Виталий Мальцев - Карл Маркс и большие данные

Конечно, современное общество и экономические обстоятельства меняются порой очень быстро, кроме того, всегда существует вероятность революционного открытия в той или иной области, которое никак не предсказать в полной мере и которое окажется способно изменить мир до неузнаваемости. Таким открытием был, например, Интернет, сделавший информационную революцию возможной, при этом не будучи предсказанным футуристами или социологами XIX века. С другой стороны, данное предположение о становлении и развитии информационной революции опирается на исторические методы в рамках материалистической парадигмы: описывая текущее состояние общественных институтов и отслеживая их развитие, а также избегая редукционизма, можно обоснованно говорить о дальнейшем изменении мира.

7. В статьях по большим данным часто акцентируют внимание: «Информация, создаваемая людьми, — лишь часть общей картины, и часть относительно не большая. Машины и сенсоры, установленные в океанах, в почве, в ящиках с продуктами, в фишках казино, в ошейниках домашних животных и бесчисленном множестве других устройств, постоянно генерируют данные и делятся ими напрямую с „читающими" устройствами и другими машинами, которым для работы не требуется участие человека». Поэтому не совсем понятно, почему информационный капитал вдруг получит монополию на большие данные, если сегодня он владеет лишь их частью, связанной с человеком.

Потому что человек является основой общества, ключом к экономике. С некоторыми оговорками можно сказать, что каждая из сфер экономики создана для обслуживания определенной части человеческой жизнедеятельности, но почти все они пересекаются и соприкасаются с человеком и производимыми им данными. В этом смысле главными данными в новую эпоху являются те, что создаются людьми в процессе их жизнедеятельности (их иногда называют персональными данными), и именно они являются ключом к монополизации всего остального.

Конечно, нельзя забывать и про наблюдаемые сегодня постепенную монополизацию науки в руках владельцев данных, увеличение технологического разрыва и концентрацию информации.

8. Информационные корпорации вроде Google и Facebook представляются здесь какими-то монстрами, пытающимися поработить человечество. В реальности же сами эти компании в последние годы делают шаги к открытости: дают своим пользователям возможность контролировать, какие именно пользовательские данные и каким образом используются корпорацией. Пользователи имеют возможность удалить переданные ими данные и ограничить их обмен.

Шаги, которые делают информационные корпорации навстречу пользователям, продиктованы, во-первых, самим свободным рынком: люди, осознавая значимость своих персональных данных, охотнее отдают их в распоряжение солидных компаний, что также способствует концентрации данных в руках информационных гигантов. Во-вторых, данные шаги обусловлены давлением, оказываемым на фактических владельцев данных традиционным капиталом и современными государствами. Самое главное, что такие меры серьезно не ограничивают корпорации ввиду невозможности фактического исполнения подобных ограничений в эпоху больших данных. Любая персональная информация перестает быть таковой после анонимизации, а большие данные позволяют обратным образом быстро связывать анонимную информацию с конкретным человеком. Подробнее о том, какие возможности противостояния сложившейся ситуации предлагают различные государственные институты и политические движения, мы поговорим в следующей главе.

9. Абсолютное знание дает ответ на любой вопрос (хотя бы на уровне вероятностей), однако невозможно датифицировать все, например движение каждого атома во Вселенной.

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.