Ajattelua ihmisen tavoin: voiko tekoäly kehittää analogista päättelyä?

Kohdatessaan jotakin uutta ihmiset etsivät vaistomaisesti vertailukohtia. Atomeista oppivalle lapselle voidaan kertoa, että elektronit kiertävät ydintä ”kuin planeetat aurinkoa”. Yrittäjä voi esitellä startupinsa ”lemmikkien turkinhoidon Uberina”. Tutkija voi kertoa alan ulkopuoliselle yleisölle, että aivot käsittelevät tietoa ”kuin tietokone”.

Tätä ajattelun loikkaa, jossa huomataan yhden asian muistuttavan toista syvemmältä rakenteeltaan, kutsutaan analogiseksi päättelyksi. Se saattaa olla tekijä, joka erottaa ihmisen älykkyyden tekoälystä sen nykyisessä muodossa. Jos haluamme joskus kehittää yleisen tekoälyn eli toistaiseksi saavuttamattoman tekoälyn Graalin maljan, meidän on selvitettävä, voivatko koneet ylipäätään oppia ajattelemaan analogisesti. Panokset ovat valtavat. Jos vastaus on ei, kehittyneimmätkin tekoälyjärjestelmät jäävät ikuisesti vain hienostuneiksi laskimiksi. Ne eivät kykene ratkaisemaan ongelmia, jotka vaativat muuta kuin koulutusdatan uudelleenjärjestelyä.

Ymmärryksen arkkitehtuuri

Analoginen päättely perustuu rakenteellisiin, ei pinnallisiin samankaltaisuuksiin. Mikä esimerkiksi yhdistää sydämiä ja vesipumppuja? Ei ainakaan niiden ulkonäkö. Molemmat suorittavat täsmälleen saman tehtävän eli kierrättävät nestettä järjestelmässä. Juuri kyky siirtää yhdessä asiayhteydessä tyypilliset suhteet toiseen tekee ihmisen oppimisesta, luovuudesta ja ongelmanratkaisusta ainutlaatuista.

Tosielämän esimerkkejä riittää. Lahjakas saksalainen kemisti August Kekulé sai vihjeen bentseenin rakenteesta unessa, jossa käärme puri omaa häntäänsä. Nykyisin ohjelmoijat soveltavat keittiön järjestämisestä opittua koodin jäsentelyyn, ja opettajat havainnollistavat sähkövirtaa vertaamalla sitä putkissa virtaavaan veteen.

Nykyisille tekoälyjärjestelmille tämä yleinen kognitiivinen taito on kuitenkin hyvin vaikea. Pyydettäessä suuret kielimallit (LLM) selittävät mielellään, miksi ”aika on rahaa”, tai täydentävät sanallisia päättelytehtäviä. Mutta karttuva tutkimusnäyttö viittaa siihen, että ne usein sovittavat hienostuneesti yhteen tuttuja kuvioita eivätkä aidosti kartoita rakenteita. Kun tutkijat esittävät koulutusdatasta poikkeavia uusia analogisia ongelmia, suorituskyky usein romahtaa. Kielimallit toistavat taitavasti aiemmin näkemiään analogioita mutta kompuroivat, kun niiden pitäisi muodostaa uusia yhteyksiä.

Ilman analogista päättelyä ei synny yleistä tekoälyä

Ilmeisesti analoginen päättely on välttämätön edellytys yleiselle tekoälylle. Ilman sitä järjestelmät jäävät hauraiksi eivätkä pysty soveltamaan yhden alan olennaista tietoa toisen alan ongelmiin. Kuvitellaan itseohjautuva auto, joka on oppinut liikkumaan Kalifornian aurinkoisilla kaduilla mutta ei pysty soveltamaan oppimaansa lumisiin oloihin. Sen tekoäly on kallis kuvioiden tunnistaja, ei aidosti älykäs järjestelmä. Aito älykkyys vaatisi joustavuutta havaita, että jäisellä tiellä ajaminen muistuttaa rakenteellisesti muita liukkaalla pinnalla toimimisen tilanteita, vaikka yksityiskohdat eroavat.

Sama pätee tietenkin muillakin aloilla kuin itseohjautuvissa ajoneuvoissa. Analoginen ajattelu vie eteenpäin tiedettä, lääketieteellistä diagnostiikkaa, oikeudellista päättelyä ja luovaa työtä. Ilman sitä tekoäly muistuttaa oppinutta, joka on opetellut kokonaisen kirjaston ulkoa mutta ei pysty yhdistämään tietoa tieteenalojen välillä. Vaikuttavaa kyllä, mutta vain kapeasti rajatulla tavalla.

Analogisesti ajattelevan mielen rakentaminen

Mitä ihmisen kaltaiseen analogiseen päättelyyn kykenevä tekoäly sitten vaatisi? Uuden tutkimuksen ja analogisen ajattelun perusluonteen perusteella useat keskeiset edellytykset ja menetelmät näyttävät tarpeellisilta.

Rakenteellisesti rikas ja monipuolinen koulutusdata

Ensimmäinen vaatimus on kouluttaa järjestelmiä datalla, joka ulottuu tekstin pinnallisia kuvioita pidemmälle. Internetin valtava kokoelma tutkimusartikkeleita, teknisiä ohjeita, luovia teoksia ja selittävää sisältöä on hyvä lähtökohta. Mikä tahansa verkkodata ei silti kelpaa. Tarvitaan rakenteellista monipuolisuutta. Jotta järjestelmät oppisivat tunnistamaan abstrakteja malleja, kehittäjien pitäisi altistaa ne vastakohtaisuuksille koulutuksen ensimmäisestä päivästä lähtien. Datassa voisi olla rakennuspiirustuksia rinnakkain nuottien kanssa, matemaattisia todistuksia runouden kanssa tai oikeudellisia argumentteja ruokareseptien kanssa. Kukin ala sisältää erilaisia suhteiden rakenteita, joten tuleva yleinen tekoäly hyötyisi tällaisesta harjoituksesta.

Vielä tärkeämpää on, että data säilyttää ja korostaa rakenteellisia suhteita eikä vain tilastollisia korrelaatioita. Tietämysgraafit, kausaalikaaviot ja käsitteiden välille selvästi kartoitetut suhteet voisivat auttaa järjestelmiä ”näkemään” rakenteen sen sijaan, että ne opettelevat yhteyksiä mekaanisesti ulkoa. Tekoälylle opetettaisiin paitsi mitä asiat ovat myös millaisin periaattein ne liittyvät toisiinsa.

Testaaminen koulutusaineiston ulkopuolella

Jotta voisimme varmistaa järjestelmien oppivan analogista päättelyä eivätkä vain jäljittelemään paremmin, tarvitsemme työkaluja, jotka tarkoituksellisesti koettelevat niiden kykyä siirtää rakenteita täysin uusiin tilanteisiin. Testitehtävien on tietoisesti poikettava kaikesta, mitä koulutusdatassa todennäköisesti esiintyy. Tutkijat kutsuvat niitä kontrafaktuaalisiksi tehtäviksi.

Sen sijaan, että pyytäisimme täydentämään tavallisen analogian ”koiranpentu on koiraan nähden sama kuin kissanpentu on ____”, voisimme käyttää keksittyjä käsitteitä tai pyytää yhdistämään suhteita alojen välillä, joita järjestelmä ei ole aiemmin nähnyt yhdistettyinä. Voiko se havaita, että raaka-aineiden suhde reseptiin vastaa todisteiden suhdetta oikeudelliseen argumenttiin, vaikka juuri tämä vertailu olisi uusi? Testit paljastaisivat, ymmärtääkö järjestelmä taustalla olevat rakenteet vai palauttaako se mieleen vain samankaltaisia esimerkkejä.

Olennaisten asioiden mittaaminen

Kehittäjille hyvä uutinen on, että kognitiotieteissä on vuosikymmenten tutkimus juuri ihmisen tavasta käsitellä analogioita. Sen avulla voidaan laatia vankkoja vertailutestejä. Niiden on kuitenkin mitattava muutakin kuin oikeiden vastausten määrää analogiatesteissä. Tarvitaan mittareita, jotka kertovat, tunnistaako järjestelmä siirrettäväksi olennaiset suhteet, ohittaako se pinnalliset samankaltaisuudet ja säilyttääkö se kartoitustensa johdonmukaisuuden.

Pisteytys voisi palkita korkeamman tason suhteiden tunnistamisesta. Tekoäly saisi esimerkiksi enemmän pisteitä, jos se huomaisi sekä atomien että aurinkokuntien sisältävän kiertoliikettä ja lisäksi ymmärtäisi ratoja ohjaavat syy-seuraussuhteet. Voitaisiin arvioida myös kykyä tuottaa oma-aloitteisesti sopivia analogioita uusien käsitteiden selittämiseksi sen sijaan, että järjestelmä vain täydentää valmiiksi jäsenneltyjä tehtäviä.

Päättelyn tukeminen kehotteilla

Viimeaikainen tutkimus viittaa siihen, että analoginen ajattelu riippuu pitkälti siitä, miten järjestelmää pyydetään ajattelemaan. Analoginen kehottaminen eli mallin selkeä ohjaaminen rakenteellisen kartoituksen läpi voi tuottaa kehittyneempää päättelyä kuin ongelman esittäminen ilman ohjausta. Ensin järjestelmää voitaisiin pyytää tunnistamaan lähdealueen suhteet ja sitten nimenomaisesti siirtämään ne kohdealueelle.

Menetelmällä voisi olla kaksi tehtävää: parantaa nykyjärjestelmien analogisia kykyjä ja tuottaa koulutusdataa tuleville malleille. Tallentamalla onnistuneita ohjatun analogisen päättelyn tapauksia saataisiin esimerkkejä, jotka opettavat myöhempiä järjestelmiä toimimaan näin luontevammin.

Hybridiarkkitehtuurit

Ihmisen kaltainen analoginen päättely saattaa vaatia pelkkiin neuroverkkoihin perustuvien lähestymistapojen ylittämistä. Kuvioiden tunnistamisen ja symbolisen päättelyn yhdistävät järjestelmät voisivat olla puuttuva pala: ne esittävät ja käsittelevät rakenteellisia suhteita suoraan. Neuroverkot oppivat taitavasti implisiittisiä kuvioita, kun taas symboliset järjestelmät voivat varmistaa analogisen päättelyn vaatiman rakenteellisen johdonmukaisuuden ja loogisen kartoituksen.

Hybridiarkkitehtuurit ovat vielä alkuvaiheessa, mutta niiden mahdollisuuksia tutkitaan aktiivisesti. Jotkut esimerkiksi kannattavat neuroverkkojen yhdistämistä symboliseen päättelyyn, mikä voisi parantaa analogisia kykyjä. Toiset edistävät hybridimalleja, jotka pyrkivät korjaamaan tekoälymallien taipumusta sepittää ja päätellä analogisesti vain pinnallisesti.

Mihin seuraavaksi?

Riippuen siitä, keneltä kysytään, analoginen päättely on joko jo alkanut ilmetä tekoälyssä tai järjestelmät vain jäljittelevät yhä taitavammin. Kumpi näkemys onkaan lähempänä totuutta, yleisen tekoälyn toteutuminen vaatii selvästi muutakin kuin suurempia malleja tai lisää dataa. Tarvitaan perustavia uudistuksia myös järjestelmien rakenteeseen, koulutukseen ja arviointiin.

Tekoälyn mullistavien kykyjen kehittyessä analoginen päättely on sekä keskeinen suorituskyvyn vertailukohta että vakavoittava muistutus kuilusta nykyjärjestelmien ja aidon inhimillisen ajattelun välillä. Kun tekoäly ymmärtää demokratian suhteen kansalaisiin vastaavan orkesterin suhdetta muusikoihin ja tunnistaa pinnallisten piirteiden sijaan koordinoinnin, edustuksen ja esiin nousevan harmonian syvät rakenteelliset suhteet, se on ylittänyt olennaisen kynnyksen kohti aitoa älykkyyttä.