Истории будущего - Дэвид Кристиан

Хотя термин «большие данные» часто ассоциируется с маркетингом, впервые он появился в таких науках, как астрономия и геномика, где сложилось понимание, что обширные наборы данных могут изменить известную и предсказуемую картину. Слоуновский цифровой обзор неба [112], проект 2000 года, за несколько недель собрал больше астрономических данных, чем было накоплено ранее, за всю историю астрономии287. Могущество больших данных складывается из синергии между колоссальными объемами информации и новыми аналитическими техниками, которые используют эту информацию для выявления скрытых закономерностей и тенденций: «Речь идет о применении математики к огромному количеству данных, чтобы вывести вероятности: вероятность того, что сообщение электронной почты является спамом; что опечатка «teh» должна читаться как «the» и т. д.»288. Древним прорицателям шептали боги, а сегодня мы находим намеки на скрытые закономерности, погребенные в грудах данных; они могут быть превращены в правдоподобные предсказания, в богатство и власть.

Информационные технологии и вычислительная техника

Возможность хранить, получать доступ и извлекать огромные объемы данных появилась благодаря информационной революции конца двадцатого столетия.

Современные электронные вычисления зародились в ходе Второй мировой войны. Впрочем, поначалу компьютеры были дорогостоящими штучными изделиями, которые представляли ценность только для правительств, военных служб и крупных корпораций. Широко известно несбывшееся предсказание президента компании «Ай-би-эм» (1943): «Думаю, на мировом рынке хватит от силы пяти компьютеров»289.

Дешевые и повсеместные хранение и обработка информации стали возможными благодаря технологическим нововведениям, которые удешевили компьютерные чипы и позволили компьютерам общаться друг с другом. В 1965 году Гордон Мур, соучредитель производителя чипов «Интел», заметил, что количество компонентов на каждом чипе удваивается каждый год, вследствие чего снижаются стоимость самого компьютера и обработки информации. В 1975 году он уточнил свой прогноз до одного раза в два года, но его открытие было признано и получило известность как закон Мура. В 2020 году обычный смартфон по вычислительной мощности в тысячу раз, а по объему памяти в восемьдесят раз превосходил лучший компьютер 1970 года, но стоил в тысячу раз дешевле290.

По мере того как компьютеры становились дешевле, мощнее и подключались к сети, стало возможным хранить и анализировать колоссальные объемы информации, а также моделировать возможные варианты будущего с беспрецедентной точностью. Новаторская работа о вероятном глобальном будущем «Пределы роста» была опубликована в 1972 году ученым-экологом Донеллой Медоуз и ее коллегами из Массачусетского технологического института. «Пределы роста» использовали одну из первых компьютерных моделей планетарной системы и отразили тот исключительный вклад, который такие технологии могут внести в глобальное мышление о будущем. Как отмечает футуролог Уэнделл Белл, ни в одном более раннем исследовании «не рассматривалось одновременно столько ключевых переменных, имеющих значение для выживания человечества в далеком будущем, их взаимосвязи и последствий – столь целостно, всесторонне, но при этом просто и доходчиво»291.

Компьютерная модель для книги «Пределы роста» была разработана Джеем Форрестером из Массачусетского технологического института (она называется World3). Моделировались связи между сушей, океанами, атмосферой, природной средой и человеческими обществами как зависимыми частями сложной глобальной системы; модель учитывала пять факторов: численность населения, промышленное производство на душу населения, производство продуктов питания на душу населения, запасы невозобновляемых ресурсов и загрязнение среды, в том числе парниковые газы. Эти факторы и многочисленные условия комбинировались посредством множества причинно-следственных связей и петель обратной связи, каждая из которых подлежала количественному определению на основе имеющихся данных или правдоподобных оценок. Первоначальная модель исходила из более ста причинно-следственных связей. Авторы многократно перезапускали эту модель, внося изменения в ключевые параметры (темпы прироста населения, доступность невозобновляемых ресурсов и др.). Они проверяли реалистичность модели, отталкиваясь от показателей 1900 года и наблюдая, насколько хорошо модель отслеживает изменения до даты запуска (1972 год), а затем решили изучить предсказания до 2100 года. В исходной публикации почти все сценарии, в особенности сценарии «повседневного бизнеса» в конечном счете вели к замедлению и прекращению развития в двадцать первом веке, хотя сроки, масштабы и непосредственные причины спада сильно различались. Двадцать лет спустя, в книге «За гранью», авторы нашли способы избежать коллапса – только за счет установления крупномасштабных, решительных и систематических ограничений на производство, рост населения и уровень загрязнения292. Сценарии, описанные в двух книгах, кажутся простоватыми по нынешним меркам, но они выдержали испытание временем, и большинство из них указывает на ослабление и возможное отмирание многих форм развития к 2100 году293.

По мере развития и распространения компьютерных технологий такое моделирование становится все более популярным. Сегодня компьютерные модели располагают значительной вычислительной мощью и объемами информации и используются для изучения возможного будущего в самых разных отраслях, от изменения климата до эволюции экономических тенденций и пандемий.

Современные методы мышления о будущем увеличили нашу способность предсказывать многие цепочки событий, прежде всего те, которые являются результатом довольно регулярных (механических) или вероятностных процессов. В некоторых областях – скажем, в прогнозировании столкновений с астероидами – подобные цепочки событий уже признаются «правдоподобными» и даже почти неизбежными (см. конус областей предсказуемости будущего, гл. 2). Конгресс США в 1994 году поручил НАСА приступить к систематическому изучению вероятных траекторий всех околоземных объектов диаметром более одного километра294. К 2020 году удалось отследить около 95 % астероидов такого размера или крупнее, грозящих обрушиться на Землю в ближайшие сто лет. Это настоящий прорыв в прогнозировании. Аналогичные успехи были достигнуты во многих других областях знания, включая прогнозы о влиянии на здоровье населения таких кампаний, как вакцинация, запрет курения или агитация за использование ремней безопасности в автомобилях. Но там, где задействованы менее предсказуемые процессы, будущее остается столь же смутным, как и раньше. Прогнозирование действий политиков не сильно продвинулось со времен Цезаря.

Современное прогнозирование погоды и экономическое прогнозирование наглядно отражают сильные и слабые стороны современного мышления о будущем.

Климатические прогнозы используют все отмеченные нами достижения. Они опираются на лучшее понимание причинно-следственных связей (любое изменение атмосферного давления, влажности и температуры влечет за собой изменения погоды). Они используют строгие расчеты для оценки вероятности различных погодных условий. Они собирают огромное количество информации по всему миру и моделируют возможные изменения погоды, прибегая к грандиозным вычислительным мощностям суперкомпьютеров.

Все общества на свете пытались прогнозировать погоду, и краткосрочное прогнозирование не составляет труда. Если на небе нет ни облачка, я с уверенностью заявляю, что в ближайшие пять минут дождя не будет. Предсказывать же погоду на завтра или на следующий месяц куда труднее. Современное прогнозирование погоды зародилось фактически лишь в девятнадцатом столетии. В середине века капитан Роберт Фицрой, командир корабля «Бигль», на котором Дарвин совершил свое кругосветное путешествие, начал собирать данные о погоде со многих различных станций, а в 1854 году