Szalay Sándor: A tudomány most válik nagykorúvá, manufaktúrából az ipari forradalom korába lép

• Óriási változás megy végbe a világ tudományos életében. Szalay Sándor, a Johns Hopkins Egyetem professzora szerint most zajlik a tudomány ipari forradalma.
  
• Minden évben annyi tudományos adat keletkezik, mint addig összesen az emberi történelemben.
  
• Ma az adatok tárolása és feldolgozása a legfontosabb kérdés.
  
• Ez vezette át Szalayt a kozmológiától az adattudomány és a számítógéptudomány területére.
  
• Az új adattudomány minden természettudomány alapja, és így kell beépülnie az oktatásba is.

„Talán ő a legnagyobb globális hatású, ma élő magyar csillagász” – mondták az Akadémián, amikor hivatalos úton próbáltunk kapcsolatba lépni az Amerikában élő Szalay Sándorral, azaz Alex Szalayval.

Utólag fölöslegesnek tűnik a hivataloskodás, a Johns Hopkins Egyetem professzora, a legjelentősebb magyar asztrofizikus közvetlen ember, és kiderült, hogy karácsony előtt néhány napot itthon töltött, rögtön el is vállalta az interjút.

Az ebédlőben a vegyi fülke, centrifuga a gyerekszoba mellett

A Reuters évente megjelenő összesítése szerint 2001 és 2014 között a világ legtöbbet hivatkozott kutatóinak egyike, „top 1 százalékos”.

A kilencvenes évek óta él az Egyesült Államokban. Elméleti fizikusként végzett az ELTE-n 1972-ben, majd asztrofizikából doktorált, a hetvenes évektől a kozmológia területén voltak jelentős eredményei, a galaxisok és galaxishalmazok eloszlását és a sötét anyag szerkezetét kutatta, így jutott ki dolgozni többször is Amerikába, közben az ELTE-n is katedrája volt. 1989-től vállalta el jelenlegi munkahelye, a világ egyik legjobb kutatóegyeteme, a baltimore-i Johns Hopkins University felkérését, jelenleg két tanszéken is professzor: a csillagászati és fizikai tanszéken és a számítástudományi tanszéken.

Tavaly lett Bloomberg Distinguished Professzor, ebben a programban egy-egy terület legkiválóbb egyetemi oktatóit gyűjtik össze. 2015-ben megkapta a Sidney Fernbach-díjat, ami a nagy teljesítményigényű számítástechnika (szuperszámítógépek) kiemelkedő tudósainak ítélnek oda. (Még tucatnyi rangos díj birtokosa, számos tudományos társaság tagja, hivatalos életrajza fölsorolja valamennyit.)

Valódi fizikusdinasztia tagja. Fia, Tamás már a negyedik fizikusgeneráció Szalayéknál. Édesapja, Szalay Sándor a hazai magfizika atyja, nagyapja pedig középiskolai fizikatanár volt Nyíregyházán.

„Amikor az egyetem után apám nem ment el tanítani, hanem ösztöndíjat kapott Angliában, Ernest Rutherfordnál, akkor a nagypapa kétségbe volt esve, hogy a fiából bizonytalan megélhetésű egyetemi kutató lesz” – mondja mosolyogva, mert voltak idők, amikor egy középiskolai tanári állás biztos polgári egzisztenciának számított. (Nem véletlen, hogy ezekben az időkben a természettudományok oktatása néhány hazai középiskolában valóban világszínvonalú volt. A huszadik század első felében világhírűvé vált magyar fizikusok és matematikusok elsősorban középiskolában kapták meg a lökést és az alapokat későbbi, külföldön befutott tudományos pályájukhoz.)

De az idősebb Szalay Sándor nagyon híres atomfizikus lett, az egyik leghíresebb az itthon maradt tudósok közül. Ő alapította az MTA debreceni Atommagkutató Intézetét, az Atomkit. Gyermekei, Sándor és András itt, a kutatóintézetben nőttek föl.

„Amikor kicsit voltunk, akkor az egyetem Kísérleti Fizikai tanszékének épületében laktunk. A lakás ebédlőjében egy vegyi fülke mellett sokáig ott volt még egy centrifuga. Egész gyermekkorunkban mindenféle műszerrel és szerszámmal játszottunk.”

Állandóan figyelték, milyen kísérleteket rak össze édesanyjuk, aki szintén magfizikus volt és fizikát is tanított az egyetemen, és ők maguk is folyton szereltek, építettek valamit.

„Ennél izgalmasabb, inspirálóbb gyerekkort el sem lehet képzelni” – mondja.

„Miután a papám meghalt, el kellett rendeznünk a dolgait. Amikor a kipakoltuk az íróasztalát, találtunk benne egy dobozt. Tele volt régi motorokkal, alkatrészekkel. Kiderült, hogy az még az ő papájáé, a nagypapámé volt. Az én fiam ezt kapta emlékül. Nálunk nem a családi ékszerek szállnak generációról generációra, hanem a családi fogaskerekek.”

Említ még egy fontos intézményt a gyerekkorból, amelyet minden komoly magyar matematikus vagy fizikus szóba hoz, ha a középiskoláról kérdezik: a Középiskolai Matematikai és Fizkai Lapokat (Kömal). Debreceni gimnazistaként az állandó megoldók közé tartozott, a Kömalon keresztül ismerkedett meg már akkor Lovász Lászlóval.

A két legifjabb Szalay tudományos érdeklődését és hátterét valamint barkácstehetségét még egy területen alkalmazta: hangszereket építettek. Progresszív- és jazzrockot játszó zenekaruk, a Panta Rhei Magyarországon az elsők között kísérletezett szintetizátorokkal. Akkoriban, a hetvenes évek elején, itthon nem hogy kapni, de még látni sem lehetett modern, tranzisztoros szintetizátorokat, fogalmuk sem volt, igazából hogy működik egy Moog, csak az Emerson, Lake & Palmer lemezein hallották, és megpróbáltak valami olyasmit készíteni. Sikerült is. Először csak a hazai zenészek (az Omega, Presser Gábor) figyeltek fel Szalayék hangszereire, később a fiatalabb Szalay testvér, a szintén fizikus végzettségű András világcégeknek épített effekteket, szintetizátorokat, ma pedig saját neve alatt forgalmazza a hangszereit.

„András öcsém pont néhány napja hozott ki egy új ketyerét. Sok évvel ezelőtt az Akainak épített egy basszuseffektet, ami annak idején nem volt túl sikeres, nem sok készült belőle. Mára viszont kultusza lett, a Muse basszusgitárosa használja például, több mint ezer dollárért adják az Ebay-en. Ennek az effektnek építette meg a digitális változatát. Három nap alatt az első százból hetvenet eladtak.” (Szalay Andrással még a régi Origo készített egy nagyon érdekes, nagyon hosszú interjút, érdemes elolvasni.)

A természettudományban eljött a big data korszaka

Térjünk vissza a tudományos pályához, a fizikához. Az egyetem első két évét Debrecenben, a Kossuthon végezte, aztán Budapestre jött, és az ELTE-n a legendás fizikaprofesszor, Marx György mellé került. (A 2002-ben elhunyt Marx György érdemeit Szalay Sándor egy Patkós Andrással közösen írt cikkben méltatta a Magyar Tudományban.)

Mivel éveken át dolgozott egyszerre amerikai és magyar egyetemeken, jól össze tudta hasonlítani a kinti és a hazai felsőoktatást. Az amerikai egyetemek legnagyobb előnye szerinte, hogy sokkal inkább aktív tudást adnak. Gyakorlatilag nincsenek szóbeli vizsgák, inkább a problémamegoldó képességet próbálják fejleszteni, és a csapatmunkát helyezik előtérbe.

Szalay professzor a világban akármerre tart előadást, mindenütt találkozik egy-egy magyar névvel.

„A magyar egyetemek egyre inkább lemaradnak a rangsorokban a jobb amerikaiakhoz képest. Egyre több gyerek jön rá, hogy ki lehet menni, és ha igazán jók, akkor nem kell évi 40 ezer dolláros tandíjat fizetni, hanem gyakorlatilag ingyen tanulhatnak. Egyre több a magyar név az MIT-n, Cambridge-ben, van egy fiatal magyar tudósgeneráció, akik már Amerikában vannak otthon.”

A tendencia egyértelmű: a legtehetségesebb diákok már középiskolában külföldi egyetemre készülnek, és aki már kint jár egyetemre, jó eséllyel kint is marad.

Még az amerikai egyetemek is nehezen küzdenek meg azzal, hogy a tudomány nagyon gyorsan változik, egyre többféle, egyre szerteágazóbb tudásra van szüksége egy modern tudósnak. A természettudományok között ma újra valamiféle konvergencia figyelhető meg.

„Valamikor a természettudományt Oxfordban együtt Natural Philosphynak hívták. Később ebből lett matematika, kémia, fizika, biológia, aztán ezek tovább szétváltak elméleti fizikára, kísérleti fizikára, biokémiára, molekuláris biológiára számítógéptudományra és így tovább, egyre fragmentálódtak a tudományágak. És most ezek megint kezdenek konvergálni.”

Szalay Sándor pályája is ezt a folyamatot írja le: asztrofizikusként kezdett adatfeldolgozással, nagy adatbázisokkal foglalkozni, aztán ezt a tudást más tudományágakban is használja. Genetikai projektben dolgozott Steven Salzberggel, a globális szénkörforgás változását figyelő érzékelőrendszert fejlesztett, folyadékok áramlását szimuláló programot készített.

„Egyre több olyan műhely, intézet jön létre, amelyik többféle tudományág kutatóit próbálja összefogni, hogy egymást inspirálva, segítve, egymás gondolatait megtermékenyítve dolgozzanak” – mondja. Ilyen projekt például a Bloomberg Distinguished Professorship is, amelyet Michael Bloomberg 250 millió dolláros adománnyal alapított a Johns Hopkins Egyetemen, és amely 16 professzora közé választották Szalay Sándort.

A konvergencia egyik legfontosabb oka, hogy minden tudományágban kulcsfontosságú lett az óriási mennyiségű adat minél hatékonyabb földolgozása. A tudományban jött el először a big data korszaka. Az adatok feldolgozásának a módszerei rendkívül hasonlók minden területen, az orvostudománytól a csillagászatig. Az iparban is minden vállalat adattudóst (data scientist) keres, hogy a fogyasztók adatait analizálják.

Az oktatási rendszer ezt a változást nagyon nehezen követi le, körülbelül tíz év kell, amire utoléri a trendet.

„Az MIT-n, a Harvardon, a Stanfordon mindig a lineáris algebra, a bevezető fizika voltak a legnagyobb létszámú osztályok, ma már a statisztika és számítógéptudomány. Ennek az új adattudománynak minden tudományba be kell épülnie a következő évtizedben."

Öt percre rövidítette, ami korábban egy évig tartott a tudósoknak

A klasszikus természettudományos megfigyelés úgy nézett ki, még egy-két évtizede is, hogy valakinek volt egy hipotézise, épített egy megfigyelőeszközt, mondjuk egy távcsövet, elvégezte a megfelelő megfigyeléseket vagy kísérleteket, az eredményeket dokumentálta, és aztán megírta belőle a cikket.

Ma, az iparosodó tudomány korszakában egyre bonyolultabb és rettenetesen drága, sokszor milliárd dolláros berendezésekkel tudjuk megfigyelni a természet egyre apróbb rezdüléseit. Ezekhez a nagyon drága és nagyon bonyolult működésű (nagy szervezetek által működtetett) eszközökhöz kevesen férnek hozzá, viszont az így végzett megfigyelésekből óriási mennyiségű adat keletkezik. Olyan sok, amelyet egy-egy tudóscsoport évek alatt sem tudna megfelelően kielemezni.

A tudomány most válik igazán nagy korúvá, a manufaktúrából az ipari forradalom korszakába lép.

Jól látható ez a nagy hadronütköztető, az LHC példáján. Több ezer ember tervezte és építette ezt a gigantikus kísérletet, rengeteg műszert fejlesztettek és gyártottak le, sokmillió sor szoftvert írtak, és van egy csoport, amely a megfigyeléseket elemzi. A létrejövő adatokat évekig bogarásszák, elemzik különböző tudóscsoportok.

Szalay professzor a legendás számítógéptudóssal, Jim Grayjel együtt építette a Sloan Digital Sky Survey projekt adatbázisát. (Jim Gray Turing-díjas kutató volt, a nagy adatbázisok és nagy adatfeldogozó kapacitású rendszerek szakértője. Szalay szerint Feynman-kaliberű zseni. 2007-ben rejtélyes körülmények között eltűnt a tengeren San Francisco közelében, a Farallon-szigeteknél. Kutatására összefogott az egész szilícium-völgyi elit és a tudományos világ. A Google műholdas partnercégét is ráállította a keresésre. Szalay Sándor egy programozócsoporttal műholdképes adatok elemzésére írt szoftvert, hogy megtalálják barátját és munkatársát. Hiába.)

A Sloan Digital Sky Survey (SDSS) a csillagászat társadalmasítása és iparosítása. A projekt lényege, hogy 2000 óta egyetlen gigantikus adatbázisba rendezik azokat a csillagászati adatokat, amelyeket a Sloan saját távcsöve rögzít. Eddig az égbolt 35 százalékát fedték le, félmilliárd égitestet rögzítettek. A SDSS adatbázisa nyilvános, tehát a világon minden tudós vagy civil hozzáfér. Ha egy csillagász szeretne megfigyelni egy jelenséget, akkor először a Sloan „virtuális távcsövével” tud körülnézni, percek alatt, teljesen ingyen.

A Sloan előtt a csillagászati kutatás sokkal bonyolultabb és drágább volt:

„A kutató először készített magának egy listát a jelenségekről, amiket meg akart figyelni. Ezt a listát benyújtotta egy obszervatóriumnak, ahol elbírálták, hogy kaphat-e teleszkópidőt egy kisebb, másfél-kétméteres távcsőre. Nagyjából fél évet kellett erre várnia. Aztán, ha szerencséje volt, és nem volt éppen felhős az ég, amikor ő került sorra, akkor ezen a kisebb teleszkópon figyelte az eget, rögzítette az adatokat. Ezután az adatokat még fél évig elemezte, értelmezte, és az így kapott eredményekkel beadott egy kérelmet egy igazán nagy, több millió dolláros távcsőre, hogy igazán alaposan meg tudja nézni, amire kíváncsi volt.”

Ma, ha a csillagászok meg akarnak figyelni egy jelenséget, akkor első körben már nem kell feltétlenül teleszkópidő, nem kell maguknak kielemezniük az nyers adatokat. A Sloan adatbázisában, a virtuális égbolton néznek körül.

Így egy több mint egy évig tartó folyamatot tette ötpercessé a SDSS.

A Sloan a „közösségi tudományt” emelte új szintre. Hogy mennyire, azt legjobban talán Hanny van Arkel holland középiskolai tanárnő és a Galaxy Zoo története mutatja.

Egy gimnáziumi tanárnő észrevesz valamit 650 millió fényévre a Földtől

A Galaxy Zoo egy viszonylag egyszerű népszerű-tudományos projektnek indult. A Sloan távcsövével lefényképezett galaxisok forgási irányáról állított föl egy elméletet egy amerikai tudós. Ezt az elméletet szerették volna megerősíteni vagy cáfolni. A kutatók először saját erőből próbálták osztályozni a galaxisokat: először 5 ezer, majd később 50 ezer galaxisig jutottak, de ez még mindig nevetségesen kicsi minta volt a megfigyelt és adatbázisban rögzített galaxisok számához képest.

Ekkor jött az ötlet, hogy önkéntes galaxisosztályozókat toboroznak, akik hajlandók órákon át galaxisfotókat nézegetni, és egy nagyon egyszerű rendszerben osztályozni őket. Ehhez készítettek egy adatbázist a lefényképezett galaxisokról és egy webfelületet, amin keresztül a felhasználók maguk kategorizálhatták a galaxisokat aszerint, hogy az óramutató járásával megegyező vagy azzal ellentétes irányba forognak.

Megnyerték az ügynek Brian Mayt, a Queen gitárosát, aki asztrofizikából doktorált 2007-ben, és a BBC egyik tudományos műsorában reklámozta a programot, illetve saját webdizájnerét is kölcsönadta a projektbe. A hatás nem maradt el, egyetlen nap alatt 300 ezren regisztráltak önkéntes galaxisosztályozónak.

Az elsők között volt egy holland középsikolai tanárnő, Hanny van Arkel is.

2007 novemberében az egyik képen, amit kitett elé a rendszer, látott valami furcsa zöldes árnyékot. Az automata azt írta ki neki, hogy ne foglalkozzon vele, az csak valami hiba, digitális zaj. De van Arkel látott valami szabályosat az árnyékban, és meg is írta a GalaxyZoo blogjára, hogy az szerinte ott igenis lehet valami. Ezt a bejegyzést olvasta el karácsony este a Kanári-szigeteken lévő Isaac Newton teleszkóp unatkozó operátora. Mivel karácsonykor senki nem dolgozott a teleszkóppal, és ő is éppen ráért, ráirányította a műszert a Földtől 650 millió fényévre lévő IC 2497 jelű galaxisra, ami mellett a tanárnő a furcsa jelenséget látta. Kiderült, hogy az a bizonyos zöldes maszat, amit a tanárnő észrevett, egy kvazár nyoma. Azóta már több teleszkóppal megvizsgálták az objektumot, a Hubble űrteleszkóppal is. Sok tudományos cikk született belőle, ezeknek mind társszerzője a holland tanárnő, és természetesen az objektumot magát is róla nevezték el. Kiderült, hogy ez egy rendkívül ritka kvazártípus, ezen kívül eddig csak egyetlen hasonlót fedeztek föl az univerzumban.

Az ilyen nyilvánossá tett nagy adatbázisok tehát lehetővé teszik, hogy egy jó ötlettel bárki kutathasson, és megpróbálja bebizonyítani a tételét. Nem csak az tud az adatokkal dolgozni, aki hozzáfér a milliárdos értékű, hipermodern berendezésekhez.

Ha árvíz van Thaiföldon, akkor megremeg az amerikai csillagászat

Az ipari méretű tudomány egyre nagyobb, érzékenyebb berendezéseivel minden évben annyi új tudományos adatot termel, mint amennyi adat az emberiség történetében addig összesen előállt. A kulcskérdés tehát az adatok feldolgozása és tárolása. Ezt kell jól megoldani.

„Ha a tudományra költött pénz minden évben ugyanakkora (valójában kicsit csökken), és minden évben dupla annyi adat van, akkor ezeket csak akkor tudjuk mind rögzíteni, ha az adathordozók ára minden évben a felére csökken. Ezért is volt óriási nagy baj, amikor 2011-ben Thaiföldön az áradások miatt leállt a világ adathordozó (merevlemez) gyártásának jórésze, ennek a hatásait az árakban 2 évig éreztük utána.”

Szalay professzor maga is épít számítógépeket, sőt 2008-ban csapatával megnyerte a Supercomputing Data Challenge-et, a Jim Gray tiszteletére GrayWulfnak nevezett, hagyományos Intel processzorokból megépített, de az átlagos szervereknél 15-ször nagyobb I/O teljesítményű számítógépével. Ezt a nagy adatfeldolgozási teljesítményű gépet kizárólag boltban kapható, kommersz alakatrészekből építette, igaz, ezekből aztán nagyon sokat kapcsolt össze, kb. egymillió dollárba került a rendszer. Most kezdett építeni egy újabb gépet, amely rengeteg SSD memóriát, és alapvetően mobileszközökre szánt, sokmagos processzorokat használ.

Vannak olyan tudósok is, akik nem hisznek a big datában. A társadalmi egyenlőtlenségekkel foglalkozó, A tőke a XXI. században című könyvével világhírűvé vált francia közgazdász, Thomas Piketty például arról beszélt, hogy a közgazdaságtanban nem sok adatra, számra, hanem okos elméletekre, ideológiákra van szükség, az adatok pedig csak ezek alátámasztására kellenek.

Szalay szerint az ilyen vélemények természetes ellenreakciók a tudományon belül, de ő úgy gondolja, hogy a trend egyértelmű, és egyre több tudományágban lesz meghatározó a big data.

„Nemrég hallottam egy 25 éves gyerek előadását, aki Obama elnök újraválasztási kampányában dolgozott. Minden egyes potenciális választóról készítettek egy profilt, aztán eldobták azokat, akik biztosan nem szavaznak az elnökre, és azokat is, akik biztosan igen. A bizonytalanok maradtak, és rájuk írtak egy matematikai képletet, hogy hogyan lehet a kampányra költött dollárokat a leghatékonyabban szavazatokra, sőt elektori szavazatokra fordítani. A fiú azt mesélte, hogy a főnökét volt a legnehezebb meggyőznie a módszeréről ő ugyanis világ életében csak levélküldős kampányokat csinált.”

A gyorsan feldolgozható hatalmas adatbázisoktól az állampolgári jogokat is szokták félteni. Nem alaptalanul. Az NSA-botrány legalábbis megmutatta, hogy az új eszközökkel döbbenetes mennyiségű megfigyelésre képesek már a titkoszolgálatok is. Szalay egy Torontóban tartott előadásán beszélt arról, hogy az NSA nem véletlenül hirdet álláslkehetőségeket minden big datáról szóló New York Times cikk mellett. Ennek ellenére nem gondolja, hogy ez az új helyzet veszélyesebb lenne:

„A hatalmasok mindig tudhattak rólad dolgokat, ha akartak. Meg is figyeltettek. Figyelt a szomszéd, a házmester, a rendőr. Ebben a minőségi változás talán most ott van, hogy nem lehet már elbújni előle, globálissá vált a megfigyelés. Én azért pragmatikusan állok ehhez. Nekem, aki Magyarországról jött, akinek már a gyerrekkorában megmondták a szülei, akik magfizikusok voltak, és egy kutatóintézetben laktak, hogy a telefonba soha nem mondunk semmit, szóval nekem ebben a megfigyelésben az elfogadható mérték valószínűleg máshol van, mint a berkeley-i barátaimnak.”

A kutatási adatok egyelőre sokkal jobban hozzáférhetők a természettudományokban, mint a társadalomtudományokban.

Egy friss törvény szerint az Egyesült Államokban minden olyan kutatásnál, amit közpénzből is támogatnak nem csak a kutatási eredményeket kell nyilvánosan publikálni, de a kutatás alapját adó adatokat is elérhetővé kell tenni. Szalay eredményei és e törvény miatt a természettudományban ma bőséges a rendelkezésre álló, elemezhető adat.

A társadalomtudományokban, vagy legalább is azok nagy részében viszont egyáltalán nem ez a helyzet.

A Googlenél és a Facebooknál elképzelhetetlenül sok adat halmozódik fel a felhasználókról, azoknak mindenfélre szokásairól. Ezek az adatok a társadalomtudósok, szociológusok, közgazdászok számára aranyat érnének, de a cégek, egyébként érthető, és jól felfogott üzleti érdekből nem teszik nyilvánossá, szabadon kutathatóvá őket.

Az lényeges különbség, hogy ebben az esetben az adatokat magukat nem államilag vagy alapítványok által finanszírozott kutatócsoportok, hanem profitorientált vállalkozások állítják elő, és az adattömeg a tulajdonukban is marad. Szalay elmondta, hogy ezek a cégek bőven alkalmaznak az adataikat elemző tudósokat, de abban egyetértett, hogy gyorsabban fejlődhetnének a társadalomtudományok, ha mondjuk a Sloanhoz hasonlóan a Facebook és Google adatainak legalább egy része szabadon kutatható lenne.

Szalay egyébként azt mondja, hogy ma a magáncégek közül a Google jár legelöl a tudományos fejlesztésekben.

„Régebben a Microsoft volt ebben a vezető, Lovász Laci is náluk dolgozott, ő pedig aztán tényleg nem ipari alkalmazásokat fejleszt. Akkor 20-30 éves kifutású projekteken dolgoztak, de tavaly szélnek eresztették a teljes alapkutatásokkal foglalkozó részleget. Ma már csak 6-12 hónapra néznek előre. A Google sokat fejleszt házon belül, és mivel nekik rengeteg pénzük van, ami érdekli őket, azt felvásárolják. Érdekes, hogy mi lesz náluk most az alphabetes átalakulás miatt, eddig az ott dolgozó kutatók számára könnyen átjárható volt a cég, az emberek könnyen mozogtak projektek, területek között, és ez biztosan jót tett az innovációnak. Most lehet, hogy a belső mozgásoknak több bürokratikus akadálya lesz.”

35 éven belül lesz az emberéhez mérhető gépi intelligencia

A big data korszaka hatalmas változásokat hoz rövidesen a midnennapi életben is. A leglátványosabb talán az önvezető autók megjelenése lesz. Már komoly modellkísérleteket végeztek, és látszik, hogy a sofőr nélküli autók megjelenése drámaian csökkenteni fogja a városok közúti forgalmát. Az elmúlt évtizedekben a teljesen az autóforgalom köré épült, arra szerveződött városaink hirtelen egészen máshogyan fognak kinézni.

Az okos városok koncepciója azonban nem csak az autóforgalom átszervezését jelenti. Japánban – ahol nagyon gyorsan öregszik a népesség – olyan, kifejezetten az időseknek kialakított lakóterületeket terveznek, ahol önműködő kerekesszékeken közlekednek, automaták vásárolnak helyettük, adagolják a gyógyszereiket, de akár meg is fürdetik a nehezen mozgókat.

A városlakók életének még számtalan mozzanata automatizálható vagy optimalizálható, ha jól dolgozzuk föl a megfelelő adatokat:

„A mobilok GPS-adataiból, a közlekedési rendszerekből és máshonnan egyre pontosabb adataink lesznek a városlakókról, egyre inkább megjósolható lesz a viselkedésük, vagy hogy éppen mire lesz szükségük.”

Az ilyen kutatások adatai alapján lehet szervezni a város életét.

Szalay arról is beszélt, hogy a gépi tanulásban és a neuronhálózatok építésében is óriási a fejlődés, ezt a mindennapokban a fordítóprogramoknál, vagy a kép- és arcfelismerésnél látni.

Azt mondja, hogy 35 éven belül lesz az emberéhez mérhető gépi intelligencia.

Az utóbbi években néhány komolyabb tudós is aggodalmát fejtette ki a mesterséges intelligenciával kapcsolatban. Mi lesz, ha létrejön egy gép, aminek már nem lesz szüksége az emberre?

Szalay professzor azt mondja, hogy láthatók ugyan valós veszélyek, és a mesterséges intelligencia létrehozása nem minden aspektusból megnyugtató, de

„ez még sosem állította meg az emberiséget abban, hogy megcsináljon valamit.”

Erdélyi Péter–Sarkadi Zsolt–Uj Péter