Počasie je pre veľa obáv plánujúcich letný piknik neuveriteľne vrtošivé a nepredvídateľné. Malé zmeny zrážok, teploty, vlhkosti, rýchlosti a smeru vetra môžu zmeniť vonkajšie podmienky v priebehu hodín alebo dní. Predpovede počasia sa preto spravidla do budúcnosti nevytvárajú viac ako sedem dní, a preto si piknik vyžaduje pohotovostné plány.
Ale čo keby sme mohli rozumieť chaotickému systému dostatočne dobre, aby sme predpovedali, ako sa bude správať v budúcnosti ďaleko?
Dokážete predpovedať počasie pre tento rok?
V januári 2018 vedci uspeli. Pomocou strojového učenia presne predpovedali výsledok chaotického systému na oveľa dlhšie obdobie, ako sa považovalo za možné. Stroj to urobil jednoducho sledovaním dynamiky systému, bez predstavy o rovniciach za ním.
Úžas, strach a vzrušenie
Už sme si zvykli na neuveriteľné prejavy umelej inteligencie.
Minulý rok sa program s názvom AlphaZero naučil pravidlá šachovej hry od nuly za jediný deň a potom porazil najlepší šachový softvér na svete. Tiež sa naučila hrať Go a prekonala bývalého šampióna kremíka, algoritmu AlphaGo Zero, ktorý sa po kŕmení pravidlami zlepšil v hre pokusom a omylom.
Propagačné video:
Mnohé z týchto algoritmov začínajú čistým stavom blaženej nevedomosti a rýchlo získavajú vedomosti sledovaním procesu alebo hraním proti sebe, pričom sa zlepšujú v každom kroku tisíckrát za sekundu. Ich schopnosti inšpirujú pocity strachu, úcty, vzrušenia. Často počúvame o chaose, do ktorého môžu jedného dňa ponoriť ľudstvo.
Je však oveľa zaujímavejšie, čo umelá inteligencia urobí s vedou v budúcnosti, s jej „porozumením“.
Perfektné predpovedanie znamená porozumenie?
Väčšina vedcov bude pravdepodobne súhlasiť s tým, že predpoveď a porozumenie nie sú to isté. Dôvod spočíva v mýte o pôvode fyziky - a dalo by sa povedať, moderná veda všeobecne.
Faktom je, že už viac ako tisíc rokov ľudia používajú metódy, ktoré navrhol grécko-rímsky matematik Ptolemy, na predpovedanie pohybu planét po oblohe.
Ptolemaios nevedel nič o teórii gravitácie ani o tom, že slnko bolo stredom slnečnej sústavy. Medzi jeho metódy patrili rituálne výpočty s použitím kruhov v rámci kruhov v rámci kruhov. A zatiaľ čo dobre predpovedali planétový pohyb, nikto nerozumel, prečo to fungovalo alebo prečo planéty dodržiavajú také zdanlivo zložité pravidlá.
Potom tu boli Copernicus, Galileo, Kepler a Newton.
Newton objavil základné diferenciálne rovnice, ktoré riadia pohyb každej planéty. S ich pomocou bolo možné opísať každú planétu v slnečnej sústave. A to bolo skvelé, pretože sme pochopili, prečo sa planéty pohybujú.
Ukázalo sa, že riešenie diferenciálnych rovníc je v porovnaní s Ptolemyho algoritmom efektívnejším spôsobom predikovania planétového pohybu. Dôležitejšie však je, že naša viera v túto metódu nám umožnila objaviť nové neviditeľné planéty vďaka zákonu univerzálnej gravitácie. Vysvetlil, prečo rakety lietajú a padajú jablká, a tiež prečo existujú mesiace a galaxie.
Tento základný vzorec - nájdenie súboru rovníc popisujúcich zjednocujúci princíp - sa vo fyzike opakovane a úspešne používa. Takto sme definovali štandardný model, vyvrcholenie polstoročného výskumu časticovej fyziky, ktorý presne popisuje štruktúru každého atómu, jadra alebo častice. Takto sa snažíme porozumieť vysokoteplotnej supravodivosti, temnej hmote a kvantovým počítačom. (Neoprávnená účinnosť tejto metódy dokonca vyvolala otázky o tom, prečo sa vesmír tak dobre hodí k matematickému popisu.)
Pochopenie niečoho v celej vede znamená vrátiť sa k pôvodnej schéme: ak dokážete zredukovať zložitý jav na jednoduchý súbor zásad, rozumiete mu.
Výnimky z pravidla
A predsa sú tu nepríjemné výnimky, ktoré kazia tento krásny príbeh. Turbulencia je jedným z dôvodov, prečo je ťažké predvídať počasie - príklad fyziky. Prevažná väčšina problémov z biológie, zo zapletených štruktúr v iných štruktúrach sa tiež bráni vysvetleniu jednoduchými princípmi zjednotenia a zjednodušenia.
Aj keď niet pochýb o tom, že atómy a chémia, a teda aj jednoduché princípy, na ktorých sú založené tieto systémy, sú opísané pomocou všeobecne účinných rovníc, je to pomerne neefektívny spôsob generovania užitočných predpovedí.
Zároveň je zrejmé, že tieto problémy sa dajú ľahko použiť pri metódach strojového učenia.
Rovnako ako starí Gréci hľadali odpovede od mystického delfického orákula, budeme hľadať odpovede na najzložitejšie otázky vedy od vševedúcich oráklov s umelou inteligenciou.
Takéto krajiny už riadia autonómne vozidlá a vyberajú investičné ciele na akciovom trhu a čoskoro predpovedajú, ktoré lieky budú účinné proti baktériám - a aké bude počasie za dva týždne.
Tieto predpovede urobia s najväčšou presnosťou, o ktorej sme nikdy nesnívali, bez použitia akýchkoľvek matematických modelov a rovníc.
Je možné, že vyzbrojení údajmi o miliardách zrážok vo veľkom hadrónovom urýchľovači dokážu lepšie predpovedať výsledok experimentu s časticami, ako dokonca milovaný štandardný model.
Podobne ako nevysvetliteľné zdroje odhalenia kňažiek Delfí, je nepravdepodobné, že by naši proroci umelej inteligencie mohli vysvetliť, prečo takto predpovedajú, a nie inak. Ich závery budú vychádzať z mnohých mikrosekúnd, čo by sa dalo nazvať „skúsenosťami“. Budú ako nevzdelaný poľnohospodár, ktorý vie, ako presne predpovedať, ako sa bude meniť počasie, „pretože bolesti kostí“alebo iné predtuchy.
Veda bez pochopenia?
Dôsledky práce strojovej inteligencie v oblasti vedy a filozofie vedy môžu byť prekvapujúce.
Napríklad, vzhľadom na stále presnejšie predpovede, aj keď získané metódami, ktoré sú pre ľudí nepochopiteľné, poprieme, že stroje majú lepšie vedomosti ako my?
Ak je predpovede skutočne hlavným cieľom vedy, ako by sme mali pozmeniť vedeckú metódu, algoritmus, ktorý nám umožnil identifikovať chyby a opraviť ich po stáročia?
Ak sa vzdáme porozumenia, má zmysel robiť vedu, ktorú sme robili?
Nikto nevie. Ale ak nevieme povedať, prečo je veda viac ako schopnosť robiť dobré predpovede, vedci čoskoro zistia, že „vyškolená umelá inteligencia robí svoju prácu lepšie ako oni“.
Ilja Khel