- Algebra und Notenblätter sind metaphorisch für Oppenheimers Verständnis der Maschine.
- Das Gefühl für die Maschine wurde bei mir schon in den 1970er Jahren entwickelt.
- Der Programmierprozess ist vergleichbar mit einem lebendigen Wesen, das Anweisungen ausführt.
- Berechnungsperspektive zeigt sich im Alltag, z.B. beim Versenden von Briefen.
- Zufälligkeit kann als komplexer Berechnungsprozess betrachtet werden, wie von Avi Wigderson untersucht.
Im Film „Oppenheimer“ stellt Niels Bohr dem Physiker gleich zu Beginn seiner Karriere eine Herausforderung: „Algebra ist wie Notenblätter. Das Wichtige ist nicht, ob Sie Noten lesen können, sondern ob Sie die Musik hören können. Hören Sie die Musik, Robert?“ Oppenheimer antwortet: „Ja, das kann ich. Ich kann die Algebra nicht hören, aber ich fühle die Maschine.“
Bereits in den 1970er Jahren, lange bevor ich einen Computer berührte, konnte ich die Maschine fühlen. Ich wartete auf meinen ersten Computer, einen Radio Shack TRS-80, und stellte mir seine Funktionsweise vor. Auf Papier schrieb ich einfache Programme und konnte spüren, wie die imaginierte Maschine jeden Schritt verarbeitete. Es war fast enttäuschend, das Programm endlich einzugeben und nur das Ergebnis zu sehen, ohne den inneren Prozess zu erleben.
Tiefere Verbindung mit Technologie
Auch heute visualisiere oder höre ich die Maschine nicht, aber sie singt für mich. Ich spüre sie, wie sie Variablen aktualisiert, Schleifen durchläuft, verzweigt und sucht, bis sie zu ihrer Destination gelangt und eine Antwort liefert. Für mich ist ein Programm kein statischer Code; es ist die Verkörperung eines lebendigen Wesens, das meine Anweisungen zu einem hoffentlich erfolgreichen Abschluss führt. Ich weiß, dass Computer physikalisch nicht so funktionieren, aber das hindert mich nicht daran, mein metaphorisches Maschinenbild zu pflegen.
Sobald man beginnt, über Berechnung nachzudenken, erkennt man sie überall. Nehmen wir das Versenden eines Briefes als Beispiel. Man steckt den Brief in einen Umschlag, versieht ihn mit einer Adresse und einer Briefmarke und wirft ihn in einen Briefkasten. Irgendwie landet er im Briefkasten des Empfängers. Das ist ein Berechnungsprozess – eine Serie von Operationen, die den Brief von einem Ort zum anderen bewegt, bis er sein Endziel erreicht. Dieser Routing-Prozess ist dem elektronischer Post oder irgendeinem anderen Datentransfer über das Internet nicht unähnlich.
Computational Perspective
Diese angeborene Fähigkeit, eine arbeitende Maschine zu spüren, kann eine berechnende Perspektive auf fast jedes Phänomen werfen. Selbst etwas scheinbar undurchdringliches wie das Konzept von Zufälligkeit kann durch einen komplexen Berechnungsprozess beschrieben werden, der ein unvorhersehbares Ergebnis liefert, wie ein Münzwurf. Das Ergebnis hängt von zahlreichen Variablen ab: die Kraft und der Winkel des Wurfs, das Gewicht, der Durchmesser und die Dicke der Münze, Luftwiderstand, Schwerkraft und die Härte der Landefläche. Ähnlich verhält es sich mit dem Mischen von Kartendecks, dem Würfeln oder dem Drehen eines Rouletterades – oder der Generierung „zufälliger“ Zahlen auf einem Computer, was einfach nur eine extra komplizierte Funktion ausführt.
Die Idee reicht Jahrhunderte zurück. 1814 beschrieb Pierre-Simon Laplace in seinem „Philosophischen Essay über Wahrscheinlichkeiten“ eine Intelligenz, bekannt als Laplaces Dämon, die diese Ergebnisse vorhersagen könnte: “Wir müssen den gegenwärtigen Zustand des Universums als Wirkung seines vorangegangenen Zustands und als Ursache des folgenden betrachten. Eine Intelligenz, die alle in der Natur wirkenden Kräfte und die jeweiligen Positionen aller Dinge im Universum zu einem gegebenen Zeitpunkt kennt, könnte in einer einzigen Formel die Bewegungen der größten Körper und der leichtesten Atome entscheiden, vorausgesetzt, ihr Intellekt ist hinreichend mächtig.”
Komplexität und Zufälligkeit
Die Umkehrung dieser Implikation besagt, dass für jemand ohne gewaltigen Intellekt Prozesse wie ein Münzwurf zufällig erscheinen. Die Sprache der Berechnung ermöglicht es uns, diese Verknüpfung zu formalisieren. Avi Wigderson, ein Pionier auf dem Gebiet der Berechnungsverfahren, wurde in diesem Jahr mit einem renommierten Preis ausgezeichnet, teilweise dafür, dass er Zufälligkeit mit mathematischen Funktionen, die schwer zu berechnen sind, formal verknüpft hat. Er und seine Kollegen entwickelten einen Prozess, der aus einer hinreichend komplexen Funktion „pseudorandom“ Bits erzeugt, die sich nicht effizient von wirklich zufälligen Bits unterscheiden lassen. Zufälligkeit scheint somit nur eine Berechnung zu sein, die wir nicht vorhersagen können.
Haben wir Möglichkeiten, diese Zufälligkeit und Komplexität zu steuern? Der kürzliche Fortschritt, den wir durch maschinelles Lernen in der künstlichen Intelligenz gesehen haben, gibt uns einen Einblick, was es bedeutet, das tun zu können. Informationen können in einen strukturierten und einen zufälligen Teil unterteilt werden. Nehmen Sie Englisch als Beispiel. Es gibt eine zugrunde liegende komplexe Struktur, die die Sprache beschreibt, und die Sätze, die die Gesellschaft im Laufe der Zeit produziert hat, sind im Grunde genommen eine zufällige Stichprobe aus dieser Struktur. Durch die jüngsten Fortschritte im maschinellen Lernen ist es uns gelungen, diese zufälligen Stichproben zu nehmen und einen Großteil der zugrunde liegenden Struktur darunter wiederherzustellen.
