Francis Fukuyama: A történelem vége című könyve a 90-es évek slágertémája volt. Nekem már megjelent ezzel kapcsolatban egy cikkem egy rangos magyar társadalomtudományi folyóiratban, aminek, ennek ellenére, mindmáig kevés visszhangja volt. Most folytatnám ezzel kapcsolatos eszmefuttatásaimat, mert már úgy érzem jobban értem Hegel filozófiáját, amire Fukuyama gondolatmenetét építette, holott szerintem ő maga sem értette meg ezt a filozófiai rendszert.
Hegel történelemfilozófiája lényegében nem más, mint a modern káoszelméletnek a történelemre való alkalmazása. Nála az emberi történelem úgy bontakozik ki, mint egy fraktál, amely a káoszjelenségek legattraktívabb megjelenítője. „A káoszelmélet olyan egyszerű nemlineáris dinamikai rendszerekkel foglalkozik, amelyek viselkedése az őket meghatározó determinisztikus törvényszerűségek ellenére sem jelezhető hosszú időre előre. Az ilyen rendszerek érzékenyek a kezdőfeltételekre (lásd pillangóhatás). A sok összetevőből álló, bonyolult rendszerekről (például légkör, turbulens folyadékáramlás, lemeztektonika, gazdasági folyamatok stb.) régóta ismert, hogy bonyolult lehet a viselkedésük. A káoszelmélet nagy eredménye azonban annak kimutatása, hogy egyszerű, néhány állapotjelzővel leírható determinisztikus rendszerek is mutathatnak összetett, megjósolhatatlan viselkedést.”
Magyarul a káoszjelenség olyan determinisztikus jelenségek gyűjtőneve, amelyekbe a mély determinizmus, vagyis előre meghatározottság, ellenére mégis befurakszik a véletlenszerűség, a kiszámíthatatlanság, amit szabadságnak is nevezhetünk. Az egyik legmeghatározóbb káoszjelenség, amit Hegel történelemfilozófiájának szemléltetésére is alkalmazhatunk az nem más, mint az emberi test kifejlődése. Az emberi szervezet egy DNS-nek nevezett óriásmolekulából fejlődik ki, amelyben az emberi szervezet minden lehetséges tulajdonsága, mint kémiai információ bele van zsúfolva, eléggé determinisztikus módon, hiszen ezek az egybekapcsolt információk előre meghatározzák, hogy mivé lehet egy emberi lény. Majd a fejlődés során, ahogy egy pillangó szárcsapásból létrejövő légmozgásból vihar fejlődik egy másik földrészen, úgy a DNS-ben meglévő genetikai információk lassan elkülönülnek ebből a kollektív egységből. Kézzé, lábbá, szemmé alakulnak, úgy, hogy a véletlenszerűség, vagyis a szabadság beférkőzik a DNS determinisztikus rendszerébe a káoszelmélet törvényszerűségeinek megfelelően, és kibontja az abban meglévő lehetőségeket.
Ezt a biológusok már régóta tudják, hogy az emberi test a káoszelmélet törvényszerűségeinek megfelelően fejlődik ki a DNS-ből, éppen ezért az emberi test, vagyis az érhálózat, az izomzat stb. hasonló egy fraktálhoz. Lényegében minden, ami a káoszelmélet törvényei szerint fejlődik az nem más, mint kibontakozás, ahol egy meglévő determinisztikus magba beférkőzik a véletlenszerűség, a szabadság és a fejlődés során elkülönülnek a benne már meglévő részek. Hegel lényegében ezt a fejlődési modellt alkalmazta a történelemre. A történelem az ő szemléletében nem más, mint hogy egy szigorú törvények uralta kollektív társadalmi közösségből a történelem végén kialakul az egymástól elkülönülő, öntudatos egyének polgárinak nevezett anarchisztikus társadalma. A társadalmi determinizmusba beférkőző véletlenszerűség, és szabadság Hegel szemében a szellem, amely a történelem előrehaladtával egyre inkább átitatja a világot.
Így a hegeli történelemfilozófiában a társadalmi haladás nem technikai fejlődést, vagy életszínvonal növekedést jelent, hanem a kollektív társadalmi rendszer részeinek lassú elkülönülését, magyarul az emberi egyének társadalomtól való egyre határozottabb elkülönülését, ahol a történelem végén minden emberi egyén saját maga határozhatja meg minden életmegnyilvánulását felszabadulva minden hatalom és tekintély alól. Ez az anarchisztikus modell lenne a történelem vége, amely viszont Hegel filozófiájában is csak annyit állít magáról, hogy a lehető legszabadabb, de semmiképpen sem a legjobb társadalmi formáció. Hiszen ez sem elégíti ki az ember minden veleszületett igényét.
Ez jól látszik a történelem végéről kialakult társadalmi diskurzusból is, amelynek az egyik legfőbb ellenvetése a történelem végével kapcsolatban, hogy perspektíva nélküli és új eszmék nélküli, mert az emberiségnek nincs ötlete, hogy hova fejlődhetne tovább, nem tudja, hogy hogyan folytathatná saját történelmét. Még hogy nincs ötlete? Kérdezhetné valaki. Hiszen szinte minden nap jelennek meg olyan könyvek, amelyek új világmegváltó gondolatokat hirdetnek a környezetvédelemről, a művészetről, vagy éppen a tudomány fejlődéséről. Nem volt még olyan kor a világtörténelemben ahol ilyen szabadon megnyilvánulhatott volna mindenki az interneten a különféle blogokon, közösségi oldalakon szerte a kibertérben, ahol mindennap új és új gondolatok fogalmazódnak meg a világ jövőjét illetően, mint ahogy nincs hiány az új művészi kifejezéseket illetően sem a különféle zene, videó, kép és egyéb más médiatermékeket megosztó oldalakon sem.
Tehát ez nyilvánvalóan nem igaz. Új eszmékből nincs hiány, sőt éppen, hogy túltermelés van belőle. Amiért mégis úgy érzik az emberek, hogy ez a világ eszmék és ötletek nélkül való, és amiért talajt vesztettnek érzik magukat benne, az azért van, mert ezeknek az eszméknek nincs lehetőségük arra, hogy történelemformáló erővé lépjenek elő. Hiszen a történelem végének eszméjéből az következik, hogy ha egy emberi egyén eszméjével előtérbe tudna kerülni, és azt a többi emberre ráerőltetve kollektív egységbe tudná őket vonni, és velük együtt történelemformáló erővé tudna előlépni, az a rendszer logikájából következően nem előrehaladás lenne a történelemben, hanem visszarendeződés. Mert a történelmi haladás a hegeli rendszer szerint éppen a kollektív egységtől való folyamatos elkülönülést jelenti, ami korunkra befejeződött, tehát nincs lehetőség arra, hogy valamilyen társadalmi szegmens történelemformáló erővé lépjen elő, hanem csak egymással hadakozó, vagy éppen egymással együtt sodródó emberi egyének halmaza létezhet a társadalomban, amelyeknek véletlenszerű egyéni konfliktusai, zseniális vagy éppen rossz ötletei indukálhatnak fejlődést ugyan a társadalom bizonyos területein. Mint például a tudomány vagy a művészet területén, de olyasmi, hogy a társadalom egésze egy karizmatikus egyén mögé állva valamiféle konkrét cél felé haladjon ezután már soha többé nem lehetséges.
Korunkban minden egyénnek van lehetősége arra, hogy az interneten közzétegye véleményét, gondolatait, de arra hogy ezek köré a gondolatok köré tömegek álljanak be, és hogy valamiféle történelemformáló erővé váljanak, vajmi kevés esély van. Itt Magyarországon Orbán Viktort tartják olyan egyéniségnek, aki tömegeket tud megmozgatni, de szerintem őmögéje sem azért állnak be az emberek, mert annyira szeretik, és minden gondolatával egyet értenek, hanem mert ha nem őt választanák az a teljes anyagi és szellemi ellehetetlenülés felé taszítaná őket. Egyszerűen azért állnak be mögé, mert nincs más alternatíva. Teljes lelkesedéssel csak azokban a korokban álltak be valamilyen eszme vagy egyén mögé az emberek, amikor a fejlődés még az ő egyéniségük függetlenebbé válása felé haladt. Csak olyan személyek és eszmék mögé álltak be nagy lelkesedéssel, amelyek az ő egyéni függetlenedésüket ígérték. Amikor már ez a folyamat lezajlott és a további fejlődés már csak úgy lehetséges, hogy valamilyen célnak, személynek vagy közösségnek alá kell rendelődni, a lelkesedés azonnal alábbhagy.
Ebben a rendszerben az emberi egyén szabadon kifejezheti egyéniségét, kiírhatja a gondolatait az internetre, felrakhat oda művészeti vagy tudományos műveket is, de arra, hogy egyéniségét ezen túl kiterjessze, vagyis hogy az őt körül vevő világ felett egyéniségével befolyást és hatalmat szerezzen, és a történelmet saját igényei szerint alakítsa, vajmi kevés lehetősége van. Ha sikerül is neki azt az alárendeltjei, akkor is csak kényszerként fogják megélni, amit rájuk erőltettek sohasem fogják önként elfogadni. Pedig az ember alapvető szükséglete nemcsak az, hogy egyéniségét kifejezze, hanem hogy kiterjessze. A hatalom, a hatalom akarása a történelem igazi mozgatórugója, ahogy Nietzsche mondta, és ettől fosztja meg az embert a történelem vége. Ezért írtam a címben azt, hogy a történelem vége végeredményben egy zsákutca.
Mi a megoldás erre? Térjünk vissza a történelem vége anarchisztikus modellje helyett a szocializmusba? Ha a történelem mozgatóereje a hatalom akarása, akkor az anyagi javak méltányos elosztása, ami a szocializmus ígér, szintúgy nem fogja kielégíteni az emberi szükségleteket, csak az ember másik ember feletti hatalmának méltányos vagy egyenlő elosztása elégítheti ki az embert, ami ugye a való világban lehetetlen, mert soha nem uralkodhat mindenki mindenki más felett egyenlő mértékben. Ezért az egyetlen, bár nem tökéletes megoldás, ha a hatalom gyakorlását a való világból a kibertérbe visszük át.
Filippo Brunelleschi a XV. század Itáliájában megalkotta a perspektíva gondolatát, amikor észrevette, hogy az ortoghonális vonalak, vagyis azok a vonalak, amelyek a tőlünk távolodó tárgyak méretarányait követik a térben, a végtelenben konvergálnak egymással. Ezt Erwin Panofsky művészetfilozófus úgy értelmezte, hogy a perspektíva centrumából valójában a végtelenség tör be az általunk ismert háromdimenziós térbe a Kant által feltételezett intelligbilis világból, amely az emberi elme által érzékelt és megszervezett valóságon kívül áll, és a végtelenség szervezi meg az általunk ismert háromdimenziós teret.
A kérdés, hogy hogyan viszonyul ez a filozófiai gondolat az információs kor valóságához, amikor az általunk ismert valóságot egyre inkább átszövi és behálózza a computerizált virtuális valóság? Közelebbről átitathatja e a virtuális valóságot a végtelenség, és a korlátlanság. Korunk technológiai szótárában az egyik legfontosabb fogalom a Big Data. Ez az új tudományág a közelmúltban keletkezett, az informatika robbanásszerű fejlődésének köszönhetően, mivel nagyon nagy mennyiségű adat gyűlt össze szinte minden gazdasági és technológiai szektorban. Így a kereskedelemben, az orvostudományban, a távközlésben, a genetikában, a csillagászat területén stb.. Mint tudományág pedig arra jó, hogy ezekben a nagymennyiségű adathalmazokban összefüggéseket és mintázatokat keressen különféle matematikai és statisztikai eszközökkel. A kereskedelem területét példaként véve egy olyan kereskedelmi adathalmazban, ahol az tartják nyilván, hogy a vevők miket vásároltak, lehet például összefüggéseket keresni az egymást kiegészítő termékek vásárlásának gyakoriságai között.
Így például elemezni lehet, hogy azok a vásárlók, akik gyakran vesznek kenyeret hány százalékban vásárolnak mellé tejet is. Ha pedig gyakran vásárolják ezt a két terméket együtt az hasznos információ a bolt számára, hiszen akkor érdemes a pékárukat, és a tejtermékeket egymás közelébe pakolni a boltban, hogy kényelmes legyen a vásárlás. A Big Data technológiája ma már a mesterséges intelligencia kutatásban is teret nyert, amiből egy külön tudományágat hasított ki magának. A gépi tanulás elméletét, ami azt jelenti, hogy ha egy Big Data alkalmazást, amely folyamatosan és automatikusan elemez egy ilyen nagy adathalmazt statisztikai eszközökkel, akkor az így kielemzett tények képessé tehetik ezt az alkalmazást arra, hogy bizonyos feladatokat jobban oldjon meg akár az embernél is.
Például az orvostudomány területén, ha egy ilyen Big Data alkalmazásba betáplálunk egy rakás képet melanómás daganatokról, továbbá adatként azt is, hogy melyik volt rosszindulatú és melyik volt jóindulatú. Akkor ez az alkalmazás statisztikai eszközökkel elemezni tudja, hogy a fényképeken a daganatokat milyen elváltozások jellemzik nagyobb százalékban, ha azok rosszindulatúak, vagy ha jóindulatúak, és ha legközelebb betáplálják neki egy új melanóma gyanús beteg fényképét, akkor arról meg tudja állapítani, hogy az a daganat rosszindulatú, vagy jóindulatú. Általában jobban is, mint egy bőrgyógyász, mert több daganat fényképe áll a rendelkezésére, mint amennyit életében egy bőrgyógyász láthatott, és így mesterséges intelligencia alapú orvosi diagnózisokat állíthatunk elő.
A gépi tanulásra alapozott mesterséges intelligencia alkalmazásokat ma már nagyon sok területen alkalmazzák, még a tudományos kutatás területén is. Létezik olyan Big Data alapú mesterséges intelligencia alkalmazás, ami a korunkra már óriási mennyiségűre növekedett orvosi publikációkat vizsgálja át és elemzi, amelyeket egy ember száz évig sem tudna elolvasni, hogy azokban új összefüggéseket fedezzen fel, amelyek új tudományos eredmények magvai lehetnek. Az ember bár a tudomány területén szerteágazó szellemi birodalmat alkotott, igazi lételemét még ma is főként a művészetben találja meg, amellyel a tudomány sok száz szállal összefonódik. Éppen ezért először is a művészeti alkotások birodalmára lehetne alapozni azt a végtelenséget és korlátlanságot, amit az ember a virtuális valóságban megtapasztalhat. Így arra a gondolatra jutottam, hogy érdemes lenne betáplálni egy nagy terjedelmű Big Data alkalmazásba a világ összes építészeti, festészeti, szobrászati alkotásának fotóanyagát, illetve a világ összes zeneművének hanganyagát. Majd ezt az óriási Big Data alkalmazást úgy beprogramozni, hogy ki tudja elemezni a fényképeken szereplő egyes művészeti alkotások stílusbeli sajátosságait, majd azokat ötvözni tudja egymással mindig új és új művészeti alkotásokat létrehozva, és ezeket megjelenítve egy számítógépes VR játékban. Ebbe pedig, ha egy ember belép, akkor, mint egy sodródó álomban folyamatosan nyomon követheti a művészet mindig új és új metamorfózisait, átalakulásait egy végtelen és korlátlan hullámzásban, ami tényleg a végtelenség és korlátlanság betörését jelenti a virtuális valóságba.
De nem muszáj csak művészetről beszélnünk, van egy másik ága is a Big Data alkalmazásoknak, ami a genetikával kapcsolatos. Az emberiség génállományának kémiai leírását manapság egyre növekvő adatbázisokban rögzítik, már több mint egymilliárd ember genetikai kódját rögzítették genetikai adatbázisokban, amelyeket szintén Big Data módszerekkel elemeznek. Ezt hívják génszekvenálásnak, ami azt jelenti, hogy a különféle genetikai információkból a tudósok kielemzik, hogy azokból hogyan épülhetnek fel a különféle emberi tulajdonságok. Véleményem szerint ezt is beleprogramozhatnánk a játékba, hogy az alkalmazás a genetikai adatbázisban található különféle genetikai információkat kombinálja és ezekből az új kombinált genetikai információkból olyan új emberi személyek digitális lényeit építsék fel, és jelenítsék meg a játékban, akik sohasem léteztek a világtörténelemben. Így pedig a játékos sohasem volt művészeti alkotásokat látna, és sohasem volt emberekkel találkozna a játékban, akiknek végtelen variációi állnának a rendelkezésére. Végül tehetnénk még egy csavart is a játékba, mégpedig azt, hogy a játékos saját genetikai információit is betáplálhatná a játékba, amit az alkalmazás szintén kielemezne, és ennek alapján a játék mindig a játékos genetikai információi által kódolt személyiséghez igazítaná, hogy milyen művészeti alkotások és milyen emberi személyek jelenjenek meg a játékban.
Mégpedig a játékos személyiségének legjobban megfelelő művészeti alkotásokat és személyeket előtérbe tolva. Így ebben a játéban mindenki találkozhatna a számára legideálisabb művészeti alkotásokkal, illetve emberi személyekkel. Megtalálhatná a neki legmegfelelőbb szobrot, festményt, zenét, szerelmespárt, vagy barátot. Persze csak virtuális formában, és így a játékos nemcsak nézője, hanem valamilyen formában alkotó résztvevője is lenne a játéknak. Egy ilyen virtuális világban mindenki felépíthetné saját virtuális birodalmát, ami felett hatalmat gyakorolhatna, ami mint mondtam nem tökéletes megoldás a problémára, mert a játékosok mindig tisztában lesznek azzal, hogy nem hús-vér emberek felett gyakorolja a hatalmat, hanem virtuális lények felett.
Felhasznált Irodalom:
Erwin Panofsky: Perspective as Symbolic Form, Zone Books; Reprint edition (1700).
DNS-szekvenálás: https://hu.wikipedia.org/wiki/DNS-szekven%C3%A1l%C3%A1s
Francis Fukuyama: A történelem vége és az utolsó ember, Európa Könyvkiadó, 2014.
Takács Ádám: A világvége mint történeti állapot https://www.youtube.com/watch?v=FtAim2YsVRM
Georg Wilhelm Friedrich Hegel: Előadások a művészet filozófiájáról, Atlantisz Könyvkiadó, 2004.
Káoszelmélet https://hu.wikipedia.org/wiki/K%C3%A1oszelm%C3%A9let
Friedrich Nietzsche: A hatalom akarása - Minden érték átértékelésének kísérlete, Cartaphilus, Budapest, 2002.
2018. június 17., vasárnap
2018. június 11., hétfő
A végtelenül fejlődőképes VR játék megalkotása
Filippo Brunelleschi a XV. század Itáliájában megalkotta a perspektíva gondolatát, amikor észrevette, hogy az ortoghonális vonalak, vagyis azok a vonalak, amelyek a tőlünk távolodó tárgyak méretarányait követik a térben, a végtelenben konvergálnak egymással. Ezt Erwin Panofsky művészetfilozófus úgy értelmezte, hogy a perspektíva centrumából valójában a végtelenség tör be az általunk ismert háromdimenziós térbe a Kant által feltételezett intelligbilis világból, amely az emberi elme által érzékelt és megszervezett valóságon kívül áll, és a végtelenség szervezi meg az általunk ismert háromdimenziós teret.
A kérdés, hogy hogyan viszonyul ez a filozófiai gondolat az információs kor valóságához, amikor az általunk ismert valóságot egyre inkább átszövi és behálózza a computerizált virtuális valóság? Közelebbről átitathatja e a virtuális valóságot a végtelenség, és a korlátlanság. Korunk technológiai szótárában az egyik legfontosabb fogalom a Big Data. Ez az új tudományág a közelmúltban keletkezett, az informatika robbanásszerű fejlődésének köszönhetően, mivel nagyon nagy mennyiségű adat gyűlt össze szinte minden gazdasági és technológiai szektorban. Így a kereskedelemben, az orvostudományban, a távközlésben, a genetikában, a csillagászat területén stb.. Mint tudományág pedig arra jó, hogy ezekben a nagymennyiségű adathalmazokban összefüggéseket és mintázatokat keressen különféle matematikai és statisztikai eszközökkel. A kereskedelem területét példaként véve egy olyan kereskedelmi adathalmazban, ahol az tartják nyilván, hogy a vevők miket vásároltak, lehet például összefüggéseket keresni az egymást kiegészítő termékek vásárlásának gyakoriságai között.
Így például elemezni lehet, hogy azok a vásárlók, akik gyakran vesznek kenyeret hány százalékban vásárolnak mellé tejet is. Ha pedig gyakran vásárolják ezt a két terméket együtt az hasznos információ a bolt számára, hiszen akkor érdemes a pékárukat, és a tejtermékeket egymás közelébe pakolni a boltban, hogy kényelmes legyen a vásárlás. A Big Data technológiája ma már a mesterséges intelligencia kutatásban is teret nyert, amiből egy külön tudományágat hasított ki magának. A gépi tanulás elméletét, ami azt jelenti, hogy ha egy Big Data alkalmazást, amely folyamatosan és automatikusan elemez egy ilyen nagy adathalmazt statisztikai eszközökkel, akkor az így kielemzett tények képessé tehetik ezt az alkalmazást arra, hogy bizonyos feladatokat jobban oldjon meg akár az embernél is.
Például az orvostudomány területén, ha egy ilyen Big Data alkalmazásba betáplálunk egy rakás képet melanómás daganatokról, továbbá adatként azt is, hogy melyik volt rosszindulatú és melyik volt jóindulatú. Akkor ez az alkalmazás statisztikai eszközökkel elemezni tudja, hogy a fényképeken a daganatokat milyen elváltozások jellemzik nagyobb százalékban, ha azok rosszindulatúak, vagy ha jóindulatúak, és ha legközelebb betáplálják neki egy új melanóma gyanús beteg fényképét, akkor arról meg tudja állapítani, hogy az a daganat rosszindulatú, vagy jóindulatú. Általában jobban is, mint egy bőrgyógyász, mert több daganat fényképe áll a rendelkezésére, mint amennyit életében egy bőrgyógyász láthatott, és így mesterséges intelligencia alapú orvosi diagnózisokat állíthatunk elő.
A gépi tanulásra alapozott mesterséges intelligencia alkalmazásokat ma már nagyon sok területen alkalmazzák, még a tudományos kutatás területén is. Létezik olyan Big Data alapú mesterséges intelligencia alkalmazás, ami a korunkra már óriási mennyiségűre növekedett orvosi publikációkat vizsgálja át és elemzi, amelyeket egy ember száz évig sem tudna elolvasni, hogy azokban új összefüggéseket fedezzen fel, amelyek új tudományos eredmények magvai lehetnek. Az ember bár a tudomány területén szerteágazó szellemi birodalmat alkotott, igazi lételemét még ma is főként a művészetben találja meg, amellyel a tudomány sok száz szállal összefonódik. Éppen ezért először is a művészeti alkotások birodalmára lehetne alapozni azt a végtelenséget és korlátlanságot, amit az ember a virtuális valóságban megtapasztalhat. Így arra a gondolatra jutottam, hogy érdemes lenne betáplálni egy nagy terjedelmű Big Data alkalmazásba a világ összes építészeti, festészeti, szobrászati alkotásának fotóanyagát, illetve a világ összes zeneművének hanganyagát. Majd ezt az óriási Big Data alkalmazást úgy beprogramozni, hogy ki tudja elemezni a fényképeken szereplő egyes művészeti alkotások stílusbeli sajátosságait, majd azokat ötvözni tudja egymással mindig új és új művészeti alkotásokat létrehozva, és ezeket megjelenítve egy számítógépes VR játékban. Ebbe pedig, ha egy ember belép, akkor, mint egy sodródó álomban folyamatosan nyomon követheti a művészet mindig új és új metamorfózisait, átalakulásait egy végtelen és korlátlan hullámzásban, ami tényleg a végtelenség és korlátlanság betörését jelenti a virtuális valóságba.
De nem muszáj csak művészetről beszélnünk, van egy másik ága is a Big Data alkalmazásoknak, ami a genetikával kapcsolatos. Az emberiség génállományának kémiai leírását manapság egyre növekvő adatbázisokban rögzítik, már több mint egymilliárd ember genetikai kódját rögzítették genetikai adatbázisokban, amelyeket szintén Big Data módszerekkel elemeznek. Ezt hívják génszekvenálásnak, ami azt jelenti, hogy a különféle genetikai információkból a tudósok kielemzik, hogy azokból hogyan épülhetnek fel a különféle emberi tulajdonságok. Véleményem szerint ezt is beleprogramozhatnánk a játékba, hogy az alkalmazás a genetikai adatbázisban található különféle genetikai információkat kombinálja és ezekből az új kombinált genetikai információkból olyan új emberi személyek digitális lényeit építsék fel, és jelenítsék meg a játékban, akik sohasem léteztek a világtörténelemben. Így pedig a játékos sohasem volt művészeti alkotásokat látna, és sohasem volt emberekkel találkozna a játékban, akiknek végtelen variációi állnának a rendelkezésére. Végül tehetnénk még egy csavart is a játékba, mégpedig azt, hogy a játékos saját genetikai információit is betáplálhatná a játékba, amit az alkalmazás szintén kielemezne, és ennek alapján a játék mindig a játékos genetikai információi által kódolt személyiséghez igazítaná, hogy milyen művészeti alkotások és milyen emberi személyek jelenjenek meg a játékban.
Mégpedig a játékos személyiségének legjobban megfelelő művészeti alkotásokat és személyeket előtérbe tolva. Így ebben a játéban mindenki találkozhatna a számára legideálisabb művészeti alkotásokkal, illetve emberi személyekkel. Megtalálhatná a neki legmegfelelőbb szobrot, festményt, zenét, szerelmespárt, vagy barátot. Persze csak virtuális formában, és így a játékos nemcsak nézője, hanem valamilyen formában alkotó résztvevője is lenne a játéknak.
Felhasznált Irodalom:
Erwin Panofsky: Perspective as Symbolic Form, Zone Books; Reprint edition (1700).
DNS-szekvenálás: https://hu.wikipedia.org/wiki/DNS-szekven%C3%A1l%C3%A1s
A kérdés, hogy hogyan viszonyul ez a filozófiai gondolat az információs kor valóságához, amikor az általunk ismert valóságot egyre inkább átszövi és behálózza a computerizált virtuális valóság? Közelebbről átitathatja e a virtuális valóságot a végtelenség, és a korlátlanság. Korunk technológiai szótárában az egyik legfontosabb fogalom a Big Data. Ez az új tudományág a közelmúltban keletkezett, az informatika robbanásszerű fejlődésének köszönhetően, mivel nagyon nagy mennyiségű adat gyűlt össze szinte minden gazdasági és technológiai szektorban. Így a kereskedelemben, az orvostudományban, a távközlésben, a genetikában, a csillagászat területén stb.. Mint tudományág pedig arra jó, hogy ezekben a nagymennyiségű adathalmazokban összefüggéseket és mintázatokat keressen különféle matematikai és statisztikai eszközökkel. A kereskedelem területét példaként véve egy olyan kereskedelmi adathalmazban, ahol az tartják nyilván, hogy a vevők miket vásároltak, lehet például összefüggéseket keresni az egymást kiegészítő termékek vásárlásának gyakoriságai között.
Így például elemezni lehet, hogy azok a vásárlók, akik gyakran vesznek kenyeret hány százalékban vásárolnak mellé tejet is. Ha pedig gyakran vásárolják ezt a két terméket együtt az hasznos információ a bolt számára, hiszen akkor érdemes a pékárukat, és a tejtermékeket egymás közelébe pakolni a boltban, hogy kényelmes legyen a vásárlás. A Big Data technológiája ma már a mesterséges intelligencia kutatásban is teret nyert, amiből egy külön tudományágat hasított ki magának. A gépi tanulás elméletét, ami azt jelenti, hogy ha egy Big Data alkalmazást, amely folyamatosan és automatikusan elemez egy ilyen nagy adathalmazt statisztikai eszközökkel, akkor az így kielemzett tények képessé tehetik ezt az alkalmazást arra, hogy bizonyos feladatokat jobban oldjon meg akár az embernél is.
Például az orvostudomány területén, ha egy ilyen Big Data alkalmazásba betáplálunk egy rakás képet melanómás daganatokról, továbbá adatként azt is, hogy melyik volt rosszindulatú és melyik volt jóindulatú. Akkor ez az alkalmazás statisztikai eszközökkel elemezni tudja, hogy a fényképeken a daganatokat milyen elváltozások jellemzik nagyobb százalékban, ha azok rosszindulatúak, vagy ha jóindulatúak, és ha legközelebb betáplálják neki egy új melanóma gyanús beteg fényképét, akkor arról meg tudja állapítani, hogy az a daganat rosszindulatú, vagy jóindulatú. Általában jobban is, mint egy bőrgyógyász, mert több daganat fényképe áll a rendelkezésére, mint amennyit életében egy bőrgyógyász láthatott, és így mesterséges intelligencia alapú orvosi diagnózisokat állíthatunk elő.
A gépi tanulásra alapozott mesterséges intelligencia alkalmazásokat ma már nagyon sok területen alkalmazzák, még a tudományos kutatás területén is. Létezik olyan Big Data alapú mesterséges intelligencia alkalmazás, ami a korunkra már óriási mennyiségűre növekedett orvosi publikációkat vizsgálja át és elemzi, amelyeket egy ember száz évig sem tudna elolvasni, hogy azokban új összefüggéseket fedezzen fel, amelyek új tudományos eredmények magvai lehetnek. Az ember bár a tudomány területén szerteágazó szellemi birodalmat alkotott, igazi lételemét még ma is főként a művészetben találja meg, amellyel a tudomány sok száz szállal összefonódik. Éppen ezért először is a művészeti alkotások birodalmára lehetne alapozni azt a végtelenséget és korlátlanságot, amit az ember a virtuális valóságban megtapasztalhat. Így arra a gondolatra jutottam, hogy érdemes lenne betáplálni egy nagy terjedelmű Big Data alkalmazásba a világ összes építészeti, festészeti, szobrászati alkotásának fotóanyagát, illetve a világ összes zeneművének hanganyagát. Majd ezt az óriási Big Data alkalmazást úgy beprogramozni, hogy ki tudja elemezni a fényképeken szereplő egyes művészeti alkotások stílusbeli sajátosságait, majd azokat ötvözni tudja egymással mindig új és új művészeti alkotásokat létrehozva, és ezeket megjelenítve egy számítógépes VR játékban. Ebbe pedig, ha egy ember belép, akkor, mint egy sodródó álomban folyamatosan nyomon követheti a művészet mindig új és új metamorfózisait, átalakulásait egy végtelen és korlátlan hullámzásban, ami tényleg a végtelenség és korlátlanság betörését jelenti a virtuális valóságba.
De nem muszáj csak művészetről beszélnünk, van egy másik ága is a Big Data alkalmazásoknak, ami a genetikával kapcsolatos. Az emberiség génállományának kémiai leírását manapság egyre növekvő adatbázisokban rögzítik, már több mint egymilliárd ember genetikai kódját rögzítették genetikai adatbázisokban, amelyeket szintén Big Data módszerekkel elemeznek. Ezt hívják génszekvenálásnak, ami azt jelenti, hogy a különféle genetikai információkból a tudósok kielemzik, hogy azokból hogyan épülhetnek fel a különféle emberi tulajdonságok. Véleményem szerint ezt is beleprogramozhatnánk a játékba, hogy az alkalmazás a genetikai adatbázisban található különféle genetikai információkat kombinálja és ezekből az új kombinált genetikai információkból olyan új emberi személyek digitális lényeit építsék fel, és jelenítsék meg a játékban, akik sohasem léteztek a világtörténelemben. Így pedig a játékos sohasem volt művészeti alkotásokat látna, és sohasem volt emberekkel találkozna a játékban, akiknek végtelen variációi állnának a rendelkezésére. Végül tehetnénk még egy csavart is a játékba, mégpedig azt, hogy a játékos saját genetikai információit is betáplálhatná a játékba, amit az alkalmazás szintén kielemezne, és ennek alapján a játék mindig a játékos genetikai információi által kódolt személyiséghez igazítaná, hogy milyen művészeti alkotások és milyen emberi személyek jelenjenek meg a játékban.
Mégpedig a játékos személyiségének legjobban megfelelő művészeti alkotásokat és személyeket előtérbe tolva. Így ebben a játéban mindenki találkozhatna a számára legideálisabb művészeti alkotásokkal, illetve emberi személyekkel. Megtalálhatná a neki legmegfelelőbb szobrot, festményt, zenét, szerelmespárt, vagy barátot. Persze csak virtuális formában, és így a játékos nemcsak nézője, hanem valamilyen formában alkotó résztvevője is lenne a játéknak.
Felhasznált Irodalom:
Erwin Panofsky: Perspective as Symbolic Form, Zone Books; Reprint edition (1700).
DNS-szekvenálás: https://hu.wikipedia.org/wiki/DNS-szekven%C3%A1l%C3%A1s
Mindenkinek járó alapjövedelem, tényleg szükség van erre?
Az elmúlt parlamenti választásokon a baloldal egyik fő ígérete volt a mindenkinek járó alapjövedelem, amit azzal indokoltak, hogy a robbanásszerű technológiai fejlődés miatt egyre többeknek kerül veszélybe a mindennapi megélhetése, mivel az emberek által betölthető munkaköröket egyre inkább automatizálják, és ezért a jövőben gépek fogják átvenni az emberek munkáját.
A kérdés, hogy mennyire helytálló ez a feltételezés? Valóban szükség van ingyen pénz osztogatására a társadalomban, hogy életben tartsuk a munkából kieső embereket a jövőben? Először is az úgynevezett mesterséges intelligenciáról kell írnunk ezzel kapcsolatban, ami a különféle emberi tevékenységek automatizálhatóságáért felelős korunk technológiai viszonyai között. A technológia területén manapság szinte minden az úgynevezett Big Data-ról szól. Ez az új tudományág a közelmúltban keletkezett, az informatika robbanásszerű fejlődésének köszönhetően, mivel nagyon nagy mennyiségű adat gyűlt össze szinte minden gazdasági és technológiai szektorban. Így a kereskedelemben, az orvostudományban, a távközlésben, a genetikában, a csillagászat területén stb.. Mint tudományág pedig arra jó, hogy ezekben a nagymennyiségű adathalmazokban összefüggéseket és mintázatokat keressen különféle matematikai és statisztikai eszközökkel. A kereskedelem területét példaként véve egy olyan kereskedelmi adathalmazban, ahol az tartják nyilván, hogy a vevők miket vásároltak, lehet például összefüggéseket keresni az egymást kiegészítő termékek vásárlásának gyakoriságai között.
Így például elemezni lehet, hogy azok a vásárlók, akik gyakran vesznek kenyeret hány százalékban vásárolnak mellé tejet is. Ha pedig gyakran vásárolják ezt a két terméket együtt az hasznos információ a bolt számára, hiszen akkor érdemes a pékárukat, és a tejtermékeket egymás közelébe pakolni a boltban, hogy kényelmes legyen a vásárlás. A Big Data technológiája ma már a mesterséges intelligencia kutatásban is teret nyert, amiből egy külön tudományágat hasított ki magának. A gépi tanulás elméletét, ami azt jelenti, hogy ha egy Big Data alkalmazást, amely folyamatosan és automatikusan elemez egy ilyen nagy adathalmazt statisztikai eszközökkel, akkor az így kielemzett tények képessé tehetik ezt az alkalmazást arra, hogy bizonyos feladatokat jobban oldjon meg akár az embernél is.
Például az orvostudomány területén, ha egy ilyen Big Data alkalmazásba betáplálunk egy rakás képet melanómás daganatokról, továbbá adatként azt is, hogy melyik volt rosszindulatú és melyik volt jóindulatú. Akkor ez az alkalmazás statisztikai eszközökkel elemezni tudja, hogy a fényképeken a daganatokat milyen elváltozások jellemzik nagyobb százalékban, ha azok rosszindulatúak, vagy ha jóindulatúak, és ha legközelebb betáplálják neki egy új melanóma gyanús beteg fényképét, akkor arról meg tudja állapítani, hogy az a daganat rosszindulatú, vagy jóindulatú. Általában jobban is, mint egy bőrgyógyász, mert több daganat fényképe áll a rendelkezésére, mint amennyit életében egy bőrgyógyász láthatott, és így mesterséges intelligencia alapú orvosi diagnózisokat állíthatunk elő.
A gépi tanulásra alapozott mesterséges intelligencia alkalmazásokat ma már nagyon sok területen alkalmazzák, még a tudományos kutatás területén is. Létezik olyan Big Data alapú mesterséges intelligencia alkalmazás, ami a korunkra már óriási mennyiségűre növekedett orvosi publikációkat vizsgálja át és elemzi, amelyeket egy ember száz évig sem tudna elolvasni, hogy azokban új összefüggéseket fedezzen fel, amelyek új tudományos eredmények magvai lehetnek. Ezek a modern mesterséges intelligencia alkalmazások valóban automatizálni tudnak bizonyos emberi tevékenységeket, amely által a gép esetenként jobban is el tud látni bizonyos feladatokat mind egy ember, mondjuk az orvosi diagnosztika területén. Azt azonban látni kell, hogy ezek az alkalmazások megjelenésükkor soha sem egy egész foglalkozást törölnek el, hanem csak bizonyos foglalkozásokhoz tartozó feladatokat.
Így például az előbb említett példánkban az orvosi diagnosztika automatizálása korántsem jelenti az egész orvosi szakma megszűnését, hanem csak egy részfeladat gépek általi átvételét, ami nemhogy munkanélküliséget nem okoz az egészségügyben, de az orvosi munkát költség és teljesítményhatékonyabbá teszi. Hiszen olcsóbbá és jobbá válik ezáltal az orvosok munkája, mivel megszabadul az orvos egy részfeladattól, amit a gép jobban végez, emellett pedig idő szabadul fel a számára, amit más feladatok elvégzésére szánhat immár hatékonyabban.
Az a tény, hogy a mesterséges intelligencia olcsóbbá és hatékonyabbá teszi bizonyos szakemberek munkáját a piaci szektorban, rövidtávon, éppen, hogy nem munkanélküliséggel, hanem egyenesen munkahelyteremtéssel jár együtt. Miért? Mondok erre egy példát. Vegyünk egy vállalatot, amelynek van egy boltja valahol Budapesten, ami Hot-Dog árusítással foglalkozik. A Hot-Dog készítése három munkafázisból áll: a kifli megsütése, a belevaló virsli megfőzése, és a Hot-Dog összerakása. Mint mondtam a mesterséges intelligenciával működő gépek szinte sohasem egy egész foglalkozást helyettesítenek egyszerre, hanem csak annak egy részfeladatát. Így tegyük fel, hogy ez a cég automatizálni akarja a Hot-Dog készítést, és éppen akkor feltalálnak egy gépet, ami egyedül meg tudja főzni a Hot-Dog-ba a virslit, vagyis egyedül el tudja végezni a Hot-Dog készítés egy részfeladatát. A cég meg is vásárolja ezt a gépet.
Ezután gép főzi majd a virslit az üzletben, a Hot-Dog árusnak csak a kiflisütéssel és az összerakással kell foglalkoznia, a munkája ezáltal olcsóbbá válik, minél fogva a vállalat is olcsóbban tudja adni a Hot-Dog-ot. A Hot-Dog olcsóbbá válása miatt pedig megnő a Hot-Dog iránti kereslet, az emberek több Hot-Dogot vesznek, ami pedig munkaerő keresletet generál a cégnél, és fel kell venniük még egy Hot-Dog árust. Tehát az elmondottakból látszik, hogyha az automatizálás csak egy részfeladatot, és nem egy egész foglalkozást érint, (ami nagyon ritka). Akkor az automatizálásnak inkább munkahelyteremtő és bérnövelő hatása van, mintsem hogy munkanélküliséget okozna. Példa erre a német gazdaság ahol nem azért magasabbak a bérek és alacsony a munkanélküliség, mert ők szorgalmasabbak, többet dolgoznak, hiszen a statisztikák ennek éppen az ellenkezőjét mondják, a német gazdaságban a legalacsonyabb a ledolgozott munkaórák száma. Ott azért kisebb a munkanélküliség, és azért magasabbak a bérek, mert a gazdaságuk magasabbszintű technológiával van felszerelve, fejlettebb technológiákkal dolgoznak a munkahelyeken.
Nem is beszélve arról, hogy a technológiai fejlődés rövidtávon nem csak, hogy olcsóbbá és hatékonyabbá teszi a munkavégzést, hanem új feladatokat és foglalkozásokat generál, amit korunkban is láthatunk. A programozástól kezdve a különféle adatelemző, meg IT munkakörökig. Amelyeket mind-mind a technológiai fejlődés generált. Érzékelhető technológiai munkanélküliség csak akkor jövet létre, ha az automatizálás már a különféle foglalkozások minden részfeladatát érinti, de ma még nem tudjuk, hogy ez megvalósulhat e. Nem tudjuk, hogy milyen részfeladatok automatizálhatók, és milyenek nem. Ha pedig megvalósul is ez valamikor az is még hosszú évtizedek múlva fog megtörténni, semmiképpen sem most. Mivel a különféle mesterséges intelligencia alkalmazások csak a foglalkozások egy-egy részfeladatait érintik, a foglalkozások az automatizált mesterséges intelligencia alkalmazások számának növekedésével csak lassan sorvadnak el, de sohasem egy pillanat alatt szűnnek meg. Ez egy nagyon hosszú folyamat. Azonban még ha ez bekövetkezik is, akkor is kérdéses, hogy ez általános munkanélküliséget okozna e.
Az olyan tevékenységeket ugyanis, amelyek nem egy foglalkozás rutinszerű részfeladataiból állnak, hanem tudásszegmensek kreatív összekapcsolásából sokak szerint továbbra is emberek fogják végezni. Ugyanis csak az emberi tudat képes egymástól eltérő jellegű információkat összekapcsolni, és ezzel új helyzetekre reagálni. Ha például egy ember tudomására jut, hogy kint eleredt az eső, és tudja, hogy a lakásában van esernyő, akkor képes ezt a két tudattartalmat összekapcsolni, és rájön, hogy magához kell vennie az esernyőt, ha ki akar menni az utcára. Viszont a melanómás daganatokat elemző Big Data alkalmazás ugyan jól ki tudja szűrni a melanómás daganatokat, mert arról rengeteg információ van a memóriájában, de ha egy ilyen melanómás betegnek valamilyen más betegsége is van, ami súlyosbítja az állapotát, arról már nem tud információt nyújtani az orvosnak, mert arról nem állnak rendelkezésre képek a memóriájában. Mint ahogy a kórházból sem tud kimenekülni, ha tűz üt ki ott, mert erről sem állnak a rendelkezésére elemezhető információk, hogy azt hogyan kell megtenni.
Ezekkel a Big Data alkalmazásokkal egyszerre csak egyfajta információtömeget lehet elemezni, és így csak egy területen lehet őket fejleszteni, de egymástól eltérő információk összekapcsolására nem képesek, ezért nem tudnak új helyzeteket kezelni, nem tudnak úgy működni, mint az emberi tudat. Így az orvosi szakma lehet, hogy akkor is megmarad, ha már minden részfeladatát automatizálták, mert arra, hogy ezeknek a részfeladatoknak az eredményeit kreatívan összekapcsolja valaki csak az ember lesz képes továbbra is. Így az általános technológiai munkanélküliség elmélete ezért is kérdéses. Ennek nyomán persze felvetődött bennem a kérdés, hogy nem lehetne e olyan magasabbrendű, Big Data alkalmazásokat, vagy ha úgy tetszik Big Data 2 alkalmazásokat készíteni, amelyek nem szakterületeken felgyülemlett adatokat elemeznek, hanem ilyen adatokat elemző Big Data alkalmazások munkáját hangolják össze. Mondok erre egy példát. Van egy olyan tudomány, hogy asztrobiológia, amely a földönkívüli élet lehetőségeit kutatja. Tehát, hogy létre jöhet e más égitesteken az élet. Ez egy interdiszciplinális tudományág, felhasználja mind a csillagászat, mint pedig a biológia eredményeit.
Így akkor lehetne e készíteni egy olyan magasabbrendű Big Data alkalmazást, vagy Big Data 2 alkalmazást, amely összehangolja két Big Data alkalmazás munkáját, ahol az egyik a biológia területén a genetikai adatokat pásztázza és elemzi, a másik pedig a csillagászati adatokat pásztázza és elemzi. Ha pedig a felhasználó ebben a magasabbrendű Big Data alkalmazásban lefuttat egy tudományos keresőkérdést, akkor a két külön adatbázisban az alkalmazások mindegyike elkezdi elemezni a saját adathalmazát, és ha mindegyik talál egy-egy olyan adatszegmenset, amelyek egymással összekapcsolva választ adhatnak erre a tudományos kérdésre, akkor ez a magasabbrendű Big Data alkalmazás ezt képes érzékelni, és képes összekapcsolni a két adatszegmenset, hogy egy új tudományos eredmény jöjjön létre. Ez már egy olyan Big Data alkalmazás lenne, amely képes a különféle információk összekapcsolására.
Itt most csak két Big Data alkalmazás összekapcsolásáról beszéltem, de feltételezhető, hogy össze lehetne kapcsolni több ilyen alkalmazást is, vagy akár az emberiség egész tudáskincsét pásztázó és elemző összes Big Data alkalmazást is. Akkor pedig egy az emberhez hasonló, egyetemes tudású Big Data 2 alkalmazás jönne létre, amely már bármilyen információkat képes lenne összekapcsolni egymással, és úgy működne, mint az emberi tudat, képes lenne új helyzeteket is kezelni és elvileg minden emberi tevékenységet képes lenne elvégezni. Lehetne e ilyen alkalmazást készíteni? Nem tudom, lehet, hogy igen, viszont kérdés, hogy ez valóban azonos lenne e az emberi tudattal? Szerintem nem.
Ugyanis ez önmagában egy önálló célok nélküli gép lenne. Semmilyen önálló akarata és célja nem lenne, csak akkor használná tudatát, ha valamilyen kérdést tennénk fel neki. Persze a gépekbe is lehet célokat beleprogramozni, ahogy egy játékrobotba is bele lehet programozni, hogy milyen utat járjon be a szobában. Illetve mondhatnánk, hogy az emberi célok és indítékok nem is a tudathoz tartoznak, hanem a személyiséghez, amely genetikusan bele van kódolva az emberbe. Tehát ahogy az embernek is van genetikusan rögzült személyisége, úgy a gépbe is beleprogramozhatunk célokat. Viszont az már az emberi tudat privilégiuma, hogy változtatni tudjunk saját céljainkon. Hogy ne csak a belénk rögzült genetikai kódot kövessük. Erre egy olyan tudattal rendelkező gép, ahol a tudat csupán különféle Big Data alkalmazások konglomerátuma nem képes. Erre csak az emberi tudat képes, egy ilyen gép soha nem fog tudni változtatni a bele programozott célokon. Ebből is látszik, hogy az emberi tudat több, mint egymással összefűzött Big Data alkalmazások konglomerátuma.
Ugyanakkor pedig éppen ettől lesz veszélyes egy ilyen gép. Ugyanis egy ilyen egyetemes gépi világtudat, amely az emberiség összes tudáskincsét birtokolja és használja, nagyon okos lesz, és mindent uralni fog, ugyanakkor csak azokat a célokat fogja tudni követni, amiket beleprogramoztak. Azon nem fog tudni változtatni, és mi lesz, ha rossz kezekbe kerül az a lehetőség, hogy valaki beleprogramozza a célokat. Mi lesz, ha egy elmebeteg azt programozza bele, hogy pusztítsd ki az emberiséget. A gép csak azt fogja tenni, amit beleprogramoztak, és nem fog tudni változtatni saját céljain. Gépi intelligenciája viszont szinte végtelen lesz, és így könnyű szerrel el fogja tudni végezni, amit beleprogramoztak.
Tehát ha létrehozhatunk is olyan gépet, ami tényleg minden emberi tevékenységet tud helyettesíteni, az már biztonsági kérdéseket vet fel, ami megkérdőjelezi, hogy érdemes e ezt megtenni. Ugyanakkor pedig a technológiai fejlődés nemcsak a mesterséges intelligencia és az automatizálás fejlődéséből áll, hanem van egy másik áramlat is a technika fejlődésében, ez pedig a nanotechnológia. Ez megkérdőjelezi, hogy szükség lesz e az általános alapjövedelem bevezetésére abban az időszakban amikor tényleg megvalósul a minden emberi tevékenységet helyettesítő gép.
A nanotechnológia egy modern tudomány, ami arra irányul, hogy az anyag atomi szintjeinek manipulálásával hozzon létre újfajta anyagi rendszereket és technológiákat a biológiai rendszerek önszerveződésének modelljét felhasználva. Az előrejelzések szerint a jövőben a nanotechnológia használatával létrehozhatunk majd olyan gépeket, amelyek egy gombnyomásra képesek az anyag atomi létszintjeinek elemeiből, magyarul atomokból felépíteni bármilyen anyagi tárgyat az ételektől kezdve egy egész házig, vagy egy űrhajóig. Ha pedig ez megvalósul, ami ugyancsak hosszú évtizedek múlva fog megvalósulni, mint a mindentudó gép megteremtése is, akkor már nem lesz szükség egységes alapjövedelemre, mert már mindenki maga is elő fogja tudni állítani a létfenntartásához szükséges eszközöket egy nanoeszközzel.
Tehát mindent összefoglalva a technológiai fejlődés rövidtávon semmiképpen nem okoz munkanélküliséget, hanem inkább a munkahelyteremtést és a bérnövekedést segíti. Arra mire valóban létrejön a minden emberi tevékenységet helyettesíteni tudó gép, ami, ha megtörténik is, csak nagyon hosszú idő elteltével fog rá sor kerülni, és biztonsági kérdéseket is felvet, már valószínű, hogy semmi szükség nem lesz az egységes alapjövedelemre, mert a gazdaság egész másképpen fog működni. Tehát ez az egységes alapjövedelem úgy ahogy van egy hülyítés, semmi szükség nincs rá, csak arra jó, hogy a technológiához és a gazdasághoz nem értő szerencsétlen emberek elé mézesmadzagot húzzon, hogy majd mi megoldjuk minden problémátokat, azzal hogy ingyen pénzt szórunk a lábatok elé ezért szavazzatok ránk. Technológiai fejlesztésre van szükség, nem alapjövedelemre, hogy több munkahely teremtődjön.
Felhasznált Irodalom:
Szathmári Sándor: Gépvilág (és más fantasztikus elbeszélések), FAPADOSKONYV.HU, 2012.
Asztrobiológia https://hu.wikipedia.org/wiki/Asztrobiol%C3%B3gia
Anthony Goldbloom: A munkák, amelyek vesztésre állnak a gépekkel szemben, és amelyek nem https://www.ted.com/talks/anthony_goldbloom_the_jobs_we_ll_lose_to_machines_and_the_ones_we_won_t/transcript?language=hu
Richard Susskind - Daniel Susskind: A szakmák jövője Antall József tudásközpont, Budapest, 2018.
Görögök és magyarok: nem lusták, csak ügyetlenek? https://www.portfolio.hu/gazdasag/gorogok-es-magyarok-nem-lustak-csak-ugyetlenek.163546.html
Nanotechnológia https://hu.wikipedia.org/wiki/Nanotechnol%C3%B3gia
A kérdés, hogy mennyire helytálló ez a feltételezés? Valóban szükség van ingyen pénz osztogatására a társadalomban, hogy életben tartsuk a munkából kieső embereket a jövőben? Először is az úgynevezett mesterséges intelligenciáról kell írnunk ezzel kapcsolatban, ami a különféle emberi tevékenységek automatizálhatóságáért felelős korunk technológiai viszonyai között. A technológia területén manapság szinte minden az úgynevezett Big Data-ról szól. Ez az új tudományág a közelmúltban keletkezett, az informatika robbanásszerű fejlődésének köszönhetően, mivel nagyon nagy mennyiségű adat gyűlt össze szinte minden gazdasági és technológiai szektorban. Így a kereskedelemben, az orvostudományban, a távközlésben, a genetikában, a csillagászat területén stb.. Mint tudományág pedig arra jó, hogy ezekben a nagymennyiségű adathalmazokban összefüggéseket és mintázatokat keressen különféle matematikai és statisztikai eszközökkel. A kereskedelem területét példaként véve egy olyan kereskedelmi adathalmazban, ahol az tartják nyilván, hogy a vevők miket vásároltak, lehet például összefüggéseket keresni az egymást kiegészítő termékek vásárlásának gyakoriságai között.
Így például elemezni lehet, hogy azok a vásárlók, akik gyakran vesznek kenyeret hány százalékban vásárolnak mellé tejet is. Ha pedig gyakran vásárolják ezt a két terméket együtt az hasznos információ a bolt számára, hiszen akkor érdemes a pékárukat, és a tejtermékeket egymás közelébe pakolni a boltban, hogy kényelmes legyen a vásárlás. A Big Data technológiája ma már a mesterséges intelligencia kutatásban is teret nyert, amiből egy külön tudományágat hasított ki magának. A gépi tanulás elméletét, ami azt jelenti, hogy ha egy Big Data alkalmazást, amely folyamatosan és automatikusan elemez egy ilyen nagy adathalmazt statisztikai eszközökkel, akkor az így kielemzett tények képessé tehetik ezt az alkalmazást arra, hogy bizonyos feladatokat jobban oldjon meg akár az embernél is.
Például az orvostudomány területén, ha egy ilyen Big Data alkalmazásba betáplálunk egy rakás képet melanómás daganatokról, továbbá adatként azt is, hogy melyik volt rosszindulatú és melyik volt jóindulatú. Akkor ez az alkalmazás statisztikai eszközökkel elemezni tudja, hogy a fényképeken a daganatokat milyen elváltozások jellemzik nagyobb százalékban, ha azok rosszindulatúak, vagy ha jóindulatúak, és ha legközelebb betáplálják neki egy új melanóma gyanús beteg fényképét, akkor arról meg tudja állapítani, hogy az a daganat rosszindulatú, vagy jóindulatú. Általában jobban is, mint egy bőrgyógyász, mert több daganat fényképe áll a rendelkezésére, mint amennyit életében egy bőrgyógyász láthatott, és így mesterséges intelligencia alapú orvosi diagnózisokat állíthatunk elő.
A gépi tanulásra alapozott mesterséges intelligencia alkalmazásokat ma már nagyon sok területen alkalmazzák, még a tudományos kutatás területén is. Létezik olyan Big Data alapú mesterséges intelligencia alkalmazás, ami a korunkra már óriási mennyiségűre növekedett orvosi publikációkat vizsgálja át és elemzi, amelyeket egy ember száz évig sem tudna elolvasni, hogy azokban új összefüggéseket fedezzen fel, amelyek új tudományos eredmények magvai lehetnek. Ezek a modern mesterséges intelligencia alkalmazások valóban automatizálni tudnak bizonyos emberi tevékenységeket, amely által a gép esetenként jobban is el tud látni bizonyos feladatokat mind egy ember, mondjuk az orvosi diagnosztika területén. Azt azonban látni kell, hogy ezek az alkalmazások megjelenésükkor soha sem egy egész foglalkozást törölnek el, hanem csak bizonyos foglalkozásokhoz tartozó feladatokat.
Így például az előbb említett példánkban az orvosi diagnosztika automatizálása korántsem jelenti az egész orvosi szakma megszűnését, hanem csak egy részfeladat gépek általi átvételét, ami nemhogy munkanélküliséget nem okoz az egészségügyben, de az orvosi munkát költség és teljesítményhatékonyabbá teszi. Hiszen olcsóbbá és jobbá válik ezáltal az orvosok munkája, mivel megszabadul az orvos egy részfeladattól, amit a gép jobban végez, emellett pedig idő szabadul fel a számára, amit más feladatok elvégzésére szánhat immár hatékonyabban.
Az a tény, hogy a mesterséges intelligencia olcsóbbá és hatékonyabbá teszi bizonyos szakemberek munkáját a piaci szektorban, rövidtávon, éppen, hogy nem munkanélküliséggel, hanem egyenesen munkahelyteremtéssel jár együtt. Miért? Mondok erre egy példát. Vegyünk egy vállalatot, amelynek van egy boltja valahol Budapesten, ami Hot-Dog árusítással foglalkozik. A Hot-Dog készítése három munkafázisból áll: a kifli megsütése, a belevaló virsli megfőzése, és a Hot-Dog összerakása. Mint mondtam a mesterséges intelligenciával működő gépek szinte sohasem egy egész foglalkozást helyettesítenek egyszerre, hanem csak annak egy részfeladatát. Így tegyük fel, hogy ez a cég automatizálni akarja a Hot-Dog készítést, és éppen akkor feltalálnak egy gépet, ami egyedül meg tudja főzni a Hot-Dog-ba a virslit, vagyis egyedül el tudja végezni a Hot-Dog készítés egy részfeladatát. A cég meg is vásárolja ezt a gépet.
Ezután gép főzi majd a virslit az üzletben, a Hot-Dog árusnak csak a kiflisütéssel és az összerakással kell foglalkoznia, a munkája ezáltal olcsóbbá válik, minél fogva a vállalat is olcsóbban tudja adni a Hot-Dog-ot. A Hot-Dog olcsóbbá válása miatt pedig megnő a Hot-Dog iránti kereslet, az emberek több Hot-Dogot vesznek, ami pedig munkaerő keresletet generál a cégnél, és fel kell venniük még egy Hot-Dog árust. Tehát az elmondottakból látszik, hogyha az automatizálás csak egy részfeladatot, és nem egy egész foglalkozást érint, (ami nagyon ritka). Akkor az automatizálásnak inkább munkahelyteremtő és bérnövelő hatása van, mintsem hogy munkanélküliséget okozna. Példa erre a német gazdaság ahol nem azért magasabbak a bérek és alacsony a munkanélküliség, mert ők szorgalmasabbak, többet dolgoznak, hiszen a statisztikák ennek éppen az ellenkezőjét mondják, a német gazdaságban a legalacsonyabb a ledolgozott munkaórák száma. Ott azért kisebb a munkanélküliség, és azért magasabbak a bérek, mert a gazdaságuk magasabbszintű technológiával van felszerelve, fejlettebb technológiákkal dolgoznak a munkahelyeken.
Nem is beszélve arról, hogy a technológiai fejlődés rövidtávon nem csak, hogy olcsóbbá és hatékonyabbá teszi a munkavégzést, hanem új feladatokat és foglalkozásokat generál, amit korunkban is láthatunk. A programozástól kezdve a különféle adatelemző, meg IT munkakörökig. Amelyeket mind-mind a technológiai fejlődés generált. Érzékelhető technológiai munkanélküliség csak akkor jövet létre, ha az automatizálás már a különféle foglalkozások minden részfeladatát érinti, de ma még nem tudjuk, hogy ez megvalósulhat e. Nem tudjuk, hogy milyen részfeladatok automatizálhatók, és milyenek nem. Ha pedig megvalósul is ez valamikor az is még hosszú évtizedek múlva fog megtörténni, semmiképpen sem most. Mivel a különféle mesterséges intelligencia alkalmazások csak a foglalkozások egy-egy részfeladatait érintik, a foglalkozások az automatizált mesterséges intelligencia alkalmazások számának növekedésével csak lassan sorvadnak el, de sohasem egy pillanat alatt szűnnek meg. Ez egy nagyon hosszú folyamat. Azonban még ha ez bekövetkezik is, akkor is kérdéses, hogy ez általános munkanélküliséget okozna e.
Az olyan tevékenységeket ugyanis, amelyek nem egy foglalkozás rutinszerű részfeladataiból állnak, hanem tudásszegmensek kreatív összekapcsolásából sokak szerint továbbra is emberek fogják végezni. Ugyanis csak az emberi tudat képes egymástól eltérő jellegű információkat összekapcsolni, és ezzel új helyzetekre reagálni. Ha például egy ember tudomására jut, hogy kint eleredt az eső, és tudja, hogy a lakásában van esernyő, akkor képes ezt a két tudattartalmat összekapcsolni, és rájön, hogy magához kell vennie az esernyőt, ha ki akar menni az utcára. Viszont a melanómás daganatokat elemző Big Data alkalmazás ugyan jól ki tudja szűrni a melanómás daganatokat, mert arról rengeteg információ van a memóriájában, de ha egy ilyen melanómás betegnek valamilyen más betegsége is van, ami súlyosbítja az állapotát, arról már nem tud információt nyújtani az orvosnak, mert arról nem állnak rendelkezésre képek a memóriájában. Mint ahogy a kórházból sem tud kimenekülni, ha tűz üt ki ott, mert erről sem állnak a rendelkezésére elemezhető információk, hogy azt hogyan kell megtenni.
Ezekkel a Big Data alkalmazásokkal egyszerre csak egyfajta információtömeget lehet elemezni, és így csak egy területen lehet őket fejleszteni, de egymástól eltérő információk összekapcsolására nem képesek, ezért nem tudnak új helyzeteket kezelni, nem tudnak úgy működni, mint az emberi tudat. Így az orvosi szakma lehet, hogy akkor is megmarad, ha már minden részfeladatát automatizálták, mert arra, hogy ezeknek a részfeladatoknak az eredményeit kreatívan összekapcsolja valaki csak az ember lesz képes továbbra is. Így az általános technológiai munkanélküliség elmélete ezért is kérdéses. Ennek nyomán persze felvetődött bennem a kérdés, hogy nem lehetne e olyan magasabbrendű, Big Data alkalmazásokat, vagy ha úgy tetszik Big Data 2 alkalmazásokat készíteni, amelyek nem szakterületeken felgyülemlett adatokat elemeznek, hanem ilyen adatokat elemző Big Data alkalmazások munkáját hangolják össze. Mondok erre egy példát. Van egy olyan tudomány, hogy asztrobiológia, amely a földönkívüli élet lehetőségeit kutatja. Tehát, hogy létre jöhet e más égitesteken az élet. Ez egy interdiszciplinális tudományág, felhasználja mind a csillagászat, mint pedig a biológia eredményeit.
Így akkor lehetne e készíteni egy olyan magasabbrendű Big Data alkalmazást, vagy Big Data 2 alkalmazást, amely összehangolja két Big Data alkalmazás munkáját, ahol az egyik a biológia területén a genetikai adatokat pásztázza és elemzi, a másik pedig a csillagászati adatokat pásztázza és elemzi. Ha pedig a felhasználó ebben a magasabbrendű Big Data alkalmazásban lefuttat egy tudományos keresőkérdést, akkor a két külön adatbázisban az alkalmazások mindegyike elkezdi elemezni a saját adathalmazát, és ha mindegyik talál egy-egy olyan adatszegmenset, amelyek egymással összekapcsolva választ adhatnak erre a tudományos kérdésre, akkor ez a magasabbrendű Big Data alkalmazás ezt képes érzékelni, és képes összekapcsolni a két adatszegmenset, hogy egy új tudományos eredmény jöjjön létre. Ez már egy olyan Big Data alkalmazás lenne, amely képes a különféle információk összekapcsolására.
Itt most csak két Big Data alkalmazás összekapcsolásáról beszéltem, de feltételezhető, hogy össze lehetne kapcsolni több ilyen alkalmazást is, vagy akár az emberiség egész tudáskincsét pásztázó és elemző összes Big Data alkalmazást is. Akkor pedig egy az emberhez hasonló, egyetemes tudású Big Data 2 alkalmazás jönne létre, amely már bármilyen információkat képes lenne összekapcsolni egymással, és úgy működne, mint az emberi tudat, képes lenne új helyzeteket is kezelni és elvileg minden emberi tevékenységet képes lenne elvégezni. Lehetne e ilyen alkalmazást készíteni? Nem tudom, lehet, hogy igen, viszont kérdés, hogy ez valóban azonos lenne e az emberi tudattal? Szerintem nem.
Ugyanis ez önmagában egy önálló célok nélküli gép lenne. Semmilyen önálló akarata és célja nem lenne, csak akkor használná tudatát, ha valamilyen kérdést tennénk fel neki. Persze a gépekbe is lehet célokat beleprogramozni, ahogy egy játékrobotba is bele lehet programozni, hogy milyen utat járjon be a szobában. Illetve mondhatnánk, hogy az emberi célok és indítékok nem is a tudathoz tartoznak, hanem a személyiséghez, amely genetikusan bele van kódolva az emberbe. Tehát ahogy az embernek is van genetikusan rögzült személyisége, úgy a gépbe is beleprogramozhatunk célokat. Viszont az már az emberi tudat privilégiuma, hogy változtatni tudjunk saját céljainkon. Hogy ne csak a belénk rögzült genetikai kódot kövessük. Erre egy olyan tudattal rendelkező gép, ahol a tudat csupán különféle Big Data alkalmazások konglomerátuma nem képes. Erre csak az emberi tudat képes, egy ilyen gép soha nem fog tudni változtatni a bele programozott célokon. Ebből is látszik, hogy az emberi tudat több, mint egymással összefűzött Big Data alkalmazások konglomerátuma.
Ugyanakkor pedig éppen ettől lesz veszélyes egy ilyen gép. Ugyanis egy ilyen egyetemes gépi világtudat, amely az emberiség összes tudáskincsét birtokolja és használja, nagyon okos lesz, és mindent uralni fog, ugyanakkor csak azokat a célokat fogja tudni követni, amiket beleprogramoztak. Azon nem fog tudni változtatni, és mi lesz, ha rossz kezekbe kerül az a lehetőség, hogy valaki beleprogramozza a célokat. Mi lesz, ha egy elmebeteg azt programozza bele, hogy pusztítsd ki az emberiséget. A gép csak azt fogja tenni, amit beleprogramoztak, és nem fog tudni változtatni saját céljain. Gépi intelligenciája viszont szinte végtelen lesz, és így könnyű szerrel el fogja tudni végezni, amit beleprogramoztak.
Tehát ha létrehozhatunk is olyan gépet, ami tényleg minden emberi tevékenységet tud helyettesíteni, az már biztonsági kérdéseket vet fel, ami megkérdőjelezi, hogy érdemes e ezt megtenni. Ugyanakkor pedig a technológiai fejlődés nemcsak a mesterséges intelligencia és az automatizálás fejlődéséből áll, hanem van egy másik áramlat is a technika fejlődésében, ez pedig a nanotechnológia. Ez megkérdőjelezi, hogy szükség lesz e az általános alapjövedelem bevezetésére abban az időszakban amikor tényleg megvalósul a minden emberi tevékenységet helyettesítő gép.
A nanotechnológia egy modern tudomány, ami arra irányul, hogy az anyag atomi szintjeinek manipulálásával hozzon létre újfajta anyagi rendszereket és technológiákat a biológiai rendszerek önszerveződésének modelljét felhasználva. Az előrejelzések szerint a jövőben a nanotechnológia használatával létrehozhatunk majd olyan gépeket, amelyek egy gombnyomásra képesek az anyag atomi létszintjeinek elemeiből, magyarul atomokból felépíteni bármilyen anyagi tárgyat az ételektől kezdve egy egész házig, vagy egy űrhajóig. Ha pedig ez megvalósul, ami ugyancsak hosszú évtizedek múlva fog megvalósulni, mint a mindentudó gép megteremtése is, akkor már nem lesz szükség egységes alapjövedelemre, mert már mindenki maga is elő fogja tudni állítani a létfenntartásához szükséges eszközöket egy nanoeszközzel.
Tehát mindent összefoglalva a technológiai fejlődés rövidtávon semmiképpen nem okoz munkanélküliséget, hanem inkább a munkahelyteremtést és a bérnövekedést segíti. Arra mire valóban létrejön a minden emberi tevékenységet helyettesíteni tudó gép, ami, ha megtörténik is, csak nagyon hosszú idő elteltével fog rá sor kerülni, és biztonsági kérdéseket is felvet, már valószínű, hogy semmi szükség nem lesz az egységes alapjövedelemre, mert a gazdaság egész másképpen fog működni. Tehát ez az egységes alapjövedelem úgy ahogy van egy hülyítés, semmi szükség nincs rá, csak arra jó, hogy a technológiához és a gazdasághoz nem értő szerencsétlen emberek elé mézesmadzagot húzzon, hogy majd mi megoldjuk minden problémátokat, azzal hogy ingyen pénzt szórunk a lábatok elé ezért szavazzatok ránk. Technológiai fejlesztésre van szükség, nem alapjövedelemre, hogy több munkahely teremtődjön.
Felhasznált Irodalom:
Szathmári Sándor: Gépvilág (és más fantasztikus elbeszélések), FAPADOSKONYV.HU, 2012.
Asztrobiológia https://hu.wikipedia.org/wiki/Asztrobiol%C3%B3gia
Anthony Goldbloom: A munkák, amelyek vesztésre állnak a gépekkel szemben, és amelyek nem https://www.ted.com/talks/anthony_goldbloom_the_jobs_we_ll_lose_to_machines_and_the_ones_we_won_t/transcript?language=hu
Richard Susskind - Daniel Susskind: A szakmák jövője Antall József tudásközpont, Budapest, 2018.
Görögök és magyarok: nem lusták, csak ügyetlenek? https://www.portfolio.hu/gazdasag/gorogok-es-magyarok-nem-lustak-csak-ugyetlenek.163546.html
Nanotechnológia https://hu.wikipedia.org/wiki/Nanotechnol%C3%B3gia
2018. június 4., hétfő
A tudat létrehozása egy magasabb rendű Big Data alkalmazással
A technológia területén manapság szinte minden az úgynevezett Big Data-ról szól. Ez az új tudományág a közelmúltban keletkezett, az informatika robbanásszerű fejlődésének köszönhetően, mivel nagyon nagy mennyiségű adat gyűlt össze szinte minden gazdasági és technológiai szektorban. Így a kereskedelemben, az orvostudományban, a távközlésben, a genetikában, a csillagászat területén stb. Mint tudományág pedig arra jó, hogy ezekben a nagymennyiségű adathalmazokban összefüggéseket és mintázatokat keressen különféle matematikai és statisztikai eszközökkel. A kereskedelem területét példaként véve egy olyan kereskedelmi adathalmazban, ahol az tartják nyilván, hogy a vevők miket vásárolltak, lehet például összefüggéseket keresni az egymást kiegészítő termékek vásárlásának gyakoriságai között.
Így például elemezni lehet, hogy azok a vásárlók akik gyakran vesznek kenyeret hány százalékban vásárolnak mellé tejet is. Ha pedig gyakran vásárolják ezt a két terméket együtt az hasznos információ a bolt számára, hiszen akkor érdemes a pékárúkat, és a tejtermékeket egymás közelébe pakolni a boltban, hogy kényelmes legyen a vásárlás. A Big Data technológiája ma már a mesterséges intelligencia kutatásban is teret nyert amiből egy külön tudományágat hasított ki magának. A gépi tanulás elméletét, ami azt jelenti, hogy ha egy Big Data alkalmazást, amely folyamatosan és automatikusan elemez egy ilyen nagy adathalmazt statisztikai eszközökkel, akkor az így kielemzett tények képessé tehetik ezt az alkalmazást arra, hogy bizonyos feladatokat jobban oldjon meg akár az embernél is.
Például az orvostudomány területén, ha egy ilyen Big Data alkalmazásba betáplálunk egy rakás képet melanómás daganatokról, továbbá adatként azt is, hogy melyik volt rosszindulatú és melyik volt jóindulatú. Akkor ez az alkalmazás statisztikai eszközökkel elemezni tudja, hogy a fényképeken a daganatokat milyen elváltozások jellemzik nagyobb százalékban, ha azok rosszindulatúak, vagy ha jóindulatúak, és ha legközelebb betáplálják neki egy új melanóma gyanús beteg fényképét, akkor arról meg tudja állapítani, hogy az a daganat rosszindulatú, vagy jóindulatú. Általában jobban is, mint egy bőrgyógyász, mert több daganat fényképe áll a rendelkezésére, mint amennyit életében egy bőrgyógyász láthatott, és így mesterséges intelligencia alapú orvosi diagnózisokat állíthatunk elő.
A gépi tanulásra alapozott mesterséges intelligencia alkalmazásokat ma már nagyon sok területen alkalmazzák, még a tudományos kutatás területén is. Létezik olyan Big Data alapú mesterséges intelligencia alkalmazás, ami a korunkra már óriási mennyiségüre növekedett orvosi publikációkat vizsgálja át és elemzi, amelyeket egy ember száz évig sem tudna elolvasni, hogy azokban új összefüggéseket fedezzen fel, amelyek új tudományos eredmények magvai lehetnek. A mesterséges intelligencia kutatás területén ez azonban mégsem jelenti azt, hogy erre alapozva alkothatnánk olyan gépeket, amelyek úgy működnek mint az emberi tudat.
Ugyanis az emberi tudat képes egymástól eltérő jellegű információkat összekapcsolni, és ezzel új helyzetekre reagálni. Ha például egy ember tudomására jut, hogy kint eleredt az eső, és tudja, hogy a lakásában van esernyő, akkor képes ezt a két tudattartalmat összekaplni, és rájön, hogy magához kell vennie az esernyőt, ha ki akar menni az utcára. Viszont a melanómás daganatokat elemző Big Data alkalmazás ugyan jól ki tudja szűrni a melanómás daganatokat, mert arról rengeteg információ van a memóriájában, de ha egy ilyen melanómás betegnek valamilyen más betegsége is van, ami súlyosbítja az állapotát arról már nem tud információt nyújtani az orvosnak, mert arról nem állnak rendelkezésre képek a memóriájában. Mint ahogy a kórházból sem tud kimenekülni, ha tűz üt ki ott, mert erről sem állnak a rendelkezésére elemezhető információk, hogy azt hogyan kell megtenni.
Ezekkel a Big Data alkalmazásokkal egyszerre csak egyfajta információtömeget lehet elemezni, és így csak egy területen lehet őket fejleszteni, de egymástól eltérő információk összekapcsolására nem képesek, ezért nem tudnak új helyzeteket kezelni, nem tudnak úgy működni, mint az emberi tudat. Ennek nyomán felvetődött bennem a kérdés, hogy nem lehetne e olyan magasabbrendű, Big Data alkalmazásokat, vagy ha úgy tetszik Big Data 2 alkalmazásokat készíteni, amelyek nem szakterületeken felgyülemlett adatokat elemeznek, hanem ilyen adatokat elemző Big Data alkalmazások munkáját hangolják össze. Mondok erre egy példát. Van egy olyan tudomány, hogy asztrobiológia, amely a földönkívüli élet lehetőségeit kutatja. Tehát, hogy létre jöhet e más égitesteken az élet. Ez egy interdiszciplinális tudományág, felhasználja mind a csillagászat, mint pedig a biológia eredményeit.
Így akkor lehetne e készíteni egy olyan magasabbrendű Big Data alkalmazást, vagy Big Data 2 alkalmazást, amely összehangolja két Big Data alkalmazás munkáját, ahol az egyik mondjuk a biológia területén a genetikai adatokat pásztázza és elemzi, a másik pedig a csillagászati adatokat pásztázza és elemzi. Ha pedig a felhasználó ebben a magasabbrendű Big Data alkalmazásban lefuttat egy tudományos keresőkérdést, akkor a két külön adatbázisban az alkalmazások mindegyike elkezdi elemezni a saját adathalmazát, és ha mindegyik talál egy-egy olyan adatszegmenset, amelyek egymással összekapcsolva választ adhatnak erre a tudományos kérdésre, akkor ez a magasabbrendű Big Data alkalmazás ezt képes érzékelni, és képes összekapcsolni a két adatszegmenset, hogy egy új tudományos eredmény jöjjön létre. Ez már egy olyan Big Data alkalmazás lenne, amely képes a különféle információk összekapcsolására.
Itt most csak két Big Data alkalmazás összekapcsolásáról beszéltem, de feltételezhető, hogy össze lehetne kapcsolni több ilyen alkalmazást is, vagy akár az emberiség egész tudáskincsét pásztázó és elemző összes Big Data alkalmazást is. Akkor pedig egy az emberhez hasonló, egyetemes tudású Big Data 2 alkalmazás jönne létre, amely már bármilyen információkat képes lenne összekapcsolni egymással, és úgy működne, mint az emberi tudat, képes lenne új helyzeteket is kezelni. Lehetséges vajon e ez? Szerintem igen, viszont kérdés, hogy ez valóban azonos lenne e az emberi tudattal? Szerintem nem.
Ugyanis ez önmagában egy önálló célok nélküli gép lenne. Semmilyen önálló akarata és célja nem lenne, csak akkor használná tudatát, ha valamilyen kérdést tennénk fel neki. Persze a gépekbe is lehet célokat beleprogramozni, ahogy egy játékrobotba is bele lehet programozni, hogy milyen utat járjon be a szobában. Illetve mondhatnánk, hogy az emberi célok és indítékok nem is a tudathoz tartoznak, hanem a személyiséghez, amely genetikusan bele van kódolva az emberbe. Tehát ahogy az embernek is van genetikusan rögzült személyisége, úgy a gépbe is beleprogramozhatunk célokat. Viszont az már az emberi tudat privilégiuma, hogy változtatni tudjunk saját céljainkon. Hogy ne csak a belénk rögzült genetikai kódot kövessük. Erre egy olyan tudattal rendelkező gép, ahol a tudat csupán különféle Big Data alkalmazások konglomerátuma nem képes. Erre csak az emberi tudat képes, egy ilyen gép soha nem fog tudni változtatni a bele programozott célokon. Ebből is látszik, hogy az emberi tudat több, mint egymással összefűzött Big Data alkalmazások konglomerátuma.
Ugyanakkor pedig éppen ettől lesz veszélyes egy ilyen gép. Ugyanis egy ilyen egyetemes gépi világtudat, amely az emberiség összes tudáskincsét birtokolja és használja, nagyon okos lesz, és mindent uralni fog, ugyanakkor csak azokat a célokat fogja tudni követni, amiket beleprogramoztak. Azon nem fog tudni változtatni, és mi lesz, ha rossz kezekbe kerül az a lehetőség, hogy valaki beleprogramozza a célokat. Mi lesz, ha mondjuk egy elmebeteg azt programozza bele, hogy pusztítsd ki az emberiséget. A gép csak azt fogja tenni, amit beleprogramoztak, és nem fog tudni változtatni saját céljain. Gépi intelligenciája viszont szinte végtelen lesz, és így könnyű szerrel el fogja tudni végezni, amit beleprogramoztak. Erre kell ügyelni a jövőben.
Szathmári Sándor: Gépvilág (és más fantasztikus elbeszélések), FAPADOSKONYV.HU, 2012.
Asztrobiológia https://hu.wikipedia.org/wiki/Asztrobiol%C3%B3gia
Anthony Goldbloom: A munkák, amelyek vesztésre állnak a gépekkel szemben, és amelyek nem https://www.ted.com/talks/anthony_goldbloom_the_jobs_we_ll_lose_to_machines_and_the_ones_we_won_t/transcript?language=hu
Richard Susskind - Daniel Susskind: A szakmák jövője Antall József tudásközpont, Budapest, 2018.
Így például elemezni lehet, hogy azok a vásárlók akik gyakran vesznek kenyeret hány százalékban vásárolnak mellé tejet is. Ha pedig gyakran vásárolják ezt a két terméket együtt az hasznos információ a bolt számára, hiszen akkor érdemes a pékárúkat, és a tejtermékeket egymás közelébe pakolni a boltban, hogy kényelmes legyen a vásárlás. A Big Data technológiája ma már a mesterséges intelligencia kutatásban is teret nyert amiből egy külön tudományágat hasított ki magának. A gépi tanulás elméletét, ami azt jelenti, hogy ha egy Big Data alkalmazást, amely folyamatosan és automatikusan elemez egy ilyen nagy adathalmazt statisztikai eszközökkel, akkor az így kielemzett tények képessé tehetik ezt az alkalmazást arra, hogy bizonyos feladatokat jobban oldjon meg akár az embernél is.
Például az orvostudomány területén, ha egy ilyen Big Data alkalmazásba betáplálunk egy rakás képet melanómás daganatokról, továbbá adatként azt is, hogy melyik volt rosszindulatú és melyik volt jóindulatú. Akkor ez az alkalmazás statisztikai eszközökkel elemezni tudja, hogy a fényképeken a daganatokat milyen elváltozások jellemzik nagyobb százalékban, ha azok rosszindulatúak, vagy ha jóindulatúak, és ha legközelebb betáplálják neki egy új melanóma gyanús beteg fényképét, akkor arról meg tudja állapítani, hogy az a daganat rosszindulatú, vagy jóindulatú. Általában jobban is, mint egy bőrgyógyász, mert több daganat fényképe áll a rendelkezésére, mint amennyit életében egy bőrgyógyász láthatott, és így mesterséges intelligencia alapú orvosi diagnózisokat állíthatunk elő.
A gépi tanulásra alapozott mesterséges intelligencia alkalmazásokat ma már nagyon sok területen alkalmazzák, még a tudományos kutatás területén is. Létezik olyan Big Data alapú mesterséges intelligencia alkalmazás, ami a korunkra már óriási mennyiségüre növekedett orvosi publikációkat vizsgálja át és elemzi, amelyeket egy ember száz évig sem tudna elolvasni, hogy azokban új összefüggéseket fedezzen fel, amelyek új tudományos eredmények magvai lehetnek. A mesterséges intelligencia kutatás területén ez azonban mégsem jelenti azt, hogy erre alapozva alkothatnánk olyan gépeket, amelyek úgy működnek mint az emberi tudat.
Ugyanis az emberi tudat képes egymástól eltérő jellegű információkat összekapcsolni, és ezzel új helyzetekre reagálni. Ha például egy ember tudomására jut, hogy kint eleredt az eső, és tudja, hogy a lakásában van esernyő, akkor képes ezt a két tudattartalmat összekaplni, és rájön, hogy magához kell vennie az esernyőt, ha ki akar menni az utcára. Viszont a melanómás daganatokat elemző Big Data alkalmazás ugyan jól ki tudja szűrni a melanómás daganatokat, mert arról rengeteg információ van a memóriájában, de ha egy ilyen melanómás betegnek valamilyen más betegsége is van, ami súlyosbítja az állapotát arról már nem tud információt nyújtani az orvosnak, mert arról nem állnak rendelkezésre képek a memóriájában. Mint ahogy a kórházból sem tud kimenekülni, ha tűz üt ki ott, mert erről sem állnak a rendelkezésére elemezhető információk, hogy azt hogyan kell megtenni.
Ezekkel a Big Data alkalmazásokkal egyszerre csak egyfajta információtömeget lehet elemezni, és így csak egy területen lehet őket fejleszteni, de egymástól eltérő információk összekapcsolására nem képesek, ezért nem tudnak új helyzeteket kezelni, nem tudnak úgy működni, mint az emberi tudat. Ennek nyomán felvetődött bennem a kérdés, hogy nem lehetne e olyan magasabbrendű, Big Data alkalmazásokat, vagy ha úgy tetszik Big Data 2 alkalmazásokat készíteni, amelyek nem szakterületeken felgyülemlett adatokat elemeznek, hanem ilyen adatokat elemző Big Data alkalmazások munkáját hangolják össze. Mondok erre egy példát. Van egy olyan tudomány, hogy asztrobiológia, amely a földönkívüli élet lehetőségeit kutatja. Tehát, hogy létre jöhet e más égitesteken az élet. Ez egy interdiszciplinális tudományág, felhasználja mind a csillagászat, mint pedig a biológia eredményeit.
Így akkor lehetne e készíteni egy olyan magasabbrendű Big Data alkalmazást, vagy Big Data 2 alkalmazást, amely összehangolja két Big Data alkalmazás munkáját, ahol az egyik mondjuk a biológia területén a genetikai adatokat pásztázza és elemzi, a másik pedig a csillagászati adatokat pásztázza és elemzi. Ha pedig a felhasználó ebben a magasabbrendű Big Data alkalmazásban lefuttat egy tudományos keresőkérdést, akkor a két külön adatbázisban az alkalmazások mindegyike elkezdi elemezni a saját adathalmazát, és ha mindegyik talál egy-egy olyan adatszegmenset, amelyek egymással összekapcsolva választ adhatnak erre a tudományos kérdésre, akkor ez a magasabbrendű Big Data alkalmazás ezt képes érzékelni, és képes összekapcsolni a két adatszegmenset, hogy egy új tudományos eredmény jöjjön létre. Ez már egy olyan Big Data alkalmazás lenne, amely képes a különféle információk összekapcsolására.
Itt most csak két Big Data alkalmazás összekapcsolásáról beszéltem, de feltételezhető, hogy össze lehetne kapcsolni több ilyen alkalmazást is, vagy akár az emberiség egész tudáskincsét pásztázó és elemző összes Big Data alkalmazást is. Akkor pedig egy az emberhez hasonló, egyetemes tudású Big Data 2 alkalmazás jönne létre, amely már bármilyen információkat képes lenne összekapcsolni egymással, és úgy működne, mint az emberi tudat, képes lenne új helyzeteket is kezelni. Lehetséges vajon e ez? Szerintem igen, viszont kérdés, hogy ez valóban azonos lenne e az emberi tudattal? Szerintem nem.
Ugyanis ez önmagában egy önálló célok nélküli gép lenne. Semmilyen önálló akarata és célja nem lenne, csak akkor használná tudatát, ha valamilyen kérdést tennénk fel neki. Persze a gépekbe is lehet célokat beleprogramozni, ahogy egy játékrobotba is bele lehet programozni, hogy milyen utat járjon be a szobában. Illetve mondhatnánk, hogy az emberi célok és indítékok nem is a tudathoz tartoznak, hanem a személyiséghez, amely genetikusan bele van kódolva az emberbe. Tehát ahogy az embernek is van genetikusan rögzült személyisége, úgy a gépbe is beleprogramozhatunk célokat. Viszont az már az emberi tudat privilégiuma, hogy változtatni tudjunk saját céljainkon. Hogy ne csak a belénk rögzült genetikai kódot kövessük. Erre egy olyan tudattal rendelkező gép, ahol a tudat csupán különféle Big Data alkalmazások konglomerátuma nem képes. Erre csak az emberi tudat képes, egy ilyen gép soha nem fog tudni változtatni a bele programozott célokon. Ebből is látszik, hogy az emberi tudat több, mint egymással összefűzött Big Data alkalmazások konglomerátuma.
Ugyanakkor pedig éppen ettől lesz veszélyes egy ilyen gép. Ugyanis egy ilyen egyetemes gépi világtudat, amely az emberiség összes tudáskincsét birtokolja és használja, nagyon okos lesz, és mindent uralni fog, ugyanakkor csak azokat a célokat fogja tudni követni, amiket beleprogramoztak. Azon nem fog tudni változtatni, és mi lesz, ha rossz kezekbe kerül az a lehetőség, hogy valaki beleprogramozza a célokat. Mi lesz, ha mondjuk egy elmebeteg azt programozza bele, hogy pusztítsd ki az emberiséget. A gép csak azt fogja tenni, amit beleprogramoztak, és nem fog tudni változtatni saját céljain. Gépi intelligenciája viszont szinte végtelen lesz, és így könnyű szerrel el fogja tudni végezni, amit beleprogramoztak. Erre kell ügyelni a jövőben.
Szathmári Sándor: Gépvilág (és más fantasztikus elbeszélések), FAPADOSKONYV.HU, 2012.
Asztrobiológia https://hu.wikipedia.org/wiki/Asztrobiol%C3%B3gia
Anthony Goldbloom: A munkák, amelyek vesztésre állnak a gépekkel szemben, és amelyek nem https://www.ted.com/talks/anthony_goldbloom_the_jobs_we_ll_lose_to_machines_and_the_ones_we_won_t/transcript?language=hu
Richard Susskind - Daniel Susskind: A szakmák jövője Antall József tudásközpont, Budapest, 2018.
Emlékek nyomorúságos fiatal éveimből
Létezik e olyan tudományos paradigma, vagy szellemi áramlat, amely egyesíteni tudja az ősmagyar újpogány szélsőjobboldaliságot, a baloldali modernitásellenes kulturális marxizmust, és a nemzeti polgári eszméket valló Fideszes szellemiséget? Akár hiszik, akár nem van ilyen. Nem mindenki tudja, hogy élt egyszer Sopronban egy később Amerikába elszármazott, zsidó származású orvosnő Margharet Mahler, aki Freud pszichoanalitikus elméletét alkalmazta a korai anya gyerek kapcsolatra. Azt hirdette, hogy a csecsemőkorú gyermek korai éveiben úgynevezett duálúnióban van az anyjával, ami annyit jelent, hogy fejlődésében visszamaradhat, és organikusan, illetve szellemileg erősen károsodhat, ha elszakítják az anyjától.
Ezzel az elméletével erősen felértékelte a nők és a nőiség szerepét a családban, ami a nyugati feminista eszmékre is hatással volt. De most nem erről akarok értekezni, hanem arról, hogy az ő tudományos munkássága erősen rányomta a bélyegét a szintén Sopronban székelő Benedek Elek Pedagógiai Főiskola szellemiségére, ahol külön termet is neveztek el róla, és ahol én nyomorúságos fiatal éveimet szociálpedagógus hallgatóként töltöttem. Más elfoglaltság és életcél hijján bejártam az ottani előadásokra, és el kell mondanom, hogy szinte majdnem mindegyik előadó politizált az órákon. Viszont szembetűnő volt, hogy az előadók politikai meggyőződése korántsem volt egységes.
Mondhatjuk, hogy mindenféle politikai meggyőződésű ember jelen volt köztük. Volt egy előadó, aki nemzeti radikális volt, jobban mondva az ősmagyar újpogány szélsőjobboldaliság pártján állt. Váltig állította, hogy a magyarok nem a Finnugoroktól, hanem a Hunoktól származnak. Krisztus valójában magyar volt, mert egy magyar anyától, szűzmáriától származik, és csak a gonosz zsidók terjesztik, hogy valójában zsidó volt. A Románok erős nemzettudatát irigyelte, akik nácibbak voltak a németeknél, mert nem gázkamrával, hanem saját kezűleg, baltával végeztek a zsidókkal, és olyan ügyesek voltak a nemzetépítésben, hogy erdélyt is megszerézték maguknak. Szerinte nekünk is az ő példájukat kellene követnünk, és csak akkor leszünk olyanok, mint ők, ha minden magyar elhiszi, hogy Krisztus magyar volt. Továbbá Szabó Dezső nyomán váltig állította, hogy a parasztság a nemzet megtartó ereje, mert a magyar a kapitalizmusra és a kommunizmusra a zsidókkal ellentétben nem érett.
Aztán volt egy előadó, aki szakterületét tekintve a családszociológiát és a családpedagógiát művelte. Láthatóan nagy tekintélyre tett szert a saját szakterületén. A családügyi minisztériumokig is elért a keze, és egyértelműen a Fidesszel szimpatizált. Saját bevallása szerint ő javasolta, hogy a Fidesz vegye fel programjába a családi adókedvezményt. Aztán volt egy előadó, aki szakterülete szerint szociális joggal foglalkozott, és lerítt róla, hogy a baloldallal szimpatizál. Védte a cigányokat körömszakadtáig, hogy azok nem tehetnek a saját nyomorúságos helyzetükről, mert a magyar társadalom kirekesztő magatartása az oka az ő helyzetüknek. Végül volt egy előadó aki szakterülete szerint médiapedagógiával foglalkozott, és nem is titkolta, hogy ő baloldali és liberális. Azt kifogásolta, hogy a Fidesz nem engedi, hogy a kiskorúak pornót nézzenek a HBO-n főműsoridőben.
Nem sorolom tovább. Mindebből az derülhet ki, hogy egy olyan intézménynek, ahol ennyire eltérő gondolkodású emberek tanítanak talán nincs is közös szellemisége. De van, és ez Margharet Mahlerhez vezethető vissza. Mahler anya gyerek kapcsolatról alkotott pszichoanalitikus elméletébe jól bele illik az ősmagyar újpogányság szűzmáriához köthető anyakultusza, de éppúgy beleillik a baloldali feminista eszmeiség, amely a csöpögős brazil szappanoperák és a Lagzi Lajcsi zene szülőanyja. Azonban egy szegről-végről családpártinak is mondható elméletet alkotott Margharet Mahler, ez pedig a Fidesz kereszténynek mondott csalátpártoló gondolatkörébe is beleilleszthető.
Kuntz Zoltán - Vörös Ákos: Koldulva a szerelmet, szolgálva a tudományt - Margaret Mahler csodálatos élete, MAGÁNKIADÁS, 2016.
Ezzel az elméletével erősen felértékelte a nők és a nőiség szerepét a családban, ami a nyugati feminista eszmékre is hatással volt. De most nem erről akarok értekezni, hanem arról, hogy az ő tudományos munkássága erősen rányomta a bélyegét a szintén Sopronban székelő Benedek Elek Pedagógiai Főiskola szellemiségére, ahol külön termet is neveztek el róla, és ahol én nyomorúságos fiatal éveimet szociálpedagógus hallgatóként töltöttem. Más elfoglaltság és életcél hijján bejártam az ottani előadásokra, és el kell mondanom, hogy szinte majdnem mindegyik előadó politizált az órákon. Viszont szembetűnő volt, hogy az előadók politikai meggyőződése korántsem volt egységes.
Mondhatjuk, hogy mindenféle politikai meggyőződésű ember jelen volt köztük. Volt egy előadó, aki nemzeti radikális volt, jobban mondva az ősmagyar újpogány szélsőjobboldaliság pártján állt. Váltig állította, hogy a magyarok nem a Finnugoroktól, hanem a Hunoktól származnak. Krisztus valójában magyar volt, mert egy magyar anyától, szűzmáriától származik, és csak a gonosz zsidók terjesztik, hogy valójában zsidó volt. A Románok erős nemzettudatát irigyelte, akik nácibbak voltak a németeknél, mert nem gázkamrával, hanem saját kezűleg, baltával végeztek a zsidókkal, és olyan ügyesek voltak a nemzetépítésben, hogy erdélyt is megszerézték maguknak. Szerinte nekünk is az ő példájukat kellene követnünk, és csak akkor leszünk olyanok, mint ők, ha minden magyar elhiszi, hogy Krisztus magyar volt. Továbbá Szabó Dezső nyomán váltig állította, hogy a parasztság a nemzet megtartó ereje, mert a magyar a kapitalizmusra és a kommunizmusra a zsidókkal ellentétben nem érett.
Aztán volt egy előadó, aki szakterületét tekintve a családszociológiát és a családpedagógiát művelte. Láthatóan nagy tekintélyre tett szert a saját szakterületén. A családügyi minisztériumokig is elért a keze, és egyértelműen a Fidesszel szimpatizált. Saját bevallása szerint ő javasolta, hogy a Fidesz vegye fel programjába a családi adókedvezményt. Aztán volt egy előadó, aki szakterülete szerint szociális joggal foglalkozott, és lerítt róla, hogy a baloldallal szimpatizál. Védte a cigányokat körömszakadtáig, hogy azok nem tehetnek a saját nyomorúságos helyzetükről, mert a magyar társadalom kirekesztő magatartása az oka az ő helyzetüknek. Végül volt egy előadó aki szakterülete szerint médiapedagógiával foglalkozott, és nem is titkolta, hogy ő baloldali és liberális. Azt kifogásolta, hogy a Fidesz nem engedi, hogy a kiskorúak pornót nézzenek a HBO-n főműsoridőben.
Nem sorolom tovább. Mindebből az derülhet ki, hogy egy olyan intézménynek, ahol ennyire eltérő gondolkodású emberek tanítanak talán nincs is közös szellemisége. De van, és ez Margharet Mahlerhez vezethető vissza. Mahler anya gyerek kapcsolatról alkotott pszichoanalitikus elméletébe jól bele illik az ősmagyar újpogányság szűzmáriához köthető anyakultusza, de éppúgy beleillik a baloldali feminista eszmeiség, amely a csöpögős brazil szappanoperák és a Lagzi Lajcsi zene szülőanyja. Azonban egy szegről-végről családpártinak is mondható elméletet alkotott Margharet Mahler, ez pedig a Fidesz kereszténynek mondott csalátpártoló gondolatkörébe is beleilleszthető.
Kuntz Zoltán - Vörös Ákos: Koldulva a szerelmet, szolgálva a tudományt - Margaret Mahler csodálatos élete, MAGÁNKIADÁS, 2016.
Feliratkozás:
Bejegyzések (Atom)