Sam Harris – Ajattelua hyvästä ja pahasta

Jälleen Harrisin suomennosta. Tämä toimii johdatuksena Harrisin ajatukseen ”moraalisesta maisemasta” ja moraalin tieteestä (engl. Moral landscape; science of morality). Konferenssista on saatavilla videot YouTubesta sekä Edge Foundationin sivuilta (ks. YouTubesta esim. Harrisin puheen jälkeinen Q&A sessio, jota ei ole tässä suomennettu). Alla näkyvä suomennos on Harrisin blogissaan 14.12.2013 julkaisemasta kirjoituksesta, mutta Edge on julkaissut sen sivuillaan ilmeisesti syyskuussa 2010.

Alla siis mainittu blogimerkinnän suomennos kokonaisuudessaan:

_____________________________________________________________________________________

Vuonna 2010 John Brockman ja Edge Foundation pitivät konferenssin nimeltä “Moraalin Uusi Tiede” (engl. ”The New Science of Morality”). Osallistujina itseni lisäksi olivat Roy Baumeister, Paul Bloom, Joshua D. Greene, Jonathan Haidt, Marc Hauser, Joshua Knobe, Elizabeth Phelps ja David Pizarro. Joitain keskustelujamme on nyt julkaistu kirjana (kera monien mielenkiintoisten esseiden) nimeltä Thinking: The New Science of Decision-Making, Problem-Solving, and Prediction. John Brockman ja Harper Collins ovat antaneet minulle luvan julkaista editoidut kommenttini tässä.

 *  *  *

Sitä, mitä aioin tänään sanoa, on hieman tyrkitty sen ansiosta, mitä on jo sanottu, ja muutaman irrallisen keskustelun ansiosta. Epäilemättä näin sen tulisikin olla. Mutta jos kommenttini ovat vähemmän johdonmukaiset kuin toivoisit, syytä sitä—ja jet lagia.

Ajattelen, että meidän tulee erottaa toisistaan kolme projektia, jotka helposti vaikuttavat yhtenäisiltä, mutta jotka ovat selvästi toisistaan erotettavia ja itsenäisesti arvokkaita pyrkimyksiä:

Ensimmäinen projekti on ymmärtää, mitä ihmiset tekevät ”moraalin” nimissä. Voimme katsoa maailmaa, todistaen kaikki moninaiset käyttäytymismallit, säännöt, kulttuuriset artefaktit ja moraalisesti keskeiset tunteet, kuten empatia ja inho, ja voimme tutkia, miten nämä asiat ilmenevät ihmisyhteisöissä—niin meidän aikanamme kuin läpi historian. Voimme tarkastella kaikkia näitä ilmiöitä niin tuomitsemattomasti kuin mahdollista ja pyrkiä ymmärtämään niitä. Voimme ymmärtää niitä evolutionaarisin termein, ja voimme ymmärtää niitä psykologisin ja neurobiologisin termein, siten kuin ne ilmenevät nykyisyydessä. Ja voimme kutsua tästä seuraavaa dataa ja koko pyrkimystä nimellä ”moraalin tiede”. Tämä olisi sellainen täysin dekriptiivinen tiede, jota Jonathan Haidt puolustaa.

Useimpien tieteilijöiden mielestä tämä projekti vaikuttaa kattavan kaiken tieteen ja moraalin välille oikeutetusta kosketuspinnasta—tarkoittaen tieteen ja käsitysten hyvästä ja pahasta ja oikeasta ja väärästä välille. Mutta mielestäni on kaksi muuta projektia, joihin osallistua, jotka saattavat olla tärkeämpiä.

Toinen projekti olisi selkeyttää sitä, mitä tarkoitamme, ja mitä meidän tulisi tarkoittaa, termillä ”moraali”. Tulisi ymmärtää, miten se ylipäätään liittyy ihmisten hyvinvointiin, ja käyttää tätä uutta oppiainetta ajatellaksemme älykkäämmin, miten maksimoida ihmisten hyvinvointi. Filosofit toki saattavat ajatella, että tämä herättää joitain tärkeitä kysymyksiä, ja tulen palaamaan niihin. Mutta ajattelen, että tämä on erillinen projekti, ja se ei ole puhtaasti deskriptiivinen. Se on normatiivinen projekti. Kysymys kuuluu: miten voimme ajatella moraalista totuutta tieteen kontekstissa?

Kolmas projekti on suostuttelemisen projekti: Miten voimme suostutella kaikki ihmiset, jotka ovat sitoutuneita typeriin ja haitallisiin asioihin ”moraalin” nimissä, muuttamaan heidän sitoumuksiaan ja elämään parempaa elämää? Ajattelen, että tämä kolmas projekti on itseasiassa kaikkein tärkein projekti, jonka ihmiskunta kohtaa tässä ajanhetkessä. Siihen sisältyy kaikki, mistä voisimmekaan välittää—ilmastonmuutoksen pidättämisestä ydinaseiden leviämisen pysäyttämiseen, syövän parantamiseen, valaiden pelastamiseen. Mikä tahansa pyrkimys, joka vaatii, että saisimme kollektiiviset prioriteettimme järjestykseen ja aikamme ja resurssimme jäsennettyä, sisältyisi tämän projektin piiriin. Rakentaaksemme elinkelpoisen globaalin sivilisaation, meidän tulee alkaa lähentyä kohti samoja ekonomisia, poliittisia ja ympäristöön liittyviä tavoitteita.

Moraalisen suostuttelun projekti on selvästi hyvin vaikea. Mutta se on nähdäkseni erityisen vaikea jos et kykene selvittämään, missä mielessä kukaan voisi koskaan olla oikeassa tai väärässä kysymyksissä koskien moraalia tai ihmisarvoja. Oikean ja väärän ymmärtäminen universaalein termein on Projekti Kaksi, ja olen itse siihen keskittynyt.

On olemassa esteitä, jotka haittaavat ajattelua Projektista Kaksi: pääasiallinen este on, että useimmat oikein ajattelevat, hyvin koulutetut ja hyväntahtoiset ihmiset—ainakin useimmat tieteilijät ja julkiset ajattelijat, ja luultavasti useimmat journalistit—ovat vakuuttuneet, että jokin viimeisen 200 vuoden älyllisessä kehityksessä on tehnyt mahdottomaksi puhua ”moraalisesta totuudesta”. Ei siksi, koska ihmiskokemusta olisi niin vaikea tutkia tai aivot liian monimutkaiset. Vaan koska on ajateltu, että ei ole olemassa älyllistä perustaa, jolta sanoa, että kukaan on koskaan oikeassa tai väärässä kysymyksissä koskien hyvää ja pahaa.

Aikomukseni on heikentää tätä oletusta, joka on nyt hallitseva mielipide tieteessä ja filosofiassa. Mielestäni se perustuu useaan virhepäätelmään ja kaksoisstandardiin ja suoraan sanoen huonoon filosofiaan. Ensimmäinen asia, josta minun tulee huomauttaa sen epätotuuden lisäksi, on, että tällä näkökannalla on seurauksia.

Vuonna 1947 kun Yhdistyneet kansakunnat yritti muotoilla ihmisoikeuksien yleismaailmallista julistusta, Yhdysvaltain antropologinen seura (engl. The American Anthropological Association) otti kantaa sanoen, että sitä ei ole mahdollista tehdä—sillä tämä vain tyrkyttäisi yhtä yksittäistä käsitystä ihmisoikeuksista muulle ihmiskunnalle. Mikä tahansa käsitys ihmisoikeuksista on kulttuurin tuote, ja universaalin ihmisoikeuskäsityksen julistaminen on älyllisesti kiellettyä. Tämä oli parasta mihin yhteiskuntatieteet kykenivät kun Auschwitzin krematorio vielä savusi.

Mutta on toki pitkään ollut ilmiselvää, että meidän tulee lähentyä, globaalina sivilisaationa, uskoissamme siitä, miten meidän tulisi kohdella toisiamme. Tämän takia tarvitsemme jonkin universaalin käsityksen oikeasta ja väärästä. Joten mielestäni skeptisyydellä moraalista totuutta kohtaan on sen epätotuuden lisäksi tosiasiassa seurauksia, joista meidän tulisi olla huolissamme.

Määritelmillä on väliä. Ja tieteessä olemme jatkuvasti kehystämässä keskusteluja ja tekemässä määritelmiä. Tässä prosessissa ei ole mitään, joka tuomitsee meidät epistemologiseen relativismiin tai joka mitätöi totuusväitteet. Määrittelemme ”fysiikan”, löyhästi ilmaistuna, meidän parhaaksi pyrkimykseksi ymmärtää materian ja energian käyttäytymistä universumissa. Tämä oppiaine määritellään suhteessa tavoitteeseen ymmärtää, miten materia käyttäytyy.

Jokainen on toki vapaa määrittelemään ”fysiikan” jollain muulla tapaa. Kreationisti fyysikko saattaisi saapua huoneeseen ja sanoa, ”No, tuo ei ole minun määritelmäni fysiikalle. Minun fysiikkani on suunniteltu vastaamaan Ensimmäistä Mooseksen kirjaa.” Mutta olemme vapaita vastaamaan sellaiselle henkilölle, sanomalla, ”Tiedätkö, et todellakaan kuulu tähän konferenssiin. Tuo ei ole ’fysiikkaa’ siten kuin me olemme siitä kiinnostuneita. Käytät sanaa erilailla. Et pelaa meidän kielipeliä.” Moinen poissulkemisen ele on sekä oikeutettu että välttämätön. Se tosiasia, että fysiikan diskurssi ei ole tarpeeksi hiljentämään sellaista henkilöä, että häntä ei voi tuoda keskusteluumme ja nujertaa meidän ehdoilla, ei heikennä fysiikkaa objektiivisen totuuden alueena.

Ja silti moraalin aihealueella vaikutamme ajattelevan, että eriävien mielipiteiden mahdollisuus on ylitsepääsemätön asia. Se tosiasia, että joku voi tulla ja sanoa, että hänen moraalillaan ei ole mitään tekemistä ihmisten kukoistuksen kanssa—että se liittyy esimerkiksi sharia-lain seuraamiseen—pelkästään se tosiasia, että moinen kanta voidaan artikuloida todistaa, että ei ole olemassa mitään moraalista totuutta. Moraalin tulee näin ollen olla ihmisten keksintö. Mutta tämä on virhepäätelmä.

Meillä on intuitiivinen fysiikka, mutta suuri osa meidän intuitiivisesta fysiikasta on väärässä suhteessa tavoitteeseen ymmärtää, miten materia ja energia käyttäytyvät tässä universumissa. Tarkoitan, että meillä on myös intuitiivinen moraali, ja suuri osa meidän intuitiivisesta moraalista saattaa olla väärässä suhteessa tavoitteeseen maksimoida ihmisten kukoistus—ja väärässä viitteissä tosiasioihin, jotka yleisesti hallitsevat tietoisia olentoja.

Joten esitän lyhyesti, että ainoa oikeutettu moraalisen huolenaiheemme alue on tietoisten olentojen hyvinvointi. Sanon muutaman sanan tämän väitteen tueksi, mutta mielestäni idea, että sitä tulee puolustaa, on usean meille huomaamattoman virhepäätelmän ja kaksoisstandardin tulos. En tiedä, onko minulla aikaa paljastaa ne kaikki, mutta mainitsen muutaman.

Tähän mennessä olen esitellyt kaksi asiaa: tietoisuuden konseptin ja hyvinvoinnin konseptin. Väitän, että tietoisuus on ainoa konteksti, jossa voimme puhua moraalista ja ihmisarvoista. Miksi tietoisuus ei ole mielivaltainen lähtökohta? No, mikä olisi vaihtoehto? Kuvittele vain jonkun tulevan ja väittävän omaavansa jonkun muun arvon lähteen, jolla ei ole mitään tekemistä tietoisten olentojen aktuaalisen tai potentiaalisen kokemuksen kanssa. Mikä tahansa tämä onkaan, sen tulee olla jotakin, joka ei kykene vaikuttamaan minkään kokemukseen universumissa, tässä elämässä tai missään muussa.

Jos laitat tämän kuvitellun arvon lähteen laatikkoon, luulen, että laatikossasi olisi—määrittelynomaisesti—vähiten kiinnostava asia universumissa. Se olisi—jälleen määrittelynomaisesti—jotakin, josta ei ole mahdollista välittää. Jokaisella muulla arvon lähteellä on jokin suhde tietoisten olentojen kokemukseen. Joten en ajattele, että tietoisuus on mielivaltainen lähtökohta. Kun puhumme oikeasta ja väärästä ja hyvästä ja pahasta, ja tuloksista, joilla on väliä, puhumme välttämättä aktuaalisista tai potentiaalisista muutoksista tietoisessa kokemuksessa.

Lisäisin vielä, että ”hyvinvoinnin” konsepti kiteyttää kaiken, josta välitämme moraalin alueella. Haasteena on määritellä hyvinvointi siten, että se on todella rajaton ja kykenevä omaksumaan kaiken, josta välitämme. Tämän takia en tapaa kutsua itseäni ”konsenkventialistiksi” tai ”utilitaristiksi”, koska traditionaalisesti nämä kannat ovat rajanneet käsityksen seurauksista siten, että ne vaikuttavat hyvin haurailta ja muita asioita poissulkevilta—tuottaen eräänlaisen uhrimäärän laskennon, jonka vain joku Aspergerin oireyhtymän omaava voisi omaksua.

Pohdi Raitiovaunuongelmaa (engl. Trolley Problem): Jos tosiasiassa henkilön työntämisen raiteille ja vivun vääntämisen välillä on ero—ehkäpä suhteessa emotionaalisiin seurauksiin näiden tekojen suorittamisesta—no, sitten tämä ero on otettava huomioon. Tai pohdi Peter Singerin Matalan lammen ongelmaa (engl. Shallow Pond problem): Me kaikki tiedämme, että vaatisi hyvin erilaisen henkilön, joka kävelee matalaan lampeen hukkuvan lapsen ohi, koska pelkää pukunsa kastuvan, kuin mitä vaatisi jättää huomiotta vetoamus UNICEF:lta. Se kertoo paljon enemmän sinusta, jos kykenet kävelemään lammikon ohi. Jos olisimme kaikki tämänlaisia henkilöitä, olisi sillä kauhistuttavia seuraamuksia silmän kantamattomiin. Näin ollen minusta vaikuttaa siltä, että kohtaamamme haaste on tehdä selväksi, mitä tekojen todelliset seuraukset ovat, mitkä muutokset ihmiskokemuksessa ovat mahdollisia, ja millä muutoksilla on merkitystä.

Ajatellessani universaalia viitekehystä moraalille, ajattelen nyt suhteessa siihen, mitä nimitän ”moraaliseksi maisemaksi” (engl. moral landscape). Ehkäpä helvetissä on paikka jokaiselle, joka kierrättää kliseen tähän tapaan, mutta fraasi ”moraalinen maisema” todella tavoittaa sen, mitä tarkoitan: Kuvittelen mielessäni maiseman täynnä huippuja ja laaksoja, jossa huiput vastaavat tietoisille järjestelmille mahdollisia kukoistuksen huippuja, ja laaksot vastaavat kurjuuden syvimpiä onkaloita.

Puhuakseni toistaiseksi nimenomaan ihmisistä: mikä tahansa muutos, joka voi vaikuttaa muutokseen ihmisen tietoisuudessa, johtaisi välitykseen halki moraalisen maiseman. Joten muutokset genomiimme, ja muutokset ekonomisiin järjestelmiimme—ja kaikki muutokset niiden väliltä, jotka voisivat mitenkään vaikuttaa ihmisten hyvinvointiin, hyvässä tai pahassa—välittyisivät liikkeeksi tässä ihmiskokemuksen mahdollisuuksien maisemassa.

Muutama mielenkiintoinen asia seuraa tästä mallista: On selvästi mahdollista, jopa todennäköistä, että moraalisessa maisemassa on useita huippuja. Puhuakseni nimenomaan ihmisyhteisöistä: Kenties on olemassa keino maksimoida ihmisten kukoistus, jossa seuraamme Peter Singeriä niin pitkälle kuin mahdollista, ja jotenkin koulutamme itsemme olemaan todella puolueettomia ystäviämme ja perhettämme kohtaan, ettemme painota lastemme hyvinvointia sen enempää kuin muiden lasten. Ja kenties on olemassa toinen huippu, jossa jatkamme puolueellisina oloa omia lapsiamme kohtaan, tietyin raja-arvoin, samalla kun korjaamme tätä ennakkoasennetta luomalla sosiaalisen järjestelmän, joka on tosiasiassa reilu. Kenties on tuhat erilaista tapaa virittää nämä itsekkyyden ja altruismin muuttujat siten, että laskeudumme jollekin moraalisen maiseman huipulle.

Mutta on kuitenkin paljon useampia tapoja olla olematta millään huipulla. Ja on selvästi mahdollista olla väärässä siitä, miten liikkua nykytilanteestamme lähimmälle vapaalle huipulle. Tämä on suora seuraus siitä havainnosta, että kaikki meille mahdolliset tietoiset kokemukset ovat sen tuotteita, millainen universumi on. Meidän tietoinen kokemus nousee luonnonlaeista, aivotiloista, ja sekoittumisestamme maailman kanssa. Näin ollen on olemassa oikeita ja vääriä vastauksia kysymykseen, miten maksimoida ihmisten kukoistus milläkin hetkellä.

Tämä on uskomattoman helppo nähdä kun kuvittelemme maailmassa olevan vain kaksi ihmistä: voimme kutsua heitä Aatamiksi ja Eevaksi. Kysy itseltäsi, onko olemassa oikeita ja vääriä vastauksia kysymykseen, miten Aatami ja Eeva saattaisivat maksimoida hyvinvointinsa? Selkeästikin on. Väärä vastaus numero yksi: he voivat mäiskäistä toisiaan kasvoihin isolla kivellä. Tämä ei ole paras strategia maksimoida heidän hyvinvointi.

On toki nollasummapelejä, joita he voisivat pelata. Ja kyllä, he saattaisivat olla psykopaatteja, jotka olisivat täysin kyvyttömiä yhteistyöhön. Mutta selkeästikin parhaat vastaukset heidän tilanteeseen eivät ole nollasummia. Heidän kukoistuksen mahdollisuudet, ja syvällisempien ja kestävämpien mielihyvän lähteiden löytäminen, paljastuvat vain jonkinlaisen yhteistoiminnan välityksellä. Ja kaikkia huolia, joita ihmiset normaalisti tuovat näihin keskusteluihin—kuten deontologisia periaatteita tai rawlsilaisia huolia reiluudesta—voidaan tarkastella kontekstissa, jossa kysymme, miten Aatami ja Eeva voivat navigoida mahdollisten kokemusten maisemassa siten, että löytäisivät todellisen ihmiskukoistuksen huipun, vaikka se olisikin ainoa huippu. Jälleen kerran useat, samanarvoiset, mutta yhteensopimattomat huiput yhä sallivat realistisen maiseman, jossa on oikeita ja vääriä vastauksia moraalikysymyksiin.

Eräs asia, jonka meidän ei tule antaa hämätä, on ero käytännöllisten vastausten ja periaatteellisten vastausten välillä. Tarpeetonta sanoa, Aatamin ja Eevan mahdollisten kokemusten valikoiman täysi ymmärtäminen esittää fantastisen monimutkaisen ongelman. Ja siitä tulee vielä monimutkaisempi kun lisäämme kokeeseen 7 miljardia ihmistä. Mutta väittäisin, että se ei ole vaikea ongelma; siitä tulee vain monimutkaisempi.

Pohdi analogiana ekonomiaa: Onko ekonomia vielä tiede? Näennäisesti ei, muutaman viime vuoden perusteella. Ehkä ekonomia ei koskaan tule paremmaksi kuin se on nyt. Ehkä yllätymme suunnilleen vuosikymmenen välein jostakin kamalasta tapahtumasta, ja olemme pakotettuja myöntämään, että olemme tilanteemme monimutkaisuuden sokeuttamia. Mutta jos sanomme olevan vaikeaa tai mahdotonta vastata tiettyihin ongelmiin käytännössä ei vähääkään vihjaa etteikö näihin ongelmiin ole oikeita ja vääriä vastauksia periaatteessa.

Ekonomian monimutkaisuus ei koskaan houkuttelisi meitä sanomaan, että ei ole oikeita ja vääriä tapoja suunnitella talousjärjestelmiä tai vastata finanssikriiseihin. Kukaan ei koskaan sano, että on kiihkoilua kritisoida toisen maan vastatoimia pankin kaatumiseen. Kuvittele vain, kuinka kauhistuttavaa olisi jos kaikki fiksuimmat ihmiset olisivat enemmän tai vähemmän samaa mieltä siitä, että meidän tulisi olla tuomitsematta kenenkään näkemyksiä ekonomiasta, ja mitään mahdollista vastausta globaaliin talouskriisiin.

Ja silti tämä on täsmälleen, missä seisomme älyllisenä yhteisönä suhteessa kaikkein tärkeimpiin ihmiselämän kysymyksiin. En usko, että olet nauttinut mielen elämää ennen kuin olet todistanut filosofin tai tieteilijän puhuvan burkan ”kontekstuaalisesta legitimiteetistä”, tai naisten ympärileikkauksen, tai minkään muun näistä barbaarisista tavoista, joiden tiedämme aiheuttavan tarpeetonta ihmisten kärsimystä. Olemme vakuuttaneet itsellemme, että tiede on jollain tapaa määritelmänomaisesti arvovapaata tilaa ja että emme voi tehdä arvoarvostelmia uskoista tai tavoista, jotka tarpeettomasti johtavat harhaan yrityksiämme rakentaa onnellisia ja tervejärkisiä yhteiskuntia.

Totuus on, että tiede ei ole arvovapaata. Hyvä tiede on todisteiden, loogisen johdonmukaisuuden, nuukuuden ja muiden älyllisten hyveiden arvostamisen tuote. Ja jos et arvosta näitä asioita, et voi osallistua tieteelliseen keskusteluun. Tarkoitan, että meidän ei tule olla huolissamme ihmisistä, jotka eivät arvosta ihmisten kukoistusta, tai jotka sanovat, että eivät arvosta. Meidän ei tarvitse kuunnella ihmisiä, jotka tulevat pöydän ääreen, sanoen, ”Tiedätkös, me haluamme leikata aviorikkojien päät irti jalkapallopeliemme puoliajalla, koska meillä on universumin Luojan sanelema kirja, joka sanoo, että meidän tulisi niin tehdä.” Vastauksena olemme vapaita sanomaan, ”Tuota, vaikutat olevan sekaisin kaikesta. Sinun ”fysiikka” ei ole fysiikkaa, ja sinun ”moraali” ei ole moraalia.” Nämä ovat yhtäpitävät liikkeet, älyllisesti puhuttaessa. Ne ovat syntyneet samasta kanssakäynnistä oikeiden tosiasioiden kanssa koskien sitä, millainen universumi on. Moraalin suhteen keskustelumme voi edetä viitteellä tosiasioihin koskien tietoisten olentojen vaihtuvia kokemuksia. Minusta vaikuttaa siltä, että on tieteellisesti aivan yhtä oikeutettua määritellä ”moraali” tähän tapaan kuin on määritellä ”fysiikka” suhteessa materian ja energian käyttäytymiseen. Mutta useimmat ihmiset, jotka osallistuvat moraalin tieteelliseen tutkimiseen eivät vaikuta tajuavan tätä.

 *  *  *

Kustantajalta: Daniel Kahneman ihmisen ituition voimasta (ja kompastuskivistä) ja “tiedostamattomasta” ajattelusta • Daniel Gilbert halusta, ennusteista, ja miksi haluamamme saaminen ei aina tee meistä onnellisia • Nassim Nicholas Taleb statistiikan rajoista päätöksenteon tukena • Vilayanur Ramachandran ihmisluonnon tieteellisistä tukipilareista • Simon Baron-Cohen testosteronin hätkähdyttävistä vaikutuksista aivoissa • Daniel C. Dennett ”normaalin” ihmismielen arkkitehtuurin dekoodaamisesta • Sarah-Jayne Blakemore mielenterveyshäiriöistä ja nuoruusiän tärkeästä kehitysvaiheesta • Jonathan Haidt, Sam Harris ja Roy Baumeister moraalin tieteestä, etiikasta ja evolutiivisen ja biologisen ajattelun nousevasta symbioosista • Gerd Gigerenzer rationaalisuudesta ja mikä informoi valintojamme

_____________________________________________________________________________________

Mainokset

IBM: Watson – Implikaatiot ja mahdollisuudet: tiedonsaatavuuden yltäkylläisyydestä sen kielelliseen automaattiharavointiin

Essee keväältä 2011
________________________________________________________

Pohjustus

Tekoäly, eli artificial intelligence (AI), kuvaa Wikipedian mukaan koneiden älyä ja tietojenkäsittelytieteiden haaroja, jotka pyrkivät luomaan tällaisen. Nykyisissä oppikirjoissa tämä tieteen kenttä määritellään yleensä ”älykkäiden agenttien tutkimiseksi ja suunnittelemiseksi”, jossa älykkäällä agentilla tarkoitetaan järjestelmää, joka on tietoinen ympäristöstään ja pyrkii toimintojensa kautta maksimoimaan ympäristössään menestymisen. Yhdysvaltalainen tietojenkäsittely- ja kognitiotieteilijä John McCarthy (1927-) esitti tekoäly-termin vuonna 1955 ja määrittelee terminsä itse ”tieteeksi ja insinööritaidoksi tehdä älykkäitä koneita”. Yleisesti ottaen tekoäly ymmärretään usein keinotekoiseksi koneeksi, joka kykenee hämmästyttävillä tavoilla replikoimaan ihmisen toimintaa, tai jopa oleellisemmin ylittämään ihmisen toiminta- tai suorituskapasiteetin. Tämä näkökulma ei keskity itse koneen suunnitteluun vaan pikemminkin sellaisen funktionaalisuuteen itsenäisenä objektina. Osaltaan sci-fi-elokuvat ja -sarjat ovat olleet myös muokkaamassa mielikuvia tekoälystä, kuten vahvimmin mieleen tulevassa Steven Spielbergin A.I.-elokuvassa (2001).

Koko tekoälyn käsite johtaa juurensa ajatukseen, että ihmislajille ominainen älykkyys on mahdollista kuvata niin tarkasti, että se voidaan simuloida koneella. Näin ollen tekoälytutkimus on myös tietojenkäsittelytieteen haara, joka pääsee lähimmäs filosofiaa. Se herättää ja jatkaa monia muinaisia kysymyksiä mielen luonteesta ja sen luonnin tai manipuloinnin etiikasta.

Tekoälyn kehityshaaran pitkän aikavälin tavoitteena on kauan ollut niin sanotun vahvan tekoälyn luonti. Vahva tekoäly viittaa koneeseen, joka on käytännössä erottamaton ihmisen älykkyyden toiminnasta, ja joka voi tehdä ihmisille konventionaalisia asioita sekä omaa jonkinlaisen tietoisuuden. Sen sijaan heikko tekoäly puolestaan viittaa koneeseen, joka kykenee hyvin spesifien tehtävien suorittamiseen ja ongelmien ratkaisuun, mutta ei saavuta ihmisen kognitiivisia kykyjä kaikessa niiden laaja-alaisuudessa. Yleisesti ottaen siis heikko tekoäly ei omaa minkäänlaista tietoisuuteen verrattavaa elementtiä, ja toimii hyvin rajatulla sovellusalueella.

Tekoälyn ideasta ja käsitteestä

Tekoälytutkimus on ajoittain herättänyt paljon polemiikkia, ei ainoastaan sen eettisten kysymysten pohjalta, mutta myös itse terminologian määrittelyn ja konseptin toteutusmahdollisuuden puolesta. Usein tutkimuksessa ja tekoälyn ohjelmoinnissa hyödynnetään sumeaa logiikkaa, joka on matemaattisen logiikan laajennus, jossa propositiolla on diskreetin totuusarvon (tosi tai epätosi) sijaan reaalinen totuusarvo suljetulla välillä nollasta yhteen. Esimerkiksi tällä pyritään simuloimaan ihmisen toimintaa erilailla eri ongelmanratkaisutilanteiden eri skenaarioissa. Kaiken kaikkiaan tekoälytutkimuksen kenttä on hyvin eriytynyttä ja spesifisti erikoistunutta, ja lukuisiin toistensa kanssa huonosti kommunikoiviin koulukuntiin jakautunutta.

Merkittävä kysymys asiaan liittyvän filosofian puolella on tekoälyn synnyttämät kysymykset siihen liittyvien asioiden luonteesta. Näitä asioita ovat esimerkiksi älykkyys, tietoisuus, päätöksenteko ja ajattelu. Yleisesti ottaen kaikkein kriittisin argumentti koskee tekoälyn päätöksenteon järjettömyyttä, jonka esimerkiksi Noam Chomsky (1928-) on muotoillut muun muassa näin:

“The question of whether a computer is playing chess, or doing long division, or translating Chinese, is like the question of whether robots can murder or airplanes can fly — or people; after all, the ”flight” of the Olympic long jump champion is only an order of magnitude short of that of the chicken champion (so I’m told). These are questions of decision, not fact; decision as to whether to adopt a certain metaphoric extension of common usage.” – Powers and Prospects, 1996

Chomsky ja monet muut siis painottavat ihmistekijää kaikkien koneiden takana, jolloin puhuminen koneen älykkyydestä muuttuu täysin tulkinnanvaraiseksi asiaksi ja vain retoriseksi keinoksi. Ohjelmoija on kuningas ja koodi on orja. Mutta kuten Chomskykin vihjaa, lopulta päätös lankeaa termien määritelmälle. Miten määrittelemme tekoälyn tai älyn? Rajaammeko ihmisen tekemillä algoritmeilla itseään ohjaavan laitteen oletusarvoisesti älykkyyden ulko- tai sisäpuolelle? Ongelma on siis, että kone pystyy tekemään aina päätöksiä korkeintaan vain niin pitkälle kuin mihin se on suunniteltu pystyvän, mutta kriitikoiden mukaan koneen pitäisi jotenkin pystyä ylittämään nämä rajat itsenäisesti, jotta ansaitsisi yksiselitteisesti älykkyyden määritelmän kunnian. Oleellisesti Chomsky luultavasti kuitenkin korostaa omissa, osin hyvin vahvoissakin mielipiteissään vain heikon tekoälyn suunnittelun vaikuttamattomuutta vahvan tekoälyn tavoittelun rinnalla.

Eräänlainen vastanäkökulma tälle koneen älykkyyden ja päätöksenteon määrittelydilemmalle löytyy muun muassa sosiaalipsykologian ja neurotieteen esitysten kautta. Koneiden päätöksentekokyvyn kyseenalaistaminen missä tahansa tilanteessa, kuten hyvinkin rajatussa tehtävänannossa, on tietyllä tasolla yhtä validia kuin ihmisen päätöksentekokyvyn kyseenalaistaminen, ja näin ollen hyvin mitään sanomaton debatti. Kiteytetysti siis yhtä hyvin voisi sanoa, että ihminenkin on jokaisessa toiminnossaan aivokemian ja synapsien tasolla vain ympäristönsä ja geeniensä määrittelemä toimintakone, joka kykenee päätöksenteossaan myös vain siihen, mihin tämä on iskostettu kykenemään; eli ikään kuin ”ohjelmoitu” kykenemään. Tämän sosiobiologisen näkökulman alla ihmisen älykkyys ja päätöksenteko on yhtä problemaattista kuin koneiden mahdollinen älykkyys ja päätöksenteko: siinä missä ihmistä ohjaa ympäristön ja geenien mukaan muotoutuva aivotoiminta, konetta ohjaa kovalevyllä sijaitseva koodi ja sitä hyödyntävä ympäristö. Äärimmillään niin kone kuin ihminenkin ovat kummatkin tulkittavissa omien määräävien tekijöidensä ansiosta deterministisiksi olennoiksi. Eli tällä tavoin konkretiaan sidottuna: koneen älykkyydelle tai älyttömyydelle on filosofisesti hyvin samat puitteet kuin ihmisen vastaavalle, josta syystä esimerkiksi Chomskyn esittämä koneen päätöksenteon tulkinnanvaraisuus on erittäin relevantti pointti. Näin ollen ihmisen ja koneen, tai luojan ja luomuksen, terminologinen erottaminen on ainoa debatissa määräävä tekijä – ja vain päätöskysymys, että onko niitä mielekästä erottaa jotenkin erityisen merkitsevällä tavalla toisistaan esimerkiksi niin, että konetta ei vain suostuta määrittelemään kykeneväiseksi päätöksentekoon vaikka tämä päätöksentekoprosessi ei ole mikrotasolla sen problemaattisempaa kuin ihmisen oma mikrotason päätöksentekoprosessi.

Tämä koneen ja ihmisen toimintojen samankaltaisuus havainnollistuu esimerkiksi tietokonepelien tekoälyn suunnittelussa. Esimerkiksi taitavasti ohjelmoitua StarCraft-pelin AI:ta ei välttämättä erota taitavaksi harjoitelleesta ihmispelaajasta itse peliprosessissa, koska molemmat toimivat tietyin tavoin saman logiikkakehyksen alla muodostuneen ja muokkautuvan taktiikan kautta. Näin ollen pitkään elossa ollut aspiraatio onkin ollut demonstroida ja kehittää erilaisia (heikon) tekoälyn mahdollisuuksia, rakentamalla ja ohjelmoimalla tietokoneita jotka ovat ylivertaisia ihmiseen nähden hyvin spesifillä osa-alueella. IBM on ollut eräs näkyvimpiä tekijöitä tällä haaralla.

Shakista Jeopardyyn

Shakkitietokoneiden historia on suhteellisen pitkäikäinen. Jo 1951 Alan Turing (1912–1954) kehitti ohjelman, joka kykeni pelaamaan kokonaisen pelin shakkia. Eli teoreettisesti kone kykeni voittamaan ihmisen ensimmäistä kertaa shakissa jo vuonna 1951, mutta tällöin pelaajan tuli toki olla suhteellisen heikkotasoinen. Tämän jälkeen on nähtävissä jonkinasteista kilpailua siitä, milloin saataisiin luoduksi oikeasti menestyvä ja hyviä pelaajia voittava shakkikone. 1977 Larry Atkinin ja David Slaten kehittämä Chess 4.6. oli ensimmäinen shakkitietokone, joka menestyi merkittävässä shakkiturnauksessa. Kuten yleensäkin ihmiskunnan historiassa, kun tietty kehitysaste saavutetaan, katsotaan jo kauas eteenpäin ja kehityksen haaveet nousevat yhä korkeammalle. Carnegie Mellon –yliopistosta IBM:n (International Business Machines) kehityksen pariin siirtynyt Deep Thought –kone voitti 1980-luvun lopulla monia tietokoneshakkiturnauksia muita tietokoneita vastaan, mutta hävisi kaksi näytösottelua tunnettua shakin maailmanmestaria, Garry Kasparovia (1963-), vastaan.

IBM:n seuraava projekti oli shakkitietokone Deep Blue – joka oli nimikilpailussa uudelleennimetty, ja paranneltu, Deep Thought. Tämä kone voitti Kasparovin ensimmäistä kertaa yksittäisessä ottelussa 1996, mutta Kasparov voitti kuitenkin turnauksen kokonaisuudessaan. Seuraavana vuonna, 1997, paranneltu Deep Blue ja Kasparov kohtasivat uudelleen, jossa kuuluisasti tietokone voitti ensimmäistä kertaa shakin maailmanmestarin. Tätä saavutusta pidettiin aikoinaan (heikon) tekoälyn kuningassaavutuksena ja ottelusta tehtiin muun muassa dokumentti ”Game Over: Kasparov and the Machine”. Kasparovin revanssipyynnöistä huolimatta, IBM veti Deep Blue -koneen eläkkeelle.

Shakkiseikkailut olivat selkeästi tuoneet varakkaalle IBM:lle kokemusta heikon tekoälyn suunnittelusta ja mahdollisuuksista. Seuraava suurempi julkiseksi aiottu projekti alkoi vuonna 2005 kun IBM:n tutkimusjohtaja Paul Horn löysi kehittyneelle haasteelle vastaanottajan: David Ferrucci suostui johtamaan ryhmää, jonka haasteena oli kehittää ”Jeopardy!”-tietovisassa menestyvä tekoäly. Jeopardy-tietovisassa kilpailijat vastaavat sanaleikkien avulla esitettyihin kysymyksiin, jotka vaativat selkeää kielen tuntemusta. Kone, jota lähdettiin kehittämään, sai nimen Watson. Vaikka käyttöyhteydestäkin on helposti johdettavissa konnotaatio Sir Arthur Conan Doylen (1859–1930) Sherlock Holmes –tarinoihin, niin IBM:n Watson sai kuitenkin nimensä IBM:n johtajasuvun mukaan. Hyvin alkutason testeissä, vuonna 2006, Watson sai vain 15 % kysymyksistä oikein, kun taasen parhaat ihmispelaajat saavat 95 % kysymyksistä oikein. Vuonna 2007 IBM:n alustavan työn tehnyt tiimi sai 3-5 vuotta kehitysaikaa sekä kokonaisuudessaan 15 hengen tiimin ratkaisemaan ongelmia. Lisäksi IBM teki laajasti yhteistyötä eri yliopistojen kanssa. Jo 2008 vuoteen mennessä, kehittäjät olivat saaneet Watsonin pisteeseen, jossa tämä oli kykenevä kilpailemaan Jeopardy-voittajien tasolla. Helmikuuhun 2010 mennessä Watson kykeni säännöllisesti voittamaan keskimääräisiä Jeopardy-pelaajia.

Watsonin esittäytyminen

Pitkän kehitystyön, suunnittelun ja valmistelun jälkeen Watson osallistui harjoitusotteluun kahta menestyneintä Jeopardy-mestaria, Ken Jenningsiä ja Brad Rutteria vastaan, tammikuussa 2011. Kukaan kolmesta pelaajasta eivät vastanneet pienen harjoitussession vihjeisiin väärin.

Helmikuussa 2011 pitkään järjestelty, virallinen kaksipäiväinen ottelu Watsonin ja yllämainituiden Jeopardy-mestareiden välillä televisioitiin. Jeopardy-studio oli rakennettu uudelleen IBM:n tiloihin, sillä Watsonin koneisto vie mittavasti tilaa ja painaa sitäkin enemmän. Kaksipäiväinen mittelö televisioitiin kolmessa jaksossa Yhdysvalloissa, jossa Jeopardy on pyörinyt televisiossa jo vuonna 1964 ja sittemmin, välillä pitäen taukoa, jo 27 tuotantokautta. Vaikka Watson teki joitakin koneen sumealle logiikalle ominaisia virheitä, niin voitti se kaiken kaikkiaan ihmismestarit ylivoimaisesti. Toisen päivän lopuksi Watson johti yhteistuloksellaan $77 147, kun toiseksi sijoittuneella Jenningsillä oli $24 000 ja kolmanneksi tulleella Rutterilla $21 600. Voitostaan Watson kuittasi miljoona dollaria, jonka IBM antoi hyväntekeväisyyteen. Jennings kuittasi toisesta sijastaan $300 000 ja Rutter kolmannesta $200 000, jotka kummatkin antoivat 50 % voitoistaan hyväntekeväisyyteen.

Lähitulevaisuuden implikaatiot ja sovellusmahdollisuudet

Kuten mainittua, Watson vie paljon tilaa: tämän yhdeksän IBM Power 750 serveriklusterin yhdistämässä, huoneen täyttävässä koneistossa jyllää kaksituhattakahdeksansataakahdeksankymmentä (2880) POWER7 –prosessoriydintä ja 16 terabittiä RAM:ia. Tämä koneisto kykenee prosessoimaan 500 gigabittiä dataa sekunnissa. Arviolta rakennuskustannukset ovat noin kolme miljoonaa dollaria ja asettavat koneen sijalle 94 top 500 supertietokonelistalla. Ohjelmistopuolella koneen ytimessä on IBM:n DeepQA-ohjelmistoksi nimeämä koodi. Tämä käyttää yli sataa tekniikkaa, joilla se analysoi laitteistonsa ansiosta erittäin nopeasti luonnollista kieltä, tunnistaa lähteitä, etsii ja generoi hypoteeseja ja todisteita, sekä sulauttaa ja rankkaa näitä hypoteeseja. Tämän analysoinnin lähteenä on koneeseen sisään syötetty kattava tietokanta, joka koostuu muun muassa Wikipediasta ja monista muista tietokannoista, sanaluetteloista, taksonomioista ja ontologioista. Teoreettisesti tämä tietokanta olisi korvattavissa millä tahansa tietokannalla, kuten Internetillä.

IBM luonnehtii Watsonia kysymyksiin vastaavaksi laskentakoneeksi, joka on kehittynyt työkalu luonnollisen kielen prosessointiin, tiedonhakuun, tiedon esittämiseen, järkeilyyn ja koneoppimiseen. Käytännössä siis IBM on kuvannut myös, miten Watson oppii vääristä vastauksistaan ja seuraavalla kerralla osaa vastata kysymykseen oikein. IBM on luonnehtinut, miten Watsonin ohjelmakoodissa – kielenymmärryksen rakentamisessa, aineiston analysoimisessa ynnä muussa – on otettu vahvasti mallia ihmisaivojen neuropsykologiasta ja tätä kautta hahmotettavissa olevista, eri spesifejä tehtäviä toteuttavista funktioista, jotka yhdistyvät lopulta tuottaen koherentin lopputuloksen.

Konkreettisesti Watson osaa siis tieteelliseen deduktioon verrattavien metodien avulla vastata äärimmäisellä nopeudella monimutkaisiin kielellisiin kysymyksiin, perustuen tämän laajoihin tietokantoihin ja näiden analysointiin. Tämän jälkeen Watson osaa tarjota listan vastausvaihtoehtoja esitettyyn ongelmaan sekä todennäköisyydet näiden löytämiensä eri vastausvaihtoehtojen oikeellisuudelle. Watson myös osaa kertoa, minkä aineiston osien perusteella, ja miten, saapui näihin johtopäätöksiinsä – jotka ihminen voi sitten luontevasti tarkistaa. Kun Watson-ottelu oli lähetetty televisiosta ja tulos oli selvä, TED.com haastatteli IBM:n pääkehittäjää David Ferruccia ja joitain muiden alojen asiantuntijoita tämän tuloksen ja tällaisen koneen mahdollisuuksista.

Watsonin kyvyt tiedonhaussa on helppo sekoittaa Googlen hakuun, mutta oleellisesti siinä missä Google vain johdattaa tiedonhakijan vastauksen äärelle tämän hakijan omien navigointi-, lukemis- ja selaamistaitojen kautta, niin Watson kertoo vastauksen välittömästi. Tällöin esimerkiksi hakusanojen kokeilu, sivujen turha selailu ja valikointi, sekä kysymysasettelun rajoitteet eliminoituvat. Samalla Watson osaa selittää vastauksen kysymykseen ”miksi tämä vastaus on valikoitu vastaukseksi”, jota ihmiset usein eivät osaa itse omissa, edes rajatuissa hauissaan erotella. Tämä auttaa päätöksenteossa hyvin erilailla Googlen hakuun verrattuna – tehden siitä muun muassa nopeampaa, perustellumpaa, laajempaan aineistoon kerralla pohjautuvaa sekä vaivattomampaa.

Huomattavasti Watson ei kykene minkäänlaiseen intuitioksi kuvailtavaan toimintaan, vaan luottaa täysin aineistoonsa ja sen salamannopeaan analysointiin – sellaiseen johon se on ohjelmoitu. Watson luottaa ihmisnäkökulmasta tarkasteltuna ja muotoiltuna eräänlaiseen kielen ymmärtämiseen, täydelliseen muistiin ja analysointikeinojensa hyödyntämiseen. Watson kykenee tällä, näkökulmasta riippuen joko suhteellisen kapealla tai suhteellisen laajalla näkökentällä, voittamaan ihmisen niin käsittelynopeudessa kuin keskimääräisessä luotettavuudessa. Joka tapauksessa Watson edustaa yhä korkeintaan ”vain” heikkoa tekoälyä, eikä läpäise esimerkiksi tekoälylle kehiteltyjä testejä, kuten Turingin testiä. Mutta implikaatiot sille ovat silti merkittäviä, erityisesti huomioitaessa, että Watsonin aineisto on muutettavissa hyvinkin laajoiksi erityissanastoista ammentaviksi aineistoiksi, kuten lääketieteen tietokannoiksi, väestörekisteritietokannoiksi, fysiikkaan liittyviksi tietokannoiksi ja niin edelleen. Vaikka IBM painottaa yhä, että Watson ei ymmärrä kieltä edelleenkään täydellisesti, niin se on silti asettanut korkean tavoitteen:

”The goal is to have computers start to interact in natural human terms across a range of applications and processes, understanding the questions that humans ask and providing answers that humans can understand and justify.”

Jeopardya seuraavien 18–24 kuukauden aikana IBM ja ohjelmistoyhtiö Nuance Communications Inc. tekevät yhteistyötä projektissa, jonka tavoitteena on kehittää kaupallinen versio Watsonin kyvyistä kliinisenä päätöksenteon tukijärjestelmänä sairaalapotilaiden diagnoosissa ja hoidossa. Lisäksi yhteistyötä tehdään muiden tahojen kanssa, kun esimerkiksi Columbian yliopiston lääkärit auttavat tunnistamaan kriittisiä kohtia lääketieteessä, jossa Watsonin teknologia saattaisi auttaa jatkokehittelyssä, sekä Marylandin Yliopiston lääkärit kehittävät tapoja, joilla Watsonin kaltainen teknologia voisi parhaiten toimia vuorovaikutuksessa lääketieteen harjoittajien kanssa, tarjotakseen maksimaalisen avustuksen. Kaiken kaikkiaan prosessissa kehitellään Watsonin jatkokehityksen rinnalla interaktiivista ympäristöä, jossa tämän lisäkehitelty koodi pääsisi avustamaan ihmisiä parhaalla mahdollisella tavalla. IBM aikoo myös markkinoida yksinomaan DeepQA-ohjelmistoaan isoille yrityksille miljoonien hinnasta, joka reflektoi ohjelmiston minimivaatimusta, joka on noin miljoonan dollarin hintainen serveri. IBM odottaa hinnan laskevan dramaattisesti seuraavan vuosikymmenen aikana kun teknologia kehittyy. Oleellisesti iso porkkana IBM:n kehitystyössä on myös tämän suuret tuotot tehdessään ja myydessään Yhdysvaltojen hallitukselle joitain isoimpia ja kalliimpia järjestelmiä maailmassa. Watsonin tekniikalle löytyy varmasti kysyntää ja halua myös esimerkiksi tiedustelupalvelu- ja vakoilutyössä, jossa myös tarvitsee käydä laajoja aineistoja läpi ja yhdistellä monimutkaisia tietoja. Myös markkinointitoiminnassa ja bisneksessä, esimerkiksi Internetin käyttäjien toimien analysoimisessa voi kuvitella hyötyä Watsonin erikoisosaamisesta. Vertailun vuoksi Yhdysvaltojen hallituksen järjestämissä kilpailuissa Watsonin tapainen edeltäjä, Piquant, kykeni vastaamaan noin 35 % vihjeistä oikein useiden minuuttien miettimisajan jälkeen – kun taasen Watson kykenee vastaamaan yli 95 % vihjeistä oikein, oppimaan virheistään, sekä formuloimaan vastauksensa sekunnissa.

Watson vie paljon tilaa ja on suhteellisen kallis laite, mutta mikäli tällaisen palvelun saisi edes rajoitetusti integroitua esimerkiksi pilvipalvelun alle, olisivat jo sen implikaatiot tiedonlajittelun ja tutkimustyön kannalta koko maailmassa merkittävät. Oleellisesti Watsoneita kyetään toki valmistamaan Yhdysvaltojen hallituksen ja lääketieteen käyttömahdollisuuksien lisäksi ainakin itsenäisille tutkimuslaitoksille. Tulevaisuudessa kuitenkin tällaisen tiedonkäsittely, -lajittelu ja analysointijärjestelmän rajoittamattomampi pääsy tulee mullistamaan monenkin tutkimusalan aineistonkäsittelyä. Lisäksi aikakautemme dilemmana jo pitkään puhuttanut aineistojen paisuminen ja runsaus, sekä tällaisten käsittely ja lajitteluvaikeus, saattavat helpottua huomattavasti Watsonin kaltaisen järjestelmän avulla. Tiedonjyvien nopea haravointi laajoista aineistoista, käyttäen aineistojen mukaista kielellistä, jopa vain vihjaillen etsivää terminologiaa, on erittäin lupaava asia lähes missä tahansa tiedonkäsittelyyn liittyvässä aspektissa mitä vain voi keksiä.

Yhä eteenpäin aina pysäyttämättömässä ajassa

Ihmisille on ominaista kehittyä aina eteenpäin. Olemme laji, joka luottaa uuden keksimiseen; menneiden sukupolvien perinnön äärellä rajojen aina uudelleen ja uudelleen rikkomiseen. On kuin emme mahtaisi itsellemme mitään uuden pulmanratkaisutehtävän edessä; meidän on kuin pakko ratkaista aina uusia ongelmia ja keksiä yhä uusia keksintöjä. Homo sapiens, älykäs ihminen, on koko olemassaolonsa ajan ollut ennen kaikkea obsessiivinen erilaisiin ongelmanratkaisutilanteisiin, ja ajan kuluessa tämä on tullut yhä näkyvämmäksi. Mennyt vuosisata, ja jopa pelkästään mennyt vuosikymmen, on osoitus siitä, kuinka eksponentiaalista kehityksemme voikaan parhaimmillaan – tai pahimmallaan – olla. Oleellisesti kaikkia keksintöjä voi käyttää niin huonoihin kuin hyviinkin tarkoituksiin – määräävä tekijä ovat vain ihminen ja ihmistoiminta itsessään.

Koneemme ja keksintömme ovat aina olleet tietyillä rajatuilla alueilla kuin omia jatkeitamme, nostaessaan ihmiskykyjämme aina ylemmäs ja ylemmäs. Ne eivät kuitenkaan ole vielä kyenneet kokonaisvaltaisesti mitenkään täysimittaiseen ihmisen aivotoimintaan verrattavaan kognitioon. Vaikka tietynlainen yhtäläisyys asiassa löytyykin, koneet ovat kuitenkin aina ihmisten luomuksia, eivätkä suoraan geenien tuottamia olioita – joskin tämä on toki myös vain tulkintakysymys. Koneet ja niiden olemassaolon voi nähdä myös geenien tuotoksena siinä missä ne ovat ihmisjärjestelmän tuottamia objekteja. Tulevaisuudessa jopa geenien suoranainen hyödyntäminen omiin käyttötarkoituksiimme jopa laskennallisesti voi olla realistinen skenaario, ja entistä relevantimpi eettisen debatin aihe. On jopa esitetty ajatus teknologisesta singulariteetista, joka kuvaa sellaista kohtaa ihmiskunnan teknologisessa kehityksessä, jonka jälkeen teknologinen kehitys ampaisee niin voimakkaaseen eksponentiaaliseen kasvuun, että sen jälkeistä tulevaisuutta on sitä ennen mahdoton ymmärtää tai ennustaa. Tällainen äärinäkemys ei toki ole hirveän suosittu, mutta asettuu mielenkiintoiseen valoon tässä kontekstissa, ja tarjoaa pohdinnan aihetta.

Sci-fi-elokuvissa ja tieteiskirjallisuudessa varoitellaan joskus robottien ja androidien ylivallasta – että ihmisen luomus saattaisi orjuuttaa tämän itsessään. Nykyään kun vietämme suuren osan ajasta Internetissä, samalla jo orjuuttaen itseämme lähes täydellisellä ja alati globaalisti opettavalla ja ihmiskuntaa yhdistävällä tiedon valtatiellä, herää ajatus, että olisiko tämä edes välttämättä huono asia. Toukokuussa 2011, Michiganin yliopistolla kunniatohtorin arvonimen vastaanottanut Applen perustaja Steve Wozniak jopa sivuten varoitti kiitospuheessaan yliopiston nykyisiä opiskelijoita tulevasta tietokoneiden ylivallasta, sanomalla muun muassa ”Olemme luoneet uuden lajin, ei epäilystäkään. Olemme luojia, ja kuten sanoin, teemme itsestämme tarpeettomia”.

Vaikka tietokoneiden ylivalta on luultavasti liioiteltua ja jopa ironisena nähtävä kommentti, ja singulariteetin ollessa sitäkin vieraannuttavampi ajatus, niin mielenkiintoisen perspektiivin asiaan tarjoaa yhä hengissä oleva, yli 50-vuotias Mooren laki. Prosessorivalmistajana tunnetun Intelin perustajan, Gordon E. Mooren (1929-) muotoilema Mooren laki ennustaa yhä paikkansapitävästi, että transistorien lukumäärä kaksinkertaistuu halvasti toteutettavissa mikropiireissä noin kahden vuoden välein. Vaikka tämä ei ole suoraan verrannollista laskutehon kaksinkertaistumiseen – siihen vaikuttaessa lukuisten muidenkin tekijöiden – on tämä kuitenkin kehityksen kannalta hyvin suuntaa antava luku ja ennuste. 1970-luvun alun 2300 transistorin prosessorista on siirrytty Mooren lain mukaisesta muun muassa 2008 vuoden kotikoneiden yli kaksi miljardia transistoria sisältäviin prosessoreihin, ja kehitys on ollut huimaa lähes joka kantilta tarkasteltuna. Ja kehitys jatkuu yhä samaan tapaan eksponentiaalisena.

Watsonin on kuvailtu vastaavan suorituskyvyltään noin 6000 normaalia tehokasta nykyaikaista kotikonetta. Mikäli Mooren laki yhä pitää paikkansa, kuten muun muassa Intelin uudet ”3D”-prosessorit viimeisimpänä innovaationa antavat sille lisäaikaa, niin teoreettisesti kotikoneen laskentateho olisi verrattavissa Watsonin laskentatehoon noin reilussa 20 vuodessa. Siinä vaiheessa kun kaikilla ihmisillä on mahdollisuus Watsonin tapaiseen laskentatehoon kotonaan, jopa taskussaan, on tietojenkäsittely ja tiedon jalostuminen kaikkialla äärimmäisen tehokasta. Toinen aspekti on sitten vielä, että kun kotikoneet kykenevät muun muassa sellaiseen, niin mihin silloin olemassa olevat supertietokoneet kykenevätkään? Ihmisaivojen käsittelykyvyn teoreettinen raja ei ole tällöin enää kaukana – ainoa ongelma on sen ohjelmointi ja muu toteuttamiseen liittyvä pulmanratkaisu, jota jo nykyaikaiset, vielä marginaaliset ja eriytyneet teknologiat, kuten esimerkiksi Watson, robotiikka ja automaatio jo hyvin etäisesti ja pieniin osa-alueisiin erikoistuneina tunnustelevat.

Mikäli 1970-luvulla, kaksikanavaisuuden ja osin vielä mustavalkoisen television laajalti hallitessa, voitiin ajatella maailman olevan 40 vuoden päästä jopa niin erilainen että sitä ei voitu silloin edes täysin kuvitella, niin ei ole mitään syytä olettaa ettäkö 2010-luvun pohdinnat tulevaisuudesta olisivat mitenkään selvänäköisempiä. Ainoa selkeästi erottuvampi ja pitävämpi ennuste on, että mitään varmaa tulevaisuudesta ei voi sanoa, kun ihmisen ongelmanratkaisukyvyn ja -tahdon rinnalla ei ole mitään syytä aliarvioida ainakaan ihmismielen ponnistusten mahdollisuuksia.

________________________________________________________

Lähteitä (linkit tarkistettu 12.5.2011):

Tekoäly http://en.wikipedia.org/wiki/Artificial_intelligence (Tekoälystä)
http://en.wikipedia.org/wiki/John_McCarthy_%28computer_scientist%29 (John McCarthysta)
http://en.wikipedia.org/wiki/Philosophy_of_artificial_intelligence (Tekoälyn filosofiasta)
http://en.wikipedia.org/wiki/Artificial_brain (Keinotekoisista aivoista)
http://en.wikipedia.org/wiki/Computational_theory_of_mind (Komputationalismista)
http://en.wikipedia.org/wiki/Blue_Brain  (Blue Brain Project, joka pyrkii hahmottamaan aivojen toimintaa)
http://en.wikipedia.org/wiki/Strong_AI (Vahvasta tekoälystä)
http://en.wikipedia.org/wiki/A.I._Artificial_Intelligence (Spielbergin elokuvasta)
http://en.wikipedia.org/wiki/Intelligence (Älykkyydestä)
http://en.wikipedia.org/wiki/Consciousness (Tietoisuudesta)
http://en.wikipedia.org/wiki/Fuzzy_logic (Sumeasta logiikasta)
http://arstechnica.com/gaming/news/2011/01/skynet-meets-the-swarm-how-the-berkeley-overmind-won-the-2010-starcraft-ai-competition.ars  (StarCraft AI:sta)
http://www.cs.tut.fi/~elomaa/teach/2556 (TTY:n AI-kurssi, sisältää kalvot)
Watson: http://www.framingbusiness.net/archives/1287 (Chomskyn mietteitä tekoälystä ja Watsonista)
http://en.wikipedia.org/wiki/Computer_chess#Chronology_of_computer_chess (Tietokoneohjatun shakin kehityksen kronologia)
http://en.wikipedia.org/wiki/Chess_%28Northwestern_University%29 (Atkinin ja Slaten shakkiohjelmaan liittyen)
http://en.wikipedia.org/wiki/Deep_Blue_%28chess_computer%29 (Deep blue –shakkitietokoneesta)
http://en.wikipedia.org/wiki/Deep_Blue_versus_Garry_Kasparov (Deep Blue -koneen ja Kasparovin kohtaamisesta)
http://en.wikipedia.org/wiki/Game_Over:_Kasparov_and_the_Machine (”Game Over” –dokumentista)
http://en.wikipedia.org/wiki/Watson_computer (Watsonista)
http://en.wikipedia.org/wiki/Jeopardy! (Jeopardysta)
http://en.wikipedia.org/wiki/Turing_test (Turingin testistä)
http://en.wikipedia.org/wiki/Ibm (IBM-yhtiöstä)
http://en.wikipedia.org/wiki/Nuance_Communications (Nuance Communications Inc. -yhtiöstä)
http://www.research.ibm.com/compsci/spotlight/nlp/ (Menneestä Piquant-projektista jonkinlaista mainintaa)
http://www.youtube.com/watch?v=ZLdkJpAtt1I (Jeopardy! – tietovisa, jossa Watson kilpaili)
http://www.ted.com/pages/593 (IBM:n pari videota Watsonista)
http://www.youtube.com/watch?v=uWHG7DMLurE (IBM:n “Perspectives on Watson: Healthcare”)
http://www.youtube.com/watch?v=_429UIzN1JM (IBM:n “Perspectives on Watson – Ambiguity”)
http://www.youtube.com/watch?v=FC3IryWr4c8 (IBM:n haasteen esittelyvideo)
http://www.youtube.com/watch?v=3G2H3DZ8rNc (IBM:n ”Building Watson – A Brief Overview of the DeepQA Project”)
http://www.youtube.com/watch?v=d_yXV22O6n4 (engadgetin video “How IBM’s Watson supercomputer wins at Jeopardy, with IBM’s Dave Gondek”)
http://blog.ted.com/2011/02/18/experts-and-ibm-insiders-break-down-watsons-jeopardy-win/  (TED.comin haastattelut haasteen onnistumisen jälkeen)
http://www.stanford.edu/class/cs124/AIMagzine-DeepQA.pdf (”Building Watson: An Overview of the DeepQA Project”. AI Magazine -lehden artikkeli Watsonista, syksyltä 2010)
https://www.nytimes.com/2010/06/20/magazine/20Computer-t.html (NY Times: “What is IBM’s Watson?”)
http://washingtontechnology.com/articles/2011/02/17/ibm-watson-next-steps.aspx (Washington Technology: “IBM’s Watson heads to medical school”)
http://en.wikipedia.org/wiki/Clinical_decision_support_system (Clinical decision support system, jollaiseksi Watsonia muun muassa kaavaillaan jatkokehityksessä lääketieteen saralla)
http://www.research.ibm.com/deepqa/ (IBM:n virallinen sivu Watsonille)
Tulevaisuus: http://en.wikipedia.org/wiki/Technological_singularity (Teknologisesta singulariteetista)
http://sektori.com/uutinen/wozniak%3A-tietokoneet-tekev%C3%A4t-ihmisest%C3%A4/9823/  (uutinen Wozniakin puheista)
http://en.wikipedia.org/wiki/Moore%27s_law (Mooren laki)
http://www.bbc.co.uk/news/technology-13283882  (Intelin “3D”-prosessorista)
http://en.wikipedia.org/wiki/Automation (Automaatiosta)
http://en.wikipedia.org/wiki/Robotics (Robotiikasta)

Sukupolvien hiljainen lupaus

Yksi tapahtuma yhdistää kaikkia ihmisiä, kaikista ajoista ja paikoista. Tämä tapahtuma, jonka me kaikki koemme, on epäilemättä vaikuttanut hyvin paljon myytteihimme, filosofioihimme, tieteisiimme ja maailmankuvaamme – joka maailmankolkan jokaisessa kulttuurissa.

Tämä tapahtuma on syntymä. Emme muista syntymästämme mitään varmaa, ja olemme usein kehittäneet sen ympärille mystisen auran, jonka verhoamme elämän selittämättömillä salaisuuksilla. Vaikka nykyään tietojemme kehittyessä ymmärrämme syntymää paremmin kuin koskaan, verhoaa tätä elämiä luovaa tapahtumaa yhä syvällinen tunnemaailma ja kuolemattoman liikuttavuuden ulottuvuus.

Lapsen syntymä on pitkään symboloinut meille uuden mahdollisuuden syntyä. Se muistuttaa meitä maailmojen aluista ja lopuista, syntymistä ja kuolemista, äärettömyydestä ja ikuisuudesta – sekä elämän arvokkuuden herkkyydestä. Lapsessa näemme menneisyytemme ja tulevaisuutemme; omien aikojemme hukkaan kulutetut mahdollisuudet, vanhempiemme sekä oman elämämme niin erheet kuin onnistumiset, ja tulevaisuuden lupauksen lannistumattomasta uudelleenyrityksestä kohti parempaa. Näemme myös nykyisyyden; itsemme ottamassa vastaan uutta elämää ja sen tuomia haasteita ja mahdollisuuksia – kuten vanhempamme ja esi-isämme tekivät oman jälkikasvunsa ja meidän syntyessä. Lapset ovat biologinen aikakoneemme tulevaisuuteen ja heitä seuraamalla voimme nähdä vihjeitä ja vilauksia siitä, mitä aikajanamme seuraavassa pisteessä odottaa. Sukupolvien kuluessa tästä liikkeestä muodostuu ihmiskunnan historiaa; menneiden ja tulevien sukupolvien symbioosia.

Jokainen lapsi rakentaa identiteettiään ja maailmankuvaansa ympäröivän yhteisön ja sen tarinoiden, uskomusten ja tietojen varassa; tietyn aikakauden tietoisuustilan varassa. Se toivo, jonka näemme lapsissa, liittyy vahvasti näiden tarinoiden, uskomusten ja tietojen kehittymiseen, levittäytymiseen ja uudelleenmuokkautumiseen. Toivo, jonka näemme lapsissa, on toivoa paremmin muotoutuvasta kollektiivisesta ajatusmaailmasta ja itsetietoisuudesta – toivoa, että lapsemme kykenisivät rakentamaan oman ajattelumaailmansa paremmin kuin me olemme koskaan kyenneet. Toki tämä on pitkälti kiinni itse aikuisista, sillä – halusimme tai emme – me olemme se taho, joka muotouttaa lasten ajatusmaailmaa. Siirrämme vitsauksenomaisesti lapsiimme usein haluamattamme itsekin havaitsemamme virhekohtamme, kuin myös usein toki vahvuutemme. Onneksi jotain kollektiivista siirtymää tulevaisuuden haaveidemme suuntaan tapahtuu kuitenkin joka sukupolvi. Tämä on tietoisuustasomme alati karttuessa väistämätöntä.

Lapsena maailma on ihmeellinen ja uusi paikka; tietoisuutemme tuore syntysija, jota alamme hahmottaa syntymässä perityn ympäristömme tietoisuustason kautta. Sukupolvittain tämä ympäristön tietoisuustaso liikkuu kumuloituen. Uudet silmät ja uudet aivot ovat aina huomattavasti potentiaalisempia kehittämään korkeamman tietoisuustason kuin menneet sukupolvet; ja syntymässä tätä prosessia tukee lannistumaton innokkuus, maailman näkeminen tuorein silmin. Tämän kautta tämä maailma piirtyy aina uudenlaisena uusien sukupolvien tietoisuuteen – menneiden sukupolvien liikkeen perintönä. Samalla uudet sukupolvet adaptoivat yhä vahvemmin, tämän uuden ja tuoreen tietoisuustason rakentumisen sallimana, uusia tapoja ja ajattelumaailmoja.

Unelmamme koskien lapsuutemme menetetyiksi miellettyjä mahdollisuuksia ja ikävuosiemme karttuessa muodostuvat havaintomme omista tapojemme erheistä, sulautuvat yhdeksi historialliseksi aaltoliikkeeksi: pyrkimykseksi kohti ihmiskunnan kehittymistä ja itsemme korjaamista. Se, mikä lähtee ihmisen lapsuudesta ja maailman tutkimisesta vastasyntynein, täysin uusin ja kokemattomin silmin, kasvaa vuosien varrella aikuisuuden tuomaan korkeampaan tietoisuuteen. Mikäli tämä tietoisuus rakentuu pohjautumaan universaalisti havainnoituun todellisuuteen, iskostettujen uskojen ja pelkojen astuessa sivuun, alkaa maailma näyttää hyvin selkeältä; selitettävältä ja järjestyksen omaavalta, järkevältä ja tasa-arvoiselta.

Ihmiskunta on 2000-luvulla saavuttamassa hiljalleen varhaisaikuisuutta, joka pyrkii yhä vahvemmin sitoutumaan havainnoitavaan ja ymmärrettävään todellisuuteen, jota se on jopa noin 200 000 vuotta pyrkinyt epätoivoisesti hahmottamaan. Vasta viimeisen muutaman sadan vuoden aikana, tieteen nousun aikakaudella, silmänräpäyksessä omassa lajihistoriassamme, tämä tietoisuus ja selitettävyys ovat vihdoin asettuneet käsin kosketeltaviksi. Osa ihmiskunnasta on jo valmis aikuisuuteen, mutta osaa tulee vielä odottaa jonkin aikaa. Mitä luultavimmin tämä tietoisuus tulee kuitenkin sukupolvien yhä kulkiessa nousemaan kaikkialla entisestään, ja ihmiskunnan lapsuudessamme aloitettu selittämishalu maailmasta alkaa vihdoin pohjata yhä paremmin tiedostettuun universaaliin todellisuuteen ja aikuisuuden tuomaan rationaalisuuteen. Tämä tulevaisuus on jo lähes sarastamassa, mutta havaittavissa valitettavasti myös tällä hetkellä elävien yhteissaavuttamattomissa olevaksi.

Onneksi lapsissa näemme menneisyyden ja tulevaisuuden. Heihin yritämme aina siirtää yhä parempaa tietoisuutta, erheidemme korjaustyökaluja. Jatkaessamme alati näin kehittymistämme, sukupolvi sukupolvelta, myös tietoisuutemme nousee alati. Tämä on ympäröivän ihmismaailmamme pitkän aikaskaalan pysäyttämätön sääntö; ajan kanssa kehittyvä tietoisuus ja tulevaisuuden pettämätön lupaus. Se on niin ihmisyksilöiden kuin ihmiskunnankin kasvutarinaa – lapsuudesta aikuisuuteen.