Nemrégiben rendes tagnak választotta az USA tudományos akadémiája a harminc éve Baltimore-ban élő Széchenyi-díjas Szalay A. Sándort, az MTA levelező tagját, aki családjában harmadik generációs fizikusként nőtt fel, s izgalmas tudományos és tudományszervezői munkái mellett rockzenészként is ismert volt, mint az elektronikus zenét játszó Panta Rhei együttes gitárosa. Kozmológiáról, a Big Data és a mesterséges intelligencia hatásáról, valamint a tudományágak közeledéséről beszélt a tudas.hu-nak.
Különleges környezetben nőtt fel, a gyermekkorát szinte az 1954-ben alapított debreceni Atommagkutató Intézetben töltötte, amelyet édesapja, Szalay Sándor vezetett. Eléggé meghatározhatta ez a pályaválasztását is.
Valójában nagyon szabadon éltünk, ki-be jártam a laboratóriumokba, a kutatókkal csevegtünk, vagy olykor például repülőgép modelleket építettünk. Nagyon inspiráló légkör volt ez számomra. Apám, aki fiatalon Szent-Györgyi Albert mellett dolgozott, majd két évig Németországban kutatott, egyebek mellett a később kémiai Nobel-díjat kapott Peter Debye mellett Lipcsében, aztán Cambridge-ben az atomfizika egyik megalapítójánál, a szintén Nobel díjat kapott Ernest Rutherfordnál volt ösztöndíjas, már a második generációs fizikus volt a családban. Nagyapám ugyanis matematika-fizika szakos gimnáziumi tanár volt, de anyám is a fizikus pályát választotta, sőt az ő doktori értekezésének az eredményeit tartalmazó publikáció volt az első, amelyet a híres amerikai szakfolyóirat, a Physical Review Magyarországról elfogadott. Aztán végül a fiam, Tamás is beállt a sorba, s bár kezdetben számítástechnikai területet választott az egyetemen, de azt túl könnyűnek találta és végül a kaliforniai egyetem egyik fizikaórájának hatására átváltott fizikára és a doktori dolgozatát már kísérleti fizikából írta, úgyhogy ő a negyedik generációs fizikus a családban, amivel azt hiszem elég nagy ritkaságnak számítunk. Szerencsére elég normális gyerek lett, frizbizik, sört főz, úgyhogy neki is sikerült ezt az egészet magában jól feldolgozni. Amúgy édesapámon és édesanyámon kívül a biológus feleségemnek, Szlávecz Katalinnak, Tamás fiúnknak és jómagamnak is jelent meg cikkünk a Nature folyóiratban.
Neutrínóktól a galaxisokig
Ahogy édesapja pályája kezdetét is meghatározták a tudomány nagy egyéniségei, úgy önnek is volt egy fontos mentora fiatal korában: Marx György.
Egészen különleges személyiség volt, szinte mágnesként vonzotta magához az embereket. Ha belépett egy szobába, minden szem feléje fordult, mert valami sugárzott belőle. Részben a fizika szeretete, amelynek minden ágát ismerte és a fejében ez olyan koherens egésszé állt össze, hogy tökéletesen át tudta adni a körülötte levőknek. Emellett jó érzékkel mindig roppant érdekes témákat tudott kiválasztani. Például ő vetette fel, hogy a rendkívül nehezen észlelhető atomi részecskéknek, a semmilyen észlelhető kölcsönhatást nem mutató neutrínóknak lehet tömegük. Ez akkor már benne volt a levegőben, mégis ő hajtotta előre ezt a gondolatot. Nekem is ezt adta kutatási témaként és diplomamunkám is a neutrínókkal volt kapcsolatos. Neki köszönhetem, hogy olyan képzést kaptam idehaza, mint a világ bármelyik legjobb egyetemén.
Innen szinte természetes volt az átmenet a kozmológiai kutatások felé és kezdetben főleg a galaxisok keletkezése, eloszlása és a sötét anyag kezdte érdekelni. Vajon ma mennyivel többet tudni ezekről a témákról, mint annak idején?
Akkoriban a megfigyelésekből származó adatok roppant ritkák és nagyságrendileg is pontatlanok voltak. Az univerzum életkoráról, sűrűségéről szinte alig tudtunk valamit. A kozmológia gondolatkísérletek sorozatát jelentette. A részecskefizika és a kozmológia összekapcsolódását mi indítottuk el Marx Györggyel, ami aztán a nyolcvanas évekre lett nagy divat, éppen akkor, amikor kijutottam Amerikába. Akkor már nemcsak a neutrínó kozmológiai hatását kezdték kutatni, hanem az összes elemi részecskéjét. Ezeknek köszönhetően bizonyos értelemben ma már tulajdonképpen tudjuk, hogy az Univerzumban mennyi a sötét anyag, amit az Ősrobbanásból visszamaradt elemi részecskék alkotnak. Még nem tudjuk, hogy pontosan mely részecskék, de állítom, hogy tíz éven belül egy kísérlettel ez is kiderül. Rengeteg érdekes kísérlet folyik jelenleg, amelyek a kvantumszámítógépek számára kifejlesztette technológiákat próbálják használni. Az ezekben használt úgynevezett squid-érzékelők ugyanis ma a legérzékenyebb részecske detektorok. Az amerikai Fermilab részecskefizikai laboratóriumban erre az irányra most egy egész intézetet alapítottak, ahogy a Berkeley-ben is, és nálunk a John Hopkins Egyetemen is felvettünk egy fiatalembert, aki zseniális kísérleteket talál ki kvantumszámítógépekkel, amiknek a lényege, hogy normális laboratóriumban is elvégezhetők, nem kellenek hozzájuk óriásgyorsítók és detektorok. A hatalmas berendezéseket igénylő, úgynevezett Big Science-nek már látni a végét, az intézetek és tanszékek az egyre nagyobb részecskegyorsítók helyett afelé fordulnak, hogyan lehet részecskefizikai kísérleteket kisebb laboratóriumokban is elvégezni.
Az égbolttérképezés projektje egy életre szól
Miután először ment ki dolgozni az Egyesült Államokba, egy ideig kettős életet élt, egy időt kint, másikat itthon töltött. Mikor és miért lett ennek vége?
Ezt az életet több mint egy évtizedig folytattuk. Nagyon sokat töprengtünk és amikor végül végleg kiköltöztünk, nagy megnyugvás volt a számunkra. Ez azt jelentette, hogy minden nyáron, amikor más vakációra ment, összecsomagoltuk az összes fontos szakcikk Xerox másolatát, hiszen Magyarországon ezekhez nem lehetett hozzájutni. A vámnál az egészet leplombálták és csak egy hónap múlva lehetett hozzájuk férni, ami alatt a különféle engedélyekért szaladgáltam. Tamás fiúnk is egyre nőtt és egy idő után már nem lehetett őt is ide-oda rángatni. A sok tényező között aztán az egyik leglényegesebb az volt, amikor a Johns Hopkins Egyetem meghívta, részben miattam, a híres asztrofizikust, Jerry Ostrikert, a Princeton professzorát, aki a Chicagói egyetemmel és a University of Washingtonnal elkezdett szervezni egy különleges égboltfelmérő programot, a Digital Sky Survey-t és a látogatás után meghívták a programba a mi egyetemünket is, aminek következtében átalakult az életem.
Ez volt az az égtérképészeti projekt, a Sloan Digital Sky Survey (SDSS), aminek megalkotta a tudományos archívumát, adatbázisát…
Az volt az elképzelés, hogy az addig eléggé pontatlan kozmológiát hasonlóképpen új pályára állítsuk, ahogy az a genetikában a Human Genom Projekt-tel, az emberi géntérkép megalkotásával történt. Tehát egyrészt sokkal pontosabban legyünk képesek megmérni a kozmológiai paramétereket, másrészt az adatokat azonnal tegyük nyilvánossá. Ez magánalapítványként indult és a NASA meg a Nemzeti Tudományos Alap csak később szállt be. Az egyetemen kellett valaki, aki a teljes életét rászánja a projektre és vállaltam. Ezt pedig már nem lehetett félfenékkel elvégezni. A következő húsz évben valóban éjjel-nappal ezen dolgoztam.
Úgy mondják, hogy ezt a világ legtöbbet használt csillagászati eszközének nevezik. Miért?
Főleg az adatbázis miatt. Amúgy kezdetben nem sokat tudtam az adatbázisokról, engem a galaxisok térbeli csomósodása, struktúrája érdekelt. És az is világos volt, hogy ha az ezekről szerzett adatok többszázezer kis fájlban vannak szétszórva különböző diszkeken, akkor ezt képtelenség átlátni. Kell egy koherens adatbázis, ahol minden adat összehasonlítható. Kiderült, hogy ez lesz a tudományban az új trend, a Big Data, ami a nagy mennyiségű, nagyon gyorsan változó és rendkívül eltérő adatok feldolgozását jelenti. Azóta egyre jobb technológiával a projekt ötödik fázisánál tartunk, amiben nagyon sok egyetem működik közre és ami egyetemünk az egész rendszer „arca” a világ felé. Több mint tízmillió ember érte el az adatokat, s már 4,5 billió látogatást regisztráltunk. Ez nem állt meg a mi projektünknél, mivel az égbolt legtöbb részét mi csak egyszer tudtuk végigpásztázni. Jövőre indul egy új program, a Large Synoptic Survey Telescope, amely tíz év alatt ezerszer vizsgálja majd át az eget. Az SDSS projekt legnagyobb érdeme, hogy lényegében magántőkéből egy mindenki számára elérhető hatalmas csillagászati adatbázist fejlesztettünk és ez egy új modellje lett az úgynevezett mid-scale, középméretű tudománynak.
Az adatokat több különböző helyen működő távcsövek szolgáltatják?
Kezdetben nem, ekkor csak Sloan Új-Mexikó államban működő teleszkópját használtuk, mégis volt, hogy egyszerre 640 objektum színképét tudtuk megmérni. Az elmúlt másfél évben azonban már több, a Sloanhoz hasonló méretű távcsövet vontunk be a munkába a világ minden tájáról, amivel megsokszoroztuk a kapacitást.
Ha jól tudom, még egy virtuális nemzeti obszervatóriumot is létrehozott, ami Amerikában egyfajta nemzeti intézmény lett.
Ez a National Virtual Observatory, amelyben mára vagy harminc ország képviselteti magát és ebben olyan sztenderdeket dolgoztunk ki, amelynek alapján a világ legkülönbözőbb távcsöveiből érkező adatokat úgy lehet megosztani, hogy azok egyetlen homogén rendszert alkossanak.
A Big Data összehozza a tudományokat
A Johns Hopkins Egyetemen ezzel párhuzamosan egy külön adattudományi intézetet is alapított, amelynek a vezetője lett.
Ez körülbelül tizenöt éve alakult, amelynek a neve Institute for Data Intensive Engineering and Sience, de csak IDIES-nak rövidítik, amit ötletekre is lehetne fordítani. Az a célja, hogy felhasználva a csillagászatban szerzett húszéves tapasztalatot a többi tudományág számára is felgyorsítsa az átmenetet a Big Data alapján működő adatfeldolgozás korszakára. Nem mi szeretnénk megoldani számukra az adatfeldolgozást, hanem megtanítjuk őket azokra a dolgokra, amiket a saját kárunkon megtanultunk. A legjobb partnerek azok, akik már látják, hogy az a módszer, ahogyan eddig gyűjtötték és elemezték az adatokat, két év múlva már nem fog működni. Már eddig hetven különféle projekten dolgozunk a szociológiától az óceáni áramlásokig. A feleségem például a talaj széndioxid kibocsátásának méréséhez a világon 180 millió adatjelző pontot gyűjtött, amelyhez olyan vezeték nélküli rendszert fejlesztettünk, amelynek az elektronikáját például részben Magyarországon készítették.
Olyan jelenségnek vagyunk a tanúi, amelyben az egyes tudományok közelednek egymáshoz és ezeket az adatok kötik össze.
Hajdan az ókori görögöknél még nem voltak tudományágak, csak tudósok. Kezdetben Oxfordban is csak a természet filozófiáját tanították és csak később vált szét a fizika, kémia, élettudomány, földtudomány, meg a többi. Aztán ezek tovább osztódtak és mindenki gyűjtötte a saját adatait. Odáig jutott a folyamat, hogy egy számítástudományt használó biológusnak semmi köze nem volt egy hasonló módszerekkel dolgozó vegyészhez vagy asztrofizikushoz. Viszont most, amikor berobbant a Big Data, ismét paradigmaváltást látunk a tudományokban, hiszen kiderült, hogy minden tudományágban nagyon hasonlóan közelítjük meg a problémákat. Ez a megközelítés kicsit számítástechnika, kicsit számítástudomány, kicsit statisztika. A biológiai adatelemzések például kezdenek nagyon hasonlóvá válni azokhoz, amiket részecskefizikában látunk.
A számítástechnika elsősorban a számítógépek és szoftverek működésével, fejlesztésével és optimalizálásával foglalkozik, míg a számítástudomány a számítógépes modellezés és szimulációk használatával próbálja megérteni és megoldani a tudományos és műszaki problémákat.
Gondolom, emiatt ruccant át az utóbbi időben az élettudományok területére is.
Az időm jó részét már egy ideje az egyetem orvosi intézetében a rák immunoterápiáját kutató projektnél töltöm. Két éve jött ki ezen a területen az első publikációnk, amit a CERN-ben doktoráló fiatal részecskefizikusokkal végeztem, akik játszi könnyedséggel álltak át erre a területre. A hasonlóság a két terület között könnyen érthető. Amikor az univerzum szerkezetét nézzük, a csillagok és a galaxisok feleltethetők meg az egyes építőelemeknek, amelyek térbeli viszonyait vizsgáljuk. Ha galaxisok csomósodását látjuk, akkor statisztikai módszerekkel nézzük ennek a nagyságát. Ehhez az égről sokszínű fényképeket készítünk, ezeket részekre osztjuk és megfigyeljük az egyes objektumok kiterjedését. Magyarán az eget szétosztjuk különálló objektumokra és ebből adatbázist készítünk, ahogy az SDSS-nél történt. Amikor egy rákos szövetről készül kép, a mikroszkópos felvételen mintegy másfél millió sejt látható. Itt nem öt, hanem 45 színű képet készítünk, különböző fluoreszcens jelölő anyagokkal megfestjük a sejtek felületén lévő antitesteket, aztán ezt különféle szempontok szerint csoportosítjuk. Ezek az antitestek gátolják az immunrendszert, hogy felismerje és megölje a ráksejteket. Az egyetemen dolgozó kollégáim nemrég olyan hatóanyagot találtak, amelytől a ráksejtek elvesztik álruhájukat. Ha pedig felerősítjük az immunsejteket, ezek képesek kipucolni a rákos sejteket a szervezet minden részéből. Ez a módszer főleg tüdőrák és melanóma esetében az esetek húsz százalékánál működik, akiknek olyan fehérjetulajdonságú antitestjeik vannak, amire ez a hatóanyag reagál. És végső soron a képfeldolgozásban és az adatelemzésben ugyanolyan lépéseket végzünk, akár a kozmológiában, csak itt esetleg életeket mentünk. A következő lépés az lenne, hogy megjósoljuk, kinél működik ez a módszer, illetve olyan hatóanyagokat kell találni, amelyek a fennmaradó 80 százaléknál is. Az elterjedését az is akadályozza, hogy egy ilyen kúra egyelőre 150 ezer dollárba kerül.
A genetika területére is kirándult, ugye?
Steven Salzberg barátommal, az egyetem Számítógépes Biológiai Központjának igazgatójával, aki hajdan a Human Genom projektben is részt vett, több cikket is írtunk. A genetika is kezd összekapcsolódni a képfelvételek elemzésével. Kijött egy új technológia a térbeli transzkriptomika, ami egy olyan úttörő módszer, amely lehetővé teszi, hogy megmérjük az összes gén aktivitását egy szövetmintában és feltérképezzük, hogy a minta melyik helyén milyen gén aktiválódik. Ezeket a felvételeket a mintával szomszédos területek adataival is össze lehet hasonlítani, ami megint csak a rákkutatásban lehet hasznos, hiszen kiderülhet, hogy milyen genetikai összefüggése van az egyes aktiválódott gének és a rák terjedése között. Az orvoskari hallgatóim most mesterséges intelligenciát használnak az eredmények elemzésére és ugyanolyan jók ebben, mint a számítástechnikusok.
Az MI a zenére romboló lehet
Ha már MI: hét éve egyszer azt állította, hogy 35 év múlva lesz az emberihez hasonló a mesterséges intelligencia. Most is ez a véleménye?
Azóta nagy változás történt és óriási meglepetésre a legutóbbi időben rendkívüli mértékben felgyorsultak az események. A legnagyobb fejtörést most az okozza, hogy ez hova vezet. Jelen pillanatban a ChatGPT meglepően intelligens beszélgetésekre képes, de ez amiatt van, mert óriási befektetésekkel hatalmas adattömegből tanították be. Olyan sok új ötlet nincs benne, az ehhez szükséges algoritmusok (az úgynevezett transzformerek) már 4-5 éve nyilvánosak. Kreatív asszociációkat a rendszer még nem képes megszülni, de a nagyméretű számítógépek használata egy minőségi ugrást eredményezett.
Akkor megnyugodhatunk?
Előbb utóbb azért ez tökéletesedni fog. Nem mindegy persze, hogy hogyan. Az egyik volt kollégám elment az OpenAI-hoz és ő volt az egyik első szerző az ChatGPT-ről szóló cikknél. Persze nem jött vissza fizikusnak, hanem több hajdani részecskefizikussal saját céget alapított Anthropic.com néven, most írt róluk a New York Times. Ők tudományos óvatossággal, etikusan igyekeznek hozzányúlni a mesterséges intelligenciához. Az ő GPT-jüket Claude-nak hívják. Mi is most váltunk arra, hogyan lehet az MI-t jobban használni mind a csillagászatban, mind más kutatási területeken. Az egyetemen ezért új nagy mesterséges intelligencia projekt indult, amely meg akarja változtatni mind az oktatást, mind a kutatást.
Most a Panta Rhei együttes gitárosától kérdezem, vajon a könnyű zene is változott-e annyit, amióta játszik, mint a fizika?
A világhírű izraeli történész és író, Juval Harari mondta egyszer, hogy a fizikában ma egy doktorandusz lényegesen többet tud, mint Newton, vagy Maxwell, de viszonylag kevés olyan tehetség van, mint Mozart. A zenében nem nagyon látszik az egyes generációk egymásra építkező tudáshalmaza, mint a természettudományban. Itt az egymást váltó generációk inkább egymást próbálják pukkasztani. A mesterséges intelligencia itt is erős következményekkel jár, de ez éppen ellenkezőleg romboló lesz. Máris vannak olyan algoritmusok, amelyek bárkinek a stílusában készítenek bármilyen zenét, s bárkinek a hangját tökéletesen leutánozzák. Hollywoodban a színészek joggal félnek, hogy ha beszkennelik őket, egy MI modell az arcukkal, mozgásukkal, hangjukkal jobban eljátssza a szerepet, mint ők. Ezt a folyamatot nyilván valahogy meg kell állítani.
Ma milyen helyet foglal el az életében a zene?
Most is fontos számomra. Amerikában is berendeztem egy házi stúdiót, vettem fel számokat. Az elmúlt év egészségügyi okokból elég kemény volt, úgyhogy ez alatt az idő alatt a régi zenekarral több mint húsz éve készült demo felvételeket részben kiegészítettem, néhány sávot újra felvettem, részben (kicsit mesterséges intelligenciával is) feljavítottam és ebből reményeim szerint létrejön majd valamikor egy anyag. Most Budapesten éppen ezen dolgozunk stúdióban András öcsémmel és egy hangmérnök barátunkkal, Lippényi Gáborral. Egyébként, amikor az ember zenét ír, ugyanazok a folyamatok játszódnak le az agyában, mint amikor egy tudományos cikket ír. Jön egy ötlet, elkezdem felvázolni, leírok néhány képletet, jön egy kolléga, beszélgetünk a tábla előtt, rajzolgatunk. Valamit javítást javasol és ettől az egész új életre kel, esetleg teljesen megváltozik. Egy tudományos cikk pedig maga is egy esztétikai, majdnem, hogy művészi termék, mert jó esetben az egybe rendeződött képletekből is egy kerek, esztétikus egész rajzolódik ki. Ugyanez van a zenével, az is egy magas szintű kommunikáció.
Melyik publikációját, vagyis eredményét, illetve melyik zeneszámát tartja mindmáig a legsikeresebbnek?
Számomra az a megfigyelés és az abból 1990-ben megjelentetett cikk volt a legérdekesebb, ami egy az univerzumban megfigyelt sajátságosan ismétlődő jelenségről szólt. Úgy magyaráztam, hogy ez hanghullámok maradványa volt, amit 15 évvel később az SDSS megfigyelései meg is erősítettek. Zenében pedig a nyolcvanas évek közepén készült elektronikus lemezünk, a P.R. Computer volt érzésem szerint a legjobb, amit András testvéremmel és Matolcsy Kálmánnal készítettünk. Ebből több mint hetvenezer darab fogyott.
A 2018-as után lesz-e még koncert idehaza?
Ez főleg Andráson múlik, mert ez akkora szervezési munkát jelent, egy kétórás programhoz a távolból való közös gyakorlás sem kevés, hiszen elég bonyolult zenéről van szó, és ebben a műfajban nem lehet kottából játszani.
Szalay Sándor: Széchenyi-díjas magyar asztrofizikus, kozmológus, az MTA levelező tagja. Nemrég az Amerikai Tudományos és Művészeti Akadémia is felvette rendes tagjai sorába. A baltimore-i Johns Hopkins Egyetem intézetvezető professzora, több mint háromszáznegyven tudományos publikációs szerzője vagy társszerzője. Fiatal kora óta foglalkozik emellett elektronikus zenével, saját zenekara, melyben szintén fizikus testvére, András is játszik, az 1974-ben alapított Panta Rhei, mely klasszikus zenei feldolgozásokat és progresszív rockot is játszott. Bartók-feldolgozásaik kiadására a zeneszerző családja a megjelenés előtt nem adott engedélyt, ami a szocialista időkben a legnagyobb lemezbezúzást jelentette. 1989-es búcsújuk után 2018-ban ismét koncertet adtak Budapesten.
