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

• Название: Вторая эра машин. Работа, прогресс и процветание в эпоху новейших технологий
• Автор: Эндрю Макафи
• Жанр: Прочая научная литература
• Год: 2017
• ISBN: 978-5-17-104560-9

Беспилотные автомобили, нейронные сети, компьютерная диагностика заболеваний, использование Больших данных в самых разных сферах человеческой деятельности… Авторы этой книги, инженеры и ученые из Массачусетского технологического института, сравнивают стремительное развитие цифровых технологий, которое мы наблюдаем сегодня, с промышленной революцией XVIII столетия – первой «эрой машин».

Промышленная революция положила начало современному миру, вторая эра машин тоже на наших глазах создает новый мир: все социальные структуры и экономические принципы будут пересмотрены, технологии коренным образом изменят буквально все стороны нашей жизни.

---

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]