Počítačová simulace ~ Cesta ke zjednodušení
Autor: lb, Rok: 2005
::
Následující text se soustředí na obecný popis počítačových simulací. Cílem je shrnutí možností simulací, tedy vymezení toho, co v čem počítačové simulace mohou nebo nemohou naplnit naše očekávání. Text je zamýšlen jako nezbytný podklad pro možnost jakýchkoli dalších dílčích rozprav, např. o 3D herních simulátorech aj.
:: Metaforický a racionální přístup k jevům ::
Existují jevy, např. počasí nebo lidská mysl, které se odehrávají kolem nás a které se snažíme nějakým způsobem vysvětlit a předpovídat. Jedním ze způsobů předpovědi je i počítačová simulace. Obecně postupujeme následovně: Pokud narazíme na cokoliv neznámého, snažíme se to vysvětlit něčím již známým, resp. snažíme se pro nové poznatky najít řešení, která jsou v souladu s našim dosavadním poznáním. V případě počasí byla v hlubokém dávnověku přisouzena odpovědnost za chování slunce, hromů, blesků a dalších nebeských aktivit bohům. Tito bohové měli lidskou podobu a chování, tedy něco, co dobře známe. V momentě, kdy se představa bohů ovládajících počasí ukázala jako neudržitelná, přišlo na řadu vysvětlení pomocí zákonů fyziky. Takové bylo možné však až tehdy, kdy se nebeský prostor ukázal být alespoň částečně dosažitelný (lidé se mohli přesvědčit, že na Olympu bohové nejsou) a kdy se nové teorie ukázaly být v praxi spolehlivější při předpovědích (rozmary bohů sice vysvětlují náhlé změny počasí, ale těžko jimi předpovědět budoucí stav oblohy).
Mezi tímto metaforickým a racionálním vysvětlením jevů kolem nás je však jeden zásadní rozdíl. Metaforické vysvětlování bylo odedávna doménou filosofů, duchovních a umělců, zatímco fyzikální vysvětlování spadá do oblasti exaktních vědců. Úlohou filosofa nebo duchovního bylo proto převážně dát odpověď na otázku proč , zatímco vědec se soustředil především na ono jak . Filosof měl jevy vysvětlovat a vědec předpovídat .
Dobrým příkladem toho, jak práce vědce podává úspěšnou předpověď bez toho, aby daný jev skutečně vysvětlila, je zdánlivě dobře známá gravitace. Sílu gravitace mezi dvěma předměty můžeme vypočítat pokud známe jejich hmotnosti a vzdálenost. Vzorec, který k tomu použijeme, se v průběhu času ukázal jako spolehlivý nástroj předpovědi. Avšak tento vzorec nám ani v nejmenším neposkytuje vysvětlení proč gravitace funguje. Jednoduše řečeno Měsíc obíhající kolem Země rozhodně s sebou nenosí pravítko, aby si v každém okamžiku spočítal, jak je daleko od Země, zvážil sebe a Zemi a spočetl si směr, kterým se bude dále pohybovat. Faktem je, že nemáme nejmenší tušení proč gravitace funguje, tzn. proč se předměty, mezi kterými není žádné přímé pojítko a které o sobě navzájem ani „neví“, ovlivňují. Bylo navrženo přímé vysvětlení pomocí částic gravitonů, ale to nebylo nikdy prokázáno. Jak se ukazuje na příkladu s gravitony, práce vědce se postupem času začala podobat úloze filosofa. Stejně jako se vědci dnes snaží jevy nejen předpovídat ale i vysvětlovat, tak i simulace neslouží jen jako pouhý prostředek předpovědi, ale i jako jejich vysvětlení pomocí nového stvoření.
:: Simulované jevy ::
S pojmem simulace ( lat. simulare ) se běžně spojují dva základní významy: 1) napodobovat , 2) předstírat . Simulaci jako např. předstírání chřipky, za účelem odkladu školy, jistě mnozí pamatují z dětství. Jak však přistupovat k počítačové simulaci – k počítačovému předstírání či napodobování? Na počítačové simulace dnes narážíme doslova na každém rohu. Mezi ty nejnápadnější patří 3D akční hry, které představují virtuální prostředí založené na vizuální podobnosti s reálným světem kolem nás. Mezi nejběžnější dále patří i počítačové 2D aplikace jako Word či samotný systém správy souborů systému Windows. Word zastupuje reálný psací stroj a správa souborů Windows je prováděna na principu běžných kancelářských složek. Jako cíle počítačových simulací lze řadit ověřování různorodých teorií, resp. možnost předpovědi, dále oblast testování a také nezanedbatelnou sféru zábavního průmyslu.
Počítačové simulace lze rozdělit do dvou skupin podle výstupů, které nám poskytují, a také do dvou skupin podle jevů, které jsou předmětem simulace. Vezměme dva příklady, které budeme dále používat. Prvním bude počítačová simulace pohybu planet naší sluneční soustavy a druhým počítačová simulace lidské mysli. Simulace pohybů planet je založena na snaze o popis hmotného fyzikálního systému. Naproti tomu simulace lidské mysli je popisem nehmatatelného fenoménu. Obojí, jak simulace mysli tak sluneční soustavy, však může být počítačem prezentována v podobě grafické (obraz obličeje, zobrazivé schéma poloh planet) nebo pomocí hodnot a výrazů (vyřčená věta, číselné souřadnice planet).
:: Hmotné systémy ::
Budu se nyní držet příkladu simulace hmotného systému jako je již zmíněný model planet sluneční soustavy. Dalšími myslitelnými v této oblasti jsou například meteorologické simulace počasí, simulace odolnosti nosných konstrukcí aj.
Pro počítačový model sluneční soustavy budeme potřebovat vstupní údaje jako třeba hodnoty udávající aktuální polohy planet, jejich hmotnosti či složení a dále pravidla simulace, jako které poslouží zadané fyzikální zákony. Tým odborníků stanoví výchozí hodnoty a pravidla chování nějakého systému, tedy pravidla pomocí nichž se budou vstupní údaje vyhodnocovat. Všechna data se vypraví do počítače a spustí se simulace. Za nějaký čas dojde ke kontrole mezi údaji, které poskytuje simulovaný model a mezi těmi, které nám poskytne sama sluneční soustava třeba při pozorování dalekohledem. Údaje se srovnají a pokud je nalezena neshoda mezi modelem a skutečností, pak se vědecký tým pustí do práce na zdokonalování simulovaného modelu. Pokud se taková neshoda mezi modelem a skutečností vyskytne, pak lze usuzovat na dvě příčiny: Buď byla zadaná data nesprávná nebo neúplná (např. do určité doby nebylo známo Pluto, a tak nemohlo ve vstupních datech sluneční soustavy figurovat) a nebo použitá pravidla (soubor fyzikálních zákonů, podle kterých jsou data vyhodnocována) nebyla správná či úplná.
Nyní je potřeba uvést, že žádný model zastupující složitý fyzikální jev, jakým je sluneční soustava nebo zemská atmosféra, nebude při předpovědích stoprocentně účinný. Každý takový model je totiž založen na redukci. Podle modelu může být například každé zrnko vesmírného prachu považováno za identické, příp. může být v modelu zcela ignorováno. Taktéž gravitace mezi početnými předměty je zanedbávána. Faktem je, že podle důsledného výkladu gravitačního zákona není gravitace jen záležitostí vzájemného působení vybraných dvou či více předmětů, ale zcela všech předmětů našeho vesmíru. Avšak gravitační síla mezi mnou a Zemí je podstatně větší, než obdobná síla působící mezi mnou a klávesnicí, na kterou nyní píši. Druhá zmíněná síla může být proto v mnoha simulacích směle vynechána. Jejím zanedbáním však připouštíme meze simulace. Je proto třeba vědět, že simulace hmotných systémů se omezují jen jejich popis, jednoduše proto, že hmotný systém se do počítače jaksi celý „nevejde“. Hmotný systém ke své simulaci jako originál ke své ztrátové kopii. A záleží pouze na limitech našeho očekávání, tedy na přípustné odchylce. Pokud své CD s nápisem Bach převedu do formátu MP3, pak bych měl vědět, že originální CD a MP3 soubory nebudou nikdy totožné, resp. z MP3 nebudu schopen asi nikdy zrekonstruovat původní CD záznam. Ovšem protože mám nedokonalý sluch, mohu být po zbytek života spokojen i s MP3 záznamem.
:: Simulace jako cesta ke zjednodušení ::
Je tedy možné říci, že cokoliv, co můžeme popsat, lze také simulovat pomocí počítače. Popisem se má na mysli proces rozčlenění jevu na základní samostatné prvky, kterým lze přiřadit určité hodnoty a určitý počet pravidel, podle kterých se tyto prvky mezi sebou chovají. Vyvstává zde ovšem zásadní otázka: Je-li něco jistým způsobem vyjádřitelné, znamená to, že je to skutečně takové povahy? Jinak řečeno, mohu-li do pravidel matematiky převést například pohyby na tokijské burze, mohu se pak domnívat, že je podstata tokijské burzy vpravdě matematická? Obávám se že těžko. Řadu dalších podobných příkladů lze zakončit rozhodující otázkou: existuje v přírodě pravý úhel? Odpověď je dle mého soudu záporná.
Svět matematiky je světem ideálním, který ve skutečnosti nemůže najít zcela důsledného naplnění. Hrany mého stolu vypadají pravoúhle. Když vezmu do ruky lupu, mohu o tom začít pochybovat. A když použiji mikroskop, zjistím, že jsou skutečně nerovné. Počítačově simulovaná realita je proto založena na popisu skutečného světa a sama o sobě vytváří jednodušší a ve své jednoduchosti také dokonalejší svět. Jevy, které nás obklopují, jsme se rozhodli vysvětlit či popsat určitými zákonitostmi, které se zdají být efektivní. Nesmíme však zapomínat, že z konečné množiny pozorování přírodních úkazů většinou usuzujeme na absolutní, tedy nekonečnou, platnost námi stanovených zákonů. Tyto zákony pak však popisují spíše ideální svět než realitu.
Dobrým ilustrativním příkladem může být očekávání, že jednoho krásného dne již nebude třeba dělat kosmetické nebo farmaceutické pokusy na zvířatech, protože budeme mít možnost nasimulovat člověka v počítači zcela dokonale. Do tohoto dokonalého modelu pak bude možné vpravit / nasimulovat preparát a sledovat jeho účinky. Mám však za to, že takovéto očekávání je zcela liché. Simulace v ohledu srovnání s realitou může jen těžko překročit své meze. To, co funguje v omezeném světě simulace, bude jistě fungovat na 100% vždy, i při mnoha opakováních a za shodných výchozích podmínek. Ovšem vždy jen ve světe simulace. Pokud preparát vyzkoušený na virtuálním člověku nasadíme skutečnému pacientovi, pak existuje velká šance, že jej vystavíme mnoha neočekávaným vedlejším účinkům. Jedná se o efekt drobných zanedbání . Konkrétně vzato, simulace je založena na opomíjení dat a pravidel, která považujeme za irelevantní vzhledem k výsledku. Pokud však zanedbáme drobný údaj, který však nakonec vzhledem k výsledku relevantní je, pak můžeme být lehce vystaveni lavinovému efektu hromadění chyb a nepřesností. Představme si, že drobnou zanedbanou chybou je zrnko rýže na jednom poli šachovnice. Toto zrnko se může opakovat v jednotlivých krocích simulace, tedy může se objevit na všech 64 hracích polích. Avšak ještě hůře, tato chyba se může násobit – na druhém poli budou zrnka dvě, na třetím čtyři a tak dále. Počet zrnek na posledním poli je nedozírný. Různé chyby se mohou navzájem v kombinacích zesilovat nebo naopak oslabovat. Zásadní ovšem je, že nikdy nejsme schopni předem rozhodnout, které údaje pro vytvářenou simulaci jsou skutečně zanedbatelné . Kromě toho je dobré vzít v potaz i to, že existují údaje, které do simulace nejen že nebyly ale ani nemohly být zahrnuty. Mám tím na mysli omezenost smyslů, kterou se snažíme překonat využíváním techniky rozšiřující naše obzory (např. infračervené vidění aj.)
:: Lze simulovat lidskou mysl? ::
Zvláštním případem je otázka simulace lidského myšlení. Na rozdíl od výše uvedeného příkladu simulace planetárního systému může být lidská mysl nahlížena jako fenomén a ne jako soubor hmotných prvků. Tedy, pokud víme, že hmotné prvky (např. planety) nemůžeme do počítačové simulace umístit bezezbytku, zbývá nám naděje v podobě možnosti vytvoření lidské mysli. Otázce, zda je tato naděje planá či nikoliv, věnoval v 80. letech nemalé úsilí prof. John Searle. Výsledek svého zkoumání shrnul do tzv. Argumentu čínského pokoje .
Jádro argumentu je následující: Představte si, že jste zavřeni v místnosti bez oken a umíte pouze česky (v originále anglicky). Po ruce máte hromadu čínských textů, příručku s pravidly „jak zacházet s čínskými znaky“ a také další hromadu papírů s otázkami v čínštině. Vašim úkolem bude vytvářet odpovědi na čínské otázky podle příručky. Ta ovšem neposkytuje klíč pro jejich překlad do češtiny. Příručka sestává pouze z návodu, jaké znaky podle tvaru hledat v hromadě čínských textů coby odpovědi na čínské otázky. Searle se proto domnívá, že obdobně jako postava v místnosti, také počítač nemá možnost porozumět čínštině, resp. jazyku, který zpracovává. Počítač podle něj pouze poskytuje odpovědi na základě předem stanovených pravidel, tedy programu. Počítač tak podle Searla může věrně simulovat lidskou mysl, nemůže však sám myslet. Searlův argumentu lze kritizovat z několika možných pozic.
Vnímání a přístup k realitě – Podle Searla je ten, kdo je zavřený v místnosti, zcela odříznut od reality a nemá proto možnost porozumět symbolům, které zastupují svět mimo místnost. Pravdou však je, že dnešní počítače nejsou odříznuty od světa, ale naopak mohou mít k dispozici mnoho různých čidel, od standardního teplotního čidla procesoru až po třeba méně běžnou webovou kameru. Jediná možnost, jak zjistit, zda mi někdo (jedno či člověk nebo počítač) rozumí, je položit mu otázku nebo příkaz a sledovat, zda vykoná zadaný úkol nebo zda odpoví na otázku správně. Pokud se počítače zeptám, jaká je teplota v místnosti, a on mi odpoví správně, mohu to považovat za akt smysluplné odpovědi a inteligentního jednání. Stejně tak, pokud se počítače zeptám, jaké je počasí na Ještědu, a on mi zobrazí aktuální záběr vrcholku hory. Pravdou je, že nejen počítač ale i člověk nemá přímý přístup k realitě, ale tento je mu zprostředkováván velmi omezenými čidly (zrak omezený na viditelné pásmo světla, sluch omezený na určité vlnové délky zvuku atd.) Pokud je tedy za projevy myšlení považována schopnost plnit úkoly dle zadání a také schopnost identifikovat předměty, pak jistě není pro počítač neřešitelný problém zvítězit nad člověkem v šachové partii nebo „ukázat prstem“ na předmět, který mu pojmenujeme.
Neuronová síť – Lze, alespoň myslitelně, nasimulovat celou neuronovou síť lidského mozku. A pokud vyjdeme z předpokladu, že mysl je nerozlučně spojena s mozkem, pak lze tímto způsobem nasimulovat myšlení. Problém však je, že se při takovéto proceduře nezbavíme onoho „simulování“ se všemi neduhy, které k němu patří. Nezbude nám nakonec nic jiného, než výsledný systém podrobit opět mnoha zkouškám, na základě kterých se teprve rozhodneme, zda systém jen předstírá, simuluje, myšlení nebo zda skutečně myslí. Searlovu argumentu lze též vytknout jedinečnost muže, který sedí v místnosti a překládá čínské znaky. Pokud bychom do místnosti těchto lidí umístili mnoho, mohli bychom dojít k tomu, že každý z nich vykonává malý díl práce překladu a každý z nich samostatně čínštině nerozumí, ale že jejich výsledná činnost představuje akt porozumění čínštině. Tedy, že čínštině rozumí systém jako celek. Jedná se o analogii k neuronové síti lidského mozku, kde lze pochybovat o tom, zda každý neuron samostatně něčemu rozumí, ale výsledkem celku je cosi, co můžeme nazvat procesem myšlení.
Chování – Searle svůj argument s čínským pokojem modifikoval i do podoby, kdy člověk v místnosti nepřekládá znaky ale dle instrukcí povoluje a utahuje hydraulické ventily, které ovládají paže robota. Člověk v místnosti podle Searla opět nerozumí tomu, co vykonává a pouze mechanicky zpracovává příchozí instrukce. Proti tomu lze však namítnout, že v reálné strojové místnosti robota žádný takový člověk asi nikdy nebyl a nebude. A pokud ano, pak pouze jako pozorovatel a nikoliv jako ten, kdo robota bezmyšlenkově ovládá. Ostatně sám příklad je zavádějící v tom smyslu, že představuje robota jako zjednodušený systém reagující bezprostředně podle schématu „podnět – reakce“. V searlově argumentu se nachází rovněž další nejasnost a tou je možnost nekonečné rekurse. Pokud sedí Searle v místnosti, která představuje počítač, pak i hlava samotného Searla může představovat další počítač, ve kterém sedí další Searle a tak dále.
Pokud chceme zjistit, zda kdokoli vykazuje známky myšlení, neexistuje jiná možnost něž zvolený objekt testovat. Jakýkoli jiný pokus, např. Searlova snaha stanovit předem možnost myšlení stroje na základě statického logického kalkulu, není dle mého schůdná. Mezi nejznámější metody sloužící k testování stroje stran jeho schopnosti smysluplně napodobovat lidské chování je tzv. Turingův test. Tento test spočívá ve zkoušce třetí osoby, která má pomocí rozhovoru přes textový terminál rozhodnout, zda ten, kdo je na druhé straně textového terminálu je člověk nebo počítač.
Konečně poslední věc, kterou je třeba zmínit v souvislosti se Searlovým příkladem čínského pokoje – To, co přijímá a vysílá počítač stejně jako náš mozek nejsou informace ale data . Z praxe, tedy z mnohých nedorozumění vznikajících při komunikaci, se zdá být zřejmé, že informace nejsou s předávanými daty pevně spojeny. Například význam slova není na slovu samém „přilepen“, je spíše aktivně konstruován v mysli příjemce na základě vlastních asociací, které má příjemce se slovem spojeny. Do počítače stejně jako do našeho mozku proudí pouze holá data v podobě signálů (např. slovo jako zvuková vibrace vzduchu). Informace, které jsou z těchto dat sestavovány, nemohou však opustit mysl příjemce. Daný jedinec, počítač či člověk, může vyslat pouze další data ať už v podobě slov, gest nebo činů. Výsledkem je pak stav, kdy nemáme nástroj, kterým bychom se mohli přímo napojit na mysl někoho druhého a zjistit, zda je tato pravá nebo předstíraná. Jediné, co můžeme dělat, je, že budeme na základě přijímaných signálů vyhodnocovat chování čehokoliv, co se rozhodneme podrobit zkoumání. A pokud budou výsledky takového pokusu v mezích našich očekávání, pak můžeme zkoumanému přisuzovat např. i schopnost myšlení.
:: Závěr ::
Co se týče systémů simulujících jakékoli jevy, je třeba vidět zásadní rozdíl mezi popisem a přepisem vybraného jevu. Popisem mám na mysli proces vyčleňování relevantních a irelevantních údajů zatímco přepisem je překlad, při kterém nedochází ke ztrátě dat. Například e-mail, který mi někdo odešle z Ameriky, je nejprve převeden na elektrické impulsy v počítači, ty jsou následně převedeny na fotony, které letí podmořským optickým kabelem z Ameriky do Evropy, fotony jsou následně převedeny opět na elektrony, které nakonec na mém monitoru vytvoří stejné obrysy písmen, jakých užil odesilatel v Americe. Při tomto procesu nebyla žádná data ztracena. Jedná se proto o přepis. Při simulaci fyzikálních jevů však užíváme postupů, které jsou založeny na upřednostňování důležitých dat a přehlížení těch, která považujeme za zbytečná. Simulace jsou proto v podstatě ztrátové modely. Kdybychom chtěli vytvořit dokonalou simulaci počasí, museli bychom fyzicky vytvořit systém, který by obsahoval celou pozemskou atmosféru – ten by byl přepisem a ne pouhým popisem našeho počasí.
Otázka simulace lidského myšlení a stejně tak otázka jakékoli simulace vůbec tkví v rozhodnutí mezi vlastnostmi originálu a kopie. Pokud jsme postaveni před originál Van Goghova obrazu v nizozemském muzeu a před jeho kopii, kterou lze zakoupit jako plakát v pokladně téhož muzea, máme jednoduchou volbu. Pokud však vedle sebe umístíme jeden Goghův originál a jeho velmi zručnou kopii, budeme mít již volbu těžší. Konečně, představte si, že sedíte na pohodlném gauči, před vámi je zvuková sestava se dvěma CD měniči a z reproduktorů slyšíte hrát Bacha. Poté hostitel zmáčkne tlačítko a vy uslyšíte stejnou melodii jako prve. Váš hostitel vám oznámí, že buď první nebo druhé CD, které jste slyšeli, je kopie a vy máte rozhodnout, které je které bez toho, abyste se podívali dovnitř přehrávače. Pokud má hostitel kvalitní vybavení pro kopírování CD a o svá CD se dobře stará, je pravděpodobné, že ani na jednom ze záznamů neuslyšíte lupání nebo jiné nečistoty, které by vám kopii prozradily. Se simulacemi všeho druhu je to obdobné. Pokud je simulace kvalitní a vy nemáte možnost podívat se dovnitř černé skříňky, zda se v ní schovává hromada barevných drátů nebo pan Searle osobně, pak nezbývá než hádat a poté věřit.
Záhadou zůstává i samotná povaha myšlení. Pokud je myšlení fenoménem vytvářeným pouze neustálou aktivitou mozku, pak je nemožné myšlení realizovat jinak než s jeho pomocí. Pokud je však myšlení jakýmsi druhem programu a mentální procesy jsou výpočetními procesy, pak je možné považovat myšlení za nezávislé od hardwaru, tedy mozku, a mohlo by být libovolně přenositelné mezi jednotlivými platformami, např. mezi neuronovou sítí mozku a počítačem. Problém však je, že myšlení nelze nazírat jako nějakou sadu instrukcí existující nezávisle na čase a prostoru. Naopak, myšlení či schopnost jeho simulace je vždy odvislá od daného kusu hardwaru, resp. člověka či počítače. Jednoduše řečeno, pokud vytvoříme geniální program pro simulaci lidského myšlení a tento bude jistě složitý, může se stát, že nebude možné jej efektivně uplatnit na žádném dostupném výpočetním zařízení. Takový program pak poběží pomalu a jeho výsledky nebudou měřitelné s lidskými, byť by ve svých instrukcích program obsahoval veškeré vědění lidské mysli.
Literarura:
> Zaslat reakci na tento článek <
zpět
