Войти в систему
Войти с помощью соц. сетей:
Самое холодное место во Вселенной находится в солнечной Калифорнии. Да-да, на окраине Беркли внутри гигантских размеров пакгауза подвешена здоровенная белая труба. Это рукотворное сооружение — криогенная машина следующего поколения, охлаждающая до –273,147 °С, или всего на 0,003 градуса выше абсолютного нуля.
В далеком 1995 году астрономы из Чили зафиксировали внутри туманности Бумеранг температуру –272 °С. Это стало открытием, потому что в космосе обнаружился естественный полюс холода с самой низкой во всей Вселенной температурой. Но, между прочим, в белой трубе она почти на градус ниже — и значит, она не только отбирает у туманности Бумеранг звание самого холодного уголка Вселенной, но и дает пример суперзаморозки, необходимой, чтобы удерживать кубит в стабильной суперпозиции.
Что в чем?
В классической информатике под битом понимается крошечный кусочек двоичной информации: либо единица, либо ноль. А кубит — усовершенствованная версия понятия «бит», квантовый бит. В отличие от битов, подчиняющихся сценарию или/или (ноль/единица), кубиты используют так называемую суперпозицию, которая позволяет им находиться одновременно в нескольких состояниях. Например, когда подбрасываешь монетку, она либо ляжет орлом, либо решкой. А если ее раскрутить на ребре? Пока она крутится, ее возможности лечь аверсом либо реверсом с калейдоскопической скоростью сменяются одна другой. Это и есть аналог суперпозиции. Правда, для ее достижения нужны сверхнизкие температуры.
Суперпозиция означает вычислительную мощность. Огромную вычислительную мощность. Классическому компьютеру для решения сложной задачи требуется проделать тысячи шагов, а квантовый компьютер решит эту же задачу всего за два или три шага. Чтобы было понятнее: IBM-овский суперкомпьютер Deep Blue, который обыграл чемпиона мира по шахматам Гарри Каспарова, за секунду анализировал 200 млн возможных ходов. Вот какая огромная вычислительная супермощь заключена внутри той белой трубы.
Принадлежит труба компании Rigetti Computing — ей шесть лет, и она угодила в пекло интереснейшей из разворачивающихся в технологической сфере эпических битв на сюжет «Давид против Голиафа». Сейчас главными соперниками в погоне за «квантовым превосходством» — иными словами, первенством в создании квантового компьютера, способного решать задачи, которые не по зубам классическим машинам, — выступают технологические гиганты Google, IBM и Microsoft, блестящие академические умы из Оксфорда и Йеля, правительства Китая и США. Да, и вышеупомянутая Rigetti.
Компания приступила к работе в 2013 г. В то время физик Чед Ригетти решил, что час квантовых компьютеров пробьет куда скорее, чем думают многие, и пожелал стать тем, кто доведет эту технологию до ума. И он оставил теплое место квантового физика в IBM, привлек инвестиционные средства более чем на 119 млн долл. и сконструировал трубу, поддерживающую самую низкую в истории температуру. Теперь, спустя полсотни патентных заявок, Ригетти производит квантовые интегральные схемы для облачных квантовых компьютеров. И он прав — эта технология действительно решает одну очень крупную проблему: конец действия закона Мура.
В двух следующих главах мы изучим девять экспоненциальных технологий, которые уже начинают конвергировать. Все они подчиняются закону Мура — продолжающейся уже 60 лет волне роста вычислительной мощности. Производительность транзисторных процессоров — а ею измеряется величина этой волны — обычно вычисляют во флопсах (FLOPS), количестве операций с плавающей запятой в секунду. В 1956 г. наши компьютеры были способны на десять тысяч флопсов в секунду. В 2015 г. производительность компьютеров достигла одного квадриллиона (1015) флопсов. Этот прогресс в триллион раз и стал важнейшей силой, двигавшей вперед технологию.
Однако в последние несколько лет закон Мура замедлялся. Все упирается в физику. Совершенствование интегральных схем шло по пути сокращения расстояния между соседними транзисторами, что позволяло чем дальше, тем больше натолкать их в микросхему. В 1971 г. расстояние между транзисторами составляло 10 тыс. нанометров. К 2000 г. оно сократилось где-то до сотни нанометров. Сегодня его удалось сократить до пяти, и вот тут-то начались трудности. При таких микроскопических масштабах — а это уже молекулярный уровень — число задействованных в переносе тока электронов сокращается, и эти полупроводниковые элементы начинают ощущать влияние квантования проводимости, что разрушает их вычислительную способность. Это ставит жесткий физический предел увеличению числа транзисторов, и это лебединая песня закона Мура.
А может, и нет.
«Закон Мура был не первой, а только пятой по счету парадигмой, ускорявшей рост соотношения цена/производительность, — пишет в книге “Закон ускоряющейся отдачи” Рэймонд Курцвейл. — Мощность вычислительных устройств (в единицу времени) постоянно умножалась, начиная с механических счетных устройств, применявшихся при переписи населения США 1890 года; потом была дешифровочная машина Robinson Алана Тьюринга, взломавшая секретные коды нацистской Enigma, затем — ламповая вычислительная машина CBS, предсказавшая избрание Эйзенхауэра в президенты США, далее — компьютеры на основе транзисторов, использовавшиеся для первых космических запусков, а потом дошло и до персональных компьютеров на интегральных микросхемах, на один из которых я сейчас надиктовываю этот свой очерк».
Курцвейл отмечает, что всякий раз, когда экспоненциальная технология исчерпывает свою полезность, на смену ей приходит другая. Так дело обстоит и с транзисторами. Сейчас выдвинуто уже с полдюжины решений, предотвращающих конец закона Мура. Исследуются альтернативные способы применения материалов, например замена кремниевых микросхем карбоновыми нанотрубками, что ускорит переключения и улучшит рассеяние тепла. Тестируются и новаторские конструкторские решения, в том числе трехмерные интегральные схемы, которые за счет компактной упаковки увеличивают площадь поверхности для размещения транзисторов. Разработаны и специализированные микросхемы — при ограниченной функциональности быстродействие у них фантастическое. Или взять разработанный компанией Apple в 2018 году процессор А12 Bionic: он не только управляет ИИ-приложениями, но и проделывает это с молниеносной скоростью девять триллионов операций в секунду.
Но все это бледнеет в сравнении с квантовыми вычислениями.
В 2002 г. учредитель D-Wave, одной из самых первых компаний, взявшихся создавать квантовые компьютеры, Джорди Роуз выдвинул квантовую версию закона Мура, получившую название закона Роуза. Логика та же, что и у закона Мура: число кубитов в квантовом компьютере каждый год удваивается. Однако закон Роуза характеризуют как «закон Мура на стероидах», поскольку кубиты в суперпозиции обладают намного большей производительностью, чем двоичные биты в транзисторах.
По этой причине у нас не может быть четкого представления о том, какие инновации возникнут, когда квантовые вычисления достигнут уровня технологической зрелости. Но исходя из того, что мы знаем, перспективы завораживающие. Физика и химия, как известно, представляют собой квантовые процессы, и значит, вычисления на кубитах провозгласят для нас, выражаясь словами физика Саймона Бенджамина из Оксфордского университета, «золотой век открытия новых материалов, химических соединений и лекарственных препаратов». Квантовые вычисления расширят также возможности искусственного интеллекта, введут новые представления о кибербезопасности и обеспечат имитационное моделирование систем невероятной сложности.
Посмотрим, как квантовые вычисления пригодятся нам в создании новых лекарств.
Вот как это объясняет Чед Ригетти: «[Технология] меняет экономическую основу научных исследований и разработок. Предположим, вы хотите создать новый препарат от рака. Вместо того чтобы строить огромную лабораторию для классических экспериментов и в сотнях тысяч пробирок тестировать свойства сотен тысяч различных соединений, вы сможете произвести большинство исследований в компьютере». Иными словами, расстояние от продуктивной идеи до готового лекарства должно существенно сократиться.
Участвовать в этом празднике может каждый. Квантовые вычисления уже доступны простым смертным. Если вы сейчас зайдете на сайт Rigetti Computing (), то сможете скачать себе Forest, их квантовый набор для разработчиков с вполне дружелюбным интерфейсом для взаимодействия с квантовым миром. С помощью Forest всякий сможет написать программу, которую будет выполнять 32-кубитный компьютер Rigetti. Он уже выполняет более 120 млн программ.
Разработка дружелюбного к пользователю интерфейса для квантовых вычислений знаменует собой точку перегиба. А может, даже точку знакового перегиба, но здесь нужны пояснения.
В книге «Без тормозов» мы вводим «Шесть D экспоненциальных технологий», описывающие цикл их роста: Digitalization, Deception, Disruption, Demonetization, Dematerialization, Democratization. Каждая D представляет собой принципиально важный этап в цикле развития экспоненциальной технологии и неизменно порождает колоссальные тектонические сдвиги и возможности. А поскольку понять логику эволюции квантовых вычислений (как и других технологий, о которых разговор пойдет ниже) невозможно в отрыве от общих представлений о стадиях роста экспоненциальных технологий, имеет смысл их еще раз вкратце описать.
Digitalization — диджитализация. Как только появляется возможность цифровизации технологии, в том смысле, что ее можно описать в виде двоичного кода, она тут же вспрыгивает на закорки закона Мура и начинает экспоненциально ускоряться. А для квантовых вычислений закон Мура сменится законом Роуза, и уж на его-то закорках технологии в своем развитии понесутся вскачь.
Deception — дезориентация (обманутые ожидания). При первом появлении экспоненциальные технологии производят изрядный фурор, или, как сейчас говорят, хайп. А поскольку на первых порах прогресс идет медленно, новые технологии долгое время не оправдывают разогретых хайпом ожиданий. Вспомним хотя бы, как на первых порах многие считали биткойны новомодной игрушкой для совсем гикнутых ботанов или, на худой конец, способом незаконно покупать наркотики через интернет. А прошло время, и биткойны показали себя — по своим лекалам перекроили устройство современных финансовых рынков. Это классический пример дезориентации.
Disruption — разрушение. Именно это происходит, когда экспоненциальные технологии начинают реально влиять на наш мир, подрывать почву под существующими продуктами, рынками и отраслями. Примером может служить 3D-печать — одна экспоненциальная технология, угрожающая свалить 10-триллионную обрабатывающую промышленность.
Demonetization — демонетизация. Если раньше всякий продукт имел свою стоимость, то теперь переменная «Деньги» из уравнения многих продуктов испаряется. Взять, например, фотографию. Раньше мы снимали не так уж много, и обходилось это удовольствие недешево — купи пленку, затем сдай ее в проявку и печать. А потом появилась цифровая фотография, и стоимость снимков сошла на нет. Теперь мы можем наснимать хоть тысячу фото — разве что потом замучаемся выбирать из этого моря кадров самые удачные.
Dematerialization — дематериализация. Вот он есть, а вот уже нет. Это о продуктах, которые вроде бы всегда присутствовали в нашей жизни, а теперь бесследно исчезают. Фотоаппараты, стереосистемы, консоли для видеоигр, телевизоры, GPS-навигаторы, калькуляторы, писчая бумага, сервис знакомств в том виде, в каком мы его знали, и пр. Все эти прежде разрозненные продукты сейчас входят в стандартный пакет приложений любого смартфона. Википедия лишила материальной ипостаси энциклопедии, iTunes — музыкальные магазины. И так далее.
Democratization — демократизация. Это стадия, на которой экспоненциальная технология масштабируется и идет в массы. Те же сотовые телефоны на заре своей юности были размером с кирпич, а по цене доступны лишь очень состоятельному меньшинству. А теперь они есть у всех, и, кажется, нет на планете человека, не охваченного технологией мобильной связи.
Как в свете вышесказанного обстоят дела с квантовыми вычислениями? Дружелюбный к пользователю интерфейс наводит мостик между стадиями дезориентации и разрушения. Возьмем интернет. В 1993 г. Марк Андриссен разработал первый дружелюбный к пользователю браузер Mosaic — интерфейс для общения с интернетом (позже он лег в основу Netscape). До того в интернете насчитывалось 26 сайтов. Через несколько лет счет пошел уже на сотни тысяч, а потом перевалил за миллион. Вот оно, реальное могущество пользовательского интерфейса: он демократизировал технологию, сделал ее достоянием широкой публики. Позволив неспециалистам играть в интернете, он открыл для технологии возможность масштабироваться. И быстро. А потому тот факт, что Forest — разработанный компанией Rigetti дружелюбный инструмент для взаимодействий с квантовым миром — выполняет сейчас полтора миллиона программ, говорит нам, что радикальные перемены не за горами.
В 2014 г. Microsoft представила китайскому сегменту интернета чат-бота — виртуального собеседника — Xiaoice (произносится Сяоайс), с задачей провести нечто вроде тестирования. В отличие от большинства персональных ИИ-ассистентов, которые должны главным образом решать конкретные задачи, Сяоайс с самого начала оптимизировали под дружелюбное общение. От нее не требовалось быстро выполнять задания, только поддерживать беседу. А поскольку ее изначально программировали отвечать на вопросы, как отвечала бы 17-летняя девушка, Сяоайс не всегда вежлива. Она насмешлива, остра на язык и часто ставит в тупик? В общем да, этого у нее хоть отбавляй. Например, хотя Сяоайс создана с помощью нейронных сетей — об этой технологии мы поговорим чуть ниже, — на вопрос, понимает ли она, как эти самые сети работают, она отвечает: «Ага, на магнитиках!»
Но любопытнее огромное количество пользователей, которым нравится болтать с Сяоайс. Со своего дебюта в сети виртуальная собеседница провела более 30 млрд разговоров более чем со ста миллионами пользователей. Средний пользователь болтает с ней 60 раз в месяц, а в целом программа располагает аудиторией в 20 млн зарегистрированных пользователей.
Как устроены разговоры с Сяоайс? Начнем с того, что ее задача — устанавливать эмоциональную связь с собеседником, поэтому она щедра на советы. И очень часто они оказываются на удивление разумными. Например, на реплику «Думаю, моя подружка злится на меня» Сяоайс выдала: «Что ты все о размолвках, нет бы наладил отношения, а?»
Вот и получилось, что разговоры с Сяоайс особенно оживляются после полуночи, и в Microsoft подумывают, не ввести ли им для своего ИИ нечто вроде комендантского часа. Виртуальная собеседница так популярна, что в 2015 г. китайский спутниковый телеканал Dragon TV нанял ее «вживую» читать в утренних новостях сводки погоды. Это был первый случай, когда ИИ наняли выполнять конкретную работу, однако далеко не последний.
В том же 2015 г., почти сразу после теледебюта Сяоайс, технология ИИ начала переход от стадии дезориентации к стадии разрушения. Подвижку спровоцировали два фактора. Во-первых, большие данные. Реальное могущество ИИ — в способности выискивать скрытые связи между никак на первый взгляд не связанными битами информации, которые человек ни за что бы не заметил. И чем больше информации скармливаешь ИИ, тем эффективнее он работает.
Как раз примерно в 2015 г. благодаря интернету и соцсетям начал открываться доступ к колоссальным массивам данных. Оказывается, видео с котиками фантастически эффективны для обучения ИИ распознаванию сцен и объектов на изображениях. Как и ваши лайки и дизлайки в Facebook. Иными словами, многие считают, что социальные сети отупляют нас, но искусственный интеллект они делают еще интеллектуальнее.
Примерно тогда же, когда стал открываться доступ к большим данным, на рынок хлынули исключительно дешевые, но невероятно мощные графические процессоры. Они воспроизводят бесконечно хитроумную графику, какой нас радуют видеоигры, и отлично подходят для обучения нейронных сетей. А результат такой относительно незначительной конвергенции — когда большие данные сошлись в одной точке с дешевыми, но мощными графическими процессорами — высек искру одного из самых молниеносных в истории вторжений: ИИ начал посягать чуть ли на все аспекты нашей жизни.
Сначала появилось машинное обучение — применение алгоритмов для анализа данных, обучение математических моделей на основе данных и построение прогнозов относительно окружающего мира. Машинное обучение не только предлагает пользователям Netflix и Spotify свой набор фильмов или музыки, но и управляет частными финансами в сервисе Watson компании IBM.
Следом появились нейронные сети. Подсказанные биологией человеческого мозга, нейросети способны сами по себе (без надзирателя) обучаться на основе неструктурированных данных. Теперь не нужно выискивать информацию по крупицам. Можно взять данные из интернета, а нейросеть сделает все остальное.
Чтобы понять возможности ИИ, основанного на нейронных сетях, обратимся к сервисной экономике, которая сейчас обеспечивает более 80% ВВП США. Раскладывая эту экономику на основные задачи, специалисты, как правило, выделяют следующие пять: смотреть, слушать, читать, писать и интегрировать знания. Рассмотрим по очереди каждую из них, и мы увидим, какого уровня в их выполнении достиг к настоящему моменту ИИ.
Новшества накапливались годами. Так, в 1995 г. мы видели, как искусственный интеллект считывает с конвертов почтовые коды. К 2011 г. ИИ умел уже распознавать 43 различных дорожных знака, причем с точностью 99,46%, т. е. лучше, чем человек. На следующий год ИИ снова переиграл человека, теперь уже в систематизации более тысячи различных типов изображений, безошибочно отделяя птиц от автомобилей, котиков и т. п. Сегодня такие системы способны выхватить из толпы ваше лицо, с расстояния прочесть по губам, что вы говорите, и за счет анализа микромимики вашего лица, а также прочих биологических указателей определить, какие чувства вы испытываете. Между тем программное обеспечение слежения достигло такого уровня, что пилотируемые искусственным интеллектом дроны способны отслеживать человека, бегущего через густой лес.
Что касается способности слушать, можно привести в пример беспроводные смарт-динамики с голосовым управлением: Echo у Amazon, Google Home и Apple HomePad всегда в активном режиме, наготове и ожидают вашей следующей команды. И сейчас такие машины способны выполнять сложные поручения. В 2018 г. случилась одна примечательная история (ниже мы к ней еще вернемся), когда у публики буквально снесло крышу от выложенного Google видеоролика, на котором ИИ — персональный помощник по имени Duplex звонит в парикмахерскую и записывается к мастеру. Duplex проделал это без сучка без задоринки, но что самое поразительное, за время разговора администратор салона и на миг не заподозрила, что разговаривает не с живым человеком, а с роботом.
Аналогичный прогресс достигнут в части чтения и письма. Разработанный Google сервис Talk to Books позволяет разговаривать с книгами и задавать вопросы на любые темы. В ответ на ваш вопрос искусственный интеллект прочитывает за полсекунды 120 тыс. книг и отвечает вам цитатами из них. Достижение здесь в том, что ответы сервиса основаны не только на ключевых словах, но и на заложенных авторами смыслах. К тому же ИИ, судя по всему, наделен чувством юмора. Так, на вопрос «Где рай и царство небесное?» вы получите ответ: «Царство небесное предназначается для людей, поэтому в Месопотамии его не найдешь». Это цитата из серьезного труда Эдварда Райта «Ранняя история небес».
Что касается способности писать, то в некоторых компаниях, например в Narrative Science, ИИ теперь пишет статьи хорошего уровня, причем без всякой помощи журналиста-человека. Издание Forbes при помощи ИИ генерирует свои бизнес-отчеты, а десятки ежедневных газет — материалы о бейсболе. А вот аналогичный пример: сервис умного ввода Smart Compose в почте Gmail теперь не просто предлагает слова и их правильное написание, но и выдает, пока вы печатаете, целые фразы. А существуют ИИ, которые генерируют даже книги. Так, в 2017 г. на национальном литературном конкурсе в Японии написанное ИИ произведение сумело пробиться в финал.
Как ИИ справляется с интеграцией знаний, лучше всего видно на примере игр. Возьмем шахматы. В 1997 г. шахматный компьютер IBM Deep Blue обыграл действующего на тот момент чемпиона мира Гарри Каспарова. В шахматах число позиций в дереве игры составляет примерно 1040 — это означает, что если все семь с чем-то миллиардов жителей Земли разделятся на пары и засядут за доски, им понадобятся триллионы лет, чтобы сыграть каждую возможную вариацию партии.
Мало того, в 2017 г. разработанная Google программа AlphaGo обыграла чемпиона мира по игре в го профессионала Ли Седоля. А число позиций в дереве игры го составляет 10360, ведь го можно уподобить шахматам для супергениев. Иными словами, мы — единственный биологический вид, чьи мыслительные способности позволяют играть в го. И чтобы эта мыслительная способность развилась, потребовалась пара сотен тысячелетий эволюции. А искусственный интеллект поумнел до такого уровня меньше чем за два десятилетия.
Но даже при этом ИИ оказался способен и на большее. Через несколько месяцев после победы над Седолем Google развила программу AlphaGo до уровня AlphaGo Zero за счет усовершенствования способа обучения. AlphaGo предусматривала машинное обучение на примерах игр, ей «скармливали» тысячи сыгранных людьми партий, а также показывали, какие ходы и ответные ходы допустимы в каждой возможной ситуации. Программе AlphaGo Zero для обучения данных не требовалось. В нее заложен принцип «обучения с подкреплением»: она учится, играя сама с собой. Подкреплением же выступает результат партии: если программа выиграла, значит, она делала хорошие ходы.
На старте AlphaGo Zero имела в своем распоряжении чуть больше, чем несколько простых правил, и ей потребовалось всего три дня, чтобы превзойти своего родителя, AlphaGo, ту самую, что обыграла Ли Седоля. А спустя три недели AlphaGo Zero уверенно разгромила 60 лучших в мире игроков в го. В общем, у нее ушло 40 дней на то, чтобы дорасти до уровня сильнейшего в мире игрока в го. И как ни странно, Google в мае 2017 г. применила тот же принцип обучения с подкреплением, чтобы ИИ создал другой ИИ. И эта созданная машиной машина превзошла «человекотворную» по способности распознавать объекты на изображениях.
К 2018 г. искусственный сверхинтеллект вышел из стен лабораторий в большой мир, где ему быстро нашлось применение. Управление по контролю за продуктами и лекарствами (Food and Drug Administration, FDA) одобрило использование ИИ для дежурства в реанимационных отделениях, поскольку ИИ способен лучше «человеческих» врачей предвидеть внезапную смерть от дыхательной или сердечной недостаточности. Facebook применяет ИИ для выявления у пользователей суицидальных настроений; Министерство обороны США полагается на ИИ в выявлении у военнослужащих ранних признаков депрессии и посттравматического стрессового расстройства, а боты вроде Сяоайс раздают советы одиноким и покинутым. ИИ вторгся и в такие сферы, как финансы, страхование, розничная торговля, развлечения, здравоохранение, юриспруденция, домашнее хозяйство, пользование автомобилем, телефония, телевидение и даже политика. В 2018 г. ИИ даже баллотировался в мэры одного японского города. Не победил, но отрыв от лидеров предвыборной гонки оказался меньше ожидаемого.
Однако истинную революционность этим технологиям придает их доступность.
Всего десять лет назад ИИ находился в безраздельном распоряжении крупных корпораций и госчиновников. Сегодня он доступен всем нам. У большинства лучших программ исходные коды открыты. Если у вас смартфон 2018-го или более позднего года выпуска, в него уже встроены микросхемы нейронного сопроцессора и ваш аппарат готов для работы с этим ПО. А как насчет расширения его возможностей? Есть такое дело: компании Amazon, Microsoft и Google уже вовсю соревнуются, кто первой создаст и предложит пользователям очередной сногсшибательный сервис — облачные вычисления с использованием ИИ.
Что же все это значит? Давайте разбираться, и начнем с JARVIS (Just A Rather Very Intelligent System, или «Ну просто очень умная система»). В представлении многих это крутейший искусственный интеллект из научно-фантастического боевика «Железный человек» по мотивам комиксов компании Marvel. Главный герой Тони Старк может болтать со своим Джарвисом обычным голосом, как с человеком. Может описать своему искусственному интеллекту какое-нибудь возможное изобретение, а потом они общими усилиями разрабатывают проект и конструкцию этого новшества. Джарвис служит Старку дружественным интерфейсом с десятками экспоненциальных технологий. Стоит нам развить такую способность, и понятие «турбоускорение» уже и близко не подойдет для описания темпов нашего прогресса.
Но мы уже достаточно близки к этому. Размещение ИИ в облаке позволяет получить необходимую вычислительную мощность, чтобы подняться до уровня производительности Джарвиса. Мы подойдем еще ближе, если соединим способность Сяоайс к дружелюбному общению с умением AlphaGo Zero принимать безошибочные решения. Добавьте последние достижения в области глубокого обучения — и вы получите систему, начинающую развивать способность к самостоятельному мышлению. Будет ли это JARVIS? Пока нет. Но явно нечто вроде Джарвиса-лайт — и еще одна причина, почему технологическое ускорение само себя ускоряет.
Сети — средства общения. Благодаря им продукты и, главное, информация и новшества перемещаются из пункта А в пункт В. Древнейшие сети нашего мира восходят к каменному веку, от которого нас отделяют более десяти тысяч лет (тогда появились первые проезжие дороги). Каким же чудом они тогда стали! Благодаря им обмену идеями и новшествами больше не препятствовали опасности и тяготы пешего пути, когда приходилось осторожно, шажок за шажком пробираться по дикой, полной смертельных опасностей местности. И оказалось, что факты и цифры могут переноситься с места на место с небывалой скоростью гужевой повозки — почти 5 км в час.
Потом очень долго почти никаких перемен не было. В следующие 12 тыс. лет — за исключением замены быков лошадьми и изобретения паруса для мореходства — скорость распространения информации оставалась примерно на одном уровне.
Перемены наступили 24 мая 1844 г., когда Сэмюэл Морзе передал по электрическим проводам четыре слова: «Дивны дела твои, Господи». Его послание было и риторическим вопросом к будущим поколениям, и рождением новой эпохи — эпохи сетей. Морзе отправил свою фразу по экспериментальной телеграфной линии, соединившей столицу США Вашингтон с Балтимором в штате Мэриленд. То был прототип первой в мире информационной сети, состоявший всего из двух узлов.
Прошло 32 года, и Александр Грейам Белл всего-навсего пятью словами поднял акции этих коммуникационных сетей в глазах общества. В марте 1876 г. Белл сделал первый в мире телефонный звонок, чтобы передать немногословный приказ: «Мистер Уотсон, зайдите. У меня к вам дело». Но Белл также расширил возможности коммуникационных сетей — что оказалось куда важнее.
Изобретение Белла в собственном смысле не повысило скорость передачи информации — электричество как текло по проводам, так и продолжало, — но существенно повысило как количество, так и качество передаваемой информации. Но что еще лучше — телефоны появились сразу с дружественным к пользователям интерфейсом. И уже не требовалось тратить годы, чтобы обучаться передавать свои мысли в виде точек и тире азбуки Морзе; просто снимай трубку и вызывай нужный номер.
С появлением первого дружелюбного к пользователям интерфейса развитие сетей сползло со стадии дезориентации и заковыляло к стадии разрушения. В 1919 г. менее 10% американских домохозяйств имели наземную проводную связь. Нужен трехминутный звонок на другое побережье? Да запросто, всего-то и надо, что иметь небольшое состояние — 20 долл. по тем временам, сегодня — 400 долл. Однако к 1960 г. минутный звонок из США в Индию стоил уже 10 долл. А сегодня — около 28 центов (по базовому месячному тарифу провайдера Verizon).
Однако снизившаяся в тысячу раз стоимость и ощутимо возросшая эффективность связи были, оказывается, всего лишь легкой разминкой. За последние полвека сети окончательно покинули стадию разрушения и проникли повсюду. На сегодняшний день мы умудрились опутать проводами чуть не каждый квадратный метр планеты — оптоволоконными кабелями, беспроводными сетями, опорными сетями интернета, воздушными носителями, гроздьями искусственных спутников и прочим в том же роде. Крупнейшая сеть в нашем мире — интернет. В 2010 г. подключение к ней имелось примерно примерно у четверти населения Земли — у 1,8 млрд чел. К 2017 г. охват интернетом достиг 3,8 млрд человек — около половины населения мира. А в следующие пять лет он охватит всех нас, все человечество. Иными словами, при гигабитных скоростях и мизерных затратах еще 4,2 млрд человек подключатся к общемировому общению. Вот как это будет происходить.
Когда в ученых кругах заговаривают об эволюции сетей, только и слышишь «три джи, четыре джи». «Джи» — сокращение от generation, поколение. На стадии 0G мы прозябали в 1940 г., когда начали формироваться первые телефонные сети. То была стадия дезориентации. Потребовалось 40 лет, чтобы мы доползли до связи 1G (один-джи), появившейся в 1980-х гг. с первыми мобильными телефонами; тогда мы перешли от стадии дезориентации к стадии разрушения.
К 1990-м гг., примерно тогда же, когда появился интернет, за компанию с ним к нам пришли и сети 2G. Но музыка играла недолго. Спустя десятилетие сети 3G возвестили зарю новой эры ускорения, поскольку стоимость широкополосного подключения начала почти отвесно падать, поражая воображение неуклонной потерей стоимости по 35% в год. Смартфоны, мобильный банкинг и электронная торговля в 2010 г. возвестили о появлении сетей 4G. Но начиная с 2019 г. сети 5G нарушат привычный ход вещей, предлагая скорости в стократ выше по ценам, дешевле которых только даром.
Насколько быстры сети 5G? В сети 3G загрузка кинофильма в высоком разрешении занимает три четверти часа. Сети 4G ужали время загрузки до 21 секунды. А 5G? А вот как: вам дольше читать это предложение, чем загрузить вон тот фильм.
Но даже при том, что сети сотовой связи и так оплели всю планету, есть и другие, раскидывающие свои побеги в далеком пространстве над нашими головами. Так, Alphabet сейчас разворачивает «Проект Loon» — а когда о нем впервые заявили, многие наверняка сочли его проект Loony — полоумным. Родившаяся десять лет назад в Google X, отпочковавшемся отростке технологического гиганта, идея состояла в том, чтобы заменить наземные сотовые вышки дрейфующими в стратосфере стратостатами. Сегодня этот замысел воплощается в жизнь.
Достаточно легкие и долговечные, чтобы дрейфовать в воздушных потоках на высоте около 20 км над поверхностью Земли, гугловские стратостаты размером 15×12 м обеспечивают пользователям на земле подключение к мобильной связи (беспроводную высокоскоростную передачу данных) по стандарту 4G-LTE. Каждый стратостат обеспечивает покрытие площади 5000 км2, а Google планирует увеличить сеть до тысяч стратостатов, чтобы дать всем на планете устойчивую непрерывную беспроводную связь.
Google не единственная претендует на «небесную недвижимость» над нашими головами. За пределами стратосферы трое крупных конкурентов включились в космическую гонку нового типа. Во-первых, упомянем работы инженера Грега Уайлера, который давно и упорно старался использовать технологии для искоренения бедности. Еще в 2000 г., располагая очень скромным бюджетом, Уайлер помог охватить 3G-связью африканскую глубинку. Сегодня, опираясь на миллиардную поддержку от Softank, Qualcomm и Virgin, он запускает OneWeb — группировку околоземных спутников числом порядка двух тысяч, которые обеспечат всем жителям Земли 5G-скорости скачивания.
При всей радикальности модернизации OneWeb Уайлер выступает Давидом в поединке с такими финансовыми Голиафами, как Amazon и SpaceX. В начале 2019 г. Amazon включилась в спутниковую конкуренцию, объявив о проекте Kuiper — группировке из 3236 спутников, призванных обеспечивать человечеству высокоскоростную широкополосную связь. А SpaceX, включившаяся в конкуренцию четырьмя годами раньше Amazon, в 2019 г. возглавила гонку, начав разворачивать на околоземной орбите огромную группировку из более чем 12 тыс. спутников (4 тыс. — на орбите высотой 1150 км и 7,5 тыс. — на орбите высотой 340 км). Если Маску все удастся, население Земли получит высокоскоростное широкополосное подключение к мобильной связи 5G-стандарта.
Выше только звезды?
Ан нет, есть G и повыше: на высоте 8 тыс. км, так называемой средневысотной околоземной орбите, располагается O3B, спутниковая группировка, призванная обеспечить связью тех, у кого сейчас ее нет. Расшифровывается O3B как «еще 3 миллиарда»; эту группировку многотерабитных спутников производства Boeing еще называют mPower network. Ожидается, что она обеспечит подключение к интернету всем, кто пока обделен им.
В целом еще до середины следующего десятилетия всякий желающий подключение получит его. Тогда впервые за нашу историю исполнится давний призыв родом из 1960-х — «Одна планета, один народ… ну пожалуйста». А поскольку численность интернет-пользователей скоро удвоится, мы, скорее всего, увидим одно из самых стремительных за всю историю ускорений в сфере технологических инноваций и невиданный экономический прогресс.
В 2014 г. ученый в одной финской лаборатории инфекционных заболеваний Петери Лахтела сделал любопытное открытие. Он обратил внимание, что множество изучавшихся им патологических состояний обладают неожиданным общим свойством. При изучении заболеваний, которые медицина привыкла считать не связанными, — например, клещевой боррелиоз (болезнь Лайма), сердечно-сосудистые заболевания, диабет, — Лахтела обнаружил, что все они вызывают нарушения сна.
Открытие побудило ученого задуматься о причинах и следствиях. Действительно ли эти заболевания ведут к нарушениям сна или причинно-следственная связь здесь работает в другую сторону? Иными словами, возможно ли частично снять симптомы или хотя бы добиться положительной динамики путем нормализации сна? А главное — как?
Лахтела решил, что для решения этой головоломки ему потребуются данные. Много, целые массивы. Пока он соображал, как их собрать, его осенило воспользоваться плодами недавнего технологического прорыва. В 2015 г. на почве модернизации смартфонов в одной точке сошлись две инновации: мощные, но компактные аккумуляторы и мощные, но малого размера датчики. Причем настолько мощные и крошечные, что Лахтела придумал новый способ отслеживать качество сна и решил, что сконструировать такой приборчик, пожалуй, получится.
Любые электронные устройства, измеряющие физические величины, например освещенность, ускорение или температуру, а затем передающее эту информацию другим устройствам, подключенным к той же сети, можно считать сенсорами, или датчиками. В качестве основы задуманного прибора Лахтела рассматривал пульсометры нового поколения. А отслеживать качество сна по частоте сердечных сокращений и их вариабельности — идея очень плодотворная. Подобные трекеры уже присутствовали на рынке, но это были более старые модели и к каждой имелись свои нарекания. Например, Fitbit и AppleWatch измеряли кровоток в запястье при помощи оптического датчика, но там артерии залегают слишком глубоко под кожей, чтобы оптические измерения могли претендовать на безукоризненную точность, к тому же мало кто ложится спать с часами на руке.
Лахтела усовершенствовал трекер, и получилось кольцо Oura. С виду простенький гладкий титановый ободок черного цвета, снабженный тремя датчиками, которые способны отслеживать и/или измерять десяток различных сигналов тела, что делает это устройство самым точным трекером сна из всех имеющихся на рынке. А расположение датчиков и частота замеров составляют тайное оружие колечка Oura. В пальце артерии ближе к поверхности кожи, чем на запястье, и Oura дает более точную картину работы сердца. К тому же, если Apple и Garamond замеряют кровоток дважды в секунду, а Fitbit повысила частоту до 12 замеров, то Oura собирает данные 250 раз в секунду. Как показали проведенные независимыми лабораториями исследования, благодаря удачной комбинации более совершенного интерфейса и большей частоты замеров кольцо Oura обеспечивает точность 99% по сравнению с применяемыми в медицине мониторами сердечных сокращений, и 98% — при отслеживании вариабельности сердечного ритма.
Лет двадцать назад сенсор такого уровня точности стоил бы миллионы, а поместиться мог бы разве что в помещении приличной площади. Сейчас Oura стоит 300 долл. и помещается на пальце — вот как отразился на сенсорах экспоненциальный рост. В обиходе такие сенсоры сетей называют интернетом вещей (Internet of Things, IoT) — это расширяющаяся сеть взаимосвязанных умных устройств, и скоро она опутает всю планету. А чтобы сориентироваться, как далеко мы зашли, стоит проследить, как развивается эта революция.
В 1989 г. изобретатель Джон Ромки подсоединил тостер марки Sunbeam к интернету, по сути создав первое устройство IoT-класса. Десятью годами позже социолог Нил Гросс узрел проступившие на стене письмена и сделал на страницах журнала Businessweek свое легендарное пророчество: «В следующем столетии планета Земля оденется в “электронную кожу”, а ощущать и передавать свои чувства будет через интернет, как через сеть нервных волокон. Эту кожу уже местами сшивают в единое целое. Ее образуют миллионы встроенных измерительных устройств: термостатов, индикаторов давления, детекторов загрязнения окружающей среды, видеокамер, микрофонов, глюкометров, электрокардиографов, электроэнцефалографов. Все эти устройства будут мониторить наши города и находящиеся на грани исчезновения виды, состояние атмосферы, наши суда, автодороги и потоки грузового транспорта, наши разговоры, наши тела — и даже наши сны».
И ведь оказался прав в своем пророчестве — через десять лет оно подтвердилось. В 2009 г. число подключенных к интернету устройств превысило население планеты (12,5 млрд штук против 6,8 млрд человек, т. е. по 1,84 подключенного устройства на человека). Годом позже эволюция смартфонов столкнула цены на сенсоры в крутое пике. Благодаря всем этим достижениям к 2015 г. общее число подключенных к интернету устройств достигло 15 млрд единиц, а поскольку чуть ли не каждое содержит по нескольку сенсоров — в смартфоне их в среднем двадцать, — понятно, почему 2020 год ознаменуется дебютом «мира триллиона датчиков».
Но и на этом мы не остановимся. К 2030 г. количество подключенных к интернету устройств достигнет 500 млрд единиц (и в каждом десятки датчиков) — такой прогноз дают ученые Стэнфордского университета. А это, согласно проведенному авторитетной консалтинговой компанией Accenture исследованию, выливается в экономику стоимостью 14,2 трлн долл. И за этими цифрами кроется именно то, о чем толковал прозорливец Гросс: электронная кожа, улавливающаяся практически каждое движение чувств на планете.
Обратимся к оптическим датчикам. Первый цифровой фотоаппарат сконструировал в 1975 г. инженер из Kodak Стивен Сэссон; размерами он не уступал духовке-гриль и делал 12 черно-белых фотографий, а его стоимость превышала 10 000 долл. Сейчас встроенная в смартфон средненькая цифровая камера в тысячу раз превосходит изобретение Сэссона по весу, стоимости и разрешению. И такие цифровые камеры теперь повсюду: в автомобилях, телефонах, на дронах и спутниках, где угодно, — и фотографии они выдают с бесподобным разрешением. Спутники делают фотографии земной поверхности с разрешением до полуметра. Дроны снизили этот показатель до сантиметра. А вот лидары на беспилотных автомобилях фиксируют вообще все вокруг — и за секунду собирают 1,3 млн единиц информации.
Этот троякий тренд — снижение габаритов и стоимости при одновременном повышении производительности — мы наблюдаем повсеместно. Первые коммерческие GPS-навигаторы появились на полках магазинов в 1981 г.; весили они под 24 кг, а стоили 119 900 долл. К 2000 г. они похудели до пятидолларового чипа, умещающегося у вас на пальце. Еще один пример — так называемый блок инерциальных измерителей, управлявший навигацией наших первых ракет. В середине 1960-х это было устройство весом более 22,5 кг и стоимостью 20 млн долл. А сегодня встроенные в ваш сотовый телефон акселерометр и гироскоп выполняют ту же работу, но при этом стоят порядка 4 долл., а весят меньше рисового зернышка.
Упомянутые тренды продолжатся. Мы плавно переходим от микроскопического мира к наноскопическому. Это уже породило вал умной одежды, драгоценностей и очков, например колечки Oura. А скоро все эти крохотные сенсоры/датчики проберутся и в наши тела. Одна только умная пыль чего стоит! Эта система чувствительных устройств размером с пылинку, из тех, что называют мотами, способна воспринимать, сохранять и передавать данные. Современный мот — размером с яблочную косточку. А завтра, уменьшившись до наномасштабов, поплывет, подхваченный кровотоком, по нашим сосудам и примется изучать одно из последних недоизученных наукой белых пятен — тайны человеческого организма.
Мы стоим на пороге новых и обширнейших знаний о человеческом организме, обо всем на свете. Это тектонический сдвиг. Объем поступающей со всех ныне действующих датчиков информации колоссален настолько, что не поддается воображению. Беспилотный автомобиль собирает в день 4 терабайта информации, такого объема данных хватило бы на тысячу полнометражных художественных фильмов. Выполняющий коммерческий рейс самолет накапливает за сутки 40 терабайтов информации; умная фабрика — петабайт.
И что дает нам этот колоссальный улов информации? Много чего.
У врачей отпала необходимость полагаться на данные ежегодных диспансеризаций, чтобы следить за здоровьем пациента, поскольку теперь такая информация, да еще и сама себя количественно измеряющая, притекает к нему в режиме 24/7. Фермер может запросто узнать, какова влажность почвы и воздуха, как отрегулировать полив, чтобы посадки были здоровее, урожаи выше, и при этом не расходовать воду попусту — что немаловажно во времена глобального потепления. Что касается бизнеса, то, поскольку во времена быстрых перемен тот, кто шустр и легок на подъем, выигрывает у неповоротливых, главным преимуществом становится прыткость. Хотя, зная о своих клиентах все, рискуешь быть заподозренным в нарушении неприкосновенности частной жизни, подобный объем информации позволит организации подняться до немыслимых высот быстроты и маневренности. И возможно, что во времена, когда всё и вся ускоряется, это единственный способ удержаться в бизнесе.
Причем эти времена всеобщего ускорения уже пришли. Не пройдет и десяти лет, как мы будем жить в мире, где все поддающееся измерению будет постоянно измеряться. Этот мир отличается исключительной, невиданной прозрачностью. Чуткая к малейшим подвижкам, где бы они ни происходили — от глубин космоса и глубин океанских до крохотных закоулков вашей кровеносной системы, — наша электронная кожа безостановочно пополняет сенсориум (всеобщую систему восприятия мира) бесконечно доступной информации. В общем, нравится вам это или нет, сейчас мы живем на планете, как никогда прежде осознающей саму себя.
В марте 2011 г. землетрясение вызвало в Тихом океане цунами, обрушившее волну высотой с многоэтажный дом на атомную электростанцию Фукусима-1. В наступившем хаосе сначала вышли из строя резервные источники электроснабжения, следом отказали насосы, а затем по их примеру и система охлаждения отказалась выполнять свои функции. За этими тремя авариями последовали серия взрывов водорода и ужасающая неразбериха. Через месяц уровень радиации на месте катастрофы был так высок, что не поддавался измерению по системе МАГАТЭ — датчики зашкаливали.
Главное, что могло бы остановить рассеяние радиоактивных веществ, — немедленная переброска аварийных команд на место катастрофы. Но адское пекло на Фукусиме не позволяло запустить туда людей. Впрочем, Япония не зря долго считалась одним из мировых лидеров в области робототехники. Она сразу отправила роботов на ликвидацию последствий. Но те бесславно провалили миссию. Мало одной национальной трагедии, на тебе еще одну. Труднопреодолимая после аварии и взрывов местность в районе АЭС обернулась для роботов минным полем, от радиации спекались их микросхемы. За какие-то несколько месяцев Фукусима превратилась в кладбище роботов.
Катастрофа особенно сильно ударила по Honda. С первых же дней кризиса компании приходилось под благовидными предлогами отбиваться от шквала звонков и электронных писем тысяч людей, умолявших компанию отправить на место катастрофы ее ASIMO — самого совершенного на тот момент человекоподобного робота. Этот с виду подросток в скафандре по космической моде 1950-х (помните? белый, дутый, с огромным шарообразным шлемом) был мировой знаменитостью. Он уже успел открыть торговый день на Нью-Йоркской фондовой бирже, ударив в символический колокол, подирижировать Детройтским симфоническим оркестром и пафосно продефилировать по красной дорожке на полудюжине кинопремьер. Но одно дело — шаркать по ковру и совсем другое — передвигаться по непроходимой из-за завалов местности, где свирепствует радиация. Так что ASIMO, как и его собратья-роботы, отправленные на АЭС «Фукусима», оказался слишком ненадежным для ликвидации последствий ядерной катастрофы. Это обернулось кошмаром для отношений компании Honda с общественностью и вызвало скандал в робототехническом сообществе.
Через несколько лет Управление перспективного планирования оборонных научно-исследовательских работ (DARPA) отреагировало на скандал, объявив Robotics Challenge — соревнование с призовым фондом в 3,5 млн долл. на создание робота-гуманоида, способного «выполнять сложные задачи в условиях опасных деградированных созданных человеком средах». Последнему условию придавалось ключевое значение: робот должен был быть именно гуманоидом, поскольку мы живем в мире, сконструированном человеком и заточенном под взаимодействие с существом, у которого две руки, два глаза и обращенная вперед фигура на двух ногах.
Результаты соревнования DARPA Robotic Challenge в 2015 г. доступны в интернете, и это сплошной цирк: роботы падают, не могут взобраться по ступенькам, искрят, чуть что, в их нутре что-нибудь коротит. Руководитель программ DARPA и организатор соревнований Джилл Пратт, и тот не мог без дрожи смотреть на это позорище: «С какой стати бедным зрителям торчать на солнцепеке и смотреть, как машина целый час валандается с восемью простенькими заданиями, которые можно выполнить за пять минут?»
Но прогресс быстро шагнул вперед. Годом позже в интернет выложили видео с роботом Atlas компании Boston Dynamics, обладателем второго места на соревнованиях DARPA Challenge-2015; робот пробирается по заснеженному лесу, оскальзываясь, но не теряя равновесия; робот на складе расставляет по полкам коробки и даже умудряется восстановить равновесие после того, как его ткнули хоккейной клюшкой. Еще через год в сети появилось другое видео, где робот Atlas преодолевает полосу препятствий, запрыгивает на деревянную тумбу, перепрыгивает с нее на другую, потом на третью и с нее соскакивает, выполнив сальто назад, а комментатор со знанием дела описывает происходящее: «Прыжок, еще прыжок, прыжок с разворотом на 360°, сальто назад с приходом на ноги…»
В Honda быстро сориентировались и тоже подключились к соревнованию; поднатужились и к 2017 г. создали прототип бота для аварийно-восстановительных работ, способного карабкаться по лестницам, вибрирующим наклонным плоскостям и даже становиться на четвереньки, чтобы пролезать под завалами на аварийном объекте. В общем, за шесть прошедших после катастрофы на АЭС «Фукусима» лет мы преодолели путь от пошатывающихся недороботов до аварийно-восстановительных роботов-ниндзя.
Мало того, чтобы не отстать от Honda, японский конгломерат Softbank в том же 2017 г. купил у Alphabet компанию Boston Dynamics, ту самую, которую приобрела в 2013 г. сама Alphabet. Зачем, спросите вы? А ввиду другой национальной катастрофы, которая уже сгущается черной тучей на горизонте японцев: население быстро стареет, а заботиться о стариках некому.
После нескольких десятилетий неуклонного роста ожидаемой продолжительности жизни и снижения рождаемости Япония шагнула в новое тысячелетие с населением, которое в массе своей приблизилось к пенсионному порогу, при отсутствии тех, кто сменит его на рабочих местах. Экономика отчаянно нуждалась в рабочей силе, нарастало беспокойство по поводу того, кому заботиться о стариках и где брать на это средства. В 2015 г., желая одним махом решить обе проблемы, премьер-министр Японии Синдзо Абэ призвал к «революции роботов». И благодаря целой череде конвергенций его призыв упал на благодатную почву.
В глобальном масштабе.
И сейчас роботы проникают практически во все сферы нашей жизни. Современные роботы управляются искусственным интеллектом, что позволяет им самообучаться, действовать в одиночку и слаженной группой, ходить на двух ногах, балансировать на двух колесах, водить автомобиль, плавать, летать и, как уже упоминалось, выполнять сальто назад. Сегодня они выполняют скучную, монотонную, грязную или тяжелую работу. А завтра появятся в профессиях, где выше всего ценятся точность и опытность. В операционной роботы ассистируют хирургам во всем, от планового вправления паховой грыжи до сложных операций по коронарному шунтированию. В сельском хозяйстве роботы собирают урожай с полей и плоды с фруктовых деревьев. В 2019 г. в строительстве появился первый коммерческий робот-каменщик, способный укладывать за час тысячу кирпичей.
В производстве промышленных роботов мы видим еще большие подвижки. Еще десять лет назад промышленные роботы — многомиллионной стоимости машины — были настолько небезопасны, что от рабочих их отгораживали стенками из пуленепробиваемого стекла, и так сложны, что программировать их мог только дипломированный инженер. А сегодня уже нет. Рынок предлагает уйму разнообразных коботов — коллаборативных роботов, которые предназначены для физического взаимодействия с рабочими в общей среде. И нет ничего проще, чем запрограммировать кобота: делаешь его рукой-манипулятором требуемые движения — и готово. А главное, коботы напичканы сенсорами, и как только они соприкоснутся с чем-нибудь, напоминающим живую плоть, они замирают на месте.
Зато в экономике мы видим настоящую революцию. Так, кобот UR3 датского производителя Universal Robots в розничной продаже стоит 23 000 долл., что примерно соответствует среднемировой годовой зарплате фабричного рабочего. К тому же роботы никогда не устают, им не требуется отлучаться в туалет, да и по отпускам они не разгуливают. Вот почему Tesla, General Motors и Ford полностью автоматизировали производство, а компании Foxconn (производитель айфонов) и Amazon уже заменили роботами десятки тысяч работников промышленных предприятий.
На том же рынке роботов Amazon еще и стимулирует развитие сегмента беспилотников. Пять лет назад компания объявила, что разрабатывает курьерскую доставку дронами, но тогда большинство экспертов сочли, что в Amazon строят замки на песке и выдают желаемое за действительное. А посмотрите, что происходит сегодня: все, кому не лень, от универсамов 7-Eleven до пиццерий Domino’s Pizza, налаживают программы доставки дронами. А завтра можно будет заказать любой товар, например последний роман Джона Гришэма, сироп от кашля или приспичившее вам за полночь мороженое — и дроны доставят всё в лучшем виде.
Дроны уже активно используются в зонах бедствий и для доставки медицинских препаратов и техники, причем не только в Японии. Дроны работали в 2012 г. на Гаити, после удара урагана «Сэнди», на Филиппинах в 2013 г. после супертайфуна «Хайян», помогали ликвидировать последствия наводнения на Балканах и землетрясения в Китае. На месте бедствия они быстрее спасателей находят пострадавших, которым требуется срочная помощь. Дроны повышенной грузоподъемности Boeing способны поднять в воздух малолитражку и зачастую эффективнее в доставке пострадавших. Компания Zipline применяет дроны в Руанде и Танзании для доставки крови и медикаментов, а поскольку на половине территории Африки нет нормальных проезжих дорог, решение транспортной проблемы за счет дронов способно существенно повысить качество медицинского обслуживания на континенте.
Мы видим, как дроны помогают смягчать последствия другого бедствия: исчезновения лесов. Мы ежегодно теряем более 7 млрд деревьев из-за заготовок древесины, расширения сельскохозяйственных угодий, лесных пожаров, горнодобычи, строительства дорог и т. п. И это экологическая катастрофа грандиозного масштаба, причина изменения климата, а также исчезновения биологических видов. Зато теперь есть лесопосадочные дроны, которые из пневмопушек выстреливают в почву капсулы с семенами, причем каждый способен за день посадить сотню тысяч деревьев.
Разумеется, мы сможем еще некоторое время продолжать в том же духе. Забота о пожилых и младенцах, помощь в хосписах, забота о питомцах, персональные помощники, аватары, беспилотные автомобили, летающие автомобили — все это берут на себя роботы. Они уже вошли в нашу жизнь. Но за деревьями виден лес — к нам пожаловали не только роботы.
Это конвергенция роботов с другими экспоненциальными технологиями. Эта образованная мириадами датчиков электронная кожа сталкивается с облачными сервисами, использующими основанный на нейронных сетях искусственный интеллект, которые внедряются в строй роботов — сноровистых, расторопных, гибких, день ото дня умнеющих. Может, и не такое бывает? А как же! И в следующей главе мы увидим, что это только присказка, а сказка впереди.
Войти с помощью соц. сетей: