بریده‌هایی از کتاب هنر پیش بینی

اندیشمند احتمال‌گرا کمتر تحت تاثیر پرسش‌های «چرا» قرار می‌گیرد بلکه بر «چگونه» تمرکز می‌کند. این بازی با مفاهیم نیست. «چرا؟» ما را به سمت متافیزیک می‌برد؛ «چگونه؟» به فیزیک می‌چسبد.

تا زمانی که ما به افکار خود اجازه دهیم که در مسیر سرنوشت حرکت کنند، توانایی خود را برای اندیشه‌گری احتمال‌گرا در سایه قرار داده‌ایم.

کار راحتی است که دهان را بگشاییم و بگوییم، «۷۳ درصد احتمال دارد که سهام شرکت اَپل تا پایان سال ۲۴ درصد بالاتر از نقطه آغاز خود در همین سال باشد.» این یعنی همان سکه‌اندازی با استفاده از اصطلاحات فنی که بیشتر مردم آن را نمی‌فهمند و سوءاستفاده از اعتماد درست مردم به ریاضیات و علوم با هدف کشاندن آنها به مسیری خاص.

کار راحتی است که دهان را بگشاییم و بگوییم، «۷۳ درصد احتمال دارد که سهام شرکت اَپل تا پایان سال ۲۴ درصد بالاتر از نقطه آغاز خود در همین سال باشد.» این یعنی همان سکه‌اندازی با استفاده از اصطلاحات فنی که بیشتر مردم آن را نمی‌فهمند و سوءاستفاده از اعتماد درست مردم به ریاضیات و علوم با هدف کشاندن آنها به مسیری خاص.

توصیه قدیمی به اینکه دو بار اندیشه کن، را فراموش کنید. ابرپیشگویان اغلب سه بار می‌اندیشند و برخی اوقات هم پس از سه بار اندیشه‌گری، آماده‌تر هستند تا به تحلیل عمیق‌تری بپردازند.

عادت به وانمود کردن به دانایی نسبت به چیزهایی که نمی‌دانید را کنار گذارید و به جای آن به آزمودن روی آورید.

اگر پیش از یک تصمیم بزرگ، زمان لازم برای اندیشیدن را در اختیار دارید، این کار را انجام دهید و آماده این پذیرش باشید که آنچه اکنون به‌طور روشنی درست به نظر می‌آید، چه بسا کمی بعد غلط از کار دربیاید. البته توهمات نوک بینی اغلب به‌اندازه‌ای متقاعدکننده هستند که ما هر توصیه‌ای را کنار گذاشته و به دنبال غریزه خود می‌رویم.

بیشتر واقعیت‌های زندگی ما تا حدودی قابل پیش‌بینی هستند.

این سرشت آدمی است. همه ما شتابان تصمیم می‌گیریم و به کندی آن را تغییر می‌دهیم و اگر چندوچون این تصمیم‌های اشتباه را کندوکاو نکنیم، همچنان آنها را تکرار می‌کنیم و همین چرخه می‌تواند برای سال‌ها و شاید برای تمام عمر ما ادامه یابد یا قرن‌ها دوام بیاورد

کوشران بر این نظر بود که اگر دولت سیاست خود را در معرض «آزمون کنترل‌شده‌ای تصادفی قرار می‌داد، در آن صورت، ارزش واقعی آن آشکار می‌شد و ذهن ما اندکی در مسیر پیشرفت حرکت کرده بود.»

موجود عقلانی که در یک لحظه مشخص، از تمامی نیروهایی که طبیعت را به پویش وامی‌دارد و نیز از همه جایگاه‌های همه عناصری که طبیعت از آنها شکل گرفته، آگاه باشد و در عین‌حال این «قوه درک» از چنان وسعتی برخوردار باشد که این داده‌ها را به تحلیل تبدیل کند، در آن صورت می‌تواند در یک فرمول واحد، جنبش‌ها و حرکات بزرگ‌ترین پدیده‌های جهان و کوچک‌ترین اتم‌های آن را ترسیم کند، چرا که برای چنین قوه درکی، هیچ‌چیز غیرقطعی نخواهد بود و آینده هم مانند گذشته در نزد او حاضر است پیش از آنکه رخ دهد.

بیل گیتس می‌گوید: «برایم شگفت‌آور بود که سنجش و ارزیابی، تا چه اندازه می‌تواند برای بهبود شرایط آدمی موثر باشد». «اگر مجموعه روشنی از اهداف داشته باشید و در کنار آن سنجش و ارزیابی‌ای که به سمت آن هدف براند، می‌توانید به پیشرفتی باورنکردنی دست یابید. ... این شاید مسئله‌ای ابتدایی و پیش‌پاافتاده به نظر برسد اما بهت‌آور این است که در بیشتر موارد چنین کاری صورت نمی‌گیرد و چه دشوار خواهد بود که (بعدها) کار را به سامان برسانید.»

همچنین، به‌ندرت به دقت و درستی این پیش‌بینی‌ها توجه می‌شود. پیش‌بینی‌های پیشین، همانند خبرهای کهنه می‌مانند که به‌زودی فراموش می‌شوند و بعدها کسی از این اساتید نخواهد پرسید که پیش‌بینی‌های آنها تا چه میزان با آنچه عملا رخ داده، همخوانی داشته است. تنها استعداد این مغزهای سخنگو در این است که داستانی گیرا و باورپذیر را سرهم می‌کنند و همین مسئله برای مخاطب کافی است.

اینکه رخدادی تا چه اندازه قابل پیش‌بینی باشد، بستگی دارد به اینکه تلاش داریم چه چیزی را پیش‌بینی کنیم، تا کجای آینده را می‌خواهیم بدانیم و تحت چه شرایطی این کار را انجام می‌دهیم

لاپلاس، این موجود تخیلی را یک «جِن» نام نهاد. به گمان او، اگر این وجود، همه چیز را درباره اکنون می‌داند، پس می‌تواند همه چیز را درباره آینده پیش‌بینی کند و به همه چیز آگاه خواهد بود

به نظر من حق با فرروچی است. ما نیازمند آن هستیم که در آینده، پیش‌بینی‌های متکی بر رایانه را با داوری ذهنی بشر ترکیب کنیم.

که تفاوت بزرگی میان اینکه «کدام دو رهبر روسی سمت‌های خود را دست‌به‌دست کردند؟» با این پرسش وجود دارد که «آیا دو رهبر ارشد روسیه باز هم سمت‌های خود را دست‌به‌دست خواهند کرد؟» پرسش نخست، یک واقعیت تاریخی است و رایانه می‌تواند به آن مراجعه کند حال آنکه پاسخ به پرسش دوم نیازمند این است که رایانه به‌شکلی آگاهانه درباره مقاصد ولادیمیر پوتین و همچنین شخصیت دیمیتری مدودوف حدس بزند و همچنین فعل‌وانفعالات غیرمعمول سیاست در روسیه را نیز به حساب آورد و آن‌گاه با درهم‌آمیزی همه این اطلاعات به نوعی داوری برسد. افراد بشر پیوسته چنین کارهایی انجام می‌دهند اما این به معنای ساده بودن انجام آنها نیست بلکه به این معناست که توانایی مغز انسان حیرت‌آور است چرا که انجام چنین تکالیفی توسط مغز به شکل خارق‌العاده‌ای دشوار است. حتی با کمک رایانه‌هایی که پیشرفت شتابنده‌ای دارند، آن‌گونه پیش‌بینی‌هایی که ابرپیشگویان انجام می‌دهند، بسیار دور از دسترس بوده و بعید است روزی ماشین‌ها توان ارائه داوری ذهنی قابل‌قبولی داشته باشند.

در سال ۱۹۶۵ هربرت سیمون، علامه ریاضیات، بر این گمان بود که ما تنها ۲۰ سال از جهانی فاصله داریم که در آن ماشین‌ها می‌توانند هر کاری که از یک انسان برمی‌آید را انجام دهند. این پیش‌بینی به شکل ساده‌انگارانه‌ای خوش‌بینانه بود و توضیح می‌دهد که چرا فرروچی -که مدت ۳۰ سال در حوزه هوش مصنوعی کار کرده است- امروزه محتاط‌تر برخورد می‌کند. [۱۳] از نظر او رایانه‌ها به پیشرفت‌های بزرگی دست می‌یابند و توانایی استخراج الگوها و مدل‌ها به شکل خیره‌کننده‌ای رشد می‌کند. همچنین یادگیری ماشینی، در کنار رشته نوظهور تعامل انسان و ماشین که به غنای فرایند آموزش می‌انجامد، نوید پیشرفت‌های بنیادین بیشتری را می‌دهد.

در سال ۱۹۹۷ الگوریتم «آبی عمیق» آی‌بی‌ام‌ توانست گری کاسپاروف قهرمان شطرنج جهان را شکست دهد. اکنون برنامه‌های رایج شطرنج می‌توانند هر انسانی را شکست دهند. در سال ۲۰۱۱ برنامه واتسون آی‌بی‌ام موفق شد کن جنینگز و براد روتر، قهرمانان جئوپاردیرا شکست دهد! این چالشی بسیار سخت‌تر برای رایانه بود اما مهندسان آی‌بی‌ام از پس آن برآمدند. امروزه دیگر ناممکن نیست که رقابتی در زمینه پیشگویی را تصور کنیم که در آن ابررایانه‌ها می‌توانند ابرپیشگویان و ابردانشمندان را به‌سختی شکست دهند.

با توجه به ارزانی و سرعت الگوریتم‌ها، برخلاف داوری‌های ذهنی، هنگامی که نتیجه مساوی باشد، استفاده از الگوریتم‌ها رجحان می‌یابد. این نکته اکنون پذیرفته‌شده است: هنگامی که شما یک الگوریتم آماری بسیار محک‌خورده دارید، باید از آن استفاده کنید. این بینش هیچ‌گاه تهدیدی برای حوزه داوری ذهنی نبوده است چرا که ما برای مشکلاتی که با آن دست به گریبانیم، بسیار به‌ندرت الگوریتم‌هایی کاملا تاییدشده داریم. نکته این است که برای ریاضیات جایگزین کردن چیز دیگری به جای تفکر ساده پیشین، کاری غیرعملی است -چه در سال ۱۹۵۴ باشیم یا حتی امروز.