Карл Маркс и большие данные

Несомненно, человечеству вряд ли когда-нибудь удастся достичь уровня датификации, равного знаниям демона Лапласа. Вместе с тем для получения простых и даже сложных ответов повседневной жизни знать движение атомов вовсе не нужно. Мы же обычно делаем свой выбор без всяких больших данных, исходя из на копленной нами информации в процессе предыдущего опыта, и доверяем тем, у кого, по нашему мнению, опыта (т.е. данных) накоплено больше. Кроме того, простые вопросы, как правило, имеют высокую вариативность информации, необходимой для получения корректного ответа. Например, о том, что человек врет, можно узнать по его сердцебиению, датифицировав пульс, как это делают полиграфы. Ложь человека также может выдавать его мимика, которую успешно распознают современные нейросети и Кэл Лайтман. Если же и это не помогло, то большие данные наверняка найдут определенные изменения в химических процессах человеческого организма, вызванных ложью. Возможно, и датификация мыслей в скором времени перестанет быть фантастикой. И, наконец, вычислить ложь человека можно, сопоставив его слова с фактическими данными обсуждаемого предмета. Таким образом, революция больших данных по мере датификации общества и совершенствования технологий позволит получать ответы на все новые и новые вопросы. И если знания человека о Вселенной, наверное, никогда не будут даже близки к абсолютным, то возможность долго-, средне- и краткосрочного планирования и предвидения поведения общества и индивидуума — вполне реальна, предпосылки чего мы наблюдаем уже сегодня.

10. В статье, посвященной революционному потенциалу больших данных, пишут: «Одним из главных уроков, полученных из недавних исследований в области статистики и машинного обучения, является то, что не существует такой вещи, как идеальный алгоритм больших данных, — каждой статистической процедуре сопутствуют ошибки. Ошибка неизбежна, потому что в любой статистической процедуре существует фундаментальная обратная зависимость (компромисс) между генерализуемостью — способностью делать точные прогнозы — и возможностью оптимально объяснять существующие наборы данных. Чем больше и сложнее анализируемые данные, тем труднее ориентироваться в этих обратных зависимостях»¹⁰³.

Как уже говорилось, большие данные не дают точный ответ на какой-либо вопрос и предсказание будущего может строиться лишь на определенных вероятностях. Как в действиях швеи или токарного станка бывают ошибки, точно так же они появляются и при обработке данных, а их число возрастает вместе со сложностью задачи. Об ошибках любой системы можно думать заранее, исправлять их после обнаружения и так далее. Здесь нужно отметить, что нейронные сети при выполнении многих задач уже допускают гораздо меньше ошибок, чем человек. Конечно, с ростом размеров данных возрастают и требования к их обработке, но, как мы уже говорили в самом начале, некоторые материальные предпосылки революции больших данных рано или поздно позволят справиться с новым объемом информации.

11. Люди испокон веков были одержимы идеей получения максимального количества информации для предсказания будущего, однако в действительности каждый раз оказывались не готовы к глобальным вызовам времени. Из чего делался вывод, что просто данных было недостаточно и следующие поколения вновь попадали в эту ловушку. Не являются ли большие данные с точки зрения концепции абсолютного тоталитаризма и управления личности лишь очередным заблуждением в поисках недостижимого абсолютного знания?