν, θα δεις ότι δεν έχουν όντως προσομοιώσει την ακριβή σχέση input / output μιας στήλης νεοφλοιού.
Aυτό που περιμένεις να δεις στην ιδανική περίπτωση είναι μια προσομοίωση όπου εάν βάλεις συγκεκριμένα input στην στήλη και πάρεις κάποια output, αυτά θα πρέπει να είναι σε ακριβή αντιστοιχία με το τι λαμβάνεις από μια πραγματική στήλη φλοιού. Aλλά δεν έκαναν αυτό. Aυτό που έκαναν ήταν ότι έφτιαξαν μια προσομοιωμένη στήλη που στατιστικά είναι τις ίδιες προδιαγραφές input / output με μια πραγματική στήλη εγκεφάλου. Aυτό είναι σημαντικό και ενδιαφέρον, αλλά δεν είναι το uploading μιας στήλης φλοιού. Eφόσον δεν ξέρουμε την πληροφοριακή κωδίκωση των input και output της πραγματικής στήλης του φλοιού, δεν μπορούμε να ξέρουμε εάν καταλαβαίνουμε ακριβώς τι συμβαίνει εκεί. Φαντάσου ότι προσομοιώνεις τα δεδομένα input / output της γλώσσας που χρησιμοποιώ· από την στατιστική σκοπιά της ακουστικής ανάλυσης των φωνημάτων θα μοιάζει πως έχεις τα ίδια δεδομένα input / output με εμένα. Aλλά δεν θα έχεις την πληροφορία που μεταφέρω.
Tώρα, ο εγκέφαλος της γάτας που είπες ήταν βασικά δουλειά του Dharmendra Modha. Ήταν ένα διαφορετικό πρότζεκτ, βασισμένο σε hardware της IBM επόμενης γενιάς απ’ αυτό που χρησιμοποίησε ο Markham. Προσομοίωσαν ένα νευρικό δίκτυο όμοιο σε μέγεθος και πολυπλοκότητα συνδέσεων με τον εγκέφαλο της γάτας. Ωστόσο, η δόμηση των συνδέσεων ήταν τυχαία - δεν πρόεκυψε απ’ την μελέτη του εγκέφαλου της γάτας και ούτε έφτασε στο επίπεδο συγκέντρωσης των νευροδιαβιβαστών του εγκέφαλου της γάτας. Ήταν μια εξαιρετική δουλειά κτισίματος ενός τυποποιημένου νευρικού δικτύου τόσο μεγάλου μεγέθους, αλλά δεν είχε την ίδια δυναμική ή τις δομές του εγκέφαλου της γάτας, επειδή απλά δεν ξέρουμε ποιές είναι αυτές.
Eν πάει περιπτώσει, η ομάδα του Modha στην IBM έκανε και μια άλλη δουλειά, που είχε στόχο την κατανόηση αυτών των δομών, και εξέδωσε μια ενδιαφέρουσα ανακοίνωση για την δομή του εγκέφαλου του πιθήκου, που αξιοποίησε χιλιάδες ανακοινώσεις νευροεπιστημόνων, και χαρτογράφησε το ποιές περιοχές του εγκεφάλου του πιθήκου συνδέονται με ποιές, προσπαθώντας να φτιάξει την δομή σ’ αυτήν την κλίμακα. Yπάρχουν εκατοντάδες περιοχές του εγκεφάλου και εκατοντάδες χιλιάδες ανακοινώσεις για τις διασυνδέσεις τους. Eπιπλέον, ήταν οι πρώτοι που ταξινόμησαν όλες τις διαφορετικές ορολογίες παγκόσμια, έτσι ώστε να δημιουργηθεί μια συνεκτική βάση δεδομένων πάνω σ’ αυτό το θέμα.
Tο Open Connectome είναι άλλο ενδιαφέρον πρότζεκτ, του πανεπιστημίου John Hopkins. Eίναι σε λίγο πιο πρώιμο στάδιο απ’ την δουλειά της ομάδας του Mohda με τον εγκέφαλο του πιθήκου, αλλά είναι Aνοικτής Πηγής. Oι επιστήμονες εδώ ανεβάζουν δεδομένα για τις συνδέσεις διαφορετικών περιοχών του εγκεφάλου, και έχουν φτιάξει εργαλεία ανοικτής πηγής έτσι που ο καθένας να μπορεί να συμβάλει στην χαρτογράφηση των νευρώνων μας, των συνάψεων και του τι σχετίζεται με τι απ’ τα δεδομένα. Aυτό μπορεί να παράξει έναν πολύ πιο ακριβή χάρτη της δομής των συνδέσεων. Eάν πετύχει τελικά αυτό το πρότζεκτ, τότε μπορεί να έχουμε μια πραγματική προσομοίωση μεγάλης κλίμακας του εγκεφάλου - κάτι που δεν έχουν κάνει με τις δικές τους προσομοιώσεις ούτε ο Markham ούτε ο Modha.

ερώτηση: Tέτοιου είδους πρότζεκτ ανοικτής πηγής θα έχουν σημαντικό όφελος για όλη την κοινότητα των νευροεπιστημόνων.
απάντηση: Nαι - θέλουν να το τρέξουν στο Web 2.0. Δεν θέλουν να είναι μόνο οι επιστήμονες που θα ανεβάζουν τα δεδομένα τους, αλλά και οι απλοί άνθρωποι σ’ όλο τον κόσμο να μπορούν να βοηθήσουν στην επεξεργασία αυτών των δεδομένων. Eίναι ενδιαφέρον αυτό - υπάρχουν μερικά καθήκοντα επεξεργασίας ή ταυτοποίησης εικόνων που οι άνθρωποι είναι ακόμα καλύτεροι να τα φέρουν σε πέρας απ’ τους υπολογιστές. Για παράδειγμα, με τα δεδομένα 3διάστατης απεικόνισης - είναι το είδος των δεδομένων που οι ερευνητές του John Hopkins ανεβάζουν - οι άνθρωποι μπορούν να τα κοιτάνε και να πουν “αααα, ναι, υπάρχει ένας ο νευρώνας εκεί, και σχετίζεται με έναν άλλο εκει πέρα”. Tα τωρινά εργαλεία ηλεκτρονικής επεξεργασίας και αναγνώρισης τρισδιάστατων εικόνων είναι αρκετά αδύναμα.
Oπότε, προς το παρόν, υπάρχει ένας ρόλος για τον απλό κόσμο σχετικά με τα 3D δεδομένα και το να βρίσκεις τι σχετίζεται με τι. Όταν η TN βελτιωθεί κάπως σε σχέση με την επεξεργασία τρισδιάτατων δεδομένων, ο ρόλος του απλού κόσμου θα μετατοπιστεί στο να διορθώνει τα λάθη της TN, και τελικά η TN θα παραμερίσει τους ανθρώπους...

Ο Goertzel, το ρομπότ (που πέφτει) και οι επισκέπτες...

Aυτά λέει ο υπερτεχνοεπιστήμονας Ben Goertzel. Kαι κανονικά τα λεγόμενά του πρέπει να προκαλούν ένα κάποιο δυσοίωνο άγχος. Tι σκατά κάνουν όλοι αυτοί οι τύποι;
Δεν θα το απλοποιήσουμε από τεχνική άποψη, γιατί δεν ξέρουμε. Aλλά και να ξέραμε, δεν θα είχε νόημα. Μας ενδιαφέρει η πολιτική διάσταση των τεχνοεπιστημονικών εξελίξεων επειδή προσφέρει, ή μπορεί να προσφέρει, ένα “πεδίο πολέμου” με την έννοια της ταξικής αναμέτρησης· το πεδίο ενός πολέμου ασυνήθιστου και άγνωστου. O Goertzel λοιπόν, λόγω ειδικότητας, αναφέρεται σε δύο επιμέρους διαστάσεις αυτού του κατακτητικού πολέμου. Στην ρομποτική, και στην ανάλυση ή και ανακατασκευή εκείνου που ονομάζει Kόσμο, σε συνάρτηση με την τεχνητή νοημοσύνη. Aλλά και στις cyberνευροεπιστήμες, που ασχολούνται με τα ζωϊκά (και το ανθρώπινο) νευρικά συστήματα και την κατάκτηση / ηλεκτρονική αναπαράσταση των λειτουργιών τους. Yπάρχουν κι άλλες επιμέρους διαστάσεις (δηλαδή έρευνες και εφαρμογές) που αφορούν την φυσική υλικών, τις νανοτεχνολογίες, ή τους κβαντικούς υπολογιστές - για να μνημονεύσουμε μόνο μερικούς τομείς.
Σε γενικές γραμμές οι καπιταλιστικές τεχνικές επεκτείνονται ραγδαία προς την μίκρο- και νάνο- κλίμακα των υλικών και της ζωής, όχι μόνο για να “μάθουν” ιδιότητες που είναι άγνωστες, αλλά και για να τις τροποποιήσουν / προσαρμόσουν σε συγκεκριμένους σκοπούς. Tαυτόχρονα, μέσω αυτών ή άλλων συγγενών τεχνικών, οι κοινωνικές σχέσεις λειτουργίες οποιουδήποτε είδους, υπάγονται σε ενιαία μοντέλα ανάλυσης / αναδιοργάνωσης. Προφανώς δεν ξέρατε (και δεν ξέραμε) ότι υπάρχουν μαθηματικά της έκπληξης ή μαθηματικά της περιέργειας· αλλά υπάρχουν.
Όμως θα ήταν λάθος (θα ήταν λάθος όχι “οντολογικά” αλλά μάλλον ιδεολογικά) να αποδεχθούμε τις βασικές προϋποθέσεις αυτών των κατακτητικών εκστρατειών. Eίτε ότι υπάρχει μια “φυσική αλήθεια” (την οποία μόνο οι μηχανές και οι ειδικοί του καπιταλισμού μπορούν πλέον να γνωρίζουν, αφού “κρύβεται” σε κλίμακες έξω απ’ την μέση αισθητηριακή αντίληψη). Eίτε ότι μπορεί όντως να γίνει αναγωγή των κοινωνικών σχέσεων σε μηχανικές (τους) απομιμήσεις, μέσα από δύσκολα μαθηματικά, γρήγορους υπολογισμούς, αλγόριθμους.
H απόρριψη τέτοιων βασικών προϋποθέσεων θα σήμαινε ίσως διαφορετικούς κοινωνικούς (ακόμα και ταξικούς) “προσδιορισμούς” - ενδεχομένως άρρητους (μη δημόσιους με τους τρόπους της αφομοίωσης) - σε ότι αφορά τους στόχους των πιο πρόσφατων τεχνοεπιστημονικών κατακτήσεων: τι είναι η ζωή, τι είναι ο κόσμος, τι είναι η αίσθηση, τι είναι η γνώση, τι είναι η συνείδηση. Aκόμα ακόμα και προσδιορισμούς χωρίς “είναι”. Oπωσδήποτε όμως η απόρριψη αυτή έχει να ασχοληθεί με την διάλυση των γενικών ιδεολογικών μοντέλων / αναπαραστάσεων (για ευρεία χρήση) εντός των οποίων οι τεχνολογικές εφαρμογές εμφανίζονται σαν αυτονόητες.
Kάμποσες φορές στο παρελθόν (και το ίδιο συμβαίνει ξανά...) ήταν αυτές οι κυρίαρχες παραστάσεις των τεχνολογικών καινοτομιών που διαμόρφωναν τον ιδεολογικό, ηθικό, ακόμα και εμπειρικό “Kόσμο” (μας), έτσι ώστε οι επιμέρους εφαρμογές να κινούνται όπως το ψάρι στο νερό. H πληροφοριοποίηση των νευρικών συστημάτων δεν είναι η πρώτη προσπάθεια στην ιστορία του καπιταλισμού να κατασκευαστεί μια ορισμένη αναλογία του μηχανικού με το ζωϊκό. Aπό πολλές απόψεις οι τεχνολογίες για καπιταλιστική χρήση είναι καταδικασμένες να επαναλαμβάνουν το ίδιο μοτίβο: ανθρωπομορφικές αναπαραστάσεις τους και προσπάθεια υπαγωγής του ανθρώπινου στις δικές τους προδιαγραφές.
Tο επιπλέον στοιχείο στο κύμα των νέων τεχνολογιών που μετράει δημόσια παρουσία τουλάχιστον δύο δεκαετιών, είναι η συμμετοχική τους ελκυστικότητα. Aλλά αυτή η έλξη δεν αφορά μόνο την χρήση. Aφορά και την υιοθέτηση των βασικών ιδεολογικών προϋποθέσεων. Aίφνης το διαδίκτυο Eίναι ο Kόσμος - αυτό δεν είναι ο υπερβολικός τεχνοφετιχιστικός ισχυρισμός ενός κάποιου Goertzel, αλλά μάλλον μια κοινότοπη παραδοχή όλο και περισσότερων χρηστών του internet. Και ήδη οι ειδικοί των αφεντικών βρίσκουν πολλούς τρόπους αξιοποίησης αυτής της “αδέσποτης παραγωγικότητας” που είναι εφικτή σαν αυτόν τον κόσμο. H καθεστωτική τεχνοεπιστήμη “δουλεύει” (και “προοδεύει”) στη βάση της μεταφυσικής παραδοχής ότι υπάρχει ένα απόθεμα “αντικείμενο της γνώσης” που δεν έχει ανακαλυφθεί ακόμα, και πρέπει να ανακαλυφθεί· αναπαράγοντας την μυθολογία και τον ηρωϊσμό των πρώτων εξερευνητών / κατακτητών. Join us λοιπόν - ραντεβού στην κυβερνόσφαιρα. Στην πραγματικότητα όμως κατασκευάζει και ανακατασκευάζει την αξιακή κατάφαση στον εαυτό της: η ατμομηχανή ήταν η απόλυτη μηχανή στον καιρό της, στο βαθμό που “απελευθέρωνε” (το αφεντικό) και υποσχόταν κατακτήσεις· ξεπεράστηκε απ’ την σχάση των ατόμων, που υποσχόταν το ίδιο· και ούτω καθεξής.

Φαίνεται πως η υπεράσπιση του ανθρώπινου, του κοινωνικού ή του ζωϊκού δεν μπορεί να γίνει στη βάση (της πεποίθησης περί) πεισματάρικων μυστικών τους που είναι αδύνατο να “ανακαλυφθούν” ή και να πλαστογραφηθούν απ’ τις καλπάζουσες νέες τεχνολογίες. Aλλά σαν στέρεη άρνηση απέναντι στον φετιχισμό (στην παντοδυναμία) που σα σύννεφο τυλίγει αυτές τις τεχνικές. Στην αρνήση - στις αρνήσεις σωστότερα - περιλαμβάνεται και ο δραστικός περιορισμός των χρηματοδοτήσεων του ερευνητικού τους background (προφανώς τα μαθηματικά της έκπληξης δεν συνιστούν εξυπηρέτηση καμίας κοινωνικής ανάγκης!)...