Soruyu Çerçevelendirmek
Hamming bir tuzakla başlıyor. 'Makineler düşünebilir mi?' basit bir evet-veya-hayır sorusu gibi görünüyor. Üç ayrı sorunu gizlediğini savunuyor: ne bir makine sayılır, ne düşünme sayılır & sorunun anlamlı bir cevabı olup olmadığı.
Düşünebileceğine inanacağı en küçük programı belirlemek için bir yıl harcadı. Bir yıllık başarısızlıktan sonra, yanlış soruyu sorduğu sonucuna vardı. Belki düşünme bir evet-veya-hayır özelliği değildir. Belki derece kabul etmektedir.
Onun çerçeveleme değişikliği: 'makineler düşünebilir mi' yerine, 'makineler hayatın entelektüel yüklerini ne ölçüde hafifletebilir?' sorusunu sorun. Bu soru doğrudan metafizik yerine faydalılığı gösterir.
Kesinlik Tehlikesi
Hamming her iki uç noktanın da profesyonel risk taşıdığını uyarır. Makinelerin düşünemeyeceğine inanın: onları yetersiz kullanacak ve geride kalacaksınız. Makinelerin açıkça düşünebildiğine inanın: onları aşırı tahmin edecek ve beklemediniz şekillerde başarısız olan sistemler inşa edeceksiniz.
Her iki inanç da güvenli değildir. Kendi düşünülmüş konumunuzu geliştirmelisiniz.
Turing Testi
Alan Turing, 1950'de davranışsal bir test önerdi: bir teletype'ın başında bir kişi insan ile uygun şekilde programlanmış bir makineyi ayırt edemiyorsa, makine 'düşünür' — tanım gereği.
Hamming hamlenin zekasını takdir ediyor. Turing cevaplamayan felsefi soruyu iç deneyim hakkında atlatıyor ve gözlemlenebilir bir davranışla değiştiriyor. Bu iyi bilimsel içgüdüdür.
Ama Hamming'in yapısal bir itirazı var: Turing'in testi standart bilimsel yöntemi ihlal ediyor. Bilim en basit sorunlardan başlar, en zor olanlardan değil. Turing'in testi, Hamming'in deyişiyle, zor önce kolay yapar. Basit öğrenme veya kural izlemeyi anlamadan tam konuşma zekasını değerlendirir.
Sözcüklere Dökülemeyen Şeyler
Hamming'in makine zekasının sınırları hakkındaki merkezi iddiae: tüm insan bilgisi kurallar veya talimatlar halinde çevirileemez. Bazı bilgiler formalizasyona direnir — çabanın veya zekanın eksikliğinden değil, çünkü sözveleştirme doğru ortam değildir.
1980'lerdeki uzman sistemler uzmanlığı kural tabanı olarak yakalamaya çalıştılar: EĞER semptom-A VE semptom-B İSE tanı-C. Dar, iyi tanımlanmış alanlarda çalıştılar. Bu alanların sınırlarında başarısız oldular, tam da deneyimli uygulayıcıların örtülü bilgisinin en önemli olduğu yerlerde.
Kimyagerin bir reaksiyonun ilerleme biçimi hakkındaki sezgisi, deneyimli bir kaynakçının doğru ark boşluğu hakkındaki hissi, cerrahın doku yanlış göründüğünü anladığı an — bunlar basitçe açıklanmayı bekleyen kurallar değildir. Hamming bazılarının kalıcı olarak kodlanamaz olabileceğini savunur.
Otomasyon için Neden Önemli
Kural temelli sistemler iyi tanımlanmış alanlardaki merkeze çok iyi uyuyor. Alan sınırlarında başarısız olurlar. Deneyimli uygulayıcılar sınırda yaşarlar. Bu asimetri otomasyonun neleri yapabilip yapamayacağını şekillendiriyor.
Örtülü Bilgiyi Belirleme
Michael Polanyi'nin bu için kullandığı ifade: 'Söyleyebildiğimizden daha çok biliyoruz.' Binlerce yüzü anında tanıyan insanların çoğu, kullandıkları kuralları açıklayamadığı yüz tanıma örneğini kullandı.
Hamming bunu uzman sistemlerine bağlıyor: daha derin sorun henüz kuralları yazmadığımız değildir; bazı alanlar için, eksiksiz kural seti hiç var olmaz.
4×4×4 Tic-Tac-Toe
Hamming kendi çalışılan örneği olarak 4×4×4 üç boyutlu tic-tac-toe kullanır. Tahtanın 64 karesi & 76 kazanma çizgisi var. İki boyutlu tic-tac-toe'nin bilinen bir beraberlik stratejisi vardır; hiçbir ilginç zekayı göstermez. 4×4×4 versiyonu gerçek sezgileri gerektiren kadar zor.
Programın Yapısı
Adım 1: yasal hamleleri sıralayın.
Adım 2: 'sıcak noktaları' tercih edin — köşeler & merkezler, kenar veya yüz merkezi karelerinden daha fazla kazanma çizgisine sahip. Küpün merkez-köşe ikililiğini kullanın: tüm 76 çizgiyi korurken köşeleri merkezlere & merkezleri köşelere gönderen bir küp inversiyon vardır.
Adım 3: kabaca eşdeğer hamlelerin arasında rastgele oynayın. Belirleyici oyun sabırlı bir rakibe stratejinizi haritalamak & açıkları bulmak izni verir. Rastgelelik sistematik sömürüyü engeller.
Adım 4: sırayla kuralları öncelik sırasında uygulayın.
Sıralı kurallar, öncelik sırasında: (1) kazanma hamlesi varsa kazanın; (2) muhalifin kazanma hamlesini engelleyin; (3) varsa bir çatallama alın; (4) muhalifin çataklamasını engelleyin; (5) zorlayıcı hamleler yapın; (6) sezgilere geri dönün.
Yapıyı dikkat edin: belirleyici kurallar açıkça tanımlanmış durumları kapsar. Sezgileri her şeyi ele alır. Aralarındaki çizgi tam olarak örtülü bilginin başladığı yerdir.
Samuel'in Dama Oynayan Programı
IBM'deki Arthur Samuel, devlet şampiyonunu yenen dama oynayan bir program yazmıştı. Tanınması gereken şey: öğrenme mekanizması kullandı. Samuel değerlendirme işlevini parametrize etti (tahta kontrolü, kral avantajı, hareketlilik, taş sabitleme vb. ağırlıklandırması), sonra iki kopya programını biraz farklı parametre ayarlarıyla birbirlerine oynamaya izin verdi. Daha iyi performans gösteren versiyon kaldı.
Bu kural keşfi değil, parametre araştırmasıdır — ancak anlamlı bir anlamda öğrenmeyi oluşturur. Program, programcı açıkça daha iyi kurallar yazması olmadan iyileşti.
Hamming sorar: Samuel'in programı şaşırtıcı hamleler yaptığında özgünlük gösterdi mi? Bunu yapmış olduğunu kanıtlayamazsınız, ama eşit olarak kontrol programını hariç tutacak hiçbir anlamda özgünlüğe sahip olduğunuzu da kanıtlayamazsınız.
Uzman Sistemleri & Sınırları
1970'ler-80'lerin uzman sistemleri, profesyonel bilgiyi makine yürütülebilir kurallar olarak formalize etmenin en sistematik girişimini temsil etti. Tıbbi tanı, jeolojik araştırma, finansal analiz, devre tasarımı — her alan kendi kural temelli sistemi tarafından çekildi.
İyi tanımlanmış alt sorunlardaki performans genellikle etkileyici idi. Ama sistemler ortak bir başarısızlık modu paylaştılar: kural kapsamı dışında düştüğü zaman iyi çalıştılar, sonra tamamen başarısız oldular. İnsan uzmanlar zarif olarak düşürürler; kural sistemleri yamaçtan aşağıya düşerler.
Hamming'in tanımladığı kök nedeni: uzman sistemleri yapan insanların neyin eksik olduğunu bilmek için sistematik bir yolu yoktu. Uzmanlar kurallarını açıklayabiliyorlardı — ama uzmanlar verilen durumda hangi kuralların geçerli olduğunu belirlemek için kodlanamaz yargılarını kullanırlar. Bu üst düzey yargı hiçbir zaman sisteme girmedi.
Kariyer için Doğru Soru
Pratik olarak faydalı soru 'makineler düşünebilir mi?' değildir. Şudur: alanınızda herhangi bir görev için, kritik zorluk kural kapalı merkezde mi, yoksa yargı & örtülü bilginin işlediği sınırda mı bulunur? Otomasyon güvenilir bir şekilde eski tarafını ele alır. Sonra tarafı ile mücadele eder. Kariyer stratejiniz aradaki farkı bilmekten takip eder.