Chaos nejen boří, ale i tvoří – a je nezbytný pro naši budoucnost! | Kapitola 4

Filozofování o originalitě a umělé inteligenci možná některým čtenářům přijde jako nesmyslné kecy, ale ne, nene: Máme excelentní příklad, kdy matematická informatika ignorovala zjevné přesahy a to ji zmátlo. V roce 1958 vytvořil Frank Rosenblatt nejprve softwarový model perceptronu, první umělé neuronové sítě – a později, na základě grantu United States Office of Naval Research, vytvořil první umělou hardwarovou neuronovou síť: Mark I Perceptron.

Šlo o jednovrstvou neuronovou síť, která analyzovala obraz z pole 20 × 20 fotobuněk a učila se rozeznávat tvary. Idea byla taková, že se vytvoří umělé vidění schopné rozeznávat to, co vidí, na základě učení. Významný teoretik Marvin Minsky ovšem provedl matematickou analýzu a zjistil, že perceptron má zásadní vady, že nedokáže provádět všechny funkce, zvláště nedokáže provádět funkci XOR, což je z hlediska informatiky totální průser.

Věc se má tak, že pokud budete mít pouze funkci XOR, exkluzivní OR, která dává výstup true pouze v případě, že právě jeden ze dvou vstupů je true, dokážete z ní sestavit libovolnou logickou funkci. To, že perceptron nedokázal provést XOR, znamenalo, že tuhle schopnost nemá, a tím pádem jde o slepou uličku technické evoluce. Minskyho důkaz měl drtivý dopad na neuronové sítě: Na deset let prakticky upadly do zapomnění – a to až do roku 1982, kdy John Hopfield přišel s konceptem vícevrstvých neuronových sítí a algoritmem jejich učení – backpropagation.

Historka s neuronovými sítěmi ukazuje dvě věci: Za prvé to, že systém hodnocení vědy podle momentální módy a citačních indexů dokáže zabít vývoj prostě proto, že necitovaný vědec rovná se nezajímavý vědec. A za druhé absenci common sense: Každý ví, že lidský mozek není tvořený jednovrstvou, ale vícevrstvou neuronovou sítí. A že když lidem vysvětlíte, co to je XOR, tak ho umí provést, což ergo znamená, že vícevrstvá neuronová síť má schopnost provádět XOR. Důkaz proveden!