A tényleges felépítés komplexitását a tervben található tömörített információ uralja (azaz a genom és a támogató molekulái), nem pedig a tervszabályok ismétlődő alkalmazásán keresztül létrehozott minták. Egyetértek azzal az állítással, miszerint a genomban hordozott információ durván harminc-százmillió byte-ja nem egyszerű felépítések leírására jött létre (bizonyosan sokkal komplexebb minták kódolására alakult ki, mint a Mandelbrot-halmaz hatkarakteres definíciója), mégis olyan szintű komplexitást reprezentál, amelyet technológiánk már képes kezelni. Több gondolkodó nem tud napirendre térni az agy fizikai megjelenésének látszólagos komplexitása felett, és nem ismerik fel, hogy a felépítés fraktáltermészete azt jelenti, a valós tervinformáció sokkal egyszerűbb, mint amit az agyban találunk.

A második fejezetben arról is esett már szó, hogy a genomban található tervinformáció probabilisztikus fraktál, azaz a szabályok minden egyes ismétlődésnél bizonyos fokú véletlenszerűséggel kerülnek alkalmazásra. Például nagyon kevés információ érhető el a genomban a cerebellum huzalozására vonatkozóan, mely utóbbi szerv az agy idegsejtjeinek több mint felét tartalmazza. Kevés gén írja le a cerebellum négy sejttípusának alapvető mintáját, aztán lényegében így rendelkezik: „ismétlődjön ez a minta több milliárdszor úgy, hogy minden ismétléskor véletlenszerűen megváltozik!” Az eredmény nagyon bonyolultnak tűnik, de a tervinformáció viszonylag rövid.

Bell helyesen állítja, hogy hiába próbálnánk az agy felépítését egy hagyományos számítógépéhez hasonlítani. Az agy nem követi a tipikus hierarchikus (moduláris) felépítést. Probabilisztikus fraktálszervezettséget mutat kaotikus – azaz részben kiszámíthatatlan – folyamatai létrehozásában. Van a matematikának egy bejáratott ága, amely a kaotikus rendszerek modellezésével és szimulálásával foglalkozik, miáltal megérthetőek az időjárási minták, pénzpiacok és egyéb jelenségek. Ez a matematika az agyra is alkalmazható.

Bell nem említi ezt a megközelítést. Azt magyarázza, miért különbözik az agy drasztikusan a hagyományos logikai kapuktól és a konvencionális szoftverek felépítésétől, és ebből indokolatlanul arra következtet, hogy az agy nem gép és nem is lehet gépben modellezni. Míg abban igaza van, hogy a szokványos logikai kapuk és a hagyományos moduláris szoftverek szervezeti képe nem adja az agy megfelelő analógiáját, ez még nem jelenti azt, hogy nem vagyunk képesek az agyat számítógépen szimulálni. Mivel az agy működési elveit matematikai nyelven is leírhatjuk, és mivel a matematikai folyamatokat (még a kaotikusakat is) számítógépen modellezhetjük, képesek vagyunk véghezvinni ezeket a szimulációkat. Valójában ez a kutatási terület biztos és gyorsuló fejlődést mutat.

Szkepticizmusa ellenére Bell óvatos bizakodással állítja, hogy elég jól fogjuk érteni a biológiai felépítésünket és az agyunkat ahhoz, hogy javíthassunk rajtuk. Azt írja: „Eljön a transzhumán kor? A biológiai evolúció két lényeges lépésében találjuk meg a precedenst erre vonatkozóan. Először, amikor a prokarióta szimbióták eukarióta baktériumokká váltak, másodszor pedig amikor megjelentek az eukarióta kolóniáik többsejtű életformái… Hiszem, hogy az úgynevezett [transzhumán kor] elérkezhet.”

 

A mikrotubulusok és a kvantumszámítás kritikája

 

„A kvantummechanika titokzatos; a tudat titokzatos.

Q.E.D.: A kvantummechanika és a tudat szükségszerűen összetartozik.”

(Christof Koch, Roger Penrose elméletét gúnyolva,

miszerint az az idegsejtek mikrotubulusainak kvantumszintű számítási tevékenysége az emberi tudat legfőbb forrása)^{740}

 

Az elmúlt évtizedben az ismert fizikus és filozófus Roger Penrose az aneszteziológus Stuart Hameroffal együtt felvetette, hogy az idegsejtekben lévő finomszerkezetek, a mikrotubulusok egzotikus számításokat végeznek, amelyet „kvantumszámításnak” neveztek el. Amint arra már máshol kitértem, a kvantumszámítás qubiteket használó számítás, ami a megoldások minden lehetséges kombinációját egyszerre figyelembe veszi. A módszer a párhuzamos feldolgozás extrém formájának tekinthető (mivel a qubitek értékeinek minden kombinációját egyszerre ellenőrzi).

Penrose szerint a mikrotubulusok és kvantumszámítási képességeik bonyolítják az idegsejtek újratermelődésének és az agyban tárolt fájlok visszahozásának az elképzelését.^{741} Azt feltételezi, hogy az agy kvantumszámítási képessége felelős a tudatért, és hogy a biológiai vagy egyéb rendszerek nem lehetnek tudatosak kvantumszámítás nélkül. Bár egyes tudósok azt jelentették, hogy kvantumállapot-összeomlást (a bizonytalan kvantumtulajdonságok, mint a helyzet, perdület és sebesség kettősségének feloldódása) mutattak ki az agyban, még senki sem állította, hogy az emberi képességeknek valóban alapfeltétele a kvantumszámítás. Seth Lloyd fizikus azt nyilatkozta:

 

„Úgy hiszem, helytelen elképzelés az, hogy a mikrotubulusok számítási feladatokat végeznek az agyban, úgy, ahogyan azt [Penrose] és Hameroff felvetette. Az agy forró, nedves hely. Nem túl kedvező környezet a kvantumkoherencia kihasználására. A mikrotubulusok szuperpozíciója és polimerizációja/depolimerizációja, amit keresnek, nem tűnik kvantum-összefonódásnak… Az agy semmiképpen sem klasszikus digitális számítógép, de úgy vélem, a legtöbb feladatát a „klasszikus” módszerrel végzi. Ha lenne egy elég nagy számítógépünk, és minden idegsejtet, dendritet, szinapszist és egyebet modellezhetnénk vele, [akkor] valószínűleg sikerülne elvégezni rajta az agy által végrehajtott legtöbb feladatot. Nem hiszem, hogy az agy feladatmegoldás közben kvantumdinamikára támaszkodik.”^{742}

 

Anthony Bell szintén hangsúlyozza, „nincsen bizonyítékunk arra, hogy a szuperfolyadékokban és szupravezetőkben megismert nagyszabású makroszkopikus kvantumkoherenciák mennek végbe az agyban is”.^{743}

Ám még ha végez is az agy kvantumszámítást, ez nem változtat nagymértékben az emberi szintű (vagy azt meghaladó) számítástechnika kilátásain, és azt sem jelenti, hogy az agyfeltöltés megvalósíthatatlan. Először is, ha az agy valóban végez kvantumszámítást, az csak azt erősítené meg, hogy a kvantumszámítás lehetséges. Egy ilyen felfedezés semmiképp sem sugallná azt, hogy a kvantumszámítás kizárólag biológiai mechanizmusokra korlátozódik. A biológiai kvantumszámítási mechanizmusok, ha léteznek, sokszorosíthatók. A kisméretű kvantumszámítógépekkel végzett új kísérletek sikereseknek tűnnek. Még a hagyományos tranzisztor működése is az elektrondiódák kvantumhatásától függ.

Penrose véleményét úgy értelmezték, miszerint a kvantumállapotok egy adott halmazát lehetetlen tökéletesen lemásolni, így a tökéletes letöltés is lehetetlen. Nos, milyen tökéletesnek kell lennie egy letöltésnek? Ha addig fejlesztjük a letöltési technológiát, amíg a „másolatok” már olyan közel állnak az eredetihez, mint amennyire az eredeti személy hasonlít egy perccel azelőtti önmagához, az már elég jó lenne bármilyen elképzelhető cél szempontjából, és nem tenné szükségessé a kvantumállapotok lemásolását. A technológia fejlődésével a másolatok pontossága olyan közel állhatna az eredetihez, mint a személy hasonlósága önmagához egy rövidebb időtartam (egy szekundum, egy milliszekundum, majd egy mikroszekundum) távlatából.

Amikor valaki felhívta Penrose figyelmét arra, hogy az idegsejtek (és még az idegi kapcsolatok is) túl nagyok a kvantumszámításhoz, előállt az elmélettel, miszerint a tubulusok lehetnek az idegi kvantumszámítás mechanizmusai. Ha valaki az agyműködés lemásolásának korlátait keresi, ez egy szellemes elmélet, de valójában nem mutat fel semmiféle valódi akadályt. Ám kevés jel mutat arra, hogy a mikrotubulusok, amelyek szerkezeti integritást adnak az idegsejteknek, kvantumszámítást végeznének, és hogy ez a képességük hozzájárulna a gondolkodásunk folyamatához. Még az emberi tudást és képességeket igen nagyvonalú, megengedő módon kezelő modelleket is kielégítően magyarázzák az agyméretre vonatkozó legújabb becslések, amelyek a mikrotubulusok esetleges kvantumszámítását figyelmen kívül hagyó mai idegsejtmodellekre alapoznak. A legújabb kísérletek, amelyek szerint a hibrid biológiai/nem biológiai hálózatok a tisztán biológiai hálózatokhoz hasonlóan teljesítenek, bár a kérdést nem döntik el egyértelműen, arra engednek következtetni, hogy a mikrotubulusok kvantumszámítását nem tételező idegsejtmodellek megfelelően adják vissza a valóságot.

Az emberi auditív feldolgozás kifinomult modelljének Lloyd Watts-féle szoftverszimulációja nagyságrendekkel kevesebb számítást tartalmaz, mint az általa szimulált idegsejtek hálózata, és semmi sem utal arra, hogy mindehhez szükség lenne kvantumszámításra is. A negyedik fejezetben áttekintettem más, napjainkban folyó, az agyi területek szimulálására irányuló kísérleteket, míg a harmadik fejezetben beszámoltam az agy minden területének szimulálásához szükséges becsült számításmennyiségről a különböző területek funkcionálisan ekvivalens szimulációi alapján. Ezen elemzések egyike sem mutatja, hogy a kvantumszámítás szükséges lenne az emberi szintű teljesítmény eléréséhez.

Az idegsejtek néhány részletes modellje (főként a Penrose és Hameroff-féle modell) szerepet tulajdonít a mikrotubulusoknak, mégpedig a dendritek és axonok működésében és növekedésében. Azonban az idegi területek sikeres neuromorf modelljei láthatólag nem igénylik a mikrotubuláris eredetű összetevőket. A mikrotubulusokat is számításba vevő idegsejtmodellek az egyes mikrotubulus-szálak külön modellezése nélkül is kielégítő pontossággal adják vissza azok általában kaotikus viselkedését. Ám még ha a Penrose–Hameroff-tubulusok fontos tényezők is, a számbavételük nem változtat jelentősen a fentebb tárgyalt jóslatokon. Az én számítástechnikai növekedési modellem szerint, ha a tubulusok ezerszeresen megnövelnék az idegsejt komplexitását (ne felejtsük el, hogy mai tubulusmentes idegsejtmodelljeink már így is komplexek, idegsejtenként úgy ezer kapcsolattal, összetett nemlinearitásokkal és egyéb részletekkel kiegészítve!), az csupán körülbelül kilenc évvel késleltetné az agy kapacitásának elérését. Ha egymilliószorosan vagyunk lemaradva, az még mindig csak tizenhét év késlekedést jelent. A milliárdszoros tényező körülbelül huszonnégy évet jelent (ugyanis a számítási kapacitás hatványozott exponenciális ütemben gyarapodik).^{744}

 

A Church–Turing-tézis kritikája

 

A XX. század elején Alfred North Whitehead és Bertrand Russell matematikusok kiadták meghatározó jelentőségű művüket, a Principia Mathematicát, amelyben a matematika egészének alapul szolgáló axiómák meghatározására törekedtek.^{745}

Azt azonban nem tudták egyértelműen bizonyítani, hogy a természetes számokat (a pozitív egészeket vagy számolásra használt számokat) létrehozó axiomatikus rendszer nem szül ellentmondásokat. Feltételezték, hogy előbb vagy utóbb megtalálják a bizonyítékot erre, de az 1930-as években egy fiatal cseh^{17} matematikus, Kurt Gödel megdöbbentette a matematikai világot tételével, amely bizonyította, hogy egy ilyen rendszerben szükségszerűen léteznek olyan állítások, amelyeket sem bizonyítani, sem cáfolni nem lehet. Később kimutatták, hogy az ilyen bizonyíthatatlan állítások ugyanolyan gyakoriak, mint a hétköznapi bizonyítható állítások. Gödel nemteljességi tételét, ami alapvetően azt mutatja meg, hogy léteznek a logika, matematika, és ennélfogva a számítástechnika határait kijelölő korlátok, a matematika legfontosabb tételének nevezik, és következményei még mindig viták tárgyát képezik.^{746}

Alan Turing hasonló végkövetkeztetésre jutott a számítástechnika természetét illetően. Amikor 1936-ban Turing bemutatta a Turing-gépet (amiről a második fejezetben írtam) mint a számítógép elméleti modelljét – mely ma is a modern számítástechnika elméleti alapját képezi –, egy Gödeléhez hasonló váratlan felfedezésről számolt be.^{747} Értekezésében leírta a megoldhatatlan problémák fogalmát – azaz az olyan problémákét, amelyeket jól le lehet írni, és megmutatható, hogy létezik rájuk egyértelmű válasz, de bizonyítható, hogy Turing-géppel nem lehet kiszámolni őket.

Az a tény, hogy léteznek eme elméleti gép által megoldhatatlan problémák, addig nem tűnik különösnek, amíg végig nem gondoljuk Turing dolgozatának másik következtetését: hogy a Turing-gép bármilyen számítástechnikai folyamatot képes modellezni. Turing bebizonyította ugyanis, hogy annyi megoldhatatlan probléma létezik, ahány megoldható, és a megoldhatók, illetve megoldhatatlanok száma a végtelen legalacsonyabb nagyságrendjében, az úgynevezett megszámlálható végtelenben mozog (ez az egész számok számosságával azonos).

Turing azt is bemutatta, hogy a megoldhatatlan problémákra jó példa egy tetszőleges, a természetes számokat megjeleníteni képes logikai rendszerben felvetett bármilyen logikai állítás igazságának vagy hamisságának a megállapítása, amivel Gödelhez hasonló következtetésre jutott. (Más szóval nincsen olyan eljárás, amivel minden állítás esetén szavatolható a válasz a kérdésre.)

Ugyanebben az időben Alonzo Church, egy amerikai matematikus és filozófus megjelentetett egy tételt, amely hasonló kérdéseket feszegetett a számelmélet területén. Church kortársaitól függetlenül Turingéval megegyező eredményt kapott.^{748} Turing, Church és Gödel munkái először bizonyították formálisan, hogy a logika, matematika és számítás képességei korlátozottak.

Ezen kívül Church és Turing egymástól függetlenül egy olyan állításra bukkant, ami később a Church–Turing-tézis néven került be a logika történetébe. Ennek a tézisnek gyenge és erős értelmezése is létezik. A gyenge értelmezés az, hogy ha egy Turing-gépnek bemutatható probléma sem oldható meg egy adott Turing-gép által, akkor semmiféle gép által nem megoldható. Ez a következtetés Turing azon bizonyításából ered, miszerint a Turing-gép bármilyen algoritmusos folyamatot képes modellezni. Innen már csak kis ugrás az algoritmust követő gép viselkedésének leírása.

A tézis erős értelmezése az, hogy a Turing-gép által megoldhatatlan problémákat az emberi gondolkodás sem tudja megoldani. Eme értelmezés alapja az, hogy az emberi gondolkodást az emberi agy végzi (a test általi befolyásoltság alatt), hogy az emberi agy (és test) anyagból és energiából áll, hogy az anyag és az energia a természet törvényeinek engedelmeskedik, hogy ezek a törvények leírhatók a matematika nyelvén, és hogy a matematika bármilyen pontosságig szimulálható algoritmusok segítségével. Tehát léteznek algoritmusok, amelyek lemásolhatják az emberi gondolkodást. A Church–Turing-tézis azt állítja, lényegi egyenlőség van a között, ami egy emberi lény által kigondolható és tudható, és a között, ami kiszámítható.

Fontos megjegyezni, hogy bár Turing megoldhatatlan problémáinak létezése matematikai bizonyosságot nyert, a Church–Turing-tézis egyáltalán nem matematikai állítás. Inkább feltételezés, ami az elmefilozófia legmélyebb vitáiban is felbukkan különböző álruhákban.^{749}

Az erős mesterséges intelligencia Church–Turing-tézisen alapuló kritikája azt állítja, hogy mivel a számítógépek által megoldható problémák köre egyértelműen korlátozott, ám az emberek mégis képesek megoldani ezeket, a számítógépek soha nem fogják emulálni az emberi intelligencia teljes tartományát. Ez a következtetés azonban nem védhető. Az emberek általánosságban nem képesek a gépeknél jobban megoldani ezeket a „megoldhatatlan” problémákat. Értelmes találgatásba bocsátkozhatunk bizonyos helyzetek megoldásaira vonatkozóan és heurisztikus módszereket (olyan eljárásokat, amelyek megkísérlik megtalálni bizonyos problémák megoldását, de nem működnek garantáltan) is használhatunk, amelyek alkalmanként sikerre vezethetnek. De mindkét megközelítés egyben algoritmusalapú eljárás is, amiből azt következik, hogy a gépek is képesek alkalmazni őket. Valójában a gépek gyakran sokkal nagyobb sebességgel és alapossággal képesek megtalálni a megoldásokat, mint az emberek.

A Church–Turing-tézis erős értelmezése arra enged következtetni, hogy a biológiai agyak és gépek ugyanúgy a fizikai törvények szerint működnek, és ezért a matematika mindkettőt egyaránt képes modellezni és szimulálni. Már bemutattuk, hogy képesek vagyunk modellezni és lemásolni az idegsejt működését – akkor vajon ugyanez áll egy százmilliárd idegsejtből álló rendszerre is? Egy ilyen rendszer ugyanúgy a komplexitásról és a kiszámíthatóság hiányáról tanúskodik, mint az emberi intelligencia. Valójában már alkottunk olyan számítógépes algoritmusokat (például genetikai algoritmusokat), amelyek eredménye komplex és kiszámíthatatlan, és amelyek intelligens megoldásokat adnak a felvetett problémákra. A Church–Turing-tézis legalábbis azt feltételezi, hogy az agyak és gépek alapjában véve egyenlő képességekkel bírnak.

Ahhoz, hogy megértsük, a gépek képesek heurisztikus módszereket alkalmazni, vegyük az egyik legérdekesebb megoldhatatlan problémát, a „szorgos hód” problémáját, amelyet Radó Tibor vetett fel 1962-ben!^{750} Minden Turing-gép belső programja meghatározott számú állapotba képes kerülni, amely állapotok száma megfelel a belső programjában lévő lépések számával. Meghatározott számú négyállapotú Turing-gép lehetséges, meghatározott számú ötállapotú gép, és így tovább. A „szorgos hód” problémájában egy adott pozitív egész szám – n – esetén, minden n állapotú Turing-gépet megépítünk. Az ilyen gépek száma mindig véges. Ezután kivesszük a számításból azokat az n állapotú gépeket, amelyek végtelen ciklusba kerülnek (azaz soha nem állnak meg). Végül azok közül, amelyek nem kerültek végtelen ciklusba, kiválasztjuk azt a gépet, amely a legnagyobb egyesekből álló számot írja ki a szalagjára. Nevezzük ezen Turing-gép által írt egyesek számát az n szám szorgos hódjának! Radó bebizonyította, hogy nincsen olyan algoritmus – azaz nincsen olyan Turing-gép –, amely minden n-re kiszámíthatná ezt a függvényt. A probléma lényege az, hogy ki kell válogatni minden olyan n állapotú gépet, amely végtelen ciklusba kerül. Ha arra programozunk egy Turing-gépet, hogy generáljon és szimuláljon minden lehetséges n állapotú Turing-gépet, ez a szimulátor maga is végtelen ciklusba kerül, amikor megpróbálja szimulálni az egyik végtelen ciklusba kerülő n állapotú gépet.

Annak ellenére, hogy ez egy megoldhatatlan probléma (ráadásul az egyik leghíresebb), néhány n-re meg tudjuk határozni a szorgoshód-függvényt. (Érdekes módon az is megoldhatatlan probléma, miként tudjuk különválasztani azokat az n-eket, amelyekre meg tudjuk határozni az n szorgos hódját, azoktól, amelyekre nem.) Például a 6 szorgos hódja könnyedén meghatározható: 35. Hét állapottal a Turing-gép képes szorozni is, így a 7 szorgos hódja sokkal nagyobb: 22 961. Nyolc állapot esetén a Turing-gép exponenciális függvényeket is képes számolni, így a 8 szorgos hódja még magasabb: megközelítőleg 10⁴³. Láthatjuk, hogy ez egy „intelligens” függvény, amennyiben nagyobb intelligenciára van szükség a nagyobb n-ek megoldásához.

Mire 10-hez érünk, a Turing-gép olyan kalkulációkat is el tud végezni, amelyeket az emberek – számítógép segítsége nélkül – már nem. Így a 10 szorgos hódját csak számítógép segédletével tudtuk meghatározni. A válasz leírása egészen egzotikus számrendszert igényel, amelyben az egymásra tornyosuló kitevők magasságát egy másik szám határozza meg, melyben a kitevők szintén egymásra tornyosulnak, melyek magasságát ismét csak egymásra tornyosuló kitevők határozzák meg, és így tovább. Mivel a számítógép az emberi aggyal szemben képes nyomon követni az efféle bonyolult számokat, úgy tűnik, a számítógépek sokkal inkább képesek lesznek megoldani a megoldhatatlan problémákat, mint az emberek.

 

A hibaszázalék kritikája

 

Jaron Lanier, Thomas Ray és egyéb gondolkodók mind magas hibaszázalékokat emlegetnek a technológia területén, amelyek gátat vetnek a technológia folytatólagos exponenciális gyarapodásának. Például Ray azt írja:

 

„Alkotásaink legkomplexebbike nyugtalanító hibaszázalékkal dolgozik. A Föld körül keringő műholdak és teleszkópok, az űrsiklók, a bolygóközi szondák, a Pentium chip és a számítógépes operációs rendszerek mind a hagyományos módszerekkel hatékonyan megtervezhető és megépíthető találmányok határait tágítják… Legbonyolultabb szoftvereink (az operációs rendszerek és a telekommunikációs vezérlőrendszerek) már most több tízmillió sornyi kódot tartalmaznak. Jelenleg valószínűtlennek tűnik, hogy képesek legyünk több száz milliónyi vagy milliárdnyi kódsorból álló szoftvereket előállítani és működtetni.”^{751}

 

Először is fel kell tennünk a kérdést, milyen nyugtalanító hibaszázalékokra utal Ray. Mint már korábban említettem, a kifinomult felépítésű automatikus komputerizált rendszerek nap mint nap sikerrel reptetik és hozzák le a repülőgépeinket és figyelik kórházi intenzív osztályainkat, és szinte sohasem romlanak el. Ha nyugtalanító hibaszázalékok miatt kell aggódnunk, azok leginkább az emberi tévedésnek tulajdoníthatók. Ray az Intel mikroprocesszor chipekkel kapcsolatos és egyéb hibákra utal, ám ezek kifejezetten elenyészőek voltak, szinte semmiféle káros utóhatásokkal nem jártak, és gyorsan kijavításra kerültek.

Mint láttuk, a számítógépes rendszerek komplexitása valóban növekszik. Továbbá az emberi intelligencia emulálására tett erőfeszítéseink úttörő kísérletei az emberi agyban talált önszerveződő paradigmákat fogják felhasználni. Ahogyan egyre előbbre jutunk az emberi agy visszafejtéses megismerésében, új önszerveződő módszereket fogunk bevenni mintafelismerő és a mesterséges intelligencia kifejlesztésére használt szerszámkészletünkbe. Amint azt már hangsúlyoztam, az önszervező módszerek segítségével nem kell újabb kezelhetetlen szintű komplexitásra törekednünk. Nem lesz szükségünk „több milliárd kódsoros” rendszerekre az emberi intelligencia lemásolásához.

Szintén fontos kiemelni, hogy a tökéletlenség minden komplex folyamat velejárója, és ebbe az emberi intelligencia is beletartozik.

 

A „kötöttség” kritikája

 

Jaron Lanier és egyéb kritikusok már idézték a „kötöttség” helyzetét, amelyben a régi technológiáktól a fenntartó infrastruktúrájukba történő nagymértékű beruházások okán nem lehet megszabadulni, és ezért megragadunk egy szinten. Ezek a gondolkodók úgy érvelnek, hogy az átható és komplex fenntartó rendszerek már meggátolták az innovációt például a közlekedésben, ami korántsem fejlődött olyan gyorsan, mint a számítástechnika.^{752}

A kötöttség nem az elsődleges akadály a közlekedés fejlődése szempontjából. Amennyiben egy komplex fenntartó rendszer létezése szükségszerűen lezárja a fejlesztés csatornáit, akkor miért nem látjuk ugyanezt a jelenséget az internet fejlődésének minden területén? Végül is az internet is szerteágazó és bonyolult infrastruktúrára támaszkodik. Ám mivel különösen az információfeldolgozás és információtovábbítás területei növekednek exponenciálisan, a közlekedéshez hasonló területek platójának (azaz egy S-görbe tetején való lecövekelésének) az az oka, hogy a terület nagyon sok – ha nem minden – rendeltetését már kielégítették az exponenciálisan növekvő kommunikációs technológiák. Saját vállalatom például az ország különböző területein alkalmaz kollégákat, és kommunikációs igényünk – amit annak idején csak egy személy vagy egy csomag szállítása révén lehetett volna megoldani – általában kielégíthető az egyre jobban megvalósítható virtuális találkozókkal (illetve a dokumentumok elektronikus terjesztésével és egyéb intellektuális termékekkel), amelyeket a kommunikációs technológiák teljes arzenálja tesz lehetővé. Lanier maga is ezeknek a fejlesztésén dolgozik. Ami még ennél is fontosabb, a közlekedés fejlődését az ötödik fejezetben tárgyalt nanotechnológia-alapú energiatechnológiák fogják elhozni. Ám a virtuális valóság egyre realisztikusabb, magas felbontású és teljes bemerülést biztosító formáinak megjelenésével szociális igényeinket egyre jobban a számítástechnikán és kommunikációs technológián keresztül fogjuk kielégíteni.

Mint azt az ötödik fejezetben említettem, az MNT-alapú termelés beköszönte elhozza a gyorsuló megtérülések törvényét az energia és a közlekedés területére is. Ha már majd gyakorlatilag bármilyen fizikai terméket képesek leszünk előállítani információból és rendkívül olcsó nyersanyagokból, a fenti, hagyományosan lassan fejlődő iparágakban is megfigyelhetjük az ár–teljesítmény-arány és kapacitás éves megkettőződését, ahogy azt az információs technológiákban is látjuk. Az energia- és közlekedési ipar effektíve információs technológiává változik majd át.

Figyelemmel követhetjük a nanotechnológia-alapú napelemek megjelenését, amelyek hatékonyak, pehelykönnyűek és olcsók, és ez párosul majd az energiamennyiség tárolására és elosztására alkalmas, hihetetlenül nagy kapacitású fűtőanyagcellákkal és egyéb technológiákkal. Az olcsó energia ugyanakkor átformálja a közlekedést. A nanomegoldásokkal tervezett napelemekből és egyéb megújuló technológiákból nyert, illetve a nano-fűtőanyagcellákban tárolt energia tiszta és olcsó megoldást biztosít majd a közlekedés minden formájának energiaellátására. Továbbá képesek leszünk – a tervezés költségét leszámítva (amit csak egyszer kell megfizetni) – szinte nulla költségű termékeket gyártani, többek között különböző méretű repülő eszközöket. Ennélfogva megvalósíthatóak lesznek az olyan apró repülő járművek, amelyek órák alatt közvetlenül az adott személyhez szállítják a csomagokat anélkül, hogy közvetítőkre, például szállítócégekre volna szükség. A nagyobb, de hasonlóan olcsó járművek nanotechnológiájú mikroszárnyaik segítségével embereket juttatnak majd el egyik helyről a másikra.

Az információs technológiák már jelenleg is nagy hatást gyakorolnak minden iparágra. Egy pár évtizeden belül teljes mértékben élvezhetjük a GNR-forradalom nyújtotta előnyöket, minden emberi fejlesztés lényegében információs technológiából fog állni, és mint ilyen, közvetlen hasznot nyerhet a gyorsuló megtérülések törvényéből.

 

Az ontológiai kritika: rendelkezhet-e egy számítógép tudattal?

 

„Még nem értjük teljesen, miként működik az agy, és ezért folyamatosan a legújabb technológiát használjuk arra, hogy modellként szolgáljon az agy megértéséhez. Gyermekkoromban meg voltunk róla győződve, hogy az agy egy telefonközpont. („Mi más is lehetne?”) Jót derültem rajta, amikor megtudtam, hogy Sherrington, a nagy brit idegkutató azt gondolta, az agy távírórendszerhez hasonlóan működik. Freud gyakran hasonlította a hidraulikus és elektromágneses rendszerekhez. Leibniz szerint olyan volt, akár egy malom, és állítólag az ókori görögök katapultként látták. Jelenleg nyilvánvalóan a digitális számítógép metaforáját használjuk.”

(John R. Searle: Minds, Brains and Science

[Elmék, agyak és tudomány])

 

Lehet egy számítógép – egy nem biológiai intelligencia – tudatos? Természetesen először is meg kellene határoznunk, mit jelent maga a kérdés. Mint már korábban bemutattam, ez az első látásra egyértelmű probléma egymásnak ellentmondó véleményeket szül. Függetlenül attól, miként akarjuk meghatározni a fogalmat, először is el kell fogadnunk, hogy a tudatot általában az emberi lét alapvető, ha nem egyenesen elengedhetetlen tulajdonságának tartják.^{753}

A Berkeley Egyetem kiváló filozófusa, John Searle az emberi tudat mélységes misztériumának rendíthetetlen védelmezőjeként vált népszerűvé a követői körében, főként az erős mesterséges intelligencia olyan „redukcionistái” ellenében, mint jómagam. És bár ünnepelt kínaiszoba-érvelésében Searle logikáját mindig is tautologikusnak tartottam, arra számítottam, felemelően értekezik majd a tudat kérdését érintő paradoxonokról. Éppen ezért meglepetéssel fogadtam a következő kijelentéseit:

 

„Az emberi agy a benne található meghatározott neurobiológiai folyamatok révén állítja elő a tudatot”;

„a legalapvetőbb felismerés az, hogy a tudat ugyanolyan biológiai folyamat, mint az emésztés, a tejelválasztás, a fotoszintézis vagy a mitózis”;

„az agy egy gép, biológiai gép, de attól még gép. Így hát az első lépés az agy működésének kifürkészése, majd egy mesterséges gép megépítése, amely ugyanolyan hatékony mechanizmussal rendelkezik a tudat előállítására”; és

„tudjuk, hogy az agy meghatározott biológiai mechanizmusokkal állítja elő a tudatot”.^{754}

 

Akkor tehát ki is a redukcionista? Searle láthatóan azt hiszi, egy másik egyén szubjektivitását ugyanolyan könnyedén megmérhetjük, mint ahogyan megmérjük a fotoszintézisből származó oxigéntermelést. Searle azt írja, Kurzweil „gyakran említi az IBM Deep Blue-ját a számítógép magasabb rendű intelligenciájának bizonyítékaként”. Persze ennek éppen az ellentéte igaz: nem azért említem a Deep Blue-t, hogy jól helybenhagyjam a sakk kérdését, hanem azért, hogy megvizsgáljam a számomra kedves ellentétet a sakk emberi és gépi megközelítése között. Mint már korábban hangsúlyoztam, a sakkprogramok mintafelismerő képessége nőttön-nő, így ezek a rendszerek is elkezdik ötvözni a hagyományos gépi intelligencia analóg képességeit az emberibb jellegű mintafelismeréssel. Az emberi paradigma (az önszerveződő kaotikus folyamatok) vitathatatlan előnyöket kínál: képesek vagyunk felismerni rendkívül kifinomult mintákat, és reagálhatunk rájuk. Ám gépeket is építhetünk, amelyek ugyanezekkel a képességekkel rendelkeznek. Az én műszaki érdeklődési területem például ez.

Searle neve szinte összefonódott az általa kitalált kínaiszoba-analógiával, amit az elmúlt húsz év során megannyi változatban kifejtett. Az egyik legteljesebb leírás 1992-es könyvében, a The Rediscovery of the Mindban (Az elme újrafelfedezésében) jelenik meg:

 

„Úgy hiszem, az erős mesterséges intelligencia ellen felhozott legismertebb érv a kínaiszoba-feltevésem volt (…), amely bebizonyította, hogy egy rendszer még akkor is végrehajthat egy programot, tökéletes másolatát adva valamely kognitív képességnek, például a kínai nyelv értésének, ha az a rendszer egyáltalán nem ért kínaiul. Egyszerűen képzeljük el, hogy egy kínaiul nem értő személyt bezárunk egy szobába, kínai írásjelekkel és egy számítógépprogrammal együtt, amely képes kínai kérdésekre válaszolni. A rendszer bemeneti oldala kérdésformába rendezett kínai írásjeleket tartalmaz; a kimenet a kérdésekre adott kínai írásjelekkel leírt válaszok formájában jelenik meg. Feltételezhetjük, hogy a program olyan jó, hogy a kérdésekre adott válaszok nem különböztethetőek meg egy kínai anyanyelvi beszélő válaszaitól. Ugyanakkor sem a szobában ülő személy, sem a rendszer bármely része nem ismeri a kínai nyelvet; és mivel a programozott számítógépben semmi olyan nincsen, ami ebben a rendszerben ne lenne meg, a programozott számítógép, számítógépi minőségében, sem ért kínaiul. Mivel a program tisztán formális vagy szintaktikus, és mivel az elme mentális vagy szemantikai tartalmát ismerjük, ha az elmét pusztán számítógépprogramok segítségével kívánjuk megalkotni, annak alapvető fontosságú tulajdonságai kimaradnak.”^{755}

 

Searle leírásai azt demonstrálják, kudarcra vagyunk ítélve, ha értékelni kívánjuk az agyi folyamatokat vagy az azokat másolni képes nem biológiai folyamatokat. Érvelését egy feltevéssel kezdi: a szobában lévő „személy” nem ért semmit, mivel végeredményben „csak egyszerű számítógép”, ezért a saját előfeltevései szerint működik. Nem meglepő, hogy Searle ebből arra következtet, hogy a számítógép (amelyet a személy működtet) nem ért semmit. Searle tautológiáját egy alapvető ellentmondással vegyíti: a számítógép nem ért kínaiul, de (Searle szerint) meggyőzően válaszol kínai kérdésekre, kínai nyelven. Ám ha egy entitás – biológiai vagy másféle teremtmény – valóban nem ért emberi nyelven, egy rátermett beszélgetőtárs hamar leleplezi ezt a hiányosságot. Továbbá ahhoz, hogy a program meggyőzően válaszoljon, egy emberi agy komplexitásával kellene rendelkeznie. A megfigyelők már régen meghaltak és a föld alá kerültek, mire a szobában ülő személy több millió év elteltével végrehajt egy több millió oldal hosszúságú programot.

Először is, a személy csupán a CPU szerepét tölti be, tehát a rendszer kis része. Míg a személy nem látja ezt, a megértés szétterül a program és a program követéséhez szükséges, általa papírra vetett több milliárd jegyzet egészén. Én értek angolul, de idegsejtjeim egyike sem ért. A tudásom ingerületátviteli erősségek, szinaptikus rések és interneurális kapcsolatok szerteágazó mintáiban jelenik meg. Searle nem tud számot adni arról, mi a jelentősége az információ elosztott mintáinak és emergens tulajdonságainak. Az intelligens gépek jövőjének Searle-től és egyéb, alapvetően materialista filozófusoktól untig hallott kritikája nagy részben abból ered, hogy ezek a gondolkodók nem értik meg a számítástechnikai folyamatok – az emberi agyhoz hasonlóan – kaotikus, kiszámíthatatlan, kusza, kísérleti és emergens természetét. Searle természetesen visszatér a „szimbolikus” számítástechnika kritikájával, miszerint a rendezett szekvenciális szimbolikus folyamatok nem képesek utánozni a valódi gondolkodást. Azt hiszem, ebben igaza van (attól függően persze, hogy milyen szinten modellezzük az adott intelligens folyamatot), de a szimbólumok manipulálása (a Searle által értett formában) nem a gépek vagy számítógépek megépítésének egyetlen módszere.

Az úgynevezett számítógépek (a probléma egy része maga a „számítógép” szó, mivel a gépek többre képesek, mint hogy csupán „számítanak”) nem csak szimbolikus feldolgozásra képesek. A nem biológiai entitások is alkalmazzák az emergens önszervező paradigmát, azt a már jelen lévő tendenciát, amely a következő évtizedekben sokkal fontosabbá válik. A számítógépek nem csak nullákat és egyeseket használhatnak, és még csak nem is feltétlenül kell digitálisnak lenniük. Ám még ha csak digitálisan működik is egy számítógép, a digitális algoritmusok képesek bármilyen kívánt pontosságig (vagy pontatlanságig) analóg folyamatokat szimulálni. A gépek lehetnek párhuzamosak is. Továbbá a gépek is használhatnak az agyéhoz hasonló kaotikus és emergens technikákat.

A mintafelismerő rendszerekben alkalmazott elsődleges számítástechnikai megoldások nem a szimbólumkezelés elvén működnek, hanem az ötödik fejezetben leírt önszerveződő módszereket követik (neurális hálók, Markov-modellek, genetikai algoritmusok és az agy visszafejtésére alapozott sokkal komplexebb paradigmák). Egy olyan gép, amely tényleg képes arra, amit Searle a kínaiszoba-elméletben bemutatott, nem egyszerűen nyelvi szimbólumokat kezelne, hiszen az a megközelítés nem működik. Ez áll a kínai szoba filozófiai trükkje mögött is. A számítástechnika természete nem korlátozódik a logikai jelek manipulálására. Valami történik az emberi agyban, és semmi nem állja útját ezen biológiai folyamatok visszafejtésének, illetve a nem biológiai entitásokban való lemásolásának.

Searle hívei minden bizonnyal úgy hiszik, a kínaiszoba-elmélet bizonyítja, hogy a gépek (azaz a nem biológiai entitások) soha nem fognak megérteni semmit, ami jelentéssel bír, mint például a kínai nyelv. Először is meg kell értenünk valamit: ahhoz, hogy ez a rendszer – a személy és számítógép – Searle szerint „tökéletesen szimuláljon valamiféle emberi kognitív képességet, például a kínai nyelv ismeretét”, és meggyőzően válaszoljon kérdésekre kínaiul, alapvetően át kell mennie egy kínai Turing-teszten. Ne feledjük, hogy itt most nem egy meghatározott listából válogatott kérdésekre adott válaszokról beszélünk (mert az triviálisan egyszerű feladat), hanem egy tudós emberi kérdező által feltett bármely váratlan kérdés vagy kérdéssor megválaszolásáról!

A kínai szobában ülő személy kicsi jelentőséggel bír, vagy semmilyennel sem. Mindössze adatokat táplál be a számítógépbe és mechanikusan továbbítja a kimenetet (vagy egyébiránt csak a program szabályait követi). És sem a számítógépnek, sem a személynek nem kell semmiféle szobában ülnie. Ha úgy értelmezzük Searle leírását, hogy a személy maga hajtja végre a programot, az semmin sem változtat, hacsak nem azon, hogy a rendszer rendkívüli módon lelassul a valós időhöz képest, és hogy a hibalehetőségek meglehetősen felszaporodnak. Mind az ember, mind a szoba lényegtelen a kísérlet szempontjából. Egyedül a számítógép (egy elektronikus komputer vagy a programot követő, embert is „tartalmazó” számítógép) fontos.

Ahhoz, hogy a számítógép valóban végrehajtsa ezt a „tökéletes szimulációt”, valóban kellene értenie kínaiul.

Az alapfeltételezés szerint a számítógépnek „megvan az a képessége, hogy érti a kínait”, így hát teljességgel ellentmondásos azt állítani, hogy „a beprogramozott számítógép… nem ért kínaiul”.

Egy általános számítógép és számítógépprogram, ahogyan azokat ma ismerjük, nem lenne képes sikeresen végrehajtani a leírt feladatot. Ha a számítógépet napjaink számítógépei mintájára értjük, akkor nem képes teljesíteni az alapfeltevést. Csak úgy tehetné, ha egy emberi tudat mélységével és komplexitásával rendelkezne. Turingnak a tesztjében felsejlő bámulatos felfedezése az volt, hogy egy intelligens emberi kérdező által feltett, bármilyen lehetséges kérdéssor meggyőző, emberi nyelven való megválaszolásához valóban szükség van az emberi intelligencia teljességére. Egy olyan számítógép, amely képes végrehajtani ezt – és amely néhány évtized múlva már létezik –, emberi vagy annál is magasabb komplexitást igényel, és tényleg jól fog érteni kínaiul, mert máskülönben soha nem lehetne meggyőző az állítása, hogy valóban érti a kínai nyelvet.

Tehát ha mindössze azt állítjuk, hogy a számítógép „nem ismeri szó szerint a kínai nyelvet”, annak nem sok értelme van, hiszen ellentétes az állítás előfeltevésével. Azt állítani, hogy a számítógép nem tudatos, szintén nem túl elmés kijelentés. Searle más állításaival összhangban le kell vonnunk a következtetést, hogy nem tudjuk igazán, vajon a számítógép tudatos-e vagy sem. Nem jelenthetjük ki egyértelműen, hogy a viszonylag egyszerű gépek, beleértve napjaink számítógépeit is, nem tudatosak, de a belső működésüket is beleértve a viselkedésük legalábbis nem erre enged következtetni. Azonban mindez nem igaz egy olyan számítógépre, amely valóban képes arra, amire a kínai szobában szükség van. Egy ilyen gép legalábbis tudatosnak fog tűnni, még ha nem is mondhatjuk ki egyértelműen, hogy az-e vagy sem. Ám csak úgy kijelenteni, hogy a számítógép (vagy a számítógép, személy és szoba együttese) nyilvánvalóan nem tudatos, messze nem bölcs dolog.

A fenti idézetben Searle azt állítja, „a program tisztán formális vagy szintaktikus”. Ám amint azt már máshol kifejtettem, ez egy rossz előfeltevés, amely azon alapul, hogy Searle nem számol egy ilyen technológia követelményeivel. Searle legtöbb mesterségesintelligencia-kritikája mögött ez az előfeltevés bújik meg. Egy tisztán formális vagy szintaktikus program nem lesz képes megérteni a kínai nyelvet, és nem fogja „tökéletesen szimulálni valamelyik kognitív emberi képességet”.

De megint csak azt mondom: nem kell ilyenre építenünk a gépeinket. Építhetjük olyanra is, amilyennek a természet szerkesztette az emberi agyat: kaotikus, emergens, többnyire párhuzamosan működő eljárásokkal működő rendszernek. Továbbá semmi olyan alapvető elv nem foglaltatik benne a gép ideájában, amely utóbbi tudását csak a szintaxisra korlátozná és megakadályozná abban, hogy elsajátítsa a szemantikát. Amennyiben a Searle kínaiszoba-elképzelésében szereplő gép nem tanulta volna meg a szemantikát, nem lenne képes meggyőzően és válaszolni kínaiul a kérdésekre, és így ellentmondana Searle saját feltételezésének.

A negyedik fejezetben már tárgyaltam azt a folyamatos vállalkozást, amely az emberi agy visszafejtésére és a módszereinek a megfelelő kapacitású számítástechnikai platformokon való alkalmazására irányul. Tehát ha emberi agyként tanítjuk a számítógépet kínai nyelvre, tudni fog kínaiul. Ez talán túl egyértelműnek tűnik, de ez az az állítás, amivel Searle nem ért egyet. A saját kifejezésével élve nem szimulációról beszélek, hanem inkább az agynak nevezett masszív idegsejt-tömörülés teremtő erejéről, vagy legalábbis a gondolkodás élvonalában járó teremtő erőről.

Egy efféle másolat tudatos lesz? Nem hiszem, hogy a kínaiszoba-kísérlet bármi újat mond erről a kérdésről.

Azt is fontos megjegyezni, hogy Searle kínaiszoba-érvelése alkalmazható az emberi agyra.

Bár Searle nem ezt akarja bizonyítani, érvei azt sugallják, hogy szerinte az emberi agytól távol áll az értő gondolkodás. Idézem: „A számítógép… formális szimbólumok manipulálásával dolgozik. A szimbólumok maguk nem bírnak különösebb jelentéssel: csak olyan jelentésük van, amelyet hozzájuk csatolunk. A számítógép erről mit sem tud, hiszen mindössze a szimbólumokat variálja.”

Searle elismeri, hogy a biológiai idegsejtek gépek, így hát, ha a „számítógép” kifejezést egyszerűen helyettesítjük az „emberi aggyal” és a „formális szimbólumokat” az „ingerületátviteli koncentrációk és kapcsolódó mechanizmusok” összetétellel, a következőt kapjuk:

 

„Az [emberi agy] (…) [ingerületátviteli koncentrációk és kapcsolódó mechanizmusok] manipulálásával dolgozik. Az [ingerületátviteli koncentrációk és kapcsolódó mechanizmusok] maguk nem bírnak különösebb jelentéssel: csak olyan jelentésük van, amit hozzájuk csatolunk. Az [emberi agy] erről mit sem tud, hiszen mindössze az [ingerületátviteli koncentrációkat és kapcsolódó mechanizmusokat] variálja.”

 

Természetesen az ingerületátviteli koncentrációk és egyéb idegi részletek (például az interneurális kapcsolatok és ingerületátviteli minták) nem bírnak saját jelentéssel. Az emberi agyban felmerülő jelentés és megértés az agy komplex tevékenységi mintáinak emergens tulajdonsága. Ugyanez igaz a gépekre is.

Bár a „szimbólumok variálása” önmagában nem bír jelentéssel, az emergens mintáknak ugyanaz a potenciális szerepe a nem biológiai rendszerekben, mint az agyhoz hasonló biológiai rendszerekben. Hans Moravec azt írta: „Searle rossz helyen keresi a megértést… Úgy tűnik, nem tudja elfogadni, hogy az egyszerű mintákban valódi jelentés lakozhat.”^{756}

Vegyük most a kínai szoba egy második változatát! Ebben az elképzelésben a szobában nincsen sem számítógép, sem számítógépet kezelő ember, de van egy szoba tele emberekkel, akik kínai szimbólumokkal teleírt papírcsíkokat tologatnak – végeredményben egy komputert szimuláló embercsoportról van szó. Ez a rendszer meggyőzően válaszol a kínaiul feltett kérdésekre, de egyik résztvevő sem tud kínaiul, és a teljes rendszer sem ismeri ezt a nyelvet – legalábbis nem tudatosan. Searle lényegében kigúnyolja az ilyen rendszer „tudatosságának” gondolatát. „Mit tekintsünk tudatosnak?” – kérdezi. „A papírfecniket? A szobát?”

A kínai szoba ezen változatával az a probléma, hogy még csak távolról sem oldja meg a kínaiul történő válaszadás problémáját. Ehelyett valójában egy gépesített folyamat leírása, amely egy táblázatgyűjtemény megfelelőjét használja a kérdések megválaszolásához – egy olyat, amelyet néhány egyértelmű logikai manipuláció egészít ki. Képes lenne megválaszolni egy korlátozott számú, előre megírt kérdést, de ha bármilyen tetszés szerinti kérdésre kellene választ adnia, ténylegesen értenie kellene a kínai nyelvet, ugyanúgy, ahogyan egy kínai anyanyelvű beszélő érti. Újra csak azt kérjük tőle, hogy menjen át a kínai Turing-teszten, és mint ilyen, olyan okosnak és körülbelül olyan összetettnek kell lennie, mint az emberi agy. Az egyszerű függvénytáblázatos algoritmusokkal ez egyszerűen megvalósíthatatlan.

Ha meg akarnánk alkotni egy agyat, amely érti a kínait, és amelyben az emberek a rendszer apró fogaskerekeiként működnének, valójában több milliárd emberre volna szükségünk, akik az emberi agyban folyó történéseket képeznék le (alapvetően az emberek szimulálnának egy számítógépet, amely ugyanakkor az emberi agy módszereit szimulálná). Ez csakugyan jó nagy szobát igényelne. És még ha rendkívül hatékonyan szerveződne is, a rendszer többezerszeresen lassabban futna, mint a kínait beszélő agy, amelyet próbálna lemásolni.

Mármost, az igaz, hogy a több milliárd ember egyikének sem kellene bármit is tudnia a kínai nyelvről, és egyiküknek sem kellene szükségszerűen tudni, mi történik ebben a kifinomult rendszerben. Ám ez ugyanúgy igaz a valódi emberi agy idegi kapcsolataira is: agyam több száz billió kapcsolata semmit sem tud erről a könyvről, amelyet írok, és egyikük sem tud angolul, sem pedig bármi mást, amit én tudok. Egyikük sincsen tudatában ennek a fejezetnek, ahogyan semmi egyébnek sem, aminek én tudatában vagyok. Valószínűleg egyikük sem tudatos. Ám a belőlük felépülő egész rendszer – más szóval Ray Kurzweil – tudatos. Legalábbis azt állítom, hogy tudatos vagyok (és ezt az állítást eddig senki sem vitatta).

Tehát ha megnöveljük Searle kínai szobáját, és egy szükségszerűen hatalmas „szobát” kapunk, ki a megmondhatója, hogy a teljes rendszert alkotó, kínait beszélő agyat szimuláló több milliárd ember együttese sem tudatos? Bizonyosan helyes lenne a megállapítás, hogy egy ilyen rendszer ismeri a kínai nyelvet. És még azt sem mondhatjuk, hogy nem tudatos, ahogyan nem mondhatjuk bármilyen más agyi folyamatról sem. Nem ismerhetjük egy másik entitás szubjektív tapasztalatát (és legalábbis úgy tűnik, hogy Searle néhány másik írásában elfogadja ezt a korlátot). Hiszen ez a masszív, több milliárd személyből álló „szoba” egy entitás. És talán tudatos. Searle ipso facto állítja, hogy nem tudatos, és hogy a következtetése nyilvánvaló. Talán annak tűnik, ha a szobát szobának hívjuk és csupán néhány papírlapot kezelő emberről beszélünk. De, mint mondottam, egy ilyen rendszer még csak kicsit sem működne.

A kínai szobában kódolt filozófiai fejetlenség egy másik megközelítése kimondottan a komplexitásról és a rendszer léptékéről szól. Searle szerint, amíg nem tudja bizonyítani, hogy az írógépe vagy magnója nem tudatos, nyilvánvalónak érzi, hogy nem azok. Miért olyan nyilvánvaló ez? Legalább egy oka ennek az, hogy az írógép és a magnó viszonylag egyszerű entitások.

Ám a tudat létezése vagy hiánya már korántsem annyira nyilvánvaló az emberi agyhoz hasonlóan komplex rendszerek esetén – vagy akár az emberi agy szervezetének és „teremtő erejének” tökéletes másolata esetében. Ha egy ilyen „rendszer” emberi módon viselkedik és emberi módon beszéli a kínait, akkor tudatosnak mondhatjuk? A válasz így már nem annyira nyilvánvaló. Searle valójában azt mondja kínaiszoba-kísérletével, hogy vegyünk egyszerű „gépet”, majd vegyük észre, milyen abszurd dolog egy ilyen egyszerű gépet tudatosnak nevezni. A buktató a vizsgált rendszer méretében és komplexitásában rejlik. A komplexitásból még nem feltétlenül következik a tudat, de a kínai szoba semmit nem mond arról, hogy egy ilyen rendszer tudatos-e.

 

Kurzweil kínai szobája. Nekem is megvan a magam elképzelése a kínai szobáról – nevezzük Ray Kurzweil kínai szobájának.

Gondolatkísérletem helyszíne egy szoba, amelyben egy ember tartózkodik. A szoba a Ming-dinasztiából származó tárgyakkal van díszítve, köztük egy állvánnyal, amelyen egy mechanikus írógép található. Az írógépet átalakították, és a billentyűin angol betűk helyett kínai írásjelek vannak. A mechanikai kapcsolatokat is furfangosan átkötötték, így amikor a szobában ülő személy beír egy kínai kérdést, az írógép nem a kérdést nyomtatja a papírra, hanem a kérdésre adott választ. Mármost, ez a személy kínai betűkkel kapja meg a kérdéseket, és lelkiismeretesen benyomja az írógép megfelelő billentyűit. Az írógép nem a kérdést nyomtatja ki, hanem a megfelelő választ. Az ember aztán kiadja a választ a szobán kívülre.

Nos, van nekünk egy szobánk egy emberrel, aki kívülről úgy tűnik, tud kínaiul, bár a valóság nyilvánvalóan egészen más.

És az írógép sem tud kínaiul. Csak egy egyszerű írógép, amelynek a mechanikai kapcsolószerkezetét átkötötték. Így annak ellenére, hogy a szobában ülő ember válaszolni tud a kínai kérdésekre, ki vagy mi az, akiről vagy amiről ténylegesen azt mondhatjuk, hogy tud kínaiul? A díszítések?

Neked is lehetnek fenntartásaid a kínai szobámmal szemben, nyájas olvasó.

Felhívhatod a figyelmemet arra, hogy a díszítésnek látszólag semmi jelentősége sincsen.

Ez igaz. Ahogyan az állványnak sem. Ugyanezt mondhatjuk el a személyről és a szobáról is.

Azt is hangsúlyozhatod, hogy az előfeltevés abszurd. Egy mechanikus írógép mechanikus összeköttetéseinek megváltoztatásával még nem képes meggyőző kínai válaszokat adni (arról már ne is beszéljünk, hogy egy írógép billentyűin nem fér el több ezer kínai írásjel).

Igen, ez is megalapozott ellenvetés. Az egyetlen különbség az én kínai szobám és a Searle által javasolt több tucat kínai szoba között az, hogy az én elképzelésem nyilvánvalóan nem működhetne és természete szerint abszurd. Ez nem biztos, hogy olyan egyértelmű a Searle-féle kínai szobák minden olvasója számára.

Ettől függetlenül így van.

És ennek ellenére mégis működhet az elképzelésem, ahogyan Searle elképzelése is működhet. Mindössze annyit kell tennünk, hogy az írógép kapcsolószerkezetét az emberi agyhoz hasonlóan összetetté kell változtatni. És ez elméletileg (ha gyakorlatilag nem is) lehetséges. Ám az „írógép kapcsolószerkezete” kifejezés nem sugall ilyen mérvű komplexitást. Ugyanez igaz Searle leírására, amelyben egy ember papírszeleteket kezel egy könyvnek, vagy szabályoknak, vagy számítógépprogramnak engedelmeskedve. Ezek mind félrevezető elképzelések.

Searle azt írja: „Az emberi agy a benne található meghatározott neurobiológiai folyamatok révén állítja elő a tudatot.” Azonban nem adott bizonyítékot erre a meglepő állításra. Hogy jobban megértsük Searle nézőpontját, hadd idézzek egy nekem küldött leveléből:

 

„Kiderülhet, hogy az olyan meglehetősen egyszerű organizmusok, mint a termeszek vagy a csigák tudatos lények… A lényeg az, hogy felismerjük, a tudat ugyanolyan biológiai folyamat, mint az emésztés, a tejelválasztás, a fotoszintézis vagy a mitózis, és hogy meghatározott biológiai magyarázatot kell keresnünk rá ugyanúgy, mint az említett többi folyamat esetében.”^{757}

 

Azt válaszoltam erre:

 

„Igaz, hogy a tudat az agy és a test biológiai folyamatából vagy folyamataiból ered, de legalább egyvalamiben különbözik az említettektől. Ha azt kérdezem, »egy bizonyos entitás szén-dioxidot bocsát-e ki«, a kérdést egyértelműen meg tudom válaszolni objektív mérés útján. Ha azt kérdezem azonban, »tudatos-e ez az entitás?«, talán tudok rá következtetni – valószínűleg erős és meggyőző logikai következtetéssel –, de nem létezik rá objektív mérés.”

 

A csigával kapcsolatban a következőt válaszoltam:

 

„Amikor azt mondja, egy csiga lehet tudatos, azt hiszem, valójában a következőt mondja: elkülöníthetjük a tudat egy bizonyos neurofiziológiai bizonyítékát (nevezzük »x«-nek) az emberekben, amely ha jelen van bennük, akkor tudatosak, és amikor nincsen jelen, akkor nem azok. Így feltételezhetően lenne objektíven mérhető bizonyítékunk a tudatra. És amikor egy csigában bukkanunk rá erre, mondhatjuk, hogy a csiga tudatos lény. De ez a logikai következtetés csupán egy erős gyanú, nem pedig a szubjektív tapasztalat bizonyítéka a csigában. Az is lehet, hogy az emberek tudatosak, mert megvan bennük »x« plusz valami más tulajdonság, ami eredendően minden emberben megvan, nevezzük ezt »y«-nak. Lehet, hogy az »y« az ember komplexitásával, vagy a szervezetünkkel, vagy mikrotubulusaink kvantumtulajdonságaival (bár ez talán az »x« része), vagy valami egész mással kapcsolatos. A csigának lehet »x«-e, de nincsen »y«-ja, így hát nem biztos, hogy tudatos lény.”

 

Hogyan lehet eldönteni ezt a vitát? A csigát természetesen nem kérdezhetjük meg. Még ha el is tudnánk képzelni, hogyan tegyük fel a kérdést, és igennel válaszolna, az sem bizonyítaná, hogy tudatos. Viszonylag egyszerű és többé-kevésbé kiszámítható viselkedéséből sem derülhetne ki. Az, hogy rendelkezik „x”-szel, jó érv lehet, és sok embert meg is győz. Ám akkor is csak egy érv – nem a csiga szubjektív tapasztalatának közvetlen megmérésén alapul. Nem árt megismételnünk: az objektív mérés nem egyeztethető össze a szubjektív tapasztalás fogalmával.

Manapság sok hasonló vitával találkozunk – bár nem annyira a csigákról folynak, inkább a magasabb rendű állatokról. Számomra úgy tűnik, hogy a kutyák és macskák tudatos lények (és Searle azt mondta, ezt ő is elismeri). Ám ezt nem minden ember fogadja el. El tudok képzelni egy ezt az álláspontot megerősítő tudományos megoldást, amely rámutat ezen állatok és az emberek közötti megannyi hasonlóságra, de ezek is csak érvek volnának, nem tudományos bizonyítékok.

Searle a tudat biológiai „okát” keresi, és mintha nem lenne képes elfogadni, hogy a megértés vagy a tudat egy tevékenység átfogó mintájából következik. Más filozófusok, például Daniel Dennett, megfogalmazták a tudat ilyen „mintaemergens” elméleteit. Ám akár meghatározott biológiai folyamatok „okozzák” a tudatot, akár egy tevékenységi minta, Searle nem magyarázza meg, miként tudjuk megmérni vagy kimutatni. A tudat neurológiai korrelációjának felfedezése az emberben nem bizonyítja, hogy a tudat szükségszerűen jelen van más, ugyanolyen korrelációval rendelkező lényekben, és azt sem bizonyítja, hogy ezen korreláció hiánya a tudat hiányát jelzi. Ezek a következtetések már nem ellenőrizhetők közvetlen méréssel. Bizonyos értelemben a tudat különbözik az olyan objektíven mérhető folyamatoktól, mint a tejelválasztás vagy a fotoszintézis.

Mint azt a negyedik fejezetben kifejtettem, már felfedeztünk egy olyan biológiai tulajdonságot, amely egyedülálló az emberben és egynéhány másik főemlősben: az orsósejteket. És úgy tűnik, hogy ezek a mélyen elágazó szerkezetű sejtek szoros kapcsolatban állnak tudatos, főképpen érzelmi reakcióinkkal. Az orsósejt szerkezete volna az az „x”, ami a tudat neurobiológiai alapja? Milyen vizsgálat tudná ezt bizonyítani? A macskáknak és kutyáknak nincsenek orsósejtjeik.

Ez tehát bizonyítja, hogy nincsen tudatos tapasztalásuk?

Searle azt írja: „Tisztán neurobiológiai szempontból egy szék vagy egy számítógép nyilvánvalóan nem tekinthető tudatosnak.” Egyetértek, hogy a székek nem tűnnek tudatosnak, de ha a jövő számítógépei ugyanolyan komplexitással, mélységgel, kifinomultsággal és képességekkel rendelkeznek majd, mint az emberek, nem hiszem, hogy esetükben kizárhatjuk ezt a lehetőséget. Searle mindössze feltételezi, hogy nem azok, és hogy ostobaság ennek ellenkezőjét feltételezni. Searle „érveiben” valójában csak annyi szilárd bizonyíték van, amennyit ez a tautológia hordoz.

Searle-nek a tudatos számítógépekkel szemben felvett álláspontja részben azért lehet vonzó, mert a ma ismert számítógépek nem tűnnek tudatosaknak. Viselkedésük törékeny és formulák által meghatározott, még ha alkalomadtán kiszámíthatatlanul viselkednek is. Ám amint már fentebb rámutattam, a mai számítógépek körülbelül egymilliószor egyszerűbbek, mint az emberi agy, amiből egyrészt az következik, hogy nincsen meg bennük az emberi gondolkodás minden megnyerő aspektusa. Ám ez a választóvonal gyorsan halványul, és a reláció néhány évtizeden belül megfordul. A könyvben bemutatott XXI. századi gépek nagyon másképpen fognak kinézni és viselkedni, mint napjaink viszonylag egyszerű számítógépei.

Searle azt a nézetet fogalmazza meg, miszerint a nem biológiai entitások csak logikai szimbólumokat képesek kezelni, és úgy tűnik, más paradigmát nem ismernek. Igaz, hogy a szabályalapú szakértő rendszerek és a játékprogramok nagyjából a szimbólumkezelés elvén működnek, de a jelenlegi tendenciák másfelé mutatnak, mégpedig az olyan önszerveződő kaotikus rendszerek irányába, amelyek a biológiából vett módszerekkel, például közvetlenül az emberi agynak nevezett több száz idegsejtcsoport visszafejtéséből megismert módszerekkel működnek.

Searle elfogadja, hogy a biológiai idegsejtek gépek – sőt azt is, hogy az egész agy egy gép. Mint a negyedik fejezetben bemutattam, már lemásoltuk az egyes idegsejtek, valamint a tényleges idegsejtcsoportok rendkívül részletes „teremtő erejét”. Nincsen előttünk olyan elvi akadály, ami miatt ezeket a kísérleteket ne terjeszthetnénk ki az egész emberi agyra.

 

A gazdag–szegény választóvonal kritikája

 

Jaron Lanier és mások felemlegetnek egy további „vérfagyasztó” lehetőséget, miszerint az új technológiák olyan előnyökhöz és lehetőségekhez juttatják a tehetőseket, amilyenekhez az emberiség többi részének nem lesz hozzáférése.^{758} A társadalmi különbségek persze mindig is léteztek, de a gyorsuló megtérülések törvénye fontos és jótékony változást hoz majd ezen a területen is. Az ár–teljesítmény-arány folytonos exponenciális javulásával ezek a technológiák hamar olcsóvá, majdhogynem ingyenessé válnak.

Nézzük csak meg, milyen nagy mennyiségű, jó minőségű információ áll rendelkezésre az interneten ma, ami néhány éve még nem is létezett! És ha valaki tiltakozna, hogy az emberiség csupán kis részének van ma internet-hozzáférése, ne felejtsük el, hogy a webrobbanás még csupán gyerekcipőben jár, és a hozzáférés exponenciálisan növekszik! A világháló elérhetősége még Afrika legszegényebb országaiban is sebesen javul.

Az információs technológia minden vívmánya kezdetlegesebb szerkezetű, kevésbé jól működő változatokkal indul, amelyek az eliten kívül senki számára sem megfizethetőek. Később a technológia már egy kicsit jobban üzemel, és egyszerűen drágává válik. Aztán egészen jól működik, és az ára is drasztikusan csökken. Végül pedig kiválóan operál, és szinte ingyen van. Például a mobiltelefon jelenleg valahol a legutolsó két állomás között tart. Gondoljuk csak meg: ha egy évtizede egy filmbéli szereplő elővett egy hordozható telefont, az azt jelentette, hogy az adott személy nagyon gazdag, hatalmas, vagy mindkettő!

Léteznek olyan társadalmak a világon, amelyek lakosságának a többsége két évtizede még kétkezi agrármunkát végzett, mára pedig virágzó információalapú gazdaságokat hoztak létre és széles körben használják a mobiltelefont (például az ázsiai társadalmak, köztük Kína vidéki területei). A váltás a nagyon drága korai felhasználásról a nagyon olcsó, általános elérhetőségig manapság már csak egy évtized műve. Azonban az egyes évtizedek paradigmaváltási sebességének megkettőződéséből ítélve mostantól számítva egy évtized múlva ez az elmaradás öt évre redukálódik. Húsz éven belül a különbség csupán két vagy három év marad (lásd a második fejezetet).

A gazdagok és szegények között tátongó szakadék égető kérdés, és minden időpillanatban egyre többet kell és lehetne tenni ellene.

Tragikus például arra gondolnunk, hogy a fejlett országok nem nyújtottak segédkezet az AIDS-gyógyszerek terjesztéséhez többek között a szegény afrikai országokban és egyéb helyeken, ami több millió emberéletbe került. De az információs technológiák ár–teljesítmény-arányának exponenciális javulása gyorsan áthidalja a szakadékot. A gyógyszerek alapjában véve az információs technológia részei, és ugyanazt az ár–teljesítmény-arány-kettőződést látjuk esetükben, mint egyéb információs technológiáknál, például a számítógépek, kommunikáció és a DNS-bázispár-szekvenálás esetében. Az AIDS-gyógyszerek eleinte nem működtek túl jól, és évente több tízezer dollárba kerültek betegenként. Ma elfogadható a hatékonyságuk, és évente már csak száz dollár per beteg költségük van a szegényebb, például afrikai országokban.

A második fejezetben idéztem a 2004-es világbanki jelentést a fejlődő országokban mért, a világátlaghoz (4%) viszonyított magasabb gazdasági növekedésről, és a szegénység általános csökkenéséről (például a kelet-ázsiai és csendes-óceáni térség rendkívüli szegénységének 43%-os csökkenését mérték 1990 óta). Xavier Sala-i-Martin közgazdász például az egyes emberek közti globális egyenlőtlenség nyolc mérőszámát vizsgálta, és úgy találta, hogy az elmúlt negyed évszázadban a különbségek csökkentek.^{759}

 

Az állami szabályozás valószínűségének kritikája

 

„Ezek az emberek itt úgy tesznek, mintha a kormány nem lenne az életük része. Talán azt kívánják, bárcsak valóban ne így lenne, de attól még ez a helyzet. Ahogyan egyre közelebb kerülünk a ma itt megtárgyalt kérdésekhez, jobb, ha tudja, hogy azokat a kérdéseket az egész ország megvitatja majd. Az amerikaiak nagy része nem fog a hátsóján ülni, miközben valami elitcsoport tagjai megszabadulnak a személyiségüktől és feltöltik magukat a kibertérben kialakított Paradicsomukba. Ahhoz nekik is lesz egy-két szavuk. Ádáz vita fog erről folyni ebben az országban.”

(Leon Fuerth, korábbi nemzetbiztonsági tanácsadó,

Al Gore alelnöknek a 2002-es Foresight Konferencián)

 

„Az emberi élet halál nélkül már nem volna annyira emberi; a halál tudatából születtek legmélyebb vágyakozásaink és legnagyobb eredményeink.”

(Leon Kass, az Elnöki Bioetikai Bizottság elnöke, 2003)

 

Az állami irányítás kritikája arra figyelmeztet, hogy a törvényi szabályozás lelassul és gátat szab a technológiai gyorsulásnak. Bár a szabályozás létfontosságú kérdés, valójában eddig nem volt mérhető hatása a könyvben tárgyalt tendenciákra, amelyek kiterjedt szabályozás alatt születtek meg. Ha nem kell az egész világra kiterjedő totalitáriánus államtól tartanunk, a technikai fejlődés hátterében álló gazdasági és egyéb erők gyarapodása csak előnyökkel fog szolgálni.

Vegyük például az őssejtkutatást, ami kiváltképp ellentmondásos terület, és aminek támogatását az Egyesült Államok kormánya korlátozza. Az őssejtkutatás csak egy a biotechnológiai forradalom részeként előtérbe került számos gondolat közül, amelyek a biológiai információs folyamatok irányításával és befolyásolásával kapcsolatosak. A sejtterápiák területén kialakult, az embrió-őssejtkutatást illető vita is csak azt érte el, hogy más módszerek alakultak ki ugyanannak a célnak az elérésére. Például a transzdifferenciáció (amikor egyfajta sejtet, mondjuk egy bőrsejtet másfajta sejtekké alakítanak) meglehetősen gyorsan fejlődik.

Mint már az ötödik fejezetben szó esett róla, a tudósok nemrégiben bebizonyították, hogy képesek más típusú sejtekké újraprogramozni a bőrsejteket. Ez a megközelítés jelenti a sejtterápiák Szent Grálját, amennyiben a beteg saját DNS-ét tartalmazó differenciált sejtek végtelen készletét ígéri. Arra is jó, hogy a sejteket DNS-hibák nélkül kiválasszuk, és végül meghosszabbított telomerláncok fognak a rendelkezésünkre állni (a sejtek fiatalításához). Még az embrió-őssejtkutatás is fejlődött, például a harvardi új kutatóközponttal és az őssejtmunkát támogató sikeres hárommilliárd dolláros kaliforniai alap kezdeményezésével.

Bár az őssejtkutatást szabályozni hivatott folyamatok szerencsétlenül alakultak, nem mondhatjuk, hogy ez jelentősen visszavetette volna a sejtterápia-kutatást, nem is beszélve a biotechnológia szerteágazó területéről.

Néhány kormánymegszorítás a fundamentalista humanizmus nézőpontját tükrözi, amelyről az előző fejezetben ejtettem szót. Például az Európa Tanács kinyilatkoztatta, hogy „az emberi jogok között szerepel olyan génminta öröklésének a joga, amelyet mesterségesen nem változtattak meg”.^{760} A Tanács rendeletének talán legérdekesebb aspektusa az, hogy egy korlátozást jogként tüntet fel. Feltételezem, a Tanács ugyanebben a szellemben felkarolná azt az emberi jogot is, hogy a természetes betegségek ne kerüljenek gyógyításra mesterséges módszerrel, pont úgy, ahogyan az aktivisták „megvédték” az éhező afrikai nemzeteket a biológiailag módosított termények fogyasztásától.^{761}

A technológiai fejlődés végső haszna majd felülkerekedik az ilyen reflexív technológiaellenes érzületeken. Az Egyesült Államok terményeinek nagy része génmódosított, míg az ázsiai országok agresszív ütemben teszik magukévá a technológiát, hogy élelmezni tudják nagyszámú lakosságukat, és még Európa is elkezdte jóváhagyni a génmódosított élelmiszereket. A kérdés fontos, mert a felesleges korlátozások, akármilyen átmenetiek is, több millió ember szenvedését súlyosbíthatják. Ám a technikai fejlődés több ezer fronton tör előre, az ellenállhatatlan gazdasági haszon és az emberi egészségügybe, valamint jólétbe történő nagymértékű beruházások hatására.

Leon Fuerth fentebb idézett kommentárja rávilágít egy mélyen gyökerező tévhitre az információs technológiákkal kapcsolatban. Az információs technológiák nem csak az elit számára elérhetőek. Mint már kifejtettem, a kívánatos információs technológiák gyorsan elterjednek, és szinte ingyenessé válnak. Csak olyankor drágák, az elérhetőségük olyankor korlátozott, amikor nem működnek még elég jól (azaz a korai fejlődési szakaszaikban).

Az évszázad második évtizedében az internet teljes bemerülést kínáló audiovizuális virtuális valóságot kínál majd felhasználóinak, amelyben a képek szemüvegünkről és lencséinkről közvetlenül a retinánkra íródnak, továbbá rendkívül széles sávú, ruhánk által közvetített, drót nélküli internetelérésre számíthatunk. Ezek a lehetőségek nem csak a kiváltságosoknak szólnak. A mobiltelefonokhoz hasonlóan, mire jól fognak működni, addigra már tele lesz velük a világ.

A 2020-as években már nem lesz meglepő az, hogy nanobotok úszkálnak a vérünkben és egészségben tartanak, valamint felerősítik mentális képességeinket. Mire ezek az eszközök jól működnek, addigra olcsókká válnak és széles körben elterjednek. Mint fentebb utaltam rá, az információs technológiák korai és késői felhasználói szakasza között eltelt idő is felgyorsul, és két évtizeden belül a jelenlegi tízéves időszakról néhány évesre csökken. Ha a nem biológiai intelligencia megveti a lábát az agyunkban, kapacitását legalább évente megduplázza, hiszen ez az információs technológia természete. Így nem kerül sok időbe, és az intelligenciánk nem biológiai része kerül túlsúlyba. Ez a lehetőség nem csupán a gazdagoknak tartogatja magát, hiszen például a mai keresőprogramokat is mindenki használhatja. És amennyiben kialakul a vita az ilyen biológiai erősítés jótékony hatásairól, könnyű megjósolni, melyik oldal fogja megnyerni, hiszen a felerősített intelligenciájú egyének sokkal jobb vitázók is egyben.

 

A társadalmi intézmények elviselhetetlen lassúsága. Az MIT vezető kutatója, Joel Cutcher-Gershenfeld a következőt írja: „Csak az elmúlt másfél évszázad történeti ívét tekintve,politikai rezsimek egész sorát láthatjuk, amelyek mind egy korábbi dilemma megoldására születtek, de új dilemmákat hagytak maguk után. Például a Tammany Hall-lal^{18} és a politikai pártfogó modellel nagy előrelépés történt a földbirtokos nemességre alapuló rendszerrel szemben – több ember vehetett részt a politikai folyamatokban. Ám probléma merült fel a pártfogó rendszerrel is, amely a közszolgamodellhez vezetett – ami radikális megoldást hozott a korábban fennálló helyzetre a meritokrácia bevezetésével. Aztán persze már a közszolgálat jelentett akadályt az innováció előtt, és most újra felfedezzük a kormányt. És a történet folytatódik”.^{762} Gershenfeld arra hívja fel a figyelmet, hogy a társadalmi intézmények, ha a saját idejükben innovatívnak is számítanak, „terhessé válnak az újítás szempontjából”.

Először is, a társadalmi intézmények konzervativizmusa nem új keletű jelenség, hanem az innováció evolúciós folyamatának része, és a gyorsuló megtérülések törvénye mindig is ebben a kontextusban működött. Másodszor, az innováció szokás szerint megkerüli az intézmények által állított határokat. A decentralizált technológia elérkezte felhatalmazza az egyént, hogy mindenféle korlátozást áthágjon, továbbá elsődleges szerepe van a társadalmi változás felgyorsításában. Egy példa a sok közül: a jelenleg kialakuló point-to-point technikák, például az internetes hangátviteli protokoll (VOIP) éppen most készülnek megkerülni a kommunikációs szabályozás áthatolhatatlan bozótját.

A virtuális valóság egy másik olyan jelenséggé válik majd, amely ösztökéli a társadalmi változást. Az emberek végül olyan kapcsolatokat teremthetnek és olyan tevékenységeket folytathatnak teljes bemerülést kínáló és módfelett realisztikus virtuális környezetekben, amelyeket a valóságban nem tudnának vagy nem akarnának.

A technológia komplexebbé válása során egyre emberibb képességeket vesz magára és mind kevesebb adaptációt igényel majd. Az első személyi számítógépek használatához technikai szakértelemre volt szükség, míg a mai gépesített rendszerek, úgymint a mobiltelefonok, zenelejátszók és webböngészők használata sokkal kevesebb technikai tudást igényel. Az évszázad második évtizedében napi szinten fogunk virtuális emberekkel érintkezni, akik annak ellenére, hogy még nem mennének át a Turing-teszten, természetes nyelvértésükkel mindenféle elképzelhető feladatot tekintve személyes asszisztenseinkként működhetnek.

Az új paradigmák korai és kései felhasználói mindig is keveredtek. Ma is látunk olyanokat, akik úgy élnek, mint elődeink a hetedik században. Ez nem tartja vissza a korai felhasználókat attól, hogy új attitűdöket és társadalmi konvenciókat, például internetalapú közösségeket alakítsanak ki. Néhány évszázada csak maroknyi ember, mint Leonardo da Vinci és Newton kutatta a világhoz való viszonyulás új útjait. Ma az új technológiák alkalmazásának társadalmi innovációjában részt vevő világméretű közösség a népesség jelentős részét teszi ki, ami szintén a gyorsuló megtérülések törvényét tükrözi.

 

A teista kritika

 

Egy másik gyakori ellenérv vállaltan túlmegy a tudományon, és úgy tartja, hogy létezik az emberi képességeknek egy spirituális szintje, amely objektív eszközökkel nem kifürkészhető. William A. Dembski, a kiváló filozófus és matematikus, ledorongolja az olyan gondolkodók, mint Marvin Minsky, Daniel Dennett, Patricia Churchland és Ray Kurzweil látásmódját, akiket „kortárs materialistáknak” nevez, mondván, hogy ezek az emberek „az anyag mozgását és változását elegendő magyarázatnak tartják az emberi elme belső életére”.^{763}

Dembski a „kiszámíthatóságot [tartja a] materializmus legfőbb erényének” és „az ürességet a legfőbb bűnének”. Szerinte „az embereknek vannak vágyaik. Szabadságra vágyunk, halhatatlanságra és istenlátásra. Nyugtalanok vagyunk, amíg meg nem találjuk Isten nyugalmát. A materialista problémája azonban az, hogy ezeket a vágyakat nem lehet az anyag fillérein megváltani”. Végül azzal zárja érvelését, hogy az emberek nem lehetnek puszta gépek, mert „ezen rendszerekből mindennemű anyagon kívüli tényező hiányzik”.

Szerintem Dembski elképzelését a materializmusról „képesség-materializmusnak”, vagy még inkább, „képesség-mintaizmusnak” kell nevezni. A képesség-materializmus/mintaizmus azon a felismerésen alapul, hogy a biológiai idegsejtek és kapcsolataik az anyag és energia fenntartható mintáiból állnak. Azt is hirdeti, hogy módszereik leírhatók, megérthetők és modellezhetők másolatok vagy funkcionálisan egyenértékű, újraalkotott entitások segítségével. A „képesség” szót használom, mert kifejezi mindazt a gazdag, kifinomult és sokféle kapcsolatot, amit az emberek a világgal ápolnak, nemcsak a korlátozottabb intellektuálisnak nevezett készségeket. Képességünk, hogy megértsük és válaszoljunk az érzelmekre, legalább olyan komplex és szerteágazó, mint az, hogy képesek vagyunk intellektuális témákat feldolgozni.

Searle például elismeri, hogy az emberi idegsejtek biológiai gépek. Kevés komoly gondolkodó tételezett fel olyan képességeket vagy emberi idegsejt-reakciókat, amelyeknek szüksége volna Dembski „anyagon kívüli tényezőire”. Az, hogy az anyag és energia mintáira hagyatkozunk az emberi agy és test viselkedésének és tudásának megmagyarázásakor, nem kell, hogy lecsökkentse élvezetünket, amikor megcsodáljuk rendkívüli minőségeit. Dembski elavult képet ápol a „gép” fogalmáról.

Azt is írja, hogy „az aggyal szemben a számítógépek tiszták és precízek… a komputerek determinisztikusan működnek”.

Ez a mondat és a hozzá hasonlók egy sor gépet vagy entitást idéz fel előttem, amelyek anyag és energia mintáiból állnak („materiális” entitások), azaz a XIX. századi automaták egyszerű gondolkodású mechanizmusaira korlátozódnak. Ezek a több száz vagy akár több ezer darabból álló eszközök kiszámíthatóak voltak, és bizonyosan nem tudtak szabadság után vagy az emberek által tanúsított egyéb megnyerő tulajdonságok után vágyakozni. Ugyanezek a megállapítások érvényesek mai, több milliárd részből álló gépeinkre is. Ám ugyanez nem feltétlenül mondható el a több milliószor milliárd, egymással kölcsönhatásban álló „alkatrészből” álló gépekre, amelyek az emberi agy és test komplexitásával rendelkeznek.

Továbbá hibás megállapítás az, hogy a materializmus kiszámítható. Még a mai számítógépprogramok is napi szinten használják a szimulált véletlenszerűséget. Ha igazán véletlenszerű eseményekre van szükség egy folyamatban, léteznek olyan eszközök, amelyek ezt is tudják. Alapvetően minden, amit az anyagi világban megfigyelünk, sok billió kvantumesemény eredménye, amelyeknek mindegyike a fizikai valóság középpontjában mutatja a mélységes és nem redukálható kvantum-véletlenszerűséget (vagy legalábbis úgy látszik – a tudományos esküdtszék még mindig a kvantumesemények mögött húzódó látszólagos véletlenszerűség valódi természetét kutatja). Az anyagi világ – makro- és mikroszinten egyaránt – minden, csak nem kiszámítható.

Bár sok számítógépprogram működik a Dembski által leírt módon, a saját mintafelismerési területemen uralkodó technikák a biológiai megoldások ihlette kaotikus számítástechnikai módszereket alkalmaznak. Ezekben a rendszerekben a több millió, sok esetben véletlenszerű és kiszámíthatatlan elemeket tartalmazó folyamat kiszámíthatatlan kölcsönhatása nem várt, ám megfelelő válaszokat ad a felismerés kifinomult kérdéseire. Az emberi intelligencia túlnyomó része éppen ilyen mintafelismerő folyamatokból áll.

Ami az érzelmekre adott reakcióinkat és emelkedettebb törekvéseinket illeti, ezeket helyesen emergens tulajdonságokként kell felfogni – nem kétséges, hogy mélyrehatóak, de mindenesetre emergens minták, amelyek az emberi agy komplex környezetével ápolt kölcsönhatásából erednek. A nem biológiai lények komplexitása és képességei exponenciálisan növekednek, és néhány évtizeden belül elérik a biológiai rendszerekét, amilyen az emberi agy is (az idegrendszer és az endokrin rendszer többi részével együtt). A jövő gépeit a biológia ihleti majd – tehát biológiai felépítéseket másolnak. (Ez már sok mai rendszerre is igaz.) Azt állítom, hogy a komplexitás és az emberi agy tényleges mintáinak megosztásával ezek a nem biológiai entitások az emberek intelligenciájával és érzelmileg gazdag reakcióival (mint például a „vágyódás”) fognak rendelkezni.

Tudatosak lesznek-e ezek a nem biológiai entitások? Searle szerint könnyedén megválaszolhatjuk ezt a nehéz kérdést (legalábbis elméletben) úgy, hogy megbizonyosodunk arról, az adott entitás rendelkezik-e a megfelelő „specifikus neurobiológiai folyamatokkal”. Hiszek abban, hogy sok ember, majd végül az emberek nagy többsége el fogja hinni, hogy az emberi eredetű, ám mégis nem biológiai intelligens entitások rendelkeznek tudattal, de ez politikai és pszichológiai jóslat a részemről, nem pedig tudományos vagy filozófiai ítélet. Mindent összevetve tehát egyetértek Dembskivel abban, hogy mindez nem tudományos kérdés, mert nem lehet objektív megfigyeléssel eldönteni. Vannak, akik azt mondják, hogy ha nem tudományos kérdés, akkor nem fontos vagy nem is valódi kérdés. Nézetem szerint (és biztosra veszem, hogy Dembski egyetért velem), mivel a kérdés nem tudományos jellegű, éppen ezért filozófiai kérdés – valójában a legalapvetőbb filozófiai kérdés.

Dembski azt írja: „Meg kell haladnunk magunkat ahhoz, hogy megtaláljuk magunkat. Ám az anyag mozgása és változása nem kínál lehetőséget önmagunk meghaladására… Freud… Marx… Nietzsche…, mind önámításnak gondolta a transzcendencia álmát.” A transzcendencia mint végső cél ésszerű elképzelés. Azonban nem értek egyet azzal, hogy a materiális világ „nem kínál lehetőséget önmagunk meghaladására”. Az anyagi világ eredendően fejlődik, és mindegyik állapota meghaladja az előzőt. Mint a hetedik fejezetben kifejtettem, az evolúció a nagyobb komplexitás, több elegancia, több tudás, nagyobb intelligencia, több szépség, több kreativitás, több szeretet felé halad. Istent is így határozzák meg, csak korlátozás nélkül: végtelen tudásnak, végtelen intelligenciának, végtelen szépségnek, végtelen kreativitásnak, végtelen szeretetnek. Az evolúció nem éri el a végtelen szintjét, de exponenciális robbanása közben egyértelműen abba az irányba halad. Így tehát az evolúció elkerülhetetlenül istenképünk felé törekszik, bár soha nem éri el ezt az ideált.

Dembski így folytatja:

 

„Egy gépet hiánytalanul meghatároz a szerkezete, dinamikája és a fizikai alkatrészei közötti belső kapcsolatok. A »gép« elnevezés az anyagon kívüli tényezők hiányát hangsúlyozza. A helyettesítési elv fontos ebben a vitában, hiszen azt sugallja, hogy a gépeknek nincsen szilárd történetük… De egy gépnek nincsen a szó szoros értelemben vett története. Előélete nélkülözhető toldalék – olyan pótlék, ami lehetett volna akár másmilyen is a gép megváltoztatása nélkül… A gép csak annyi, amennyi az adott pillanatban… A gépek hozzáférnek vagy nem férnek hozzá a tárolt adatokhoz… Mutatis mutandis, a tényeknek ellentmondó (azaz soha meg nem történt dolgokról mesélő) előéletről szóló, ám elérhető adatok a gép szempontjából akár meg is történhettek volna.”

 

Nem nagyon kell bizonygatni, hogy ennek az egész könyvnek a lényeges mondanivalója az, hogy sok, a gépekről és saját magunkról vallott dédelgetett feltételezésünk megkérdőjeleződik az elkövetkező néhány évtizedben. Dembski „történelemképe” az emberi mivoltunk egy másik oldala, ami szükségszerűen az emberi lét gazdagságából, mélységéből és komplexitásából ered. Ellenben a Dembski-féle előtörténet hiánya csak az eddig megismert gépek egyszerűségének újabb példája. Az én álláspontom éppen az, hogy a 2030-as évek gépei és a későbbi gépek túl olyan nagy komplexitásra és szervezeti gazdagságra tesznek szert, hogy viselkedésük bizonyítja majd: bírnak érzelmi reakciókkal, vágyakkal és igen, történelemmel is. Így hát Dembski mindössze csak a mai korlátolt gépeket írja le, és feltételezi, hogy ezek a korlátok eredendően a gépek tulajdonságai, amivel gyakorlatilag azt is mondhatná, hogy „napjaink gépei nem tudnak annyit, mint az emberek, így hát a gépek soha nem fogják elérni ezt a teljesítményszintet”. Dembski csak feltételezés alapján jut el a következtetéshez.

Úgy gondolja, a gépek értő viszonyulása saját előéletükhöz a tárolt adatok előhívásának függvénye. A jövő gépei azonban nemcsak a rögzített múltat fogják hordozni, hanem képességet, amellyel megérthetik a történetet, és éleslátón reflektálhatnak is rá. Ami „a tényeknek ellentmondó dolgokat” illeti, ugyanez elmondható az emberi emlékezetről is.

Dembski hosszadalmasan tárgyalja a spiritualitás kérdését, amit röviden a következőképpen foglal össze:

 

„De miként lehet ez a gép tudatában Isten jelenlétének? Ne felejtsük el, hogy a gépeket teljességben felépítésük, dinamikájuk és fizikai összetevőik kapcsolatai határozzák meg! Ebből következik, hogy Isten nem adhatja jelenlétét a gép tudtára azáltal, hogy hatással van rá és megváltoztatja az állapotát. Ugyanis, amint Isten hat a gépre, hogy megváltoztassa az állapotát, a gép szigorúan véve többé már nem gép, hiszen egy aspektusa meghaladta fizikai összetevőit. Ebből az következik, hogy ha a gép észleli Istent, annak Isten hatásától és a gép állapotának megváltoztatásától függetlenül kell történnie. Akkor hogyan ébredhet rá egy gép Isten jelenlétére? A ráébredésnek belülről kell megtörténnie. A gépi spiritualitás az önmegvalósítás spiritualitása, nem egy cselekvő Isten spiritualitása, aki kész felfedni magát az önmegvalósítás kedvéért, és így átalakítja a vele szövetségbe lépő, neki áldozó lényeket. Ahhoz tehát, hogy Kurzweil a »gépet« a »spirituális« jelzővel módosítsa, igencsak szegényes spiritualitáskép szükségeltetik.”

 

Dembski azt állítja, hogy egy entitás (például egy személy) nem lehet tudatában Isten jelenlétének anélkül, hogy Isten hatna rá, ám Isten nem tud hatni egy gépre, így tehát egy gép nem lehet tudatában Isten jelenlétének. Ez az érvelés teljességgel körkörös és emberközpontú. Isten csak emberekkel lép szövetségre, és ezek közül is csak biológiai emberekkel. Nem ellenzem Dembski személyes elképzeléseit és hitét, de az biztos, hogy az ígért „perdöntő bizonyítékot” arra, hogy „emberek nem gépek – pont”, nem adja elő. Searle-höz hasonlóan ő is csak feltételezésekből jut el a végkövetkeztetésig. Searle-höz hasonlóan Dembski sem képes megragadni az összetett eloszlású mintákban megjelenő emergens sajátosságok gondolatát. Azt írja:

 

„A harag feltételezhetően bizonyos elszigetelt agyi ingerlésekkel van összefüggésben. Ám az elszigetelt agyi ingerek nemigen adnak kielégítőbb magyarázatot a harag jelenségére, mint a haraggal összefüggő nyílt viselkedésminták, például a szitkozódás. Lehet, hogy az elszigetelt agyi ingerek bizonyíthatóan összekapcsolhatók a haraggal, de mi magyarázza azt, hogy az egyik ember szitokként értelmez egy adott megjegyzést és ez haragot vált ki belőle, míg a másik ember viccnek fogja fel ugyanazt és nevetésben tör ki? Az elmét tisztán materialista módon magyarázónak az elszigetelt agyi ingereket más elszigetelt agyi ingerekkel kapcsolatban kell értelmeznie. Ehelyett az elszigetelt agyi ingereket (például a haragot megjelenítőket) szemantikai tartalmak (mondjuk szitkok) alapján kellene megmagyarázni. Ám az agyi ingerek és szemantikus tartalmak keveréke aligha adja az elme, vagy az intelligens cselekvő materialista magyarázatát.”

 

Dembski azt feltételezi, hogy a harag „elszigetelt agyi ingerekkel” van összefüggésben, ám a harag szinte bizonyosan az agytevékenység komplexen eloszló mintáinak eredménye. Még ha létezik is valami elszigetelt idegi inger, ami a haraggal van összefüggésben, az mindazonáltal szerteágazó és egymással kölcsönhatásban álló minták terméke. Ha válaszolni akarunk Dembski kérdésére, hogy miért reagálnak az egyes emberek különbözően hasonló helyzetekre, nem kell anyagon túli tényezők általi magyarázatokra hagyatkoznunk.

Az egyes emberi agyak és tapasztalatok természetesen különbözőek, ám ezeket a különbségeket jól magyarázzák a különböző génekből és tapasztalatokból következő sajátos agyszerkezeti különbségek.

Dembski megoldása erre az ontológiai problémára az, hogy a létező dolgok legvégső alapja az általa „a dolgok valóságos világának” nevezett világ, ami nem redukálható materiális jelenségekre. Dembski nem sorolja fel, milyen „dolgokat” kell alapvetőnek tartanunk, de az emberi elmék szerepelnek a listán, ahogyan egyéb dolgok is, mint például pénz és székek.

Ám lehetséges, hogy ezen a téren kismértékben mégis egyezik a véleményünk. Én Dembski „dolgait” mintáknak értelmezem. A pénz például megállapodásokból, értelmezésekből és elvárásokból álló egyetlen kiterjedt és folytatólagos minta. A „Ray Kurzweil” talán nem ennyire kiterjedt minta, de eddig legalábbis folytonos. Dembski láthatóan múlékonynak és nem anyaginak tartja a mintákat, ám én mélyen hiszek a minták erejében és tartósságában. Nem ostobaság a mintákat alapvető ontológiai valóságnak látni. Az anyagot és energiát közvetlenül nem érzékelhetjük nyers formáiban, de a Dembski „dolgai” mögött húzódó mintákat közvetlenül tapasztaljuk. Ez a tézis arra a feltételezésre alapul, hogy amikor intelligenciánkat és intelligenciánk technológiának nevezett kiterjesztését használjuk arra, hogy megértsük a világunkban működő erőteljes mintákat (például az emberi intelligenciát), ezeket a mintákat újrateremthetjük – és kiterjeszthetjük – más szubsztrátumokra is. A minták fontosabbak, mint az őket megtestesítő anyagok.

Végezetül, ha Dembski intelligenciaerősítő anyagon kívüli jelensége valóban létezik, akkor jó lenne tudni, hol szerezhetek magamnak is.

 

A holista kritika

 

A másik gyakori kritika a következőt állítja: a gépek modulok szigorúan szervezett struktúrái, miközben a biológiai felépítés holisztikusan szervezett elemekből áll, ahol minden elem hat minden másikra. A sajátos biológiai adottságok (mint például az emberi intelligencia) csak ebből a fajta holisztikus felépítésből származhatnak. Továbbá ez a rendezőelv csak a biológiai rendszerekben érhető tetten.

Michael Denton, az új-zélandi Otago Egyetem biológusa felhívja a figyelmet a biológiai lények és az általa ismert gépek rendezőelvei között látható különbségekre. Denton az élőlényeket ékesszólóan „önszerveződőnek, önhivatkozónak, (…) önmásolónak, (…) reciprokálisnak, (…) önformálónak és holisztikusnak” tartja.^{764} Aztán bárminemű bizonyítás nélkül arra a következtetésre – úgy is mondhatjuk, hittételre – jut, hogy az ilyen organikus formák csak biológiai folyamatok során alakulhatnak ki, és hogy az ilyen formák a lét „változtathatatlan, (…) kifürkészhetetlen és (…) alapvető” valóságai.

Magam is osztozom Denton „lenyűgözöttségében és (…) csodálatában” a szerves rendszerek szépsége, bonyolultsága, idegensége és egymással való összefüggése láttán, amely a „kísérteties és túlvilági”, aszimmetrikus fehérjealakoktól a magasabb rendű szervek, például az emberi agy komplexitásáig terjed. Továbbá egyetértek Dentonnal abban, hogy a biológiai felépítésben mélyen gyökerező alapelvek tükröződnek. Azonban az én állításom pontosan az, hogy ugyanezekhez az alapelvekhez a gépek (azaz az emberalapú tervekből eredeztethető entitások) is hozzáférnek – sőt már használják is azokat –, ám ezt sem Denton, sem a holisztikus kritika bármely képviselője nem ismeri el és nem is méltatja válaszra. Saját munkám lendületét is ez adja, egyben a jövő trendjeit is ez mozgatja. A természet megoldásainak emulálása a jövőbeli technológia által elérhetővé tett hatalmas erők megzabolázásának leghatékonyabb módja.

A biológiai rendszerek nem teljesen holisztikusak, és a kortárs gépek sem teljesen modulárisak; mindkettő folytonosságban létezik. A természetes rendszerek egyes működési egységeit akár molekuláris szinten is azonosíthatjuk, és a cselekvő mechanizmusok még jobban elkülöníthetők a szervek, illetve agyi területek magasabb szintjein. Már kezdjük érteni a meghatározott agyi területek működését és információfeldolgozó folyamatait, amint azt a negyedik fejezetben is hangsúlyoztam.

Hiba lenne azt állítani, hogy az emberi agy minden aspektusa minden más aspektusával kölcsönhatásban van, és hogy ezért lehetetlen megismerni a működését. A kutatók már azonosították és modellezték az agy több tucat területének információfeldolgozó mechanizmusait. Ugyanakkor számos példát ismerünk nem modulárisan megalkotott mai gépekre is, amelyekben a felépítés egyes aspektusai szoros kapcsolatban állnak egymással, mint például az ötödik fejezetben bemutatott genetikai algoritmusok. Denton azt írja:

 

„Ma szinte minden hivatásos biológus magáévá tette a mechanikai/redukcionista megközelítést, és azt feltételezik, hogy egy élő szervezet elsődlegesen és esszenciálisan az alapvető részeiből áll (akár egy óra a fogaskerekekből), hogy egy élő szervezet nem több, mint a részeinek összessége (akár egy óránál), és hogy a részei határozzák meg az egész tulajdonságait, valamint hogy egy szervezet minden tulajdonságának teljes leírását megkaphatjuk elkülönített részei összességének jellemzése által (akár egy óránál).”

 

Denton is figyelmen kívül hagyja az összetett folyamatok azon képességét, hogy olyan emergens tulajdonságokról adjanak tanúbizonyságot, amelyek meghaladják „elkülönített részeik összességét”. A természetnek ezt a képességét ismeri fel, amikor azt írja: „Nagyon valós értelemben a szerves formák (…) valóban emergens valóságokat reprezentálnak.” Azonban nemigen kell Denton „vitalista modelljére” hagyatkoznunk ahhoz, hogy megmagyarázzuk az emergens valóságokat. Az emergens tulajdonságok a minták erejéből következnek, és a mintákat, illetve emergens tulajdonságaikat semmi sem korlátozza a természetes rendszerekre.

Úgy tűnik, Denton nem tagadja a természetes folyamatok emulálhatóságának lehetőségét, hiszen így ír:

 

„Az új szerves formák fehérjékből való kialakítása tehát teljesen új megközelítést igényel, egyfajta »a nagyból a kicsi felé« haladó tervezést. Mivel az organikus egész részei csak az egészben léteznek, az organikus egészeket nem lehet részenként meghatározni és viszonylag független modulok halmazából felépíteni; következésképpen az egész osztatlan egységet együtt, in toto kell meghatározni.”

 

Ebben a bekezdésben Denton hasznos tanácsot ad és épp azt a mérnöki hozzáállást mutatja be, amelyet én és más kutatók is nap mint nap használunk a mintafelismerés, komplexitás-(káosz-)elmélet és az önszerveződés területein. Azonban úgy látszik, nem ismeri ezeket a módszereket, és miután bemutatta a felfelé szerveződő, komponensalapú tervezés példáit és korlátait, azzal a következtetéssel zárja a mondandóját, hogy áthidalhatatlan szakadék tátong a két mérnöki filozófia között. Pedig a hidat valójában már építik.

Mint azt az ötödik fejezetben kifejtettem, megalkothatjuk a saját „kísérteties és túlvilági”, ám hatékony struktúráinkat az alkalmazott evolúció segítségével. Leírtam, miként lehet az evolúció alapelveit alkalmazni az intelligens minták létrehozásában genetikai algoritmusok segítségével. Saját, e területen szerzett tapasztalataim szerint az eredményeket jól példázzák Denton organikus molekulái, „a struktúra látszólagos logikátlanságával, illetve bárminemű nyilvánvaló modularitás és rendszeresség hiányával, (…) az elrendezés kaotikus voltával (…) [és] a nem mechanikai felépítés ismertetőjegyével”.

A genetikai algoritmusok és egyéb alulról szerveződő tervmetodikák (mint a neurális hálók, a Markov-modellek és más, az ötödik fejezetben leírt módszerek) magukban hordozzák a kiszámíthatatlanság elemét, így az ilyen rendszerek eredménye minden folyamatfuttatás alkalmával más és más. A közhely ellenére, miszerint a gépek determinisztikusak és ennélfogva kiszámíthatóak, a folyamatba építhető véletlen számos könnyen elérhető forrása áll a rendelkezésükre. A kvantummechanika jelenlegi elmélete mélyreható véletlenszerűséget feltételez a lét legbelső középpontjában. Bizonyos irányzatai szerint, ami makroszinten a rendszer determinisztikus viselkedésének tűnik, az csupán a rengeteg, alapvetően kiszámíthatatlan eseményből következő statisztikai túlsúly eredménye. Továbbá Stephen Wolfram és mások munkássága bebizonyította, hogy még egy elméletben teljesen determinisztikus rendszer sem képes effektíve véletlenszerű, és – ami még fontosabb – teljesen kiszámíthatatlan eredményeket produkálni.

A genetikai algoritmusok és más hasonló önszervező megközelítések olyan felépítéseket eredményeznek, amelyeket nem lehetne moduláris, komponensalapú módszerrel elérni. A részeknek az egészhez viszonyított „idegensége, (…) káosza és (…) dinamikus kölcsönhatása”, amelyet Denton kizárólag a szerves struktúráknak tulajdonít, jól leírják az ember által kezdeményezett kaotikus folyamatok eredményeinek tulajdonságait.

A saját genetikai algoritmusokkal végzett munkám során megvizsgáltam, milyen folyamat játszódik le, amikor egy ilyen algoritmus fokozatosan javítja a struktúrát. Egy genetikai algoritmus nem az egyes alrendszerek egyenkénti megtervezésével alkotja meg a kívánt szerkezetet, hanem növekményen alapuló, „mindent egyszerre” megközelítéssel dolgozik, és a megoldás átfogó „képességeit” progresszíven javító, sok kisebb változtatást eszközöl a modellben. A megoldás maga fokozatosan bukkan elő, bomlik ki és jut el az egyszerűtől az összetettig. Míg a megoldások hatékonyságuk ellenére gyakran aszimmetrikusak és ormótlanok, csakúgy, mint a természetben, elegánsnak és szépnek is láthatjuk őket.

Denton helyesen jegyzi meg, hogy a legtöbb kortárs gépet, mint például a mai hagyományos számítógépeket, a moduláris módszerrel tervezték. Ennek a hagyományos technikának vannak bizonyos műszaki előnyei. Például a számítógépek sokkal pontosabb memóriával rendelkeznek, mint az emberek, és sokkal hatékonyabban képesek logikai transzformációkat végrehajtani, mint a segítség nélkül maradt emberi intelligencia. De legfőképpen, a számítógépek azonnal meg tudják osztani a memóriájukat és a mintákat. A természet kaotikus nem moduláris jellege is jár bizonyos előnyökkel, amint azt Denton is említi, például az emberi mintafelismerés rendkívüli képességével. De egyáltalán nem indokolt logikai lépés ezek után azt állítani, hogy az emberalapú technológia mai (lassan eltűnő) korlátai miatt a biológiai rendszereket eredendően, akár logikusan, egy világ választja el a gépektől.

A természet csodálatos alkotásai (például a szem) mélyreható evolúciós folyamatból nyerték előnyeiket. A legkomplexebb mai genetikai algoritmusaink több tízezer bites genetikai kóddal rendelkeznek, míg az emberekhez hasonló biológiai entitások több milliárdnyi bitből álló genetikai kódokat tartalmaznak (tömörítéssel több tízmillió byte-nyit).

Azonban, mint minden információalapú technológia esetében, a genetikai algoritmusok és más, a természetet utánzó módszerek komplexitása exponenciálisan növekszik. Ha megvizsgáljuk ennek a komplexitásnak a növekedési rátáját, azt találjuk, hogy körülbelül két évtized múlva beéri az emberi intelligencia komplexitását, ami egybecseng a jelenlegi hardveres és szoftveres trendekből nyert becsléseimmel.

Denton felhívja a figyelmet, hogy eddig még nem sikerült háromdimenziósra hajtogatnunk a fehérjéket, „még egy 100 komponensűt sem”. Azonban csak az elmúlt néhány évben jutottunk olyan eszközökhöz, amelyekkel egyáltalán meg tudjuk jeleníteni e háromdimenziós minták képi megfelelőit. Továbbá az atomok közti erők modellezése körülbelül százezer milliárd (10¹⁴) számolást fog igényelni szekundumonként. 2004 végén az IBM bemutatta Blue Gene/L szuperszámítógépe hetven teraflopos (majdhogynem 10¹⁴ cps) kapacitású új verzióját, amely, ahogyan a neve is utal rá, talán képessé tesz bennünket a fehérjehajtogatás szimulálására.

Már sikerült szétvágnunk, hasítanunk és átrendeznünk a genetikai kódokat, és munkába fogjuk a természet saját biokémiai gyárait enzimek és egyéb komplex biológiai vegyületek előállítása céljából. Igaz, hogy a legtöbb ilyesfajta kortárs munka két dimenzióban zajlik, ám nem kell már sokáig várni a természetben található, lényegesen komplexebb háromdimenziós minták megjelenítéséhez és modellezéséhez szükséges számítástechnikai források megszületésére.

Amikor Dentonnal személyesen megtárgyaltuk a fehérjék kérdését, elfogadta, hogy a probléma végül majd megoldódik, és az ehhez szükséges időt körülbelül egy évtizedre becsülte. Az, hogy eddig még nem értünk el bizonyos technikai vívmányokat, nem indokolja, hogy soha nem is fogjuk azokat megvalósítani. Denton azt írja:

 

„Lehetetlen a gének ismeretéből megjósolni egy élőlény kódolt organikus formáit. A gének és elsődleges termékeik, az aminosavak lineáris szekvenciáinak legalaposabb elemzéséből sem lehet az egyes fehérjék vagy a magasabb rendű formák – riboszómák és egész sejtek – tulajdonságaira vagy struktúrájára következtetni.”

 

Bár Denton fenti megállapítása alapvetően helyes, lényegében azt mondja, hogy a genom csak része az egész rendszernek. A DNS-kód távolról sem ad kimerítő jellemzést, és a molekuláris támogató rendszer többi részének ismerete is szükségeltetik az egész rendszer működéséhez és megértéséhez. A DNS-gépezet működésének megértéséhez szükség van a riboszómák és egyéb molekulák felépítésének ismeretére is. Azonban ezeknek a felépítéseknek a hozzáadása nem változtatja meg jelentősen a biológiai tervinformáció mennyiségét.

Ám az emberi agy hallatlanul párhuzamos, digitálisan vezérelt, analóg, hologramszerű, önszerveződő és kaotikus folyamatainak újrateremtéséhez nincsen szükségünk a fehérjehajtogatásra. Mint azt a negyedik fejezetben is említettem, több tucatnyi jelenlegi projekt létezik, amelyeknek sikerült megalkotni az idegrendszer egyes részeinek másolatát. Ilyenek például az emberek agyában fehérjehajtogatás nélkül is sikeresen működő idegi implantátumok. Azonban míg elfogadom, hogy Denton érvei a fehérjékről a természet holisztikus működését hivatottak bizonyítani, mint már utaltam rá, lényegében nincsenek elvi akadályai annak, ha a technológiánkkal emulálni akarjuk ezeket, és már jócskán elindultunk ezen az úton.

Összefoglalva azt mondhatom, Denton túl hamar vonja le azt a következtetést, hogy az anyag és energia komplex fizikai rendszerei nem képesek megjeleníteni az „élőlények emergens, (…) létfontosságú tulajdonságait, mint az önsokszorosítás, »átalakulás«, önregenerálás, önszervezés és a biológiai felépítés holisztikus rendje”, és hogy ezért „az élőlények és gépek a lét külön kategóriáit testesítik meg”. Dembski és Denton ugyanazt a korlátolt nézetet vallja, miszerint a gépek olyan entitások, amelyeket csak modulárisan lehet tervezni és megépíteni. Képesek vagyunk építeni, és már építünk is olyan „gépeket”, amelyek messze erőteljesebb képességekkel rendelkeznek, mint alkotórészeik összessége, és amelyek a természetes világ önszervező elveit ötvözik emberi technológiánk egyre gyorsuló képességeivel. Annyi bizonyos, hogy ez félelmetes erejű ötvözet lesz.