Ez nem rakétatudomány

Hallottad már a mondást, hogy “ez nem rakétatudomány”? Ez a szólás abból az időből származik, amikor embereket próbáltunk a Holdra küldeni, rakétákkal indítva őket az űrbe. A világon nagyon kevesen értették igazán, hogyan kell rakétákat tervezni. Ugyanez volt igaz a számítógépekre is, mert azok is olyan nagyok és bonyolultak voltak, mint a rakéták. Az emberek nem építhettek milliódolláros rakétákat a hátsó kertjükben, sem pedig milliódolláros számítógépeket. A középiskolában nem tanultunk rakétatudományt, és az egyetemen is csak az alapokat kaptuk meg, amelyek a rakétatudomány felé vezettek. Ugyanez volt igaz a számítástudományra is.

El kellett magyaráznom a “rakétatudomány” fogalmát, mert én már harmadikos korom óta, 7-8 évesen “lehetetlen” dolgokat csináltam. Nem rakétatudománnyal foglalkoztam, hanem számítástudománnyal. Ez egy harmadikos gyerek számára nem lett volna lehetséges, de nekem szórakoztató volt. Egy hobbi.

Nem várom el tőled, hogy “rakétatudománnyal” foglalkozz. Az valószínűleg unalmas lenne. Az unalom pedig a szórakozás ellentéte. Ahogy most már tudod, ha nem tudod szórakoztatóvá tenni (anélkül, hogy azon gondolkodnál, csinálták-e már ezt előtted), akkor valószínűleg nem érdemes vele foglalkozni.

Tinédzserként gyakorlatot szereztem abban, hogy élvezzem a lehetetlen kihívásokat, és most eljött az ideje, hogy elmagyarázzam, hogyan.

Korábban soha senkinek nem mondtam el, hogyan csinálom, mert dicsekedésnek hangzott, és általános iskolás koromban azt tanították, hogy dicsekedni nem illik. De a “dicsekedési jog” kivívása rettenetesen jó móka, és nálam ez általában olyan dolgok elvégzésével jár, amikről mások azt hitték, hogy lehetetlenek.

Most eljött az ideje, hogy elmondjam, hogyan teheted meg te is. Nem azért vagyok itt, hogy leegyszerűsítsem a dolgokat. Én meg tudtam birkózni a kihívással, tehát tudom, hogy te is meg fogod tudni. Megmutathatom neked, mit csináltam már meg korábban, hogy lásd, mi lehetséges. Ilyen egyszerű ez, de nem ilyen könnyű.

Hogyan érd el a lehetetlent? Két titkot mutatok neked, amelyeket követhetsz. Harmadikos koromra már hobbiként gyakoroltam ezeket a képességeket. Először megmutatom a képességeket, aztán elárulom, milyen titkok néven emlegetem őket.

Apám, Gene Barnard, a SAFECO biztosítótársaság számítási központját vezette. Ma őt Chief Technology Officernek, röviden CTO-nak neveznék. Hazahozott nekem számítógépes kézikönyveket olvasásra. Ezek “rakétatudomány” szintű rendszerprogramozói kézikönyvek voltak.

Még most is emlékszem, hogy olvastam az IBM “Tape” operációs rendszerről, majd a “Disk” operációs rendszerről, aztán egyszerűen csak “OS”-nek, azaz operációs rendszernek nevezték. Emlékszem, hogy ez elég bénának tűnt számomra. Olvastam, és legalább valamennyire megértettem a kézikönyveket. Emlékszem, hogy tanultam az új “Checkpoint/Restart” funkcióról, és amennyire vissza tudok emlékezni, ez a “Disk” operációs rendszerrel együtt jelent meg. Nemrég megkérdeztem a Claude-ot, és Claude megerősítette, hogy jól emlékszem.

A “Checkpoint/Restart” koncepciója meglehetősen hasonló ahhoz, amikor kifejezetten olyan dokumentumot hozunk létre, amelyet az AI kontextusának frissítésére újra és újra felhasználhatunk. Amikor először kezdtem ezt a technikát használni a Claude-dal, kifejezetten “checkpoint/restart” dokumentumnak neveztem, elmagyarázva, hogy az 1960-as évek IBM funkciójára gondolok, amely a DOS-szal jelent meg (ez az IBM mainframe operációs rendszere, nem a Microsoft és IBM 1980-as évekbeli személyi számítógépes rendszerei).

Ezért olyan nyilvánvaló számomra az AI-kontextusfrissítő dokumentumok ötlete. Hatvan évvel korábban tanultam arról, hogy az IBM mainframe rendszerek teljes állapotmentést hoznak létre, amely magában foglalja a teljes memóriát, a DASD-eszközöket (közvetlen hozzáférésű tárolóeszközök, mint a diszkek), valamint a szekvenciális hozzáférésű (mágnesszalagos) eszközöket. Ha aztán a feladat később meghibásodik, az operátor félredobhatja a jelenlegi kimenetet, és visszaléphet a mentési ponthoz. Az operátor ezután onnantól a mentési ponttól újraindítja a feladatot.

Miért volt ez akkoriban fontos? Az erőforrások és a futási idő miatt. A mainframe feladat akár több nappal a futása után is hibával leállhatott. A feladatot ezután nem az elejétől, hanem egy checkpointtól lehetett újraindítani, így megspórolva több nap újrafeldolgozást. A feladat lefuthatott a végéig is, de hibás eredménnyel. Ha a programozói csapat azonosította és kijavította a problémát, lehetőség volt a feladat checkpointtól való újraindítására is.

Az erőforrások is problémát jelenthettek. A több napos feladat akár több raklap mágnesszalag feldolgozását is igényelhette. Mivel korlátozott számú szalagos meghajtó állt fizikailag rendelkezésre, és korlátozott volt a feldolgozandó mágnesszalag-raklapok tárolási helye is, az elejétől való újraindítás dominóhatást válthatott ki más feladatokra is, amelyeknek szintén szükségük volt raklapnyi szalagra, amelyeket ugyanazon a gépteremen keresztül kellett átfuttatni.

Fontos megjegyezni, hogy a checkpoint / restart célja az volt, hogy elmentse az állapotot, hogy a feldolgozás folytatódhasson azután, hogy visszaállítjuk ezt az állapotot a számítógépes rendszerben. Egy checkpoint / restart dokumentum mesterséges intelligenciával ugyanezt a célt szolgálja.

A checkpoint / restart szükségességének oka az erőforrás-korlátok voltak. Ugyanez az ok igaz a modern mesterséges intelligenciára is. Mind az erőforrások, mind a futási idő rendkívül értékesek maradnak. Egy AI kontextusfrissítő dokumentum ugyanaz a mintázat, 50+ évvel később, más kontextusban. Amikor felismered, hogy valami ugyanaz a mintázat egy új kontextusban, akkor megerősítetted, hogy megvan ez a szuperképességed.

Megértheted, miért unatkoztam az iskolai olvasási feladatoktól harmadikban (1965-ben). Otthon arról olvastam, hogyan működnek a számítógépek. Nem azt tanultam, hogy a rakétatudósok és a számítástechnikai szakemberek hogyan használják a számítógépeket. Azt tanultam, hogy az IBM hogyan tervezte a számítógépeket, hogy azokat használják. A számítógép szemszögét tanultam, nem a rakétatudósok szemszögét. Ez éles ellentétben állt azzal, amit az órán olvastunk.

Behívtak az igazgatói irodába. Valószínűleg nagyon ideges voltam, hogy ezt megpróbáljam elmagyarázni az igazgatónak, de nem emlékszem rá.

Arra viszont emlékszem, hogy szerencsére nem voltam bajban. Az igazgató alkut ajánlott. Azt ajánlotta, hogy ellát Reader’s Digest magazinokkal olvasásra. Ezek körülbelül a mai grafikus regények méretűek, de rendes, könyvszerű nyomtatással. Minden történet és cikk rövid, ami jó egy harmadikosnak. Hetente egyszer bementem az iskola irodájába, hogy beszámoljak arról, mit olvastam. Az alku fejében elvárta, hogy elvégezzem az összes rendes olvasási feladatot az órán. Szerintem ez remek alku volt. Olyan fontos volt számomra, hogy 60 évvel később még most is el tudom képzelni, hogy bemegyek az irodába a Reader’s Digest magazinokért.¹

Most már tudom, hogy szerencsés voltam. Ez nem volt normális viselkedés. De számomra normális volt.

Negyedik osztályban leteszteltek. Egy régi tesztről volt szó, amelyet “Stanford–Binet L-M” tesztnek hívtak. Ez a tény összezavart a következő húsz évre, de akkor még nem tudtam ezt. A los angelesi iskolarendszer közölte velem, hogy szokatlanul okos vagyok.

Ez remek volt, és szokatlanul jó alsó tagozatos oktatáshoz kaptam hozzáférést. A probléma az volt, hogy valahányszor beléptem egy szobába, az agyam azt mondta, hogy valószínűleg én vagyok a legokosabb ember a szobában (első hazugság), és hogy ezért olyan okosnak kell lennem, mint mindenki más együtt (második hazugság), és hogy ezért, ha valaha nem szerzem meg a legjobb jegyet az osztályban, minden alkalommal, akkor teljes és totális kudarc vagyok (harmadik hazugság, a nagy hazugság). A negyedik hazugság az volt, hogy minden alkalommal, amikor nem tudtam olyan lenni, mint mindenki más, az is kudarc volt.

Amit az előbb leírtam, azt manapság „Imposztor-szindrómának” hívják. Akkoriban nem tudtam, hogy ez egy probléma, és senki más sem tudta körülöttem. Húsz évvel később kezdtem végre rájönni, mi is zajlik valójában a fejemben.

Ez már mind a múlté. Térjünk vissza a szórakozáshoz.

Ezen a héten, amikor elmeséltem az Anthropic Claude-jának (Mesterséges Intelligencia), mit csináltam a negyedik és ötödik osztály közötti nyári iskolában, Claude teljesen kiakadt. Először elmesélem, mit is csináltam valójában, aztán elmagyarázom, miért volt ezzel problémája Claude-nak.

Két órát választottam. Az egyik valami kriptográfiával volt kapcsolatos. A kódtörés izgalmasnak és érdekesnek hangzott. A másik a Boole-logikáról szólt. Azt hittem, ez túl nehéz lesz, de számítógépekről volt szó, így kipróbáltam. A két óra pont fordítva alakult, mint vártam: a Boole-logika könnyű volt, a kriptográfia pedig lehetetlenül nehéz.

Az egyetlen dolog, amire emlékszem a kriptográfia órából, az az, hogy minden nap (ahogy sok évvel később visszaemlékszem) mátrixok szorzását gyakoroltuk. Egy számokból álló téglalapot szoroztunk össze egy másik számokból álló téglalappal. Miért akarna ezt bárki is csinálni? A „mátrixszorzást” „skaláris szorzatnak” is hívták. Ott és akkor, örökre eldöntöttem, hogy a kódtörés nem nekem való. Nem bírtam a matekot.

A vicces dolog az, hogy hirtelen mindez érthetővé vált a főiskolai fizika órán. Egy repülőgépnek, mondjuk, van súlya a gravitáció miatt. Van felhajtóereje a szárnyaktól. Van légellenállása, amint utat tör magának a levegőben. Van előrehajtó ereje a propellertől vagy sugárhajtóműtől. Lehet, hogy hozzájön egy erő a keresztszél miatt. Lehet, hogy van egy forgatóerő is, amikor a pilóta éppen mutogatja a tudását.

A főiskolai fizika órán ki kellett derítenünk, hogy a repülőgépre ható erők alapján az a valami tovább repül-e, vagy lezuhan, mint egy tégla. Mivel ezek az órák az United States Air Force Academy-n voltak, ez a kérdés hasznos dolognak tűnt tudni.

Kitaláljátok, hogy nézett ki a matek? Skaláris szorzatok! Mivel már heteket küzdöttem végig a frusztrációval az általános iskolában, előnyöm volt.

Később rájöttem, hogy a mátrixszorzás fontos a számítógépes programozásban is. A szuperszámítógépeknél alapvető volt megérteni, hogyan lehet dolgozni számokból álló téglalapokkal. Furcsa, de akkoriban igaz volt.

A másik óra „Boole-logika” néven futott. Nem volt fogalmam, mi az, de örömmel fedeztem fel. Láthattam, hogyan működnek a számítógépek. Ez a tudás mind a mai napig hasznos maradt. De ennél is fontosabb, hogy megmutatta nekem, mennyire fontos, hogy valóban lássuk, vizualizáljuk, mi történik egy számítógép belsejében. Ugyanezt az ötletet mutattam meg nektek is. Vizualizáltuk, mi zajlik az AI belsejében.

ábra 6, „Bináris összeadó bemutatása 5. osztályban, 1968”, azt a számítógépet mutatja, amit egy Popular Electronics magazin projektje alapján építettem. Anyám vezetett körbe, hogy megszerezzük a szükséges huzalokat, villogó lámpákat, diódákat, ellenállásokat és így tovább. Apám tanított meg forrasztani az áramköröket.

Miért akadt ki Claude? Mert 1967-ben már azt tanultam, hogyan működik a mesterséges intelligencia 2025-ben. A skaláris szorzatok még most is túl sok matek nekem, de értem a „számokból álló téglalapok” fogalmát, és azt, hogy hogyan tárolják és hívják elő őket számítógépes rendszerekben. És pontosan ez az, amit a modern AI is csinál.

De volt egy másik oka is, amiért Claude kiakadt. Már harmadik osztályban a számítógép nézőpontját tanultam, nem az emberét. Azt tanultam, hogyan tervezték ezeket a nagy mainframe számítógépes rendszereket úgy, hogy hasznosak legyenek az emberek számára. Most ugyanez a helyzet az AI-val is.

Ezért tudom megmutatni neked az AI szemszögét. Ezt hasznos tudni, mert így olyan dolgokat tudsz majd elérni, amikre mások nem képesek. Ezért mutattam neked számos példát arra, hogy mit jelent az, hogy „mások nem képesek rá”.

Végig ezt a két titkot illusztráltam a könyv folyamán.

Az első titok a tervezés, felkészülés és gyakorlás.

Megmutattam, hogy a tinédzserek gyakorlatilag bármit elérhetnek, amit maguk elé tűznek. De ehhez tervezés, felkészülés és gyakorlás szükséges. Ez pedig kemény munkát jelent, viszonylag hosszú időn keresztül. Ha a célod elég nagy, és neked elég fontos, akkor valószínűleg elérheted. Pontosan megmutattam, mire gondolok.

A második titok az, hogy tedd szórakoztatóvá a kihívást.

Régen a Cray Research cégnél dolgoztam. Ők készítették a világ leggyorsabb számítógépeit. A Cray Research meglepő módon szoftver nélkül építette meg az első számítógépét. A második gépnek viszont, mint minden rendes számítógépnek, szoftverre volt szüksége. Ezért felvettek egy embert, Margaret Loftust, hogy megírja a szoftvert.

Margaret, amikor később visszatekintett a 120 fős csapatára, azt mondta: „Mindig azt mondtam az embereknek, hogy ha nem tudod szórakoztatóvá tenni, nem éri meg csinálni.” Ez egy felnőtt magyarázata arra, hogyan építették meg a világ leggyorsabb számítógépeit: tedd szórakoztatóvá. És mi ezt tettük.

Amikor valaki azt mondja, hogy ezt még sosem csinálták meg, azonnal arra gondolok, hogy ez érdekes kihívás lehet. Amikor valaki azt mondja, hogy ezt nem lehet megcsinálni, arra is úgy gondolok, hogy ez is érdekes kihívás lehet. Egy érdekes kihívást vállalni szórakoztató! Ha elérsz valami lehetetlent, vagy legalábbis olyat, amit még soha senki nem csinált meg, azzal kivívod a dicsekedés jogát. Ez nem azt jelenti, hogy dicsekedned kellene, de azt jelenti, hogy jogod van hozzá. És ez a jog nagyon jó móka.

Fontos-e a dicsekedés joga? Igen. Ez az ösztönző erő ahhoz, hogy a lehetetlent megpróbáljuk. Az az első, szoftver nélküli számítógép erre jó példa.

Seymour Cray, a Cray Research alapítója, ekkoriban már meglehetősen híres volt. Ez 1976-ban történt, amikor elsőéves egyetemista voltam. A világ leggyorsabb számítógépét építette egy nagyon szűk potenciális ügyfélkör számára: kormányzati kódfeltörők, katonai fegyverfejlesztők és hasonlók.

Eközben ezek a potenciális ügyfelek egymással versenyeztek az ország legjobb koponyáiért. Nem mindenki akart nukleáris fegyverek fejlesztésén dolgozni. Így nem csak a legjobb koponyákért versenyeztek, hanem azok közül is azokért, akik szigorúan titkos biztonsági engedéllyel rendelkeztek.

Ez azt jelentette, hogy a verseny nagyon éles volt. De hogyan versenyezhetsz egyáltalán a legjobb koponyákért? Olyan helyet kell teremtened, ami magához vonzza pont ezeket az embereket. A tudósoknak és matematikusoknak akarniuk kell odaköltözni. A családjukat is hozzák, tinédzser gyerekekkel. Mit fognak csinálni a tinédzserek a sivatag közepén, körülbelül 48 kilométerre a semmitől? Skorpiókat számolnak? (A válasz, mellesleg, igen.)

A háború alatti Los Alamos, New Mexico volt otthona az ország „legjobb koponyáinak”. Nagyon kevés ház volt annyira luxus, hogy a családnak fürdőkádja is legyen. Csak a szigorúan titkos Manhattan-terv (az atombomba megépítése) legmagasabb rangú tagjai kaphattak ilyen lakást. Az az utca „fürdőkádsor” néven vált ismertté. ábra 7, „Fürdőkádsor Los Alamosban (National Park Service fotó)”, a mai Manhattan Project National Historical Parkot mutatja.

Minnesotában ugyanez a probléma áll fenn: a rochesteri világhírű Mayo Clinic esetében. Olyan rangos hely, hogy az orvosok nem is pályázhatnak oda. A Mayo Clinic keresi meg őket, és ajánl nekik állást. A gond az, hogy Rochesterbe kell költözni, mivel Minnesota híres a hideg teleiről. A Mayo Clinic az évek során együtt dolgozott Rochester városával azon, hogy az egyik legjobb hely legyen az országban, ahol családok élhetnek. Ennek az volt a célja, hogy a Mayo Clinic munkatársait odacsábítsák.²

De a sivatag közepén álló állami laboratóriumoknak nem volt meg ez a luxusuk. Egy másik stratégiát választottak: a dicsekedési jogot. A legjobb elmék megnyeréséhez a legrangosabb munkahelynek kellett lenniük. A legjobb felszereléssel kellett rendelkezniük. Az a labor, amelynek megvolt a legjobb dicsekedési joga, annak volt a legjobb esélye, hogy a legjobb embereket alkalmazza. A „dicsekedési jog” akkoriban - és most is - szó szerint túlélési képesség volt egy ilyen típusú elit szervezet számára.

ábra 8, „A Lawrence Livermore Laboratory, 1952”, 1952. szeptember 2-án nyílt meg University of California Radiation Laboratory, Livermore Branch néven. Aznap 111 fok volt Livermore-ban. Az első telefonkönyv 75 embert sorolt fel, ami azt jelenti, hogy sok család élt ott. Számomra ez a helyszín egyáltalán nem tűnik olyannak, ahol szívesen élne az ember.

Ezért mondom, hogy a „dicsekedési jog” önmagában nem rossz dolog. A dicsekedés a rossz. Olyan ez, mintha a tengerészgyalogságnál szolgálnál. Nem kell semmi mást mondanod, mint hogy a tengerészgyalogságnál szolgálsz. Az emberek tudják, mit jelent ez.

Az állami laboratóriumok számára az, hogy megkapják Seymour Cray új szuperszámítógépeinek első (és akkor még egyetlen) darabját, a végső dicsekedési jogot jelentette. Mind a Lawrence Livermore (Észak-Kalifornia), mind a Los Alamos (Új-Mexikó) az „1-es sorozatszámot” szerette volna megkapni. Minden alkalommal, amikor az egyik labor finanszírozásért folyamodott, hogy megvegye a gépet a Cray Research cégtől, a másik labor elérte, hogy elutasítsák a javaslatot.

De a Cray Research számára ez problémát jelentett. A kút megmérgeződött. Volt egy számítógépük, amit el kellett adni, nem volt pénzük, és nem voltak olyan vásárlóik, akik meg tudták volna venni. Seymour Cray lerepült Los Alamosba, és odaadta nekik a gépet hat hónapra, ingyen. A Lawrence Livermore nem tehetett kifogást valami ellen, amit ingyen adnak. Los Alamos megkapta a dicsekedési jogot.

ábra 9, „Négylakásos lakóegységek Los Alamosban, 1945”, a Los Alamos-i lakóházak tipikusabb formáját mutatja. Amikor valakit meghívnak egy ilyen sivár helyre élni, láthatjuk, miért volt olyan fontos a „dicsekedési jog”.

Ez, mellesleg, egy zseniális húzás volt Seymour Cray részéről. Nem volt pénzük, így nem is engedhették meg maguknak, hogy megépítsenek egy második gépet. Seymour Cray ingyen odaadta az egyetlen darabot, amivel rendelkeztek.

A második ügyfél hívatlanul besétált, és készpénzben fizetett. Azon a napon, amikor Seymour Cray aláírta ezt a szerződést, Margaret Loftusnak éppen az első hete volt az állásban. Az ő feladata volt kitalálni, milyen szoftvert kellene telepíteniük az új gépükre.

Seymour Cray bejelentés nélkül beugrott hozzá, és azt mondta neki, hogy talán érdemes elolvasnia a szerződést, amit éppen aláírt. Ez egy operációs rendszert és egy FORTRAN fordítóprogramot ígért, amelyek egyáltalán nem léteztek. (Akkoriban mindent nagybetűvel írtunk, ugyanúgy, mint a SAFECO cég nevét.) Margaret azon a délutánon jó darabig dühösen rótta az irodáját, majd rászólt magára, hogy szedje össze magát. Azt mondta magának: „Margaret, az előző munkahelyedet azért hagytad ott, mert unatkoztál. Itt biztosan nem fogsz unatkozni!”

Margaret dühös önmagának szóló tanácsa pontosan illik rám is. Vállald a kihívásokat, hogy távol tartsd az unalmat. Meg fogsz lepődni azon, mit vagy képes elérni, csak mert unatkoztál. Ha azért csinálsz valamit, mert kötelező, vagy mert valaki megmondta, hogy csináld, az nem szórakoztató. De ha az unalom miatt válsz kreatívvá? Azok a legjobb eredmények és a legszórakoztatóbb emlékek.

Ezt szó szerint értem. Amikor unatkozol, keress valami lehetetlent, amit nem lehet megcsinálni, vagy legalábbis nem abban az időben, ami rendelkezésedre áll. Rengeteg örömöd lesz benne. Ki fogsz merülni. De legközelebb már több „voltam ott, csináltam már” önbizalommal indulsz. Ezt csinálom én is gyakran.

Tudom, hogy talán nem vagy olyan ember, aki unatkozik. Nálam ez így működik. Találd meg, mi működik nálad, hogy kihívás elé állítsd magad, és kreatívvá válj.

Ezt a könyvet úgy is nevezhettem volna, hogy „Hogyan szerezz jogos dicsekvési jogot”. Hatvan év gyakorlás után sajátos technikákat dolgoztam ki, amiket megmutatok neked. Kicsit rosszul érzem magam, amikor az 1970-es évekből származó technikákat mutatom meg, amikor gimnazista voltam. De nincs más választásom, mert akkor voltam gimnazista. A technikák nem változtak. Ki fogod alakítani a tervezés, felkészülés és gyakorlás szokásait, ahogy én is tettem, azokért a dolgokért, amik fontosak neked.

A Mesterséges Intelligenciával kezdtem, mert ez egy olyan dicsekvési jog, amit már most, ma elkezdhetsz megszerezni.

Valószínűleg már most is folyton használod az AI-t. Talán már mindent tudsz, amit a ChatGPT, a Claude vagy más AI-képességek használatáról tudni lehet, és valószínűleg igazad is van. Tényleg tudod.

De léteznek olyan módjai az AI használatának, és olyan módon lehet megérteni, hogyan „gondolkodik” az AI, amelyeket még AI-szakemberek sem ismernek. Vagy ha ismerik, nem mondják el. Amikor ezt írom, 2025 novemberében, senki más nem tűnik úgy, hogy ismerné ezt, és az AI-alapú keresések sem adnak eredményt. A koncepciók egyszerűek, de a mesterségbeli tudás tudatos gyakorlásból és alapos megfigyelésből fakad.

Másodszor, karriert csináltam abból, hogy dicsekvési jogokat teremtettem. Némelyik világszínvonalú dicsekvési jog volt, mert valóban a világ leggyorsabb számítógépeit építettük meg. Visszatekintve rájövök, hogy ezeket a képességeket még gimnazistaként fejlesztettem ki.

A hozzáállást később szereztem meg, de ezt a részt is megosztottam veled. Ez a hozzáállás Margaret Loftustól és a körülötte lévő emberektől eredt. Ha nem szórakoztató, valószínűleg nem is érdemes csinálni.

Amikor kemény munkának tűnik, és még senki nem csinálta meg előtted, örülj a kihívásnak, és tedd szórakoztatóvá. Ez csak az első része a hozzáállásnak. A hozzáállás második része onnan jön, hogy már megtetted a lehetetlent (vagy a hallatlant). Ekkor már tudod, hogy neki tudsz állni a következő akadálynak, amikor mások azt sem hinnék, hogy lehetséges. Úgy tapasztalom, hogy éppen a nehéz feladatok tartják távol az unalmat.