LISP i prvi AI hype (1958)

Cambridge, jesen 1958. Negdje na Massachusetts Avenue svira saksofon iz podruma pretvorenog u jazz-klub, dim je gušći od zraka, a neki tip u crnom džemperu čita pjesmu koja ne rimuje ništa osim vlastite gorčine. To je jedna verzija grada. Tri ulice dalje, u zgradama od cigle koje mirišu na kredu i lemni kalaj, druga verzija istog grada broji strojne cikluse i pokušava natjerati hrpu žica da razmišlja. Obje verzije piju kavu iz istih šalica. Nitko od njih tada ne zna da će ih povijest strpati u istu rečenicu.

Godinu dana prije, u listopadu, Sovjeti su u orbitu lansirali limenku veličine plažne lopte koja je pištala „bip” i time, u jednoj noći, uvjerila cijelu Ameriku da gubi utrku iz koje nije ni znala da je krenula — Sputnik, prvi satelit u povijesti i najbolji mogući poticaj za paranoju velikih razmjera. Posljedica: novac. Ne malo novca — poplava. Odjednom je svaki profesor s idejom koja u istoj rečenici sadrži riječ „stroj” i riječ „inteligencija” imao otvoren ured, otvoren budžet i vrlo malo pitanja o tome što točno kupuje. ARPA (agencija američkog Ministarstva obrane za napredne istraživačke projekte, ona ista koja će desetljeće kasnije usput izumiti internet) tek je nastajala, ali filozofija je već bila jasna: bacaj novac u smjeru pametnih ljudi i vjeruj da će nešto od toga sletjeti na Mjesec, metaforički ili stvarno.

Na naslovnicama tjednika, između reklama za frižidere i članaka o bračnim savjetima, redovito se pojavljuje ista fraza: misleći strojevi. Ne kao znanstvena fantastika — kao najava. U kinima B-produkcije (jeftini, brzinski snimljeni filmovi za drugu polovicu dvostruke projekcije, bez pretenzija na Oscara, ali s hrpom mašte) roboti s aluminijskim glavama i vratovima kao od harmonike otimaju zemljanke, uništavaju gradove ili se, rjeđe, zaljubljuju u laboratorijske asistentice. Publika izlazi iz kina uvjerena da je to pitanje desetljeća, ne stoljeća. A pametni ljudi, oni koji stvarno sjede u zgradama od cigle i pišu jednadžbe na ploči dok im se kreda mrvi u prahu, kažu isto — samo mirnije, s više autoriteta i s jednim konkretnim brojem koji kolegama struke prelazi s usta na usta kao lozinka.

Dvadeset godina. Zapiši taj broj negdje gdje ga nećeš zaboraviti, jer će se vraćati u ovoj knjizi kao pripjev koji nikad ne prestaje biti relevantan. Dvadeset godina — toliko je, prema tadašnjim procjenama, trebalo da nastane stroj koji misli kao čovjek, možda i bolje. I to ne govori neki šarlatan s uličnog štanda, nego ljudi s katedrama, s objavljenim radovima i s onim posebnim samopouzdanjem koje dolazi kad ti Sputnik upravo plati laboratorij.

U toj klimi — novac koji stiže bez pitanja, publika koja vjeruje filmovima, struka koja vjeruje sebi — pojavljuje se jedan matematičar. Zove se John McCarthy, i njemu treba jezik na kojem će se ta inteligencija zapisati. Dobit će ga. Baš u ovoj godini, baš u ovom gradu, između jazza i krede.

Dobro, ostali smo u Cambridgeu 1958., Sputnikov novac curi u svaki laboratorij koji zvuči dovoljno pametno, i sad je vrijeme da upoznamo čovjeka koji je odlučio dati strojevima jezik za razmišljanje. Zove se John McCarthy, ima trideset godina, i baš je smislio riječ koja će mu obilježiti karijeru i, uzgred, cijelu jednu granu znanosti: umjetna inteligencija. Skovao ju je dvije godine prije ovoga, na konferenciji u Dartmouthu 1956. — zamisli ljetni radni kamp, samo umjesto pjesama uz vatru i vezanja čvorova, desetak ljudi sjedi mjesec dana i pokušava dogovoriti kako bi izgledao stroj koji razmišlja kao čovjek. Baš na tom skupu okupili su se ljudi koji će sljedećih pola stoljeća definirati cijelo polje, a McCarthy je tamo prijavio projekt tako optimistično da bi mu se danas svaki investitor nasmijao u lice — a onda mu dao novac, jer to je i tada radilo.

Problem s kojim se McCarthy mučio bio je isti onaj koji su svi ostali u ovoj knjizi rješavali na svoj način: kako reći stroju što da radi. Samo što on nije htio graditi bolji Fortran za računanje raketnih putanja. Htio je jezik u kojem bi se moglo zapisati samo razmišljanje — dokazivanje teorema, planiranje, zaključivanje. A za takav zadatak matematika mu je, sasvim slučajno, pripremila alat već trideset godina prije nego što je ikome zatrebao.

Taj alat zove se lambda račun, smislio ga je logičar Alonzo Church još tridesetih godina, dok je Turing svoje strojeve tek sastavljao od papira i mašte. Zvuči zastrašujuće — izgovoriš to na kavi i ljudi te gledaju kao da si upravo priznao doktorat iz nečega neizgovorljivog — a u suštini je smiješno jednostavno, kao što ćeš odmah vidjeti.

Zamisli običan recept za palačinke. Kaže ti: uzmi jaja, brašno, mlijeko, promiješaj, isprži. To je funkcija — ima ulaz (sastojci) i ima izlaz (palačinka). Sad zamisli recept koji kao sastojak ne traži jaja nego drugi recept: „Uzmi bilo koji recept za tijesto, ispeci ga dvostruko dulje i servirat ću ti to kao kolač.” Taj recept ne zna ništa o jajima ni brašnu. On zna samo kako uzeti neki proces i od njega napraviti novi proces. Upravo to je lambda: funkcija je podatak kao i svaki drugi, može se proslijediti, spremiti, vratiti kao rezultat druge funkcije. Zvuči kao sitničarenje, ali to je ideja za koju će programerima trebati desetljeća da je ozbiljno prihvate.

McCarthy lambda račun nije izmislio, samo je bio dovoljno lud i dovoljno pametan da kaže: ovo nije samo teorija za logičare zatvorene u svojoj kuli od bjelokosti, ovo je nacrt za jezik. Ako je razmišljanje niz malih pravila koja se pozivaju jedna na druga, kombiniraju i prosljeđuju, onda i jezik kojim opisujemo strojno razmišljanje treba biti izgrađen od istih cigli. Ne petlje i varijable kao u Fortranu, jednom od prvih „običnih” programskih jezika gdje se program čita kao popis naredbi od vrha do dna, nego funkcije koje zovu funkcije, koje vraćaju funkcije, u beskraj, dok se ne dobije odgovor.

Iz te ideje, s papira punog grčkih slova i zagrada koje voli samo matematičar, McCarthy je htio izvući nešto što bi se stvarno moglo pokrenuti na stroju u podrumu MIT-a. Njegov student Steve Russell — jedan od programera u McCarthyjevoj skupini, dakle ne slučajni prolaznik nego čovjek koji je danonoćno čačkao te formule — napravio je, gotovo iz šale, interpreter za dio te teorije; „iz šale” jer ni sam Russell nije bio siguran da se lambda-račun, ta matematička apstrakcija, uopće može pretvoriti u nešto što će stvarno raditi na stroju, a ne samo na papiru. Interpreter je, jednostavno rečeno, program koji čita naredbe i odmah ih izvršava, jednu po jednu, za razliku od kompajlera koji prvo cijeli program prevede u strojni jezik i tek ga onda pokrene. I onda su svi skupa zapanjeno gledali kako ta stvar radi bolje nego što je itko planirao. Rodio se jezik koji će sljedećih šezdesetak godina biti i sramota informatike i njezina tajna soba s blagom, ovisno koga pitaš. Zove se LISP, i o tome zašto izgleda kao da ga je pisao netko u napadu ljubavi prema zagradama — idemo dalje.

Dobro, sad dolazimo do dijela zbog kojeg je LISP i danas onaj jezik kojeg se svi sjećaju kao — kako da kažem — čudaka s obiteljskog okupljanja. Onog koji nosi sandale s čarapama, ali ispadne da je zapravo doktorirao nešto što nitko ne razumije. LISP izgleda kao da mu je netko eksplodirao zagrade po tekstu: ( ( ( ovako ) ( i ovako ) ) ( pa opet ovako ) ). Prvi refleks svakog normalnog čovjeka je — ovo je nečitljivo, ovo je kazna, ovo je jezik koji je dizajnirao netko tko mrzi svoje kolege. E, pa nije. Ili jest, ali ne zbog toga. Zagrade nisu ukras. Zagrade su cijela poanta.

Svaki taj zagradama omotan izraz zove se S-izraz — skraćeno od „symbolic expression”, simbolički izraz — i to je jedina gramatika koju LISP ima. Nema posebne sintakse za funkcije, nema posebne za petlje (one naredbe koje nešto ponavljaju iznova), nema posebne za, ne znam, deklaraciju varijable koja izgleda drugačije od svega ostalog, kao u većini jezika koje poznaješ. Sve — apsolutno sve, program, podatak, formula, ideja — zapisano je u istom obliku: zagrada, pa stvar koju radiš, pa stvari na koje to radiš, pa zatvori zagradu. To je to. Cijeli jezik. Svi programi u LISP-u su, formalno, liste. A liste su, formalno, i podaci koje program obrađuje. Što znači jednu od najluđih stvari koje je informatika ikad iznjedrila: u LISP-u je kod podatak, i podatak je kod. Program može uzeti dio sebe, gledati ga kao da je popis za kupovinu, promijeniti ga, i onda to pokrenuti kao — pazi sad — kod. Ne metaforički. Stvarno. Napišeš program koji piše program koji se onda izvršava.

McCarthy je do ovoga došao gotovo slučajno — htio je notaciju za lambda-račun (matematički sustav iz 1930-ih za opisivanje funkcija; zamisli ga kao skup pravila o tome kako se izračunavanja mogu rastavljati i sastavljati, bez računala u vidokrugu) koju bi mogao unijeti u računalo, i shvatio je da mu, ako podatke i program prikaže na isti način, jedan te isti komad koda može raditi i jedno i drugo. Nije planirao da to postane filozofska bomba. Samo je tražio najjednostavniji mogući zapis. I to je, generalno, priča o svim velikim idejama u informatici — nitko nije sjedio i mislio »sad ću promijeniti povijest«, nego je tražio prečicu i slučajno otkrio zakon prirode.

Sad, drugi problem koji je McCarthy morao riješiti, a o kojem nitko prije njega nije ni razmišljao — ako program stalno stvara nove liste, a u LISP-u stalno stvaraš nove liste, to je jedino što radiš, netko mora tu memoriju i pospremiti kad je gotov s njom. Da razjasnimo: kad program treba prostor za neki podatak, on taj prostor „alocira”, odnosno rezervira u memoriji računala — otprilike kao kad u parkirnoj garaži zauzmeš mjesto; problem nastaje kad odeš, a nitko ne javi da je mjesto slobodno, pa ono ostaje zauzeto u sustavu dovijeka. U tadašnjim jezicima to je bio tvoj problem. Doslovno tvoj, osobni, moralni problem — ti si alocirao, ti oslobodi, a ako zabrljaš, program se sruši ili, gore, radi neko vrijeme pa se sruši tri sata kasnije na potpuno drugom mjestu, i ti onda sjediš i plačeš. McCarthy je, umjesto da to prebaci na programera, napisao algoritam koji sam obilazi memoriju, pronalazi što se više ne koristi i to briše. To se zove „garbage collection”, čišćenje smeća, i to je 1958. godina. Java je to prodavala kao revoluciju 1995. Sad zamisli — trideset sedam godina kasnije, isto svojstvo, isti marketing, kao da je jučer izmišljeno.

A onda treći dio ove trilogije čudesa: kako se LISP zapravo koristio u praksi. Danas otvoriš terminal, napišeš liniju koda, ništa se ne dogodi dok ne kompajliraš cijeli program i pokreneš ga — a ako je pogriješio negdje na petoj liniji, to ćeš saznati tek nakon što je već pao na dvjestotoj. LISP je vrlo brzo, već ranih šezdesetih, počeo raditi drugačije, iako je prvo izdanje iz 1958. još gegalo na bušenim karticama — kartonskim karticama s izbušenim rupicama kojima se, umjesto tipkovnice, program fizički „upisivao” u računalo, rupica po rupica — i IBM-ovim serijskim strojevima, kao i svi drugi jezici tog doba. Tad je stigao REPL — Read, Eval, Print, Loop, odnosno »pročitaj, izvrši, ispiši, vrati se na početak«: pročitaj što je čovjek upisao, izvrši to, ispiši rezultat i vrati se čekati sljedeću naredbu. Upisao bi jedan izraz, LISP bi ga odmah izvršio i rekao ti odgovor. Kao razgovor, ne kao pismo koje šalješ i onda tjedan dana čekaš odgovor iz poštanskog ureda kompilacije.

I još jedna sitnica koja se čini kao detalj, a nije: LISP je bio jedan od prvih jezika koji je funkcije tretirao kao „građane prvog reda”. Zvuči kao birokratski izraz, ali znači nešto lijepo jednostavno: funkciju možeš spremiti u varijablu, proslijediti je kao argument drugoj funkciji ili je vratiti kao rezultat — baš kao broj ili tekst. Danas to zoveš „funkcije kao vrijednosti” u JavaScriptu, „lambda izrazi” u Pythonu, callback u — pa, u svemu. Opet, 1958.

Dakle, ono što na prvi pogled izgleda kao gomila suvišnih zagrada koje su izmislili ljudi koji mrze čitljivost, u stvarnosti je bio jezik koji je u istom paketu, u istoj godini, riješio tri stvari za koje je ostatku industrije trebalo desetljećima da ih ponovno otkrije — svaki put uz fanfare i uz novo ime. Zagrade su cijena. Ono što dobiješ za tu cijenu, to je ono što danas zoveš moderno programiranje.

Zamisli sobu punu ljudi koji ne idu doma. Ne zato što im je netko naredio, nego zato što doma nema ničeg zanimljivijeg. To je MIT AI Lab krajem pedesetih i tijekom šezdesetih — ne institut u onom uštogljenom smislu, s kravatama i sastancima u devet, nego nešto puno bliže klubu opsjednutih. Spavali su ispod stolova. Jeli kinesku hranu u tri ujutro dok su čekali da se program prevede. Netko bi upalio glazbu, netko bi vikao preko cijele prostorije da je pronašao bug — riječ koja je u žargonu ostala za grešku u programu, otkad je davno jedan stvarni kukac zaglavio u releju starog računala i pokvario mu rad — i nitko se nije bunio jer je i sam upravo tražio svoj. Kucalo se na teletipovima — golemim, bučnim strojevima, mješavini pisaćeg stroja i printera, jer ekrani u tom smislu još nisu postojali. Ako ti sve to zvuči kao opis studentskog doma, dobro si skužio — samo umjesto piva imaš teletip i beskonačno strpljenje za rekurziju.

Kultura koja se tu skuhala imala je pravila, samo nenapisana. Kod se ne skriva — ako si nešto napisao, ono ide u zajedničku hrpu i svatko ga smije popraviti, poboljšati, razderati i sastaviti drugačije. Autoritet ne dolazi od titule, nego od toga koliko dobro tvoj kod radi u tri ujutro kad ga nitko ne gleda. Zvuči poznato? Trebalo bi — to je otvoreni kod prije nego je taj izraz uopće postojao, to je hakerska etika iz koje će kasnije nastati cijele knjige, cijeli pokreti, cijele ideologije. Ovi ljudi nisu znali da pišu manifest. Mislili su da samo rješavaju problem s „parsiranjem” izraza — stručnim nazivom za onaj dosadni, ali nužni korak u kojem program mora rastaviti tvoju rečenicu napisanu u kodu na dijelove koje razumije, malo kao kad ti netko izdiktira adresu i moraš je razdijeliti na ulicu, broj i grad da bi je uopće mogao unijeti u navigaciju.

A tko je plaćao tu zabavu? Kratki odgovor: ARPA, kasnije DARPA, agencija koju je Pentagon osnovao u panici nakon Sputnjika — jer ako Rusi mogu lansirati kuglu u orbitu, Amerika ne smije ostati kratkih rukava ni u čemu što bi se moglo nazvati „znanošću”. Ta ista agencija, usput rečeno, godinama kasnije financirat će i mrežu koja će prerasti u internet, tako da se priča o igricama, umjetnoj inteligenciji i mreži koja spaja cijeli svijet zapravo vrti oko istog novčanika. Novac je tekao u laboratorije s jednim uvjetom koji zvuči skoro nestvarno danas: gotovo nikakvim. J. C. R. Licklider, čovjek koji je vodio ured za istraživanje informacijske obrade, imao je filozofiju otprilike ovakvu — nađi pametne ljude, daj im novac i pusti ih da rade što misle da treba. Ne kvartalni izvještaji. Ne KPI-jevi (onih mučnih brojčica kojima danas svaka firma dokazuje da si „produktivan”). Ne netko iz uprave koji svaka dva tjedna pita „a kad ćemo to komercijalizirati”. Zvuči kao znanstvena utopija — i jest bila, ali upravo iz te utopije, bez ijednog PowerPointa i bez ijednog investitora koji vapi za profitom, izašao je jezik koji je oblikovao cijelu jednu granu informatike.

Ono što su ti hakeri zapravo radili s tom slobodom nije bilo samo pisanje AI programa u užem smislu. Bili su to i prvi pravi digitalni majstori — ljudi koji su htjeli da stroj radi stvari samo zato što je zabavno vidjeti da rade. Odatle igra „Spacewar!”, jedna od prvih računalnih igrica, sklepana usput, između ozbiljnih projekata, na PDP-1 — tadašnjem čudu tehnike, jednom od prvih računala s kojim si mogao raditi interaktivno i u stvarnom vremenu, a ne samo ubaciti hrpu bušenih kartica i čekati da se stroj sutradan udostoji ispisati rezultat. Netko je htio vidjeti hoće li taj stroj moći iscrtati brod koji se vrti i gađa torpedom drugi brod — i mogao je. Odatle i prve prave hakerske podvale, prve tekstualne igre, prvi ljudi koji su shvatili da programiranje može biti umjetnost, ne samo posao. To je igralište iz kojeg će, dvadesetak godina kasnije, izaći cijela hakerska i hobistička scena — kućna računala, prve BBS zajednice (digitalne oglasne ploče na koje se spajalo modemom, davno prije interneta i forumâ kakve danas znamo) — cijela ta priča koja zaslužuje svoja poglavlja.

Ali dok su se momci u Cambridgeu zabavljali s brodovima koji pucaju torpedima, u glavama znanstvenika i u naslovima novina rasla je jedna druga vrsta igre — kladenje na to koliko će brzo strojevi postati pametniji od nas. I baš ta kladionica, sa svim svojim samopouzdanim brojkama i datumima, zaslužuje da joj posvetimo sljedeći dio priče.

Dobro, entuzijazam smo skužili. Zagrade smo objasnili. Sad dolazi dio koji je teže probaviti, jer ovo poglavlje nije samo o tome kako je LISP izgledao, nego i o tome što su ljudi koji su ga pisali obećavali da će s njim napraviti. A obećanja iz 1958. i 1959. su, blago rečeno, optimistična. Manje blago rečeno: neka se od njih ni danas, šezdesetak godina i nekoliko „AI zima” kasnije, ne mogu otkvačiti od stvarnosti u koju su bila zabijena kao zastavica na Mjesecu. („AI zima” je naziv za razdoblja kad je entuzijazam oko umjetne inteligencije naglo splasnuo, novac presušio i svi su se pravili da nikad nisu obećavali da će strojevi za pet godina misliti kao mi — dogodilo se to nekoliko puta, i uvijek iznova.)

Uzmimo strojno prevođenje. Georgetown-IBM eksperiment 1954. preveo je šezdesetak rečenica s ruskog na engleski, uglavnom o kemiji, i medijima je to bilo dovoljno da najave — ozbiljno, u novinama — da će za tri do pet godina prevoditelji biti nepotrebni. Strojevi će čitati Pravdu za doručkom i ispisivati Times prije podneva. Automatic Language Processing Advisory Committee je 1966., dakle dvanaest godina i hrpu potrošenog novca kasnije, morao napisati izvještaj koji je u suštini glasio: ne radi, i ne izgleda da će raditi na način na koji smo mislili. Financiranje je presušilo preko noći. Danas imaš Google Translate u džepu i genijalan je za naručivanje pive u Splitu — ali ozbiljan prijevod ugovora ili poezije? Za to još treba čovjeka. Dvanaest godina za nešto što je 1954. bilo »pet godina daleko«.

Onda šah. Herbert Simon je 1957. — dakle prije LISP-a, ali u istom krugu ljudi, istom duhu, istom novcu — izjavio da će računalo biti svjetski prvak u šahu unutar deset godina. Deset. Ne pedeset, ne „jednog dana”, deset godina, konkretno, kao datum zaokružen na kalendaru. Allen Newell i on su radili na programu zvanom NSS, koji je trebao dokazati taj koncept. Trebalo je, ispalo je, četrdeset godina — Deep Blue je pobijedio Kasparova 1997., i to strojnom silom (računanjem milijuna pozicija u sekundi), a ne onim što je Simon zamišljao kao „opću strojnu inteligenciju”. Fora je što je i to bilo pogrešno shvaćeno — kad je strojna sila konačno stigla, ispalo je da joj ne treba nikakva duboka misao, samo brutalna brzina. Cijela premisa je bila kriva, ne samo rok.

A onda General Problem Solver — ime toliko ambiciozno da ti već zvoni alarm i prije nego pročitaš što uopće radi. Newell, Shaw i Simon napisali su 1959. program koji je trebao, teoretski, riješiti bilo koji problem koji se može formalno zapisati: matematičke dokaze, zagonetke, logiku. Ime govori sve — ono „General” na početku je već obećanje koje se ne može ispuniti, jer se pokazalo da GPS radi solidno na Hanojskim tornjevima (ona poznata slagalica s tri stupića i diskovima koje moraš premještati bez da veći staviš na manji — dosadna, ali lijepo formalna) i sličnim igračkama, a potpuno se raspada čim problem postane malo prljav, malo stvaran, malo poput svijeta u kojem ljudi zapravo žive.

I sad — najbolniji citat od svih, onaj koji se vuče kroz svaku povijest umjetne inteligencije kao upozorenje uklesano u kamen: Herbert Simon je 1965. napisao da će »strojevi biti kadri, unutar dvadeset godina, raditi svaki posao koji čovjek može raditi«. Dvadeset godina od 1965. je 1985. Znaš što se dogodilo 1985.? Ništa slično tome. Dogodila se AI zima — razdoblje kad su vlade i investitori, umorni od dvadeset godina praznih obećanja, jednostavno prestali plaćati račune.

Nije da su ti ljudi bili glupi — dapače, bili su među najbistrijim umovima svog doba, jedan od njih je čak dobio Nobelovu nagradu. Problem nije bio u pameti, nego u tome što su rani uspjesi — program koji rješava zagonetku, program koji prevodi rečenicu o kemiji — bili postignuti tako lako da su svi zaključili kako je ostatak puta ravna cesta. Ispalo je da je ono lako bilo lako baš zato što je bilo usko i formalno, a sve što je široko i stvarno — jezik, iskustvo, zdrav razum — skrivalo se iza planine koju ni pola stoljeća računalne snage nije uspjelo do kraja preći. Zvuči poznato? Trebalo bi. Isti obrazac ćeš čuti opet, i opet, i opet — a jedno od tih ponavljanja stiže već u sljedećoj sekciji.

Sad malo ubrzaj vrpcu i pusti da prođe dvadesetak godina. Šezdesete su euforija. Sedamdesete su mamurluk — novac presuši, američko povjerenstvo ALPAC objavljuje izvještaj koji kaže da strojno prevođenje ne radi i da nema smisla dalje trošiti novac na njega, i cijelo polje umjetne inteligencije upada u ono što povjesničari lijepo zovu »AI zima«. Prva. Ne posljednja.

Onda osamdesete: proljeće. Netko se sjeti ekspertnih sustava — programa koji pomoću skupa pravila tipa „ako-onda”, ručno prepisanih iz glave pravih stručnjaka, oponašaju kako neki ekspert donosi odluke u svom uskom području, recimo dijagnosticiranje kvarova na motoru ili postavljanje medicinske dijagnoze. I ovo nije bila samo akademska vježba — ekspertni sustavi su prvi komercijalni uspjeh umjetne inteligencije, prvi put kad je netko stvarno zaradio novac na tome: firme su ih koristile za dijagnostiku kvarova, za konfiguriranje računala po narudžbi, za sve što se moglo svesti na hrpu „ako-onda” pravila — i to je bilo dovoljno da hype ponovno bukne. LISP odjednom nije akademska kuriozitost nego biznis, i rađa se čudovište koje se zove LISP mašina. Firme poput Symbolicsa i LMI grade računala čija je jedina svrha vrtjeti LISP brže nego bilo koji opći stroj. Zvuči kao pametna ideja. Zvuči kao specijalizacija koja pobjeđuje generalizaciju. I na kratko — jest.

Vidiš obrazac? Hype, novac, konkretan proizvod koji obećava previše, pa mamurluk, pa tišina, pa — deset, dvadesetak godina kasnije — netko opet izgovori istu rečenicu koju su pioniri umjetne inteligencije govorili već 1958., samo drugim riječima i s drugim budžetom. Devedesete donose machine learning (mašinsko učenje) kao skromniju, opreznu granu koja izbjegava riječ „inteligencija” kao vrag tamjan. Dvijetisućete donose deep learning (duboko učenje). Danas imamo transformere — arhitekturu koja stoji iza ChatGPT-a i sličnih modela, u osnovi način da stroj „pročita” cijelu rečenicu odjednom i sam odluči koje riječi u njoj najviše utječu na značenje ostalih, umjesto da ih žvače jednu po jednu — i modele koji pišu sonete i pravne ugovore, i opet — čuješ li to? — netko na naslovnici tvrdi da su misleći strojevi tu za dvadesetak godina.

Pa je li to onda samo krug koji se vrti u mjestu, ista ploča koja se zaglavila, ista traka koju svako desetljeće ponovno pusti neka nova generacija koja nije čitala povijest? Ne baš. Krug jest — ali nije ravan krug, on je spirala, i spirala ide gore. Svaka zima ostavi iza sebe alat koji ostane koristan i kad hype ode: garbage collection (automatsko čišćenje memorije od podataka koji više nisu potrebni), ideju da funkcije mogu biti obične vrijednosti — da ih program može spremiti u varijablu, proslijediti drugoj funkciji ili vratiti kao rezultat, baš kao broj ili riječ — interaktivni REPL, čak i ono najosnovnije: ideja da je kod podatak i da se s njim može igrati kao s brojem. LISP je umro kao dominantni jezik industrije desetak puta, i svaki put je ostavio komad sebe u nasljedniku. Python, JavaScript, Clojure, čak i tvoj omraženi Java s lambdama koje su mu dodane skoro šest desetljeća nakon što ih je McCarthy skicirao na papiru — svi nose gene iz te 1958.