Udžbenik umjetne inteligencije “Artificial Intelligence: A Modern Approach”, Stuarta Russella i Petera Norviga ove godine slavi četvrt stoljeća, računajući od dana izlaska iz tiska 1994. godine (iako je sam nadnevak prvog izdanja 1995.). Teško je danas shvatiti da je u to doba područje umjetne inteligencije bilo u drugom planu, gotovo napušteno nakon što se nisu ostvarila hrabra očekivanja poslijeratnih pionira tog područja, koji su predviđali (Herbert Simon, primjerice) da će strojevi za koje desetljeće dostići razinu ljudske inteligencije (HLMI). U osamdesetima je umjetna inteligencija zapostavila utopijsku dimenziju i orijentirala se na komercijalnu upotrebu. Ako je povijesnih međaša i bilo, malo tko ih pamti.

Potkraj ožujka ove godine niz je medija objavio da je DeepMind, u vlasništvu Alphabeta, krovne kompanije Googlea, proizveo svoj prvi proizvod za komercijalnu upotrebu. DeepMind dosad je u popularnoj javnosti bio poznat po tome što su njegovi strojevi uspjeli nadmašiti svjetske prvake u najzahtjevnijim igrama, s perfektnim i imperfektnim informacijama. Prije tri godine AlphaGo je u igri Go pobijedio korejskog majstora Lee Sedola.

U igri Go igrači imaju pogled na cijelu ploču i – načelno govoreći – na sve moguće poteze iz određene situacije. Tih je mogućnosti, metaforički rečeno, bezbroj, pa ih računalo reducira i to – igrajući samo sa sobom, što je značajno dostignuće. Posljedica je da nitko ne zna kako je ustvari AlphaGo naučio pobijediti. No, to nije sve.

U siječnju 2019. godine DeepMindov AlphaStar pobijedio je u StarCraftu, igri s imperfektnim i nekompletnim informacijama. Kako je igra tako koncipirana da AlphaStar nema u svakom trenutku cjelovit pregled situacije, to zahtijeva da s novim informacijama koje načelno nije, kao u Gou, mogao razmjerno egzaktno pretpostaviti, tijekom igre mijenja strategiju.

Bila su to dostignuća koja su popratili svi svjetski popularni i stručni mediji. No, je li Google zbog njih kupio DeepMind 2010. godine za 500 milijuna dolara? Za komercijalne akvizicije znao je iskrcati i milijarde.

Potkraj ožujka, dakle, u londonskoj je očnoj bolnici Moorfields, s kojom je u suradnji razvijao svoj komercijalni proizvod, DeepMind demonstrirao stroj koji snimi rožnicu pacijenta, i u 30 sekundi, nakon što kontaktira Googleov cloud, izvijesti o tome radi li se i o kojoj od cijelog niza očnih bolesti koje je u stanju dijagnosticirati, od glaukoma, do dijabetičkog oštećenja mrežnice itd., sve s uspješnošću koja dostiže (ili čak nadmašuje) najbolje specijaliste.

Ovdje je, dakle, pitanje je li DeepMind mogao razviti komercijalni proizvod a da istodobno nije eksperimentirao i s nekomercijalnim istraživanjem umjetne inteligencije koja se nadigrava s čovjekom? Odgovor nije kompromis, tipa – jedno ne može bez drugoga. Niti su pozicije simetrične. Na stranu to što su konceptualne analize nerijetko rasipanje resursa. Pitanje je ustvari jesu li primijenjena istraživanja moguća bez fundamentalnih analiza?

Što se o tome može očitati iz Russella iz Norviga? Više od tisuću stranica koje su ispisali u još dva izdanja (2003. i 2011.) do danas je ostalo nezaobilazno, ne samo studentima i praktičarima, onima orijentiranima pragmatički, na upotrebu znanja koje je u njima sadržano, nego i onima koje interesira – što je to umjetna inteligencija.

U drugom izdanju (iz 2003.), na stranici 194. navodi se da su “koncepti o kojima se raspravlja” u poglavlju 7, “a to su simboličko (representational) znanje i proces zaključivanja (reasoning) iz kojeg ono nastaje – centralni za cijelo područje umjetne inteligencije”. Sljedeći paragraf započinje zaključkom da ljudi posjeduju znanje, rezoniraju, a ni strojevi bez toga ne mogu biti uspješni. “Stroj koji reagira refleksno samo pukom srećom može naći put od Arada do Bukurešta... Šahovski program može kalkulirati samo dopuštene poteze svoga kralja, ali ne zna, a da to može iskoristiti, kako nijedna figura istodobno ne može biti na dva polja”. Znanje koje stroj posjeduje može biti daleko ispod razine koju zahtijeva trenutak.

“Znanje i rezoniranje imaju ključnu ulogu u djelomično vidljivoj (partially observable) okolini... Primjerice, liječnik prije nego što izabire liječenje uspostavlja dijagnozu, to jest zaključuje o bolesti koja nije izravno vidljiva. Dio znanja koje liječnik koristi u obliku je pravila iz udžbenika... ali dio je u obliku asocijativnih obrazaca koje liječnik nije u stanju svjesno objasniti. Ako je to u njegovoj glavi – to je znanje”.

Iz ovog se citata prije svega čini da Russell i Norvig “nisu u stanju svjesno objasniti” što je znanje, to jest ono što pokušavaju objasniti. To je u njihovoj glavi. Sa sljedećim primjerom, koji se odnosi na prirodne jezike, čine se nešto bliže cilju. Za razumijevanje rečenice “John je vidio dijamant kroz prozor i poželio ga” također je potrebno, objašnjavaju autori, zaključivanje o skrivenoj logici stvari. John je, naime, poželio dijamant, a ne prozor.

Dva primjera, ustvari dva sasvim praktična zadatka s kojima su sami sebe suočili, ukazuju na to kako se autori nastoje približiti pojmu znanja koji zaista jest negdje u njihovoj glavi. Kao da im je to ustvari i veći motiv nego rješavanje praktičnih problema. Čak i za takve znalce to je takva muka, kako izmiče. U knjizi dvadesetak puta spominju Aristotela, isto toliko puta Leibnitza, Wittgensteina desetak puta, Kanta.

Barem jedan od tih zadataka, onaj liječnički, DeepMind je uspješno riješio. Kako? Odgovor bi bio da je to “u njegovoj glavi” kad ne bi postojala i tek “djelomično vidljiva” informacija da je Peter Norvig – direktor istraživanja u Googleu.

NAPOMENA: Ovaj tekst je izvorno objavljen u časopisu Mreža.