Alan Turing, Machine Learning, AI i Marketing Automation

By | Marzec 7, 2017

Gra w naśladownictwo

Proponuję rozważyć problem: „Czy maszyny mogą myśleć”. Pracę nad tym zagadnieniem należy rozpocząć od zdefiniowania znaczenia terminów: ‘maszyna’ i ‘myśleć’. Definicje mogłyby być tak zbudowane, aby odzwierciedlały tak dalece jak to jest możliwe potoczne znaczenie tych słów. Jednakże takie stanowisko jest niebezpieczne. Gdybyśmy znaczenie słów ‘maszyna’ i ‘myśleć’ mieli ustalić na drodze zbadania w jaki sposób są one powszechnie stosowane, to trudno byłoby uzasadnić, że znaczenie pytania „Czy maszyny mogą myśleć” oraz odpowiedzi na to pytanie nie należy szukać na drodze pomiarów statystycznych, takich jak ankieta. Ale to absurd. Zamiast próby zbudowania takiej definicji, powyższy problem zastąpię innym związanym z nim bezpośrednio, który wyrażę przy pomocy stosunkowo niedwuznacznych słów. Nową postać problemu można opisać przy pomocy gry, którą nazywamy ‘The Imitation Game’. Biorą w niej udział trzy osoby: mężczyzna (A), kobieta (B) i człowiek zadający pytania (C), który może być dowolnej płci. Pytający znajduje się w pokoju oddzielonym od pokoju zajmowanego przez dwu pozostałych. Jego zadaniem w grze jest rozstrzygnięcie, który z dwu pozostałych uczestników jest mężczyzną, a który kobietą. Zna ich tylko jako X i Y. Na końcu gry mówi: „X jest A, a Y jest B” lub „X jest B, a Y jest A”. Pytającemu wolno zadawać pytania A i B w ten sposób:

C: Proszę X, aby mi powiedział jak długie ma włosy?

Teraz przypuśćmy, że X jest faktycznie kobietą, wobec tego musi odpowiedzieć. Jego celem w grze jest dołożenie wszelkich starań, aby C źle go zidentyfikował. Wobec tego jego odpowiedź mogłaby być następująca:

A: „Moje włosy są ostrzyżone, a najdłuższe kosmyki mają około dziewięć cali długości”.

Aby brzmienie głosu nie mogło pomóc pytającemu w dokonaniu identyfikacji, odpowiedzi powinny być pisane odręcznie, a jeszcze lepiej na maszynie. Idealnym środkiem porozumiewania się między pokojami jest dalekopis. Pytania i odpowiedzi mogą być też przekazywane przez pośrednika. Zadaniem trzeciego gracza w tej grze jest udzielanie pomocy pytającemu. Prawdopodobnie najlepszą dla tej osoby strategią jest udzielanie odpowiedzi zgodnych z prawdą. Może ona do swoich odpowiedzi dodawać takie rzeczy, jak:

B: „Jestem kobietą, nie słuchaj go”,

ale to nie przyniesie żadnej korzyści, ponieważ mężczyzna może robić podobne uwagi.

Teraz zapytujemy się: „Co stanie się, gdy maszyna zastąpi jedną z odpowiadających w tej grze osób?”. Czy pytający będzie decydował błędnie tak samo często jak wtedy, gdy w grze bierze udział mężczyzna i kobieta? Pytania te zastąpią nasze pytanie początkowe” „Czy maszyny mogą myśleć?”.

[A. M. Turing Computer Machinery and Intelligence, 1950]

Ponad 60 lat temu ten genialny, brytyjski matematyk stworzył teoretyczne podwaliny pod dzisiejszy rozwój i wykorzystanie technologii Machine Learning i mechanizmów sztucznej inteligencji (z ang. AI od Artificial Intelligence).  Oczywiście na tamtym etapie nie przewidywano jeszcze skali na jaką rozwinie się przemysł informatyczny, a konkretnie z jaką wydajnością i na jak wielkich zbiorach danych będą pracować współczesne komputery. Jednakże już wtedy, w połowie ubiegłego stulecia, A. Turing twierdził, że u progu nowego milenium ludzie nie będą w stanie odróżnić komputera od żywej osoby w ciągu 5-minutowego testu w 30% przypadków.

Wielu starało się przewidzieć, jak będzie wyglądała przyszłość pełna inteligentnych robotów i androidów. Wizjonerzy, tacy jak Phillip K. Dick, czy Frank Herbert przedstawiali ją głównie w ciemnych barwach i ostrzegali nas przed łączeniem wolnej woli z superinteligencją pozbawiona ludzkiego systemu moralnego. Małą zajawkę tej wizji mogliśmy obejrzeć w telewizyjnym hicie – Westworld.

Na szczęście nie musimy się sprzymierzać przeciwko Skynetowi, walczyć w Dżihad Butlerjańskiej, ani wynajmować Ricka Deckarda żeby dopadł Roya Batty’ego… na razie.

Dziś możemy się cieszyć z rozwoju uczących się maszyn i sztucznej inteligencji i korzystać z jej pomocy w różnych dziedzinach, także w marketingu.

Mariaż inteligentnego oprogramowania i big data wydawał się nieunikniony. Któż inny z benedyktyńską cierpliwością i nieludzką precyzją potrafiłby procesować niewyobrażalnie wielkie strumienie danych pochodzące z przeróżnych źródeł?