«The Naked Future» Патрика Такера: как жить, когда все известно заранее

Однажды вместе с прогнозом погоды телефон сообщит, что сегодня вы встретите бывшую подружку, которая скажет вам, что выходит замуж. Главное — не забыть этому удивиться. Умению удивляться вообще, кажется, будут учить, как сейчас учат хорошим манерам или каратэ: благодаря вездесущим компьютерам, которые следят за каждым чихом пользователя и ежесекундно пересчитывают вероятность событий, ваш распорядок дня будет более или менее известен заранее. Грубо говоря, это и есть «обнаженное будущее». Автор идеи — Патрик Такер, не самый известный техжурналист, редактор изданий The Futurist и Defense One. Его новая книжка дает один из самых правдоподобных сценариев развития технологий в ближайшие двадцать лет.

Вести, которые сообщает Такер, вряд ли удивят тех, кто хотя бы раз в неделю заглядывает в издание The Verge. Этот новый прозрачный мир, где каждый под колпаком у своих и чужих гаджетов, стоит на трех китах: вечно растущем объеме информации обо всем на свете; тихо собирающих ее смартфонах и прочих маленьких ЭВМ, играющих роль сенсоров; компьютерной телеметрии, которая все это измеряет и интерпретирует. То есть имеется в виду big data, облачные вычисления и прочие смутно знакомые вещи, о которых давно уже пишут техблогеры, любители статистики и всякого рода алармисты. Собственно, «The Naked Future» — компиляция, состоящая из сюжетов такеровских журнальных заметок, интервью с людьми из Google, Microsoft, Facebook, Twitter, Стэнфорда, МТИ, а также «копами, шпионами и двумя миллионерами», плюс байки про полузабытых технологических гуру вроде Марка Вайзера, исследователя из Xerox и участника панк-группы «Серьезное повреждение шины», предсказавшего в 80-х появление ubiquitous computing, которое потом назовут интернетом вещей.

Другое дело, как просто и по-человечески Такер объясняет, что же это, господи, означает и почему задуматься надо уже сейчас, когда люди раздают свои личные данные направо и налево. Магазины и банки знают, что их клиенты покупают и что они хотели бы купить еще. Телефонные компании знают, где они живут и куда ездят. Соцсети — с кем они дружат. Информационный след, который средний американский пользователь оставляет за собой за год — поток транзакций, запросов, пингов, постов, твитов, лайков, услышанных песен, увиденных роликов, — оценивается в 1,8 миллиона мегабайт, девять новых компакт-дисков ежедневно. Считается, что к 2020-м годам объем всей этой big data вырастет в 44 раза и составит 35 зеттабайт (с чем это можно сравнить, уже не важно, цифра совершенно невообразимая). При этом понятно, что big data — не более чем термин из языка машин и маркетологов. Для людей речь идет о поступках, желаниях, чувствах, о том узоре, в который тайно или явно вписывается все, что с человеком происходит и, вероятно, еще произойдет.

Когда поведение описывается цифрами, возникает соблазн просчитать варианты. Такер приводит формулу Байеса (ничего страшного: это единственная формула в книге) — простейший и при этом широко распространенный в статистике способ определить вероятность того или иного события. Представьте, что вы идете на прием к врачу, но за несколько минут до назначенного времени он застревает в пробке. Чтобы вычислить вероятность встречи, придется учесть и пробку, и скорость машины, и пунктуальность врача в прошлом, и еще множество маленьких случайностей. Чем больше исходных данных и последующих корректировок, тем более точный результат дает формула Байеса. Элементарная идея, восходящая к веку просвещения и позитивизма, которая так или иначе сработала в физике (где переменных не так много), но не в социологии или описании движений отдельно взятой души. Однако то, что не совсем получилось в гуманитарных областях знания у Канта и Конта, может чуть лучше получиться у машин.

В мире, где каждый школьник верит в ведущую роль черных лебедей и держит в уме сомнительные результаты большинства социальных экспериментов, идея вычислений в области пользовательского поведения отдает мошенничеством. Между тем Такер осторожно предполагает, что сервисы на основе big data попытаются в будущем предсказывать сердечные приступы и целые эпидемии инфекций, время и место преступлений, успехи в учебе и даже шансы пользователя влюбиться. Главное, что в том или ином виде прогностические сервисы уже существуют. Поисковики подсказывают пользователям, что они хотят найти. Приложение Google Now угадывает, где вы работаете и живете, и строит маршрут с учетом пробок. Механизм фильтрации постов в фейсбуке тоже в некотором смысле оракул.

Один из самых впечатляющих примеров в книге — эксперимент исследователя из Microsoft Джона Крумма. Когда у компании еще были деньги на подобную ерунду, Крумм в течение шести лет записывал передвижения людей, носивших с собой по его просьбе GPS-трекеры, — так биологи следят за миграцией каких-нибудь уток. В 2011 году на основе собранных данных Крумм создал модель, показывающую с 80-процентной точностью, в каком районе города и в котором часу будут находиться участники эксперимента в течение следующих полутора лет. Точность результатов можно улучшать бесконечно, если за человеком будет следить не один трекер, а все устройства, которыми пользуется он и его окружение, начиная с телефонов и сенсоров iBeacon, заканчивая странными приспособлениями вроде вшитого в грудь кардиостимулятора, транслирующего состояние сердца на монитор доктора в больнице.

По прогнозам компании Cisco, через шесть лет в мире будет 50 миллиардов подобных устройств, связанных в единую сеть (сейчас их в пять раз меньше). Сами машины развиваются пугающими темпами. Google Now — это и сегодня магия, но приложение станет еще чудеснее, когда через пару лет умные часы или какая-нибудь говорящая запонка с операционной системой Android Wear скажет вам, когда лучше выходить из дома или какой подарок купить сегодня на день рождения другу. Или вот недавняя история неожиданно поумневшего кластера гугловских серверов. Эти серверы научились тому, чему их никто не учил, — распознавать предметы в офисе, в частности шредеры разных марок (гносеологическая проблема, почти неразрешимая для компьютеров до недавнего времени).

Персональные данные и слишком умные машины — это всегда приглашение к дурацкому разговору о тотальной слежке и угрозе технологического тоталитаризма. Сама тема big data стала популярной в прессе после вот этой заметки в The New York Times про скандал вокруг магазинов Target, чьи маркетологи изучали покупки посетителей магазина, чтобы сделать спам-рассылку более адресной. Закончилось все припадком у одураченного отца, получившего рекламу товаров для новорожденных: его дочь, оказывается, была беременна. Давным-давно известно, что большие данные — это товар, который телефонные операторы, сайты знакомств и бог знает кто еще продают рекламщикам. Фейсбук платит 19 миллиардов долларов за WhatsApp не потому, что компанию интересует программное решение, а потому что у этого мессенджера есть данные на 500 миллионов его пользователей.

Переживать или нет по поводу таких новостей — вопрос личной компетентности и темперамента. В своем воображаемом мире будущего Такер видит скорее новые возможности для пользователей, простор для малых дел таких масштабов, которые не снились ни одному поколению. Когда во время фукусимской аварии стало ясно, что власти скрывают информацию о последствиях, местный житель Сейго Ишино выключил телевизор, сделал приложение, предсказывающее уровень радиационного загрязнения и, похоже, спас жизнь родственникам и соседям. Не интересоваться технологиями и знаниями, когда они доступны каждому и стоят копейки, — такой же грех, как лень и нежелание разбираться в настоящем, будущем и самом себе. Начать учиться можно прямо сейчас — сайт Codecademy, например, по-прежнему бесплатный.