08 Νοέ 2017

Κοινωνική Δικτύωση: Δείχνω, άρα υπάρχω

Αν πριν από τριάντα χρόνια κάποιος μας περιέγραφε την κοινωνική δικτύωση, θα μας φαινόταν κάτι πολύ σουρεαλιστικό. Read More

02 Δεκ 2010

Πόσο δημιουργικοί μπορούν να είναι οι ηλεκτρονικοί υπολογιστές;

Ένα από τα βασικά χαρακτηριστικά που ξεχωρίζει τον άνθρωπο από τα υπόλοιπα ζώα είναι σαφέστατα η ικανότητα λογικής και δημιουργικής σκέψης. Ενώ υπάρχουν πολλά ζώα που επιδεικνύουν κάποιες ικανότητες ευρηματικότητας (π.χ. κοράκια που «δημιουργούν» εργαλεία για να πιάσουν την τροφή τους, λύκοι που συντονίζονται τέλεια για να παγιδεύσουν την λεία τους κτλ) το εύρος των ικανοτήτων τους  είναι περιορισμένο συγκριτικά με αυτών του ανθρώπου. Κάτι ανάλογο ισχύει και για τους υπολογιστές. Τα μηχανήματα αυτά μπορούν, μετά από κατάλληλο προγραμματισμό, να κάνουν εκατομύρια μαθηματικές πράξεις σε λίγα δευτερόλεπτα και να μας εμφανίσουν κάποια λογικά και εξαιρετικά ακριβή αποτελέσματα. Ωστόσο, αυτό που δεν μπορούν να κάνουν οι υπολογιστές είναι να «σκεφτούν» δημιουργικά κατά την προσπάθεια λήψης μιας απόφασης.

Έχουν γίνει πολλές προσπάθειες ορισμού της δημιουργικότητας και παρόλο που δεν υπάρχει ένας σαφής ορισμός, μπορούμε να πούμε με σχετική ασφάλεια πως μια πράξη ή ιδέα είναι δημιουργική όταν α) είναι νέα, πρωτοποριακή, ξεφεύγει από την ρουτίνα και την κοινοτυπία και β) είναι προσαρμοστική, λειτουργική και αποτελεσματική σε σχέση με το πρόβλημα που προσπαθεί να λύσει/ξεπεράσει[1]. Πέραν από τον ορισμό όμως η διαδικασία μέσα από την οποία γεννιούνται δημιουργικές ιδέες έχει το δικό της ενδιαφέρον. Ήδη από τις αρχές του προηγούμενου αιώνα (1920) άρχισαν να αναπτύσονται θεωρητικά μοντέλα δημιουργικότητας. Ένα από αυτά τα μοντέλα -αυτό του Wallas[2] – κατέφερε να επιζήσει έως και σήμερα και να γίνει η βάση για αλγόριθμους που χρησιμοποιούνται για να δημιουργήσουν «ευφυή συμπεριφορά» σε προγράμματα Η/Υ.

Σύμφωνα με αυτό το μοντέλο, υπάρχουν 4 στάδια κατά τη διάρκεια επίλυσης ενός προβλήματος: προετοιμασία, εκκόλαψη, διαφώτιση και επιβεβαίωση. Κατά τη διάρκεια της προετοιμασίας ο λύτης ακολουθεί πολλές και διαφορετικές μεθόδους επίλυσης του προβλήματος βασιζόμενος κυρίως στην λογική. Είναι πιθανό σε αυτό το στάδιο να βρεθεί η επιζητούμενη λύση του προβλήματος, οπότε η διαδικασία σταματάει εδώ. Εάν όμως το πρόβλημα είναι πιο πολύπλοκο και μετά από πολλαπλές και επίπονες προσπάθειες επίλυσης δεν βρεθεί λύση τότε ο λύτης περνάει στο στάδιο της εκκόλαψης, κατά το οποίο απλά σταματάει να προσπαθεί να λύσει το πρόβλημα σε συνειδητό επίπεδο. Στο πίσω μέρος του μυαλού του όμως τα διάφορα στοιχεία που έχει συλλέξει για το πρόβλημα συνεχίζουν να γίνονται αντικείμενο επεξεργασίας σε ένα λίγο-πολύ ασυνείδητο επίπεδο. Αυτή η φάση, ανάλογα με τον λύτη και το πρόβλημα, μπορεί να διαρκέσει λίγα λεπτά έως αρκετά χρόνια. Οι τελευταίες έρευνες στον τομέα αυτό[3][4] αποδεικνύουν πως οι πιθανότητες επίλυσης του προβλήματος αυξάνονται σημαντικά σε αυτή τη φάση. Το τρίτο στάδιο, είναι αυτό κατά το οποίο το πρόβλημα και η διαδικασία επίλυσής του προχωράνε από το ασυνείδητο στο συνειδητό επίπεδο, καθώς έχει βρεθεί κάποια πιθανή λύση. Τέλος, στο τέταρτο στάδιο ο λύτης έχοντας κατά νου την πιθανή λύση αρχίζει να τον έλεγχο της αξιοπιστίας της λύσης χρησιμοποιώντας φυσικά τα πολύτιμα εργαλεία της λογικής που χρησιμοποίησε και στο πρώτο στάδιο. Εάν η λύση δεν είναι ικανοποιητική, τότε η διαδικασία επιστρέφει ξανά στο στάδιο της εκκόλαψης ή της διαφώτισης, και από εκεί ακολουθεί την ίδια διαδρομή έως να ξαναφτάσει εκ νέου στο στάδιο της επιβεβαίωσης.

Τα τελευταία χρόνια έχουν αυξηθεί οι προσπάθειες δημιουργίας ενός «δημιουργικού» Η/Υ, ο οποίος θα μπορεί να βρει λύσεις σε διάφορα προβλήματα στα οποία η χρήση κοινών «λογικών» αλγορίθμων δεν επαρκεί. Σε μία από τις πιο πρόσφατες έρευνες στον τομέα αυτό, ερευνητές από το Πανεπιστήμιο της Καλιφόρνια, βασισμένοι μεταξύ άλλων στο κλασσικό μοντέλο δημιουργικότητας του Wallas, κατάφεραν να χτίσουν ένα μαθηματικό μοντέλο που καταφέρνει αρκετά καλά να μιμηθεί την ανθρώπινη δημιουργικότητα[5].  Βασικά οι ερευνητές δημιούργησαν ένα πρόγραμμα υπό το όνομα CLARION το οποίο δέχεται ως δεδομένα εισόδου τα διαθέσιμα στοιχεία για το πρόβλημα και προβάλει την πιο πιθανή λύση βασιζόμενο στην συνεχή αναζήτηση και σύνθεση διάφορων θεωριών, μέσα από μια διαδικασία ανασύνθεσης ακόμη και αυτών των τμημάτων μιας θεωρίας που φαίνεται ότι βγάζουν λανθασμένα αποτελέσματα.

Η ειδοποιός διαφορά σε σχέση με προηγούμενα μοντέλα τεχνητής δημιουργικότητας είναι αυτό ακριβώς το στοιχείο της συνεχούς ανασύνθεσης διαφόρων θεωριών, κάτι που θεωρητικά συμβαίνει και στον ανθρώπινο εγκέφαλο κατά τη διάρκεια της εκκόλαψης που περιγράψαμε πιο πάνω. Τα αποτελέσματα του προγράμματος συγκρίθηκαν με αυτά των υποκειμένων (ανθρώπων) που έλυσαν τα ίδια προβλήματα στα οποία η μοναδική λύση χρειαζόταν κάποια δόση δημιουργικής και όχι απαραίτητα λογικής σκέψης. Αυτό που βρέθηκε είναι ότι το CLARION κατάφερε να απαντήσει σωστά έως και στο 45,3% των προβλημάτων, ένα ποσοστό που είναι αρκετά εντυπωσιακό εάν αναλογιστούμε την πολυπλοκότητα της ανθρώπινης σκέψης.

Αυτή η έρευνα, όπως και άλλες στο πεδίο της τεχνητής νοημοσύνης γεννά φυσικά το ερώτημα εάν κάποτε οι Η/Υ θα μπορέσουν να αντικαταστήσουν τους ανθρώπους σε πόστα που χρειάζονται γρήγορες και όσον το δυνατόν πιο σωστές απαντήσεις, όπως επίσης και σε ποιους τομείς μπορεί να χρησιμοποιηθεί μια τέτοια τεχνολογία. Οι νουβέλες επιστημονικής φαντασίας αρχίζουν και περιγράφουν όλο και περισσότερο μια πραγματικότητα που σιγά-σιγά αλλά σταθερά γίνεται η καθημερινότητά μας.

Εισαγωγική Φωτογραφία

Περισσότερες Πληροφορίες / Βιβλιογραφία

  1. Tudor Rickards, Mark A. Runco, Susan Moger (2008). «The Routledge Companion to Creativity«. Routledge []
  2. Wallas, G. (1926). The art of thought. New York, NY: Harcourt, Brace. []
  3. Dodds, R. A., Smith, S. M., & Ward, T. B. (2002). «The use of environmental clues during incubation». Creativity Research Journal, 14, 287–304. []
  4. Dodds, R. A., Ward, T. B., & Smith, S. M. (in press). «A review of experimental literature on incubation in problem solving and creativity». In M. A. Runco (Ed.), Creativity research handbook (Vol. 3). Cresskill, NJ: Hampton Press. []
  5. Helie & Sun (2010). « Incubation, Insight, and Creative Problem Solving:A Unified Theory and a Connectionist Mode» . Psychological Review. 117(3). 994 –1024 []
03 Νοέ 2010

2ο Πανελλήνιο Διεπιστημονικό Συνέδριο e-life

Η Ελληνική Εταιρία Μελέτης της Διαταραχής του Εθισμού στο Διαδίκτυο ανακοίνωσε τις ημερομηνίες του 2ου πενελληνίου διεπιστημονικού συνεδρίου e-life με θέμα την επίδραση των νέων τεχνολογιών στην καθημερινότητα μας, με όλα τα θετικά και τα αρνητικά που μπορεί να την χαρακτηρίζουν. Το συνέδριο θα πραγματοποιηθεί από τις 1-3 Απριλίου 2011 στη Θεσσαλονίκη. Μπορεί να είμαι ιδιαίτερα σκεπτικός απέναντι στην «διαταραχή της συμπεριφοράς στο διαδίκτυο», αλλά νομίζω πως πρόκειται για ένα πολύ ενδιαφέρον θέμα και θα ήθελα να παρακολουθήσω το συνέδριο.

Αναλυτικά, οι ημερομηνίες έχουν ως εξής:

  • Λήξη υποβολής προτάσεων για στρογγυλές τράπεζες:
    14 Ιανουαρίου 2011
  • Λήξη υποβολής περιλήψεων στρογγυλών τραπεζών, προφορικών και αναρτημένων ανακοινώσεων:
    31 Ιανουαρίου 2011
  • Απαντήσεις επί των περιλήψεων από την επιτροπή αξιολόγησης:
    7 Φεβρουαρίου 2011
  • Λήξη προεγγραφών:
    14 Φεβρουαρίου 2011

Στο συνέδριο μπορούν να συμμετέχουν ειδικοί και φοιτητές από όλους τους επιστημονικούς χώρους που μπορεί να σχετίζονται με τη θεματολογία του συνεδρίου, όπως ψυχολόγοι, ιατροί, κοινωνικοί λειτουργοί, κοινωνιολόγοι, καθηγητές πληροφορικής, νοσηλευτές, νομικοί, επαγγελματίες ΜΜΕ.

Για περισσότερες πληροφορίες επισκεφτείτε την ιστοσελίδα του συνεδρίου ή ρίξτε μια ματιά στο ενημερωτικό φυλλάδιο που ακολουθεί.

E-LIFE_2011
Εισαγωγική Εικόνα:

01 Ιούλ 2010

Πόσα bytes μπορεί να αποθηκεύσει η ανθρώπινη μνήμη;

Το παρακάτω άρθρο αποτελεί ελεύθερη μετάφραση ενός κειμένου του Δρ. Ralph C. Merkle[1] , με θέμα τις δυνατότητες απομνημόνευσης του ανθρώπινου εγκέφαλου. Εάν και το άρθρο είναι αρκετά παλιό (γράφτηκε 20 χρόνια πριν), πιστεύω πως αξίζει να το διαβάσει κανείς για δύο κυρίως λόγους. Ο πρώτος και κύριος λόγος είναι για να δούμε τον τρόπο σκέψης των νευροεπιστημόνων των προηγούμενων δεκαετιών, οι οποίοι έθεσαν τα θεμέλια για την ανάπτυξη της ρομποτικής και της τεχνητής νοημοσύνης η οποία μόλις τώρα άρχισε να κάνει κάποια αποφασιστικά πρώτα βήματα. Ο δεύτερος είναι η αξία των πληροφοριών που μας μεταφέρει ο Merkle, καθώς πολλές από αυτές ισχύουν ακόμη και σήμερα.

Το άρθρο αυτό δημοσιεύτηκε στο Foresight Update, τον Οκτώβριο του 1988.

Ένα όλο και πιο συχνό φαινόμενο είναι η σύγκριση του ανθρώπινου εγκέφαλου με τους υπολογιστές, και της ανθρώπινης σκέψης με τα προγράμματα υπολογιστών. Κάποτε αυτό θεωρούνταν απλώς μια ποιητική μεταφορά. Πλέον όμως, η άποψη αυτή υποστηρίζεται από τους περισσότερους φιλοσόφους της ανθρώπινης συνείδησης και τους περισσότερους ερευνητές στον τομέα της τεχνητής νοημοσύνης. Αν θεωρήσουμε ακριβή αυτή η σύγκριση, τότε θα έπρεπε -όπως ακριβώς μπορούμε να ρωτήσουμε πόσα ΜΒ RAM έχει ένας υπολογιστής- να είμαστε σε θέση να πούμε πόσα MB (ή gigabytes, ή terabytes κτλ) μνήμης έχει ο ανθρώπινος εγκέφαλος.

Πολλές προσπάθειες προσέγγισης αυτού του αριθμού που έχουν ήδη εμφανιστεί στη διεθνή βιβλιογραφία βασίζονται στις εκτιμήσεις για τις «hardware» δυνατότητες του ανθρωπίνου εγκεφάλου. Σύμφωνα με μια εκτίμηση του Von Neumann οι νευρώνες του εγκεφάλου μας σε όλη μας τη ζωή πυροδοτούν περίπου 1020 φορές (ας πούμε αυτές τις πυροδοτήσεις bits). Ο αριθμός αυτός σίγουρα είναι πολύ μεγάλος και δεν ανταποκρίνεται στην πραγματικότητα. Μια άλλη μέθοδος που χρησιμοποιήθηκε για να προσεγγισθεί το μέγεθος της ανθρώπινης μνήμης είναι ο υπολογισμός του συνολικού αριθμού των συνάψεων στον εγκέφαλο. Φυσικά στη συνέχεια θα πρέπει να υποθέσουμε ότι κάθε σύναψη συγκρατεί ορισμένα bits πληροφοριών. Βάσει των υπολογισμών μας έως τώρα, ο συνολικός αριθμός των συνάψεων στον ανθρώπινο εγκέφαλο είναι κάπου μεταξύ 1013 και 1015.

Ένα βασικό πρόβλημα με αυτές τις προσεγγίσεις είναι ότι στηρίζονται σε μάλλον κακές εκτιμήσεις για το hardware του εγκεφάλου. Δεν γνωρίζουμε αρκετά πράγματα για τον εγκέφαλο και οι εκτιμήσεις αυτές είναι μάλλον ασαφείς. Το γεγονός και μόνον ότι υπάρχει ένας μεγάλος αριθμός συνάψεων δεν σημαίνει ότι όλες συμβάλλουν στην χωρητικότητα της μνήμης. Αυτό το πρόβλημα καθιστά το έργο του Thomas K. Landauer πολύ ενδιαφέρον, καθώς στην έρευνά του πάνω στην ανθρώπινη μνήμη απέφυγε εντελώς τις εικασίες βάσει της φυσιολογίας του εγκεφάλου και εστίασε κυρίως στη μέτρηση της πραγματικής λειτουργικής ικανότητας της ανθρώπινης μνήμης[2] .

Ο Landauer εργάζεται στον οργανισμό Bell Communications Research, ο οποίος είναι στενά συνδεδεμένος με τα Bell Labs, εκεί όπου ξεκίνησε η σύγχρονη μελέτη της θεωρίας πληροφοριών από τον C.E. Shannon, με σκοπό την ανάλυση των πληροφοριών που μεταφέρονται μέσω των τηλεφωνικών γραμμών (ένα θέμα εξαιρετικού ενδιαφέροντος για κάθε τηλεφωνική εταιρεία). Ο Landauer, χρησιμοποιώντας τα μέσα που είχε διαθέσιμα, θεώρησε την ανθρώπινη μνήμη ως μια εξαιρετική «τηλεφωνική γραμμή» μέσω της οποίας μεταφέρονται πληροφορίες από το παρελθόν στο μέλλον. Οι δυνατότητες αυτής της «τηλεφωνικής γραμμής» μπορούν να καθοριστούν αρχικά με τη μέτρηση των πληροφοριών που εισέρχονται και εξέρχονται από και προς το σύστημα, και στη συνέχεια, εφαρμόζοντας τις πιο σύγχρονες θεωρίες της πληροφορίας.

Ο Landauer παρακολούθησε και έκανε ποσοτική ανάλυση σε πειράματα του ίδιου ή άλλων ερευνητών, στα οποία τα υποκείμενα κλήθηκαν να διαβάσουν κείμενο, να δουν φωτογραφίες και να ακούσουν λέξεις, σύντομα μουσικά αποσπάσματα, προτάσεις και ασυνάρτητες συλλαβές. Αφού τα υποκείμενα διάβασαν ή άκουσαν τα ερεθίσματα, μετά από ένα χρονικό διάστημα που κυμαινόταν από λίγα λεπτά έως λίγες ημέρες, κλήθηκαν για να ελεγχθεί πόσες πληροφορίες είχαν συγκρατήσει. Ο έλεγχος δεν περιοριζόταν απλά σε ανοιχτές ερωτήσεις τύπου «Τι θυμάσαι από αυτά που διάβασες/άκουσες;». Αντίθετα, συχνά χρησιμοποιούνταν ερωτήσεις τύπου σωστού / λάθους ή ερωτήσεις πολλαπλής επιλογής, στην οποία ακόμη μια ασαφή ανάμνηση των πληροφοριών μπορούσε να οδηγήσει στην επιλογή της σωστής απάντησης. Σε πολλές από αυτές τις έρευνες, μετρήθηκαν οι διαφορές στις απαντήσεις μεταξύ μιας ομάδας που είχε μελετήσει το υλικό προς απομνημόνευση και μιας άλλης που δεν είχε δει ποτέ της το υλικό αυτό. Η διαφορά στη βαθμολογία μεταξύ των δύο ομάδων χρησιμοποιήθηκε για τον υπολογισμό των πληροφοριών που πράγματι απομνημονεύτηκαν (έτσι ελέγχθηκε ο αριθμός των σωστών απαντήσεων που θα μπορούσε να μαντέψει κάποιος χωρίς να έχει δει ποτέ το υλικό πτος απομνημόνευση). Καθώς τα πειράματα έγιναν από πολλούς διαφορετικούς πειραματιστές υπό πολλές διαφορετικές συνθήκες, η τελική συνοπτική ανάλυσή τους μπορεί να μας δώσει κάποιες αξιόπιστες απαντήσεις. Για τον υπολογισμό της ταχύτητας απομνημόνευσης, ο τελικός αριθμός bits που απομνημονεύτηκαν διαιρέθηκε με τον χρόνο που δόθηκε για την μελέτη και την απομνημόνευση του υλικού.

Το αξιοσημείωτο αποτέλεσμα αυτής της συγκριτικής μελέτης ήταν ότι τα υποκείμενα μπορούσαν να απομνημονεύσουν σχεδόν δύο bits ανά δευτερόλεπτο κάτω από όλες τις πειραματικές συνθήκες. Οπτική, λεκτική, μουσική, ή οτιδήποτε άλλο – δύο bits ανά δευτερόλεπτο. Εάν ανάγουμε τα αποτελέσματα για να δούμε πόσα bits θα μπορούσαμε να απομνημονεύσουμε σε όλη μας τη ζωή, βλέπουμε πως ο αριθμός αυτός φτάνει τα 10 9 bits, τα οποία ισούνται με μερικές εκατοντάδες megabytes.

Φυσικά αυτές οι εκτιμήσεις είναι ακριβείς μονάχα υπό αυστηρές παραδοχές. O Landauer δηλώνει: «Χρειαζόμαστε πιο ακριβείς απαντήσεις σε αυτό το επίπεδο, εάν θέλουμε να σκεφτεί για ερωτήματα όπως: Τι είδους ικανότητες αποθήκευσης και ανάκτησης θα υπολογιστές πρέπει να μιμούνται τα ανθρώπινα επιδόσεις; Ποια να είναι η φυσική υπόσταση των στοιχείων αποθήκευσης πληροφοριών στον ανθρώπινο εγκέφαλο: μόρια, συνάψεις μεταξύ νευρώνων, νευρικά κύτταρα, ή νευρωνικά κυκλώματα; Τι είδους μέθοδοι κωδικοποίησης και αποθήκευσης είναι λογικό να υποθέσουμε ότι απαιτούνται για την νευρωνική υποστήριξη της ανθρώπινης μνήμης; Κατά τη μοντελοποίηση της ανθρώπινης νοημοσύνης, τι μέγεθος της μνήμης θα χρειαστούμε; Πόσες πληροφορίες θα πρέπει να ξέρει ένα ρομπότ για να είναι όσο το δυνατόν πιο ανθρώπινο;»

Το πιο ενδιαφέρον στοιχείο της εκτίμησης του Landauer είναι το μικρό της μεγέθους. Ίσως πιο ενδιαφέρουσα είναι η γενικότερη τάση: από τις πρώιμες και υπεραισιόδοξες εκτιμήσεις του Von Neumann και τις εκτιμήσεις βάσει του αριθμού των νευρικών συνάψεων έως τους πιο μέτριοπαθείς αριθμούς βάσει θεωρητικών πληροφοριακών μοντέλων. Ενώ ο Landauer δεν υπολόγισε τα πάντα (δεν υπολόγισε, για παράδειγμα, το bit rate κατά τη διάρκεια εκμάθησης ικανοτήτων όπως π.χ. η οδήγηση ενός ποδηλάτου, ούτε κάνει κάποιες εκτιμήσεις για το μέγεθος της «εργαζόμενης μνήμης»), η γενικότερη εκτίμηση που έκανε για την χωρητικότητα της ανθρώπινης μνήμης υποδεικνύει ότι οι δυνατότητες του ανθρώπινου εγκεφάλου είναι πιο προσιτές από ό,τι είχαμε σκεφτεί. Ενώ αυτή η σκέψη μπορεί να είναι ένα πλήγμα για το εγώ μας, αποτελεί και έναυσμα για να δημιουργήσουμε μια συσκευή με τις δεξιότητες και τις ικανότητες ενός ανθρώπου, ίσως με πιο προηγμένο hardware από αυτό που είναι διαθέσιμο σήμερα. Αρκεί φυσικά να ξέραμε και τον σωστό τρόπο οργάνωσης αυτού του hardware .

Εισαγωγική Εικόνα

Περισσότερες Πληροφορίες / Βιβλιογραφία

  1. Ralph C. Merkle: How Many Bytes in Human Memory? []
  2. Thomas K. Landauer (1986). «How Much Do People Remember? Some Estimates of the Quantity of Learned Information in Long-term Memory». Cognitive Science 10, 477-493 []