RECENZIE. Ján äefránek: Inteligencia ako v poëet. IRIS, Bratislava 2000, 427 s.

Transkript

1 RECENZIE Ján äefránek: Inteligencia ako v poëet IRIS, Bratislava 2000, 427 s. UmÏlá inteligence (AI) j e velice öiroká problematika. Je to oblast, ve které se setkáváme s nejrozmanitïjöìmi p Ìstupy k lidsk m aktivitám, a pokud pojìmáme umïlou inteligenci jako vïdu, pak jejì charakter j e nespornï interdisciplinárni a mnohotvárn. Jak Ìká autor v p edmluvï: Rôzne oblasti umelej inteligencie (a prìstupy k nej) sa v razne lìöia v závislosti od pouûìvanej konceptuálnej a metodologickej v bavy, od zamerania pozornosti, priorìt, optiky a cieæov. Oblasti umelej inteligencie sú tak pestro diferencované, ûe si Ëasto nemajú vzájomne Ëo povedaù. Presne ako æudia. Preto nie je moûné (domnievam sa) hovoriù o základoch umelej inteligencie ako celku. P esto b vá Ëasto charakterizován hlavnì cìl v zkumu v oblasti umïlé inteligence jako nauëit stroje myslet". Otázkou, zdali se v bec jedná o problém eöiteln, zda tedy m ûe stroj myslet, se zab valo mnoho badatel jiû od nepamïti, ovöem jejì relevance se stává obzvláötï d leûitou zejména s rozvojem poëìtaë v poslednìch padesáti letech. Pomineme-li p Ìliö zjednoduöen (sci-fi) pohled na inteligenci, kter vedl k naivnìm optimistick m p edstavám öedesát ch let o inteligentnìch robotechpoëìtaëìch, které proûijì své dïtstvì, nauëì se jazyk, zìskajì dokonalé znalosti o svïtï a zcela ovládnou doménu lidského myölenì, m ûeme snad p esnïji charakterizovat v zkum v oblasti AI jako snahu vytvo it model z ejmé, ûe tento model nebude nikdy nap. moudr m lidského myölenì. Dnes j e snad jiû psychiatrem Ëi soudcem. Proto asi nejlepöì definice umïlé inteligence pocházì od M. Minského (MÍT): UmÏlá inteligence je vïda o vytvá eni stroj vyuûìvajìcìch postupy, které provádïny ËlovÏkem by vyûadovaly jeho inteligenci. Tyto ËlovÏkem vytvo ené stroje by pak mïly mìt schopnost emulovat a simulovat lidské metody pro deduktivnì a induktivnì akvizici a aplikaci znalostì a odvozovánì. Z hlediska pouûit ch princip fungovánì m ûe b t umïlá inteligence rozdïlena na symbolicky orientované systémy a analogovï" orientované systémy (neuronové sìtï). Kniha J. äefránka se nezab vá neuronov mi sìtïmi. Text j e vïnován teoretick m základ m znalostnìho paradigmatu umïlé inteligence, tedy p Ìstupu, jehoû cìlem j e v poëtovï (komputaënï) modelovat zpracovánì poznatk, které jsou reprezentovány symbolicky vïtami nïjakého jazyka, a pochopit (p edevöìm hypotetické) usuzovánì. Z hlediska umïlé inteligence jde o studium tzv. nemonotónnìho usuzovánì, tj. usuzovánì, které j e doprovázeno revizì závïr Ëi hypotéz, p iëemû tyto hypotézy byly odvozeny na základï neúpln ch nebo i nekonzistentnìch poznatk, nebo obecnïji jde o studium hypotetického, na kontextu závislého usuzovánì a jeho dynamick ch aspekt. ORGANON F 9 (2002), No. 1, Copyright Filozofick ústav SA V, Bratislava k

2 RECENZIE Lil Pozornost j e zamï ena na poëìtáni" s vïtami, poznatky, tedy na v poëtové modelovánì zp sob lidské argumentace. Jelikoû j e umïnì správné argumentace snad nejvlastnïjöìrn p edmïtem logiky, j e tato teorie ovlivnïna p edevöìm v zkumem v oblasti logiky a speciálnï logického programovánì, avöak také nap. v zkumem deduktivnìch databázì, problémy vyëìslitelnosti a sloûitosti v poët, apod. UmÏlá inteligence, jakoûto interdisciplinárnì vïda, vyuûìvá a sv m zp sobem integruje v sledky práce (nap.) filosof, logik, matematik, lingvist, ale i psycholog Ëi neurofyziolog. Snad nejtïsnïjöì vazby a návaznosti j e vöak moûno nalézt v oblasti logiky (filozofické i matematické), které se v podstatï primárnï zab vajì tvorbou formálnìch model usuzovánì a poznánì. UmÏlá inteligence se od nich liöì snad pouze d razem na v poëtové aspekty. ZábÏr knihy je, tak jako celá oblast AI, velice öirok (o Ëemû svïdëì i nemal rozsah textu stran). Autorovi jde vöak p edevöìm o teoretick v klad uvedené problematiky zamï en na nejmodernïjöì, u nás doposud málo známé poznatky. Nenajdeme zde proto informace o komerënìch produktech ani návody na tvorbu takov ch aplikacì. Autor tedy (z ejmï zámïrnï) zcela opomìjì nap. problematiku expertnìch systém a plánovacìch systém, a také se kromï logick ch programovacìch jazyk nevïnuje jin m programovacìm jazyk m pouûìvan m v AI, jako jsou funkcionálnì jazyky (zejména LISP) a objektovï orientované jazyky. V prvnì kapitole V chodiská jsou formulovány základnì principy, motivace a intuice, na kter ch j e postaven text celé práce. Tyto odstavce jsou sice formulovány ponïkud vágnï, avöak jsou d leûité a relevantnì pro pochopenì problematiky, neboù vymezujì p edmït zkoumánì a zasazujì jej do öiröìch souvislostì. Za v poëtov model inteligentnìho chovánì je tedy povaûován program (nebo spìöe jeho formálnì specifikace), kter jist m zp sobem vyhovuje charakteristikám tohoto chovánì. Naöe pozornost bude p itom zamï ena pouze na znalostnì systémy, tj. programové systémy, které sestávajì ze dvou komponent: báze znalostì a inferenënìho stroje. Báze znalostì je reprezentována mnoûinou E vït nïjakého formálnìho jazyka, inferenënì stroj j e realizován operátorem odvozenì Cn, p iëemû odvozenì nemusì b t (a Ëasto nebude) pouze deduktivnì. Pozornost vöak nenì soust edïna na syntaktické problémy, n brû j e z velké Ëásti orientována na sémantiku. Zde j e d leûitá autorova poznámka 9 na str. 19, kde up esúuje, jak bude v tomto textu chápána sémantika: Sémantiku nïjakého jazyka definujeme tehdy, kdyû jazykov m v raz m p i azujeme nïjaké objekty, kter mi mohou b t nïjaké formálnì konstrukce, dokonce i jazykové v razy. D leûité je právï toto p i azenì, ne povaha p i azen ch objekt." JistÏ, takov to formalistick, Ëi interpretaënì p Ìstup k sémantice j e dnes bïûn. Nutno vöak poznamenat, ûe nenì jedin, a zejména p i logické anal ze p irozeného jazyka ne právï nejvhodnïjöì, jak ukazuje nap. Pavel Tich v mnoha sv ch ËláncÌch a ve své knize The Foundations of Frege's Logic". Kapitola 2 Databázy pojednává v prvnì Ëásti o klasick ch relaënìch databázìch, neboù relaënì databáze m ûeme vlastnï povaûovat za jednoduööì typ znalostnìch systém, kde znalosti jsou reprezentovány ve formï tabulek (ze kter ch generujeme p Ìsluöné vïty báze znalostì E) a operátor odvozenì Cn j e realizován jednotliv mi databázov mi dotazovacìmi jazyky, s vìce Ëi ménï dob e definovanou sémantikou,

3 112 RECENZIE nap. relaënìm kalkulem Ëi relaënì algebrou. P itom relaënì algebra j e povaûována za sémantiku relaënìho kalkulu. V e druhé Ëásti této kapitoly jsou naznaëeny moûnosti zesilnïnì a zevöeobecnïnì databázového jazyka pro databáze s neúpln mi nebo nejist mi hodnotami. Jde v podstatï o zavedenì nulov ch hodnot, které reprezentujì stav databáze, kdy hodnota urëitého atributu neexistuje nebo j e neznámá. Zde se setkává Ëtená s d leûitou sémantickou strukturou. Jde o speciálnì p Ìpad Kripkeho struktury, která j e zde definována jako trojice (W, r, p), kde W (mnoûina moûn ch svït ) je mnoûina moûn ch interpretacì (relacì bez nulov ch hodnot) jistého databázového predikátu p, r j e relace s nulov mi hodnotami, která rovnïû interpretuje predikát p, a p j e relace dostupnosti mezi prvky W definovaná tak, ûe z relace r jsou dostupné vöechny relace, které jsou zúplnïnìm relace r (tj. nulové hodnoty jsou nahrazeny jist mi moûn mi hodnotami p Ìsluöného typu). Autor dále naznaëuje moûnosti, jak vyhodnocovat selekci relaënì algebry. Tyto moûnosti v podstatï odpovìdajì dvïma extrém m ( nutnï - ve vöech moûn ch svïtech" dostupn ch z relace r, a moûná - v nïkter ch moûn ch svïtech" dostupn ch z relace r). Kripkeho struktury jsou v knize pojednány znovu v kap. 7.3, avöak zde jiû autor v podstatï p edpokládá obeznámenost s tìmto pojmem. RovnÏû zmìnka o moûn ch svïtech v takto zúûeném pohledu j e z ejmï spìöe zavádïjìcì neû informativnì. Proto by moûná bylo ûádoucì, kdyby autor o tïchto strukturách pojednal obecnïji a öì eji, nap. v nïkterém dodatku, a to zejména v souvislosti se sémantikou modálnìch logik. T etì Ëást této kapitoly se zab vá deduktivnìmi databázemi, kde j e specifikace databázového jazyka zaloûena na jazyku logického programovánì. Autor zde charakterizuje datalogovské databáze. Ve t etì kapitole - Databáze s hypotézami - se Ëtená v podstatï poprvé v textu setkává s nemonotónnìm usuzovánìm. Databáze s hypotézami totiû obsahuje tvrzenì (pravidla), která jsou vïtöinou pravdivá, aû na nïjaké v jimky". InferenËnÌ stroj j e zde generátor hypotéz a odvozenì jiû nemusì b t deduktivnì a monotónnì. ZávÏry, tj. hypotézy p ijìmáme, dokud nedojde p i asimilaci nov ch poznatk k nekonzistenci. NÏkteré závïry jsou tedy za azeny do báze poznatk natrvalo", jiné j e moûno po Ëase odmìtnout, kdyû p ijmeme poznatky, kter m d vï ujeme vìce a které jsou s d ÌvÏjöÌmi hypotézami v rozporu. Problému revize odvozen ch závïr Ëi d Ìve zìskan ch poznatk j e vlastnï vïnován cel zbytek knihy. Klasick m p Ìkladem nemonotónnìho (nekorektnìho) operátoru odvozenì j e tzv. p edpoklad uzav eného svïta", neboli (v logickém programovánì) negace jako koneëné selhánì". D leûitá j e zde základnì charakteristika hypotetického usuzovánì: Operátor Cn, kter j e reflexivnì (tj. X c Cn(X) pro kaûdou mnoûinu vït X) a nenì logicky korektnì, p iëemû zachovává konzistenci, je nemonotónnì. Klasick m p Ìkladem je odvozovánì generalizacì. MÏjme bázi poznatk E, která obsahuje tisìc vït: labut'i je bìlá", labuù 2 je bìlá",..., labuùiooo je bìlá", tedy Cn(E) obsahuje E plus zobecnïnì vöechny labutï jsou bìlé". TisÌcÌ prvnì poznatek (p vöak je tato labuù je Ëerná". Kdyby byl operátor Cn monotónnì, tedy kdyby bylo Cn(E) c Cn(E u (p), byla by naöe mnoûina Cn(E u hypotéz nekonzistentnì. Tedy odmìtneme monotónnost a provedeme revizi: ImplicitnÌ poznatek vöechny labutï jsou bìlé" jiû nebude prvkem Cn(E u cp). P itom nás vlastnï cp)

4 RECENZIE 113 nic, kromï zdravého selského rozumu", nenutì k nemonotónnosti. Problém, jak oöet it nekonzistenci, m ûe b t eöen také jin m zp sobem neû revizì (coû j e vïtöinou velmi drahá operace"). Nekonzistence nám v podstatï vadì proto, ûe operátor Cn j e triviálnì, tj. zachovává princip, ûe ze sporu j e moûno odvodit cokoli". Tedy je-li A nekonzistentnì mnoûina, pak Cn(A) j e mnoûina vöech vït daného jazyka. Proto druh m moûn m p Ìstupem, jak oöet it nekonzistence, je vzdát se triviálnostì operátoru Cn (neboù operátor Cn, kter j e triviálnì a nezachovává konzistenci, se jiû chová naprosto defektnï: i z konzistentnì mnoûiny odvodì vöe) a pokraëovat v rozumném" netriviálnìm odvozovánì. Z praktického hlediska jde o opatrnou inferenci i za p Ìtomnosti nekonzistencì kombinovanou s tìm, ûe revize odloûìme na pozdïji (nap. aû budeme mìt vìce informacì-podklad pro rozhodnutì, co vlastnï revidovat, ökrtnout"). Autor tedy v odstavci 3.2. velice pïkn m zp sobem p edkládá motivace a intuice, které stojì v pozadì vyuûitì tzv. parakonzistentnìch logik ve znalostnìch systémech a struënï charakterizuje netradiënì principy parakonzistentnìch logik (Ëty hodnotová interpretace a kvazi-vypl vánì), p iëemû také upozorúuje na d sledky.které jsou nep Ìjemné z logického hlediska (nap. neplatì modus ponens). V závïreëném odstavci této kapitoly stojì za zmìnku autorovo ponïkud neopatrné tvrzenì, ûe V poëiatkoch umelej inteligencie sa veæká pozornosù venovala klasickej logike a automatickému dokazovaniu teorém.»asom sa vöak zistilo, ûe to nie sú adekvátne nástroje na modelovanie inteligencie. Takováto tvrzenì vedou Ëasto k ukvapen m závïr m, ûe klasická logika se sv mi pojmy logického vypl vanì, teorému apod. nenì v praxi vyuûitelná, coû autor jistï nechtïl Ìct. Vûdyù bez tïchto klasick ch pojm bychom v bec nebyli schopni formulovat ûádnou rozumnou teorii umïlé inteligence a jsou tedy základnìm stavebnìm kamenem umïlé inteligence. ée nejsou jedin m a ûe jejich implementace" nenì vûdy nej efektivnïjöì, j e snad samoz ejmé. OstatnÏ problém efektivnosti hypotetického usuzovánì zde bude p ed námi stát z ejmï vûdy, neboù usuzovánì j e nároëná Ëinnost a jejì modelovánì bude vûdy v poëtovï nároëné. Jelikoû jsou prvnì t i kapitoly knihy sv m obsahem fundamentálnì pro pochopenì mnoha aspekt umïlé inteligence a celého obsahu knihy, vïnovala jsem jim znaënou pozornost. DalöÌ kapitoly, tj. 4 Typické prìpady a hierarchie, 5 Generalizácie a vysvetlenia, 6 Sémantika falzifikácie, 7 Dynamika poznania a usudzovania a 8 Proti bariére nezvládnuteìnosti jiû nebudu tolik komentovat, jen struënï zrekapituluji jejich obsah. TÌm ovöem nechci naznaëit, ûe by byly jakkoli ménï d leûité. Naopak, je to jádro knihy, jejì cenn p Ìnos, avöak rozsah této recenze je limitovan. Kapitola 4 nás uvádì do problematiky Defaultov ch teorii"' (s pravidly, která neplatì vûdy, a proto obsahujì stráûe proti zavleëenì nekonzistence) a Hierarchick ch sìtì". Zde je velice zajìmavá ukázka toho, jak je moûno zefektivnit klasické rezoluënì dokazovánì zavedenìm hierarchicky uspo ádan ch typ. Autor rovnïû vyvracì jeden z m t umïlé inteligence, ûe v jazyce logiky nenì moûno reprezentovat to, co v hierarchick ch sìtìch. K této Ëásti snad jeötï jedna poznámka. Vztah ISA mezi t Ìdami je klasicky v teorii databázì definován jako nutn vztah, v AI tomu vöak tak nenì, zde ISA znamená obvykle, coû pak má samoz ejmï jisté nep Ìjemné d sledky,

5 114 RECENZIE nap. dïdïnì konfliktnìch vlastnostì z vìce zdroj. Autor se bohuûel o tomto rozdìlu v chápánì ISA nezmiúuje. Kapitola 5 se vïnuje indukci a abdukci, tedy zp sob m generalizace a vysvïtlenì. Indukce (generalizace) je jist m zp sobem inverznì ke klasické dedukci, abdukce je pak v poëtov m modelovánìm vysvïtlovánì, coû m ûe pomoci eöit problémy jako stanovenì diagnózy poruchy, problém plánovánì, avöak rovnïû nap. problém porozumïnì p irozenému jazyku (jak je moûn v znam vïty p i jejìm uûitì v daném kontextu). PrávÏ tento poslednì velice zajìmav problém je vöak pouze zmìnïn a autor se mu nijak dále nevïnuje. Kapitola 6 je v podstatï v kladem teorie logického programovánì. Odstavec 6.1 pojednává o metodách stratifikace (rozvrstvenì) - strati fi kovan program má standardnì model a rozumnou sémantiku. V odstavci 6.2 jsou definovány stabilnì a dob e fundované modely logického programu, odstavec 6.3 eöì problém sloûitosti a implementace, v odstavci 6.4 autor ukazuje, jak je moûno vyuûìt sémantiky negace p i reprezentaci znalostì a koneënï odstavec 6.5 struënï shrnuje v sledky Przymusinkého, které se dajì formulovat asi takto: Pro stratifikované logické programy je sémantika perfektnìch model ekvivalentnì se vöemi Ëty mi formalizmy nemonotónnìho usuzovánì, tj. s defaultovou teoriì, p edpokladem uzav eného svïta, cirkumskripcì a autoepistemickou logikou. Kapitola 7 se nejprve v odstavci 7.1. podrobnïji zab vá problémem revize, tedy dynamiky poznánì a usuzovánì. Dále je v odstavci 7.2. pojednáno o problému sjednocujìcìch pohled na r zné p Ìstupy, které byly aû dosud popsány. Nakonec je v odst p edstaven podrobnïji jeden takov to sjednocujìcì pohled, kter je zaloûen na dynamick ch Kripkeho strukturách (DKS). Zde autor popisuje velice zajìmavou teorii AELKB (autoepistemická logika poznánì a vìry, tj. teorie postoj ideálnï introspektivnìho agenta) a vyuûìvá DKS k sémantické charakterizaci této teorie. Jak jsem jiû zmìnila na zaëátku této recenze, Kripkeho struktury a zejména DKS by si zaslouûily" dalöì dodatek, také proto, ûe se zde autor dopouötì jist ch nep esn ch formulacì. Tak nap. na str. 286 definuje úpln S5-rámec" jako Kripkeho strukturu (W, p), kde W je mnoûina moûn ch svït a p = W x W. VzápÏtÌ vöak Ìká, ûe moûn mi svïty budou úplné S5-rámce. Dále na str. 287 definuje zobrazenì m, které kaûdému moûnému svïtu w p i adì nïjakou interpretaci m w. Avöak na zaëátku odstavce charakterizoval mnoûinu moûn ch svït právï jako mnoûinu mnoh ch (vöech) moûn ch (naprosto formálnìch") interpretacì jazyka (coû je mimochodem neobvyklé pojetì, za zmìnku by jistï stálo alespoú klasické Leibnizovo pojetì nebo modernì Tichého pojetì). Na str Ìká, ûe je rozumné oëekávat, ûe agent pokládá Ktp (Bip) za pravdivé tehdy, kdyû vì, ûe <p (nebo vï Ì, ûe cp) nezávisle na tom, zda cp je pravdivé nebo nepravdivé. TÌm ovöem zcela opomìjì zásadnì rozdìl mezi vïdït a vï it, kter spoëìvá v tom, ûe vïdït, na rozdìl od vï it, je faktivum (tedy z KÌp vypl vá pravdivost cp). Poznámka 14 pod Ëarou celou vïc spìöe jeötï vìce zatemnì. V závïreëné kapitole 8 pak autor nastiúuje nïkteré moûnosti, jak konstruovat v poëtovï p ijatelné modely, které nebudou naráûet na bariéru v poëtové nezvládnutelnosti. Text j e zpracován p Ìmo uëebnicovï peëlivï. Autor se neutápì ve formalismech, které by byly bez p Ìsluöného v kladu základnìch intuicì a motivacì vedoucìch k formulaci p Ìsluön ch nároën ch teoriì Ëasto (nejen pro AI laika") nesrozumitelné.

6 RECENZIE 115 Takov to p Ìstup by vöak snadno mohl b t na úkor p esnosti a vést aû k populistickému zp sobu v kladu. MyslÌm, ûe autorovi knihy se poda ilo tomuto nebezpeëì zcela vyhnout a nalézt opravdu vyváûen zp sob, jak podat v klad srozumitelnï a p itom teoreticky p esnï. Je pochopitelné, ûe rozsah a öì ka zábïru zp sobily, ûe nïkteré partie nebylo moûné dotáhnout do vöech pot ebn ch detail, mnohá tvrzenì jsou uvádïna bez d kazu nebo j e d kaz pouze naznaëen. Na konci kaûdé kapitoly najde Ëtená komentá a shrnutì uvedené problematiky a zájemce o hluböì studium se m ûe op Ìt o bohatou bibliografii. Text j e v maximálnì mì e sobïstaën a neklade velké nároky na p edpokládané vïdomosti. Za velice öùastné vöak povaûuji za azenì tzv. dodatk (A - J) na konci knihy. Tyto dodatky plnì vìce funkcì. Jednak pomohou správnï pochopit hlavnì text i Ëtená i, kter má jisté mezery v pot ebn ch znalostech z oblasti logiky, teorie relaënìch databázì, logického programovánì, algebry a teorie mnoûin, teorie vyëìslitelnosti a sloûitosti, p ÌpadnÏ teorie algoritm obecnï. Tedy tyto pasáûe nejsou v pravém slova smyslu dodatky, obsahujì v klad nevyhnuteln ch p edpoklad nutn ch k pochopenì hlavnìho textu, a Ëtená, kter uvedenou problematiku neovládá, by j e mïl prostudovat spìöe na zaëátku. NavÌc j e vöak moûno v dodatcìch nalézt formálnïjöì v klad s p esn mi definicemi, tyto Ëásti textu slouûì jako formálnì doplnïk urëit ch ménï technick ch partii z jádra knihy. Kniha m ûe slouûit jako podklad pro minimálnï semestrálnì p ednáöku o reprezentaci znalostì a metodách inference z hlediska AI na katedrách informatiky, tedy jako uëebnice pro r zné univerzitnì kurzy umïlé inteligence. Bude vöak jistï zajìmavá pro vöechny Ëtená e, kte Ì touûì zìskat nejnovïjöì poznatky o studiu poznánì a intelektu, tedy i pro ty, kte Ì se povaûujì (stejnï jako autorka této recenze) za laiky" v oblasti AI. Práci J. äefránka lze povaûovat za velk p Ìnos na slovenském a Ëeském trhu". Podává srozumiteln a ucelen, p itom vöak teoreticky velice p esn sjednocujìcì pohled na problematiku reprezentace znalostì, poznánì a usuzovánì z perspektivy v poëtového modelu inteligence. Marie DuûÌ