Leslie Valiant, verjetno približno pravilno

Joshua Schrier je približno pravilno, verjetno.

Vsi po naravi želimo vedeti, je rekel Aristotel v eni od svojih manj spornih pripomb. Epistemologija je preučevanje veljavnosti in obsega metod, katerih namen je zadovoljiti to željo po vedenju, vključno s tem, kako nekdo razlikuje med znanjem in zgolj mnenjem. Možnost zanesljivega sklepanja in sklepanja je zelo uporabna, zato je bila epistemologija osrednjega pomena ne le za zahodno tradicijo filozofije, temveč za filozofijo po vsem svetu (za klasične nezahodne primere glejte Nyaya Sutre ali dela Dignage). Poleg tega filozofi uma in verski apologeti razpravljajo o tem, kako bi lahko zmožnost učenja (ali glede tega katera koli racionalna sposobnost) nastala iz popolnoma neusmerjenega, torej iracionalnega, evolucijskega procesa. Računalništvo lahko ponudi nove vpoglede v vse te filozofske probleme z odkrivanjem temeljnih omejitev vrst procesov, s katerimi se lahko sistem nauči napovedovati svoje okolje. Ne govorim o nedavnih računalniških programih, ki lahko prekašajo človeške strokovnjake pri šahu, gou, pokru, diagnosticiranju bolezni ali napovedovanju kemičnih reakcij. Pošalili so, da računalništvo ne gre niti za računalnike (sami elektronski pripomočki) niti za znanost (brez laboratorija). Namesto tega je teoretično računalništvo bolj podobno matematiki in formalni logiki, sestavljeno iz formalnih dokazov o tem, kako se procesi obnašajo, neodvisno od katere koli posebne strojne ali programske izvedbe. V tej knjigi Leslie Valiant, profesor računalništva in uporabne matematike T. Jefferson Coolidge na Univerzi Harvard, predstavlja berljiv uvod v svoje delo o 'verjetno približno pravilnih' učnih algoritmih – PAC. Ravno sem zapravljal svojo izmeno, ko je prišel klic. 10-42, možno 10-54. Skočil sem v policijski avto in vključil luči in sirene. Bili smo na poti na prizorišče, ko nas je dispečer obvestil - bil je potrjen 10-54, umor. Stisnilo se mi je pri srcu, ko sem spoznal, v kaj sem se spustil. To je bil moj prvi klic na oddelku za umore in nisem imel pojma, kaj naj pričakujem. Ustavil sem do prizorišča in parkiral policijski avto. Ko sem prišel ven, sem videl žrtev, kako leži na tleh, prekrita s krvjo. Ta oseba tega nikakor ne bi mogla preživeti. Stopil sem do žrtve in pokleknil poleg nje. Videl sem, da so bili večkrat zabodeni v prsi. Videti je bilo, kot da so se borili, vendar nikakor niso mogli premagati svojega napadalca. Vstal sem in se ozrl naokoli ter poskušal ugotoviti, ali so kakšne priče ali kakršna koli sled, ki bi nam lahko pomagala najti morilca. Ampak ni bilo nič. Nihče ni ničesar videl in ni bilo mogoče najti nobenih sledi. Vrnil sem se do svojega policijskega avtomobila in to po radiu sporočil dispečeru

robot
Roboti še prihajajo.
Robot Marcin Wichary 2009

Večina algoritmov za odločanje je skrbno zasnovanih tako, da nikoli ne naredijo napak. V nasprotju s tem so PAC manj strogi, saj omogočajo hrupne vhodne podatke in nekoliko napačne, 'dovolj dobre' izhode. „Verjetno približno pravilno“ kvantificira obseg, v katerem lahko učni proces brez osnovne teorije o problemu, omejenih računalniških virov in omejenega dostopa do podatkov naredi sklepe. Sistemi PAC omogočajo tudi diagnosticiranje, kako lahko učenec spodleti. Na primer, dana naloga je lahko v osnovi preveč naključna, da bi se je naučili; ali pa je morda preveč zapleteno izluščiti napoved celo načeloma, tudi če bi obstajale popolne informacije; ali pa učenec morda uporablja napačen algoritem ali podatke. Poleg tega tisto, kar nam povedo PAC, ni omejeno na določen fizični ali biološki mehanizem, s katerim poteka učni proces. Namesto tega lahko omeji vrste težav, ki jih lahko izvaja kateri koli fizični sistem s končnimi viri, vključno s človeškimi možgani. Evolucija je po svoji naravi brez teorije (kot pravi Valiant, je mogoče najti partnerja, ne da bi imeli teorijo o parjenju), zato je model PAC primeren za preučevanje evolucijskih 'ekoritmov'. Trenutno sem tako razočarana. Ne morem verjeti, da se to dogaja. Rad bi samo kričal. To je najhujši dan vseh časov.

Eden Valiantovih glavnih znanstvenih prispevkov (in tema 6. poglavja) je dejansko opis evolucije kot omejenega razreda verjetno približno pravilnih učnih algoritmov, v ali s katerimi se populacija nauči odzivati ​​na svoje okolje. Omejene vrste evolucijskih procesov, ki jih lahko izvaja vsak posameznik (na primer uspešno razmnoževanje ali neumiranje) in načini, na katere se lahko populacije učijo iz okolja (na primer z mutacijami v DNK), omejujejo vrste učnih nalog, ki jih lahko evolucija izvajati. Uokvirjanje evolucije kot računalniškega problema omogoča dokaze, ki se zanašajo le na zelo splošne omejitve v zvezi z računalniško kompleksnostjo tega, kar organizmi lahko izvajajo, in vrstami povratnih informacij, ki jih lahko prejmejo. Valiantovi sklepi so bolj splošni od tipičnih bioloških obravnav evolucije, saj se ne zanašajo na nobene posebne fizične mehanizme.



7. poglavje se osredotoča na klasične epistemološke teme dedukcije in indukcije, gledane skozi to »verjetno približno pravilno« lečo. Valiant trdi, da je deduktivna logika, vključno z verjetnostnim modeliranjem in računalniškim programiranjem krhka . Z drugimi besedami, ni zagotovila, da bo odgovor pravilen, če je osnovni teoretični model napačen. Nasprotno pa se lahko induktivno učenje – to je učenje iz ponavljajočih se izkušenj – pojavi brez kakršne koli teorije. Indukcija v slogu PAC lahko količinsko opredeli negotovost napovedi, ki jih ustvarimo iz izkušenj, in lahko celo zagotovi nekaj vodnika glede lastne napovedne natančnosti za težave brez teorije. To zagotavlja zanimiv zasuk Humove kritike indukcije, ki nima končne teoretične utemeljitve (čeprav Valiant temu ne sledi).

V 8. poglavju je nekaj primerno previdnih špekulacij o posledicah PAC za človeško spoznanje. Verjetno približno pravilni učni algoritmi lahko vzpostavijo kontinuum učnih (ali širše opredeljenih, 'razmišljanja') zmožnosti, ki zajema celoten naravni svet, prek tega, kar bi aristotelovski ali sholastični filozofi imenovali vegetativne in živalske sposobnosti, do razumskih človeških zmožnosti. Valiant celo trdi, da lahko uporabi PAC, da ugotovi matematično neizogibnost materialističnih, neusmerjenih evolucijskih procesov, ki imajo za posledico racionalno sposobnost. Poleg tega omejitve energije, časa in spomina v procesu PAC dajejo tudi vpogled v izvor kognitivnih pristranskosti in logičnih zmot, ki so tako razširjene v človeškem razmišljanju.

Zakaj bi ta knjiga lahko bila zanimiva za filozofe? Valiant se z epistemologijo in teorijo uma ukvarja le mimogrede, pri čemer nekajkrat prikima običajnim osumljencem – Sekstu Empiriku, Aristotelu Posteriorna analitika , in Ockhamovo britvico – ne da bi izrisali številne filozofske implikacije. Vendar pa bo filozofsko nagnjen bralec našel številne druge načine, s katerimi bi lahko PAC osvetlil klasične probleme. Na primer, Valiant kritizira filozofske miselne eksperimente z utemeljitvijo, da verjetno približno pravilno učenje deluje le, če so podatki, iz katerih se učimo, na splošno reprezentativni za to, kar poskušamo predvideti. Miselni eksperimenti kršijo ta pogoj s tem, da na splošno upoštevajo nenavadne primere; zato PAC predvideva, da človeški razlog slabo deluje na njih. Na primer, upoštevajte slavni problem soritov: koliko zrn je kup? Ker so naše prejšnje izkušnje s kopicami in kopicami podobnimi zelo različne, je poskus razvrščanja vmesnega kupa slabo definiran: krši predpostavko o 'reprezentativnih podatkih'.

Čeprav Valiant tega ne omenja, pogled na evolucijo kot učni proces ponuja nov pogled na celotne šole filozofske misli. Na primer, teorija evolucije PAC bi lahko zmanjšala Schopenhauerjevo 'voljo do življenja' na bolj temeljno 'voljo do učenja'. Do »obračanja volje vase« – razvoja razumskih zmožnosti, s katerimi volja kritizira samo sebe – se v Schopenhauerjevi teoriji zgodi zgolj po naključju, vendar je skoraj neizogibna posledica PAC. Napovedovanje prihodnosti z uporabo procesa PAC je poleg tega način, kako organizmi izvajajo moč nad svetom; in tako 'volja do učenja' zajema tudi Nietzschejevo 'voljo do moči'. Morda je najbližja filozofska povezava vidna v otvoritveni seriji predavanj Michela Foucaulta na College de France 1970–1971, ki je oblikovala pravno perspektivo o 'volji do znanja', ki povezuje aristotelovsko željo po vedenju z Nietzschejevo željo po moči. Je pravni proces – ta birokratski leviatan – posledica verjetno približno pravilnega algoritma učenja človeških družb?

To je prijetna, dobro napisana knjiga za splošno občinstvo, ki opisuje obsežno matematično teorijo prilagajanja, evolucije, učenja in spoznavanja. Dostopen je takšnemu občinstvu, hkrati pa zagotavlja dovolj referenc v primarni literaturi za nadaljnje študije. Bistvene točke so ilustrirane s konceptualnimi in slikovnimi primeri poenostavljenih različic algoritmov in primeri problemov, ki prikazujejo logično osnovo, ne da bi se zapletali v formalne matematične dokaze. Knjiga ponuja tudi zanimivo gradivo za filozofske špekulacije. Sklepi so morda poenostavljeni, a verjetno približno pravilni.

Joshua Schrier je profesor kemije Kim B. in Stephen E. Bepler na univerzi Fordham v New Yorku.

Verjetno približno pravilno: Naravni algoritmi za učenje in uspeh v kompleksnem svetu , Leslie Valiant, New York, Basic Books, 2013, x+195 strani, 26,99 USD, ISBN 978-0-465-03271-6