Мегатех. Технологии и общество 2050 года в прогнозах ученых и писателей - Дэниел Франклин

Аналогичным образом ранние удвоения вычислительной мощности обеспечили важные, но скромные улучшения. Но с течением времени каждое последующее ее поколение обеспечивает импульс, равный всем предыдущим, вместе взятым. За последнее десятилетие пессимистов неоднократно удивляло достижение технологических целей, еще совсем недавно казавшихся очень далекими. В середине 2000-х беспилотные автомобили виделись явлением, далеко выходящим за пределы возможностей существовавших тогда технологий. Всего через несколько лет Google выпустил подобные машины на городские улицы, а сегодня большинство производителей реализуют в своих авто значительное количество автономных функций. Победа AlphaGo также случилась гораздо раньше, чем предполагалось. Вне зависимости от того, в какой мере оправдывается закон Мура, каждое следующее поколение теперь все равно обеспечит гораздо больший вклад в прогресс вычислительных технологий, чем все прошлые удвоения.

Вторая причина оптимизма заключается в том, что закон Мура в любом случае больше не является препятствием для технологического прогресса. Производители интегральных микросхем экспериментируют с новыми конструкциями и материалами, чтобы добиться улучшения их работы и после того, как закон Мура перестанет работать. Такие компании, как Amazon и Google, обеспечивают множество облачных вычислений. Это означает, что возможности пользовательского устройства мало зависят от используемых в нем микросхем. Улучшение вычислительной мощности также было дополнено усовершенствованием алгоритмов. Победа AlphaGo стала возможной за счет не только грубой вычислительной силы, но и изощренного машинного интеллекта, «продумывающего» способы победы над противниками.

В совокупности эти факторы означают, что для увеличения мощности и возможностей «думающих» машин существует гораздо больше путей. Они также позволяют предположить, что прогресс, достигнутый в области вычислительной мощности, не просто способствует росту экономики, мало-помалу давая возможность выполнять работу все быстрее с помощью все более компактного устройства — нет, на каждом этапе технология достигает все новых горизонтов, открывая пользователям принципиально новые возможности.

Медленно, а потом все сразу

Если это правда, то почему технологический прогресс не привел к большему росту и как мы можем быть уверены, что последний будет возможен в будущем? Третья и самая сильная причина оптимизма заключается в том, что для обучения применению новых мощных технологий требуется время.

Гордон несколько несправедлив к цифровой революции. Он справедливо называет крупные инновации, такие как электрификация и автомобили, в качестве причины роста производства на душу населения, который богатые страны мира переживали с конца XIX до середины XX века. Однако он не уделил должного внимания важнейшему вопросу: на реализацию потенциала этих инноваций пришлось потратить довольно много времени. Ученые, экспериментировавшие с электричеством, к 1890 году добились важных успехов в фундаментальных областях знаний, но тем не менее приложения, повышающие эффективность производства, стали использоваться далеко не сразу. Они потихоньку распространялись при помощи компаний, искавших хитроумные новые способы задействования электричества. Например, телеграфия появилась довольно давно, но широкая электрификация домов и заводов, приведшая к росту производительности труда, была достигнуты гораздо позже.

Чэд Сайверсон из Чикагского университета отмечает, что рост производительности в век электричества был неравномерным. Он сравнивает кривые производительности труда в эпохи электрификации и компьютеризации. Линии этих графиков удивительно похожи (рис. 6.2).

Рис. 6.2. Дежавю. Сравнительная производительность труда в США

Задержка между появлением технологии и полноценным ее использованием в основном обусловлена временем, необходимым для выяснения того, как наилучшим образом применить новейшие открытия и соответствующим образом перестроить окружающий мир. Например, первые безлошадные повозки появились в конце XIX века, но число автомобилей существенно увеличилось лишь много позже. Во-первых, производители должны были понять, как снизить расходы, правительствам следовало изменить правила поведения на дорогах и вложить деньги в новые формы инфраструктуры, различным фирмам нужно было поэкспериментировать с автомобильными бизнес-моделями. Люди накапливали необходимый опыт вплоть до последних десятилетий XX века, когда появление гипермаркетов повысило производительность в розничном секторе США.

Эта динамика означает, что рост производительности всегда является отражением технологического развития, произошедшего несколько раньше — в среднем, от 5 до 15 лет (а иногда, как считают экономисты Сусанто Басу из Бостонского колледжа и Джон Фернальд из Федерального резервного банка Сан-Франциско, и больше). Повышение производительности в конце 1990-х — начале 2000-х годов большей частью основывалось на внедрении программных систем для управления предприятием, разработанных гораздо раньше; вклад компаний, зарабатывавших деньги при помощи Интернета, был сравнительно небольшим. Точно так же должно пройти некоторое время, прежде чем такие вещи, как беспилотные автомобили, начнут способствовать экономическому росту. Более того, мы не можем себе представить, что произойдет, когда сегодняшние технологии наконец начнут влиять на этот показатель. Карл Бенц и Генри Форд могли бы рассматривать автомобиль как улучшенную версию безлошадной кареты, помогающей людям путешествовать дальше, быстрее и не зависеть от животных. Но они не могли предвидеть, что машины приведут к резким изменениям городского ландшафта, или что в один прекрасный день международная торговля начнет расширяться благодаря системе, в которой контейнеры перегружаются с судов на грузовики.

Точно так же мы не можем предвидеть варианты использования в отдаленном будущем и долгосрочные последствия появления беспилотного автомобиля. Почти наверняка его будут применять не так, как сегодняшние автомобили, управляемые людьми. Вместо этого изменится сама фундаментальная природа этой техники. Гораздо меньше людей захотят купить себе такую машину, вместо этого нанимая такси без водителя лишь тогда, когда в нем возникнет необходимость. Дороги лучшего качества и сокращение потребности в парковках могут изменить структуру городов. Многие перевозки вполне могут осуществляться на машинах, в которых вообще нет людей. Мы сможем заказать из дома все, что нам нужно, просто попросив об этом вслух. Например, захотев гамбургер, достаточно будет просто сказать об этом — и домашний компьютер отправит запрос в местный ресторан. А тот отправит еду в пункт назначения в крошечном беспилотном автомобиле. Компьютеры, которые достаточно умны, чтобы управлять машинами в условиях плотного трафика (а они будут способны на гораздо большее), могут использоваться в самых разных областях — для проведения операций, обучения студентов разговорной речи, управления фермами и энергосистемами и т. д.