Filozofia umysłu Kognitywistyka Wywiady

Głębokie sieci neuronowe pozwalają stawiać pytania, których wcześniej nie byliśmy nawet świadomi [wywiad]

Wywiad z Cameronem Bucknerem, przeprowadzony przez Hajo Greifa w marcu 2019 r.

Down­lo­ad (PDF, 1.9MB)


H.G.: Twier­dzi Pan, że głę­bo­kie sie­ci neu­ro­no­we mają dla filo­zo­fii szcze­gól­ne zna­cze­nie – zna­cze­nie, któ­re wykra­cza poza ramy dotych­cza­so­wych dys­ku­sji o sztucz­nej inte­li­gen­cji (np. o inte­li­gen­cji ucie­le­śnio­nej, grun­to­wa­niu sen­su w sym­bo­lach czy chiń­skim poko­ju). Na czym pole­ga, w naj­więk­szym skró­cie, filo­zo­ficz­ne zna­cze­nie sie­ci głę­bo­kich? Dla jakich dzia­łów filo­zo­fii wła­sno­ści takich sie­ci są ważne?

C.B.: Twier­dzę, że wie­dza o sie­ciach głę­bo­kich pozwa­la wypeł­nić waż­ne, trud­no dotych­czas usu­wal­ne luki w empi­rycz­nym podej­ściu do umy­słu (Buck­ner, 2018). Według empi­ry­stów, mówiąc bar­dzo ogól­nie, cała wie­dza pocho­dzi z per­cep­cji zmy­sło­wej – z tego, co widzi­my, doty­ka­my, sma­ku­je­my, czu­je­my, czy­li z tego, cze­go doświad­cza­my w inte­rak­cji z oto­cze­niem. Racjo­na­li­ści twier­dzą nato­miast, że ludz­ka wie­dza ma cha­rak­ter wro­dzo­ny, a fakt jej ist­nie­nia moż­na wyja­śnić, odwo­łu­jąc się do takich zja­wisk, jak rein­kar­na­cja, ilu­mi­na­cja, czy też (od nie­daw­na) roz­cią­gnię­ty na całe poko­le­nia, ewo­lu­cyj­ny dobór natu­ral­ny. Teo­rie racjo­na­li­stów są naj­bar­dziej wia­ry­god­ne wów­czas, gdy doty­czą rezul­ta­tów wyż­szych czyn­no­ści poznaw­czych – na przy­kład wie­dzy mate­ma­tycz­nej, logicz­nej lub lin­gwi­stycz­nej, któ­rej popraw­ność wyda­je się zależ­na od wyso­ce abs­trak­cyj­nych pojęć i reguł. Z dru­giej stro­ny, tra­dy­cyj­ne teo­rie empi­ry­stów wyda­ją się wyja­śniać naj­le­piej codzien­ne czyn­no­ści per­cep­cyj­ne i umie­jęt­no­ści motoryczne.

Naj­więk­szym wyzwa­niem dla empi­ry­stów było zawsze przej­ście od pro­stej per­cep­cji, tj. roz­po­zna­wa­nia dość typo­wych przed­mio­tów, do wyja­śnie­nia tego, jak czło­wiek two­rzy bar­dziej abs­trak­cyj­ne wzor­ce, wyko­rzy­sty­wa­ne na pozio­mie wie­dzy kul­tu­ro­wej i teo­re­tycz­nej – na przy­kład do roz­po­zna­wa­nia zwie­rząt, jak koty i psy, arte­fak­tów, jak krze­sła i samo­cho­dy, czy wła­sno­ści abs­trak­cyj­nych, jak wia­ra i spra­wie­dli­wość. Przej­ście takie sta­no­wi dla empi­ry­stów pro­blem, ponie­waż wyż­sze kate­go­rie poję­cio­we nie są do sie­bie zbyt podob­ne, jeśli cho­dzi o swo­je nisko­po­zio­mo­we wła­sno­ści per­cep­cyj­ne. Typo­wi empi­ry­ści, na przy­kład John Loc­ke i David Hume, mie­li trud­no­ści z wyja­śnie­niem, w jaki spo­sób uczy­my się nawet tak pro­stych kate­go­rii geo­me­trycz­nych jak trój­kąt – wszak real­nie postrze­ga­ne trój­ką­ty mogą być róż­no­bocz­ne i rów­no­bocz­ne, mogą wystę­po­wać w róż­nych obsza­rach pola widze­nia, mogą być widzia­ne pod róż­ny­mi kąta­mi, mogą mieć wresz­cie róż­ne kolo­ry i wymia­ry. Koniec koń­ców każ­dy empi­ry­sta odwo­łu­je się do jakie­goś typu abs­trak­cji, żaden z nich nie wyja­śnia jed­nak dokład­nie, w jaki spo­sób taki czy inny pro­ces abs­trak­cji pro­wa­dzi do pożą­da­nych rezul­ta­tów. Z tego powo­du racjo­na­li­ści wie­lo­krot­nie oskar­ża­li empi­ry­stów, że powo­łu­ją się oni na tego typu nie­ja­sne meta­fo­ry i magicz­ne zdol­no­ści, któ­re za pomo­cą swo­ich „twar­dych” teo­rii chcie­li­by zwalczyć.

Jestem prze­ko­na­ny, że głę­bo­kie kon­wo­lu­cyj­ne sie­ci neu­ro­no­we, a zwłasz­cza ich nowe­go rodza­ju archi­tek­tu­ra, poka­zu­ją osta­tecz­nie, jak pro­ce­sy abs­trak­cji mogą prze­bie­gać w ludz­kim mózgu. Wła­ści­wa takim sie­ciom zdol­ność abs­trak­cji, z jed­nej stro­ny, wyja­śnia ich naj­bar­dziej spek­ta­ku­lar­ne suk­ce­sy (jak poko­na­nie ludz­kich arcy­mi­strzów gry w sza­chy i Go, roz­po­zna­wa­nie zło­żo­nych obiek­tów na foto­gra­fiach i fil­mach wideo, czy ste­ro­wa­nie auto­no­micz­ny­mi samo­cho­da­mi), z dru­giej stro­ny jed­nak, może przy­czy­nić się do roz­wią­za­nia pew­nych tra­dy­cyj­nych pro­ble­mów filo­zo­fii umysłu.

H.G.: W jakim zakre­sie tema­ty­ka sie­ci głę­bo­kich może sta­no­wić kon­ty­nu­ację wcze­śniej­szej reflek­sji filo­zo­ficz­nej nad sztucz­ną inteligencją?

C.B.: W latach 80-tych i 90-tych XX wie­ku wie­lu filo­zo­fów ana­li­zo­wa­ło archi­tek­tu­rę ówcze­snych sie­ci neu­ro­no­wych, co dopro­wa­dzi­ło do wie­lu cen­nych spo­strze­żeń na temat róż­nic mię­dzy umy­sła­mi i kla­sycz­ny­mi kom­pu­te­ra­mi cyfro­wy­mi. Uświa­do­mio­no sobie, że umysł niczym sieć ope­ru­je na roz­pro­szo­nych repre­zen­ta­cjach sub­sym­bo­licz­nych, któ­re są bar­dzo wraż­li­we na sub­tel­ne zmia­ny „danych wej­ścio­wych”; że spo­sób dzia­ła­nia umy­słu zale­ży bar­dziej od „mięk­kich ogra­ni­czeń” niż twar­dych, ści­śle okre­ślo­nych reguł; że pro­jek­tu­jąc sys­te­my umy­sło-podob­ne, nale­ży sto­so­wać tech­ni­ki ucze­nia się na danych przy­po­mi­na­ją­cych real­ne doświad­cze­nia ludzi (np. z dzie­ciń­stwa), a nie sztyw­ne pro­gra­my odwzo­ro­wu­ją­ce w sys­te­mie zamknię­tą wie­dzę eks­per­tów. Wszyst­kie te spo­strze­że­nia prze­no­szą się na bar­dziej wyra­fi­no­wa­ne archi­tek­tu­ry głę­bo­kich sie­ci neu­ro­no­wych (Buck­ner & Gar­son, 2018).

Jed­no­cze­śnie archi­tek­tu­ry głę­bo­kie pozwa­la­ją prze­zwy­cię­żyć tak czę­sto kry­ty­ko­wa­ne sła­bo­ści prost­szych (i star­szych) archi­tek­tur. Cho­dzi o takie sła­bo­ści, jak nie­moż­ność dosto­so­wa­nia sie­ci do roz­po­zna­wa­nia bar­dziej abs­trak­cyj­nych wzor­ców i kate­go­rii, a tak­że nie­moż­ność opa­no­wa­nia bar­dziej stra­te­gicz­nych metod roz­wią­zy­wa­nia pro­ble­mów, któ­re pozwo­li­ły­by sie­ciom np. grać sku­tecz­nie w sza­chy czy Go (co potra­fią współ­cze­sne sie­ci głębokie).

H.G.: Ist­nie­ją dwa róż­ne podej­ścia do sztucz­nej inte­li­gen­cji: dąże­nie do tego, aby kom­pu­te­ry wyko­ny­wa­ły zada­nia wyma­ga­ją­ce inte­li­gen­cji od czło­wie­ka (nie­ko­niecz­nie jed­nak w spo­sób podob­ny do ludzi) oraz symu­lo­wa­nie pro­ce­sów poznaw­czych ludzi. Któ­re z podejść może sko­rzy­stać bar­dziej z tech­no­lo­gii sie­ci głę­bo­kich? A może z punk­tu widze­nia tej tech­no­lo­gii roz­róż­nie­nie oby­dwu podejść nie jest tak oczywiste?

C.B.: Rze­czy­wi­ście uwa­żam, że w odnie­sie­niu do sie­ci głę­bo­kich zagad­nie­nie to jest zło­żo­ne. Archi­tek­tu­ra wie­lu sie­ci głę­bo­kich bar­dziej przy­po­mi­na struk­tu­rę ludz­kiej kory mózgo­wej niż star­sze mode­le sztucz­nej inte­li­gen­cji, jak cho­ciaż­by kla­sycz­ne sys­te­my eks­perc­kie czy prost­sze sie­ci neu­ro­no­we. Co wię­cej, sie­ci głę­bo­kie są uzna­wa­ne przez neu­ro­bio­lo­gów za naj­bar­dziej ade­kwat­ny model empi­rycz­ny funk­cji wzro­ko­wych i słu­cho­wych u ssa­ków, mają więc ogrom­ny poten­cjał w mode­lo­wa­niu inte­li­gen­cji na pozio­mie bio­lo­gicz­nym. Mimo wszyst­ko jed­nak sta­no­wią one pew­ne ide­ali­za­cje i zawie­ra­ją wie­le ele­men­tów nie­wia­ry­god­nych biologicznie.

Na tym eta­pie badań nad sztucz­ną inte­li­gen­cją filo­zo­fia nauki ma do ode­gra­nia więk­szą rolę niż w prze­szło­ści. Uwa­żam w szcze­gól­no­ści, że obec­nie waż­niej­sze niż kie­dy­kol­wiek jest zro­zu­mie­nie natu­ry podo­bień­stwa mię­dzy struk­tu­rą sie­ci głę­bo­kich a mózga­mi ssa­ków. Pro­jek­tu­jąc, a następ­nie imple­men­tu­jąc takie sie­ci, musi­my wyraź­nie okre­ślić, jakie aspek­ty inte­li­gen­cji chce­my mode­lo­wać. W spo­sób nie­uchron­ny wszel­kie mode­le nauko­we są tyl­ko czę­ścio­wym odzwier­cie­dle­niem zja­wisk natu­ral­nych, a zatem w przy­pad­ku mode­lo­wa­nia neu­ro­bio­lo­gicz­nych pod­staw inte­li­gen­cji, nale­ży wska­zać takie ide­ali­za­cje i uprosz­cze­nia, któ­re uchwy­tu­ją naj­bar­dziej istot­ne aspek­ty pro­ce­sów wewnątrz­mó­zgo­wych odpo­wie­dzial­nych za nasze zdol­no­ści inte­lek­tu­al­ne. Na szczę­ście filo­zo­ficz­na reflek­sja nad tymi zagad­nie­nia­mi prze­ży­wa obec­nie swój zło­ty wiek. W porów­na­niu do lat wcze­śniej­szych mamy dzi­siaj o wie­le wię­cej danych, a tak­że narzę­dzi do roz­wią­za­nia róż­nych filo­zo­ficz­nych kwe­stii. Sie­ci głę­bo­kie pozwa­la­ją sta­wiać pyta­nia, któ­rych wcze­śniej nie byli­śmy nawet świa­do­mi. W szcze­gól­no­ści doty­czą one typów wyja­śnień, któ­rych powin­ny dostar­czać mode­le inte­li­gen­cji na pozio­mie bio­lo­gicz­nym – mecha­nicz­nych, mate­ma­tycz­nych i funk­cjo­nal­nych. Są to napraw­dę pasjo­nu­ją­ce zagad­nie­nia badaw­cze i mam nadzie­ję, że wie­lu innych filo­zo­fów zwró­ci na nie wkrót­ce uwagę.

H.G.: A jeśli cho­dzi o symu­la­cje poznaw­cze… W jakim zakre­sie może­my porów­ny­wać dzia­ła­nie sie­ci głę­bo­kich z pro­ce­sa­mi poznaw­czy­mi u ludzi i zwie­rząt? Co jest koniecz­ne, by zapew­nić porów­ny­wal­ność? Jakie są poten­cjal­ne ogra­ni­cze­nia takiej meto­dy (np. brak ucie­le­śnie­nia, bar­dziej ogra­ni­czo­ne środowisko)?

C.B.: Wie­le z moich wcze­śniej­szych prac doty­czy­ło bez­po­śred­nio pro­ce­sów poznaw­czych u zwie­rząt. Myślę, że w tej dzie­dzi­nie ogrom­ne zna­cze­nie mają roz­wa­ża­nia nad błęd­ny­mi zało­że­nia­mi badaw­czy­mi: antro­po­mor­fi­zmem i antro­po­cen­try­zmem. W szcze­gól­no­ści twier­dzę, że wie­le badań w psy­cho­lo­gii porów­naw­czej było obar­czo­nych poważ­nym błę­dem, któ­ry nazy­wam „antro­po­fa­bu­la­cją” – zakła­da się, że tyl­ko ludz­ka for­ma zdol­no­ści poznaw­czych jest war­to­ścio­wa lub praw­dzi­wa, a następ­nie kon­fa­bu­lu­je się na temat tego, w jaki spo­sób ludzie fak­tycz­nie roz­wią­zu­ją zada­nia poznaw­cze (Buck­ner, 2013). Pro­blem z antro­po­fa­bu­la­cją pole­ga, mię­dzy inny­mi, na tym, że jeśli ludzie byli­by oce­nia­ni uczci­wie, to nie zali­czy­li­by testów sto­so­wa­nych wobec zwierząt.

Oba­wiam się, że wie­lu uczo­nych oce­nia­jąc doko­na­nia sie­ci głę­bo­kich ule­ga antro­po­fa­bu­la­cji. Argu­men­tu­je się, na przy­kład, że sie­ci nie są wia­ry­god­ny­mi mode­la­mi ludz­kie­go ucze­nia się, ponie­waż do roz­po­zna­wa­nia krze­seł potrzeb­ne im są milio­ny obra­zów tre­nin­go­wych, ludzie zaś potra­fią nauczyć się tego same­go na pod­sta­wie kil­ku zale­d­wie przy­kła­dów. Porów­na­nia takie muszą jed­nak zale­żeć od spo­so­bu licze­nia przy­kła­do­wych eks­po­zy­cji. Ponie­waż ludz­ki wzrok ma czę­sto­tli­wość odświe­ża­nia 10–12 obra­zów na sekun­dę, to dzie­się­cio­mi­nu­to­wa inte­rak­cja z jed­nym krze­słem – postrze­ga­nym prze­cież z róż­nych kątów i odle­gło­ści – może dostar­czyć korze mózgo­wej tysię­cy róż­nych przy­kła­dów. A ponie­waż te eks­po­zy­cje są wie­lo­krot­nie odświe­ża­ne pod­czas utrwa­la­nia w pamię­ci – zarów­no w cza­sie snu, jak i na jawie – to uczci­wie rzecz bio­rąc, poje­dyn­cze krze­sło zapew­nia czło­wie­ko­wi set­ki tysię­cy przy­kła­dów treningowych.

H.G.: Dzia­la­nie głę­bo­kich sie­ci neu­ro­no­wych jest prze­waż­nie tak skom­pli­ko­wa­ne, że ich obser­wa­to­rom, a nawet pro­gra­mi­stom czy użyt­kow­ni­kom, nie­zwy­kle trud­no jest śle­dzić, co i jak robią w danym momen­cie. Pod jaki­mi wzglę­da­mi owo zja­wi­sko „epi­ste­micz­nej nie­przej­rzy­sto­ści” jest pro­ble­mem? Czy jest ono czymś, co doty­czy sie­ci głę­bo­kich w spo­sób szczególny?

C.B.: Jest to rze­czy­wi­ście palą­cy pro­blem, zwłasz­cza w świe­tle ostat­nich pro­jek­tów i regu­la­cji praw­nych, przy­ję­tych w USAUE. Na przy­kład ogól­ne roz­po­rzą­dze­nie Unii Euro­pej­skiej w spra­wie ochro­ny danych okre­śla obec­nie, że ludzie mają „pra­wo do wyja­śnień”; mają do nich pra­wo rów­nież wte­dy, kie­dy pew­ne zauto­ma­ty­zo­wa­ne ukła­dy, np. sie­ci głę­bo­kie, są wyko­rzy­sty­wa­ne do podej­mo­wa­nia decy­zji wią­żą­cych ich praw­nie. Tech­no­lo­gia sie­ci głę­bo­kich jest jed­nak na tyle nowa, a ich archi­tek­tu­ra wewnętrz­na na tyle zło­żo­na, że dopie­ro zaczy­na­my rozu­mieć, na czym może pole­gać wyja­śnia­nie podej­mo­wa­nych przez sieć decy­zji. Zapro­po­no­wa­no wie­le skom­pli­ko­wa­nych tech­nicz­nie metod, ale czę­sto nie wia­do­mo dokład­nie, cze­mu one słu­żą – rów­nież ze wzglę­du na brak dosta­tecz­nie sub­tel­nych roz­róż­nień poję­cio­wych. Twier­dzę, na przy­kład, że meto­dy te słu­żą czę­sto reali­za­cji roz­bież­nych celów. Przy­kła­do­wo: pró­by dokład­ne­go, przy­czy­no­wo-skut­ko­we­go, wyja­śnie­nia spo­so­bu dzia­ła­nia sie­ci – tzn. któ­re aspek­ty danych wej­ścio­wych dopro­wa­dzi­ły do kon­kret­nej decy­zji lub któ­re węzły były istot­nie zaan­ga­żo­wa­ne w prze­twa­rza­nie danych – może wyma­gać zupeł­nie inne­go zesta­wu pytań i narzę­dzi niż pró­by uza­sad­nie­nia podej­mo­wa­nych przez sieć decy­zji – tzn. czy decy­zja jest wia­ry­god­na, moż­li­wa do obro­ny, itp. Ten rodzaj roz­róż­nie­nia był sze­ro­ko dys­ku­to­wa­ny w filo­zo­fii w kon­tek­ście róż­ni­cy mię­dzy „racjo­nal­no­ścią wyja­śnia­nia” i „racjo­nal­no­ścią uza­sad­nia­nia”. Jeśli chce­my unik­nąć poznaw­cze­go zamie­sza­nia i osią­gnąć pożą­da­ny efekt, to pra­cu­jąc nad „wyja­śnial­ną SI” czy­li przej­rzy­stą poznaw­czo sztucz­ną inte­li­gen­cją, powin­ni­śmy w o wie­le więk­szym stop­niu korzy­stać z wyni­ków filo­zo­fów umy­słu, filo­zo­fów dzia­ła­nia i etyków.

H.G.: Mówi się, że sie­ci głę­bo­kie osią­ga­ją nad­ludz­kie wyni­ki w reali­za­cji pew­nych zadań. Czy ta obser­wa­cja ma zna­cze­nie w deba­tach na temat „tech­no­lo­gicz­nej oso­bli­wo­ści”, tj. moż­li­wo­ści osią­gnię­cia przez kom­pu­te­ry nad­ludz­kiej inte­li­gen­cji? A może dys­ku­sja o sie­ciach powin­na zmie­rzać w zupeł­nie innym kierunku?

C.B.: Myślę – podob­nie jak więk­szość spe­cja­li­stów w dzie­dzi­nie sie­ci neu­ro­no­wych – że oba­wy doty­czą­ce oso­bli­wo­ści są wyso­ce spe­ku­la­tyw­ne. O ile sie­ci głę­bo­kie spraw­dza­ją się dosko­na­le w roz­po­zna­wa­niu wyso­ce abs­trak­cyj­nych wzor­ców w danych, to nie sta­wia­ją sobie prze­cież żad­nych nowych celów, ani nie mody­fi­ku­ją swo­jej archi­tek­tu­ry w żaden inte­re­su­ją­cy spo­sób. Pró­by obli­cze­nio­we­go mode­lo­wa­nia emo­cji, pra­gnień, czy nawet pod­sta­wo­wych popę­dów bio­lo­gicz­nych pozo­sta­ją wciąż w powi­ja­kach. Cho­ciaż sądzę zatem, że sie­ci głę­bo­kie są słusz­nie doce­nia­ne za to, że pozwo­li­ły nam lepiej zro­zu­mieć, czym jest inte­li­gen­cja na pozio­mie bio­lo­gicz­nym – a być może nawet pozwo­lą nam poko­nać pew­ne ludz­kie ogra­ni­cze­nia – to, sądzę rów­nież, że dale­ko nam jesz­cze do stwo­rze­nia auto­no­micz­nej „inte­li­gen­cji ogól­nej”, któ­ra mogła­by for­mu­ło­wać wła­sne cele i prze­kra­czać ludz­kie gra­ni­ce (rów­nież tam, gdzie się tego nie spo­dzie­wa­my). Co wię­cej, ist­nie­ją praw­do­po­dob­nie zasad­ni­cze powo­dy, dla któ­rych moż­li­wość ta pozo­sta­je czymś nie­zwy­kle odle­głym. Otóż wie­le badań nad sztucz­ną inte­li­gen­cją, sto­sun­ko­wo prze­cież świe­żych (zwłasz­cza w ska­li ewo­lu­cyj­nej), zmie­rza do tego, aby nie­ja­ko od razu wypo­sa­żyć maszy­ny w abs­trak­cyj­ną wie­dzę ludz­ką. Jest to swe­go rodza­ju infor­ma­tycz­ny Świę­ty Gra­al. Trze­ba sobie tym­cza­sem uświa­do­mić, że natu­rze potrze­ba było setek milio­nów lat, aby udo­sko­na­lić o wie­le bar­dziej pod­sta­wo­we mecha­ni­zmy, odpo­wie­dzial­ne cho­ciaż­by za popę­dy bio­lo­gicz­ne czy płyn­ne prze­twa­rza­nie emocji.

Tłu­ma­cze­nie: Paweł Stacewicz 
(Poli­tech­ni­ka Warszawska)


Came­ron Buck­ner – adiunkt w Insty­tu­cie Filo­zo­fii na Uni­wer­sy­te­cie Houston w Tek­sa­sie, USA. Spe­cja­li­zu­je się w bada­niach nad sztucz­ną inte­li­gen­cją i kogni­ty­wi­sty­ką. Doty­czą one w szcze­gól­no­ści związ­ku mię­dzy mode­la­mi roz­wią­zy­wa­nia pro­ble­mów w SI a meto­da­mi roz­wią­zy­wa­nia pro­ble­mów u ludzi i zwie­rząt. Jego obec­na pra­ca doty­czy per­cep­cyj­nych i epi­ste­mo­lo­gicz­nych impli­ka­cji do Deep Convo­lu­tio­nal Neu­ral Networks jako mode­li ludz­kie­go ucze­nia się.

Hajo Gre­if – filo­zo­fem pra­cu­ją­cym w dzie­dzi­nie histo­rii, socjo­lo­gii oraz filo­zo­fii nauki i tech­ni­ki. Dok­to­rat uzy­skał na Uni­wer­sy­te­cie Tech­nicz­nym w Darm­stadt (Niem­cy), zaś habi­li­ta­cję na Uni­wer­sy­te­cie Kla­gen­furc­kim (Austria). Jego głów­ne zain­te­re­so­wa­nia badaw­cze doty­czą pozna­nia usy­tu­owa­ne­go i ucie­le­śnio­ne­go, arte­fak­tów poznaw­czych, natu­ra­li­stycz­nej filo­zo­fii umy­słu (tele­ose­man­ty­ka i ewo­lu­cyj­na teo­ria funk­cji poznaw­czych), a tak­że histo­rii i filo­zo­fii kogni­ty­wi­sty­ki (np. w kon­tek­ście związ­ków mię­dzy cyber­ne­ty­ką i sztucz­ną inte­li­gen­cją). Obec­nie pra­cu­je na Uni­wer­sy­te­cie Tech­nicz­nym w Mona­chium (Cen­trum Tech­no­lo­gii w Spo­łe­czeń­stwie) oraz w Poli­tech­ni­ce Warszawskiej.

Najnowszy numer można nabyć od 5 maja w salonikach prasowych wielu sieci. Szczegóły zob. tutaj.

Numery drukowane można zamówić online > tutaj. Prenumeratę na rok 2021 można zamówić > tutaj.

Dołącz do Załogi F! Pomóż nam tworzyć jedyne w Polsce czasopismo popularyzujące filozofię. Na temat obszarów współpracy można przeczytać tutaj.

Skomentuj

Kliknij, aby skomentować

55 podróży filozoficznych okładka

Wesprzyj „Filozofuj!” finansowo

Jeśli chcesz wesprzeć tę inicjatywę dowolną kwotą (1 zł, 2 zł lub inną), przejdź do zakładki „WSPARCIE” na naszej stronie, klikając poniższy link. Klik: Chcę wesprzeć „Filozofuj!”

Polecamy