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.
 
 
 

 

A szeminárium weboldala: http://hps.elte.hu/seminar
A szeminárium szervezõje: E. Szabó László