SZL
Tudománytörténet
és Tudományfilozófia Tanszék
Eötvös
Loránd Tudományegyetem
|
Budapest,
Pázmány P. sétány 1/A |
|
Tudományfilozófia
Szeminárium
_____________________
2000, november
November 6. |
16:00 |
6. em. 6.54 |
|
|
Tim
Crane
|
University College London
|
|
Subjective
facts
|
It is sometimes argued that the subjective
character of experience gives a
reason to reject physicalism, the doctrine
that everything is physical. The
argument is that the existence of subjective
facts shows that not all facts
are physical. I argue that this way of
arguing makes physicalism too easy to
refute; since there plainly are subjective
facts in the relevant sense,
physicalists would be better advised not
to express their view as the view
that all facts are physical. But how then
should physicalism be expressed?
|
|
|
|
November 13 |
16:00 |
6. em. 6.54 |
|
|
E.
Szabó László
|
ELTE TTK
Elméleti
Fizikai Tanszék,
Tudománytörténet
és Tudományfilozófia Tanszék
|
|
A GHZ kísérlet
lokális rejtett paraméteres modellje
(A kvantummechanika Fine-interpretációja II.)
|
A kvantummechanika Fine-féle lokális rejtett paraméteres
interpretációjának két legfrissebb fejleményérõl
lesz szó. Egyrészt sikerült megoldani a n x n
spin-korrelációs kísérletek problémáját,
ahol n tetszõlegesen nagy lehet, és ezzel elhárult
az EPR-Bell probléma Fine-féle felodásának
utolsó és egyben lekomolyabb akadálya. A másik
új eredmény, hogy sikerült megadni a Greenberger-Horne-Zeilinger
kísérltet lokális rejtettparaméteres modelljét.
Foglalkozni fogunk a Zeilinger-csoport Innsbruckban 1999-ben vegzett GHZ
kísérletével, és megmutatjuk, hogy a mérés
eredményei kompatibilisek a Fine-interpretációval. |
|
|
|
Október 16. |
16:00 |
6. em. 6.54 |
|
|
Federico
Laudisa
|
History
and Philosophy of Science, Eötvös University, Budapest
(On leave from Dipartimento di Filosofia,
Universita' di Firenze)
|
|
The
EPR argument in a relational interpretation of quantum mechanics
|
The EPR incompleteness argument is analyzed
in the framework of a relational interpretation of quantum mechanics, in
which the notion of absolute or observer independent state is rejected.
It is argued that the conclusion of the ordinary EPR argument does not
follow, provided the conditions of the original argument are suitably adapted
to the new interpretation. The consequences of this result for the `peaceful
coexistence' of quantum mechanics and special relativity are briefly discussed.
|
|
|
|
Október 30. |
16:00 |
6. em. 6.54 |
|
|
Albert
János
|
Országos Meteorológiai
Szolgálat
Rendszerfenntartási és Fejlesztési
Osztály
|
|
Az
Artificial Life lehetõségei az idegrendszer és az
intelligencia evolúciójának vizsgálatában
|
A biológia és a számítástechnika
szimbiózisának egyik újabb keletû eredménye
a "Mesterséges Élet" (Artificial Life, ALife) néven
ismertté vált irányzat, mely - felhasználva
a genetikus algoritmusok és a mesterséges neuronhálózatok
kutatása terén elért eredményeket - újabb
eszközt kínál a biológiai rendszerek és
folyamatok modellezéséhez. Ez utat nyithat a "szintetikus
biológia" kialakulása felé, mely az élo rendszereknek
eddig egyedül lehetséges analitikus megközelítését
termékeny módon egészítheti ki. Számos
egyéb alkalmazása mellett felhasználhatjuk az idegrendszer
mûködésének jobb megértéséhez
is.
Az intelligencia vizsgálata és
modellezése kapcsán elsõsorban az emberi intelligenciára
és az azzal kapcsolatos magasan fejlett kognitív képességek
tanulmányozására gondolunk. Sokkal kisebb figyelem
övezi az intelligencia kialakulásának, a biológiai
evolúció folyamán való megjelenésének
kérdését. Holott, ha valóban meg akarjuk érteni
az intelligencia természetét, akkor nem elég azt "felülnézetbõl"
vizsgálni, vagyis a létezõ legfejlettebb formáját
tanulmányozni. A másik oldalról - "alulnézetbõl"
- történõ megközelítés szintén
érdekes lehet, hiszen közelebb juthatunk a megértéshez
olyan fajok tanulmányozásával, melyek az emberénél
sokkal egyszerûbb idegrendszerrel rendelkeznek, így annak
felépítése és mûködése közötti
kapcsolatok jobban átláthatók, ezáltal könnyebben
is modellezhetok. Ha megismerjük azt az evolúciós utat,
amelyet a "Természetes Intelligencia" végigjárt, míg
eljutott annak magasan fejlett formájáig, akkor talán
könnyebben megérthetjük annak mibenlétét,
és ez hasznos lehet a Mesterséges Intelligencia kutatói
számára is.
Az intelligencia sokféleképpen
meghatározható, attól függõen, hogy éppen
melyik aspektusát vizsgáljuk. Az evolúciós
megközelítés szempontjából talán
legcélszerûbb, ha egy adott környezetben mutatott adaptív
viselkedéssel azonosítjuk. Ez a megközelítési
mód több szempontból is hasznos. Egyrészt jól
érzékelteti annak evolúciós értékét,
tehát a magasabb intelligenciához magasabb szelekciós
elõnyt rendel és primitív élõlények
esetében viszonylag könnyen értékelhetõvé
teszi a viselkedési megnyilvánulásokat. Másrészt
mivel a viselkedés létrehozása az idegrendszerhez
köthetõ, ezért az intelligenciát egy olyan szubsztrátumhoz
- az idegrendszerhez - kötjük, melynek mûködése
és evolúciója jól vizsgálható.
A viselkedés kialakítása az idegrendszerre vezethetõ
vissza, a kérdés tehát úgy fogalmazható
meg: hogyan kell az idegrendszernek szervezõdnie ahhoz, hogy a lehetõ
legjobban megfeleljen feladatának, vagyis az adott élõlény
számára az adott környezetben adaptív viselkedést
legyen képes biztosítani.
Különbséget kell tennünk
az adaptív viselkedés modellezésének két
fõ iránya között, melyek ugyanazokat az eszközöket
más módon használják. A biológiai motivációjú
modellek az állatok adaptív viselkedését szabályozó
idegi mechanizmusok kialakulásának és mûködésének
megismerését célozzák, míg a robotikai
modellek esetében a végeredmény, az adaptív
viselkedés az elsõdleges. Ez utóbbi modellek elsõsorban
mérnöki és nem biológiai motivációt
tükröznek: az alapvetõ szempont nem a modell biológiai
hitelessége, hanem egy meghatározott célú autonóm
robot létrehozása. Ezért e modellek a biológiából
átvett elvek felhasználásában sokkal nagyobb
szabadságot élveznek, azokat önkényesen, saját
szempontjaikat szem elõtt tartva alkalmazhatják.
A motiváció mindkét
irányzat felõl nézve kézenfekvõ: ha
az intelligens rendszerek kialakulását és fejlõdését
akarjuk megérteni, akkor célszerû annak létezõ,
természetes formáját (az állati viselkedést
és a mögötte álló szabályozó
rendszert) tanulmányoznunk és modelleznünk. A sikeres
modellezés nagyban hozzásegíthet a szervezõdés
és a mûködés elveinek megismeréséhez.
Másrészt, ha ismerjük azokat az alapelveket és
eszközöket, amelyek a biológiai evolúció
során az intelligencia kialakulásához vezettek, akkor
megvan az esélyünk arra, hogy mesterségesen is létrehozzunk
ilyen rendszereket. A sikeres modellek kidolgozásának lehetséges
gyakorlati jelentõsége nem lebecsülendõ, hiszen
egy rendszer komplexitásának növekedésével
rohamosan nõ a tervezés bonyolultsága. A "valódi"
Mesterséges Intelligencia eddig még minden tervezéssel
történõ megvalósítási kísérletnek
sikeresen ellenállt? Sokkal csábítóbb az a
lehetõség, amely a részletes és hosszadalmas
- sõt talán lehetetlen - tervezés helyett csupán
az alapvetõ szervezõdési elveket definiálja,
majd hagyja, hogy a rendszer a környezettel állandó
kölcsönhatásban "magától" fejlõdjön
és önállóan mûködjön.
Az ALife szintetikus megközelítési
módja sokat köszönhet az analitikus tudomány, elsõsorban
a neurobiológia eredményeinek. Ugyanakkor azt tapasztaljuk,
hogy azok a lehetõségek, amelyeket az Alife az idegrendszer
és a viselkedés biológiai szempontú modellezése
számára biztosít, ma még jórészt
kiaknázatlanok. Talán nem túlzás azt állítani,
hogy a neurobiológia és az evolúcióbiológia
a mai napig nem ismerte fel azt a lehetõséget, amelyet az
Alife eszközei jelenthetnének számukra. Pedig vannak
olyan területek, ahol a módszertani kérdések
tisztázása után az Alife szintetikus modelljei komoly
segítséget nyújthatnának akár a meglévõ
hipotézisek tesztelésében, akár új elméletek
kidolgozásában. A neuroetológiai modellezés
terén már születtek jelentõs és elõremutató
eredmények. Mindezideig azonban nem született olyan Alife-modell,
amely az idegrendszer és az adaptiv viselkedés biológiai
evolúciójának folyamatát próbálná
modellezni. Pedig az eszközök adottak és ilyen irányú
felhasználásuk kézenfekvõnek tûnik. Azonban
következetes alkalmazásukra egy ilyen modell létrehozása
céljából még nem került sor.
|
|
|
|
|