Het betwistingspatroon
Hoofdstuk 8 begint midden in het betoog. Hamming presenteert voorbeelden van machinale mogelijkheden. Studenten & collega's blijven dezelfde bezwaren naar voren brengen. Hij catalogiseert ze & geeft weerleggingen.
Bezwaar 1: 'Ik wil niet dat machines mijn leven controleren.'
Hammings weerlegging: je accepteert dit al. Verkeerslichten controleren je beweging. Pacemakers bepalen je hartslag. Het bezwaar bewijst te veel: als het waar was, zou je elke bestaande machinecontrole weigeren. Dat doe je niet. De vraag is dus niet of machines je leven controleren — dat doen ze al — maar welke machinecontroles goed zijn & welke niet.
Bezwaar 2: 'Machines kunnen nooit doen wat mensen kunnen doen.'
Hammings weerlegging: machines kunnen al dingen doen die geen mens kan. Milliseconde-voor-milliseconde stabilisering van vliegtuigen, foutloze petabyte-schaal dataopslag, gelijktijdige taalvertaling. Het bezwaar is aanwijsbaar onwaar in de sterke vorm. In de zwakke vorm ('machines kunnen niet alles doen wat mensen kunnen doen') is het triviaal waar maar niet behulpzaam.
Bezwaar 3: Experts beweren dat machines nooit kunnen concurreren in hun domein.
Hammings observatie: experts verdedigen consistent de menselijke superioriteit in hun domeinen terwijl ze het volledige inventaris van machinale voordelen negeren. Hij somt op: economie, snelheid, nauwkeurigheid, betrouwbaarheid, snelle controle, vrijheid van verveling, bandbreedte, gemak van omscholing, vijandige omgevingen, geen personeelsproblemen. Experts negeren de lijst zonder erover in te gaan.
Het betwistingspatroon analyseren
Hamming merkt een structureel patroon op in hoe mensen weerstand bieden aan argumenten over machinale mogelijkheden. Ze selecteren één verondersteld menselijk voordeel & verdedigen dat, terwijl ze weigeren in te gaan op de vergelijkende lijst van machinale voordelen.
Zijn voorschrift: in plaats van menselijke superioriteit te verdedigen, zoek naar plaatsen waar machines zaken kunnen verbeteren. De combinatie van mens & machine overtreft beide.
Wat het debat eigenlijk voor je werk betekent
Hamming sluit de drie-hoofdstukkenreeks over machineel redeneren af met een scherpe wending: 'In ieder geval, hoe relevant zijn deze veronderstelde verschillen voor je loopbaan?'
Dit is de vraag die de meeste mensen vermijden. Het filosofische debat over of machines 'echt denken' is onderhoudend maar irrelevant voor de loopbaan voor de meeste beoefenaren. De praktisch belangrijke vraag is smaller & scherper: in je specifieke vakgebied, in het werk dat je eigenlijk doet, waar zit momenteel de grens tussen mens & machine, & hoe snel beweegt die?
Hammings observatie: mensen weigeren hier duidelijk over na te denken, in beide richtingen. Degenen die geloven dat machines hun werk niet kunnen doen, nemen geen tools aan die hun effectiviteit zouden vermenigvuldigen. Degenen die ervan uitgaan dat machines hun baan zullen overnemen, verzuimen het niet-routineuze oordeel te ontwikkelen dat hun werk onvervangbaar maakt.
Zijn voorschrift is direct: 'Denk zorgvuldiger over de pijnlijke onderwerpen van machines die denken en hun visie op hun persoonlijke toekomst.' Articuleer je standpunt, onderzoek het vervolgens met tegenargumenten, heen & weer, totdat je weet wat je gelooft & waarom.
Waarom n-dimensionale ruimte hierna volgt
Hamming sluit de hoofstukken over machineel redeneren af & wend zich naar n-dimensionale meetkunde. De verbinding is niet willekeurig.
Ontwerpproblemen — & problemen met machineel redeneren — vinden plaats in hoog-dimensionale ruimten. Elke onafhankelijke parameter voegt een dimensie toe. Een brugontwerp kan tientallen parameters hebben: materiaaleigenschappen, dwarsdoorsnedeafmetingen, lastaannamen, veiligheidsfactoren. De ontwerpruimte is 50-dimensionaal. De ruimte van alle mogelijke machine learning-modellen heeft veel meer dimensies.
Hammings reflectie: toen hij na 30 jaar op grote engineeringprojecten terugkeek, merkte hij dat ze allemaal dezelfde structuur hadden. 'De ontwerpproblemen vonden allemaal plaats in een ruimte met n dimensies, waarbij n het aantal onafhankelijke parameters is.' Het begrijpen van hoog-dimensionale meetkunde is niet optioneel; het is de voorwaarde voor helder denken over elk complex ontwerp.
De verrassing van hoog-dimensionale ruimten
Laaggereduceerde intuïties breken af in hoog-dimensionale ruimten. Hammings observatie van willekeurige wandeling: in drie dimensies keert een willekeurige wandelaar bijna nooit terug naar de oorsprong. In twee dimensies keert een willekeurige wandelaar met waarschijnlijkheid 1 terug. Dit verschil heeft directe implicaties voor hoe je mensen, ideeën & problemen tegenkomt & weer tegenkunt — afhankelijk van de dimensionaliteit van de ruimte waarin je werkt.