Rosenberg: Atheist’s Guide to Reality

Rosenbergovi vyšla minulý rok kniha určená pre širšiu verejnosť. Vydanie tejto knihy sprevádzali extatické reakcie na Massive Error a v ďalších kútoch českej filozofickej blogosféry. Samozrejme Mozgostroje nemôžu chýbať na mieste aby skontrolovali čo za neplechu to filozofi zasa napáchali. Ako predchádzajúce “recenzie” na Mozgostrojoch tento článok tvorí skôr diskusiu a polemiku a najviac informatívny bude pre ľudí ktorí knihu čítali.

Rosenbergovu knihu možno vnímať v kontraste k ostatnej ateistickej a naturalistickej literatúre ako je Dawkinsova God Delusion alebo Dennettova Darwins dangerous idea. Vskutku Rosenbergova AGR mi pripomenula Dennettovu DDI. Kniha má podobnú obsahovú stavbu. Rosenberg má však rýchlejší ťah na bránku a tak už po prvej tretine sme pri morálke teda tam DDI končí. Aj obsahovo možno AGR dobre kontrastovať s DDI, Dennett argumentoval pri odpovediach na večné otázky, že pohár je do polovice plný. Cieľe, plány, slobodná vôľa, ja – všetko existuje, akurát treba občas tieto veci na nerozoznanie predefinovať. Rosenberg argumentuje, že pohár je do polovice prázdny. Niektoré jeho definície sú tiež posunuté preč od bežného významu. Opačným smerom.

Namiesto hašterenia sa o definíciách a o tom či je pohár do polovice plný alebo prázdny, zaujímavejšie je pozrieť sa na Rosenbergove tézu z pohľadu racionálneho bayesiánskeho aktéra. Ak bude niekedy napísaný Matúšov návod na realitu tak na prvej strane bude varovanie, že všetky ontologické otázky treba vymeniť za otázky epistemologické. Ontologickými otázkami myslím otázky typu “Existuje X?” A ak áno “Čo je X?” Existuje boh? Existuje zmysel života a ak áno čo ním je? Má vesmír príčinu? Máme dušu? Máme slobodnú vôľu? Tieto otázku sú nesprávne formulované a vedú k irelevantným argumentom o tom či je pohár do polovice plný alebo prázdny. Treba ich vymeniť za epistemologické otázky “Akú pravdepodobnosť má racionálny aktér pri danom stave evidencie prisúdiť výroku X?”, kde výrok X môže byť kľudne aj výrok o existencii či neexistencii niečoho. Týmto sa podarí zamedziť neplodným diskusiám o poloplnosti/poloprázdnosti pohára, keďže pravdepodobnosť 0.5 je asi rovnako kontroverzná ako pravdepodobnosť 0.9 alebo 0.1. Pozrime sa či sa s týmto prístupom dostaneme ďalej ako Rosenberg, Dennett a ostatní.

AGR začína fyzikou, ktorá ostane Rosenbergovým ťažným argumentom po zvyšok knihy. Rosenberg tvrdí, že realitu tvoria fermióny a bozóny. Nič iné. Časticovou fyzikou som sa už na Mozgostrojoch zaoberal. V minulom článku sme aj videli, že fermióny a bozóny nie tak celkom existujú. Dané sú pozorovania zrážok častíc. Od nich k fermiónom a bozónom vedie inferenčný krok. Tento vyžaduje postulovanie určitých predpokladov a kritérii ako sú zachovanie vlastností, konzistentnosť alebo jednoduchosť. Bez týchto kritérii inferencia nie je možná. Bozóny a fermióny teda na nás z reality samy od seba len tak nevyskočia. Rosenberg krátko píše o validite inferencii vo fyzike: “We have the best of reasons to believe that the methods of physics—combining controlled experiment and careful observation with mainly mathematical requirements on the shape theories can take—are the right ones for acquiring all knowledge.” Ak myslí Rosenberg pod “mathematical requirements on the shape theories” epistemologické kritéria ako je jednoduchosť a konzistentnosť, tak je ten výraz trochu eufemizmus. Každopádne ak sú správnou cestou nadobúdania poznania, jednoduchosť ako argument môžeme použiť aj pri otázkach ohľadom cieľov, plánov a zmyslov v neskorších kapitolách, nie?

Validitu inferencie vo fyzike možno rozpitvať ďalej. Samotné poznatky ohladom zrážky častíc nie sú tvrdým faktom, ale tvoria ich dáta z viacerých experimentov, ktoré nemusia byť úplne konzistentné a treba ich štatisticky a inferenčne opracovať. Ďalej sa môžeme spýtať, prečo by sme mali akceptovať pozorovania z časticových detektorov. Rovnako dobre môžeme akceptovať pozorovania elementárnych častíc, ktoré vykonal Fero včera pod vplyvom psychofarmák. Treba si uvedomiť, že v tomto momente nemôžeme odmietnuť Ferove pozorovania ako halucinácie, keďže nemáme jasno ohľadom materialistickej fyziky na ktorej by sme potom argumentačne vybudovali ostatné vedy vrátane neurovedy, ktorá by vysvetlila Ferove pozorovania ako halucinácie. Neviem ako by tieto problémy riešil Rosenberg. Racionálny bayesiánsky aktér nemá s týmito otázkami problémy. Môže uplatniť nárok na konzistenciu a jednoduchosť popisu reality a uprednostniť materialistickú fyziku pred Ferovým výplodom.

Ďalší aspekt fyziky, ktorý Rosenberga zaujíma je entropia a druhý termodynamický zákon. Podľa Rosenberga tento je dôvodom asymetrie fyzikálneho času. K entropii sa ešte vrátim pri recenzii 12. a 13. kapitoly Jaynesovej knihy. V kontexte tohoto článku je však relevantnejšia Pearlova diskusia štatistického času. Z pohľadu kauzálnej inferencie platí pre časovú orientáciu nasledovné:

V prípade časovej postupnosti vieme, že budúce udalosti nemôžu mať vplyv na minulé udalosti. V tomto prípade sú všetky minulé udalosti potenciálnou príčinou pre všetky budúce udalosti. Pearlova definícia potenciálnej príčiny umožňuje formalizovať koncept štatistického času. Tento je určený kauzálnym zoradením premenných v grafickom modeli. Takýchto zoradení je v každom grafe viacej. Pearl vyjadril domnienku, že aspoň jeden zo štatistických časov bude zodpovedať tomu fyzikálnemu. Pearl však zároveň ukazuje že koncept času závisí od reprezentácie premenných a ku každej reprezentácii je možné nájsť reprezentáciu, v ktorej funguje kauzalita opačne – z budúcnosti do minulosti. Otázku definície času, tak možno zredukovať na otázku definície problému.

To znamená aj že asymetriu času nemožno zdôvodniť 2. termodynamickým zákonom a Pearl zdôrazňuje “consistent agreement between physical and statistical times is a by product of the human choice of linguistic primitives and not a feature of physical reality.” Racionálny bayesián však znovu nemá problém. Otázku správnych lingvistických jednotiek – t.j. správnej reprezentácie problému možno zahrnúť do inferencie ako neznámy parameter a následne určiť orientáciu štatistického času a pýtať sa či je konzistentný s fyzikálnym časom. V niektorých prípadoch môže štatistický čas bežať opačným smerom ako ten fyzikálny.

Je koncepcia štatistického času relevantná pre Rosenbergovu diskusiu? Rosenberg sám poznamenáva, že 2. termodynamický zákon nemusí dočasne platiť v určitých výsekoch reality – napríklad v tých kde sa vyskytujú biologické organizmy. 2. termodynamický zákon platí z pohľadu celého uzatvoreného vesmíru. Podobne, ak je stav každej častice známy tak nemá zmysel rozmýšľať nad kauzalitou. Každý minulý a budúci stav je jednoznačne daný znalosťou toho súčasného. Ak však prejdeme od znalosti celého vesmíru k analýze jeho určitého výseku – a toto je scenár ktorý je relevantný pre ľudí, scientistov a vedcov, tak je kauzálna analýza dôležitým nástrojom pre extrahovanie pravidelnosti a vzorcov z pozorovaní. Kauzálna analýza zároveň poskytuje to čomu sa Rosenberg chce vyvarovať – príbehy. Najdôležitejšou súčasťou kauzálnych vedomostí je znalosť výsledku manipulácii na fungovanie systému. Kauzálne vedomosti tak možno sformulovať ako príbehy typu “ak spravíš X tak sa stane Y”. Rosenberg sám používa tieto kauzálne príbehy, keď vysvetluje entropiu (“ak zatlačíš hlavu pumpičky pri fúkaní bicykla, stúpne entropia častíc vzduchu vnútri pumpy”). Rosenberg zároveň poznamenáva, že ide len o didaktické pomôcky, ktoré musíme používať aby sme ukojili náš zvrátene iracionálny mozog v snahe vôbec sprostredkovať informáciu. Vďaka Pearlovi a jeho kolegom informatikom dnes vieme, že inferencia kauzality nie je výplodom nejakého mozgu, ale optimálnou stratégiou pre racionálneho aktéra ako extrahovať a uložiť informácie o pravidelnostiach v okolitom prostredí. To platí aj o inferencii vo fyzike. Fyzikálne zákony sú nezávislé od kauzálnej interpretácie len v prípade znalosti stavu celého vesmíru. V prípade, že nás zaujíma fungovanie výseku vesmíru, a toto je scenár ktorý zaujíma aj fyzikov v 99.9% prípadov, nadobúdajú fyzikálne zákony dôležitú kauzálny interpretáciu. Na ilustráciu znova poslúži Ohmov zákon:

Ohmov zákon: I=V/R, kde I je prúd, V napätie a R vyjadruje odpor vodiča. Ohmov zákon možno interpretovať kauzálne – pridaním napätia spôsobíme vyšší prietok elektrického prúdu vodičom. V tomto zmysle možno 1/R interpretovať ako konštantný koeficient . Z pohľadu fyziky nie je problém prehodiť členy z ľavej na pravú stranu a naopak. Napríklad môžeme získať R= V/I. Z pohľadu kauzálnej interpretácie je však takáto úprava neprípustná. Rovnica by vyjadrovala, že pridaním prúdu (pri konštantnom napätí) môžeme zmeniť odpor vodiča, čo je zjavne nezmysel. Čiže aj keď fyzici manipulujú rovnice, nie všetky výsledné formulácie sú si rovné. Nie všetky sú kauzálne interpretovateľné.

Na príklade vidieť, že kauzálna interpretácia je kľúčovou súčasťou Ohmovho zákona nie nejakým dôsledkom laikovej neschopnosti, zákon správne interpretovať. Tým pádom nemôžeme súhlasiť s Rosenbergovým tvrdením, že jediným zdrojom asymetrie v fyzike je termodynamický zákon, ktorý ukazuje len jedným smerom. Tento záver je prípustný len pre pozorovateľa ktorý pozná detailný stav celého vesmíru. Pre pozorovateľa s obmedzenými znalosťami je otázka orientácie štatistického času súčasťou inferencie. Táto zároveň určí asymetriu získaných zákonov a dodá im správnu kauzálnu interpretáciu ktorú možno vyjadriť vo forme príbehov o manipulácii príčin vedúcich k určitým výsledkom.

Rosenbergova interpretácia fyzika hrá len úlohu prostredníka, ktorý mu umožní odmietnúť existenciu cieľov a teleologických príčin v biológii a psychológii. Podobne ako sme rozobrali fyziku z pohľadu racionálneho aktéra môžeme rozobrať aj Rosenbergovu diskusiu sémantiky, plánov, cieľov alebo intencionality. Sémantickú analýzu možno vnímať ako rozšírenie tej kauzálnej. V tomto prípade ešte formalizmy nie sú tak ďaleko ako v prípade kauzality, ale Bischofova sémantika nám postačí na to aby sme lokalizovali Rosenbergove argumentačné chyby. Rosenberg argumentuje tým, že myšlienky nemôžu byť o niečom, keďže každý význam potrebuje niekoho kto by ho interpretoval: “The point is that a red octagon or any other clump of matter—ink marks on paper or pixels on a screen—is about something else only because it has been interpreted by someone to be about it.” Červený osemuholník je dopravná značka s významom zastaviť preto, lebo ju ľudia takto interpretujú. Čo však v prípade človeka ktorý myslí na Paríž? Sú jeho myšlienky o Paríži? Môžu byť signály v jeho mozgu o Paríži? Môžu byť vôbec signály v mozgu o niečom?

If the Paris neurons are about Paris the same way a red octagon is about stopping, then there has to be something in the brain that interprets the Paris neurons as being about Paris. After all, that’s how the stop sign is about stopping. It gets interpreted by us in a certain way. The difference is that in the case of the Paris neurons, the interpreter can only be another part of the brain.

Tým sme si však situáciu iba skomplikovali. “We started out trying to explain one case of neurons being about something—Paris. Now we have two cases of neurons being about things—about Paris and about the Paris neurons.” Z pohľadu Bischofovej sémantiky však žiadny problém nevzniká. V prípade neurónov na ich interpretáciu dohliada evolúcia. Neuróny v mozgu opice, ktoré nie sú o nebezpečí, keď opica stretne hada – sú mŕtve neuróny. V mozgu teda môžu byť neuróny ktoré interpretujú aktivitu neurónov v iných oblastiach bez toho aby musela existovať nejaká iná oblasť ktorá by ich interpretačnú aktivitu interpretovala. Finálny význam získavajú signály neurónov prostredníctvom správania ktoré produkujú a ktoré prirodzená selekcia posudzuje. No počkať, evolúcia a význam? Rosenberg hneď ťahá svoj argumentum ad bosonum:

Physics has ruled out the existence of clumps of matter of the required sort. There are just fermions and bosons and combinations of them. None of that stuff is just, all by itself, about any other stuff. There is nothing in the whole universe—including, of course, all the neurons in your brain—that just by its nature or composition can do this job of being about some other clump of matter.

To je samozrejme správne pozorovanie, avšak platí znova len v prípade pozorovateľa, ktorý pozná stav všetkých častíc v celom vesmíre. Ak pracujeme s výsekmi vesmíru, tak sémantika hrá dôležitú inferenčnú úlohu. V predchádzajúcom príspevku som spomínal systém, ktorý vyvinuli Nguyen et al. (2005). Odstavec sa oplatí odcitovať v plnej dĺžke:

Nguyen (Nguyen et al. 2005) s kolegami sa snažili naučiť stroj predpovedať správanie ľudí v kuchyni. Vstupnými dátami pre ich stroj bola pozícia na ploche kuchyne rozdelenej do 6×4 buniek v závislosti od času. Systém sa naučil zhrnúť postupnosť určitých pozícii do opakujúcich sa trajektórii. Napr. pohyb od chladničky ku stolu, alebo pohyb od dverí ku chladničke. Na vyššej úrovni sa naučil systém zhrnúť trajektórie do vzorcov správania, napr. naobedovať sa alebo dať si snack. Stroj hierarchicky postuloval vyššie entity, ktoré mu pomohli zhrnúť, popísať a predpovedať následnosť pozorovaných fenoménov (pozície osoby). Stroj by sa teoreticky zaobišiel aj bez týchto vyšších teoretických entít. Vskutku každý hierarchický model je možné preložiť do komplexného jednoduchého plochého modelu. Parametre tohoto modelu je však ťažšie naučiť sa ako pri tom hierarchickom. Sémantika nám umožňuje zhrnúť správanie a obsah signálov pomocou komplexnejších entít – ich významov. V zásade by sme mohli popísať svet aj pomocou fermiónov a bozónov. Je však jednoduchšie a rýchlejšie popísať svet ak postulujeme ďalšie entity, ktoré popisujú vlastnosti na rozličných úrovniach. Takto je to sa atómami, molekulami, bunkami, organizmami. Sémantika umožňuje vytvárať podobné koncepty, akurát jej základnou črtou je, že elementárne časti, ktoré zahŕňa a popisuje sa nerozprestierajú na priestorovej osy (ako atómy v rámci jednej molekuly), ale na tej časovej (predchádzajúce správanie, budúce správanie).

Kritickým pozorovaním pre nás je, že uvedený hierarchický model sa učí lepšie a rýchlejšie ako ekvivalentný plochý model. Možno namietnuť, že túto preferenciu pre jednoduchší hierarchický model vytvárajú len komputačné nároky, ktoré sú však z pohľadu správneho popisu vesmíru irelevantné. Ak nevieme presne nasimulovať počasie, to neznamená, že počasie je nedeterministická záhada a prútikarstvo je efektívna metóda. Sémantika je však viac než len jednoduchá a rýchla inferencia. Nguyen et al. (2005) ukázali že jednoduchší model lepšie predpovedá stavy systému než plochý komplexnejší model. Toto pozorovanie platí všeobecnejšie. Model na úrovni pozorovaných jednotiek – na úrovni bozónov a fermiónov, na úrovni vzruchujúcich neurónov, na úrovni správania môže poskytnúť horšie predpovede ako model postulujúci ciele. Je to  dané tým, že jednoduchší model bude mať v zásade silnejší bias ako ten komplexný. Bias je v rámci štatistiky technický termín diskutovaný v kontraste so šumom v dátach (bias-variance tradeoff). Modely so silnejším biasom budú schopné zachytiť a modelovať menej variability v doterajších pozorovaniach. Zároveň však poskytnú lepšie zovšeobecnenie pre budúce prípady ako model, ktorý zachytil viacej variability v tréningovej vzorke avšak vystavil sa nebezpečenstvu Overfitting fenoménu. Samozrejme, zároveň musí bias korešpondovať so vzormi správania vyskytujúcimi sa v prírode. Teleologický bias je zrejme optimálny pre popis biologických systémov. Všeobecný dôkaz tohoto tvrdenia zatiaľ nemáme avšak práce informatikov ako u Nguyen et al. (2005) alebo rozšírenosť komputačných modelov v neurovedách a kognitívnych vedách postulúcich vyššie sémantické jednotky ukazujú týmto smerom.

Facit je, že teleologický bias podobne ako kauzálna analýza umožňuje vyextrahovať z pozorovaní správania konštantné vzorce, ktoré lepšie umožnia predpovedať správanie. Tento bias lepšie umožňuje oddeliť šum (zakopnutie aktéra pri pohybe k cieľu) od relevantných údajov (zmena smeru pohybu k inému cieľu ) ako by to dokázal komplexný model manimalizujúci odchýlku medzi predpoveďami a  pozorovaniam na úrovni bozónov/neurónov/správania. Podobne ako kauzálna analýza aj sémantická analýza funguje na výsekoch vesmíru a v rámci celého vesmíru nemá zmysel. Z tohoto dôvodu musíme pri výsekoch vesmíru uvažovať nad šumom. Šum nám ako koncept umožňuje zachytiť vonkajšie vplyvy na správanie systému, ktoré nechceme a väčšinou ani nemôžeme modelovať. V rámci znalosti stavu celého vesmíru žiadny šum neexistuje.

Nezávisle od vyššie uvedeného argumentu môžeme použiť aj samotnú jednoduchosť ako argument pre použitie teleologickej analýzy. Treba si uvedomiť, že Rosenberg musí súhlasiť s jednoduchosťou ako relevantným argumentom ak chce zdôvodniť existenciu bozónov. V časticovej fyzike sú dáta dané zopár tisíckami pozorovaní zrážok a rozpadu atómov. Ak vyžadujeme zachovanie určitých kvantít v zrážkach možno tieto redukovať na ca. 210 elementárnych zrážok. Pomocou ďalších kritérii uprednostňujúcich jednoduchosť sa dopracujeme k ca. 170 časticiam a k ich rozdeleniu na bozóny a fermióny. Rosenberg má v zásade dve možnosti. Odmietnuť jednoduchosť ako relevantné kritérium. Tým pádom musí Rosenberg argumentovať proti existencii bozónov a fermiónov a napomenúť fyzikov aby nesklesli k zvodom svojho iracionálneho mozgu vidieť vzory a entity v zrážkach atómov. Namiesto toho nech pri modelovaní pekne pracujú s tabuľkou par tisíc zrážok. Fyzikalizmus možno aplikovať ad absurdum a pýtať sa prečo by práve pozorovania zrážok vo fyzike mali tvoriť relevantné informácie o fungovaní univerza na mikro úrovni. Pointa je v tom, že bez nejakého konceptu jednoduchosti sa indukcia nemôže odraziť od zeme a takýto dôsledne aplikovaný fyzikalizmus kolabuje do agnostizmu. Ak naopak Rosenberg akceptuje jednoduchosť ako relevantný princíp, otvára nám cestu ako prepašovať do vedy teleologickú analýzu. V porovnaní s redukciou správania ziliónov bozónov, biliónov neurónov alebo milión možných vzorcov správania na zopár túžieb a cieľov aktéra vyzerá redukcia tisíciek zrážok na dve stovky častíc ako totálny inferenčný luxus.

Rosenberg využíva svoje závery o neexistencii cieľov, plánov a intencionality, aby ukázal, že ľudské myslenie, ktoré s týmito konceptami manipuluje je iracionálne a pomýlené. Vyššie sme videli, že kauzálna a teleologická analýza je racionálna a v tomto zmysle aj veridikálna. To samozrejme nemusí ešte platiť o kauzálnych a teleologických analýzach, ktoré ľudia rutinne robia. Formalizácia kauzality a sémantiky okrem toho, že vedcom umožní spoľahlivo pripisovať signálom ich kauzálny/teleologický význam, umožní zistiť nakoľko inferencie u ľudí zodpovedajú vedeckým štandardom.  Toto je otázka na kognitívne vedy. Súčasná evidencia ukazuje, že inferencie kauzality (Gopnik et al., 2004; Griffiths & Tenenbaum, 2005) a intencionality (Baker et al., 2009; Baker et al., 2011) u ľudí sú veľmi podobné bayesiánskym racionálnym modelom. Podobný výskumný program možno rozvinúť okolo ďalších konceptov, ktoré podľa Rosenberga neexistujú ako je koncept ja, reflektívne myslenie alebo plánovanie. Tu je však výskum zatiaľ len v začiatkoch.

Momentálne to teda vyzerá tak, že žiadne ilúzie sa nekonajú. Práve naopak vedci sa snažia zistiť ako ľudské “ilúzie” intencionality a kauzality formalizovať a aby ich mohli naprogramovať u robotov.  Ľudské vnímanie kauzality a intencionality môže samozrejme zlyhať. Tieto zlyhania môžu mať viaceré zdroje. V zásade každý probabilistický inferenčný model v určitom momente poskytne nesprávne predpovede. To môže byť prípad listu točiaceho sa vo vetre po nepravdepodobnej trajektórii tak že ho nesprávne vnímame ako aktéra. Ďalším zdrojom môže byť prirodzený výskyt komplexné dynamických fenoménov, ktorých správanie nie je možné zredukovať pomocou kauzálneho alebo teleologického modelu. Sem možno zaradiť predpovede počasia u ľudí, ktorí nemajú k dispozícii modernú meteorológiu. Zatiaľčo počasie prestalo byť v súčasnosti vďaka meteorológii oblasťou kde nesprávne kauzálne a intencionálne myslenie prekvitá, objavili sa iné systémy s ktorými si ľudia vedia ťažko poradiť. Sem patrí ekonómia, politika alebo dejiny všeobecne. Rosenberg okrem toho, že vyznačuje zlyhania ľudí je pesimistický ohľadom vedeckého pokroku v týchto oblastiach. Táto pozícia je ďalším z tých prípadov, kde Rosenberg vykresľuje poloprázdny pohár. Rosenberg argumentuje, že dejiny sa nesú v znamení kultúrnej evolúcie, ktorú vníma ako darwinistický proces. Podľa Rosenberga však jeho veľkú časť tvoria “preteky v zbrojení”. Jednou vlastnosťou týchto pretekov je že zvýrazňujú a znásobujú vplyv mutácii. Keďže mutácie sú náhodné a kultúrna evolúcia je veľmi rýchla a rapídna jej dejiny budu tvoriť mnohé krátke explózie pretekov v zbrojení. Čoho sa však bude týkať ďalší pretek nie je možné zistiť, keďže mutácie sú náhodné a tým pádom vývoj dejín nemožno dlhodobo predpovedať a nemá zmysel ani účel. Myslím, že v tomto prípade nám Rosenberg znovu ukázal len polovicu pohára. Preteky v zbrojení tvorí explodujúca spätná väzba a je typická pre systém parazita a hosťa. Príroda však pozná aj konzervujúce spätné väzby. Tieto sú typické pri synergické vzťahy, napr. medzi človekom a baktériami v jeho čreve. Tieto systémy utlmujú náhodné vplyvy mutácii. A nielen mutácii. Synergické systémy utlmujú vplyv náhodných vonkajších javov na správanie systému. Synergické systémy môžeme hľadať aj v dejinách a umožnia nám predpovede v dlhšom horizonte. Synergickým efektom môže byť napríklad globalizácia a medzinárodná ekonomická závislosť, ktorá robí perspektívu vojny v Európe nepravdepodobnou.

Môžeme zhrnúť, že Rosenberg sa ohľadom iluzórnosti všetkej kauzality, cieľov a účelov mýli. Bolo by ľahké skočiť k záveru, že kauzalita, ciele a účely existujú ako fenomény reality. Toto je koniec-koncov pozícia ktorú zastáva väčšina naturalistov. Ako som varoval na začiatku, musíme sa ubrániť ontologickej formulácii otázok a odpovedí. Snáď najbližšie sa k tomu dostal asi Dennett, keď zvažoval v kontexte intencionality nasledujúci myšlienkový experiment:

Suppose some beings of vastly superior intelligence—from Mars, let us say—were to descend upon us, and suppose that we were to them as simple thermostats are to clever engineers. Suppose, that is, that they did not need the intentional stance—or even the design stance—to predict our behavior in all its detail. They can be supposed to be Laplacean super-physicists, capable of comprehending the activity on Wall Street, for instance, at the microphysical level. Where we see brokers and buildings and sell orders and bids, they see vast congeries of subatomic particles milling about—and they are such good physicists that they can predict days in advance what ink marks will appear each day on the paper tape labeled “Closing Dow Jones Industrial Average.” They can predict the individual behaviors of all the various moving bodies they observe without ever treating any of them as intentional systems. Would we be right then to say that from their point of view we really were not believers at all (any more than a simple thermostat is)? (Dennet, 1989; s. 25)

A Dennett (ibid.) dospieva k názoru, že: “Our imagined Martians might be able to predict the future of the human race by Laplacean methods, but if they did not also see us as intentional systems, they would be missing something perfectly objective: the patterns in human behavior that are describable from the intentional stance, and only from that stance, and that support generalizations and predictions.”  Toto by bola pekná štartovacia pozícia pre ujasnenie si toho čím tieto vzorce správania sú a aké zovšeobecnenia a predpovede umožňujú. Týmto by sa diskusia posunula k zaujímavým a relevantným epistemologickým otázka. Napríklad je možné že Rosenberg by vedel príjsť s argumentom pre koncept jednoduchosti, ktorý by bol použiteľný vo fyzike avšak neumožnil by postulovať príčiny, cieľe, účely a plány. Namiesto toho skĺzava diskusiu, vrátane tej Dennettovej do hašterenia nakoľko sú dodatočné fakty sprostredkované teleologickou analýzou objektívne, skutočné, kde sú fyzicky lokalizovateľné… Treba dodať, že tieto diskusie nie sú dôsledkom neadekvátnosti filozofických metód. Podobné diskusie nájdeme aj vo fyzike v kontexte emergencie. Sú emergujúce javy viac než len suma častí? Ktoré aspekty emergentných fenoménov tvoria tie dodatočné javy? Kedy a kde v priebehu sebaorganizácie mikročastíc na makrosystém tieto dodatočné fenomény emergujú? Prínosom Rosenbergovej pozície je že dospieva k diametrálne odlišným postrehom a väčšina jeho kolegov, ktorí si tieto otázky kladú. Myslím, že Rosenbergova AGR je tak výbornou ilustráciou nezmyselnosti ontologickej formulácie otázok. Ak možno z podobných východzích naturalistických pozícii dospieť k diametrálne odlišným záverom ohľadom určitej otázky tak je táto otázka zle formulovaná. Jej riešenie zrejme zahŕňa ďalšie implicitné, skryté predpoklady. Tieto predpoklady sú epistemologického charakteru a bez ich ujasnenia sa diskusia nepohne vpred.

Osobne veľmi pochybujem, že k tomuto ujasneniu dôjde. Naturalistická filozofia bude namiesto toho ešte horlivejšie pokračovať v produkovaní neplodných diskusii o nesprávne formulovaných večných otázkach a ich vzťahu k vede. Obzvlášť teraz keď Rosenberg prihodil svoju scientistickú rozbušku k dielu. Prvé plody možno vidieť tu alebo tu. My ostatní môžeme na najbližších 10 rokov vyškrtnúť naturalistickú filozofiu z programu a uprieť zrak na informatiku, neurovedy a kognitívne vedy, kde správne formulované epistemologické otázky nachádzajú odpovede. Naturalistických filozofov zrejme po určitom čase irelevantné a nikam nevedúce argumentovanie unudí a ich prístup prejde ďalšou fázou naturalizácie, keď filozofi zbadajú, že informatika a kognitívne vedy ich otázky vyriešili alebo preukázali ich nezmyselnosť.

Toto by boli pekné záverečné slová, toto ale ešte nie je koniec. Rosenbergova kniha nekončí pri faktickom konštatovaní neexistencie príčin a účelov. Rosenbergova kniha je myslená aj ako návod pre ateistov ako reflektovať svoj každodenný život. Rosenberg ukazuje, že väčšina faktických údajov sú z pohľadu správania irelevantné, keďže správanie je väčšinou determinované všetkým iným len nie vedomou reflexiou ako nám naša intuícia hovorí. Naopak vedomá reflexia len usporiada naše konanie do konzistentného príbehu. Nekonzistentné správanie je zabudnuté a v pamäti nahradené tým konzistentným. Tento obraz fungovania ľudskej reflexie nie je nový a čitateľom sledujúcim výskum v sociálnej psychológii by mal byť dobre známy. Tento obraz môžeme domyslieť do dôsledkov. Rosenberg tak spravil pre prípad morálneho rozhodovania a od nihilizmu (žiadne príčiny, účely = žiadne zdôvodnenie morálky nie je možné, anything goes) k milému nihilizmus (zdôvodnenie a reflexia morálky je pre správanie irelevantná, správanie je dané kmeňovou morálkou, ktorá bola naprogramovaná evolúciou). Myslím, že môžeme zájsť ešte ďalej a dospieť k milému scientizmu a milému naturalizmu. Nielenže odpovede na otázku morálky nemajú reálny vplyv na správanie ľudí ale ani odpovede na všetky večné otázky nemajú reálny vplyv na správanie ľudí. Naturalisti by mohli namietnuť, že aj keď z pohľadu vedy sú večné otázky neproduktívne sformulované, tieto formulácie zaujímajú bežných ľudí pri rozhodnutiach a preto ich treba vyriešiť. Ak však odpovede na večné otázky nemajú na správanie vplyv, aké sú reálne ciele Rosenbergovho scientizmu, naturalistickej filozofie a naturalizmu všeobecne? Ich diskusie sú irelevantné pre vedu, lebo si nekladú správne otázky. Ich diskusie sú irelevantné pre správanie ľudí, lebo ho nemajú ako ovplyvniť. Z naturalistickej filozofie tak po vzore teológie ostáva intelektuálna zábavka pre skupinku akademikov a zopár vzdelaných connoisseurov z radov laickej verejnosti. Toto je skutočný koniec!

Literatúra

Baker, C. L., Saxe, R., & Tenenbaum, J. B. (2009). Action understanding as inverse planning. Cognition 113.3: 329-349.

Baker, C. L., Saxe, R. R., & Tenenbaum, J. B. (2011). Bayesian theory of mind: Modeling joint belief-desire attribution. In Proceedings of the thirty-second annual conference of the cognitive science society.

Dennett, D. C. (1989). The intentional stance. MIT press.

Dennett, D. C. (1996). Darwin’s Dangerous Idea: Evolution and the Meanins of Life. Simon and Schuster.

Gopnik, A., Glymour, C., Sobel, D. M., Schulz, L. E., Kushnir, T., & Danks, D. (2004). A theory of causal learning in children: Causal maps and Bayes nets.

Griffiths, T. L., & Tenenbaum, J. B. (2005). Structure and strength in causal induction. Cognitive psychology, 51(4), 334-384.

Nguyen, D. Phung, S. Venkatesh, and H. Bui (2005), Learning and detecting activities from movement trajectories using the hierarchical hidden Markov models, CVPR.

Rosenberg, A. (2011). The Atheist’s Guide to Reality: Enjoying Life Without Illusions. WW Norton & Company.