A huszadik század második felében nagy vitákat kavart a mesterséges intelligencia kérdése. A MI kapcsán felmerülő– jórészt elmefilozófiai és nyelvfilozófiai – problémák nem új keletűek, gyökereik megtalálhatóak jóval korábban élt filozófusoknál. Sokan gondolták úgy, hogy az erős MI kísérlete kudarcot vallott, mások az MI –t kritizáló filozófusokat bírálták, annyi azonban bizonyos, hogy a gépek filozófiai értelmezése volt az a mozzanat, amely a hetvenes évek végétől nagyban hozzájárult az ún. „második kognitív forradalom” –hoz (Pléh Csaba, 1996). Ez egy szinttel absztraktabb kérdéseket vetett fel, mint a korábbi megközelítések: ideiglenesen még a pszichológusok is eltekintettek attól, hogy hogyan valósítja meg az elme a megismerést, a kognitív tudomány viszont általánosságban attól tekintett el, hogy miféle lény a megismerő. A pszichológusok számára azonban a gépek csak eszközök az emberre vonatkozó modellek explicitté tételéhez.

Mit is neveznek mesterséges intelligenciának a különbözőszerzők. Az MI –nek négyfajta definíciója elterjedt, amiket két dimenzió mentén értelmezhetünk: (a) az egyik dimenzió, hogy a definíció a gondolkodást vagy a cselekvést célozza-e meg, míg a (b) másik dimenziója a felosztásnak az, hogy a sikert az emberi teljesítményhez mérjük vagy a siker mércéje az intelligencia egy idealizált koncepciója: a racionalitás. Ezek alapján a négyféle álláspont:

1) Emberi módon gondolkodó rendszerek: Amely elsősorban a kognitív vagy megismerés-tudományok megközelítése. Célja az emberi elme működését és megismerést modellező
rendszerek kialakítása, hogy ezáltal is közelebb kerüljünk az elme megértéséhez.
(2) Emberi módon cselekvőrendszerek: Ez a megközelítést Alan Turing nevéhez kötődik, akinek elhíresült Turing tesztje éppen az emberi viselkedést állította az intelligencia kritériumának, és így az elérendő célnak.
(3) Racionálisan gondolkodó rendszerek: Logicista megközelítés, mely az emberi gondolkodásnál valamilyen értelemben tökéletesebb, racionálisabb gépek / programok megalkotását tűzi ki célul.
(4) Racionálisan cselekvőrendszerek: A modern informatikai tudományok / számítástudomány megközelítése, amely nem tűzi ki célul, hogy az így kialakult rendszerek valóban gondolkodjanak, azt sem, hogy közel hasonló módon működjenek, mint az emberek, csak azt, hogy minél racionálisabban viselkedjenek. (pl.: előre jelezzék nekünk a földrengéseket, segítsenek diagnosztizálni betegségeket, stb.) A racionálisan viselkedő
rendszereket ágensek nevezik.
 
John. R. Searle (Searle, 1980) bevezetett egy azóta elterjedt definíciót, mi szerint megkülönböztetjük a mesterséges intelligencia gyenge és erősváltozatát. Searle gyenge MI-nek nevezi azt az álláspontot, mely szerint ki lehet alakítani olyan rendszereket, amelyek úgy cselekszenek mintha intelligensek lennének, de a gyenge MI semmit nem mond arról, hogy egy ilyen gép valóban rendelkezik-e elmével vagy sem. Ezzel szemben erős MI-nek nevezett álláspont szerint olyan rendszerek is kialakíthatóak, melyek valóban gondolkodnak, tehát elmének tekinthetőek. Ez alapján az erős MI főkérdése, hogy:egy megfelelően programozott számítógép tekinthető-e elmének, abban az értelemben, hogy egy ilyen számítógép valóban megért dolgokat és egyéb kognitív állapotokkal rendelkezik?

A mesterséges intelligencia erős megközelítésének legfőbb problémája az, hogy lehetséges-e, hogy egy számítógép kognitív állapotokkal rendelkezzen, tehát tud-e egy számítógép gondolkodni. Mint láttuk, már a XVII. – XVIII. században is foglalkoztak ezzel a kérdéssel a filozófusok. Például Descartes a gépek gondolkodásával szemben, míg de la Metrie a gépek gondolkodása mellett foglalt állást, sőt azt állította, hogy az emberek is gépek. A huszadik század közepén Turing egy olyan álláspontot fogalmazott meg, amely szerint bizonyos körülmények között ésszerű azt a feltételezést megtennünk, hogy egy számítógépnek van tudata (ha egy számítógép átmegy a Turing teszten).

Számítógépnek ő egy véges állapothalmazzal rendelkező szimbolikus jelfeldolgozó rendszert nevezett. Ez ellen a megközelítés ellen matematikai / logikai ellenérvek is tehetőek, mint amilyen pl: a megállási probléma vagy a Kurt Gödel féle nem-teljességi tétel. Ezeknél még erősebb ellenérvnek tűnik azonban a szimbólumok szemantikus értékét hiányoló argumentum, melyet először Searle fogalmazott meg a „kínai szoba” érvében. Searle gondolatmenete mindenfajta funkcionalista megközelítés számára kihívást jelent, így a később ismertetett konnekcionista álláspontnak is. A konnekcionalizmus a hagyományos centralizált (egyközpontú) szimbólum feldolgozáson alapuló megközelítés helyett egy elosztott / decentralizált, párhuzamos jelfeldolgozást végző rendszer felépítést javasol, ahol nincsenek szimbólumok és szabályok. Ez a megközelítés nyíltan az emberi agy idegsejt hálózatából meríti vezérlő analógiáját. A hagyományos szintaktikus szimbólum feldolgozó rendszerek és a konnekcionizmus több keveréke is létezik, pl.: Andy Clark álláspontja. Mivel a konnekcionizmus is egy funkcionalista álláspont, így szembe kell néznie azokkal problémákkal amit – hogy Hernád István kifejezésével éljünk – a szimbólumok lehorgonyzása jelent. Searle is foglalkozik a konnekcionizmussal cikkében és a kínai szoba argumentumot kiterjeszti erre a típusú megközelítésre is.
Felvethető az az álláspont, hogy talán az externalizmussal meg lehetne menteni a funkcionalista erős MI megközelítéseket. Azonban más ellenvetések is megfogalmazhatóak a konnekciozismussal kapcsolatban, pl.: ezen értelmezés szerinte egy nagyváros vízvezeték-hálózata vagy nagy mennyiségű ember együttműködése elmének tekinthető. Azonban a funcionalizmusnak is vannak ütőkártyái, mint amilyen pl.: Moravec agyprotézis kísérlete. Az agyprotézis kísérlet azt igyekszik kimutatni, hogy a Searle által is képviselt biológiai naturalizmus nem egyeztethető össze konzisztensen a funkcionalizmus tagadásával. Az erős MI kérdése természetesen se pozitívan, se negatívan nincs eldöntve, de talán ezt nem is vártuk egy filozófia problémától, főleg nem, ha az olyan kérdéseket feszeget, mint az emberi gondolkodás és a tudatosság kérdése.

Miért fontos a memória

Gyakran használjuk a szót, de tudjuk-e hogy pontosan mire jó és miért fontos a memória? Már az állatoknál is megfigyelhetjük, hogy hogyan sajátítanak el bizonyos dolgokat, s mentik el a memória tárba azokat, hogy emlékezzenek rá, hogy legközelebb is hasznosíthassák a megszerzett tudást. Ugyan ez a helyzet az embereknél is. A memória olyan, mint egy hatalmas könyvtár: magában rejti minden tudásunkat. Akár a rövid, akár a hosszútávú memória hiánya nagyban megnehezítené létünket.

Forrás:Csáji Balázs Csanád: A mesterséges intelligencia filozófiai problémái