Het gelijkbenige driehoekbewijs
Een van de meest opvallende resultaten uit vroeg onderzoek naar machineredenering: een geometrisch stelling-bewijsprogramma produceerde een bewijs van de stelling van de gelijkbenige driehoek dat de ontwerpers niet hadden voorzien, & dat de meeste wiskundigen niet kenden.
Het klassieke bewijs vereist het construeren van een hulplijn: trek de hoekdeellijn vanuit de top, gebruik SAS-congruentie op de twee sub-driehoeken. Het bewijs werkt maar vereist een externe constructie die het oorspronkelijke probleem niet noemt.
Het bewijs van het programma gebruikte geen hulpconstructie. Het vergeleek driehoek ABC met driehoek CBA — dezelfde driehoek, achterstevoren gelezen. De correspondentie A↔A, B↔C, C↔B verandert de oorspronkelijke driehoek in zichzelf met de basishoeken omgewisseld. Beide zijden zijn gelijk per hypothese. Door SSS-congruentie is driehoek ABC congruent met driehoek CBA, wat betekent dat hoek B gelijk is aan hoek C.
Het bewijs verschijnt als een voetnoot in sommige uitgaven van Euclides, maar het was niet algemeen bekend. De programmeurs die het systeem bouwden, kenden het niet. Het programma vond het door een geprogrammeerde strategie te volgen: probeer eerst direct bewijs; als je vast loopt, probeer dan hulplijnen te tekenen.
Toonde het programma creativiteit?
Hamming stelt de directe vraag: vormt dit machinecreativiteit? Zijn antwoord: gedeeltelijk, & de kwalificatie is belangrijk.
De programmeurs schreven instructies om stellingen direct te bewijzen, & wanneer vast, om hulpconstructies te proberen. Het programma volgde die instructies. Het nieuwe bewijs ontstond door die instructies toe te passen op een probleem waar direct bewijs toevallig elegant werkte.
Hamming's observatie: dat is precies hoe creativiteit bij mensen werkt. Je geometrietraining laadde een programma in je. De instructies zeiden: probeer direct bewijs; als je vast loopt, teken hulplijnen. Je leerde die instructies minder schoon dan een machine — je vergeet, past ze verkeerd toe, & hebt eindeloze herhaling nodig. Maar de structuur is dezelfde.
De paradox die Hamming noemt: zodra er een programma bestaat om iets te doen, classificeren waarnemers het gedrag automatisch opnieuw als routinematig. Het bestaan van het programma vernietigt de indruk van intelligentie. Een machine kan nooit aan een sceptisch publiek aantonen dat het meer is dan een machine — omdat elke demonstratie wordt geclassificeerd als 'gewoon programmeren.'
Max Mathews & computermusiek
Hamming gaat van geometrie naar muziek, en de overgang is bewust: hij wil aantonen dat machineredenering verder gaat dan duidelijk analytische domeinen.
Max Mathews & John Pierce bij Bell Labs berekenden muziek door golfvormen digitaal te synthetiseren. Het systeem vereiste het kiezen van een bemonsteringssnelheid: volgens de stelling van Nyquist, om geluid tot frequentie f te reproduceren, hebt u een bemonsteringssnelheid van minstens 2f nodig. Menselijk gehoor reikt tot ongeveer 18.000 Hz; telefoontoon-kwaliteitsgeluid vereist 8.000 Hz, waarvoor een bemonsteringssnelheid van minstens 16.000 Hz nodig is.
Met de vaste bemonsteringssnelheid kon het systeem elke reeks amplitudes berekenen die een mogelijke golfvorm vertegenwoordigt, de waarden door een digitaal-naar-analoog converter & gladstrijker laten gaan, & het resultaat afspelen. Pure tonen zijn eenvoudige sinusgolven. Instrumenten combineren meerdere frequenties met karakteristieke aan- en afvalhulzen. Compositie werd een kwestie van het specificeren van nootenreeksen & instrumentmodellen.
Ze vroegen zich toen af: waarom de noten handmatig leveren? Compositieregels bestaan. Ze gebruikten die regels plus willekeurige getallenreeksen om computergecomponeerde muziek te produceren.
Resultaat: computergecomponeerde, computergespeelde muziek verscheen al in radio- & tv-commercials tegen het midden van de jaren 1970. De 'best kwaliteitsopname' van 1994 was digitaal. Hamming's observatie: het gaat nu om welke geluiden het waard zijn om te produceren, niet welke geluiden technisch mogelijk zijn. De technische grens is gesloten; de esthetische grens blijft open.
De gesloten technische grens
Hamming stelt een scherpe claim: met digitale audio kunnen er geen toekomstige significante technische verbeteringen in de geluidsreproductie plaatsvinden. Het medium heeft theoretische volledigheid bereikt. Resterende verbeteringen liggen in esthetica, niet in engineering.
Hij stelt vast dat computermusieksystemen ook de rol van de componist veranderden: real-time afspelen verving jaren durende wachten op liveoptreden. Een componist kan nu sneller stijl ontwikkelen omdat de feedbackcyclus orders van grootte korter is.
Routinetaken & de vermogensvraag
Hamming deins niet terug voor de verplaatsingsvraag. Computers verdrijven werknemers van routinetaken. Hij stelt dit duidelijk: 'robots zullen veel mensen die routinetaken doen verdrijven. In een zeer reële zin kunnen machines routinetaken het best uitvoeren, waardoor mensen voor meer humane taken worden bevrijd.'
De ongemakkelijke kwalificatie: 'helaas zijn veel mensen momenteel niet uitgerust om met machines te concurreren — ze zijn niet in staat meer te doen dan routinetaken.'
Hij twijfelt eraan of de meeste mensen opnieuw kunnen worden opgeleid van routinematig naar niet-routinematig werk. Dit is geen populaire positie. Hij erkent het wijdverbreide geloof (hoop, zegt hij) dat correct onderwijs werknemers die hun baan kwijt zijn zal helpen concurreren. Hij twijfelt er openlijk aan, en gaat dan verder.
De onderscheidende eigenschap
Wat niet-routinematig van routinematig werk scheidt, in Hamming's visie: het vermogen om een situatie zorgvuldig te analyseren & in detail op te geven wat vervolgens moet worden gedaan. Dit is precies wat een programma doet — & wat machines steeds vaker kunnen doen. De vraag is of de verzameling situaties die menselijke specificatie vereisen krimpt of groeit.
De vermogensvraag
Hamming's carrière bij Bell Labs gaf hem directe waarneming: over decennia was het werk dat door computers van menselijke aandacht werd verplaatst consistent gericht op het routinematige, & het nieuwe werk dat verscheen was gericht op het niet-routinematige. De resterende menselijke waarde lag in oordeel, synthese, & de keuze van welke problemen te vervolgen — niet in uitvoering.
Hij stelt maar lost niet op: is dit patroon permanent, of consumeert automatisering uiteindelijk ook het niet-routinematige?
Mens-machinessamenwerking
Hamming's voorkeurkader voor machineredenering is niet concurrentie maar samenwerking. Hij is geïnteresseerd in wat mens & machine samen kunnen doen dat geen van beide alleen kan doen.
Voorbeelden die hij bij Bell Labs zag: het algebrasimplificatiesysteem dat menselijke algebraïsten begeleide door lange symboolmanipulaties terwijl oordelen aan de mens werd overgelaten; het computermusieksysteem dat het creatieve bereik van de componist uitbreidde terwijl esthetische keuzes aan de componist werden overgelaten; het medisch diagnosesupportsysteem dat machinepatroonherkenning combineerde met menselijk contextgericht oordeel.
Zijn voorspelling: het meest waardevolle werk van de komende decennia zit aan het interface — niet mensen vervangen door machines, & niet machines beperkt door mensen, maar de combinatie die beide overtreft.
Het chemiesyntheseprogramma is een duidelijk voorbeeld: het somde mogelijke synthesesroutes op, berekende kosten & opbrengsten, & presenteerde opties. De chemicus koos. Geen van beide zou alleen even goed presteren: het programma kan niet herkennen welke synthese elegant is of welke bijproduct voor downstream-gebruik van belang is; de chemicus kan niet met de hand 10.000 routes opsommen.