Вторая эра машин. Работа, прогресс и процветание в эпоху новейших технологий
Шрифт:
В июне 2011 года, незадолго до SIGGRAPH, Microsoft выпустила комплект разработки программного обеспечения для Kinect, дав разработчикам все необходимое, чтобы они могли писать программы под PC, с помощью которых можно было бы управлять устройством. После конференции возник огромный интерес к использованию Kinect для целей SLAM. Многие команды, занимавшиеся робототехникой и исследованиями искусственного интеллекта, загрузили себе SDK и принялись за работу.
Менее чем через год команда ирландских и американских исследователей во главе с нашим коллегой Джоном Леонардом из лаборатории компьютерных наук и искусственного интеллекта МТИ анонсировала Kintinuous – «пространственно расширенную» версию Kinect. С помощью Kintinuous пользователи
88
Thomas Whelan et al., “Kintinuous: Spatially Extended KinectFusion”, n. d., http://dspace.mit.edu/bitstream/handle/1721.1/71756/mIT-cSAIl-Tr-2012–020.pdf?sequence=1.
Некоторые из технологий, которых мы касались в предыдущей главе, используют недорогие и мощные цифровые сенсоры. Так, у робота Baxter есть несколько цифровых камер и датчиков силы и положения. Совсем недавно все эти устройства были чудовищно дорогими, неуклюжими и неточными. Беспилотный автомобиль Google тоже использует несколько сенсорных технологий, однако самый важный из его «глаз» – устройство под названием LIDAR (от слов light («свет») и radar), размещенное на крыше машины. Этот прибор, разработанный компанией Velodyne, содержит 64 отдельных лазерных луча и такое же количество детекторов, заключенных в корпус, совершающий 10 оборотов в секунду. Устройство ежесекундно генерирует около 1,3 миллиона единиц данных, а бортовые компьютеры превращают их в трехмерную картинку в режиме реального времени, покрывающую до 100 метров во всех направлениях. Ранние коммерческие системы LIDAR, появившиеся на рынке около 2000 года, стоили до 35 миллионов долларов, однако в середине 2013 года появилось устройство Velodyne для беспилотной автомобильной навигации стоимостью около 80 000 долларов, и ожидается, что цена будет снижаться и дальше. Дэвид Холл, основатель и исполнительный директор компании, полагает, что массовое производство позволит цене продукта «сократиться до цены видеокамеры – то есть нескольких сотен долларов». [89]
89
Brett Solomon, “Velodyne cCreating Sensors for China Autonomous Vehicle Market”, Technology Tell, 5 июля 2013 г., http://www.technologytell.com/in-car-tech/4283/velodyne-creating-sensors-for-china-autonomous-vehicle-market/.
Все эти примеры иллюстрируют первое из трех звеньев нашего объяснения, почему мы находимся во второй эре машин: устойчивый экспоненциальный рост позволил нам оказаться на второй половине шахматной доски – в эпохе, когда происходившее в прошлом больше не может служить надежным предиктором того, что случится дальше. Накопленное удвоение, описанное законом Мура (и этот процесс пока продолжается), привело нас в мир, где мощностью очередного суперкомпьютера всего через несколько лет после его появления обладает игрушка, где постоянно дешевеющие сенсоры позволяют экономично решать еще вчера неразрешимые задачи и где научная фантастика продолжает претворяться в реальность.
Иногда разница в количестве (то есть большее количество того же самого) превращается в качественные различия (появляется нечто, чего не было раньше). История второй половины шахматной доски напоминает нам о том, что экспоненциальный прогресс может привести нас в удивительные места. А множество недавних примеров убеждает в том, что мы уже там.
Глава 4. Дигитализация почти всего
Если вы можете измерить то, о чем говорите, и выразить это в числах – значит, вы что-то об этом знаете. Но если вы не можете выразить это в числах, ваши знания крайне ограничны и неудовлетворительны.
«Эй, а ты слышал о …?»
«Тебе надо бы взглянуть на …»
Вопросы и рекомендации такого рода часто встречаются в нашей повседневной жизни. Именно
В цифровую эру предложения такого рода часто завершаются названием веб-сайта или гаджета. А в последнее время – и названиями мобильных приложений. В общей сложности для двух основных технологических платформ на рынке – iOS (Apple) и Android (Google) – имеется свыше 500 тысяч доступных приложений. [90] В Сети можно найти множество различных рейтингов этих приложений, однако «сарафанное радио» по-прежнему остается мощным коммуникационным инструментом.
90
Nick Wingfield and Brian X. Chen, “Apple Keeps Loyalty of Mobile App Developers”, New York Times, 10 июня 2012 г., http://www.nytimes.com/2012/06/11/technology/apple-keeps-loyalty-of-mobile-app-developers.html.
Не так давно совет такого рода дал нам Мэтт Бин, докторант бизнес-школы Слоуна при МТИ и участник нашей команды Digital Frontier: «Присмотритесь к Waze; это что-то потрясающее». Но когда мы обнаружили, что речь идет о GPS– приложении, умеющем прокладывать маршруты движения, то на нас это не произвело большого впечатления. В наших машинах и так уже есть навигационные системы, а наши айфоны тоже умеют прокладывать маршруты с помощью приложения Maps. Мы просто не понимали, зачем нужна еще одна технология, показывающая, как добраться до нужного места.
Мэтт терпеливо объяснил нам, что использовать Waze для навигации – это все равно что состязаться в скорости с воловьей упряжкой на гоночном байке Ducati. В отличие от традиционной GPS– навигации, Waze не говорит вам, какой путь к нужной точке будет лучшим в принципе; это приложение сообщает, какой маршрут будет лучшим прямо сейчас. На сайте компании рассказывается, что:
идея Waze возникла много лет назад, когда Эхуду Шабтаю подарили наладонный компьютер с внешним GPS– устройством и предустановленной навигационной программой. Воодушевление Эхуда быстро уступило место разочарованию – программа была не в состоянии отразить все динамические изменения, характерные для реальных дорожных условий… Эхуд быстро взял дело в свои руки… Чего он хотел? Он хотел, чтобы программа точно отражала систему дорог, состояние трафика и всю прочую информацию, которая может потребоваться водителям в любой момент. [91]
91
“How Was the Idea for Waze created?”,(по состоянию на 27 июня 2013 г.).
Разочарование Шабтая вполне понятно каждому, кто когда-либо пользовался привычной системой GPS. Да, программа знает ваше точное местоположение благодаря сети из 24 геосинхронных GPS– спутников, которые построены и управляются правительством США. Система многое знает и о дорогах – какие из них представляют собой автострады, по каким разрешено лишь одностороннее движение и так далее, – поскольку у нее есть доступ к базе данных с этой информацией. Однако этим все и ограничивается. В ней не хватает того, что действительно хочет знать водитель: где впереди пробки, аварии, перекрытые улицы и другие вещи, влияющие на реальное время путешествия. Например, когда мы просим программу рассчитать путь от дома Энди до дома Эрика, она просто берет начальную точку (текущее местоположение машины Энди) и конечную точку (дом Эрика), а затем обращается к своей базе данных, чтобы рассчитать теоретический «самый быстрый» маршрут между этими точками. Этот маршрут будет проложен по главным дорогам и автострадам, поскольку там самая высокая разрешенная скорость.
Однако в часы пик этот теоретически самый быстрый путь перестает им быть; когда тысячи машин оказываются на крупных дорогах и шоссе, скорость дорожного потока становится намного ниже максимально допустимой. В таких ситуациях Энди придется искать обходные пути, небольшие дороги-дублеры, о которых знают лишь опытные водители. Конечно, GPS Энди знает и об этих дорогах (современные устройства знают обо всех дорогах), однако он не знает, что именно по ним пролегает лучший маршрут в 8:45 утра во вторник. И даже если начать движение с дублера, навигатор будет постоянно перенаправлять Энди на автостраду.