Dávid-Barrett Tamás a kétezres években egy makrogazdasági-politikai kutatócéget vezetett, amely jó előre figyelmeztetett a 2008-as válsághoz vezető folyamatokra, ám a valós időben zakatoló pénzügyi rendszer nem tudott mit kezdeni a hosszú távú előrejelzésekkel, így jóformán senki nem hallgatott rájuk.

A közgazdász-viselkedéstudós azon kezdett gondolkodni, hogy mi állhat emögött.

Azzal a kérdéssel, hogy mi fog történni a gazdasággal – vagyis lényegében, hogy mit fognak csinálni az emberek –, rengetegen foglalkoznak, mégsem tudja rá senki a választ.

Ahogy Dávid-Barrett fogalmaz: „Az emberiség nem tudja, hogyan viselkedik az emberiség.” Ez a mondat azóta is a munkája középpontjában áll, és nagyjából mindent megmagyaráz abból, ami utána következett: miután elege lett a közgazdaságtanból, Új-Guineában vált antropológussá, hogy aztán Oxfordban evolúciós modelleket kezdjen építeni emberi társadalmakra, majd mindezt a mesterséges intelligencia világában hasznosítsa.

Ma az Oxfordi Egyetemen tanít, tagja a brit Királyi Antropológiai Intézetnek, kutat a Helsinki Népességkutató Központban, és nem utolsósorban a Future Human Systems Research nevű céget vezeti, amely szintetikus emberekből álló világszimulációt épít – ennek globális népessége már közel 900 millió, a szintetikus magyarok nagyjából 900 ezren vannak.

Nem digitális ikrekről van szó, hiszen nem konkrét személyek AI-másolatai, és nem is valamiféle statisztikai átlag alapján építették fel őket: bár a konkrét módszertant nem kívánja felfedni, a kutató állítása szerint egyedi alakok, saját élettörténettel, státusszal és véleménnyel, akikkel úgy lehet beszélgetni, mint bármelyik mai chatbottal. „Ahogy minden ember egyedi, ezek a szintetikus emberek is azok.

Az nehézség velük kapcsolatban, hogy míg az igazi emberek maguktól valósághűek, a szintetikus embereknél ehhez nagyon sok tudomány és modellezés kell.” Ez a sok száz millió szintetikus ember adja ki azt a világmodellt, amelytől Dávid-Barrett szerint pontosan azt lehet megkérdezni, amit 2008 előtt senki nem tudott, ahogy azóta sem igazán: hogy mit fognak csinálni az emberek.

Összesen 11 terméken dolgoznak, ebből öt már béta fázisban van.

A Humanity Explorerben a világ bármely pontjáról meg lehet szólítani szintetikus embereket, akik a helyi kultúrához igazodva, de egyénenként különböző nézetekkel válaszolnak, míg a Research Studio kutatóknak segít, akár kontrollcsoportos kísérletek elvégzésében is.

De van marketingeseknek és politikai elemzőknek szánt alkalmazás, valamint egy innovációs platform is a tárban – az alapító szerint mindegyiket használják már, Milánótól Szingapúrig. „Buta embereket nehéz csinálni” Amikor Olaszország egyik vezető marketingcégének meghívására elment bemutatót tartani a rendszerről, két tapasztalt vezető fogadta, akik erősen szkeptikusak voltak.

A Humanity Explorer piackutatási potenciáljára voltak kíváncsiak, ezért kerestek a szintetikus népességben egy tehetős nápolyi nőt, hogy megkérdezzék, mi alapján választ magának sportautót.

A válasz túl alaposra sikeredett: a szintetikus nő nem győzte sorolni, mit szeret a BMW-ben és mit a Ferrariban.

Dávid-Barrett ezt kudarcként élte meg, hiszen ha az utcán megállítottak volna egy embert, az valószínűleg nem adott volna ilyen részletes választ.

A milánói cég vezetője mindenesetre azt mondta, hogy ismer egy nőt, aki pontosan ilyen, csakhogy ő sosem válaszolt volna ebben a stílusban, hanem csak annyit mondott volna, hogy a pirosat szereti.

A magyar kutató a biztonság kedvéért megkérdezte a szintetikus nőtől, hogy miért ezt a választ adta: a magyarázat az volt, hogy az olaszok kérdésének stílusából arra következtetett, hogy marketingesekkel beszél, márpedig ő is szakmabeli, ezért jobban kifejtette a preferenciáit – de egyébként a piros autókat szereti.

Amikor megnézték a nő adatlapját, kiderült, hogy tényleg a luxusautó-bizniszben dolgozóként szerepel a rendszerben.

Az eset egy olyan problémára mutatott rá, ami sokáig komoly nehézséget okozott, de Dávid-Barrett szerint időközben sikerült megoldani: a szintetikus emberek hajlamosak túl okosak lenni.

Az AI-modelleket ugyanis emberi ésszel felfoghatatlan mennyiségű információ- és adatmennyiségen tanítják be, így a tudásukat jelentősen le kell korlátozni, ha valószerű szintetikus emberek létrehozásában használják fel őket. „Nagyon nehéz elérni, hogy ne tudjanak sokat.

Buta embereket nehéz csinálni” – fogalmaz a kutató.

Arról, hogy pontosan hogyan épülnek fel ezek az emberek, nem beszél – ez a projekt legérzékenyebb pontja.

Azt azonban elárulja, hogy melyik módszert kerülték: ma bármilyen kódoló asszisztenssel húsz perc alatt lehet készíteni szintetikusember-generátort, de az adatokból fogja felépíteni az embert, amivel nem lehet teljes képet adni egy személyiségről. „Én például még sosem úsztam a Dunában.

Ha felveszed, hogyan járok, abból csinálsz egy hálót, ami leírja a mozgásomat, de ez a háló arról, hogy én hogyan úsznék a Dunában, nem mond semmit” – mondja.

Az ő megközelítésük ezért nem az adatból indul ki, hanem a tudományból, ahogy szerinte minden világmodell – Yann LeCun híres fizikai világmodellje is.

Dávid-Barrett analógiája szerint nem visszafelé következtetnek az emberre, hanem előbb megépítik „a viselkedés csontvázát, izmait és szerveit” abból, amit az emberi működésről tudunk, és az adat ehhez már csak kalibrációként jön hozzá. „Mi párhuzamos embereket csinálunk, nem digitális ikreket” – mondja, és ez nem csak fogalmi, hanem adatvédelmi kérdés is, ugyanis ezzel a módszerrel egyetlen ponton sem kell közvetlenül, valódi emberektől származó adatot felhasználniuk.

Ha valaki mégis a saját adataival kíván bekerülni a rendszerbe, arra is van mód, de erre az esetre is létrehoztak egy védelmi mechanizmust: „Bejössz, megnyomod a piros gombot, és minden kitörlődik.

Nem úgy van, hogy el van dugva az ötszázhetvenkettedik menüpont alatt.” Egy üveg pezsgő a hallucinációért Hogy mire használható a gyakorlatban a Humanity Explorer, arra a kutató egy közelebbi példát is említ.

Ha egy magyar kisváros közelébe adatközpontot terveznek építeni, az önkormányzat ma nagyjából két dolgot tehet: megrendel egy ezerfős közvélemény-kutatást, vagy összehív egy lakossági fórumot, ahová bemegy százhúsz ember.

A szintetikus városlakóktól viszont bármit előre meg lehet kérdezni, ami segít a valódi kutatás előkészítésében.

Egy kérdőívet előre le lehet tesztelni, hogy kiderüljön, pontosan hogyan érdemes feltenni a kérdéseket, és ahelyett, hogy egyetlen fókuszcsoportra futná a büdzséből, az alkalmazásban párhuzamosan futtatható akár száz is, „úgy, hogy mindegyikbe egészen különböző embereket raksz, és abból tanulsz, hogyan vitatkoznak egymással”.

Vagy ha már eldöntötték, hogy odaviszik az adatközpontot, azt tudják felmérni, kinek fog fájni és kinek nem – és akinek fájni fog, annak tudnak-e valahogy segíteni, hogy ne fájjon annyira.

A legkézenfekvőbb aggályt Dávid-Barrett sem söpri a szőnyeg alá: honnan tudhatjuk, hogy a szintetikus kisvárosiak tényleg úgy gondolkodnak, mint akik valóban ott élnek?

Erre természetesen nincs garancia, de a kutató szerint a szigorú ellenőrzőrendszerük eddig nem vallott szégyent – a cégnél dolgozik egy validációs szakember is, aki az Oxfordi Egyetemen tanít, és negyven éve foglalkozik a mesterséges intelligencia ellenőrzésével. „Nemcsak arra vagyunk kíváncsiak, hogy azt mondják-e, amit egyébként várnánk tőlük, hanem az addig lévő összes lépést is szeretnénk látni.

Minden lépés le van validálva” – mondja.

Ezt egyfelől úgy ellenőrzik, hogy ismert társadalomtudományi törvényszerűségeket keresnek vissza a rendszerben.

A kutató kedvence az Engel-törvény, amely a jövedelem és az alapvető kiadások (élelmiszer, energia, lakhatás) viszonyát írja le – ezt annyiban írta át, hogy a vízszintes tengelyre nem a jövedelem, hanem a társadalmon belüli relatív státusz került.

Mint mondja, ha vesznek egy 500 fős véletlen mintát a globális szintetikus népességből, és egymástól függetlenül megkérdezik tőlük, ki hol áll a társadalomban, illetve mennyit költ energiára, a görbe ugyanolyan alakot vesz fel, mint a valóságban.

Emellett valódi fókuszcsoportok átiratait is használják: fognak egy nyilvánosan elérhető kutatást, megkeresik a résztvevőkhöz leginkább hasonló szintetikus embereket, lefuttatják velük ugyanazt a beszélgetést, és összevetik az eredményt.

Ugyanazok a vitapontok jönnek elő, állítja, és ez már statisztikailag is mérhető.

Az AI-generált szövegekből máig nem tűnt el a hallucináció, vagyis a valótlan, kitalált információk tényként való tálalása.

Dávid-Barrett szerint ezt az akadályt is megugrották, sőt annyira bízik a rendszerben, hogy februárban fogadást kötött: egy üveg magnum pezsgőt nyer, aki elsőként talál hallucinációt a rendszerben.

Az üveg még mindig nála van, pedig többen próbálkoztak – köztük egy namíbiai diákja, aki nagy reményekkel jelentkezett be a pezsgőért.

Megkereste a namíbiai várost, ahol a testvére lakik, és arról faggatta a helyi szintetikus embereket, hogy hol lehet kapni a kapana nevű helyi ételt, és mennyibe kerül – épp azt hallotta ugyanis, hogy megemelkedett az ára.

A szintetikus emberek pontosan azt mondták, ami a valóságban is történt. „Azt szeretem, amikor az emberek hallucinációt próbálnak keresni, és egy idő után megvádolnak azzal, hogy csalunk” – mondja.

A gyengeségeket viszont nem tagadja: vannak régiók, ahol a rendszer érezhetően rosszabbul teljesít – Kínát említi példaként –, de a minőségbiztosítási rendszerük folyamatosan méri, hogy hol mennyire jók.

Az öt termék közül az innovációs platform működik a legkülönösebben: ha megadunk egy témát, a rendszer a téma szintetikus szakértőit leülteti beszélgetni, és a végén jó esetben valamilyen innovációra jutnak.

Ennek a tesztjét két szakáccsal futtatták le – egyikük Dávid-Barrett fia volt –, akik azt adták meg témaként, hogy „hús és kenyér”, azt sejtve, hogy ebben a műfajban már mindent kitaláltak.

A rendszer több lépésben dolgozott, és a végén egy kimcshis-kolbászos fánkkal állt elő – utánanéztek, tényleg nem létezik.

Cserébe ez az eszköz viszonylag lassú: akár két-három órán át is futhat.

A kutató titkos kedvence viszont egy olyan alkalmazás, amely egyelőre nem nyilvános.

Ennek ötlete egy velük dolgozó, nagyon tapasztalt svéd rendőrtől jött, aki egy olyan eszközt álmodott meg, ami azt a célt szolgálja, hogy ne haljon meg senki feleslegesen az utakon. „Azért szeretem, mert erre én magam soha nem gondoltam volna” – mondja Dávid-Barrett.

Az alkalmazás lényege, hogy modellezni lehet vele az emberek viselkedését; konkrétan azt, hogy hogyan érdemes valamit kommunikálni ahhoz, hogy annak hatására tényleg megváltozzon az emberek viselkedése.

Egy helyi rendőr például azt tudja modellezni, hogyan érje el a környékbelieknél az óvatosabb vezetést.

Az eszközök meglévő felhasználói között van olyan, aki a saját megbeszéléseire készül a rendszerrel: összerakja, kik lesznek ott, lefuttat közöttük egy beszélgetést, és megnézi, milyen témák merülhetnek fel közben.

Egy szingapúri befektető pedig a hozzá érkező startupötleteket ellenőrzi vele.

A vállalkozók állításait a fogyasztói igényekről könnyen lehet szintetikus embereken tesztelni, költséges piackutatás helyett: ha tényleg érdeklődnek a startup megoldásai iránt, azt megerősítésnek veszi, ha viszont nem, akkor tudja, miről kell tovább faggatnia a vállalkozókat.

Dávid-Barrett szerint nehéz döntés volt, hogy kinek az értékrendje érvényesüljön, amikor egy felhasználó egy másik kultúrából származó szintetikus emberrel beszélget, de úgy döntöttek, a válaszokat nem a felhasználó, hanem a megkérdezett kultúra normarendszere szerint kezelik.

Úgy véli, csak így lehet igazán megérteni egy másik kultúrát: ha valaki például egy új-guineai profilt keres fel, akkor a szintetikus ember így akár régi kannibál szokásokról is tud mesélni – az ilyen témákat egyébként fiatalkorú felhasználók esetében erősen korlátozzák.

Csányi, Dunbar és a verseny a világ leképezéséért Ahhoz, hogy Dávid-Barrett idáig eljusson, számos tudományterületet végig kellett járnia.

Budapesten a Közgázon egyszerre járt matematikai közgazdaságtanra és nemzetközi kapcsolatokra, közben pedig hetente egyszer a legendás biológus-etológustól, Csányi Vilmostól tanult. „Neki mindig volt egy tanítványa, aki hetente járt hozzá, és egy bizonyos időszakban én voltam az” – meséli.

Csányi beszélgetéseken és kérdéseken keresztül tanított, így kapta meg tőle az evolúciós biológia és a humánetológia alapjait is.

Ezután Cambridge-ben makroökonómiát tanult, majd tíz évnyi gazdasági-politikai elemzés után egy szerencsés fordulattal Új-Guinea indonéz felére, Irian Jayába került, papíron fejlesztési közgazdászként, valójában már inkább antropológiát művelve.

Azzal ment oda, hogy meg fogja tapasztalni, mennyire különbözőek ezek a társadalmak, de az ellenkezője derült ki: „Óriási kulturális kaleidoszkópban vagyunk, de az alap ugyanaz.” Innen jött a meggyőződése, hogy a társadalmi viselkedés mögött sokkal fontosabb az evolúciós eredet, mint amennyire azt a társadalomtudományok gondolják. 2010-től Oxfordban kezdett kutatni, majd tanítani, ahol Robin Dunbar, a közvetlen emberi kapcsolatok felső határát leíró Dunbar-számról ismert evolúciós antropológus vette a szárnyai alá.

Néhány éven belül Dávid-Barrett alkotta meg a social brain hypothesis (társas agy hipotézis) első matematikailag koherens modelljét.

Kutatási témái a vallásosság , az ideológiák és a nyelv evolúciójának tanulmányozásától az elszőrtelenedés és a két lábon járás eredetéig terjedtek – ezekhez mind matematikai modelleket alkotott.

Amikor újra azt vette észre, hogy hiányoznak a való életből vett adatok, empirikusan kezdte vizsgálni a barátság vagy a párválasztás kérdéseit, és olyan összefüggéseket fedezett fel, amelyek a társadalmi hálózatok szerkezetének szabályozásáról szólnak, vagy arról, hogy a társadalmak hogyan alkotnak normákat a nők és férfiak közötti viselkedésre.

Egy idő után azt vette észre, hogy a modelljei és az adatai egyetlen nagyobb kép felé mutatnak: abba az irányba, hogy a demográfiai folyamatok (a csökkenő termékenység, az urbanizáció, a migráció) átrajzolják a társadalom szerkezetét.

Tudóstársai ezt már elméletnek kezdték nevezni, és kérték, hogy adjon neki nevet – így született meg a „ structural microfoundations theory ”, amely elnevezést ő maga is pontosnak, de kissé esetlennek tart.

Mindehhez viszont kellett az evolúciós biológia, a játékelmélet, a hálózatkutatás, a közgazdaságtan és a demográfia is – és Dávid-Barrett szerint épp ezekből áll most össze egy új embertudomány.

Hogy miért van rá szükség, azt egy hasonlattal magyarázza: ha van egy fügebokra, és meg akarja tudni, hogyan működik, elmegy egy botanikushoz, és jó esetben mindegy, hogy hova, mert egy budapesti botanikus ugyanazt fogja mondani, mint egy oxfordi. „De ha rólad akarok megtudni valamit, akkor egy teológus egészen mást fog mondani, mint egy evolúciós biológus, egy szociológus mást, mint egy közgazdász, egy kulturális antropológus pedig üvölteni fog, ha az evolúciós antropológus válaszát hallja.” A Future Human Systems Research sem elsősorban üzleti döntésből született.

Két barátja kereste meg azzal, hogy unják a Szilícium-völgyi dumát: ott mindenki a technológia emberiségre gyakorolt hatásáról beszél, miközben fogalmuk sincs az emberiség működéséről.

Azt mondták neki, gondoljon akkorát, amekkorát tud.

Először nem hitte el, hogy komolyan gondolják, de amikor két hét múlva újra megkeresték ugyanezzel, előállt a szintetikus világmodell tervével, és 2025 februárjában elindult a cég.

Egy kutatóintézetet is alapítottak mellé, hogy a tudományos eredményeket publikálhassák – arra persze ügyelniük kell, hogy a szellemi tulajdon ne szivárogjon ki, de Dávid-Barrett szerint „a tudósnak az a dolga, hogy elmondja, ha talált valamit”.

Nem ő az egyetlen, aki a világ szimulálásával próbálkozik, és a kutató szerint rendszeresen figyelik, ki mit csinál a területen.

Idén februárban jelentette be Joon Sung Park stanfordi kutató, hogy százmillió dollárt gyűjtött össze a Simile AI nevű startupra , amely emberek digitális ikreiként működő AI-ágenseket helyezne videojáték-szerű környezetbe; majd ugyanabban a hónapban állt elő az oxfordi Doyne Farmer azzal a tervvel, hogy szintén százmillió dollárból megépítené a világgazdaság szuperszimulátorát , amelyben a világ több millió vállalata jelenne meg önálló ágensként.

Farmer megközelítése annyiban különbözik, hogy ő cégekkel dolgozik, nem emberekkel, a Simile-féle logika viszont pont az, amitől Dávid-Barrett elhatárolódik: ott hatalmas adatmennyiségből építik fel a személyeket – tanácsadóként egyébként maga is részt vesz egy ilyen, adatvezérelt projektben. 2,6 millió év vissza, ezer év előre Amikor meg kell fogalmaznia, mivel is foglalkozik, Dávid-Barrett általában ezt a mondatot használja: 2,6 millió évet vissza, ezer évet előre.

Ennek az első felét tekintve jelenleg egy olyan cikken dolgozik, amelyben azt tárja fel, honnan jönnek a technológiai képességeink – ezt egy olyan hipotézisből vezeti le, miszerint a Homo erectus egy klímaváltozás következményeként jöhetett létre.

Az előrefelé mutató ágon pedig egy hosszú távú klímamodell áll, amelyből arra következtet, hogy a mainál nagyságrendekkel fejlettebb technológiával rendelkező emberiség előbb-utóbb be fog avatkozni a Föld hőmérsékletének szabályozásába.

Dávid-Barrett úgy látja, hogy ma lényegében ugyanazon dolgozik, mint harminc éve: azon, hogy miként lehet leírni az emberi viselkedést.

A különbség annyi, mint mondja, hogy ennek most már kézzelfogható haszna is lehet.

A cégforma is emiatt kellett, a haszonnak ugyanis ára van: szeretné, ha a Humanity Explorerhez a világ összes általános- és középiskolás diákja, illetve minden egyetemistája hozzáférne.

Korábbi interjúnk Dávid-Barrett Tamással: ]]>