Neropatin virhe, joka voi muuttaa kaiken

Hei sinä!

Tällä viikolla tapahtui jotain, mikä sai minut ajattelemaan tekoälyä aivan uusin silmin. Ja se on kunnolla.

Seiskoista lähtien olemme mittanneet tekoälyn kehitystä Alan Turingin vuonna 1950 esittämän vision mukaan. Hänen kuuluisa "jäljittelyleikkinsä" – nykyään tunnettu Turingin testinä – ehdottaa, että jos tietokone pystyisi huijaamaan ihmisiä luulemaan keskustelevansa toisen ihmisen kanssa, se olisi käytännössä "ajatteleva".

Kuulostaa järkevältä, eikö?

No, Peter J. Denningin mukaan – vakavasti otettava tietojenkäsittelytieteilijä, joka juuri julkaisi uuden kirjan nimeltä "Turing's Mistake: Escaping the Yoke of Unintelligent Machines" – olemme ehkä jahtanneet väärää unelmaa viimeiset 75 vuotta.

Ja rehellisesti? Luettuani hänen perustelunsa, uskon että hän on jotain suurta jäljillä.

Kehon ongelma (Kyllä, sillä on väliä)

Tässä on ensimmäinen oletus, jonka Denning uskoo Turingin menneen pieleen: ajatus siitä, että älykkyys voisi olla olemassa ilman fyysistä kehoa.

Pysähdy hetkeksi miettimään. Olemme yrittäneet luoda ihmisen kaltaista älykkyyttä tietokoneiden sisälle – puhdasta ohjelmistoa, joka kelluu digitaalisessa tilassa. Mutta Denning väittää, että tämä on kuin yrittäisi ymmärtää uimista tutkimalla vesimolekyylejä. Jotain oleellista jää uupumaan.

Kun sinä ja minä liikumme maailmassa, emme vain käsittele tietoa. Me tunnemme asioita. Aistimme lämpötilan, tunnemme ovenkahvan pinnan, huomaamme pienen horjahduksen astuessamme epätasaiselle jalkakäytävälle. Kaikki tämä fyysinen kokemus muokkaa sitä, miten ajattelemme, päättelemme ja ymmärrämme maailmaa.

Denning huomauttaa, että kehomme eivät ole vain ajoneuvoja aivojemme kantamiseen. Ne ovat oleellinen osa sitä, miten ajatamme.

Ja tässä pointti: tämä ei ole mitään vaihtoehtoista hulluutta. Filosofit ovat puhuneet "ruumiillistuneesta kognitionista" vuosia. Mutta tekoälytutkimus on suurelta osin sivuuttanut sen puhtaiden laskennallisten lähestymistapojen hyväksi.

Hiljainen tiedon arvoitus

Tässä kohtaa asiat muuttuvat todella mielenkiintoisiksi (ja vähän filosofisiksikin, mutta lupaan pitää sen maanläheisenä).

Denning esittelee käsitteen "hiljainen tieto" – ja se on yksi niistä ideoista, jotka kun kerran ymmärrät, alat nähdä niitä kaikkialla.

Hiljainen tieto on kaikkea sitä, mitä tiedät mutta et voi helposti selittää. Kuten... miten tiedät tarkalleen kuinka paljon painetta pitää kohdistaa, kun avaat ovea? Miten otat kiinni pallon tekemättä monimutkaisia fysiikkalaskelmia päässäsi? Mistä tiedät, milloin joku on ivallinen verrattuna siihen, että hän tarkoittaa sanojaan vakavasti?

Nämä asiat tuntuvat meiltä automaattisilta. Mutta ne ovat uskomattoman monimutkaisia.

Denning väittää, että hiljaisen tiedon viisi pääkategoriaa ovat sellaisia, joita koneoppiminen yksinkertaisesti ei pysty kaappaamaan:

Tavallinen järki – Miljoonat pienet faktat siitä, miten maailma toimii, joita emme koskaan tietoisesti ajattele.

Jokapäiväiset vuorovaikutukset – Miten luemme sosiaalisia tilanteita, navigoimme henkilökohtaisia suhteita, ymmärrämme sanattomia odotuksia.

Tunteet ja havainto – tapa, jolla ilon tai surun kokeminen perustavanlaatuisesti muuttaa sitä, miten käsittelemme tietoa.

Käytännön taidot – sellaista tietoa, jota mestarikäsityöläisellä tai virtuoosimuusikolla on, mutta jota he eivät pysty täysin sanallistamaan.

Kulttuurinen ymmärrys – Arvot, normit, historia ja syvemmät merkitykset, jotka upotettuna siihen, miten yhteisöt toimivat.

Miksi 40 vuotta Cyciä ei ratkaissut ongelmaa

Denning käyttää esimerkkinään jotain nimeltä Cyc-projekti. Jos et tunne sitä, Cyc oli kunnianhimoinen yritys 1980-luvulla rakentaa valtava tietokanta tavallisesta järjestä – asioita kuten "jos pudotat jotain, se putoaa alaspäin" tai "ihmiset tarvitsevat vettä selviytyäkseen".

Projektiin kului neljä vuosikymmentä rakentaa noin 25 miljoonaa merkintää.

Kaksikymmentäviisi miljoonaa tietoa!

Ja arvaa mitä? Se ei silti riittänyt luomaan todella älykkäitä järjestelmiä. Denning toteaa, että "suuri osa tiedosta, joka tekee ihmisistä asiantuntijoita, ei voida ilmaista väitelauseina."

Tämä on Cyc-projektin hiljainen tragedian. Se osoitti, pelkällä vaivalla, että ihmisen tavallisen järjen koodaaminen käsin on käytännössä mahdotonta. Sitä on liikaa, ja liikaa siitä on implisiittistä eksplisiittisen sijaan.

Muusikko, joka ei pysty selittämään

Jaskan yhden Denningin esimerkin, joka todella jäi mieleen.

Ajattele virtuoosiviulistia. Jotakuta, joka voi soittaa henkeäsalpaavalla kauneudella ja tunteella. Kuvittele nyt, että yrität selittää aloittelijalle tarkalleen, miten tuo ääni tuotetaan.

He eivät oikeastaan pysty siihen. Ei täysin. He saattavat tarjota teknistä neuvoa – aseta jousi tänne, lisää painetta tuolla – mutta "tietäminen miten" ja "tietäminen mitä" välinen kuilu on valtava.

Viulisti hallitsee ruumiillistunutta tietoa, joka on hänen lihaksissaan, hänen hermoissaan, hänen fyysisessä kokemuksessaan äänen tuottamisesta. Et voi ladata sitä tietokoneeseen. Et voi kirjoittaa sitä tietokantaan.

Ja tässä on syvempi pointti: vaikka rakentaisit robotin, joka voisi täydellisesti matkia viulistin liikkeitä, tuo robotti ei silti ymmärtäisi, miltä tuntuu luoda kaunista musiikkia. Sillä ei ole biologista kokemusta, emotionaalista kontekstia, yhteyttä yleisöön.

Esittämisen ongelma

Mitä siis oikeasti tapahtuu? Miksi inhimillinen tieto on niin sitkeästi digitoimisen vastustuskykyistä?

Denning kutsuu sitä "esittämisen ongelmaksi", ja se on todella perustavanlaatuinen.

Tietokoneet toimivat symbolein – ykkösiä ja nollia, jotka esittävät asioita. Kun syötämme tietoa tietokoneisiin, koodaamme reaalimaailman tietoa näihin symbolisiin muotoihin.

Mutta tässä on juju: jokaisen sanan, jokaisen käsitteen, jokaisen "tiedon" takana, jonka omistamme, on syvä kaivo hiljaista ymmärrystä, joka antaa sille merkityksen. Sanat ovat vain symboleita, jotka viittaavat merkityksiin – ne eivät ole merkityksiä itsessään.

Denning sanoo näin: "Jokaisen sanan takana on syvä hiljaisen tiedon kaivo, joka antaa sille merkityksen. Sanat ovat vain symbolisia esityksiä merkityksistä, eivät merkityksiä itsessään."

Tämä tarkoittaa, että kun keskustelet ChatGPT:n, Clauden tai Geminin kanssa, olet vuorovaikutuksessa järjestelmien kanssa, jotka ovat uskomattoman kehittyneitä symbolien käsittelyssä, mutta ne eivät todella ymmärrä, mitä nuo symbolit edustavat. Ne voivat kuvioiden sovittaa loistavasti, mutta kuvioiden sovittaminen ei ole ymmärtämistä.

Konteksti on kaikki (Ja koneilla ei ole sitä)

Tässä on toinen kerros, jossa tekoäly kamppailee: konteksti.

Kun sinä ja minä keskustelemme, vedämme loputtomista kerroksista jaettua ymmärrystä. Tiedämme keitä olemme, mitä olemme kokeneet yhdessä, mikä on nykyinen tilanne, mikä on sopivaa ja mikä ei, milloin joku vitsailee ja milloin hän tarkoittaa vakavasti.

Tämä konteksti ei ole vain taustakohinaa – se on merkityksen ydin.

Denning kuvaa sitä fraktaalina: jokainen konteksti lepää aiempien kontekstien päällä, jotka lepäävät vielä aiempien päällä. Se on loputon ketju jaettua ymmärrystä, jonka olemme rakentaneet elinikäisen kokemuksen aikana.

Kulttuuri lisää vielä yhden ulottuvuuden. Denning kuvaa sitä arvojen, normien, arvostelukyvyn, historian, yhteisöjen, tunnelmien ja jopa valta- ja huolenpitosuhteiden kokonaisuutena.

Kaikki tämä on näkymätöntä tekoälyjärjestelmille. Ne voivat havaita kuvioita kielessä, mutta eivät todella ymmärrä sanojen ja tekojen kulttuurista painoa.

Mitä tämä tarkoittaa tekoälyn tulevaisuudelle?

En sano, että tekoäly on hyödytöntä – ilmeisesti se ei ole. Nämä järjestelmät ovat todella vaikuttavia tietyissä tehtävissä, ja ne ovat uskomattoman hyödyllisiä työkaluja.

Mutta Denningin argumentti viittaa siihen, että saatamme lähestyä kattoa. Todellinen yleinen tekoäly – koneet, joilla on ihmisen kaltainen ymmärrys ja sopeutumiskyky – saattaa olla perustavanlaatuisesti saavuttamaton nykyisillä lähestymistavoilla.

Ja tässä kohtaa asia muuttuu vähän huolestuttavaksi: Denning varoittaa, että jos jatkamme AGI:n tavoittelua sivuuttaen nämä perustavanlaatuiset rajoitukset, riskinä on rakentaa teknologioita, jotka tuovat merkittäviä uusia riskejä ilman, että ne lunastavat lupauksiaan.

Ajattele asiaa. Rakennamme järjestelmiä, joita emme täysin ymmärrä, käyttäen lähestymistapoja, jotka saattavat olla luonteeltaan rajoitettuja, ratkaisemaan ongelmia, jotka vaativat sellaisia ymmärryksen lajeja, joihin näillä järjestelmillä ei ole pääsyä.

Oma mielipiteeni

Rehellisesti sanottuna, Denningin argumentit olivat vakuuttavia, mutta eivät täysin musertavia.

Kyllä, hiljaisen tiedon kaappaamisessa on perustavanlaatuisia haasteita. Kyllä, ruumiillistunut kokemus todennäköisesti merkitsee enemmän kuin olemme myöntäneet. Ja kyllä, Turingin testi saattaa olla huono mittari todelliselle älykkyydelle.

Mutta uskon myös, että olemme löytämässä näitä rajoituksia reaaliaikaisesti, ja että tämä löytöprosessi itsessään on arvokas. Jokainen haaste, jonka Denning tunnistaa, on myös tutkimuskysymys. Jokainen seinä, johon törmäämme, opettaa jotain uutta inhimillisestä ajattelusta ja tietoisuudesta.

Ehkä todellinen opetus ei ole se, että tekoäly ei voi olla älykäs, vaan se, että inhimillinen älykkyys on hämmästyttävämpää kuin arvasimme. Joka kerta kun ymmärrät vitsin, otat kiinni pallon tai aistit, että jossakin keskustelussa "tuntuu oudolta" – teet jotain, mitä sofistikoituneimmat tietokoneemme eivät vielä pysty tekemään.

Ehkä kysymys ei ole siitä, voivatko koneet ajatella kuten ihmiset. Ehkä se on: mitä ne voivat tehdä hyvin, ja miten rakennamme sen maailmaan, jossa inhimilliset ominaisuudet merkitsevät enemmän, ei vähempää?

Se on kysymys, jota kannattaa hautia hetken aikaa.

Mitä sinä ajattelet? Resonoiko Denningin kritiikki kokemuksesi kanssa tekoälytyökaluja käyttäessä? Vai uskotko, että aliarvioimme sitä, mitä nämä järjestelmät lopulta voivat saavuttaa?

Kirjoita kommentti alle – haluan todella tietää, miltä tämä sinusta tuntuu.

Lähde: ScienceDaily (https://www.sciencedaily.com/releases/2026/07/260713084850.htm)