Pokretač svakog biznisa je brzo pronalaženje rješenja koje funkcionira. Filozofija za neke probleme traži rješenja već tisućama godina i još uvijek nema adekvatne odgovore.
Ali filozofija je postavila pretpostavku za razvoj umjetne inteligencije (AI) i u narednom će periodu, posebno u sklopu kognitivnih znanosti, biti ključna za pronalazak rješenja za probleme s kojima se suočava AI, ali i cijela naša civilizacija zbog revolucije koju nam je AI donio.
Neobična je veza između AI-ja i filozofije. Početak priče o AI-ju, onaj službeni, u Dartmouthu je 1956. godine. Tada je AI postala akademska disciplina.
Međutim, ona iskra koja je stvorila pretpostavku za sve AI sustave današnjice, od AlphaGo-a do ChatGPT-a, znanstveni rad koji je sve to omogućio, objavljen je 13 godina ranije na odsjeku za filozofiju Sveučilišta u Chicagu. Warren McCulloch i Walter Pitts objavili su rad: “A Logical Calculus of Ideas Immanent in Nervous Activity”.
Shematski prikaz mozga i logika temelj su današnjih umjetnih neuronskih mreža, a McCulloch i Pitts po prvi su put predstavili koncept “umjetnog neurona”, logičke sklopke koja je u stanju naučiti bilo koji oblik zaključivanja, odnosno bilo koju bulovsku funkciju.
McCulloch i Pitts išli su za tim da revitaliziraju empirizam, filozofski pravac koji polazi od pretpostavke da je iskustvo, što bi u današnjem govoru mogli poistovjetiti s podacima, osnova svega i da se sve što se može znati se može naučiti iz iskustva, odnosno podataka.
McCulloch i Pitts su kao podatke (tj. iskustva) uzeli istovjetne vrijednosti inputa i outputa i pokazali da se neuron može naučiti da simulira, primjerice, konjunkciju ili AND logičku funkciju. Ovo je samo po sebi interesantno, jer kao civilizacija danas inherentno prihvaćamo ideju da su podaci ključni i da se sve znanje može generirati iz njih. Primjerice, u softverskim sustavima to bi značilo da se klasično unošenje pravila, odnosno kodiranje algoritama, može uspješno zamijeniti AI-jem.
Programeri će sigurno o tome imati mnogo za reći u narednom razdoblju, ali fokusirajmo se na širi civilizacijski kontekst - “slona u sobi”.
AI je u tom ranom periodu njegovao veze s filozofijom. Čak se definirao kao “filozofijsko inženjerstvo”, odnosno pokušaj da se uzme neki dio ljudskog uma (ili cijeli um) i onda se pokuša to simulirati na stroju, pa makar i dio po dio. Posljedice toga su također očigledne, jer po tome je smisao AI-ja da stvori “umjetni um”, što su Allen Newell i Herbert A. Simon, tvorci prvog AI-ja u povijesti, upravo tako priznali.
Sustavi poput ChatGPT-a pokazuju nam da možemo stvoriti strojeve koji mogu projicirati tipično ljudske obrasce, jer proizvod OpenAI-ja može iskazati zabrinutost, sreću, nelagodu i druga stanja tipična za ljudska bića. Kao što je razum ono čime definiramo “čovječnost” naspram životinja, emocije su jednostavan način da definiramo “čovječnost” naspram stroja. To ističem, jer kao ljudi volimo jednostavnost čak i kad ona nije baš dobra. Zato često čujemo da čovjek ima svijest, a životinje ne.+
Da čovjek ima emocije, a stroj ih nema. Ali danas smo došli do stupnja tehnološkog razvoja da se valja zapitati da li ChatGPT u svom procesiranju podataka istinski suosjeća s vama ili to simulira? Važno je razumjeti što točno znači “simulirati” neki proces u računalu ili umu.
Uzmimo za primjer zbrajanje. Da, filozofi koriste matematiku. Pitajmo se postoji li mogućnost da stroj “simulira” zbrajanje. Postoji samo jedno ispravno zbrajanje. Ono u kojem je 2+2 jednako 4.
Možemo graditi i druge operacije, ali to nije matematička operacija zbrajanja. Baš ta tvrdoća koju ovdje koristimo ima svoje ime: zbrajanje i ostale dobro definirane operacije se nazivaju simboličkim procesima. To znači da su one uvijek iste bez obzira na kojoj se pozadini ostvarivale, odnosno na kojem se “hardveru” vrtjele.
Zbrajamo li na AMD-u, Intelu ili starom Casio kalkulatoru uvijek dobijemo isti rezultat, a ako ne, onda ne kažemo da taj stroj “simulira” ili “glumi” zbrajanje već da ga radi - krivo!
Ako se matematički procesi, koji su primjer simboličkih procesa, ne mogu simulirati, postavlja se pitanje mogu li (drugi) kognitivni ili afektivni procesi biti simbolički? Danas je to vrlo široko područje istraživanja. Pokušava se otkriti da li su emocije, odnosno afektna stanja, neovisna od “ljudskog hardvera” ili čak općenitije “mozga” te da li su time - simbolički procesi.
Primjerice, to se ne odnosi samo na to da li ChatGPT simulira ili stvarno osjeća strah već da li to vrijedi i za, primjerice, pse i druge životinje. Takva su interdisciplinarna istraživanja u fokusu današnje filozofije, neurologije i psihologije, poznatih pod zajedničim nazivom “kognitivne znanosti”.
Ali pitanja poput onog može li se simulirati simboličke procese, nisu nova. Filozofija se njima bavi već dva i pol tisućljeća. Danas ih samo formuliramo na moderniji način.
U jednoj je stvari ChatGPT sličan ljudima.
Možemo ga promatrati kao dijaloški sustav, chatbot koji je dizajniran za razgovor s ljudima. Nećemo ulaziti u to da li je smisao ljudskog razgovora predvidjeti na temelju podataka, tj. dosadašnjih iskustava ono što će sugovornik smatrati dobrim odgovorom. No, ima dosta sličnosti između ljudske komunikacije i očekivanja da se pogodi sljedeća riječ.
Primjerice, prevoditelj dobije dokument na francuskom koji traži “nastavak” na hrvatskom, kada profesor ocjenjuje ispit dobije neke odgovore i traži se “nastavak” u obliku ocjene i tako dalje. Ono što radi ChatGPT - pogađa iduću riječ - slično je s onim što rade “štreberi”, osobe koje su nešto naučile bez razumijevanja. Štreber zna točno što reći, ali ne i zašto je tome tako. Zna izrecitirati Pitagorin teorem, ali možda nema razumijevanja zašto on vrijedi.
Postavlja se pitanje koliko tako opisani štreberi uopće znaju? Ili još provokativnije: koja je razlika između štrebera i ChatGPT-a?
Oba su naučila napamet velike količine podataka, a da li ih razumiju, to je drugo pitanje. Stvar postaje puno kontroverznija kada uvidimo da većinu stvari koje mi kao ljudi znamo, znamo takoreći isključivo na isti način--bez ikakve dubine. Zašto je 3 puta 6 jednako 18? Za većinu ljudi, odgovor leži isključivo u tablici množenja koju su davno naučili napamet. Hoćemo li zato reći da ti svi ljudi ne znaju množiti?
Takva su pitanja u srži dva ključna problema s kojim se suočava naša civilizacija zbog strelovitog razvoja AI-ja. Prvi je problem kako presložiti naš sustav vrijednosti, tj. ono što smatramo korisnim znanjem da bi se mogli nositi s AI-jem, jer nekad je bilo dobro biti hodajuća enciklopedija a danas imamo Wikipediju, Google i ChatGPT.
Na površini to je uvod u revoluciju obrazovnog sustava, a dublje, promjena naših vlastitih stavova o tome koga smatramo “učenim čovjekom”.
Drugi je problem vezan za simboličke procese, tj. da li su svi procesi simbolički. Ako jesu, onda bi AI suštinski redefinirao biznis, jer bi to značilo da se baš svaki biznis može potpuno zamijeniti AI-jem. Pojednostavljeno, to bi značilo da nam za neke biznise samo nedostaje dovoljno “jak” hardver pa da i njih zamijeni AI.
Ponavljam, mi ljudi volimo jednostavna i brza rješenja, ali filozofija se ovim pitanjima bavi već tisućama godina. Na neka je pitanja našla odgovor, a kao rezultat nastao je i AI, a na neka još traži odgovore.
To su razlozi zašto se u 21. stoljeću ponovo vraćamo “filozofijskom inženjerstvu” i to ovoga puta kroz interdisciplinaran pristup, gdje se filozofija koristi u kombinaciji s neurologijom i psihologijom, kao kognitivne znanosti, kako bi pomogla i AI-ju i nama samima da uspješno pronađemo odgovore na izazove koje nam je donio tehnološki napredak uzrokovan AI-jem.
Dobrodošli u vrijeme istinskog razmišljanja “izvan okvira”.
