Koliko košta Alan Tjuring?


Kako je Alan Tjuring predvideo eru veštačke inteligencije, i kako će se naći na novoj britanskoj novčanici od 50 funti.

“Sometimes it is the people no one can imagine anything of who do the things no one can imagine.”

Ni 65 godina nije bilo dovoljno vremena da se prepozna i prizna Tjuringov neprocenjiv doprinos svetskoj nauci.

Postoji dobar razlog što su Britanci pre neki dan izabrali da ih “dečko sa Prinstona” vodi dalje kroz 21. vek: njegova uloga u razbijanju nacističkog šifarnika „Enigma“ biće odlučujuća pri donošenju odluke da se njegov lik stavi na novu britansku “petobanku”. To, međutim, nipošto nije sveobuhvatni odraz svih Tjuringovih interesovanja i dostignuća – izuzev dramatično važnih dometa u razvoju veštačke inteligencije i kriptografije, značajni su i njegovi uvidi u oblasti morfogeneze (utvrđivanje zakonitosti i obrazaca rasta živih bića) u spoju s razvojem mašinske inteligencije.

Da, pomogao je saveznicima da pobede u ratu: Tjuring je imao moć da uoči suštinu problema koji je trebalo rešiti: na te ratne zadatke primenjivao je svoje neslućene kapacitete – ne bi li stekao uvid u izlazne opcije, uz ogromnu usredsređenost i  kreativnost. Ali Tjuringov značaj ne sastoji se od njegovog istorijski ključnog položaja – kao osobe koja je rešavala najveće probleme Drugog svetskog rata – ili pak kao osobe koja je bila odvratno maltretirana samo zato što je gej (Tjuring, naravno, teško da je 2013. čuo zvanično izvinjenje britanske kraljice za ono što mu je kruna učinila). Raspet na stub srama, bez ikakvog povoda; ono što je Britaniju danas inspirisalo da mu se nakon gotovo sedam decenija, barem na neki način, makar simbolično, oduži. Napokon, njegov doprinos naučnoj zajednici i svetu još uvek nije do kraja sagledan – ono zbog čega je slavan je tek jedan deo njegovih naučnih dometa.

Tjuring je bio osoba koja je toliko mnogo držala do sopstvene privatnosti. Međutim, imamo nekoliko uvida u njegove glavne motive – pre svega onih koji potiču od reči i pera pionira informacionog doba, Kloda Šenona. Američki matematičar koji je radio u plodnom, višestruko podsticajnom okruženju Belovih laboratorija (Bell Labs) u Nju Džersiju, Šenon je intelektualno bio podjednako snažan kao i Tjuring. Njih dvojica su prepoznali svoje čudno srodstvo 1942. godine, kada je Tjuring bio poslat preko Atlantika u Belove laboratorije ne bi li doznao nešto više o američkim dometima u kriptologiji (ili kriptografiji) – oblasti šifrovanja i razbijanja šifara.

Tokom posete, Šenon i Tjuring bi zajedno popili po čaj i pričali o svemu pomalo  – osim o kriptografiji i šiframa. Šenon je kasnije komentarisao da mu je Tjuring zavideo na slobodi da „luta svim vrstama intelektualnih oblasti“. Ipak, njih su dvojica najviše razgovarali o tome šta bi računari mogli da urade u budućnosti – posebno u stvaranju veštačke inteligencije. “Tjuring i ja smo razgovarali o mogućnosti da se u potpunosti simulira ljudski mozak“, rekao je Šenon u jednom intervjuu iz 1977. godine. Tada su mislili da bi projekat mogao potrajati nekoliko decenija.

Tjuring je 1948. godine napisao “Inteligentne mašine”, svoj prvi članak o simulaciji mozga na kompjuteru. Nije objavljen godinama nakon njegove smrti, uglavnom zbog toga što je Tjuringov šef, Čarls Darvin – ne “onaj” Darvin, već njegov unuk – gajio mišljenje da taj rad nije ništa bolji od “đačkog eseja”. Tjuring je 1950. objavio još jedan rad o veštačkoj inteligenciji: bio je to rad u kojem je glavno pitanje glasilo: “Može li mašina da misli?” Šenon ga je te godine posetio u Mančesteru, i bio je impresioniran što vidi da još uvek aktivno radi na razumevanju onoga što se događa unutar računara. Čak je i osmislio sistem u kojem bi mančesterski kompjuter emitovao zvuk svaki put kada bi završio operaciju, sa tonom zvona koji daje informacije o procesu. Tjuring je mislio da ova programerska naredba, da “namesti ton pištaljki!”, kako se to radosno izrazio Šenon, može biti ključ za razumevanje kako mašine mogu misliti.

Guverner Banke Engleske, Mark Karni, objavljuje da će Tjuringov lik biti na novog britanskoj novčanici od 50 funti (The Independent)

Guverner Banke Engleske, Mark Karni: “Tjuringov lik biće na novog britanskoj novčanici od 50 funti” (The Independent)

To tada i nije bio – “razumevanje mašina” je uvid koji je došao kasnije, sa Tjuringovom arhitekturom za jedan drukčiji kompjuter, koji je povezao svoja kola sa promenljivim vezama, oponašajući arhitekturu ljudskog mozga. Veštačka neuronska mreža je skinuta sa table za crtanje na bostonskom MIT-u, gde je Klod Šenon (Claude Shannon) bio gostujući profesor – bilo je to 1958, četiri godine nakon što je Tjuring preminuo u nepojmljivo bolnim okolnostima.

Mogli bismo veličati Tjuringa zbog njegovog uspešnog razbijanja šifara, ili se usredsrediti na užasan tretman koji je nasilno “primenjen” nad njim, u doba koje je odisalo netolerancijom prema homoseksualcima. Ali, možda bi bilo najbolje da se na izbor Alana Tjuringa za lice na novoj britanskoj novčanici od 50 funti gleda kao na znak odobravanja u novoj epohi veštačke inteligencije. Tjuring je 1949. izjavio za Tajms da su sadašnje inkarnacije tj forme računarskih mašina “samo predosećaj onoga što će tek doći, a samo senka onoga što će biti.” Ovo je citat koji će se pojaviti na novčanici od 50 funti, i koji je odraz jedne istine – sa svojom i dobrom i lošom stranom. Sledeći Tjuringov pravac kojim nas je poveo, danas razvijamo mašine koje uče da dijagnostikuju bolest pre nego što je to čovek u stanju, zajedno sa drugim AI uređajima koji uče da identifikuju ljude i ubijaju ih. Veštačka inteligencija će promeniti svet kroz iskustva radosti i bola, na sličan način koji je to doživeo i njen kreator, završava Majkl Bruk za New Statesman.

Mark Karni, direktor Banke Engleske (Guardian)

Stavljanje Alana Turinga na 50 funti je trijumf britanske nauke – i jednakosti, napisala je ovim povodom Emili Grosman, molekularna biologičarka, genetičarka i naučna novinarka, inače poznata javna ličnost koja se u Britaniji često može videti na TV-u. U svojoj kolumni za Gardijan, Grosmanova kaže da je i ona sama bila članica savetodavnog odbora kojeg je upriličila Banka Engleske da bi se pomoglo pri odabiru naučnika koji će krasiti novu novčanicu od 50 funti. Odavanjem počasti na ovakav način poslata je poruka da Britanija poštuje sve ljude, piše ona i dodaje: „Tokom prošlog Božića  sam imala to neobično zadovoljstvo da iščitavam kratke biografije 989 mrtvih naučnika. Kao članica savetodavnog odbora za odabir karaktera na novčanicama Centralne banke Engleske, proučavala sam potencijalne kandidate za novu novčanicu od 50 funti: zapravo, broj britanskih naučnika koji su bili kandidati za “reklamiranje britanske petobanke” dostigao je preko 225 hiljada(!). Ovoliki broj javnih ličnosti je istovremeno “odražavao ogroman doprinos našeg malog ostrva međunarodnom naučnom napretku u proteklih nekoliko stoleća”, piše Grosmanova. Ona, uzgred, piše i da je dve trećine homoseksualnih parova u Londonu zabrinuto za svoju bezbednost tokom boravka na javnim mestima ovog grada, kao i da se ona sama, “budite ubeđeni, osećam prilično neprijatno dok mojoj partnerki (inače majci) i meni viču, negoduju i dobacuju na ulici – kako mladi muškarci tako i starije gospođe”.

turing.w.uib.no

Savetodavni odbor je konačno stigao do liste od 12 ličnosti, koju smo uredno predstavili guverneru Banke Engleske, Marku Karniju. Svi su sami po sebi bili izuzetni naučnici, koji su se univerzalno složili da su dali značajan i trajan doprinos ne samo svetu nauke, već i društvu u celini. Oni su se kretali od Stivena Hokinga i Rozalind Frenklin do Doroti Hodžkin i Šrivanase Ramanudžana. Bila je to lista koja je osporila zastareli stereotip o „društveno neugodnom starom belcu, koji marljivo radi sam u svojoj laboratoriji“. Ova je metafora štetna, i izraz je koji danas još uvek sprečava mnoge mlade ljude da vide svoje mesto u nauci.

Jedno se ime posebno isticalo kao ono kojem treba ukazati pažnju i čast da se nađe na novčanici od 50 funti: Alan Tjuring. Njegov doprinos nauci je jasan: on je bio otac informatike, značajno utičući na savremenu oblast veštačke inteligencije, i – što je najvažnije – odavanje priznanja za njegov rad i domete napravljene u Blečli Parku tokom Drugog svetskog rata, kao vođe tima koji je razbio nemački kripto-sistem upotrebljavan za šifrovanje „Enigme“.

U 72 zemlje sveta su istopolni odnosi i dalje nezakoniti (od kojih su 36 članovi Komonvelta), dok je 11 onih u kojima je homoseksualnost kažnjiva smrću. Odavanje pošte Tjuringu šalje jednu snažnu poruku. Britanija je nacija koja veruje da se prema svim ljudima treba odnositi podjednako i s poštovanjem; zato bi ova nacija trebalo da Alana Tjuringa slavi zbog njegovog izuzetnog doprinosa svetu. To je, ujedno, i odavanje pošte svakom od 50 hiljada onih koji su na isti način, i iz istog razloga, stradali u Britaniji polovinom prošlog veka.

“Izvinjavati se mrtvima je jedna fina stvar. Ipak, bolje od toga je reći živima da vam je žao”, napisala je za Gardijan ovim povodom Ketrin Benet, britanska novinarka i kolumnistkinja Observera.

Nauka – rizik, tajna i misterija, a ne udoban biznis


Superkompjuter AlphaGo Zero pokazuje kako biznisi gube bitku s inovacijama. Da li je najbolje što čovek može da uradi s veštačkom inteligencijom igranje igara kao što su šah i go, ili je to dalji napredak kroz ključne naučne proboje, pita se Tim Harford u autorskom članku za Fajnenšel tajms.

Teško je ne biti impresioniran – uz to možda i pomalo uznemiren – napretkom. Superračunar “Duboko plavetnilo“ (Deep Blue) kompanije IBM je pre 20 godina (1997) pobedio je tada najvećeg svetskog šahistu, Garija Kasparova. Taj je računar bio astronomski skup hardver, brižno opsluživan i podučavan od strane ljudi.

Kompjuteru je bilo daleko teže da ovlada igrom Go, koja je mnogostruko komplikovanija od šaha. Ipak, kada se program AlphaGo uz fanfare pojavio 2016. godine, nakon nekoliko meseci obuke je lagano potukao najbolje svetske igrače.

Pretprošle nedelje je DeepMind, istraživačka firma za razvoj veštačke inteligencije objavila da je napravila superiornog AI igrača pod imenom AlphaGo Zero. Ovaj unapređeni model je brži, koristi manje hardvera, a „patosirao“ je svog prethodnika AlphaGo u 100 duela, ne dajući mu priliku ni za jednu pobedu. Uz sve to,  AlphaGo Zero je potpuno „samouk“ i uči bez ikakve ljudske asistencije: On je, štaviše, postigao ovakav nesvakidašnji rezultat nakon samo 72 sata prakse.

Neverovatan napredak kompanije AlphaGo Zero doprineo je već prisutnoj grozničavoj uznemirenosti što roboti preuzimaju ljudske poslove, izazivajući masovnu nezaposlenost. Pa ipak, ta anksioznost teško da se uklapa s visokim stopama zaposlenosti i razočaravajućim rastom produktivnosti koju vidimo u Sjedinjenim Državama, a posebno u Britaniji. Postoji veliki broj (ljudskih) poslova i profesija, ali, očigledno, ne i puno inovacija.

Za ovaj paradoks postoje različita moguća objašnjenja, ali najjednostavnije je ovo: AlphaGo Zero je izuzetak. Produktivnost i tehnološki napredak su slabi, jer istraživanje koje stoji iza napretka veštačke inteligencije zapretene u mašinu AlphaGo Zero nije tipičan način na koji pokušavamo da proizvedemo nove ideje.

Gledište Garija Kasparova u vezi veštačke inteligencije upregnute u igranje ljudskih igara je fascinantno. U svojoj nedavno objavljenoj knjizi „Deep Thinking“, on citira pokojnog kompjuterskog naučnika Alana Perlisa: “Optimizacija ometa evoluciju”. U slučaju kompjuterskog šaha, Perlisova maksima dobro opisuje istraživače koji su izabrali pragmatične „kratke rezove“ zarad brzog rezultata. Ipak, jedno dublje, rizičnije istraživanje biva danas zanemareno. IBM-ov prioritet sa Deep Blue mašinom nije bilo sticanje novih saznanja u oblasti AI, već pobeda – a pobeda je, u naučnom smislu, bila ćorskokak.

A ovoga bi se trebalo sramiti. Pioniri računarstva, Alan Tjuring i Klod Šenon (Claude Shannon) verovali su da bi šah mogao predstavljati plodno polje za istraživanje i razvoj veštačke inteligencije u nekim daleko značajnijim oblastima. Ta nada je bila brzo skrajnuta brutalnim pristupom, od kojeg se malo šta naučilo izuzev saznanja da ova mašina dobro igra šah..

Lako je shvatiti zašto bi jedna komercijalna kompanija imala jedva neko zrno interesovanja za tehnike ranog prepoznavanja obrasca, koje su pročišćene, prerađene i „oplemenjene“ u računaru AlphaGo. Gari Kasparov opisuje pokušaj njihovog korišćenja u šahu; posmatrajući kako bi velemajstori odmah osvajali igre u kojima su žrtvovali svoje najjače adute, figuru kraljice, mašina je, shodno njihovom „paternu“ tj obrascu (pogrešno) zaključila da bi morala žrtvovati svoju kraljicu u svakoj prilici.

Pa ipak, na kraju, ove tehnike prepoznavanja obrazaca su se pokazale daleko snažnijim i generalno primenjivim za razliku od metoda koje koriste najbolji šahovski kompjuteri; stoga, pitanje glasi: želimo li da promenimo naš svet ili da samo osvojimo šahovsku igru?

Nije ovo samo opominjuća priča koja se tiče šaha. Korporacije su „protegle“ pipke svojih ambicija i na mnoga druga mesta. Korporativne istraživačke laboratorije nekada su finansirale fundamentalna istraživanja od najvećeg značaja. Leo Esaki, koji je radio u korporacijama Sony i IBM dobitnik je Nobelove nagrade za fiziku, kao i Džek Kilbi iz kompanije Texas Instruments. Irving Lengmjuir (Irving Langmuir) iz Dženeral Elektrika dobitnik je Nobelove nagrade iz oblasti hemije. Laboratorije kompanije Bel (Bell Labs) iznedrile su toliki broj nobelovaca – zajedno sa samim Šenonom. Davno su prohujala vremena kada se kompanije nisu plašile ulaganja u fundamentalne nauke.

To se, vremenom, promenilo, kako pokazuje istraživački rad troje ekonomista – Ašiša Arore, Šeron Belenzon i Andrea Pataconija (Ashish Arora, Sharon Belenzon, Andrea Patacconi). Kompanije još uvek ulažu u inovacije, ali se fokus stavlja na praktične primene a ne na osnovne nauke, dok se rezultati istraživanja često prenose na manje poslovne jedinice, čija se intelektualna svojina može lako kupiti i prodati.

Korporativni istraživači proizvode više patenata, ali ih je teže uočiti na stranicama naučnih časopisa. Kako kaže profesor Arora, istraživanje i razvoj postali su “manje I, više R” (manje istraživanje a više razvoj „Less Research, more Development“). Istraživanje AlphaGo-a, kaže on, predstavlja izuzetak od ovog pravila. A ovo je izuzetno bitno, jer i najosnovnije istraživanje na kraju završi kao komercijalno korisno. Volimo zlatna jaja, ali možda izgladnjujemo zlatnu koku.

Sve ovo ne mora biti katastrofalno ako bi druga istraživačka tela, kao što su univerziteti, popunjavali ovaj jaz između komercijale i ključnih istraživačkih proboja. Ipak, to nije nešto što bi trebalo uzeti zdravo za gotovo. Kao što je dokumentovao ekonomista Bendžamin Džouns (Benjamin Jones), teže je, naravno – pronaći/iznedriti nove ideje. Jedan od znakova ovoga se ogleda u složenosti sastava istraživačkih timova, koji su nikad veći i sačinjeni od enormnog broja sve uže specijalizovanih istraživača… koji su, uzgred, i sve skuplji…

Možda bi bilo naivno kada bismo naprosto podsticali kompanije da potroše više na fundamentalna istraživanja – ali neko mora da ih motiviše i na to podseća. Jedan interesantan pristup je kada bi sama država finansirala nagrade za inovacije koje bi išle u ruke istinski progresivnim rešenjima koje prave značajne naučne skokove i menjaju anticipaciju. Takve nagrade mobilišu javne fondove i javne ciljeve sve dok koriste agilnost i raznolikost pristupa privatnog sektora. Takve nagrade, međutim, funkcionišu samo u određenim situacijama.

Profesionalni sport je popularizovao praksu “marginalnih dobitaka”: brza optimizacija, u potrazi za probojem – tamo gde je sadašnja istraživačka granica „najtanja“. Ispostavilo se da su korporativna istraživanja imala isti obrt pre više decenija. Nema ničeg pogrešnog u marginalnim poboljšanjima i sitnim pomacima, ali se ne sme dozvoliti da ona istiskuju špekulativno istraživanje, koje je u samoj srži svakog istraživanja. Nauka, ona fundamentalna,  ima dublju i zbrkaniju praksu od sporta. Stoga moramo nastaviti da joj posvećujemo vreme, prostor i novac, kako bismo učinili da naučni skokovi budu veći – rizičniji.

Fajnenšel Tajms