Первопричиной роста производительности является инновация. Авраам Линкольн, не экономист, но проницательный судья сил, управляющих человеческой историей, писал:
«Бобры строят хатки; но они строят их отнюдь не лучше и не иначе, чем пять тысяч лет назад… Человек – не единственное животное, которое трудится; но он единственный, кто совершенствует свое мастерство. Этот прогресс он получает за счет Открытий и Изобретений».
Только открытия или изобретения улучшают уровень жизни всех людей, но при условии, что они становятся всеобщим достоянием. Рассмотрим одно из самых известных изобретений в мире. Можете ли вы представить себе первую женщину (мне нравится думать, что это была женщина), которая изобрела способ добывания огня? Как изумлялись ее соплеменники. Возможно, сначала испугались. Но вскоре согрелись и смогли приготовить пищу благодаря ее смелости. Однако даже более важной, чем сам огонь, была ее способность рассказать об этом навыке другим.
Именно язык был нашим величайшим изобретением, давшим способность передавать огонь от одного сознания к другому. В периоды, когда знания претворены в жизнь и широко распространены, общество движется вперед и богатеет. Когда знания скрывают или игнорируют, общество становится беднее.
Внедрение наборного шрифта и развитие книгопечатания в Европе пятнадцатого века привело к появлению нашей современной экономики, поразительному расцвету как знания, так и свободы, поскольку первооткрыватели чего-то нового смогли передавать огонь знания людям, еще не родившимся, и тем, кто жил за тысячи километров от них. Потребовались столетия, чтобы эти изобретения и открытия смогли реализовать свой потенциал, а более высокий уровень образования населения еще больше увеличил темпы появления и распространения новых идей, создав спрос на дальнейшее обучение, еще большее количество открытий и еще более активное потребление. Интернет стал еще одним большим скачком. Но создание веб-браузера, содержащего слова и картинки онлайн, было лишь серединой пути. Это было увеличение доступности и скорости распространения знаний.
Заключительный этап, на котором происходит распространение знания, – это его интеграция в инструменты. Рассмотрим карты и направления. Путь от физических карт до GPS и Google Maps, а затем до беспилотных автомобилей иллюстрирует то, что я называю «кривой знаний». Распространение знаний идет от устной формы к письменной, от массового производства до распространения в электронном виде, до интеграции знаний в инструменты, сервисы и устройства. Раньше я мог спросить дорогу у кого-нибудь. Или я мог свериться с информацией на бумажной карте. Первые онлайн-карты представляли собой просто факсимиле бумажных карт. Теперь я могу точно определить, где я нахожусь и как добраться туда, куда мне нужно, в режиме реального времени. Следующий шаг – это забыть обо всем этом и позволить машине самой отвезти меня в пункт назначения. Следующий за этим шаг – представить себе, что мы можем делать иначе, когда транспортное сообщение станет таким же надежным, как водоснабжение.
Эта интеграция знаний в инструменты не является чем-то новым. Это всегда было важнейшим условием повышения производительности, получаемого за счет освоения физического мира. И это неизбежно ведет к огромным переменам в обществе.
Когда в 1800 году Генри Маудсли построил первый токарно-винторезный станок, создав механизм, который каждый раз мог воспроизводить точно такую же форму, – нечто невозможное даже для самых опытных мастеров, работающих только при помощи ручного инструмента, – он открыл дверь в мир массового производства. С появлением первых гаек и болтов с резьбой с допуском в тысячные доли дюйма появились сначала сотни, а затем тысячи, а затем миллионы товаров – дети, внуки и правнуки, рожденные гением Маудсли.
Также, когда в 1856 году Генри Бессемер изобрел первый недорогой способ массового производства стали, он не просто удалил углерод и примеси из железа – он подарил знание. Знание о том, как произвести огромное количество дешевой стали, делает возможными совершенно разные варианты развития будущего. Эндрю Карнеги сколотил свое состояние и занял ведущее положение в мировой сталелитейной промышленности, центром которой была Великобритания, производя рельсы, которые соединили друг с другом отдаленные регионы страны. Благодаря стальным балкам стало возможным строительство небоскребов, благодаря стальным тросам – строительство лифтов и огромных подвесных мостов. Все эти WTF-технологии XIX века были созданы на основе других технологий, так же как и достижения современного прогресса.
Трехступенчатый процесс создания новых знаний, их распространения и последующего внедрения в инструменты так, чтобы их могли использовать менее квалифицированные работники, четко отображен в росте технологий больших данных. Корпорации Google пришлось разработать совершенно новые методы, чтобы справиться с разрастающейся Всемирной паутиной. Один из наиболее важных из них называется MapReduce: он разделяет огромные объемы данных и вычислений на множество фрагментов, которые могут передаваться на сотни или тысячи работающих параллельно компьютеров. Оказалось, что метод MapReduce можно применять для широкого спектра задач, не только для поиска.
Корпорация Google опубликовала статьи о MapReduce в 2003 и 2004 годах, раскрыв свои секреты, но метод не получил широкого распространения, пока в 2006 году Дуг Каттинг не реализовал на основе MapReduce проект с открытым исходным кодом Hadoop. Это позволило множеству других компаний, которые столкнулись с проблемами, аналогичными тем, с которыми корпорация Google столкнулась на несколько лет раньше, с легкостью перенять этот метод.
Этот процесс является ключом к успеху разработки программного обеспечения. Новые задачи рождают новые решения, которые, по сути, являются сначала кустарными. Лишь позднее, будучи встроенными в инструменты, которые делают их более доступными, эти замечательные инновации становятся частью повседневной жизни следующего поколения разработчиков. Сейчас мы находимся в начале перехода от кустарных моделей машинного обучения к инструментам, которые позволят рядовым разработчикам создавать их. Как только это случится, ИИ вольется в наше общество и изменит его так же, как массовое производство изменило девятнадцатый и двадцатый века.
Существенный рост производительности в сфере сельского хозяйства содержит чуть больше нюансов в понимании взаимосвязи материи и разума в новых инструментах. Рост производительности сельского хозяйства начался не только благодаря использованию машин, выполняющих большую часть работ по посадке и уборке урожая, и удобрений (другому промышленному продукту), но также благодаря культивированию более урожайных сортов самих продуктов. Когда Лютер Бербанк вывел самый распространенный ныне сорт картофеля Russet Burbank, он повысил производительность совершенно иным способом соотношения знаний и материальных затрат, чем Хайрам Мур, когда изобрел комбайн.
Иными словами, два вида составляющих, физические и умственные, находятся в сложном танце. Одним из передовых шагов является внедрение в физический мир датчиков, которые позволяют собирать и анализировать данные в немыслимом ранее масштабе. Это настоящий ключ к пониманию того, что часто называют «Интернетом вещей». Вещи, над которыми когда-то нужно было ломать голову, теперь доступны (страхование вполне может стать внутренней бизнес-моделью «Интернета вещей», так же как реклама стала внутренней бизнес-моделью Интернета, благодаря управляемому данными устранению неопределенности). Речь идет не только об умных подключенных устройствах, таких как термостат Nest или Amazon Echo, часы Fitbit и Apple Watch, и даже не о беспилотных автомобилях. Речь идет о данных, которые производят эти устройства. Перед нами открываются самые неожиданные перспективы будущего.
