Esimerkkejä filosofoinnista lasten kanssa

Ajatuslaatikko

Luokan kanssa voi tehdä normaalista pahvilaatikosta ajatuslaatikon tai ajatusarkun, jonne oppilaat voivat kirjoittaa mieltä askarruttavia kysymyksiä milloin vain. Laatikosta voidaan ottaa kysymys sille varattuna ajankohtana, tai muuten sopivassa välissä. Tärkeää on se, että laatikon sisältöä tarkastetaan säännöllisesti.

 

Shrek

1. Näytä Shrekistä pätkä (noin 30 min kohdalla), jossa Shrek on pelastanut Fionan linnasta, ja he ovat matkalla kotiin. Fiona menee luolaan nukkumaan Shrekin ja aasin jäädessä keskustelemaan luolan ulkopuolelle.

2. Jaa ryhmä pienempiin ryhmiin tai pareihin, joissa he voivat kehitellä mielestään tärkeän ja mielenkiintoisen kysymyksen.

3. Lukekaa kysymykset yhdessä, ja valitkaa (esim. äänestämällä) ryhmän mielestä paras.

4. Keskustelkaa ryhmässä kysymyksen pohjalta.

 

Versio Searlen kiinalainen huone- ajatuskokeesta:

Pyydä vapaaehtoinen, joka pitelee käsillään laatikkoa päänsä ympärillä selkä luokkaan päin. Laatikossa on aukot kummassakin sivussa ja näytän lapsille lapun, jossa on kiinalaisia kirjoitusmerkkejä. “Kuten kaikki näkevät tässä on mielenkiintoinen kysymys kiinaksi” ja työnnän se laatikkoon sisään.

Laatikkoa pitelevä lapsi työntää sovitusti laatikon toisen reunan aukosta toisen lappusen, jossa on myös kiinalaisia kirjoitusmerkkejä: “ja täältä tulee aivan oikea vastaus kysymykseen! Laatikkohan osaa kiinaa!”

Sitten laatikkopää kääntyy luokkaan päin jolloin nähdään, että laatikon sisällä hänellä on ohjekirja, josta hän etsii saamaansa kysymystä vastaavan merkin ja antaa ohjekirjan mukaisen vastauksen siihen.

Ajatuskokeella pyritty osoittamaan, että tietokoneen älykkyys on erilaista kuin ihmisen; kone kykenee vain käsittelemään merkkejä, ei ymmärtämään.

Vai onko ehkä ihmisenkin ajattelu tällaista opittujen vastausten antamista? (=funktionalismi)

 

Ohjelmointi vs oppiminen

Perinteinen tekoäly perustuu ohjelmointiin. Annetaan koodi, jonka mukaisen ohjelman kone toteuttaa. Toisin sanoen laitetaan tietyt sovitut symbolit peräkkäin ja kone toteuttaa niiden mukaiset käskyt.

Ks. esim Legoista tehty Turingin kone:

https://www.youtube.com/watch?v=cYw2ewoO6c4

Kaikki perinteinen koodaaminen voidaan periaatteessa palauttaa Turingin koneen yksinkertaiseen laskennallisuuteen. Yksinkertaisista merkeistä muodostetaan monimutkaisempia merkkejä.

Yleistä tekoälyä tavoiteltaessa perinteisen koodaamisen ongelmana on taustatiedon tallettaminen. Tietokoneelle ei voida syöttää kaikkea sitä tietoa mitä ihmisellä on. Esimerkiksi että mämmipurkit painavat enemmän kuin pipot ja että kanoilla ei ole kaksimetrisiä jalkoja. Harva on koskaan ajatellut näitä asioita mutta silti nämä asiat tiedetään. Ne tiedetään yksinkertaisesti siksi koska olemme kasvaneet maailmassa missä kanoilla ei ole kaksimetrisiä jalkoja. Tietokoneelle tämä ja kaikki muukin taustatieto pitäisi kertoa. Perinteisen tekoälyn sovellukset ovat hyviä siten vain rajatuilla alueille, erityisesti keinotekoisten tehtävien suorittamisessa, mikä ei tietenkään ole pieni saavutus.

 

Uudemmat tekoälysovellukset perustuvat oppiviin neuroverkkoihin, joita on verrattu aivoihin (malleista vapaa tekoäly). Niitä ei voida ohjelmoida etukäteen vaan ne oppivat itse.

Samalla tavalla kuin aivoissa hermosolut ovat yhteydessä toisiinsa tiheän verkon tavoin niin neuroverkossa on yhteyksiä noodien välillä ja nämä noodit siirtävät informaatiota verkon yli. Informaation siirtyy tapahtuu joka puolella verkkoa yhtä aikaa, toisin kuin perinteisessä mallissa (Turingin koneen lukupää lukee yhden kohdan nauhasta kerrallaan). Neuroverkot pystyvät moneen sellaiseen tehtävään mihin perinteinen tekoäly ei pystynyt, kuten hahmontunnistukseen, oppimiseen ja jopa luovuuteen. Niiden etu on myös se, että ne kestävät virheitä paremmin kuin perinteinen symbolinen koodaaminen. Perinteisessä tekoälyssä yksikin koodausvirhe saattaa pysäyttää koko ohjelman kun taas ihmisen toiminta ja neuroverkot kestävät hyvin vaurioita ja virheitä ilman että toiminta lakkaa kokonaan. Virheiden myötä toiminta ehkä vain huononee mutta ei lakkaa.
Esimerkki jota voi kokeille yhdessä lasten kanssa:

http://harthur.github.io/brain/

Ohjelma oppii annettujen esimerkkien mukaisesti erottamaan kontrasteja. Vertaa ihmisen koodaamaa (YIQ formula) ja oppimalla muodostettua koodia (löytyy nettisivuilta). Tekeekö samat erottelut? Huomaa ero koodin pituudessa ja monimutkaisuudessa.

Missä määrin ihmisen ajattelu on perinteistä symboliprosessointia ja missä määrin oppivaa? Toisin sanoen missä määrin ihmisen ajattelu perustuu valmiisiin malleihin ja missä määrin se muokkautuu kokemusten myötä?

Tekoälysovelluksissa käytetään nykyään usein perinteistä koodaamista ja neuroverkkoja yhdessä.