Agyunk a jövőbe lát

Hogy látja? A fent látható képen a fekete terület mozog, növekszik? Ez egy statikus kép, amely egy olyan sötét pontot ábrázol, amely azzal fenyeget, hogy elnyeli az egész képet. Ugyanakkor sokat taníthat nekünk arról, hogyan is látja agyunk és szemünk a világot. Egy múlt héten közzétett tanulmányban pszichológusok ötven normálisan látó férfin és nőn tesztelték ezt az illúziót. Infravörös szemkövető segítségével megállapították, hogy minél nagyobb volt a résztvevő reakciója az illúzióra, annál erősebb volt a pupillatágulási reakciójuk. Az emberek körülbelül 14 százaléka viszont egyáltalán nem látta ezt az illúziót.

A szem pupillái öntudatlanul alkalmazkodnak a környezet fényviszonyaihoz, kitágulnak a sötétben, hogy több fényt kapjanak el, és összehúzódnak, hogy fényes időben megakadályozzák a túlexponálást. Amikor ezt az illúziót nézed, a lyuk közben nem sötétedik el. De a lyuk sötétedésének érzékelése elég ahhoz, hogy a pupillák reagáljanak. A kutatók feltételezése szerint az illúzió azért működik, mert a középső lyuk gradiensének köszönhetően úgy tűnik, mintha a néző egy sötét lyukba vagy alagútba lépne be, ami a pupillák tágulására készteti. Az egyik hipotézis szerint az agy megpróbálja megjósolni és megmutatni nekünk a jövőt annak érdekében, hogy érzékeljük a jelent, ami az agy stratégiájának eredménye a bizonytalan, folyamatosan változó világban való eligazodásra. Az agy alkalmazkodik, mondjuk úgy, hogy a sötétségre számítva tágulásra készteti a pupillákat.
New York Times

Forrás: Újnépszabadság

A szerkesztő megjegyzése

Utánakerestünk az eredeti cikknek, közben hallatlan érdekességekre bukkantunk. A legújabb kutatásokról ITT olvashatunk – kis szerencsével egészen érthető magyar fordításban is, beállítható.

White-fülűeknek íme Steven Johnson – magyarul némiképp szerkesztett- cikke, hallatlanul érdekes. A DELCAN & COMPANY KONCEPCIÓJA. FOTÓILLUSZTRÁCIÓ: JAMIE CHUNG. PINK SPARROW KELLÉKSTÍLUSA.

RANDY BUCKNER a st. Washingtoni Egyetem végzős hallgatója volt. Louis 1991-ben, amikor belebotlott a modern agytudomány egyik legfontosabb felfedezésébe. Buckner számára – akárcsak sok társának a 90-es évek elején – a felfedezés annyira ellentmondásos volt, hogy évekbe telt, mire felismerte jelentőségét.

Buckner laboratóriuma, amelyet Marcus Raichle és Steven Petersen idegtudósok vezettek, azt vizsgálta, hogy a PET-szkennelés új technológiája mit mutathat a nyelv és az emlékezet közötti összefüggésről az emberi agyban. A PET-gép ígérete abban rejlett, hogy miként mérte a véráramlást az agy különböző részeiben, így a kutatók először láthatták a részletes idegi tevékenységet, nem csak az anatómiát.

Buckner tanulmányában az alanyokat arra kérték, hogy idézzenek fel szavakat egy memorizált listáról; Buckner és munkatársai annak nyomon követésével, hogy az agy hol fogyasztja a legtöbb energiát a feladat során, azt remélték, hogy megértik, hogy az agy mely részei vesznek részt az ilyen típusú memóriában.

De volt egy fogás. Az agy különböző régiói nagymértékben különböznek attól, hogy mennyi energiát fogyasztanak, függetlenül attól, hogy mit csinál az agy; ha megkérsz valakit, hogy mentális matematikát végezzen, miközben PET-géppel pásztázza az agyát, akkor ebből a vizsgálatból önmagában semmit nem tanulsz, mert a mentális matematikai feladatot tükröző finom változásokat elnyomják a vér szélesebb mintái. Ahhoz, hogy egy adott feladat által aktivált konkrét régiókat lássák, a kutatóknak egy alapösszehasonlításra, egy kontrollra volt szükségük.

Eleinte ez elég egyszerűnek tűnt: helyezze az alanyokat a PET-szkennerbe, kérje meg őket, hogy üljenek ott, és ne csináljanak semmit – amit a kutatók néha nyugalmi állapotnak neveztek -, majd kérje meg őket a vizsgált feladat elvégzésére. A feltételezés az volt, hogy a két kép – a nyugalmi és az aktív agy – összehasonlításával a kutatók meg tudják állapítani, hogy mely régiók fogyasztanak több energiát a feladat végrehajtása során.

De valami furcsán elromlott, amikor Buckner megvizsgálta alanyaik nyugalmi állapotát. „Az történt, hogy elkezdtük az embereket olyan szkennerekbe helyezni, amelyek képesek mérni az agyi aktivitásukat” – emlékszik vissza most Buckner –, és az Anyatermészet visszakiáltott ránk. Amikor az embereknek azt mondták, hogy üljenek és ne csináljanak semmit, a PET-vizsgálatok bizonyos régiókban a mentális energia határozott felfutását mutatták. A nyugalmi állapot aktívabbnak bizonyult, mint az aktív állapot.

Az agyi aktivitás nyugalmi állapotban tapasztalható páratlan robbanását több tucat más, hasonló kontrollszerkezetet alkalmazó tanulmányban is megfigyelték. A PET-vizsgálatokat használó tudósok első generációja az aktív nyugalmi állapotot – Buckner szavaival élve – „zavarónak, problémásnak” tekintette. Az összetévesztés egy hibás változó, amely megakadályozza, hogy a tudós megfelelő kontrollvizsgálatot végezzen. Ez zaj: puszta interferencia, ami akadályozza a tudomány által keresett jelet. Buckner és munkatársai egy 1993-ban benyújtott írásban feljegyezték a furcsa tevékenységet, de szinte csak utólagos gondolatként vagy bocsánatkérésként.

De ez a múló bólintás a furcsán aktív „nyugalmi állapot” felé az egyik első utalásnak bizonyult arra vonatkozóan, hogy mi lesz a forradalom az emberi intelligencia megértésében. Nem sokkal Buckner cikkének megjelenése után az Iowai Egyetem egyik agykutatója, Nancy Andreasen úgy döntött, hogy megfordítja a korai neuroimaging tanulmányokat uralt feladat/kontroll struktúrát. Andreasen és csapata ahelyett, hogy megküzdött volna a „zavaros” nyugalmi állapottal, tanulmányaik középpontjába helyezte azt.

Andreasen idegtudományon kívüli háttere segíthetett abban, hogy felfogja a nyugalmi állapotban megbúvó értéket, ahol társai csak a bajt látták. A reneszánsz irodalom professzoraként tudományos értékelést adott ki John Donne „konzervatív forradalmi” poétikájáról. Miután harmincas éveiben szakterületet váltott, végül az agyi képalkotás lencséjén keresztül kezdte felfedezni a kreativitás titkát. „Noha nem voltam sem freudi, sem pszichoanalitikus, eleget tudtam az emberi mentális tevékenységről ahhoz, hogy gyorsan felfogjam, milyen ostoba „kontrollfeladat” a pihenés” – írja később. „A legtöbb nyomozó azt a kényelmes feltételezést tette, hogy az agy üres vagy semleges lesz a „pihenés” alatt. Az önvizsgálatból tudtam, hogy a saját agyam gyakran akkor a legaktívabb, amikor elnyúlok az ágyon vagy a kanapén, és behunyom a szemem.”

Andreasen tanulmánya, amelynek eredményeit végül a The American Journal of Psychiatry 1995-ben publikálták, finoman megvizsgálta azt a módot, ahogyan a létező közösség ezt az állapotot az alapszintű kontrollig csökkentette: ezt a módot REST állapotnak nevezte, a Random Episodic Silent esetében. Gondolat. A PET-vizsgálatok által feltárt aktivitás megugrása nem volt zavaró, érvelt Andreasen. Ez egy nyom volt. Nyugalmi állapotunkban nem pihenünk. A saját eszközeire hagyva az emberi agy az egyik legemblematikusabb trükkhöz folyamodik, talán egy olyanhoz, amely eleve segített minket emberré tenni.

Ez időutazás.

KÉPZELD EL , HOGY KÉSŐ ESTE valaki egy munkanapon, és lefekvés előtt sétálni viszi a kutyáját. Néhány tucat lépésnyire a bejárati ajtótól, amikor a környéken áthaladó szokásos útvonalán halad, gondolatai egy jövő hétre tervezett fontos találkozóra vándorolnak. Elképzeli, hogy jól megy – a várakozó öröm finoman árad, ahogy elképzeli a jelenetet –, és megengedi magának, hogy reménykedjen, hogy ez megadja a terepet ahhoz, hogy fizetésemelést kérjen a főnökétől. Nem azonnal, de talán néhány hónap múlva. Képzeld el, hogy igent mond, és mit jelentene ez: jövőre talán a házastársaddal végre kiléphetsz az albérletedből, és vehetsz egy házat a közeli szebb környéken, ahol a jobb iskolai körzet található. Ám ekkor eszedbe jut egy probléma, amellyel mostanában birkózol: a csapatod egyik tagja zseniális, de temperamentumos. Érzelmi kilengései robbanásveszélyesek lehetnek; pont ma, amikor észrevette egy kolléga figyelmetlenségét, egy értekezlet kellős közepén szidalmazni kezdte. Úgy tűnik, nincs érzéke az udvariassághoz, nem tudja megfékezni érzelmeit.

Séta közben eszedbe jut a fizikai nyugtalanság érzése a teremben, ahogy kolléga a legértelmetlenebb ok miatt dühöngött. Képzelj el egy találkozót hat hónap múlva egy hasonló kitöréssel – csak ezúttal a főnököd előtt. A stressz kis hulláma önt el rajtad. Talán egyszerűen nem alkalmas a munkára, gondolja – ami arra emlékeztet, amikor öt évvel ezelőtt elbocsátott egy alkalmazottat. Az elméd megidézi ennek a beszélgetésnek a kínos intenzitását, majd elképzeli, mennyivel robbanékonyabb lenne egy hasonló beszélgetés a jelenlegi alkalmazottal. Fizikai félelemhez közeli érzést érzel, miközben elméd végigfut a forgatókönyvön.

Néhány percnyi gondolati vándorlás alatt számos külön körutat tettél meg a múltból a jövőbe: előre egy héttel a fontos találkozóig, előre egy évvel vagy tovább az új környéken lévő házig, vissza öt órát a mai találkozóig, előre, hat hónap, visszafelé öt év, előre néhány hét. Ok-okozati láncokat építettél fel, amelyek összekapcsolják ezeket a különböző pillanatokat; zökkenőmentesen haladtál át a valós eseményekről a képzelt eseményekre. És ahogy navigáltál az időben, az agyad és a tested érzelmi rendszere különböző válaszokat generált minden egyes – valós vagy képzelt – helyzetre.

Az egész sorozat egy temporális gimnasztika mesterkurzusa. A strukturálatlan gondolkodásnak ezekben a pillanataiban elménk ide-oda cikázik múlt és jövő között, mint egy filmvágó, aki egy film képkockáit súrolja.

A gondolatok sorozata szubjektíven nem olyan, mint a kemény munka. Úgy tűnik, ez nem igényel szellemi erőfeszítést; a forgatókönyvek csak úgy kifolynak az elmédből. Mivel ezek az elképzelt jövők olyan könnyen jönnek ránk, régóta alábecsültük a készség jelentőségét. A PET-szkenner lehetővé tette számunkra, hogy először értékeljük, milyen összetett is ez a fajta kognitív időutazás.

Nancy Andreasen 1995-ös tanulmányában két olyan kulcsfontosságú megfigyelést foglalt magában, amelyek jelentősége a következő évtizedekben növekedni fog. Amikor később interjút készített az alanyokkal, úgy írták le a REST állapot alatti mentális tevékenységüket, mint egyfajta erőfeszítés nélküli ide-oda váltást az időben. „Szabadon gondolkodnak sokféle dologról – írta Andreasen –, „különösen az elmúlt napok eseményeiről vagy a jelenlegi vagy a következő napok jövőbeli tevékenységeiről”. Talán a legérdekesebb, Andreasen megjegyezte, hogy a REST-tevékenység nagy része az úgynevezett asszociációs agykéregben zajlott, az agynak azokban a régióiban, amelyek a Homo sapiensben a legkifejezettebbek más főemlősökhöz képest, és amelyek gyakran az utolsók, amelyek teljesen teljesen kifejlődnek.

Az Andreasen úttörő munkáját követő években, az 1990-es évek végén és a 2000-es évek elején egy sor tanulmány és cikk feltérképezte az agyi tevékenység hálózatát, amelyet először azonosított. 2001-ben Randy Buckner Washingtoni Egyetem tanácsadója, Marcus Raichle új kifejezést alkotott a jelenségre: az „alapértelmezett módú hálózat”, vagy csak „az alapértelmezett hálózat”. A mondat megragadt. Ma a Google Tudós több ezer tudományos tanulmányt sorol fel, amelyek az alapértelmezett hálózatot vizsgálták.

„Számomra úgy tűnik, hogy ez a kognitív idegtudomány legfontosabb felfedezése” – mondja Martin Seligman, a Pennsylvaniai Egyetem pszichológusa. Úgy gondolják, hogy a látszólag triviális tevékenység, a tudatvándorlás központi szerepet játszik az agy „mély tanulásában”, az elme múltbeli tapasztalatok átvilágításában,

Egyre több tudományágból – idegtudományból, filozófiából, számítástechnikából – származó tudósok állítják, hogy ez a kognitív időutazásra való alkalmasság, amely az alapértelmezett hálózat felfedezésével kiderült, az emberi intelligencia meghatározó tulajdonsága lehet. „Ami a legjobban megkülönbözteti fajunkat” – írta Seligman a Times Op-Ed-ben John Tierney-vel – „egy olyan képesség, amelyet a tudósok csak most kezdenek értékelni: a jövőn gondolkodunk.” Így folytatta: „Fajunknak találóbb neve a Homo prospektus lenne, mert úgy boldogulunk, ha figyelembe vesszük kilátásainkat. A kutatás ereje tesz minket bölcsekké.”

Nem világos, hogy az állatoknak van-e egyáltalán valódi elképzelésük a jövőről. Egyes organizmusok olyan viselkedést mutatnak, amelynek hosszú távú következményei vannak, például egy mókus eltemet egy diót télre, de ezek a viselkedések mind ösztönösek. Az állatok megismerésével foglalkozó legújabb tanulmányok arra utalnak, hogy egyes főemlősök és madarak szándékosan készülhetnek fel a közeljövőben bekövetkező eseményekre. De a hónapok vagy évek léptékű jövőbeli kilátásai alapján döntéseket hozni – még olyan egyszerű dolgokat is, mint egy hét múlva a törzs összejövetelének megtervezése – még a legközelebbi főemlős rokonaink számára is elképzelhetetlen lenne.

Ha a Homo prospektus-elmélet igaz, ezek a korlátozott időutazási készségek megmagyarázzák annak a technológiai szakadéknak a fontos részét, amely elválasztja az embereket a bolygó összes többi fajától. Sokkal könnyebb új eszközt feltalálni, ha el tudja képzelni a jövőt, ahol az eszköz hasznos lehet. Ami az emberi elmét és annak minden találékonyságát felpörgette, nem biztos, hogy az egymással szembenálló hüvelykujjunk vagy a nyelvi adottságunk szokásos bűnösei. Ehelyett talán felszabadította elménket a jelen zsarnoksága alól.

A felkutatási képesség tükröződött és fel is erősödött számos társadalmi és tudományos forradalomban, amelyek az emberiség történelmét alakították. Maga a mezőgazdaság elképzelhetetlen lett volna a jövő működőképes modellje nélkül: a szezonális változások előrejelzése, a növények háziasításából adódó hosszú távú fejlesztések vizualizálása. A banki és hitelrendszerek olyan elméket igényelnek, amelyek képesek feláldozni a jelen idejű értéket a nagyobb nyereség érdekében a jövőben. Ahhoz, hogy a vakcinák működjenek, szükségünk volt olyan betegekre, akik hajlandóak voltak potenciális kórokozót juttatni a szervezetükbe, hogy életre szóló védelmet nyújtsanak a betegségekkel szemben. Egyedülálló adottságokkal születünk a jövő elképzeléséhez, de ezeket az adottságokat a civilizáció hajnala óta fejlesztjük. Ma új fejlesztések vannak a láthatáron, gépi tanulási algoritmusok formájában, amelyek bizonyos típusú előrejelzéseknél már jobban teljesítenek, mint az emberek. Miközben a mesterséges intelligencia arra készül, hogy növelje leglényegesebb emberi tehetségünket, egy furcsa kérdéssel nézünk szembe: miben lesz más a jövő, ha sokkal jobban megjósoljuk?

„AZ IDŐUTAZÁS olyan ősi hagyománynak tűnik, amely régi mitológiákban gyökerezik, olyan régiek, mint az istenek és a sárkányok” – állapítja meg James Gleick 2017-es Time Travel: A History című könyvében. „Nem az. Bár a régiek elképzelték a halhatatlanságot, az újjászületést és a halottak földjét, az időgépeket nem tudták. Az időutazás a modern kor fantáziája.” Az ötletet, hogy a technológiát használva olyan könnyedén mozogjunk az időben, mint a térben, úgy tűnik, először HG Wells vetette fel a 19. század végén, amelyet végül úttörő tudományos-fantasztikus művében, Az időgépben mutatott be.

De a gépek kezdettől fogva jósok. 1900-ban a Földközi-tengeren egy vihar után rekedt szivacsbúvárok egy víz alatti szobrot fedeztek fel a görög Antikythera sziget zátonyán. Kiderült, hogy egy több mint 2000 éves hajó roncsa volt. Az ezt követő mentési művelet során a búvárok megtalálták egy rejtélyes, precízen vágott fogaskerekekkel ellátott óraszerű eszköz maradványait, amelyeket rejtélyes szimbólumokkal láttak el, amelyek a felismerhetetlenségig korrodáltak. Az eszköz éveken át észrevétlenül hevert a múzeum fiókjában, mígnem egy Derek de Solla Price nevű brit történész az 1950-es évek elején újra felfedezte, és megkezdte a rekonstrukció fáradságos folyamatát – ezt az erőfeszítést a tudósok a 21. században is folytatták. Ma már tudjuk, hogy az eszköz képes volt megjósolni a Nap, a Hold és öt bolygó viselkedését.

Az Antikythera mechanizmust, ahogyan az ismertté vált, néha ősi számítógépnek is nevezik. Az analógia félrevezető: az eszköz mögött meghúzódó technológia sokkal közelebb állt az órához, mint egy programozható számítógéphez. De a lényegét tekintve ez egy előrejelző gép volt. Egy óra azért van, hogy meséljen a jelenről. A mechanizmus azért volt, hogy a jövőről meséljen. Sokatmondónak tűnik, hogy alkotói ilyen nagy erőfeszítéseket tettek a fogyatkozások előrejelzésében: Míg egyes ókori társadalmak azt hitték, hogy a fogyatkozás károsítja a termést, nem lett volna sok haszna, ha előzetesen tudnának róluk. Ami sokkal hasznosabbnak tűnik, az a varázslat és a csoda, amelyet egy ilyen jóslat nyújthat, és az az erő, amelyet ennek eredményeként meg lehet szerezni. Képzeld el, ahogy a tömegek előtt állsz, és bejelented, hogy holnap a nap több mint egy percre átváltozik tűz árnyalatú fekete gömbbé. Aztán képzeld el azt az áhítatot, amikor a prófécia valóra válik.

A jóslati gépek az ókori görögök óta csak megszaporodtak. Ahol ezek az eredeti óraszerkezetek determinisztikus jövőkkel foglalkoztak, mint például a csillagok mozgása, ott időutazó eszközeink egyre inkább előrejelzik a valószínűségeket és valószínűségeket, lehetővé téve számunkra, hogy elképzeljük a bonyolultabb rendszerek lehetséges jövőjét. Az 1600-as évek végén a közegészségügyi nyilvántartások javulásának és a statisztika matematikai fejlődésének köszönhetően Edmund Halley brit csillagász és Christiaan Huygens holland tudós külön-külön készítette el az első szigorú becsléseket a várható átlagos élettartamról. Körülbelül ugyanebben az időben robbanásszerűen megnőtt a biztosítótársaságok száma, üzletüket a jövőbeli kockázatok előrejelzésének újonnan felfedezett képessége tette lehetővé. Kezdetben az új szállítási vállalkozások kereskedelmi kockázatára összpontosítottak, de végül a biztosítás szinte minden elképzelhető jövőbeli fenyegetés ellen védelmet nyújtana: tűz, árvíz, betegség. A 20. században randomizált, ellenőrzött kísérletek lehetővé tették számunkra az orvosi beavatkozások jövőbeli hatásainak előrejelzését, végül elkülönítve a valódi gyógymódokat a kígyóolajtól. A digitális korszakban a táblázatkezelő szoftverek olyan számviteli eszközöket használtak, amelyeket eredetileg egy vállalkozás múltbeli tevékenységének rögzítésére terveztek, és előrejelzések kivetítésére szolgáló eszközökké alakították át őket, lehetővé téve számunkra, hogy az alternatív pénzügyi forgatókönyveken átkattoggassunk úgy, ahogy az elménk a különféle lehetséges jövőkben jár…

A kognitív időutazást azonban nem csak a tudomány és a technológia fokozta. Maga a történetmesélés feltalálása az alapértelmezett hálózat időutazási ajándékának egyfajta kiegészítéseként fogható fel. A történetek nem csupán képzeletbeli világokat varázsolnak elénk; megszabadítanak minket attól is, hogy belemerüljünk a lineáris időbe. Az analepszis és a prolepszis – visszatekintés és hárítás – a kánon legrégebbi irodalmi eszközei közé tartoznak, amelyeket olyan ősi narratívákban alkalmaznak, mint az Odüsszeia és az Arab éjszakák. Az időgépek nyilvánvalóan elszaporodtak a sci-fi narratívák tartalmában Az időgép megjelenése óta, de az időutazás a modern történetmesélés formájába is beszivárgott. A közelmúlt népszerű narratívájának meghatározó trükkje a torz idővonal, olyan időbeli sémákat felölelő filmekkel és tévéműsorokkal, amelyek néhány évtizeddel ezelőtt megzavarták volna a mainstream közönséget. Az Elveszett tévéműsor epikus, gyakran kifürkészhetetlen cselekménye vakmerő vidámsággal kavargott múlt, jelen és jövő között. A 2016-os sikerfilm, az Érkezés egy megdöbbentő idősémát tartalmazott, amely több mint ötvenszer ugrott előre a jövőbeli eseményekre, miközben mindvégig azt sugallta, hogy azok valójában a múltban történtek. A mostani sikersorozat, a This Is Us újra feltalálta a családi-szappanopera műfajt azáltal, hogy minden epizódot időugrások sorozataként strukturált, amelyek néha több mint ötven évet ölelnek fel. A harmadik évad nyitányának utolsó öt perce, amely korábban ősszel került adásba, hétszer ugrik oda-vissza az 1974-es, 2018-as és a 2028 körüli, meg nem határozott jövő között.

Ezek a narratív fejlemények egy érdekes lehetőséget sugallnak: a népszerű szórakoztatás arra edzi elménket, hogy jobbak legyünk a kognitív időutazásban. Ha kölcsönvette Wells időgépét, és visszaugrott 1955-be, majd megkéri a Gunsmoke és az I Love Lucy tipikus nézőit, hogy nézzék meg az Arrivalt vagy a Lost-t, akkor az időbeli magas zsivajokat mélyen megzavarhatták. Akkoriban még egyetlen visszapillantás is extra kéztartást igényelt – emlékszünk a hullámzó képernyőre? — az időbeli ugrás jelzésére. Csak a kísérleti narratívák merték összetettebb idősémákkal kihívni a hallgatóságot. Napjaink népszerű narratívái kitalált idővonalaik körül mozognak az alapértelmezett hálózat sebességével.

A NÉPSZERŰ NARRATÍVÁK KIDOLGOZOTT IDŐVONALAI talán arra tanítják elménket, hogy bonyolultabb időbeli sémákon gondolkodjunk, de vajon az új technológia közvetlenebbül bővítheti-e képességeinket? Régóta hallunk ígéreteket az „okos drogokról” a láthatáron, amelyek javítják a memóriánkat, de ha a Homo prospektus érvelése helytálló, akkor valószínűleg olyan áttöréseket kell keresnünk, amelyek javítják előrejelző képességünket is.

Bizonyos értelemben ezek a fejlesztések már körülöttünk vannak, de nem gyógyszerek, hanem szoftverek formájában. Ha valaha is azon kapta magát, hogy mentálisan különböző lehetőségeken fut át egy közelgő kiránduláshoz – mi történik, ha esik? — egy tíznapos időjárás-előrejelzés alapján az ön leendő képességeit növelte az éghajlati szuperszámítógépek időutazási készsége, amelyek több milliárd alternatív légköri forgatókönyvet kavarnak végig, a múltból merítve és a jövőbe vetítve. Ezek a vizualizációk az emberiség történetében először adnak a véletlennél jobb előrejelzéseket arról, hogy milyen lesz az időjárás egy hét múlva. Vagy mondd azt, hogy az álomnegyed, ahová költözni gondolsz – miután végre megengedheted magadnak, ha sikerül megszerezned a fizetésemelést –, véletlenül egy árvízi zónában van, és arra gondolsz, milyen lehet tíz év múlva egy jelentős árvízeseményt átélni, miközben az éghajlat egyre kiszámíthatatlanabbá válik. Az, hogy egyáltalán fontolgatja ezt a lehetőséget, szinte teljes mértékben az éghajlati szuperszámítógépek hosszú távú szimulációinak köszönhető, amelyek a bolygó mély múltját a távoli jövőbe metabolizálják.

A pontos időjárás-előrejelzés pusztán a szoftver-alapú időutazás korai diadala: olyan algoritmusok, amelyek lehetővé teszik, hogy olyan módon tekintsünk a jövőbe, ami néhány évtizeddel ezelőtt még lehetetlen volt, amit a Torontói Egyetem közgazdászainak triójának új könyve „jóslásnak” nevez. A gépi tanulási rendszerekben az algoritmusokat meg lehet tanítani arra, hogy rendkívül pontos előrejelzéseket hozzanak létre a jövőbeli eseményekről a múltbeli eseményekből származó adatok hatalmas tárházának átfésülésével. Egy algoritmust meg lehet tanítani arra, hogy előre jelezze a jövőbeli jelzáloghitelek nemteljesítését azáltal, hogy több ezer lakásvásárlást és a vevők pénzügyi profilját elemzi, hipotéziseit pedig úgy teszteli, hogy nyomon követi, hogy a vásárlók közül melyik hibázott végül. Ennek a képzésnek az eredménye természetesen nem egy tévedhetetlen jóslat, hanem valami hasonló azokhoz az előrejelzésekhez, amelyekre az időjárás-előrejelzéseknél támaszkodunk: valószínűségek sora. Ezt az időutazási gyakorlatot, amelyben elképzeled, hogy házat vásárolsz, egy szoftveres előrejelzés is kiegészítheti: az algoritmus figyelmeztethet arra, hogy húsz százalék az esélye annak, hogy a lakásvásárlás katasztrofálisan végződik piaci összeomlás vagy hurrikán miatt. Vagy egy másik, egy másik adatkészletre kiképzett algoritmus javasolhat más környékeket, ahol az otthoni értékek szintén növekedni fognak.

Ezek az algoritmusok segíthetnek kijavítani az alapértelmezett hálózat kritikus hibáját: az emberi lények híresen rosszul gondolkodnak valószínűség szerint. Az úttörő kognitív pszichológus, Amos Tversky egyszer azzal viccelődött, hogy a valószínűségek tekintetében az embereknek három alapértelmezett beállítása van: „megtörténik”, „nem fog megtörténni” és „talán”. Ragyogóan képesek vagyunk elképzelt forgatókönyvek lebegtetésében és annak kiértékelésében, hogy milyen érzéseket kelthetnek bennünk, ha bekövetkeznének. De nem természetes, hogy különbséget teszünk a húszszázalékos esély között, hogy valami megtörténjen, és a negyvenszázalékos esély között. Az algoritmusok segíthetnek kompenzálni ezt a kognitív vakfoltot.

A gépi tanulási rendszerek rendkívül hasznosak lesznek olyan döntések megfontolásánál is, amelyek potenciálisan nagyszámú különböző lehetőséget tartalmaznak. Az emberek rendkívül ügyesek abban, hogy elképzelt jövőt építsenek fel egyidejűleg néhány versengő idővonalra: arra, amelyikben elvállalja az új munkát, amelyikben visszautasítja. De az elménk egy számítási plafonba ütközik, amikor több tucat vagy száz jövőbeli pályát kell követnie. A mesterséges intelligencia előrejelző gépei nem rendelkeznek ezzel a korláttal, ami káprázatosan ügyessé teszi őket abban, hogy segítséget nyújtsanak a fontos életbeli döntések néhány értelmes részhalmazában, amelyekben gazdag képzési adatok és számos alternatív jövőkép áll rendelkezésre.

A főiskola megválasztása – ezt a döntést kétszáz évvel ezelőtt szinte egyetlen embernek sem kellett meghoznia, mint most a bolygó több mint egyharmada – történetesen egy olyan döntés, amely a gépi tanulás édes pontja. Az Egyesült Államokban több mint ötezer főiskola és egyetem működik. Ezek nagy többsége nyilvánvalóan nem megfelelő egyetlen jelölt számára sem. De nem számít, hol áll a tudományos eredmények – és a gazdasági színvonal – skáláján, kétségtelenül több mint néhány tucat főiskola jelöltnek számíthat számodra. Meglátogathatsz néhányat, meghallgathatod a tanácsadó bölcs tanácsait, és konzultálhatsz a főiskola szakértőivel online vagy kézikönyvükben. Az algoritmus azonban sokkal több opciót vizsgálna meg: több millió alkalmazás adatait nézné meg, főiskolai átiratok, lemorzsolódási arányok, minden információ, ami az egyetemisták közösségi médiás jelenlétéből leszűrhető (ami ma szinte minden). Egy olyan párhuzamos adathalmazt is átvizsgálna, amelyet a tipikus főiskolai tanácsadó ritkán hangsúlyoz: sikeres karrierutak, amelyek megkerülték az egyetemet. Ebből a képzési készletből tucatnyi külön előrejelzést generálhat az ígéretes főiskolák számára, a jelentkező által meghatározott durva célokra optimalizálva: saját bevallása szerint hosszú távú boldogság, anyagi biztonság, társadalmi igazságosság, hírnév, egészség. Hogy egyértelmű legyen, az adatokkal visszaélnek, eladják a hirdetőknek, vagy ellopják az internetes tolvajok; ezer megfelelően dühös op-edet fog generálni. De nagy valószínűséggel valamilyen alapszinten is működni fog, a lehető legjobban, amit mérni tudunk. Vannak, akik esküdni fognak rá; mások lemondanak róla.

2017 végén a Chicagói Egyetem Bűnügyi Laboratóriuma új együttműködést jelentett be a chicagói rendőrséggel, hogy egy gépi tanuláson alapuló „tiszti támogató rendszert” építsenek ki, amelyet kifejezetten arra terveztek, hogy előre jelezze, melyek a rendőröknél a várható „kártékony incidensek”. a Az algoritmus átszitálja a hatalmas adattárat, amelyet minden chicagói zsaru generál: letartóztatási jelentések, fegyverelkobzások, nyilvános panaszok, felügyelői megrovások és még sok más. Az algoritmus archivált adatokat használ – a nemkívánatos események tényleges eseteivel párosulva, mint például egy fegyvertelen állampolgár lövöldözése vagy más túlzott erőkifejtés – kiképzési készletként, lehetővé téve, hogy felismerje a jövőbeli problémákat előrejelző információmintákat.

Ez a fajta prediktív technológia azonnal a Kisebbségi jelentés-szerű disztópiát idézi, amelyben a gépek elítélnek valakit egy olyan bűnért, amely definíció szerint még nem történt meg. A projekt vezetője, Jens Ludwig azonban rámutat, hogy egy olyan előrejelző rendszerrel, mint amilyen jelenleg Chicagóban készül, az azonnali következmény egyszerűen az lenne, hogy a tiszt további támogatást vagy tanácsadást kapna, hogy elkerülje a nagyobb válságot. „Az emberek érthető módon idegesek, ha a mesterséges intelligencia meghozza a végső döntést” – mondja Ludwig. „De nem gondoljuk, hogy a mesterséges intelligencia meghozza a döntést.” Ehelyett „döntéshozatali segédeszköznek” képzelhető el – algoritmusnak, amely „segítheti az őrmestereket a figyelmük prioritásában”.

Bármilyen körültekintően is alkalmazza ezt a konkrét technológiát a Chicago PD, nem szabad itt a tágabb értelemben vett következményekkel foglalkoznunk: elkerülhetetlennek tűnik, hogy az embereket elbocsássák a gépi tanulási algoritmusok előrejelző meglátásainak köszönhetően, és ebben a lehetőségben valami intuitív. sokunk számára zavaró. Ennek ellenére már most is következetes döntéseket hozunk az emberekről – kit vegyünk fel, kit rúgjunk ki, kit hallgassunk, kit hagyjunk figyelmen kívül – olyan emberi elfogultságok alapján, amelyekről tudjuk, hogy a legjobb esetben megbízhatatlanok, legrosszabb esetben előítéletesek. Ha hátborzongatónak tűnik elképzelni, hogy ezeket adatelemző algoritmusok alapján készítenénk, a döntéshozatali status quo, a legaljasabb ösztöneinkre támaszkodva, sokkal hátborzongatóbb lehet.

Akár izgalmasnak, akár ijesztőnek találja az alapértelmezett hálózat bővítésének gondolatát, egy dolognak világosnak kell lennie: ezek az eszközök a mi utunkat vezetik. Az elkövetkező évtizedben sokan a gépi tanulás előrejelzéseiből támaszkodunk majd, hogy segítsenek átvészelni mindenféle életbeli döntést: karrierváltás, pénzügyi tervezés, munkaerő-választás. Ezek a fejlesztések a következő előrelépést jelenthetik a Homo prospektus evolúciójában, lehetővé téve számunkra, hogy élesebben – és árnyaltabb valószínűséggel – tekintsünk a jövőbe, mint amit egyedül megtehetünk. De még ebben az optimista helyzetben is az új algoritmusokba ágyazott erő rendkívüli lesz, ezért Ludwig és a mesterséges intelligencia közösség sok más tagja a nyílt forráskódú algoritmusok létrehozása mellett kezdett el érvelni. nem ellentétben az eredeti internet és a World Wide Web nyílt protokolljaival. Prediktív algoritmusokra támaszkodva fontos személyes vagy polgári döntések meghozatalakor elég nagy kihívást jelent majd anélkül, hogy a folyamatot esetleg veszélyeztetné vagy finoman átirányítaná a hirdetők diktálása. Ha azt gondolta, hogy az orosz trollfarmok veszélyesek a közösségi média hírfolyamainkban, képzelje el, mi fog történni, amikor beszivárognak álmainkba.

ÚGY TŰNIK, MA már minden oldalról támadják az elmélkedést. Gyakori panasz, hogy az okostelefonok kényszeres használata tönkreteszi a fókuszálási képességünket. Ám a Homo prospektuson át nézve a mindenütt jelenlévő számítástechnika másfajta fenyegetést jelent: ha mindig van egy hálózatra csatlakoztatott szuperszámítógép a zsebünkben, az túl sokat jelent.koncentrálni valamire. Belevág a gondolat-kalandozás idejébe. A kognitívan aktív feladatok közötti leállás, amely egykor REST állapotokhoz vezetett, most kitölthető Instagram vagy Nasdaq frissítésekkel vagy podcastokkal. Időutazás helyett Twitter idővonalaink vannak. Ugyanakkor a „mindfulness” társadalomra kiterjedő divatja arra ösztönöz bennünket, hogy legyünk a pillanatban, ne gondoljunk semmire, ahelyett, hogy hagynánk elkalandozni gondolatainkat. Keressen a YouTube-on, és több száz meditációs videóban megtaníthatja, hogyan akadályozza meg elméjét abban, hogy azt csinálja, amit természetesen csinál. A Homo prospektus-elmélet azt sugallja, hogy ha van valami, akkor az időbeosztásunkban – és talán még az iskoláinkban is – időt kell szakítanunk, hogy eltereljük a gondolatokat.

Marcus Raichle, a Washington Egyetem munkatársa szerint talán még nem késő helyrehozni a leendő hatalmainkban okozott károkat. Néhány korai tanulmány azt sugallja, hogy az alapértelmezett hálózatban érintett neuronok olyan genetikai profillal rendelkeznek, amelyek gyakran az agy hosszú távú plaszticitásához kapcsolódnak, és amelyek a leginkább értékesek az idegi tulajdonságok közül. „Úgy tűnik, hogy az agy alapértelmezett üzemmódú hálózata megőrzi a plaszticitás képességét felnőttkorban is” – mondta nekem. A plaszticitás természetesen csak egy újabb módja annak, hogy elmondjuk, hogy a hálózat új trükköket tanulhat. Ha ezek az új tanulmányok végbemennek, elmélkedési készségeink nem rögzültek gyermekkorunkban. Jobbá tehetünk az álmodozásban, ha időt adunk magunknak rá.

Mi fog történni saját időutazó képességeinkkel, amikor egyre inkább az AI előrejelző gépeire hagyatkozunk? Az eredmény lehet félelmetes, felszabadító, vagy a kettő furcsa hibridje. Jelenleg elkerülhetetlennek tűnik, hogy az AI értelmes új módokon alakítsa át leendő képességeinket, jó vagy rossz irányba. De jó lenne azt gondolni, hogy mindaz a technológia, amely segített megértenünk az alapértelmezett hálózatot, végül is visszaszorított minket a gyökereinkhez: több időt adott elménknek a vándorlásra, a mostani mogorva kötelékek elcsúsztatására, a pillanatból.

Steven Johnson legújabb könyve a Távollátó: Hogyan hozzuk meg a legfontosabb döntéseket.

Korábbiak a NYT tudomány-rovatában

Bővebben a NYTimes.com oldalon