ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ ΚΑΙ ΝΟΗΜΟΝΑ ΣΥΣΤΗΜΑΤΑ

Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών Σχολή Θετικών Επιστημών Τμήμα Ιστορίας και Φιλοσοφίας της Επιστήμης Πτυχιακή Εργασία ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ ΚΑΙ ΝΟΗΜΟΝΑ ΣΥΣΤΗΜΑΤΑ Γ.Π. Ανδρίτσος Α.Μ. 9986200800006 Επιβλέπων καθηγητής: Κ. Δημητρακόπουλος Αθήνα Ιούλιος 2017 1

Κεφαλαίο 1. Η τεχνητή νοημοσύνη (Τ.Ν.) είναι ο κλάδος της ανθρώπινης γνώσης που μελετά και σχεδιάζει τεχνητά νοήμονα συστήματα. Μιλώντας για τεχνητά γίνεται λόγος για οποιαδήποτε οντότητα ή συστήματα οντοτήτων που χαρακτηρίζονται από νοημοσύνη. Πρόκειται για θεμελιώδεις έννοιες που θα προσεγγισθούν ώστε να γίνει κατανοητή η έννοια της νοημοσύνης, της τεχνητής νοημοσύνης επί τω συνόλω των νοημόνων συστημάτων και η ποικιλία και η χρησιμότητα αυτών. Η ανθρώπινη νοημοσύνη είναι μια έννοια που έχει προκαλέσει πολλές αντιπαραθέσεις. Από το μακρινό παρελθόν, μέχρι τις μέρες, μας θεωρείτο η ύψιστη και μοναδική μορφή νοημοσύνης. Από κοινωνιολογικής ψυχολογικής οπτικής, η νοημοσύνη του ανθρώπου, που μπορεί να διερευνηθεί με διάφορες μεθόδους αξιολόγησης (test), έχει δημιουργήσει λανθασμένες αντιλήψεις σχετικά με τη γενετική. Τα ερωτήματα που προκύπτουν σχετικά με τον ορισμό, τις έννοιες, τις μορφές, τους παράγοντες, την ποικιλία, την ύπαρξη οντοτήτων ανθρώπινων ή άλλων νοημόνων συστημάτων είναι πολλά και η επιστημονική κοινότητα προσπάθησε να δώσει απαντήσεις. Στα μέσα του 20 ου αι. δόθηκαν από ειδικούς επιστήμονες κάποιοι ορισμοί που αφορούσαν τη φύση της νοημοσύνης όπως: Η δυνατότητα καλών αποκρίσεων από την πλευρά της αλήθειας ή του γεγονότος (E.L. Thorndike) Η ικανότητα (ability) για αφηρημένη σκέψη (L.M. Terman) Η ικανότητα (ability) να προσαρμόζει κάποιος τον εαυτό του επαρκώς σε σχετικά νέες καταστάσεις στη ζωή (R. Pintner) Η ικανότητα (capacity) για γνώση και η κατεχόμενη γνώση (V.A.C. Henmon) Η ικανότητα (capacity) για μάθηση ή κέρδος (profit) λόγω εμπειρίας (W.F. Dearborn) 2

Με βάση αυτούς τους ορισμούς μπορούμε να εξάγουμε τα εξής συμπεράσματα σε αντιστοιχία προς τους πάνω ορισμούς: 1 ο : Ο ορισμός του E.L. Thorndike φαίνεται να εξαιρεί μη ανθρώπινα όντα από τα νοήμονα συστήματα 2 ο :Ο ορισμός του L.M. Terman εξαιρεί σχεδόν όλα τα ζώα, όχι όμως τις μηχανές. 3 ο : Ο ορισμός του R. Pintner δίνει έμφαση στην προσαρμοστικότητα 4 ο : Ο ορισμός του V.A.C. Henmon χρησιμοποιεί αμφισβητούμενους όρους 5 ο : Ο ορισμός του W.F. Dearborn είναι ασαφής Προχωρώντας σε μια αναδρομή διαπιστώνουμε ότι οι αρχαίοι Έλληνες και δη ο Πλάτωνας συσχετίζει τη νοημοσύνη με την κληρονομικότητα, ενώ ο Αριστοτέλης συνδέει τη νοημοσύνη με τη διδασκαλία. Σήμερα δεν υποστηρίζεται τόσο έντονα η μοναδικότητα της ανθρώπινης νοημοσύνης ωστόσο ακόμα δεν έχει αποδοθεί η δέουσα σημασία στην τεχνητή συνιστώσα της νοημοσύνης και στα νοήμονα συστήματα. Τα νοήμονα συστήματα καθώς δημιουργούν δυναμικές σχέσεις ποικίλουν και βρίθουν γύρω μας. Η αναπαράστασή τους σε δύο διαστάσεις, φυσική και τεχνητή σχετικά με την αρχή της τεχνητής νοημοσύνης σχετίζεται με τα πρώτα εργαλεία που χρησιμοποιούσαν οι άνθρωποι πολλά χρόνια πριν. Αρχικά υφίσταται το πρώτο φυσικό στάδιο της ανθρώπινης νοημοσύνης, εν συνεχεία το ισορροπημένο και μετά το πρωτευόντως τεχνητό στάδιο. Αρχικά οι άνθρωποι χρησιμοποιούσαν πρώτη φορά τα εργαλεία, έτσι παρατηρούμε μια εξέλιξη της νοημοσύνης. Στη συνέχεια η χρήση εργαλείων οδήγησε σταδιακά την ανθρώπινη γνώση σε σημαντικές αλλαγές. Η σύλληψη, η εφαρμογή, οι διαδικασίες, οι αναπαραστάσεις εξέλιξαν την ανθρώπινη γνώση και δη μετά τις κοινωνικές επιδράσεις και επιρροές. Η εμφάνιση της ανθρώπινης γλώσσας και εν συνεχεία η γραπτή γλώσσα ανέδειξε τον άνθρωπο σε «σοφό άνθρωπο» οδηγώντας τον στο τρίτο στάδιο της εξέλιξής του, το πρωτευόντως τεχνητό. 3

1.1 Με την εξέλιξη της ανθρώπινης νοημοσύνης και των νοημόνων συστημάτων φτάσαμε στο τρίτο στάδιο, το πρωτευόντως τεχνητό στάδιο της ανθρώπινης νοημοσύνης. Ξεκινώντας από την ανθρώπινη νοημοσύνη, τις αξίες, τις δράσεις και τις γνώσεις βαθμιαία οδηγηθήκαμε σε τρεις κατηγορίες νοημόνων συστημάτων οι οποίες όλες περιστρέφονται γύρω από τον άνθρωπο. Άξια λόγου είναι η νοήμων συμπεριφορά η οποία ποικίλλει μεταξύ των ειδών. Η συνιστώσα αυτή διαμοιράζεται μεταξύ άλλων ειδών (π.χ. χιμπατζήδες, πτηνά, κλπ.) όμως η διαφορά με τον άνθρωπο είναι οφθαλμοφανής όσον αφορά την εξέλιξη της τεχνητής συνιστώσας της νοημοσύνης. Κρίνεται σκόπιμο να γίνει μια αναδρομή στο παρελθόν για να γίνει κατανοητή η εξέλιξη. Αρχικά λοιπόν, ο άνθρωπος ως homo habilis μέσω της χρήσης των εργαλείων και συγκεκριμένα της εννοιολογικής σύλληψης αυτών, ήτοι των απλών αναπαραστάσεων που αφορούσαν την κατασκευή των εργαλείων και το λόγο ύπαρξής τους προέβη σε ενέργειες ώστε να μπορέσει να επιβιώσει. Σταδιακά οι αναπαραστάσεις ήταν πιο πολύπλοκες και σε συνδυασμό με την κοινωνική εξέλιξη και επιρροή επήλθε μια πιο ολοκληρωμένη αλλαγή με την είσοδο ενός νέου συστήματος. Εν συνεχεία, η ανθρώπινη γλώσσα ως μέσο έκφρασης σκέψεων και γνώσης πήρε γραπτή μορφή και ήταν ένα εξαιρετικά σημαντικό βήμα ως προς την επικοινωνία, την αποθήκευση της γνώσης και την επίλυση προβλημάτων. Το επόμενο βήμα το οποίο ήταν καταλυτικό ήταν η εμφάνιση των Μαθηματικών που λόγω της ακρίβειας και της ακαμψίας τους, σε αντίθεση με την ασάφεια που χαρακτηρίζει την ανθρώπινη γλώσσα, έδωσε ώθηση στην εξέλιξη. Η σύνδεση των Μαθηματικών και της μηχανολογίας οδήγησε σε αξιοθαύμαστες και μεγαλειώδεις κατασκευές. Στο πέρας του χρόνου πολυάριθμες κατασκευές έλαβαν χώρα. Χαρακτηριστικά παραδείγματα από την αρχαιότητα είναι η κατασκευή του Ευπαλινείου ορύγματος στη Σάμο, η κατασκευή μιας πτητικής μηχανής που έμοιαζε με πουλί από τον Αρχύτα. Το 16 ο αι. οι Blaise Pascal και Leibniz οδηγήθηκαν σε σημαντικές κατασκευές αναγόμενες στη μαθηματική λογική. Το 18 ο αι. ο Julie de la Mattrie υποστήριζε 4

ότι το ανθρώπινο είδος είναι κάποιο είδος μηχανής, ενώ στον Babbage ήρθε η ιδέα ενός αυτόματου ψηφιακού υπολογιστή, μια πρωτοποριακή ιδέα που όμως δεν μπορούσε να πάρει σάρκα και οστά λόγω των περιορισμένων δυνατοτήτων της τεχνολογίας. Οι καινοτόμες κατασκευές συνεχίζονταν με γοργό ρυθμό. Η αλληλεπίδραση της επιστήμης και της τεχνολογίας σε συνδυασμό με τον ανθρώπινο παράγοντα γεννούσαν συνεχώς καινοτόμες μηχανές. (όπως π.χ. κατασκευή υπολογιστών) που ωθούσαν στην εξέλιξη εν γένει. Η μελέτη του ανθρώπινου νου και της υπολογιστικής θεωρίας (computability), της ανθρώπινης συμπεριφοράς και των βασικών αρχών αυτής καθώς και των ανώτερων νοητικών διαδικασιών του ανθρώπου τίθενται στο προσκήνιο και αποτελούν τομείς διεπιστημονικής έρευνας. Αρχικά η μελέτη αυτή είχε τη μορφή διεπιστημονικής έρευνας, στη συνέχεια επιχειρήθηκε η κατασκευή μηχανών με προσαρμοστική συμπεριφορά και πλέον η προσπάθεια συνιστά κομμάτι της αυτοτελούς επιστήμης της τεχνητής νοημοσύνης. Στις αρχές του 1940 οι Mc Culloch και Pitts έκαναν λόγο για το πρώτο λειτουργικό, νευρωνικό μοντέλο αποδεικνύοντας ότι οποιαδήποτε λογική έκφραση είναι δυνατό να πραγματοποιηθεί από ένα δίκτυο τεχνητών νευρωνίων. Αναμφίβολη ήταν η συμβολή του Wiener με το έργο του στην ανάπτυξη της τεχνητής νοημοσύνης. Ο Donald Hebb προέκρινε ένα δυναμικό μοντέλο της ανθρώπινης μνήμης στη βάση της έννοιας της τροποποιήσιμης σύναψης. Στη συνέχεια μπορούμε να διακρίνουμε τη συνεισφορά των Turing και Church όσον αφορά την υπολογιστική θεωρία καθώς και του John von Neumann. Ο Turing αναρωτιέται και προσπαθεί να συλλάβει τη δυνατότητα υλοποίησης μηχανικής νόησης. Τελικά απέτυχε σ αυτό το εγχείρημα καταλήγοντας σ ένα παιχνίδι, επονομαζόμενο Turing από την κοινότητα της τεχνητής νοημοσύνης που εμμέσως απαντούσε στο ερώτημά του. Το 1956 είχε έρθει η στιγμή πλέον που ο John Mac Carthy κάνει λόγο για μια νεοεμφανιζόμενη επιστήμη με το όνομα «Τεχνητή Νοημοσύνη» που 5

συνιστά τη σύνθεση Μηχανολογίας και Μαθηματικών σ όλη την έκφανση της ανθρώπινης νοημοσύνης (νόησης και συμπεριφοράς). Το 1958 η νέα προσπέλαση για τη μελέτη της μνήμης, αντίληψης και προσοχής του ανθρώπου γνωστή ως πληροφοριακός διαδικασμός εφαρμόσθηκε από τον Broadbent. Η προσπέλαση στο χώρο της τεχνητής νοημοσύνης είναι γεγονός και φέρει τις πρώτες επιτυχίες. Η αρχή έγινε και η εξέλιξή της είναι γιγαντιαία. Το 1990 και έπειτα συνεχώς χρησιμοποιούνται συστήματα τεχνητής νοημοσύνης σ όλους τους τομείς τα οποία ναι μεν είναι ιδιαιτέρως επικερδή, όχι όμως πάντα και ηθικά. Στον αιώνα που διανύουμε έχουμε δει και θα δούμε ακόμα περισσότερα καθώς αυξάνονται με γεωμετρική πρόοδο τα τεχνητώς νοήμονα συστήματα στην καθημερινότητά μας. Συνοπτικά η εξέλιξη της τεχνητής νοημοσύνης περνά τα εξής στάδια. Αρχικά υφίσταται η εμφάνιση της νοημοσύνης στη γη. Ο homo habilis χρησιμοποιεί την πέτρα αρχικά ως εργαλείο και πιθανώς εμφανίζεται και η ικανότητα σχεδίασης εργαλείων. Εν συνεχεία η γλώσσα λαμβάνει γραπτή μορφή και τα μαθηματικά εμφανίζονται για πρώτη φορά. Τον 20 ο αι. η ανθρώπινη γνώση αυτοματοποιείται και παράγεται γνώση από συστήματα τεχνητής νοημοσύνης για να φτάσουμε σ ένα κρίσιμο σταυροδρόμι της ανθρώπινης κοινωνίας τον 21 ο αι. Αναφορικά με τα τεχνητώς νοήμονα συστήματα, γίνεται αναφορά στο παράδειγμα του Deep Blue που ήταν το πρώτο τεχνητώς νοήμον σύστημα που νίκησε τον πρωταθλητή στο σκάκι Garry Kasparov. Πρόκειται για κάτι πρωτοφανές που καταδεικνύει την εξέλιξη των νοημόνων συστημάτων. Το εν λόγω σύστημα ξεπερνά την ανθρώπινη δράση, με κάποιους να αντιπαραθέτουν το επιχείρημα ότι μόνο από αυτό δεν μπορεί να θεωρηθεί νοήμον σύστημα γιατί μόνο σ αυτό τον τομέα το σκάκι αποδίδει, και με άλλους να ανταπαντάνε ότι δεν είναι ένας άνθρωπος ειδικός σε πολλά πράγματα. Η όλη αντιπαράθεση τίθεται εν αμφιβόλω γιατί το κύριο ζητούμενο είναι ως προς το εύρος και βάθος της ανθρώπινης νοημοσύνης και κατά πόσο μπορεί να επιτευχθεί από ένα νοήμον σύστημα. 6

Ευρέως γνωστά και ιδιαιτέρως επικερδή συστήματα Τεχνητής Νοημοσύνης είναι τα εμπειρικά συστήματα που χρησιμοποιούνται εκτεταμένως στην καθημερινότητα και δη στη βιομηχανία γιατί αποδίδουν ιδιαιτέρως, υπερβαίνοντας πολλές φορές τις δυνατότητες του ανθρώπου. Χαρακτηριστικά παραδείγματα είναι αυτό της American Express και της εταιρείας Westinghouse που κάνουν χρήση ενός τέτοιου συστήματος. Τα παραδείγματα είναι πολυάριθμα καθώς και τα ερωτήματα που τίθενται σχετικά με την ανθρώπινη γνώση, την αυτοματοποίηση αυτής κλπ. Μια δεύτερη περιοχή της Τεχνητής Νοημοσύνης που συνεχώς εξελίσσεται είναι η γλωσσική τεχνολογία που αφορά τη μηχανική μετάφραση, την αναγνώριση λόγου, την υπαγόρευση κλπ. (π.χ. Philips 6000). Το σύστημα επεξεργασίας φυσικής γλώσσας αποτελεί ένα προχωρημένο σύστημα που έχει ιδιαίτερο ενδιαφέρον. Στο χώρο της Αστρονομίας η ανάπτυξη συστήματος αυτόματης ταξινόμησης αποτελεί ένα σύστημα που υπερβαίνει την ανθρώπινη απόδοση. Ο τρίτος χώρος της Τεχνητής Νοημοσύνης αφορά τη Ρομποτική. Χαρακτηριστικό παράδειγμα αυτής είναι η απόσταση που διήνυσε ένα φορτηγάκι με οδηγό ένα τεχνητό νευρωνικό δίκτυο κάτω από διάφορες συνθήκες. Ο άνθρωπος επενέβη ελάχιστα. Τα ρομπότ συνιστούν συστήματα της ανθρώπινης υποστηριζόμενης ρομποτικής δράσης. (ΑνΥΡΟΔ) Η δημιουργικότητα του ανθρώπου ως προς την έκφραση και παραγωγή γνώσης είναι δεδομένη και μέχρι στιγμής θεωρείται μονοπώλιο. Ο άνθρωπος υπό την επίδραση της γενετικής μηχανολογίας έχει προβεί σε μοναδικές καινοτόμες ιδέες π.χ. EURISCO, AM, EMI, AARON, meta DENDRAR όπου μέσω των συστημάτων αυτών έχει επεκταθεί σε πολυάριθμους τομείς. Οι μηχανισμοί και η φύση της δημιουργικότητας είναι αποτέλεσμα της συνεργασίας και σύνδεσης ανθρώπου και μηχανής. Τα αποτελέσματα αυτής της συνεργασίας είναι πολυάριθμα, πολύ σημαντικά και συνεχώς εξελίσσονται. Κάποια χαρακτηριστικά όπως η δημιουργικότητα και η συνείδηση θεωρούνται ως αναπόσπαστα στοιχεία της ανθρώπινης φύσης, ωστόσο ένα τελευταίο εγχείρημα της τεχνητής νοημοσύνης που βρίσκεται σε εξέλιξη 7

αφορά τη δημιουργία ενός ανθρωποειδούς ρομπότ COG, χωρίς πόδια. Το εν λόγω ανθρωποειδές COG αποτελείται από : Ένα κεφάλι, λαιμό και κορμό με 6 βαθμούς ελευθερίας (δηλαδή αριθμό διαφορετικών μορφών κίνησης) Ένα οπτικό σύστημα μιμούμενο μερικές από τις ικανότητες του ανθρώπου Δύο χέρια το καθένα με 6 βαθμούς ελευθερίας. Ακουστικό σύστημα Σύστημα αφής. Κιναισθησιακό σύστημα για την ανατροφοδότηση πληροφοριών. Η βάση αυτής της προσπάθειας στηρίζεται στην υπόθεση ότι ο COG θα μαθαίνει όπως ένα παιδί να κάνει κάποια πράγματα. Ξεκίνησε με πλαστικές κινήσεις, μαθαίνοντας να χρησιμοποιεί κάποια μέλη του. Μια άλλη έκδοση του COG, το Kismet πέτυχε να εκφράσει κάποια συναισθήματα. Μελλοντικά προβλέπεται να αναπτύξει ικανότητες πιο κοντά στις ανθρώπινες όπως να ακούει, να μιλάει κλπ., να έχει αίσθηση του χρόνου μέχρι να φτάσει στον ύψιστο στόχο, την ανάπτυξη συνείδησης. Το πότε θα γίνει πραγματικότητα αυτό το εγχείρημα και το αν, είναι ένα ζήτημα που απασχολεί την επιστημονική κοινότητα και δημιουργεί άλλοτε θετικές και άλλοτε αρνητικές στάσεις. Οι επιστήμονες συνεχίζουν τις μελέτες και τις δράσεις σχετικά με την ανθρώπινη γνώση και το πρόβλημα της συνείδησης. 1.2. Στη διάρκεια του χρόνου οι επιστήμονες προέβησαν σε προβλέψεις που κάποιες πραγματοποιούνταν ως ένα βαθμό και πολλές όχι. Θέσεις γύρω από την επίτευξη κάποιου έργου από μηχανές που σχετίζονται κυρίως με την κατανόηση της ανθρώπινης γλώσσας, τις ικανότητες σχετικά με τη δημιουργικότητα, την ικανότητα εκπαίδευσης, την ολοκλήρωση κάποιας εργασίας, την ανάπτυξη της έκφρασης και των 8

συναισθημάτων κλπ είναι κάποιες από τις δραστηριότητες που ακόμα δεν μπορούν να επιτευχθούν στο πλαίσιο της τεχνητής νοημοσύνης. Ο Turing ήταν ο πρώτος που προσπάθησε να δώσει απάντηση στο αν οι μηχανές σκέφτονται. Προέβη στην εξής υπόθεση: αν ένας άνθρωπος Α ρωτάει δύο άλλους, έναν άνθρωπο Β και μια μηχανή Μ και μετά την πάροδο του χρόνου δεν μπορεί να διαπιστώσει ποιος είναι η μηχανή και ποιος ο άνθρωπος, τότε κατέληγε στο συμπέρασμα ότι η Μ σκέφτεται. Όμως με βάση αυτό το συλλογισμό, σύμφωνα με πολλούς επιστήμονες δεν καταλήγουμε ορθά γιατί η νοημοσύνη είναι κάτι ευρύτερο και δεν περιορίζεται μόνο στην ευφράδεια λόγου. Με βάση αυτό το κριτήριο του λόγου κατέληγε στο συμπέρασμα αυτό, το οποίο όμως δεν αρκεί για άλλες μορφές νοημοσύνης. Το απαιτούμενο κριτήριο είναι ένα κριτήριο ανεξάρτητο μιας οποιασδήποτε οντότητας. Κατά το Newell «ένα σύστημα είναι νοήμον στο βαθμό κατά τον οποίο προσεγγίζει ένα σύστημα γνωσιακού επιπέδου» Η γνώση, σε πρώτη φάση και σε δεύτερη η ταχύτητα επεξεργασίας αυτής αποτελούν τα κριτήρια κατά τον Newell. Η θέση του Newell θεωρήθηκε ότι έχει πρόβλημα γιατί περιορίζεται η νοημοσύνη, μόνο στη γνώση και επίσης αφήνει αόριστο το έμμεσα υποτιθέμενο κβάντο της γνώσης. Σχετικά με τη συμπεριφορά του ανθρώπου και της μηχανής αναφορικά με τη γνώση, την ανθρώπινη γλώσσα, την αντίληψη και τη δράση, τα συναισθήματα και τη συνείδηση, την αυτόνομη οντότητα σ ένα ευρύ φάσμα συμπεριφοράς παρατηρείται ότι ο άνθρωπος ακόμα υπερέχει έναντι της μηχανής στην πλειοψηφία αυτών εξαιρουμένων των γνωσιακών ικανοτήτων αν και στο μέλλον προμηνύεται η βελτίωση των μηχανών να είναι θεαματική. Η ένταξη των μηχανών στο Χώρο Νοημόνων Συστημάτων (ΧωΝοΣ) 1 θα πρέπει να γίνεται με κριτήριο το οποίο να είναι ανεξάρτητο από οποιαδήποτε νοήμονα οντότητα και εξειδικευμένο ώστε να περιλαμβάνει όλες τις μορφές νοημοσύνης. Βάσει αυτών καταλήγουμε στο συμπέρασμα 1 Σύμφωνα με τους επιστήμονες του είδους, τα μέλη οποιασδήποτε κατηγορίας δυναμικών συστημάτων, όπως η κατηγορία των νοημόνων συστημάτων, δημιουργούν εξελισσόμενες σχέσεις μεταξύ τους, καθώς και νέα δυναμικά συστήματα έναν δικό τους δηλαδή ενιαίο Χώρο. 9

ότι οι προϋποθέσεις που πρέπει να υφίστανται προκειμένου μια οντότητα να θεωρείται νοήμων είναι τα αισθητήρια όργανα, η αλληλεπίδραση με το περιβάλλον της, η κατοχή ίδιου αναπαραστασιακού συστήματος, δηλαδή ανεξάρτητο της γλώσσας μιας άλλης οντότητας, η σύνδεση πολλών ειδών πληροφοριών, δηλαδή αισθητηριακών, αναπαραστασιακών και κινητήριων καθώς και ικανότητας επικοινωνίας με άλλες οντότητες. Επίσης ένας άλλος ορισμός θέτει ως προϋπόθεση τη γλωσσική επικοινωνία του νοήμονος συστήματος με αυτή του ανθρώπου. Ένας ορισμός που έγκειται σε ανθρώπινη βάση, κάτι τέτοιο όμως αποκλείει κάθε είδος. Το να τίθενται κριτήρια ένταξης στο ΧωΝοΣ που να θέτουν στην κορυφή και να καθιστούν μοναδική την ανθρώπινη νοημοσύνη είναι το εύκολο αλλά το θέμα είναι να αναδειχθεί η ποικιλία και η μαγεία των νοημόνων συστημάτων, των οποίων η εξέλιξη είναι θεαματική. Κεφάλαιο 2 Έχοντας μιλήσει για την τεχνητή νοημοσύνη, τα νοήμονα συστήματα και παραδείγματα αυτών προχωράμε στην εξέταση του πυρήνα της τεχνητής νοημοσύνης, των βασικών εννοιών αυτής καθώς και τις θεμελιώδεις υποθέσεις σχετικά με την επιστημονική αυτονομία της τεχνητής νοημοσύνης. Οι έννοιες της αναπαράστασης και γνώσης είναι κεντρικές και ο Newell συγκεκριμένα αναφέρθηκε στις εν λόγω έννοιες. Σύμφωνα με τον Newell, κεντρικό ζήτημα στο χώρο της τεχνητής νοημοσύνης κατέχει η φύση της αναπαράστασης που την αποκαλεί «αναπαραστασιακό νόμο» και επιχείρησε να δώσει λύση μέσω του προβλήματος της αναδιάταξης κύβων. Επιχείρησε μέσω των κύβων και της αναδιάταξης αυτών ως προς την αρχική θέση, προσδοκώμενη αναδιάταξη και το μετασχηματισμό αυτής για την επίτευξη μέσω ενός συστήματος κωδικοποίησης/αποκωδικοποίησης καταλήγοντας σ ένα νόμο του τύπου: Α[Κ (Μ) [Κ (Φ)]] = Μ (Φ) που αποτελεί την ουσία της αναπαράστασης, όπου Φ τυχόν εξωτερικό φαινόμενο και Μ ο απαιτούμενος εξωτερικός μετασχηματισμός. 10

Στηριζόμενος σ αυτό τον νόμο, τον εξελίσσει αναφέροντας δύο τρόπους αναπαραστασιακών συστημάτων της ίδιας κατηγορίας, τον αναλογικό (ή ειδικευμένο) π.χ. χάρτης και τον συνθέσιμο (ή γενικό) π.χ. λογική. Το αρνητικό της παραπάνω ανάλυσης είναι η έλλειψη βάθους. Γιατί πρώτον, ο αναπαραστασιακός νόμος είναι καθ εαυτόν ο στόχος της αναπαράστασης και είναι λανθασμένο να θεωρηθεί η ουσία της αναπαράστασης. Δεύτερον, τα συνθέσιμα αναπαραστασιακά συστήματα εξαντλούνται σ αυτά που φτιάχνονται από τον άνθρωπο και μόνο. Τρίτον, η ανάλυση θεωρεί την κατάλληλη συσχέτιση του αναπαριστώμενου με το αναπαριστούν ως κάτι που δεν επιδέχεται αμφισβήτησης. Τέταρτον, το σύστημα κωδικοποίησης/αποκωδικοποίησης, σαν μαθηματικές συναρτήσεις, δεν αφήνουν περιθώριο στις διαδικασίες των αναπαραστάσεων ως προς το εύρος και τον πλούτο. Με βάση όλα αυτά κρίνεται αναγκαίο να μιλήσουμε αρχικά για τις ανθρώπινες αναπαραστάσεις που βρίθουν και ποικίλουν. Ο άνθρωπος μέσω των αναπαραστάσεων είναι δυνατόν να παρατηρεί, να χρησιμοποιεί διάφορες μεθόδους για την επίλυση προβλημάτων, να εκφράσει συναισθήματα και σκέψεις, να αξιολογεί και να καταλήγει σε συμπεράσματα καθώς και να τις κατέχει. Έτσι λοιπόν, οι ανθρώπινες αναπαραστάσεις έχουν τα ακόλουθα χαρακτηριστικά : i. Απλοποιούν μια κατάσταση, έστω Κ1 ii. iii. iv. Διατηρούν τα ουσιώδη χαρακτηριστικά της Κ1 Αποτελούν μέρος ενός φυσικού υλικού, έστω Υ(κάτω από ορισμένες προϋποθέσεις η συνθήκη iii καθίσταται περιττή) Είναι δυνατόν να επεξεργασθούν από τον άνθρωπο. Με βάση τα ως άνω καταλήγουμε σε δυο είδη αναπαραστάσεων, αυτές που ανάγονται στο Κεντρικό Νευρικό Σύστημα και αυτές που είναι εκτός, αναφερόμενες σε όρους φυσικής γλώσσας κλπ. Η διαφορά αυτών έγκειται στο βαθμό της τυποποιησιμότητας και ερμηνευσιμότητας. Η ομοιότητα παρατηρείται ως προς την εξάρτηση όλων από τον άνθρωπο. Συγκεκριμένα σχετικά με τη γενική φύση της αναπαράστασης, η διαφορά παρατηρείται ως 11

προς το είδος των υπολογιστικών αναπαραστάσεων. Οι διαφορές παρατηρούνται ως προς το βαθμό και το είδος. Στο χώρο της Τεχνητής Νοημοσύνης, η δημιουργία μηχανών που να καθίστανται κατανοητές από τον άνθρωπο γίνεται υπό όρους ανθρώπινης γνώσης, προβλημάτων, διαδικασιών σκέψης ούτως ώστε ένας υπολογιστής να μπορεί να διαχειριστεί. Πρόκειται για μηχανές που κάνουν χρήση υπολογιστικών αναπαραστάσεων πρώτου βαθμού. Οι εν λόγω υπολογιστικές αναπαραστάσεις πρώτου βαθμού έχουν άρρηκτη σχέση με τον άνθρωπο, όπως και οι αναπτύξιμες «νοήμονες μηχανές» γιατί άπτονται της τυποποιησιμότητας της ανθρώπινης γνώσης και συλλογιστικής καθώς και της αποκλειστικότητας της κατασκευής τους από τον άνθρωπο. Εν συνεχεία οι μηχανές που στηρίζονται μόνο στα δικά τους ιδιοαναπαραστασιακά συστήματα αποτελούν τις υπολογιστικές οντότητες και ανήκουν σε υπολογιστικές αναπαραστάσεις δευτέρου είδους, ανεξάρτητες από τις ανθρώπινες, χωρίς να ανάγονται στην ανθρώπινη γνώση, προβλήματα, συλλογιστική κλπ. Υφίστανται λοιπόν οι τύποι της ανθρώπινης και της υπολογιστικής αναπαράστασης πρώτου είδους όπου και περιγράφονται με ανθρώπινες έννοιες. Η υπολογιστική αναπαράσταση ως δεύτερος τύπος αποτελεί από μόνη της κατηγορία στην οποία θα μπορούν να ενταχθούν αναπαραστάσεις όταν θα μπορούν να περιγραφούν με όρους μηχανικών πρωταρχικών εννοιών. Βασιζόμενοι σ αυτά καταλήγουμε στο ότι υπάρχουν δυο διαφορετικές κατηγορίες αναπαραστασιακών συστημάτων, αυτές που στηρίζονται πάνω σε ανθρώπινες πρωταρχικές έννοιες και αυτές πάνω σε μηχανικές πρωταρχικές έννοιες. Γύρω από την έννοια της αναπαράστασης τίθενται πολλά ερωτήματα ως προς τους μηχανισμούς γένεσης και αποθήκευσης των αναπαραστάσεων, την επεξεργασία σε επίπεδο μοναδιαίου μηχανισμού, την καταλληλότητα των αναπαραστάσεων για την ερμηνεία μηχανισμών και πολλά άλλα. Για να γίνουν κατανοητά κάποια θέματα παρατίθεται ένα παράδειγμα, όπου ένα παιδί μικρό, ένας μαθητευόμενος οδηγός και ένας ηλεκτρολόγος καλούνται να εξηγήσουν μια έννοια μηχανικής φύσης π.χ. «ντεμπραγιάζ». Οι ερμηνείες 12

είναι διαφορετικές όπως είναι φυσικό και από αυτό εξάγεται το συμπέρασμα ότι το τι γνωρίζει και που αντικειμενικά στοχεύει αυτός που ερμηνεύει καθώς και η γνώση αυτού που ρωτάει είναι βασικά σημεία ώστε να επιτευχθούν εξηγήσεις. Εν συνεχεία αν θεωρήσουμε ότι η γνώση του ερωτώντος κρίνεται γνωστή σχετικά με τους στόχους μας πρέπει να πάρουμε αποφάσεις ως προς το εύρος της αναπαράστασης, δηλαδή τι είναι αυτό που θα αναπαρασταθεί καθώς και τις λεπτομέρειες σχετικά με την αναπαράσταση, όπως αναφέρεται τεχνικά ως κοκκίωση της αναπαράστασης. Όσον αφορά τις έννοιες της γνώσης, του συμβόλου, των πληροφοριών και της μνήμης εμφανίζονται πολλά προβλήματα ως προς αυτές και τη συμβατότητα πάνω στο τεράστιο αυτό έργο, καθώς το έργο εκ φύσεως είναι περίπλοκο. Απαντήσεις σχετικά με τις έννοιες αυτές όπως για παράδειγμα αν οι έννοιες συνδέονται, αν είναι αγώγιμες κλπ. θα προσέφεραν τα μέγιστα στη θεωρία της νόησης και του νου τόσο του ανθρώπινου όσο και του μηχανικού. Όλα αυτά τίθενται συμπληρωματικά της μελέτης, του σχεδιασμού και της εφαρμογής των αναπαραστασιακών σχημάτων γνώσης και αυτών της ανθρώπινης και μηχανικής σκέψης. Όλες οι αναπαραστάσεις πριν εισβάλλουν οι μη- ανθρώπινες επεξεργαστές πληροφοριών ήταν αντικείμενο του ανθρώπινου νου μέχρι την εμφάνιση των Τεχνητώς Νοημόνων Συστημάτων (ΤεΝοΣ). Οι υπολογιστικές αναπαραστάσεις, από την άλλη, αποτελούν συστήματα πιο οικεία στους χρήστες. Οι πιο φιλικές αυτές μορφές στοχεύουν στο να αλληλοεπιδράσουν με την ανθρώπινη γλώσσα. Στη συνέχεια θα γίνει αναφορά στα είδη της ανθρώπινης και της συλλογιστικής γνώσης τα οποία τίθενται σ ένα ΤεΝοΣ ανθρώπινης βάσης και της τυποποιησιμότητάς τους (π.χ. ρομπότ, υπολογιστής). 2.1 Ο διαχωρισμός, από τη μια, του «γνωρίζοντας ότι» που σύμφωνα με την Ψυχολογία παραπέμπει στην προτασιακή γνώση όπου διαιρείται σε σημασιολογική και επεισοδιακή, από την άλλη του «γνωρίζοντας πως» που παραπέμπει στη διαδικαστική γνώση προκάλεσε εντάσεις στο χώρο της 13

Τεχνητής Νοημοσύνης. Αυτή η διάκριση έχει πάρει το όνομα δηλωτική διαδικαστική αντιπαράθεση (declarative procedural). Και οι δυο τύποι γνώσης πλέον είναι απαραίτητοι και χρειάζεται συνδυασμός και των δύο. Στο χώρο της Τεχνητής Νοημοσύνης τα βασικά ερωτήματα είναι σχετικά με τους τύπους της γνώσης που πρέπει να υπάρξουν για να λυθούν τα προβλήματα Τεχνητής Νοημοσύνης και της τυποποίησής τους. Υφίστανται λοιπόν τέσσερις τύποι εκ των οποίων οι τρεις αντιστοιχούν στα «γνωρίζοντας ότι» και ο τέταρτος στο «γνωρίζοντας πως». Εν πρώτοις ως προς τη γνώση που αφορά τα αντικείμενα. Αυτή πρόκειται για αρχικά περιγραφική και ταξινομική, είναι βασική και για τους άλλους τρεις τύπους. Ένα παράδειγμα που μπορεί να παρατεθεί, είναι σχετικά με τις διαφορετικές περιγραφές που δίνονται για ένα τριαντάφυλλο. Αρχικά χρησιμοποιώντας λέξεις δίνεται ένας ορισμός και περιγραφή του τριαντάφυλλου (1), στη συνέχεια περιγράφεται σχεδιαγραμματικά (2), μετά επίσης περιγράφεται μέσω της ζωγραφικής και τέλος μέσω μιας φωτογραφίας. Με βάση αυτά παρατηρούνται οι διαφορές των περιγραφών και τονίζονται οι δυσκολίες ως προς τις υπολογιστικές αναπαραστάσεις καθώς η επεξεργασία της ανθρώπινης γνώσης επιφέρει περαιτέρω προβλήματα. Τέλος, η δημιουργία της μηχανικής γνώσης που στηρίζεται σε πρωταρχικές έννοιες φαντάζει πολύ μακρινό μέλλον. Γνώση που αφορά συμβάντα. Πρόκειται άλλοτε για επεξηγηματική και άλλοτε για προβλεπτική γνώση η οποία δίνει έμμεση πληροφόρηση για τα συμβάντα η οποία είναι μεν σημαντική καθώς συνάγουμε συμπεράσματα, όμως είναι εύκολη ως προς τον προσδιορισμό και την τυποποίησή της. Πρακτική γνώση: Η εν λόγω γνώση αφορά την κατασκευή, την εφαρμογή της γνώσης η οποία όμως ασκεί επιρροή στο περιβάλλον και δημιουργεί μεταξύ αυτών αναδρασιακές σχέσεις εκ των οποίων κάποιες είναι απρόβλεπτες και εκεί έγκειται το πρόβλημα του πλαισίου (frame problem) 14

Μεταγνώση : Αναφέρεται στη γνώση ότι κάποιος γνωρίζει κάτι. Κλείνοντας σχετικά με την έννοια της «γνώσης» υπό το πρίσμα της τεχνητής νοημοσύνης ο Newell αναφέρεται στη γνώση από την πλευρά της τεχνητής νοημοσύνης ως εξής: «Ο όρος γνώση χρησιμοποιείται, όπως σε ολόκληρη την επιστήμη των υπολογιστών και την Τεχνητή Νοημοσύνη, σαν πεποίθηση (μπορεί να είναι λάθος και συχνά είναι), όχι όπως από τους φιλοσόφους σαν δικαιολογημένη αληθινή πεποίθηση.» (Newell, 1992, σελ. 426) Πιο συγκεκριμένα, η έννοια γνώση ορίζεται ως: «Οτιδήποτε μπορεί να αποδοθεί σε κάποιο άτομο, έτσι ώστε η συμπεριφορά του να δύναται να υπολογισθεί σύμφωνα με την αρχή του ορθολογισμού. Αρχή ορθολογισμού: εάν κάποιο άτομο έχει γνώση ότι μια από τις πράξεις του θα οδηγήσει σε έναν από τους στόχους του, τότε το άτομο θα επιλέξει αυτή την πράξη.» (Newell, 1980*1981, σ. 50) Τα λεγόμενα του Newell αποτέλεσαν τη βάση της έννοιας του «συστήματος γνώσης» στο χώρο της τεχνητής νοημοσύνης. Προχωρώντας στην έννοια της ανθρώπινης συλλογιστικής αρχικά πρέπει να τονίσουμε ότι η λογική και η σκέψη είναι έννοιες που δεν διαχωρίζονται μέχρι τον εικοστό αιώνα. Σήμερα, έχουν ακουστεί διάφορες απόψεις ως προς το θέμα της σκέψης σε περιορισμένο όμως βαθμό. Κάποιες έχουν παραμείνει απομονωμένες, ενώ άλλες υποστηρίζουν ότι η ανθρώπινη νόηση αποτελεί κομμάτι της διαδικασίας της σκέψης. Η εν λόγω άποψη είναι η επικρατούσα μετά και τον Scribner, ο οποίος μίλησε για τις πολιτιστικές επιδράσεις της ανθρώπινης συλλογιστικής. Αφετέρου μηχανικά μοντέλα επέδειξαν μια σχετική θεωρία πάνω στην οποία στηρίχθηκαν άλλες τρεις θεωρίες όπου υποστηρίζουν ότι αποτελούν μια ερμηνεία πιο ενοποιημένη στο θέμα του νου και της νόησης. Ως προς το θέμα της σκέψης αξιοσημείωτες είναι οι σκέψεις του Gilhooly και Kurtz et al. 15

Στη συνέχεια θα ξεκαθαριστούν οι έννοιες «νόηση», «συλλογιστική», «λογική» και «τυποποιησιμότητα». Αρχικά όταν μιλάμε για τη σκέψη εννοούμε την ικανότητα και τις διαδικασίες όπου μια οντότητα (ανθρώπινη, μηχανική, εξωγήινη) εξάγει συμπεράσματα και παράγει σκέψεις. Πρόκειται για οτιδήποτε εμπίπτει στο γνωσιακό επίπεδο κάθε οντότητας (π.χ φαντασία, συνειρμοί κλπ) Η «ανθρώπινη συλλογιστική» είναι το είδος σκέψης όπου κάποιος άνθρωπος καταλήγει σε συμπεράσματα σύμφωνα με αυτό που πιστεύει συνειδητά ή μη, κάτι το οποίο είναι περίπλοκο καθώς επηρεάζεται και από πολλούς παράγοντες όπως συναίσθημα, «εκλάμψεις ενόρασης και στοιχεία δημιουργικότητας». Ως προς τη «μηχανική συλλογιστική» για να γίνει αντιληπτό θα πρέπει να ορισθεί η έννοια «μηχανικό σύστημα πεποιθήσεων», η οποία δεν έχει αναπτυχθεί ακόμα επαρκώς. Συνήθως τονίζεται με την έννοια της γνωσιακής βάσης που όμως δεν είναι ακριβής. Η λογική ως έννοια μπορεί να λάβει τρεις ερμηνείες. Εν πρώτοις λογίζεται ως «ορθότητα» της συλλογιστικής διαδικασίας αναφερόμενη στο επιχείρημα. Επομένως οι αρχές της λογικής πρέπει να εκφράζονται σε ανθρώπινη γλώσσα οπότε δεν περιλαμβάνει μη συνειδητά στοιχεία. Εν συνεχεία η δεύτερη ερμηνεία αντιλαμβάνεται τη λογική ως ένα σύστημα τυποποιημένης γλώσσας. Η τρίτη δε, ως σύστημα πεποιθήσεων κάποιου ανθρώπου. Καμιά ωστόσο δεν κάνει λόγο για πραγματική διαδικασία συλλογιστικής. Η ανθρώπινη συλλογιστική χωρίζεται σε δυο κατηγορίες, την επαγωγή, όπου οι αρχές αυτής υποστηρίζουν μόνο τα συμπεράσματα τα οποία είναι απλώς πιθανά και την παραγωγική, όπου οι αρχές παράγουν τα συμπεράσματα και ως εκ τούτου είναι βέβαια. Επομένως στα επαγωγικά συστήματα είναι δυνατές οι προβλέψεις βάσει των υποτιθέμενων στοιχείων ενώ στα παραγωγικά δεν γίνεται γιατί τα συμπεράσματα έχουν βέβαιο χαρακτήρα. Η ανθρώπινη συλλογιστική λοιπόν κρίνεται ως μια ενοποιημένη υποθετικοπαραγωγική διαδικασία που επηρεάζεται από συναισθήματα και μη συνειδητές διαδικασίες. Η λογική είναι η βάση της παραγωγικής συλλογιστικής διαδικασίας, ενώ οι υποθέσεις της εισαγωγικής συλλογιστικής διαδικασίας. 16

Ο όρος "τυποποιησιμότητα" μιλάει για το κατά πόσο ένα εννοιολογικό ή γλωσσικό σύστημα μπορεί να λάβει κάποιο τύπο. Έτσι λοιπόν, ένα συμβολικό σύστημα καθίσταται αξιωματικό όταν πληρούνται οι εξής προϋποθέσεις : i. Ύπαρξη ενός μη κενού συνόλου πρωταρχικών εννοιών ii. iii. Ύπαρξη συνόλου προτάσεων που κρίνονται αληθινές και αφορούν στις πρωταρχικές έννοιες Ύπαρξη ενός ή περισσοτέρων μηχανισμών που να παράγουν νέες ισχύουσες προτάσεις που καλούνται θεωρήματα, στη βάση των ήδη παραχθεισών προτάσεων ή αξιωμάτων. Ένα τέτοιο σύστημα καλείται τυπικό (formal) που θεωρείται ταυτόσημος όρος με το αξιωματικό σύστημα το οποίο όμως μπορεί να οδηγήσει σε παρεξηγήσεις και δεν πρέπει να χρησιμοποιείται. Άλλωστε το τυπικό σύστημα έχει το ρόλο του αυτόματου παραγωγού συμπερασμάτων ώστε να ελέγχεται η παραγωγική διαδικασία (deduction). Π.χ. τυπικά συστήματα είναι μαθηματικές δομές όπως ο απειροστικός και διαφορικός λογισμός, η έννοια της ομάδας, ένας αφηρημένος τοπολογικός χώρος και άλλα. Ένα τυπικό σύστημα για να συνδεθεί με την πραγματικότητα, χρειάζεται τη χρήση μοντέλων δομών. Για να γίνει αυτή η σύνδεση χρειάζεται να ορισθεί μια σημασιολογία στο συγκεκριμένο σύστημα. Ένα τέτοιο σύστημα με την αρμόζουσα σημασιολογία δύναται να κριθεί ως προς τις αρχές και τα συμπεράσματα για το αν είναι αληθινά ή μη. Π.χ Η Ευκλείδεια γεωμετρία όπως ορίσθηκε από τον Ευκλείδη μπορεί να εξηγήσει μέσω εφαρμογών το γήινο φυσικό κόσμο. Εν συνεχεία ο Lobachevski αρχικά και μετά ο Riemann ασχολούμενοι με το αξίωμα της παραλληλίας όπου από ένα σημείο έξω από μια ευθεία άγεται μια παράλληλο, με τον πρώτο (Lobachevski) να το μεταλλάσσει λέγοντας ότι από ένα σημείο εκτός ευθείας άγονται άπειρες παράλληλες και τον δεύτερο (Riemann) να αποδεικνύει ότι από ένα σημείο δεν μπορεί να αχθεί καμιά παράλληλος. Η τελευταία άποψη είναι η βάση της θεωρίας της σχετικότητας και θεωρείται πιο ακριβής. Η σημασιολογία στη συγκεκριμένη περίπτωση έγκειται στο να προσεγγισθούν οι βασικές έννοιες "σημείο" και "ευθεία" μέσω της γλώσσας. 17

Υπάρχουν τρία είδη σημασιολογίας. Πρώτον, η περιγραφική (descriptive semantics) που με διαισθητικό τρόπο ερμηνεύει τα σύμβολα ενός τυπικού συστήματος, δηλαδή ανάμεσα σε δύο βασικές προτάσεις η τελική βάση αποδίδει σημασία σε κάποιο τυπικό σύστημα. Δεύτερον, η ισοδυναμική σημασιολογία (equivalence semantics) συγκρίνει τις ερμηνείες συμβόλων ενός τυπικού συστήματος μ ένα άλλο το οποίο είναι ήδη αποδεκτό και μ αυτό τον τρόπο ερμηνεύει. Τρίτον, η διαδικαστική σημασιολογία (procedural semantics) αναφέρεται στην ερμηνεία μέσω προγραμμάτων επεξεργασίας, δηλαδή της συμπεριφοράς των συμβόλων του τυπικού συστήματος. Τα πλεονεκτήματα που έχει ένα τέτοιο τυπικό σύστημα και μια σημασιολογία είναι εν πρώτοις ότι προσφέρει αυτόματα συμπεράσματα και εν δευτέροις ότι δίνει τη δυνατότητα να επεξεργάζεται το σύστημα και να κάνει χρήση του λογισμικού μέρους αυτού προκειμένου να παράγει θεωρήματα που να ελέγχονται σημασιολογικά. Τα τυπικά συστήματα είτε ερμηνεύουν είτε όχι εγκλωβίζουν τις δηλωτικές πλευρές της γνώσης, ενώ οι διαδικαστικές πλευρές χρήζουν της έννοιας του αλγόριθμου ή της τυπικής διαδικασίας. Χαρακτηριστικά παραδείγματα είναι οι αλγόριθμοι που περιγράφονται με τυπικούς όρους ενώ οι συνταγές όχι. Και οι δυο πρόκειται για περιγραφές τεχνογνωσίας με τη διαφορά να έγκεινται στην τυποποιήσιμη γνώση που αφορά τους αλγόριθμους και την εκφράσιμη που αφορά τις συνταγές. Όλες αυτές οι διαδικασίες όμως δεν απαντούν στο «γνωρίζοντας πως», δεν ξεκαθαρίζουν την αλήθεια μιας πρότασης σ ένα τυπικό σύστημα και αυτό οδηγεί σε μια τρίτη κατηγορία γνώσης, την πρακτική γνώση. Πρακτική γνώση νοείται όταν κάποιος έχει τη γνώση του πώς να κάνει κάτι, είτε μπορεί είτε όχι αλλά δεν μπορεί να το εκφράσει. Υφίσταται τομή μεταξύ των εκφράσιμων και πρακτικών καταστάσεων. Οι τυποποιήσιμες καταστάσεις συνιστούν υποσύνολο του συνόλου των εκφράσιμων, όχι όμως του συνόλου των πρακτικών καταστάσεων. Όλες όμως συνιστούν υποσύνολο των γνωρίσιμων καταστάσεων, οι οποίες μπορεί να λεχθεί ότι είναι ένα γνήσιο υπερσύνολο αυτών. Το σύνολο των κανόνων ώστε να αναγνωρισθεί κάποιο 18

πρόσωπο είναι στοιχείο του γνήσιου αυτού υπερσυνόλου που όμως δεν είναι δυνατόν να ορισθεί, ωστόσο αποτελεί κάτι ενδεικτικό. Σχετικά με την τυποποίηση της ανθρώπινης γνώσης δύο απόψεις παρατίθενται, η αμερικάνικη και η ευρωπαϊκή. Και οι δυο υποστηρίζουν ότι η ανθρώπινη γνώση δύναται να τυποποιηθεί και γίνονται προσπάθειες ως προς αυτό μέσω υπολογιστικών μεθόδων και τεχνικών όπου ταξινομούνται σε κατηγορίες που ονομάζονται υπολογιστικά συστήματα αναπαράστασης της γνώσης (ΥΣΑΓ=Υπολογιστικά συστήματα αναπαράστασης γνώσης) ή αναπαράσταση γνώσης (knowledge representation) όπως λέγεται στην αγγλόφωνη βιβλιογραφία. Η μεν αμερικάνικη άποψη υποστηρίζει την αυξανόμενη τυποποίηση της ανθρώπινης γνώσης και την πλήρη αυτοματοποίησή της. Η δε ευρωπαϊκή άποψη θεωρεί ότι η τυποποίηση αυτής συνεχώς αυξάνεται συνάμα όμως αυξάνεται και η ανθρώπινη γνώση καταλήγοντας στο ότι δε δύναται να αυτοματοποιηθεί τελείως. Συνεπώς η αναπαράσταση γνώσης στοχεύει στην υπολογιστική αναπαράσταση και επεξεργασία της ανθρώπινης γνώσης. Ωστόσο κάτι τέτοιο είναι δύσκολο γιατί η ανθρώπινη γνώση συνεχώς εξελίσσεται ως προς τη μορφή νευρωνιακών σχηματισμών και η φυσική αναπαράσταση μέσω της παρατήρησης δεν είναι εφικτή. Το σύνολο των ΥΣΑΓ αλλάζει συνέχεια και αυτό αποτελεί την κορυφή της τεχνητής νοημοσύνης. Στη συνέχεια θα γίνει λόγος για κύριες ιδέες των βασικών κατηγοριών αναπαράστασης (ΑΓ). Ένα ΥΣΑΓ για να χρησιμοποιηθεί με αποτελεσματικότητα πρέπει να μελετηθούν και να εφαρμοσθούν οι λεπτομέρειές του που όμως λείπουν από τις πρωταρχικές των βασικών κατηγοριών γνώσης. 2.2 Στη συνέχεια θα μελετηθούν οι αρχές που διέπουν τις δύο βασικές προσπελάσεις της τεχνητής νοημοσύνης. Ως προς τη συμβολική προσπέλαση οι Feigenbaum και Feldman προέβησαν σε μια άτυπη διατύπωση αυτής, ήτοι: «Η βασική αρχή αυτής της προσπέλασης είναι ότι οι πολύπλοκες διαδικασίες σκέψης κτίζονται από στοιχειώδεις διαδικασίες επεξεργασίας συμβόλων. Ένα 19

θεμελιώδες σύνολο αυτών των θεμελιωδών διαδικασιών μπορεί να περιλαμβάνει τα ακόλουθα: ανάγνωση συμβόλου, γραφή συμβόλου, αντιγραφή συμβόλου, διαγραφή συμβόλου κα σύγκριση συμβόλων.» Feigenbaum and Feldman 1963, σ.272 Η εν λόγω αρχή αποτελεί τη βάση της συμβολικής προσπέλασης για να πετύχει η τεχνητή νοημοσύνη η οποία επί της ουσίας συνιστά την έννοια της μηχανής Turing. Αυτή η μηχανή με λίγα λόγια αποτελεί την υπόθεση της συμβολικής τεχνητής νοημοσύνης, όπως είπε και ο Newell, είναι το φυσικό σύστημα συμβόλων που μπορεί να επιδείξει νοήμονα συμπεριφορά. Μόνο αυτές οι στοιχειώδεις διαδικασίες χρειάζονται για την τεχνητή νοημοσύνη η οποία συνιστά υπόθεση του φυσικού συστήματος συμβόλων (ΥΦΣΣ) όπως έχει επικρατήσει τελευταίως. Ένα τέτοιο σύμβολο- σύστημα περιλαμβάνει μια μνήμη και τελεστικές λειτουργίες και χαρακτηρίζεται από επάρκεια και πληρότητα. Η μνήμη περιλαμβάνει δομές συμβόλων που δύνανται να τροποποιηθούν ενώ οι λειτουργίες συνιστούν τα μέσα σύνθεσης των δομών αυτών από άλλες. Μερικές δομές συμβόλων καλούνται προγράμματα που είναι υπεύθυνα για το πώς τροποποιούνται κάποιες δομές μνήμης. Όπως αναφέρθηκε, τα χαρακτηριστικά είναι η επάρκεια που αφορά τη μνήμη ενώ η πληρότητα απευθύνεται πρώτον, στη συνθεσιμότητα και συγκεκριμένα στους τελεστές που πρέπει να μπορούν να δημιουργούν κάθε δομή συμβόλων και δεύτερον, στην ερμηνευσιμότητα, δηλαδή στη δυνατότητα των δομών αυτών να διευθετούν τις τελεστικές πράξεις και να τις εφαρμόζουν. Το σύμβολο λοιπόν παρέχει προσπέλαση σε απομακρυσμένες μνημιακές δομές και ορίζεται ως μορφή (pattern). Βασιζόμενοι στην Υπόθεση Φυσικού Συστήματος Συμβόλων (ΥΦΣΣ) δυνάμεθα να προβούμε σε δύο υποθέσεις σημαντικές, πρώτον ότι ένα σύμβολο σύστημα μπορεί να αποτελέσει το μοντέλο της ανθρώπινης νοημοσύνης και αυτό συνιστά υπόθεση της συμβολικής γνωσιακής προσομοίωσης και δεύτερον ότι ένα σύμβολο σύστημα είναι ο ανθρώπινος νους. 20

Λόγω των εμποδίων να εφαρμοσθεί η συμβολική γνωσιακή προσομοίωση ήρθε στο προσκήνιο η συνδεσιακή προσπέλαση για την επίτευξη της τεχνητής νοημοσύνης. Για να γίνουν πράξη κάποιες δραστηριότητες θα πρέπει να συνδεθούν πολλοί αλληλεπιδρώντες περιορισμοί (constraints) και πληροφορίες ώστε να εμφανίζονται και να συντελούνται παράλληλα. Αυτές λοιπόν οι δραστηριότητες δεν μπορούν να συντελεσθούν από ένα ΦΣΣ καθώς το τελευταίο λειτουργεί σειριακά. Σύμφωνα με τις νευρωνικές υπολογιστικές μεθόδους η γνώση κατανέμεται στις συνδέσεις του νευρωνικού δικτύου. Η νοημοσύνη προκύπτει από την αλληλεπίδραση πολλών απλών μονάδων επεξεργασίας. Αποτελεί ιδιότητα του συστήματος. Αυτό το νευρωνικό δίκτυο δημιουργεί νέα γνώση επαγωγικής μορφής και όχι παραγωγικής όπως παράγουν τα Φυσικά Συστήματα Συμβόλων (ΦΣΣ). Ως προς τα Τεχνητά Νοήμονα Συστήματα (ΤεΝοΣ) ανθρώπινης βάσης, μπορούν να διατυπωθούν υποθέσεις και ισχυρισμοί αντίστοιχοι μ αυτούς της συμβολικής τεχνητής νοημοσύνης. Εν προκειμένω, ένα συνδεσιακό σύστημα μπορεί να έχει νοήμονα συμπεριφορά, να αποτελέσει μοντέλο της ανθρώπινης νοημοσύνης και επίσης ο ανθρώπινος εγκέφαλος συνιστά συνδεσιακό σύστημα. Πριν εστιάσουμε σ αυτές τις ιδέες, ερωτήσεις σχετικά με τη σχέση ενός συνδεσιακού συστήματος και ενός ΦΣΣ καθώς και το αν αποτελεί ένα συνδεσιακό σύστημα γνήσιο υπερσύνολο των ΦΣΣ χρήζουν απαντήσεων. Όπως είναι γνωστό μια μηχανή Turing, ένα ΦΣΣ, οι αλγόριθμοι Μάρκοφ και οι αναδρομικές συναρτήσεις, συνιστούν ισοδύναμες δομές γιατί αποτελούν ταυτόσημες κατηγορίες συναρτήσεων οι οποίες καλούνται υπολογίσιμες συναρτήσεις (computable functions) και τα συστήματα που βασίζονται σ αυτές ονομάζονται καθολικοί υπολογιστές ή καθολικές μηχανές Turing (universal computers or universal Turing machines). Ως προς το ζήτημα σχετικά με το αν η τάξη υπολογίσιμων συναρτήσεων είναι η μοναδική και πιο μεγάλη τάξη η οποία μπορεί να υλοποιείται από φυσικά συστήματα δεν μπορεί να υπάρξει σαφής εικόνα ωστόσο αν υποτεθεί μια θετική απάντηση αυτό παραπέμπει στη θέση Turing Church και απομένει να αποδειχθεί για 21

να θεωρηθεί θεώρημα. Αρχικά οι Turing Church υποστηρίζουν μόνο την ισοδυναμία των μηχανών των Turing και των αποτελεσματικών λειτουργών (effective procedures), στη συνέχεια αποδείχθηκε η ισοδυναμία των υπόλοιπων μαθηματικών δομών. Θεωρώντας ότι η θέση Turing Church ανταποκρίνεται στην αλήθεια δύναται να γίνουν τρεις υποθέσεις οι οποίες δεν σχετίζονται ούτε με τις δυο προσπελάσεις ούτε με οποιαδήποτε ισοδύναμη μελλοντική υπολογιστική προσπέλαση. Εν προκειμένω πρώτον, η υπόθεση της τεχνητής νοημοσύνης όπου υποστηρίζει τη νοήμονα συμπεριφορά ενός υπολογιστικού συστήματος, δεύτερον, η υπόθεση της γνωσιακής προσομοίωσης όπου ένα υπολογιστικό σύστημα έχει τη δυνατότητα να μοντελοποιήσει την ανθρώπινη νοημοσύνη και τρίτον, ο υπολογιστικός ισχυρισμός όπου διατυπώνει την άποψη ότι ο ανθρώπινος εγκέφαλος συνιστά ένα υπολογιστικό σύστημα. Πρόκειται για βασικές υποθέσεις του υπολογιστικού παραδείγματος (paradigm) στο χώρο των ΤεΝοΣ και του ανθρώπινου νου οι οποίες ταυτίζονται με την υπόθεση ΦΣΣ, σύμφωνα με την οποία «ένα φυσικό σύστημα συμβόλων έχει τα αναγκαία ικανά μέσα για γενική νοήμονα δράση» Λαμβάνοντας υπόψη την κυρίαρχη άποψη στο χώρο της τεχνητής νοημοσύνης και το διαχωρισμό που έγινε ως άνω (βλ. εν. 2.1) ως προς τις διατυπωμένες υποθέσεις στο υπολογιστικό παράδειγμα, μπορούμε να πούμε ότι η πρώτη έχει αποδειχθεί πειραματικά ενώ η δεύτερη και η τρίτη όχι, δημιουργώντας κάποιες αμφιβολίες που αφορούν το σύνολο των υπολογίσιμων συναρτήσεων (Σ1), το σύνολο των συναρτήσεων που σχετίζονται με τη συνδεσιακή προσπέλαση (Σ2) και την όλη συμπεριφορά του ανθρώπινου εγκεφάλου (Σ3). Σχετικά με τις αντιρρήσεις αυτές εγείρονται ερωτήματα ως προς τις σχέσεις μεταξύ αυτών των συνόλων. Οι περισσότερες ενέργειες στρέφονται προς τα υβριδικά (hybrid) συστήματα με διάφορες μεθόδους τεχνικές της συμβολικής ή συνδεσιακής προσπέλασης. Αυτές χαρακτηρίζονται ως χρήσιμες χωρίς όμως να εξελίσσουν την επιστήμη της τεχνητής νοημοσύνης, γιατί απαραίτητη προϋπόθεση είναι να γίνεται ερμηνεία και παραγωγή στο μεγαλύτερο δυνατό 22

φάσμα της ανθρώπινης και μηχανικής νόησης βασιζόμενο σ ένα μόνο σύστημα εννοιών και μηχανισμών. Ο Newell είναι αυτός που προέκρινε μια ενοποιημένη θεωρία νόησης, την Άνοιξη του 1987, ονομαζόμενη Soar. Επικρατούσα προσπέλαση στη μελέτη της νόησης και του νου είναι η αμιγώς υπολογιστική προσπέλαση και η Soar του Newell η υποψήφια ενοποιημένη και πιο ανεπτυγμένη. Αυτή η θεωρία δεν μπορεί να αποδειχθεί λανθασμένη αλλά δύναται να αντικατασταθεί από μια νέα που θα την ξεπερνά, η οποία όμως θα πρέπει να δίνει απαντήσεις σε κάποια από τα παρακάτω θέματα. Για να είναι πλήρης μια θεωρία θα πρέπει να συντρέχουν οι εξής προϋποθέσεις : πρώτον, να μπορεί να ερμηνεύει τη συναισθηματική (affective, or feeling, or emotional), τη βουλητική (conative or willing, or intentional) και τη γνωσιακή (knowing) νοητική διεργασία, δεύτερον, να μπορεί να ερμηνεύει τη διαφορά μεταξύ συνειδητών και μη καταστάσεων ή διαδικασιών, τρίτον, να μπορεί να ερμηνεύει τις αισθητηριακές και κινητήριες λειτουργίες καθώς και τις κοινωνικές επιρροές στην ανάπτυξη της νοημοσύνης δεδομένου ότι ο νους είναι άμεσα εξαρτώμενος από το σώμα και το περιβάλλον. Επίσης, τέταρτον οφείλει να μπορεί να διαβλέπει τη σχέση μεταξύ εγκεφάλου και πνεύματος (the mind body problem). Υφίσταται η διαπίστωση στον επιστημονικό κόσμο ότι οι ανθρώπινες εγκεφαλικές λειτουργίες ισοδυναμούν με τις υπολογίσιμες συναρτήσεις ωστόσο υπάρχει αμφισβήτηση ως προς την τρίτη υπόθεση της υπολογιστικής προσπέλασης. Για να μπορεί να γίνει λόγος για μια ενοποιημένη θεωρία νόησης είναι απαραίτητο να λαμβάνονται υπόψη υποθέσεις, όπως ως άνω, οι οποίες είναι μεν πολλές και απαιτητικές όχι όμως ανεξάντλητες. Πολλοί ορισμοί για την τεχνητή νοημοσύνη διατυπώθηκαν βασιζόμενοι σε μια ή περισσότερες από τις θεμελιώδεις υποθέσεις, ορισμοί όμως που δεν είναι γενικά αποδεκτοί. Μέχρι τώρα, ο Allen Newell (1990) προέβη πλέον στην πλέον πειραματικά και θεωρητικά προσέγγιση, όπου μέσω της ενοποιημένης θεωρίας Soar προσδιόρισε και τις έννοιες «μηχανή» και «νοημοσύνη» προσπαθώντας να αναπτύξει τα θεμέλια της τεχνητής νοημοσύνης και των 23

Γνωσιακών Επιστημών, που όμως δεν έχουν καταστεί ευρέως αποδεκτά απ όλη την επιστημονική κοινότητα. Με βάση αυτά οδηγούμαστε σ ένα επόμενο μελλοντικό προσδιορισμό που έχει ως εξής: «τεχνητή νοημοσύνη είναι ο κλάδος της ανθρώπινης γνώσης ο οποίος ασχολείται με τη μελέτη, σχεδιασμό και ανάπτυξη ΤεΝοΣ.» Στη συνέχεια καταγράφονται απόψεις πάνω στη φύση της τεχνητής νοημοσύνης σε χρονολογική σειρά ώστε μέσα από την αντιπαραβολή αυτών των επιχειρημάτων, τόσο των υπέρ και των κατά, να γίνουν κατανοητές. Αρχικά ο Minsky, 1968, προσπάθησε να κατασκευάσει νοήμονες μηχανές χωρίς να υπάρχει προκατάληψη στο να είναι το σύστημα απλό, βιολογικό ή ανθρωποειδές. Πρόκειται για ένα σαφή και συνοπτικό ορισμό του τεχνολογικού στόχου της τεχνητής νοημοσύνης που όμως εστιάζει μόνο στο τεχνολογικό κομμάτι και βρίσκεται σε εξάρτηση με την ανθρώπινη νοημοσύνη αν και η άποψή του υποστηρίζει το αντίθετο. Περιορίζεται μόνο στον τεχνολογικό στόχο λοιπόν και υπάρχει μια εσωτερική σύγκρουση των λεγόμενών του. Οι Newell και Simon (1976) μελέτησαν τη νοημοσύνη των συμβόλων συστημάτων βασιζόμενοι σ ένα θεωρητικό πλαίσιο αλλά και σε πειραματικό όσον αφορά τη «συμβολική» προσπέλαση της τεχνητής νοημοσύνης. Επίσης στη συνέχεια ο Newell (1990) μελέτησε τους μηχανισμούς νοημοσύνης προχωρώντας και στο χώρο της ρομποτικής. Σύμφωνα μ αυτή την άποψη νοήμον σύστημα είναι αυτό που πλησιάζει ένα σύστημα γνωστικού επιπέδου. Γι αυτό και το μειονέκτημα της εν λόγω άποψης έγκειται στον περιορισμό της σε γνωστικό επίπεδο. Η άποψη πολλών σχετικά με την τεχνητή νοημοσύνη ως προς τον προγραμματισμό των υπολογιστών και συγκεκριμένα όταν το συνδέουν με τη δομή της ανθρώπινης γλώσσας ή εκπαιδευτικών θεμάτων φαίνεται να οδηγεί σε λάθος προσέγγιση. Από τη μια, σωστά υποστηρίζουν τη χρήση υπολογιστών για την κατασκευή μοντέλων γνωστικών θεωριών αλλά και από την άλλη καθιστούν αυτό ως το μοναδικό σκοπό του πεδίου. Στόχος της γνωστικής αυτής περιοχής είναι να γίνουν κατανοητές οι νοήμονες διαδικασίες ανεξαρτήτως της φυσικής τους πραγμάτωσης και συνάμα προκύπτει και 24

μεγάλο πρακτικό κέρδος. Η συγκεκριμένη άποψη διατυπώνει για πρώτη φορά σαφώς θεωρητικό στόχο της τεχνητής νοημοσύνης. Αναφέρεται στην υπολογιστική γνωσιακή μοντελοποίηση, ως τη μείζονα μεθοδολογία της τεχνητής νοημοσύνης. Στο σημείο αυτής της ταύτισης έγκειται και το αρνητικό κομμάτι της άποψης αυτής. Εξαίρει το θεωρητικό στόχο της τεχνητής νοημοσύνης, θέτοντας σε δεύτερη μοίρα τον τεχνολογικό στόχο. Ο Bundy (1981), υποστήριζε ως σκοπό της τεχνητής νοημοσύνης την εξεύρεση υπολογιστικών τεχνικών για τη γνωσιακή μοντελοποίηση. Προέβη σε μια επιμιξία των εφαρμοσμένων, καθαρών Μαθηματικών με την επιστήμη των υπολογιστών και της φυσικής με τις γνωσιακές επιστήμες. Πρόκειται για έναν ενδιαφέροντα αναλογικό προσδιορισμό των στόχων της τεχνητής νοημοσύνης δίνοντας έμφαση στην υπολογιστική μεθοδολογία του πεδίου. Όμως δε γίνεται αναφορά στον τεχνολογικό στόχο και επίσης η χρησιμοποιούμενη αναλογική μέθοδος δημιουργεί πρόβλημα. Οι Pentland και Fischler (1983), μελέτησαν τα υπολογιστικά προβλήματα που προκύπτουν από τα αλληλοεπηρεαζόμενα φυσικά φαινόμενα της νόησης, της αντίληψης, της γλώσσας και της μάθησης. Οι εν λόγω επιστήμονες εστίασαν στα διεπιστημονικά θέματα της τεχνητής νοημοσύνης. Ο περιορισμός στην επιστημονική πλευρά της τεχνητής νοημοσύνης και στα υπολογιστικά προβλήματα συνιστά και το αρνητικό κομμάτι της άποψης αυτής. Ο Schank (1983) ανέπτυξε την άποψη ότι η τεχνητή νοημοσύνη είναι η αλγοριθμική μελέτη των διαδικασιών σε κάθε έρευνα, εξαιρώντας την ευρύτητα της τεχνητής νοημοσύνης. Όμως η άποψη αυτή συνδέει τον επιστημονικό στόχο της τεχνητής νοημοσύνης με την επιστήμη των υπολογιστών αφήνοντας εκτός τον τεχνολογικό στόχο της τεχνητής νοημοσύνης. Επίσης, με την εστίαση στην αλγοριθμική μελέτη περιορίζει την έννοια της υπολογιστικής αν και δεν είναι αναγκαίο. Ο Sowa (1984) ορίζει την τεχνητή νοημοσύνη ως τη μελέτη γνωσιακών αναπαραστάσεων και η χρήση τους στη γλώσσα, τη νόηση, τη μάθηση και την επίλυση προβλημάτων. Η άποψη αυτή σωστά εστιάζει σε δυο από τις 25

θεμελιώδεις έννοιες της τεχνητής νοημοσύνης, όμως δεν κάνει λόγο για το μηχανολογικό στόχο της τεχνητής νοημοσύνης. Ο Michie (1985) ορίζει την τεχνητή νοημοσύνη ως μηχανολογική επιστήμη των εννοιών. Ένας ορισμός νεωτερικός, συνοπτικός και ευκολομνημόνευτος που όμως είναι ανθρωποκεντρικός, περιοριστικός και δεν προσφέρει πολλά. Ο Winston (1977), υποστήριξε ότι οι στόχοι της τεχνητής νοημοσύνης είναι η κατασκευή χρήσιμων υπολογιστών και η κατανόηση των αρχών της τεχνητής νοημοσύνης. Η άποψη αυτή είναι μια πιο συνοπτική διατύπωση του ορισμού που έδωσαν οι Goldstein και Papert. Στη συνέχεια ο Winston (1986), προχώρησε σ ένα ορισμό της τεχνητής νοημοσύνης λέγοντας ότι είναι το πεδίο που ασχολείται με υπολογιστικές μεθόδους συνδεόμενες με πολύπλοκες και ανθρωπόμορφες δράσεις. Έτσι προσδιορίζει την τεχνητή νοημοσύνη μέσα από μια ιδιαίτερη κατηγορία η οποία όμως εξαρτάται από τον άνθρωπο και άρα είναι περιοριστική. Τέλος το 1992 ο ίδιος διατυπώνει την άποψη ότι η τεχνητή νοημοσύνη είναι η μελέτη των υπολογιστικών μεθόδων που καθιστούν ικανή την αντίληψη, τη νόηση και τη δράση καλύπτοντας όλο το χώρο των νοημόνων συστημάτων. Το αρνητικό σημείο της άποψης είναι ο περιορισμός της σε υπολογιστικές μεθόδους χωρίς να προσδιορίζει τις ορίζουσες έννοιες. Η τεχνητή νοημοσύνη δεν έχει πλήρως ορισθεί. Ο μελλοντικός προσδιορισμός αυτής πρέπει να καθορίζει τον επιστημονικό στόχο της ανακάλυψης των αρχών της και τον τεχνολογικό ανάπτυξης νοημόνων οντοτήτων. Οι δυο αυτοί στόχοι βρίσκονται σε αλληλεπίδραση και δε δύνανται να διαχωριστούν. Τόσο η μελέτη νοημόνων συστημάτων όσο και ο σχεδιασμός έγκειται σε πολλούς κλάδους. Σχετικά με τη θέση της τεχνητής νοημοσύνης στον ανθρώπινο γνωσιακό χώρο υπάρχουν πολλές αντιτιθέμενες απόψεις, άλλες προερχόμενες από τον ενδοεπιστημονικό χώρο και άλλες από το γνήσιο ακαδημαϊκό χώρο. Π.χ. κάποιοι θεωρούν ότι η τεχνητή νοημοσύνη ανήκει στην επιστήμη των υπολογιστών, άλλοι στην ψυχολογία, άλλοι ότι συναποτελεί τη γνωσιακή επιστήμη. 26

Η δική μας θέση είναι ότι η τεχνητή νοημοσύνη είναι μια ξεχωριστή, πολυκλαδική και πειραματική επιστήμη. Βρίσκεται σε μια άμεση αλληλεπίδραση με πολλές επιστήμες όπως ψυχολογία, γλωσσολογία, φιλοσοφία του νου, νευροεπιστήμες, μαθηματικά, υπολογιστικές επιστήμες και τεχνολογία. Κεφαλαιο 3 Σχετικά με τη λογική, δόθηκαν τρεις ερμηνείες εκ των οποίων η πρώτη αντιλαμβάνεται τη λογική ως κομμάτι της ανθρώπινης γνώσης που έχει κάποιο τύπο, η δεύτερη ως το σύστημα πεποιθήσεων κάποιου ατόμου που ως ειδική περίπτωση αυτής είναι παραγωγική συλλογιστική, δηλαδή η μελέτη των παραγωγικών συλλογισμών και η τρίτη που ορίζει τη λογική ως την ορθή συναγωγή και μελέτη συμπερασμάτων. Οι περισσότεροι επιστήμονες ασχολήθηκαν με τους παραγωγικούς συλλογισμούς, η εν λόγω ενότητα θα επικεντρωθεί στο ζήτημα της τυποποιησιμότητας. Ο McCarthy στόχευε στην τυποποίηση του ανθρώπινου είδους και εστιάζει στη σχέση μαθηματικών και λογικής. Τα μαθηματικά είναι κατ εξοχήν η επιστήμη που δύναται να ερμηνεύει με όρους κατηγορικής λογικής και αξιωματικής θεωρίας συνόλων, εξαιρούμενης της υπολογιστικής θεωρίας που μέχρι σήμερα δεν μπορεί. Δεδομένου ότι οι μηχανές Turing και τα συστήματα παραγωγής χαρακτηρίζονται από μια σχέση ισοδυναμίας, κρίθηκε απαραίτητο να περιγραφούν τα συστήματα παραγωγής με ορισμένα στοιχεία λογικών ανωτέρας τάξης. Χωρίστηκε εν προκειμένω το κεφάλαιο σε τρεις ενότητες εκ των οποίων η πρώτη αναφέρεται στα συστήματα παραγωγής ως μια μορφή αναπαραστασιακού σχήματος που έχει ως βάση του το υποθετικό κατηγόρημα (conditional), η δεύτερη κάνει λόγο για τη μη μονοτονική συλλογιστική και τα κύρια προβλήματά της, ενώ η τρίτη επικεντρώνεται στη θεωρία ασαφών συνόλων και ασαφούς λογικής, στην εφαρμοσιμότητα και στη σημασιολογία τους συνοπτικά. 27