Prawdopodobnie wszystko jest inaczej - Jiří Šrajer - ebook

Prawdopodobnie wszystko jest inaczej ebook

Jiří Šrajer

5,0

Opis

Wszystko się zaczęło od prostego pytania: jeżeli kiedyś uda nam się nauczyć komputery myśleć, jakie będzie ich wyobrażenie o świecie?
Prawdopodobnie będzie ono znacznie różnić się od naszego. Ale czy ich wyobrażenie o świecie będzie gorsze niż nasze? Jak właściwie to, co wiemy o świecie, jest związane z tym, co w rzeczywistości jest wokół nas?
Możliwe, że wszystko jest zupełnie inaczej, niż myślimy. Celem tej książki nie jest rozwiązanie jakichś konkretnych problemów, lecz impuls do doskonalenia własnego umysłu przy jednoczesnej próbie zrozumienia, w jaki sposób mógłby myśleć komputer.
Nie wiem, czy kiedykolwiek uda się nam nauczyć komputery myśleć, ale jeżeli spróbujemy, to wówczas będzie możliwe zrozumienie nie tylko wielu nowych rzeczy o świecie, ale także o nas samych.

Ebooka przeczytasz w aplikacjach Legimi na:

Androidzie
iOS
czytnikach certyfikowanych
przez Legimi
czytnikach Kindle™
(dla wybranych pakietów)
Windows
10
Windows
Phone

Liczba stron: 142

Odsłuch ebooka (TTS) dostepny w abonamencie „ebooki+audiobooki bez limitu” w aplikacjach Legimi na:

Androidzie
iOS
Oceny
5,0 (1 ocena)
1
0
0
0
0
Więcej informacji
Więcej informacji
Legimi nie weryfikuje, czy opinie pochodzą od konsumentów, którzy nabyli lub czytali/słuchali daną pozycję, ale usuwa fałszywe opinie, jeśli je wykryje.

Popularność




Jiří Šrajer
Prawdopodobnie wszystko jest inaczej
© Copyright by Jiří Šrajer 2013
ISBN 978-83-7564-423-4
Wydawnictwo My Bookwww.mybook.pl
Publikacja chroniona prawem autorskim.Zabrania się jej kopiowania, publicznego udostępniania w Internecie oraz odsprzedaży bez zgody Wydawcy.

Każde twierdzenie należy traktować z rezerwą.

Prawdopodobnie wszystko jest inaczej.

Dziękujęwszystkim,którzyw jakikolwieksposób

przyczynilisiędowydaniatejksiążki.

Jiří Šrajer

Wprowadzenie

Wszystko się zaczęło od prostego pytania: jeżeli kiedyś uda nam się nauczyć komputery myśleć, jakie będzie ich wyobrażenie o świecie?

Prawdopodobnie będzie ono znacznie różnić się od naszego. Ale czy ich wyobrażenie o świecie będzie gorsze niż nasze? Jak właściwie to, co wiemy o świecie, jest związane z tym, co w rzeczywistości jest wokół nas?

Z jednej strony jesteśmy ograniczeni naszymi zmysłami. Postrzegamy tylko część fal elektromagnetycznych jako światło widzialne, część jako tak zwane promieniowanie cieplne, z którego uzyskujemy tylko minimalną ilość informacji. Dźwięki słyszymy tylko w pewnym zakresie częstotliwości, mamy kiepski węch i tylko bardzo niedoskonały dotyk. Nie mamy zmysłu do spostrzegania magnetyzmu, promieniowania radioaktywnego i wielu innych, które teoretycznie moglibyśmy mieć. Całkowicie inaczej postrzegalibyśmy świat, gdybyśmy byli ślepi i mieli doskonały węch. Potrafilibyśmy śledzić tor ruchu także wstecz i prawdopodobnie mielibyśmy dużo lepsze wyobrażenie o tym, co to jest czasoprzestrzeń.

Jeszcze inaczej wyobrażalibyśmy sobie świat, jeżeli bylibyśmy milion razy więksi lub mniejsi, szybsi lub wolniejsi, gdybyśmy żyli w morzu, na komecie albo gdzieś zupełnie indziej.

Z drugiej strony nasze wyobrażenie o świecie jest ukształtowane przez model świata przyjęty od społeczeństwa, w którym wyrastaliśmy.

Użyteczną rzeczą jest posługiwanie się modelem świata, który jest stabilny i zgodny z innymi ludźmi, z którymi żyjemy. Ale trzeba mieć świadomość, że jeżeli model ma być stabilny, nie może się często zmieniać. Dlatego mamy tendencje do tłumienia nowych informacji, które nie są zgodne z naszym światopoglądem. Ignorujemy je albo ośmieszamy, uważamy za kłamstwo lub oszustwo. Jesteśmy przekonani, że to my mamy rację, ale jeżeli urodzilibyśmy się na drugiej stronie kuli ziemskiej, kilka stuleci wcześniej lub później, nasz pogląd na świat byłby całkowicie inny. Również w tym przypadku bylibyśmy przekonani, że mamy rację.

Możliwe, że wszystko jest zupełnie inaczej, niż myślimy. Celem tej książki nie jest rozwiązanie jakichś konkretnych problemów, lecz impuls do doskonalenia własnego umysłu przy jednoczesnej próbie zrozumienia, w jaki sposób mógłby myśleć komputer.

Nie wiem, czy kiedykolwiek uda się nam nauczyć komputery myśleć, ale jeżeli spróbujemy, to wówczas będzie możliwe zrozumienie nie tylko wielu nowych rzeczy o świecie, ale także o nas samych.

 ICzy komputer może myśleć?

Na tak postawione pytanie można odpowiedzieć jednym słowem i więcej tym się nie przejmować. Wiele osób pewnie by tak zrobiło. Powiedzieliby, że nie, i być może mieliby rację.

Ale co to właściwie znaczy „myśleć”? Nie będę tu próbował podawać definicji (problemem definicji pojęć będziemy zajmowali się w następnym rozdziale), chcę tylko, aby w tym miejscu uświadomić sobie, że odpowiedź na pytanie, czy komputer może myśleć, jest zależna od tego, jak zdefiniujemy pojęcie „myślenie”.

Bez względu na to, jaką definicję „myślenia” przyjmiemy, większość ludzi zgodzi się z tym, że człowiek myśli. Ale kiedy i w jaki sposób zaczyna myśleć? Dziecko musi mieć zmysły, którymi odbiera bodźce, i musi mieć mózg, który na te bodźce reaguje.

Jeżeli niemowlę na coś patrzy, obraz na siatkówce jest zdeformowany i jest obrócony do góry nogami. Mózg musi nauczyć się ułożyć obraz oglądanego przedmiotu na podstawie bodźców wzrokowych, oddzielić go od jego otoczenia i utworzyć jego model.

Dużo lepszy model danego przedmiotu może uzyskać, jeżeli będzie miało do dyspozycji następne niezależne źródło informacji, na przykład dotyk. Sposób, w jaki postrzegamy daną rzecz, zależy od tego, jakie mamy zmysły.

Jeżeli człowiek urodzi się ślepy, jego wyobrażenie o świecie będzie inne niż większości ludzi, ale nikt nie wątpi w jego umiejętność myślenia. Gdyby jednak urodził się nie tylko ślepy, ale też głuchy, bez węchu, bez dotyku i innych zmysłów? Bez żadnych bodźców myślenie by prawdopodobnie nie powstało. Jakie zmysły minimalnie musiałby posiadać, aby mógł nawiązać kontakt z otoczeniem i nauczyć się myśleć? W tej chwili nie chodzi nam o to, by zdecydować, jakie minimalne warunki muszą być spełnione, aby mogło powstać myślenie, tylko aby uświadomić sobie, że w pewnych warunkach mogłoby powstać coś, co można już nazwać myśleniem i jednocześnie byłoby to coś bardzo różniącego się od tego, co zwykle rozumiemy pod tym pojęciem.

W przypadku komputera musimy pójść jeszcze dalej. Nie chodzi o to, by komputer myślał podobnie jak człowiek, chcemy tylko, aby wykonywał taką czynność, którą moglibyśmy już nazwać (prymitywnym) myśleniem.

Jeżeli chcielibyśmy, by komputer myślał jak człowiek, by postrzegał i rozumiał nasz świat, musielibyśmy dać mu podobne zmysły, by widział, słyszał, wąchał, dotykał, może też musiałby odczuwać głód i strach, podobnie jak człowiek. Musielibyśmy zapewnić mu ludzkie wychowanie i spełnić jeszcze dużo innych warunków – praktycznie stworzyć robota bardzo podobnego do człowieka. O to nam jednak w tej chwili nie chodzi.

W jaki sposób rozumieć w takim razie słowo „myśleć” w odniesieniu do komputera? Każdy może mieć swoje zdanie, ale w tej chwili możemy przyjąć następujące stanowisko: żeby można było powiedzieć, że komputer myśli, będziemy od niego wymagać zdolności operowania pojęciami. Nie jest konieczne, aby to były pojęcia, jakich używają ludzie. Powinien tylko rozumieć ich znaczenie. Tu powstaje nowy problem: Co ma znaczyć wyrażenie „rozumieć coś”wprzypadku komputerów? Na razie nie wymagamy od nich świadomości ani zdolności wyobrażenia sobie czegoś. Wyobraźnia być może nie jest konieczna. Fizyk kwantowy lub matematyk też może operować obiektami, których nie potrafi sobie wyobrazić. Uważamy, że je rozumie, kiedy potrafi nimi prawidłowo operować. Na początek wyrażenie „rozumieć coś” będziemy interpretowali tak, że wystarczy mieć stworzony model zawierający dla każdego pojęcia odpowiedni obiekt, który ma zdefiniowane właściwości i relacje w stosunku do innych obiektów modelu. To jest wystarczające do tego, żeby było możliwe odpowiadanie na pytania w ramach tego modelu.

Do tego, żeby powiedzieć, że komputer myśli, będziemy wymagali nieco więcej. Będziemy chcieli, żeby miał zdolność zmieniania swojego modelu świata, uzupełniania albo budowania go całkowicie od nowa w ten sposób, aby potrafił otrzymać odpowiedzi także na takie pytania, na które wcześniej nie potrafił odpowiedzieć.

Można przyjąć też inne warunki lub wymagania dla stwierdzenia, czy komputer jest inteligentny. Na przykład test Turinga, według którego system jest inteligentny, jeżeli potrafi odpowiadać na pytania w języku naturalnym w taki sposób, że osoba zadająca pytania nie potrafi rozpoznać, czy rozmawia z maszyną czy z człowiekiem. Warunek, że sztuczna inteligencja ma być nierozróżnialna od naturalnej, uważam za ogromne ograniczenie pojęcia inteligencji. Nie uwzględnia to żadnej inteligencji zwierząt ani programów, które już wykazują jakiś stopień inteligencji, ale też przypadku maszyny, która potrafiłaby odpowiadać natychmiast i bezbłędnie na wszystkie pytania. Żeby taka maszyna była nierozróżnialna od człowieka, konieczne byłoby sztuczne wydłużanie czasu odpowiedzi w taki sposób, żeby odpowiadał długości czasu odpowiedzi człowieka. Od czasu do czasu musiałaby specjalnie pomylić się lub stwierdzić, że nie zna odpowiedzi. Nawet jakby nikt nie potrafił odróżnić odpowiedzi maszyny od odpowiedzi człowieka, wiele osób i tak nie uważałoby tego za dowód na to, że maszyna myśli. Kryteria zmieniłyby się. Podobnie jak to było w przypadku szachów. Dopóki najlepsi gracze wygrywali z komputerami, uznawano to za dowód wyższości ludzkiej inteligencji nad niemyślącymi maszynami. Ale od czasu kiedy komputery zaczęły wygrywać nawet z mistrzem świata, nagle okazało się, że nie jest to już dowód przewagi niemyślącej maszyny nad ludzką inteligencją.

Dlaczego sztuczna inteligencja miałaby być nierozróżnialna od ludzkiej? Nie stawiamy takich wymagań na przykład sztucznej nodze. Jeszcze nie tak dawno zamiast dolnej kończyny wystarczył kawałek drewna, a dzisiaj istnieją protezy, na których można biegać szybciej niż na zdrowych nogach, i nikt nie wymaga, by sztuczne nogi były nierozróżnialne od naturalnych. Każdy może od razu stwierdzić, że są sztuczne.

Każdy może sam ustalić, jakie kryteria przyjąć, by móc rozstrzygnąć, czy maszyna myśli. My będziemy trzymać się jak najogólniejszej definicji i szukać pierwszych oznak inteligencji.

Najpierw zastanówmy się, jak powstają pojęcia, na ile są niedokładne i jaka jest nadzieja na to, by komputer przynajmniej niektóre pojęcia rozumiał w sposób podobny do naszego sposobu rozumienia.

 IIDefiniowanie pojęć

Myślenie ludzi w dużej mierze oznacza operowanie pojęciami. Jeżeli chcemy, aby komputer nauczył się rozumieć znaczenie słów, musimy najpierw uświadomić sobie, skąd my wiemy, co dane słowo oznacza.

Kiedy się nad tym zastanowimy, stwierdzimy, że znaczenie słów nie jest dokładnie określone i każdy sam dla siebie określa znaczenie danego słowa w zależności od tego, w jakich sytuacjach konkretne słowo słyszał. Ponieważ większość osób mówiących tym samym językiem używa określonych słów w podobnych sytuacjach i reaguje podobnie na te sytuacje, wiec mogą się wzajemnie porozumiewać. Nie znaczy to jednak, że wszyscy wiedzą, jakie jest dokładne znaczenie danego słowa.

Co oznacza na przykład słowo „pies”? Kiedy małe dziecko usłyszy to słowo po raz pierwszy, nie ma pojęcia, o co chodzi. Prawdopodobnie w pobliżu znajduje się jakiś pies. Jednakże w pobliżu dziecka znajduje się też mnóstwo innych przedmiotów, więc dziecko z początku nie wie, czego to słowo dotyczy. Jeżeli jednak usłyszy słowo „pies” ponownie i zawsze w obecności psa, to nauczy się łączyć to słowo z psem. Jeżeli to będzie wciąż ten sam pies, będzie to dość proste. Bardziej skomplikowane stanie się to, jeżeli zobaczy psa innej rasy. Dziecko jednak dość szybko nauczy się, że słowo „pies” może oznaczać inne, podobne stworzenia. Jeżeli będzie się spotykać tylko z psami, a nie z innymi zwierzętami, to będzie przy pierwszym spotkaniu uważało za psa nie tylko wilka i lisa, ale również kota i wiele innych zwierząt.

Nawet dorosły człowiek, który po raz pierwszy zobaczy zwierzę wyglądające jak coś pomiędzy psem i kotem, nie będzie w stanie zdecydować, czy to jest w rzeczywistości pies. Słowo „pies” będziemy rozumieć wyłącznie w odniesieniu do obiektów, które już znamy.

Nawet obiekty, które uważamy za bardzo znajome, są w znacznym stopniu niesprecyzowane. Co oznacza na przykład słowo „człowiek”? Większość ludzi używa tego pojęcia wówczas, kiedy ma na myśli inną osobę, i nie ma kłopotów z zastosowaniem tego pojęcia, ponieważ żyje w grupie ludzi i wszyscy doskonale rozumieją, o co chodzi. Jeżeli jednak mamy podać definicję tego słowa, która będzie zrozumiała i jednoznaczna dla „kogoś innego niżczłowiek”, zaczną się problemy. Problemy powstaną również wśród ludzi, kiedy zadamy pytanie dotyczące sytuacji, w której nie używali poprzednio tego słowa. Na przykład kiedy zapytamy, od jakiego momentu zarodek ludzki staje się człowiekiem. Czy jest człowiekiem już zapłodniona komórka jajowa, czy dopiero zarodek mający mózg, czy też dopiero urodzone już dziecko? Jeżeli nie poruszaliśmy wcześniej tego tematu, okaże się, że różni ludzie będą mieć na ten temat różne poglądy. Problem może nastręczać też określenie, co „należy” do ludzkiego ciała. Większość ludzi zgodzi się z tym, że zęby są częścią człowieka, ale czy częścią człowieka jest również kamień nazębny? Albo w jakim momencie strawiony pokarm staje się częścią człowieka? Gdybyśmy chcieli dokładnie oznaczyć, które cząsteczki są w danej chwili częścią określonego człowieka, a które już nie, mielibyśmy poważny problem.

Jeszcze większe problemy mielibyśmy, gdybyśmy mogli przenieść się w czasie w odległą przeszłość lub w daleką przyszłość, gdzie spotkalibyśmy praczłowieka albo jakichś mutantów lub cyborgów. Podobnie jest z każdym innym słowem. Od dzieciństwa słyszymy je w różnych sytuacjach i w tych sytuacjach je rozumiemy. Gdybyśmy chcieli mieć pełną definicję konkretnego słowa, musielibyśmy definiować wszystkie jego powiązania z wszystkimi obiektami we wszystkich możliwych sytuacjach, a to jest niemożliwe. Z tego wynika, że granice pojęć są nieprecyzyjne i rozmyte, a potrafimy ich prawidłowo używać tylko w znanych sytuacjach.

Spróbujmy teraz zastanowić się, w jaki sposób wytłumaczyć komputerowi jakieś pojęcie. Pewien problem będzie stanowiło to, że komputer nie ma takich zmysłów jak my. W jaki sposób mu wytłumaczyć na przykład, co znaczy słowo czerwony? Jesteśmy w jeszcze trudniejszej sytuacji niż przy tłumaczeniu tego słowa ślepcowi.

Dopóki nie wyposażymy komputera w zmysły, za pomocą których będzie mógł postrzegać świat, możemy dać mu tylko abstrakcyjny system pojęć i powiązań pomiędzy nimi. Będzie mógł prawidłowo odpowiadać na pytania w ramach tego modelu, ale poza tym modelem sam nic nowego nie wymyśli ani nie będzie miał możliwości sprawdzenia prawdziwości żadnych twierdzeń. Nawet w przypadku, kiedy dalibyśmy mu zmysły podobne do naszych, jego postrzeganie świata byłoby zupełnie odmienne od naszego. Analogicznie do tego, kiedy dalibyśmy ślepcowi urządzenie do pomiarów długości fali światła, żeby miał możliwość sprawdzić, czy dane światło jest czerwone.

Żeby dziecko nauczyło się rozumieć znaczenie słów, musi słyszeć dane słowo w odpowiednich sytuacjach. Jeżeli usłyszy: „To jestpies” i żadnego psa nie będzie widziało, nie zrozumie tego słowa nigdy. W jaki sposób nauczyć komputer rozumienia znaczenia słów, jeżeli nie widzi w taki sposób jak my? Nie chodzi tylko o to, że nie widzi (możemy dać mu sztuczne oczy), ale że nie widzi tak jak my. Jeżeli patrzymy na film w telewizji, to nie znaczy, że to, co my widzimy, widzi też każde inne stworzenie. W rzeczywistości to, że widzimy film, zawdzięczamy niedoskonałości naszego wzroku. Doskonały wzrok nie widziałby filmu, tylko szybko zmieniające się kolorowe punkty. Analogicznie jest także w rzeczywistości. Każda rzecz składa się z wibrujących cząsteczek i to, co my widzimy, może być zupełnie inne od tego, co może widzieć „doskonały wzrok”. Jak by to wyglądało, gdyby jakieś stworzenie, które rejestruje pole magnetyczne, chciało nam wytłumaczyć, w jaki sposób odczuwa linie pola magnetycznego. Nawet jeżeli będziemy mieli jakiś aparat do pomiarów pola magnetycznego, nie będziemy mieli pojęcia, co ono widzi i o czym mówi. Nie będziemy wiedzieli, z jaką dokładnością i z jakimi parametrami ustawić aparat.

Nie próbujmy więc doprowadzić do tego, żeby komputer rozumiał wszystkow taki sam sposób jak my, ale spróbujmy znaleźć takie pojęcia, które komputer mógłby zrozumieć tak jak my.

W jaki sposób dziecko uczy się rozumienia słowa? Początkowo słyszy tylko mieszankę dźwięków, w której dopiero później nauczy się rozróżniać, co do niego mówimy. Ale nawet to samo słowo jest przez tą samą osobą wymawiane w różny sposób. Czasem szybszej, innym razem wolniej, głośniej, ciszej, innym tonem i barwą głosu. Nie mówiąc już o tym, jak są słowa wymawiane przez różnych ludzi. Nie chodzi tylko o to, aby nauczyć się połączyć dane słowo z określoną sytuacją, ale także odwrotnie, daną sytuację ze słyszanym dźwiękiem, w którym później rozpozna się słowo. W celu uproszczenia problemu przenieśmy się na chwilę do królestwa zwierząt. Niektórzy ludzie mogliby się spierać o to, czy zwierzęta mają swój język i czy mogą rozumieć pojęcia abstrakcyjne. My dopuścimy taką możliwość i spróbujemy pokazać, jak taki prosty język mógłby wyglądać, w jaki sposób mógłby powstać i w jaki sposób młode osobniki mogą się go nauczyć. Nie chodzi nam tu o fakty ani o dokładność, tylko o próbę zrozumienia, jak mogłoby to wyglądać, żeby później to wykorzystać w trakcie nauczania komputera.

Najprostszy język mógłby mieć tylko jeden wyraz, ale dla naszych celów wybierzmy język, który ma dwa wyrazy: niebezpieczeństwo i pokarm. Nie chodzi nam o to, w jaki sposób będą te wyrazy reprezentowane. Nie musi to być nawet dźwięk. Może to być na przykład zapach. Ważne jest, że odbiorca wie, co ma zrobić: ukryć się albo pójść jeść.

W jaki sposób młode zwierzę nauczy się rozumieć te wyrazy? Wielokrotnie słyszy je w sytuacjach, kiedy zbliża się niebezpieczeństwo albo kiedy znajduje żywność. Żeby taki język powstał, wystarczy, że pojedyncze osobniki żyją w grupie, w podobnych sytuacjach reagują w podobny sposób i nawzajem postrzegają swoje reakcje. Widzimy, że nawet bardzo prymitywne organizmy mogą mieć swój język, który rozumieją.

Zwierzęta rozumieją się nawzajem dlatego, że podobnie odczuwają i mają podobne potrzeby: odczuwają strach i mają potrzebę bezpieczeństwa, odczuwają głód i mają potrzebę jedzenia. Dla nich sygnał, że zbliża się niebezpieczeństwo lub że gdzieś jest pokarm, ma ogromne znaczenie. Język powstaje w grupie i służy całej populacji. Pojedynczy osobnik, który byłby sam, nie potrzebowałby żadnego języka.

Zanim zaczniemy zajmować się tym, jak powinien wyglądać język, który mógłby rozumieć komputer, zastanówmy się, czy jeden gatunek zwierząt może rozumieć mowę innego gatunku i co z mowy zwierząt możemy zrozumieć my.

Jeżeli sójka wydaje ostrzegawczy sygnał dźwiękowy, cały las cichnie. To znaczy, że i inne zwierzęta rozumieją, że zbliża się niebezpieczeństwo.

Ale wyobraźmy sobie, że dostalibyśmy się na przykład pomiędzy delfiny, a one starałyby się nas czegoś nauczyć. Pływałyby dookoła nas, gwizdałyby coś i machały płetwami. Nie byłoby proste zrozumieć, czego od nas chcą. Zwłaszcza że mogłyby próbować przekazać nam coś, o czym my nie mamy pojęcia. Na przykład o minimalnych różnicach w koncentracji soli w wodzie. Jeżeli mamy w swoich językach wyrażenia, których używamy w podobnych sytuacjach, wówczas możemy nauczyć się rozumieć wyrażenia zwierząt w miarę łatwo. Jednak by zrozumieć na przykład język pszczół, nie wystarczy analizować ich sygnały, ale wymaga to dokładnej analizy ich sposobu życia.

Niektóre pojęcia, które nam wydają się oczywiste, mogą być ogólnie bez sensu. Na przykład pojęcia w lewoi w prawo. Dla nas mają sens dlatego, że mamy podłużną oś ciała i poruszamy się na płaszczyźnie, ale na przykład dla robota, który miałby oczy z wszystkich stron i mógł poruszać się we wszystkich kierunkach, pojęcia w lewo i w prawo nie miałyby sensu. Nawet my, kiedy poruszalibyśmy się latającym talerzem, który obracałby się jednocześnie wokół kilku osi, nie mielibyśmy pojęcia, dokąd lecieć, kiedy ktoś powiedziałby nam, że mamy lecieć w lewo.

Jest jeszcze jedna rzecz, która może okazać się bardzo ważna w czasie nauki rozumienia pojęć. Jest nią nagroda. Jak na przykład postępujemy, kiedy chcemy nauczyć psa, aby słuchał naszych poleceń? Wydajemy polecenie i nagradzamy prawidłową reakcję. Pies nauczy się łączyć polecenie ze swoją reakcją i z nagrodą. Jest dosyć trudno sobie wyobrazić, jak nauczyć psa reagować na nasze polecenia, kiedy nie mielibyśmy możliwości nagradzania go (ewentualnie karania).

A jak tu nagradzać komputer, jeżeli go chcemy nauczyć, żeby rozumiał nasze polecenia? W tym miejscu musimy rozróżnić komputer, program komputerowy i robota. Nie