Лейбниц был пророком цифровой эры, хотя его идеям пришлось столетиями ждать своего часа. Он предложил систему счисления, состоящую из нулей и единиц ту самую двоичную систему, которую компьютеры используют сейчас. Он объяснил, каким образом автоматизация офисной работы (в те времена сказали бы «конторской») повышает производительность труда. Но важнейшей из его идей была идея механического мышления, автоматизации рассуждения то есть то самое, что делает Интернет великолепным изобретением, а мощь технологических компаний столь угрожающей.
Процедуры, делающие возможным механическое мышление, со временем получили имя. Их стали называть «алгоритмами». Суть алгоритма предельно проста. В учебниках их сравнивают с кулинарным рецептом, четко определенной последовательностью шагов, выполнение которой не требует умственных усилий. Этим они отличаются от уравнений, имеющих единственный правильный ответ. Алгоритмы просто фиксируют процесс решения задачи и не говорят, куда эти шаги в конечном счете ведут.
Эти рецепты основной строительный материал компьютерных программ. Программист не может просто сказать компьютеру, например, найти что-нибудь в Интернете. Он должен дать машине набор конкретных инструкций, приводящих к решению задачи, а эти инструкции должны выразить человеческую задачу «найти нужную информацию» в виде четкой последовательности шагов, которую затем можно переписать в виде программного кода: «сначала сделай это, потом то». Процесс перехода от концепции к процедуре, а от процедуры к коду редукция[39] по природе своей. Сложные процессы должны быть сведены к последовательному выбору из двух вариантов.
Никакое уравнение не подскажет, что сегодня надеть, но алгоритм для этого написать легко: он будет действовать, опираясь на простые вопросы: утро или вечер, зима или лето, солнце или дождь, причем результат каждого предыдущего выбора определяет последующий.
Механическое мышление как раз то, что представлял себе Алан Тьюринг, когда потерял сознание во время пробежки через луга в Кембридже, и ему предстало видение фантастической новой машины для вычислений. В первые десятилетия информатики термин «алгоритм» почти не употреблялся. Но по мере того как в университетах повсюду стали возникать факультеты информатики, он обрел новую жизнь. Модным он стал по соображениям статуса. Программисты, особенно в академических кругах, стремились показать, что они не просто техники при машине. Они стали называть свою работу «алгоритмической», отчасти потому что это связывало их с одним из величайших математиков всех времен энциклопедистом Мухаммадом ибн-Мусой аль-Хорезми, или, как его называли по-латыни, «Алгоритми». В XII столетии переводы аль-Хорезми познакомили Запад с арабскими цифрами, его научные работы дали начало алгебре и тригонометрии. Определяя алгоритм в качестве краеугольного камня информатики, программисты связывали происхождение своего занятия с великими событиями истории науки. Подобная игра именами была весьма остроумна: «Смотрите, мы не какие-то выскочки, мы работаем с абстракциями и теориями, в точности как математики!»
Никакое уравнение не подскажет, что сегодня надеть, но алгоритм для этого написать легко: он будет действовать, опираясь на простые вопросы: утро или вечер, зима или лето, солнце или дождь, причем результат каждого предыдущего выбора определяет последующий.
Механическое мышление как раз то, что представлял себе Алан Тьюринг, когда потерял сознание во время пробежки через луга в Кембридже, и ему предстало видение фантастической новой машины для вычислений. В первые десятилетия информатики термин «алгоритм» почти не употреблялся. Но по мере того как в университетах повсюду стали возникать факультеты информатики, он обрел новую жизнь. Модным он стал по соображениям статуса. Программисты, особенно в академических кругах, стремились показать, что они не просто техники при машине. Они стали называть свою работу «алгоритмической», отчасти потому что это связывало их с одним из величайших математиков всех времен энциклопедистом Мухаммадом ибн-Мусой аль-Хорезми, или, как его называли по-латыни, «Алгоритми». В XII столетии переводы аль-Хорезми познакомили Запад с арабскими цифрами, его научные работы дали начало алгебре и тригонометрии. Определяя алгоритм в качестве краеугольного камня информатики, программисты связывали происхождение своего занятия с великими событиями истории науки. Подобная игра именами была весьма остроумна: «Смотрите, мы не какие-то выскочки, мы работаем с абстракциями и теориями, в точности как математики!»
И тем не менее в подобном представлении себя миру присутствовала определенная ловкость рук. Алгоритм, возможно, и представляет собой суть информатики, но при этом он не является научной концепцией в точном смысле слова. Алгоритм это система, подобная водопроводу и канализации или субординации у военных. Чтобы заставить систему работать как следует, требуется знание методов и технологий, расчет и творческое мышление. Но некоторые системы, как и некоторые армии, значительно надежнее других. Система это артефакт, а не научный трюизм. Истоки алгоритма определенно человеческие, но мы не связываем с ним присущую человеку привычку ошибаться. Когда алгоритм отклоняет кредитную заявку или устанавливает цену авиабилета, он кажется безличным и непреклонным. Мы предполагаем, что алгоритм лишен пристрастий, интуиции, эмоций и умения прощать.
В конце концов, мы говорим «поисковая машина» и делаем кивок в сторону поршней, шестерней и вообще всей промышленности XX века с ее машинами, на блестящих поверхностях которых отсутствуют отпечатки человеческих пальцев.
Энтузиасты алгоритмов из Кремниевой долины не отличались скромностью, когда говорили о революционном потенциале предмета своего обожания. Алгоритмы всегда были интересными и ценными, но прогресс вычислительной техники сделал их бесконечно более мощными. Решающим фактором стала стоимость вычислений. Она резко упала, и в это же время быстродействие вычислительных машин значительно возросло, а сами машины стало возможно соединить в глобальную сеть. Компьютеры теперь могли хранить огромные массивы неупорядоченных данных, в то время как алгоритмы набрасываться на эти данные, чтобы находить в них закономерности и связи, ускользнувшие от аналитических способностей человека. В руках Google и Facebook эти алгоритмы стали еще более могущественными. По мере того как они выполняли поиск за поиском, они накапливали больше и больше данных. Их машины усваивали уроки прошлых поисков, используя приобретенные знания, чтобы давать все более точные ответы.
На протяжении всей истории человечества знание накапливалось методом проб и ошибок, подчас трудных. Люди изобретали очередную теорию устройства мира, а затем проверяли ее опытом, выясняя, способна ли гипотеза выдержать столкновение с реальностью. Алгоритм ставит научный метод с ног на голову: закономерности возникают из данных, из корреляции, и никакие гипотезы при этом не используются. Они устраняют человека из процесса познания. Как писал Крис Андерсон в Wired: «Можно больше не искать модели. Можно анализировать данные, не строя гипотез относительно результатов анализа. Можно бросить числа в недра крупнейших вычислительных кластеров, которые когда-либо видел мир, и посмотреть, какие закономерности смогут найти статистические алгоритмы там, где не смогла наука».
На определенном уровне опровергнуть такой подход невозможно. Алгоритмы способны переводить с одного человеческого языка на другой, не понимая значения текста, руководствуясь только закономерностями организации слов в предложения. Они могут найти совпадения там, где человеку не придет в голову искать. Алгоритмы торговой сети Walmart обнаружили всплеск спроса на клубничное печенье марки Pop-Tarts перед каждым ураганом. И хотя алгоритм бездумно реализует заложенные в него процедуры даже по мере того, как он учится видеть новые закономерности в данных, он тем не менее отражает логику своих создателей, мотивы тех, кто обучал его. Amazon, как и Netflix, использует рекомендательные системы для книг и фильмов. (И они генерируют одну треть продаж Amazon). Алгоритмы этих систем пытаются распознать наши вкусы, а также вкусы потребителей культуры, думающих примерно как мы. И все же эти алгоритмы выдают принципиально разные рекомендации. Amazon направляет внимание на книги, похожие на уже просмотренные, а Netflix в сторону незнакомого. Эта разница не случайна, а обоснована интересами бизнеса. Прокат блокбастеров обходится Netflix дороже, и потому, если им удается направить интерес зрителя в сторону более экзотической продукции, их доход растет. У специалистов по информатике есть поговорка, говорящая, как безжалостно алгоритмы охотятся за закономерностями. Они говорят, что данные «пытают, пока те не сознаются». В этом сравнении есть, однако, скрытый обертон.
На определенном уровне опровергнуть такой подход невозможно. Алгоритмы способны переводить с одного человеческого языка на другой, не понимая значения текста, руководствуясь только закономерностями организации слов в предложения. Они могут найти совпадения там, где человеку не придет в голову искать. Алгоритмы торговой сети Walmart обнаружили всплеск спроса на клубничное печенье марки Pop-Tarts перед каждым ураганом. И хотя алгоритм бездумно реализует заложенные в него процедуры даже по мере того, как он учится видеть новые закономерности в данных, он тем не менее отражает логику своих создателей, мотивы тех, кто обучал его. Amazon, как и Netflix, использует рекомендательные системы для книг и фильмов. (И они генерируют одну треть продаж Amazon). Алгоритмы этих систем пытаются распознать наши вкусы, а также вкусы потребителей культуры, думающих примерно как мы. И все же эти алгоритмы выдают принципиально разные рекомендации. Amazon направляет внимание на книги, похожие на уже просмотренные, а Netflix в сторону незнакомого. Эта разница не случайна, а обоснована интересами бизнеса. Прокат блокбастеров обходится Netflix дороже, и потому, если им удается направить интерес зрителя в сторону более экзотической продукции, их доход растет. У специалистов по информатике есть поговорка, говорящая, как безжалостно алгоритмы охотятся за закономерностями. Они говорят, что данные «пытают, пока те не сознаются». В этом сравнении есть, однако, скрытый обертон.
Данные, как и жертвы пыток, рассказывают то, что хочет услышать дознаватель.
Иногда алгоритм отражает бессознательное своих создателей. Позвольте мне прибегнуть к экстремальному примеру. Профессор Гарвардского университета Латания Суини предприняла исследование и пришла к выводу, что Google выделял пользователей с афроамериканскими именами и показывал им рекламу, предполагающую, что они нуждаются в снятии судимости. Google не сообщает, отчего происходит подобное. Их алгоритм один из наиболее тщательно охраняемых секретов. Тем не менее мы знаем, что они построили свою поисковую машину таким образом, чтобы она отражала их представления о мире. Инженеры Google предполагали, что популярность веб-сайта явно отражает его полезность; поисковая машина старается понижать приоритет порнографии, но не, скажем, сторонников еврейского заговора; она также полагает, что пользователи выиграют от новых материалов, а не от старого доброго контента. Все это разумные предпочтения и, возможно, оправданные с точки зрения бизнеса, но это предпочтения, а не наука.