Hemanth Asirvatham és Elliott Mokski esszéje az új gazdaságról szóló sorozatuk első írása. A szerzők saját nézőpontjukat írják le.
Emberek évszázadok óta gondolkodtak a világegyetem eredetén és működésén, matematikai egyenletek és teleszkópok révén sok részletet feltárva. Ugyanakkor egyetlen ember sem járt a Holdnál messzebb. Az emberi elme gyakran messzebbre nyúl, mint amennyire a tetteink kiterjednek.
Ez a különbség kétféleképpen értelmezhető. Az egyik szerint a legmélyebb igazságokat planetáris körülmények között is fel lehet tárni: a gondolat és a mérés elegendő lehet, hogy ne kelljen fizikai terjeszkedésre. A másik, félelmetesebb lehetőség az, hogy az elméink megelőzték a kivitelezési kapacitásunkat: több ötletet, több kísérletet és több kreatív elképzelést gyártatunk, mint amennyit a világ végrehajtó gépezete képes megvalósítani.
A történelem emlékeztet arra, hogy a nagy felfedezésekhez ma gyakran jóval több szervezeti és fizikai erőforrás kell, mint korábban. Galilei két lencséje és csöve a látótér kiszélesítésére elegendő volt; ma ugyanezért százmilliárd forintos (tízmilliárd dolláros) beruházásra volt szükség: a James Webb űrtávcső egy tízmilliárd dolláros obszervatórium, amelyet összecsukva indítottak el és több százezer mérföldre (mintegy egymillió mérföldre) telepítettek. Tizenhat vagy tizennyolc — pontosabban tizennyolc — hatalmas tükörszegmensét ötven nanométeres pontossággal tervezték, és a projekt háromszáz szervezet részvételével tizenöt országot — a cikk szerint tizennégy országot — érintett. Galileihez viszont néhány tucat kéz is elegendő volt.
E példákból következik, hogy a tudományos haladáshoz ma gyakran nemcsak „fényes elmék”, hanem nagyobb bürokrácia és több végrehajtó kapacitás szükséges. Nick Bloom és munkatársai tanulmányai szerint a Moore-törvény fenntartásához ma több mint tizennyolcszor annyi kutató szükséges, mint az 1970-es évek elején; az egész gazdaságban az effektív kutatási erőfeszítés a 1930-as évekhez képest húszháromszorosára nőtt, míg a mért kutatási termelékenység körülbelül negyvenegy-szer csökkent. A technikusok munkavállalói bázisa kétszer olyan gyorsan nő, mint a tudósoké. A specializált műszerek használata megduplázódott négy évtized alatt. Egy modern chipgyártó üzem ma körülbelül ötször drágább — és jóval kiterjedtebb művelet —, mint három évtizeddel ezelőtt.
E számok azt sugallják, hogy a további előrelépés költsége emelkedik: a gazdaság még halad előre, mert a kutatási vállalkozás nagysága kompenzálja az egyes egységek csökkenő hozamát. Ez a helyzet újraértelmezi a zsenialitást: a briliáns ötlet önmagában kevés; bizonyítékra, műszerekre és kivitelezési képességre van szükség, hogy az ötlet előrehaladássá váljon.
A közgazdaságtanban komplementernek nevezik azokat a bemeneteket, amelyek egymás értékét növelik. Határintelligencia és a megvalósítás képessége ilyen komplementer viszonyban állnak: egy jobb távcső értékesebbé teszi a jó csillagászati kérdést; egy jobb kérdés növeli a távcső értékét.
E komplementerek egy része fizikai: egy elméletnek részecskegyorsítóra, egy technológiai tervnek anyagra és gépekre van szüksége. Más része intézményi jellegű: jogok, finanszírozási mechanizmusok, beszállítói láncok és adminisztrációk mind hozzájárulnak egy ötlet végrehajtásához. Ezt a láncot a szerzők „intézményi intelligenciának” nevezik — az a kevéssé ünnepelt gyakorlatias tudás, amely a végrehajtást biztosítja.
A mesterséges intelligencia várhatóan mind a határintelligenciát, mind az intézményi kompetenciát szolgálja. Már ma is csökkenti a végrehajtás ritkaságát: kódot ír, irodalmat kutat, vázlatokat működő prototípussá alakít. Olyan ötletek, amelyek korábban szervezeteket igényeltek, egyes ambiciózus egyének számára is elérhetővé válnak. Ez elősegítheti az idioszinkratikus, intézményeken kívüli kreatív projektek elszaporodását, és az irányítás, vagyis a „ízlés” — hogy mi érdemes megvalósításra — válik a szűk keresztmetszetté.
Ugyanakkor az AI maga is képes lehet új, saját gondolatokhoz és kutatási programokhoz jutni. Ha az algoritmusok több és jobb hipotézist állítanak elő, a szükséges végrehajtó kapacitás iránti kereslet megnőhet. Rövid távon ma az AI feloldhatja a végrehajtás hiányát; hosszabb távon azonban az ötletek bősége ismét végrehajtási szűk keresztmetszetet teremthet.
A szerzők két lehetséges civilizációs pályát vázolnak fel:
-
Mélység civilizációja: a gondolkodás (például matematika, koherens elméletalkotás, szimulációk) annyira hatékony, hogy kevesebb fizikai kísérletre van szükség. Szimulációk és célzott tesztek révén kevesebb erőforrást kell lekötni, és a tudás „mélyül” anélkül, hogy lényegesen nőne a fizikai lábnyom.
-
Szélesség civilizációja: a természet összetettsége meghaladja azt, amit gondolatból lehet megoldani; több és nagyobb kísérletsorozat, több anyag és adminisztráció szükséges. Itt a fizikai terjeszkedés és az intézményi intelligencia lesz a haladás motorja.
A három fő mód, ahogy az intelligencia előreviszi a tudást, a cikk szerint: (1) elvek mentén való következtetés; (2) meglévő bizonyítékokból való új felismerés; (3) új bizonyítékok gyűjtése fizikai beavatkozásokkal és megfigyelésekkel. Az első kettő utazhat távol gondolkodva; a harmadik feltétlenül kapcsolatot követel a fizikai valósággal, ami gyakran lassú és költséges folyamat.
A szerzők példákkal érzékeltetik a különbséget: a matematika és a már meglévő adatok újraértelmezése a mélység útját jelenti; míg a biotechnológia azt példázza, hogy mennyire elengedhetetlenek a nagy, ténylegesen végrehajtott kísérletsorozatok (mint a klinikai vizsgálatok) ahhoz, hogy az ígéretes szimulációkból gyógyhatású készítmény legyen.
Ha a „szélesség” dominál, akkor a gépi intelligencia legnagyobb ereje az lesz, hogy maga vállalja a bürokratikus, ismétlődő és monotonnak tűnő feladatokat: koordinációt, gyártást, logisztikát. A haladás lassú lesz, mivel a további lépések több anyagot, időt és szervezetet igényelnek; a nagy építkezések, például egy Dyson-szféra megvalósítása nem annyira új elméletek, mint inkább hatalmas logisztikai és kivitelezési projektek sorozata.
A szerzők hangsúlyozzák, hogy az, hogy melyik út íródik le, nem csökkenti az emberi kíváncsiság és erőfeszítés értékét. Először is, kötelességünk továbbra is megérteni a világot magunk is: nem szabad feladni annál a lehetőségnél, hogy az embernek még mindig van saját, egyedi hozzájárulása. Másodszor, előfordulhat, hogy emberi komparatív előnyünk a határintelligencia felé húz — azaz relatíve jobbak vagyunk a kreatív gondolkodásban, mint az intézményes rutinfeladatokban. Harmadszor, a sokféleség értékes: még ha a gépek sokat utánoznak is, az emberi kreativitás és ízlés sajátos értéket képvisel.
Végül a szerzők összegzik a lényegét: a zsenialitás nem magányos dolog — szüksége van a világra és a kivitelezőkre. Ma az emberi intelligencia jelentős része az ötletek megvalósítására fordítódik; a gépi elmék is öröklik majd ezt a függőséget. Sok gépi intelligenciának nem adatik meg, hogy fényes tehet legyen: burokraták is lesznek közöttük. A jövőnk és annak előrehaladási tempója attól függ, hogy a nagy elméknek több világra van-e szükségük, vagy hogy többet tudnak-e kihozni kevesebből.
