Идеальный технологический шторм

Откуда мы пришли

Согласно историческим графикам, между временем, когда люди изготовили первые инструменты, и временем, когда были построены первые лодки, прошли миллионы лет, и еще тысячи лет прошли до изобретения колеса. Статическое электричество было открыто в 600 г. до н.э., но только в 1660 г. н.э. Отто фон Герике изобрел машину, которая могла его производить, и нам пришлось ждать еще почти столетие, прежде чем Бен Франклин провел свой знаменитый эксперимент с запуском воздушного змея. во время грозы и собрал электрический заряд. Несколько десятилетий спустя Алессандро Вольта построил первые батареи, и, наконец, в 1880 году — более ста лет спустя — электроэнергетика получила свое начало с электростанции Томаса Эдисона в Нижнем Манхэттене.

Где мы

Теперь давайте посмотрим на нашу недавнюю историю и на то, чего мы достигли менее чем за столетие. Первая теоретическая вычислительная машина была задумана Аланом Тьюрингом в 1937 году. Первым настоящим компьютером был 50-тонный ENIAC площадью 1800 квадратных футов, изобретенный в 1946 году. Первые коммерческие персональные компьютеры появились в 1970-х годах. Сегодня смартфон среднего уровня обладает гораздо большей вычислительной мощностью, чем любой из них.

Компьютеры и сети претерпели значительный прогресс за короткое время. Мы прошли путь от настольных компьютеров до ноутбуков, планшетов и телефонов, а также гибридных устройств, сочетающих в себе элементы всего вышеперечисленного. Когда дело доходит до передачи информации с одного компьютера на другой, мы перешли от сникернета к Ethernet, затем к Wi-Fi и 4G, становясь быстрее и надежнее с каждой новой технологией. Мы прошли через одноранговые сети, сети клиент-сервер, сети на основе доменов и перешли от серверной комнаты к центру обработки данных и к облаку.

На полпути во втором десятилетии двадцать первого века мы стоим на пороге еще более удивительных перемен. Мало того, что компьютеры стали намного быстрее и мощнее, но то, как мы взаимодействовали с ними на протяжении десятилетий — с помощью клавиатуры и указывающих устройств — уступает место гораздо более интуитивным методам «человеческого интерфейса», которые лучше интегрируются в нашу повседневную жизнь.

Мы можем вводить наши команды и запросы на наши компьютеры с помощью сенсорных экранов или голоса, и некоторые говорят, что в недалеком будущем наши машины смогут напрямую подключаться к нашему мозгу, чтобы мы могли просто «думать». к компьютерам — идея, которая завораживает и пугает одновременно. Большое количество датчиков различных типов может собирать информацию без необходимости ее явного ввода; GPS отслеживает наше местоположение и, наряду с датчиками движения, измеряет наши шаги, датчики сердечного ритма предоставляют данные о здоровье и физической форме в наши приложения, датчики приближения могут обнаруживать, что мы удаляемся слишком далеко от нашего оборудования, и предупреждать нас, чтобы предотвратить потерю или кражу. Помните, когда вам приходилось вручную регулировать яркость экрана? Теперь датчики внешней освещенности могут измерять освещение в помещении и соответствующим образом настраивать дисплей, изменяя его по мере изменения условий.

Куда мы идем

В ближайшие несколько лет мы почти неизбежно перейдем от Интернета компьютеров к Интернету вещей. Этот переход уже начался: рынок IP-камер обгоняет рынок видеонаблюдения, тихое вторжение термостатов NEST в дома и растущая популярность смартфонов, смарт-часов и умных носимых устройств.

Будущее уже наступило, но оно еще не наступило. У подавляющего большинства до сих пор есть холодильники, которые не замечают, когда у нас закончились яйца, и заказывают для нас дюжину. Большинство из нас до сих пор не могут выйти в Интернет с работы и сказать своим печам, чтобы они начали разогрев ровно в 16:47, чтобы они были готовы, когда мы вернемся домой. Очень немногие из нас в настоящее время удаленно приостанавливают и запускают циклы стирки и сушки удаленно через наши смартфоны. Не многие из нас используют приложение, чтобы раздавать еду нашим питомцам небольшими порциями в течение дня. Только небольшая часть из нас может запереть или открыть входную дверь сверху или через всю страну, нажав на сенсорный экран.

Но однажды — возможно, раньше, чем вы думаете, — эти и многие другие сценарии станут рутинными, просто повседневными, ничем не примечательными действиями, которые мы выполняем, не особо задумываясь о том, насколько невероятно мощной стала наша технология. Интернет вещей к нам, как товарный поезд, даже если он движется не на максимальной скорости шанхайского маглева. В прошлом году Gartner предсказал, что к 2020 году к Интернету будет подключено почти 21 миллиард устройств, а до этого осталось всего четыре года.

Когда технологии сходятся

Интернет вещей сам по себе был бы достаточно разрушительным. Однако когда мы смотрим на некоторые базовые технологии, на которые будет опираться IoT, все становится действительно интересным. Как упоминалось ранее, многие из устройств, которые в настоящее время подключаются к Интернету, и еще больше тех, которые будут подключаться к Интернету в будущем, основаны на предпосылке сбора данных с датчиков. Много-много сенсорных данных. Другими словами, Интернет вещей должен оказать глубокое влияние на другое быстро растущее технологическое явление: большие данные.

С таким количеством подключенных к Интернету устройств, многие из которых содержат несколько датчиков, которые генерируют огромные объемы данных, компании столкнутся с проблемой: как сортировать эти петабайты данных, чтобы отделить то, что важно, от того, что не важно?, а затем использовать соответствующие данные полезным и продуктивным способом?

Мне вспоминается популярная цитата, которую обычно приписывают Клиффорду Столлу (известному своим расследованием связанного с КГБ хакера Маркуса Хесса в одном из первых расследований цифровой криминалистики, когда Столл был системным администратором в Национальной лаборатории Лоуренса в Беркли):

«

Наша цель при сборе больших данных обо всех «вещах» в Интернете состоит в том, чтобы превратить эти груды данных, по крайней мере, в знания, если не в мудрость. Это означает, что в дополнение к большим данным нам нужна аналитика больших данных. Несмотря на постоянно падающие цены на дисковое пространство и огромную емкость дисков на серверах и системах NAS как в локальной среде, так и в облаке, а также бесплатность Hadoop с открытым исходным кодом — одной из самых популярных программных сред для работы с большими данными — в целом стоимость правильно реализованной инфраструктуры больших данных по-прежнему недешева. И инфраструктура — это только часть дела.

Для эффективного анализа больших данных требуется больше ресурсов. Как это часто бывает, основные расходы связаны с квалифицированным персоналом для проектирования, внедрения и обслуживания системы. В зависимости от вашего варианта использования это могут быть разработчики, инженеры, менеджеры баз данных и/или специалисты по большим данным, а также специалисты в вашей конкретной области, имеющие опыт интеграции больших данных в определенные среды. Все это быстро накапливается. Тем не менее, это будут необходимые расходы, потому что огромное количество данных, которые будут собираться огромным количеством устройств в IoT, будут бесполезны без средств для их хранения, сортировки и осмысления.

Конечно, из-за такого огромного объема данных у вас нет возможности нанять достаточное количество специалистов по обработке и анализу данных, чтобы просмотреть их вручную, а даже если бы вы могли, это было бы крайне неэффективно. Однако получение полезных бизнес-идей из огромных объемов данных, поступающих из разрозненных источников, выходит за рамки возможностей стандартных компьютерных алгоритмов. Вот где в дело вступает искусственный интеллект (ИИ).

Вместо того, чтобы просто следовать явно запрограммированным инструкциям, ИИ с помощью машинного обучения может выявлять закономерности и корреляции в данных и использовать их для прогнозирования будущего поведения и результатов, а также принимать решения на основе этих прогнозов. ИИ может повысить как скорость, так и точность анализа больших данных, чтобы результаты этого анализа можно было применять в режиме реального времени или, по крайней мере, своевременно.

Что возможно могло пойти не так?

Большинство технологических футуристов согласны с тем, что Интернет вещей на данный момент не остановить (если не считать апокалиптического события), что он будет генерировать слишком много данных, чтобы аналитики могли их обработать, и что искусственный интеллект — это решение, которое объединит Интернет вещей и большие данные в браке по расчету, если не в супружеском блаженстве. Но, как и во всех браках, сватовство — самая легкая часть. После этого заставить его работать долго и счастливо может быть сложно.

Интеграция ИИ с IoT имеет огромный потенциал, но также сопряжена с рядом серьезных проблем. Страх там вверху списка. Многие люди недовольны идеей, что компьютеры пытаются подражать человеческим процессам; отчасти это связано со многими научно-фантастическими рассказами о разумных машинах, восставших против своих человеческих «хозяев». Это также поднимает юридические и этические вопросы, касающиеся наличия у машин «прав».

На менее драматичном уровне необходимо учитывать вопросы безопасности. Это было одним из больших препятствий на пути к принятию беспилотных автомобилей. Мы все сталкивались с компьютерной ошибкой в той или иной форме. Ошибка машины в суждении может иметь последствия, которые варьируются от просто неудобных до опасных для жизни, в зависимости от задач, за которые отвечает устройство, и среды, в которой оно работает.

Проблемы с конфиденциальностью и безопасностью являются законными; шаблоны, обнаруженные в данных IoT-коллекции, могут многое рассказать о людях, и часть этой информации является конфиденциальной и личной. Многие считают, что достаточно плохо, что, учитывая медленную кончину экономики наличных денег и нашу зависимость от кредитных карт и электронных платежей, существуют подробные записи истории наших покупок. ИИ добавляет к этим опасениям совершенно новое измерение, поскольку интеллектуальные машины могут просматривать эти данные и решать, что человек подвергается большему, чем обычно, риску сердечного приступа или заболевания печени, основываясь на еде или количестве алкоголя, который он покупает, а также на его медицинской страховке. компания получит эту информацию, его ставки повысятся или его полис может быть даже отменен.

Даже если бы мы смогли развеять все эти страхи, есть и другие проблемы, которые необходимо решить, прежде чем слияние IoT/больших данных/ИИ станет широко распространенной реальностью, не говоря уже о том, чтобы обеспечить реальную отдачу от наших инвестиций. Фактическая реализация — заставить все это работать в реальной жизни — может включать много плача, причитаний и скрежета зубов на нескольких разных уровнях.

На пути будет стоять не только общественное признание. Есть и более практические проблемы. Сложность такой системы включает в себя множество различных компонентов, которые используют разные протоколы, и процессы должны быть способны взаимодействовать друг с другом. Проблемы с совместимостью обязательно возникнут.

Технологии завтрашнего дня, если бы мы могли перенестись на десять или двадцать лет в будущее и увидеть их сейчас, несомненно, поразили бы нас так же, как сегодняшние смартфоны и повсеместная связь поразили бы наших бабушек и дедушек в их юности. Однако дорога между здесь и там, скорее всего, будет тернистой. Сочетание Интернета вещей, больших данных и искусственного интеллекта — это высшая тройка, но некоторые не захотят рисковать, а тем, кто захочет, придется пережить взлеты и падения, прежде чем это окупится.