Чтение онлайн

Да, даже мусорщик сейчас является техническим работником… На веб-сайте компании отмечается, что каждая урна Bigbelly имеет определённые размеры и «использует встроенные солнечные панели для запуска моторизованных уплотнителей, что значительно сокращает объём отходов, помогая делать улицы экологичными и чистыми. Посредством облачных технологий урны сообщают сборщикам мусора о том, что заполнены и требуют немедленного обслуживания».

Знаете ли, такой мусорный бак может сдать экзамен SAT!

Процесс, делающий гидранты и мусорные баки намного умнее, – другое ускорение, не имеющее непосредственного отношения к вычислениям само по себе, но критически важное для расширения возможностей вычислительной техники и того, что она теперь может делать.

Итак, датчики. WhatIs.com определяет датчик как «устройство, которое обнаруживает и реагирует на ввод данных из физической среды. Конкретным вводом могут быть свет, тепло, движение, влажность, давление или любое из множества других явлений окружающей среды. Выходной сигнал, как правило, представляет собой сигнал, преобразующийся в данные на дисплее в месте расположения датчика или передающийся в электронном виде по сети для считывания или дальнейшей обработки».

Благодаря ускоренной миниатюризации датчиков мы теперь можем оцифровать зрение, осязание, слух – и инженеры работают над обонянием. Беспроводной датчик давления пожарного гидранта создаёт цифровое измерение, которое сообщает коммунальному предприятию, когда давление оказывается слишком высоким или чересчур низким. Датчик температуры путём цифрового измерения отслеживает расширение и сжатие жидкости в термометре. Датчики движения излучают постоянные потоки энергии – микроволны, ультразвуковые волны или световые лучи – и посылают цифровой сигнал, когда поток прерывается человеком, автомобилем или животным, встреченным на пути. Полицейские теперь отражают лучи датчиков от автомобилей, чтобы измерить их скорость, или звуковые волны от зданий – для определения источника выстрела. Датчик освещённости на вашем компьютере измеряет свет в рабочей зоне, а затем соответствующим образом регулирует яркость экрана. Ваш Fitbit представляет собой комбинацию датчиков, измеряющих количество шагов, которые вы делаете, расстояние, которое вы прошли, калории, которые вы сожгли, и то, насколько энергично вы двигаете конечностями. В вашем телефоне фотокамера, которая снимает и передает изображения из любого места в любое место.

Резкий рост нашей способности воспринимать окружающую среду и превращать её в оцифрованные данные стал возможным благодаря прорывам в области материаловедения и нанотехнологий, которые позволили создать датчики настолько маленькие, дешёвые, интеллектуальные и устойчивые к жаре и холоду, что мы смогли легко их устанавливать и заставили измерять, а затем передавать данные в экстремальных условиях. Теперь мы можем даже рисовать с их помощью, например используя 3D-перо.

Чтобы лучше понять мир датчиков, я посетил огромный центр программного обеспечения General Electric в Сан-Рамоне, штат Калифорния, чтобы взять интервью у Билла Руха, директора компании по цифровым технологиям. История GE интересна уже сама по себе. В значительной степени благодаря способности ускорять установку датчиков на всём своём промышленном оборудовании компания всё активнее трансформируется в разработчика программного обеспечения имеющего большую базу в Кремниевой долине. Забудьте о стиральных машинах – подумайте о машинах умных. Способность GE устанавливать датчики повсюду открывает возможности для «промышленного интернета», известного также, как «интернет вещей» (IoT). И позволяет каждой «вещи» иметь датчик, который передает то, что эта «вещь» чувствует в любом месте. Таким образом, в любой момент её работа может быть предсказана или скорректирована.

– Интернет вещей, – объяснил Билл Рух, – создаёт нервную систему, которая позволит людям не отставать от темпов изменений, сделает информационную нагрузку более удобной для использования и в целом сделает всё разумным.

General Electric сама собирает данные более чем со 150 000 медицинских устройств, с 36 000 реактивных двигателей, с 2500 локомотивов, с 20 700 единиц нефтегазового оборудования, с 23 000 ветровых и 3900 газовых турбин – и все они ежеминутно передают в GE информацию по беспроводной связи.

Эта новая индустриальная нервная система, по мнению Руха, изначально была ускорена благодаря достижениям в потребительской сфере – таким, например, как смартфоны с поддержкой камер и GPS. То, что в ХХ веке было даже не целью, а фантастической мечтой о будущем прогрессе, в начале третьего тысячелетия стало обыденностью – благодаря множеству взаимосвязанных технологий и материалов, которые стали меньше, умнее, дешевле и быстрее.

– Смартфон послужил отправной точкой для масштабирования датчиков и уменьшения их размеров и цены до такой степени, что мы смогли разместить их повсюду, – сказал Рух.

Теперь миниатюрные датчики используются на таком количестве макро- и микроуровней, о каком мы не могли и подумать. Датчики передают сведения в централизованные банки данных, а затем всё более мощные программные приложения ищут структуры в огромном количестве полученной информации. Внезапно мы получили возможность различать и предсказывать самые слабые сигналы до того, как они станут сильными. Мы теперь можем улавливать различные шаблоны и закономерности, предсказывая события и предотвращая негативные последствия. Мы опорожняем мусорные баки в оптимальный момент или регулируем давление в пожарном гидранте, чтобы его не прорвало (и не повлекло дорогостоящую замену). Мы экономим время, деньги, энергию и жизни. И в целом делаем человечество более эффективным, чем могли бы себе представить.

– Старый подход, – сказал Рух, – назывался техническим обслуживанием по принципу: если что-то выглядит грязным, вымойте его. Профилактическое обслуживание заключалось в том, чтобы менять масло каждые шесть тысяч миль, независимо от того, жёстко вы водите автомобиль или нет. Новый подход – «упредительное обслуживание». Теперь мы можем предсказать почти точный момент, когда шина, двигатель, аккумулятор автомобиля, вентилятор турбины или что-то ещё потребует замены. Или определить моторное масло, которое лучше всего подходит для конкретного двигателя, в зависимости от условий, в которых вы управляете автомобилем.

Если вы вспомните GE прошлых лет, – добавил Рух, – то прежде компания базировалась на убеждении механиков, будто с помощью физики можно моделировать мир и сразу же понять, как всё работает. Идея заключалась в том, что если вы точно знаете, как работают газовая турбина и двигатель внутреннего сгорания, то можете использовать законы физики и сказать: «Вот как это будет работать, и вот когда оно сломается».

Рух объяснил, что в традиционном инженерном сообществе не было веры в то, будто данные могут многое предложить. Они использовали информацию, чтобы проверить физические модели и затем следовать этим моделям.

– Новое поколение исследователей данных говорит: «Вам не нужно понимать физику, чтобы искать и находить закономерности». Есть закономерности, которых разум человека не мог найти, ибо сигналы на раннем этапе настолько слабы, что их не видно. Но теперь, когда у нас есть вся эта вычислительная мощность, мы легко замечаем даже самые слабые сигналы. И так как мы распознали слабый сигнал, становится ясно, что он является ранним признаком того, когда что-то сломается или станет неэффективным.

И дальше Рух рассказал, что в своё время слабые сигналы обнаруживали интуитивно. Опытные сотрудники знали, как работать с неточными данными. Но теперь, когда мы обладаем большим объёмом проанализированной информации, нахождение связей и закономерностей перестаёт быть поиском иголки в стоге сена, случайным, интуитивным успехом и становится тем, что гордо можно называть нормой. Мы увеличиваем способность работающего человека воспринимать и обрабатывать данные с помощью машин. Каждый рабочий благодаря компьютерному анализу получает опыт и интуицию «ветерана с тридцатилетним стажем».

Подумайте об этом. Интуиция, позволявшая работнику с многолетним стажем улавливать нюансы тональности в звуке работающей машины и предсказывать, что не так, отныне эволюционировала в программный компьютерный анализ данных обо всём, происходящем в цеху. Это пример слабого сигнала. Теперь с помощью датчиков новый сотрудник способен обнаружить и распознать слабый сигнал в первый же день работы – без какой-либо интуиции. Датчики будут транслировать всё.

Способность намного быстрее генерировать и применять знания позволяет получать максимум пользы не только от людей, но и, например, от коров.