Komputery i odkrycie naukowe

• Autorzy: Wiśniewski W.

Warianty tytułu

EN

Computers and Scientific Discovery

• Języki publikacji: PL

Abstrakty

PL

Zwolennicy tradycyjnej filozofii nauki opowiadali się za wprowadzeniem rozróżnienia na kontekst odkrycia i kontekst uzasadniania, czyniąc ten ostatni jedynym właściwym przedmiotem filozoficznej refleksji. Wielu badaczy nie zgadzało się z tym rozstrzygnięciem. Niektórzy z nich podjęli wysiłki opracowania normatywnej teorii odkrycia naukowego. Dzięki zastosowaniu zaawansowanych maszyn liczących starano się stworzyć program komputerowy generujący odkrycia naukowe. Doprowadziło to do powstania odrębnej dziedziny nauki – teorii odkryć maszynowych – czerpiącej z dorobku psychologii rozwiązywania problemów i badań nad sztuczną inteligencją. Celem pracy jest dowiedzenie, że żadna z prób oparcia odkrycia naukowego o procedury stosowane przez komputery jest nierealizowalna z przyczyn logicznych. W poniższej pracy przedstawiono historyczny proces, który doprowadził do wyodrębnienia się kontekstów odkrycia i uzasadnienia oraz wskazano badaczy i nurty, które sprzeciwiły się podziałowi na kontekst odkrycia i kontekst uzasadnienia. Następnie nakreślona została teoria odkryć maszynowych, której autorzy podjęli się próby skonstruowania programu komputerowego generującego odkrycia naukowe. Artykuł wieńczy przybliżenie racji logicznych, które czyniły ich starania niemożliwymi do zrealizowania. W toku badań wykazano, że istnieją przekonujące racje logiczne, by uznać, że algorytmizacja odkrycia naukowego nie jest programem badawczym, którego cele mogły być osiągnięte. Przybliżono szereg racji odwołujących się do natury poznania komputerowego, które czynią nadzieje badaczy na sukces programu płonnymi. Poznanie komputerowe ma charakter dedukcyjny, jest treściowo puste, ponieważ nie może dostarczyć żadnej nowej wiedzy. Chociaż wykorzystanie komputerów w pracy badawczej wydaje się decyzją słuszną, albowiem poprzez możliwości analizy ogromnej liczby danych otwierają przed naukowcami zupełnie nowe możliwości, maszyny liczące nie zastąpią naukowców całkowicie. Niezależnie od postępu technologicznego natura poznania komputerowego sprawia, że odkrycie naukowe będzie wymagało ludzkiej interwencji, a wszelkie próby redukcji odkrycia do czynności właściwych komputerom są skazane na niepowodzenie.

EN

Adherents of traditional philosophy of science supported the distinction between context of discovery and context of justification, making the latter the only actual subject of philosophical inquiry. Many scientists did not follow this conclusion. Some of them tried to construct normative theory of scientific discovery. Due to application of advanced computing machines, they endeavoured constructing a computer programme as it would be able to generate scientific discoveries. It led to the emergence of separate scientific discipline – a theory of machine discovery that was based on the work of psychology of problem solving as well as artificial intelligence. The goal of the paper is to present argumentation in favour of the view that none of the attempts of reducing scientific inquiry to computation can succeed due to logical purposes. The paper shows the historical process that led to the distinction of context of discovery and context of justification as well as indicates the scientists and trends that objected such a distinction. Subsequently, the paper presents the theory of machine discovery, which authors tried to construct a computer program that would generate scientific discoveries. Last part of the material is dedicated to logical arguments that make such attempts unable to succeed. The inquiry showed that there are logical arguments to state that the algorythmization of scientific discovery is not possible. The paper delivers argumentation, derived from the nature of machine cognition that makes such attempts impossible to succeed. Machine cognition is deductive, without reference to any subject, has no content and can be reduced to the data given to the input of the system. While using the computers in scientific inquiry seems to be a reasonable decision, because of the possibility of analysing great sets of data what opens new possibilities to scientists, the computers will never be a substitute for human beings. Regardless of the technical development, the nature of machine cognition makes scientific discovery dependent on human intervention. All attempts of reducing discovery to computing procedure cannot, necessarily, succeed.

Słowa kluczowe

PL

filozofia nauki; odkrycie naukowe; badania naukowe; kognitywistyka; algorytmizacja; sztuczna inteligencja; maszynowe uczenie się

EN

philosophy of science; scientific discovery; research; cognitive science; algorythmization; artificial intelligence; machine learning

• Wydawca: Centrum Naukowo-Badawcze Ochrony Przeciwpożarowej im. Józefa Tuliszkowskiego - Państwowy Instytut Badawczy
• Czasopismo: Bezpieczeństwo i Technika Pożarnicza
• Rocznik: 2013
• Tom: Nr 3
• Strony: 25--31
• Opis fizyczny: Bibliogr. 14 poz.

Twórcy

autor

Wiśniewski W.

Bibliografia

• 1. Ben-Ari M., Understanding Programming Languages, John Wiley & Sons, Chichester, 1996.
• 2. Cormen T., Leiserson C., Rivest R., Stein C., Wprowadzenie do algorytmów, Wydawnictwo Naukowe PWN, Warszawa 2012.
• 3. Czarnocka M., Podmiot poznania a nauka, Wydawnictwo Uniwersytetu Wrocławskiego, Wrocław, 2003.
• 4. Czarnocka M., Sztuczna inteligencja a odkrycie naukowe w: Odkrycie naukowe i inne zagadnienia współczesnej filozofii nauki (red.) Krajewski W., Strawiński W., Wydawnictwo Naukowe Semper, Warszawa, 2003.
• 5. Giza P., Filozoficzne i metodologiczne aspekty komputerowych systemów odkryć naukowych, wyd. UMCS, Lublin 2007.
• 6. Langley P., Simon H., Bradshaw G., Żytkow J., Scientific Discovery. Computational Explorations of the Creative Processes, The MIT Press, Cambridge, 1987.
• 7. Pietruska-Madej E., Odkrycie naukowe: kontrowersje filozoficzne, PWN, Warszawa, 1990.
• 8. Popper K., Logika odkrycia naukowego, wyd. PWN, Warszawa, 1977.
• 9. Reichenbach H., Experience and Prediction: an analysis of the foundations and the structure of knowledge, The University of Chicago Press, Chicago, 1949, polski przekład: Reichenbach H., Trzy zadania epistemologii, Studia Filozoficzne 7-8 (1989).
• 10. Searle, J., Umysł, mózg i nauka, Państwowe Wydawnictwo Naukowe, Warszawa 1995.
• 11. Simon H., Kaplan C., Foundations of Cognitive Science w: Foundations of Cognitive Science M.I. Posner (red.) MIT Press, Cambridge, 1989.
• 12. Żytkow J., Automatyzacja odkrycia naukowego, Filozofia Nauki 4 (1993).
• 13. Mała encyklopedia logiki (red.) Marciszewski W., wyd. Ossolineum, Warszawa, 1988.
• 14. http://www.olcf.ornl.gov/titan/ [dostęp 22 kwietnia 2013 roku].