Технологии против человека. Герд Леонгард
чипа), которую можно приобрести за 1000 долларов, увеличивается вдвое каждые 18–24 месяца.
Экспоненциальный темп роста сейчас наблюдается в таких сферах, как глубокое обучение[9], генетика, материаловедение, производство. Время, необходимое для экспоненциального удвоения, во многих сферах уменьшается, и это создает потенциал для коренных перемен во всех сферах деятельности на планете. На языке терминов это можно выразить так: мы прошли тот этап на кривой, когда было сложно заметить, чтобы хоть что-то изменялось, т. е. мы больше не двигаемся маленькими шагами от 0,01 до 0,02 или от 0,04 до 0,08.
В то же время мы, к счастью, еще не достигли той стадии, когда подобные удвоения настолько велики, что могут создать чрезмерную нагрузку для нашего понимания и лишить нас способности действовать. Если рассматривать происходящее в перспективе, то (говоря условно) в большинстве сфер мы сейчас находимся на относительном уровне производительности около четырех, но уже следующий шаг приведет нас к восьми, а не к линейному увеличению до пяти! Именно сейчас экспоненциальный рост приобретает особое значение, и под воздействием новых технологий радикальным изменениям подвергаются все сферы жизни общества: от энергетики, транспорта, медиа и коммуникаций до медицины, здравоохранения и пищевой промышленности.
Обратите внимание на последние изменения в автомобильной индустрии: за последние семь лет мы прошли путь от электромобилей с диапазоном менее чем 50 миль (80 км) до последней модели Tesla и BMW i8, на которых можно проехать 300 миль (483 км) без подзарядки1,2. В Нью-Йорке тем временем уже насчитывается больше заправочных станций для электромобилей, чем обычных топливных заправок3. Практически каждый месяц новые открытия позволяют увеличивать производительность электробатарей, чья низкая эффективность раньше была главным препятствием для массового перехода на электромобили. Скоро мы сможем заряжать наши электромобили раз в неделю, затем раз в месяц и в конце концов только раз в год – и тогда уже лишь немногие захотят ездить на роскошных машинах со старым добрым бензиновым двигателем!
Подумайте также о том, как резко снизилась стоимость секвенирования генома[10]. В 2008 году она составляла десять миллионов долларов, а сейчас опустилась до восьмисот долларов4. Только представьте, что может случиться, когда суперкомпьютеры, чья мощность вырастет экспоненциально, станут доступны для всех медицинских учреждений и лабораторий: цена секвенирования генома человека может упасть до пятидесяти долларов5.
А теперь представьте себе следующее: данные геномов двух миллиардов людей загружают в надежное облачное хранилище (желательно, конечно, сохраняя анонимность) и используют для исследований, осуществляемых по большей части искусственным интеллектом (ИИ), работающим на базе тех же суперкомпьютеров.
Возможности, открывающиеся для научных изысканий, в таком случае превзойдут все наши самые смелые ожидания, но в то же время
Глубокое обучение – это тип машинного обучения, при котором компьютеры формируют масштабные искусственные нейронные сети, по своим свойствам сходные с нейронными сетями человеческого мозга.
Секвенирование генома – тест для определения генетических мутаций в ДНК, которые являются причиной наследственных болезней, наследственных предрасположенностей или особенностей организма.