مردی که باید او را به اندازه اینشتین می‌شناختیم

یک عکس چندمگاپیکسلی، صدای خواننده‌ای در اسپاتیفای، پیامی در تلگرام و فیلمی با وضوح 4K در ظاهر هیچ شباهتی به هم ندارند؛ اما وقتی چندلایه پایین‌تر می‌روید، این تفاوت‌ها رنگ می‌بازند و به دنباله‌ای از صفرها و یک‌ها تبدیل می‌شوند.

امروز این ایده آن‌قدر بدیهی به نظر می‌رسد که به‌سختی می‌توان جهان ارتباطات متفاوتی را تصور کرد؛ ولی کمتر از یک قرن پیش، ریاضیات، مدارهای الکتریکی و ارتباطات هرکدام قلمرو جداگانه‌ای داشتند و هنوز کسی چارچوبی عمومی برای پیوندزدن آن‌ها پیدا نکرده بود. کلود شانون چنین پیوندی را در دو مرحله ساخت.

چرا می‌توان صدا، تصویر و متن را به زبانی مشترک ترجمه کرد؟ شانون هرگز قصد نداشت دنیای دیجیتال را خلق کند. او در هر مرحله فقط سراغ مسئله‌ای رفت که سر راهش سبز می‌شد و حل هر مسئله او را به کشف بعدی کشاند.

خلاصه صوتی

سال ۱۹۳۶، کلود شانونِ بیست‌ساله مدرکش را از دانشگاه میشیگان گرفت و در همان روزها چشمش به آگهی کوچکی افتاد. MIT دنبال کسی می‌گشت که با ماشینی شبیه به یکمغز مکانیکیکار کند. شانون درخواست داد، پذیرفته شد و سال‌ها بعد این شغل را یکی از بزرگ‌ترین خوش‌شانسی‌های زندگی‌اش خواند.

مغز مکانیکی همان تحلیل‌گر دیفرانسیلونیوار بوشبود؛ غولی به بزرگی یک اتاق، ساخته‌شده از چرخ‌دنده، محور و دیسک که معادلات دیفرانسیل را با چرخش فیزیکی قطعاتش حل می‌کرد. شانون ساعت‌های طولانی را در اتاقی خاکستری کنار این ماشین می‌گذراند. دستگاه مدام روغن‌کاری، تنظیم و تعمیر می‌خواست.

اما بخش طاقت‌فرسای کار این بود که بعد از حل هر معادله، اپراتورها باید ساعت‌ها چرخ‌دنده‌ها را با دست جابه‌جا می‌کردند تا ماشین برای مسئله‌ی بعدی آماده شود. به زبان امروز، برنامه‌نویسی این کامپیوتر با آچار و پیچ‌گوشتی انجام می‌شد.

شانون طی همین ساعات خسته‌کننده، با خودش فکر کرد چرخ‌دنده‌ها کُندند و خطا می‌کنند. آیا واقعاً برای محاسبه به این‌همه قطعه‌ی سنگین نیاز داریم؟ اگر کار را به کلیدهای ساده‌ی الکتریکی بسپاریم، چه اتفاقی می‌افتد؟

برای یافتن راه فرار از چرخ‌دنده‌ها باید کمی به عقب برگردیم. شانون در دوره‌ی کارشناسی در دانشگاه میشیگان هم‌زمان ریاضیات و مهندسی برق خواند. در دهه‌ی ۱۹۳۰ این دو شاخه دو دنیای جدا به‌حساب می‌آمدند و کمتر کسی پلی میانشان می‌دید.

سر کلاس‌های ریاضی، شانون با مفهومی کم‌طرفدار به نام جبر بولی آشنا شد؛ یادگاری از جرج بول، ریاضی‌دان بریتانیایی قرن نوزدهم. جبر بولی سروکاری با اعداد بزرگ و معادلات پیچیده نداشت و همه‌چیز را به گزاره‌های دوحالته تقلیل می‌داد؛ درست یا غلط، بله یا خیر، یک یا صفر. نزدیک به یک قرن، این جبر کاربرد عملی چندانی پیدا نکرد.

در سمت دیگر، شانون در آزمایشگاه مهندسی برق مدام با رله‌ها و کلیدهای الکتریکی سروکار داشت. کلیدها هم ذاتاً فقط دو وضعیت می‌شناسند و جریان یا برقرار می‌شود یا قطع. پیوند این دو مفهوم در ذهن دانشجوی جوان همان جرقه‌ای را زد که مسیر تاریخ فناوری را عوض کرد.

شانون دریافت که جبر انتزاعی بول و مدارهای فیزیکی برق در واقع دو لهجه از یک زبان مشترک‌اند. برای درک زیبایی کشف او، مداری ساده با دو کلید را تصور کنید.

اگر دو کلید را پشت‌سرهم روی یک سیم بگذاریم، لامپ فقط وقتی روشن می‌شود که کلید اول «و» کلید دوم هر دو بسته باشند؛ دقیقاً معادل عملگر AND در منطق. اگر سیم دو شاخه شود و روی هر شاخه یک کلید قرار بگیرد، بسته‌شدن کلید اول «یا» کلید دوم لامپ را روشن می‌کند؛ یعنی عملگر OR. کلیدی هم که وضعیت جریان را برعکس کند، عملگر NOT را می‌سازد.

شانون فهمید که از ترکیب همین سه عملگر ساده می‌توان مدارهایی ساخت که از پس پیچیده‌ترین محاسبات منطقی برآیند. به بیان دیگر، او به ماشین‌ها زبان داد.

سال ۱۹۳۷، شانون پایان‌نامه‌ی کارشناسی‌ارشدش را در MIT می‌نوشت. تا آن زمان، طراحی مدارهای الکتریکی بیشتر به مهارت کارگاهی شباهت داشت تا علمی دقیق. مهندسان مدارها را بر پایه‌ی تجربه و شهود شخصی سیم‌کشی می‌کردند.

اگر شبکه‌ی سیم‌ها پیچیده می‌شد یا درست کار نمی‌کرد، همه‌چیز با آزمون‌وخطا، بریدن سیم‌ها و جابه‌جاکردن رله‌ها پیش می‌رفت. هیچ روش علمی‌ای برای ساده‌سازی یک مدار وجود نداشت.

پایان‌نامه‌ی شانون این آشفتگی را به روشی نظام‌مند تبدیل کرد. او نشان داد که هر شبکه‌ی پیچیده‌ای از کلیدها را می‌توان به یک عبارت جبر بولی ترجمه کرد، با قوانین ساده‌ی جبر آن را به کوتاه‌ترین شکل ممکن رساند و سپس نسخه‌ی ساده‌شده را دوباره به یک مدار واقعی برگرداند؛ مداری که با قطعات کمتر، همان کار را انجام می‌داد.

ترانزیستورهای کامپیوترهای امروزی نیز نقش کلیدهای شانون را بازی می‌کنند؛ با این تفاوت که میلیاردها نمونه از آن‌ها در ابعادی چندنانومتری روی یک تراشه کنار هم قرار گرفته‌اند. اهمیت این کشف چنان عظیم بود که هاوارد گاردنر، روان‌شناس و استاد دانشگاه هاروارد، سال‌ها بعد پایان‌نامه شانون را با این کلمات توصیف کرد: «احتمالاً مهم‌ترین و مشهورترین پایان‌نامه کارشناسی‌ارشد در تمام قرن بیستم.»

شاید تصور کنید دستاورد شانون در پرونده‌ای کوتاه بسته می‌شود و کلیدهای الکتریکی به‌علاوه‌ی منطق صفر و یک به اختراع کامپیوتر منجر شده‌اند. اما این معادله فقط نیمی از ماجرا را نشان می‌دهد. کافی است بخواهید یک ماشین دیجیتال را به دستگاه دیگری وصل کنید تا به دیواری از پرسش‌های بی‌پاسخ بخورید.

چگونه می‌توان پیامی پیچیده مثل صدای انسان را به صفر و یک تبدیل کرد؟ برای فرستادن یک پیام، دست‌کم چند بیت لازم داریم؟ اگر در طول مسیر ارتباطی، تداخل و نویز باعث شود یک‌ها به صفر و صفرها به یک تبدیل شوند، چه بر سر پیام می‌آید؟ و بیشترین سرعت ممکن برای انتقال داده چقدر خواهد بود؟

و از همه مهم‌تر، چیزی که از میان سیم‌ها عبور می‌کند، یعنی «اطلاعات»، اساساً چیست؟ این‌ها سؤالاتی نبودند که با ساختن یک مدار هوشمندانه‌تر حل شوند؛ شانون برای پاسخ‌دادن به آن‌ها باید لنزی کاملاً جدید برای نگاه‌کردن به جهان پیدا می‌کرد.

با شروع جنگ جهانی دوم، مسیر شانون از طراحی مدار و ساخت کامپیوتر در دانشگاه، به سمت بحرانی‌ترین نیاز روز یعنی ارتباطات امن تغییر کرد. او که مردی ضعیف‌الجثه بود و علاقه‌ای هم به میدان جنگ نداشت، مطمئن بود که در آزمایشگاه، کمک بسیار بزرگ‌تری به متفقین خواهد کرد. به‌این‌ترتیب در سال ۱۹۴۱ به آزمایشگاه‌های بل پیوست.

یکی از حیاتی‌ترین پروژه‌های آن سال‌ها SIGSALY نام داشت؛ سیستمی فوق‌سری برای رمزنگاری مکالمات تلفنی که فرماندهان متفقین از جمله وینستون چرچیل، از آن برای گفت‌وگوی امن میان لندن و واشنگتن استفاده می‌کردند. شانون در بررسی امنیت این سامانه نقش داشت و هدف این بود که نگذارند آلمانی‌ها چیزی بشنوند.

روش کار SIGSALY به شکلی نبوغ‌آمیز غیرعادی بود. مهندسان سراغ کلمات رمز نرفتند و در عوض صدا را دیجیتال کردند و «نویزی کاملاً تصادفی» را که روی صفحه‌ی گرامافون ضبط شده بود، رویش انداختند. اگر جاسوسی آلمانی خط را شنود می‌کرد، فقط خش‌خشی شبیه صدای برفک به گوشش می‌رسید.

در آن‌سوی خط، نسخه‌ای یکسان از همان صفحه‌ی گرامافون هم‌زمان پخش می‌شد و دستگاه نویز را از سیگنال کم می‌کرد تا صدای گوینده شفاف باقی بماند. کار روی همین سیستم، جرقه‌ی یکی از بزرگ‌ترین تغییر مسیرهای ذهنی تاریخ علم را در سر شانون روشن کرد.

تا آن زمان مهندسان مخابرات نویز را چالشی فیزیکی و مهارنشدنی می‌دیدند؛ چیزی شبیه صدای رعدوبرق روی خط رادیو. اما در SIGSALY نویز حکم ابزار را داشت. می‌شد آن را عمدا ساخت، به پیام افزود و در مقصد دقیقا کم کرد. شانون باور داشت هم پیام و هم نویز را می‌توان با زبان احتمال توصیف و محاسبه کرد.

شانون بعدها در مقاله‌ای درباره‌ی سیستم‌های رمزنگاری به‌صورت ریاضی ثابت کرد که «رمز یک‌بارمصرف»، یعنی همان منطق صفحه‌های گرامافون SIGSALY، شکست‌ناپذیر می‌ماند. با این مقاله، رمزنگاری از یک هنر به یک علم تبدیل شد.

مسئله‌ی جدید شانون حالا از دل جنگ بیرون می‌آمد. چگونه می‌توان در کانالی محدود و پرنویز؛ پیام را از نقطه‌ی A به نقطه‌ی B رساند؛ بدون اینکه بخش مهمی از اطلاعات در راه از بین برود؟ شانون برای یافتن راه‌حل باید تکلیف پرسشی به‌ظاهر ساده را روشن می‌کرد؛ اینکه اصلاً پیام یا اطلاعات چیست و چگونه می‌توان اندازه‌گیری‌اش کرد؟

وقتی نامه‌ای پست می‌شود، تلگرافی به صدا درمی‌آید یا کسی پشت تلفن صحبت می‌کند، دقیقاً چه چیزی جابه‌جا می‌شود؟ تا دهه‌ی ۱۹۴۰، مهندسان مخابرات فکر می‌کردند در حال انتقال صدا یا کلمات‌اند. ولی برای شانون این نگاه بیش از حد انسانی و رمانتیک بود. او برای حل مسئله‌ی ارتباطات، «معنا» را به طور کامل از پیام جدا کرد.

شانون می‌گفت برای شبکه‌ی ارتباطی هیچ فرقی ندارد نمایشنامه‌ی شکسپیر منتقل شود یا گزارش قیمت سهام، فرمان محرمانه‌ی نظامی یا مشتی حروف تصادفی. معنای پیام به فرستنده و گیرنده مربوط می‌شود و هیچ ربطی به کابل مسی یا امواج رادیویی ندارد.

اگر معنا را حذف کنیم، چه چیزی از پیام باقی می‌ماند؟ شانون می‌گفت کاهش عدم‌قطعیت. پیش از رسیدن پیام، چند احتمال پیش روی ما قرار دارد؛ پیام که می‌رسد، بعضی از آن احتمال‌ها کنار می‌روند. هرچه چیزی که می‌شنویم دور از انتظارتر باشد، یعنی اطلاعات بیشتری با خود آورده است.

در نظریه‌ی شانون اهمیتی نداشت پیام بگوید «دوستت دارم» یا «هوا ابری می‌شود»؛ مهم این بود که پیام چه مقدار از ابهام ذهن گیرنده را کم می‌کند. به عبارتی پیش از رسیدن پیام، چند امکان وجود داشت و پیام چندتای آن‌ها را حذف کرده است.

شانون برای این کمیت واژه‌ی آنتروپی را از ترمودینامیک وام گرفت. آنتروپی نشان می‌دهد یک منبع پیام به‌طور میانگین چقدر عدم‌قطعیت تولید می‌کند و اطلاعات هر پیام نشان می‌دهد چه مقدار از آن عدم‌قطعیت از میان می‌رود.

بحث از تاریخ فناوری فراتر رفت و به فلسفه‌ی علم رسید؛ اما شانون برای اثبات ایده‌اش به یک خط‌کش نیاز داشت.

بیوگرافی کلود شانون، استاد رمزنگاری و پدر نظریه اطلاعات

شما طول میز را با متر می‌سنجید و وزن جعبه را با کیلوگرم. اما مقداررفع ابهامیا همان اطلاعات را با چه واحدی باید اندازه گرفت؟

یک سکه‌ی معمولی را در نظر بگیرید. اگر من این سکه را به هوا بیندازم و قبل از دیدن نتیجه، دستم را روی آن بگذارم، شما در اوج عدم‌قطعیت هستید؛ نتیجه می‌تواند شیر یا خط باشد، آن هم با احتمال برابر. حالا دستم را برمی‌دارم، شیر را می‌بینید و ابهامتان از بین می‌رود.

شانون گفت مقدار اطلاعاتی که برای انتخاب میان دو گزینه‌ی هم‌احتمال لازم داریم، دقیقاً یک واحد اطلاعات به‌حساب می‌آید. او این واحد را بیت نامید (کوتاه‌شده‌ی binary digit)؛ واژه‌ای که همکارش جان توکی پیشنهاد داد.

حالا فرض کنید سکه‌ای تقلبی داریم که ۹۹ درصد مواقع روی شیر فرود می‌آید. وقتی این سکه را پرتاب می‌کنم، از قبل تقریباً مطمئنید چه اتفاقی می‌افتد. این بار دیدن شیر اطلاعات بسیار کمتری به شما می‌دهد، چون غافلگیر نمی‌شوید. محاسبه‌ی شانون عددش را هم نشان می‌دهد؛ هر پرتاب چنین سکه‌ای به‌طور میانگین فقط حدود ۰٫۰۸ بیت اطلاعات دارد.

شانون نشان داد اطلاعات رابطه‌ی مستقیمی با میزان غافلگیری دارد. هرچه رخدادی نامحتمل‌تر باشد، وقوعش اطلاعات بیشتری با خود می‌آورد. مفهومی که تا آن زمان مبهم و وابسته به ذهن انسان به نظر می‌رسید، حالا می‌شد با عدد و فرمول اندازه‌اش گرفت. از اینجا به بعد، اطلاعات دیگر فقط چیزی برای فهمیدن نبود؛ می‌شد آن را سنجید، فشرده کرد و برای انتقالش حد و مرزهای دقیق ریاضی تعیین کرد.

تا دهه‌ی ۱۹۴۰ مهندسان مخابرات قانونی نانوشته اما بدیهی داشتند که می‌گفت اگر مسیر ارتباطی نویز دارد، هرچه داده‌ها را سریع‌تر بفرستید، خطای بیشتری رخ می‌دهد. آن‌ها برای غلبه بر نویز فقط دو راه می‌شناختند: یا سیگنال را قوی‌تر کنید، یعنی بلندتر فریاد بزنید، یا سرعت ارسال را آن‌قدر پایین بیاورید که پیام در میان نویزها گم نشود.

شانون با پیش‌بینی‌ای کاملاً خلاف شهود این قانون را در هم شکست. سال ۱۹۴۸ او در مقاله‌ی انقلابی «نظریه‌ی ریاضی ارتباطات»، نشان داد که هر مسیر ارتباطی سقف سرعت مشخصی دارد؛ همان چیزی که امروز ظرفیت کانال یا حد شانون (Shannon Limit) می‌نامیم.

شانون ثابت کرد که تا وقتی سرعت ارسال از این سقف فراتر نرود، می‌توان احتمال خطا را به هر اندازه‌ی دلخواه به صفر نزدیک کرد. طوفانی بودن مسیر اهمیتی نداشت؛ پیام می‌توانست عملاً سالم به مقصد برسد. اما چطور می‌شد از دل نویز پیام سالم بیرون کشید؟ شانون برای حل این مشکل به مفهوم افزونگی رسید.

برای فهم افزونگی به ریاضیات پیچیده نیازی نداریم؛ کافی است به زبان روزمره نگاه کنیم. اگر روی صفحه بنویسم «Q-u-e-s-t-i-o-…»، بی‌هیچ تردیدی می‌دانید حرف بعدی «n» خواهد آمد. زبان پر از الگوهای قابل‌پیش‌بینی است. ما برای فهم یک کلمه به همه‌ی حروفش نیاز نداریم و ذهنمان جاهای خالی را پر می‌کند.

شانون فهمید اگر افزونگی را حساب‌شده وارد کدهای دیجیتال کنیم، نویز دیگر الزاماً پیام را نابود نمی‌کند. گیرنده می‌تواند از همان اطلاعات اضافه کمک بگیرد، خطاها را پیدا کند و حتی بعضی بیت‌های ازدست‌رفته را بازسازی نماید.

نکته‌ی مهم اینکه افزونگی لزوما به معنای تکرار ساده‌ی پیام نبود. شانون از نظر ریاضی نشان داد تا وقتی سرعت ارسال از ظرفیت کانال فراتر نرود، کدهایی وجود دارند که با مقدار محدودی اطلاعات اضافه، پیام را از دل نویز سالم بیرون می‌کشند و احتمال خطا را تا هر اندازه‌ی دلخواه پایین می‌آورند.

شانون نشان داد چنین کدهایی وجود دارند، اما نگفت چطور آن‌ها را ساخت. نزدیک به نیم‌قرن طول کشید تا مهندسان به کدهایی برسند که عملاً به حد شانون نزدیک شوند؛ کدهایی که امروز در وای‌فای و شبکه‌های 5G کار می‌کنند.

وقتی نظریه‌ی شانون را بپذیرید، اتفاق شگفت‌انگیزی رخ می‌دهد و تفاوت بنیادی رسانه‌ها از میان می‌رود.

تا پیش از آن، شبکه‌ی تلفن را برای صدای انسان می‌ساختند، رادیو را برای امواج صوتی و تلویزیون را برای تصویر. اما وقتی همه‌چیز بهبیتتبدیل شد و راهی برای انتقال بدون خطای این بیت‌ها به دست آمد، دیگر برای شبکه اهمیتی نداشت چه چیزی حمل می‌کند.

با کنار رفتن معنا، سمفونی موتزارت، عکس خانوادگی، ایمیل کاری، فیلمی اکشن و داده‌های یک نرم‌افزار حسابداری هویت مستقلشان را از دست دادند. برای کابل‌ها و روترها، همه‌ی این‌ها فقط بسته‌های اطلاعات به‌حساب می‌آیند؛ محموله‌هایی از صفر و یک که باید از نقطه‌ی A به B برسند. شبکه نیازی نداشت بداند پیام چیست؛ فقط باید بیت‌ها را با نرخی پایین‌تر از ظرفیت کانال یا حد شانون منتقل می‌کرد.

نظریه‌ی اطلاعات شانون راز فشرده‌سازی را هم گشود. فایل‌های ZIP با حذف افزونگی حجم داده را کم می‌کنند و آنتروپی تعیین می‌کند فشرده‌سازی تا کجا می‌تواند پیش برود.

همین ایده بخشی از جهان دیجیتال امروز را ممکن کرد. وای‌فای خانه‌تان می‌تواند هم‌زمان تماس تصویری را برقرار نگه دارد، فایلی PDF دانلود کند و سریالی را از نتفلیکس پخش کند، چون در پایین‌ترین سطح، همه‌ی این محتواهای متفاوت لباسی یکسان به تن کرده‌اند.

دنیای فیزیکی برای ما از رنگ، صدا و معنا ساخته شده؛ اما ماشین‌ها هنوز همان چیزی را می‌بینند که شانون دهه‌ها پیش صورت‌بندی کرد؛ جریان‌هایی از بیت که فارغ از معنایشان اندازه‌گیری، فشرده و منتقل می‌شوند.

در دهه‌ی ۱۹۵۰، نظریه‌ی اطلاعات از مرزهای مهندسی برق بیرون زد و به پدیده‌ای علمی بسیار فراتر از حوزه‌ی مخابرات تبدیل شد. ناگهان همه‌جا حرف از بیت و آنتروپی بود. روان‌شناسان، زبان‌شناسان، زیست‌شناسان و اقتصاددانان می‌کوشیدند ایده‌های شانون را به حوزه‌های خودشان ببرند.

همان‌طور که اینشتین نگاه ما به جهان فیزیکی را تغییر داد، شانون هم زبان جهان دیجیتال را از نو تعریف کرد. اما واکنش او به شهرت، تناسبی با دستاوردهای بزرگش نداشت. مردی که علم انتقال اطلاعات را پایه گذاشت، نمی‌خواست در مرکز توجه بماند.

او از کانون توجه فرار می‌کرد، بیشتر درخواست‌های مصاحبه را نمی‌پذیرفت و از اینکه نظریه‌ی اطلاعات به اصطلاحی مد روز برای توضیح هر چیزی تبدیل شود دل خوشی نداشت. او می‌ترسید مفاهیمی که با دقت ریاضی ساخته شده بودند، بیرون از زمینه‌ی اصلی‌شان آن‌قدر کش پیدا کنند که معنای خود را از دست بدهند.

سال ۱۹۵۶ در یادداشت کوتاهی با عنوان The Bandwagon نوشت

نظریه‌ی اطلاعات در چند سال گذشته شبیه مُد علمی شد. این نظریه کارش را به‌عنوان ابزاری فنی برای مهندسان ارتباطات آغاز کرد، اما چه در مطبوعات علمی و چه در رسانه‌های عمومی، توجهی فوق‌العاده به خود جلب کرد. بخشی از این توجه از ارتباط آن با حوزه‌های مد روزی مانند ماشین‌های محاسباتی، سایبرنتیک و اتوماسیون می‌آمد و بخشی دیگر از تازگی موضوعش. در نتیجه، شاید اهمیتی فراتر از دستاوردهای واقعی‌اش پیدا کرده باشد.

دانشمندان رشته‌های مختلف، مجذوب سروصدایی که پیرامون نظریه‌ی اطلاعات شکل گرفت و راه‌های تازه‌ای که برای تحلیل علمی باز کرد، این ایده‌ها را در مسائل خودشان به کار می‌گیرند، مثلاً شاهد کاربردهایی در زیست‌شناسی، روان‌شناسی، زبان‌شناسی، فیزیک بنیادی، اقتصاد، نظریه‌ی سازمان و بسیاری حوزه‌های دیگر هستیم...

نظریه‌ی اطلاعات واقعاً ابزار ارزشمندی برای رسیدن به بینش‌های بنیادی درباره‌ی مسائل ارتباطی به شمار می‌رود و اهمیتش نیز بیشتر خواهد شد؛ بااین‌حال، قرار نیست علاج همه‌ی مشکلات مهندسان ارتباطات باشد، چه برسد به دیگران. طبیعت به‌ندرت بیش از چند راز خود را هم‌زمان آشکار می‌کند. خیلی ساده احتمال دارد این رونق تا حدی مصنوعی یک‌شبه فروبپاشد، وقتی روشن شود استفاده از چند واژه‌ی هیجان‌انگیز مانند اطلاعات، آنتروپی و افزونگی همه‌ی مسائل ما را حل نمی‌کند.

شانون ایده‌ای نداشت که کشفیات و دستاوردهایش روزی زندگی روزمره‌ی مردم را تغییر می‌دهد. نگاه او به شهرت را شاید بتوان در جزئیات میز کارش در MIT خلاصه کرد. در میان انبوه کاغذها و قطعات الکترونیکی، پوشه‌ای با دستخط خودش دیده می‌شد: «نامه‌هایی که آن‌قدر پاسخ‌دادنشان را عقب انداختم که دیگر دیر شد.»

پس از مقاله‌ی ۱۹۴۸، شانون دیگر چیزی برای اثبات‌کردن نداشت. بزرگ‌ترین مسئله‌ی مهندسی ارتباطات را حل کرده بود و حالا می‌توانست سراغ مسائلی برود که صرفاً برایش جالب به نظر می‌رسیدند.

او دستگاه‌هایی عجیب ساخت که مرز علم و سرگرمی را محو می‌کردند. یکی از مشهورترینشان تزئوس (Theseus) نام داشت؛ موشی الکترومکانیکی که راه خروج از هزارتو را با آزمون‌وخطا پیدا می‌کرد و مدار رله‌ای زیر صفحه، مسیر درست را به‌خاطر می‌سپرد. دفعه‌ی بعد، موش بی‌هیچ اشتباهی مستقیم به سمت هدف می‌رفت.

تزئوس صرفاً اسباب‌بازی نبود، بلکه یکی از نخستین نمونه‌های فیزیکی یادگیری ماشین محسوب می‌شد. شانون نشان داد ماشینی که صفر و یک را پردازش می‌کند، می‌تواند از تجربه هم یاد بگیرد.

کنجکاوی شانون حد و مرزی نمی‌شناخت. سال ۱۹۵۰ مقاله‌ای XNETه درباره‌ی برنامه‌نویسی کامپیوتر برای بازی شطرنج نوشت؛ ایده‌هایی که دهه‌ها بعد در برنامه‌هایی به کار رفت که قهرمانان جهان را شکست دادند. او حتی سراغ حرکات آکروباتیک و تردستی رفت و ریاضیات پشت پرتاب هم‌زمان چند توپ در هوا را فرموله کرد.

شانون در این سال‌ها به کودکی می‌مانست که قوانین فیزیک یک زمین بازی را کشف کرده و حالا فقط می‌خواهد در آن بازی کند.

امروز تقریباً هیچ‌کس هنگام فرستادن عکسی در ، تماشای سریالی در نتفلیکس یا برقراری تماس تصویری به کلود شانون فکر نمی‌کند. نام استیو جابز، ایلان ماسک و مارک زاکربرگ را همه شنیده‌اند، اما مردی که بعدها پدر نظریه‌ی اطلاعات لقب گرفت و پایه‌های ریاضی ارتباطات دیجیتال و رمزنگاری مدرن را بنا کرد، چندان برای عموم مردم شناخته شده نیست.

شاید هم ارزش موفقیت نظریه‌ی او در همین فراموش‌شدن باشد. فناوری‌های زیرساختی بی‌نقص سرنوشتی مشترک دارند، وقتی کاملاً جا می‌افتند و بی‌عیب کار می‌کنند، نامرئی می‌شوند. ما دیگر لازم نداریم به بیت، ظرفیت کانال، کد تصحیح خطا یا منطق بولی فکر کنیم؛ همه‌ی این‌ها به فرض‌های پنهان جهان دیجیتال تبدیل شده‌اند.

پشت آن عکس پرتره، موسیقی پس‌زمینه و همین کلماتی که اکنون می‌خوانید، هیچ جادویی در کار نیست. ماشین‌های ما با همه‌ی قدرت خیره‌کننده‌شان، جهان را دقیقاً همان‌گونه می‌بینند که کلود شانون نزدیک به نود سال پیش در آن اتاق خاکستری دید؛ انتخاب‌هایی بی‌پایان میان صفر و یک.