S-кривая прогресса: как происходит развитие технологических отраслей

IBM казалась неуязвимой, затем — Microsoft, Intel, Nokia. Сейчас — Google, Apple, Facebook, Amazon, но их предшественники пали. Тогда нельзя было предсказать, как или почему они падут, но так случилось. Всегда будет что-то после, и именно это мы пытаемся понять.

Бенедикт Эванс, партнёр венчурного фонда Andreessen Horowitz

Люди в 1950 году представляли, что у нас будут домашние роботы с двумя руками, которые смогут ходить по кухне на двух ногах. Они смогут собирать бельё, стирать и убираться. Конечно же, мы не получили домашнего робота. Мы получили стиральную машину. И да, стиральная машина — это робот. Но он не может выполнять ничего другого, кроме стирки одежды. Вы можете положить в них посуду, и она будет чистая, но это не тот результат, которого все ожидали.

Вы не получаете вещь, которая сможет решать любой вопрос. Вы получаете то, что в состоянии выполнять только одну задачу. В том и заключается смысл каждого варианта автоматизации, что люди представляют это как нечто интеллектуальное.

Какими могли бы быть стиральные машины с машинным обучением? Мне кажется, есть три вектора движения.

1. Машинное обучение позволит обрабатывать вопросы, которыми мы задаёмся, и давать полезные результаты.

2. Оно позволит задавать разные типы вопросов по имеющимся данным.

3. Машинное обучение будет справляться с новыми типами данных. Рассматривать вопросы, которые компьютеры раньше не могли считывать — голос, изображения и видео.

Машинное обучение — это начало громадной S-кривой, к этому относятся и «умные» города, и компьютерное зрение. Поэтому эта S-кривая сама по себе подталкивает нас к формулированию последующих вопросов, на которые смогут ответить сами компьютеры.

Вы сможете носить маленький компьютер, зафиксированный на ваших ушах, который сможет видеть всё, что видите вы. Сейчас, когда мы говорим о машинном обучении как о смешанной реальности, это сравнимо с тем, как мы говорили о мультитаче в 2006 году. Это презентация, которую Джефф Хан представил на конференции TED, показав мультитач-экран, которого ещё ни у кого не было.

Смешанная реальность — концепция, магически созданная многими компаниями. Я вижу два пути её использования.

Можно добавить незначительные функции к реальному миру: сделать каждую стену экраном, разместить Minecraft на столе и управлять им руками. Или стоять перед духовкой, чтобы перед вами парил в воздухе рецепт.

Но я думаю, более интересно, если компьютер будет смотреть на вещи, анализировать объекты, а не просто добавлять плоский интерфейс.

Если смешанная реальность находится на стадии мультитача в 2006 году, то криптовалюты больше похожи даже не на 2000-е, а на 1994 год — на то, каким был HTML.

Когда мы смотрим на криптовалюты, мы начинаем задумываться о двух составляющих.

1. Распределённая часть — когда у вас есть база данных, где вы можете хранить записи без необходимости центрального узла.

2. База данных может выполнять задачи, и записи в ней могут выполнять задачи и иметь значение. То есть мы не можем сравнить эту систему с предыдущими способами хранения информации, ведь записи не являются окончательными.

Мы каждые пять лет сталкиваемся с утверждениями, что инновации мертвы, что мы находимся в технологическом пузыре.

Дело в том, что есть небольшой период времени, когда происходит видимая активность, которая не очень коррелирует с тем периодом, когда происходит реальная работа или создаются значимые для результата вещи. Если я вернусь к тем S-кривым, вы сможете отсортировать их по ситуации.

В случае с автономностью мы до сих пор на этапе котлована. Создавая основу смешанной реальности, мы строим каркас здания.

С криптовалютами — каркас уже готов, и мы пытаемся решить, как будет выглядеть фасад этого здания и кто будет арендатором. Искусственный интеллект — здание готово, и мы заполняем его арендаторами, работаем над тем, какие новые компании мы можем создать.