Эрик Бриньолфсон, Эндрю Макафи

Вторая эра машин. Работа, прогресс и процветание в эпоху новейших технологий

Посвящается Марте Павлакис, любви всей моей жизни

Моим родителям, Дэвиду Макафи и Нэнси Холлер, которые подготовили меня ко второй эре машин, наделив меня всеми преимуществами, которые только могут быть у человека

КТО ЭТО НАПИСАЛ?

ЭРИК БРИНЬОЛФСОН – ДИРЕКТОР ЦЕНТРА ЦИФРОВОГО БИЗНЕСА

МАССАЧУСЕТСКОГО ТЕХНОЛОГИЧЕСКОГО ИНСТИТУТА, ОДИН ИЗ САМЫХ

ЦИТИРУЕМЫХ УЧЕНЫХ В ОБЛАСТИ ИНФОРМАЦИОННЫХ СИСТЕМ

И НОВЕЙШИХ ТЕХНОЛОГИЙ. ЭНДРЮ МАКАФИ – СОЦИОЛОГ И ЭКОНОМИСТ

ИЗ MIT, ИССЛЕДУЕТ «НОВУЮ ЭКОНОМИКУ», КОТОРУЮ ЭТИ ТЕХНОЛОГИИ

СОЗДАЮТ ПРЯМО НА НАШИХ ГЛАЗАХ.

О ЧЕМ РЕЧЬ?

ПЕРВАЯ ЭРА МАШИН (ПРОМЫШЛЕННАЯ РЕВОЛЮЦИЯ XVIII ВЕКА) СОЗДАЛА СОВРЕМЕННОЕ ОБЩЕСТВО. ЦИФРОВАЯ РЕВОЛЮЦИЯ ТОЖЕ ПРИВЕДЕТ К РОЖДЕНИЮ НОВОГО МИРА, СОВСЕМ НЕ ПОХОЖЕГО НА МИР СЕГОДНЯШНИЙ.

ПОЧЕМУЭТО СТОИТ ПРОЧИТАТЬ?

ЦИФРОВОЕ БУДУЩЕЕ, В КОТОРОМ НАМ ПРЕДСТОИТ ЖИТЬ, НЕ БУДЕТ БЕЗОБЛАЧНЫМ: КАК И ПРИ ЛЮБОЙ РЕВОЛЮЦИИ, КТО-ТО ОКАЖЕТСЯ В ВЫИГРЫШЕ, А КТО-ТО СЕРЬЕЗНО ПРОИГРАЕТ – ВЕДЬ РАСЦВЕТ ТЕХНОЛОГИЙ НЕ ОБЯЗАТЕЛЬНО ОЗНАЧАЕТ БЛАГОСОСТОЯНИЕ ДЛЯ ВСЕХ…

ЧТО ОБ ЭТОМ ГОВОРЯТ?

«ОПТИМИСТИЧЕСКАЯ И ИНТРИГУЮЩАЯ КНИГА». THE WASHINGTON POST

* * *

Политехнический музей – национальный музей науки и техники, один из старейших научно-технических музеев мира.

Миссия музея – просвещение и популяризация научных и технических знаний:

 Мы верим, что миром движут любопытство и созидание.

 Мы открываем людям прошлое, настоящее и будущее науки.

 Мы создаем территорию просвещения, свободной мысли и смелого эксперимента.

Среди просветительских проектов музея – многочисленные выставки, знаменитый Лекторий, Научные лаборатории для детей, Фестиваль актуального научного кино, а также Издательская программа, цель которой – поддержка самых качественных научно-популярных книг, отобранных экспертами музея и выпущенных в сотрудничестве с лучшими издательствами страны. Вы держите в руках одну из этих книг.

Подробнее о музее и его проектах – на сайте polymus.ru

Глава 1. Большие истории

Технологии – это поистине божественный Дар. Возможно, после самой жизни это самый важный подарок человечеству, источник цивилизации, искусства и науки. Фримен Дайсон

Что можно считать самыми важными вехами в истории человечества?

Любой человек, который пытается ответить на этот вопрос, довольно быстро понимает, что простого ответа здесь нет. Во-первых, когда вообще началась «история человечества»? Современный Homo sapiens, с его нынешней анатомией и типом поведения, владеющий языком, покинул свою родину в Африке примерно 60 000 лет назад[1].[2] К 25000 году до н. э.[3] он уже истребил неандертальцев и других гоминидов, соответственно, у него уже не было противников среди других прямоходящих видов животных с большим мозгом.

Возможно, 25000 год до н. э. может считаться вполне разумной отправной точкой для начала истории человечества, если бы не тормозивший общее развитие ледниковый период, который в то время переживала наша планета.[4]

В своей книге Why the West Rules – for Now[5] антрополог Иэн Моррис отсчитывает общественный прогресс человечества с 14000 года до н. э., когда мир определенно начал становиться более теплым.

Еще одна причина, мешающая нам ответить на этот вопрос, связана с неясностью критериев: что должно включать в себя поистине важное достижение? Большинство из нас придерживается того мнения, что это должно быть событие или шаг вперед, значительным образом меняющий ход событий – способный «изменить форму кривой» истории человечества. Многие считают, что именно это произошло вследствие одомашнивания животных – одного из наших самых ранних и важных достижений.

Собаки начали жить вместе с людьми еще до 14000 года до н. э., однако лошади были приручены намного позднее; должно было пройти еще 8 000 лет, прежде чем мы начали разводить их и держать в стойлах. Примерно в то же время (около 6000 года до н. э.) были приручены и впряжены в плуг дикие быки. Одомашнивание рабочего скота ускорило переход от собирательства к полноценному сельскому хозяйству, который уже шел в полную силу к 8000 году до н. э.[6]

Сельское хозяйство обеспечивает надежные и достаточно разнообразные источники пищи, что, в свою очередь, стимулирует развитие человеческих поселений, а затем и городов. Города поочередно становятся привлекательными целями для захвата и разграбления. Следовательно, список важных человеческих достижений должен включать в себя великие войны и империи, образовавшиеся в их результате. Достаточно назвать лишь четыре из них – монгольскую, римскую, арабскую и оттоманскую, – и внимательный взгляд на их историю позволит понять, что они были по своей сути трансформационными. Они оказывали поистине безграничное влияние на государственное устройство, коммерцию и традиции всего мира.

Разумеется, некоторые из самых важных достижений никак не связаны с животными, растениями или сражающимися между собой людьми; эти достижения – всего лишь идеи. Философ Карл Ясперс отмечает в своей работе «Смысл и назначение истории», что Будда (563–483 годы до н. э.), Конфуций (551–479 годы до н. э.) и Сократ (469–399 годы до н. э.) жили почти в одно и то же время (но в совершенно разных местах). В своем анализе Ясперс называет этих людей основными мыслителями «осевого времени», охватывающего промежуток с 800 по 200 годы до н. э., и говорит об этой эпохе как об «облегченном вздохе в сфере наиболее ясного сознания».[7] Он считает, что именно философы этого времени создали школы мысли, позволившие развиться трем основным цивилизациям – индийской, китайской и европейской.[8]

Помимо этого, Будда создал одну из основных мировых религий, и здравый смысл требует, чтобы список основных человеческих достижений включал в себя создание и других основных систем верований, таких как индуизм, иудаизм, христианство и ислам. Каждая из этих систем повлияла на жизнь и идеалы сотен миллионов людей.[9]

Многие идеи и откровения этих религий распространялись благодаря письменному слову, которое само по себе может считаться фундаментальной инновацией в человеческой истории. Бушуют дебаты о том, когда, где и как именно была изобретена письменность, однако будет вполне безопасным сказать, что она возникла в Месопотамии около 3200 года до н. э. В то время появились и особые символы для записи, позволявшие упрощать расчеты, однако, как ни странно, система этих символов не включала в себя привычный для нас ноль. Современная система счисления, которую мы называем арабской, появилась примерно в 830 году н. э.[10]

Список важных достижений можно продолжать бесконечно. Афиняне начали практиковать демократию как принцип государственного устройства около 500 года до н. э. Эпидемия чумы в конце 1300-х годов сократила население Европы как минимум на 30 процентов. Колумб пустился в плавание в 1492-м, что положило начало взаимодействию между Новым и Старым Светом, в результате которого они оба изменились.

История человечества в одном графике

Каким же образом нам понять, какое из этих достижений является самым важным? Все перечисленные выше кандидаты имеют своих страстных защитников – людей, горячо и убедительно защищающих превосходство одного достижения над всеми остальными. В своей книге «Почему властвует Запад… по крайней мере, пока еще» Моррис обращается к более фундаментальному спору: насколько оправданны и осмысленны любые попытки ранжировать или сравнить между собой события и достижения в истории человечества? Многие антропологи и другие ученые, занимающиеся социальными науками, утверждают, что это невозможно. Моррис не соглашается с этим и пытается в своей книге дать количественную оценку достижениям человечества. По его словам, «сужение океана фактов до нескольких цифровых показателей имеет не только недостатки, но и огромное преимущество. Оно заставляет всех принимать во внимание одни и те же свидетельства – и приходить в результате к невероятно удивительным результатам».[11] Иными словами, если мы хотим знать, какие достижения меняют форму кривой человеческой истории, то имеет смысл попытаться и нарисовать эту кривую.

Моррис проделал осмысленную и тщательную работу по количественной оценке того, что он сам называл социальным развитием («способность группы управлять своей физической и интеллектуальной средой, чтобы добиваться результатов»[12]) с течением времени.

Как и предполагал Моррис, результаты удивительны и даже поразительны. Они показывают, что ни одно из достижений, которые мы обсуждали до сих пор, не имело особого значения (как минимум в сравнении с остальными), поскольку ни одно из них не изменило форму кривой человеческой истории радикально.

Ниже приведен график, в котором сопоставлены данные по населению планеты и соответствующим социальным достижениям; как вы можете видеть сами, эти две линии почти совпадают:

Рис. 1.1. С точки зрения цифр, основная часть человеческой истории довольно скучна

На протяжении многих тысяч лет человечество развивалось по очень плавной, направленной вверх траектории. Прогресс был мучительно медленным, почти незаметным. Ни одомашнивание животных, ни возникновение земледелия, ни войны, ни великие империи, ни философские школы, ни религии не смогли оказать на него достаточно сильного влияния. Однако чуть более 200 лет назад возникло нечто внезапное и значительное, что смогло повернуть кривую истории человечества – и с точки зрения роста населения, и с точки зрения его социальных достижений – почти на 90 градусов.

Двигатели прогресса

Возможно, вы уже догадались, о чем идет речь. Эта книга посвящена влиянию технологий, поэтому вполне можно предположить, что мы начинаем ее рассказом о том, насколько важную роль могут играть технологии. Внезапному изменению в графике в конце XVIII века соответствует достижение, о котором мы уже много слышали: промышленная революция, представлявшая собой сумму нескольких почти одновременных достижений в областях машиностроения, химии, металлургии и некоторых других. Поэтому вы, скорее всего, уже поняли, что именно эти технологические достижения лежат в основе внезапного, резкого и продолжительного скачка в прогрессе человечества.

Ваша догадка совершенно верна. И теперь мы в состоянии понять, какая именно технология оказалась наиболее важной. Это был паровой двигатель, или, если говорить точнее, один из типов парового двигателя, разработанный и усовершенствованный Джеймсом Уаттом и его коллегами во второй половине XVIII века.

До этого времени паровые машины были крайне неэффективными. Они позволяли использовать не более одного процента энергии, высвобождавшейся при сжигании угля. Блестящее усовершенствование, которое Уатт придумал и внедрил между 1765 и 1776 годами, позволило увеличить коэффициент полезного действия машины более чем в три раза.[13] По словам Морриса, в этом и заключалось ключевое отличие:

Хотя для развития [паровой] революции, связанной с паровыми двигателями, потребовалось несколько десятилетий… это все равно стало самой значительной и самой быстрой трансформацией за всю мировую историю.[14]

Разумеется, промышленная революция не ограничивается историей парового двигателя, однако именно с пара все и началось. Именно паровая машина больше, чем что-либо другое, позволила нам преодолеть ограничения мускульной силы (как человека, так и животных) и по своему усмотрению создавать огромные объемы полезной энергии. Это привело к возникновению фабрик и массового производства, железных дорог и общественного транспорта. Иными словами, это привело к современному образу жизни. Промышленная революция положила начало первой эре машин в истории человечества – впервые в истории прогрессом стали управлять в основном технологические инновации, – и это оказалось самой кардинальной переменой, которую когда-либо видел наш мир.[15] Возможность генерировать огромные объемы механической энергии оказалась настолько важной, что, выражаясь словами Морриса, «она свела на нет все драмы предыдущей истории мира».[16]

Рис. 1.2. Что изменило форму кривой развития человеческой истории? Промышленная революция

А сейчас наступило время второй эры машин. Компьютеры и другие цифровые достижения умножают наши интеллектуальные способности, то есть помогают нам использовать мозг для того, чтобы лучше понимать окружающую среду и придавать ей новые формы, – то же самое для наших мышц сделали паровой двигатель и другие машины, со временем пришедшие ему на смену. Они позволяют нам прорывать привычные ограничения и приводят на новую территорию. Пока непонятно, каким именно образом осуществится этот переход, однако вне зависимости от того, изменит ли новая машинная эра форму кривой так же серьезно, как и паровой двигатель Уатта, это уже значительное достижение. Наша книга объясняет, как и почему это произошло.

Пока что давайте ограничимся очень коротким и простым ответом. Умственные способности как минимум важны для прогресса и развития (то есть для управления нашей физической и интеллектуальной средой, что позволяет добиваться желаемых результатов) так же, как и физическая сила. Поэтому столь масштабное и беспрецедентное расширение наших умственных возможностей должно привести к скачку в развитии, сопоставимому с предыдущим скачком, вызванным приростом физической мощи.

Игра в догонялки

Мы написали эту книгу, потому что запутались. Мы годами изучали влияние таких цифровых технологий, как компьютеры, программы и коммуникационные сети, и нам казалось, что мы достаточно хорошо понимаем их возможности и ограничения. Однако в последние несколько лет они начали нас удивлять. Компьютеры научились диагностировать заболевания, слушать нас и разговаривать с нами. Они принялись даже создавать высококачественную прозу. А роботы стали сновать по складам и управлять автомобилями при минимальном контроле со стороны человека (или даже вообще без него). В течение довольно долгого времени цифровые технологии в этих областях производили просто смехотворное впечатление, а затем внезапно стали почти совершенными. Как это произошло? И какими могут быть последствия этого прогресса, который когда-то казался удивительным, а сейчас считается чем-то само собой разумеющимся?

Мы решили объединиться и попытаться ответить на эти вопросы. Мы погрузились в типичные для исследователей занятия – прочитали массу книг и научных работ, изучили огромные объемы данных и постоянно обсуждали идеи и гипотезы друг с другом. Это было необходимо и имело определенную ценность, однако реальное исследование и настоящее удовольствие начались, когда мы устремились в окружавший нас реальный мир. Мы принялись беседовать с изобретателями, инвесторами, предпринимателями, инженерами, учеными и многими другими людьми, которые заставляют технологии работать.

Благодаря их открытости и щедрости мы смогли получить футуристический опыт в области сегодняшних цифровых инноваций. Мы катались на автомобиле без водителя; видели, как компьютер побеждает команды студентов Гарварда и МТИ в игре Jeopardy!; обучали промышленного робота, помогая ему совершить определенную последовательность действий; держали в руках прекрасную металлическую чашу, напечатанную на 3D-принтере; и провели еще бесчисленное множество невероятных встреч с технологиями.

Где мы находимся сейчас

Эта работа привела нас к трем основным выводам.

Первый состоит в том, что мы живем во времена удивительного прогресса в области цифровых технологий – технологий, которые в основе своей имеют компьютерные устройства, программы и сети. Эти технологии не то чтобы совершенно новые: компании покупали для своих нужд компьютеры на протяжении полувека, а журнал Time назвал персональный компьютер «машиной года» еще в 1982 году. Однако подобно тому, как нам потребовалось несколько поколений, чтобы улучшить паровой двигатель до состояния, при котором он мог способствовать промышленной революции, потребовалось время и для того, чтобы усовершенствовать наши цифровые устройства.

Мы покажем вам, как и почему нам удалось добиться того, чтобы эти технологии заработали в полную силу. Мы поделимся с вами и примерами этой силы. Нужно отметить, что слово «полный» не означает «зрелый». Компьютеры продолжают улучшаться и творить новые и беспрецедентные вещи. Говоря о «полной силе», мы имеем в виду только то, что уже сейчас в области цифровых технологий появились ключевые строительные блоки, которые окажутся такими же важными и трансформирующими для общества и экономики, как в свое время паровой двигатель. Говоря коротко, мы находимся в точке перелома, где кривая начинает сильно менять траекторию – благодаря компьютерам. Мы входим во вторую эру машин.

Наш второй вывод состоит в том, что изменения, спровоцированные цифровыми технологиями, окажут на нас чрезвычайно благотворное влияние. Мы направляемся в новую реальность, которая будет не просто иной – она будет лучше, поскольку мы сможем повысить одновременно и объемы, и ассортимент своего потребления. Когда мы описываем ее такими словами – сухими экономическими терминами, – то звучит это не очень приятно. Разве кто-то из нас хотел бы потреблять все больше и больше? Но мы ведь потребляем не только калории и бензин. Мы также потребляем информацию, которую поставляют нам книги или друзья, развлечения, которые предоставляют нам суперзвезды и любители, пользуемся советами учителей и врачей и используем бесчисленное количество других вещей, не созданных из атомов. Технологии способны дать нам больший выбор и больше свободы.

Когда все эти вещи дигитализируются – превращаются в биты, которые могут храниться на компьютере и пересылаются по Сети, – они обретают ряд странных и прекрасных свойств. Они начинают жить в иной экономике, где нормой становится изобилие, а не дефицит. Чуть ниже мы покажем, что цифровые товары совсем не похожи на физические, и это отличие крайне важно.

Разумеется, физические товары остаются для нас важными, и большинство из нас хотело бы получать их в бо́льших объемах, более высокого качества и иметь разные варианты для выбора. Вне зависимости от того, хотим ли мы есть больше, мы бы все равно предпочли более качественную или разнообразную пищу. Вне зависимости от того, хотим ли мы сжигать больше или меньше полезных ископаемых, мы хотим ездить в новые места, не испытывая больших трудностей. Компьютеры помогают достигнуть и этих, и многих других целей. Дигитализация улучшает физический мир, причем эти улучшения играют все более и более важную роль. Историки экономики в целом соглашаются с тем, что, выражаясь словами Мартина Вейцмана, «долгосрочный рост развитой экономики определяется в основном развитием технического прогресса».[17] Ниже мы покажем, что технический прогресс улучшается по экспоненте.

Наш третий вывод менее оптимистичен: дигитализации будет сопутствовать целый ряд сложных проблем. Само по себе это не должно нас удивлять или пугать; даже у самых полезных достижений имеются неприятные побочные эффекты, требующие внимания. Промышленная революция сопровождалась загрязнением воздуха в Лондоне и ужасающей эксплуатацией детского труда. Как будут выглядеть современные эквиваленты этих побочных эффектов? Вполне возможно, что быстрая и постоянно ускоряющаяся дигитализация приведет к экономическим потрясениям. Это напрямую проистекает из того факта, что по мере увеличения возможностей компьютера компаниям становятся все меньше нужны определенные типы работников. Технологический прогресс по мере своего развития будет оставлять за бортом людей, причем в немалых количествах. Ниже мы покажем, что нынешнее время просто идеально для работников с особыми навыками или соответствующим образованием, поскольку эти люди смогут использовать технологию для создания и удержания ценности. С другой стороны, в наше время тяжело приходится работникам, которые предлагают рынку лишь «ординарные» навыки и способности, поскольку компьютеры, роботы и другие цифровые технологии уже осваивают эти навыки и способности с невероятной скоростью.

В свое время жители Англии и других стран пришли к выводу, что некоторые аспекты Промышленной революции нетерпимы, и предприняли меры по их корректировке (этому способствовали и демократическое правление, и технологический прогресс). Детский труд в Великобритании больше не используется, а лондонский воздух содержит в наши дни меньше дыма и двуокиси серы, чем в любую другую эпоху начиная с конца XVI века.[18] Мы сможем разобраться и с проблемами, присущими цифровой революции, но прежде всего нам нужно точно понять, в чем они заключаются. Очень важно приступить к обсуждению возможных негативных последствий второй эры машин и начать диалог о том, как можно их смягчить, – мы уверены, что нам это удастся. С другой стороны, они не исчезнут сами собой. В последующих главах мы поделимся своими мыслями на эту важную тему.

Итак, эта книга посвящена второй эре машин, разворачивающейся на наших глазах. Прямо сейчас возникает точка перелома в истории экономики и общества, и привела к ней дигитализация. Эта точка перелома позволит нам двигаться в правильном направлении – изобилие вместо дефицита, свобода вместо ограничений, – но вместе с тем влечет за собой целый ряд новых сложных задач и ситуаций, требующих непростого выбора.

Эта книга разделена на три части. Первая, в которую входят главы 1–6, описывает базовые характеристики второй эры машин. Они содержат немало примеров нынешнего технологического прогресса, иногда напоминающих научную фантастику. Мы объясним, почему многое происходит только сейчас (учитывая то, что компьютеры находятся в нашем распоряжении уже несколько десятилетий), и покажем, почему нам стоит со всей уверенностью полагать, что масштаб и темпы развития в сфере компьютеров, робототехники и других цифровых устройств в будущем лишь вырастут.

Вторая часть, состоящая из глав 7–11, посвящена изучению Дара (bounty) и его распределения (spread), двух экономических последствий этого прогресса. Дар – это прирост объема, разнообразия и качества и одновременное снижение издержек, возникающее благодаря современному технологическому прогрессу. Это лучшая на сегодняшний день новость в мире экономики. Распределение этого Дара – прямо противоположная история. Это история об огромном неравенстве между людьми с точки зрения экономического успеха – богатства, доходов, мобильности и других важных показателей. В последние годы этот разрыв стабильно увеличивается. Этот факт по многим причинам заставляет нас тревожиться, и, если мы не вмешаемся в этот процесс, происходящий в годы второй эры машин, он будет продолжать ускоряться.

Последняя часть – главы 12–15 – посвящена обсуждению того, какие методы вмешательства будут уместными и эффективными в новую эпоху. Наши экономические цели должны быть связаны с усилением позитивных аспектов Дара и борьбой с негативными эффектами, которые вызывает неравенство. Мы предложим вам идеи по решению этих задач как в ближайшем будущем, так и в более отдаленной перспективе, когда прогресс позволит нам попасть в новый технологически развитый мир. И, как мы покажем в последней главе, выбор, который мы сделаем прямо сейчас, определит то, каким окажется этот будущий мир.

Глава 2. Навыки новых машин: технологии набирают обороты

Любая достаточно развитая технология неотличима от магии. Артур Ч. Кларк

Летом 2012 года мы ездили на автомобиле без водителя.

Во время своего исследовательского визита в штаб-квартиру Google в Кремниевой долине нам довелось прокатиться на одном из автомобилей компании, созданных в рамках проекта Chauffeur. Поначалу мы думали, что сядем на заднее сиденье автомобиля, а на водительском месте не будет никого, однако Google по вполне понятным причинам осторожничал и не хотел выпускать на дорогу автомобили, за рулем которых никого нет. Это могло напугать пешеходов и других водителей или даже привлечь внимание полиции. Поэтому мы сидели сзади, а два представителя команды Chauffeur ехали впереди.

Когда мы ехали по шоссе 101, один из сотрудников компании нажал на кнопку и автомобиль переключился на полностью автоматический режим работы. Наше любопытство, а вместе с ним и инстинкт самосохранения включились на полную. Шоссе 101 – не самое предсказуемое или тихое. Конечно, это качественное и прямое шоссе, однако большую часть времени оно заполнено машинами, а в транспортном потоке нет ни очевидного ритма, ни мотивов. При высоких скоростях на этом шоссе ошибки вождения могут повлечь за собой крайне серьезные последствия. Поскольку мы не принадлежим к участникам проекта Chauffeur, эти последствия внезапно начали представлять для нас не только интеллектуальный интерес.

Автомобиль вел себя безукоризненно. Более того, порой в ходе поездки нам даже становилось скучно. Он не нарушал скоростных ограничений и не занимался слаломом среди других машин на шоссе; он ехал точно так, как нас всех учат в водительской школе. Раскрытый ноутбук в режиме реального времени показывал нам то, что «видит» автомобиль при движении по шоссе, – все расположенные неподалеку объекты, которые попадали в поле «зрения» его сенсоров. Автомобиль распознавал все другие машины вокруг, а не только ближайшие, и контролировал их местоположение вне зависимости от того, где они двигались. Это был автомобиль, не имевший «слепых» зон. Однако программа, отвечавшая за вождение, принимала во внимание, что такие «слепые» зоны могут быть у других автомобилей и грузовиков, находившихся под управлением людей. Экран ноутбука постоянно отображал предположения программы о том, где могут находиться эти «слепые» зоны и как их избежать.

Мы не могли оторвать взгляда от экрана и совершенно не обращали внимания на дорогу до тех пор, пока движение впереди полностью не остановилось. Наш автомобиль начал мягко тормозить, а затем остановился на безопасном расстоянии от ехавшей впереди машины, после чего начал понемногу двигаться вместе со всем остальным потоком. В течение всего этого процесса работники Google, сидевшие на переднем сиденье, не прекращали своего разговора, не демонстрировали никаких следов нервозности или интереса к происходившему на дороге. Сотни часов, проведенных в беспилотном автомобиле, убедили их в том, что он вполне в состоянии справиться с движением в пробке. К тому моменту, когда машина припарковалась, мы разделяли их уверенность.

Новое разделение труда

Наша поездка по шоссе 101 в тот день была для нас особенно странной, поскольку всего несколькими годами ранее мы были уверены, что компьютеры никогда не научатся управлять автомобилями. Великолепные исследования и анализы, проведенные нашими глубокоуважаемыми коллегами, убедительно показывали, что в обозримом будущем вождение автомобиля останется задачей, которая по силам лишь человеку. Несмотря на это заключение, такие технологии, как Chauffeur, активно развились в последующие несколько лет, что позволяет нам извлечь целый ряд важных уроков о цифровом прогрессе.

В 2004 году Фрэнк Леви и Ричард Марнейн опубликовали свою книгу The new division of labor («Новое разделение труда»).[19] В основном они концентрировались на различиях в специфике работы человека и работы компьютера. В любой разумной экономической системе люди должны фокусироваться на задачах и направлениях работы, в которых имеют сравнительное преимущество над компьютерами, оставляя компьютерам то, для чего последние лучше приспособлены. В своей книге Леви и Марнейн предложили способ распределения различных задач в ту или иную категорию.

Сто лет назад предыдущий абзац не имел бы никакого смысла. В те времена слово computer («вычислитель») было названием профессии, а не обозначением механизма. «Компьютерами» в начале XX века называли людей, обычно женщин, проводивших целые дни за арифметическими расчетами и заполнением таблиц. На протяжении десятилетий изобретатели проектировали машины, способные выполнять всё новые и новые элементы этой работы; поначалу эти устройства были механическими, затем электромеханическими и наконец стали цифровыми. В наши дни сложно встретить людей, которых нанимают лишь для арифметических расчетов и записи результатов. Даже в странах с самыми низкими ставками оплаты труда людей-компьютеров практически не осталось, поскольку автоматические устройства значительно дешевле, быстрее и точнее.

Если вы внимательно изучите внутреннее устройство компьютера, то поймете, что он работает не с цифрами, а с символами. Электронные схемы компьютеров могут интерпретироваться на языке нулей и единиц, однако точно таким же образом могут использоваться пары «истинно» и «ложно», «да» или «нет» или любая другая аналогичная система символов. В принципе, компьютеры способны решать с помощью символов любые виды задач, от математических до логических или лингвистических. Однако цифровые писатели пока еще не появились, и поэтому списки бестселлеров состоят из книг, написанных исключительно людьми. Пока что мы еще не компьютеризировали работу предпринимателей, директоров, ученых, медсестер, помощников официантов и многих других типов работников. Почему нет? Если проще оставить эти занятия людям, то каким именно алгоритмам в этой работе особенно трудно подобрать цифровой эквивалент?

Компьютеры хорошо умеют следовать правилам…

Именно этими вопросами задались авторы книги «Новое разделение труда» и дали на них в высшей степени осмысленные ответы. Авторы раскладывают процесс обработки информации – основу всей работы со знанием – на спектр задач. На одном конце спектра располагаются задачи типа арифметических – то есть такие, для решения которых требуется всего лишь применить хорошо понятые правила. А поскольку компьютеры отлично умеют следовать правилам, получается, что именно они должны заниматься арифметическими и другими сходными с ними задачами.

Леви и Марнейн выделяют и другие типы знания, которое может быть выражено в виде правил. К примеру, кредитная история – хороший предиктор того, сможет ли заемщик оплачивать ипотеку, как обещал, поскольку сумма ипотечного кредита зависит от состояния человека, от размера его доходов и наличия других кредитов. Поэтому решение о том, выдавать ли человеку ипотеку, может быть, в сущности, сведено к правилу.

Правило ипотеки, выраженное словами, может звучать следующим образом: «Если некто просит ипотеку на сумму M, и при этом его кредитный рейтинг равен V или больше, величина ежегодного дохода выше I или величина капитала выше W, а общая величина долговых обязательств не выше D, то заявка получает одобрение».

В случае если правило ипотеки такого рода выражено в форме компьютерной программы, мы называем его алгоритмом. Алгоритмы – это упрощения; они не могут и не должны учитывать все факторы (такие, к примеру, как наличие дядюшки-миллиардера, который когда-то включил нашего потенциального клиента в свое завещание, а сам увлекается скалолазанием без страховки). Тем не менее алгоритмы включают в себя самые распространенные и важные параметры, поэтому в целом вполне хорошо работают в решении ряда задач, в том числе и таких, как предсказание вероятности правильной выплаты ипотеки. Таким образом, компьютеры могут и должны использоваться для подобных операций.[20]

…Но довольно плохо распознают закономерности

На другом конце спектра, предложенного Леви и Марнейном, располагаются задачи по обработке информации, которые не могут быть сведены к правилам или алгоритмам. По мнению авторов, решение задач такого рода основано на умении человека распознавать закономерности. Наш мозг отлично воспринимает информацию через органы чувств и изучает ее в поисках закономерностей, однако нам очень плохо удается описать или вычислить, каким образом мы это делаем, особенно когда большой объем быстро меняющейся информации поступает к нам в достаточно быстром темпе. Как точно заметил философ Майкл Полани, «мы знаем больше, чем можем сказать».[21] С такими задачами, по мнению Леви и Марнейна, компьютеры не могут справиться, и следовательно, решать их по-прежнему будут люди. Авторы приводят в качестве примера такой задачи как раз управление автомобилем:

Поворачивая влево от основного потока, водитель вынужден противостоять огромному объему образов и звуков, которые создаются другими автомобилями, сигналами светофоров, витринами, рекламными плакатами, деревьями и дорожной полицией. Основываясь на своих знаниях, он должен рассчитать размер и положение каждого из этих объектов и вероятность того, представляют ли они угрозу. Водитель грузовика имеет в голове определенную схему, которая позволяет ему понять, с чем он имеет дело. Однако выразить эти знания и внедрить их в программу для применения в крайне разнообразных ситуациях на данный момент невероятно сложно… компьютеры не смогут легко заменить людей в таких заданиях, как вождение автомобиля.

Различие не настолько велико

Прочитав в 2004 году книгу «Новое разделение труда», мы были полностью убеждены аргументами Леви и Марнейна. Не менее убедительно выглядели и первоначальные результаты проведенного в том же году эксперимента с беспилотными автобилями.

DARPA, Управление перспективных исследовательских проектов Министерства обороны США, было основано в 1958 году (в ответ на запуск Советским Союзом первого спутника). Его основная задача состояла в стимулировании технологического прогресса, достижения которого могли бы найти применение в военной области. В 2002 году агентство сообщило о проведении первого конкурса, участники которого должны были создать полностью автономный автомобиль-робот, способный проехать расстояние в 150 миль через калифорнийскую пустыню Мохаве. Основной заезд должен был состояться 13 марта 2004 года, и квалификационный отбор для него прошли пятнадцать участников.

Результаты были печальны. Два автомобиля не смогли доехать до места старта, еще один перевернулся прямо на старте, а через три часа после начала гонки на трассе осталось всего четыре автомобиля. Условный «победитель», автомобиль Sandstorm, созданный в университете Карнеги – Меллон, проехал 7,4 мили (то есть менее 5 процентов от общей дистанции), а затем сошел с трассы во время резкого поворота и застрял на обочине. Заявленный приз в миллион долларов не достался никому, а журнал Popular Science назвал это событие «ниспровержением DARPA в пустыне».[22]

Однако всего за несколько лет фиаско превратилось в успех, и мы увидели это своими собственными глазами. В октябре 2010 года в своем официальном блоге компания Google заявила о том, что ее полностью автономные автомобили уже в течение некоторого времени успешно проходят тестирование в реальных условиях на американских дорогах и шоссе. Ко времени нашей поездки летом 2012 года проект Chauffeur уже включал в себя небольшой парк автомобилей, которые в совокупности проехали сотни тысяч миль без какого-либо вмешательства человека и всего с двумя авариями. Одна авария произошла, когда за рулем автомобиля Google был человек; вторая случилась, когда в автомобиль Google, стоявший на перекрестке на красный свет, врезался сзади другой автомобиль (которым также управлял человек).[23] Разумеется, всегда можно найти ситуации, с которыми не могут справиться автомобили Google, – это и особенно сильные пробки, и езда по бездорожью, и движение в районах, для которых Google еще не разработала детальные карты. Однако пережитое на шоссе убедило нас в том, что этот подход вполне эффективен в решении огромного количества повседневных задач в вождении.

Всего за несколько лет самоуправляемые машины сошли со страниц научно-фантастических книг и превратились в реальность. Достаточно передовое для своего времени исследование, объяснявшее, почему такие автомобили не появятся в ближайшее время, устарело всего лишь через несколько лет благодаря передовой научной и инженерной мысли. Наука и инженерия начали развиваться все более быстрыми темпами, и менее чем за половину десятилетия провал обернулся торжеством.

Усовершенствование автономно управляемого автомобиля напомнило нам высказывание Хемингуэя о том, как человек становится банкротом: «Сначала постепенно, а затем сразу».[24] И самоуправляемые автомобили – это не аномалия, а фрагмент более широкой и потрясающей закономерности. Прогресс в решении самых старых и сложных задач, связанных с компьютерами, роботами и другими цифровыми приспособлениями, в течение долгого времени разворачивался постепенно. Затем, в последние несколько лет, изменения стали происходить стремительно и внезапно; развитие цифровых технологий невероятно ускорилось. Вдруг начали решаться задачи, казавшиеся нерешаемыми. У устройств возникли новые и совершенно неожиданные свойства. Давайте рассмотрим еще несколько примеров удивительного технологического прогресса недавних лет.

Внимательные собеседники

Помимо сложностей с распознаванием закономерностей, Леви и Марнейн упоминают еще одну область, которая в новом разделении труда останется за человеком. Они пишут: «Общение, особенно важное для эффективного обучения, менеджмента, продаж и многих других занятий, требует передачи и интерпретации большого объема информации. В этих случаях возможность обмена информацией с компьютером, а не с другим человеком если и возникнет, то лишь в отдаленном будущем».[25]

Осенью 2011 года компания Apple представила смартфон iPhone 4S с функцией Siri, своеобразного персонального ассистента, интерфейс которого был основан на обычной человеческой речи. Иными словами, люди говорили со своим смартфоном точно так же, как могли бы разговаривать с другим человеком. Программа, лежащая в основе Siri, была разработана в калифорнийском исследовательском институте SRI International, а затем куплена Apple в 2010 году. Она слушала все, что говорят пользователи iPhone своему гаджету, пыталась понять, чего они хотят, затем предпринимала определенное действие и отвечала пользователям синтезированным голосом.

Примерно через восемь месяцев после появления Siri на рынке Кайл Вагнер, один из авторов технологического блога Gizmodo, перечислил некоторые из ее самых полезных возможностей:

Вы можете узнать счет текущих спортивных соревнований – «Сколько очков сейчас у команды „Джайентс“?» – или получить статистику по индивидуальным игрокам. Вы также можете заказать столик в ресторане через программу OpenTable, найти поставщиков тех или иных услуг в своем округе с помощью системы Yelp, узнать о том, какие фильмы идут в кинотеатре по соседству, а затем посмотреть интересующий вас трейлер. Если вы заняты и не можете принять звонок, то вы можете попросить Siri напомнить вам о том, чтобы перезвонить звонящему попозже. Голосовые команды могут оказаться невероятно полезными для решения подобных повседневных задач.[26]

Однако его сообщение в блоге Gizmodo завершалось предостережением: «Все это звучит довольно круто. Однако в случае Siri нужно помнить одно важное слово – „если“ это работает как надо».[27] После выпуска этой программы многие пользователи обнаружили, что этот вроде бы разумный личный ассистент работал недостаточно хорошо. Он не понимал, что они говорят, постоянно просил уточнений, давал странные или неточные ответы или отделывался фразами вроде: «Прошу прощения, но прямо сейчас я не могу обрабатывать новые запросы. Попробуйте связаться со мной чуть позже». Аналитик Джин Мюнстер смог составить целый список вопросов, с ответами на которые у Siri возникали проблемы:

• На вопрос «Где Элвис похоронен? (Where is Elvis buried?)» программа отвечала: «Я не могу ответить на этот вопрос», поскольку посчитала, что речь идет о человеке с именем Элвис Похоронен (Elvis Buried).

• «Когда вышел фильм „Белоснежка“?» Вместо ответа программа предложила осуществить поиск кинотеатров через Yelp.

• «Когда в следующий раз комета Галлея? (When is the next Halley’s Comet?)» Программа ответила: «У вас нет встреч с человеком по имени Галлей» (You have no meetings matching Halley’s).

• «Я хочу отправиться на озеро Супериор (Lake Superior)». Программа выдала инструкции по проезду к офису компании Lake Superior X-ray.[28]

О странных и неудовлетворительных ответах Siri стало известно довольно быстро, однако сила технологий все же неоспорима. Технологии приходят вам на помощь именно тогда, когда нужно. Мы убедились в этом на своем собственном примере во время поездки на беспилотном автомобиле Google. После встречи в Сан-Франциско мы сели в арендованный автомобиль, чтобы доехать до штаб-квартиры Google в городе Маунтин-Вью. У нас был с собой портативный GPS-навигатор, однако мы его не включили, поскольку посчитали, что и так знаем, как добраться до следующей точки путешествия.

На самом деле мы, конечно, не знали. Столкнувшись с эшеровским лабиринтом шоссе, съездов и улиц, мы начали плутать, раздражаясь все больше и больше от неспособности найти нужную дорогу. В тот момент, когда наша встреча в Google, весь проект по созданию этой книги и наши профессиональные отношения были уже на грани краха, Эрик достал свой телефон и попросил Siri показать, как добраться до шоссе 101 в направлении на юг. Телефон ответил моментально и безошибочно: экран превратился в карту, на которой были показаны наше местоположение и стрелки, направлявшие на нужную нам развилку.

Конечно, мы могли бы включить наш портативный GPS-навигатор и подождать, пока он создаст план нашего маршрута, но нам не хотелось обмениваться информацией таким образом. Мы хотели задать вопрос, а затем услышать и увидеть ответ (в форме карты). Siri смогла пообщаться с нами именно на том языке, на котором мы хотели. Созданный в 2004 году обзор всех исследований в области автоматического распознавания речи (важнейшей части обработки естественного языка) за последнюю половину столетия начинался с признания о том, что «распознавание машинами речи на том же уровне, на котором это делают люди, представляется нам труднодостижимой целью», однако менее чем через 10 лет все основные элементы этой цели уже были достигнуты. Apple и другие компании сделали технологию обработки естественного языка доступной для сотен миллионов людей через их мобильные телефоны.[29] По замечанию Тома Митчелла, возглавляющего кафедру машинного обучения в университете Карнеги – Меллон, «мы находимся в начале десятилетнего периода, в течение которого перейдем от компьютеров, которые неспособны понимать наш язык, к компьютерам, которые понимают его почти на том же уровне, что и мы».[30]

Цифровая беглость: за дело берется Вавилонская рыбка

Программы по обработке естественного языка еще далеки от совершенства, а компьютеры не так хороши в сложной коммуникации, как люди, однако дело стабильно идет на лад. А в таких областях, как перевод с одного языка на другой, уже были достигнуты серьезные достижения: хотя коммуникационные способности компьютеров не настолько глубоки, как у обычного человека, они намного шире.

Человек, говорящий более чем на одном языке, обычно способен перевести фразу с одного на другой с достаточно высокой точностью. С другой стороны, автоматические сервисы, хотя и производят некоторое впечатление, редко делают свою работу без ошибок. Даже если вы плохо владеете французским языком, то не исключено, что вы можете лучше справиться с переводом фразы Monty Python’s „Dirty Hungarian Phrasebook“ sketch is one of their funniest ones (Скетч „Монти Пайтон“ под названием „Сборник венгерских ругательств“ – один из самых смешных), чем Google Translate. Программа предложила вариант Sketch des Monty Python ‘Phrasebook sale hongrois’ est l’un desplus drôles les leurs. Хотя эта фраза и передает общий смысл, в ней имеются серьезные проблемы с грамматикой.

Скорее всего, вам не удастся столь же успешно перевести это (или любое другое) предложение на венгерский, арабский, китайский, русский, норвежский, малайский, идиш, суахили, эсперанто или любой другой из 63 языков, помимо французского, с которыми работает сервис Google Translate. Однако Google при этом все же попытается перевести текст с любого из этих языков на любой другой непосредственно в веб-интерфейсе, мгновенно и без каких-либо затрат.[31] Приложение Translate для смартфонов позволяет пользователям общаться с телефоном более чем на 15 из этих языков. В ответ они получают устный перевод на паре десятков других языков. Мы почти с полной уверенностью можем сказать, что на такое неспособен даже самый многоязычный человек в мире.

На протяжении многих лет различные способы моментального перевода обычно описывались только в научной фантастике (один из самых замечательных примеров – Вавилонская рыбка из книги «Автостопом по Галактике», странное создание, которое человек может запихнуть себе в ухо, после чего начинает понимать речь на любом языке).[32] Google Translate и другие аналогичные сервисы осуществляют эти мечты. Как минимум один из таких сервисов уже сейчас используется для обслуживания международных клиентов. Компания Lionbridge, предоставляющая переводческие услуги, разработала вместе с IBM онлайн-приложение GeoFluent, способное мгновенно переводить чаты между клиентами и специалистами по решению различных проблем, которые говорят на разных языках. В ходе первичных испытаний около 90 процентов пользователей GeoFluent сообщили, что качество перевода было достаточно хорошим для решения их задач.[33]

Преимущества человека в «Своей игре»!

Компьютеры настолько хорошо научились совмещать анализ закономерностей со сложной коммуникацией, что порой побеждают людей на их собственном поле. В 2011 году одним из участников игрового шоу Jeopardy! был не человек, а суперкомпьютер по имени Watson. Он был разработан компанией IBM специально для участия в этой игре (и получил свое имя в честь легендарного руководителя компании IBM Томаса Уотсона-старшего). Игра Jeopardy! (ее российский лицензионный аналог называется «Своя игра») дебютировала в 1964 году, а к 2012-му стала пятой по популярности синдицированной (то есть переданной для трансляции сразу нескольким вещателям) телепрограммой в Америке.[34]

Обычно каждый выпуск программы, в ходе которой ведущий Алекс Требек задает простые вопросы на различные темы, а участники стараются опередить других, дав правильный ответ, смотрит почти семь миллионов человек.[35]

Долговечность и популярность шоу связаны с тем, что его легко понять, но в него невероятно сложно играть. Почти каждый человек знает ответы на некоторые вопросы в каждом отдельно взятом эпизоде, однако мало кто знает ответы на почти все из них. Вопросы охватывают широкий диапазон тем, и участники заранее не знают, какие темы им достанутся. Им нужно быть одновременно быстрыми, дерзкими и точными: быстрыми – поскольку они соревнуются друг с другом за шанс ответить на каждый вопрос; дерзкими – поскольку им приходится отвечать на множество вопросов, причем довольно сложных, для того чтобы собрать достаточно денег для победы; и точными – поскольку у них вычитаются деньги за каждый неверный ответ.

Продюсеры Jeopardy! усложняют задачи участникам, используя шутки, стишки и другие виды словесных игр. К примеру, загадка может звучать так: «Выраженное в виде рифмы напоминание о прошлом родного города команды НБА „Кингз“».[36] Чтобы ответить на этот вопрос правильно, игрок должен знать, что означает аббревиатура НБА (в данном случае речь идет о Национальной баскетбольной ассоциации США, а не о Национальном законе о банках (National Bank Act) и не о химическом веществе н-бутиламин), в каком городе играет команда «Кингз» (Сакраменто) и что ответ должен выглядеть как рифма к названию города. Правильный вопрос будет звучать как «Что такое Sacramento memento?», а не «сувенир из Сакраменто» или любой другой фактически правильный ответ. Правильный ответ в таких случаях требует подлинного мастерства в поиске закономерностей и сложной коммуникации. А победа в Jeopardy! требует, чтобы обе эти связи находились неоднократно, точно и почти мгновенно.

Во время сезона 2011 года Watson выступал против Кена Дженнингса и Брэда Раттера, двух самых известных персонажей этой эзотерической индустрии. Дженнингс в 2004 году выиграл рекордное количество игр подряд – а именно 72, – заработал на этом более 3 170 000 долларов призовых денег и стал настоящим народным героем.[37] По сути, можно считать, что сам Watson отчасти возник благодаря Дженнингсу.[38] Согласно легенде, которая ходит по компании IBM, Чарльз Ликел, менеджер по исследовательским вопросам компании, интересовавшийся расширением границ искусственного интеллекта, как-то вечером осенью 2004 года ужинал в стейк-хаусе в Фишкилле, штат Нью-Йорк. В 7 часов вечера он заметил, что многие посетители оставили свой ужин, встали из-за столов и перешли в соседний бар. Он заинтересовался, что происходит, и последовал за ними. Оказалось, что все столпились у телевизора и принялись наблюдать за тем, как Дженнингс, выигравший уже 50 игр подряд, продолжает бить свой рекорд. Ликел подумал, что матч между Дженнингсом и суперкомпьютером, умеющим играть в Jeopardy!, может оказаться невероятно популярным, а кроме того, послужит отличным тестом способностей компьютера выявлять закономерности и участвовать в сложной коммуникации.

Поскольку Jeopardy! представляет собой соревнование между тремя участниками, идеальным третьим участником мог бы стать Брэд Раттер, который победил Дженнингса в 2005 году по итогам турнира чемпионов и выиграл более 3 400 000 долларов.[39] Оба участника обладали огромной эрудицией, были отлично знакомы с игрой и всеми ее тонкостями, а также хорошо знали, как противостоять давлению.

Выиграть у них было непросто, и первые версии Watson были совершенно к этому не готовы. Программисты могли настроить Watson так, чтобы он, отвечая на вопросы, вел себя более агрессивно (а, следовательно, чаще ошибался) или был более осторожным и точным. В декабре 2006 года, вскоре после начала проекта, когда Watson пытался отвечать на вопросы в течение 70 % времени передачи (сравнительно агрессивный подход), он давал правильные ответы лишь в течение 15 % времени. Дженнингс, напротив, правильно отвечал на 90 % вопросов в тех случаях, когда ему удавалось добиться права на ответ (также в течение примерно 70 % времени передачи).[40]

Однако оказалось, что Watson способен быстро учиться. Соотношение агрессивности и точности быстро улучшалось, и, к ноябрю 2010 года (когда машина стала достаточно агрессивной, чтобы добиться в ходе имитации турнира права на ответ в 70 % случаев), примерно 85 % ее ответов оказались верными. Это было впечатляющее достижение, однако компьютер все еще не играл в той же лиге, что и лучшие игроки-люди. Команда Watson продолжала свою работу до середины января 2011 года, когда должны были начаться съемки турнира для будущей трансляции, однако никто до конца не знал, насколько хорошо их создание сможет противостоять Дженнингсу и Раттеру.

Watson побил их обоих. Он правильно отвечал на вопросы на самые разные темы, от «Необычных происшествий на Олимпийских играх» до «Церкви и государства». И хотя суперкомпьютер не продемонстрировал полного совершенства – к примеру, он предложил слово chic, а не class как синоним выражения «стильная элегантность или же группа учеников, заканчивающих обучение в один и тот же год» (категория «Альтернативные значения»), – его результаты все равно были очень хорошими.

Кроме того, Watson действовал с невероятной быстротой, постоянно отбирая у Дженнингса и Раттера право на ответ. К примеру, в первой из двух сыгранных игр Watson первым нажимал на кнопку 43 раза, а затем дал правильные ответы в 38 случаях. А Дженнингс и Раттер в сумме смогли нажать на кнопку всего 33 раза за всю игру.[41]

К концу двухдневного турнира Watson заработал 77 147 долларов – примерно в три раза больше, чем каждый из его оппонентов-людей. Дженнингс, занявший второе место, после ответа на последний вопрос соревнования добавил: «Приветствую наших новых компьютерных повелителей». Позднее он размышлял о происшедшем:

Подобно тому как в XX веке множество людей-работников на фабриках было заменено роботами на сборочных линиях, мы с Брэдом оказались первыми работниками сферы интеллектуальных услуг, замененных новым поколением «думающих» машин. Возможно, что «участник интеллектуальных шоу» – это первая из профессий, которая исчезнет благодаря Watson, однако я уверен, что она не последняя.[42]

Парадокс «прогресса» в области роботизации

Последняя важная область, в которой мы замечаем в настоящее время быстрое ускорение, связанное с цифровыми технологиями, – это роботизация, то есть создание машин, способных ориентироваться и взаимодействовать с физическим миром фабрик, складов, полей боя и офисов. Прогресс в этой области также шел довольно медленно, а потом сделал резкий скачок вперед.

Слово «робот» вошло в наш язык благодаря пьесе «Р.У.Р.» («Россумские универсальные роботы»), написанной в 1921 году чешским писателем Карелом Чапеком. И любовь к подобного рода автоматам сохраняется у человечества до сих пор.[43] Во времена Великой депрессии в газетах и журналах публиковалось немало историй о том, как роботы могли бы вести войны, совершать преступления, заменять рабочих на производстве и даже побить боксера Джека Дэмпси.[44] В 1941 году Айзек Азимов придумал термин «робототехника» и сформулировал основополагающие правила для молодой научной дисциплины в виде знаменитых «Трех законов робототехника»:

Робот не может причинить вред человеку или своим бездействием допустить, чтобы человеку был причинен вред.

Робот должен повиноваться всем приказам, которые дает человек, кроме тех случаев, когда эти приказы противоречат Первому Закону.

Робот должен заботиться о своей безопасности в той мере, в которой это не противоречит Первому или Второму Законам.[45]

Азимов продолжает оказывать огромное влияние на научную фантастику и создание настоящих роботов уже более 70 лет. Однако одно из этих двух сообществ смогло значительно обогнать в своем развитии другое. Научная фантастика подарила нам болтливых и верных роботов R 2-D 2 и C-3PO, кибернетическую цивилизацию Сайлонов из сериала «Звездный крейсер „Галактика“», ужасного Терминатора и массу бесконечных вариаций андроидов, киборгов и репликантов. А десятилетия исследований в области роботехники подарили нам ASIMO, робота-гуманоида производства компании Honda, провалившего собственную демонстрацию, поскольку он не смог исполнить третий закон Азимова. На проведенной в 2006 году в Токио презентации ASIMO попытался пройти по узкой лестнице, выстроенной на сцене. На третьем шаге колени робота подогнулись, и он упал, полностью разбив свою лицевую панель.[46]

С тех пор ASIMO починили и научили новым навыкам – теперь он умеет подниматься и спускаться по лестнице, пинать футбольный мяч и танцевать. Однако его недостатки заставляют нас понять неприятную истину: многое из того, что просто и привычно для людей в нашем мире, невероятно сложно для роботов. Как отмечает известный футуролог и специалист по роботехнике Ханс Моравек, «сравнительно легко настроить компьютер так, чтобы он отвечал на вопросы тестов интеллектуальных способностей или играл в шашки на уровне нормального взрослого человека, но почти невозможно наделить его навыками годовалого младенца, когда дело касается восприятия и мобильности».[47]

Эта ситуация стала широко известна под названием парадокса Моравека, который в «Википедии» описан следующим изящным образом: «Принцип в областях искусственного интеллекта и робототехники, согласно которому, вопреки распространенному мнению, высококогнитивные процессы требуют относительно небольших вычислений, в то время как низкоуровневые сенсомоторные операции требуют огромных вычислительных ресурсов»[48].[49] Глубокое наблюдение Моравека очень точно и важно. По словам ученого-когнитивиста Стивена Пинкера,

главный урок 35 лет исследований искусственного интеллекта состоит в том, что сложные проблемы просты, а простые проблемы сложны… При появлении нового поколения разумных устройств с угрозой потерять свою работу из-за машин столкнутся фондовые аналитики, инженеры-нефтехимики и члены комиссий по условно-досрочному освобождению. А садовникам, портье и поварам удастся сохранить свои рабочие места еще несколько десятилетий.[50]

Пинкер хочет сказать, что для экспертов в области робототехники задача по созданию машин, навыки которых находятся на уровне, хотя бы немного сопоставимом с уровнем неквалифицированных рабочих, занимающихся ручным трудом, оказалась ужасно сложной. К примеру, пылесос Roomba iRobot не способен делать все то же, что делают горничные, – он просто пылесосит пол. В мире уже продано более 10 миллионов пылесосов Roomba, однако ни один из них не умеет выравнивать кипу журналов на кофейном столике.

Когда дело касается работы в физическом мире, люди имеют огромное преимущество над машинами с точки зрения гибкости. Автоматизировать отдельное действие, такое как припайка провода к печатной плате или скрепление двух деталей с помощью шурупов, довольно просто, однако эта задача не должна меняться с течением времени и должна выполняться в «регулярной» среде. К примеру, печатная плата должна все время быть ориентирована в определенную сторону. Для решения таких задач компании покупают специальное оборудование, инженеры программируют и тестируют его, а затем добавляют в имеющиеся производственные конвейерные линии. Каждый раз, когда задача меняется – к примеру, при каждом изменении местоположения отверстий для шурупов, – производство должно остановиться до тех пор, пока программисты не заменят программу. На современных фабриках, особенно крупных и расположенных в странах с высоким уровнем оплаты труда, высокий уровень автоматизации высок, однако даже там невозможно встретить роботов широкого профиля. Напротив, на этих фабриках стоит специализированное и весьма дорогое оборудование, которое довольно сложно настраивать и перенастраивать.

Переосмысление процесса автоматизации фабрик

Родни Брукс, сооснователь компании iRobot, заметил еще одну важную вещь, присущую современным автоматизированным фабрикам, – людей там редко встретишь, но они все равно там есть. И значительная часть их работы заключается в повторяющихся и довольно бездумных действиях. К примеру, на конвейере, где происходит заполнение банок вареньем, машины заливают точный объем варенья в каждую банку, закручивают крышку и прилепляют этикетку, однако весь этот процесс инициирует человек, который вручную ставит пустые банки на ленту конвейера. Почему этот шаг не автоматизирован? Дело в том, что банки поступают на конвейер упакованными в картонные коробки по 12 штук, и эти коробки просто не позволяют им оставаться в жестко заданной позиции. Подобная степень неточности не представляет никакой проблемы для человека (он просто видит банки в коробке, достает их и ставит на конвейерную ленту), однако у традиционных промышленных автоматов возникают огромные проблемы при работе с банками, которые не оказываются в точно заданном месте каждый раз.

В 2008 году Брукс основал новую компанию, Rethink Robotics, для изучения и строительства нетрадиционного типа промышленных автоматов – роботов, способных справиться с банками и решать множество других задач, которые на сегодняшних фабриках выполняются людьми. По сути, он хочет сделать что-то, противоречащее парадоксу Моравека. Более того, Брукс рисует в своем воображении роботов, которых не будут программировать дорогостоящие инженеры; напротив, в качестве учителей для машин, помогающих им выполнить задание (или освоить новое), могут выступать обычные рабочие, на обучение каждого из которых потребуется меньше часа. Кроме того, машины Брукса сравнительно недороги. Каждая из них стоит около 20 000 долларов, что в разы меньше цены нынешних промышленных роботов. Мы смогли познакомиться с этими потенциальными разрушителями парадокса незадолго до того, как Rethink публично заявила о запуске своей первой линейки роботов под названием Baxter. Брукс пригласил нас в штаб-квартиру компании в Бостоне, чтобы показать эти устройства и то, на что они способны.

При первом же взгляде на Baxter понятно, что это робот-гуманоид. У него имеются две довольно толстые сочлененные «руки» с захватами, напоминающими клешни; у него есть туловище; а голова оснащена жидкокристаллическим экраном, позволяющим «смотреть» на человека, который стоит рядом. Впрочем, у него нет ног; Rethink отказалась от решения довольно сложных задач, связанных с автоматическим движением. Она просто поставила Baxter на колеса, а для его перемещения на большие расстояния используются люди-грузчики. Проведенный компанией анализ показал, что робот все равно может сделать немало полезной работы, даже не имея возможности самостоятельно перемещаться.

Чтобы научить Baxter чему-нибудь, вы берете его за запястье и управляете его руками, совершая именно те действия, которым хотите его научить. Кажется, что рука робота вообще не имеет веса; у нее довольно мощные моторы, поэтому вам не нужно прилагать значительных усилий. Робот умеет следить за безопасностью; его две руки не могут столкнуться (а даже если вы пытаетесь это сделать, моторы начинают вам противостоять), и они автоматически замедляются, если Baxter чувствует в диапазоне своего охвата человека. Робот сконструирован так, чтобы работа с ним была достаточно естественна, интуитивна и безопасна. Впервые приблизившись к нему, мы нервничали, когда он подносил руку к нашим лицам, но беспокойство быстро исчезло, уступив любопытству.

Брукс показал нам несколько роботов за работой в демонстрационном зале. Роботы прямо на наших глазах нарушали парадокс Моравека – они находили и манипулировали множеством различных объектов с помощью «рук», на месте которых были захваты или присоски. Роботы совсем не так быстры, как хорошо обученный рабочий, действующий с полной скоростью, однако этого и не нужно. Большинство конвейеров и сборочных линий не работает на максимальной скорости, на которую способен человек; это приводило бы к слишком быстрому утомлению. У Baxter имеется несколько очевидных преимуществ над людьми. Он может работать весь день, и ему не нужно прерываться на сон, обед или кофе. Он не будет просить у работодателя медицинскую страховку или зарплату. А кроме того, он способен одновременно заниматься двумя не связанными между собой задачами; его руки могут работать независимо друг от друга.

Совсем скоро на сборочных линиях, складах и в офисах рядом с вами

После посещения Rethink и изучения работы Baxter в действии мы поняли, почему в начале 2012 года вице-президент компании Texas Instruments Реми Эль-Казан сказал: «Мы твердо убеждены в том, что рынок робототехники находится на поворотном пункте». И его слова находят немало подтверждений. Объем и разнообразие роботов, использующихся в компаниях, быстро расширяются, а ряд инноваторов и предпринимателей в последние годы сделали немало набегов на парадокс Моравека.[51]

Kiva, еще одна молодая компания из Бостона, научила свои автоматы быстро, безопасно и эффективно перемещаться по складам. Роботы Kiva похожи на оранжевые металлические пуфики или на роботов R 2-D 2 из «Звездных войн», только расплющенных. Они носятся по складским помещениям примерно на высоте человеческого колена, уступая дорогу людям и друг другу. Поскольку они располагаются близко к земле, им не составляет труда пролезть под стеллажи, поднять их и отвезти работникам-людям. После того как рабочие забирают с полок стеллажей нужное, робот увозит полку, а его место занимает другой. Программа отслеживает местоположение продуктов, полок, роботов и сотрудников и дирижирует постоянным танцем автоматов Kiva. В марте 2012 года Kiva была куплена компанией Amazon – лидером в области развитой складской логистики – более чем за $750 миллионов.[52]

Boston Dynamics, еще один стартап из Новой Англии, сражается с парадоксом Моравека лицом к лицу. Эта компания строит роботов для поддержки американских войск в ходе полевых операций. Помимо прочего, это роботы умеют переносить тяжелые грузы по местности со сложным рельефом. Робот BigDog, напоминающий гигантского металлического мастифа с длинными тонкими ногами, способен взбираться на крутые склоны, удерживаться на скользком льду и делать массу других вещей, привычных для собак. Удержание равновесия на четырех опорных точках при движении по сложному ландшафту представляет собой непростую инженерную задачу, однако Boston Dynamics удалось добиться в этом неплохих результатов.

В качестве последнего примера прорыва в области роботехники можно рассмотреть Double – устройство, совершенно не похожее на BigDog. Double не бегает рысью по вражеской территории, а катается по ковровому покрытию офисов и больничным коридорам, держа на себе iPad. По существу, это перевернутый вверх ногами маятник с моторизированными колесами внизу и планшетом, прикрепленным к палке высотой около полутора метров. Double обеспечивает телеприсутствие – он позволяет оператору «обходить» отдаленные участки зданий, при этом видеть и слышать, что там происходит. Камера, микрофон и экран iPad служат глазами, ушами и лицом оператора, который видит и слышит все, что видит и слышит iPad. Сам по себе Double выполняет функцию ног, перенося всю конструкцию по зданию в ответ на команды оператора. Компания Double Robotics называет это «наиболее простым и элегантным способом оказаться в другой точке мира без необходимости туда лететь». Первая партия роботов Double по цене $2499 за единицу была распродана почти сразу после объявления об их выпуске осенью 2012 года.[53]

Следующий этап инноваций в области роботехники может нанести парадоксу Моравека серьезнейший удар, от которого тот больше не сможет оправиться. В 2012 году DARPA объявила о проведении еще одного конкурса; однако на этот раз должны были соревноваться не автомобили без водителя, а роботы. Конкурс DARPA Robotics Challenge (DRC) позволял оценить навыки в области умелого владения инструментами, мобильности, чувствительности сенсоров, телеприсутствия и многих других вопросов в этой области. Согласно информации на сайте департамента DARPA, занимающегося тактическими вопросами технологий,

первостепенная техническая цель DRC состоит в разработке наземных роботов, способных выполнять сложные задачи в опасных и неопределенных условиях среды, созданной человеком. Ожидается, что участники конкурса DRC сконцентрируют свою работу на роботах, способных использовать стандартные инструменты и оборудование, которые доступны в человеческой среде, начиная от ручных инструментов и заканчивая средствами передвижения, причем особое внимание уделят развитию адаптации к инструментам с широкими спецификациями.[54]

DARPA совместно с DRC обратилась к сообществу специалистов по роботехнике с просьбой построить и продемонстрировать функционирующие прототипы роботов-гуманоидов к концу 2014 года. Согласно изначальной спецификации, представленной агентством, роботы должны уметь управлять внедорожником, убирать завалы, блокирующие проезд, карабкаться по лестнице, закрывать вентиль и менять насос.[55] Может показаться, что эти требования недостижимы, однако хорошо осведомленные коллеги (которые участвуют в конкурсе) уверили нас в том, что это вполне возможно. Для многих конкурс Grand Challenge 2004 был важнейшим элементом развития в постоянно ускоряющемся процессе разработки автономных автомобилей. Есть большая вероятность, что DRC позволит нам наконец-то забыть о парадоксе Моравека.

Дополнительные свидетельства того, что мы находимся в точке перелома

Самоуправляемые машины, суперкомпьютеры – чемпионы Jeopardy! и самые разные полезные роботы возникли в нашем мире всего за последние несколько лет. И эти инновации – не просто лабораторные образцы; они демонстрируют свои навыки и способности в хаосе реального мира. Именно это создает у нас ощущение, что мы находимся в точке перегиба – изменения формы кривой, при котором множество технологий, которые раньше существовали лишь в научной фантастике, становятся элементами повседневной реальности. И, как доказывает множество других примеров, это ощущение имеет под собой почву.

В телесериале «Звездный путь» можно было увидеть устройства под названием «трикордеры», которые использовались для сканирования и записи трех типов данных: геологических, метеорологических и медицинских. Обычные современные смартфоны могут служить всем этим целям; они могут использоваться в качестве сейсмографов, радиолокационных карт погоды в режиме реального времени, а также измерять пульс и частоту дыхания.[56] И конечно же, всем этим дело не ограничивается. Они также выполняют роль медиаплееров, игровых платформ, справочников, камер и устройств GPS. Если в «Звездном пути» трикордеры и средства коммуникации были отдельными устройствами, то в реальном мире они соединились в одном смартфоне, который позволяет пользователю одновременно создавать и получать доступ к огромным массивам информации. И это открывает дорогу к инновациям, которые венчурный капиталист Джон Доэрр называет SoLoMo – социальными, локальными и мобильными.[57]

На протяжении истории своего существования компьютеры не умели создавать настоящую прозу. Недавно они научились создавать грамматически правильные, но бессмысленные предложения, чем не раз безжалостно пользовались шутники. К примеру, в 2008 году Международная конференция по вопросам компьютерных наук и программирования одобрила работу «К развитию электронной коммерции» и пригласила ее автора возглавить заседание. На самом деле эта работа была «написана» SCIgen, программой, разработанной лабораторией компьютерных наук и искусственного интеллекта МТИ для того, чтобы «генерировать произвольные исследования в области информатики». Авторы SCIgen писали, что «наша цель состоит в том, чтобы повеселиться, а не в том, чтобы выдать связный текст», и после прочтения куска из работы «Towards the Simulation of E-commerce» с ними сложно спорить:[58]

Недавние достижения в области кооперативной технологии и классической коммуникации полностью основаны на предположении о том, что интернет и активные сети не конфликтуют с языками объектно-ориентированного программирования. На самом деле лишь немногие теоретики информатики не согласятся с тем, что визуализация DhT превратила в реальность имитацию 8-битной архитектуры, что полностью воплощает в себе самые убедительные принципы электротехники.[59]

Впрочем, недавние достижения в этой области дали ясно понять, что компьютеры не всегда создают бессмысленные тексты. Так, сайт Forbes.com заключил контракт с компанией Narrative Science по написанию кратких отчетов о корпоративных доходах, которые появляются на сайте Forbes. Все эти истории созданы алгоритмами без человеческого вмешательства. Но их результат совершенно неотличим от того, что мог бы создать человек:

Forbes – оценка корпоративных результатов компании H. J. Heinz

Результаты заявления о доходах в первом квартале способны подтолкнуть цену акций H. J. Heinz (HNZ) до уровня 52-недельного максимума, поскольку текущая цена всего на 49 центов отличается от показателя в отчете компании о доходах, готовящемся к публикации в среду 29 августа 2012 года.

Уровень консенсуса на Уолл-стрит составляет 80 центов за акцию, что на 2,6 процента выше относительно показателя предыдущего года, когда компания заявила о доходах на уровне 78 центов за акцию.

Уровень консенсуса не изменился с прошлого месяца, однако снизился относительно уровня 82 центов, имевшегося три месяца назад. Аналитики ожидают доходов по итогам года на уровне $3,52 на акцию. Также аналитики прогнозируют падение общей выручки компании в последнем квартале на 0,3 процента относительно уровня прошлого года – до $2,84 миллиарда (по сравнению с $2,85 миллиарда год назад). По результатам года общий объем выручки ожидается на уровне $11,82 миллиарда.[60]

В действие вступают даже периферийные компьютерные устройства типа принтеров. Они начинают демонстрировать массу полезных умений, которые, как кажется, взяты прямо из научной фантастики. Они уже не просто переносят чернила на бумагу, а создают сложные трехмерные детали, сделанные из пластика, металла и других материалов. Трехмерная печать, которую также иногда называют «аддитивным наращиванием», основана на важном преимуществе работы обычных компьютерных принтеров: они наносят очень тонкий слой материала (обычно чернил) на основу (бумагу), следуя закономерности, заданной компьютером.

Инноваторы предположили, что ничто не мешает принтерам помещать один слой материала над другим. А вместо чернил принтеры могли бы использовать другие материалы типа жидкого пластика, затвердевающего под воздействием ультрафиолета. Каждый отдельный слой очень тонок – где-то около одной десятой миллиметра, – однако постепенно трехмерный объект начинает обретать форму. Технология изготовления позволяет делать конструкции сложной формы – с пустотами, и туннелями, и даже частями, способными двигаться независимо друг от друга. В Сан-Франциско, в штаб-квартире Autodesk, ведущей компании по производству программ для дизайна, нам подарили действующий разводной гаечный ключ, напечатанный на трехмерном принтере за один проход и без дальнейшей сборки.[61]

Этот гаечный ключ представлял собой демонстрационный продукт из пластика, однако технологии трехмерной печати могут работать и с металлами. Генеральный директор Autodesk Карл Басс участвует в деятельности крупного и постоянно растущего сообщества изобретателей и любителей 3D-печати. В ходе экскурсии по залу, где демонстрируются различные продукты и проекты, ставшие возможными благодаря программам Autodesk, он показал нам прекрасную металлическую чашу, которую он лично сначала спроектировал на компьютере, а затем распечатал. На края чаши нанесен сложный решетчатый узор. По словам Басса, он попросил своих друзей, имевших опыт работы с металлом – скульпторов, металлистов, сварщиков и так далее, – предположить, как была изготовлена эта чаша. Никто из них не смог ответить на вопрос, как была сделана решетка. На самом же деле она была создана с помощью лазера, добавлявшего каждый последующий слой с помощью напыления порошкообразного металла.

Трехмерная печать в наши дни используется не только для художественных проектов, таких как чаша Басса. Она применяется каждый день в бесчисленном количестве компаний для изготовления прототипов и элементов моделей, используется для изготовления ряда готовых продуктов, начиная от пластиковых клапанов и корпусов для следующего поколения луноходов НАСА и заканчивая металлическим челюстным протезом для 83-летней женщины. В ближайшем будущем эту технологию можно будет применять для изготовления запасных частей неисправных двигателей прямо на месте, что позволит избавиться от складских запасов. Ряд демонстрационных проектов уже показал, что способом трехмерной печати можно строить дома из монолитного бетона.[62]

Большинство технологий, описанных в этой главе, возникли в последние несколько лет, причем в областях, где темп развития в течение долгого времени был чрезвычайно медленным и даже лучшие умы склонялись к тому, что ускорение невозможно. Однако затем после многих лет постепенных мелких усовершенствований цифровой прогресс стал скачкообразным. Это происходило во множестве областей – от искусственного интеллекта и беспилотных автомобилей до робототехники.

Каким образом это стало возможно? Было ли это счастливой случайностью – результатом накопления некоторого количества удачных улучшений? Нет, не было. Цифровой прогресс, свидетелями которого мы стали в последнее время, не может не впечатлять, однако это лишь малая часть того, что ждет нас в будущем. Чтобы понять, что происходит на наших глазах прямо сейчас, нам нужно понять суть трех ключевых характеристик прогресса во второй эре машин: он развивается по экспоненте, имеет цифровую форму и является комбинаторным. Следующие три главы посвящены каждой из этих характеристик.

Глава 3. Закон Мура и вторая половина шахматной доски

Наибольшим недостатком человечества является его неспособность понять экспоненциальную функцию. Альберт A. Бартлетт

Хотя Гордон Мур и является одним из основателей компании Intel, знаменитым филантропом и кавалером Президентской медали Свободы, более всего он известен благодаря своему предсказанию, которое появилось (почти мимоходом) в его статье, написанной в 1965 году. Мур, работавший в то время в компании Fairchild Semiconductor, написал для журнала Electronics статью с восхитительно ясным названием «Как разместить больше компонентов на интегральной схеме». В то время схемам такого типа – совмещавшим в себе множество различных видов электрических компонентов на одном чипе, обычно сделанном из кремния, – было меньше 10 лет, однако Мур видел их потенциал. Он писал, что «интегральные схемы приведут к появлению таких чудесных вещей, как домашние компьютеры – или как минимум терминалы, подключенные к некоему центральному компьютеру, – автоматические контрольные устройства для автомобилей и личное портативное коммуникационное оборудование».[63]

Однако самый знаменитый прогноз в статье, именно тот, который прославил Мура, касался компонентов, указанных в заголовке:

Сложность компонентов в расчете на единицу производственных затрат удваивается примерно раз в год… очевидно, что в краткосрочной перспективе можно ожидать, что этот темп будет оставаться таким же, если не будет нарастать. В долгосрочной перспективе скорость усложнения менее понятна, но у нас нет оснований не верить, что она не останется прежней хотя бы на протяжении 10 лет.[64]

Примерно так выглядит закон Мура в своей изначальной формулировке, а сейчас нам стоит потратить некоторое время на то, чтобы поразмышлять о его последствиях. «Сложность компонентов в расчете на единицу затрат» означает, в сущности, величину вычислительной мощности интегральных схем, которую можно купить за один доллар. Мур заметил, что в течение довольно короткой истории отрасли этот показатель удваивался каждый год: в 1963 году вы могли купить в расчете на доллар в два раза больше вычислительной мощности, чем в 1962-м, затем еще в два раза больше в 1964-м и еще в два раза больше в 1965-м.

Мур предсказал, что такое положение вещей будет сохраняться (возможно, с определенными поправками) в течение еще как минимум десяти лет. Это смелое заявление означало, что в 1975 году схемы станут в 500 раз более мощными по сравнению со схемами 1965 года.[65]

Оказалось, что главной ошибкой Мура был его чрезмерный консерватизм. Его «закон» отлично продержался на протяжении не одного десятилетия, а четырех, и оказался истинным для многих других областей цифрового прогресса, а не только для интегральных схем. Стоит отметить, что время, требующееся для цифрового удвоения, остается предметом обсуждений. В 1975 году Мур пересмотрел свои оценки от одного года до двух, а сегодня принято использовать в качестве периода удвоения вычислительной мощности 18 месяцев. Тем не менее не приходится сомневаться в том, что закон Мура оказался достаточно точным предсказанием того, что происходило в течение почти полувека.[66]

Это не закон, а набор отличных идей

Закон Мура очень сильно отличается от законов физики, управляющих термодинамикой или, например, классической механикой Ньютона. Эти законы описывают, как работает Вселенная; они истинны вне зависимости от того, что именно мы делаем. Напротив, закон Мура представляет собой заявление о работе инженеров и ученых из компьютерной отрасли; это наблюдение о том, насколько последовательны и успешны их усилия. Мы просто не замечаем сколь-нибудь сопоставимого и последовательного успеха в других областях.

На протяжении 42 лет не было ни одного периода, когда автомобили за год становились в два раза быстрее, а их двигатели – в два раза экономнее. Самолеты не начинали летать на расстояния в два раза больше, а грузовые поезда не перевозили вдвое больше грузов от года к году. Олимпийские чемпионы по плаванию или бегу не улучшили свои результаты в два раза даже за целое поколение, не говоря уже о паре лет.

Так каким же образом компьютерной отрасли удалось достичь столь поразительного темпа улучшений?

Есть две основные причины. Прежде всего, хотя транзисторы и другие элементы компьютерной техники не могут выйти за пределы законов физики, так же как машины, самолеты и пловцы, ограничения в цифровом мире значительно менее жесткие. Все зависит от того, какое количество электронов в секунду может пройти через канал в интегральной схеме, или от того, насколько быстро лучи света могут проходить через оптоволоконный кабель. В какой-то момент цифровой прогресс столкнется со своими ограничениями и закон Мура перестанет действовать в прежнем объеме, но это потребует определенного времени. Генри Самуэли, директор по технологиям компании-производителя компьютерных чипов Broadcom Corporation, предсказал в 2013 году, что «действие закона Мура подходит к концу – в следующем десятилетии он точно перестанет работать, так что у нас есть примерно 15 лет».[67]

Однако сроки окончания действия закона Мура предсказывало немало умных людей, и пока что все они ошибались.[68] Это связано не с тем, что они не понимали физику процесса, – скорее они недооценивали людей, работавших в компьютерной отрасли. Вторая причина связана с тем, что закон Мура действует так долго из-за «блистательных обходных маневров» – инженерных решений, позволявших обходить физические препоны. К примеру, когда инженерам перестало хватать расстояния для размещения интегральных схем рядом друг с другом, производители чипов начали крепить их слоями один над другим, значительно увеличив таким образом объем доступного пространства. Когда объемы коммуникационного потока угрожали превысить возможности оптоволоконной связи, инженеры придумали технику мультиплексирования разделением по длине волны (WDM), при которой множество лучей света с разной длиной волны одновременно проходит по одному и тому же оптоволоконному кабелю. Раз за разом «блистательные обходные пути» позволяли забывать об ограничениях, которые накладывает физика. По словам одного из руководителей компании Intel Майка Марберри,

если вы используете одну и ту же технологию, то, в принципе, рано или поздно столкнетесь с ограничениями. Но дело в том, что мы изменяем технологию каждые 5–7 лет в течение четырех десятилетий, и пока нет оснований считать, что мы не сможем делать то же самое в будущем.[69]

Именно эта постоянная модификация технологии и превратила закон Мура в основной феномен компьютерной эры. Его можно представить себе как ритмичный барабанный бой на заднем плане экономики.

Составление графика влияния постоянного удвоения

Поскольку это удвоение происходит уже в течение некоторого времени, свежие данные начинают играть более важную роль, чем старые, которые, как могло показаться, выходят из употребления. Давайте для иллюстрации рассмотрим гипотетический пример. Представьте себе, что Эрик, один из авторов книги, отдает Энди триббла, пушистое создание с высокой скоростью размножения, ставшее знаменитым благодаря эпизоду сериала «Звездный путь». Каждый день каждый триббл рождает еще одного, соответственно, зверинец Энди удваивается ежедневно. Типичный гик сказал бы в такой ситуации, что семейство трибблов растет по экспоненте, поскольку с математической точки зрения количество трибблов в каждый отдельно взятый день x описывается формулой 2^x-1, где x-1 как раз и называется экспонентой. Экспоненциальный рост такого рода – это быстрый рост; после двух недель у Энди уже имеется свыше 16 000 этих созданий. Вот график роста семейства трибблов со временем:

Рис. 3.1. Трибблы по прошествии времени: сила постоянного удвоения

Это график точен по форме, однако способен ввести нас в довольно серьезное заблуждение. Нам может показаться, что все самое важное случится в последнюю пару дней, а в первую неделю не происходит почти ничего особенного. Однако это явление – ежедневное удвоение количества трибблов – происходило все время, без перерывов или ускорения. И самое интересное в «подарке», который Эрик сделал Энди, как раз и заключается в этом постоянном экспоненциальном росте. Чтобы сделать его более очевидным, мы должны изменить интервал между числами на графике.

Созданный нами график имеет стандартное линейное масштабирование; каждый сегмент вертикальной оси обозначает дополнительные 2000 трибблов. Такая разметка отлично служит множеству целей, однако, как мы видели, не позволяет адекватно передавать динамику экспоненциального роста. Чтобы сильнее выделить ее, давайте изменим шкалу на логарифмическую, в которой каждый отрезок вертикальной оси соответствует 10-кратному увеличению количества трибблов: сначала с 1 до 10, потом с 10 до 100, потом со 100 до 1000 и так далее. Иными словами, мы масштабируем ось по степеням числа 10, или порядкам.

Логарифмические графики обладают прекрасным свойством: они изображают экспоненциальный рост в виде идеально прямой линии. Вот как выглядит рост семейства трибблов Энди при применении логарифмической шкалы:

Рис. 3.2. Трибблы по прошествии времени: сила постоянного удвоения

Такое графическое представление подчеркивает стабильность удвоения со временем намного лучше, чем большие цифры в конце. Именно по этой причине мы часто используем логарифмические шкалы для графиков удвоения и отображения других примеров экспоненциального роста. Они выглядят как прямые линии, и для них намного проще рассчитать скорость развития; чем больше экспонента, тем быстрее они растут и тем более крутым становится наклон линии.

Обедневшие императоры, обезглавленные изобретатели и вторая половина шахматной доски

Наш мозг не так уж хорошо оснащен для того, чтобы понимать суть устойчивого экспоненциального роста. В частности, мы серьезно недооцениваем, насколько сильно могут вырасти цифры. Изобретатель и футуролог Рэй Курцвейл пересказывает в этой связи одну старую историю. Игра в шахматы зародилась на территории современной Индии в VI веке н. э., во времена империи Гупта.[70] Говорят, что она была изобретена одним очень умным человеком, который отправился в столицу империи, город Паталипутру, и показал свое творение императору. Властителю так понравилась сложная и красивая игра, что он тут же попросил изобретателя сказать, какую награду тот хочет за нее получить.

Изобретатель поблагодарил императора за щедрость и сказал: «Все, что мне нужно, – это немного риса, чтобы прокормить семью». Поскольку щедрость императора была напрямую связана с изобретением шахмат, то изобретатель предложил воспользоваться шахматной доской для определения причитающегося ему объема риса. «Положите одно зерно риса на первую клетку доски, два – на вторую, четыре – на третью и так далее, – предложил изобретатель, – так, чтобы на каждой следующей клетке было в два раза больше зерен, чем на предыдущей».

«Да будет так», – ответил император, пораженный такой скромностью изобретателя.

Закон Мура и упражнение с трибблами помогают нам увидеть то, чего не увидел император, – 63 последовательных удваивания приводят к появлению невероятно большого числа, даже если последовательность начинается с единицы. Если бы просьба изобретателя была удовлетворена, то он получил бы 2⁶⁴–1, или свыше восемнадцати квинтильонов зерен риса. Куча риса такого размера могла бы похоронить под собой гору Эверест; это количество риса больше, чем было выращено за всю историю нашего мира. Конечно же, император не мог исполнить эту просьбу. В некоторых версиях легенды, как только император понимает, что его надули, он тут же приказывает обезглавить изобретателя.

Курцвейл пересказывает историю изобретателя и императора в своей книге 2000 года The Age of Spiritual Machines: When Computers Exceed Human Intelligence («Эпоха духовных машин: когда компьютеры превосходят человеческий разум»). С помощью этого примера он стремится не только проиллюстрировать силу устойчивого экспоненциального роста, но и указать на точку, в которой цифры становятся настолько большими, что их уже невозможно себе представить:

После 32 клеток император был должен отдать изобретателю около 4 миллиардов зерен риса. Это довольно значительное количество – такой объем выращивается на довольно крупном поле, – и император почуял неладное. Однако император все еще мог оставаться императором. А изобретатель еще мог сохранить свою голову. Проблемы как минимум у одного из них начались, как только они перешли на вторую половину шахматной доски.[71]

Главная мысль Курцвейла состоит в том, что, хотя числа и становятся достаточно большими уже на первой половине шахматной доски, мы все равно способны осознать их реальность. Четыре миллиарда не слишком выходят за пределы нашей интуиции. Мы имеем дело с этим числом, убирая урожай, оценивая состояния богатейших людей мира или уровень национального долга. Однако на второй половине шахматной доски – там, где числа превращаются в триллионы, квадрильоны и квинтильоны, – мы перестаем улавливать их смысл. Мы теряем ощущение того, как быстро растут эти цифры по мере развития экспоненциального роста.

Отмеченное Курцвейлом различие между первой и второй половинами шахматной доски навело нас на мысль сделать один быстрый расчет. Бюро экономического анализа (BEA) отслеживает, помимо прочего, расходы американских компаний. Впервые BEA отметила «информационные технологии» в качестве отдельной категории корпоративных инвестиций в 1958 году. Мы взяли этот год в качестве отправной точки – в это же время деловой мир познакомился с законом Мура – и использовали в качестве периода удвоения 18 месяцев. После 32 удвоений американские компании перешли на «вторую половину шахматной доски» с точки зрения использования цифровых устройств. Это произошло в 2006 году.

Разумеется, эти расчеты – всего лишь забавное упражнение, а вовсе не серьезная попытка выявить точку, в которой изменилась реальность применения цифровых технологий в корпоративном мире. Можно поспорить и с выбором 1958 года как начальной точки, и с тем, что периодом удвоения выбраны 18 месяцев. Изменения в любом из этих предположений приведут к появлению другой точки перелома при переходе с первой на вторую половину шахматной доски. Кроме того, инновации в области бизнес-технологий происходили не только на второй половине доски; как мы обсудим позже, прорывы сегодняшнего и завтрашнего дня всецело основаны на достижениях прошлого и были бы просто невозможны без них.

Но мы все же предлагаем вам эти расчеты, поскольку они иллюстрируют важную идею о том, что экспоненциальный рост со временем приводит к появлению невероятно больших чисел, совладать с которыми не способны ни наша интуиция, ни опыт. Иными словами, на второй половине шахматной доски начинают происходить загадочные вещи. И большинству из нас, словно императору из легенды, сложно с ними справиться.

Одна из особенностей, отличающих вторую эру машин, – это скорость, с которой мы оказываемся на второй половине шахматной доски. Мы не хотим сказать, что в прежние времена никакие другие технологии не развивались по экспоненте. К примеру, после однократного резкого усовершенствования парового двигателя в результате инновации Уатта дополнительные мелкие изобретения привели к экспоненциальному улучшению в следующие 200 лет. Однако величина экспоненты была сравнительно небольшой, поэтому за весь период произошло лишь 3–4 удвоения эффективности.[72] С такими темпами нам потребовалось бы целое тысячелетие для того, чтобы добраться до второй половины шахматной доски. В условиях второй эры машин удвоение происходит значительно быстрее, а экспоненциальный рост оказывается более заметным.

Технологии второй половины доски

Наш быстрый расчет удвоений помогает понять, почему прогресс в области цифровых технологий все ускоряется и почему так много идей из области научной фантастики становятся реальностью бизнеса. Дело в том, что устойчивый и быстрый экспоненциальный рост закона Мура дошел до точки, с которой вычисления переходят в другой режим: мы теперь на второй половине шахматной доски. Инновации, описанные нами в предыдущей главе, – машины, способные самостоятельно передвигаться в дорожном потоке, суперкомпьютеры – чемпионы Jeopardy!, автоматически формируемые новости, дешевые и удобные фабричные роботы, а также недорогие потребительские устройства, представляющие собой одновременно коммуникаторы, «трикордеры» и компьютеры, – возникли после 2006 года, так же как и бесчисленное количество других диковин, совершенно непохожих на устройства прежних эпох.

Рис. 3.3. Множество измерений закона Мура

Одна из причин появления этих гаджетов состоит в том, что цифровой «движок», на котором они построены, наконец-то стал достаточно быстрым и при этом достаточно дешевым. Десять лет назад все было совсем иначе. Как выглядит цифровой прогресс на логарифмической шкале? Давайте посмотрим.

График на стр. 74 показывает, что закон Мура реализуется последовательно и широко; он действует в течение долгого времени (в некоторых случаях – десятилетия) и вполне применим к разным типам цифрового прогресса. Глядя на него, помните, что при использовании стандартной линейной шкалы на вертикальной оси все эти почти прямые линии напоминали бы первый график семейства трибблов Энди – они почти все время шли бы горизонтально, а затем, ближе к концу, взмывали бы вверх. И, конечно же, у вас не было бы никакой возможности изобразить их все вместе – все случаи описываются слишком разными по масштабу цифрами. Логарифмическая шкала принимает все это во внимание и позволяет нам получить более четкую общую картину изменений, связанных с цифровыми устройствами.

Вполне ясно, что многие существенно важные строительные блоки процесса вычислений: плотность микрочипов, скорость обработки, емкость запоминающего устройства, энергоэффективность, скорость загрузки и так далее – улучшались по экспоненте в течение долгого времени. Чтобы понять важность закона Мура для реального мира, давайте сравним возможности компьютеров, разделенных лишь несколькими периодами удвоений. Машина ASCI Red (1996), первый плод Ускоренной стратегической компьютерной инициативы (Accelerated Strategic Computing Initiative) правительства США, была на момент своего появления самым быстрым из когда-либо существовавших суперкомпьютеров. Для его создания потребовалось 55 миллионов долларов, а сотня его серверных шкафов занимала площадь почти в 150 квадратных метров в Национальной лаборатории Сандиа в штате Нью-Мексико.[73] Этот компьютер, предназначенный для расчета ресурсоемких задач типа имитации ядерных испытаний, был первым устройством, которое показало скорость выше одного терафлопа – то есть триллиона операций с плавающей запятой[74] в секунду – в ходе стандартных тестов. Чтобы достичь такой скорости, компьютеру требовалось более 800 киловатт в час, что сопоставимо с мощностью, потребляемой 800 домами. К 1997 году скорость ASCI Red достигла 1,8 терафлопа.

Через девять лет этой же скорости достиг другой компьютер. Однако он был сконструирован не для имитации ядерных испытаний, а для создания сложной реалистичной трехмерной графики в режиме реального времени. И сделан он был не для физиков, а для игроков в видеоигры. Этим компьютером был Sony PlayStation 3, который был вполне сопоставим с ASCI Red с точки зрения результативности, однако стоил около 500 долларов, занимал площадь менее одной десятой квадратного метра и потреблял 200 ватт.[75] Иными словами, за неполных 10 лет экспоненциальный цифровой прогресс дал нам возможность использовать мощные устройства, работавшие невероятно быстро, не только в единственной правительственной лаборатории, но и в гостиных и студенческих общежитиях по всему миру. Всего в мире было продано около 64 миллионов устройств PlayStation 3. А ASCI Red был демонтирован в 2006 году.

Экспоненциальный прогресс многое значил для достижений, которые мы обсуждали в предыдущей главе. Компьютер Watson производства IBM запускает массу умных алгоритмов, однако он не смог бы быть конкурентоспособным без компьютерного «железа», в сто раз более мощного, чем у его предшественника, шахматного компьютера Deep Blue, победившего в 1997 году чемпиона мира Гарри Каспарова. Приложения для распознавания речи типа Siri требуют немалых вычислительных мощностей, которые стали доступными лишь на мобильных телефонах типа iPhone 4S производства Apple (первый телефон с установленной в нем программой Siri). Фактически по своей мощности iPhone 4S был вполне сопоставим со знаменитым ноутбуком Powerbook G4, выпущенным той же компанией всего десятью годами ранее. Как показывают все эти инновации, экспоненциальный прогресс позволяет технологиям стремиться вперед и превращать научную фантастику в реальность на второй половине шахматной доски.

Дело не ограничивается компьютерами, или Насколько широки пределы закона Мура

Еще одно сравнение между поколениями компьютеров позволяет выявить не только силу закона Мура, но и его масштабность. Как и в случае с ASCI Red и PlayStation 3, суперкомпьютер Cray-2 (появившийся в 1985 году) и планшет iPad 2 (появившийся в 2011-м) имели почти одинаковые характеристики. Однако в iPad также имелись динамик, микрофон и гнездо для наушников. У него было две камеры; первая, на лицевой стороне устройства, имела уровень качества Video Graphics Array (VGA), а камера на задней стороне могла снимать видео в высоком разрешении. Обе камеры могли делать обычные фотографии, а задняя камера имела к тому же пятикратный цифровой зум. Планшет способен подключаться и к мобильным телефонным, и к Wi-Fi-сетям, у него есть приемник GPS-сигнала, цифровой компас, акселерометр, гироскоп и сенсор, оценивающий степень освещенности. Вместо клавиатуры у планшета – тачскрин с высоким разрешением, который может одновременно обрабатывать до 11 прикосновений.[76] И все эти опции содержит устройство, более тонкое и легкое, чем обычный глянцевый журнал, и стоящее при этом меньше тысячи долларов. По сравнению с этим гаджетом Cray-2, стоивший более 35 миллионов долларов (в ценах 2011 года), был совершенно глухим, немым и совсем немобильным.[77]

Впихнуть весь этот функционал в iPad 2 удалось благодаря значительным переменам, произошедшим в последние десятилетия: из аналогового мира в цифровой перекочевали такие сенсорные устройства, как микрофоны, камеры и акселерометры. По сути, они стали компьютерными чипами. И, соответственно, их развитие подчинилось закону Мура.

Цифровые устройства для записи звука использовались уже в 1960-е годы, а в 1975-м один инженер из компании Eastman Kodak сконструировал первую современную цифровую камеру.[78] Первые устройства такого рода были дорогими и неуклюжими, однако их качество быстро улучшалось, а цены падали. Первая цифровая однообъективная зеркальная фотокамера компании Kodak, DCS 100 на момент выхода на рынок в 1991 году стоила около 13 000 долларов; она обладала максимальным разрешением в 1,3 мегапикселя и хранила изображения на отдельном диске весом около 4,5 кг, который пользователю приходилось носить в сумке на плече. Однако количество пикселей в расчете на доллар стоимости цифровой камеры удваивалось почти каждый год (это явление известно под названием «закона Хэнди» – в честь работника австралийского офиса Kodak Барри Хэнди), а сами камеры и аксессуары становились со временем, в согласии с экспоненциальным законом, меньше, легче, дешевле и лучше.[79] Цифровые сенсоры улучшились настолько, что Apple через 20 лет после появления DCS 100 добавила в iPad 2 две крошечные камеры, способные снимать фото и видео. А когда компания на следующий же год представила новую модель iPad, разрешение задней камеры улучшилось более чем в 7 раз.

Глаза машины

Закон Мура работает для развития процессоров, памяти, сенсоров и многих других элементов компьютерного оборудования (заметным исключением являются батареи, рабочие показатели которых не улучшились по экспоненте, поскольку, в сущности, они представляют собой химические устройства, а не цифровые). Однако согласно этому закону вычислительные устройства становятся не только быстрее, дешевле, меньше по размеру и легче. Они также начинают делать прежде недоступные вещи.

Исследователи искусственного интеллекта уже давно увлекались (чтобы не сказать – были одержимы) проблемой одновременной локализации и картографирования (simul-taneous localization and mapping, SLAM). Это процесс создания ментальной карты незнакомого здания непосредственно в момент, когда вы перемещаетесь по нему – где находятся двери? а лестницы? обо что тут можно споткнуться? – и отслеживания, в каком месте здания вы находитесь (что позволяет найти путь к выходу). У подавляющего большинства людей процессы SLAM происходят при минимальном участии сознания. Однако научить этому машину было значительно сложнее.

Исследователи много думали о том, какими сенсорами снабдить робота (камерами? лазерами? сонарами?) и каким образом интерпретировать массу данных, которые он передает, однако прогресс в этой работе был достаточно медленным. В одном из обзоров работы в этом направлении, сделанном в 2008 году, утверждалось, что SLAM «представляет собой одну из фундаментальных проблем робототехники… [однако] нам представляется, что почти все нынешние подходы неспособны привести к созданию достаточно точных карт для обширных территорий, в основном из-за увеличения стоимости вычислений и роста уровня погрешности, что в случае расширения сценария делает работу невозможной».[80] Если говорить коротко, то основные проблемы, мешавшие развитию машинного SLAM, заключались в том, что было невозможно быстро собрать данные о достаточно большой территории и немедленно обработать их. Точнее, было невозможно – до тех пор, пока всего через два года после публикации этого обзора на рынке не появился новый гаджет для видеоигр стоимостью 150 долларов.

В ноябре 2010 года Microsoft впервые предложила в качестве дополнения к игровой платформе Xbox сенсорное устройство Kinect, которое могло отслеживать движения двух активных игроков, сканируя при этом движения примерно 20 суставов. Если один игрок становился перед другим, устройство самостоятельно оценивало скрытые от него движения второго игрока и сразу же находило все его суставы, как только он вновь оказывался на виду. Kinect мог также распознавать лица, голоса и жесты в самых разных условиях освещенности и при разном уровне шума. Достигалось это с помощью цифровых сенсоров, внешнего микрофона (способного находить источник звука лучше, чем встроенный микрофон), стандартной видеокамеры и системы глубинного восприятия, умевшей одновременно и излучать, и принимать сигнал в инфракрасном спектре. Несколько встроенных процессоров и огромное количество проприетарных программ позволяли конвертировать данные, поступавшие с этих сенсоров, в информацию, которую могли бы использовать разработчики игр.[81] На момент выхода продукта на рынок все эти возможности были упакованы в устройство высотой 10 см и шириной менее 30 см, которое продавалось в рознице за 149,99 доллара.

В течение 60 дней после выпуска продукта было продано более 8 миллионов устройств Kinect (намного больше, чем айфонов или айпадов). В настоящее время Kinect удерживает рекорд «Книги Гиннеса» как самое быстро продаваемое компьютерное устройство на потребительском рынке.[82] Поначалу семейство Kinect позволяло играть в дартс, заниматься физическими упражнениями, гулять по виртуальным улицам и произносить заклинания на манер Гарри Поттера.[83] Однако система была способна на большее. В августе 2011 года на конференции SIGGRAPH (специальной группы по графическим и интерактивным методам Ассоциации вычислительных устройств) в Ванкувере команда сотрудников Microsoft и ученых использовала Kinect, чтобы наконец-то решить одну из самых сложных проблем в области роботехники.

SIGGRAPH – самый крупный и престижный конгресс в области теории и практики цифровой графики. Его посещают исследователи, разработчики игр, журналисты, предприниматели и другие профессионалы, интересующиеся этой темой. Словом, это самое подходящее место для того, чтобы компания Microsoft могла представить здесь то, что сайт Creators Project назвал «самовзломом, который может изменить буквально все»[84].[85] Речь идет о Kinect Fusion, проекте, в котором Kinect использовался для решения проблемы SLAM.

В видеофильме, показанном на SIGGRAPH-2011, демонстратор поднимал Kinect и водил им вдоль стен типичного кабинета – со стульями, растением в горшке, настольным компьютером и монитором.[86] В ходе этого процесса видео разделялось на несколько экранов, на которых было показано все, что способен почувствовать Kinect. Сразу же становится ясно, что если Kinect и не полностью решает проблему SLAM для комнаты, то достаточно близок к этому. В режиме реального времени Kinect создает трехмерную карту комнаты и всех объектов в ней, включая сотрудников. Он распознает слово DELL, выдавленное в пластике на задней панели компьютерного монитора, хотя эти буквы не раскрашены и имеют глубину всего 1 мм. Устройство знает, где именно в комнате оно находится, и даже способно рассчитать, как будут отскакивать виртуальные шарики для пинг-понга, если их бросить в комнату сверху. В статье технологического блога Engadget, написанной после проведения SIGGRAPH, говорилось: «Kinect сделал трехмерное восприятие достоянием мейнстрима и более того: из обычного потребительского продукта сотворили нечто такое, от чего просто крышу срывает».[87]

В июне 2011 года, незадолго до SIGGRAPH, Microsoft выпустила комплект разработки программного обеспечения для Kinect, дав разработчикам все необходимое, чтобы они могли писать программы под PC, с помощью которых можно было бы управлять устройством. После конференции возник огромный интерес к использованию Kinect для целей SLAM. Многие команды, занимавшиеся робототехникой и исследованиями искусственного интеллекта, загрузили себе SDK и принялись за работу.

Менее чем через год команда ирландских и американских исследователей во главе с нашим коллегой Джоном Леонардом из лаборатории компьютерных наук и искусственного интеллекта МТИ анонсировала Kintinuous – «пространственно расширенную» версию Kinect. С помощью Kintinuous пользователи могли использовать Kinect для маппинга крупных объектов, например домов и даже улиц и площадей (которые команда сканировала, высовывая Kinect из открытого окна машины во время ночных поездок по городу). В конце статьи, описывающей их работу, создатели Kintinuous обещали: «В будущем мы расширим систему, чтобы она могла в полной мере осуществлять SLAM-подход».[88] Мы думаем, что нам не придется долго ждать очередного известия об успехе от этой группы. В руках способных инженеров экспоненциальная сила закона Мура со временем позволяет решать самые сложные проблемы.

Некоторые из технологий, которых мы касались в предыдущей главе, используют недорогие и мощные цифровые сенсоры. Так, у робота Baxter есть несколько цифровых камер и датчиков силы и положения. Совсем недавно все эти устройства были чудовищно дорогими, неуклюжими и неточными. Беспилотный автомобиль Google тоже использует несколько сенсорных технологий, однако самый важный из его «глаз» – устройство под названием LIDAR (от слов light («свет») и radar), размещенное на крыше машины. Этот прибор, разработанный компанией Velodyne, содержит 64 отдельных лазерных луча и такое же количество детекторов, заключенных в корпус, совершающий 10 оборотов в секунду. Устройство ежесекундно генерирует около 1,3 миллиона единиц данных, а бортовые компьютеры превращают их в трехмерную картинку в режиме реального времени, покрывающую до 100 метров во всех направлениях. Ранние коммерческие системы LIDAR, появившиеся на рынке около 2000 года, стоили до 35 миллионов долларов, однако в середине 2013 года появилось устройство Velodyne для беспилотной автомобильной навигации стоимостью около 80 000 долларов, и ожидается, что цена будет снижаться и дальше. Дэвид Холл, основатель и исполнительный директор компании, полагает, что массовое производство позволит цене продукта «сократиться до цены видеокамеры – то есть нескольких сотен долларов».[89]

Все эти примеры иллюстрируют первое из трех звеньев нашего объяснения, почему мы находимся во второй эре машин: устойчивый экспоненциальный рост позволил нам оказаться на второй половине шахматной доски – в эпохе, когда происходившее в прошлом больше не может служить надежным предиктором того, что случится дальше. Накопленное удвоение, описанное законом Мура (и этот процесс пока продолжается), привело нас в мир, где мощностью очередного суперкомпьютера всего через несколько лет после его появления обладает игрушка, где постоянно дешевеющие сенсоры позволяют экономично решать еще вчера неразрешимые задачи и где научная фантастика продолжает претворяться в реальность.

Иногда разница в количестве (то есть большее количество того же самого) превращается в качественные различия (появляется нечто, чего не было раньше). История второй половины шахматной доски напоминает нам о том, что экспоненциальный прогресс может привести нас в удивительные места. А множество недавних примеров убеждает в том, что мы уже там.

Глава 4. Дигитализация почти всего

Если вы можете измерить то, о чем говорите, и выразить это в числах – значит, вы что-то об этом знаете. Но если вы не можете выразить это в числах, ваши знания крайне ограничны и неудовлетворительны. Лорд Кельвин

«Эй, а ты слышал о …?»

«Тебе надо бы взглянуть на …»

Вопросы и рекомендации такого рода часто встречаются в нашей повседневной жизни. Именно таким образом мы узнаем о чем-то новом от друзей, родных и коллег, и именно так мы рассказываем о вещах, которые чем-то нас заинтересовали. Обычно фразы, начинающиеся подобным образом, заканчиваются названием рок-группы, ресторана, достопримечательности, телевизионного шоу, книги или фильма.

В цифровую эру предложения такого рода часто завершаются названием веб-сайта или гаджета. А в последнее время – и названиями мобильных приложений. В общей сложности для двух основных технологических платформ на рынке – iOS (Apple) и Android (Google) – имеется свыше 500 тысяч доступных приложений.[90] В Сети можно найти множество различных рейтингов этих приложений, однако «сарафанное радио» по-прежнему остается мощным коммуникационным инструментом.

Не так давно совет такого рода дал нам Мэтт Бин, докторант бизнес-школы Слоуна при МТИ и участник нашей команды Digital Frontier: «Присмотритесь к Waze; это что-то потрясающее». Но когда мы обнаружили, что речь идет о GPS-приложении, умеющем прокладывать маршруты движения, то на нас это не произвело большого впечатления. В наших машинах и так уже есть навигационные системы, а наши айфоны тоже умеют прокладывать маршруты с помощью приложения Maps. Мы просто не понимали, зачем нужна еще одна технология, показывающая, как добраться до нужного места.

Мэтт терпеливо объяснил нам, что использовать Waze для навигации – это все равно что состязаться в скорости с воловьей упряжкой на гоночном байке Ducati. В отличие от традиционной GPS-навигации, Waze не говорит вам, какой путь к нужной точке будет лучшим в принципе; это приложение сообщает, какой маршрут будет лучшим прямо сейчас. На сайте компании рассказывается, что:

идея Waze возникла много лет назад, когда Эхуду Шабтаю подарили наладонный компьютер с внешним GPS-устройством и предустановленной навигационной программой. Воодушевление Эхуда быстро уступило место разочарованию – программа была не в состоянии отразить все динамические изменения, характерные для реальных дорожных условий… Эхуд быстро взял дело в свои руки… Чего он хотел? Он хотел, чтобы программа точно отражала систему дорог, состояние трафика и всю прочую информацию, которая может потребоваться водителям в любой момент.[91]

Разочарование Шабтая вполне понятно каждому, кто когда-либо пользовался привычной системой GPS. Да, программа знает ваше точное местоположение благодаря сети из 24 геосинхронных GPS-спутников, которые построены и управляются правительством США. Система многое знает и о дорогах – какие из них представляют собой автострады, по каким разрешено лишь одностороннее движение и так далее, – поскольку у нее есть доступ к базе данных с этой информацией. Однако этим все и ограничивается. В ней не хватает того, что действительно хочет знать водитель: где впереди пробки, аварии, перекрытые улицы и другие вещи, влияющие на реальное время путешествия. Например, когда мы просим программу рассчитать путь от дома Энди до дома Эрика, она просто берет начальную точку (текущее местоположение машины Энди) и конечную точку (дом Эрика), а затем обращается к своей базе данных, чтобы рассчитать теоретический «самый быстрый» маршрут между этими точками. Этот маршрут будет проложен по главным дорогам и автострадам, поскольку там самая высокая разрешенная скорость.

Однако в часы пик этот теоретически самый быстрый путь перестает им быть; когда тысячи машин оказываются на крупных дорогах и шоссе, скорость дорожного потока становится намного ниже максимально допустимой. В таких ситуациях Энди придется искать обходные пути, небольшие дороги-дублеры, о которых знают лишь опытные водители. Конечно, GPS Энди знает и об этих дорогах (современные устройства знают обо всех дорогах), однако он не знает, что именно по ним пролегает лучший маршрут в 8:45 утра во вторник. И даже если начать движение с дублера, навигатор будет постоянно перенаправлять Энди на автостраду.

Шабтай понял, что по-настоящему полезная система GPS должна знать намного больше, чем просто расположение автомобиля на дороге. Ей нужно было знать и то, где находятся остальные автомобили, и насколько быстро они двигаются. Когда появились первые смартфоны, он воспользовался случаем и вместе с Ури Левиным и Амиром Шинаром основал в 2008 году компанию Waze. Гениальность программы состоит в том, что она превращает все смартфоны, на которых установлена, в сенсоры, постоянно передающие на серверы компании информацию о собственном местоположении и скорости. Таким образом, чем больше смартфонов одновременно используют это приложение, тем более точное представление о трафике в определенной области получает Waze. Вместо статичной карты дорог в ее распоряжении появляется карта со всеми текущими изменениями ситуации на дорогах. Серверы используют карту, обновления и набор сложных алгоритмов для расчета указаний для водителей. Если Энди хочет приехать к Эрику в 8:45 утра во вторник, Waze не потащит его на автостраду. Приложение поведет его по боковым улицам, на которых в это время сравнительно слабое движение.

Waze становится все более полезным для всех владельцев приложения по мере добавления новых пользователей, и это классический пример того, что экономисты называют сетевым эффектом – ситуацией, в которой ценность ресурса для каждого из пользователей повышается с каждым дополнительным пользователем. И количество пользователей Waze быстро растет. В июле 2012 года компания сообщила, что ей удалось удвоить за предыдущие 6 месяцев базу своих пользователей до 20 млн человек.[92] Это сообщество в совокупности проехало более 5 млрд км и отправило компании десятки тысяч сообщений об авариях, внезапных пробках на дороге, полицейских радарах, закрытых дорогах, новых выходах с автострад, заправках с более дешевым бензином и других вещах, которые могут быть полезны другим водителям.

Waze превращает GPS в сервис, по-настоящему нужный водителю: теперь система позволяет вам попасть туда, куда вы хотите, максимально быстро и просто, вне зависимости от того, насколько хорошо вы знаете местные дороги и условия. Система мгновенно превращает вас в самого опытного водителя в городе.

Экономика битов

В значительной степени появление Waze стало возможно благодаря закону Мура и экспоненциальному технологическому прогрессу, о которых мы говорили в предыдущей главе. В основе этого сервиса – множество мощных, но дешевых гаджетов (смартфонов, принадлежащих пользователям), каждый из которых оснащен немалым числом процессоров, сенсоров и передающих устройств. Подобной технологии не существовало еще десять лет назад, как и самого Waze. Она стала возможной лишь в последние несколько лет из-за того, что совокупная цифровая мощность повышается, а издержки постоянно снижаются. Как и говорится в третьей главе, экспоненциальное улучшение компьютерных устройств – одна из трех фундаментальных сил, движущих вторую эру машин.

Waze в огромной степени зависит от второй из этих трех сил – дигитализации. В своей знаковой книге 1998 года Information Rules («Правила информации») экономисты Карл Шапиро и Хэл Вариан называют это явление «преобразованием информации в поток битов».[93] Иными словами, дигитализация представляет собой перевод всех видов информации и медиа: текста, звуков, фотографий, видео, данных, получаемых от приборов и сенсоров, и так далее – в единицы и нули, то есть на родной язык компьютеров и родственных им устройств. К примеру, Waze использует несколько потоков информации: цифровые карты дорог, координаты автомобиля, которые передаются через приложение, предупреждения о пробках и многое другое. Именно способность Waze объединить эти потоки и в ясном виде предоставить их пользователям и объясняет популярность этого сервиса.

Мы думали, что достаточно хорошо понимаем суть дигитализации благодаря работам Шапиро, Вариана и других, а также тому, что мы почти постоянно погружены в онлайн-контент, однако за последние несколько лет этот феномен стал развиваться в неожиданных направлениях. Взрывным образом изменились его объем, скорость и разнообразие. Этот прорыв в дигитализации имел два значительных последствия: появились новые способы обретения знания (то есть новые способы заниматься наукой) и резко повысилась частота возникновения инноваций. В этой главе и пойдет речь о захватывающей новейшей истории дигитализации.

Как и многие другие современные онлайн-сервисы, Waze использует в своих интересах два хорошо понятных и уникальных экономических свойства цифровой информации – эта информация неконкурентна, а предельные издержки воспроизводства этой информации близки к нулю. На бытовом языке это означает, что цифровая информация не «расходуется» и не «истощается» при использовании, а производство цифровой копии какого-либо дигитализированного элемента информации стоит крайне дешево. Давайте детально рассмотрим каждое из этих свойств.

Так называемые «конкурентные продукты», с которыми мы имеем дело каждый день, могут потребляться лишь одним человеком или устройством в единицу времени. Когда мы, двое соавторов этой книги, отправляемся из Бостона в Калифорнию, то самолет, взлетающий вслед за нами, не может использовать топливо нашего лайнера. Энди не может занять кресло, в котором уже сидит Эрик (и даже если бы мы этого очень захотели, это запрещено авиационными правилами), и не может использовать наушники, которые Эрик уже надел, чтобы послушать музыку на своем смартфоне. Однако музыка сама по себе не является конкурентной. Ее могут слушать и другие люди как одновременно с Эриком, так и в любое другое время.

Если Энди покупает и читает старую бумажную книгу, например научно-фантастический роман Жюля Верна, он не «расходует» книгу. Закончив чтение, он может передать ее Эрику. Однако если бы мы оба одновременно захотели нырнуть в «20 000 лье под водой», нам пришлось бы либо найти еще один экземпляр, либо Энди нужно было бы изготовить копию имеющейся у него книги. С юридической точки зрения он вправе это сделать, поскольку книга не защищена копирайтом, однако ему придется провести немало времени у копировального аппарата или заплатить за работу кому-то еще. В любом случае создание такой копии обойдется недешево.[94] Кроме того, копия копии копии наверняка будет довольно неразборчивой.

Однако если у Энди есть цифровая копия книги, он может парой ударов по клавишам или кликов мыши создать дубликат, сохранить его на физический диск, а затем дать копию Эрику. В отличие от фотокопий, биты – копии других битов, обычно точно такие же, как и изначальные. Копирование битов – это чрезвычайно дешевое, быстрое и легкое занятие. Если создание оригинала книги или кинофильма требует определенных затрат, то производство последующих копий не стоит почти ничего. Именно это называется нулевыми предельными издержками воспроизводства.

Конечно, в наши дни, вместо того чтобы выдать Эрику диск, Энди скорее прицепит файл к электронному письму или поделится им через «облачный» сервис, например Dropbox. Так или иначе, Энди будет использовать для этого интернет. И он воспользуется этим способом, потому что он быстрый, удобный и, что крайне важно, почти бесплатный. Как и большинство других людей, мы платим фиксированную сумму за доступ в интернет дома и на мобильных устройствах (за доступ авторов в рабочее время платит МТИ). Если мы превысим определенный объем трафика, наш провайдер может взять с нас дополнительные деньги, однако до этого момента мы не платим за каждый бит; мы платим одну и ту же сумму вне зависимости от того, сколько битов скачиваем или загружаем в Сеть. Таким образом, у нас не возникает дополнительных расходов, связанных с отправкой дополнительных объемов данных. В отличие от товаров, созданных из атомов, товары, состоящие из битов, можно идеально копировать и пересылать (в пределах одной комнаты или по всей планете) почти мгновенно и почти без затрат. Может показаться, что большинство остальных продуктов никогда не станут бесплатными, совершенными и мгновенно доступными и надеяться на это бессмысленно, но чем большее количество информации обретает цифровую форму, тем больше вещей становятся таковыми.

Бизнес-модели для ситуаций, в которых первая копия все еще слишком дорога

Шапиро и Вариан элегантно суммируют вышесказанное, говоря, что в эпоху компьютеров и сетей «информация – вещь, дорогая в производстве, но дешевая при воспроизводстве».[95] Этой особенностью в полной мере пользуются сервисы онлайн-перевода – одна из тех технологий из мира научной фантастики, которые мы обсуждали во второй главе. Такие сервисы используют пары документов, уже переведенные с одного языка на другой (зачастую со значительными затратами) переводчиком-человеком. Например, Европейский союз (как и все его предшественники, начиная с 1957 года) издает свои официальные документы на всех основных языках стран-участниц, и ООН также выпускает множество текстов на всех шести официальных языках организации.

Создание столь большого объема информации обошлось в немалую сумму, однако после его дигитализации процесс копирования, изменения и повсеместного распространения будет достаточно дешевым. Именно это и делают сервисы типа Google Translate. Получив предложение на английском языке и запрос перевода на немецкий, сервис сканирует все известные ему документы на английском и немецком, ищет точное совпадение (или несколько фрагментов с достаточно близким совпадением) и затем возвращает соответствующий текст на немецком языке. Иными словами, самые развитые автоматические системы перевода наших дней – это вовсе не результат тщательного обучения компьютеров всем правилам человеческого языка и его применения. Вместо этого компьютеры оценивают статистические закономерности в больших массивах ранее накопленного цифрового контента, создание которого потребовало больших затрат, но воспроизведение не стоит почти ничего.

Что будет, когда контент станет бесплатным?

Но что произошло бы с цифровым миром, если производство информации тоже стало бы дешевым? А если бы оно было бесплатным с самого начала? После выхода в свет книги «Правила информации» мы стали искать ответы на эти вопросы – и звучат эти ответы достаточно вдохновляюще.

Старая поговорка гласит: «Время – деньги» – но одна из самых удивительных особенностей современного интернета состоит как раз в том, что множество людей готово тратить свое время на создание онлайн-контента, не ожидая никакого вознаграждения. К примеру, содержимое «Википедии» создается бесплатно силами добровольцев со всего мира. В настоящий момент это крупнейший и самый активно используемый информационный источник в мире, однако никто из авторов или редакторов «Вики» не получает за свою работу ни цента. То же самое справедливо в отношении множества сайтов, блогов, дискуссионных клубов, форумов и других источников онлайн-информации. Их создатели не ждут никакого финансового вознаграждения и генерируют контент совершенно бесплатно.

Когда Шапиро и Вариан опубликовали свои «Правила информации» в 1998 году, активное производство подобного бесплатного контента еще не началось. Blogger, один из первых сервисов для создания блогов, появился в августе 1999 года, «Википедия» – в январе 2001-го, а Friendster, одна из первых социальных сетей – в 2002 году. В 2004-м на смену Friendster пришел Facebook, скоро превратившийся в самый популярный интернет-сайт в мире.[96] В сущности, на шести из десяти самых популярных интернет-сервисов мира контент создают пользователи, и на шести из десяти самых популярных сайтов США[97] – тоже.

Весь этот контент, создаваемый пользователями, не только помогает нам выражать себя и общаться друг с другом; он также способствует претворению в реальность технологий, ранее существовавших лишь в мире научной фантастики. К примеру, Siri постепенно совершенствуется, анализируя огромное количество звуковых файлов, создаваемых пользователями при взаимодействии с системой распознавания голоса. База данных Watson состоит примерно из 200 миллионов страниц документов (в том числе полной копии содержимого «Википедии») и «весит» около четырех терабайт.[98] В течение некоторого времени в лексикон Watson входил даже словарь современного сленга, однако эта часть пользовательского контента была удалена после того, как, к изрядному смущению инженеров, Watson стал включать в свои ответы ругательства.[99]

Возможно, нам не стоит слишком сильно удивляться росту и популярности пользовательского контента: в конце концов, мы, люди, любим делиться и взаимодействовать. Куда более удивительным кажется то, что и машинам нравится общаться друг с другом.

Межмашинное взаимодействие (machine-to-machine, M2M) – универсальный термин для описания устройств, обменивающихся данными через интернет. На принципе M2M основана работа Waze; когда приложение активируется на смартфоне, оно начинает постоянно отправлять информацию на серверы Waze без какого-либо вмешательства со стороны человека. Подобным же образом, когда вы ищете недорогие авиабилеты на агрегаторе Kayak, сервис отправляет запросы на серверы различных авиакомпаний, а те отвечают в реальном времени, опять же без какого-либо вмешательства человека. Банкомат, прежде чем выдать нам наличные, уточняет у банка, сколько денег у вас есть на счету; цифровые термометры в фургонах-рефрижераторах постоянно демонстрируют супермаркетам, что товары в дороге не слишком сильно нагреваются; сенсоры на фабриках, где производят полупроводники, передают штаб-квартирам компаний сведения о каждом случае брака; кроме того, в реальном времени и без перерывов происходит бесчисленное количество других типов M2M-коммуникации. Согласно статье, опубликованной в июле 2012 года в газете The New York Times,

совокупный объем бесед между роботами в беспроводных сетях мира… может вскоре превысить объем всей голосовой коммуникации между людьми в этом канале.[100]

Когда метрической системы не хватает: взрывной рост данных

Дигитализация практически всего: документов, новостей, музыки, фотографий, видео, карт, новостей в личной жизни, социальных сетей, запросов на получение информации и ответов на них, данных со всевозможных сенсоров и так далее – представляет собой одно из самых важных явлений последних лет. Чем дальше мы входим во вторую эру машин, тем сильнее расширяется и ускоряется дигитализация, и при взгляде на статистику, связанную с ней, у нас просто перехватывает дыхание. Согласно данным компании Cisco Systems, всемирный интернет-трафик увеличился в 12 раз всего за 5 лет с 2006 по 2011 год, достигнув объема в 23,9 экзабайт в месяц.[101]

Экзабайт – огромное число, это примерно 200 тысяч баз данных компьютера Watson. Однако даже этого числа не хватает, чтобы описать общей объем нынешней и будущей дигитализации. Компания IDC, занимающаяся технологическими исследованиями, рассчитала, что в 2012 году в мире имелось 2,7 зеттабайт (2,7 сикстильона байтов) цифровых данных – почти вдвое больше, чем в 2011-м. И все эти данные не просто хранятся на жестких дисках наших компьютеров – они активно перемещаются. По прогнозам Cisco, глобальный трафик по межсестевому протоколу Internet достигнет к 2016 году 1,3 зеттабайт.[102] Для сравнения: это больше 250 миллиардов DVD-дисков с информацией.[103]

Все эти цифры ясно дают понять, что дигитализация создает по-настоящему большие объемы данных. По сути, если такой же быстрый темп роста сохранится и в будущем, нам перестанет хватать метрической системы. Когда в 1991 году на XIX Конференции мер и весов был расширен список приставок для числительных, самой большой из них была «йотта», обозначающая один септильон, или 10²⁴.[104] В нашей «эре зеттабайт» мы находимся всего в одном шаге от этого значения.

Бинарная наука

Взрывное расширение дигитализации, происходящее в последнее время, производит сильное впечатление, однако насколько оно важно? Действительно ли все эти экза- и зеттабайты цифровых данных полезны? Да, они невероятно полезны. Одна из главных причин, которые позволяют нам считать дигитализацию основной силой, формирующей вторую эру машин, состоит в том, что дигитализация улучшает процесс овладевания знанием. Она обеспечивает легкий доступ к огромным массивам данных, а данные – это источник жизненной силы науки. В данном случае под «наукой» мы понимаем работу над формулированием теорий и гипотез и их последующую проверку (говоря менее формально, мы делаем догадки о том, как что-то работает, а потом проверяем, верны ли они).

Некоторое время назад Эрик предположил, что данные поиска в интернете могут сигнализировать о будущих изменениях в ценах на недвижимость и объеме ее предложения по всей стране. Он исходил из того, что если семейная пара собирается переехать в другой город и купить там дом, то супруги вряд ли надеются провернуть это за пару дней. Они начнут собирать нужную информацию заранее, за несколько месяцев до переезда. В наши дни поиск такой первоначальной информации в интернете происходит постоянно: вы начинаете с того, что вбиваете в поисковой строке «риелтор в Финиксе», «районы Финикса» или просто «цена дом две спальни Финикс».

Чтобы протестировать свою гипотезу, Эрик поинтересовался у Google, может ли он получить данные по статистике поиска. Ему ответили, что никакого специального разрешения здесь не требуется и что эти данные бесплатно доступны онлайн. Эрик и его аспирант Линн Ву (оба – совсем не специалисты в области экономики недвижимости) построили простую статистическую модель, чтобы изучить данные, использующие контент, создаваемый пользователями в ходе их поисковых запросов через Google. Их модель связывала изменения в количестве поисковых запросов определенного рода с последующими изменениями цен на недвижимость и предсказывала, что если количество запросов, подобных описанным выше, сегодня выросло, то цены на дома и объем предложения в Финиксе будут расти в ближайшие три месяца. Оказалось, что эта простая модель вполне работает: фактически она предсказывала уровень продаж на 23,6 % точнее, чем прогнозы, публикуемые экспертами Национальной ассоциации риэлторов.

Подобных же успехов при использовании доступных цифровых данных добиваются и исследователи в других областях. Команда под руководством Руми Чунара из Гарвардской медицинской школы исследовала пути распространения холеры после землетрясения 2010 года на Гаити и выяснила, что информация об эпидемии в «Твиттере» была не менее точной, чем данные официальных отчетов; кроме того, эта информация появлялась как минимум на две недели раньше.[105] Ситарам Асур и Бернардо Губерман из Лаборатории социальной инженерии компании Hewlett Packard обнаружили, что твиты могут также использоваться для прогнозирования дохода от проданных билетов в кинотеатры. По словам ученых, их исследование «наглядно продемонстрировало, как социальные сети отражают коллективную мудрость, которая, если ее направить в нужное русло, может чрезвычайно мощно и точно предсказывать, что произойдет в будущем».[106]

Дигитализация может также помочь нам лучше понимать прошлое. Так, по состоянию на март 2012 года компания Google отсканировала свыше 20 миллионов книг, опубликованных за несколько столетий.[107] Этот огромный массив цифровых слов и фраз формирует основу для так называемой культуромики, или «применения техники сбора данных с высокой пропускной способностью и их анализа для изучения человеческой культуры».[108] Команда профессионалов из нескольких отраслей под руководством Жана-Батиста Мишеля и Эреца Либермана Эйдена проанализировала свыше 5 миллионов книг, опубликованных на английском языке начиная с 1800 года. Помимо прочего, они обнаружили, что количество слов в английском языке за период между 1950 и 2000 годами выросло более чем на 70 %, что прославиться в наши дни можно быстрее и легче, чем в прошлом (но и проходит эта слава быстрее), и что в XX веке интерес к вопросам эволюции стабильно снижался до тех пор, пока Уотсон и Крик не открыли структуру ДНК.[109]

Все это – примеры более ясного понимания и точного предсказания (или более качественной науки), возникшие благодаря дигитализации. Хэл Вариан, главный экономист Google, многие годы изучал это явление. Он также умеет отлично описывать то, что видит. Одно из наших любимых высказываний Вариана звучит так: «Я утверждаю и буду утверждать, что самой модной и привлекательной профессией в следующие 10 лет будет статистика. И я не шучу».[110] Когда мы видим объемы постоянно создающихся цифровых данных и думаем о том, сколько еще открытий при их исследовании нас ожидает, то не можем не согласиться с ним.

Новые уровни приносят новые рецепты

Информация в цифровой форме – это не только питательная среда для новых видов науки; это вторая фундаментальная сила (после экспоненциального прогресса), которая стимулирует инновации и этим формирует вторую эру машин. Отличным примером может служить Waze. Этот сервис выстроен на множестве цифровых технологий разных уровней и разных поколений, и ни одна из этих технологий не стала дефицитной и не истощилась, поскольку все цифровые продукты неконкурентны.

Первый и самый старый уровень – это цифровые карты, появившиеся как минимум одновременно с персональными компьютерами.[111] Второй – это GPS-информация о местоположении, ставшая намного более полезной для водителей после того, как правительство США повысило точность GPS-позиционирования в 2000 году.[112] Третий – это пользовательские данные; пользователи Waze помогают друг другу, предоставляя информацию обо всем, начиная с аварий и полицейских радаров, замеряющих скорость, и заканчивая более дешевыми заправками; они даже могут использовать приложение для общения между собой. И, наконец, Waze активно использует сенсорные данные; по сути, программа превращает каждый автомобиль в сенсор, оценивающий скорость дорожного потока, и использует эти данные для расчета оптимальных маршрутов.

Встроенные автомобильные навигационные системы, которые используют лишь первые два уровня данных – карты и GPS-позиционирование, – появились в нашей жизни уже некоторое время назад. Они могут быть чрезвычайно полезны, особенно в незнакомом городе, однако, как мы уже видим, обладают и серьезными недостатками. Создатели Waze поняли, что по мере развития и распространения дигитализации им удастся преодолеть недостатки традиционной GPS-навигации. Эти инноваторы сделали шаг вперед, добавив в уже существовавшую систему пользовательские и сенсорные данные, что значительно повысило мощность и полезность сервиса. Как мы увидим в следующей главе, такой стиль инноваций – отличительный признак именно нашего времени. И он настолько важен, что мы считаем его третьей и последней из сил, формирующих вторую эру машин. Следующая глава объясняет, почему это так.

Глава 5. Инновации: закат или рекомбинация?

Если вам нужна хорошая идея, у вас должно быть много разных идей. Лайнус Полинг

Думаем, что каждый из вас согласится: если бы количество и скорость появления инноваций в США снизились, в этом не было бы ничего хорошего. Однако, судя по всему, мы никак не можем понять, действительно ли эта скорость снижается или нет.

Мы беспокоимся об этом не только потому, что нам нравится новое (хотя оно нам действительно нравится). Как заметил писатель Уильям Мейкпис Теккерей, «новизна обладает прелестью, с которой еле-еле справляется наш ум».[113] Некоторые из нас с трудом противостоят соблазну купить новый гаджет; другие очарованы новинками моды или жаждут побывать в новых местах. С точки зрения экономиста, удовлетворение подобных желаний есть великое благо, и внимание к подобным запросам потребителей обычно считается весьма положительным качеством бизнеса. Однако помимо этого инновации – это еще и самая важная сила из тех, что делают наше общество богаче.

Почему инновация – это (почти) всё

Пол Кругман говорит от имени многих, если не всех экономистов, утверждая, что «производительность – это еще не всё, однако в долгосрочной перспективе это почти все». Почему? Кругман поясняет: «Способность страны улучшить в долгосрочной перспективе свой уровень жизни почти полностью зависит от способности повысить эффективность каждого работника» – иными словами, от количества часов труда, необходимых для производства чего угодно, начиная с автомобилей и заканчивая застежками-молниями.[114]

Большинство стран не обладают значительными запасами минерального сырья (например нефти) и, соответственно, не могут разбогатеть за счет их экспорта.[115] Поэтому для них единственный реальный способ стать богаче – то есть поднять уровень жизни своих граждан – это сделать так, чтобы компании и их работники производили больше продукции на тот же объем вложений. То есть, другими словами, чтобы то же число людей производило больше товаров и услуг.

Инновации – вот как достигается этот рост производительности. Экономисты обожают спорить друг с другом, но между ними воцаряется полный консенсус, когда речь идет о первостепенной важности инноваций для роста и процветания. Большинство представителей данной профессии, вероятно, согласится с Йозефом Шумпетером, великим исследователем этого вопроса, который писал, что «инновации – это выдающийся факт в экономической истории капиталистического общества… именно они в значительной степени отвечают за то, что мы на первый взгляд ошибочно можем приписать другим факторам».[116] Но на этом консенсус заканчивается. То, в какой степени этот «выдающийся факт» проявляется в настоящее время и демонстрирует ли процесс инноваций тенденцию к повышению или понижению, является предметом горячих споров.

Почему нам стоит беспокоиться: инновации истощаются

Экономист Боб Гордон, один из самых вдумчивых, внимательных и уважаемых исследователей вопросов производительности и экономического роста, не так давно завершил обширное исследование изменений, произошедших в уровне жизни в Америке за последние 150 лет. В результате он пришел к выводу, что процесс инноваций замедляется.

Гордон – как и мы – подчеркивает важность новых технологий в обеспечении роста экономики. Он, как и мы, впечатлен продуктивной силой, которую высвободили паровая машина и другие технологии промышленной революции. Согласно Гордону, это было первым по-настоящему важным событием в экономической истории мира. По его словам, «на протяжении четырех столетий, а возможно, и предыдущего тысячелетия не наблюдалось почти никакого экономического роста» вплоть до 1750 года – примерного начала промышленной революции.[117] Как мы видели в первой главе, кривая роста населения планеты и социальных достижений почти не ползла вверх до появления парового двигателя. Неудивительно, что не происходило и экономического роста.

Однако, как показывает Гордон, как только этот рост начался, он сохранял достаточно высокие темпы в течение последующих 200 лет. Это было связано не только с технологиями первой промышленной революции, но и с достижениями второй, которая тоже покоилась на технологических инновациях (вторая промышленная революция привела к появлению трех главных новшеств: электричества, двигателя внутреннего сгорания и внутренних санитарно-технических систем (водопровода и канализации) с проточной водой. Все это было внедрено в период между 1870 и 1900 годами).

По оценкам Гордона, «великие изобретения этой второй промышленной революции были настолько важными и перспективными, что основной их эффект проявился через 100 лет». Однако после того как этот эффект сказался в полной мере, возникла новая проблема. Сначала замедлился рост, а потом началось снижение. Когда паровой двигатель достиг пределов своего развития, ему на смену пришел двигатель внутреннего сгорания. А когда этот двигатель в свою очередь достиг своих пределов развития, ему не нашлось более перспективной замены. Говоря словами Гордона,

рост производительности (объема выпуска в час) заметно замедлился после 1970 года. В то время это казалось необъяснимым, но теперь становится все более ясно, что одноразовый эффект великих изобретений и их побочных продуктов больше не может повториться… Все, что происходило после 1970 года, представляло собой второстепенные улучшения: разработка ближнемагистральных региональных лайнеров, дополнение сети федеральных автострад объездными трассами вокруг городов и переход жилых домов Америки от индивидуальных кондиционеров, вставленных в оконный проем, к центральному кондиционированию.[118]

Гордон не одинок в своей точке зрения. В книге 2011 года «Великая стагнация» (The Great Stagnation) экономист Тайлер Коуэн достаточно определенно говорит об источнике экономических проблем Америки:

Мы постоянно проваливаемся в попытках понять свои провалы. Но у всех этих проблем имеется единственная и малозаметная первопричина: мы на протяжении 300 лет срывали только те фрукты, которые висят низко… однако в последние 40 лет плодов на нижних ветках уже не осталось, а мы продолжали притворяться, что они там есть. Мы не смогли признать, что технологический рост привел нас на технологическое плато, где фруктовые деревья встречаются намного реже, чем нам хочется думать.[119]

Технологии общего назначения: вот что действительно важно

Очевидно, что Гордон и Коуэн считают возникновение мощных технологий основным условием экономического прогресса. Историки экономики в целом соглашаются с тем, что некоторые технологии достаточно значительны для того, чтобы ускорить нормальный темп экономического прогресса. Для этого они должны распространиться на многие, если не на все отрасли производства; они не могут ограничиться одной. К примеру, коттон-джин (хлопкоочистительная машина) был, несомненно, важен для текстильного сектора в начале XIX века, однако за пределами этой отрасли не играл совершенно никакой роли.[120]

Напротив, пар и электричество распространились практически везде. Паровая машина не просто во много раз увеличила количество энергии, которая теперь стала доступна для фабрик; она не просто избавила промышленников от необходимости строить фабрики исключительно на берегах рек (поскольку пар пришел на смену приводу от водяного колеса) – паровая машина привела также к революции в области водного и наземного транспорта: появились паровозы и пароходы. Электричество тоже, в свою очередь, подстегнуло развитие производства, поскольку появилась возможность строить станки с автономным электромотором (прежде они приводились в движение от общего приводного вала). Кроме того, на фабриках, в офисах и на складах засиял электрический свет, а вскоре стали появляться другие инновации – например система кондиционирования воздуха, которая принципиально улучшила условия работы в некогда темных и душных цехах.

Экономисты называют такие изобретения, как паровая машина и электричество, технологиями общего назначения (general purpose technologies, GPT). Историк экономики Гэвин Райт предлагает лаконичное определение этого термина: «Новые идеи или методы, потенциально способные оказать важное влияние на многие сектора экономики сразу».[121] В данном случае под «влиянием» подразумевается значительный прирост объемов производства в результате повышения производительности. GPT крайне важны с экономической точки зрения – они вмешиваются в нормальный темп экономического прогресса и ускоряют его.

Придя к согласию относительно важности технологий общего назначения, ученые также достигли консенсуса относительно критерия, который делает технологию GPT: она должны быть повсеместной, обладать способностью улучшаться со временем, а также порождать новые инновации.[122] В предыдущих главах мы уже показали, что цифровые технологии соответствуют всем этим требованиям. Они улучшаются по траектории, описанной законом Мура, применяются в каждой отрасли в мире и приводят к инновациям вроде беспилотных автомобилей или компьютеров, побеждающих в «Своей игре». Но разве авторы этой книги – единственные, кому кажется, что информационно-коммуникационные технологии (information and communication technology, ICT) принадлежат к той же категории, что паровая машина или электричество? Иными словами, только ли мы считаем, что ICT можно отнести к технологиям общего назначения?

Разумеется, нет. Большинство историков экономики сходятся во мнении, что ICT соответствуют всем описанным критериям и потому должны быть допущены в клуб GPT. Более того, в списке кандидатов в этот клуб, составленном экономистом Александром Филдом, лишь паровая машина получила больше голосов, чем ICT, а последние, в свою очередь, уверенно делят второе место с электричеством.[123]

Но если мы все придерживаемся этого мнения, то почему вообще возникают споры о том, насколько важны информационно-коммуникационные технологии в новый золотой век инноваций и роста? Дело в том, что некоторые исследователи полагают, будто экономические преимущества этих технологий уже исчерпаны и что большинство «инноваций» последнего времени связаны исключительно с возможностями недорогих развлечений в Сети. Согласно Роберту Гордону,

первый промышленный робот был представлен компанией General Motors в 1961 году. Телефонистки исчезли в 1960-е… В 1970-е годы появились системы резервации авиабилетов, а к 1980 году в розничной торговле и банковских учреждениях начали активно распространяться сканеры штрих-кодов и банкоматы… В начале 1980-х годов появились первые персональные компьютеры с текстовыми редакторами и электронными таблицами… более новая и, следовательно, лучше знакомая нам инновация – быстрое развитие Сети и электронной коммерции начиная с 1995 года, однако этот процесс в целом завершился к 2005 году.[124]

В настоящее время, по словам Коуэна, «заслуги интернета вполне реальны, и я могу лишь превозносить его, а не проклинать… Тем не менее общая картина выглядит так: мы стали больше развлекаться, отчасти благодаря интернету. Кроме того, мы стали развлекаться задешево. Однако наши доходы растут сравнительно медленно, и всем нам – и частным лицам, и компаниям, и правительствам – становится все сложнее платить по счетам».[125] Короче говоря, информационно-коммуникационные технологии XXI века проваливают экзамен на экономическую значимость.

Почему нам не стоит беспокоиться: инновации не истощаются

Разумеется, для любого хорошего ученого лишь факты представляют собой конечное и решающее подтверждение любой гипотезы. Так что же говорят нам факты? Действительно ли показатели производительности подкрепляют эту пессимистичную оценку реальной важности дигитализации? Мы вернемся к фактам в главе 7. Однако прежде всего мы хотим показать вам иную точку зрения на то, как работают инновации, – альтернативу мнению о том, что инновации «истощаются».

Гордон пишет, что «полезно представлять себе инновационный процесс как набор отдельных изобретений, которые оказывают все более и более благотворный эффект, постепенно используя весь потенциал изначального изобретения».[126] Это кажется достаточно разумным. После появления паровой машины или компьютера мы лишь постепенно начали пожинать экономические плоды этих изобретений. Преимущества новых технологий начинаются с малого, пока технология еще не созрела и не стала применяться достаточно широко, затем усиливаются по мере совершенствования и распространения универсальных технологий, а затем начинают вновь сокращаться по мере того, как технология исчерпывает себя и перестает улучшаться и распространяться. Когда множество технологий общего назначения появляется в одно и то же время или в виде устойчивой последовательности, мы сохраняем высокие темпы роста в течение длительного времени. Однако в случае больших перерывов в появлении значимых инноваций экономический рост со временем прекращается. В честь прекрасного образа свисающих с нижних веток сочных фруктов, созданного Тайлером Коуэном, мы будем называть такую концепцию «инновация – это фрукт». Продолжая это сравнение, создание инновации напоминает выращивание фрукта, а ее эксплуатация – поедание этого фрукта.

Примечания