Экспонента. Как быстрое развитие технологий меняет бизнес, политику и общество

Это было непросто. Набор данных был, говоря языком специалистов по обработке и анализу данных, несбалансированным. В нем было слишком много, предположительно, аномальных, потенциально раковых изображений и недостаточно здоровых. В реальном мире все было бы наоборот: у большинства женщин мазки показали бы, что женщины здоровы, и лишь у немногих, что женщины больны. Такая несбалансированность данных могла вызвать проблемы в системе Лауры.

Она нашла способ искусственно создать больше данных, представляющих здоровые образцы. Так получился бы надежный набор, который позволил бы алгоритмам эффективно обучаться. Техника, которую она использовала (генеративно-состязательные сети, или GAN), была весьма актуальной. Первые результаты с помощью GAN исследователь из Калифорнии Ян Гудфеллоу получил всего четыре года назад[82]. Лаура смогла бесплатно загрузить код для работы GAN с сайта GitHub, на котором разработчики программного обеспечения сотрудничают и свободно делятся своими наработками. Все вычисления проводились на домашнем компьютере отца Лауры. У него было дополнение, которое Лауре очень нравилось, — два экрана: на одном она могла просматривать свой код, а на другом — руководства по вычислениям.

К декабрю 2018 года Лаура доработала свои результаты. Я встретился с ней в январе 2019 года во время финального этапа конкурса молодых ученых Ирландии — ее новая программа определяла аномалии на изображениях лучше любого врача. Неудивительно, что она получила приз.

Опыт Лауры — прекрасный пример третьей движущей силы экспоненциальных технологий: изобилия сетей. За последние пятьдесят лет появилось множество информационных и торговых сетей. Никогда еще не было так просто переслать денежные средства из одной части мира в другую. Никогда еще не было так просто переправить мем из Сантьяго в Сидней[83]. Никогда еще не было так просто перевезти часть электронного оборудования из Шэньчжэня в Стокгольм. И если уж на то пошло, никогда еще не было так просто за считаные недели распространить вирус из какого-то удаленного места в огромной стране по сотне других государств.

Сети изменили характер торговли, изобретений, науки, взаимоотношений, болезней, финансов, информации, угроз и многого другого. И что очень важно, эти потоки информации приводят к экспоненциальному развитию и распространению технологий.

Можно выделить несколько форм сетей, особенно важных для активизации экспоненциальных технологий, прежде всего информационные сети. Они развивались на протяжении десятилетий. В 1970-х годах, когда компьютеры стали более распространенными в академических кругах, их начали использовать для обмена результатами исследований. Примерно в то же время началось развитие интернета. К 1990 году к нему были подключены 300 тысяч компьютеров более чем в двенадцати странах, по большей части в университетах. Ученые вдруг смогли запросто пересылать друг другу работы по электронной почте. И они пересылали.

Оставался лишь шаг к созданию больших бесплатных академических баз данных. Молодой физик Пол Гинспарг сражался с потоком пересылаемых по электронной почте статей. Он придумал централизованную систему, в которую можно было бы загружать все препринты. Когда я впервые обратился к этой системе в середине 1992 года, она была размещена в Лос-Аламосской национальной лаборатории. Исследователи получали доступ к ней через программу Gopher — предшественницу WWW — по заманчивому интернет-адресу xxx.lanl.gov. Сегодня творение Гинспарга известно как arXiv (произносится «архив»; буква Х — это греческая «хи»). Оно произвело революцию в распространении научных знаний.

На arXiv стали доступными тысячи качественных научных работ, хотя и нерецензированных. Гинспарг и его сотрудники положили начало движению открытого доступа, цель которого — расширить доступ к научной мысли. Сегодня arXiv, начав свою деятельность в области физики высоких энергий, распространился на такие дисциплины, как астрофизика, компьютерные науки и математика. К 1994 году в arXiv было более 10 тысяч работ; в декабре 2019 года — 23 миллиона исследований по всем дисциплинам[84]. Поскольку каждая из этих работ всегда была доступна на arXiv, прежде чем попасть в печатный журнал с его строгой экспертной оценкой, его прозвали «сервером препринтов».

Этот феномен не ограничивается физикой — преимущества препринтов оценили и в других областях. В 2003 году для биологов был запущен BioRxiv, а PsyArXiv для психологов и SocArXiv для социальных наук появились в 2016 году. В настоящее время над ускорением распространения академических знаний работают около пятидесяти сервисов препринтов[85].