Huffington Post запущено 2005 року, але якби його запуск відбувся десятьма роками раніше, він зустрів би зовсім іншу аудиторію. До 2005 року середній читач розбирався в цифровому світі, проводячи багато часу онлайн, спілкуючись в основному за допомогою електронної пошти, мобільних телефонів і соціальних сервісів. Так було до появи Siri, Google Now і Waze. Сьогодні ми більш ніж коли-небудь залежні від інтелектуальних машин. Комп'ютери, що з'явилися як лінійні інструменти для виконання дискретних інженерних завдань, розвинулися в універсальні пристрої, що допомагають кожному у вирішенні повсякденних завдань.
Попереду нас чекають ще більш захоплюючі часи.
Ми вважаємо, що в найближчі 10 років комп'ютери вийдуть за межі своїх нинішніх можливостей. З їх нинішньої ролі в якості наших помічників вони перейдуть в розряд консультантів. За допомогою машин ми будемо боротися з найскладнішими питаннями, що стоять сьогодні перед світом.
Давним-давно комп'ютери були створені з особливою метою. Оперування масивами даних, вирішення конкретних вузькоспеціалізованих пошукових, і не тільки, завдань. Вони займаються цим досі, тільки на більш високих швидкостях і рівнях складності. Потужність data science і machine learning дозволили нам делегувати велику кількість ресурсомістких завдань, звільняючи нас для більш цінних занять.
Розглянемо FitBit. Ми могли б, звичайно, відстежувати нашу фізичну активність вручну, але нам не вдасться це так точно і послідовно, як спеціально спроектований і запрограмований носимий прилад. Якщо згадати про водіння автомобілів, то страшно подумати, скільки часу можна було б звільнити для роботи, навчання або спілкування, використовуючи авто з автопілотом. До того ж, напевно підвищилася б безпека руху, оскільки комп'ютерний водій не втомлюється, не випиває і не відволікається на розмови.
Переваги цифрових інструментів не обмежуються малою та унікальністю програм. Рибалки біля берегів Африки зараз використовують мобільні телефони, щоб знайти, де подорожче продати свій улов. Студенти, які колись ділили один підручник на весь клас, тепер можуть отримати доступ до будь-якої інформації через Інтернет.
Тим не менш, ми вважаємо, що комп'ютери будуть грати ще більшу роль. Їх здатність до аналізу даних постійно зростає, і з кожним днем все більше даних переводиться в цифрову форму. Вони матимуть широкий суспільний вплив, і допоможуть нам вирішити такі нагальні проблеми, як охорона здоров'я і кліматичні зміни.
За деякими оцінками, протягом наступних декількох десятиліть транспортні потоки в містах зростуть до 60 мільйонів осіб на рік. Це спричинить такі питання, як організація управління рухом, паливний дефіцит, збільшення викидів вуглекислого газу і міське планування.
У наступному десятилітті, кількість зведених інформаційних показників зростатиме в геометричній прогресії - власники автомобілів, витрата палива, середній час очікування на кожному світлофорі тощо. Ми не зможемо проаналізувати всі ці дані самі. Але з machine learning комп'ютери будуть в змозі робити це. Незліченні стосунки і залежності будуть виявлені, і міське планування стане більш науковим, вирішуючи деякі потенційні проблеми перш, ніж вони навіть можуть виникнути.
Data science перетворює медицину. Суперкомп'ютер IBM (Watson) вже може визначати кращі курси лікування для пацієнтів виходячи із записів в історіях хвороби. У майбутньому машинне навчання (machine learning) стане впливати на більш широкий спектр захворювання. Ми представляємо всі біологічно значущі дані в бази даних для розширеного комп'ютерного аналізу. Проникливість комп'ютеризованих методів розпізнавання вже приголомшує. Наше розуміння лікування і профілактики можуть бути перетворені повністю. Сьогодні ми розглядаємо дані вже хворих людей і медичні дослідження зосереджені на конкретній вибірковій сукупності пацієнтів, що лікуються. Уявіть собі розширення сфери нашого аналізу на приховане розуміння всієї генеральної сукупності і загальних даних, що виходять за рамки хвороби і включають такі фактори, як вплив навколишнього середовища, дитячого харчування та фітнесу.
Що, якщо анонімні дані, зібрані з фітнес-трекерів, призведуть до розуміння профілактики захворювань? Що якщо комп'ютеризовані методи розпізнавання зможуть знайти генетичні залежності раку? Уявіть собі, що також як гроші на дослідження раку, ми могли б пожертвувати свої анонімні дані FitBit, що збираються для порятунку життя.
Ми вважаємо, що мета комп'ютерів - розширення можливостей людей шляхом доповнення їх здібностей. У наступному десятилітті ми будемо вчитися будувати машини, що виходять за рамки простого виконання завдань. І це захоплюючий час для життя.
P.S.
Цей пост є частиною серії, присвяченої 10-річному ювілею The Huffington Post.
Ерік Шмідт - виконавчий голова Google. Джаред Коен - засновник і директор наукового центру Google Ideas і радник виконавчого голови. Разом написали книгу - "Новий цифровий світ: Як технології змінюють життя людей, моделі бізнесу і поняття держав ".
У статті я навмисно використовував не перекладені терміни data science і machine learning, оскільки, на мій погляд, простий переклад як наука про дані і машинне навчання не відображають повністю їх сутність.
