Tudásalapú rendszerek

62Természetesen a korrekt összehasonlításhoz a DNS-alapú számítás labor-rezsijét is gyelem-be kellene venni de még ezzel együtt is igencsak messze lenne a MW-os tartománytól.

63A SAT, vagy Boolean Satisability Problem annak az eldöntése, hogy egy adott propozíci-onális logikai formulának létezik-e olyan interpretációja, amely kielégíti a formulát.

64Ehhez a játékhoz jól ismert az a stratégia, amellyel mindenképp legalább döntetlenre hozható az eredmény.

65Ezen a ponton merül fel el®ször a számítás fogalmának az esetleges kiterjesztése. Eddig mindenütt a tranzisztor-alapú számítógép teljesítményét vizsgáltuk, amelyet matematikailag egy Turing-géppel jellemezhetünk. Shakey és Brooks robotjai kivételek, mert épp, hogy nem Turing gépek. A számítás fogalmának kiterjesztésében Stephen Wolfram jár az élen, aki a A New Kind of Science (Wolfram 2002 ) cím¶ könyvében amellett érvel, hogy minden nem trivi-álisan egyszer¶ folyamat számításként értelmezhet®, ráadásul a legtöbb, akár csak minimtrivi-álisan is komplex folyamat univerzális számításra képes. Emiatt a világban található folyamatok nagy része számításelméletileg ekvivalens (Az elképzelés angol neve Principle of Computational Equ-ivalence)

8. ábra. Egy illusztráció a (Stojanovic and Stefanovic 2003 ) cikkb®l. A cellák 1-t®l 9-ig vannak számozva, soronként balról jobbra, a fels® sortól az alsóig. Jobboldalt e számozásnak megfelel®en az állás, illetve a kívánatos következ® lépés oszlopok formájában látszik, bal oldalt a játék menete: a gép kezd X-el, az ember O-val vereséget szenved.

3.4.1.1. IBM Watson Az IBM Watson (Ferrucci et al. 2010 ) (9. ábra) egy, még az IBM Deep Blue-nál is nagyobb jelent®ség¶, a számítási teljesítményt és az MI fejlettségét demonstrálni hivatott fejlesztés. A Watson a Jeopardy! ne-v¶, az USA-ban közismert m¶veltségi vetélked®ben tud versenyezni. A show amely 1984 óta töretlenül a képerny®n van lényege, hogy a három játékosnak szövegesen megadott feladványokat prezentálnak. Amelyik játékos úgy érzi, hogy tudja a választ, az megnyom egy gombot, és bemondja a válaszát. Ha a válasz helyes, akkor a kérdéshez rendelt dollár-összeget a játékos megnyeri, egyébként elveszíti, ráadásul több gondolkodási id®t ad a többi játékosnak. A következ®

9. ábra. Az IBM Watson a Jeopardy! játékban

kérdést mindig a helyesen válaszoló játékos választja ki egy kategória (amelyek azonban játékról játékra változnak) és egy dollár-összeg megnevezésével. A kér-dések meglehet®sen összetettek és olykor nyelvjátékokat tartalmaznak. Néhány példa (lábjegyzetben a hozzávet®leges magyar fordítás):

• The rst person mentioned by name in The Man in the Iron Mask is this hero of a previous book by the same author⁶⁶ D'Artagnan

• This actor, Audrey's husband from 1954 to 1968, directed her as Rima the bird girl in Green Mansions⁶⁷ Mel Ferrer

• A long, tiresome speech, delivered by a frothy topping⁶⁸ Meringue Haran-gue

Ebben a játékban lett bajnok a Deep Blue a leger®sebb emberi ellenfeleket is legy®zve 2011-ben egy nagyszabású TV m¶sor keretében. A Watson már a Deep Blue-hoz képest is egy újabb MI kutató generáció eredménye, és rajtuk meggyelhet®, hogy milyen gyorsan is változik a felfogás a könny¶ és a nehéz fel-adatosztályok mibenlétér®l. David Ferrucci, a Watson projekt vezet®je a sakkal kapcsolatban azt kérdezi: hogyan is gondolhatták valaha az emberek, hogy eb-ben a játékban jobbak lehetnek a számítógépnél?⁶⁹ Hiszen kombináláson és zárt vég¶ döntésen alapul. Sokat változott a helyzet az 1970'-es évek óta! A Jeopardy kérdések számítógépes megválaszolása épp abba a feladatosztályba esik, amelyet nagyon nehéznek, ha nem lehetetlenek tartottak (például Dreyfus). Ennek több oka is van. A játékban feltett kérdéseket még soha senki nem látta azel®tt, így értelemszer¶en nem jelenhetnek meg tanulóadatként. Ha jó választ adunk, meg-kapjuk a hozzá tartozó összeget, ellenben ha rosszat, akkor elveszítjük a pénzt,

66Az els® ember a Vasálarcos fér-ben akit név szerint említenek, egy h®s ugyanezen szerz®

egy korábbi könyvéb®l.

67Ez a színész, Audrey férje 1954 és 1968 között, rendezte ®t, mint Rimát, a madárlányt a Zöld Paloták-ban.

68Egy hosszú, fárasztó beszéd amelyet egy habos feltét ad.

69http://videolectures.net/aaai2011_ferrucci_building/

tehát szükségünk vagy arra, ismerjük az adott válasz helyességének a valószín¶-ségét. A Watson azon alrendszere, amely bizonyítékokat keres a több tucat, esetleg több száz, korábban el®állított válaszlehet®ség alátámasztására talán még nagyobb eredmény, mint magának a jó válasznak az el®állítása. Ráadásul a rend-szernek tipikusan 2-6 másodperce van csupán arra, hogy kivitelezze a számításo-kat, így azután a számításokat er®sen párhuzamosították, hogy a rendelkezésre álló 2880 processzormagot és 50 Terabájt RAM-ot ki tudják használni.

A Watson-ban dolgozó QA (Question Answering, Kérdés-válaszoló) motor, a DeepQA m¶ködését elemezve kiderül: nagyon sok megoldás jól megmutathatóan Régimódi MI-b®l származik, és az újítások is inkább a Régimódi MI továbbfej-lesztéseként foghatók fel.

A rendszer háttértudás segítségével dolgozik, amely azonban nem egy hatal-mas, a játékhoz épített strukturált adatbázisból áll ennek a kivitelezése eleve nem lett volna lehetséges a hatalmas méret miatt. E helyett más projektek által készített, különféle formátumú és méret¶ adatbázisokkal dolgoztak. A Wikipédi-át, más enciklopédiákat és egyéb, nem strukturált adatbázisokat ugyanúgy betöl-töttek a rendszerbe, mint strukturált lm, politikai vagy geográai adatbázisokat.

Mivel a források sokféle helyr®l származtak, és eltér® formátumban álltak rendel-kezésre, a rendszernek alapvet®en nem szabadott vakon megbíznia az adatbázisok alapján kapott eredményekben.

A kérdések elemzésére nyelvtani elemz®t használtak, amely technológia el®fu-tárát már az SHRLDU-ban megismerhettük. Az els® feladat annak a megállapí-tása volt, hogy milyen típusú dolog lehet a válasz. Egy rendez®? Színész? Hely?

Rímel® szóvicc? Ebben a feladatban a kérdés kategóriája (amely ismert a játéko-sok számára), és a nyelvtani elemzés segített, kiegészítve nyelvtani és szemantikus keretekkel, amelynek ugyancsak a Régimódi MI-ben kidolgozott fogalmak (Min-sky 1974; Fillmore 1976 ).⁷⁰ Azonban az eredmény gyakran nem volt egyértelm¶, így párhuzamosan több hipotézissel dolgozott a rendszer.

A következ® lépés a lehetséges válaszok generálása a kérdésre. Erre számtalan, párhuzamosan m¶köd® modult készítettek, amelyek legtöbbször egy-egy adatbá-zis vagy forrás jellegéhez igazodtak. A strukturált adatbáadatbá-zisokhoz a kérdéshez már rendelkezésre álló keret alapján lekérdez® modulokat készítettek, a szöveges forrásoknál statisztikai, együttes el®fordulási adatokra támaszkodtak. Néhány eg-zotikus kérdés-típusra (pl. rímek) pedig speciálisan a feladatra szabott kis prog-ramokat írtak azaz feladat-specikus heurisztikát készítettek, ha a Régimódi MI terminológiát használjuk. A válasz-jelöltekhez azután azokat alátámasztó bizo-nyítékokat kerestek és elemeztek. Ilyen bizonyíték például egy adott adatbázis-ból kinyert válaszlehet®ség vizsgálása más adatbázisokon, vagy szövegekben, vagy maga az a tény, hogy több modul ugyanaz a választ javasolja.

Az utolsó lépés a válaszlehet®ségek és bizonyítékok kiértékelése és döntés. Erre egy statisztikai alapú gépi tanulást támogató modult készítettek, amely a számta-lan kísérlet során megtanulta, hogy bizonyos típusú kérdéseknél bizonyos modulok eredménye (a kondencia mértékükkel együtt) mennyire megbízható.

Elmondhatjuk tehát, hogy bár az ember bizonyosan teljesen másképp oldja meg ezt a feladatosztályt, a Régimódi MI módszereinek feljavításával egy új

meg-70Hubert Dreyfus szerint Minsky a keretek ötletét Husserl-t®l vette (Husserl et al. 1973 ), mi több talán közvetve épp Dreyfus hívta fel erre a gyelmét egy graduális hallgatón keresztül aki Dreyfus óráira járt.

oldást sikerült találni. Az IBM Watson épp úgy m¶ködik, ahogyan a dreyfusi el®rejelzés szerint nem m¶ködhetne. Ennél az esetnél is bebizonyosodott, hogy az MI er®sen experimentális probléma: a Watson 4 éves fejlesztése során a csapat 8000 dokumentált kísérletet hajtott végre, ezeket egységes protokoll szerint kivi-telezték, az eredményeket közös adatbázisban gy¶jtötték. A Jeopardy! problémát nem lehetett a tervez®asztal mellett megoldani.

A tervek a rendszer alkalmazására sokrét¶ek: az IBM els®sorban az egészség-ügyben, de ezen felül az üzleti intelligenciák területén, a support rendszereknél és a kormányzati rendszereknél képzeli el a hasznosulást.

És a Watson csak egy a hasonló rendszerek közül. Hasonló rendszer a weben is kipróbálható Wolfram Alpha,⁷¹ vagy az IPSoft titokzatos szoftvere az Eliza, amely egy USA-beli cégnél már kiváltotta az indiai Call-Centert, és megválaszolt több 10 ezer esetet (Economist 2013 ).