„Eine perfekte und schöne Maschine“: Was Darwins Evolutionstheorie über Künstliche Intelligenz verrät

Charles Darwin und Alan Turing verfolgten auf ihre unterschiedliche Weise dieselbe Idee: die Existenz von Kompetenz ohne Verständnis.

Charles Darwin und Alan Turing verfolgten auf ihre unterschiedliche Weise dieselbe Idee: die Existenz von Kompetenz ohne Verständnis.

Einige der größten und revolutionärsten Fortschritte in der Wissenschaft haben ihren ersten Ausdruck in ansprechend bescheidenen Begriffen und ohne Fanfaren erhalten.

Charles Darwin hat es geschafft, seine gesamte Theorie zu komprimieren ein einziger zusammenfassender Absatz denen ein Laie leicht folgen kann.

Francis Crick und James Watson schlossen ihre bahnbrechende Arbeit über die Struktur der DNA mit einem einzigen köstlich zurückhaltenden Satz. ('Uns ist nicht entgangen, dass die von uns postulierte spezifische Paarung sofort einen möglichen Kopiermechanismus für das genetische Material nahelegt.')

Und Alan Turing schuf eine neue Welt der Wissenschaft und Technologie und bereitete die Bühne für die Lösung eines der verwirrendsten Rätsel der Wissenschaft, des Leib-Seele-Problems, mit einem noch kürzeren Aussagesatz mitten in seiner Arbeit über berechenbare Zahlen von 1936:

Es ist möglich, eine einzelne Maschine zu erfinden, mit der jede berechenbare Sequenz berechnet werden kann.

Turing ahnte nicht nur, dass diese bemerkenswerte Leistung möglich war; er zeigte genau, wie man eine solche Maschine herstellt. Mit dieser Demonstration wurde das Computerzeitalter geboren. Es ist wichtig, sich daran zu erinnern, dass es vor Turings Idee Computer gab, aber es waren Menschen, Büroangestellte mit genügend mathematischen Fähigkeiten, Geduld und Stolz auf ihre Arbeit, um zuverlässige Ergebnisse aus stundenlangen Berechnungen zu erzielen, Tag ein und aus. Viele von ihnen waren Frauen.

Tausende von ihnen waren im Ingenieurwesen und im Handel sowie bei den Streitkräften und anderswo beschäftigt und berechneten Tabellen für die Navigation, das Schießen und andere ähnliche technische Unterfangen. Eine gute Möglichkeit, Turings revolutionäre Idee über die Berechnung zu verstehen, besteht darin, sie Darwins über die Evolution gegenüberzustellen. Die vordarwinistische Welt wurde nicht durch die Wissenschaft, sondern durch die Tradition zusammengehalten: Alle Dinge im Universum, vom Erhabensten ('Mensch') bis zu den Demütigsten (Ameise, Kiesel, Regentropfen) waren Schöpfungen von noch mehr Erhabenes Ding, Gott, ein allmächtiger und allwissender intelligenter Schöpfer – der eine auffallende Ähnlichkeit mit dem zweiterhabensten Ding aufwies. Nennen Sie dies die Trickle-Down-Theorie der Schöpfung. Darwin ersetzte sie durch die Bubble-up-Theorie der Schöpfung. Einer von Darwins Kritikern des 19. Jahrhunderts, Robert Beverly MacKenzie, drückte es anschaulich aus:

In der Theorie, mit der wir es zu tun haben, ist die absolute Unwissenheit der Schöpfer; damit wir als Grundprinzip des gesamten Systems aussprechen können, dass Um eine perfekte und schöne Maschine zu bauen, ist es nicht erforderlich zu wissen, wie man sie herstellt. Bei sorgfältiger Prüfung wird sich herausstellen, dass dieser Satz in verdichteter Form den wesentlichen Inhalt der Theorie ausdrückt und in wenigen Worten die ganze Bedeutung von Herrn Darwin ausdrückt; der, durch eine seltsame Umkehrung der Argumentation, die absolute Unwissenheit für völlig qualifiziert zu halten scheint, um den Platz der absoluten Weisheit in allen Errungenschaften schöpferischer Fähigkeiten einzunehmen.

Es war tatsächlich eine seltsame Umkehrung der Argumentation. Bis heute können sich viele Menschen nicht mit der beunruhigenden Vorstellung auseinandersetzen, dass ein sinnloser, sinnloser Prozess im Laufe der Äonen voranschreiten und immer subtilere, effizientere und komplexere Organismen hervorbringen kann, ohne den geringsten Hauch von Verständnis dafür zu haben, was er tut.

Um eine perfekte und schöne Rechenmaschine zu sein, ist es nicht erforderlich zu wissen, was Arithmetik ist.

Turings Idee war eine ähnliche – tatsächlich bemerkenswert ähnliche – seltsame Umkehrung der Argumentation. Die Welt vor Turing war eine Welt, in der Computer Menschen waren, die Mathematik verstehen mussten, um ihre Arbeit zu erledigen. Turing erkannte, dass dies einfach nicht notwendig war: Sie konnten die von ihnen ausgeführten Aufgaben übernehmen und die letzten winzigen Fünkchen des Verständnisses herausquetschen, sodass nichts als rohe, mechanische Aktionen übrig blieb. Um eine perfekte und schöne Rechenmaschine zu sein, ist es nicht erforderlich zu wissen, was Arithmetik ist.

Was Darwin und Turing auf unterschiedliche Weise entdeckt hatten, war die Existenz von Kompetenz ohne Verständnis. Dies kehrte die zutiefst plausible Annahme um, dass Verständnis tatsächlich die Quelle aller fortgeschrittenen Kompetenz ist. Warum bestehen wir schließlich darauf, unsere Kinder zur Schule zu schicken, und warum missbilligen wir die altmodischen Methoden des Auswendiglernens? Wir erwarten, dass die wachsende Kompetenz unserer Kinder aus ihrem wachsenden Verständnis resultiert. Das Motto moderner Bildung könnte lauten: „Verstehen, um kompetent zu sein“. Für uns Mitglieder von H. sapiens ist dies fast immer der richtige Weg, um Kompetenz zu sehen und anzustreben. Ich vermute, dass dieses beliebte Bildungsprinzip einer der Hauptgründe für Skepsis gegenüber der Evolution und ihrer Cousine in Turings Welt, der künstlichen Intelligenz, ist. Allein die Vorstellung, dass geistlose Mechanik menschliches Niveau erzeugen kann – oder göttliches Niveau! -- Kompetenz erscheint vielen als spießig, abstoßend, eine Beleidigung für unseren Geist und den Geist Gottes.

Überlegen Sie, wie Turing seinen Beweis anstellte. Als Vorbild nahm er sich menschliche Computer. Da saßen sie an ihren Schreibtischen, machten einen einfachen und höchst zuverlässigen Schritt nach dem anderen, kontrollierten ihre Arbeit, schrieben die Zwischenergebnisse auf, anstatt sich auf ihr Gedächtnis zu verlassen, ihre Rezepte so oft zu konsultieren, wie sie es brauchten, und drehten, was auf den ersten Blick abschreckend erscheinen mag Aufgabe in eine Routine verwandelt, die sie fast im Schlaf erledigen könnten. Turing zerlegte die einfachen Schritte systematisch in noch einfachere Schritte und entfernte alle Spuren von Unterscheidungsvermögen oder Verständnis. Hatte ein menschlicher Computer Schwierigkeiten, die Zahl 99999999999 von der Zahl 9999999999 zu unterscheiden? Zerlegen Sie dann das Wahrnehmungsproblem des Erkennens der Zahl in einfachere Probleme, indem Sie einfachere, dümmere Diskriminierungshandlungen auf mehrere Schritte verteilen. Auf diese Weise erstellte er eine Bestandsaufnahme grundlegender Bausteine, aus denen der universelle Algorithmus konstruiert werden konnte, der jeden anderen Algorithmus ausführen konnte. Er zeigte, wie dieser Algorithmus es einem (menschlichen) Computer ermöglichen würde, jede Funktion zu berechnen, und stellte fest, dass:

Das Verhalten des Computers in jedem Moment wird durch die Symbole, die er beobachtet, und seinen 'Geisteszustand' in diesem Moment bestimmt. Wir können annehmen, dass es eine Grenze B für die Anzahl der Symbole oder Quadrate gibt, die der Computer in einem Moment beobachten kann. Wenn er mehr beobachten möchte, muss er aufeinanderfolgende Beobachtungen verwenden. ... Die tatsächlich durchgeführte Operation wird ... durch die Gemütsverfassung des Computers und die beobachteten Symbole bestimmt. Sie bestimmen insbesondere den Gemütszustand des Computers nach der Operation.

Dann notierte er ruhig:

Wir können jetzt eine Maschine konstruieren, die die Arbeit dieses Computers erledigt.

Genau dort sehen wir die Reduzierung von alle möglichen Berechnungen zu einem sinnlosen Prozess. Wir können mit den einfachen Bausteinen beginnen, die Turing isoliert hatte, und Schicht um Schicht komplexere Berechnungen aufbauen, die allmählich die Intelligenz wiederherstellen, die Turing so geschickt aus den Praktiken menschlicher Computer herausgewaschen hatte.

Aber was ist mit dem Genie Turings und später weniger Programmierer, deren eigenes intelligentes Verständnis offensichtlich die Quelle der Designs war, die Turings gedankenlose Bausteine ​​​​zu nützlichen Kompetenzen zusammenfügen können? Führt diese Abhängigkeit nicht nur die Trickle-Down-Perspektive der Intelligenz mit Turing in der Gott-Rolle wieder ein? Kein geringerer Denker als Roger Penrose hat Skepsis geäußert über die Möglichkeit, dass künstliche Intelligenz nur das Ergebnis sinnloser algorithmischer Prozesse sein könnte.

Ich glaube fest an die Kraft der natürlichen Auslese. Aber ich sehe nicht, wie die natürliche Selektion an sich Algorithmen entwickeln kann, die die Art von bewussten Urteilen über die Gültigkeit anderer Algorithmen haben könnten, die wir zu haben scheinen.

Weiter gibt er zu:

Meiner Meinung nach hat die Evolution immer noch etwas Mysteriöses an sich, mit ihrem scheinbaren „Greifen“ in Richtung eines zukünftigen Zwecks. Dinge zumindest erscheinen sich selbst etwas besser zu organisieren, als sie 'sollten', nur auf der Grundlage der Evolution des blinden Zufalls und der natürlichen Auslese.

Tatsächlich scheint es unwahrscheinlich, dass eine einzelne Kaskade von natürlichen Selektionsereignissen, die sogar über Milliarden von Jahren stattfindet, in der Lage ist, eine Reihe von Nullen und Einsen zu erzeugen, die, einmal von einem digitalen Computer gelesen, ein 'Algorithmus' für 'bewusste Urteile' wären .' Aber wie Turing voll und ganz erkannte, gab es nichts, was den Prozess der Evolution daran hinderte, sich auf vielen Ebenen zu kopieren, an Urteilsvermögen und Urteilsvermögen zu wachsen. Der rekursive Schritt, der den Stein ins Rollen brachte – die Entwicklung eines Computers, der jeden anderen Computer nachahmen könnte – könnte selbst wiederholt werden, was es bestimmten Computern ermöglicht, ihre eigenen Fähigkeiten um sich neu gestalten , was ihren ursprünglichen Designer weit hinter sich lässt. Bereits in 'Computing Machinery and Intelligence', seinem klassischen Paper in Geist , 1950, erkannte er, dass das Konzept eines lernfähigen (nicht-menschlichen) Computers keinen Widerspruch aufweist.

Die Idee einer lernenden Maschine mag manchen Lesern paradox erscheinen. Wie können sich die Betriebsregeln der Maschine ändern? Sie sollten vollständig beschreiben, wie die Maschine unabhängig von ihrer Geschichte und allen Veränderungen reagieren wird. Die Regeln sind also ziemlich zeitinvariant. Dies ist durchaus wahr. Die Erklärung des Paradoxons besteht darin, dass die Regeln, die sich im Lernprozess ändern, eher weniger prätentiös sind und nur eine ephemere Gültigkeit beanspruchen. Der Leser mag eine Parallele zur Verfassung der Vereinigten Staaten ziehen.

Er sah klar, dass alle Vielseitigkeit und Selbstveränderbarkeit des menschlichen Denkens – Lernen und Neubewerten, zum Beispiel Sprache und Problemlösung – im Prinzip aus diesen Bausteinen aufgebaut werden konnte. Nennen Sie dies die Bubble-up-Theorie des Geistes und stellen Sie sie den verschiedenen Trickle-Down-Theorien des Geistes gegenüber, die von Denkern von René Descartes bis John Searle (und darunter notorisch auch Kurt Gödel, dessen Beweis die Inspiration für Turings Arbeit war) beginnend mit dem menschlichen Bewusstsein in seiner reflexivsten Form und sind dann nicht in der Lage, solche magischen Kräfte mit den bloßen Mechanismen des menschlichen Körpers und Gehirns zu vereinen.

Turing hat wie Darwin das Mysterium der Intelligenz (oder Intelligent Design) in so genannte atomare Schritte des stummen Zufalls zerlegt, die, wenn sie sich zu Millionen anhäuften, zu einer Art Pseudointelligenz führten.

Turing hat wie Darwin das Mysterium der Intelligenz (oder Intelligent Design) in so genannte atomare Schritte des stummen Zufalls zerlegt, die, wenn sie sich zu Millionen anhäuften, zu einer Art Pseudointelligenz führten. Die Central Processing Unit eines Computers nicht Ja wirklich wissen, was Arithmetik ist, oder verstehen, was Addition ist, aber es 'versteht' den 'Befehl', zwei Zahlen zu addieren und ihre Summe in ein Register einzutragen - im minimalen Sinne, dass es zuverlässig addiert, wenn es zum Addieren aufgefordert wird, und die Summe setzt am richtigen Platz. Sagen wir es Art versteht Addition. Ein paar Level höher, das Betriebssystem nicht Ja wirklich verstehen, dass es auf Übertragungsfehler überprüft und diese behebt, aber es Art versteht dies und erledigt dies zuverlässig, wenn es dazu aufgefordert wird. Noch ein paar Level höher, wenn die Bausteine ​​zu Milliarden und aber Billionen gestapelt sind, tut das Schachprogramm nicht Ja wirklich verstehen, dass seine Königin in Gefahr ist, aber es Art versteht das, und IBMs Watson on Jeopardy Art versteht die Fragen, die es beantwortet.

Warum gönnen Sie sich das ' Art' sprechen? Denn wenn wir diesen Stapel immer kompetenterer Ebenen analysieren – oder synthetisieren – müssen wir zwei Fakten über jede Ebene im Auge behalten: Was ist das? ist und was ist das? tut . Was ist das? ist kann in Bezug auf die strukturelle Organisation der Teile beschrieben werden, aus denen es besteht - solange wir davon ausgehen können, dass die Teile so funktionieren, wie sie funktionieren sollen. Was ist das? tut ist eine (kognitive) Funktion, die es (sorta) ausführt – gut genug, damit wir auf der nächsten Ebene davon ausgehen können, dass wir in unserem Inventar einen intelligenteren Baustein haben, der genau diese Funktion ausführt – sorta, gut genug benutzen.

Dies ist der Schlüssel, um der verwirrend komplexen Frage, wie ein Geist jemals aus materiellen Mechanismen zusammengesetzt sein könnte, den Rücken zu brechen. Wie wir das nennen könnten Art Operator ist in der Kognitionswissenschaft die Parallele zu Darwins Gradualismus in evolutionären Prozessen. Bevor es Bakterien gab gab es Art Bakterien, und bevor es Säugetiere gab Art Säugetiere und bevor es Hunde gab gab es Art Hunde und so weiter. Wir brauchen Darwins Gradualismus, um den großen Unterschied zwischen einem Affen und einem Apfel zu erklären, und wir brauchen Turings Gradualismus, um den riesigen Unterschied zwischen einem humanoiden Roboter und einem Handrechner zu erklären.

Affe und Apfel bestehen aus den gleichen Grundzutaten, unterschiedlich aufgebaut und in einer vielstufigen Kaskade unterschiedlicher Funktionskompetenzen verwertet. Es gibt keine prinzipielle Trennlinie zwischen a Art Affe und ein Affe. Der humanoide Roboter und der Handrechner bestehen beide aus den gleichen grundlegenden, gedankenlosen, gefühllosen Turing-Steinen, aber wenn wir sie zu größeren, kompetenteren Strukturen zusammensetzen, die dann die Elemente noch kompetenterer Strukturen auf höheren Ebenen werden, werden wir schließlich Teile so ankommen ( Art ) intelligent, dass sie zu Kompetenzen zusammengefasst werden können, die es verdienen, als verstehend bezeichnet zu werden. Wir verwenden die absichtliche Haltung, um die Überzeugungen und Wünsche (oder „Glauben“ und „Wünsche“ oder irgendwie Überzeugungen und Wünsche) der (sorta-)rationalen Agenten auf jeder Ebene zu verfolgen, vom einfachsten Bakterium bis hin zu allen unterscheidenden Signalen , vergleichen und erinnern sich an Schaltkreise, aus denen die Gehirne von Tieren bestehen, vom Seestern bis zum Astronomen.

Es gibt keine prinzipielle Grenze, oberhalb derer wahres Verständnis gefunden werden kann – nicht einmal in unserem eigenen Fall. Das kleine Kind Art versteht ihren eigenen Satz 'Papa ist Arzt' und ich Art verstehe 'E=mc^zwei.' Manche Philosophen widersetzen sich diesem Anti-Essentialismus: Entweder glaubt man, dass Schnee weiß ist oder nicht; entweder sind Sie bei Bewusstsein oder nicht; nichts gilt als Annäherung an irgendein mentales Phänomen – es ist alles oder nichts. Und für solche Denker sind die Kräfte des Geistes unlösbare Mysterien, weil sie „perfekt“ sind und sich vollkommen von allem unterscheiden, was man in bloßen materiellen Mechanismen findet.

Wir sind bei Robotern noch immer nicht zu einem „echten“ Verständnis gelangt, aber wir kommen näher. Das ist zumindest die Überzeugung von uns, die von Turings Einsicht inspiriert sind. Die Trickle-Down-Theoretiker sind sich in den Knochen sicher, dass uns kein weiteres Bauen jemals zum eigentlichen Ding führen wird. Sie denken, dass ein Cartesianer über Dinge nachdenken , ein denkendes Ding, kann nicht aus Turings Bausteinen konstruiert werden. Und Kreationisten sind sich in ihren Knochen ähnlich sicher, dass kein Darwinsches Mischen und Kopieren und Auswählen jemals zu (echten) Lebewesen gelangen könnte. Sie liegen falsch, aber man kann das Unbehagen verstehen, das ihre Überzeugung motiviert.

Turings seltsame Umkehrung der Vernunft widerspricht wie die von Darwin dem jahrtausendelangen früheren Denken. Wenn die Geschichte des Widerstands gegen das darwinistische Denken ein gutes Maß ist, können wir erwarten, dass es noch lange in der Zukunft, lange nachdem jeder Triumph des menschlichen Denkens von „bloßen Maschinen“ übertroffen oder übertroffen wurde, immer noch Denker geben wird, die darauf bestehen, dass der Mensch Der Verstand arbeitet auf mysteriöse Weise, die keine Wissenschaft begreifen kann.

Anmerkung der Redaktion: Der Aufsatz wurde aus dem kommenden Buch übernommen, Alan Turing: Seine Arbeit und Wirkung , herausgegeben von S. Barry Cooper und Jan van Leeuwen (Elsevier, 2012) . Einige Absätze sind aus einem früheren Aufsatz des Autors übernommen, ' Darwins „Seltsame Umkehrung des Denkens“ . '