Arvutusmasinad ja intellekt

Prindi

Alan Turing

1

1. JÄLJENDUSMÄNG

Panen ette arutada küsimust “Kas masinad suudavad mõelda?”. Alustuseks tuleks määratleda terminite “masin” ja “mõtlema” tähendus. Definitsioonid võiks ehk sõnastada nii, et nad peegeldaksid võimalikult täpselt nende sõnade tavakasutust, kuid seesugune lähenemine on ohtlik. Kui teha sõnade “masin” ja “mõtlema” tähendus kindlaks nende tavapärast kasutust uurides, on keeruline vältida järeldust, nagu peaks küsimuse “Kas masinad suudavad mõelda?” tähendust ja vastust otsima rahvaküsitlusetaolise statistilise uuringu abil. See oleks aga absurdne. Selmet definitsiooniga vaeva näha, asendan küsimuse teise, esimesega tihedalt seotuga, mis on väljendatud suhteliselt ühemõtteliste sõnadega.

Küsimuse uut kuju saab kirjeldada mängu kaudu, mida nimetame “jäljendusmänguks”. Mängijaid on kolm - mees (A), naine (B) ja küsitleja (C), kelle sugu pole tähtis. Küsitleja ei viibi ülejäänud mängijatega samas ruumis. Tema seisukohalt on mängu eesmärk teha kindlaks, kumb kaasmängijaist on mees, kumb naine. Küsitlejale esinevad nood siltide X ja Y all ning mängu lõpus ütleb ta kas “X on A ja Y on B” või “X on B ja Y on A”. Küsitleja tohib A-le ja B-le küsimusi esitada järgmisel viisil:

C: Palun, kas X ei ütleks, kui pikad juuksed tal on? Oletagem, et X on tegelikult A, nii et A peab vastama. Tema seisukohalt on mängu eesmärk juhtida C eksiteele. Seega võiks ta vastata:

“Mul on poolpikk poisipea ja pikimad salgud on nii paarikümnesentimeetrised.”

Et hääletoon küsitlejat ei aitaks, peab vastuse andma kirjalikult või - mis veel parem - trükituna. Ideaalsel juhul kasutataks ruumidevaheliseks suhtluseks teleprinterit. Veel üks võimalus on lasta küsimused ja vastused edastada vahendajal. Kolmanda mängija (B) seisukohast on mängu eesmärk küsitlejat aidata. Tema parim strateegia on ilmselt vastata ausalt ja lisada repliike nagu “Naine olen mina, ära kuula teda!”, aga kuna mees võib teha samasuguseid märkusi, pole naise omadest eriti kasu.

Nüüd küsime: “Mis saaks siis, kui A osa täidaks masin?” Kas sellisel juhul teeks küsitleja valesid otsuseid sama sageli kui inimestega mängides? Need küsimused asendavadki algse “Kas masinad suudavad mõelda?”.

2. UUE PROBLEEMI KRIITIKA

Võib tekkida kaks küsimust: “Mis on uue kujuga küsimuse vastus?” ja “Kas selle uue küsimuse kallal üldse tasub juurelda?”. Viivitamatult hakkame juurdlema neist viimase kallal, katkestamaks lõputu sarnaste küsimuste ahela.

Uuel probleemil on see eelis, et inimese füüsiliste ja intellektuaalsete võimete vahele tõmmatakse üsna selge joon. Ükski insener ega keemik ei väida end olevat võimelise looma inimnahast eristamatut materjali. Kunagi võidakse sellega ehk hakkamagi saada, aga isegi kui eeldada, et selline leiutis on kättesaadav, ei tundu kuigi mõttekana “mõtlevat masinat” niisuguse kunstliku ihu abil inimesesarnasemaks muuta. Probleemile antud kuju kajastab seda asjaolu mängus kehtestatud tingimustes, mis ei luba küsitlejal teisi võistlejaid näha ega katsuda ega nende häält kuulda. Väljapakutud kriteeriumi mõningaid muid eeliseid võiks demonstreerida näidisküsimuste ja -vastustega. Niisiis:

K: Palun kirjutage mulle sonett Forthi sillast.

V: Seda ärge minult lootke. Luuletada pole ma kunagi osanud.

K: Liitke omavahel 34 957 ja 70 764.

V: (Umbes 30 sekundit pausi, millele järgneb vastus) 105 621.

K: Kas te malet oskate?

V: Jah.

K: Minu ainus malend laual on Ke8. Sinu omad on: Ke6 ja Va1. Sinu käik. Mis sa käid?

V: (15 sekundi pärast) Va8 matt.

Küsimuste-vastuste meetod näib sobivat käsitlema peaaegu iga meid huvitavat inimese püüdluste ala. Me ei taha nuhelda masinat tema suutmatuse pärast hiilata iludusvõistlustel ega inimest selle eest, et ta võiduajamises lennukiga alla jääb. Meie mängus pole niisuguste võimete puudumisel tähtsust. “Tunnistajad” võivad soovi korral küll praalida oma võlude, jõu või kangelaslikkusega, aga küsitleja ei saa nõuda nende omaduste demonstreerimist tegelikkuses.

Mängu võidakse ehk kritiseerida põhjendusega, et olukord on tugevalt masina kahjuks. Kui inimene katsuks teeselda masinat, siis ilmselgelt jääks ta esinemine haledaks. Kohe reedaksid teda aeglus ja ebatäpsus aritmeetikas. Kas masinad mitte ei teosta midagi, mida tuleks nimetada mõtlemiseks, mis aga käib hoopis teistmoodi kui see, mida nimetame mõtlemiseks inimese puhul? See vastuväide on vägagi kaalukas, kuid meil pole tarvis sellega oma pead vaevata juhul, kui masina saab sellegipoolest konstrueerida jäljendusmängu rahuldavalt mängima.

Võidakse rõhutada, et inimkäitumise jäljendamine pole masina jaoks “jäljendusmängus” võib-olla mitte parim strateegia. See võib nii olla, kuid vaevalt on sellel erilist mõju. Igatahes pole siinkohal kavas arutada selle mängu teooriat ja me eeldame, et parim strateegia on püüda vastata nii, nagu teeks seda inimene.

3. MÄNGUS KASUTATAVAD MASINAD

Samuti tahame lubada võimalust, et insener või inseneride rühm konstrueerib töötava masina, mille tööpõhimõtet ta aga rahuldaval viisil seletada ei mõista, kuna see on ehitatud suures osas eksperimentaalsel meetodil. Viimaks tahame masinate hulgast välja arvata tavapärasel viisil sündinud inimesed. Kõigile kolmele tingimusele vastavat definitsiooni on keeruline sõnastada. Näiteks võidakse nõuda, et inseneride rühma liikmed oleksid kõik samast soost, aga kuna terviklikku indiviidi on arvatavasti võimalik üles ehitada ka - ütleme - inimese ainsast naharakust, poleks see nõue küllaldane. Kui see õnnestuks, oleks tegemist igati kiiduväärse biotehnoloogilise suursaavutusega, ent me ei tahaks pidada seda “mõtleva masina konstrueerimiseks”. See asjaolu sunnib meid loobuma nõudest, et lubatud on igasugused tehnoloogiad. Eriti varmalt oleme selleks valmis aga seetõttu, et meie praeguse huvi “mõtlevate masinate” vastu on tekitanud teatud kindlat tüüpi masin, mida tavaliselt nimetatakse “elektronarvutiks” või “digitaalarvutiks”. Seetõttu lubame oma mängus osaleda ainult digitaalarvutitel.

Esmapilgul paistab antud kitsendus väga järsk. Katsun näidata, et tegelikult see nii ei ole, selleks aga pean lühidalt seletama nende arvutite loomust ja omadusi.

Võiks lisada, et masinate samastamine digitaalarvutitega, nagu ka meie “mõtlemise” kriteerium, osutuvad mitterahuldavaks vaid siis, kui (vastu minu ootusi) selgub, et arvutid ei suuda mängus hästi esineda.

Praegu on olemas juba mitu töökorras digitaalaarvutit ja võib küsida: “Miks ei võiks otsekohe katset teha? Mängu tingimusi täita oleks lihtne. Kasutada võiks mitut küsitlejat ja pärast teha kokkuvõte - kui tihti mängijad õigesti identifitseeriti.” Lühidalt vastates: meid ei huvita, kas kõik digitaalarvutid saaksid mängus hästi hakkama, ega seegi, kas seda suudaksid hetkel olemasolevad arvutid, vaid kas on kujutletavaid arvuteid, mis mängiksid hästi. See on aga kõigest lühivastus. Hiljem vaatleme kõnealust küsimust teises valguses.

Kuni me pole täpsustanud, mida peame silmas sõna “masin” all, pole esimeses paragrahvis tõstatatud küsimus küllalt täpne. Loomulikult me tahame oma masinates lubada igasugust tehnoloogiat.

4. DIGITAALARVUTID

Digitaalarvutite taga peituvat ideed võiks seletada nii, et need masinad on mõeldud läbi viima igasuguseid selliseid toiminguid, mida on võimeline teostama ka nn inimarvuti. Inimarvuti peab järgima kindlaid reegleid, millest tal pole voli mingilgi määral kõrvale kalduda. Oletame, et need reeglid on ette antud raamatus, mida muudetakse iga kord, kui antakse uus ülesanne. Samuti on tal piiramatu paberitagavara oma arvutuste tarvis. Korrutamised ja liitmised võib ta teha ka “lauaarvutil” [desk machine], kuid see pole tähtis.

Kui kasutada definitsioonina ülalesitatud seletust, tekib arutluses lõpmatu tsükli oht. Seda väldime seeläbi, et anname ülevaate vahendeist, millega soovitud tulemus saavutatakse. Tavaliselt saab digitaalarvuti juures eristada kolme osa:

(i) Mälu [Store].

(ii) Täitevüksus [Executive unit].

(iii) Juhtimine [Control].

Mälu on informatsiooni talletamiseks ja vastab inimarvuti puhul nii arvutuste tegemiseks mõeldud kui reegliraamatu trükkimiseks kasutatud paberile. Niivõrd kui inimarvuti arvutab peast, vastab osa arvuti mälust ka inimese mälule.

Täitevüksus viib läbi mitmesuguseid arvutustehteid, mis on masinati erinevad. Enamasti saab teha kaunis pikki tehteid, nagu näiteks “Korruta omavahel 3540675445 ja 7076345687”, kuid mõned on võimelised ainult kõige lihtsamateks, nagu “Kirjuta 0”.

Mainisime, et arvuti “reegliraamatut” asendab masina puhul üks osa mälust. Seda nimetatakse siis “käsutabeliks”. Juhtimise ülesanne on vastutada, et käsud täidetaks veatult ja õiges järjekorras - ta on konstrueeritud nii, et see juhtuks tingimata.

Informatsiooni talletatakse mälus tavaliselt mõõdukalt väikeste kimpudena. Näiteks ühes masinas võib kimp koosneda kümnest kümnendnumbrist. Erinevaid infokimpe sisaldavas mälus on mälu osadele teatud süsteemi järgi omistatud arvud. Tüüpiline käsk võiks kõlada nii:

“Võta mälust arv kohalt 6809 ja liida arvule, mis asub kohal 4302, ning aseta tulemus viimati mainitud kohale.”

Ilmselgelt ei käi see kõik inglise keeles. Tõenäolisemalt toimub see mingil moel kodeerituna, näiteks kujul “6809430217”. “17” sedastab, millise tehte peab arvudega teostama. Antud juhul on tegu ülalkirjeldatud tehtega, nimelt “. . . liida arvule. . . ”. Silma torkab, et käsk koosneb kümnest numbrist ja moodustab seega väga sobivalt ühe infokimbu. Tavaliselt tagab juhtimine käskude täitmise vastavalt kohtade järjekorrale, kuhu nood on talletatud, kuid samuti tuleb ette käske laadis:

“Nüüd täida käsk kohalt 5606 ja jätka sealt” või “Kui kohal 4505 asetseb 0, täida järgmisena käsk kohalt 6707, vastasel korral aga mine edasi järgmise käsu juurde.” Viimati mainitud käsutüübid on iseäranis olulised, sest nende abil on võimalik korrata ühte tehete jada aina uuesti mingi teatud tingimuse rahuldamiseni, täites seejuures iga korduse puhul üha uuesti samu, mitte uusi käske. Toome ühe olmelise näite. Kui ema tahab, et Tommy käiks igal hommikul kooli minnes kingsepa juures kontrollimas, kas ta kingad on korda tehtud, võib ta seda paluda igal hommikul uuesti. Teine võimalus oleks panna koridori üles kingade kontrollimist nõudev silt, mida Tommy hommikuti kooli minnes näeks ning milles oleks kirjas ka see, et kui kingad käes, tuleb silt maha võtta.

Lugeja peab võtma tõsiasjana, et digitaalarvuteid saab konstrueerida vastavalt kirjeldatud põhimõtetele - ja et nii nad ongi konstrueeritud - ning et nad tegelikult suudavadki väga täpselt imiteerida inimarvuti tegevust.

Inimarvuti käsutuses olev reegliraamat on muidugi käepärane väljamõeldis. Seda, mida on vaja teha, peavad ehtsad inimarvutid tegelikult meeles. Kui tahta, et masin imiteeriks mingi keerulise tehte läbiviimisel inimarvutit, peab viimaselt pärima, kuidas tema seda teeb, ning seejärel tõlkima vastuse käsutabeli kujule. Tavaliselt nimetatakse käsutabelite konstrueerimist “programmeerimiseks”. “Programmeerida masin sooritama tehet A” tähendab masinasse sobiva käsutabeli sisestamist, mispeale masin hakkab soovitud tehet sooritama.

Digitaalarvuti põnev variant on “juhuslikkuse elemendiga digitaalarvuti”. Sellele saab anda täringu viskamist või mõnd samaväärset elektroonilist protsessi sisaldavaid käske. Näiteks: “Viska täringut ja pane saadud arv kohale 1000”. Vahel kirjeldatakse seesugust masinat nii, nagu tal oleks olemas vaba tahe (ise ma seda väljendit siiski ei tarvitaks). Masinat jälgides pole tavaliselt võimalik kindlaks teha, kas ta kasutab juhuslikkust või mitte, sest samasuguse tagajärje võib esile kutsuda sellega, et pannakse valikud sõltuma numbritest arvu π kümnendkohtades.

Enamik olemasolevaist digitaalarvuteist on lõpliku mäluga. Teoreetiliselt pole midagi keerulist ka piiramatu mäluga arvuti idees. Loomulikult saab korraga kasutuses olla siiski ainult mingi lõplik osa sellest. Samamoodi saab korraga konstrueerida ainult mingi lõpliku mahuga mälu, kuid vajaduse korral saab seda aina suurendada. Niisugused arvutid on teoreetiliselt eriti huvitavad ning edaspidi nimetame neid piiramatu mahuga arvutiteks.

Digitaalarvuti idee on juba vana. Sellega sarnase masina - “analüütilise masina” nime all - mõtles kunagi välja Charles Babbage, Cambridge’i Lucase matemaatikaprofessor aastail 1828-1839, kuid see jäi tal pooleli. Kõik olulised ideed olid Babbage’il olemas, aga tollal polnud tema masina valmisehitamine just kõige ihaldatavam väljavaade. Kindlasti võinuks saavutada inimarvutist suurema kiiruse, jäädes ometi ligi sajakordselt alla Manchesteri masinale, mis on niigi üks aeglasemaid moodsaid masinaid. Talletussüsteem pidi tulema puhtmehaaniline ning koosnema ratastest ja sedelitest.

See, et Babbage’i analüütiline masin pidi olema täiesti mehaaniline, aitab meil vabaneda ühest ebausust. Suurt tähtsust omistatakse sageli asjaolule, et nii nagu närvisüsteem, on ka moodsad digitaalarvutid elektrilised. Kuna Babbage’i masin seda polnud ja kuna kõik digitaalarvutid on mingis mõttes ekvivalentsed, ei saa elektri kasutamisel olla teoreetilist tähtsust. Signaalide kiire liikumise juures on tõepoolest tavaliselt mängus elekter, nii et pole midagi üllatavat, et seda mõlemas seoses kohtame. Ometi - närvisüsteemi puhul on elektri kõrval vähemalt sama tähtsad ka keemilised nähtused ning teatud arvutite talletussüsteem on suuremalt jaolt akustiline. Seega on seos elektriga pelgalt väga pealiskaudne sarnasus. Pigem peaks niisuguste sarnasuste leidmiseks otsima matemaatilisi analoogiaid funktsioneerimisel.

5. DIGITAALARVUTITE UNIVERSAALSUS

Eelmises punktis jutuks olnud digitaalarvutid kuuluvad “diskreetsete olekutega masinate” sekka. Ühest kindlast olekust teise liiguvad nad äkiliste hüpete või plõksudega. Olekud on üksteisest parasjagu nii erinevad, et ei pea arvestama võimalusega neid omavahel segi ajada. Rangelt võttes pole selliseid masinaid olemas. Tegelikult on liikumine alati pidev, kuid paljusid masinaid on kasulik pidada diskreetsete olekutega masinateks. Näiteks valgusti lüliti puhul on mugav kujutleda, et see peab olema kas kindlalt sisse või kindlalt välja lülitatud. Olemas peavad aga olema ka vahepealsed asendid, kuigi enamasti pole tarvidust neile mõelda. Diskreetsete olekutega masina näiteks võime tuua ratta, mis pöörleb ümber oma telje 120◦ kaupa sekundis, mida saab aga välise hoova abil peatada; lisaks on olemas lamp, mis ratta teatud asendi korral süttib. Abstraktselt saab masinat kirjeldada järgmiselt: masina sisemine olek (mida kirjeldab ratta asend) võib olla q1 , q2 või q3. Sisendsignaal võib olla i0 või i1 (hoova asend). Sisemise oleku igal ajahetkel määravad ära eelnev olek ja sisendsignaal vastavalt tabelile:

(PNG)

Sisemist olekut on võimalik väljapoole näha ainult väljundsignaalide (valgus) järgi, mida kirjeldab tabel:

Olek q1 q2 q3 Väljund o0 o0 o1

See on tüüpiline diskreetsete olekutega masina näide. Niisuguste tabelite abil saab neid kirjeldada tingimusel, et võimalike olekute arv on lõplik.

Võib tunduda, et masina algolekut ja sisendsignaale teades on alati võimalik ennustada kõiki tulevasi olekuid. See meenutab Laplace’i seisukohta, et universumi täielik olek - mida iseloomustavad kõigi osakeste asendid ja kiirused - ühel ajahetkel peaks võimaldama ennustada kõiki tulevasi olekuid. Meie ennustus on aga Laplace’i omast tunduvalt teostatavam. “Universumi kui terviku” süsteemile on omane, et üsna väikesed vead algtingimustes võivad osutuda tohutult mõjukaks. Ainsa elektroni nihe ühe triljondiku sentimeetri võrra mingil ajahetkel võib määrata, kas inimene aasta pärast laviinis hukkub või pääseb sellest eluga. Meie poolt “diskreetsete olekutega masinaiks” nimetatavate mehaaniliste süsteemide olemuslik omadus on, et midagi niisugust ei juhtu. Isegi tegelikult olemasolevate füüsiliste masinate puhul - rääkimata ideaalmasinatest - annab piisavalt täpne teadmine oleku kohta ühel ajahetkel piisavalt täpse teadmise selle kohta, mis saab edasi mis tahes sammul.

Nagu öeldud, kuuluvad digitaalarvutid diskreetsete olekutega masinate klassi. Kuid sellistel masinatel on võimalikke olekuid määratu hulk. Näiteks Manchesteris praegu töötava masina olekute arv on umbes 2165 000, s.t umbes 1050 000. Võrdluseks: rattal meie varasemas näites oli kolm olekut. Pole keeruline mõista, miks peab olekuid olema nii tohutult palju. Arvutil on mälu, mis vastab inimarvuti kasutuses olevale paberile. Kõiki sümbolikombinatsioone, mida võidakse kirjutada paberile, peab saama talletada ka mällu. Oletagem lihtsustatult, et sümbolitena on kasutuses ainult numbrid 0-9. Käekirja muutlikkust ei arvestata. Oletagem, et arvutil on kasutada 100 paberilehte, millest igaühele mahub 50 30-numbrilist rida. Sel juhul on olekuid 10100×50×30 ehk 10150 000. Nii palju olekuid on kolmel Manchesteri masinal kokku. Logaritmi alusel 2 olekute arvust nimetatakse tavaliselt masina “mälumahuks”. Järelikult on Manchesteri masina mälu maht umbes 165 000 ja meie rattamasinal umbes 1,6. Mitut masinat kokku pannes saame masina, mille mälumahu leidmiseks tuleb algsed mahud kokku liita. Nii saab võimalikuks väita, et “Manchesteri masinal on 64 magnetriba, millest igaühe maht on 2560 ja kaheksa elektronlampi mahuga 1280. Mitmesugused muud mäluliigid küünivad mahult 300-ni, mis kõik kokku teeb 174 380.”

Kui on olemas tabel diskreetsete olekutega masina olekute kohta, on võimalik masina tegevust ennustada. Kahtlemata saab sellise arvutusega hakkama ka digitaalarvuti. Eeldusel, et see protsess võtab tal piisavalt vähe aega, suudab digitaalarvuti jäljendada igasuguse diskreetsete olekutega masina käitumist. Jäljendusmängus saaks siis osaleda kõnealune masin (B-na), mida jäljendaks digitaalarvuti (A-na), ning küsitleja ei suudaks neil vahet teha. Loomulikult peavad digitaalarvuti mälumaht ja töökiirus olema küllaldased. Pealegi tuleb arvuti iga uue masina imiteerimiseks uuesti programmeerida.

Digitaalarvutite eriline võime jäljendada kõiki diskreetsete olekutega masinaid teeb nad universaalseteks masinateks. Selliste masinate puhul on oluline, et - jättes kõrvale nende kiiruse - erinevate arvutusprotsesside tarbeks pole tarvis luua erinevaid uusi masinaid. Üks, igaks olukorraks sobivalt programmeeritud digitaalarvuti tuleb kõigi arvutustega toime. Selle kõige tõttu on kõik digitaalarvutid mingis mõttes ekvivalentsed.

Nüüd võiks pöörduda tagasi §3 lõpus tõstatatud mõtte juurde. Siis avaldasime arvamust, et küsimuse “Kas masinad suudavad mõelda?” peaks asendama küsimusega “Kas on võimalik kujutleda digitaalarvuteid, mis oleksid jäljendusmängus edukad?”. Soovi korral võime viimase sõnastada pealtnäha veel üldisemalt ja küsida: “Kas on olemas diskreetsete olekutega masinaid, mis oleksid edukad?” Kuid universaalsuseomaduse valguses on selge, et mõlemad küsimused on ekvivalentsed järgmisega: “Võtame ühe konkreetse digitaalarvuti C. Kas on tõsi, et kui seda arvutit muuta - võimaldada piisav mälu, tõsta küllaldaselt töökiirust ja varustada ta sobiva programmiga -, suudaks C jäljendusmängus A rolli rahuldavalt täita, kusjuures B osas oleks inimene?”

6. VASTANDLIKUD ARVAMUSED PÕHIKÜSIMUSES

Nüüd on pind ette valmistatud ja edasi oleme valmis arutama küsimust “Kas masinad suudavad mõelda?” ja selle variatsiooni, mille tõime ära eelmise punkti lõpus. Küsimuse algkujust ei tohiks me siiski päriselt loobuda, kuna asendusküsimuse kohasuse osas võidakse olla erinevatel, vähemalt ärakuulamist väärivatel arvamustel.

Asja teeb lugejale lihtsamaks minu isikliku arvamuse selgitamine. Kõigepealt kõneleme küsimuse täpsemast kujust. Usutavasti on umbes 50 aasta pärast võimalik programmeerida arvuteid mälumahuga umbes 109 jäljendusmängus nii osavaks, et viieminutilise küsitluse järel suudab keskmine küsitleja mängija õigesti ära arvata maksimaalselt 70% tõenäosusega. Minu meelest on algne küsimus - “Kas masinad suudavad mõelda?” - nii mõttetu, et ei vääri arutamist. Ometi usun, et sõnakasutus ja üldised õpetatud vaated on sajandi lõpus niivõrd muutunud, et saab rääkida masinate mõtlemisest, ilma et keegi seda nähtust eitama hakkaks. Veel usun, et mul pole põhjust neid oma arvamusi varjata. Levinud seisukoht, et teadlased liiguvad edasi vaid tõestatud faktide toel ega lase end mõjutada tõestamata oletustest, on sootuks ekslik. Eeldusel, et tõestatud faktidel ja oletustel tehakse selget vahet, ei saa midagi halba juhtuda. Oletused on isegi äärmiselt tähtsad, kuivõrd nad võivad viia väga kasulike uurimissuundade esilekerkimiseni.

Nüüd vaatame ka teistsuguseid arvamusi. (1) Teoloogiline vastuväide. Mõtlemine on inimese surematu hinge funktsioon. Surematu hinge on Jumal andnud kõigile meestele ja naistele, aga loomadele ja masinatele mitte. Järelikult ei suuda loomad ega masinad ka mõelda.

Mina ei suuda selle vaatekohaga üheski osas nõustuda, kuid katsun siiski teoloogiliselt vastata. Argument oleks veenvam, kui inimesed ja loomad asetataks ühte klassi, sest elusa ja elutu vahel on minu meelest suurem erinevus kui inimese ja looma vahel. Ortodoksse seisukoha meelevaldsus saab selgemaks, kui mõelda, kuidas see tunduks mõne muu religioosse kogukonna liikmetele. Mida arvavad kristlased moslemite seisukohast, et naistel polegi hinge? Ent jätkem see küsimus sinnapaika ja pöördugem põhiargumendi juurde tagasi. Näib, et see seab kahtluse alla Kõigevägevama kõikvõimsuse. Tuleb tunnistada, et teatud asjad ei seisa tema võimuses - näiteks panna üks võrduma kahega -, kuid kas peaksime uskuma, et tal pole vabadust anda elevandile hing, kui ta seda heaks arvab? Arvatavasti teostaks ta seda võimu muutuste kaudu, mis varustavad elevandi selle hinge vajaduste teenimiseks sobivalt arenenud ajuga. Täpselt samasuguse argumendi võib esitada ka masinate puhul. Võib ju tunduda, et nendega on teine lugu, kuna nende puhul on seda väidet keerulisem “alla neelata”. Kuid see tähendab ainult seda, et meie meelest peaks Kõigevägevam hinge andmist nendes tingimustes veel sobimatumaks. Kõnealustest tingimustest teeme juttu edaspidi. Ega me masinaid ehitades Tema võimu hingi luua lugupidamatult rohkem anasta kui lapsi sigitades: pigem oleme mõlemal juhul hoopis Tema tahte tööriistad, kes varustavad Tema loodud hinged eluasemega. [1]

Ent see on pelgalt spekulatsioon. Teoloogilised argumendid - mille toetuseks neid iganes ka kasutataks - mind eriti ei veena. Minevikus on need tihti ebarahuldavaks osutunud. Galilei aegadel väideti, et Koperniku teooria kummutamiseks piisab kahest kirjakohast: “Ja päike püsis paigal [---] ega tõtanud loojuma peaaegu kogu päeva” (Joosua 10:13) ja “Sa rajasid maa tema alustele, nõnda et see ei kõigu mitte iialgi ega igavesti” (Psalmid 104:5). Meie tänapäevaste teadmiste valgel osutub niisugune argument mõttetuks. Ent ajal, mil neid teadmisi veel polnud, oli ta mõju hoopis teine.

(2) Peidame pea liiva alla. “Oleks liiga kohutav, kui masinad hakkaksid mõtlema. Loodetavasti ja usutavasti pole nad selleks võimelised.”

Nii julgelt väljendutakse harva. Samas puudutab see väide enamikku meist, kes me nendel teemadel mõtteid mõlgutame. Meile meeldib uskuda, et mingil peenel viisil seisab inimene ülejäänud loodust kõrgemal. Parim moodus on näidata inimest paratamatult kõrgemalseisvana, kuivõrd sel juhul pole karta, et ta oma valitseva positsiooni kaotaks. Ilmselgelt on sellise suhtumisega seotud ka teoloogilise argumendi populaarsus. Intellektuaalide killas on see suhtumine tõenäoliselt üsna laialt levinud, kuna mõtlemisvõimet väärtustavad nad teistest rohkem ja kalduvad selle olemasoluga põhjendama inimese kõrgemalseisvust.

Kuna minu meelest pole see argument piisavalt sisukas, ei nõua ta ka kummutamist. Pigem sobiks lohutus, mida võiks ehk pakkuda hingede rändamine.

(3) Matemaatiline vastuväide. Matemaatilises loogikas on mitmeid tulemusi, mille abil saab näidata diskreetsete olekutega masina võimete piiratust. Tuntuim neist tulemustest on Gödeli teoreem (Gödel 1931), mille kohaselt on igas piisavalt võimsas loogilises süsteemis võimalik formuleerida väiteid, mida ei saa süsteemi raames ei tõestada ega ümber lükata, kui just süsteem ise ei osutu vastuoluliseks. Mõneti sarnaste tulemustega on esinenud Church (1936), Kleene (1935), Rosser ja Turing (1937). Lähemaks vaatluseks on neist tulemusist sobivaim viimane, sest samal ajal kui teisi saab kasutada võrdlemisi kaudsetes argumentides, viitab see otseselt just masinatele: näiteks kui rakendaksime Gödeli teoreemi, vajaksime lisaks vahendeid, kirjeldamaks loogikasüsteeme masinate ning masinaid loogikasüsteemide seisukohalt. Kõnealune tulemus aga viitabki olemuselt digitaalarvuti tüüpi, piiramatu mahuga masinatele. Selle kohaselt pole niisugused masinad teatud asjadeks võimelised: isegi kui arvuti on programmeeritud vastama jäljendusmängu laadis küsimustele, jääb alati ka selliseid, millele ta vastab valesti või ei suuda üldse isegi piiramatu aja jooksul vastust anda. Muidugi võib niisuguseid küsimusi olla palju ning ühe masina poolt vastuseta jäänud küsimuse võib rahuldavalt ära vastata mõni teine. Loomulikult peame hetkel silmas pigem kas-küsimusi, mitte küsimusi stiilis “Mida te arvate Picassost?”. Päris kindlasti ei suuda masinad vastata sellist tüüpi küsimustele: “Kui meil on tegu masinaga, millel on järgmised omadused: . . . , siis kas see masin vastab mingisuguselegi küsimusele jaatavalt?”. Punktiiri asemel on mõne masina kirjeldus standardkujul - näiteks nagu see on ära toodud viiendas paragrahvis. Kui kirjeldataval masinal on küsitletava masinaga mingi võrdlemisi lihtne suhe, siis on võimalik näidata, et vastus on kas vale või ei tule seda üldse. See ongi matemaatiline tulemus: väidetavasti tõestab see, et masinatel on puudusi, mis inimintellektile omased ei ole.

Lühidalt saab sellele argumendile vastata järgmiselt: kuigi on tõsi, et iga konkreetse masina võimetel on piirid, pole kuidagi tõestatud väidet, et inimintellektil neid pole. Ent minu arvates ei saa seda vaadet sugugi nõnda kergel käel kõrvale heita. Kui selline masin vastab mingile sobivale otsustavale küsimusele, siis me teame, et ta vastus peab olema vale, ning see annab meile teatud üleolekutunde. Kas tegu pole mitte illusiooniga? Kahtlemata võib see tunne olla üsna loomulik, kuid üle ma seda ei tähtsustaks. Tihtipeale vastame ka ise küsimustele valesti, nii et ülim rahulolu masinate ekslikkust kinnitavate tõendite üle pole õigustatud. Pealegi saame oma üleolekut tunda ainult konkreetse seljatatud masina suhtes, kuivõrd kõiki masinaid korraga me võita ei saaks. Lühidalt öeldes - võib leiduda targemaid inimesi mis tahes konkreetsest masinast, aga samas võib mõni muu masin omakorda olla targem sellest inimesest, jne.

Arvatavasti oleks enamik matemaatilise argumendi pooldajaid valmis jäljendusmängu teemal mõtteid vahetama. Kahe eelneva vastuväite toetajaid ei huvita aga tõenäoliselt mitte mingisugused kriteeriumid.

(4) Teadvusest tulenev argument. Seda argumenti väljendab imehästi professor Jeffersoni kõne aastast 1949. Tsiteerin: “Ajuga ei saa masinat võrdsustada enne, kui mõni masin kirjutab soneti või kontserdi teda valdavate mõtete ja tunnete toel, mitte sümboleid juhuslikult ritta seades - ehk siis juhul, kui ta mitte ainult et ei loo teost, vaid ka ise teab, et ta seda on teinud. Ükski mehhanism ei suuda tunda (ja mitte üksnes tehislikult signaliseerida - mida on lihtne saavutada) heameelt oma edust ja kurvastust oma lampide läbimineku pärast; teda ei liiguta meelitused, ei tee õnnetuks eksimused, ei kütkesta seks, ei vihasta ega aja meeleheitele see, kui ta ei saa oma tahtmist.” (Jefferson 1949.)

Selle argumendi valgel tundub, et meie test ei tõesta midagi. Antud arusaama kõige äärmuslikuma kuju kohaselt saab ainult siis olla kindel, et masin mõtleb, kui ise ollakse see masin ja tuntakse end mõtlevat. Siis saaks neid tundeid maailmale kirjeldada, aga muidugi poleks keegi õigustatud sellest hoolima. Inimesega on selle vaate kohaselt samamoodi - ainus võimalus olla kindel, et inimene mõtleb, on ise olla see inimene. Antud vaatekoht on õigupoolest solipsistlik. Seda toetada võib ju olla kõige loogilisem, aga see raskendab mõttevahetust. Samal ajal kui A kaldub arvama, et “A mõtleb, aga B mitte”, usub B, et “B mõtleb, aga A mitte”. Et mitte selle küsimuse üle vaidlema jäädagi, lepitakse tavaliselt viisakalt kokku, et kõik mõtlevad.

Kindlasti ei taha professor Jefferson jääda äärmuslikule ja solipsistlikule seisukohale. Tõenäoliselt oleks ta üsna meeleldi valmis tunnistama jäljendusmängu testina. Sageli kasutatakse mängu (ilma mängija B osaluseta) praktikas viva voce nime all, tegemaks kindlaks, kas vastaja tegelikult saab küsimustest aru või on õppinud vastuseid papagoina järele kordama. Kuulame üht niisuguse vestluse katket:

Küsija: Kas teie soneti esimesse ritta - “Kas suvepäeva sarnaseks sind kiita” ei sobiks sama hästi või pareminigi “kevadepäev”?

Vastaja: Rütm läheks sassi.

Küsija: Aga “talvepäev”? See sobiks rütmiga.

Vastaja: Jah, aga talvepäeva moodi ei taha ju keegi olla.

Küsija: Kas hr Pickwick ei meenuta mitte jõule?

Vastaja: Mõnes mõttes küll.

Küsija: Aga jõulud on ju talvel ja vaevalt hr Pickwick sellist võrdlust pahaks paneks.

Vastaja: Nalja teete. “Talvepäeva” all peetakse silmas ikka mõnd tüüpilist, mitte näiteks jõululaupäeva moodi erilist talvepäeva.

Ja nii edasi. Mida kostaks professor Jefferson, kui sonetimasin viva voce’l niimoodi vastata oskaks? Ma ei tea küll, kas ta peaks sellise masina vastuseid “üksnes tehislikeks signaalideks”, kuid vaevalt ta nii küllaldasi ja väljapeetud vastuseid andvat masinat “lihtsa saavutusena” kirjeldaks. Lihtsana saab käsitada masina seda osa, mis sisaldab endas soneti esituse lindistust ja lülitusmehhanismi, millega selle aeg-ajalt mängima saab panna.

Lühidalt kokku võttes - minu arvates on enamikku teadvusest tuleneva argumendi toetajatest võimalik solipsistliku seisukohavõtu asemel veenda oma arusaamast loobuma. Tõenäoliselt oleksid nad sel juhul valmis meie testi heaks kiitma.

Ma ei tahaks jätta muljet, nagu poleks teadvuses minu meelest midagi mõistatuslikku. Näiteks igasugune püüd teda lokaliseerida on mõneti paradoksaalne. Aga ma ei leia, et selles artiklis tõstatatud küsimustele vastamiseks peab need mõistatused tingimata enne ära lahendama.

(5) Mitmesuguste omaduste puudumisest tulenevad argumendid. Need argumendid on kujul “Ma küll möönan, et masinad on võimelised kõigeks selleks, mida te maininud olete, aga on olemas asju, milleks nad eales võimelised ei ole.” Toon ära valiku sellest, mida masin väidetavasti ei suuda:

Olla heasüdamlik, leidlik, ilus, sõbralik (lk 2588), algatusvõimeline, huumorimeelega, teha vahet õige ja vale vahel, teha vigu (lk 2588), armuda, nautida maasikaid vahukoorega (lk 2588), panna kedagi endasse armuma, kogemustest õppida (lk 2596- 2597), kasutada sõnu õigesti, mõelda iseendast (lk 2589), olla sama mitmekesise käitumisega kui inimene, teha midagi tõeliselt uut (lk 2589-2590). (Leheküljenumbrid viitavad puudustele, mis artiklis edaspidi põhjalikumalt käsitlusele tulevad.)

Tavaliselt neid väiteid ei põhjendata. Minu arvates põhinevad nad suures osas teadusliku induktsiooni printsiibil. Inimene näeb elu jooksul tuhandeid masinaid ja selle alusel, mida ta nende juures tähele paneb, teeb ta hulga üldisi järeldusi. Nad on koledad, igaüks neist on ette nähtud täitma oma väga piiratud eesmärki, iga vähimalgi määral teistsuguse otstarbe seisukohalt on nad kasutud, iga konkreetse eksemplari käitumine on äärmiselt ühekülgne jne jne. Loomulikult jõuab inimene järeldusele, et kõik see on masinatele paratamatult üldomane. Suurelt jaolt seostuvad nimetatud piirangud enamiku masinate pisikese mälumahuga. (Eeldatavasti laieneb mälumahu idee mingil kombel peale diskreetsete olekutega masinate ka muudele. Täpne määratlus pole oluline, kuna me ei pretendeeri oma arutlusega matemaatilisele täpsusele.) Mõni aasta tagasi oli digitaalarvutitest alles õige vähe kuulda ja kui mainiti nende omadusi nende ehitust kirjeldamata, tekitasid nad sügavat umbusku. Arvatavasti tulenes seegi teadusliku induktsiooni põhimõtte rakendamisest. Seda tehakse muidugi tihtipeale ebateadlikult. Kui kõrvetada saanud laps kardab tuld ja näitab oma hirmu üles selle vältimisega, rakendab ta minu arvates teaduslikku induktsiooni (samas saab tema käitumist muidugi kirjeldada ka mitmel muul moel). Inimkonna tegemised ja tavad ei tundu teadusliku induktsiooni rakendamiseks kuigi sobiva materjalina. Usaldusväärsete tulemuste saavutamiseks peab uurima väga suurt osa aegruumist. Vastasel korral võime (nagu paljud inglise lapsed) otsustada, et kõik räägivad inglise keelt ja prantsuse keelt õppida on tobe.

Siiski pean lisama paar märkust seoses paljude jutuks olnud puuduvate võimetega. Suutmatus nautida maasikaid vahukoorega tundub lugejale ehk tühisena. Võimalik, et masina saaks panna niisugust hõrgutist nautima, ent seda üritada oleks totter. Kõnealuse võime puudumise juures on aga tähtis, et see seostub ka mõningate teiste võimete puudumisega - nt sellega, et inimese ja masina vahel on keeruline saavutada samasugust sõprust kui kahe valge- või kahe mustanahalise inimese vahel.

Väide, et “masinad ei saa vigu teha”, näib veider. Tekib kiusatus vastukaaluks küsida: “Kas see teeb neid halvemaks?” Kuid katsugem olla mõistvamad ning üritagem aru saada, mida selle väitega tegelikult mõeldakse. Kõnealust kriitikat on minu arvates võimalik seletada jäljendusmängu abil. Väidetavasti suudab küsitleja masinat inimesest eristada paljalt aritmeetikaülesannete andmisega. Masina paljastaks ta äärmine täpsus. Vastus sellele on lihtne: (mängu jaoks programmeeritud) masin ei püüaks neid ülesandeid õigesti lahendada. Küsitleja segadusseajamiseks teeks ta meelega vigu. Mehaaniline viga ilmutaks end arvatavasti ebasobiva otsuse näol selle kohta, millist aritmeetilist viga teha. Isegi see kriitika tõlgendamise viis pole piisavalt mõistev, kuid meil pole ruumi sel teemal pikemalt peatuda. Minu meelest toetub see kriitika kahe vealiigi segiajamisele. Ühed on funktsiooni-, teised järeldusvead. Funktsioonivead tulenevad mingist mehaanilisest või elektrilisest rikkest, mille tõttu masin ei käitu enam nii, nagu ette nähtud. Filosoofilistes arutlustes kiputakse eirama võimalust seesuguste vigade tekkeks, seega on juttu “abstraktsetest masinatest”. Need on pigem matemaatilised väljamõeldised kui füüsilised objektid. Määratluse järgi pole need funktsioonivigadeks võimelised. Selles mõttes võime tõepoolest öelda, et “masinad ei saa kunagi eksida”. Järeldusvead saavad tekkida ainult siis, kui masina väljundsignaalidele omistatakse mingi tähendus.

Näiteks võib masin välja trükkida matemaatikavõrrandeid või ingliskeelseid lauseid. Kui trükitud lause on väär, on masin teinud järeldusvea. Ilmselgelt pole mingit alust väita, et masin säärast viga teha ei saa. Ta võib korduvalt trükkida ainult “0 = 1”. Või mitte nii vastakas näide: masin võib järelduste tegemiseks kasutada teaduslikku induktsiooni. Tuleb arvestada, et aeg-ajalt viib selline meetod ekslike tulemusteni.

Väitele, et masin ei suuda mõelda iseendast, saab vastata muidugi ainult juhul, kui on võimalik tõestada, et masin üldse millestki mõtleb. Siiski näib “masina tehete aines” midagi tähendavat - vähemalt nende inimeste jaoks, kes sellega tegelevad. Näiteks kui masin püüab lahendada võrrandit x2 − 40x − 11 = 0, võiks tekkida kiusatus kirjeldada seda võrrandit masina ainese osana sellel hetkel. Selles mõttes võiks masin kahtlemata olla ise enda aineks. Masinapoolset abi võib kasutada talle programmide loomise juures või ennustamaks, millist mõju avaldab tema struktuuri muutmine. Oma käitumise tulemuste jälgimine võimaldab tal oma programme ümber teha nii, et teatud eesmärk oleks tõhusamalt saavutatav. Tegu pole utoopia, vaid lähituleviku võimalustega.

Kriitika, et masinate käitumine pole mitmekesine, võib ümber sõnastada nii: masinate mälumaht pole piisav. Üsna hiljuti oli isegi tuhandenumbriline mälumaht väga haruldane.

Kõik siinkohal kõne all olnud kriitilised mõtted on sageli teadvusest tuleneva argumendi maskeeritud vormid. Kui keegi väidab, et masin suudab mõnda neist asjust teha ja kirjeldab ka, millist meetodit too võiks selleks kasutada, ei avaldaks see tavaliselt mingit erilist muljet. Arvatakse, et see meetod (mis igatahes peab olema mehaaniline) on tegelikult üsna algeline. Võrdle eespool Jeffersoni tsitaadis sulgudesse pandud märkusega.

(6) Leedi Lovelace’i vastuväide. Kõige üksikasjalikum informatsioon Babbage’i analüütilise masina kohta pärineb leedi Lovelace’i mälestustest (Lovelace 1842), kus ta ütleb: “Analüütiline masin ei pretendeeri millegi algatamisele. Ta suudab teha kõike, mida me oskame käskida tal teha” (leedi Lovelace’i kursiiv). Lauset tsiteeriv Hartree (1949: 70) lisab: “See ei tähenda, nagu poleks võimalik ehitada selliseid elektroonilisi seadmeid, mis “mõtlevad ise” või millele oleks võimalik tekitada bioloogilises mõttes tingitud refleksi, mis oleks aluseks “õppimisele”. Virgutava ja erutavaküsimuse selle kõige põhimõttelisest võimalikkusest on tõstatanud viimasel ajal aset leidnud areng, aga tollal ehitatud või projekteeritud masinatel näis see omadus puuduvat.”

Selles asjas olen Hartreega täiesti nõus. On tähelepandav, et ta ei väida, nagu poleks kõnealustel masinatel seda omadust olnud. Ta pigem nendib, et leedi Lovelace’i käsutuses olnud tõendid ei õhutanud teda selle omaduse olemasolusse uskuma. On täiesti võimalik, et mingis mõttes see omadus neil masinail ikkagi oli. Oletame, et mingil diskreetsete olekutega masinal on see omadus olemas. Analüütiline masin oli universaalne digitaalarvuti, nii et vastava mälumahu ja kiiruse olemas olles oleks saanud teda sobiva programmi abil panna kõnealust masinat imiteerima. Ei krahvinnale ega Babbage’ile tulnud see argument ilmselt pähegi. Igatahes ei olnud nad kohustatud väitma kõike, mida oleks olnud võimalik väita.

Seda teemat käsitleme uuesti punktis “Õppivad masinad”. Üks leedi Lovelace’i vastuväite teisend sedastab, et masin ei suuda “iial teha midagi tõeliselt uut”. Hetkeks võime selle pareerida kõnekäänuga “Pole midagi uut siin päikese all”. Kuidas olla kindel, et loodud “originaalteos” pole lihtsalt õpetuste külvatud seemne idanemise või üldtuntud põhimõtete järgimise tulemus? Parem teisend on: masin ei suuda iial “üllatada”. Antud juhul on tegu otsesema väljakutsega ja samamoodi tuleb sellele ka vastata. Mind üllatavad masinad väga sageli. Suurelt jaolt tuleb see sellest, et minu arvutustest ei piisa otsustamaks, mida masinalt oodata, või pigem on asi selles, et kui ma arvutusi teengi, siis kiirustades, riskides ja lohakalt. Vahest ütlen ma endale: “Arvatavasti on pinge siin samasugune kui seal; igatahes eeldame, et see nii on.” Tihti ma muidugi eksin ja kuna eksperimendi lõpuks olen oma oletused unustanud, siis ongi tulemus üllatav. Selle mööndusega teenin ära noomituse oma inetu teguviisi eest, kuid see, et ma neid üllatusi tõepoolest kogen, seisab väljaspool kahtlust.

Ma ei loodagi, et see vastus kritiseerijat vaigistaks. Tõenäoliselt ütleb ta, et need üllatused on tingitud minu loovast mõttetegevusest ega anna põhjust tunnustada nende eest masinat. Seega jõuame tagasi teadvusest tuleneva argumendi juurde ja üllatusemõttest hoopis kaugele. Seda argumentide jada tuleb pidada suletuks, kuid ehk väärib märkimist, et millegi üllatavaks pidamine nõuab igal juhul “loovat mõttetegevust” - olgu üllatava sündmuse allikaks siis inimene, raamat, masin või miski muu.

Seisukoht, et masinad ei suuda üllatada, on minu arust tingitud eksiarvamusest, millele on eriti vastuvõtlikud filosoofid ja matemaatikud. Nad eeldavad, et niipea kui vaim mingi faktiga kokku puutub, tulevad kohe pähe ka kõik faktist tulenevad järelmid. Paljudel juhtudel on see eeldus väga mugav, kuid liiga kergesti ununeb, et see on väär. Loomulikul moel järgneb sellest uus eeldus, et paljas andmete ja üldprintsiipide alusel järelmite kindlakstegemine pole midagi väärt.

(7) Närvisüsteemi pidevusest tulenev argument. Muidugi pole närvisüsteem diskreetsete olekutega masin. Väiksemgi viga neuronile mõju avaldava närviimpulsi suuruse kohta käivas informatsioonis võib oluliselt mõjutada väljamineva impulsi suurust. Võidakse väita, et seetõttu ei saa diskreetsete olekutega süsteemilt oodata, et ta oleks võimeline närvisüsteemi käitumist imiteerima.

Tõsi ta on, et diskreetsete olekutega masin on pidevast erinev. Kuid jäljendusmängu tingimustest kinni pidades ei saa küsitleja seda erinevust kuidagi ära kasutada. Olukorda saab selgemaks teha mõne lihtsama pideva masina abil. Selleks sobivad hästi diferentsiaalanalüsaatorid (kindlat tüüpi - mitte diskreetsete olekutega - masinad teatud sorti arvutuste tegemiseks). Osa neist annab vastused trükitud kujul, nii et mängu jaoks on nad päris sobivad. Digitaalarvuti ei saa ennustada diferentsiaalanalüsaatori täpseid vastuseid, kuid igatahes oleks ta võimeline andma õiget tüüpi vastuseid. Näiteks kui ülesanne on öelda π väärtus (mis on umbes 3,1416), oleks mõistlik teha juhuslik valik selliste väärtuste vahel nagu 3,12; 3,13; 3,14; 3,15; 3,16 (näiteks) tõenäosustega 0,05; 0,15; 0,55; 0,19; 0,06. Sellistel tingimustel oleks küsitlejal väga keeruline diferentsiaalanalüsaatorit digitaalarvutist eristada.

(8) Reglementeerimata käitumisest tulenev argument. Sellist reeglistikku, mis üritaks kirjeldada, mida inimene kõikvõimalikes olukordades tegema peaks, pole võimalik paika panna. Võtame näiteks reegli, et punase fooritulega peab peatuma, rohelisega aga edasi minema: ent mis siis saab, kui mingi rikke tõttu põlevad mõlemad korraga? Võib ju otsustada, et kõige ohutum oleks paigale jääda. Ometi võib sellest otsusest hiljem probleeme tulla.

Kõigiks võimalikeks, isegi kõigest valgusfooriga seotud juhtudeks ei saa käitumisreegleid ette näha. Olen selle kõigega nõus.

Eeltoodu põhjal väidetakse, et me ei saa olla masinad. Katsun nüüd selle argumendi uuesti esitada, aga ma pelgan, et õiglaselt ma sellesse küll ei suhtu. See kõlaks umbes nii: “Kui igal inimesel oleks olemas kindel tegutsemisreeglistik, mille abil oma elu korraldada, poleks ta muud kui masin. Aga kuna niisugused reeglid puuduvad, ei saa inimesed masinad olla.” Silma torkab jaotamata keskmine termin. (st - süllogistlik eksitus) Päris nii seda ehk ei sõnastata, kuid sisu on sellegipoolest sama. Siiski võib esineda teatavat segadust mõistete “tegutsemisreeglid” ja “käitumisseadused” vahel. “Tegutsemisreeglite” all pean silmas eeskirju nagu “punase tulega jää seisma”, mille järgi tegutsetakse ja millest ollakse teadlikud. “Käitumisseaduste” all mõtlen aga inimese kehale rakenduvaid loodusseadusi, nagu näiteks “kui sa teda näpistad, siis ta kiljatab”. Kui panna tsiteeritud argumendis väljendi “tegutsemisreeglistik, mille abil oma elu korraldada” asemele teine - “käitumisseadused, mis ta elu korraldavad” -, poleks see jaotamata keskmine termin enam ületamatu. Sest meie arvates pole asi mitte ainult nii, et käitumisseadustele allumine tähendab olla masin (mitte küll tingimata diskreetsete olekutega masin), vaid ümberpöördult - niisugune masin olemine sellistele seadustele allumist just tähendabki. Täielike käitumisseaduste puudumises on end siiski raskem veenda kui täielike tegutsemisreeglite puudumises. Neid seadusi on võimalik avastada ainult teadusliku vaatlusega ja me ei kujuta ette olukorda, milles võiks öelda: “Me oleme piisavalt otsinud. Niisuguseid seadusi pole olemas.”

Seda, et mis tahes selline väide pole õigustatud, võime näidata ka veenvamalt. Oletame, et kui need seadused on olemas, siis me nad kindlasti ka avastame. Sel juhul oleks muidugi ka diskreetsete olekutega masina puhul võimalik vaatlusega avastada piisavalt palju selleks, et ennustada masina käitumist tulevikus ja seda mõistliku perioodi - ütleme 1000 aasta - vältel. Kuid see ei paista sedamoodi olevat. Tegin Manchesteri masinale väikese programmi, mis kasutab mälust ainult 1000 ühikut ja mis seisneb selles, et kui sööta masinale üks 16-kohaline arv, siis vastab ta kahe sekundi jooksul teise samasugusega. Eks katsuge nende vastuste järgi programmi nii hästi tundma õppida, et osata veel proovimata väärtustele vastuseid ennustada.

(9) Meeltevälisest tajust tulenev argument. Oletatavasti on lugeja meeltevälise taju ideega tuttav ja teab, mida tähendavad selle neli ilmingut, nimelt telepaatia, selgeltnägemine, ettetunnetamine ja psühhokinees. Need häirivad nähtused näivad trotsivat kogu meie harjumuspärast teaduslikku mõtlemist. Küll tahaks neid kahtluse alla seada! Kahjuks on vähemalt telepaatia kohta statistilisi tõendeid kuhjaga. Väga raske on oma mõtteid nende uute faktidega sobitada. Nende olemasolu tunnistamisest kummituste ja kollide uskumiseni ei tundu olevat enam pikk samm. Esimesena minetaksime arusaama, et meie keha liigub lihtsalt vastavalt tuntud füüsikaseadustele ja mõnedele küll veel avastamata, kuid osalt samasugustele seadustele.

Pean seda üsna tugevaks argumendiks. Võiks vastata, et paljud teaduslikud teooriad näivad praktikas kehtivat vaatamata vastuolule meeltevälise tajuga; kui see viimane unustada, saab vägagi kenasti hakkama. See on kaunis vilets lohutus ja karta on, et just mõtlemine on seda sorti nähtus, mille puhul meelteväline taju puutub eriti asjasse.

Veidi konkreetsem meeltevälisel tajul põhinev argument võiks olla selline: “Mängime jäljendusmängu nii, et vastajateks on telepaatiliste võimetega inimene ja digitaalarvuti. Küsimus võiks olla nt “Mis masti kaart on mu paremas käes?”. Telepaatia või selgeltnägemise teel vastab inimene õigesti 130 korral 400-st. Masin pakub huupi ja ütleb õige masti 104 kaardi puhul ja nii teebki küsija vastajad õigesti kindlaks.” Siinkohal tekib üks põnev võimalus. Oletagem, et digitaalarvutil on olemas juhuslike arvude generaator, mida ta vastamisel loomulikult ka kasutab. Kuid sel juhul alluks see juhuslike arvude generaator küsija psühhokineetilistele võimetele. Selle tagajärjel võib masin vastata õigesti sagedamini,kui tõenäosuse järgi arvata võiks, nii et ikkagi ei suudaks küsija vastajaid õigesti identifitseerida. Samas võiks ta õige otsuse langetada küsimusi üldse esitamata - selgeltnägemise abil. Kõik on võimalik, kui mängu tuleb meelteväline taju.

Telepaatia olemasolu mööndes tuleb meie testi kitsendada. Muidu võiks küsija sama hästi kõnelda iseendaga ning üks võistlejatest kuulata pealt, kõrv vastu seina. Kõigile nõuetele vastaks olukord, kus võistlejad viibiksid “telepaatiakindlas ruumis”.

7. ÕPPIVAD MASINAD

Lugeja vist juba arvab, et mingeid väga veenvaid positiivseid argumente mul oma vaadete toetuseks esitada polegi - et kui oleks, ega ma siis vastuargumentide ekslikkuse näitamist nii põhjalikult ette võtnuks. Nüüd esitan oma tõendused.

Naaskem hetkeks leedi Lovelace’i vastuväite juurde, mille kohaselt suudab masin teha ainult seda, mida tal teha kästakse. Võiks öelda, et inimene “sisestab” mingi idee masinasse, mispeale too teatud määral reageerib ning on seejärel taas liikumatu nagu klaverikeel, mida on puudutanud haamrike. Veel ühe võrdlusena võib tuua kriitilisest väiksema aatomikatla: sisestatav idee vastaks väljastpoolt sisenevale neutronile. Iga seesugune neutron põhjustab teatava häire, mis lõpuks raugeb. Kui aga aatomikatelt piisavalt suurendada, hakkab siseneva neutroni põhjustatud häire aina edasi kanduma ja võimenduma, mille tagajärjel aatomikatel hävib. Kas midagi analoogset võib sündida ka vaimu või masinaga? Tundub, et inimvaimu puhul on sellesarnane nähtus olemas. Enamuse vaim jääb alla kriitilise piiri, s.t vastab kriitilisest väiksemale aatomikatlale. Ideega kokku puutudes vastab niisugune vaim sellele keskmiselt vähema kui ühe ideega. Vähesed ületavad kriitilise piiri - mingi ideega kokku puutudes võib sellisest vaimust vallanduda terve teistest, kolmandatest ja kaugematest ideedest koosnev “teooria”. Tundub, et loomade vaim jääb üsna kindlasti alla kriitilise piiri. Küsime kirjeldatud analoogiast lähtuvalt: “Kas on võimalik ehitada kriitilist piiri ületav masin?”

Võime appi võtta ka võrdluse sibulakoorega. Vaimu või aju funktsioonide puhul on olemas teatud operatsioonid, mida saab seletada puhtmehaaniliselt. See ei vasta tegelikule vaimule - see on nagu koor, mis tuleb tõelise vaimu kättesaamiseks eemaldada. Ent selle all on järgmine eemaldamist vajav koor jne. Kas nii jätkates jõuame kunagi selle “päris” vaimuni või leiame viimase koore tühja olevat? Viimasel juhul on kogu vaim mehaaniline. (Diskreetsete olekutega masin ta seejuures siiski ei oleks. Seda oleme juba arutanud.)

Eelmised kaks lõiku ei taha olla veenvad argumendid. Pigem võiks neid kirjeldada kui “ilukõnet usu õhutamiseks”.

Tõeliselt rahuldav toetus §6 alguses väljendatud vaatele saabub alles selle sajandi lõpus, mil kirjeldatud eksperiment võimalikuks saab. Mida aga on seni võimalik ütelda? Mida peaks praegu katse õnnestumise heaks tegema?

Olen juba selgitanud, et küsimus on ennekõike programmeerimises. Ka inseneriteadus peab arenema, kuid vaevalt see aspekt meie nõudmistele alla jääb. Aju mälumahtu hinnatakse 1010 kuni 1015 kahendnumbrile ehk bitile. Mina kaldun isegi väiksemate väärtuste poole ja usun, et kõrgemat tüüpi mõtlemise juures on sellest mahust kasutusel ainult väga väike osa. Suurem osa kulub ilmselt visuaalsete muljete säilitamiseks. Oleks üllatav, kui jäljendusmängu rahuldavaks läbiviimiseks - vähemalt pimeda inimese vastu mängides - läheks vaja rohkem mahtu kui 109. (Pange tähele, et Encyclopaedia Britannica 11. väljaande maht on 2 × 109 .) 107 on isegi hetkel olemasoleva tehnika juures vägagi saavutatav mälumaht. Tehete sooritamise kiirust suurendada pole võib-olla vajagi. Kaasaegsete masinate osad, mida võib pidada närvirakkude analoogideks, töötavad umbes tuhat korda kiiremini kui närvirakud ise. Nii saavutataks “ohutusvaru”, mis korvaks mitmel moel tekkivad kiiruskaod. Seega jääb meie mureks see, kuidas neid masinaid mängu jaoks programmeerida. Oma praeguse töökiiruse juures edeneb programm päevas umbes 1000 numbri jagu, nii et 50 aasta jooksul järjekindlalt töötades saaks umbes 60 inimest selle tööga valmis - eeldusel, et miski sellest ei lähe prügikasti. Soovitav oleks kasutada mingit kiiremat meetodit.

Tahtes jäljendada täiskasvanud inimese vaimu, peame süüvima protsessi, mille tulemusel see oma praegusesse olekusse on jõudnud. Tähelepandavad on kolm osist:(a) vaimu algolek - nt sündides, (b) läbitud haridustee, (c) muud - mitte haridusena kirjeldatavad - vaimule osaks saanud kogemused. Kas ehk ei võiks täiskasvanu vaimu simuleeriva programmi asemel luua sellist, mis simuleerib lapse oma? Kui seda siis sobivalt harida, oleks tulemuseks täiskasvanu aju. Eeldatavalt on lapse aju midagi kirjatarvete kauplusest soetatava märkmiku taolist - üsna lihtne mehhanism ja palju puhtaid lehti. (Mehhanism ja kirjutamine on meie arvates peaaegu sünonüümsed.) Loodetavasti sisaldub lapse ajus nii väike mehhanism, et sellega sarnane on hõlpsalt programmeeritav. Hariduse andmiseks kuluvat tööd võib esimeses lähenduses hinnata umbes sama mahukaks, kui see on lapse puhul.

Seega oleme jaotanud oma probleemi kaheks osaks - lapsprogramm ja hariduse andmine -, mis on omavahel väga tihedalt seotud. Esimesel katsel me head lapsmasinat arvatavasti ei saavuta. Tuleb võtta masin ja proovida, kui edukalt on ta suuteline õppima. Siis võib proovida järgmist ja võrrelda, kumb on parem. Sel protsessil on ilmne seos evolutsiooniga ja seda näitlikustavad järgmised paralleelid:

Lapsmasina struktuur = pärilik materjal

Muutused lapsmasinas = mutatsioonid Looduslik valik = eksperimentaatori hinnang

Siiski on loota, et antud protsess on evolutsioonist kiirem. Kõige kohastunumate ellujäämine on eeliste mõõtmiseks aeglane meetod. Eksperimentaatoril peab jätkuma taipu seda protsessi kiirendada. Samavõrd tähtis on asjaolu, et ta ei sõltu ainult juhuslikest mutatsioonidest. Avastades mingi nõrga koha põhjuse on eksperimentaator tõenäoliselt võimeline välja mõtlema mutatsiooni, mis selle nõrga koha parandaks.

Masinat ja tavalist last ei ole võimalik täpselt ühtemoodi õpetada. Masinal pole näiteks jalgu, nii et välja söepange täitma teda saata ei saa. Samuti pole tal ilmselt silmi. Kuidas nutikad insenerid neid puudusi ka ei korvaks, kooli seda olendit ikkagi ei pane - kindlasti hakataks tema üle naerma. Teda tuleb õpetada eraldi. Jalgade, silmade jne pärast muretsema ei pea. Helen Kelleri näide tõestab, et hariduse andmine on võimalik juhul, kui õpetaja ja õpilase vahel on võimalik mingisugunegi mõlemasuunaline kommunikatsioon.

Õpetamist seostatakse tavaliselt karistuse ja kiitusega. Sel põhimõttel saab ehitada või programmeerida lihtsamaid lapsmasinaid. Masin peab olema niisugune, et karistussignaalile eelnenu tõenäoliselt enam ei korduks, samal ajal kui kiitussignaal suurendaks selleni viinud tegevuse kordumise tõenäosust. Need määratlused ei eelda masinalt mingisuguste tunnete olemasolu. Ühe sellise lapsmasinaga olen juba katseid teinud ja mul õnnestus talle ka üht-teist selgeks õpetada, kuid tõeliselt õnnestunuks seda katset õpetamismeetodi mitteortodokssuse tõttu pidada ei saa.

Heal juhul saab karistuse ja kiituse kasutamine moodustada vaid ühe osa õpetamisprotsessist. Üldiselt on nii, et kui õpetaja suhtleb õpilasega ainult nende kahe vahendi abil, ongi need karistused ja kiitused kogu viimaseni jõudev informatsioon. Kui õpitavat teksti oleks võimalik avastada ainult läbi kas-küsimuste esitamise ning iga “ei” tähendaks laksu, siis ajaks, mil lapsel “Casabianca” peas, oleks tal olemine juba õige kibe. Järelikult on vaja ka mingeid muid, “ükskõikseid” kommunikatsioonikanaleid. Nende olemasolul saab masinat karistuste ja kiituste kaudu õpetada mingis, nt sümbolite keeles antud käske täitma. Käsud antakse edasi läbi “ükskõiksete” kanalite. Selle keele kasutamine vähendaks oluliselt vajalike karistuste ja kiituste arvu.

Lapsmasinale sobiva keerukuse osas ollakse eriarvamustel. Seda võidakse püüda - kooskõlas üldprintsiipidega - võimalikult lihtsaks ajada. Teisalt võidakse masinale “sisse ehitada” [2] terviklik loogiliste järelduste süsteem. Viimasel juhul hõivaksid definitsioonid ja propositsioonid suure osa mälust. Propositsioonide staatus oleks mitmesugune, nt kindlakstehtud faktid; oletused; matemaatiliselt tõestatud teoreemid; autoriteetide väited; väljendid, millel on propositsiooni loogiline vorm, kuid mis pole usutavad. Teatud propositsioone võib kirjeldada “imperatiividena”. Masin peab olema ehitatud nii, et kohe, kui imperatiiv liigitatakse “kindlakstehtuks”, järgneb automaatselt vastav tegevus. Kujutleme selgituseks olukorda, kus õpetaja ütleb masinale: “Tee kohe oma kodused ülesanded ära.” Sellest lähtudes lisatakse “Õpetaja ütleb: “Tee kohe oma kodused ülesanded ära.” ” kindlakstehtud faktide sekka. Teine selline fakt võiks olla: “Kõik, mida õpetaja ütleb, on tõsi.” Neid omavahel ühendades võime jõuda selleni, et imperatiiv “Tee kohe oma kodused ülesanded ära” saab kindlakstehtud faktiks ning masina ehitusest lähtudes hakataksegi ülesandeid tegema, ning see tagajärg on väga rahuldav. Masina kasutatavad järeldusprotsessid ei pruugi kõige nõudlikumaid loogikuid rahuldada. Näiteks ei pruugi masinal olla tüüpide hierarhiat. See aga ei pea tähendama, et tüüpidega eksitakse - samamoodi nagu ei kiputa alla kukkuma piirdeta rannakaljult. Sobivad imperatiivid (mida väljendatakse süsteemide siseselt, mis aga ei moodusta osa reeglitest, millele süsteem allub) nagu “Ära kasuta teatud klassi juhul, kui see pole õpetaja poolt mainitud klassi alamklass” on samasuguse mõjuga nagu “Ära mine liiga ääre peale”.

Nagu ülaltoodud näites (koduste ülesannete tegemine), saab jäsemeteta masin alluda ainult üsna intellektuaalset laadi imperatiividele. Tähtsamad neist reguleerivad, millises järjekorras mingi loogikasüsteemi reegleid rakendatakse. Asi on selles, et igas loogikasüsteemi kasutusstaadiumis on võimalik valida väga paljude erinevate sammude vahel, mida loogikasüsteemi reeglite poolest on lubatud rakendada. Nende valikute alusel saab teha vahet hiilgava ja armetu, mitte aga veatu ja eksliku arutleja vahel. Niisuguste imperatiivideni viivad propositsioonid nagu “Kui tuleb juttu Sokratesest, kasuta Barbara süllogismi” või “Kui on tõestatud, et üks meetod on teisest kiirem, siis ära aeglasemat kasuta”. Osa neist võib “pärineda autoriteetidelt”, kuid on ka neid, mis võivad olla masina enda loodud, nt teadusliku induktsiooni teel.

Mõnele lugejale tundub idee õppivast masinast ehk paradoksaalne. Kuidas saavad reeglid, mille järgi masin töötab, muutuda? Need peaksid ometi masina võimalikke reaktsioone täielikult kirjeldama, ükskõik milline on ta ajalugu ja milliseid muutusi ta läbinud on. Reeglid on seega ajas täiesti muutumatud. See on tõesti tõsi. Paradoksi seletab see, et õppimisprotsessis muutuvad reeglid pole kaljukindlad ja pretendeerivad üksnes lühiajalisele kehtivusele. Võrdluseks võib võtta Ameerika Ühendriikide põhiseaduse.

Õppiva masina puhul on sageli nii, et selle õpetaja on masina sees toimuvast üsna suures teadmatuses, olles samas siiski mingil määral suuteline oma õpilase käitumist ennustama. Eriti peaks see kehtima läbiproovitud ehituse (või programmiga) lapsmasinast kujuneva masina hilisema hariduse puhul. See erineb selgelt masina abil arvutuste tegemise tavaviisist: siis on eesmärgiks saada selge ettekujutus masina olukorrast kogu arvutuse vältel. Mainitud eesmärgi saavutamiseks tuleb kõvasti pingutada. Arusaam, et “masin suudab teha ainult seda, mida me oskame käskida tal teha”, [3] näib sel taustal veidrana. Enamiku masinasse sisestatud programmide toimel hakkab masin tegema midagi mõistetamatut või käituma meie meelest täiesti juhuslikult. Eeldatavasti on arukale käitumisele omane teatud lahknemine arvutuste tegemiseks vajalikust täiesti distsiplineeritud käitumisest, aga see lahknemine pole siiski nii suur, et põhjustaks juhuslikku käitumist või tegevuste mõttetut kordamist. “Inimliku ekslikkuse” välistamine loomulikul teel, s.t erilise “treeninguta”, on teine tähtis jäljendusmänguks ettevalmistatava masina õppeprotsessi tulemus. (Siinkohal võiks lugeja otsida paralleele vaatekohaga lehekülgedel 2596 ja 2597.) Õpitud protsessid ei kindlusta 100% kindlat tulemust; oleks see nii, poleks neist enam võimalik vabaneda.

Õppiva masina juures peaks leiduma oma koht ka juhuslikkusel (vt lk 2578). Mõne probleemi lahendamisel on juhuslikkusest palju abi. Oletame näiteks, et on vaja leida arv vahemikust 50- 200, mis võrdub oma numbrite summa ruuduga. Võime alustada arvust 51 ning liikuda seejärel edasi 52 juurde ja nõnda edasi kuni sobiva arvu leidmiseni. Teisalt võiks arve valida ka juhuslikult ja jõuda sel teel sobivani. Selle meetodi eeliseks on, et proovitud väärtuste hulgas pole tarvis järge pidada, puuduseks aga see, et mõni väärtus võib mitu korda läbi käia - mis pole aga oluline juhul, kui lahendusi on rohkem kui üks. Süstemaatilise meetodi puuduseks on, et otsimine võib alata võimalike väärtuste hulga sellisest - tohutult pikast - osast, kus otsitavat ei sisaldu. Õppimisprotsessi võib aga pidada õpetajat (või mõnd muud kriteeriumi) rahuldava käitumisvormi otsimiseks. Kuna rahuldavaid lahendusi on arvatavasti hulgaliselt, näib juhuslik meetod süstemaatilisest parem. Pandagu tähele, et see on kasutusel ka analoogilises protsessis - evolutsioonis. Süstemaatiline meetod poleks seal võimalikki. Kuidas saakski erinevate läbiproovitud geenikombinatsioonide seas nende kordumise vältimiseks järge pidada?

On loota, et kunagi suudavad masinad inimesega võistelda kõigil puhtalt intellektuaalsetel aladel. Ent millest alustada? Isegi seda on keeruline otsustada. Paljude meelest oleks parim mingi väga abstraktne tegevus - näiteks malemäng. Võidakse jääda ka arvamusele, et kõige õigem oleks varustada masin parimate võimalike meeleorganitega ning õpetada see inglise keelt rääkima ja sellest aru saama. Õpetada võiks samamoodi nagu tavalist last - asjadele osutades ja neid nimepidi nimetades jne. Jällegi ei tea ma, mis oleks õige, aga arvatavasti peaks proovima mõlemat lähenemisviisi.

Kaugele tulevikku me ei näe, aga tööd on igatahes veel palju ees.

Computing Machinery and Intelligence. - Mind. New Series. Vol. 59. No. 236, October 1950, pp. 433-460.

Tõlkinud Elo Luur

Kirjandus

B u t l e r , Samuel 1865. Erewhon. London. Chapters 23-25: The Book of the Machines [eesti keeles: Eikugasil. (Loomingu Raamatukogu.) Tallinn: Perioodika, 2003]

C h u r c h , Alonzo 1936. An Unsolvable Problem of Elementary Number Theory. - American Journal of Mathematics, vol. 58, pp. 345- 363

G ö d e l , Kurt 1931. Über formal unentscheidbare Sätze der Principia Mathematica und verwandter Systeme, I. - Monatshefte für Mathematik und Physik, Bd. 38, S. 173-189

H a r t r e e , Douglas R. 1949. Calculating Instruments and Machines. New York

K l e e n e , Stephen C. 1935. General Recursive Functions of Natural Numbers. - American Journal of Mathematics, vol. 57, pp. 153-173, 219-244

J e f f e r s o n , G. 1949. The Mind of Mechanical Man. Lister Oration for 1949. - British Medical Journal, vol. i, pp. 1105-1121

L o v e l a c e , Countess of 1842. Translator’s notes to an article on Babbage’s Analytical Engine. - Scientific Memoirs, ed. by R. Taylor, vol. 3, pp. 691-731

R u s s e l l , Bertrand 1940. History of Western Philosophy. London

T u r i n g , Alan M. 1937. On Computable Numbers, with an Application to the Entscheidungsproblem. - Proceedings of the London Mathematical Society, Series 2, vol. 42, pp. 230-265 (corrections: Proceedings of the London Mathematical Society, Series 2, vol. 43 (1937), pp. 544-546)

1

[1] Võib-olla on see arvamus ketserlik. Aquino Thomas (Summa Theologica, Bertrand Russelli osundus, Russell 1940: 480) väidab, et Jumal ei saa inimeselt tema hinge võtta. Kuid see ei tarvitse tuleneda Tema võimete piiratusest, vaid inimhinge surematusest, mille tõttu seda pole võimalik hävitada.

[2] Pigem küll “sisse programmeerida”, kuivõrd meie lapsmasin programmeeritakse digitaalarvuti keskkonnas. Loogikasüsteemi ei pea aga ära õppima.

[3] Võrdle leedi Lovelace’i väitega (lk 2589), milles puudub sõna “ainult”.

2016-06-12

MärksõnaAju

MärksõnaArvuti

MärksõnaTehisintellekt

MärksõnaTehnoloogia