Масштаб. Универсальные законы роста, инноваций, устойчивости и темпов жизни организмов, городов, экономических систем и компаний

Вскоре после публикации статьи Криса Андерсона компания Microsoft выпустила интереснейшую серию эссе, собранных в книге под названием «Четвертая парадигма: информационно емкие научные открытия»[183]. Они основаны на идеях Джима Грея, информатика, работавшего в Microsoft и трагически погибшего в море в 2007 г. Он видел в революции данных крупномасштабную смену парадигмы, определяющей будущее развитие науки в XXI в., которую он называл четвертой парадигмой. Первые три, по его мнению, были: 1) эмпирические наблюдения (до Галилея), 2) теории, основанные на моделях и математических формулах (после Ньютона), и 3) вычисления и компьютерное моделирование. Мне кажется, что, в отличие от Андерсона, Грей считал эту четвертую парадигму результатом интеграции первых трех, а именно объединением теории, эксперимента и моделирования, но с дополнительным акцентом на сбор и анализ данных. В этом смысле с ним трудно не согласиться, поскольку именно так наука и развивалась в течение последней пары сотен лет; разница тут в первую очередь количественная: «революция данных» открыла перед нами гораздо более широкие возможности использования и развития тех же методик, которые мы применяем уже давно. С этой точки зрения кажется, что речь должна идти не о парадигме 4.0, а о парадигме 3.1.

Но теперь на поле появился новый игрок, который многим кажется более многообещающим и, по мнению Андерсона и ему подобных, способным устранить потребность в традиционном научном методе. Речь идет о технологиях и методиках, которые называют обучением машин, искусственным интеллектом и аналитической обработкой данных. Они существуют во множестве разных вариантов, но все они основаны на идее о возможности разработки и программирования компьютеров и алгоритмов, способных развиваться и адаптироваться на основе вводимых в них данных для решения задач, формирования новых идей и формулирования предсказаний. Все они используют итерационные процедуры поиска и использования имеющихся в данных корреляций, которые не заботятся о причинах существования таких связей и неявно предполагают, что «корреляция важнее причинности». Этот подход вызывает сейчас большой интерес и уже оказывает сильное влияние на нашу жизнь. Например, он лежит в основе принципов работы поисковых систем, таких как Google, разработки стратегий инвестирования или схем работы организаций, а также работы автомобилей без водителя.

Все это возвращает нас к классическому философскому вопросу о том, до какой степени эти машины «мыслят». Что мы, собственно говоря, подразумеваем под этим словом? Стали ли они уже умнее, чем мы? Смогут ли сверхразумные роботы когда-нибудь заменить человека? Создается впечатление, что призрак таких научно-фантастических фантазий стремительно надвигается на нас. Вполне можно понять, почему Рэй Курцвейл и его единомышленники считают, что следующая смена парадигмы будет интеграцией человека с машиной или в конце концов приведет к появлению мира, в котором господствуют разумные роботы. Как я уже говорил, я отношусь к таким футурологическим прогнозам довольно скептически, хотя вопросы, которые они затрагивают, интересны, чрезвычайно сложны и требуют ответа. Но их обсуждение должно затрагивать другую смену парадигмы, порожденную надвигающейся сингулярностью конечного времени, которая связана с ускоряющимся темпом жизни и включает в себя проблему глобальной устойчивости и появления еще четырех или пяти миллиардов человек, которые вскоре окажутся на нашей планете рядом с нами.

Большие данные, несомненно, окажут огромное влияние на все аспекты нашей жизни и, кроме того, принесут немалую пользу научным исследованиям. Успех этих исследований – появление крупных открытий и новых взглядов на мир – будет зависеть от того, насколько их удастся объединить с глубоким концептуальным мышлением и традиционными методами разработки теорий. Точка зрения Андерсона и, хотя и в меньшей степени, Грея – это своего рода вариант «Теории всего» для информатиков и статистиков. Она утверждает с той же гордыней и тем же нарциссизмом, что именно в ней заключается единственный способ понять все. Станут ли большие данные новой наукой, пока неясно. Но они действительно могут ею стать, если будут использоваться в сочетании с традиционным научным методом.