Alessandro Vespignani: A jóslás algoritmusa (részlet)

Posted on 2020. november 15. vasárnap Szerző:

0


Jövendőmondó vagyok

6.30: Megszólal az ébresztőóra. Kinézek az ablakon: borús az ég. Az okostelefonom után nyúlok, és megnyitom az időjárás-előrejelzést. Rosszul kezdődik a nap, 70% az eső valószínűsége, egészen este hétig esni fog. Mielőtt kimozdulnék, elő kell vennem az esernyőt.

8.00: Elindulunk otthonról. Az első megálló: a gyerekeket kitesszük az iskolánál. A telefon illemtudóan jelez. Tudtomra adja, hogy a körgyűrűn előreláthatóan nagy lesz a forgalom. Azt javasolja, utazzak autóbusszal a városközponton át. Így négy perccel hamarabb teszem meg az utat. Megbízom benne.

8.30: Hogy elüssem az időt, a metróban hallgatok egy kis zenét. Az applikációm két új együttest dob fel, amelyek megítélése szerint elnyerhetik a tetszésemet. Mindössze néhány részlet meghallgatására van időm, de ütős valaminek tűnik. Lájkolom, és megveszem az albumokat.

9.00: A munkahelyemen átnézem a frissen érkezett e-maileket. Ezek között az Amazon és a Springer kiemeli számomra a héten általuk megjelentetett új könyveket, amelyek érdekelhetnek. El vagyok maradva az olvasmányaimmal, de ezek a címek kihagyhatatlanok. Beteszem őket a kosárba.

10.30: Újabb hangjelzés a telefonon. A digitális sajtófigyelő szolgálatomtól érkezett meg a napi ajánlat az érdeklődésemnek leginkább megfelelő cikkekkel. Gyorsan átfutom őket, és néhányat megjelölök, hogy majd hazafelé menet elolvasom őket.

11.30: Kávészünet, ezalatt szélsebesen átlapozom az internetes újságokat. Az Egészségügyi Minisztérium nyilvánosságra hozta az influenzaszezonnal kapcsolatos legfrissebb előrejelzéseket. Idén a járvány tetőzése későbbre várható, de az influenza súlyosnak ígérkezik. Bejegyzem az emlékeztetőt: időpontot kell kérnem az orvostól, hogy beadja az influenzaoltást.

13.30: Ebédszünet a munkatársaimmal. Hosszas vita a legutóbbi választási előrejelzésekről. Még egy hónap van hátra a szavazásig, de a tendenciák már most jól körvonalazódnak. A statisztikai hibaszázalék azonban még parázs vitákra ad lehetőséget.

15.30: Hosszas keresgélés a munkámhoz kapcsolódóan az interneten. Ez lehetetlen lenne olyan keresőmotorok nélkül, mint a Google vagy a Bing. A találati lista minden egyes keresés során fején találja a szöget: pontosan az jelenik meg, ami számomra fontos.

16.30: Jó hír érkezik a banktól. Elfogadták a kölcsönigénylésemet. A hitelképességem rátája meglehetősen magas lehet, negyed ponttal ugyanis csökkentették a kamatlábat.

17.30: Nem tudok ellenállni a kísértésnek, hogy egy kis szünetet tartva ne nézzek rá a közösségi médiára: a net azt sugallja, hogy kövessek néhány, hozzám hasonló személyt. Beleolvasgatok a posztokba, nézegetem a képeket, és elhelyezek jó néhány lájkot meg követést.

18.30: A telefonom értesít, hogy a busz 18:47-re ér a megállóba, ideje lassan készülődni az indulásra.

18.35: Újabb gyors pillantás az időjárásra. A csapadék valószínűsége 5%… nem aggódom.

19.30: Mielőtt hazamegyek, ezt-azt vásárolok a szupermarketben. A blokk hátoldalán néhány kedvezményes vásárlásra jogosító bón található, amelyek megvásárolható termékeket ajánlanak. A hűségkártyámmal pedig idén már több mint 200 eurót takarítottam meg.

21.30: Hosszú nap volt, a gyerekek már ágyban vannak. Elérkezett a pillanat, hogy lazítsunk és tévézzünk. A Netflix majd ajánl valamit…

Mindez bármelyikünk naplója lehetne, életünk bármely napjáról.

Algoritmusok egész hada siet kitartóan a segítségünkre: látja előre, mi történik körülöttünk, ismeri a szükségleteinket, és tudja, merre megyünk majd legközelebb. Egy bűvös világ, ahol digitális látnokok valóságos panteonja emlékeztet bennünket arra, mi fog hamarosan történni, vagy mit lenne jobb tennünk, s amelyben előre láthatunk sok mindent – és láthatnak bennünket is. Boszorkányságnak tűnik, ám valójában ahhoz, hogy kialakuljon egy kép az életünkről, és ezáltal minél előbb kalkulálhatóvá váljanak a bekövetkező fordulatok, elegendőek azok az információk, amelyeket mi magunk bocsátunk rendelkezésre nap mint nap. Valahányszor csak online lefoglalunk egy utazást, rögzítik a számunkra anyagilag megengedhető nyaralás típusát, valamint a kedvelt úti céljainkat; amikor hitelkártyával kifizetjük a bevásárlást, feljegyzik a nagyobb gyakorisággal vásárolt termékeket; okostelefonunk a beépített GPS segítségével regisztrálja pozíciónkat, és így hajszálpontosan követi helyzetváltoztatásainkat; a közösségi média valós időben elemzi beszélgetéseinket, és a rájuk jellemző érzelmi jegyeket. Ezeket az adatokat aztán szembesítik sok millió más személy adataival, és pszichometrikus profilok ketrecébe zárnak bennünket, amelyek egyre nagyobb könnyedséggel teszik lehetővé zenei, irodalmi vagy a filmnézéssel kapcsolatos ízlésünk előrejelzését. Így a múltban összegyűjtött adatokból táplálkoznak a jelenbeli elemzések, amelyek megrajzolják jövőnk térképét. Már hozzászoktunk, hogy „előre látnak bennünket”, kifejezetten kényelmes és biztonságot nyújtó folyamatnak találjuk ezt. Csak akkor válik idegesítővé, ha megérezzük a manipulációt – de ezt nem könnyű észrevenni.

Ami engem illet – bizonyosan az olvasók közül is jó néhányan –, teljesen más világban születtem és nőttem fel: akkor még nem volt mindenkinek telefon a zsebében, ahhoz pedig, hogy kiválasszunk egy könyvet, némi időt kellett eltöltenünk a könyvesboltban, hogy megtudjuk, megjelent-e valami érdekes. Olykor még ma is megesik velem, hogy belemerülök a múlt emlékeibe, megjelennek előttem azok a délutánok, amelyeket a könyvespolcok között töltöttem, végighúzva az ujjamat a könyvek gerincén, abban reménykedve, hogy belebotlok egy kihagyhatatlan címbe, vagy valamilyen ellenállhatatlan borítóba. Ugyanakkor azonban, amikor elhatároztam, hogy fizikus leszek, és érdeklődni kezdtem a számítógépes szimulációs modellek iránt, egyszer csak azon vettem észre magam, hogy személyesen veszem ki részem az előrelátás tudományának forradalmi változásaiban, és annak középpontjában állok. Eleinte csak egyszerű fogalmi modellek meghatározására irányuló próbálkozások voltak ezek, amelyek révén esetleg leírhatókká válnak társadalmi viselkedésformák, ugyanakkor nem kevesen voltak, akik úgy hitték, értelmetlen nekibuzdulás az egész, és inkább annak a szándéknak tudható be, hogy játszadozni akartunk a matematikával és a statisztikus fizikával, semmint hogy valóságos problémákra adható válaszok keresése vezérelte volna a kutatást. Idővel azonban lassan-lassan csordogálni kezdtek olyan adatok, amelyekre a kutatók legvadabb álmaikban sem mertek volna gondolni. A modellek fokozatosan valóságossá váltak. Egyre valóságosabbá.

Ami az én munkámat illeti, ha meg kellene jelölnöm egy fordulópontot az előrejelzés tudományának fejlődésében, nem sokat haboznék. E könyv megírására egy halaszthatatlan feladat ösztökélt, amelyet egy ideje a történésekről elmélkedve már magamban hordoztam, s amelyhez a végső lökést mindenekelőtt egy néhány évvel ezelőtti esemény adta meg. 2016 januárjának egy reggelén telefonhívás érkezett a CIDID-ben (Center for Inference and Dynamics of Infectious Diseases) dolgozó kollégáktól, amely kutatóintézetben a fertőző betegségek terjedésének dinamikáját modellezik. Kértek, hogy készítsek előrejelzéseket a Zika-vírus terjedésével kapcsolatban, amely Latin-Amerikában ütötte fel a fejét. Az esetek túlnyomó többségében a Zika-vírus egy látszólag enyhe lefolyású, enyhén lázas állapotot okoz, amely fejfájással, bőrkiütéssel és ízületi fájdalommal társul, vagyis olyan tünetekkel, amelyek miatt, úgy tűnik, semmi ok az aggodalomra. Ugyanakkor súlyos szövődményei lehetnek abban az esetben, ha például terhes nő fertőződik meg, ugyanis a vírus neurológiai problémákat okozhat a születendő gyermekben, akár mikrokefáliát is. A mikrokefália egy olyan idegfejlődési rendellenesség, amelynek következtében a csecsemő koponyacsontja nem fejlődik ki (az újszülött feje nem a test többi részének arányában növekszik, hanem az átlagosnál kisebb marad, megakadályozva ezzel az agy normális fejlődését). Ezen oknál fogva az Egészségügyi Világszervezet (WHO) hivatalosan is globális egészségügyi vészhelyzetet hirdetett, ami a veszélyre figyelmeztetés lehető legmagasabb szintje a világ egészségügyi intézményei számára.

A brazíliai olimpiai játékok a küszöbön álltak. A versenyeken 17 ezer sportoló részvételére számítottak, miközben Rio de Janeiro több mint félmillió turista fogadására készülődött. Igen nagy volt az aggodalom egy olyan fertőzés miatt, amely károsan befolyásolhatná gyermekek százainak a jövőjét a latin-amerikai kontinens határain kívül is. Kezdve az influenzától egészen az Eboláig már kialakítottunk néhány, a járványok terjedését előrejelző modellt. Ebben az esetben azonban volt egy kis bonyodalom. A Zika olyan vírus, amely főleg egy „vektornak” köszönhetően terjed, a járványtanban így nevezzük a fertőző ágenst, esetünkben az Aedes fajhoz tartozó szúnyogot. Itt ez az ízeltlábú játszik főszerepet. Abban a pillanatban, amikor a rovar egy fertőzött személy vérét kezdi szívni, elkaphatja a betegséget, és a következő csípéssel már terjesztheti is, összekötő kapcsot alkotva, amelynek révén a kórokozó ágens – esetünkben a Zika-vírus – a fertőzött személyről átkerül az egészségesre. Nos, ez az oka annak, amiért az új modellekbe be kellett építenünk a szúnyogokat is, számolva mind földrajzi elterjedésükkel, mind pedig gyakoriságukkal.

Eleinte lehetetlen küldetésnek tűnt, de aztán apránként kezdtük összerakni az adatokat. Először jött a rettegett rovarok megjelenése néhány kilométeres földrajzi bontásban, majd következtek a lakosságra vonatkozó adatok, hogy ezzel a szúnyogok és az emberek közötti interakciók modelljeit kialakíthassuk, amelyek alkalmasak arra, hogy leírják a vírus terjedését a kétféle populáción belül. Ezekben a számításokban mindig fontos szerepet játszik az ember mobilitása, hiszen az ember az egyetlen élőlény, amely néhány óra alatt akár több ezer kilométer megtételére is képes, ezáltal potenciálisan eljuttatva a vírust a világon bárhová, ahol vannak a terjesztésére képes szúnyogok. Ebben az esetben is hozzáférésünk volt a légi és a földi mobilitást rögzítő adatbázishoz, amelyek feljegyzik az egyéneknek az utazásokból adódó helyzetváltozásait, továbbá mindennapi tevékenységüket a világ többi, 190 országában.

Az első eredmények nem adtak okot a bizakodásra. Egy bizonyos ponton azonban észrevettük, hogy egy alapvető alkotóelem hiányzik még ahhoz, hogy bezáruljon az előrejelzés köre. Az egyének társadalmi-gazdasági körülményeit is be kellett vonnunk az előrejelzésekbe. Annak, aki egy belvárosi lakásban lakik, vagy egy olyan házban, amely fel van szerelve szúnyoghálóval, csakugyan kisebb az esélye rá, hogy megbetegedjék, mint annak, aki a szegényebb külvárosban tengeti az életét. További adatokat kellett tehát beépítenünk az algoritmusokba. Így történhetett meg, hogy sikerült előrevetítenünk a járvány várható lefolyását 2016 és 2018 között, olyan eredményekkel, amelyeket aztán hasznosítottak a nemzetközi szervezetek a leginkább veszélyeztetett területek azonosítása érdekében, és hogy kiértékeljék a vírus elleni oltóanyag hatékonyságát.

Ezekben a hónapokban hosszasan elgondolkodtam azon, hogyan is éltem idáig anélkül, hogy észrevettem volna, egy olyan új világ jött el, ahol – az Amazon vagy a Google egyik-másik központjában – ugyanazok a komputerek egyszerre futtatnak algoritmusokat a Zika-vírus előfordulásának prognosztizálását lehetővé téve (jómagam ezen dolgoztam éppen) amellett, hogy előre jelzik, melyik következő könyvet olvasom el majd legszívesebben az Amazon napi kínálatából. Valóságos villámként hasított belém ez a felismerés. Olyan algoritmusokról volt szó, és van szó ma is, amelyek még kétségtelenül tökéletesítésre szorulnak, de amelyek napról napra fejlődnek, és már igen közel járnak ahhoz, hogy beteljesítsék azt az emberiséggel egyidős vágyat: egy titkok nélküli holnapot, amely teljes mértékben előre látható, és ami a legfontosabb, ellenőrizhető.

Mindez kevesebb mint harminc év alatt zajlott le, két forradalmi átalakulás közepette, amelyeket személyesen is átéltem. Az első elméleti jellegű, de fontos, ha az emberi lény előrejelezhetőségének alapjait akarjuk megteremteni: ez a komplexitáselmélet kialakulása volt, amely végzett a hangyakirálynő mítoszával, és kevésbé rejtélyessé tette a társadalmat, mint amilyennek gondolnánk, átértékelve az egyes ember fontosságát a jövő megalkotójaként. A komplexitáselmélet révén valóban rájöttünk, hogy az olyan rendszerek, mint a hangyabolyokban látható hierarchikus struktúrák, nem valamilyen vezetői irányítás, hanem matematikailag és statisztikailag leírható kollektív megnyilvánulások eredményei, amelyek nagy számban tevékenykedő egyedek egyszerű interakcióiból bontakoznak ki. Pontosan ez a helyzet az emberi lények kapcsolatrendszerében is: egy divat térhódítását ugyanúgy megragadhatjuk és értelmezhetjük matematikai képletekkel, mint ahogyan a vélemények polarizálódását is.

A másik gyökeres változás ellenben a digitális forradalom volt: özönvízszerűen árasztott el bennünket az adat, megjelentek a szuperszámítógépek, amelyek adatfeldolgozó képessége szakadatlanul nő. Ez a forradalom egy új laboratóriumot nyitott, ahol kísérletezhetünk, és összegyűjthetjük az egyénekkel és interakcióikkal kapcsolatos adatokat. Nemigen vagyunk ennek tudatában, de interakcióink a digitális világgal nap mint nap a bennünket érintő információk egész sorát hozzák létre, és lehetővé teszik a kutatók számára társadalmunk tanulmányozását.

Hogy legyen némi elképzelésünk: a becslések szerint naponta két és fél exabájtnyi (1018) adat keletkezik, ami megfelel annak, mintha több mint félmillió, egymásra helyezett DVD-ből alkotnánk tornyot. A mobiltelefon révén – ahogy korábban említettük – feltérképezhetővé válik helyzetváltoztatásunk, az online keresések elárulják érdeklődésünket, a hitelkártyával történő vásárlások mutatják az életszínvonalunkat. Olyan mennyiségű ismeretanyag ez, amely nem sokkal ezelőttig elképzelhetetlen volt, általa pedig teljes képet nyerhetünk mindennapi életünkről.

De csak lassan a testtel: ezek az információk még nem egyenlőek egy új ismerettel. Henri Poincaré, a neves fizikus és matematikus mondását átfogalmazva azt mondhatnánk, hogy az adatok felhalmozása még nem tudomány, éppoly kevéssé, mint ahogyan egy halom tégla sem nevezhető háznak. Prediktív erővé – megszűrve, átfésülve őket, értelmet adva nekik – az algoritmusok alakítják át őket.

Leegyszerűsítve algoritmusoknak nevezzük pontos utasítások és matematikai képletek egy sorát, amelyet arra használunk, hogy kapcsolódásokat találjunk, azonosítsunk tendenciákat, hogy kinyerjük a törvényszerűségeket és a dinamikát olyan jelenségek alapján, mint a fertőzés, a gondolatok terjedése vagy a pénzpiacok alakulása. Egy algoritmus az Amazonon például, miután megismerte a szokásainkat, a legmegfelelőbb termékeket ajánlja, miközben a közösségi médiában egy másik algoritmus a lájkjaink alapján határozza meg, mely posztokat lássuk a jövőben, azt is, milyen módon használhatjuk őket, hogy információhoz jussunk. Ezek közül az algoritmusok közül sok az úgynevezett machine learning modelljén alapszik, és kiaknázza a statisztikát. A hasonlóságokat és az ismétlődéseket keresik, megjósolva így a potenciális jövőbeli viselkedésmódokat. Ugyanakkor a komplex rendszerekben az ismétlődő folyamatok, a ciklusok és a sajátos időbeli kapcsolódások azonosítása sokkal nehezebb. Itt lép tehát közbe a számítógép annak megragadása érdekében, amire az emberi elme és szem soha nem lenne képes rábukkanni.

A jövő feletti ellenőrzés megszerzése miatti aggodalmunkban azonban túlléptünk a statisztikai modelleken. Olyan algoritmusokat hoztunk létre, amelyek az egyéneket és interakcióikat szimuláló egyenleteken és szabályokon alapulnak. Ezt a megközelítésmódot az utóbbi években kiterjesztették a biológiai rendszerekre, a járványok terjedésére és más olyan jelenségekre is, amelyekben a társadalom atomjai központi szerepet játszanak. Néhány éve csakugyan képesek vagyunk rá, hogy számítógépen teremtsünk újjá szintetikus világokat, amelyek a társadalmi-gazdasági adatbázisoknak (socio-economic database) köszönhetően statisztikai értelemben szimulálják a valós világokat: felvételek készülnek a Föld lakosságáról olyan felbontásban, amely elérheti akár az egy négyzetkilométert is. Ezen a személyek földrajzi elhelyezkedését szemléltető hálón végtelen mennyiségben vagyunk képesek információt nyerni kor, nem, munka és helyzetváltoztatás tekintetében. Hogy értsük egymást: képzeljük el, hogy rendelkezésünkre áll egy virtuális másolat arról a negyedről, amelyben élünk. Az ilyen típusú digitális városrészben, a lakók ugyanazokkal a jellemvonásokkal rendelkeznek, mint a mi szomszédjaink – ugyanannyi gyerekük van, ugyanaz a munkájuk, ugyanakkora a valószínűsége, hogy külföldi utakra induljanak, vagy sem. Majd próbáljunk gondolatban lefuttatni különböző forgatókönyveket, hogy előre megértsük, mi történhetne, ha a közösségnek valamely tagját megfertőzné egy vírus, vagy ha árvíz sújtaná térségünket. Az előrejelzések ilyenformán a válságkezelés eszközeivé válnak, meghatározzák a döntéshozatal cselekvési programját, a jövő valóságos navigációs térképeit rajzolják meg.

A történelem ugyanakkor arra tanít bennünket, hogy a jövendölés képessége rokon értelmű a hatalommal. A görög civilizációban a jósdák és a jövendőmondók tévedhetetlen tekintélyeknek számítottak: híresek és vagyonosak voltak, elkísérték a csatába a harcosokat, és minden olyan döntés előtt a polisz kikérte a véleményüket, amely hatással lehetett a városállam életére. A híres delphoi jósda alá egy egész papi rend tartozott, és a város gazdasági élete is körülötte forgott. A szokásos ügymenet szerint havonta egyszer lehetett tanácsot kérni, az áldozatot pedig, amely megelőzte a rítusokat, a város ajánlotta fel. Volt ezenkívül „rendkívüli” tanácsadás is, ezért természetesen fizetni kellett, és Delfí valamely tekintélyes polgárának a közbenjárására volt szükség hozzá. Összegezve: nagyüzemszerűen folyt itt jövendölés és a próféciák gyártása. Napjainkban ugyanezzel a képességgel rendelkezik az, aki hozzáfér az adatokhoz és az algoritmusokhoz. Ők jelenünk digitális jövendőmondói. Akárcsak az ókorban, roppant gazdasági és hatalmi érdekek középpontjában állnak, és tisztelet vagy félelem övezi őket. Mindig titokzatosak, akkor is, ha megoldják problémáinkat, akkor is, ha a jövőbeli kellemetlenséget jelzik előre. Félelmetessé akkor válnak, amikor bepillantást nyerhetünk egy olyan világba, amelyben az algoritmus nemcsak olvas a jövőben, de alakítja is azt. Mint amikor felfedezzük, ilyen volt a Cambridge Analytica esete, hogy lájkjaink a közösségi médiában felhasználhatók pszichodemográfiai profilunk megrajzolásához, prognosztizálhatják vele politikai és vallási hovatartozásunkat, amely segítségével könnyebben befolyásolhatóak a szavazással kapcsolatos elhatározásaink.

Alessandro Vespignani

Ebből az elgondolásból kiindulva ez a könyv nem akarja azt taglalni, hogy mely előrejelzések működnek, és melyek nem. Nem akarok részt venni abban a vitában, hogy mely digitális látnokot kell csodálnunk, s hogy melyek azok a területek, ahol kimagasló eredmények születnek, de még kevésbé akarok részt venni annak kimutatásában, hogy ki az, aki elbukott. Azt viszont meg akarom értetni, hogy ezek a jövendőmondók valóban folyamatosan itt vannak körülöttünk, és, még ha nem is látjuk őket, előrejelzéseik személyesen érintenek bennünket. Ha a technikai részletekre összpontosítanánk figyelmünket, az azzal a veszéllyel járna, hogy elveszítjük egy sokkal szélesebb körű vita fonalát, amely arra vonatkozik, hogy az egyre nagyobb pontossággal működő, jövőt felvázoló térképeknek köszönhetően miképpen változik meg az életünk. Biztosak akkor lehetünk abban, hogy ezt a prediktív hatalmat nem manipulálásunkra vagy ellenőrzésünkre használják fel, ha nagyobb fokú tudatossággal állunk hozzá. E könyv az én kísérletem arra, hogy ezeket a digitális bálványokat megfosszam misztikus látszatuktól. Hogy elmeséljem, honnan jönnek, és miből állnak. Hogy bemutassam úgy erejüket, mint gyengéiket. Így aztán a nézőpontom nem is áll annyira távol a valóságtól: elvégre én is jövendőmondó vagyok.

Alessandro Vespignani: A jóslás algoritmusa – Hogyan befolyásolható a jövő a tudomány segítségével 
Fordította: Balázs István
Libri Kiadó, Budapest, 2020