Kertomus koneista, roboteista ja aivoista

Edelleen varsin yleisen ja aika kaavamaisen ajatuksen mukaan tiede käsittelee syvällisesti maailman perusasioita ja parantaa ymmärrystämme luonnonlaeista. Vaikka tiede on luonnostaan teoreettista ja abstraktia, siitä saattaa olla laajempaakin hyötyä. Esimerkiksi siten, että luonnontieteistä voi kehittyä hyödyllisiä insinööritieteitä. Tai että yhteisöjen sosiologinen tutkimus ehkä auttaa kehittämän yhteiskuntia harmonisempaan suuntaan. Tai että taloustieteet johtavat talouskriisien parempaan hallitaan ja talouden tuottaman hyvän levittämään yleiseen onneen. Tässä vaiheessa ajattelevan lukijan nauruhermoissa tosin voi jo tuntua kihelmöintiä. 

Tällainen käsitys vaikuttaa edelleen yhteiskunnaisen keskustelun taustalla, vaikka se on auttamattoman vanhentunut. Todellisuus on monipuolisempi, tieto ja muut vuorovaikutukset virtaavat kaikkiin suuntiin. Edes selvältä tuntuva käsite "luonnonlaki" ei todellisuudessa ole lainkaan yksinkertainen juttu: katso kirjoitukseni Se on luonnonlaki. Toisaalta pitää muistuttaa myös, että nykyään niin tavallisilla tieteen ja tiedon vastaisilla asenteilla ei ole todellisuuspohjaa.

Moderni maailma perustuu edelleenkin tietoon ja sen hyödyntämiseen. Taloustieteellä on edelleen yhtymäkohtia reaalitalouteen, vaikka ne ovat monimutkaisia ja monensuuntaisia. Lääketieteessä tapahtuu jatkuvaa edistymistä, se on poikkeuksellisen kiinteässä ja hyödyllisessä yhteydessä lääkintätaitoon. Koululääketieteen kritiikki ja uskomushoidot eivät ole todellisuuspohjalla, vaikka ne saavat näennäistä tukea ihmisen fysiologian monimutkaisuudesta ja siihen liittyvästä tilastollisesta vaihtelusta. Edes insinööritaito ei ole luonnontieteiden yksisuuntaista soveltamista, vaan se on enimmäkseen jotain aivan muuta: omalakista ja mutkikasta ihmisten toimintaa. Se tuottaa ymmärrystä tekniikasta, ihmisyhteisöistä, luonnosta. - ja myös luonnonlaeista. Olen kirjoittanut tästä asiasta tarkemmin otsikolla Isi, mitä sinä teet töissä?

Nyt seuraa kertomus insinööritaidon harrastamisen kautta syntyvästä laaja-alaisesta ymmärryksestä. Se ansaitse tulla kerrotuksi myös, koska se on katoavaa teollisuus- ja kulttuurihistoriaa.

1970- luvulla työskentelin teollisuuden automaatioinsinöörinä. Työpaikkani oli Helsingissä, Strömbergin Pitäjämäen tehtailla. Jälkeenpäin ajatellen tajuan, että silloin elimme huikean jännittävää tietokonetekniikan pioneeriaikaa. Tietokoneet kehittyivät tuohon aikaan valtavaa vauhtia. Emme voineet tietää, mihin se johtaisi, mutta tällaisessa tilanteessa parhaalta vaihtoehdolta tuntui elää muutoksen mukana ja koettaa hyötyä siitä.

Strömberg Oy on perinteinen ja merkittävä sähkövoimatekniikan pioneeriyritys. Sen perusti Berliinissä sähkötekniikkaa opiskellut Gottfrid Strömberg jo vuonna 1889. Voidaan sanoa, että yhtiö sähköisti Suomen teollisuuden ja jopa kotitaloudet. Se valmisti sähkömoottoreita ja generaattoreita, muuntajia ja säätölaitteita sekä sähkönjakelussa tarvittavia kojeita ja laitteita. Jonkin verran tuotettiin myös kotitalouksien liesiä ja lämmittimiä. Pitäjänmäen tehtaan konesalit ja asennushallit olivat kiehtovia paikkoja, koska ne yhdistivät luovasti raskasta metalliteollisuutta, sähkötekniikkaa ja elektroniikkaa. Juuri voimakkaasti kehittyvä elektroniikka oli monella tavalla kaiken keskiössä. Miten se tulisi ottaa huomioon tuotannossa, ja miten suuressa määrin. Nykyiset johtamisopit puhuvat rönsyjen karsimisesta, mutta 1970- luvulla tehtiin toisin. Rönsyjä ei karsittu, vaan niitä vaalittiin, jotta nähtäisiin, mitä niistä kasvaa. Ehkä äärimmäinen esimerkki on, että 1970- luvun alussa yhtiö kehitti ja valmisti pienen sarjan raskaita prosessitietokoneita (Strömberg 1000 eli SELCO 1000). 

Niinpä työskentelyni aikana laboratoriomme takaseinällä seisoi muutamia pakastekaapin kokoisia ja satojen kilojen painoisia tietokoneita. Taoimme ohjelmia koneiden sisään rämisevillä mekaanisilla teletype - kirjoittimilla. Ja sitten, muutamassa vuodessa siirryimme keskelle mikroprosessorien murrosaikaa. Teimme suunnilleen samoja asioita kuin kollegamme Amerikan piilaaksossa, ja luimme lehtikierrossa samoja ammattilehtiä. Se oli ihmeellistä ja se oli kiehtovaa. Mutta meistä, jotka olimme silloin mukana - se oli aivan normaalia.

Ammatillisesti kiinnostavin työvaihe alkoi, kun aloin vetää "mekaanisen puunjalostusteollisuuden automaatioryhmää". Minun tiimini kehitti ja toimitti sahoille puutavaran käsittelylaitteistojen ohjausjärjestelmiä. Nuo laitteistot olivat suuria, kymmenien metrien pituisia koneita, joissa tukkeja, lautoja ja lankkuja sahattiin, mitattiin, lajiteltiin ja paketoitiin. Tietokone ohjasi koneiden kaikkia toimintoja, ja ohjauksen piti olla hyvin täsmällistä ja oikein ajoitettua. Kaiken piti tapahtua muutaman sadasosasekunnin tarkkuudella. Viivytellä ei voinut, muuten joku lauta murskautuisi koneen rautojen välissä tai sinkoutuisi lattialle. Koneiden piti olla myös luotettavia: jos tietokone pysähtyisi tai hidastelisi, koko laitos pysähtyisi. Koneissa oli paljon antureita ja tietokoneen ohjaamia moottoreita ja työsylinterejä. Kaikkien osien piti toimia synkronoidusti, mutta myös joustavasti erilaisilla tuotantonopeuksilla. Teollisuuden alkuaikoina tällaisia työkoneita ohjattiin mekaanisilla releillä. Nyt kaikki piti tehdä paljon nopeammin, tehokkaammin ja älykkäämmin, ja siihen meillä oli tarjota tietokoneita, elektroniikkaa ja aineettomia bittejä.

Eräs merkittävä oivallus oli filosofinen, sitä voisi sanoa "insinöörieetokseksi". Itse asiassa se ei edes ollut oivallus, vaan ajattelutapa, jonka olimme omaksuneet aivan huomaamattamme. Törmäsin samaan asiaan kirjallisuudessa jokin aika sitten. Fyysikko ja säieteorian kehittäjä Michio Kaku nimitti sitä "konstruktiiviseksi filosofiaksi". Se on eräänlaista suoran toiminnan filosofiaa. Mekin tunsimme jo silloin tuon periaatteen. Toimiston seinällä oli taulu, jossa luki suunnilleen näin: "Mahdottomat asiat tehdään kahdessa viikossa, mutta ihmeistä pitää sopia ensin esimiehen kanssa". Ja näin me toimimme. Tiimini alkoi ensimmäisten joukossa talossamme käyttää mikroprosessoreita, kaikki oli uutta ja ongelmia oli. Kohtasimme ongelmia, joista tiesimme ettei niille ole teoreettista ratkaisua, ja sitten oli ongelmia, jotka olivat muuten vain vaikeita. Useimmiten ne kuitenkin ratkesivat. 

Rakentamistamme koneista opin tärkeitä asioita. Ne olivat ikään kuin eläviä olentoja. Ne saivat tietoja ympäristöstään lukuisten antureiden ja mittalaitteiden kautta, ja tiettyihin signaaleihin piti reagoida tarkasti ja oikealla tavalla. Koska signaaleja saapui näennäisen satunnaisesti, koneiden piti tehdä päätelmiä reaktioiden kiireellisyydestä. Koneiden tuli selvitä itsenäisesti poikkeustilanteista, kuten epänormaaleista signaaleista. Siinä ohessa niiden tuli reagoida konetta ohjaavien ihmisten toimenpiteisiin. Koneemme toimivat itsenäisesti rikkaassa ja dynaamisessa ympäristössä, ja niiden toiminnassa oli tarkoitukseen tähtäävä piirre: ylläpitää omaa toimintakykyä ja käsitellä puutavarakappaleita oikealla tavalla. 

Pian huomasimme laatimissamme ohjelmissa kiinnostavia piirteitä, ja ryhdyimme kehittämään ja vahvistamaan niitä tietoisesti. Ohjelmien avulla rakensimme tietokoneen sisään mallin puutavaraa käsittelevästä koneesta ja sitä ympäröivästä maailmasta. Malli oli dynaaminen, sillä erilaiset anturisignaalit ylläpitivät tuota mallia jatkuvasti. Mallin elementit: muuttujat, laskurit ja taulukot, kuvasivat sekä puutavaran käsittelykoneen omaa tilaa, että siinä liikkuvien puutavarakappaleiden tiloja. 

Aloimme käyttää tuota ohjelmarakennetta myös ohjelmistojemme testaukseen. Rakensimme yksinkertaisen simulaattorin kuvaamaan automaation toimintaa. Visualisoimme tuon tietokoneen sisäisen mallin: lisäsimme koneemme ohjelmistoon uuden ohjelman, joka piirsi noin viisi kertaa sekunnissa sisäisen mallin tilan graafisin symbolein kuvaruutunäytölle. Näin saatoimme katsella reaaliajassa, mitä teollisessa prosessissa tapahtui, tai oikeastaan mitä tietokone kuvitteli tapahtuvan. Tämä järjestely oli hyödyllinen ohjelmien testaajille - ja asiakkaamme suorastaan lumoutuivat siitä.

Opimme siis, että automaatiojärjestelmän sisälle tulee rakentaa dynaaminen malli sen ympäristöstä. Tietenkään emme silloin tienneet, että brittiläinen psykologi Richard Gregory oli keksinyt saman idean Edinburghin yliopiston tekoälyprojektissa jo vuonna 1967. Harvat tuntevat tätä ideaa vieläkään. Mutta alun perin idean takana on vielä vanhempi mentaalisen mallin käsite, ja sen esitti skottilainen filosofi Kenneth Craik (1914–1945). Ilmeisesti roboteillekin siis pitää rakentaa mentaalinen malli.

On varsin yllättävää, että kymmenisen vuotta sitten saman tapainen toiminta löytyi elävien olentojen ja ihmisen aivoista. Tosin asian tarkempi tutkiminen on edelleen käynnissä. Tämä asia on syvällinen, ja se tuntuu liittyvän myös tietoisuuden käsitteeseen. Elämme rikkaassa ja muuttuvassa maailmassa, johon tietoisuudellamme ei ole mitään suoraa yhteyttä. Tietoisuutemme tuntee vain tuon aivojen luoman sisäisen maailmanmallin. Ja asialla on toinenkin puoli. Aivomme tuottavat vastaavan mallin myös itsestämme. Se kertoo meille ruumiimme tilasta ja tuntemuksista, ja ruumiimme sijainnista maailmanmallissa. Ja se sisältää myös elämänkerrallisen mallin, joka on kertomus itsestämme, yhdistettynä muistikuviimme ja tulevaisuuden suunnitelmiimme. 

Kehomme malli, sisäinen ruumiinkuva on meille ainutlaatuisen tärkeä. Jos siinä on puutteita tai vikoja, ne ilmenevät psyykkisinä häiriöinä. Erityisen konkreettisina ne näkyvät syömishäiriöiden kohdalla. 

Neurofysiologit ja neuropsykologit ovat vasta aivan viime vuosikymmeninä selvittäneet tämän aivojemme toiminnallisen piirteen, joka on automaatioinsinöörille vanhastaan tuttu. Miten he ovat päätyneet siihen? Eräs selitys saattaa olla, että hämmästyttävän monet eturivin aivotutkijat ovat alun perin insinöörejä tai tietokonenörttejä. Esimerkiksi Michio Kaku, Jeff Hawkins, Richard Gregory, Christof Koch ja Teuvo Kohonen. Ehkä siksi heillä on ollut ennakkoluulottomuutta ja moraalista rohkeutta tarkastella ihmisaivoja koneena.

Palaan vielä entiseen työnantajaani Strömbergiin. 1960- ja 1970- luvuilla sen insinööreillä oli varsin hyvät mahdollisuudet esittää elektroniikkaan liittyviä uusia hankkeita tai omaksua uusia ideoita projekteihinsa. Rönsyjä syntyi ja niitä ruokittiin, mutta syntyikö niistä vahvoja innovaatioita ja uutta liiketoimintaa? Tähän on vaikea vastata suoraan. Yleinen teollisuusautomaatio kuihtui vähitellen pois. Mutta elektroniikan ja mikroprosessorien yhdistäminen sähkövoimatekniikkaan tuotti tärkeitä uusia tuotteita, kuten ohjauslaitteita ja suojareleitä. Sähkönjakelua ei enää oikein voisi kuvitella ilman elektroniikan tuottamaa älyä ja toiminallisuutta. Loistava esimerkki on vaihtovirtamoottorien säätäminen taajuusmuuttajan avulla. Yhtiö kehitti tämän laitteen 1970- luvulla käyttökelpoiselle tasolle ensimmäisenä maailmassa, Vaikka Strömberg on nykyään sulautunut monikansalliseen ABB- konserniin, taajuusmuuttajien tuotanto Suomessa on edelleen merkittävää liiketoimintaa.  

Rönsyjen kasvattaminen vaatii myös aikaa. Kehitystyön jatkuminen pitää turvata, vaikka se on hidasta ja epävarmaa. Suuri ja vakiintunut yhtiö voi sallia itselleen tällaisia riskejä. Siksi niillä on oma roolinsa merkittävien innovaatioiden tuottajana. Muistan osallistuneeni keskusteluun ruoripotkureista vuonna 1982, kun olin juuri lähtemässä uuteen työpaikkaan. Voisivatko ne joskus toimia sähköllä? Ruoripotkuri on monipuolinen ja tehokas laivojen työntövoimaa tuottava laite. Ensimmäinen suoravetoinen, elektronisesti ohjattu ja sähköinen Azipod- ruoripotkuri asennettiin laivaan vuonna 1990. Siitäkin syntyi merkittävää ja kestävää liiketoimintaa.

5G ja laskennan lajit

To hell with more. I want better!

Ray Bradbury

5G- hypetys on ihmetyttänyt monia, ja niin itseänikin. Eihän se niin ihmeelliseltä tunnu. Kysymyksessähän on vain olemassa olevan teknologian jokseenkin loogisesti etenevä kehitys. Epäkypsälle teknologialle on ominaista, että sen suorituskyky kasvaa ennustettavasti ja jopa suoraviivaisesti. Tunnemmehan toki tietokoneiden suorituskyvyn kasvua kuvaavan Moore'n lain, ainakin nimeltä. Aivan vastaavasti tietoverkkojen suorituskyky kasvaa jatkuvasti, kun sitä mitataan tiedonsiirron tehokkuudella.

Tekniikkaa tuntevat aavistavat, mistä tuo suorituskyvyn kasvu nousee. Siirtymällä suuremmille taajuuksille radioteille voi mahduttaa aina vain enemmän informaation välityskapasiteettia. Karkeasti ottaen ilmiön takana on vuonna 1949 esitelty Shannonin teoreema, jota voidaan sanoa jopa luonnonlaiksi. Mutta ei mennä nyt sille osastolle. 

Tällä kapasiteetin kasvulla on varjopuolensa. Suurilla taajuuksilla lähetysten kantomatka lyhenee, tarvitaan tiheään sijoitettuja tukiasemia. Toisaalta radioaaltojen aiempaa suurempi vaimeneminen mahdollistaa taajuuksien tehokkaan uudelleenkäytön. Tämä kasvattaa osaltaan myös kapasiteettia. Mutta kannattaako tämä juttu todella? Tiheän tukiasemaverkon rakentaminen maksaa paljon. Onko meillä todella niin paljon siirrettävää dataa?

Katsotaanpa asiaa historiallisesta perspektiivistä. Kapasiteetin kasvu voi merkitä myös laadullista harppausta, mutta sitä on vaikeaa nähdä ennakolta. Kun tietokoneet keksittiin, niiden hyödyllisyyttä arvioitiin sen ajan laskemisen tarpeiden pohjalta. IBM-yhtiön toimitusjohtaja arveli, että maailmassa tarvitaan ehkä viisi tietokonetta. Vuoden 1954 Suomessa erittäin arvovaltaisista asiantuntijoista muodostettu valtion matematiikkakonekomitea antoi yhtä profeetallisen lausunnon. Suomessa ei ole niin paljoa laskettavaa, että tänne kannattaisi hankia tietokone - mutta koulutusta varten voitaisiin ehkä rakentaa yksi kone.

Samanainen pohdinta jatkui parin vuosikymmenen kuluttua, kun mikrotietokoneet tulivat markkinoille. Mitä niihin voisi tallentaa? Ehdotettiin kakkureseptejä. Mutta tarve oli aivan toisaalla. Tietokoneella alettiinkin käsitellä tekstiä, kuvia ja videoita. Pian tietokoneille oli jo paljon käyttöä. Ja kun tietokoneet ja tiedonsiirto kohtasivat, syntyi ensin internet ja sitten sosiaalinen media. Todellisuus ylitti moninkertaisesti futurologien spekulaatiot.

Silti 5G verkkojen ympärillä käytävä keskustelu tuntuu kiusalliselta. Taas kerran arvioimme uuden teknologian perspektiivejä nykyisen verkkojen käytön näkökulmasta. Tuoko uusi teknologia vain lisää kissavideoita ja tubettajia? Onko enää näköpiirissä laadullista harppausta?

Uskon, että sellainen harppaus tulee, mutta ehkäpä se tulee niin sanotusti puun takaa. Sieltähän se aina tulee. Joten nyt yritän kertoa, mitä sillä saralla on tulossa. Tällainen spekulointi on tietenkin uhkarohkeaa ja jopa turhaa, sillä "aika näyttää". Mutta tulevaisuuden pohdinta on niin kovin kiehtovaa. Se on myös ihmiskunnan kollektiivisen luovuuden toimintatapa ja voimanlähde. Nykyhetkeen sijoittuu se maailmaa eteenpäin vievä prosessi joka sovittaa yhteen menneisyydessä hankittua kokemusta ja tulevaisuuteen tähtäävää mielikuvittelua. 

Bioniikka on tiede, joka pyrkii ennakoimaan ja kehittämään teknologiaa luonnosta löytyvien mallien avulla. On tunnettua, että teknologia jäljittelee varasin usein luontoa. Joskus se tekee sitä tietoisesti, mutta on ehkä vielä tavallisempaa, että huomaamme tämän vasta jälkikäteen. Bioniikka ei kuitenkaan ollut tietokoneiden kehitystä vauhdittamassa. Niiden ideana oli aritmetiikan mekanisointi. Biologisten hermostojen tietojenkäsittely tunnettiin vain hyvin ylimalkaisesti. Parhaassa tapauksessa tietokoneiden ja elävien olentojen välillä nähtiin niiden tarkoituksen yleisluontoinen samankaltaisuus.

Kävi jopa päinvastoin. Tietokoneiden toimintaperiaatteesta tehtiin päätelmiä ihmisen ajattelun luonteesta, ja se meni oikeastaan täysin väärin. Hermostojen tutkimus ja tietokoneiden kehitys etenivät rinnakkain, kumpikin omilla raiteillaan. On ehkä väärin sanoa, etteivät ne vaikuttaneet toisiinsa. Mutta kun itse seurasin tätä kehitystä vuosikymmenien ajan hyvin läheltä, voisin sanoa, että tietokonetekniikan biologiasta saamia ideoita (massiivinen rinnakkaislaskenta ja assosiatiiviset muistit) ei missään vaiheessa otettu laajaan käyttöön. Siitä huolimatta, että ne sinänsä olivat kiehtovia. Hermostojen ja aivojen tutkimus puolestaan hyötyi vielä vähemmän teknisten laskentarakenteiden kehityksestä (tosin ietokoneista tuli merkittäviä tutkimuslaitteita aivojen kuvantamisen kehittyessä).

Unohdetaan nyt teknisen toiminnan yksityiskohdat ja palataan aivan juurille. Onko eliöiden hermostolla ja tietokoneilla jotain yhteistä? Vastaus on tunnettu ja myönteinen. Molemmat ovat informaatiota käsitteleviä laitteita. Voisimme hetkeksi unohtaa tietokoneet ja keksittyä eliöihin. Jo varsin yksinkertaisten eliöiden hermostot ovat hyvin suorituskykyisiä. Vaikka niiden perusosat eli hermosolut toimivat hyvin hitaasti ja tiedon siirtonopeus on vatimaton, hermostojen suoritukset ovat hämmästyttäviä. Bioniikan pohjalta voisi nyt kysyä: miten ne sen tekevät?

Ymmärtääksemme asian meidän on pohdittava laskentaparadigmojen eroa. Ihmisen rakentama tietokone ja biologinen hermosto perustuvat nimittäin täysin erilaisiin laskennan periaatteisiin. Niitä ei voi verrata toisiinsa laskentatehtävien suoritusaikoja vertaamalla - koska ne eivät suorita vertailukelpoisia tehtäviä. Laskentaparadigmat ovat vertailtavissa vain hyvin yleisellä tasolla: informaation käsittelynä. Olen kirjoittanut yleistajuisen johdannon aiheesta Tieteessä tapahtuu-lehteen.

Koetan nyt luonnehtia näitä laskentaparadigmoja laadullisella ja yleistajuisella tasolla. Aloitetaan meille tutummasta elektronisesta tietokoneesta. Tietokoneet kehitettiin alun perin aritmeettisia laskelmia varten, mekaanisten laskukoneiden sähköisiksi vastineiksi. Laskutoimitukset voidaan jakaa peräkkäisiin vaiheisiin ja niiden suoritusta voidaan ohjata muodollisen logiikan avulla. Syntyi ohjelmoinnin käsite ja välineet. Se on tietokoneen olemuksen syvinä ydintä.

Tietokoneen silmiinpistävin piirre on sen universaalisuus. Sillä voidaan suorittaa vaativaa aritmetiikkaa, mutta se pystyy myös vertaamaan ja käsittelemään symboleja. Koneella ei siten ole oikeastaan mitään erityisalaa. Yleiskäyttöisten ohjelmointikielten ja tietokoneen suorittamien tehtävien välillä ei ole mitään ilmeistä kytkentää. Tuo kytkentä syntyy ohjelmoijan luovan panoksen kautta. Tietokone on ihmisen luovan ajattelun jatke. Se on suuri etu, mutta samalla sen suorituskyvyn ja luotettavuuden vakava rajoitus.

Biologisten hermostojen toiminnan luonne on täysin toisenlainen. Hermoston laskentakyky aiheutuu hermosolujoukoista, jossa solujen väliset kytkennät määrittelevät solujoukkojen tiedonkäsittelytehtävät. Hermostossa sijaitsee suuri määrä rinnakkain toimivia tietoa käsitteleviä solujoukkoja. Kullakin joukolla on omat tehtävänsä, mutta samalla ne kommunikoivat keskenään ja vaikuttava toisiinsa. Nuo laskentaa suorittavat osat kehkeytyvät hermostoon geneettisen määräytyneinä, mutta niiden syntyyn ja kehitykseen vaikuttaa myös yksilökehityksen vaiheet ja toimintaympäristö. Tutkijat puhuvat neuroplastisuudesta eli hermoston taipumuksesta mukautua ja muuttua jonkinlaisena kiinnostavana ominaisuutena. Tosiasiassa se on paljon enemmän. Neuroplastisuus on mekanismi, joka ohjelmoi hermostot ja aivot hieman samaan tapaan kuin ohjelmoija ohjelmoi tietokoneen. Vain paljon paremmin.

Vielä eräs kiinnostava näkökulma. Mitä nuo hermoston lukuisat rinnakkain toimivat neuronikoneet tekevät? Ne ovat simulaattoreita. Ne jäljittelevät eliön itsensä toimintaa, ja samalla ne jäljittelevät ympäristöä ja sen kohteita. Jäljittelyn tarkoitus on ohjata neuronikoneiden isäntänä toimivan eliön toimintaa. Eliön hermosto ylläpitää eliön toimintaa kuvaavaa aktiivista ja ajantasaista mallia, ja samalla se ylläpitää myös toimivaa mallia eliön ympärillä olevista asioista.

Mitä tällä asialla on tekemistä 5G- verkkojen kanssa? Tämä on kirjoitukseni spekulatiivisin osa. Näen, että 5G ympäristö voisi toimia laskenta-alustana, joka olisi analoginen elollisen luonnon hermoverkkojen kanssa. Se voisi sisältää laskentakykyä ja samalla siinä olisi mukana paljon ympäristöä kuvaavaa tietoa. Näin teknologinen laskenta-alusta saattaisi saada samoja piirteitä, joita on biologisissa hermostoissa.

Tämä on tietenkin vain hämärä oivallus, ja kehitys voi luonnollisesti kulkea aivan muita polkuja. Voisiko se merkitä niin sanottua singulariteettia. Entä mitä merkitsee ylipäätään esittämäni laadullinen kuva biologisesta tiedonkäsittelystä. Onko neuroplastisuus vain tekninen ominaisuus, vai sisältyykö siihen tavoitteellisuuden ja vapaan tahdon nimellä kulkevia asioita, joita ei haluta selittää teknisesti vaan jotenkin muuten. Filosofit pohtikoon näitä asioita, se on heidän tehtävänsä. Filosofit ovat yleensä väärässä, mutta he osaavat esittää hyviä kysymyksiä.

Itselläni on pahaenteinen aavistus. Niin sanotut suuret filosofiset kysymykset yleensä katoavat, kun niitä riittävästi valaistaan tiedon valolla.