ubrania dla dzieci

U każdej jednostki rozmaite systemy zachowania są zmien­ne, zarówno pod względem rozwoju, jak i organizacji. Przykład maszyny pomoże nam zrozumieć, dlaczego tak być powinno. Projektowanie systemu służącego konkretnemu zadaniu, a jed­nocześnie zapewnienie mu odpowiedniej elastyczności, to pro­blem, z którym konstruktorzy zmagają się od dawna. Roboty, sterowane nawet prostym oprogramowaniem, wykonują zada­nia bardzo przypominające rzeczywistość. Podobnie jest na przykład w szachach – proste zasady pozwalają na rozgrywa­nie partii o dużej złożoności, nawet jeśli grają maszyny wyko­rzystujące proste oprogramowanie. Niemniej wyzwaniem dla konstruktorów takich maszyn jest pokonanie kreatywności, bły­skotliwości i wyobraźni arcymistrza szachowego.

IBM zdecydowało się podjąć wyzwanie i rozpoczęło w roku 1989 projekt Deep Blue. Komputer Deep Blue składał się z po­tężnych węzłów z kartami, oprzyrządowania i wysoko wyspe­cjalizowanego oprogramowania. W sumie było to dwieście pięćdziesiąt sześć równolegle przetwarzających dane, specjal­nie zaprojektowanych procesorów szachowych, z których każ­dy analizował do trzech milionów ruchów na sekundę. Cały system zdolny był do oszacowania dwustu pięćdziesięciu mi­lionów ruchów na sekundę bądź od stu do dwustu miliardów ruchów na standardowe trzy minuty, które każdy z graczy ma na jedno posunięcie w partii. Posiadał też ogromną bazę otwarć, wariantów i końcówek rozegranych przez arcymistrzów sza­chowych w ostatnim stuleciu. W początkowej fazie projektu nie zrobiono nic, by naśladować sposób myślenia człowieka. Nie bawiąc się w zbędną ?psychologię”, która jedynie wprowa­dziłaby wiele bałaganu, maszyna nie męczy się ani nie po­pełnia głupich błędów. W drodze do sukcesu polega natomiast na swojej mocy obliczeniowej i olbrzymiej pamięci. W ciągu sekundy Deep Blue potrafił przeanalizować setki milionów posunięć, podczas gdy jego przeciwnik, arcymistrz rosyjski i mistrz świata Gari Kasparow, zaledwie jeden bądź dwa. Sam Kasparow przyznał, że czasami ilość oznacza jakość. Jego prze­waga polegała jednak na intuicji, zdolności oceny i doświad­czeniu. W porównaniu z komputerem człowiek liczy powoli, ale jest dobry w rozpoznawaniu pewnych wzorów. Arcymistrzowie szachowi znacznie lepiej od nowicjuszy zapamiętują układy figur z rozegranych partii, ale nie układy przypadkowe. Doświadczenie pomaga im zapamiętywać układy, które mają znaczenie, i łączyć je później z posunięciami, które w perspek­tywie okazują się najkorzystniejsze. Zaskakujące jest więc to, że człowiek dostrzega pułapki, które chowają się za horyzon­tem poszukiwań nawet najszybszego komputera.

W 1996 roku Kasparow rozegrał z Deep Blue mecz złożony z sześciu partii. Pierwszą partię Kasparow przegrał, lecz uda­ło mu się skupić swój potencjał i wygrał cały mecz. Stało się tak, ponieważ umiał zmienić swoją strategię, by wykorzystać słabe punkty, które wykrył u komputerowego przeciwnika. Deep Blue natomiast nie potrafił zareagować na sposób gry arcymistrza. Przed IBM pojawiło się nowe wyzwanie. Następ­ca Deep Blue, Deeper Blue, który powstał w 1997 roku, był szybszy i mądrzejszy. W szczególności zaś umiał między par­tiami zmieniać podstawową strategię w odpowiedzi na styl gry przeciwnika. Tym razem komputerowi udało się, aczkolwiek nie bez trudności, pokonać Kasparowa.

Mecze szachowe pokazują jaskrawo, jak ważna w tego ro­dzaju współzawodnictwie jest zdolność adaptacji. W przełoże­niu na zastosowania praktyczne, takie jak choćby kontrola ruchu drogowego przez koordynację zmiany sygnalizacji świetl­nej bądź regulowanie ograniczeń prędkości, możliwość przy­stosowania do nowych sytuacji jest wręcz pożądana. W obli­czu nowych zdarzeń systemy takie nie mogą jednak zmieniać wszystkiego – gdyby tak było, szybko zapanowałby chaos. Tak więc, podobnie jak w wypadku zwierząt, ochrona niektórych aspektów zdolności komputera przed zmianą ma kluczowe znaczenie. Zdolności te muszą być nieustannie dostępne w ten sam sposób, bez względu na radykalne zmiany w przyjmowa­nych informacjach (input). To z kolei kieruje nas z powrotem do problemów rozwoju i organizacji zachowania.

Deeper Blue, jakkolwiek imponujący, miał tylko jedno, ści­śle określone zadanie: grać w szachy. Gari Kasparow stawił mu czoło przy szachownicy, ale mógł robić też wiele innych skomplikowanych rzeczy, którym komputer nie zdołałby spro­stać. Mógł podejmować decyzje co do rozgrywek szachowych czy odległych wakacji. Mógł prowadzić bogate życie towarzy­skie i poświęcać czas zaspokajaniu wszystkich swoich bio­logicznych potrzeb, o których Deeper Blue nie miał pojęcia. Mogły go wzruszać uczucia patriotyczne albo przeżycia ducho­we. Mógł pisać książki i słuchać muzyki. Od czasu do czasu niewątpliwie zastanawiał się nad swoim życiem i charakte­rem. Życie Kasparowa, jak każdego człowieka i zwierzęcia, ma wiele wątków. Systemy zaangażowane w kierowanie tymi aspektami niekiedy wydają się na poły autonomiczne, zazwy­czaj też sprawnie współdziałają, czasami jednak wchodzą ze sobą w konflikt. Jego istnienie ludzie uświadamiają sobie naj­bardziej prawdopodobnie w czasie wojny, kiedy ich dążenie do przywództwa oraz identyfikacja z członkami własnej grupy, plemienia czy narodu zaczyna kolidować z nastawieniem po­kojowym, przyjemnościami i, co istotne, perspektywą własne­go przetrwania. Jednakże w najbardziej nawet zrutynizowanym życiu każdy odczuwa napięcie między czynnościami, któ­re do siebie nie pasują. Nie można jeść i spać w tym samym czasie; nie można jednocześnie kąpać się i spacerować.

Większość zachowań i procesów fizjologicznych człowieka oraz innych zwierząt opiera się na założeniu, że każdy beha­wioralny układ czy narząd ma pewną zaprojektowaną z góry autonomię. Między układami tymi muszą zachodzić jednak interakcje, które zapobiegają całkowitemu rozpadowi w sytu­acji, gdy różne elementy dążą w rozmaitych kierunkach. Pro­blem, który od pewnego czasu najbardziej interesuje inżynie­rów, to zakres, w jakim maszyny powinny naśladować biolo­gię, wykorzystując przy tym wyspecjalizowane moduły (jak te znajdujące się w mózgu) przeznaczone do ściśle określonych zadań, na przykład rozpoznawania twarzy. W konsekwencji rodzi się następny problem: do jakiego stopnia owe moduły powinny być niezależne, działając w oddzielnych systemach, rywalizujących o czas, kiedy nie pracują jednocześnie? Czy w momencie, gdy dwie czynności nie mogą się odbywać w tym samym czasie, jakiś ?szef’ powinien mieć prawo rozstrzyga­nia? A może decyzja o podjęciu określonego działania powinna zależeć od rozważenia potrzeb rywalizujących systemów? Pro­jektanci sztucznych inteligencji często skłaniają się ku stero­waniu rozproszonemu (tak zwanej heterarchii, będącej tu prze­ciwieństwem hierarchii) ze względu na jego wydajność.

Rozwiązań problemów dotyczących kierowania maszyną inteligentną albo życiem jednostki można poszukać w meto­dach zarządzania organizacjami. W przeciwieństwie do trady­cyjnych, hierarchicznych biurokracji nowoczesne firmy i orga­nizacje coraz częściej skłaniają się ku takim strukturom we­wnętrznym oraz podziałowi pracy, które służą koncentracji na zadaniu lub projekcie. Nacisk kładzie się na wydajność pracy, a tę osiąga się przez grupowanie osób o odpowiedniej wiedzy i umiejętnościach. Fachowość i praca zespołowa liczą się bar­dziej niż formalny status. Struktura organizacyjna przypomi­na więc sieć zespołów projektowych, a nie tradycyjną hierar­chię góra-dół. Taki model zarządzania opiera się na dużej ela­styczności oraz sporej autonomii wszystkich części organizacji, między którymi istnieje niezakłócony przepływ informacji, ale i rywalizacja, kiedy wymaga tego dobro sprawy. Odgórna kon­trola codziennej pracy jest minimalna, a sposób dobierania zespołu zależy od potrzeb.

Te zagadnienia, pojawiające się w wielu dziedzinach naszego życia, odzwierciedlają potrzebę znalezienia rozwiązań mnóstwa złożonych problemów organizacyjnych. Konkretne rozwiązanie zależeć będzie od priorytetu przyznanego każdemu działaniu, przy czym priorytety te mogą się zmieniać w zależności od sytu­acji. Jak zwierzęta dochodzą do podobnych rozwiązań w rozwoju i integracji własnych zachowań? Zorganizowane systemy zacho­wania, przez niektórych nazywane instynktem, muszą odzwier­ciedlać funkcję, do której pełnienia zostały zaprojektowane.