A mesterséges intelligencia és a robotika gyorsan fejlődik, bár sokan azt várták, hogy a robotika gyorsabban terjed majd túl az ipari alkalmazásokon, otthonaikba és a szélesebb világba. Ahogy a mesterséges intelligencia által működtetett robotok egyre kifinomultabbá és képesebbé válnak, időről időre feltesszük magunknak a kérdést, vajon tudatosak-e.
A tudatosságot sokféleképpen lehet értelmezni. Leggazdagabb formájában magában foglalja azokat a belső élményeket, amelyek meghatározzák, milyen embernek lenni – azokat az érzelmeket és reakciókat, amelyeket a világgal való érintkezés során érzünk. Más értelemben a tudatosság döntéseink alapja, amely célt ad nekünk mind általános értelemben, mind a mindennapi cselekedeteinkben. Rendelkezünk továbbá környezetünk – legyen az természetes vagy mesterséges – mély intuitív megértésével is, amely lehetővé teszi számunkra a növekedést, tanulást és alkalmazkodást.
Suzanne Gildert két lenyűgöző komponenst vezet be ehhez a gazdag témakörhöz. Először is azt állítja, hogy a tudatosság legalább bizonyos fokának elérése nélkül a mesterséges intelligencia és a robotok nem lesznek képesek teljes mértékben fejlődni és megbízhatóan működni összetett világunkban azzal az intuitív alkalmazkodóképességgel, amelyet szeretnénk. Másodszor, azt javasolja, hogy a tudatosság robotokba építésének és tudományos tesztelésének leggyorsabb és legegyszerűbb módja a kvantumszámítástechnikából származó megközelítés.
Kutatása tudományos, mivel tesztelhető, bár kétségtelenül feszegeti a bevett tudomány határait. Megközelítése olyan elemeket – különösen az emberi tudatosság kvantummagyarázatait – foglal magában, amelyeket nagyon kevés kutató oszt. Ennek ellenére elismeréssel adózom a vágyának, hogy felépítsen, kitartson és olyan kísérleteket végezzen, amelyek végül bizonyítani vagy cáfolni fogják feltételezéseit.
Az alábbiakban egy beszélgetés következik, amelyet ezekről a témákról folytattunk, és amelyet videóként is megnézhetnek, vagy az alábbi átiratban elolvashatnak.
David: Ma néhány izgalmas határtudományt fogunk megvizsgálni, annak a határán, amit le tudunk írni, amiről elméleteket tudunk építeni, és amit remélhetőleg cáfolható kísérletezéssel bizonyítani tudunk, hogy működik, vagy esetleg nem működik, majd ezt a tudást beépítjük abba, ahogyan előremozdítjuk a világ megértését.
Mai vendégünk múltbeli tapasztalatában és jelenlegi tevékenységében a különböző területek, amelyek interdiszciplináris módon kapcsolódnak egymáshoz, mindegyike a maga módján nagyon érdekes és izgalmas. Ezek a mesterséges intelligencia és a robotika, a kvantumszámítástechnika és a tudatkutatás területei. Suzanne Gildert, a Nirvanic alapítója és vezérigazgatója, aki a vendégünk, úgy tekint rájuk, mint amelyek egy ernyő alá tartoznak, és szükségesek egymás számára ahhoz, hogy alapvető előrelépéseket érjünk el ezeken a tudományterületeken. Suzanne, üdvözlünk a Searching for the Question Live műsorában.
Suzanne: Szia, David. Köszönöm a meghívást. Nagyszerű lehetőség, és jó újra látni ennyi év után.
David: Eredetileg Svájcban találkoztunk az AGI (Mesterséges Általános Intelligencia) konferencián, amelyet Ben Goertzel szervezett. Abban az évben én is a szervezőbizottság tagja voltam. Akkoriban még az európai kontinensen éltél, aztán elköltöztél. Mesélj nekünk a pályafutásodról, a szakmai fejlődésedről ezekben az években, mielőtt a Nirvanicról beszélnénk.
Suzanne: Egyfajta körkörös karrierem volt. Azt hiszem, amikor először találkoztunk, még mindig a kvantumszámítástechnikában dolgoztam kutatóként. És nem sokkal ezután elhagytam az Egyesült Királyságot, Kanadába költöztem, és csatlakoztam egy D-Wave nevű céghez, amely a világ első kereskedelmi kvantumszámítógépét építette, ami elég izgalmas. Tehát egy ideig ezen dolgoztam, kísérleti fizikát végeztem és programoztam a kvantumszámítógépet. Aztán tettem egyfajta váratlan fordulatot a robotika és az MI irányába.
Tehát alapítottam két robotikai és MI céget, és az egyik oka az volt, hogy akkoriban úgy éreztem, a kvantumszámítógépek még nem elég érettek. Tehát, bár szuper érdekesnek találtam az eszközökön és az elektronikán dolgozni, egyszerűen még nem igazán alkalmazták valós alkalmazásokra. Ezért úgy döntöttem, hogy tartok egy kis szünetet a kvantumszámítástechnikától egy időre, és igazán belevetettem magam az MI területébe, éppen akkor, amikor a mélytanulási (deep learning) forradalom kezdődött. Szóval ez igazán izgalmas volt.
Aztán körülbelül négy évig dolgoztam a Kindred AI-nál, majd megalapítottam a Sanctuary AI-t. Általános célú humanoid robotokat használtunk feladatok megoldására, hogy kezeljük a munkaerőpiaci hiányosságokat, és ez nagyon sikeres volt. Mindkét cég nagyon sikeres volt. A Sanctuary a mai napig működik. De eljöttem, hogy egy kicsit jobban összpontosítsak arra, amit szerintem hiányzó darabnak tartok az MI-ből, ami valójában annak megértése, hogy mi a tudat. Tehát, akár egyetértesz azzal, hogy az MI-nek tudatosnak kellene lennie, akár nem, szerintem meg kell értenünk, mi az, hogy tudjuk, az MI csak úgy tudatossá válik-e, vagy valami különlegeset kell tennünk ahhoz, hogy tudatossá tegyük.
David: Mindegyik terület nem egy, hanem sok órányi beszélgetést érdemelne. Lehet, hogy követem a vezetésedet ebben, de ha a helyemben lennél, hogyan helyeznéd őket egymás után? Van-e ideális sorrend az ötletek halmazában, amelyeket meg kell tudni ragadni és kibontani ahhoz, hogy megértsük a kutatási és kísérletezési irányodat?
Suzanne: Kezdjük azzal, mi történt az MI és a robotika területén az elmúlt, mondjuk, 10 évben. Tehát elképesztő növekedést tapasztaltunk az MI terén. Láttuk a nyelvi modelleket, a nagy nyelvi modelleket (LLM-eket) megvalósulni és legmerészebb várakozásainkat is felülmúlni. Emiatt az emberek most megpróbálják ugyanazokat a technikákat alkalmazni, amelyeket a nyelvi modellekben használtunk, a fizikai világ MI-jére. Tehát megpróbáljuk ezeket az LLM-eket robotokra alkalmazni, és elérni, hogy a robotok a következő szöveges token előrejelzése helyett a következő mozdulatot vagy a következő műveletet jósolják meg egy sorozatban.
Ez tehát egy igazán érdekes terület, fejlődik, javul, halad, és sok érdekes előrelépés történik. De felmerül a kérdés: egy fizikai robot a fizikai világban, amely megpróbál feladatokat megtanulni, alapvetően különbözik-e egy nyelvi modelltől, amely csak szöveget jósol? Szerintem igen, és úgy gondolom, hogy ezeknek a fizikai robot-MI modelleknek az építésén keresztül kezdünk rájönni, mi hiányozhat a ma vizsgált MI-ből. És azt hiszem, a tudat egy nagy hiányzó darab ebből.
Tehát ahhoz, hogy valami, mint a ChatGPT működjön, és mindent megtegyen, amire a felhasználóinak vagy az ügyfeleknek szüksége van, nem hiszem, hogy tudatosnak kell lennie. De amikor megpróbálod ezeket a technikákat most egy fizikai robotra alkalmazni a fizikai világban, amely még soha nem látta azt a környezetet, amelyben van, valójában úgy gondolom, hogy tudatra van szükség ahhoz, hogy ez a robot képes legyen megbirkózni a helyzettel, új dolgokat tanulni és kezelni a váratlan helyzeteket. Tehát ezt a nagyon eltérő felállást látjuk, amikor az MI-t csak szövegre, és talán egy kicsit képekre, videókra és hasonló dolgokra használják, szemben azzal, amikor ténylegesen megtestesül a való világban.
Tehát szerintem a legjobb sorrend ezeknek a dolgoknak a kibontására az, hogy kezdjük azzal, mi hiányzik az MI-ből, amikor megpróbáljuk a robotikára alkalmazni? Aztán hol jön képbe a tudat? És végül, miért segíthet ebben a kvantum?
David: Egy hozzászóló kérdezi: Amit mondasz, az csak humanoid robotokra alkalmazható vagy hasznos? Vagy ha úgy gondoljuk, hogy jogos egy önvezető Tesla autót kerekeken guruló robotnak nevezni, annak is tudatosnak kellene lennie?
Suzanne: Ez egy igazán jó kérdés. Nem gondolom, hogy csak humanoid robotokra vonatkozik, de szerintem a tudat azokra vonatkozik, amit én általános célú (general-purpose) robotoknak neveznék. Tehát olyan robotokra, amelyeknek menet közben kell új feladatokat megtanulniuk, amelyeknek kint kell lenniük a világban, új dolgokat csinálva. Például egy gyári robotnak, amely a pick-and-place feladatot végzi, nem igazán van szüksége tudatra, mert ugyanazt a feladatot végzi újra és újra. Egyszerűen betaníthatod, és ha a körülmények soha nem változnak, akkor az a robot tökéletesen képes lesz elvégezni a feladatot, tehát mondhatnád, hogy ott abszolút nincs szükség tudatra.
De egy olyan robot esetében, amelynek szokatlan helyzeteket kell kezelnie, vagy új feladatot kell megtanulnia, akkor szerintem a tudat szükséges. Tehát ez az ötlet: szüksége van-e egy önvezető autónak tudatra? Ha elég képzési adatot látott ahhoz, hogy tökéletesen végezze az önvezető munkáját, akkor nem. De érdekes módon az önvezetésnek még mindig vannak ezek a szélsőséges esetei (edge case-ek), ezek a hibaüzemmódok. Tehát amellett érvelnék, hogy talán szüksége lehet egy kis tudatra, vagy néhányszor be kell kapcsolni a tudatot, hogy kezelni tudjon egy váratlan helyzetet, majd újra kikapcsolni. Tehát van ez a spektrum, hogy milyen gyakran kell a tudathoz folyamodnod a probléma megoldásához, szemben azzal, hogy csak visszatérsz a korábban tanult képzési adatokra és azokra támaszkodsz.
David: Néha, sajnos, az emberi kommunikációnkban kihasználjuk egy bizonyos terminológia feltételezett ismertségét, majd felruházzuk azt a kifejezést azzal a jelentéssel, amit egymástól elvárunk, és bizonyos következtetésekre jutunk. Azt hiszem, a tudat egyike ezeknek a kifejezéseknek, amely annyira gazdag és annyira fontos, hogy hasznos talán nem a definícióra törekedni, hanem egy kicsit jobban megegyezni abban, hogy mi az a konkrét kontextus, amelyben a kifejezést használjuk, és mik azok a következmények, amelyeket szerintünk meg kellene vitatni, és talán másokat egy másik alkalommal. Tehát ebben az értelemben mit értesz tudat alatt, először az emberekben, talán más állatokban vagy általánosabban más dolgokban, ha rendelkeznek vele vagy sem, és miért? És aztán visszatérhetünk a robotokhoz, és hogy miért lenne jobb nekik is, ha rendelkeznének vele.
Suzanne: Azt hiszem, a tudatot legjobban ebben a „mi, miért, hogyan” keretrendszerben lehet kifejezni. Tehát ha a „mi”-t nézzük, azt hiszem, mindenki tudja, mi ez. Mindenki ismeri a tudatot, mert ez az, amit a nap minden pillanatában megtapasztalunk. Tudatosak vagyunk. A saját tudatos élményünkben vagyunk, mintha egy VR világban lennénk vagy valami hasonlóban. Tehát mindenki ismeri a tudatot ezen a szinten.
De aztán amikor a másik két részhez, a „miért”-hez és a „hogyan”-hoz érünk, ott válik igazán nehézzé. Tehát a „miért” az: miért van nekünk? Mire való? Mi a célja? Tehát nagyjából tudjuk, mi az, de nem tudjuk, mire való. Én azt javaslom, és sokan mások is nagyjából ugyanezt mondták, hogy a tudat egy módja annak, hogy intuitív döntéseket hozzunk, amikor talán még nem láttunk egy helyzetet korábban, talán nem tudunk támaszkodni korábbi képzési példákra, amelyeket kaptunk.
Szeretem a vezetés példáját használni. Ha 20 éve vezetsz, és az autópályán haladsz az autóddal, alapvetően kikapcsolhatsz, elkalandozhatsz, és már nem is vagy igazán tudatában a vezetésnek. De aztán ha valami furcsa történik, hirtelen visszakapcsolsz, tudatossá válsz, újra tudatában leszel a vezetésnek. És ennek az az oka, hogy most egy olyan helyzettel kell megküzdened, amit korábban nem láttál, amihez nem vagy hozzászokva. Nem vált egyszerűen izommemóriává. Tehát azt hiszem, a tudat arra való, hogy olyan helyzeteket kezeljünk, amelyek korábban nem történtek meg, vagy amelyekkel nem vagyunk tisztában, vagy amikor menet közben kell valami újat tanulnunk.
Ez az, amire szerintem való. Aztán a „hogyan” most még bonyolultabb rész. Tehát ekkor jutsz el az „oké, tudjuk mi az, tudjuk miért van nekünk most. Hogyan működik? Hogyan működik az agyunkban, és hogyan működhetne az MI-ben vagy a gépi tudatban?”. És itt válik most szuper bonyolulttá, és én annak a híve vagyok, hogy kezdjük a kvantumtudat hipotézissel, mert úgy gondolom, bár ez tűnik az egyik legfurcsább tudatelméletnek mind közül, valójában szerintem a legkönnyebb tesztelni.
David: A tudat nehéz problémája pontosan a tesztelhetetlensége, objektíven. Mindannyiunknak megvan a tudat szubjektív élménye, de legalábbis eddig nem tudtuk megmondani, hogy valaki tudatos-e vagy sem, kivéve bizonyos helyzeteket, ahol az érzéstelenítés vagy a kóma, vagy más határesetek egy embernél jó korrelátumot jelentenek annak feltételezésére, hogy belső állapotai sem vezetnek tudatos belső élményhez, igaz? Ezért vagyunk boldogok, hogy felvághatunk embereket érzéstelenítés alatt, mert nem sikoltanak. Nagyon fegyelmezettek a műtőasztalon. És legalább nem emlékeznek arra, hogy felvágták őket, amikor felébrednek az érzéstelenítésből. És biztos vagyok benne, nem nézek horrorfilmeket, de biztos vagyok benne, hogy sok olyan volt, amely feltételezte, hogy érzéstelenítés alatt is érzékelsz. Tehát mondd el nekünk, hogyan kapcsolod össze a kvantumjelenségeket a tudattal. És szerinted mi teszi tesztelhetővé?
Suzanne: Hogy egy magasabb szintű megjegyzéssel kezdjem, a Nirvanic projekt ötlete, amin dolgozom, az, hogy megpróbáljam megérteni, mi a tudat, és megpróbáljam megérteni, hogyan tudnánk beépíteni az MI-be. Tehát a dolog az, oké, el kell kezdeni valahol, és rendelkezned kell egy tudatelmélettel ahhoz, hogy tesztelni tudd. Nagyon régen, évtizedekkel ezelőtt hallottam erről a kvantumtudat elméletről, vagy hipotézisről Stuart Hamerofftól és Roger Penrose-tól. És az ő gondolatuk az volt, hogy kvantumhatások történnek valójában a saját agyunkban, amelyek képessé tesznek minket arra, hogy intuitívan oldjunk meg problémákat, oly módon, ahogyan egy számítógépes program nem tudná megoldani őket.
Ez volt tehát Penrose hozzájárulása. Aztán Hameroff azt mondta, hogy ez a folyamat valójában az agyban ezeken a mikrotubulusoknak nevezett struktúrákon keresztül történhet meg. Tehát ő adta hozzá a biológiát, vagy a neuro-, a neurológiát, aneszteziológiai szempontból. Akkoriban érdekes elméletnek tartottam, de elvetettem, mivel nagyon a kvantummechanika és az agy régi gondolkodásmódjában voltam képzett. De nemrég újra elővettem.
Az ok pedig az, hogy szerintem ha meg akarod érteni a tudatot, rendelkezned kell egy elmélettel, és egyenként kell tesztelni az elméleteket. És a kvantumtudatban az a jó, hogy ténylegesen létrehozhatsz egy A/B forgatókönyvet, ahol van egy rendszered, amely döntéseket hoz a világban, mint egy robotrendszer, amely klasszikus számítógéppel hoz döntéseket, és lehet ugyanaz a robot, amely most kvantumszámítógéppel hoz döntéseket. És ha meg tudod mutatni, hogy ez a két robot eltérően viselkedik, akkor azt mutatod, hogy a kvantumrendszer valójában olyasmit csinál, amit a klasszikus rendszer nem. És ez tényleg az egyetlen módja annak, amiről hallottam, hogy gyakorlatilag tesztelni lehetne egy tudatelméletet egy robot vagy egy MI rendszer segítségével.
Tehát az összes többi tudatelmélettel nem igazán tudsz építeni egy MI verziót a tudattal, és egy MI verziót a tudat nélkül, és tesztelni őket egymás ellen. De a kvantumtudat ötletével megteheted. Meg akarom érteni, mi a tudat. Azzal akarom kezdeni, hogy vagy bizonyítékot szerzek rá, vagy először kizárom a kvantumrészt. Aztán mondjuk, nem találunk rá bizonyítékot, akkor legalább kizárhatjuk. És továbbléphetünk más elméletekre. De a legkönnyebben tesztelhető dologgal kellene kezdenünk. És szerintem a kvantumhipotézis a legkönnyebb.
David: Van némi idézőjel akörül a „könnyű” rész körül, igaz? Mert azért ez még mindig elég bonyolult lesz. Tehát, amikor a kvantumszámítógépekről és a D-Wave-nél szerzett tapasztalataidról beszéltél, azt mondtad, az egyik ok, amiért elhagytad a területet, az volt, hogy nem voltak elég érettek. A Nirvanic, amely a projektjét követi, ahol a kvantumrobotokat tesztelni lehet, hogy tudatosak-e, és arra a következtetésre jutni, hogy igen, azok, vagy nem, feltételezi, hogy mostanra a kvantumtechnológiák elég érettek. Ezt a következtetést vontad le? Most ezt hiszed? Vagy még mindig eltelik néhány év, mire foghatod, amire szükséged van, és beleteheted egy robotba?
Suzanne: Igen, ez feltételezi, hogy a rendszereink elég nagyok – mint a méretük, van elég qubit – és azt is, hogy maguk a qubitek hibajavítottak, vagy a zajszint elég alacsony ahhoz, hogy a kvantumhatások valóban hasznosak legyenek a számításhoz, amit végezni próbálsz. Tehát ezeket a feltételezéseket, igen, megteszem.
Valójában úgy gondolom, hogy abban a tartományban vagyunk, ahol a kvantumszámítógépek elég erősek ahhoz, hogy lássuk azt a hatást, amiről beszélek. De lehet, hogy még nem elég nagyok ahhoz, hogy aztán felskálázzuk arra a szintre, amire egy humanoid robotban szükséged lenne. Tehát biztosan nem gondolom, hogy a ma rendelkezésünkre álló kvantumszámítógépek lehetővé teszik a teljes emberihez hasonló tudat szimulációját. Egyszerűen nem gondolom, hogy még ott tartanánk, de szerintem meg tudnánk mutatni, hogy a tudat segít egy robotnak néhány döntést kissé jobban meghozni. És ezt ténylegesen be tudjuk építeni egy gépi tanulási algoritmusba, és megmutatni, hogy javulás van a tanulási rátában.
Ami szerintem ezen a ponton történni fog, az az, hogy ha meg tudjuk szerezni ezt, amit én az élet szikrájának nevezek, ezt a jelet, hogy van ott valami, és javítja a tanulást, segíti a robotot, akkor szerintem sokkal több befektetés fog áramlani a kvantumszámítástechnikába, mert ez egy csodálatos „csodaszer” alkalmazás (Magic Bullet app) a kvantumszámítógépek számára, ha kiderül, hogy gyorsabban, jobban tanulóvá, intuitívabbá, biztonságosabbá teszik a gépi tanulási rendszereket. Akkor a kvantumszámítógépek sokkal gyorsabban kezdenek majd növekedni.
David: Amikor az MI körüli legújabb lelkesedési hullám elkezdődött több mint 10 évvel ezelőtt, az emberek rájöttek, hogy nagy mennyiségű adattal, nagyon gyors, specializált hardverrel és egyre okosabb algoritmusokkal ténylegesen meg tudják valósítani azt, amit korábban csak megsejtettek, de nem működött. Sok-sok alkalmazás született, de csak hogy párat kiemeljek, a képfelismerés és a természetes nyelvfeldolgozás évtizedekig egy álom része volt: Ó, bárcsak a számítógépek meg tudnák különböztetni a macskát a kutyától, vagy bárcsak beszélgethetnék a számítógépekkel egy könyvről vagy a következő projektemről. És mindkét dolog ma már lehetséges.
Sok évvel ezelőtt emberek, sőt szakértők is, kifejezetten ennek a képességnek tulajdonították a magasabb rendű funkciók jelenlétét, bizonyítékát. És itt vagyunk. Ha megkérdezed a ChatGPT-t használó százmilliók töredékét, nagyon kevesen mondanák azt: „Ó, igen, hiszem, hogy a dolog a telefonomban tudatos”. Nagyon kevesen jutnának erre a következtetésre.
Utólag rájöttünk, hogy tökéletesen elvagyunk azzal, hogy kihasználjuk ezeknek az eredményeknek az előnyeit anélkül, hogy többet kellene állítanunk, mint hogy a megközelítés és az eredmények korrelálnak ezekkel a magasabb rendű funkciókkal, de semmiféle bizonyítékot nem képviselnek. Lehetséges, hogy te és mások, akik a kvantum, a robotok és a tudat metszéspontjában dolgoznak, valamint az egyre jobban teljesítő MI-rendszerekkel, mint például egy háztartási robot, amely intuitív döntést hoz és megmenti a babát, mert tűz van, vagy, tudod, bármilyen forgatókönyv? Miután elmerültünk egy olyan világban, amelyet ezeknek a rendszereknek a mindennapi tapasztalata átalakít, kvantummal feljavított robotok, amelyek sokkal jobbak, mint valaha, és olyan dolgokat váltanak valóra, amelyekről csak álmodni tudtunk, újra arra a következtetésre jutunk majd: igen, korrelál azzal, amit tudatnak nevezünk, de nem bizonyítja, hogy tudatos? És ezen a ponton, ha ez lenne a helyzet, mi lenne a reakciód?
Suzanne: Ez egyfajta teszt a tudatosságra: mi lenne az igazi teszt a tudatosságra, ami meggyőzne arról, hogy egy rendszer tudatos-e vagy sem, még akkor is, ha nem tudnék, mondjuk, belenézni az elméjébe és látni, hogy rendelkezik a szubjektív élménnyel, mert erre egyhamar nem lesz lehetőségünk.
Tehát a tudatkutató lét problémája az, hogy nem tudhatod, hogy egy rendszernek van-e belső élménye. Egyszerűen nem tudhatod. Például én sem tudom, hogy neked van-e. Feltételezem, hogy van, de lehet, hogy nincs, igaz? Tehát mindig is ez volt a probléma a tudatkutatásban: nem tudunk benyúlni és megérinteni azt a belső állapotot, vagy hozzáférni ahhoz a belső állapothoz. Tehát az úgynevezett viselkedési korrelátumokat kell néznünk, vagy azt kell néznünk, hogy a rendszer mit csinál a világban, és ebből kell következtetnünk arra, hogy tudatos.
Valójában tetszett a példád, még ha egy kicsit morbid is, a baba megmentéséről a tűzből. Tehát képzelj el egy háztartási robotot, amelyet millió és millió példán képeztek ki mosogatásra, a ruha kivételére a gépből, a poharak szekrénybe helyezésére, igaz? És mindezt meg tudná csinálni. Ha van egy baba és a ház kigyullad, és nem mutattak neki egymillió képzési példát égő házból babák mentésére, akkor nem fogja megtenni. Nem lesz képes rá.
Tehát a különbség, szerintem, egy tudatos rendszer és amit én tudattalan rendszernek nevezek – bár néhányan tudatalattinak vagy hasonló dolognak hívják – az, hogy képes lesz olyan dolgokat megtenni, amikre nem képezték ki. És megint, ez egy kicsit csúszós téma: mit jelent az, hogy valamire nem képezték ki? Mert ezek a modellek képesek egy kicsit általánosítani. De azt hiszem, látni fogod ezt a képtelenséget arra, hogy nagymértékben általánosítson abból, amit korábban látott, hogy olyasmit tegyen, amire soha nem képezték ki.
Sokat beszéltem erről online emberekkel és vitatkoztam oda-vissza. Azt hiszem, az igazi teszt a tudatosságra az: Képes-e úgy tanulni, mint egy csecsemő? Képes-e felfedezni a világát úgy, hogy biztonságban marad és nem sérül meg? Képes-e a nulláról tanulni a világról anélkül, hogy képzési adatokat kapna és anélkül, hogy specifikus jutalmazási függvényt kapna? Ha képes rá, akkor szerintem ez egy jó teszt a tudatosságra.
David: A Google egy ideig birtokolta a Boston Dynamicsot, ha nem tévedek. Aztán eladták, és annyiszor megvették és eladták, és még mindig fennmaradt. De ha megtartották volna, és a DeepMind valahogy rá tudta volna tenni a kezét, akkor ma már láthatnánk az egyre elvontabb megközelítések sorozatát hardverben, tanuló hardverben, amit a sorozatban láttunk, az AlphaGo-tól – nem emlékszem az összes változat nevére – az AlphaZero-ig, majd még a MuZero-ig is, ahol az AlphaGo-t emberek Go-játékainak adatbázisán képezték. Az AlphaZero mindent a semmiből tanult meg csak öntanulással (self-learning) és önjátékkal (self-play). A MuZero pedig képes volt általánosítani ezt a nulláról való tanulási képességet teljesen eltérő szabályokkal rendelkező játékok sorozatára, és mégis nagyon gyorsan emberfeletti teljesítményt ért el, legyőzve mind az emberi játékosokat, mind az összes többi számítógépes játékost mindezen játékokban. És tehát, amit mondasz, az az, hogy ha ez lett volna a helyzet, és a DeepMind ezt a fajta megközelítést alkalmazta volna a robotjaikra, akkor nem lettek volna képesek elérni azt az általánosítási szintet, mert a robotoknak tudatot adó kvantummodul nem volt ott?
Suzanne: Az ok, amiért az öntanulás és az általánosítás működik a játékokban, az az, hogy egy játékban a jutalmazási függvény, vagy csak gondolj rá pontszámként, jól definiált. Tehát ha Go-t, sakkot vagy videójátékot játszom, könnyen kitalálható, hogy nyerésre állok-e vagy sem. Tehát mi történik ezekben az öntanuló rendszerekben? Valójában – tudom, hogy egyszerűsítek itt, és elnézést kérek minden reinforcement learninggel foglalkozó embertől – de alapvetően úgy működik, hogy véletlenszerű dolgokat próbálnak ki, és ha a pontszám nő, akkor egyszerűen többet csinálnak abból, ami működik, igaz?
Így működik tehát minden reinforcement learning. Jól definiált pontszámra van szükség, aztán csak véletlenszerű dolgokat próbálsz ki. Idővel egyre kevesebb véletlenszerű dolgot próbálsz ki, és végül csak azt csinálod, kitalálod, mi működik, és ragaszkodsz hozzá. És néha kipróbálsz néhány más véletlenszerű dolgot is, csak hogy megbizonyosodj arról, nincs-e valami jobb, amit csinálhatnál.
Ez tehát ragyogóan működik a játékokban, és működik mindenben, ahol pontosan tudod, mi legyen a kívánt eredmény. De egy robotban, különösen egy általános célú robotban, ez nagyon nehéz. Tehát megpróbálsz leírni egy pontozási rendszert mindenre, amit egy robotnak otthon kell tennie, ez valójában nagyon nehéz, mert először is ki kell találnod, hogy valóban elvégezted-e a feladatot vagy sem. Tehát, helyesen felporszívóztad-e az összes port? Minden pohár helyesen van-e a szekrényben? Minden tisztának tűnik-e? Még annak a meghatározása is, hogy mit jelent az, hogy a dolgok tiszták, nagyon nehéz.
És tehát nem arról van szó, hogy maga a reinforcement learning és az öntanulás nem működik. Nagyon jól működik, amikor meg tudod határozni a pontszámot vagy azt a dolgot, amit valójában el akarsz érni. De ha csak azt mondod: „győződj meg róla, hogy a házam mindig rendben van”, azt rendkívül nehéz számítógépes programmá írni. Egyszerűen nem tudod leírni, mit jelent az, hogy az a helyzet abban az állapotban teljesüljön. Tehát itt válik nagyon nehézzé a fizikai világban.
David: A kvantummechanika területe és alkalmazásai lenyűgözőek, de tele vannak félreértésekkel és tévhitekkel is, legalább annyira, mint a relativitáselmélet és más elméletek a világról, amelyeket ténylegesen bizonyítottunk. Az egyik kedvenc módom a kvantummechanikáról beszélni az, hogy valójában a kvantum-elektrodinamika az a tudományos elmélet, amelyet a legnagyobb pontossággal bizonyítottak helyesnek, ha megszámoljuk a szignifikáns számjegyeket a konkrét kísérlet eredményeiben. Tehát tudjuk, hogy matematikai szempontból, mérnöki szempontból elképesztően jól tudunk vele dolgozni.
De valódi problémánk van abban, hogy megegyezzünk a filozófiai következményeiről. És még mindig sokféleképpen értelmezik, hogy bizonyos dolgok mit jelentenek a kvantummechanikában, mint például a hullám-részecske kettősség és a hullámfüggvény összeomlása és hasonlók. Miért gondolod, hogy könnyű lesz beépíteni a robotjaidba a kvantumegységet, amely precíz mérnöki munkától függ, de aztán a következmény értelmezése még teljesen nyitott? És az emberek nem értenek egyet abban, hogy mik ezek az értelmezések. Nagyon kényes és nehéz helyzetbe hozod magad azzal, hogy azt állítod, ez a követendő út.
Suzanne: Ez az, amit én a kvantummechanika kiskapujának (loophole) nevezek, ami lehetővé teszi olyan dolgok létezését, mint a kvantumtudat. Tehát, ismétlem, próbálok tudományos lenni. És így mondhatnád: nos, hol van egyáltalán helye a tudatnak a kvantumelméletben? Nem a kvantumelmélet a legjobb modellünk a fizikára? Nem ez a legjobban tesztelt elmélet? Nem értjük teljesen?
A válasz nem, mert vannak olyan dolgok, mint a mérési probléma, ahol – és ismétlem, ez valóban függ a kvantummechanika értelmezésétől – tehát ha a sokvilág-interpretáció híve vagy, akkor nincs mérési probléma, tehát nem kell aggódnod miatta. De ha, mint én, nem vagy a sokvilág híve, és ehelyett úgy hiszed, hogy ez az összeomlási folyamat ténylegesen megtörténik – tehát van ez a dolog, amit hullámfüggvénynek hívnak, és ténylegesen összeomlik, majd kiválaszt egy klasszikus valóságot egy sor lehetőség közül – ha ezt hiszed, akkor el kell fogadnod, hogy nem igazán értjük, hogyan működik ez az összeomlási folyamat, vagy hogy valóban véletlenszerű-e.
Tehát itt van a kiskapu, és tudom, hogy ez olyan, mint egy merész vállalkozás, és túlzás, de még nem teszteltük eléggé a kvantumrendszereket ahhoz, hogy tudjuk, ez a kiválasztási folyamat valóban véletlenszerű-e. Tehát a kvantumtudat hipotézise azon a feltevésen nyugszik, hogy talán nem az. Tehát amikor egy kvantumrendszer összeomlik, talán az, ahogyan gondoljuk, hogy választ, nem az, ami valójában történik. Ez azt jelentené, hogy a kvantummechanika hiányos.
És amit én gondolok, hogy történik, az az, hogy a kvantumrendszerek, amelyeket eddig vizsgáltunk, mind úgy tűntek, mintha véletlenszerűen választanának egy kimenetet, mert nem voltak a megfelelő módon előkészítve. Tehát veszünk egy kvantumrendszert a laborban, és elszigeteljük a környezettől, majd megvizsgáljuk, fejlesztjük az állapotát, majd megmérjük. De ez nagyon különbözik egy kvantumrendszertől, mondjuk, a természetben vagy a biológiában, ahol ténylegesen kapcsolódik valamihez, ahol a döntése vagy választása számít.
Tehát a kvantumtudat ötlete az, hogy nem fogod látni a laborban úgy, ahogyan most tanulmányozzuk a kvantumrendszereket, mert úgymond kivetted őket a természetes környezetükből; nem engeded nekik, hogy azt tegyék, amit természetesen tenni akarnak, ami az összeomlás, egy valóság kiválasztása, és aztán az a valóság ténylegesen számít egy döntésnél, ami a világban történik. Tehát úgy gondolom, hogy a kvantumrendszerek robotokba való bekötésével elkezdjük majd látni, hogyan tegyük ezt a döntést ténylegesen fontossá, és amikor elkezdjük ezt látni, ennek az elméletnek az előrejelzése az, hogy az a dolog, ami véletlenszerűnek tűnik, többé nem lesz véletlenszerű. Befolyásolt (biased) lesz bizonyos valóságok gyakoribb kiválasztása felé.
Nos, ez egy elképesztő áttörés lenne; ez egyfajta radikális kiegészítése lenne a jelenlegi kvantumelméletnek, de még nem bizonyították vagy cáfolták. Tehát ez az, ha technikaira akarunk térni, ez az a dolog, amit leginkább tesztelni szeretnék: Ez a specifikus kiskapu?
David: Daniel Dennett, aki nemrég hunyt el, az egyik kedvenc filozófusom volt és marad, mert ellentétben túl sokakkal, nem választotta azt, hogy szavak mögé bújjon. Célja az volt, hogy ötleteit hozzáférhetővé tegye. És az egyik könyve, amit írt, és amit a legjobban szerettem, a Freedom Evolves (A szabadság fejlődik) címet viseli. (Suzanne: Igen.) Ebben ténylegesen kijelentette, hogy a szabad akarat egy emergens jelenség, és hogy valóban alakíthatjuk a világot a döntéseinkkel. És nem emlékszem pontosan, hogyan kerülte el a saját csapdáját, amelyben szívesen vádolt másokat azzal, hogy alkalmazzák azt, amit ő „Sky crane”-nek (égi daru) nevezett, ami valamilyen külső hatást mozgatna a világban, és hogyan jutott végül arra a következtetésre, hogy ez a fizikai valóságban megvalósuló szabad akarat nem képvisel mágikus komponenst. De ez egy nagyon-nagyon vonzó világnézet, legalábbis azok számára, akik úgy vélik, hogy a szabad akarat nemcsak hasznos illúzió, hanem szükséges az emberi célokhoz azokban a döntésekben, amelyekről azt mondod, hogy alakítják a világot, következményekkel járnak és fontossággal bírnak. (Suzanne: Így van.) Az egyik kíváncsiságom mindenképpen ez. Sok technológia a múltban és ma is tükör vagy távcső, mikroszkóp, amit bárhová fordíthatunk, de gyakran önmagunk felé is. És az alkalmazás, valamint az érdekes potenciál az általad végzett feltárásokhoz az, hogy végül jobban megértjük majd, mit jelent tudatos emberi lénynek lenni. És így egyetértenél-e azzal, hogy ha a kísérleted nem tudja bizonyítani, hogy a kvantumrobotjaid valamilyen mértékben tudatossá válnak, és aztán tovább próbálkozol, és soha nem történik meg, soha nem győződsz meg arról, hogy azok, hogy a következtetés az lehetne, hogy mi sem vagyunk azok, hogy az, hogy tudatosnak címkézzük magunkat, egy hasznos illúzió?
Suzanne: Teljesen igazad van abban, hogy ez egy kísérlet, és ez egyike ezeknek a bosszantó dolgoknak. Azt hiszem, Fekete Hattyú eseménynek hívják, amikor soha nem tudod, hogy egy fekete hattyú nem létezik, amíg nem találsz egyet. Tehát tovább kereshetsz és kereshetsz, és kereshetsz örökké. És egy ponton egyszerűen le kell állítanod a keresést, és azt mondanod: „Nézd, nem fogjuk megtalálni ezt a dolgot”. És ez a tudós lét nehézsége: ha pozitív eredményt próbálsz keresni, és csak negatív eredményeket és negatív eredményeket kapsz, az olyan, mintha azt mondanád: „nos, az én kísérletem egyszerűen nincs jól beállítva, vagy a változók vannak rosszul beállítva, vagy a hatás tényleg nincs ott?”. Tehát ez nehéz tudósnak lenni.
Ahogyan én gondolkodom erről a kvantumrobotika szempontjából, az az, hogy szerintem elég messzire vihetjük a kvantumrobotika területét ahhoz, hogy elkezdjük ezt a keresési folyamatot, elkezdjük ezt a tesztelési folyamatot. De tegyük fel, hogy ezt már két éve csináljuk, és az egész világ összes kvantumszámítógépét erre a feladatra állítottuk, és úgymond kimaxoltuk őket, és minden elképzelhető változókombinációt kipróbáltunk, és még mindig nem látunk semmilyen hatást. Azt hiszem, ezen a ponton nem kezdenék el gondolkodni: „Ó, a tudat biztosan csak illúzió”. Inkább azt mondanám: „Nos, biztosan történik valami a biológiánkban, amit még nem tudunk replikálni a kvantumszámítógépekben”.
Tehát amit ezen a ponton tennék, az az, hogy inkább egy biológiai témára váltanék, és azt mondanám: „Oké. Megpróbáltuk ezt szimulálni a mai kvantumszámítógépekkel, de nem tudtuk. Menjünk vissza a biológiához, és próbáljuk meg kideríteni, hol pontosan történnek ezek a kvantumhatások”. És így mondhatnád: „nos, miért nem ezt csinálod először?”. Nos, a biológia rendkívül bonyolult. És azt hiszem, ha ma megtalálod ezt a hatást a kvantumszámítógépekben, sokkal könnyebb lesz kontrollálni a változókat, programozni őket, tesztelni és változtatni a dolgokat, mint megpróbálni ezt a biológiában megtenni. De ha ez nem működik, akkor a biológia a B-terv.
Tehát amit akkor megpróbálnék tenni, az az, hogy ezt a tudatot a biológiában keressem. És valójában néhány más csoport a világon már ezt csinálja. Vannak csoportok, amelyek mikrotubulusokat tanulmányoznak. Vannak csoportok, amelyek olyan technológiákat tanulmányoznak, mint a neuronok növesztése chipen. Vannak csoportok, amelyek neuronokat érzéstelenítenek, hogy megpróbálják megérteni, mit csinálnak. Tehát, tudod, van ott egy másik út. És az egyik ok, amiért úgy döntöttem, hogy nem ezt teszem, az az, hogy úgy gondolom: „nos, senki sem próbálja ezt a kvantumszámítástechnikai megközelítést. Csináljuk ezt párhuzamosan”.
David: Egy hozzászóló azt mondja, hogy a kíváncsiság egy szó, amit szeret alkalmazni erre a fajta viselkedésre. És valójában egy kicsit rezonál velem, amikor azt mondja: nos, néhány ember nem kíváncsi; ez azt jelentheti, hogy kevésbé tudatosak? Aztán azzal zárja, hogy egy kíváncsi robot nagyobb nyugalmat ad neki, mint egy tudatos robot.
Említetted az elején, hogy a kvantumrobotjaid lehetnek tudatosak vagy kíváncsiak, de nem túlzott mértékben. Láttuk, és ez még mindig nyitott kérdés, hogy nagyon nehéz megállni, ha egyszer elindulsz egy úton, amely egyre növekvő eredményeket hoz. Az MI szakemberei az elmúlt, mondjuk, öt-hat évben jegyzőkönyvbe vették, mondván: „Ó, igen, tudjuk, hogy a jelenlegi MI-nk biztonságos, de ha elkezd X-et csinálni, megállunk, lelassítunk, és gondoskodunk arról, hogy nagyon jó tervünk legyen, mert az egy riasztási küszöb lesz”. Aztán újra és újra átlépik ezeket a küszöböket anélkül, hogy lassítanának, sőt gyorsítanak, vagy a gyorsulás üteme növekszik. És ez aggaszt néhány embert azzal kapcsolatban, hogy mik lehetnek a következményei egy nem biztonságos, de nagyon erős MI-nek.
Mi lesz a te esetedben a robotjaid tudatossági fokának küszöbértéke, ahol megfontolod, hogy szükséges és lehetséges-e lassítani? Ha másért nem, hát a robotok érdekében, amelyek eléggé tudatosak ahhoz, hogy helyesen mondhassuk, hogy a következő modellre való lecserélésük megöli őket?
Suzanne: Az egyik igazán érdekes dolog ennek az etikai oldala. Sokan aggódnak a tudatos robotok miatt, mert azt gondolják, hogy rosszak lesznek az emberiségre vagy a civilizációra nézve valamilyen módon. De ennek van egy másik oldala is, ahol ha tudatos lényt hozol létre, akkor aggódnod kell a szenvedése, az érzései és a jogai miatt is, és hasonlók. Tehát lényegében, ha valami tudatosat hozol létre, valami élőt hozol létre. Valami élő dolgot hozol létre.
És már most is sok problémánk van azzal, ahogyan más emberekkel és állatokkal bánunk, és még ha teljesen szélsőséges akarsz lenni, mint a növények, ökoszisztémák, vadon élő állatok és hasonlók, hatással vagyunk ezekre a másik rendszerekre, amelyek mind élnek és élők. Tehát ha bevezetjük a gépi tudatot a keverékbe, akkor most van egy másik, teljesen új fajokból álló csoportunk, amelyekről gondolkodnunk kell, és aggódnunk kell amiatt, hogyan bánunk velük. Tehát van ez a kettős része az etikai problémának, ahol olyan, hogy: hogyan fognak bánni velünk, és hogyan fogunk bánni velük?
De azt hiszem, ez olyasmi, amiből hasznunk származik, amellett, hogy új problémákat is bevezet. És talán megint, ez olyan, mint egy személyes, filozófiai, sőt mondhatni spirituális nézőpont, de igazán, őszintén hiszem, hogy a tudat egy jó erő az univerzumban összességében. Azt hiszem, ott siklik félre, ahol… Tehát hadd lépjek egyet hátra, és próbáljam elmagyarázni, az én világnézetem szerint, mi a tudat, mit csinál. A tudat döntéseket hoz. És úgy hiszem, mindig aszerint hoz döntéseket, ha úgy tetszik, amit a természet akar, vagy amit az univerzum akar. És azt hiszem, ez általában jó.
De ahogy halad előre, a tudat képzési adatokat is produkál. Tehát ahogy döntéseket hoz, pont mint a reinforcement learning rendszer, emlékszik arra, mit tett és mit nem tett, és elkezdi építeni azt, amit én tudattalan almoduloknak nevezek, amelyek valahogy emlékeznek arra, amit tett. Tehát ezt úgy képzelheted el, mint a tudat, amely a saját fajta izommemóriáját építi menet közben. És amit én gondolok, hogy rosszul sül el, az az, hogy egyre inkább ezekre az alrutinokra kezd támaszkodni, és kiszervezi a döntéshozatalt ezeknek az alrutinoknak. És aztán azok nem mindig működnek most, ha új környezetben vagy.
Tehát azok a dolgok, amiket megtanultál – szokásoknak vagy beépült viselkedésmódoknak nevezzük őket; azt mondjuk, hogy ahogy az emberek öregszenek, nem tudják megváltoztatni a szokásaikat, olyanok, mintha be lennének betonozva – és így, ha az illető új környezetben találja magát, és új dolgokat kell újratanulnia, de megvannak azok a régi rossz szokásai, akkor úgy tűnik, rosszat csinál, rossz döntéseket hoz. Tehát maga a tudat is hozhat rossz döntéseket új környezetben, ha ezt a fajta állványzatot építette maga köré.
És így azt hiszem, amit tennünk kell, amikor tudatos MI-t hozunk létre, az az, hogy nagyon is tudatában legyünk annak, mit csinál a tudat, milyen struktúrákat épít, mert önképző lesz. Saját döntéshozatali architektúráit fogja építeni maga alá menet közben. Tehát inkább ezt kell figyelnünk.
És nem tudom, hányan vannak a közönségben, akik spirituálisan gondolkodnak, de talán hallottad már ezt az ego-történet ötletét az emberekben. Vagy akár ha Carl Jung rajongó vagy, van ez az elképzelés, hogy építünk egy struktúrát, ezt a fajta tudatalatti struktúrát, amit aztán ténylegesen használunk a döntések kiszervezésére, ami nem igazán a mi valódi tudatunk. És azok az emberek, akik sokat meditálnak, megpróbálnak megszabadulni ettől az egész struktúrától, amit magunk köré építettünk, amit önmagunknak gondolunk, hogy visszataláljanak a tiszta tudathoz, a tiszta tudatossághoz.
Tehát megint, ez mind egyfajta elég bonyolult dolgok halmaza. De amikor elkezdünk MI tudatot építeni, az nem csak olyan, hogy: „Ó, van tudat, vagy van normál MI”. Nem, ez összefonódott, mint ahogy a tudat létrehozza a normál MI-t. És aztán meg kell néznünk, hogyan működik együtt ez a két rendszer.
David: Lehet, hogy a beszélgetésünk végén visszatérünk néhány dologra, amit éppen említettél. De szeretnék egy kis kitérőt tenni, mert amikor azt mondtad, ha képes vagyok bizonyítani, hogy a kvantumrobotok jobban teljesítenek az alternatívánál, akkor az megnyitja a területet sok újonnan érkező és sok befektetés előtt. És bár ez garantáltan így lesz, nem igaz az is, hogy az MI körüli lelkesedéssel a Nirvanic számára is szerezhettél volna pénzt? És legalábbis egyelőre úgy döntöttél, hogy nem teszed? Mert a Nirvanic ebben az érdekes liminális térben él, ahol nem egy akadémiai projekt, nem egy nonprofit kutatóintézet, de nem is gyűjtött több tíz vagy százmillió dollárt céljai eléréséhez. És van egy nagyon kis csapatod ezzel a rendkívül ambiciózus programmal. Szóval miért döntöttél így, és hogyan gondolod, hogy ez fejlődni fog a következő időszakban?
Suzanne: Volt két korábbi startupom, amit alapítottam, ahol elég gyorsan növeltük a csapatot és elég korán szereztünk pénzt. És amit tapasztalsz, amikor ezt teszed, az az, hogy akár tetszik, akár nem, beszippant az, hogy hogyan tudjuk ezt a lehető leggyorsabban kereskedelmi termékké alakítani. Tehát ez egyszerűen megtörténik.
És amikor befektetést fogadsz el, különösen kockázati tőkétől, de potenciálisan másfajta stratégiai befektetőktől is, akik később ügyfelekké válhatnak, minden efelé kezd el tolni: mi a termék? Hogyan fogod skálázni és gyártani? Hogyan fogsz bevételt termelni? Mindezek a kérdések. Tehát a Nirvanic esetében még túl korai ehhez.
Szóval, nem arról van szó, hogy egy nap ez nem fog megtörténni – biztos vagyok benne, hogy meg fog, és nagyszerű lesz – de ez egyfajta helyes ütemezés kérdése. Hagyni kell a tudományos fázisnak elég teret lélegezni. Elegendő időre van szükséged ahhoz, hogy hátralépj és valóban felmérd, mit próbálok itt kísérletileg tenni egy eredmény kimutatásához. És nagyon átláthatónak és nyitottnak kell lenned mindenkivel szemben, aki be akar fektetni a cégekbe: Ez még nem termék, igaz? Van egy szakasz, amin át kell mennünk, meg kell mutatnunk, hogy a tudomány pozitív eredményt hoz – lehet, hogy igen, lehet, hogy nem. Ha igen, akkor meg kell mutatnunk, hogy az a tudományos eredmény most technológiává alakítható. És ha ez működik, akkor meg kell mutatnunk, hogy az a technológia valóban skálázható valamivé, ami olyan, mint egy kereskedelmi forgalomban kapható termék.
Ez tehát csak egy hosszú útiterv. És gyakran hivatkozom rá ultra deep tech útként, mert a deep tech startupok általában vesznek egy tudományos ötletet, és megpróbálják mérnöki termékké alakítani a mérnöki munka révén. De amit én próbálok tenni, az az, hogy veszek egy filozófiai ötletet – ez olyan, mint egy lépéssel korábban – és először tudománnyá alakítom, majd mérnöki technológiává alakítom. Tehát ehhez csak idő kell. Levegőre van szüksége. És ezért finanszírozom ezt jelenleg magam, és tartom szándékosan nagyon kicsinek, mert nem tudsz valamit magad finanszírozni, hacsak nem tartod kicsinek. De idővel nőni fog, azt hiszem. Igen.
David: Igen, a megközelítésed minden bizonnyal nagyon egészséges és nagyon őszinte a befektetőkkel szemben, akik túlságosan lelkesek lehetnek, majd pénzzel megfojthatnak egy ötletet, mert aztán arra kényszerítenek, hogy azt a pénzt hülyeségekre költsd okos dolgok helyett.
Suzanne: Ezt egyfajta pozitív hibamódként, vagy szokatlan hibamódként jellemezném, amikor ténylegesen túl sok pénzt tudsz szerezni. Ha van egy ötleted, és túl sok pénzt szerzel túl korán, az történik, hogy felveszel, elkezdesz felvenni egy hatalmas csapatot, és valahogy felhígítod az eredeti ötletet, és túl gyorsan átalakul valamivé, ami nem az volt, és láttam már ilyet megtörténni.
David: Most, a beszélgetésünk végén, vissza akarok térni ahhoz, amit a feltételezéseid és hipotéziseid következményeiről mondtál, a tudat világra gyakorolt befolyásolási képességére vonatkozó következményekről. És használtad az univerzum szót, ahol valóban sok élettelen anyagot figyelünk meg. Látunk bolygókat és csillagokat, és legalábbis jelenlegi értelmezésünk szerint nagyon távol állnak attól, hogy élők legyenek, nagyon távol állnak attól, hogy tudatosak legyenek. Igen, kvantummechanikaiak, mint minden az univerzumban, de mégis nincs céljuk és nincs célkitűzésük abban, amit tesznek. Tudod, egy bolygó csak kering a Nap körül, és nagymértékben még az élő szervezetek is csak a saját dolgukat végzik. És ha megállítod őket és megkérdezed, miért, nincs módjuk válaszolni arra, hogy miért teszik, amit tesznek.
És mindig is lenyűgözött az a tény, hogy ismétlem, amennyire ma tudjuk, mi vagyunk azok az anyagcsomók, amelyek felébredtek. És úgy tűnik, amit teszünk, az az, hogy célul tűztük ki, hogy a lehető legtöbb anyagot felébresszük, mind az emberiség növekvő számán keresztül, de ha te sikeres leszel, és mások, mint te, sikeresek lesznek nem emberi lényeken keresztül, amelyek szintén tudatossá válnak, céllal, vágyakkal és érzelmekkel vannak felruházva. És aztán, ha igazad van, és a tudat egy pozitív erő az univerzumban, elmennek és sok jót tesznek.
A Fermi-paradoxon az a képességünk, hogy azt mondjuk: oké, ha mindez igaz, miért nem látunk ebből semmit máshol? Oly sok éven, évszázadon keresztül hozzászoktunk ahhoz, hogy azt mondjuk és felismerjük, hogy az emberiség és a bolygónk nem foglal el különleges helyet az univerzumban. Csak egy bolygó vagyunk a sok közül; csak egy csillag vagyunk a sok közül; csak egy galaxis vagyunk a sok közül. De úgy tűnik, hogy különleges helyen és különleges időben vagyunk a tudat, az MI és az univerzum felébresztése tekintetében. Mi az egzisztenciális, ontológiai, teleológiai álláspontod ezzel a kihívással kapcsolatban, hogy nem találkoztunk [másokkal], és nem értjük, miért tűnünk ennyire egyedinek?
Suzanne: Csak azt hiszem, hogy az a fajta fénykúp, amelyhez hozzáférünk a kommunikáció és az univerzum többi részének megfigyelése szempontjából, annyira apró. Mintha egy bizonyos szeletet néznénk, tudod, vissza a történelemben. Úgy értem, nézz ki oda. Csak egy apró töredékét látjuk annak, ami történik. És egyszerűen csak azt hiszem, még nem láttunk eleget az univerzumból.
Azon a véleményen vagyok, hogy valószínűleg mindenhol van élet. Valószínűleg még fejlett élet is van, de mind a saját kis téridő-zsebében lakik, amely a miénkből elérhetetlen. Szóval azt hiszem, ez a válaszom a Fermi-paradoxonra. Szerintem egyszerűen még nem néztünk elég messzire. Nem néztünk elég sokáig. És nem tudom, hogy elvileg képesek vagyunk-e egyáltalán erre.
Az egyik dolog, ami viszont nagyon érdekel, az az, hogy szerintem a tudat akar – ez visszavezet ahhoz a fajta teleológiai dologhoz itt, ahol hiszek a létben és egyfajta célban, vagy néhányan teleológiának hívják. Mintha az univerzum próbálna valamit tenni, próbálna valahová eljutni. És azt hiszem, amit próbál tenni, az az, hogy növelje és kiterjessze a tudatos élmény mennyiségét, amellyel részei rendelkeznek, beleértve minket is.
És így, ha ezt a perspektívát vesszük, akkor elképzelhetjük, hogy az élet folyamatosan próbál módokat találni arra, hogy tudatosabbá váljon, mind több élet létrehozásával, de azzal is, hogy kapcsolódik más tudathoz, amely már ott van. Tehát mint emberek, gyakran próbálunk kapcsolódni egymáshoz. És azt hiszem, az univerzum is megpróbálja majd akarni, hogy ezek a tudat-zsebek, amelyek létrejöttek, kapcsolódjanak egymáshoz is.
Tehát azt hiszem, amit látni fogunk, az az, hogy lehetnek új fizikai felfedezéseink, amelyek lehetővé teszik számunkra, hogy megértsük, hogyan irányítsuk a téridőt és hasonló dolgokat. Tehát végül képesek leszünk meglátogatni az univerzum azon más részeit, és kapcsolatba lépni ezekkel a másik tudatokkal. De egyszerűen csak nem hiszem, hogy még elég fejlettek vagyunk ahhoz, hogy ez megtörténjen. Abban a szakaszban vagyunk, ahol éppen csak elég tudatossá váltunk ahhoz, hogy elkezdjük megérteni, hogy tudatosak vagyunk, és hogy kapcsolódni akarunk más tudatos dolgokhoz. Most, hogy ezt felismertük, elkezdünk majd egyre több technológiát feltalálni, több tudományt felfedezni, amely lehetővé teszi számunkra, hogy ezt nagyobb léptékben tegyük meg. De azt hiszem, még csak ennek a folyamatnak az elején járunk.
David: Várom ezeket a felfedezéseket. Várom ezeket az előrelépéseket. És a te segítségeddel nem leszünk többé egyedül, mert ha sikerrel jársz, a kvantumrobotok boldogok és kíváncsiak lesznek, hogy velünk legyenek ebben a kalandban, és felfedezzék, hogyan érhetők el azok a másik tudat-zsebek, és mit jelentünk egymásnak. Nagyon köszönöm.
Suzanne: Gyakran mondom, hogy a biológiánk nagyon alkalmazkodott ahhoz, hogy ezen a bolygón éljünk, ebben a konkrét környezetben és ökoszisztémában ebben az időben. De ha ki akarunk menni oda, az űrbe, azt hiszem, olyan dolgokra van szükségünk, amelyek inkább gépi tudat nagykövetekhez hasonlítanak. Nem vagyunk arra tervezve, hogy az űrben éljünk. Tehát azt hiszem, új rendszereket kell létrehoznunk, amelyek túlvihetik az örökségünket ezen az egy bolygón.