→ بازگشت به علوم داده و ملاحظات فلسفی

جلسهٔ ۰ · علوم داده و ملاحظات فلسفی

علوم داده- ملاحظات فلسفی

خلاصهٔ تولید شده توسط هوش مصنوعینقشهٔ موضوعیِ این جلسهورود ←

متن ویرایش‌شده بر پایهٔ پیادهٔ خودکار گفتار؛ با صوت تطبیق داده نشده. بازبینی مستقل انجام نشده است.

معرفی جلسه و فلسفه دیتا ساینس

یک موقعی فلسفه در رأس هرم بود، مثلاً در یونان، و بقیهٔ علوم به نوعی در قسمت‌های زیرین هرم قرار داشتند؛ اکنون این‌طور شده که همهٔ علوم، مهندسی و مانند آن، که پایین بودند، بالا آمده‌اند و فلسفه همان آخر مانده است. یادم است در سخنرانی‌ای که در آی‌پی‌ام داشتم به همین نکته اشاره کردم. در آی‌پی‌ام فلسفهٔ تحلیلی چند اتاق بود و من مدام به دوستان می‌گفتم: ببینید، این جایگاه فلسفه در دنیای مدرن است. البته حالا برایشان بهتر شده و جایشان بالاتر آمده است. اینجا هم، در این دانشگاه، واقعاً ته یک راهرو چند اتاق به اسم فلسفه هست که جای تأسف است.

فکر می‌کنم همیشه به همهٔ دانشجوها، از هر رشته‌ای که باشند، می‌گویم که یک درس واجب، که حتماً باید سعی کنید بردارید و بخوانید، فلسفهٔ علم است. ما از بچگی تا وقتی درس می‌خواندیم با علم سروکار داشتیم، ریاضی خواندیم و تصوری از علم داریم؛ اینکه علم کاشف حقیقت است و مانند این حرف‌ها. خوب است که با مطالعهٔ فلسفهٔ علم کمی به مبانی علم دقت کنید و بفهمیم این چیزهایی که خوانده‌ایم واقعاً تا چه حد حقیقت است یا نه.

صحبت‌هایی که امروز می‌کنم به همین چیزهایی که گفتم ربط پیدا می‌کند. می‌خواهم دربارهٔ چیزی صحبت کنم که اکنون خیلی خیلی مد است — و معمولاً چیزی که مد است در معرض تعریف قرار می‌گیرد — و همه‌جا حرف از دیتا ساینس است.

کامپیوتر دوران جدید دانش را متحول کرد

ما نهم آذر یک سمینار بین‌المللی در آی‌پی‌ام داشتیم، با عنوان سمینار یک‌روزهٔ دیتا ساینس. فکر نمی‌کنم شما عمداً این کار را کرده باشید، ولی امروز و دیروز هم در شریف سمینار دیتا ساینس بوده است. ما سامر اسکولش را برگزار کردیم و برنامهٔ گراجویتش دارد تصویب می‌شود. علم روز دنیاست؛ اکنون نگاه کنید، بیشترین درخواست جاب در دنیا برای دیتا ساینس است. جایی خواندم که تضمین می‌کرد این جاب‌ها دست‌کم به مدت ۲۰ سال وجود خواهند داشت؛ بنابراین نگران نباشید و وارد این رشته شوید؛ تا مدت خیلی زیادی همچنان دانشی مورد نیاز است.

تقریباً همهٔ دانشگاه‌های دنیا شاخهٔ دیتا ساینس را دست‌کم در حد گراجویت افتتاح می‌کنند. در آمریکا و خیلی جاها برای پی‌اچ‌دی دیتا ساینس دانشجو گرفته‌اند. تا سه ماه پیش، تا جایی که من می‌دانم، هنوز هیچ‌کس فارغ‌التحصیل نشده بود، ولی می‌گفتند یک نفر در نیویورک دارد در پی‌اچ‌دی دیتا ساینس فارغ‌التحصیل می‌شود.

به هر حال علم روز دنیاست. در این سخنرانی، از یک طرف می‌خواهم اول بگویم که چقدر چیز مهمی است و چرا مهم است. اگر بخواهم مثال بزنم، فکر می‌کنم فضای امروز، با پیدا شدن آنچه دیتا ساینس می‌نامند، شبیه پنجاه‌شصت سال قبل است که کامپیوترها داشتند جلوه می‌کردند. آن موقع عده‌ای آدم پیشرو بودند که پیش‌بینی می‌کردند پدید آمدن این کامپیوترها و پی‌سی‌ها می‌تواند علم را متحول کند، مهندسی را متحول کند و صنعت را متحول کند؛ و دیدیم که همین‌طور شد. واقعاً وارد دوران جدیدی از دانش شدیم؛ شاخه‌های جدیدی، چه از لحاظ تئوری و چه از لحاظ عملی، پدید آمد و می‌شود گفت انقلابی در صنعت و به‌تبع آن در دانش رخ داد. تقریباً می‌توانیم بگوییم که اکنون در چنین مرحله‌ای قرار گرفته‌ایم؛ بنابراین خوب است سعی کنیم خودمان را با تحولاتی که در آینده پیش می‌آیند هماهنگ کنیم.

کمی توضیح می‌دهم، نه خیلی مفصل، که این دیتا ساینس چیست، چرا این‌قدر مهم است و چرا چیزی انقلابی به نظر می‌رسد که درباره‌اش صحبت می‌کنند و بر آن تأکید دارند. امیدوارم در ایران، برخلاف همیشه که ۱۰–۱۵ سال عقب می‌افتیم، این‌قدر عقب نیفتیم و بتوانیم خودمان را هماهنگ کنیم. خوبیِ این کار این است که جنبهٔ سخت‌افزاری‌اش شاید خیلی مهم نیست؛ بیشتر شبیه دانشی است که باید فرا گرفته شود. پس از گفتن این‌ها، که جنبه‌های مثبت است، سعی می‌کنم در این جلسه شمای کلی‌ای بدهم از اینکه دیتا ساینس چه تأثیری روی علم و جنبه‌های فلسفی علم می‌گذارد.

دربارهٔ دیتا ساینس ادعاهایی وجود دارد که وارد پارادایم جدیدی شده‌ایم. مطمئن نیستم، ولی شاید اولین بار یک کامپیوتر ساینتیستِ معروف در سخنرانی خودش این ادعا را کرد که وارد پارادایم جدیدی در علم شده‌ایم؛ این اصطلاح هم جا افتاد که وارد پارادایم چهارم شده‌ایم و کتابی با عنوان «چهارمی پارادایم» درآمد. منظورشان همین دوره‌ای است که با دیتا ساینس قرار است پیش بیاید یا اکنون پیش آمده است. به جنبه‌های فلسفی‌اش هم سعی می‌کنم اشاره کنم؛ بیشتر به این حال‌وهوای جدید و این ادعاها. بعضی ادعاها، مثل اینکه واقعاً وارد پارادایم چهارم شده‌ایم، ممکن است زیادی بزرگ به نظر برسند. سؤال این است که پارادایم دوم و سوم چه بوده است، به آن معنای فلسفیِ دقیقی که مثلاً تامس کین می‌گفت. نمی‌دانم؛ اینکه پارادایم دومشان به آن معنا پارادایم باشد، فکر می‌کنم نیست؛ چهارمی هم به همان معنا ممکن است پارادایم جدید محسوب نشود. سعی می‌کنم آخر بحث ادعایی مطرح کنم دربارهٔ اینکه چقدر می‌شود پیرامون این موضوع حرف فلسفی زد.

ابتدا مختصری معرفی می‌کنم که این موضوع چیست و چه تأثیری بر علم و فلسفهٔ علم می‌گذارد. معلوم نیست چرا به این چیز دیتا ساینس می‌گویند؛ شاید «دیتا جوین ساینس» اسم بهتری برایش باشد. حالا همین اسم «علم داده» را برایش انتخاب کرده‌اند. اتفاق‌هایی افتاده است. این اتفاق به‌تدریج پیش می‌آید؛ یعنی ممکن است بگویید صد سال است که این اتفاقات همین‌طور جلو می‌رود، اما به جایی می‌رسد که گویی یک‌دفعه خیلی نمود پیدا می‌کند. به قولی، تغییرات ممکن است خیلی جزئی و کمی باشند، ولی یک‌دفعه متوجه می‌شوند که انگار وارد مرحلهٔ جدیدی شده‌اند؛ حتی اگر تغییرات جزئی و تدریجی را هیچ‌وقت احساس نکنیم، یک‌دفعه از جایی وارد مرحلهٔ جدید می‌شوند.

دیتا ساینس اسم تازه روی کار قدیم

بعضی‌ها می‌گویند این دیتا ساینس اصلاً فیک است؛ اسمی گذاشته‌اند و همهٔ این چیزهایی که در دیتا ساینس هست سی‌چهل سال است که بوده است. یکی از استادان دانشگاه، دکتر شاهین روحانی، جواب خیلی خوبی داد. گفت این مثل آن است که وقتی کامپیوترها می‌آمدند کسی می‌گفت: این که چیزی نیست، محاسبهٔ صفر و یک انجام می‌دهد که خیلی وقت است بوده، یا مثلاً ماشین‌حساب‌ها بودند؛ ولی آدم‌ها متوجه شدند که قدرت کامپیوتیشنالِ کامپیوتر آن‌قدر زیاد شده که می‌تواند تحولات بزرگی ایجاد کند. اینجا هم همین‌طور است.

از نظر علمی یا تکنولوژیک، به آن معنا که بخواهید بگویید، هیچ اتفاق ویژه‌ای نیفتاده است؛ اتفاقی که از نظر تکنولوژیک افتاده این است که قدرت ذخیره‌سازی ما بی‌نهایت زیاد شده است. در آماری گفته‌اند که از سال ۲۰۱۳ ظرف دو سال به اندازهٔ کل دیتای تاریخ، یعنی به اندازهٔ همهٔ دیتای پیش از ۲۰۱۳، دیتا فراهم و ذخیره‌سازی شده است؛ و احتمالاً از آن موقع تا اکنون این آمار شاید جالب‌تر هم شده باشد؛ یعنی در دو سال اخیر شاید چند برابرِ قبل از خودش دیتا ذخیره شده باشد. هم حجم دیتا بی‌نهایت زیاد شده و هم سرعت پردازش ما خیلی خیلی بالا رفته است؛ می‌توانیم دیتاهایی را که همین‌طور آنلاین می‌آیند پردازش کنیم و از آن‌ها نتیجه بگیریم.

بنابراین دربارهٔ آنچه کلان‌داده می‌نامند، که اصطلاحی مرتبط با دیتاست، می‌گویند سه «وی» هست: والیوم؛ اینکه با سرعت بالا می‌توانیم این دیتا را بگیریم، آنلاین همین‌طور پردازش کنیم، نتایجش را گزارش کنیم و بر اساسش اتفاق‌هایی بیفتد؛ و تنوع، که چیز خیلی خیلی مهمی است. واقعاً دیتا تا چند قرن به صورت، مثلاً، یک عدد یا برداری از اعداد بود که جایی می‌نوشتیم یا ذخیره می‌کردیم؛ اکنون انواع دیتاهایی که می‌توانید با آن‌ها کار و پردازششان کنید فوق‌العاده شده است: از اعداد و بردار گرفته تا فایل‌های صوتی، ایمیج یا حتی فایل‌های دیگر. این‌ها ممکن است فایل‌های خیلی بزرگی باشند و من می‌توانم ذخیره‌سازی و پردازششان کنم و سعی کنم از آن‌ها نتیجه بگیرم.

بنابراین بخشی از اتفاق‌هایی که افتاده جنبهٔ تکنولوژیک دارد: سرعت پردازش ما زیاد شده، فریم‌ورک‌هایی پدید آمده‌اند که می‌توانند خیلی خوب با دیتاهای بزرگ کار کنند، و مقدار دیتایی که ذخیره می‌کنیم خیلی خیلی بالا رفته است. از لحاظ تئوریک هم اتفاق‌هایی افتاد؛ یعنی ابزارهایی مثل ماشین لرنینگ، دیپ لرنینگ، یا مثلاً در آمار آنچه آمار نان‌پارامتریک می‌گویند. همهٔ این‌ها به‌تدریج پدید آمده‌اند، ولی در سال‌های اخیر تئوری‌هایی که پشت تحلیل داده‌ها هستند یک‌دفعه خیلی خیلی قدرتمند شده‌اند. ترکیب این پیشرفت‌های علمی با پیشرفت‌های تکنولوژی یک‌دفعه این احساس را پدید آورده که انگار وارد دورهٔ جدیدی شده‌ایم.

کارخانه آنلاین و مبادله دیتا

مثلاً در صنعت می‌گویند وارد انقلاب چهارم صنعتی شده‌ایم. می‌گویند کارخانه‌های قرن بیست‌ویکم کارخانه‌هایی هستند که کاملاً با کارخانه‌های قبلی تفاوت دارند. اتفاق مهمی که افتاده این است که دستگاه‌هایی که کار می‌کنند، از دستگاه تراش گرفته تا هر چیزی که در کارخانه کار می‌کند، همه به یک مرکز وصل‌اند؛ شبکه‌ای آنلاین وجود دارد که در آن کار می‌کنند، دیتاها مبادله و تحلیل می‌شود و دستورهای جدید می‌آید. حتی اکنون کارخانه‌هایی وجود دارند، مثلاً در کشوری در آسیا، که با یک کارخانهٔ مادر در آمریکا آنلاین ارتباط دارند و همه مرتبط با هم کار می‌کنند. اگر آنجا اتفاقی بیفتد، آن پروسسور مرکزی فرمان می‌دهد که مشکلی پیش آمده؛ یا مثلاً اگر از نظر تولید اتفاقی افتاده و سرعت زیاد یا کم شده است، بهینه‌سازی می‌کند و این‌ور دنیا هم دستورهایی می‌دهد که دستگاه‌ها جور دیگری کار کنند و سرعتشان را کم و زیاد کنند. به این کارخانه‌ها که حالت ارگانیک پیدا کرده‌اند، یعنی اجزایشان با هم نوعی ارتباط ارگانیک دارند، اصطلاحاً انقلاب چهارم صنعتی می‌گویند، پس از همان انقلاب صنعتی اول. انقلاب صنعتی دروغ نیست؛ واقعاً این چهار مرحله اتفاق افتاده است؛ یعنی مثلاً آمدن خط تولید انقلابی بوده و این اتفاقی هم که اینجا افتاده واقعاً حالت انقلابی دارد.

زمینه‌ای که چیزی به اسم دیتا ساینس در آن پدید آمده این است: یک سری اتفاق تکنولوژیک، به‌اضافهٔ یک سری روش‌های تحلیلی جدید که می‌توانند ما را به سمت پردازش‌های قوی ببرند. اکنون می‌خواهم وارد این بحث شوم که این واقعاً در خودِ ساینس انقلاب ایجاد می‌کند: اگر بتوانم داده‌های خودم را با سرعت بیشتری پردازش کنم، یا داده‌هایی با حجم بالا یا با تنوع زیاد داشته باشم، واقعاً می‌توانم بگویم که در یک انقلاب علمی قرار گرفته‌ایم.

بگذارید مدلی خلاصه از اینکه علم اصلاً چیست ارائه کنم تا ببینیم این چیزها اصلاً ربطی به این مدل پیدا می‌کنند یا نه، و چقدر. به‌طور کلی می‌توانید بگویید ساینس یا علم تجربی. ما آخرش هیچ‌وقت در زبان فارسی ترجمه‌ای برای ساینس نداشتیم؛ واقعاً چه کسی باید این کار را بکند؟ فکر کنم دپارتمان علم شریف باید این کار را بکند. به ساینس چه باید گفت؟ «علم تجربی» اصطلاح خوبی نیست؛ «علم» اصطلاح فوق‌العاده بدی است؛ یا «دانش» به آن بگوییم؟ ساینس چیز خاصی است و باید اصطلاحی برایش پیدا می‌کردید. در بعضی کانتکست‌ها قشنگ «علم» می‌گویند؛ می‌گویند «این علمی هست یا نیست» و منظورشان صفتِ ساینس است؛ چون صفتش ساخته شده، نمی‌توانم بگویم «این علم تجربی هست یا نه» و همین‌طور می‌گویم «علمی هست یا نه». ولی «علم» معنای خیلی کلی‌تری دارد؛ مثلاً علم و معرفت شامل این چیز خاصی می‌شوند که ما ساینس می‌نامیم.

اگر بخواهیم ساینس را در مدل خیلی ساده‌ای بحث کنیم، واقعاً می‌خواهم چیزی بگویم که گرایش‌های فلسفهٔ علم خیلی عیبی به آن نگیرند و همه به نوعی آن را بپذیرند. به نظرم همه می‌پذیرند که در آنچه ساینس یا علم تجربی می‌نامیم، قرار است تئوری‌پردازی‌هایی بکنیم که نهایتاً با اکسپریمنت بتوانیم درست و غلطش را بفهمیم. مدام سعی می‌کنم پوپری حرف نزنم، چون ذاتاً گرایش‌هایی دارم، ولی می‌خواهم معلوم نشود. اکنون واقعاً معلوم نیست؛ آنچه می‌گویم پوپری نیست؛ یعنی حرفی از مسئلهٔ ابطال نمی‌زنم.

آزمایش مدار و اندازه‌گیری جریان

آزمایش این است که من چیزی را ست می‌کنم: اینپوت‌هایی دارم و اوتپوتی می‌گیرم. مثلاً مداری می‌بندم؛ اینجا چیزی را اندازه می‌گیرم، مثلاً مقدار جریان، و آن‌ور هم چیزی را اندازه می‌گیرم، مثلاً مقدار ولتاژ، و می‌خواهم این‌ها را به هم ربط دهم. این ستینگ می‌تواند خیلی پیچیده باشد: می‌توانم یک سری پارامترها را فیکس نگه دارم، بعد تغییرشان دهم و ببینم در آزمایش چه اتفاقی می‌افتد. بالاخره باید یک سری اندازه‌گیری انجام دهم؛ چیزهایی را ست کنم، بعضی چیزها را تغییر دهم و چیزهایی را ببینم. آزمایش در واقع چنین چیزی است.

این چیزی که می‌گویم خیلی شبیه آزمایش فیزیکی است؛ ولی آنچه می‌گویم، مثلاً، می‌تواند این باشد: فرض کنید می‌خواهم ژنی را مشخص کنم که مثلاً عامل یک بیماری است. یک سری رشته‌های دی‌ان‌ای را انگار به‌عنوان ورودی در آزمایش خودم می‌دهم و سعی می‌کنم ببینم آن اوتپوت در آن‌هایی که به‌عنوان ورودی داده‌ام هست یا نیست؛ یعنی آیا آدم‌هایی که ژنومشان اینجا مشخص شده، آن طرف، آن بیماری را داشته‌اند یا نه؛ و بالاخره به نوعی سعی می‌کنم میان این‌ها ارتباط برقرار کنم.

ساینس قرار بوده اینجا چه کار کند؟ قرار بوده برای این آزمایش من چیز معادلی بسازد؛ مثلاً یک مدل ریاضی، یک مدل محاسباتی، که روی کاغذ اگر اینپوت‌ها را به آن بدهم همان اوتپوت‌ها را به من بدهد و پیش‌بینی کند. ساینس یعنی مدلی درست کنم که به من بگوید در شرایطی خاص، اگر این آزمایش با پارامترهای دیگری انجام شود، چه اتفاق‌هایی می‌افتد. احساس می‌کنم در این آزمایش طبیعت دارد کاری انجام می‌دهد و من می‌خواهم روی این کاغذ آن طبیعت را به نوعی بازسازی کنم: مدلی ریاضی داشته باشم که اوتپوتی را که اینجا داده توجیه کند و بگوید اگر اینپوت‌های دیگری بدهم اوتپوت‌هایش چه می‌شود؛ بعد آزمایش می‌کنم و این هم درست است. آن‌گاه این می‌شود مدل ریاضی و مدل محاسباتیِ من که پیش‌بینی می‌کند رفتار طبیعت چیست؛ و از درون این مدل ریاضی، مهندسی و کنترل طبیعت درمی‌آید، که آن را در آخرِ این طرح می‌نویسم.

از روز اول، یعنی از گالیله به این طرف، یا از کوپرنیک به این طرف، ما چنین کاری داریم می‌کنیم. ویژگیِ این پارادایم جدید که اسمش را ساینس گذاشتیم، و طبیعیات ارسطویی را کنار گذاشتیم، این بود که دوست داشتیم اندازه‌گیری کنیم و محاسبه انجام دهیم، و بعد دوست داشتیم مدل‌های علمی‌ای را که می‌سازیم بتوانیم با اکسپریمنت تأیید یا رد کنیم. حالا فقط می‌توانیم ابطال کنیم و چیزی را نمی‌توانیم اثبات کنیم؛ ولی به هر حال منظورمان از علم تجربی این بود که مدل ارائه دهیم، اما مدلی که محاسباتی باشد، محاسبه را بتوانیم انجام دهیم و با آزمایش تطبیق کند.

حکیم و تطبیق ذهن با عالم

امروز که داشتم این را روی کاغذ می‌کشیدم، یادم افتاد که قدما، مثلاً در فلسفهٔ قدیم، در تعریف معرفت می‌گفتند انسان موجودی است که در ذهن خودش چیزی دارد که با طبیعتِ بیرون تطبیق می‌کند. جمله‌ای عربی هست که یادم رفته، که حکیم کسی است که چیزی در ذهن خودش دارد که با آنچه در عالم هست تطبیق می‌کند. در علم هم دنبال همین هستیم؛ منتها ویژگی علم این بود که از اول انگار قرار بود تجربی و محاسباتی باشد.

فلسفهٔ علم در واقع خیلی بر فلسفهٔ فیزیک منطبق است؛ بعضی شاخه‌ها کمی سعی می‌کنند مستقلاً حرف بزنند و شاید مثلاً مدل محاسباتی در آن‌ها خیلی معنا نداشته است. به همین معنا همیشه حرف داشتیم که چیزهایی مثل جامعه‌شناسی و سیاست علم به معنای واقعی کلمه نیستند؛ چون احساسمان این بود که واقعاً چیزی به ما نمی‌دهند؛ مدل‌هایی نمی‌دهند که بتوانیم با آن، مثلاً، رفتار مردم را پیشگویی کنیم.

در این چیزی که اینجا نوشتم، می‌توانم اضافه کنم که همه‌اش دیتاست. به نظر من، اگر شیوهٔ کار ما با دیتا متحول شود، به نظر می‌رسد کل فرایند مدل‌سازی علمی هم متحول می‌شود. چه ارتباط‌هایی دارد؟ اگر علم بتواند با دیتاهای حجیم، با سرعت بالا و با تنوع زیاد کار کند، چه اتفاقی می‌افتد؟

اولاً واضح است که این قسمتِ اکسپریمنتِ من خیلی گسترده می‌شود؛ یعنی از آزمایش‌های خیلی ساده‌ای که در آن‌ها فقط می‌توانستم به‌عنوان اینپوت چند دستگاه بگذارم و چند عدد بخوانم — حداکثر اینپوت من برداری از اعداد بود — و بعد از انجام آزمایش یک یا چند عدد دیگر را این‌ور بخوانم، به‌تدریج وارد مرحله‌ای شدیم که اینپوت می‌تواند خیلی خیلی پیچیده و حجیم باشد و اوتپوت هم به همین نسبت می‌تواند پیچیده باشد.

آزمایشی با چهل سال زحمت فیزیک‌دان‌ها انجام شد. هر کسی که در فضای علم هست با این ماجرا آشناست: تستِ استاندارد مدل در سرن. کسی که اینجا رفت‌وآمد می‌کند اطلاعات فیزیکی‌اش باید به‌روز باشد. این اتفاق تاریخی خیلی بزرگی است که نهایتاً استاندارد مدل پس از سال‌ها، نزدیک یا بیشتر از ۴۰ سال، تأیید شد؛ یعنی ذرهٔ هیکس را اعلام کردند. اوتپوتش چیز وحشتناکی بود؛ عدد نبود؛ دیتایی بود که مسیرهایی را به من می‌داد: میلیون‌ها ذره‌ای که در اثر، مثلاً، برخوردی هسته‌ای دچار واپاشی شده بودند و همهٔ این‌ها ذخیره شدند. روزی که این آزمایش انجام شد — که بعضی‌ها می‌گفتند کرهٔ زمین از بین می‌رود و نرفت — همهٔ این‌ها ذخیره شدند و چند سال طول کشید تا تحلیل شوند؛ تا اینکه روزی، با یک تحلیل، اعلام کردند که ذرهٔ هیکس وجود دارد. ذرهٔ هیکس اصلاً ذره‌ای نبود که بشود مشاهده‌اش کرد، چون عمر خیلی خیلی کوتاهی دارد و به چیزهای دیگری تبدیل می‌شود. اگر بخواهیم خیلی ساده بگوییم، کاری که انجام دادند این بود که این مسیرهایی را که می‌دیدند و ذرات را به نوعی به عقب برگرداندند، به لحظهٔ ابتدا؛ و از اینکه تعدادی ذره، مثلاً، همه از اینجا شروع شده‌اند و تصویرها این‌طور ختم می‌شوند، اعلام کردند که ذرهٔ هیکسی بوده که این‌ها از درونش درآمده‌اند. به‌طور غیرمستقیم و محاسباتی، با تحلیل روی دیتای خیلی پیچیده، توانستند این را اعلام کنند.

تحلیل دیتای پیچیده محاسباتی

بگذارید مثالی بزنم از اینکه امکان کار با دادهٔ پیچیده چه تحولاتی می‌تواند پدید آورد: در واقع می‌توانیم آزمایش‌های جدیدی طراحی کنیم که قبلاً فکرش را هم نمی‌توانستیم بکنیم. به‌عنوان مثال، مثالی فیزیکی بزنم: آزمایشی که چند سال پیش انجام شده است. اصلاً مهم نیست هدفش چیست. مسئله کلاً این است که می‌خواهند نحوهٔ قرار گرفتن یک سری چیزها را ببینند؛ از نظر ریاضی مسئله این می‌شود که تعداد زیادی توپ را در جعبه بریزم و ببینم، مثلاً، به‌طور اپتیمم چند توپ قرار می‌گیرد و جایگاهشان چگونه است؛ و این همه مسئلهٔ آماری است که اگر مدام تکرار کنم، به‌طور میانگین چند درصدِ آن تعداد اپتیمم توپ‌ها جا می‌گیرد. آزمایشی که واقعاً انجام دادند این است که چند میلیون توپ را در جعبه ریختند، مسیر همه‌شان را ردیابی کردند و جایی گذاشتند که بتوانند تحلیل کنند. شما حتی همین یک سال پیش هم نمی‌توانستید به چنین دیتایی فکر کنید. اینکه سنسور بگذارید ممکن بود، ولی اینکه این‌ها را بتوانید ذخیره‌سازی کنید و بعد با ابزارهایی تحلیل کنید و از آن نتیجه درآورید، چیز جدیدی است.

مثالی هم به ذهن خودم رسید که برای خود من شخصاً جالب است و می‌خواهم دربارهٔ آن صحبت خیلی کوتاهی بکنم: وقتی ورودی و خروجی ما می‌توانند پیچیده باشند، در علم می‌توانید اکسپریمنت‌های جدید، پیچیده و خیلی جالب‌تری طراحی کنید. تست معروفی در روانشناسی هست به اسم «تست عقده». این روانشناس معروف سوئیسی وقتی خیلی جوان بود — اصلاً کلمهٔ کمپلکس، یعنی عقده، و این نظریهٔ معروف ادعای یونگ است — تستی هم طراحی کرد، به اصطلاح برای تشخیص اینکه افراد در چه زمینه‌ای دچار عقده‌اند و کمپلکس دارند. اینکه کمپلکس اصلاً چیست خیلی مهم نیست؛ می‌خواهم این تست را بگویم.

شاید این تست را دیده باشید. روانشناس به کسی که می‌خواهد از او تست بگیرد می‌گوید: من یک سری واژه می‌گویم و تو بلافاصله اولین واژه‌ای را که به نظرت می‌رسد در جواب بگو. هر کسی که نداند ماجرا چیست، احتمالاً فکر می‌کند در این تست مهم است که مثلاً وقتی طرف می‌گوید «باران»، او چه جوابی می‌دهد؛ مثلاً «آفتاب» را می‌گوید که متضادش است. تست فقط این است که یک سری واژهٔ خنثی و بی‌اهمیت را به طرف می‌گویند و کسی که تست می‌گیرد اندازه می‌گیرد که سرعت پاسخ‌گویی او چقدر است: اگر کمپلکسی وجود نداشته باشد، طرف سریع جواب می‌دهد.

حس واژه باران در برابر صحرا

مثلاً فرض کنید پدر شما در یک سانحهٔ بارندگی شدید، مثلاً جلوی چشم شما، از بین رفته باشد؛ اگر من بگویم «باران»، ممکن است شما ۵ ثانیه مکث کنید و بعد جواب بدهید، چون خاطراتی و حسی نسبت به این واژه دارید؛ ولی اگر بگویم «صحرا»، بلافاصله جواب می‌دهید. تست‌گیرنده تعدادی واژه را که معمولاً خنثی هستند می‌گوید و بعد اندازه می‌گیرد که این سرعت چقدر است. البته سرعت پاسخ‌گویی آدم‌های مختلف کلاً فرق می‌کند؛ بنابراین میانگینِ اینکه چند ثانیه طول می‌کشد تا طرف جواب بدهد به دست می‌آید، و هرچقدر حول یک چیز مکث بیشتری شود، نشان می‌دهد که طرف با آن ماجرا درگیری عاطفی دارد. حتماً در این تست واژه‌های «مادر» و «پدر» و یک سری واژه‌هایی می‌آید که خیلی جا دارد آدم‌ها درباره‌شان مشکلاتی داشته باشند؛ بعد اندازه می‌گیرند که مثلاً این طرف با مادرش مشکل دارد، یا حول یک سری مسائلِ آزادی کمپلکس‌هایی دارد. در کلِ این تستی که او ابداع کرد، که خیلی هم جالب است، تعدادی عدد به‌عنوان زمان پاسخ یادداشت می‌شود و بعد سعی می‌کنند این‌ها را تحلیل کنند.

من می‌توانم تست خیلی پیچیده‌تری بگیرم: صدای طرف را ضبط کنم و با استفاده از روش‌های مشخصی که اکنون وجود دارد، لحن طرف را بدهم و ببینم چقدر ناراحت است یا نیست؛ حتی می‌توانم ویدیوی طرف را بگیرم و بدهم یک ماشین تحلیل کند و از حرکات بدنش چیزهایی بفهمم. بعد کاری که می‌توانم بکنم این است که این آزمایش را یک میلیون بار با یک میلیون نفر تکرار کنم، همهٔ این‌ها را در دیتابیس بگذارم و سعی کنم از مقایسهٔ این‌ها با هم ماشینی را به اصطلاح لرن کنم که این کار را به بهترین وجه ممکن انجام دهد. وقتی دیتا این‌قدر وسیع و پیچیده شود، خروجی‌های من هم به همین ترتیب می‌توانند بیشتر از این باشند که فقط گزارش کنم این طرف عقدهٔ مادر دارد؛ دربارهٔ آنچه به‌عنوان اوتپوت می‌گیرم، می‌توانم انتظارم را بالا ببرم.

بنابراین می‌توانیم اکسپریمنت‌های پیچیده طراحی کنیم؛ اگر این بخش خیلی بزرگ شود، طبیعی است که علم دارد بزرگ می‌شود. این اولین نقطه است: با اتفاقی که افتاد، این‌ها می‌توانند خیلی بزرگ و پیچیده باشند و انواع مختلف داشته باشند، و می‌توانیم همه را ذخیره‌سازی و تحلیل کنیم؛ این به ما امکاناتی می‌دهد که به اکسپریمنت‌های جدید فکر کنیم. اکنون اکسپریمنت‌هایی در شبکه‌های اجتماعی انجام می‌شود دربارهٔ عکس‌العملی که آدم‌ها، مثلاً در مقابل یک خبر، از خودشان بروز می‌دهند. این‌ها چیزهایی است که تا چند سال پیش قابل تصور نبود؛ نه به این دلیل که شبکه‌های اجتماعی وجود نداشت، بلکه به این دلیل که امکان ذخیره‌سازی و تحلیل داده‌ها به این مقداری که اکنون وجود دارد، وجود نداشت؛ به‌اضافهٔ ارتباطات و خیلی چیزهای تکنولوژیک. پس می‌توانیم آزمایش‌های جدیدی طراحی کنیم، حتی در زمینه‌ای مثل فیزیک.

دیتای کثیف نویزی و اندازه‌گیری

غیر از اینکه داده‌ها می‌توانند پیچیده باشند — که مثالش را زدم و پیچیدگی داده‌ها می‌تواند زیاد باشد — داده‌ها می‌توانند به اصطلاح نویزی باشند. در دانش به‌طور کلاسیک برایتان خیلی مهم است که اندازه‌گیری‌تان دقیق باشد، از هر دو طرف، ورودی و خروجی؛ می‌گویند ابزارهای اندازه‌گیری دقیق؛ ابزار اندازه‌گیری غیردقیق به درد نمی‌خورد. اکنون در دوران دیتا ساینس، ابزار اندازه‌گیری غیردقیق به درد می‌خورد: شما دیتای کثیف و نویزی بدهید، من تمیزش می‌کنم؛ فقط کافی است زیاد به من بدهید. بنابراین اکنون می‌توانم به آزمایش‌هایی فکر کنم که دستگاه اندازه‌گیری‌ام ورودی و خروجی را دقیق نمی‌تواند اندازه بگیرد، ولی می‌دانم ابزارهایی دارم که می‌توانم این‌ها را دقیق کنم. این دوباره به من امکان می‌دهد که در آزمایش‌هایی که طراحی می‌کنم اصلاً به این فکر کنم که در دانش فیزیک یا دانش‌های دقیق مژرمنت‌های جدیدی داشته باشم: چیزهایی را که قبلاً فکر می‌کردم نمی‌توانم اندازه بگیرم، چون ابزار دقیقی برای اندازه‌گیری‌شان ندارم، اکنون می‌توانم اندازه‌گیری کنم.

نکتهٔ دیگری که دربارهٔ داده هست، و چیز خیلی خیلی مهمی است، این است که چون می‌توانند حجم‌های بالا را نگهداری کنند، داده‌ها، که می‌توانند نویزی و پیچیده باشند، می‌توانند خام باشند. در علم همیشه این‌طور بوده که اگر دیتای خیلی بزرگی دارم، باید مدلی درست کنم و بگویم این قسمتش مهم است، آن را بیرون بکشم و از درون آن قسمت هم باز سعی کنم خلاصه‌سازی‌هایی انجام دهم تا اینپوت خوبی داشته باشم. اکنون اصلاً این‌طور نیست. فکر کنید قبلاً می‌خواستم ببینم چه ژنی به چه بیماری‌ای ربط دارد. به نوعی مدلی علمی داشتم مبنی بر اینکه آنچه مهم است ژن است؛ خودِ ژنوم را نمی‌توانستم به‌عنوان ورودی بدهم، خیلی بزرگ بود. می‌گفتم اکثر این ژنوم به درد نمی‌خورد؛ چیزهایی هست به اسم ژن و یکی از این‌هاست که عامل این بیماری است. بنابراین به نوعی دیتای خودم را با یک مدل تئوریک خرد می‌کردم؛ می‌گفتم مثلاً در این ناحیه، احتمالاً یکی از این ژن‌ها ممکن است برای بیماری مؤثر باشد، و آزمایش‌هایی ترتیب می‌دادند تا ببینند فرض من درست است.

چیزی که خیلی مهم است، و از این دو نکته مهم‌تر است، این است که می‌توانم داده را همین‌طوری بردارم و بدهم، بدون اینکه مدلش کنم. یعنی اکنون می‌توانم تعداد خیلی خیلی زیادی ژنوم را به‌عنوان ورودی به ماشینی بدهم و لرنش کنیم؛ مثلاً ژنوم یک میلیارد آدم را بگیرم، سیکوئنس کنم، بگذارم تحلیل شوند و نتایجی از آن بگیرم. لازم نیست این تئوری را ببافند که حتماً ادعاهایی دربارهٔ ژن وجود دارد که این‌ها مهم‌اند. اکنون در بیولوژی احساسشان این است که در خیلی چیزها ژن‌ها مهم نیستند، بلکه شبکهٔ ژن‌ها مهم است؛ این‌ها با هم پیچیدگی‌ای دارند و بر هم تأثیر می‌گذارند و این شبکه‌های ژن‌اند که خیلی چیزها را پدید می‌آورند. احتیاجی نیست دربارهٔ دادهٔ خودم فرضیاتی بگذارم و خردش کنم، مثلاً محدودیت‌هایی تئوریک بگذارم و بعد تغییرش دهم؛ داده‌ها را می‌توانند خام استفاده کنند.

این ما را به آن چیزی نزدیک می‌کند که آدم‌هایی مثل لاک یا دیتن دوست داشتند: اینکه علم تجربی این‌گونه باشد و ذهن ما از تئوری خالی باشد؛ دوست داشتند تئوری دخالت نداشته باشد. امیدوارم همهٔ شما می‌دانید که نمی‌شود تئوری دخالت نداشته باشد؛ ولی این گامی است به سمت اینکه تجربی‌تر شویم.

دیتابیس امکان بزرگ برای مدل

این چیزهایی که دربارهٔ این دیتا گفتم، دیتابیس امکان خیلی خیلی بزرگ دیگری برای ما فراهم می‌کند. خوشبختانه متوجه شدم که آقای دکتر فروغ سال گذشته اینجا سخنرانی‌ای داشته که در آن به این موضوع، یعنی ماشین لرنینگ، اشاره کرده است. یکی از ابزارهای دیتا ساینس که خیلی خیلی مهم است این است که چیزی را جای مدل ریاضی می‌گذارد برای ربط دادن اینپوت و اوتپوت؛ بدون اینکه مدل ریاضی وجود داشته باشد، یک بلک باکس به ما می‌دهد. یعنی روش‌هایی وجود دارد که ماشین، یعنی کامپیوتر، ورودی‌ها و خروجی‌ها را می‌گیرد و بعد از مدتی به اصطلاح لرن می‌کند که ورودی و خروجی انگار چگونه به هم ربط دارند، بدون اینکه آنجا مدل ریاضیِ قابل خواندنی وجود داشته باشد یا تئوری‌ای پشتش باشد؛ مثلاً اینکه به آن بگوییم معادلهٔ دیفرانسیل استفاده کن یا هر چیز دیگر. بالاخره مدل ریاضی به یک معنا وجود دارد، ولی موضوع این است که ما مدل ریاضی را به آن نمی‌دهیم؛ چیزی پدید می‌آید که ورودی و خروجی را به هم مربوط می‌کند و ممکن است این کار را بهتر از هر مدل ریاضیِ شناخته‌شده‌ای انجام دهد.

بنابراین دیتا ساینس به همه‌جای این مدل خیلی ابتدایی از ساینس جواب داده است. این مدل این است که من باکسی می‌خواهم که ورودی‌ها را به خروجی ربط دهد. تحولی که دیتا ساینس باعث شده و دارد پدید می‌آید این است که ورودی و خروجی پیچیده و متنوع می‌شوند، آزمایش‌های جدید پدید می‌آید، و چیزی که اینجا قرار می‌دهیم چیزی خیلی خیلی پیچیده‌تر و کاراتر از آن چیزی است که قبلاً با آن سروکار داشتیم.

می‌گویند وارد پارادایم چهارم شده‌ایم. منظورشان از این «فورس پارادایم» چیست؟ نمی‌دانم؛ ولی اشکالی ندارد؛ پارادایم واژه‌ای عمومی شده است؛ مردم در کوچه و بازار هم می‌گویند، مثلاً در روزنامه‌ها می‌نویسند «پارادایم جدید»، و مردم خیلی به دقت فلسفیِ این واژه کاری ندارند. منظورشان از اینکه وارد پارادایم جدید شده‌ایم چیست؟ می‌گویند قبلاً ساینس این‌طور پیش می‌رفت که من، فرض کنید، مدلی علمی داشتم و با آن ورودی‌ها را با خروجی‌ها بررسی می‌کردم؛ اگر اکسپریمنت جدیدی می‌آمد و سازگار نبود، تئوری خودم را تغییر می‌دادم: این مدل شمارهٔ یک بود؛ مدل شمارهٔ دو را طوری می‌ساختند که این ورودی‌ها با خروجی‌ها بخوانند؛ مثلاً این تئوری را کنار می‌گذاشتم و آن تئوری را برمی‌داشتم. کاری که ما انجام می‌دادیم این بود که با استنتاج ریاضی از چیزی که دربارهٔ طبیعت می‌دانستیم مدل را می‌ساختیم.

تغییر مدل مکانیک و نسبیت عام

مثال خیلی ساده‌اش مدل نیوتونی است: نیوتون فکر می‌کرد که واقعاً جاذبه وجود دارد، قوانین مکانیک نیوتونی برقرارند و دنیا این‌گونه است. به جایی رسید که دیدیم مشکل پیدا می‌شود. کاری که انیشتین هم انجام داد چه بود؟ آمد دوباره به مبانی فکر کرد، به اصولی که نیوتون در ذهنش داشت، و چیزهایی را تغییر داد؛ قواعد جدیدی گذاشت و از درون این فکر جدید، از ایده‌ها و فرضیات جدیدی که داشت، مدل ریاضی جدیدی درآورد که اینپوت و اوتپوت را درست با هم جور می‌کرد. همین کار را برای مکانیک انجام داد، برای توجیه پدیده‌هایی که می‌بینید، و بعد همین کار را دربارهٔ نسبیت عام برای جاذبه هم انجام داد. مدل‌ها را تغییر داد، و مدلی را که می‌خواست تغییر دهد ماشینی درست نمی‌کرد؛ فکر می‌کرد، و با دیتاهایی که داشت به نوعی همخوانی پدید آمد؛ مدل خودش را ساخت و دیتا را توجیه کرد.

می‌گویند پارادایم جدید این است که، به‌جای اینکه مثلاً مدلی را اصلاح کنم یا اصلاً بنشینم فکر کنم و تئوری ببافم، به جایی رسیده‌ایم که بدون تئوری کار می‌کند. شما مجموعه‌ای از دیتاها به من می‌دهید و من یک بلک باکس به شما می‌دهم که این دیتاها را خروجی می‌دهد؛ هیچ اصولی هم ندارم که مثلاً در مکانیک نیوتون نشسته باشم و نسخهٔ جدیدی از مکانیک تولید کرده باشم. در کاری که دیتا ساینس انجام می‌دهد، پارادایم جدید این است که چیزی که در مرکز است و واقعی است دیتاست و بقیه به نوعی به‌طور اتوماتیک انجام می‌شود. من اصلاً مدل ریاضی ندارم؛ مدل ریاضی‌ای که بتوانم درباره‌اش کتاب بنویسم و به شما درس بدهم ندارم؛ ولی ماشینی دارم که هرچه بدهید جوابش را می‌دهد؛ و من، که خودم طراح آن ماشینم، اصلاً نمی‌دانم الان درونش چه خبر است و چه پارامترهایی ست شده است. می‌توانم بگویم که مثلاً معادلهٔ دیفرانسیلی وجود دارد که این ورودی و خروجی را به هم ربط می‌دهد، ولی دیگر اصلاً نمی‌دانم آن معادلهٔ دیفرانسیل چیست؛ بله، ممکن است نتوانم آن را حتی در کتابی هزار صفحه‌ای هم بنویسم.

بنابراین وارد مرحله‌ای از علم شده‌ایم. از همین آدم‌هایی که این حرف را می‌زنند، جمله‌ای از آقای ری جینگ ری نقل می‌کنند که شاید اولین بار این اصطلاح را به کار برده است؛ دست‌کم این آدم خیلی مهمی بوده و تأثیر او بوده که این اصطلاح جا افتاده است؛ بلافاصله بعدش کتابی با همین عنوان منتشر شد و این بحث‌ها به نوعی به‌عنوان اتفاقی مهم مطرح شد. جمله‌ای که او گفته این است که ما داریم وارد مرحله‌ای از ساینس می‌شویم که دیتا به‌طور اتوماتیک و بدون دخالت انسان تولید می‌شود. یعنی دخالتی که من دارم این است که یک سری سنسور گذاشته‌اند و این‌ها دارند دیتا را می‌گیرند و من دیگر کنترلی ندارم؛ سنسورها را خودم گذاشته‌ام، ماشین نگذاشته، خودم طراحی کرده‌ام؛ ولی دیتا همین‌طور دارد می‌آید. دیتاهای اجتماعی دارد می‌آید، دیتاهای فیزیکی دارد می‌آید، میلیاردها عکس از کهکشان دارد می‌آید. یکی از دوستان می‌گفت تا ده‌پانزده سال پیش این عکس‌ها را دور می‌ریختند و کاری نمی‌توانستند با آن‌ها بکنند؛ چه می‌خواستند از آن‌ها دربیاورند؟ اکنون همهٔ این عکس‌ها را جمع می‌کنند و فکر می‌کنم چیزهایی از درونشان دربیاید.

او می‌گوید ما به جایی داریم می‌رسیم که دیتا به‌طور اتوماتیک و ماشینی تولید، ذخیره و تحلیل می‌شود، همین بلک باکس‌ها پدید می‌آید، و ورودی‌ها و خروجی‌هایی که حتی به آن‌ها فکر نکرده‌ایم به هم مربوط می‌شوند، در حالی که من اصلاً سؤالی در این باره نداشته‌ام.

کشف قانون از دیتا با ماشین

مثل این است که قانونی کشف می‌کنم بدون اینکه اصلاً فکر کنم اینجا قانونی هست یا نیست، یا دربارهٔ چیست. مجموعه‌ای از دیتاهای، مثلاً، اقتصادی را می‌دهم و ماشین ممکن است یک‌دفعه اعلام کند که بلک باکسی دارد که قیمت، مثلاً، ارز در فلان کشور را به‌طور خیلی دقیق به چیز دیگری ربط داده است. بعد ممکن است بتوانم بنشینم تئوری‌پردازی کنم که این‌ها چرا باید به هم ربط داشته باشند؛ ولی به نظر می‌آید این بخشی که مدل‌سازی است کاملاً دارد اتوماتیک می‌شود. به جایی رسیده‌ایم که دکمه را بزنید و ماشین چنین چیزی به ما بدهد: دیتاها را خودش تحلیل کند، بلک باکسی درست کند، مثل اینکه مدلی ریاضی درست کند، و نهایتاً جواب را به ما بدهد.

این اصطلاحِ «بدون تئوری» واقعاً بدون تئوری نیست؛ کلاً این اصطلاحات را به کار می‌برند؛ بالاخره پشت همهٔ این چیزها تئوری‌هایی هست. ولی با این موضوع خیلی فرق می‌کند که من بروم استنتاج انجام دهم، مثلاً مکانیک کوانتوم را پدید بیاورم و معادله بنویسم. اینجا واقعاً کار تئوری، به آن معنایی که می‌گوییم آدم‌هایی تئوری‌دان هستند، انجام نشده است؛ در حالی که کار علمی به نحوی به این مرحله می‌رسد که واقعاً انجام شده است؛ یعنی آن ماشینی را که می‌خواستم، که به من بگوید اگر این کار را بکنم بعد چه می‌شود، به من داد، بدون اینکه تئوری‌پردازی کرده باشد.

این کمی به نظر می‌رسد با اساس علم ارتباط دارد؛ یعنی واقعاً اینجاست که ملاحظات فلسفی پیش می‌آید: آیا واقعاً قرار بود من این کار را بکنم؟ مثلاً از دید پوپری، یک تئوری تا وقتی آزمایشی نیامده پابرجاست؛ و ما معمولاً حرفی دربارهٔ این نمی‌زنیم که این تئوری چیست و چگونه باید باشد، لزوماً باید ریاضی باشد یا نباشد. می‌گویم: آیا اینجا قرار نبود که علم اکسپلینیشن پدید بیاورد؟ اینجا من اصلاً اکسپلینیشن ندارم. یعنی دربارهٔ آنچه دیتا ساینس می‌گویند واقعاً جای سؤال است که آیا واقعاً می‌شود به آن ساینس گفت. فرض کنید همهٔ این‌ها که دارم درست است؛ یعنی می‌آیم دیتا می‌ریزم، ماشین به من بلک باکس می‌دهد، یک تئوری می‌دهد، همه‌چیز هم خیلی خوب است، همهٔ اکسپریمنت‌هایمان توضیح داده می‌شوند، مدل من هم ابطال نمی‌شود و مدل خیلی سازگاری است؛ ولی ماشین اصلاً به من نگفت که چرا. به نظر می‌رسد دانشمندان دوست داشتند بفهمند چرا این به آن ربط دارد و توضیحی پیدا کنند، نه اینکه فقط محاسبه انجام دهند.

آیا این ساینس نیست؟ جواب من این است که گویی ما از لحظه‌ای در تاریخ، از اولی که ساینس پدید آمد، این اکسپلینیشن را کمرنگ گرفتیم و آن قسمتِ محاسبه را پررنگ کردیم و عاقبت به اینجا رسیدیم. اکنون عده‌ای با شادی اعلام می‌کنند که به چه چیز جالبی رسیده‌ایم؛ از روز اول اکسپلینیشن کمرنگ شد.

تابع موج و عدد حقیقی آزمایش

بگذارید به عقب برگردیم. در واقع انیشتین به کسانی که روی مکانیک کوانتوم کار می‌کردند می‌گفت: این چیزی که شما به‌عنوان تئوری کوانتوم می‌دهید قابل فهم نیست؛ این تابع موجی که اینجا معرفی کردید معلوم نیست چیست؛ تابعی مختلف که می‌گویید اگر آزمایش انجام دهم یک چیزِ ریل از درونش درمی‌آید، یک عدد حقیقی، که با احتمالی چیزی می‌شود. انیشتین احساسش این بود که باید خط‌به‌خط بفهمم و پارامترهایی که می‌نویسم قابل فهم باشند. از اول با مکانیک کوانتوم این مشکل را داشت؛ بعداً که مسئلهٔ انتنگلمنت پیش آمد، با موضوع کوانتوم اصلاً مشکلات فلسفی بیشتری پیدا کرد؛ با این مسئلهٔ عدم موجودیتی هم که اعلام کرده بودند مشکل داشت؛ ولی کلاً مشکلش این بود که این فورمالیسم، این بخش‌هایش، اصلاً قابل فهم نیست. کسانی که مکانیک کوانتوم را ابداع کرده بودند می‌گفتند اصلاً مهم نیست؛ با شادی محاسباتش را انجام می‌دادند و می‌گفتند: ببینید، تا ۱۲ رقم اعشار می‌توانند بار الکتریکی را محاسبه کنند، و این پیروزی مکانیک کوانتوم است.

دست‌کم از ۱۹۳۰ به این طرف ما یک تئوری بیسیکِ فیزیک داریم که اکسپلینیشن واقعی برای ما انجام نمی‌دهد، ولی خیلی دوستش داریم، چون این کار را خیلی خوب انجام می‌دهد. تازه می‌خواهم بگویم این گناه را اکنون مرتکب نشده‌ایم؛ آن موقع که انیشتین این را گفت و همه گفتند پیر شده و نمی‌فهمد، گناهی مرتکب شدیم: اکسپلینیشن خوبی برای تئوری خودمان نداشتیم، ولی شاد بودیم که می‌توانیم بار الکتریکی را دقیقاً دربیاوریم و همهٔ اکسپریمنت‌ها را توجیه کنیم. خودِ انیشتین هم گناه مرتکب شد، موقعی که مثلاً به‌جای نیروی جاذبه فضازمان گذاشت و نگفت این فضازمان چیست. ما خیلی وقت است که در علم به اصطلاح اونتولوژی نداریم، هستی‌شناسی نداریم؛ یعنی وقتی اینشتین از فضازمانِ منحنی می‌گوید، کسی از او نمی‌پرسد این فضازمانِ منحنی چیست؛ مدل ریاضی است. در مدل ریاضی فضایی، مثلاً هندسی و ریمانی، داریم که همه‌چیزش از نظر ریاضی معلوم است؛ ولی آیا واقعاً در عالم خارج چیزی به اسم فضازمان داریم که او پیدا کرده باشد؟ انیشتین دست‌کم فکر می‌کرد می‌شود تصوری از این داشت؛ به آن اندازه که آن یکی به نظرش بد می‌آمد، این به نظرش بد نمی‌آمد؛ ولی هیچ‌وقت دربارهٔ وجودشناسیِ فضازمان بحث نکرد. یعنی سال‌هاست که انگار از این دور شده‌ایم که علم قرار نیست فقط، وقتی مدلی، ریاضی یا غیرریاضی، ارائه می‌دهیم، ورودی‌ها و خروجی‌ها را با هم ربط دهد؛ بلکه قرار بود — دست‌کم انسان‌ها از اول این‌طور فکر می‌کردند — که اکسپلینیشن تولید کند.

نیروی جاذبه و مدل نوشته‌شده

باز عقب‌تر برگردیم: نیوتون هم هیچ‌وقت نگفت نیروی جاذبه چیست. نیروی جاذبه اصلاً چیست؟ می‌دانید؟ احتمالاً الان همه‌تان احساس می‌کنید: آری، اینکه معلوم نیست چیست؛ راست می‌گوید؛ فضازمان هم که خیلی چیز مبهمی است. اما این جاذبه آن‌قدر در ذهنتان رفته، از بچگی به شما گفته‌اند، که نمی‌فهمید چقدر چیز عجیبی است. آن موقعی که نیوتون این حرف را زد، که یک جسم اینجاست و یک جسم آنجا و به هم نیرو وارد می‌کنند و همدیگر را می‌کشند — مولوی چیزهایی دربارهٔ عشق میان کرات گفته است — اصلاً ببینید، اینکه دو چیز به هم وصل نباشند و به هم نیرو وارد کنند مثل جادوگری است؛ یعنی در یونان اگر می‌گفتید جسمی آن‌ور و جسمی دیگر برای همدیگر نیرو دارند وارد می‌کنند، می‌گفتند: مگر اینکه مثلاً جادویی شده باشد که این‌ها دارند به هم نیرو وارد می‌کنند. نیوتون نه‌تنها نگفت نیروی جاذبه چیست و چرا هست، عشق است، نفرت است، علتش چیست، بلکه نگفت چرا با عکسِ مجذورِ فاصله ارتباط دارد؛ مدلش را نوشت و همه‌چیز را می‌شود محاسبه کرد.

خیلی وقت است که ما محاسباتی شده‌ایم و اکسپلینیشن را کنار گذاشته‌ایم. بگذارید برگردم به کوپرنیک؛ اصل ماجرا از کوپرنیک است. به نظر می‌آید دارم به نوعی کلاً زیرآب می‌زنم؛ منظورم این نیست. ماجرای کوپرنیک این بود که مدل جدیدی از منظومهٔ شمسی ارائه کرد که اصلاً شهودی نبود: می‌گفت زمین دارد حرکت می‌کند و خورشید ثابت است. جایی نوشته است که من نمی‌گویم دنیا واقعاً این‌طور است و خورشید ثابت است و زمین دارد به دورش می‌چرخد؛ می‌گویم اگر این مدل را بپذیرید، محاسبات ساده‌تر می‌شود. گناه از اینجا شروع شد که محاسبه مهم‌تر از اکسپلینیشن است؛ اینکه بتوانم روی کاغذ بنویسم و سیستم محاسباتی راحت باشد ارجح است.

کتابی هست که اتفاقاً دو ترجمه دارد و یکی از ترجمه‌هایش خوب است؛ عنوانش را دقیق یادم نیست، چیزی دربارهٔ علم است؛ نویسنده‌اش چالمرز است. ماجرای اینکه پیرامون کوپرنیک واقعاً چه گذشت در این کتاب چالمرز جالب و خیلی خواندنی است. استدلال‌های خوبی علیه کوپرنیک داشتند که داری اشتباه می‌کنی و امکان ندارد این چیز درست باشد؛ استدلالی داشتند به اسم «استدلال برج» که قاطع بود؛ و کوپرنیک هم چون جوابی نداشت، جوابش همین بود که من اصلاً نمی‌گویم زمین واقعاً دارد می‌چرخد؛ چون این استدلال‌ها درست به نظر می‌رسید. خودش هم اصلاً در دورهٔ طلبگی خوانده بود که چنین استدلال‌هایی هست؛ مثلاً فرض کن خورشید دارد می‌چرخد.

ساینس از روز اول گرایش کامپیوتیشنال داشت؛ گرایش به اکسپلینیشن نداشت؛ گرایش به فهم، به این معنا که طبیعت را بفهمیم، نداشت؛ گرایشش این بود که مدلی درست کند. انقلابی که در اثر پدید آمدن این ساینس در دنیا رخ داد این بود که ما مدل‌های محاسباتی ساختیم که با استفاده از آن‌ها می‌توانستیم طبیعت را پیشگویی کنیم و بگوییم اگر این دستگاه را این‌طور ببندی، چنین چیزی به تو می‌دهد. تمام دستگاه‌هایی که ساختیم به این مربوط بود که مدل‌های محاسباتی‌ای داشتیم که به ما می‌گفت در ستینگی خاص چه اتفاقی می‌افتد؛ از طبیعیات ارسطویی مهندسی درنمی‌آمد، چون مدل محاسباتی وجود نداشت. از روز اول اکسپلینیشن کمی کمرنگ شد و محاسبه ذره‌ای جایش را باز کرد، و این همین‌طور رشد کرد تا دقیقاً آخرش این شد: اکسپلینیشن صفر، محاسبه صد.

ماشین عدد می‌دهد نزدیک خواست اول

حالا کجا باید بگوییم برگردیم؟ به کجا؟ اگر این را به‌عنوان علم قبول دارید، یا می‌گویید این علم است، دیتا ساینسی که دارد پدید می‌آید هیچ مشکلی ندارد؛ و از اول هم همان است که مرحوم جان لاک و بیکن و مانند آن‌ها آرزوی چنین چیزهایی را داشتند: اینکه خیلی استنتاج نکنند و با دیتا کار کنند؛ و شاید به چیزی شبیه آنچه دوست داشتند رسیده‌ایم. باور کنید آن‌ها هم خوششان نمی‌آید که از ماشین فقط عدد بگیری یا مثلاً چیزهایی بگیری؛ ولی به هر حال به نظر می‌رسد به آنچه آن‌ها از اول می‌خواستند کمی نزدیک شده‌ایم.

اگر این علم را قبول دارید، از درون این علم خیلی خوب مهندسی درآمده است. مهندس اصلاً کاری ندارد که چرا اگر این جریان ۲ میلیون آمپر باشد آن‌ور لیزرش این‌طور کار می‌کند؛ کافی است اینجا به بلک باکس بدهی و بگویی فلان میلیون آمپر می‌دهم، چه می‌شود؛ یا بگویی من این را می‌خواهم، این‌ور چه چیزی ست کنم تا آن را به دست بیاورم؛ ماشین کارش را برایت انجام می‌دهد. اصلاً بهتر: دیگر در دانشگاه معادلهٔ دیفرانسیل نمی‌خواند و خیلی راحت با ماشین کار می‌کند؛ مثل دورانی که ماشین‌حساب آمد و دیگر جدول لگاریتم و خط‌کش محاسبه، که مثلاً مهندس‌ها تا ۳۰–۴۰ سال پیش بلد بودند، کنار رفت.

موقعی که وارد دانشگاه شدم هنوز خط‌کش محاسبه می‌فروختند. خط‌کش محاسبه ابزاری بود که با آن محاسبات لگاریتمی را انجام می‌دادند؛ چند تکهٔ کشویی داشت که آن‌ها را می‌کشیدند و سریع، مثلاً، عددی را روی خط‌کش می‌خواندند. من با آن کار نکرده‌ام، ولی دیده‌ام؛ دست‌کم سنم آن‌قدر هست که خط‌کش محاسبه را دیده باشم؛ دانشجوهای دانشکده‌ها همه در جیبشان خط‌کش محاسبه داشتند. بعد ماشین‌حساب آمد، بعد ماشین‌حساب‌های برنامه‌ریزی، و اکنون هم که موبایل و تبلت؛ اکنون در واقع در جیبمان کامپیوتر داریم. عکس کامپیوترهای آن موقع را دیده‌اید یا نه؟ یک سالن بود؛ این کامپیوتر فلان جا بود و چند هزار تن وزن داشت؛ دانشجوها تایپ می‌کردند و می‌دادند به یک نفر، او به مرکز کامپیوتر می‌برد و فردا جوابش را برایشان می‌آورد. این‌ها را من دیده‌ام؛ اکنون خیلی عجیب شده است و خیلی به آن می‌خندید. مهندس هم همین‌طور است: ماشین‌حساب آمد و دیگر لازم نیست جدول ضرب بلد باشد؛ لازم نیست اصلاً ریاضی بلد باشد؛ ماشین‌ها کار را برایش انجام می‌دهند. و اگر این را به‌عنوان علم قبول ندارید، واقعاً باید جواب بدهید. این یک سرِ ماجراست.

پول هوش مصنوعی و کتاب فیلسوفان

بگذارید به‌عنوان آخرین نکته بگویم: با این ماجرا برای فلسفه سؤال پدید آمده است؛ باید دوباره بنشینیم بگوییم این علم هست یا نیست و علم چیست؛ اکسپلینیشن مهم است یا محاسبه. بالاخره موضوعی در فلسفهٔ علم پدید آمده که مطمئن باشید تأثیراتش بیشتر از آن است که فکر می‌کنید. پیش از این نکتهٔ آخر بگویم که همه‌اش را پول تعیین می‌کند؛ دنیا را سرمایه‌دارها تعیین می‌کنند؛ سرمایه‌دارها مهندسی می‌کنند. برای همین، فیلسوفان علمِ طرفدار این پدید خواهند آمد که با هزار دلیل و کلک شما را قانع می‌کنند که اکسپلینیشن اصلاً چیز مهمی نیست و همین مهم است؛ اکسپلینیشن چیز بی‌معنایی است و اصلاً معنایی وجود ندارد.

ماجرای هوش مصنوعی را ببینید: ۵۰ سال پیش پروژه‌های هوش مصنوعی شروع شد و آدم‌هایی بودند، به نظر من فیلسوفانی قابل، که از اول دلایل خوبی داشتند که این پروژه به سرانجامی که می‌گویند نمی‌رسد؛ ولی دانشگاه‌ها می‌خواستند برای پروژه‌های هوش مصنوعی از دولت و سازمان‌های نظامی پول بگیرند و دوست داشتند بگویند به نتیجه می‌رسد. بعد عده‌ای فیلسوف پیدا شدند و کتاب‌های خیلی اساسی نوشتند که پروژهٔ هوش مصنوعی به این دلیل و آن دلیل به نتیجه می‌رسد. شما در سال‌های آینده، در دفاع از دیتا ساینس، از این حرف‌ها خواهید شنید که همین مهم است و چیزهای دیگرِ علم مهم نیست. من همین الان سرنخی دادم، از جان لاک و بیکن گفتم: اینکه اصلاً به تولد ساینس برگشته‌ایم و ما همین را می‌خواستیم. گفتم که کتاب‌ها خواهند نوشت. ولی کجا چنین آرزویی داشتیم؟ می‌خواستیم ببینیم طبیعت چگونه کار می‌کند؛ می‌خواستیم از اولش این را پیدا کنیم؛ حالا فقط محاسبه انجام می‌دهیم.

نکتهٔ دیگر اینکه آدمی هست، دکتر بااین بره، که باز به دلیل حضور دکتر گل شنی حتماً اسمش را شنیده‌اید؛ در این سال‌ها اظهارنظری کرد که کمی جنجالی شد. اظهارنظرش این بود که اگر استاندارد مدل، که مدلی خیلی سطح‌پایین از ذرات بنیادی است، پنجاه سال آزمایش شد تا ببینیم درست است یا غلط، دربارهٔ استرین تئوری می‌توانیم بگوییم که آزمایش هیچ بخشی از آن را تأیید نخواهد کرد؛ ابطال‌پذیر هم نیست؛ اصلاً امیدی ندارید که حتی به‌طور ذهنی آزمایشی استرین تئوری را رد یا قبول کند، یا این مدلِ استرین تئوری را بر آن یکی ترجیح دهد. او اظهارنظری کرد که در فیزیک به جایی رسیده‌ایم که دیگر اکسپریمنت تعیین نمی‌کند کدام تئوری درست است یا غلط؛ سازگاری درونیِ آن مدل — نمی‌دانم کلمهٔ زیبایی را هم به کار برده یا نه — خودِ مدل است که می‌گوید: من به‌عنوان فیزیک‌دان این مدل را بر آن مدل ترجیح می‌دهم، چون این مدل از لحاظ ریاضی سازگارتر و جالب‌تر است؛ و ملاک همین است. این خیلی سروصدا ایجاد کرد که واقعاً این یک پارادایم‌شیفت است؛ یعنی ساینسِ ما اکسپریمنتال نیست: تئوری را می‌سازیم و بعد بر اساس اینکه این تئوری، مثلاً، قشنگ است یا نیست، ریاضیاتش جالب است یا نیست، یا خیلی خوب درآمده و اجزایش با هم مچ شده‌اند، پی می‌بریم که تئوری درست است. به نظر می‌رسد این نباید جزو ساینس باشد.

می‌خواهم بگویم اکنون در دورانی هستید که در یک طرف تئوری‌هایی در فیزیک هستند که به نظر می‌رسد دیگر اصلاً با اکسپریمنت کار نمی‌کنند، و آن‌ور هم به ته آن رسیده‌ایم: به چیزی به اسم دیتا ساینس که اصلاً تئوری ندارد؛ با دیتا کار می‌کنند و جواب آزمایش شما را پیشگویی می‌کنند. من یک چیز را می‌گویم: فیلسوف علمِ این دورهٔ جدید در این طیف، که از اینجا شروع می‌شود، از علم غیرتجربی‌ای که پیشنهادش را می‌دهند، تا آن چیزی که اکنون خیلی پا می‌گیرد، باید نقطه‌ای را انتخاب کند. اگر آن سر طیف را انتخاب کند، احتمالاً به او پول می‌دهند و می‌تواند بگوید ساینس اینجاست.

سؤال چیستی ساینس و دردسر آینده

اگر می‌خواهید بگویید این ساینس نیست، باید جایی این وسط ساینس را نگه دارید و بعد توضیحی داشته باشید که چند درصد قبول دارید. عده‌ای در آیندهٔ نزدیک کمی دچار دردسر خواهند شد؛ بالاخره مشکلی پیش آمده در اینکه ساینس اساساً چیست، چه بوده و قرار بوده چه باشد. باید بنشینم فکر کنم که اکسپلینیشن را از کجا دربیاورم که واقعاً ساینس بشود؟ مهندس همین را می‌خواهد و به همین هم می‌رسد؛ آن آدمی هم که پول می‌دهد می‌خواهد که مهندسی کند، کارش خوب انجام شود و چیزی تولید شود.

ببینید، در این مدل‌های دیتا ساینسی حتی رابطهٔ علمی هم لزوماً وجود ندارد؛ یعنی اصلاً این‌طور نیست که بگویی این آمد و آن به وجود آمد؛ کوریلیشنی پیدا می‌شود که به شما می‌گوید اگر اینجا چیزی وجود داشته باشد، با احتمال بسیار بسیار زیاد می‌توانید بروید آنجا چنین چیزی را اندازه‌گیری کنید یا ببینید. مثال خیلی بامزه‌ای هست که عده‌ای در مذمت این روش می‌زنند؛ بالاخره خیلی‌ها نسبت به این نحوهٔ کار کردن در علم احساسات منفی دارند. این چیز مفیدی است؛ یعنی اکنون واضح است که خوب است چنین کارهایی انجام شود؛ بحث فلسفی‌اش است که می‌ماند: آیا این ساینس هست یا نه؛ وگرنه از نظر عملی کار خیلی مفید و خیلی جالبی است، مهندسی را پیش می‌برد و اتفاق‌های خیلی فوق‌العاده‌ای هم در راه است. حتی از نظر علمی ممکن است برای مدل‌های ریاضی قدیمی ما اکسپریمنت‌های جالبی پیش بیاید. به نظر می‌رسد علوم انسانی می‌تواند خیلی خیلی کمّی و علمی شود؛ همان آرزویی که علوم انسانی همیشه داشت، که مدل‌هایی پدید بیاید که می‌توانند پیش‌بینی کنند. لزوماً همهٔ مدل‌ها هم در این مرحله نمی‌مانند، چون ممکن است بعداً بشود از آن‌ها چیزهایی درآورد، مدل‌های ریاضیِ قابل فهم درآورد. این بحثی است که پیش می‌رود؛ ولی احساس شخصی من این است که آنچه باید به آن برسیم فهم است، تقویت فهم.

از این‌ها مثال خیلی جالبی پیدا کردم، مثالی واقعی: با همین ابزارهای به اصطلاح ماشین لرنینگ، کوریلیشنی بی‌نظیر پیدا شده است میان تغییرات شاخص بورس در جایی در آمریکا و میزان کرهٔ تولیدشده در بنگلادش. اینجا می‌گویم علمی نیست. این نتیجه‌ای که ماشین داده ممکن است کاملاً بی‌ربط باشد و ممکن است به‌زودی نقض شود؛ یعنی بالاخره بنگلادش یک سال کم کره تولید کند. ولی در همهٔ دیتایی که به ماشین دادند، این دو به نظر می‌آید بیشترین ارتباط را داشتند: وضعیت بورس آمریکا با وضعیت کرهٔ بنگلادش. ماشین واقعاً همین نتیجه را به شما می‌دهد و دیگر هیچ چیزِ علّی وجود ندارد؛ ماشین تشخیص نمی‌دهد که این دیتا با رابطهٔ علّی به هم مربوط‌اند. اگر درست تشخیص داده باشد، پیشگویی‌تان درست است؛ بر اساسش دستگاهش را بسازید؛ ولی لزوماً چیزی از آن نمی‌فهمید: ممکن است آن علتِ این بوده باشد، ممکن است یک علت این دو را با هم پدید آورده باشد؛ ماشین این چیزها را به شما نمی‌گوید.

تشکر و ردیابی اندازه‌ها

در نقد و تکمیل این بحث، با سپاس از سخنران، چند نکته مطرح شد: یک سری اختلاف‌نظر هست که از آن می‌گذرم و به چند نکته اشاره می‌کنم تا بحث، اگر می‌خواهید جایی منتشرش کنید، غنی‌تر شود.

اما می‌شود گفت در این بحث نقصی دیده می‌شود. در کتاب‌های مرجع این روند آمده است که چه اتفاقی می‌افتد که از دیتا به اینفورمیشن، از اینفورمیشن به نالج و از نالج به «هیزل» می‌رویم؛ البته «هیزل» را خیلی ندیده‌ام. ولی این روند غنای لازم را ندارد و اگر جست‌وجو کنید، می‌بینید که خیلی پاپیچ این مسئله نشده‌اند. «مینینگ» در مقابل اینفورمیشن واقعاً جای همین نکته‌ای است که شما می‌گویید، و اتفاقاً از سلایق من است: به‌شدت یک جای خالی هست؛ میان اینفورمیشن و مینینگ فرق نمی‌گذارند؛ آیا هر اینفورمیشنی مینینگ هم هست؟ احساس شخصی من این است که شکاف خیلی بزرگی اینجا وجود دارد و خیلی جای بحث فلسفی هست، ولی متأسفانه بحث خیلی متداولی نیست و جای خالی است؛ این جای خالی را جوان‌هایی که درس می‌خوانند می‌توانند پر کنند و در این زمینه کار کنند. البته اگر همین الان هم دربارهٔ این روند صحبت کنیم، حرف برای گفتن هست، ولی این حرف‌ها کافی نیست؛ و همین مقدار حرفی که برای گفتن هست نشان خواهد داد که این فرایندِ دیتا، اینفورمیشن و دانش به‌شدت نظریه‌بار است؛ هرچند ممکن است در این فعالیت‌های جدیدی که با این دیتا انجام می‌دهند، نظریه یا قالبی که پشتش خوابیده برای ما خیلی معنادار نباشد. این نکتهٔ مهمی است: یک جا آن نظریه برای ما معنادار است و یک جا معنادار نیست.

مسئلهٔ دیگری که به نظر من باید بیشتر به آن توجه کنید این است که اکسپلینیشن یعنی چه. اکسپلینیشن واقعاً بحث این‌قدر وسیعی است. در این زمینه عده‌ای می‌گویند اکسپلینیشن انواعی دارد؛ قبول دارند که دیتا ساینس در بعضی از معانیِ اکسپلینیشن، اکسپلینیشن انجام نمی‌دهد، ولی سعی می‌کنند نشان دهند که در برخی موارد اکسپلینیشن انجام می‌دهد. آن اختلاف‌نظری که در معنای اکسپلینیشن هست دستاویزی است برای اینکه بگویند بالاخره به یک معنا اکسپلینیشن انجام می‌دهد. در این فرصت کوتاه نمی‌شود وارد این شد که اکسپلینیشن اصلاً چیست؛ حتی عناوینش را هم نمی‌شد گفت. اما گفتن یک نکته اینجا خیلی مهم است: نظریه‌های مربوط به اکسپلینیشن از فضای منطقی و لاجیک و الگوریتمی و ماشینی دارند به سمت نظریه‌هایی می‌روند که از اکسپلینیشن روایتی روان‌شناختی ارائه می‌کنند؛ یعنی فلاسفهٔ علم جای خالیِ این را فهمیدند؛ و این خیلی مهم است. حاصلش این می‌شود که بپذیریم ممکن است همین ماشین‌ها هم بتوانند اکسپلینیشن ارائه کنند.

اکسپلینیشن در فلسفه علم

ولی اگر بتوانیم انواع اکسپلینیشن و انتظاراتمان از اکسپلینیشن را تعیین کنیم، یعنی وارد کاری تجربی و جزئی‌نگرانه شویم، ممکن است این‌ها برخی از این‌گونه اکسپلینیشن‌ها را برآورده نکنند و برخی را برآورده کنند. این کار را کرده‌اند؛ یعنی دست‌کم یکی‌دو مقاله دیده‌ام که سعی می‌کنند بگویند بعضی از انواع اکسپلینیشن که در فلسفهٔ علم مطرح شده است، می‌شود گفت از این ماشین‌ها درمی‌آید.

نکتهٔ سوم اینکه صحبت از این کردید که علم از همان اولش هم دنبال آنتولوژی نبود. می‌توانم این‌طور بگویم: افلاطون و ارسطو اگر از اعداد صحبت می‌کردند، اعداد را به‌عنوان موجودیتی در جایی از هستی قرار می‌دادند. واقعاً از زمانی که ساینس آمد، همه‌جا حرف از قانون است؛ اونتولوژیِ قانون چیست؟ قانون جنسش چیست؟ یعنی از زمانی که ساینس آمد، عادت کرده‌ایم واژه‌هایی به کار ببریم بی‌آنکه دربارهٔ هستی‌شناسی‌شان کوچک‌ترین نظری بدهیم. فکر می‌کنم یکی از مهم‌ترین انحرافات فلسفی از زمان پیدایش علم این بوده که دانشمندان و حتی فیلسوف‌ها حساسیت اونتولوژیکِ خودشان را از دست دادند. اکنون این بحث که چه آنتولوژی‌ای از علم نیاز داریم باید مطرح شود. احتمالاً «های دیگه» را خوانده‌اید.

آنتولوژی فیزیک کلاسیک و کوانتومی

نکتهٔ بعدی که می‌خواهم بگویم این است که حرف‌های شما در یک جا بسیار به «های دیگه» نزدیک شد؛ آنجا که دربارهٔ واقعیت تکنولوژی می‌گوید که جهان را منبع و قابل ذخیره تلقی کردن است، و آخر اینکه مهم‌ترینشان محاسبه‌پذیر دیدن جهان است. شما در واقع سعی می‌کنید این را با این کیس نشان دهید و این برای من نکتهٔ جالبی است.

نکتهٔ دیگری هم هست که درسی است که از این می‌توان گرفت: ما در دانش‌های علوم اجتماعی متأسفانه آلوده شده‌ایم؛ البته این تعبیرِ «آلوده» را واقعاً به کار نمی‌برم. به نظر من این حد نهایی یک اتفاق است؛ اگر ساینس چیز خوبی بوده، این حد نهاییِ تجربه‌گرایی در ساینس است. بگذارید عرض کنم این چه ربطی به آن فضا دارد؛ نمی‌دانم چقدر با آن آشنا هستید: دانشکده‌هایی هستند که کمیت‌زده‌اند؛ دیتا وارد آن باکس می‌شود و نمی‌فهمند آنجا چه اتفاقی افتاده، و وقتی نمی‌فهمند راضی می‌شوند. این را هم می‌خواستم در حاشیه بگویم که جنبهٔ روان‌شناختی را در نظر بگیرید: برای اکثر مردم این باکس از آن فرمول ریاضی قانع‌کننده‌تر است؛ یعنی از لحاظ روانی گاهی آدم یک بلک باکس را راحت‌تر می‌پذیرد. مثل این است که آدم می‌گوید: ده بار این آزمایش را کردید و درست کار می‌کند؛ ولی اگر من فرمولی بنویسم، می‌پرسید این چیست، و تا آن را نفهمید هیچ چیزی به شما نمی‌گوید. بنابراین این بلک باکس به نوعی اقناع‌کنندگی خوبی دارد، و این ممکن است فاجعه‌ای باشد که در دانشکده‌های علوم اجتماعی، در برخی از آن‌ها در ایران، رخ می‌دهد.

و بالاخره دربارهٔ آنتولوژی: ببینید، در فیزیک کلاسیک آنتولوژی‌ای ارائه می‌شود که می‌توانیم تصویر کنیم چه رخ می‌دهد؛ ولی در فیزیک کوانتومی حتی آن تصویر هم ارائه نمی‌شود: شیئی به اسم «نو» در کانتکستی خاصیت ذره‌ای دارد و در کانتکستی خاصیت موجی، و ما باید کیس‌به‌کیس جلو برویم.

در پاسخ به این نکته‌ها: یادم رفته بود بگویم، شما گفتید که این‌ها را جایی منتشر کنم. این چیزها را می‌شود به‌صورت یک مقالهٔ ترویجی دربارهٔ این اتفاق و اهمیتش کار کرد. من اصولاً این کار را نمی‌کنم؛ چیزهای زیادی در ذهنم بوده که هیچ‌وقت ننوشته‌ام. منظورم مقالهٔ تحقیقاتیِ خیلی نوآورانه نیست؛ اینکه موضوع به نوعی مطرح شود. ما اکنون در آی‌پی‌ام روی ترویج دیتا ساینس کار می‌کنیم: سمینار می‌گذاریم، آدم‌ها را از خارج می‌آوریم و داریم قراردادی با یک مرکز مهم دیتا ساینس در اروپا می‌بندیم؛ پیرامونش بالاخره باید تبلیغات کرد. معمولاً صدای ما اصلاً به علوم انسانی نمی‌رسد؛ اتفاقاً این علوم انسانی‌ها از این فضای کامپیوتری خیلی دورند. اقتصاد، فیزیک و مانند آن در جریان دیتا ساینس هستند، ولی به نظرم می‌رسد در ایران جامعه‌شناس‌ها کمی از این فضای دیتا ساینسی دورند و یک مقالهٔ ترویجی ممکن است کمی اهمیت داشته باشد.

در گفت‌وگو این پرسش مطرح شد که آیا دربارهٔ دیتا ساینس اغراق نشده است: دیتا را در یک بلک باکس می‌گذاری، حجم داده‌تان بالا می‌رود و نمی‌دانید این مدل را چگونه انتخاب کنید؛ بدون تئوری، بدون هیچ چیز.

در پاسخ: این نکتهٔ خیلی مهمی است. من هم می‌دانم، شما هم می‌دانید که بالاخره اغراق هست؛ حرف این است که داریم به این سمت می‌رویم. می‌گویید خیلی خوش‌بینانه است؛ خوش‌بینانه است، ولی واقعاً احساس شخصی خودم این است: آری، هنوز به جایی نرسیده‌ایم که بگوییم هرچه دیتا بریزی من یک بلک باکس به تو می‌دهم؛ ولی موضوع این است که داریم به چنین سمت‌هایی حرکت می‌کنیم. یعنی اکنون این اتفاق افتاده است؛ در خیلی از زمینه‌ها چنین کارهایی دارد انجام می‌شود. واقعیت این است که در بعضی جاها اصلاً مدل‌ها و تئوری‌های محاسباتی نداریم و چاره‌ای غیر از این کار نداریم، و خیلی هم موفق است؛ در سوشال نتورک‌ها دارد کار انجام می‌شود. جملهٔ ایشان این‌گونه است که در آینده به جایی می‌رسیم که ماشین دیتا را فراهم می‌کند، خودش هم مدلش را به‌صورت بلک باکس می‌سازد و کار ما انجام می‌شود. به‌صورت ایدئال به این خواهیم رسید یا نه، به هر حال به این سمت حرکت خواهیم کرد و اکنون حرکت شروع شده است. این همه تقاضا برای دیتا ساینس در دنیا هم نتیجهٔ موفقیت دیتا ساینس است. بالاخره روزبه‌روز به نظر می‌رسد تئوری‌ها دارند پیشرفته‌تر می‌شوند و داده‌ها دارند بهتر می‌شوند. فکر نمی‌کنم کلاً بدبینانه نگاه کردن کار درستی باشد.

بلاک باکس و تعریف تابع سای

شما مثلاً چگونه تعریف می‌کردید؟ ببینید، کاری که می‌کردید این بود که اکسپریمنت انجام دادید؛ بعد من از کجا می‌دانم این تابع سای که نوشتید اصلاً چه ربطی به طبیعت دارد؟ مدل ریاضی هم تست می‌شد و این هم تست می‌شود.

در برابر، این تفاوت مطرح شد: آنجا می‌دانستم این بلوک‌ها را چگونه تحلیل کنم؛ و بعد اگر بخواهم مثلاً فیلتری یا چیزی طراحی کنم، چون یک سری آرایشِ این بلوک‌ها را می‌شناسم و می‌دانم اگر این را اینجا بزنم این اتفاق می‌افتد، حسی دارم و می‌دانم چگونه دارم کار می‌کنم؛ می‌توانم دیزاینی بدهم و سعی کنم چیزی را پیاده‌سازی کنم.

در پاسخ: این سخنرانی، به اصطلاح، خیلی خوش‌بینانه انجام شد. مشکلات عملی‌ای که واقعاً وجود دارد بیشتر از مشکلاتِ ساختن این مدل‌های ریاضی نیست؛ موضوع این است که این اتفاق دارد می‌افتد. باز اشاره می‌کنم که آدم‌هایی که پیشگوی این ماجرا بودند و همین الان هم پشتش هستند، آدم‌هایی‌اند که همهٔ این مشکلات را می‌بینند و می‌دانند که این مشکلات وجود دارد؛ ولی بالا رفتن سرعت پردازش، بالا رفتن حجم دیتا و، به نظر من بیشتر از همه، پیشرفتی که انجام شده، همه را امیدوار می‌کند که روزبه‌روز این مسائل رفع شود. احساس شخصی خودم دربارهٔ شکی که در صحبت‌ها ابراز شد این است که این اتفاق می‌افتد؛ این‌طور بیانش می‌کنند و در واقعیتِ آن شکی نداریم. فکر می‌کنم به چنین جایی می‌رسیم و همه‌چیز هم موفق خواهد بود. فکر می‌کنم اگر ۶۰ سال پیش کسی می‌آمد و دربارهٔ اهمیت کامپیوترها صحبت می‌کرد، کسی مثل شما دوست داشت بگوید کامپیوترها سرتاسر خطا دارند، ممکن است یک لامپ بشکند یا فلان شود؛ و این‌ها رفع شدند. به نظر من مشکلات موجود قابل رفع است. ولی در عین حال ایشان در جلسه نمایندهٔ خیلی خوبی است برای آدم‌هایی که این‌قدر خوش‌بین نیستند و فکر می‌کنند حد نهایی‌ای برای مدل‌سازی وجود دارد و خیلی نمی‌تواند موفق باشد. ایشان هم آدم کمی نیست؛ آدمی است که خیلی با دقت با ماشین لرنینگ سروکار دارد، خیلی چیزها بلد است و حرفش را از روی دانش می‌زند، نه همین‌طوری از سر اینکه خوشش نیامده است.

در گفت‌وگو این نکته هم مطرح شد که دیتا ساینس اکنون سه بال دارد: آمار داریم، سافت‌ور داریم و اکسپرتِ حوزه. این اکسپرتِ حوزه خودش وزنهٔ خوبی در پروژه‌های دیتا ساینس است: یک نفر که در یک حوزه خبره است به تیم می‌آید و باید هم باشد.

اخطار درباره علوم اجتماعی

یادآوری شد که آن اخطار اصلاً دربارهٔ علوم اجتماعی بود.

این نکته هم مطرح شد که همهٔ روش‌های ماشین لرنینگ بلک باکس نیستند؛ مثلاً روش‌هایی درختی به دست می‌دهند که کاملاً قابل تحلیل است. ممکن است یک نورال نتورک بنویسم، یا اصلاً بعداً ابزارهایی پیدا کنم؛ چه اشکالی دارد که سعی کنم از روی آن بلک باکس، مثلاً، یک مدل ریاضی دربیاورم؟ تقریبی از آن معادلهٔ دیفرانسیلِ هزار صفحه‌ای که از آن ساده‌تر است؛ و شاید این‌طور بتوانم آن را استخراج کنم. مهم این است که وقتی بلک باکس هست، چقدر ساینس است.

پرسش دیگری دربارهٔ همین مطرح شد: وقتی مثال بورس آمریکا و کرهٔ بنگلادش را می‌زنید، شاید واقعاً همه‌چیز به هم ربط دارد.

در پاسخ: ببینید، چیزی که دیتا ساینتیست‌ها خوش‌بینانه می‌گویند این است که حُسن دیتا ساینس این است که اصلاً ممکن است ارتباطی کشف شود. شاید یک اقتصاددان جایزهٔ نوبل بگیرد که رابطهٔ کرهٔ بنگلادش را با بورس آمریکا پیدا کند؛ حالا داریم شوخی می‌کنیم. ولی خیلی وقت‌ها ممکن است دو چیز، مخصوصاً در مسائل اجتماعی، مربوط به نظر برسند، نه اینکه رابطهٔ علمی داشته باشند؛ مثلاً بگوییم رفتار مردم در آفریقا دلیلِ اتفاق‌هایی است که در جامعهٔ اروپا می‌افتد. شاید اکسپلینیشن خیلی پیچیده‌ای وجود داشته باشد؛ کسی جلوی ما را نگرفته که اکسپلینیشن تولید کنیم. اتفاقاً چیز جالبی است: مدل‌های دیتا ساینسی برایتان کشف کنند و برویم دنبالش و یک‌دفعه قانون عظیم خیلی جالبی پیدا کنیم. اما سؤال این است که اگر این کار را نکنیم، آیا داریم کار ساینس می‌کنیم؟

وقتی ما به این مسئله می‌خندیم، احتمالاً همهٔ آدم‌های اینجا یک لحظه احساس کردند که بورس با کره و بنگلادش هیچ ربطی ندارد. کسی معروف که اخیراً هم فوت کرد می‌گوید ما به حماقت خودمان و دیگران می‌خندیم؛ یعنی بالاخره باید چیز احمقانه‌ای باشد. به نظر می‌آید خیلی احمقانه است که کره‌ای که در بنگلادش تولید می‌شود با شاخص بورسی در آمریکا ربط داشته باشد؛ برای همین خنده‌دار است. حالا شاید اگر مثلاً شاخص بورس را به آب‌وهوای آمریکا ربط می‌داد، کمی به ذهن نزدیک‌تر بود؛ ولی اصلاً ممکن است آب‌وهوای آمریکا هم به نوعی به آب‌وهوای جهان، از جمله بنگلادش، ربط داشته باشد؛ بنابراین از آن طریق هم مربوط می‌شود.

به هر حال نکته‌ای که شما می‌گویید این است که وقتی این مدل تولید می‌شود، کسی جلوی اکسپلینیشن را نگرفته، بلکه شاید اکسپلینیشن‌های خیلی جالبی پدید بیاید. سؤال این است: اگر من بلک باکسی داشته باشم که هیچ اکسپلینیشنی به من نمی‌دهد، آیا این ساینس است؟ فقط به صرف اینکه مدلی ساخته‌ام که ورودی‌ها و خروجی‌ها را به من می‌دهد و اکسپریمنت‌ها را توجیه می‌کند، کار ساینسفیک کرده‌ام؟ سؤال جذابی است.

پرسش دیگری هم مطرح شد: شاید آن تفاوت ذاتی که میان ساینس و علوم قبلی گذاشتید، و بر اساس آن می‌گویید اینجا اوجش را می‌بینیم، واقعاً تفاوتی نباشد. شاید تبیینِ ما از این دیتا ساینس باشد که به ما بگوید آیا این واقعاً ساینس هست یا نه؛ یعنی اگر جهتش بدهیم و در آن بیشتر دنبال تبیین‌هایی باشیم، آیا ممکن است در راستای همان ساینس قرار بگیرد؟

در پاسخ: چیزی که می‌بینید لزوماً یک اکسپلینیشن ندارد؛ و بنابراین پرسش، به نظر من، این است که آیا ساختن مدل بدون اکسپلینیشن ساینس محسوب می‌شود یا نمی‌شود. نکته‌ای که به نظر من اینجا وجود دارد این است که داوری کنیم: آنچه من از اول گفتم و کسی هم به آن اعتراض نکرد، اینکه می‌خواهیم مدلی ریاضی بسازیم، مدلی که این‌ها را توجیه کند — و سال‌هاست این‌طور است — آیا واقعاً علم است یا علم چیز دیگری است؟ فکر می‌کنم به‌زودی این مبحث در زمینهٔ فلسفهٔ علم داغ می‌شود و شما می‌توانید از همین الان شروع کنید. شاید اغراق باشد، ولی تعداد تعریف‌ها و بررسی‌ها دربارهٔ اکسپلینیشن دورقمی است، و اینکه کدامش با این سازگار است و کدام سازگار نیست می‌تواند موضوع خوبی برای کار تحقیقاتی باشد. این راهنمایی را هم می‌کنم که اگر کارتان در جهت اعتبار بخشیدن باشد، راحت‌تر چاپ می‌شود.