Текст книги "Мегатех. Технологии и общество 2050 года в прогнозах ученых и писателей"

Каждое из этих перспективных улучшений, однако, имеет ограничения: либо выгода будет разовой, либо окажется применимой только к определенным видам расчетов. Мощь закона Мура заключалась в том, что все улучшения происходили с удивительной регулярностью. В будущем прогресс будет более бессистемным, непредсказуемым и чреватым ошибками. И, в отличие от прежних славных дней, непонятно, насколько серьезно он затронет потребительские товары. В конце концов, мало кто согласился бы иметь криогенно охлаждаемый квантовый ПК или смартфон. То же касается и жидкостного охлаждения – много весит, грязно, сложно. Даже построением специализированного кристалла для конкретной задачи стоит заниматься лишь в том случае, если он будет использоваться регулярно.

При этом все три технологии будут хорошо работать в центрах обработки данных, где помогут стартовать еще одному крупному тренду нескольких ближайших десятилетий. Традиционно компьютер представляет собой большую или меньшую коробку на вашем столе или у вас в кармане. В будущем все более широко распространяющееся подключение к Интернету и сети мобильной связи позволит спрятать вычислительные мощности в центрах обработки данных, при этом клиенты будут использовать ее в том виде, в каком она им нужна. Другими словами, вычислительная мощность станет предоставляемой по требованию услугой, как сегодня электричество или вода.

Возможность убрать аппаратное обеспечение, выполняющее всю вычислительную работу, из куска пластика, с которым обычно работают пользователи, известна как «облачные вычисления». Они станут одним из самых важных для компьютерной промышленности способов нивелировать последствия краха закона Мура. В отличие от смартфона или ПК, которые могут увеличиваться лишь до определенной величины, центры обработки данных можно сделать более мощными, просто построив их большими. По мере роста мирового спроса на вычисления все возрастающая их доля будет происходить на удаленных площадях, расположенных в сотнях миль от пользователей.

И этот процесс уже начался. Возьмите приложение Siri – голосовой персональный помощник, созданный компанией Apple. Декодирование человеческой речи и намерений, скрытых за инструкциями вроде «Сири, найди мне какой-нибудь индийский ресторан», требует большей вычислительной мощности, чем доступна iPhone. Вместо этого смартфон просто записывает голос своего пользователя и передает информацию на более мощный компьютер в одном из центров Apple по обработки данных. Выбрав подходящий ответ, тот отправляет информацию обратно на iPhone.

Подобная модель может использоваться не только для смартфонов. Чипы уже пробрались в вещи, обычно не воспринимаемые в качестве компьютеров – от автомобилей до медицинских имплантатов, телевизоров и чайников. И процесс не стоит на месте. Этот тренд лежит в основе «Интернета вещей» (IoT), идея которого заключается в компьютеризации почти каждого мыслимого объекта. Умная одежда будет использовать домашнюю сеть, чтобы подсказать стиральной машине, какие настройки следует использовать; умные тротуарные плиты станут контролировать пешеходный трафик в городах и предоставлять правительствам подробные карты загрязнения воздуха. Еще раз: проблески будущего видны уже сегодня. Например, инженеры таких фирм, как «Роллс-Ройс», уже сегодня могут отслеживать десятки показателей конкретных реактивных двигателей в полете. Созданы умные домашние устройства, позволяющие их владельцам с помощью смартфона контролировать все – от освещения до кухонных приборов.

Но чтобы IoT полностью реализовал свой потенциал, потребуется каким-то образом осмыслить бурные потоки данных, которые будут производить миллиарды IoT-чипов – сами они с этим не справятся. К примеру, микросхема, встроенная в умную тротуарную плиту, должна быть как можно более дешевой и очень маломощной. Поскольку подключение тротуаров к электрической сети нецелесообразно, такие микросхемы должны будут получать энергию от тепла окружающей среды, движения пешеходов или даже от окружающего электромагнитного излучения.

Когда закон Мура перестанет работать, определение понятия «лучше» изменится. Помимо описанных выше, существует масса иных многообещающих идей. Например, много усилий будет направлено на повышение энергоэффективности компьютеров. Это имеет значение по нескольким причинам. Потребители хотят, чтобы батареи в их смартфонах дольше держали заряд. IoT потребуется установка компьютеров в таких местах, где электрическая сеть недоступна. Наконец, количество вычислений достигло такого уровня, что потребляет уже около 2 % произведенной в мире электроэнергии.

Еще одной областью дальнейшего усовершенствования являются пользовательские интерфейсы, поскольку современные технологии уже устарели. Клавиатуры являются прямыми потомками механических пишущих машинок. Мышь впервые была продемонстрирована в 1968 году. Тогда же был показан графический пользовательский интерфейс, как в сегодняшних Windows или iOS, заменивший сложное взаимодействие с компьютерами того времени при помощи текста на дружественные к пользователю иконки и окна. CERN, известный европейский институт физики элементарных частиц, впервые использовал сенсорные экраны в 1970-х.

Siri может покинуть ваш телефон и стать вездесущей: искусственный интеллект позволит (а облачные вычисления поспособствуют) практически любой машине, независимо от ее собственной мощности, работать просто путем разговора с ней. Samsung уже делает телевизоры с голосовым управлением. Могут оказаться полезными и такие технологии, как отслеживание жестов или взглядов, в настоящее время уже начинащие использоваться в видеоиграх с применением виртуальной реальности. Дополненная реальность, близкий родственник виртуальной, позволяет накладывать компьютерную информацию поверх картины реального мира, смешивая их. Вполне возможно, что первая гарнитура Google с дополненной реальностью была несовершенна, но в один прекрасный день что-то очень на нее похожее наверняка найдет свое применение. Сейчас компания работает над электронными контактными линзами, которые могли бы выполнять аналогичные функции, будучи при этом гораздо менее заметными.

Закон Мура не может работать вечно. Но по мере ослабевания его действия снижается и его значение. Этот закон был важен, пока компьютер являлся просто коробкой на вашем столе и был слишком медленным для выполнения многих задач. Для мировой промышленности он стал мерилом прогресса, и без него развитие вычислительной техники станет более труднодостижимым, неустойчивым и нерегулярным. Но его не остановить. В 2050 году компьютер будет представлять собой систему из крошечных чипов, встроенных во все – от кухонного стола до автомобиля. Большинство таких устройств будут иметь доступ через сеть к гигантской вычислительной мощности, и вы будете взаимодействовать с ней, просто разговаривая с комнатой. Триллионы миниатюрных микросхем будут разбросаны по всем уголкам физической среды обитания человека, делая мир более понятным и контролируемым, чем когда-либо прежде. Действие закона Мура может скоро закончиться. Компьютерная революции – нет.

5. Поколения технологий: прошлое как пролог

Энн Уинблад

Чтобы получить представление о грядущих через три десятилетия изменениях, следует рассмотреть, как формировались последовательные технологические волны в три прошедших десятилетия.

Осенью 1985 года – примерно столько же лет назад, сколько сегодня остается до рассматриваемой в этой книге даты в будущем – мы с Биллом Гейтсом долго гуляли по пустому пляжу в Северной Каролине. Это было через десять лет после того, как Билл основал свою компанию, и всего за несколько месяцев до первого выхода Microsoft на биржу (13 марта 1986 г.).

Microsoft была одним из первых участников «второй волны» вычислительной техники – персональных компьютеров. Но в 1985-м мало кто знал о каких-то новых волнах, не говоря о том, что мы уже были частью второй. В ходе первой, пришедшейся на период с конца 1950-х до 1970-х годов, появились ЭВМ и мини-ЭВМ. В то время мы с Биллом еще были подростками, и нас привлекли программирование и компьютерные технологии. Мы оба – Билл в старших классах школы, а я на первом курсе колледжа – имели доступ к мини-компьютерам VAX производства DEC (Digital Equipment Corporation). Я училась программировать на «Фортране» на DEC PDP‐11. Билл намного опередил меня, освоив кодирование на нескольких мини-ЭВМ, в том числе на DEC PDP‐10.

В то время мощности как больших вычислительных систем, так и мини-компьютеров были скрыты от большинства людей. Это была лишь первая волна. Но она позволяла предсказать, какой будет следующая. Изначально над поверхностью будет видна только ее часть. В это время она мощными потоками дойдет до океанского дна, где образуются многочисленные новые компании. А затем в какой-то момент изогнется и мощным валом ударит в берег. В этот момент определятся победители и неудачники – добраться до суши смогут только ведущие инновационные компании.

В первой волне смогли выплыть лишь такие мощные компании, как Burroughs, UNIVAC, Control Data, Honeywell, RCA и General Electric. Эта группа производителей мейнфреймов получила прозвище «IBM и семь гномов», а позже, когда две последние фирмы покинули этот бизнес – «IBM и прочие[5]5
  Игра слов. Названия оставшихся к тому моменту фирм складываются в слово BUNCH, которое в данном случае может быть переведено русским «прочие» – Прим. ред.


[Закрыть]». «Прочие» практически исчезнут или станут неважны – с исторической точки зрения, они лишь на мгновение показались на поверхности налетающей волны. IBM же выйдет на берег победителем, хотя сегодня лишь небольшая доля доходов компании приходится на продажу крупных вычислительных систем. На рынке мини-компьютеров такие названия, как Apollo Computer, Data General, Wang Laboratories, Prime Computer и даже более известное DEC, останутся лишь историческими ссылками.

В каждой волне появляются всего несколько основных компонентов или новых бизнес-стратегий, оставляющих технологические следы в песках времени. И для того чтобы они смогли до конца продемонстрировать свой потенциал, часто требуются десятилетия. Первая волна породила закон Мура (глава 4). Вышедшая в 1965 году статья Гордона Мура, где говорилось о ежегодном удвоении мощности компьютеров, по-прежнему является стимулирующим фактором для новых достижений. Волны вычислительных технологий почти точно удовлетворяли закону Мура, что привело к удивительным свершениям в плане технологических возможностей. В 1975 году закон Мура был уточнен – теперь мощность компьютеров удваивалась каждые два года. Так был задан ритм для всех будущих волн. И речь шла о гораздо большем, чем количество транзисторов в чипе – о темпах инноваций в производстве, проектировании и программном обеспечении.

Во время нашей прогулки по пляжу Билл был задумчив. Его не беспокоило то, что вдали от берега уже начала формироваться третья волна компьютерной технологии, которая получит название Web 1.0. Он думал о другом. В июне 1985-го Microsoft завершила финансовый год с доходом чуть более 140 млн долларов. Для молодой компании в новом бизнесе персональных компьютеров это был потрясающий результат. В зарождающейся индустрии кипела конкуренция. В эмиссионном проспекте Microsoft числились многие фирмы, включая Lotus Software, Ashton-Tate, Software Publishing, Borland International и Digital Research. Все они были набирающими силу компаниями и плыли под поверхностью волны, которая в то время была еще далека от удара о берег. Во время этой прогулки Билл объяснил, как можно произвести расчеты, при помощи которых Microsoft получила бы доход в 500 млн долларов. Но он смотрел дальше. Ни одна компания, занимающаяся разработкой программного обеспечения, даже не приближалась к столь волнующим цифрам.

Во второй волне основные битвы бушевали в области операционных систем и программного обеспечения как среди производителей оборудования, так и среди развивающихся компаний, специализирующихся только на программном обеспечении. Apple достигнет берега в качестве информационно-технологической компании нового типа. Конкуренты Microsoft в области программного обеспечения были мелкими рыбешками. Многие другие заметные фирмы, включая Lotus Software, вскоре исчезнут или будут куплены, став подразделениями крупных компаний. К 1990 году эта волна ударила в берег. Microsoft и его программные продукты победили. Билл очень скоро перестал беспокоиться о размерах и масштабе своей молодой компании. Microsoft достигла прибыли в 590 млн долларов всего через два года после выхода на биржу, а в 1990-м прибыль выросла до 1,1 млрд.

Рядом с Microsoft стояла компания Oracle со своей популярной распределенной базой данных. Эта вторая волна, по сравнению с первой, оказалась более заметной. По мере увеличения объемов поставок количество настольных компьютеров перевалило за сотню миллионов – с 50 тысяч в 1975 году до более 134 млн в 2000-м. Программное обеспечение стало большой и серьезной индустрией.

В каждой волне будут появляться «прототипы» будущего. На ранних стадиях их способны заметить и использовать только самые активные энтузиасты. Во времена второй волны мы с Биллом носили с собой мобильные телефоны Motorola DynaTAC, размером и массой они напоминали кирпич. Популярные телефоны-раскладушки Motorola – StarTAC – не появятся еще 10 лет. А во время путешествий мы оба таскали в больших квадратных рюкзаках по 16-фунтовому[6]6
  16 фунтов = 7,2 кг. – Прим. ред.


[Закрыть] Macintosh Portable.

Во время вышеупомянутой прогулки Билл поделился со мной своей большой, долгосрочной проблемой: не станем ли к 2050 году мы, люди, домашними животными, принадлежащими к углеродной форме жизни? Позже, в 1993 году, ученый и писатель-фантаст Вернор Виндж описал эту идею как «сингулярность». Виндж предположил, что в период с 2005 по 2030 год ускорение технологических инноваций приведет к созданию машинного интеллекта, который сможет сначала сравниться, а затем и превзойти человеческий. Со времени той нашей прогулки прошло почти 25 лет, и далеко в море уже начала формироваться седьмая волна, несущая искусственный интеллект (ИИ).

С тех пор как первая волна подарила нам Microsoft, в берег ударили еще две. Третьей стала Web 1.0, «намывшая» Интернет, Amazon и Google. Четвертая – Web 2.0 – принесла «облако» и мобильные компьютеры. На сей раз победителями стали Apple со своим iPhone, Google с Android, Amazon с Amazon Web Services (AWS), а также новая компания – Facebook. Эта волна вынесла на берег первые облачные программные фирмы – в первую очередь Salesforce.

Рис. 5.1. Сила волны. Увеличение числа новых технологий

Каждая волна вычислительных технологий, подпитывавшаяся силой предыдущих, оказывалась сильнее их и увеличивалась почти экспоненциально. Темпы роста новых компаний также резко ускорились. В то время как Microsoft для выхода на доход в 1 млрд долларов потребовалось 15 лет, Google, основанная в 1998-м, достигла этой цифры за пять лет, а к 15 годам перевалила за 50 млрд. Facebook добрался до этой отметки чуть больше, чем за четыре года. Amazon – интернет-ритейлер, начавший работу в 1994-м, в период третьей волны (Web 1.0), достиг дохода в 10 млрд долларов за 13 лет. А AWS, облачному сегменту Amazon, появившемуся на рынке в ходе четвертой волны (Wеb 2.0) – в 2006-м, – для этого понадобилось 10 лет.

Все сильнее подпитывают эти волны и деньги – в виде венчурного капитала, впервые появившегося в 1959 году, когда принадлежавшая семье Рокфеллеров компания, впоследствии получившая название Venrock Associates, инвестировала в Fairchild Semiconductor. Независимые венчурные фирмы не появлялись вплоть до начала 1970-х. Первыми ласточками стали Kleiner, Perkins, Caufield & Byers и Sequoia Capital. В те времена, впрочем, сумма вложенных средств бывала небольшой.

Свой первый урожайный год венчурный капитал пережил лишь в 1978-м, когда эта индустрия собрала около 750 млн долларов. Тогда Министерство труда США сняло некоторые ограничения в соответствии с Законом о безопасности пенсионного дохода трудящихся, разрешив корпоративным пенсионным фондам инвестировать в определенный класс активов и предоставив венчурным капиталистам крупный источник средств.

Даже с увеличением объема венчурного капитала инвестиции в программное обеспечение по-прежнему оставались ограниченными. Страх перед программным обеспечением, а также ненадежный характер бизнес-моделей в этом новом секторе в конце 1980-х – начале 1990-х удерживал инвестиции на уровне до 400–600 млн долларов в год. Но в 1995-м общий объем капиталовложений в компании по разработке ПО наконец превысил 1 млрд долларов. А к 2015 году венчурный вклад в ПО вырос до млрд – из 58 млрд, вложенных в США во все виды бизнеса. Это увеличило количество компаний, входящих в каждую волну. В 1995-м венчурные капиталисты финансировали 435 сделок с программным обеспечением. К 2015 году это число возросло до более 1800. Победители в области программного обеспечения тоже быстро росли – как сами по себе, так и путем приобретения множества других компаний. Доход Microsoft в 2015 году достиг 93 млрд долларов. Salesforce (из четвертой волны) с доходом в 6 млрд стала шестой по величине софтверной фирмой. Доход Amazon – 107 млрд, Google – почти 75 млрд. Эти компании вошли в список наиболее успешных интернет-компаний.

В третью волну среди разработчиков стали популярны бесплатные сайты или сайты с открытым исходным кодом. ПО с открытым исходным кодом – например Linux – снизило стоимость запуска новой компании. Такое ПО не только бесплатно, но и поддерживается и быстро совершенствуется мировым сообществом разработчиков. В 2000 году компания Salesforce опубликовала интерфейсы API (прикладного программирования) – наборы инструкций программирования и стандартов доступа к веб-приложениям. Владение правами на ПО больше не было выигрышной стратегией – ПО и Интернет стали открытыми для всех и «программируемыми» для любого. Сегодня во всех категориях ПО существуют более 15 тысяч API-интерфейсов.

Интернет принес лавинообразное увеличение количества данных. Так называемые большие данные оказались настолько объемными и сложными, что для сбора всей информации, ее обработки, обмена, хранения и поиска – не говоря уж о каком-либо анализе с целью прогнозирования – традиционных приложений и платформ оказалось недостаточно. В 2006 году было выпущено первое бесплатное ПО с открытым исходным кодом под названием Apache Hadoop. Вместе с облачной вычислительной платформой они стали основой волны «больших данных» с ее системой распределенной параллельной обработки внушительных объемов информации недорогими стандартными серверами, число которых можно увеличивать практически без ограничений.

Эти данные будут генерироваться не только миллиардами людей с помощью тысяч приложений. По некоторым оценкам, в ближайшие 10 лет этим же займутся более 100 млрд подключенных к Интернету устройств – каждое с десятками датчиков. Примерно триллион датчиков будут собирать данные по всему «Интернету вещей» (IoT) – в носимых устройствах, беспилотных автомобилях и самолетах, спутниках или камерах. Волна больших данных вздымается высоко. Как и следующая за ней волна IoT (когда от просто Интернета мы переходим к «Интернету всего», с сетевым соединением многих миллиардов устройств и людей). Эти две волны еще не достигли берега, но уже видна седьмая, так обеспокоившая Билла – искусственный интеллект.

Компании, занимающиеся созданием искусственного интеллекта, впервые возникли во второй волне, в 1980-х, когда на персональных компьютерах начали появляться экспертные системы. Университеты предлагали соответствующие курсы, и многие крупные компании применяли эти технологии в своей работе. Венчурные капиталисты профинансировали нескольких новичков – Aion Corporation, Neuron Data, Intellicorp и Inference, являвшихся тогда ведущими компаниями этого направления. Но к началу 1990-х и термин «экспертная система», и компании, проектировавшие искусственный интеллект в той волне, исчезли. Никто не достиг берега.

Впрочем, энтузиасты, основывающиеся на многих прототипах будущего, сегодня уверенно заявляют, что искусственный интеллект уже существует. Ключевые строительные блоки для современного AI появлялись в течение каждой волны. С 1990-х сама технология AI была переосмыслена. Тем не менее пока мы находимся лишь на этапе зарождения этой волны и, скорее всего, за спрогнозированное Винджем время не достигнем описанной им сингулярности.

В эпоху искусственного интеллекта экспертные системы превратилась в нечто новое, названное «машинным обучением». Оно исследует алгоритмы, которые могут учиться и делать прогнозы на основе полученной информации. Новейшей отраслью является «глубокое обучение»: ее алгоритмы основаны на данных, генерируемых взаимодействиями нескольких слоев машинного обучения. Экспоненциальный рост цифровых данных для подобных систем, совершенствование инструментов для обработки информации, создание необходимого программного обеспечения с открытым исходным кодом и недорогая облачная инфраструктура привели к всплеску инноваций в области создания искусственного интеллекта.

Венчурные капиталисты снова проявили интерес к инвестированию в AI. Впрочем, они вкладывали большие суммы в подобные разработки и ранее, негласно называя некоторые компании «невидимками». Это было похоже на волны, почти незаметно колышащиеся вдали от берега, поэтому многие участники тех событий остались неизвестными, хотя найти информацию о вложенных ими суммах вполне реально. Седьмая волна инвестиций в современный искусственный интеллект, скорее всего, началась примерно в 2010 году (рис. 5.2). В 2015 году в стартапы, связанные с искусственным интеллектом, было инвестировано 2,6 млрд долларов, а в приложения, по-новому применяющие инструменты его инфраструктуры, – 3,6 млрд. По оценкам исследовательской фирмы IDC, по состоянию на конец 2015 года только в около 1 % всех приложений имелись свойства искусственного интеллекта, и большая их часть была создана компаниями, финансируемыми из венчурных фондов. Кроме того, по прогнозам IDC, к 2020 году рынок машинного обучения достигнет 40 млрд долларов и 60 % этих приложений будет работать на платформах Amazon, Google, IBM и Microsoft.

Рис. 5.2. Следующее важное событие. Инвестиции в стартапы, работающие в области искусственного интеллекта

IoT и наиболее заметные случаи его реализации делают всплеск цифровых технологий и искусственного интеллекта более очевидным и интересным для широкой общественности. Интернет вещей привносит контекст во все. Мой «умный» термостат Nest Learning Thermostat является программируемым и самообучаемым. Он оптимизирует отопление моего дома и сообщает, сколько энергии я сэкономила. Этот прибор использует машинное обучение. В течение первых нескольких недель мне пришлось регулировать термостат вручную, чтобы «обучить» его. Теперь он «думает», что изучил мой график и «понимает», какую и когда использовать температуру. Понимая – с помощью встроенных датчиков и данных о местоположении, поступающих с моего телефона, – что меня нет дома, термостат переходит в энергосберегающий режим. Rachio – контроллер системы орошения газона – интеллектуально анализирует предыдущие и прогнозируемые данные о погоде и влажности, и мне больше не нужно узнавать эту информацию и включать или выключать полив вручную. От камер безопасности до дверных замков и холодильников, домашние устройства действуют все умнее, поскольку используют накопленные данные и машинное обучение.

Писатель-фантаст Артур Кларк сказал: «Любая достаточно развитая технология неотличима от магии». В этой волне искусственного интеллекта и программные гиганты, и новые компании конкурируют как в производстве «ботов», так и в попытках удивить и порадовать нас. Бот – это программа, автоматически выполняющая различные задачи. Как правило, речь идет о повторяющихся простых действиях, производимых с гораздо более высокой скоростью, чем это мог бы сделать человек.

В мире тысяч приложений (а теперь и сотен устройств) порадовать потребителей нетрудно. Я получаю удовольствие от моего Amazon Echo, от того, насколько хорошо Alexa распознает мой голос и реагирует на мои просьбы побыстрее получить доступ к большим объемам данных, а также от того, что девайс подключен ко многим моим интеллектуальным устройствам с помощью интерфейсов прикладного программирования (API) для Amazon. Я завишу от Siri, позволяющей мне отправлять текстовые сообщения, когда я за рулем. Я радуюсь, когда Google предвосхищает мои поисковые запросы с помощью Google Now. Я живу в мире слишком большого количества приложений и позволяю ботам помогать мне. Когда-нибудь я оглянусь назад, на день сегодняшний и, вероятно, скажу, что эти боты были «прототипами будущего»: по сути, это быстрые поисковые системы с хорошим распознаванием голоса. Полагаю, с большой степенью вероятности, что рано или поздно смогу реально поговорить с Siri от Apple, Alexa от Amazon, Cortana от Microsoft или с продуктом какой-то иной компании. (У Alexa уже есть чувство юмора: когда я прошу ее «открыть двери модуля», она отвечает: «Прости, Дейв, я не могу этого сделать. Я не Хэл[7]7
  HAL 9000 (произносится «Хэл») – вымышленный компьютер из фильма «Космическая одиссея 2001 года», обладающий способностью к самообучению и являющийся примером искусственного интеллекта в научной фантастике. Обращенная к нему фраза астронавта «Открой двери модуля, Хэл» вошла в поговорку в англоязычном мире. Астронавта, произносящего ее, зовут Дейв. – Прим. ред.


[Закрыть], и мы не в космосе».)

Пока мы ожидаем появления компьютеров, работающих в режиме беседы и способных пройти тест Тьюринга, разработанный в 1950 году Аланом Тьюрингом метод проверки искусственного интеллекта, состоящий в способности машины демонстрировать интеллектуальное поведение, эквивалентное человеческому или неотличимое от него, нет сомнений, что мы постоянно создаем все более умное ПО. В процессе продвижения седьмой волны незаметно набрал силу быстрый, эффективный и конкурентоспособный цикл инноваций. Искусственный интеллект, встроенный в самые разные приложения, постепенно распространяется все шире по мере того, как ПО становится умнее: улучшенный сервис рекомендаций в мобильных приложениях, через которые вы совершаете покупки, «интеллектуальный» выбор показываемой вам рекламы на тех или иных сайтах, медицинская диагностика, программное обеспечение колл-центра, формирование инвестиционного портфеля, анализ и оптимизация рисков, ценообразование продукции, маршрутизация транспорта.

Многие задачи, да и целые профессии, которые, как некогда считалось, могли выполнять только люди, теперь лучше делать с машиной-партнером. Обеспечьте компьютер необходимыми данными, и алгоритмы, быстро проникнув в область легко повторяемых задач, смогут планировать, анализировать, решать, прогнозировать, диагностировать и даже писать новости, помогая нам своим интеллектом, прикладываемым к огромным массивам информации. Растущее стремление загружать в машины все большие объемы данных впервые привело к разрушению системы изолированных и разрозненных хранилищ данных, созданных конкурирующими компаниями в различных отраслях промышленности. Образовавшееся сотрудничество в недалеком будущем может привести к глобальным изменениям в науке, что окажет существенное влияние на наши жизнь и здоровье.