Trivializacija je tehnologija, kako spremeniti težak in zanimiv problem v (ponavadi dolgo) serijo enostavnih in dolgočasnih korakov. Na primer integracijo neke zelo zahtevne funkcije lahko vedno naredimo tako, da kreiramo smiselne funkcije, kakor recimo sin(cos(sin(x))) ali exp(x+exp(x)) in jih odvajamo. Kar je lažje, čeprav ne skrajno enostavno. Ko je odvod tako izmišljene in odvedene funkcije enak funkciji, ki jo skušamo integrirati, smo uganili integral, po katerem se sprašuje.

Napisati program za odvajanje funkcij ni težko. Vsaj za kakšnih tisoč programerjev naloga ni pretežka. Tudi program za generiranje smiselnih funkcij ni pretežek oreh. To bi znalo narediti celo več kakor milijon programerjev. Skombinirati oba pa še več. Takšen programski meš zna integrirati enako dobro kot recimo WolframAlpha. Kar je bolje od vsakega živega človeka. Sploh, če integrira kakšno milijardo ali celo milijardo milijard funkcij na tak način, kar na zalogo. Kolikor vemo, WA tako tudi dela. Pravzaprav so trivializirali nekdaj kronsko intelektualno nalogo. Zakaj pa je ne bi? Navsezadnje nas rešitve najbolj zanimajo, bolj kot problemi sami seveda.

Bi lahko vsa umetna inteligenca temeljila na tem principu? Tehnika takšnega in drugačnega ugibanja je po krivici gledana zviška in s prezirom. Ne samo, da je včasih edina pot, ki jo vidimo med problemom in njegovo rešitvijo, ampak ima tudi že dolgo in ugledno tradicijo. Paul Dirac na primer je svojo najbolj slavno formulo z ugibanjem ustvarjal toliko časa, dokler mu ni začela dajati pričakovanih rezultatov.

Ugibanj je več vrst. Ime svoje nove sosede lahko ugibamo tako, da beremo ženska imena iz koledarja ali celo popisa prebivalstva in sčasoma lahko uganemo njeno ime, če to le ni preveč edinstveno. Lahko pa se ugibanja lotimo bolj zvito. So samo slovenske črke v njenem imenu? Ne? Je zraven še X? Ja? Se njeno ime začne na črko, ki je po abecedi prej kot M? Odlično, je prej kot F? … Kmalu, po manj kot 100 vprašanjih vemo, da je naša soseda Alex.

Včasih ni nikogar, ki bi nam odgovarjal na taka podvprašanja, takrat je težje, ni pa vedno nemogoče. Ugibanje po vrsti se imenuje “brute force”. Najbolj prekanjeni način ugibanja kar jih je pa se imenuje “evolucijski algoritem”. Nekemu nekoliko manj zvitemu rečemo tudi “učenje nevronskih mrež na training data”. Ena od ugibalnih tehnik se ponaša z zvenečim imenom Monte Carlo. Pa še kakšne druge so tudi.

Seveda se ugibanje zlahka zavleče do sodnega dne in še naprej. Tudi pri vseh računalnikih na svetu skupaj. Razen če nismo ekstremno lokavi, potem že z navadnim modernim PC računalnikom lahko uganemo stvari, za katere si niti sam Kantorovič* ni mislil, da bi se jih dalo.

Kaj trenutno ugibamo, nas sprašujete. Razen urnikov, razporedov in podobnih reči?

Trenutno ugibamo veliko stvari, med drugim, kako bi bilo še bolje ugibati in uganiti tako rekoč vse, kar je sploh vredno vedeti.

* Leonid Kantorovich – https://en.wikipedia.org/wiki/Leonid_Kantorovich

Share This