هوش مصنوعی به مغز دوم ما تبدیل می‌شود؛ آیا حاضرید ذهن‌تان را اجاره کنید؟

فرض کنید سال‌ها عینکی به چشم می‌زنید که گفت‌وگوهای دیگران را ترجمه و قرارهایتان را تنظیم می‌کند، نام چهره‌ها را به یادتان می‌آورد، هر زمان چیزی را نمی‌دانید، پاسخ را برایتان می‌یابد و خاطراتتان را ذخیره می‌کند.

اگر روزی عینک را گم کنید، هنوز هم می‌توانید ببینید؛ ولی بخش بزرگی از توانایی‌های ذهنی‌تان دیگر در دسترستان نیست؛ انگار بخشی از خودتان را گم کرده‌اید. این سناریو صحنه‌ای از کتاب رمان علمی‌تخیلی Accelerando چارلز استروس را به تصویر می‌کشد؛ روایت نسلی که ذهنشان میان مغز و ابزارهای محاسباتی تقسیم می‌شود.

آندری کارپاتی یکی از هم‌بنیان‌گذاران OpenAI و مدیر سابق هوش مصنوعی تسلا، می‌گوید ما به چنین آینده‌ای بسیار نزدیکیم. کارپاتی در گفتگویی با No Priors گوشی‌های هوشمند را به نسخه‌ای ابتدایی از همان عینک تشبیه می‌کند؛ وسیله‌ای که اگر از ما دور شود، ناگهان درمی‌یابیم تا چه حد حافظه، جهت‌یابی و توانایی حل مسئله‌مان را به آن سپرده‌ایم.

ما بدون گوشی هوشمند و سایر ابزارهایمان هنوز از نظر بیولوژیکی همان آدم قبلی هستیم؛ ولی در دنیای مدرن به انسانی عریان شباهت داریم که در طبیعت رها شده است، کمتر می‌دانیم و کارهای کمتری از دستمان برمی‌آید.

هوش مصنوعی به‌زودی وابستگی ذهنی ما را بسیار عمیق‌تر می‌کند؛ چون مدل‌های زبانی دیگر فقط چت‌بات‌هایی ساده نیستند که گاهی برای نوشتن ایمیل یا جست‌وجو بازشان کنیم. در روایت کارپاتی، AI به لایه‌ای دائمی روی مغز تبدیل می‌شود، نوعی قشر بیرونی (Exocortex) که به‌جای ما به‌خاطر می‌سپارد، سریع‌تر جست‌وجو می‌کند و مجموعه‌ای از ایجنت‌های متخصص مجازی را برای حل مسائل ما به‌کار می‌اندازد.

شما فکر می‌کنید مدل‌های هوش مصنوعی واقعاً به سطحی رسیده‌اند که بتوانند مغز دوم ما باشند؟ اگر روزی بخشی از توانایی‌های ذهنی‌مان را به این مدل‌ها واگذار کنیم، دقیقاً چه کسی آن را کنترل می‌کند؟ ما یا شرکتی که سرورها را خاموش و روشن می‌کند؟

قبل از اینکه ببینیم در آینده‌ی احتمالی، چگونه بخشی از ذهنمان را به سرورهای ابری می‌سپاریم، باید بپذیریم که انحصار چند میلیون‌ساله‌ی انسان بر مقوله‌ی هوش، به پایان خود نزدیک می‌شود.

آندری کارپاتی به‌عنوان یکی از برترین دانشمندانی که کدهای بنیادین هوش مصنوعی مدرن را توسعه داده‌اند، باور دارد ترنسفورمرها، معماری زیربنایی اغلب مدل‌های زبانی، در برخی از اساسی‌ترین ابعاد شناختی از مغز انسان کارآمدترند. برای درک ادعای کاپارتی، بهتر است به یکی از عملکردهای پایه‌ای مغز یعنی حافظه نگاه کنیم.

اگر توالی طویلی از اطلاعات را فقط یک‌بار به مدل هوش مصنوعی بدهید، ماشین با چرخه‌ی آموزشی رفت‌وبرگشت داده، آن را با دقتی بسیار بالا در دل وزن‌های خود حک می‌کند؛ سپس اگر تنها چند عنصر اول توالی را به مدل بدهید، باقی عناصر را به‌راحتی بازتولید می‌کند. حالا همین کار را با یک انسان انجام دهید؛ معمولاً هیچ‌کس با یک‌بار دیدن، رشته‌ای طولانی را با چنین دقتی به‌خاطر نمی‌سپارد.

مغز ما باوجود تکامل شگفت‌انگیزش، تحت‌تأثیر شرایط شیمیایی، نویزهای عصبی و پویایی‌های تصادفی یک سیستم بیولوژیک کار می‌کند. تفکر ما به قند خون، خواب کافی، ثبات هورمونی و آرامش محیطی بستگی دارد؛ فرآیندی که انرژی عظیمی از بدن می‌کشد و دائماً با خطا و افت کیفیت همراه می‌شود.

شبکه‌های عصبی مصنوعی براساس الگوریتم‌های بهینه کار می‌کنند؛ آن‌ها خسته نمی‌شوند، نوسان خلق‌وخو ندارند و بدون نیاز به استراحت، اطلاعات را با کارایی خالص ریاضی پردازش می‌کنند. مدل‌های هوش مصنوعی برای فکرکردن، گرفتار بقای بیولوژیک نیستند؛ اما باوجود معماری بهینه و کارآمد ترنسفورمرها، چرا مدل‌های AI هنوز جهان را تسخیر نکرده‌اند و همچنان اشتباهات عجیبی می‌کنند؟ کارپاتی کلید پرسش را بحران رژیم غذایی یا همان مشکل داده می‌داند.

اگر هوش مصنوعی به لحاظ حافظه، بازیابی اطلاعات و پردازش‌های سنگین شناختی به‌مراتب بهتر از مغز بیولوژیک ما عمل کند؛ شاید بتواند لایه‌ی جدیدی از وجود ما تبدیل شود.

زمانی استیو جابز کامپیوتر را دوچرخه‌ای برای ذهن توصیف کرده بود؛ ابزاری که سرعت و قدرت تفکر ما را چندبرابر می‌کرد؛ اما ابزارهای هوش مصنوعی از وسیله‌ی نقلیه فراتر می‌روند و به‌احتمال زیاد لایه‌ای همیشگی و نامرئی روی زندگی ما خواهند بود؛ محیط اطرافمان را می‌بینند، اشخاص را می‌شناسند و پیش از آنکه حتی درخواستی را به زبان بیاوریم، منظورمان را می‌فهمند و مسئله را حل می‌کنند.

کارپاتی برای توصیف رابطه‌ی آینده‌ی انسان و هوش مصنوعی، از مفهوم اگزوکورتکس یا قشر بیرونی استفاده می‌کند؛ سامانه‌ای خارج از جمجمه‌ی انسان که توانایی‌های شناختی مغز را تا بی‌نهایت گسترش می‌دهد. به عقیده‌ی او ما همین حالا هم در لبه‌ی این دنیا ایستاده‌ایم.

چند نفر از ما امروز می‌توانیم بدون نگاه‌کردن به اپلیکیشن‌های مسیریاب، در خیابان‌های شلوغ شهر خودمان رانندگی کنیم؟ چند شماره‌تلفن را از حفظ هستیم؟ موتورهای جست‌وجو از مدت‌ها پیش جایگزین حافظه‌ی اطلاعاتی ما شده‌اند و ابزارهای ترجمه‌ی هم‌زمان، انگیزه و ضرورت یادگیری زبان دوم را به‌شدت کاهش داده‌اند.

گوشی‌های هوشمند اولین پیش‌نمایش خام از ایده‌ی قشر بیرونی مغز بودند و هوش مصنوعی این وابستگی را به سطحی کاملاً جدید و بنیادین خواهد برد.

شاید ویدیویی را که مدتی پیش در شبکه‌های اجتماعی وایرال شد، هنوز به یاد داشته باشید. کودکی نوپا که مجله‌ای کاغذی در دست دارد و با انگشتان کوچکش تلاش می‌کند عکس‌های روی کاغذ را درست مثل صفحه‌ی تبلت ورق بزند (Swipe کند). وقتی تصویر حرکت نمی‌کند، کودک گیج می‌شود.

برای نسل امروز، مرز میان طبیعت خالص و فناوری سوار بر طبیعت دیگر معنایی ندارد. این درهم‌آمیختگی به‌زودی وارد فاز حیرت‌انگیزی خواهد شد؛ دنیایی شبیه انیمیشن‌های دیزنی که در آن همه‌چیز زنده می‌شود، می‌شنود و واکنش نشان می‌دهد. کارپاتی می‌گوید:

نسل‌های آینده از اینکه ما در گذشته به یک در می‌رسیدیم و نمی‌توانستیم به آن بگوییم «باز شو!» تعجب خواهند کرد. در آینده، حرف‌نزدن با درودیوار و اشیا، کاملاً غیرطبیعی به نظر می‌رسد.

اما برون‌سپاری شناختی و واگذاری وظایف ذهن به ماشین، هزینه‌های روانی خاص خودش را هم دارد. وقتی مهارت‌هایی مثل مسیریابی یا یادگیری زبان را کنار می‌گذاریم، آیا قابلیت‌های انسانی‌مان را از دست می‌دهیم؟ وقتی مدل‌ها استدلال می‌کنند، مغز ما چقدر تنبل می‌شود؟ کارپاتی با ترکیبی از واقع‌بینی و خوش‌بینی به مسئله نگاه می‌کند و می‌گوید:

وقتی تمام این فناوری‌ها را از شما بگیرند، ناگهان احساس می‌کنید مثل انسانی برهنه در دل طبیعت رها شده‌اید و بخش بزرگی از هوش خود را از دست داده‌اید؛ مسلماً مضطرب می‌شوید.

او در ادامه یادآوری می‌کند که هر مهارت ازدست‌رفته لزوماً فاجعه‌آفرین نیست: «من شخصاً کاملاً راحتم که بخشی از مغزم را آزاد کنم تا ظرفیتش را به کارهای تحقیقاتی عمیق‌تر و کشف ناشناخته‌ها اختصاص دهم.»

وقتی AI فقط ابزار ساده‌ای برای خلاصه‌کردن فایل‌های متنی یا نوشتن کدهای برنامه‌نویسی باشد، اینکه مالکیت سرورها در اختیار کیست، بیشتر دغدغه‌ای فنی و مهندسی به نظر می‌رسد؛ اما وقتی AI به قشر بیرونی مغز، گاوصندوق خاطراتتان و پردازنده‌ی تصمیم‌گیری‌های روزمره‌تان تبدیل شوند، دیگر مسئله بر سر لایسنس نرم‌افزار نیست و مسئله‌ی کنترل و مالکیت رنگ‌وبوی کاملاً متفاوتی به خود می‌گیرد.

ضرب‌المثل معروفی در دنیای رمزارزها می‌گوید اگر کلیدهای خصوصی کیف پول خود را در اختیار نداشته باشید، در واقع مالک واقعی دارایی‌ها نیستید و شخص ثالثی مثل صرافی کنترلشان را بر عهده دارد (Not your keys, not your coins). کارپاتی این شعار را با پیش‌بینی جدیدی به‌روزرسانی می‌کند:

آیا به نقطه‌ای می‌رسیم که بگوییم چون وزن‌های مدل (Weights) در اختیارت نیست، پس مغزت هم واقعاً متعلق به تو نیست؟ وقتی شرکتی عملاً قشر بیرونی مغز شما را کنترل می‌کند، ماجرا شدیداً تهاجمی و ترسناک می‌شود. در آن زمان مردم تازه متوجه می‌شوند که در حال اجاره‌کردن مغزشان هستند.

در حال حاضر قدرتمندترین مدل‌های هوش مصنوعی امروز، در انحصار چند شرکت بزرگ و بسته قرار دارند. ما برای دسترسی به مدل‌ها حق اشتراک می‌پردازیم؛ اما هیچ کنترلی روی معماری و رفتارشان نداریم. شرکتی که مغز دوم را میزبانی می‌کند، هر لحظه قدرت این را دارد که قاعده‌ی بازی را عوض کند.

ازدست‌دادن چنین سرویسی دیگر شبیه لغو اشتراک نتفلیکس یا اسپاتیفای نیست؛ بلکه بخشی از توانایی‌های انباشته‌ی ذهنی شما را فلج می‌کند. انگار یک شرکت فناوری، یک‌شبه بخشی از مدارهای عصبی مغزتان را از کار بیندازد.

باوجود تمام خطرات و وابستگی‌های دلهره‌آور، آیا مردم حاضر می‌شوند استقلال و کنترل کامل ذهنشان را واگذار کنند تا در عوض، یک مغز بسیار قدرتمندتر، اما اجاره‌ای به‌دست آورند؟

حداقل تا آینده‌ای نزدیک، مدل‌های بسته‌ی ابری که روی کوهی از سرورها اجرا می‌شوند، به‌مراتب برتر از مدل‌های شخصی خواهند بود. کارپاتی می‌پذیرد که مدل‌های بزرگ پیشتاز، آن‌قدر شگفت‌انگیز و توانمندند که انسان‌ها به‌راحتی این ریسک را به جان می‌خرند. او باصداقت می‌گوید: «بله، من این معامله را می‌پذیرم!»

بااین‌حال کاپارتی ساختار هیبریدی را بهترین راهکار بلندمدت می‌داند؛ یعنی برای حل مسائل پیچیده و پردازش‌های سنگین روزمره از مدل‌های پیشروی شرکت‌های بزرگ استفاده کنیم؛ اما هم‌زمان مدل متن‌بازی را روی دستگاه خودمان به‌عنوان گزینه‌ی جایگزین در نظر بگیریم و مجموعه‌ای از اطلاعات شخصی و قابلیت‌های پایه‌ای را به آن انتقال دهیم.

وقتی درباره‌ی هوش مصنوعی و قشر بیرونی مغز صحبت می‌کنیم، ذهن اغلب ما ناخودآگاه به سمت یک اَبَرمدل همه‌چیزدان می‌رود؛ موجودیتی یکپارچه و واحد که همه‌چیز را مدیریت می‌کند و به تمام نیازهای ما پاسخ می‌دهد؛ اما آندری کارپاتی آینده را این‌گونه نمی‌بیند و باور دارد قشر بیرونی مغز بیشتر شبیه کندوی زنبور یا اکوسیستمی بیولوژیک متشکل از عامل‌های متخصص خواهد بود.

برای درک ایده‌ی کاپارتی از آینده‌ی قشرهای بیرونی مغز، ساختار یک شرکت موفق را تصور کنید. آیا مدیرعامل شخصاً کدهای نرم‌افزار را می‌نویسد، ایمیل‌های روزمره را سامان می‌دهد و هم‌زمان در جلسات طوفان فکری هم شرکت می‌کند؟ قطعاً نه.

در ساختار قشر بیرونی مغز هر مدل هوش مصنوعی، نقش تخصصی (Niche) خودش را بر عهده دارد. یک مدل پردازشی فوق‌العاده هوشمند، گران‌قیمت و متصل به فضای ابری، در نقش مدیرعامل ظاهر می‌شود و وظایف روزمره را تحلیل کرده و آن‌ها را میان کارمندانش یعنی مدل‌های کوچک‌تر، ارزان‌تر و منبع‌باز تقسیم می‌کند.

هر کاربر نیز می‌تواند مجموعه‌مدل‌هایی متناسب با نیازها و محدودیت‌های خودش را انتخاب کند. شاید کسی حریم خصوصی را در اولویت قرار دهد یا ترجیحات خاص دیگری داشته باشد. مغز بیرونی ماهیت ثابت و یکسانی ندارد و با ترکیبی شخصی از مدل‌های محلی، ابزارها و سرویس‌های ابری شکل می‌گیرد.

مدل‌های بزرگ چند صد میلیارد پارامتری که امروز می‌بینیم، بخش عظیمی از ظرفیت خود را هدر می‌دهند تا اطلاعات بی‌اهمیت اینترنت مثل رشته‌های تصادفی کد، هش‌های امنیتی یا جزئیات بی‌فایده را صرفاً حفظ کنند؛ چون داده‌های اولیه‌ی آموزشی‌شان به‌خوبی فیلتر نشده‌اند.

هسته‌ی کوچک فقط فکر می‌کند و هر زمان که به دیتای خاصی نیاز داشت، می‌داند چطور از ابزارهای بیرونی مثل مرورگرها یا دیتابیس‌ها استفاده کند و اطلاعات را به‌دست آورد. کارپاتی پیش‌بینی می‌کند که مدلی با تنها یک میلیارد پارامتر یا حتی کمتر، می‌تواند نقش هسته‌ی خالص فکری را بازی کند.

اگر ایده‌ی مغز بیرونی و هسته‌ی شناختی محقق شود و مدل‌های هوش مصنوعی کارها را سریع‌تر و دقیق‌تر و ارزان‌تر پیش ببرند، چه بر سر خود انسان‌ها می‌آید؟

کارپاتی می‌گوید بخش بزرگی از صنعت هوش مصنوعی روی اتوماسیون و جایگزین‌کردن نیروی کار تمرکز دارد؛ ولی او خودش را عضو تیم انسانی می‌داند و می‌خواهد هوش مصنوعی به‌جای اینکه انسان‌ها را به حاشیه براند، آن‌ها را توانمندتر کند. همین تفکر باعث شد جایگاه استراتژیکش را در تسلا و OpenAI رها کند و به سمت آموزش برود.

کارپاتی سال‌ها پیش دوره‌ی مشهور CS231n استنفورد را طراحی و تدریس کرده بود؛ ولی حتی یک مدرس بسیار خوب نیز نمی‌تواند هم‌زمان به میلیاردها نفر، با زبان‌ها و سطح‌های علمی متفاوت، آموزش دهد. حالا او می‌خواهد با کمک هوش مصنوعی، محدودیت‌ها را تا حدی کنار بزند و سال ۲۰۲۴ پلتفرم آموزشی Eureka Labs را با همین هدف معرفی کرد.

در ساختاری که کارپاتی توصیف می‌کند، مدل جای مدرس را نمی‌گیرد؛ چون چت‌بات‌های امروز باوجود تمام هوشمندی‌شان، هنوز آن‌قدر قابل‌اعتماد نیستند که بتوانند به‌تنهایی یک دوره‌ی آموزشی کامل، دقیق و بدون توهم را از صفر تا صد طراحی کنند. در عوض هوش مصنوعی و مدرسان انسانی، می‌توانند نقش‌‌های مکملی ایفا کنند.

انسان در بک‌اند (Back-end): معلم‌ها محتوای درس، مفاهیم علمی، مسیر یادگیری و برنامه‌ی آموزشی را طراحی می‌کند.

هوش مصنوعی در فرانت‌اند (Front-end): هوش مصنوعی به رابط میان مدرس و دانشجو تبدیل می‌شود. مطالب را به زبان دانشجو ترجمه می‌کند، سرعت آموزش را با سطح درک او تطبیق می‌دهد و او را در مسیر دوره همراهی می‌کند. مدرس به پشت‌صحنه می‌رود و مدل در مقابل دانشجو می‌نشیند.

شاید ترجمه ساده‌ترین مرحله‌ی فرایند باشد، مدل‌های امروزی می‌توانند دروس را هنگام ارائه به زبان‌های مختلف برگردانند؛ ولی موفقیت نهایی به شناخت واقعی دانشجو بستگی دارد؛ برای مثال مدل باید سوابق آموخته‌های فرد، سوءبرداشت‌ها، سرعت یادگیری و رویه‌های سازگار با تجربیات او را بشناسد.

از نگاه کارپاتی، اگر ماشین‌ها نحوه‌ی یادگیری ما را ارتقا دهند، تازه متوجه می‌شویم که مرزهای توانمندی مغز انسان چقدر فراتر از دستاوردهای امروز ماست.

ساختار آموزشی مدرسان خصوصی هوشمند و صبور، بسیار جذاب به‌نظر می‌رسد؛ ولی تبدیل قابلیت‌های پراکنده‌ی هوش مصنوعی به سیستمی پایدار، کار بسیار بیشتری می‌طلبد. آیا مدل‌های امروز واقعاً می‌توانند آموزش را با سطح هر دانشجو تطبیق دهند؟

ما هر روز در شبکه‌های اجتماعی ویدیوهای خیره‌کننده‌ای از توانایی‌های هوش مصنوعی می‌بینیم، قابلیت‌هایی که انگار آینده را به امروز آورده‌اند؛ به‌همین دلیل کارپاتی روی یکی از بزرگ‌ترین توهمات امروز صنعت فناوری دست می‌گذارد.

با یک پرامپت می‌توان نمایشی چشمگیر از معلم تطبیقی ساخت. مدل ممکن است یک‌بار توضیحی دقیق و کاملاً متناسب با کاربر تولید کند. شما همین‌الان می‌توانید به یک چت‌بات بگویید: «من دانشجوی فیزیک هستم؛ مفهوم تورم اقتصادی را با استفاده از قوانین ترمودینامیک برایم توضیح بده.» خروجی مدل احتمالاً شما را شگفت‌زده و میخکوب خواهد کرد. این یعنی دموی درخشان؛ اما سیستم واقعی آموزشی داستان کاملاً متفاوتی دارد.

هوش مصنوعی آموزشی در قامت یک محصول واقعی باید دانش پایه‌ای کاربر را بسنجد، بفهمد دانشجو کدام مفاهیم را واقعاً یادگرفته است و خطاهای گذشته‌اش را به‌خاطر بسپرد، سطح دشواری مفاهیم را به‌طور پیوسته و منعطف تنظیم کند، رفتاری پایدار نشان دهد و از همه مهم‌تر وقتی چیزی را نمی‌داند، با اعتمادبه‌نفس کاذب اطلاعات غلط تولید نکند.

کارپاتی وضعیت امروز هوش مصنوعی را چنین توصیف می‌کند:

بسیاری از توانایی‌های هوش مصنوعی امروز تنها یک پرامپت با ما فاصله دارند؛ به‌همین دلیل دائماً دموهای جذاب و جادویی می‌بینیم؛ اما وقتی می‌خواهید سیستمی بسازید که به‌طور مداوم کار کند، متوجه می‌شوید که رسیدن به دمو بسیار نزدیک و آسان است؛ اما ساختن محصول واقعی با نمایش اولیه فرسنگ‌ها فاصله دارد.

شرکت‌های فناوری بارها روی استیج‌هایشان دموی کارهای غیرممکن را نمایش داده‌اند؛ ولی کارپاتی و امثال او باید در سال‌های پیش‌رو ثابت کنند این قابلیت‌های جادویی نه‌فقط در شرایط کنترل‌شده و ایده‌آل، بلکه به‌طور مداوم، قابل‌اطمینان و برای میلیاردها انسان کار می‌کنند.

اگر در آینده‌ای نه‌چندان دور، قشر بیرونی مغز ما تمام اطلاعات جهان را در کسری از ثانیه پردازش و سخت‌ترین مسائل را حل کند، کودکان امروز برای رسیدن به آینده‌ای معنادار باید چه چیزی یاد بگیرند؟

کارپاتی یادگیری ریاضیات، فیزیک و علوم کامپیوتر را پیشنهاد می‌دهد؛ اما نه برای پیداکردن شغلی پردرآمد. به‌عقیده‌ی او آموزش آینده دیگر نباید حول محور حفظ‌کردن اطلاعات بچرخد؛ چراکه ماشین‌ها در حفظ‌کردن بی‌رقیب‌اند. انسان آینده باید رشته‌هایی را بیاموزد که ذهنش را به حل مسئله و دست‌کاری مفاهیم پیچیده وامی‌دارد.

به‌زعم کاپارتی، دوران پیش از هوش مصنوعی جامع (Pre-AGI) و پس از آن، تفاوت غیرقابل‌تصوری با هم دارند. امروز، ما آموزش می‌بینیم تا زنده بمانیم، شغل خوبی پیدا کنیم و از پله‌های اقتصاد بالا برویم؛ اما در دنیای فردا که ماشین‌ها بار اقتصاد و تولید را به دوش می‌کشند، هدف آموزش تغییر می‌کند.

دویست یا سیصد سال پیش، علم و دانش‌اندوزی تنها در انحصار اشراف‌زادگان و ثروتمندانی بود که دغدغه‌ی نان نداشتند. در آینده‌ی هوش مصنوعی، همه‌ی ما اشراف‌زادگانی خواهیم بود که برای تفریح، ارتقای شخصی و لذت کشف‌کردن، علم می‌آموزیم.

 هرچه مغز بیرونی ما قدرتمندتر شود و کارهای بیشتری را به دست بگیرد، تفکر مستقل انسانی اهمیت و ضرورت بیشتری پیدا می‌کند.

 آینده‌ی آرمانی آندری کارپاتی، جهانی نیست که در آن انسان، خلع‌سلاح‌شده و منفعل در حاشیه‌ی ماشین‌های همه‌چیزدان بنشیند و فقط تماشا کند. او رؤیای جهانی را در سر دارد که فناوری، ما را از زیر بار کارهای پیش‌پاافتاده‌ی شناختی رها کند تا بتوانیم به تواناترین و متفکرترین نسخه‌ی خودمان در تمام طول تاریخ تکامل تبدیل شویم.

رسیدن به این آرمان‌شهر، قطعاً به چیزی بسیار بیشتر از چند دموی وایرال در توییتر نیاز دارد.