Yhteisöllinen äly

Pysyn tässä kirjoituksessani vielä tekoälyn maailmassa, mutta koetan rajoittaa tämän aihepiirin käsittelyä jatkossa. Saatan kuitenkin pohdiskella esim. ihmismielen ongelmia ja tietoisuuden olemusta. Mutta nyt kirjoitan parhaillaan lukemani kirjan alkuosan inspiroimista jatuksista.

Amazon on tehokas kirjakauppa. Sen asiakasanalyysia harrastavat järjestelmät ovat oppineet tuntemaan minut ja kiinnostukseni jo pelottavan hyvin. Lisäksi maailmassa tuntuu olevan paljon erinomaisia kirjoja. Viimeisin opus, jonka nettikauppa onnistui minulle myymään on J.S.Hallin ”Beyond AI”. Hall on nanotekniikan tutkija, jolla on laaja, syvällinen ymmärrys älykkäistä järjestelmistä. Hän on selvästi Alan Turingin ajattelun ja kirjoitusten asiantuntija ja ”Beyond AI” myötäilee paljon Turingin ajatusmaailmaa, josta kirjaa lukiessani olen oppinut ennen tuntemattomiani ulottuvuuksia. Turing kuulunee 1900-luvun neroikkaimpiin tutkijoihin.

Nimensä mukaisesti kirja tutkiskelee, pohdiskelee tekoälyn olemusta ja sen kehittelyä. Teoksen alkupuolen avainkäsite on von Neumannin esittelemä ”complexity barrier”, raja joka erottaa ”yksinkertaiset järjestelmät” monimutkaisista. Von Neumann asettaa rajan niin korkealle, että Hall pohdiskelee pitkään, onko ”monimutkaisia järjestelmiä” edes olemassa, tai ovatko ne edes mahdollisia! ”Yksinkertainen järjestelmä” on sellainen, joka kykenee luomaan vain itseään yksinkertaisempia järjestelmiä. Hypoteettisen rajan toisen puolen järjestelmät ovat siis kykeneviä synnyttämään itseään monimutkaisempia järjestelmiä. Voidaan tosiaan aivan asiallisesti kysyä, onko tällaista järjestelmää olemassa, ja voiko ollakaan.

On täysin selvää, että ihminen ei ole pystynyt luomaan ensimmäistäkään von Neumannin ”monimutkaista järjestelmää”. Ja lähes yhtä perustellusti voidaan pohdiskella, onko edes ihminen itse ”monimutkainen järjestelmä”. Vasta empirinen näyttö ihmisaivoja kyvykkäämmän koneen kehittämisestä olisi varma todiste.

Von Neumann, Turing ja McCarthy, tietokoneen alkuaikojen pioneerit, kukin jo silloin yli 50v sitten tutkivat itseään kehittelevän, parantelevan koneen mahdollisuuksia ja olemusta. Tällaiseen tekoälyyn liittyisi olellisena käsite ”universaalisuus”, jonka vastakohtana voitaisiin pitää erikoistuneisuutta, rajoittuneisuutta. Erikoistunut tekoäly voi olla oppiva, omalla rajoittuneella alueellaan, mutta ei kykene laajentamaan osaamistaan alueensa ulkopuolelle. Esimerkiksi shakkiohjelmisto ei opi ohjaamaan lentoliikennettä tai analysoimaan pörssikurssien vaihteluita. Toistaiseksi ihmiset eivät ole kyenneet luomaan muuta kuin erikoistuneita tekoälyjä. Muutamia universaalisuutta tavoittelevia projekteja on ollut ja on edelleen, mutta nekin ovat vielä osoittautuneet kykenemättömiksi käsittelemään muita kuin ”leikkiongelmia”.

Erikoistuneella tekoälyllä on sisäänrakennettuja oletuksia maailmasta. Jos näistä oletuksista on apua oppimisessa, niistä käytetään nimitystä ”induktiivinen bias”. Tällaisia periytyviä keskushermoston ominaisuuksia on kaikilla eläimillä, myös ihmisellä. Ihmisellä tällainen taipumus on esim. oppia kävelemisen taito ja myös, kiistanalaisesti, kielen oppimisen kyky. Biakset ovat hyödyllisiä, mutta rajoittavia. Ne nopeuttavat poikasen kehitystä selviämään ilman vanhempien apua. Samoin, jos populaation elinolosuhteet muuttuvat radikaalisti, kapea-alaisuus voi vaarantaa populaation selviämistä.

On ilmeistä, ihmisen kyky mallintaa ympäristöään ja ratkaista siihen liittyviä ongelmia on vuosimiljoonien kuluessa optimoitunut kotiplaneettamme luonnonolosuhteiden mukaan ja jo teollistunut tietoyhteiskunta on tuonut näkyviin ihmisyksilön mukautuvuuden rajoja esim syrjäytyvyyden ja mielenterveysongelmien muodossa.

Tässä vaiheessa Hall esittelee analogiaksi eliöiden solurakenteen evoluution ratkaisuna monimutkaisuuden ja mukautuvuuden tarpeisiin. Yksisoluinen eliörakenteella ei ole mahdollisuuksia kehittyä lähellekään esim. nisäkkäiden monimutkaista toiminnallisuutta. Analogia jatkuu esittelemällä miten tiedeyhteisö ja sen toimintatavat ratkaisevat monia yksittäisen ihmisen rajoittuneisuuksista johtuvia universaalisuuden esteitä. Jos yksittäinen ihminen ei ehkä olekaan aidosti von Neumannin universaali ”monimutkainen järjestelmä” niin erittäin todennäköisesti tiedeyhteisö on sellainen. Miljoonista tutkijoista muodostuvan tiedeyhteisö ja tieteellinen metodi pystyvät ehkä voittamaan yksittäisen ihmisen rajoittuneisuuden. Muurahais- tai mehiläisyhteisö tai edes paviaanilauma ei pysty muodostamaan järjestelmää, jolla on universaalista älyä. Yhteisöllisyys sinänsä ei ole riittävä edellytys Turingin ”monimutkaiseksi järjestelmäksi”, myös yhteisön yksilöiltä vaaditaan paljon. Ehkä yksittäisen, lahjakkaan ihmisen äly tiedeyhteisön osana riittää mahdollistamaan rekursiivisesti itseään kehittävän järjestelmän, joka kykenee luomaan itseään kehittyneempää älyllisyyttä, ilman näkyvissä olevaa raja-aitaa. Oleellisena osana tätä kehitystä ja myös yhteisöön yhä tiiviimmin integroituvana komponentteina ovat tietokonejärjestelmät, joita tiedeyhteisö käyttää.

Lienee ilmeistä, että myös tekoälyn arkkitehtuurina ”yhteisöllinen modulaarisuus” on realistisempi lähestymistapa kuin mikään ”monoliittinen” arkkitehtuuri. Tunnetusti myös nisäkkäiden, eteenkin ihmisen, aivojen kuorikerroksen rakenne ja toiminta noudattaa modulaarisuuden ideaa. Nykyisen ymmärryksen mukaan ”cortical column” -yksiköt, joita on verrattu ”aivojen mikroprosessoreiksi”, toimivat yhdessä yhteisöllisesti organisoituneena. Tältä pohjalta minä arvelisin, että myös tekoälyn yhteisöllisyys voisi myös noudattaa ainakin kahden organisaation hierarkisuutta. Alin taso muodostuisi ”monoliittisten moduleiden” yhteisöstä. Nämä modulit pystyisivät itsenäiseen toimintaan ”cortical column” -tyyppisellä tasolla: poimimaan säännöllisyyksiä tietovirrasta, laatimaan tietovirralle ennusteita, havaitsemaan poikkeuksia, erikoistumaan tiettyihin sekvensseihin ja muodostamaan niistä käsitteitä ja käsiteverkkoja. Tällaisten moduleiden yhteisö organisoituisi sisäisesti pääasiassa hierarkisesti, yläosiltaan myös heterarkisesti, pystyen hahmottamaan todellisuuden monimutkaisempia rakenteita ja niiden toiminnallisuutta. Tämä organisaatio voisi myös sisältää oman alueensa arvohierarkian, tavoitehierarkian, tavoitteen saavuttamisen synnyttämän mielihyvän tunteen ja motivaatiomekanismin.

Yllä kuvatut organisaatiot muodostaisivat yksiköitä, joita toteutettaisiin satoja tai tuhansia ja edelleen organisoitaisiin tiedeyhteisöä muistuttaen kevyttä hierarkiaa ja vapaata, joustavaa assosiaatiota noudattaen. Tämän korkeamman organisaation jokainen osayksikkö sisältäisi siis edellä kuvatulla tavalla jopa alkeellisen itsetietoisuuden, mutta todellinen tietoisuus ja huolellisesti toteutettu arvo- ja tavoitehierarkia toteutettaisiin erityisesti tälle tekoälyn ylemmälle organisaatiotasolle (vaikka tiedeyhteisöllä ei tällaista itsetietoisuutta ehkä olekaan ja tieteen metodin arvojärjestelmä on todella väljä ja epämääräinen).

Yllä kuvattu Hallin ajatteluun osittain perustuva AI-kehityksen suunta mukailee intuitiivisesti biologisen ratkaisuja, joihin evolutio on päätynyt. Se on yhdistelmä joustamatonta, mutta selkeissä olosuhteissa toimintavarmaa periaatetta, jota evoluutiossa vastaa geeniperimä ja induktiivinen bias, tekoälyohjelmoinnissa kiinteät, kovakoodatut arvot, rakenteet ja biakset. Joustavuutta edustavat hajautuneet, erikoistuneet toteutukset, modulaarisuus: eliöillä solurakenne ja solujen erikoistuneisuus, tekoälyohjelmissa yhdistelmä erikoistuneita ja vapaastioppivia moduleita, molempia hyvin suuri lukumäärä. Tämä maalailu ei ole patenttiratkaisu kaikkiin tekoälyn ongelmiin, mutta minusta uskottavampi kuin monoliittiset arkkitehtuurit. Pienenä lisäseikkana suuntaukseen kannustaa tietokoneiden laitteistojen nykyinen suuntautuneisuus kohti moniytimisiin piiratkaisuihin. Viimeistään n. 15v kuluttua näemme, kuinka oikeaan intuitioni osoitti.