Эндрю Макафи - Вторая эра машин. Работа, прогресс и процветание в эпоху новейших технологий

Через девять лет этой же скорости достиг другой компьютер. Однако он был сконструирован не для имитации ядерных испытаний, а для создания сложной реалистичной трехмерной графики в режиме реального времени. И сделан он был не для физиков, а для игроков в видеоигры. Этим компьютером был Sony PlayStation 3 , который был вполне сопоставим с ASCI Red с точки зрения результативности, однако стоил около 500 долларов, занимал площадь менее одной десятой квадратного метра и потреблял 200 ватт. [75] “TheTopsinFlops”, Scribd, http://www.scribd.com/doc/88630700/The-Topsin-Flops (по состоянию на 26 июня 2013 г.). Иными словами, за неполных 10 лет экспоненциальный цифровой прогресс дал нам возможность использовать мощные устройства, работавшие невероятно быстро, не только в единственной правительственной лаборатории, но и в гостиных и студенческих общежитиях по всему миру. Всего в мире было продано около 64 миллионов устройств PlayStation 3 . А ASCI Red был демонтирован в 2006 году.

Экспоненциальный прогресс многое значил для достижений, которые мы обсуждали в предыдущей главе. Компьютер Watson производства IBM запускает массу умных алгоритмов, однако он не смог бы быть конкурентоспособным без компьютерного «железа», в сто раз более мощного, чем у его предшественника, шахматного компьютера Deep Blue , победившего в 1997 году чемпиона мира Гарри Каспарова. Приложения для распознавания речи типа Siri требуют немалых вычислительных мощностей, которые стали доступными лишь на мобильных телефонах типа iPhone 4S производства Apple (первый телефон с установленной в нем программой Siri ). Фактически по своей мощности iPhone 4S был вполне сопоставим со знаменитым ноутбуком Powerbook G4 , выпущенным той же компанией всего десятью годами ранее. Как показывают все эти инновации, экспоненциальный прогресс позволяет технологиям стремиться вперед и превращать научную фантастику в реальность на второй половине шахматной доски.

Еще одно сравнение между поколениями компьютеров позволяет выявить не только силу закона Мура, но и его масштабность. Как и в случае с ASCI Red и PlayStation 3 , суперкомпьютер Cray-2 (появившийся в 1985 году) и планшет iPad 2 (появившийся в 2011-м) имели почти одинаковые характеристики. Однако в iPad также имелись динамик, микрофон и гнездо для наушников. У него было две камеры; первая, на лицевой стороне устройства, имела уровень качества Video Graphics Array ( VGA ), а камера на задней стороне могла снимать видео в высоком разрешении. Обе камеры могли делать обычные фотографии, а задняя камера имела к тому же пятикратный цифровой зум. Планшет способен подключаться и к мобильным телефонным, и к Wi-Fi- сетям, у него есть приемник GPS- сигнала, цифровой компас, акселерометр, гироскоп и сенсор, оценивающий степень освещенности. Вместо клавиатуры у планшета – тачскрин с высоким разрешением, который может одновременно обрабатывать до 11 прикосновений. [76] Matt Gemmell, “iPad Multi-Touch”, 9 мая 2010 г., http://mattgemmell.com/2010/05/09/ipad-multi-touch/. И все эти опции содержит устройство, более тонкое и легкое, чем обычный глянцевый журнал, и стоящее при этом меньше тысячи долларов. По сравнению с этим гаджетом Cray-2 , стоивший более 35 миллионов долларов (в ценах 2011 года), был совершенно глухим, немым и совсем немобильным. [77] “Company News; Cray to Introduce a Supercomputer”, New York Times, 11 февраля 1988 г., http://www.nytimes.com/1988/11/02/business/company-news-cray-tointroduce-a-supercomputer.html (по состоянию на 26 июня 2013 г.).

Впихнуть весь этот функционал в iPad 2 удалось благодаря значительным переменам, произошедшим в последние десятилетия: из аналогового мира в цифровой перекочевали такие сенсорные устройства, как микрофоны, камеры и акселерометры. По сути, они стали компьютерными чипами. И, соответственно, их развитие подчинилось закону Мура.

Цифровые устройства для записи звука использовались уже в 1960-е годы, а в 1975-м один инженер из компании Eastman Kodak сконструировал первую современную цифровую камеру. [78] Thomas Fine, “The Dawn of Commercial Digital Recording”, ARSC Journal 39 (Spring 2008): 1–17; Jurrien Raif, “Steven Sasson named to CE Hall of Fame”, Let’s Go Digital, 18 сентября 2007 г., http://www.letsgodigital.org/en/16859/ce-hall-of-fame/. Первые устройства такого рода были дорогими и неуклюжими, однако их качество быстро улучшалось, а цены падали. Первая цифровая однообъективная зеркальная фотокамера компании Kodak, DCS 100 на момент выхода на рынок в 1991 году стоила около 13 000 долларов; она обладала максимальным разрешением в 1,3 мегапикселя и хранила изображения на отдельном диске весом около 4,5 кг, который пользователю приходилось носить в сумке на плече. Однако количество пикселей в расчете на доллар стоимости цифровой камеры удваивалось почти каждый год (это явление известно под названием «закона Хэнди» – в честь работника австралийского офиса Kodak Барри Хэнди), а сами камеры и аксессуары становились со временем, в согласии с экспоненциальным законом, меньше, легче, дешевле и лучше. [79] “Hendy’s Law”, Nida Javed, 7 декабря 2012 г., http://prezi.com/v-rooknipogx/hendys-law/. Цифровые сенсоры улучшились настолько, что Apple через 20 лет после появления DCS 100 добавила в iPad 2 две крошечные камеры, способные снимать фото и видео. А когда компания на следующий же год представила новую модель iPad , разрешение задней камеры улучшилось более чем в 7 раз.

Закон Мура работает для развития процессоров, памяти, сенсоров и многих других элементов компьютерного оборудования (заметным исключением являются батареи, рабочие показатели которых не улучшились по экспоненте, поскольку, в сущности, они представляют собой химические устройства, а не цифровые). Однако согласно этому закону вычислительные устройства становятся не только быстрее, дешевле, меньше по размеру и легче. Они также начинают делать прежде недоступные вещи.

Исследователи искусственного интеллекта уже давно увлекались (чтобы не сказать – были одержимы) проблемой одновременной локализации и картографирования ( simul-taneous localization and mapping, SLAM ). Это процесс создания ментальной карты незнакомого здания непосредственно в момент, когда вы перемещаетесь по нему – где находятся двери? а лестницы? обо что тут можно споткнуться? – и отслеживания, в каком месте здания вы находитесь (что позволяет найти путь к выходу). У подавляющего большинства людей процессы SLAM происходят при минимальном участии сознания. Однако научить этому машину было значительно сложнее.

Исследователи много думали о том, какими сенсорами снабдить робота (камерами? лазерами? сонарами?) и каким образом интерпретировать массу данных, которые он передает, однако прогресс в этой работе был достаточно медленным. В одном из обзоров работы в этом направлении, сделанном в 2008 году, утверждалось, что SLAM «представляет собой одну из фундаментальных проблем робототехники… [однако] нам представляется, что почти все нынешние подходы неспособны привести к созданию достаточно точных карт для обширных территорий, в основном из-за увеличения стоимости вычислений и роста уровня погрешности, что в случае расширения сценария делает работу невозможной». [80] Josep Aulinas et al., “The SlAM Problem: A Survey”, in Proceedings of the 2008 Conference on Artificial Intelligence Research and Development: Proceedings of the 11th International Conference of the Catalan Association for Artificial Intelligence (Amsterdam: IoS Press, 2008), стр. 363–371, http://dl.acm.org/citation.cfm?id=1566899.1566949. Если говорить коротко, то основные проблемы, мешавшие развитию машинного SLAM , заключались в том, что было невозможно быстро собрать данные о достаточно большой территории и немедленно обработать их. Точнее, было невозможно – до тех пор, пока всего через два года после публикации этого обзора на рынке не появился новый гаджет для видеоигр стоимостью 150 долларов.