Symbolinen tekoäly voidaan nähdä luottamuksen rakentamisen paradigmana.
Symbolic AI for the age of trust.
Evidenssi tieteenfilosofiasta GOFAI:n kautta GoodReasoniin
GOFAI, syntyi 1950-luvulla, silloisen tiedekäsityksen pohjalta matematiikan ja logiikan perusteiden pohjalta. Lyhenne ”Good Old-Fashioned Artificial Intelligence”, GOFAI, viittaa sen myöhemmin saamaan kritiikkiin (Haugeland 1985: ”Artificial Intelligence: The Very Idea”), kun se todettiin osin kankeaksi, sillä sitä piti ohjelmoida sääntöinä vakiomuotoisilla lausekkeilla, symbolisten esitysten, loogisten sääntöjen avulla, ihmisen kaltaisen päättelyn ja ongelmanratkaisun simuloimiseksi, ja se vaatii paljon resursseja levitäkseen maailmanlaajuisesti. Tässä paradigmassa, myös nimeltään symbolinen tekoäly (Symbolicv AI), oletetaan, että älykkyys voidaan saavuttaa manipuloimalla diskreettejä symboleja laskennallisissa puitteissa. Se oli pitkään valtavirtaan, kunnes sai kilpailijakseen konnektionismin, neuroverkkoon perustuen.
Idea alkoi juurtumaan, kun Alan Turing vuonna 1950 esitti ajatuksen universaalista koneesta, jolloin alkoi kehittyä laskettavuuden teoria: Church Turing – teesi sekä myöhemmin Turingin testi. Vuonna 1956 Dartmouthin konferenssissa, tekoäly virallisesti julkistettiin ja tutkimusala perustettiin.
Symbolisen tekoälyn filosofia juontaa juurensa rationalismista, Gottlob Fregen (kirja ”Begriffsschrift”, 1879) ja Bertrand Russellin kehittämästä formaalista logiikasta. Fregen symbolinen notaatio yhdisti ja loi predikaattilogiikan teorian ja sen myötä käsitteet aksiooma. joka mahdollisti luonnontieteille vahvan pohjan.
Symbolisen tekoälyn pioneereja suhteessa GoodReasoniin
Ensi askeleita otti Allen Newellin ja Herbert Simonin (1956) kehittämä ensimmäinen tekoälyohjelmisto Logic Theorist -ohjelma, sillä se todisti matemaattisia lauseita symbolisen logiikan avulla, ja sitä seurasi fyysinen symbolijärjestelmähypoteesi (1976), jossa väitettiin, että symbolien manipulointi on sekä välttämätöntä että riittävää yleiselle älylliselle toiminnalle. Tämä hypoteesi kehitti tiedettä ylipäänsä, sillä siitä alkoi paradigmaattinen keskustelu tieteen vaihtoehdoista. Tänään tutkitaan vastaavanlaisesti hypoteeseja Cybernetic-Physical System ja Cybernetic-Physical Social System sekä muita mahdollisia ajattelutapoja kehittää tuotantoa ja teollisuutta artefaktien eli käsitteellisten innovaatioiden avulla.
GOFAI:n ydinmenetelmiin on kuulunut tietämyksen prosessointi logiikkaan perustuvien formalismien, kuten predikaattilogiikan ja Prolog-kielen kautta, mikä on myös GoodReasonin filosofian taustalla, joka johti käsitykseen aksiomaattisesta tieteen ja suunnittelun mallista. Asiantuntijajärjestelmät (Expert Systems) olivat aikanaan erikoistuneita sovelluksia jäljittelemään ja auttamaan asiantuntijoiden työtä laajalti eri aloilla.
Ensimmäisiä sovelluksia oli Newellin ja Simonin vuonna 1959 julkaisema yleinen ongelmanratkaisija (GPS), systeemi, joka käytti ”ends-means” eli ”keinot-päämäärät”-analyysia.
ChatGPT:n avulla mallinsimme sekä Logic Theorist-ohjelman että Fregen aksioomajärjestelmän GoodReason – menetelmällä tarkoituksena löytää samankaltaisuudet ja yhteensopivuudet. Löytö oli täydellinen. Ne kaikki olivat isomorfisesti identtisiä, millä perusteella voidaan todeta, GoodReasonilla voidaan palata vanhaan Symbolic aikaan ja noutaa silloin kehitetyt tieteen periaatteet nykyaikaan, ja samalla todeta GoodReason aukottomaksi logiikan perusteiden suhteen.
Matematiikka ei voi todistaa itseään mutta logiikka voi
GOFAI:n (symbolisen tekoälyn) päättelysäännöt soveltavat logiikan tunnettuja klausuuleita ja sitä kautta toteuttavat Resoluutioteoreeman mukaisen periaatteen (Robinson 1965) uusien lausekkeiden johtamiseen olemassa olevista. Alla esimerkki lausekkeista, joissa tapahtuu laskentaa ja substituutiota eli muuttujien välistä toimintaa.
Toisin kuin neuroverkot ja kielimallit, nämä prosessit, oli formalisoitu automaattisen teoreeman todistuksen muodossa. Ne varmistavat loogisen johdonmukaisuuden ja päättelyn ilman ulkoisia tulkintoja. Tämä logiikan täydellisyyslauseke liittyy matematiikan epätäydellisyyslauseeseen, jonka Kurt myös Gödel kehitti.
Evidenssin tarve nyky-yhteiskunnassa on erittäin suuri
Siten GOFAI:n symboliseen perinteeseen juurtuneet logiikkaohjelmoinnin lähestymistavat mahdollistavat jäljitettävän eettisen päättelyn koodaamalla sääntöjä (kovat ja pehmeät rajoittee), jotka korostavat opinalojen erikoismerkityksiä, ottaen huomioon utilitarismin ja deontologian, jotka lisäävät luottamusta ja vastuullisuutta perustelemisen kykyineen.
Tämä on linjassa laajempien vaatimusten kanssa luoda hybridijärjestelmiä, joissa symbolinen läpinäkyvyys korjaa neuroverkkojen läpinäkymättömyyden puutteet, helpottaen vastuullisuuden huomioimista ja ihmisen valvontaa eettisesti arkaluonteisissa sovelluksissa. Niillä on käyttöä erityisesti korkean vaatimustason aloilla, kuten terveydenhuollossa ja autonomisissa järjestelmissä.
Symbolisen GoodReason – mallinnuksen teoria ja käytöntö lyhyesti
Onko GoodReason ohjelmisto vai filosofia tai jokin rajapinta?
- Se on symbolismeineen tapa määritellä ja tutkia ilmiöitä abstraktilla tasolla, alkaen filosofiasta aina rakentamisvaiheisiin asti. Se edistää suunnittelua, mutta sen anti voi alkaa hyvin abstrakteista käsitteistä, kuten ilmastonmuutos tai nälän poistaminen maailmasta.
- Symbolit muodostavat aksiomaattisen rungon, vaikkakaan kaikki niistä eivät ole tarkkaan määriteltävissä, vaan ovat käyttäjän käsityksiä esim. siitä, mitä on kognitio tai tutkijan motiivi tai organisaation johdon tila.
- Käyttäjä ei välttämättä huomaa tieteenalojen rajoja, mutta silti on mahdollista soveltaa parasta tieteenfilosofiaa, mitä on saatavilla metafysiikasta, ontologiasta, epistemologiasta ja käyttäytymistieteistä
- IT-rajapintana JSON mahdollistaa tietämyksen siirtämisen verkon yli ja sovellusten välillä muodostamaan rajapintoja erilaisten toimijoiden ja agenttien välillä.
- Se auttaa määrittelemään tekoälyille agentteja ja ehdotuksia sellaisessa muodossa kuin itse on parhaaksi nähnyt, joten tiedonsiirto onnistuu mahdollisimman tehokkaasti, samoin kuin tiedonmuodostus
- Joustavuus on GoodReasonin pääarvoja luotettavuuden lisäksi
- Käsite ”höyhenen kevyt kosketus tietoon” tarkoittaa sitä, että valitsemalla käsitteen, määritelmän tai havainnon, tämä menetelmä pystyy jäsentämään käyttäjän aikomuksen ilman sanottavaa byrokratiaa tai kieltä, joten se on vastakohta 1980-luvun kankealle symbolisen ohjelmoinnin vaatimukselle. Lähestyttävyys tietoon on ilmeinen, koska ei ole mitään rajoitusta sille, millä tavalla käyttäjä kerää tietonsa, ja siltikin käyttöön avautuu moderni teknologia tekoälyineen, tietomalleineen, protokollineen ja visualisointikeinoineen tukemassa kohteesta saatavaa evidenssiä eli todistusaineistoa.
- Periaatteellinen käyttötapa GoodReasonille on tutkia systeemin (kuten ilmasto, vesi maailman ongelmana tms) onnistumista: success / fail, joten se yhdentyy Prologin sisäiseen samastusmenetelmää, joka epädeterministisesti pystyy kertomaan sen ja myös kaikki vaihtoehdot, jotka sallitaan.
- Malli (α – Ω) yhdistyy tuhansiin nykyteorioihin lähes saumattomasti, joka antaa mahdollisuuksia ohjelmoida ja kehittää vastaavia sovelluksia.
- Symbolinen tekoäly on tulevaisuutta, mutta sitä voi opiskella ja harjoittaa ilman koneita, kehittämällä endpointteja (hotspot), joiden varassa nykyset ja tulevat applikaatiot parhaiten pystyisivät toimimaan. Se on nykyisen tekoälyn voimanlähde, koska se on mahdollisuus koota näkemyksiä itse aiheesta ja sen filosofiasta jatkumon tavoin, ilman että tietämykseen jää aukkoja, jotka jatkossa estäisivät luotettavan toiminnan.
GoodReasonin filosofiassa universaali kone ja agentti (formaalissa tai puoliformaalissa muodossa) ovat systeemeitä tai alisysteemeitä, ja niiden välillä toimivat yhteydet muodostavat verkon, jota voi simuloida tekoälyn avulla, perinteisellä koodilla ja joskus jopa Excelillä. Tärkeintä on, että saadaan tietämys jäsennettyä ja niin, että Nonaka/Tageuchi – malli alkaa toimia, joutumatta vaikeuksiin panarkian sykleissä. Semiosis tarkoittaa tarkastelutapaa, jolla syklejä, suhdanteita ja epävakauksia voi pohtia systeemien välisinä ketjuina. Semiotiikka on sitä vastaava tieteenala.
KOMMENTTI:
– GOFAI → Prolog → GoodReason
– Miksi symbolinen tekoäly palaa nyt (luotettavuus, perusteltavuus, selitys)
– Vertailu koneoppimiseen
– Semioosi, logiikka ja tietorakenteet
– Miten GoodReason toimii tekoälyn ”voimalähteenä”