Dirbtinis intelektas gali evoliucionuoti

Mičigano universitete (Michigan State University
– MSU) vyksta be galo įdomūs ir intriguojantys
eksperimentai, programų pasaulyje imituojama
evoliucija – pasiekiami beveik tokie patys procesai
kaip ir tikrame gyvybės pasaulyje.
Tyrėjams pavyko įrodyti, jog ir pats
primityviausias instrukcijų rinkinys, sugebantis
imituoti paprasčiausias atrankos galimybes,
evoliucionuodamas sukuria „skaitmeninių
organizmų“ savaiminę trumpalaikę atmintį ir
padeda pastariesiems tobulėti jiems svarbia
krytimi. Žinoma, tai dar ne dirbtinė gyvybė, o tik
sudėtinga programa, pavadinta Avida vardu.
Tai nėra įprastinė programa, o greičiau „programų
kolonija“, turinti daugybę „skaitmeninės gyvybės
formų“ – vidinių programų, vadinamų avidianais
(Avidians). Tai ypatingos programos, galinčios
savaime susikurti, naudodamos bazinį programinį
kodą, kuris yra savotiškas gyvosios gamtos DNR
analogas. Dėl nuolatinių atsitiktinių pakeitimų
šiame kode vyksta avidianų mutacijos, kurios
leidžia įgyti arba prarasti pranašumą kovoje už
„maistą“ – šiuo atveju programos konkuruoja dėl
procesoriaus resursų, leidžiančių programoms
aktyviai „daugintis“ bei įgyti naujų savybių. Taip
pat ir atmintį.
Tokių tyrimų idėja kilo dar 1980 metais. Tuo
metu tarp programuotojų buvo pakankamai
populiarus žaidimas Core Wars. Jo esmė labai
paprasta, bet reikalaujanti išmonės ir profesinių
žinių – programuotojai rašydavo programas,
kurios stengdavosi išjungti viena kitą. Išlikusi
vienintelė aktyvuota programa tapdavo laimėtoja,
o jos autorius – žaidimo nugalėtojas.
1980 metų gale šiuo žaidimu susidomėjo
ekologas Thomas S. Ray – jam šovė į galvą
mintis, jog Core Wars žaidimas puikiai tiktų
evoliucijos modeliavimui. Tuomet jo pastangomis
buvo sukurta nauja Core Wars žaidimo versija –
Tierra. Ši programa gebėjo imituoti visą
skaitmeninį pasaulį, pripildytą savaime
susikuriančiomis programomis. Susikūrimo metu
programų koduose galėdavo atsirasti tam tikrų
klaidų – taip buvo bandoma imituoti genetines
mutacijas.
Kuomet klonuotos programos užpildė visą laisvąją
kompiuterio atmintį, jos pradėjo persirašinėti ant
jau egzistuojančių programų kopijų. Čia prasidėjo
stulbinantys procesai. Jeigu originali programa
turėjo 80 eilučių kodą, tai po kurio laiko Ray
pastebėjo programas su 79 eilutėm kodo, vėliau
su 78. Galiausiai savaime atsirado programų su
45 kodo eilutėmis – jos visiškai atsikratė savo
kodo dalies, nusakančios atsikūrimo procesą ir jį
pakeitė žymiai trumpesniu kodu, leidžiančiu
pasinaudoti atsikūrimo kodo fragmentais,
esančiais pas kaimynines programas. Taip dėl
savaiminės „skaitmeninės evoliucijos“ susikūrė
kompiuteriniai virusai.
REKLAMA Dėl reklamos…
Tam tikra prasme Avida programinis paketas yra
Tierra programos įpėdinis, nors jau žymiai
sudėtingesnis. Be to, avidianai negali išnaudoti
vienas kito kodo, tad taip padidinamas jų visų
gyvybingumas.
Šiame projekte dalyvaujanti Pan-Amerikos
universiteto (The University of Texas-Pan
American) mokslininkė Laura Grabowski sukūrė
savotišką „energetinį gradientą“ Avida pasaulio
viduje. Tam mokslininkė suprogramavo keletą
programinių-energetinių lygių, kurie vienas nuo
kito skyrėsi „maisto“ kiekiu, prieinamu
avidianams. Pradiniame etape visi avidianai buvo
pirmajame lygyje, kuriame gaunamo maisto kiekis
mažiausias.
Evoliucinė „ramybė“ užtruko beveik iki šimtosios
kartos – Avidianai „gimdavo“, gyvendavo ir
„mirdavo“ tame pačiame lygyje. Tačiau vėliau,
vienai iš Avidianų kartai pavyko prasibrauti į
sekantį energetinį lygį – tai įvyko dėl nuolatinių
skaitmeninės DNR mutacijų, sukūrusių kodo
fragmentą, nulėmusį Avidianų judėjimą į priekį.
Kuomet Avidianai pateko į naują energetinį lygį, jų
vystymosi greitis labai padidėjo. Pragyvenus
tūkstančiams naujų kartų palikuonių, kai kurie
Avidianų atstovai pagaliau prasibrovė prie
galutinio energetinio lygmens, kur prieinamas
maisto kiekis buvo pats didžiausias.
Tačiau reikia pastebėti, jog kelionė į aukščiausią
energetinį lygmenį nevyko kryptingai – Avidianai
zigzagais judėjo per visus lygius palaipsniškai
orientuodamiesi energetinio gradiento didėjimo
kryptimi. Po tam tikro laiko jie įgijo sugebėjimą
palyginti skirtingus energetinius lygius pagal
prieinamą maisto kiekį. Ir štai čia jau išryškėjo
pirmieji dirbtinio intelekto požymiai – kiekvienas
Avidianas turėjo sugebėti įvertinti situaciją,
pakeisti savo judėjimo kryptį ir vėl iš naujo
vertinti situaciją.
Sekančio eksperimento metu, Laura viską pradėjo
iš naujo, tik šiuo atveju pirmajame lygmenyje
buvo patalpintas papildomas kodas, nurodantis
kokia kryptimi Avidianai turėtų judėti, norėdami
gauti didesnį energijos kiekį. Be to, kai kuriais
atvejais aukštesniuose lygiuose buvo pakartotinai
įdedamos šios instrukcijos. Avidianai palaipsniui
išmoko tinkamai interpretuoti paliktas instrukcijas
ir jomis pasinaudoti. Lauros nuomone, išorinė
aplinka, pasižyminti atrankinėmis savybėmis,
paskatino atminties evoliuciją.
Mokslininkė pažymi, jog jos darbas įrodo įdomų
dalyką – tik gyvajai gamtai priklausanti sudėtinga
atminties savybė yra nesunkiai išugdoma net ir
pačiuose primityviausiuose skaitmeniniuose
organizmuose. Norėdama šį teiginį patvirtinti,
mokslininkė skaitmeninės evoliucijos metu sukūrė
Avidianus, judančius link šviesos šaltinio. Gautą
„DNR kodą“ perkėlė gana gerai žinomam robotui-
siurbliui Roomba ir gavo būtent tai, ko tikėjosi:
robotas labai pamėgo švytinčias lemputes.
Tiesa, nors tokie tyrimai ir domina biologus,
tačiau tikrų gyvosios gamtos evoliucijos paslapčių
neatskleidžia. Žinoma, kai kurios procesų detalės
yra patikrinamos, tačiau žymiai labiau tokie
eksperimentai domina dirbtinio intelekto kūrėjus.
Paprastai, tyrinėjant dirbtinio intelekto sukūrimo
galimybes, stengiamasi su kompiuteriu
sumodeliuoti iš karto pakankamai sudėtingus
elgesio algoritmus – kitaip tariant, sukurti
santykinai aukšto lygio pradinį intelektą. Šiuo
atveju viskas kitaip – elgesio taisyklės susikuria
nuo nulio savaiminės evoliucijos metu.
Šiuo metu atliekama ir daugiau panašių
eksperimentų. Kad ir projektas HyperNEAT,
kuriam vadovauja kitas Mičigano universiteto
mokslininkas Jeff Clune. Projekto tikslas – sukurti
dirbtines robotų „smegenis“.
Sistema HyperNEAT naudoja tuos pačius
evoliucinės biologijos principus – išnaudojant
nedidelį priminių instrukcijų skaičių („genus“),
stengiamasi išauginti daug „skaitmeninių
neuronų“. Panašiai kaip kamieninės ląstelės
sugeba virsti į reikiamą audinį (raumenis, kaulą ir
t.t.), taip ir susikūrę neuronai įsijungia į bendrą
lygčių sistemą, kurią vykdant paaiškėja, kokia bus
konkreti šio neurono funkcija.
Tokiu būdu pavyksta sukurti pakankamai
sudėtingas dirbtines skaitmenines smegenis.
Gautos „smegenys“ net ir struktūriškai priminė
natūralias smegenis – neuronai išsidėstė
tvarkingai ir simetriškai. Taip nutiko todėl, kad jau
formavimosi pradžioje visi neuronai jungėsi į
sistemą laikydamiesi aiškios struktūros.
Dirbtinių smegenų efektyvumas tikrinamas
elementariu būdu:„skaitmeninės smegenys“ –
valdymo programa – perkeliama į robotą, kuris
turi judėti ant lygaus paviršiaus. Jeigu judėjimas
vyksta sėkmingai, programa išsaugoma ir
perkeliama tolesnei „evoliucijai“ – vyksta naujų
neuronų gamyba į pradinį DNR kodą įterpiant
atsitiktines mutacijas.
Jeff Clune eksperimentiškai jau įrodė, jog jo
dirbtinio intelekto kūrimo metodas yra
pažangesnis už analogiškus bandymus ir
sukurtos „skaitmeninės smegenis“ jau
demonstruoja kur kas geresnius rezultatus, nei
kiti analogai.
Taigi, eksperimentai vyksta, po truputi pasiekiami
nauji laimėjimai. Žinoma, iki tikro dirbtinio
intelekto dar daug darbo, tačiau įsibėgėjant
kryptingiems tyrimams ar ne laikas būtų užduoti
esminį klausimą – ką mes pasakytumėm tokiam
kūriniui, kuris vieną imtų ir suvoktų save kaip
asmenybę? Ir ką jis atsakytų mums?