Книга Кибервойны ХХI века. О чем умолчал Эдвард Сноуден - Владимир Овчинский

Конечно обсуждение «ветряных мельниц» и рекламных баннеров на сайтах впечатляет, но куда важнее следующие обстоятельства:

во-первых, на всех подобных конференциях речь идет о Больших Данных в их вчерашнем, а то и позавчерашнем понимании. Большие Данные, как правило, связываются исключительно с бизнес-аналитикой и с возрастанием объемов, многообразия и скорости передачи данных. Так понимали Большие Данные в США, Европе, Японии три-пять лет назад, когда собственно и появился этот термин;

во-вторых, на конференциях рассуждают, как правило, о будущем времени. По мнению большинства участников, например, одного из руководителей компании Форс — Центра внедрения Oracle О. Горчинской, «Практически нет проблем с наличием и доступностью технологий Больших Данных, готовностью поставщиков и интеграторов к их внедрению. Но в большинстве своем российские организации пока еще только присматриваются к таким решениям»;

в-третьих, ключевыми докладчиками, а то и организаторами таких конференций выступают, прежде всего, зарубежные компании, в первую очередь IBM, Oracle, SAP и т. п. Безусловно, взаимовыгодное, многостороннее сотрудничество с транснациональными гигантами IT-индустрии весьма полезно и выгодно как для российской экономики, так и для российских разработчиков. Углубление такого сотрудничества соответствует интересам бизнеса, способствует оптимальному углублению разделения труда в IT-сфере в глобальном масштабе.

Однако, в нынешней непростой геополитической обстановке нельзя закрывать глаза на одно неочевидное обстоятельство. Сегодня все зарубежные СМИ полны аналитическими статьями об использовании Россией энергетических ресурсов в качестве своеобразного геополитического оружия и средства достижения национальных целей. В этой связи вполне закономерно и логично предположить, что США, являющиеся бесспорными лидерами в сфере информационных технологий, также рассматривают их как своего рода технологическое оружие и средство научно-технического, экономического и геополитического давления.

Зарубежные специалисты полагают, что рынок в сфере Больших Данных в России достаточно ограничен с точки зрения готовности российских потребителей к использованию кластера этих технологий. Однако представляется, что подобная ограниченность не является единственной причиной повестки дня конференций. Другая, непроговариваемая причина состоит в том, что, по сути, зарубежные производители программных продуктов, связанных с Большими Данными, навязывают российскому рынку своего рода «консервирующую динамику». Эта динамика закрепляет отставание российской экономики вообще, и IT-отрасли в частности от зарубежных конкурентов и поддерживает господство зарубежных производителей на этом стратегическом сегменте IT-рынка.

Любой профессионал в сфере Больших Данных на вопрос, какие темы сегодня обсуждаются на конференциях по Большим Данным за рубежом, ответит, что там речь идет, в первую очередь, о так называемой «предсказательной» аналитике, поведенческом маркетинге на основе Больших Данных, экспертных системах, базирующихся на когнитивных вычислениях Больших Данных и т. п. Ни о чем подобном в практическом плане на российских конференциях, организованных транснациональными IT-компаниями, речи не ведется.

Как же быть в сложившейся ситуации?

Представляется, что начинать сегодня наверстывать упущенное и повторять уже пройденный путь вряд ли целесообразно. В подобном случае российский IT-сегмент Больших Данных, обслуживающий, в том числе, не только интересы бизнеса, но и государственного управления, включая вопросы национальной безопасности, окажется вечно отстающем. Видимо, есть смысл сразу задуматься о реализации решений завтрашнего дня. Тем более, предпосылки в виде отечественной математической и программистской школ, кадрового потенциала, финансовых ресурсов и т. п. в нашей стране имеется.

Что же будет выступать завтрашним днем Больших Данных? Чтобы ответить на этот вопрос, необходимо внимательно присмотреться к наиболее динамично развивающимся направлениям сегодняшнего дня. Среди них выделяются:

• Третья производственная революция с массовой роботизацией, автоматизацией производства, внедрением 3D-печати, базирующаяся на информационных технологиях и Больших Данных, как на несущей конструкции;

• повсеместное распространение «интернета вещей» и ускоренный переход от «интернета вещей» к «интернету всего». «Интернет всего» предполагает, что к всемирной сети будут подключены практически все устройства, предметы и инфраструктуры во всех сферах жизнедеятельности социума и отдельного человека;

• широкое распространение автоматизированных систем поддержки и принятия решений на основе Больших Данных. Наиболее значительным прорывом в этой сфере на сегодняшний день стали системы высокочастотного, полностью роботизированного трейдинга. Ежедневно эти системы при минимальном участии человека или без оного, осуществляют торговые сделки, измеряемые сотнями миллиардов долларов. Ширится мнение, что на высокочастотном трейдинге отрабатываются человеко-машинные и автоматизированные системы принятия решений для сложных и сверхсложных систем.

Все три магистральных направления развития информационных технологий ведут к появлению в ближайшем будущем распределенных самообучающихся систем когнитивных вычислений. Поясним, о чем идет речь на самом простом примере. Всем хорошо известно, что Google активнейшим образом развивает программу полностью автоматизированных автомобилей, способных к нормальной эксплуатации в напряженной городской среде. В рамках этой программы реализуется следующий важнейший принцип. Каждый автомобиль снабжен как автономным бортовым компьютером со встроенной программой машинного обучения, так и подключением к общей базе сверхбольших Данных для всех эксплуатируемых автомобилей. Т. е. на каждой дорожной ситуации, на каждом ЧП, в которое попадает машина, программа учится, находит имеющиеся в ней ошибки, устраняет их с тем, чтобы в последующем не попадать в подобные ситуации. В этом смысле машина, пускай грубо, но имитирует принцип жизнедеятельности человека, который, как известно, учится на собственных ошибках. Одновременно программа сообщает о найденной ошибке, ее решении в общую распределенную базу сверхбольших Данных, к которой подключены все автомобили. Тем самым, каждая машина учится не только на собственных ошибках, но и на ошибках, которые совершаются другими автомобилями. Более того, найденное программой одного автомобиля удачное программное решение становится достоянием всех. Фактически мы имеем дело со своего рода стаей, соединенной тесными связями взаимного обучения. Применительно к производственным роботам подобная программа сейчас реализуется в Германии. К роботам, занимающимся уборкой домов — в Японии.

О чем это все говорит? Мы видим, что повсеместно Большие Данные используются для коллективного обучения и выработки все более эффективных решений.

Фактически это, по сути, является имитацией памяти и логического мышления. Ведь память тоже аккумулирует знания о прошлом, о том, что удалось и не удалось, закрепляет удачные образцы, которые в дальнейшем и используются в поведении и, как открыл П. Анохин, в опережающем реагировании на изменения внешней среды.