right|thumb|„Futballozó” robotok 2009-ből

A Moravec-paradoxon a mesterséges intelligencia és a robotika kutatóinak meglepő felfedezése, miszerint a hagyományos feltételezésektől eltérően a magas szintű gondolkodás nagyon kicsi számítási teljesítményt vesz igénybe, az alacsony szintű szenzomotoros készségek ellenben óriási számítási erőforrásokat igényelnek. A paradoxont először Hans Moravec, Rodney Brooks, Marvin Minsky és mások fogalmazták meg az 1980-as években. Moravecet idézve: „a számítógépeket viszonylag könnyen képessé tehetjük arra, hogy felnőttekéhez mérhető szintű eredményeket érjenek el intelligenciateszteken vagy a dámajátékban, de a lehetetlent súrolóan nehéz eljuttatni őket az egyéves gyerekek szintjére az észlelés és manőverező képesség területén”.

A nyelvész és kognitív tudós Steven Pinker a Moravec-paradoxont a mesterséges intelligencia kutatói által elért legfontosabb felfedezésnek tartja. Könyvében – A nyelvi ösztön – így fogalmaz:

Marvin Minsky kiemeli, hogy a legnehezebben visszafejthető emberi képességek azok, melyeket nem tudatosan végzünk. „Általában véve, annak vagyunk a legkevésbé tudatában, amit az agyunk a leghatékonyabban végez”, írja, majd hozzáteszi: „jobban tudatosítjuk azokat az egyszerű folyamatokat, amik nem jól működnek, mint azokat a komplex folyamatokat, amik hibátlanul dolgoznak”.

Az emberi készségek biológiai alapja A paradoxon egyik lehetséges magyarázata, amit Moravec is felkínál, az evolúción alapul. Az ember által használt valamennyi készség biológiai úton jött létre, a természetes szelekció folyamatának eszközei által. Az evolúció során a természetes szelekció jellemzően megőrzi a tervezési javításokat és optimalizálásokat. Minél régebbi egy készség, annál több ideje volt a természetes kiválasztódásnak, hogy tökéletesítse azt. Mivel az absztrakt gondolkodás egy meglehetősen új keletű fejlemény, nem számíthatunk rá, hogy különösebben hatékony módon lenne megvalósítva.

Ahogy Moravec írja:

A fenti érvelés így foglalható össze: Bármely emberi készség visszafejtésének nehézsége nagyjából azzal az idővel arányos, amíg a készség az állatokban fejlődött. A legrégebbi készségeink nagyrészt öntudatlanok, ezért úgy tűnik, mintha megerőltetés nélkül hajtanánk végre azokat. Így tehát a könnyednek tűnő készségek visszafejtésénél nehézségekre számíthatunk, míg az erőfeszítést igénylőknek nem is feltétlenül bonyolult a visszafejtése.

Néhány készség, ami több millió éven keresztül tökéletesedett: egy arc felismerése, térbeli helyváltoztatás, az emberek motivációinak megítélése, egy labda elkapása, egy hang felismerése, megfelelő célok kitűzése, érdekes dolgokra való odafigyelés; bármi, aminek köze van az észleléshez, figyelemhez, vizualizációhoz, motoros készségekhez, társas készségekhez stb.

Néhány újonnan megjelent készség: matematika, tervezés, emberi játékok, logika, a tudomány nagy része. Ezek nehezebbek számunkra, mert testünket és agyunkat elsősorban nem ezekre készítette fel az evolúció. Történelmi léptékben a közelmúltban fejlődtek ki, legfeljebb néhány ezer év állt rendelkezésre a finomításukra a(z) (szociokulturális) evolúciónak.Bár a kulturális evolúció gyorsabban halad a genetikai evolúciónál, a két különböző készségfajta kifejlődési ideje között öt-hat nagyságrendnyi a különbség, és (Moravec érvei szerint) közel sem telt el elegendő idő az új készségek tökéletesítéséhez.

Hatása a mesterséges intelligencia kutatásában Az MI-kutatás kezdetén a kutatócsoportok vezetői sok esetben azt jósolták, hogy néhány évtizeden belül gondolkodó gépeket leszünk képesek előállítani. Optimizmusukat táplálta, hogy sikeresen meg tudtak írni olyan programokat, amelyek logikus döntéseket hoztak, algebrai és geometriai problémákat oldottak meg és a dámához vagy a sakkhoz hasonló játékokban tűntek ki. A logika, az algebra az emberek számára nehéz területek, ezért az intelligencia jelének tekintjük használatukat. Feltételezték tehát, hogy csaknem az összes „nehéz” probléma megoldása után, a „könnyű” problémákkal, mint a gépi látás vagy a mindennapi tudás (commonsense reasoning) már gyorsan végeznek. Ebben csalatkozniuk kellett, aminek egyik oka az, hogy ezek a problémák egyáltalán nem könnyűek, sőt rendkívül nehezek. Az, hogy meg tudtak birkózni a logika vagy az algebra problémájával, irreleváns – ezek a problémák rendkívül könnyűek a számítógépek számára.Más okai is vannak, hogy a jóslatok nem váltak valóra (pl. a korlátozott számítási teljesítmény, lásd: A mesterséges intelligencia története#A problémák).

Rodney Brooks magyarázata szerint a korai MI-kutatás által használt intelligencia fogalma „leginkább úgy írható le, hogy azok a dolgok, amik felsőfokú végzettségű (férfi) tudós számára kihívást jelentenek”, ilyen a sakk, a szimbolikus integrálás, matematikai tételbizonyítás, komplikált szóalgebra-problémák megoldása. „Azokra a dolgokra, amikre egy négy-ötéves gyerek képes különösebb erőfeszítés nélkül, például két lábon járni, vizuálisan megkülönböztetni egy kávéscsészét egy széktől, vagy eltalálni a hálószobából a nappaliba, nem gondoltak intelligenciát igénylő tevékenységként.”, idézve itt:

Ez oda vezetett, hogy Brook új irányba indult el az MI és a robotika kutatásában. Úgy döntött, hogy az általa tervezett intelligens gépek „Nem foglalkoznak a megismeréssel. Csak érzékeléssel és cselekvéssel. Ennyit fogok beléjük építeni, és teljesen ki fogom hagyni, amit hagyományosan a mesterséges intelligenciából »intelligenciának« tekintettek.” Az új irány, amit Nouvelle AI-nak neveztek el, nagy hatással volt a későbbi robotikai és MI-kutatásokra.

Kapcsolódó szócikkek Nouvelle AI Hans Moravec A mesterséges intelligencia története

Jegyzetek

Fordítás

Irodalom

, p. 456.

Kategória:Mesterséges intelligencia Kategória:Filozófia Kategória:Paradoxonok