Programozók, álljatok félre: a Szilícium-völgyben a fizikusoké a jövő

syilicium-fizikaillusztráció: Vass Szabolcs

Cade Metz – Wired (San Francisco)

Nem jó most fizikusnak lenni. Oscar Boykin szerint legalábbis. Boykin a Georgia Műszaki Egyetemen szerzett fizikusi diplomát, 2002-ben az UCLA-n doktorált. Hogy miért nem jó most fizikusnak lenni? Négy éve Svájcban a Nagy Hadronütköztető fizikusai felfedezték a Higgs-bozont, a szubatomikus részecskét, aminek létezését már 1960-ban megjósolták. Boykin elmondása szerint mindenki számított erre. A Higgs tehát nem forgatta fel a világegyetemről alkotott elméleteket. Nem változott meg tőle semmi, nem jelentett új, megoldandó problémát. “A fizikusok attól jönnek lázba, amikor valami nem stimmel a fizikával, márpedig jelenleg nem sok ilyen dolog van.” – mondja. “Lehangoló kor ez egy fizikus számára.” Továbbá a fizetés sem túl jó.

Boykin szakmát váltott. Szoftvertervezőként dolgozik a Szilícium-völgyben. Annak lenni most nagyon jó.

A Stripe nevű 9 milliárd dolláros startup alkalmazottja. A cég vállalatoknak kínál megoldást az online fizetések fogadására. Boykin azon szoftverrendszerek megtervezésében és működtetésében segít, amelyek a cég különböző szolgáltatási részlegeiről gyűjtenek adatokat, melyek alapján megjósolják az adott szolgáltatások jövőjét, többek között azt is, hogy mikor, hol és hogyan fordulnak elő csalások és hamis tranzakciók. Fizikusként ideális képzettséggel rendelkezik ehhez a munkához, ami magas szintű matematikai ismereteket és absztrakt gondolkodást igényel. Itt viszont, egy fizikussal ellentétben, olyan területen dolgozhat, ami momentán végtelen mennyiségű kihívással és lehetőséggel kecsegtet. Továbbá a fizetés is csodás.

Ha a fizika és a szoftvertervezés szubatomikus részecskék lennének, akkor a Szilícium-völgy lenne az a hely, ahol a kettő összeütközik egymással. Boykin három másik fizikussal dolgozik együtt a Stripe-nál. Decemberben, amikor a General Electric felvásárolta a Wise.io nevű gépi tanulással foglalkozó startupot, az igazgató, Jeff Immelt, azzal dicsekedett, hogy egy olyan céget sikerült megkaparintania, ami csak úgy hemzseg a fizikusoktól, akik közül a legismertebb az UC Berkeley asztrofizikusa, Joshua Bloom. A nyílt forráskódú gépitanulás-szoftvert, a H2O-t, amit 70 000 adattudós használ az egész világon, Arno Candel svájci fizikus segítségével építették meg, aki a SLAC Nemzeti Részecskegyorsító Laboratóriumból érkezett. Vijay Narayanan, a Microsoft adattudomány- igazgatója asztrofizikus, és a csapatában is több fizikus dolgozik.

Nem szándékosan van így. “Nem az történt, hogy betörtünk a fizikusoviba, és elraboltunk egy csomó gyereket” – mondja a Stripe társalapítója és vezetője, John Collison. “Egyszerűen így alakult.” És így alakul az egész Szilícium-völgyben. Azért alakul így, mert strukturális és technológiai értelemben az az ismeret- és képességhalmaz, amire ma körülbelül minden internetcégnek szüksége van, leginkább a fizikusi képzettségnek felel meg.

Természetes folyamat

A fizikusoknak természetesen már a kezdetektől szerepe volt a számítástechnika fejlődésében, ugyanúgy, mint sok más tudományágban is. Az egyik legelső számítógép, az ENIAC egyik tervezője, John Mauchly, fizikus volt. Mint ahogy a C programozási nyelv atyja, Dennis Ritchie is.

A számítástechnika jelenlegi korszaka viszont a fizikusok számára egészen különleges a gépi tanulás felemelkedésének köszönhetően, mikor is a gépek feladatokat tanulnak meg végrehajtani roppant mennyiségű adat feldolgozása által. Az adattudománynak és a mesterséges intelligenciának ez az új hulláma nagyon jól fekszik a fizikusoknak.

Az iparágban egyre elterjedtebb a mesterséges neurális hálók alkalmazása, vagyis olyan szoftvereké, amik az emberi agy felépítését utánozzák. Ez gyakorlatilag színtiszta matematika, lineáris algebra és valószínűségelmélet. Az informatikusok nem feltétlenül képzettek ezeken a területeken, a fizikusok viszont igen. “Az egyetlen dolog, ami újdonságot jelent a fizikusoknak, az az, hogy hogyan optimizáljuk ezeket a neuronhálókat, és hogy hogyan tanítsuk be őket, de ezek viszonylag egyszerű problémák.” – mondja Boykin. “Az egyik technikát Newton-módszernek hívják. A fizikus Newton, nem valami másik Newton után.”

Chris Bishop, a Microsoft cambridge-i kutatólaboratóriumának vezetője ugyanígy érzett harminc éve, amikor az akadémiai világ először figyelt fel komolyan a mély neurális hálózatokra. Ez vezette el a fizikától a gépi tanulásig. “Van abban valami teljesen természetes, hogy egy fizikus a gépi tanuláshoz fordul.” – mondja. – “Nekünk ez sokkal jobban fekszik, mint egy informatikusnak.”

Kihívások

Tíz évvel ezelőtt Boykin összes fizikus haverja pénzügyi területen helyezkedett el. A fent említett matematikatudás rendkívül hasznosnak bizonyult a Wall Streeten is, a piaci helyzet alakulásának megjóslásában. Az egyik kulcsfontosságú módszer a Black-Scholes egyenlet, amit egy pénzügyi derivatíva értékének meghatározására használnak. Ugyanakkor a Black-Scholes hozzájárult a 2008-as krachhoz, és jelenleg sokkal több fizikus nyergel át az adattudományra, mint bármelyik más számítástechnikai tudományágra.

Az évtized elején fizikusok érkeztek a csúcs-techcégekhez, úgynevezett Big Data szoftvereket építeni, mely rendszerek gépek százai, sőt, ezrei között zsonglőrködnek az adatokkal. A Twitternél Boykin közreműködött egy Summingbird nevű szoftver fejlesztésében. Három fiatalember, akik az MIT fizika tanszékén ismerkedtek meg,  hasonló szoftver-startupot indítottak Cloudant néven. A fizikusok értenek az adatkezeléshez – az MIT-nél a Cloudant alapítói hatalmas adathalmazokat kezeltek a Nagy Hadronütköztetőtől, – és ezeknek az elképesztően komplex rendszereknek a megtervezéséhez egy bizonyos fajta absztrakt gondolkodás szükségeltetik. Miután a rendszerek megépültek, sok fizikus segített az általuk befogott adatok felhasználásában is.

A Google indulásakor a cég “motorházának” kulcsfigurája Yonatan Zunger volt, aki húrelméletből doktorált a Stanford Egyetemen. Amikor Kevin Scott csatlakozott a Google Ads-hoz, azzal a céllal, hogy a Google-ből lehalászott adatok segítségével megjósolja, mely reklámokra kattintanak a legtöbben, rengeteg fizikust toborzott a csapatába. Sok informatikussal ellentétben a fizikusoknak tökéletesen fekszik a gépi tanulás kísérleti jellege. “Majdnem olyan, mint a laboratóriumi munka.” – mondja Scott, aki jelenleg a LinkedIn CTO-ja.

A Big Data szoftverek ma már közhelyszámba mennek – a Stripe például egy nyílt forráskódú verzióját használja ugyanannak, amin Boykin is dolgozott a Twitternél, – a gépi tanulási modellekben egyre több cég lát lehetőséget. Ennek köszönhetően a fizikusok számára még inkább kiszélesedik a Szilícium-völgy felé vezető út. A Stripe-nál Boykinnal egy csapatban dolgozik Roban Kramer (fizika PhD, Columbia Egyetem), Christian Anderson (fizika MSc, Harvard), és Kelley Rivoire (fizika BSc, MIT). Azért vannak itt, mert illik hozzájuk ez a munka. Meg persze a jó fizetés miatt. Boykin elmondása szerint: “A tech cégek már-már abszurdan magas béreket fizetnek.” De a kihívást jelentő, bonyolult problémák is vonzerővel rendelkeznek.

Anderson azért hagyta ott még a PhD fokozat megszerzése előtt a Harvardot, mert ugyanarra a nézetre jutott, mint Boykin – intellektuális elfoglaltság, egyre kisebb hozammal. Az interneten más a helyzet. “Az internetben magától értetődik a hatály, a kiterjedés” – magyarázza Anderson. “A lehetőségek sokkal nagyobbak, de többrétű a kihívás, a probléma is. Van intellektuális előnye.”

A jövő

Most a fizikusok mennek a Szilícium-völgybe. De az elkövetkező években egy hasonló jelenség sokkal messzebbre fog terjedni. A gépi tanulás nem csak az adatok elemzésének módját változtatja meg, hanem azt is, ahogyan szoftvereket építünk. A neurális hálók már most teljesen átformálják a képfelismerést, a beszédfelismerést, a gépi fordítást és a szoftver-interfészek alapvető természetét. Chris Bishop megfogalmazásában: a szoftvertervezés a logikán alapuló kézműves programozástól a valószínűségen és bizonytalanságon alapuló gépi tanulási modellek felé halad. A Google-höz és a Facebookhoz hasonló cégek már elkezdték átképezni tervezőiket erre az újfajta gondolkodásmódra. A tech-világ többi része is követni fogja őket.

Másképp fogalmazva, a Szilícium-völgy szoftvertervezői birodalmába benyomuló fizikusok valójában egy sokkal nagyobb változás előszelét jelentik. Nemsokára a Szilíciumvölgy-béli szoftvertervezők fognak benyomulni a fizikusok birodalmába.

Megjelent: 2017. január 16.

Eredeti cikk



Kategóriák:Amerika, Innováció, Multimédia, Tudomány

Címkék:, , , , ,