Образование для образованных. 2021 Левенчук Анатолий

Будущее уже здесь

Будущее уже здесь, только оно

неравномерно распределено.

У. Гибсон

Сегодня к этому высказыванию добавляют «и ужасно дорого стоит». А когда цена на «товар/услугу из будущего» падает (часто в несколько раз за год – экспоненциальная зависимость), это будущее вдруг становится широко распространённым, то есть настоящим. А новое будущее опять уже здесь, и опять дорого стоит.

Будущее как туман: на расстоянии вытянутой руки всё прозрачно, а в трёх метрах может оказаться абсолютно невидимая стена.

Метафора тумана для будущего была предложена одним из отцов современного искусственного интеллекта Geoffrey Hinton как вполне адекватная, туман ведь имеет экспоненциальную зависимость его прозрачности от расстояния3, и это основная проблема для мышления людей о будущем: человек ожидает линейного развития ситуаций, но по отношению к будущему развитие идёт по экспоненциальным законам: совсем ничего, ничего, почти ничего, и вдруг ай-ай-ай сколько и сразу потом ой-ой-ой, уже всё!

Почему будущее так неопределённо? Почему нельзя выделить один какой-то ведущий тренд, и всё подробно и точно предсказать? Почему футурологи ничего не могут толком сказать?

В мире всё со всем связано неочевидным способом, мир целостен, он системен – части его взаимодействуют, и эти взаимодействия очень трудно предсказать. Единственного ведущего изменения, определяющего будущее, нет. Все радикальные новинки приходят «сбоку» от той сферы деятельности, в которой они вносят максимальные изменения в привычный уклад. Микроволновку на кухню изобрели спецы по радарам!

Первый компьютер сделали на радиолампах в середине 20 века, хотя всё программирование уже было изобретено ещё Бэббиджем в середине 19 века4. Триоды пришли в компьютеры «сбоку», они совсем не для этого изобретались, изобретены были ещё в 1906 году5, но технология массового производства была отлажена много позже, результирующая дешевизна триодов появилась отнюдь не сразу.

Дешёвые триоды придумали использовать как элементную базу для логических цепей в компьютерах только в августе 1942 года, когда Джон Мокли6 написал 7-страничный документ «The Use of High-Speed Vacuum Tube Devices for Calculation», в котором предлагал Электротехнической школе Мура (подразделение Пенсильванского университета) построить электронную вычислительную машину, основанную на электронных лампах. Руководство Школы работу не оценило и сдало документ в архив, где он вообще был утерян.

В апреле 1943 года Мокли по памяти восстановил документ уже для Баллистической лаборатории, он был одобрен. В проекте машина называлась «электронный дифф. анализатор» (electronic diff. analyzer). Это была уловка, чтобы новизна проекта не вызвала отторжения у военных. Все они были уже знакомы с дифференциальным анализатором, и проект в их представлении просто предлагал сделать его не механическим, а электрическим. Проект обещал, что построенный компьютер будет вычислять одну траекторию за 5 минут. Военные сказали «ОК», и выделили деньги: $61700 на первые 6 месяцев исследовательских работ. В контракте под номером W-670-ORD-4926, заключенном 5 июня 1943 года, машина называлась «Electronic Numerical Integrator» («Электронный числовой интегратор»), позднее к названию было добавлено «and Computer» («и компьютер»), в результате чего получилась знаменитая аббревиатура первого в мире универсального (то есть программируемого на самые разные вычисления) электронного компьютера ENIAC7. Абсолютно засекреченный компьютер был полностью готов лишь осенью 1945 года, а первыми его программистами стали шесть девушек8.

Такая витиеватая последовательность событий в начале, середине, конце (в любом месте!) технологических революций типична. Будущее непредсказуемо: ни содержание изобретения электронного компьютера, ни время изобретения, ни место изобретения – предсказать это всё было невозможно, хотя все необходимые для изобретения компьютера идеи были хорошо известны. Зато можно было предсказать, что дальше события развивались не линейно, а экспоненциально: разработка ENIAC на вакуумных радиолампах дала старт компьютерной революции, далее компьютерная революция следовала уже экспоненциальным, «революционным» законам.

Электронные вычислительные машины оказались быстры и надёжны, в отличие от механических, пневматических и даже электрических (реле) вычислителей. Вычисления от электронных ламп перешли к транзисторам, потом к транзисторным микросхемам, а сейчас вы уже можете купить и квантовый компьютер (прямо через облако, не выходя из дома, у более чем дюжины провайдеров9), и оптические вычисления (оптический компьютер в 2021 году тоже уже можно купить, хотя не все даже профессионалы знают об этом). Обещание вычисления одной баллистической траектории за 5 минут кажется милым и наивным, сегодня такой счёт шел бы микросекунды, но начиналось всё именно так: это было запредельно круто для 1943 года!

Будущее как бы растягивается на некоторое время:

• Оно сначала очень долго невозможно в принципе. Функция чего-то нового уже обсуждается, но конструкция ещё непонятна. Это «знаем что, но не знаем как» может длиться сотни лет, а то и тысячи (летать-то людям хотелось давно! А сумели это осуществить не так давно. Кстати, между первым полётом братьев Райт и полётом человека на Луну прошло всего 60 лет, тут тоже была экспонента). Скажем, машинный интеллект казался невозможно далёким будущим (а многим и сейчас таким кажется, хотя с его применениями люди сталкиваются ежедневно: ожидается появление «человекоподобного искусственного существа», которого никогда и не будет – машинный интеллект просто приходит в неожиданных формах).

• Затем это «будущее-в-настоящем» очень дорого стоит и его немного, то есть оно недоступно для большинства. Скажем, искусственный интеллект ещё в начале 2012 в общественном мнении был невозможным за любые деньги. Но в конце 2012 года (после победы нейронных сетей в соревновании распознавания изображений ImageNet Challenge10) уже было понятно, что с машинным интеллектом всё в порядке, и развитие будет быстрым. Но стоимость машинного интеллекта приемлемого качества даже сегодня запредельно высока11. Очень немногие компании могут себе позволить с ним работать «на фронтире».

• Наконец, оно становится уже настоящим и повсеместным, «не будущим». Новые технологии (то самое «будущее») стоят дёшево, это не роскошь. Машинный интеллект, понимающий команды с микрофона уже обыден, все разговаривают со своими телефонами и даже не удивляются, что телефон отвечает не жестяным голосом робота, а нормальным голосом с человеческими интонациями, да ещё показывает картинку говорящего с вами никогда не существовавшего человека, робота-аватара. Будущим считают уже что-то другое, а не эту повседневность, которая ещё вчера была далёкой мечтой. Будущее – как стена тумана, отходящая с каждым шагом. Как горизонт, ускользающий при быстром к нему движении.

До сих пор принято мечтать о том, что будет в 21 веке – в будущем. Но мы давно уже в этом будущем, уже прошёл 21% от 21 века!

Подрыв подо всей цивилизацией сразу

Disruption technologies принято переводить как подрывные технологии12 – это такие технологии, которые закрывают одни отрасли и открывают другие. Типичная такая цепочка – это телеграф, который был подорван технологией проводного телефона, который был подорван технологией сотового телефона, который был подорван технологией смартфона, и дальше через чаты происходит возврат к телеграфу, а звонки всё больше групповые видеозвонки. Виниловые пластинки стали CD-дисками, а потом и вовсе в сетевые музыкальные сервисы. Гибкие магнитные диски появились, уступили место «флешкам» буквально на несколько лет, а затем и флешки исчезли из употребления, данные передаются через облачные сервисы.

Каждый такой «подрыв» – это исчезновение одних массовых видов работ, требующих мастерства в уходящей технологии и приход новых видов работ, требующих мастерства в приходящей технологии. Десятки и сотни тысяч людей, а то и миллионы занятых в подорванных технологиях вынуждены были переучиваться. Сейчас это происходит с нарастающим масштабом, и увеличивающейся скоростью.

Кто помнит извозчиков? Буквально за 13 лет с 1900 по 1913 год гужевой транспорт в Нью-Йорке был заменён автоперевозками, с чего Tony Seba и начинает свою серию презентаций в 2014 году13, которую потом он повторял и уточнял вплоть до 2020 года, когда тренд с электромобилями стал уже всем очевиден14. Но это в мегаполисе, в Нью-Йорке. А в целом по США с 1910 по 1920 за десять лет число пассажиро-километров была поднято с 11% до 81%. Для этого была построена автомобильная промышленность, развёрнуты производство бензина и сеть автозаправок – и это в то время, когда страна отвлекала ресурсы на участие в первой мировой войне.

Такие же истории можно рассказывать о секретарях-машинистках и машинописных бюро. Об операторах ЭВМ в эпоху мейнфреймов. Веб-мастера на старте интернета просуществовали буквально несколько лет. Из массовых профессий буквально сейчас стремительно уходит профессия кассира, магазины без кассы в мире уже появились и потихоньку распространяются, одновременно безналичные расчёты резко сократили затраты времени нынешних кассиров – и людей на кассе теперь нужно меньше при сравнимой длине к ним очереди.

Можно ли назвать занятость, приходящую и уходящую на несколько лет «профессией»? Нет, нельзя. Это просто «занятость», практикование какого-то мастерства. В долгой жизни можно стать мастером во многих деятельностях, но необязательно каждый вид своего мастерства называть «профессией».

Все эти технологические подрывы и связанные с ними сценарии вынужденного переучивания миллионов людей, вызваны одной и той же причиной: экономикой экспоненциальных технологий.

В экспоненциальных технологиях цена технологии нелинейно (в полтора-два раза за год) падает. Поскольку цена падает по экспоненте, эту технологию начинают покупать в больших масштабах. Распространённость новой технологии следует закону S-образной кривой, в которой есть участок буквально взрывного, экспоненциального роста – а потом просто становится некому продавать, все уже имеют эту технологию. Но тут обязательно появляется новый «неожиданный» подрыв – и всё повторяется: сначала дорого и у немногих, потом очень дёшево, и у всех. Так что кривая падения цены – экспонента, а кривая распространения технологии – логистическая, она же S-curve (Рис. 1).

Ничего линейного в будущем нет, это цепочка неожиданных экспоненциальных подрывов – и в каждом таком подрыве есть период с «ничего вроде не происходит» с последующим периодом «неожиданно всё стремительно». Вкладываться в устаревшую технологию становится неправильно по чисто экономическим соображениям, и происходит шаг развития – переход к новой технологии, у которой совершенно другой потенциал развития (Рис. 2).

Рис. 1

Рис. 2

Главное тут то, что самые разные «экспоненциальные технологии», каждая с каким-то своим «законом» (то есть коэффициентом к экспоненте, чаще всего этот «закон» называют по имени инженера, определившего этот коэффициент) кратного падения цены за год складываются вместе в одной результирующей технологии, и в этот момент начинается подрыв: эта технология стремительно распространяется, её использование в силу дешевизны вырастает кратно в год.

На картинке показана скорость распространения новых технологий. Видно, что чем позже появляется технология, тем быстрей она распространяется. Первый успешный смартфон (iPhone) появился в 2007 году, всего 14 лет назад. Первый планшет (iPad) – в 2010 году, всего одиннадцать лет назад.

Почему iPhone появился в 2007 году и имел сразу такой успех? Потому что в этом продукте сошлись множество других экспоненциальных технологий: экспоненциально падала стоимость транзистора в чипе (закон Мура), бита во внешней памяти (закон Кридера), числа пикселей в матрице камеры (закон Хенди), передачи данных (закон Баттера), а ещё сенсорный экран, литий-ионные аккумуляторы, GPS и датчики акселерометра. И когда всё это стало достаточно дешёвым и слиплось в один продукт за $600, он «взлетел». Помним, что Apple пыталась запустить до iPhone абсолютно инновационный наладонный компьютер Newton, это был 1993 год15. И ничего не получилось: технологии были ещё не готовы, они уже все были в наличии, но слишком дорого стоили. И речь идёт о продуктах, в которых этих разных стремительно дешевеющих технологий много. В какой-то момент цена самых разных составляющих падает в разы, стоимость самого сложного продукта падает (неожиданно для всех) в разы – и он мгновенно разлетается по планете.

Через пару лет после появления смартфона в 2009 году появился Uber, он предложил бизнес-модель заказа такси с использованием смартфона и облачных вычислений, и через 7 лет (в 2016 году) число заказов через Uber стало больше, чем во всех таксомоторных парках США. Через 8 лет (в 2017 году) Uber и Lyft с начального нуля получили 20% от всего объёма перевозок (в милях) в таких городах, как Сан-Франциско и Нью-Йорк. А в декабре 2020 Uber продал своё подразделение автопилотируемых автомобилей16 – там уже несколько лет ожидалось экспоненциальное развитие, но его не случилось! Самоуправляемые автомобили находятся пока на начальной стадии S-образной кривой. А потом? А потом, через несколько лет будет традиционное – «ах, когда же это всё успело произойти?!». Разговоры вдруг станут реальностью, и ключевое тут будет слово «вдруг».

Эти нелинейности и неожиданности моментов использования одних технологий в составе других и последующего стремительного распространения появляются за счёт чисто экономических причин: экспоненциального падения стоимости новаций, и массовых закупок вдруг «внезапно» подешевевшей технологической роскоши. Тут нет никаких «планов развития инноваций» от правительств, или ещё каких-то других конспиративных теорий, реализации чьих-то долгосрочных планов. Кто мог предсказать появление смартфонов и дата-центров по приемлемой для широких масс цене? Кто мог без этих дешёвых смартфонов и дешёвых дата-центров сделать аналог Uber?

Никакие эксперты не в состоянии предсказать будущее: каждая из технологий неочевидным образом снижает цены и делает доступными огромному количеству людей те технологии, в состав которых они входят. А если и не снижается цена, то при той же цене можно получить характеристику в разы лучше. Пять лет назад за $2000 можно было купить ноутбук с 8Gb памяти, 4 ядрами процессора и FullHD дисплеем. Сегодня за ту же сумму можно купить ноутбук с 32Gb памяти, 8 ядрами процессора и 4К дисплеем. И ещё там будет 1Tb твёрдотельный «диск» (который уже давно не диск!). Такие ноутбуки, какие были 5 лет назад, стоят $1000, вдвое дешевле, а то и меньше. «Вдвое за пару лет» гласит закон Мура по поводу числа транзисторов на микросхеме – это начальник службы исследований и разработки компании Fairchild Semiconductor Гордон Мур сформулировал ещё в 1975 году, он предположил тогда, что так будет ещё лет десять. Но это было 46 лет назад! Сейчас скорость падения цены по закону Мура немного уменьшилась, но закон до сих пор продолжает действовать. И даже «вдвое за четыре года» вместо «вдвое за два года» – это тоже экспонента, и это тоже очень быстро!

Ниже представлены «экспоненциальные технологии», которые Тони Себа отслеживал по состоянию на конец 2019 года, и которые повлияют на образ жизни и занятость, связанные с транспортом, энергетикой, строительством и огромным числом других сфер деятельности.

Этот список не очень поменялся за пару лет, и он очень похож по составу на самые разные другие подобные списки технологий. Все такие технологии следуют чему-то типа закона Мура в полупроводниковой промышленности, то есть цена на них существенно падает ежегодно, и сочетаются они в продуктах и услугах причудливым и неочевидным способом. И когда появляется продукт или сервис с их использованием, он распространяется по миру со скоростью пожара – ибо стоит дёшево.

Это распространение можно очень приблизительно разделить на следующие стадии17:

• стандартизация (standardization, возникновение промышленных стандартов, позволяющих организовать встраивание новой технологии во внешние системы). Если вы обнаружили перспективную технологию, в которой ещё нет стандартов, то вам повезло: вы близки к началу её распространения.

• удобство использования (usability, обеспечение удобного интерфейса к технологии, иногда речь идёт о «ключевом приложении», killer application)

• переход в массовое потребление (сonsumerization)

• переход в инфраструктуру (foundationalization, изо всех утюгов, «потребление незаметно»).

В компьютерах сначала появились открытые архитектуры (стандартизация), затем графические интерфейсы (удобство использования), потом они стали потребительским товаром (iPhone и магазин приложений), а теперь основной компьютинг идёт вообще в инфраструктурных организациях – дата-центрах. Интернет начался со стандарта HTML (стандартизация), затем появился удобное его использование (разделение оформления и содержания страниц через стилевые описания CSS), затем появились социальные сети, а сейчас по факту интернет стал основой для большинства рабочих, промышленных и торговых коммуникаций. В AI стандарты уже появились (например, ONNX18), удобство использования – это голосовые и чат-интерфейсы, это пока только появляется, так что ещё ждём перехода к массовому использованию (по аналогии с интернетом это может быть ситуация, в которой AI создаются самими пользователями, а не специалистами), и некоторое время ещё нужно ждать до инфраструктурности.

Эти все этапы довольно быстро пробегаются самыми разными технологиями.

Пример подрыва: электромобили уже сейчас дешевле бензиновых автомобилей

В своих презентациях (последняя по транспорту – 22 апреля 2020 года19) Tony Seba рассказывает, что по итогам «чистого подрыва» с 2025 года (это уже через 4 года) все новые автомобили будут электрическими. Jensen Huang (CEO компании NVIDIA) выпустил в 2021 году автомобильный компьютер Orin (по факту это стандартизация автомобильного компьютинга), который может обеспечить необходимую вычислительную мощность для полностью автономного (роботакси, высший уровень автономности 5) безопасного вождения, в 2022 году на его основе уже будут выпускаться автомобили20. Новые электромобили будут беспилотными, им не потребуются водители. Удобство использования технологии нейронных сетей: автомобиль без водителя как ключевое приложение.

Уже сегодня несколько китайских производителей имеют электромобили со стоимостью до $30тыс. при батарее с дальностью поездки от 300 километров. В 2021 году стоимость бензинового и электрического автомобилей из расчёта жизненного цикла на километр пробега сравнялись. Переход на электромобили стал чисто экономическим решением, например в расчёте на три года владения автомобилем и 12тыс. миль пробега ежегодно в UK нужно будет платить за электромобиль 67 пенсов за милю, а за бензиновый автомобиль 74 пенса за милю, это уже сегодня21. Через пару лет разница будет настолько ощутима, что бензиновые автомобили просто перестанут покупать даже «по привычке».

А дальше будут нелинейные эффекты от сочетания быстро проходящих свои стадии развития технологий: обычный легковой автомобиль 96% времени простаивает, и только 4% времени находится в движении. Автономный электромобиль, предоставляемый как сервис по вызову такси, будет в работе весь день. Иметь собственный автомобиль станет невыгодным. Стоимость поездки резко упадёт, и можно будет покупать абонемент на поездки за цену существенно меньшую, чем стоимость обслуживания и страховки собственного автомобиля. Это уже происходит с сервисами car sharing (аренда автомобиля на одну поездку, при этом ты сам его ведёшь) в крупных городах.

Меньше автомобилей обслужат больше жителей, и они не будут долго стоять. 80% парковочного места освободятся. Они экономичны, и нефти для автомобилей потребуется меньше, цена нефти резко упадёт, этому помогает ещё и солнечная энергетика плюс наличие дешёвых аккумуляторных батарей (а дешевизна аккумуляторов объясняется в том числе и тем, что они нужны прежде всего для электромобилей, но и их с удовольствием используют и для солнечных и ветровых электростанций).

Там будет и много других чудесных следствий – но тут главное в скорости, с какой изменится мир уже в ближайшее время. Точка перегиба S-образной кривой автономного электротранспорта на быстрый взлёт – как раз 2021 год, до нынешнего года изменения были практически незаметны, а после – неизбежно стремительны. В 2030 году автомобили с бензиновым двигателем будут как гужевой транспорт в 1930 году. Для этого не хватает только инфраструктуры «электрозаправок», но она появляется очень быстро, у всех ведущих автопроизводителей есть планы на этот счёт.

И переход на электромобили – это не единственный тренд, который изменит городской транспорт. Удалённая работа больше не считается чем-то неправильным (и дело тут даже не в экспериментах на живых людях, которые провели правительства всех стран в 2020 году, пандемия ковида просто немного ускорила ход событий в этой сфере). Сервисы доставки продемонстрировали, что они реально экономят время на походы в магазины, а доставка необязательно через пять лет будет делаться людьми. Электросамокаты стали массовыми буквально за пять лет, они порождение того же тренда на экспоненциальное уменьшение цены батарей и доступность безналичных расчётов через смартфоны.

Мир неузнаваемо изменится за ближайшие десять лет, и продолжит меняться так же быстро и дальше. Бояться этого не нужно, нужно радоваться. Человечество за это время станет:

• более здорово

• более сыто

• более недовольно происходящим, ибо кто был никем, тот станет всем, и наоборот.

Вывод: менять работу и образ жизни придётся практически всем, а то и по нескольку раз за десяток лет.

Роботы заберут работу? Нет!

Учитываем, что на первом месте отслеживаемых Tony Seba экспоненциальных подрывных технологий – машинный интеллект. Он занимает особое положение, потому как он может быть направлен на улучшение самого себя, «компьютерные программы, которые пишут компьютерные программы».

Tony Seba считал ещё в 2019 году, что развитие машинного интеллекта не экспоненциально, а гиперэкспоненциально. Похоже, что он прав. Использован машинный интеллект может быть так же, как и любой человеческий интеллект: везде, где используется интеллект людей. Интеллект универсален, нет закрытых от него сфер. Как эта гиперэкспоненциальная подрывная технология повлияет на мир, предсказать нельзя – как нельзя предсказать, как именно повлияет на мир интеллект естественный. Это покрыто туманом будущего.

Изменения в мире произойдут стремительно, и в 2030 году, уже через девять лет (вам сколько в этот момент будет лет?) 400—800 млн. нынешних рабочих мест будут автоматизированы, труд на этих местах существенно изменится (читай: «исчезнет в его текущем виде»). Это древний отчёт 2017 года от McKinsey, и как раз по поводу таких отчётов Tony Seba предупреждает в своих презентациях и книгах, что они недооценивают масштабы перемен в разы из-за неучёта экспоненциального характера затрагиваемых ими технологий: автоматизация к 2030 году коснётся миллиардов рабочих мест. То, что сейчас говорят «цифровая трансформация», а иногда и «гиперавтоматизация», ничего не меняет: это всё маркетинговые замены термина, но суть дела остаётся: человеческий труд заменяется машинным, как физический труд, так и умственный.

Почему применяют роботов, а не людей? Часто не потому, что роботы не болеют, не уходят в отпуск, не спят, а работают быстрее. Нет, роботы работают лучше, чем люди – или делают недостижимое людьми (быстрее, точнее, меньше ошибок), плюс меньше отвлечений при решении рутинных задач и отсутствует время для отдыха.

Так, с января 2019 в Walmart вместо уборщиков вышли 360 роботов фирмы BrainOS, в апреле к ним добавили ещё 1500. Эти роботы убирают лучше и быстрее, управляя обычными уборочными машинами, плюс их не нужно часто нанимать и дополнительно учить (среди уборщиков в год меняется от 30% до 100% персонала. И всех этих новеньких нужно найти, нанять, обучить – с роботами этого не нужно, их покупка, ввод в эксплуатацию и настройка занимают меньше времени). Чтобы покупатели не катались на этих машинах, место водителя на них отгораживают жёлтыми ленточками22. И это даже не единственное использование роботов в магазинах, сами магазины становятся роботами (из них исчезают в том числе и кассиры, контролем наличия товара на полках занимаются роботы, и всё остальное тоже переходит к роботам)23.

Это нормально, этого не нужно бояться. Ещё недавно 90% людей были заняты сельским хозяйством, а сегодня – именно благодаря машинам – осталось всего 3% «крестьян» (хотя работников современных ферм меньше можно назвать «крестьянами», они больше похожи на заводских работников по стилю их жизни и виду занятий).

Несмотря на это, все высвободившиеся из сельского хозяйства люди оказались заняты, даже с учётом того, что число людей на земле сильно подросло! Более того, и пролетариата, заводских рабочих, сегодня тоже не так много, как ещё полвека назад! А бедность, тем не менее, существенно в планетарных масштабах уменьшилась.

Основная ошибка рассуждений на тему «роботы отберут работу» в том, что количество работы в мире не константа, постоянно появляется новая работа по мере вовлечения в деятельность людей всё новых ресурсов и бесконечного развития технологий. Все эти заявления «роботы заберут работу у людей» – пугалки из ненаучной фантастики, фэнтези. Люди (а через некоторое время люди с машинами) придумывают себе и машинам всё новые и новые занятия вместо тех, от которых их освободили машины, сумма труда в мире с распространением каждой подрывной технологии только растёт. И прежде всего уходит самый тяжёлый, неблагодарный, опасный труд.

Есть ещё и резерв увеличения свободного времени, которое можно потратить и на просто отдых, и на развитие/образование: люди радуются, а не печалятся, что «электричество и машины отняли работу». Одну работу отняли, пять других дали!

Этот тренд на сокращение рабочих часов для нормальной жизни проявляется и в росте свободной занятости (freelance, gig economy, platform economy24) с использованием для поиска работы онлайн-платформ для самых разных видов мастерства. Есть даже платформы для оплаты меценатами чьих-то хобби (patronization). Если ты мастер в каком-то хобби, то тебе за это могут заплатить! Хобби и работа постепенно теряют чёткую границу между ними.

Тем не менее, автоматизация гарантирует вам частую смену работы: вам не удастся много и долго заниматься в жизни одним и тем же делом, это уже точно невозможно! Старая работа будет существовать некоторое время, а затем «неожиданно» подрываться и исчезать по самым разным причинам, поэтому вам нужно будет постоянно задействовать своё умение делать что-то новое. Вам нужно будет регулярно вписываться в новые проекты. Если вы этого не умеете, то придётся научиться.

Инновации: всегда сбоку

Проблема с непредсказуемостью будущего в том, что все подрывные инновации приходят не из тех отраслей, где они появляются – поэтому-то их и невозможно отследить. Микроволновку изобрели спецы по радарам, а не производители мясорубок и холодильников. Компьютер на радиолампах радиоэлектронщики, а не математики. Самолёт – владельцы мотоциклетной мастерской братья Райт25. Роботами-юристами начали торговать в России провайдеры сотовой связи МТС и Мегафон26. Рынок такси взрывает не только Uber, но в России это Яндекс. такси (в России Uber и Яндекс уже слились вместе)27. Сбербанк уже торгует музыкой28, и он уже не «банк», а просто «Сбер».

Откуда придёт подрыв вашей текущей занятости – непонятно, но чаще всего это будут «пришельцы со стороны». Своих-то конкурентов вы отслеживаете, но что делать с тем, когда самые сильные конкуренты появляются стремительно «из ниоткуда»? Их не отследить, это нельзя спланировать.

Экспоненциальные технологии делают эти подрывы стремительными. Вот пример вычислительной оптики:

На рисунке29 один из снимков сделан в сентябре 2016 году смартфоном iPhone 7 Plus, а другой – камерой-зеркалкой с большим объективом EOS650D. Вы можете угадать, какой снимок чем был сделан? Левый – смартфоном, правый – зеркалкой.

До сентября 2016 года было принято считать, что позиции производителей больших фотоаппаратов хорошо защищены законами физики: эффект bokeh30 красивого размытия фона при чёткой фигуре на переднем плане мог проявляться только на фотоаппаратах с большими объективами.

Apple пришёл на фоторынок, где его никто не ждал, принёс вычислительную оптику, а не большой объектив. Экспоненциальные технологии сделали дешёвыми процессоры и маленькую точную механику – потребовалось две дешёвые маленькие камеры, а не один большой дорогой объектив. На улице 2016 года тем временем соревновались хипстеры: у кого фотоаппарат больше, тот и победил в качестве снимков!

Дальше всё быстро: эффект bokeh в сентябре 2016 года был продемонстрирован на двух камерах iPhone 7 Plus, но уже в сентябре 2018 года цена опять упала, AI даёт тот же эффект на одном сенсоре – Google Pixel 2 series, Apple iPhone XR. Да ещё и телефоны с 3—5 камерами стали обыденными. Потребность в больших фотоаппаратах стала нишевой (и эта история произошла уже после того, как цифровая фотография вытеснила плёночную).

Но и это было не последней точкой в удешевлении. Во время перехода на удалённую работу практически все сервисы видеоконференций предоставили возможность не только размыть фон, но и вовсе его заменить. Речь идёт уже о супердешёвых веб-камерах на ноутбуках и в компьютерах, и не о неподвижных картинках, а о видео, и ещё об универсальных процессорах. Экспоненциальные технологии делают своё дело: что было диковинкой на самых дорогих моделях телефонов в 2017 году, стало дешёвым общим местом везде. Заодно люди, которые до этой технологии стеснялись своей домашней обстановки, просто перестали её показывать, они заменили её на выбранный ими фон – и сэкономили на интерьере. Наоборот, показать крутую домашнюю обстановку стало привилегией богатых! Повторяется история с нейлоновыми рубашками: сначала их носили только самые богатые, а затем их стали носить только самые бедные. Такое типично для экспоненциальных технологий.

Вычислительная оптика также помогла к 2021 году разобраться со съёмкой смартфонами в темноте, в том числе и съёмкой видео высокого разрешения и повышенным контрастом. Нужда в больших и дорогих фото- и видеокамерах резко упала. Рыночные прогнозы традиционного рынка фотокамер вдруг показали падение до 2025 года на 14% в год31, но и это ещё не окончательные цифры: Tony Seba приводит хорошие примеры, почему прогнозы не оправдываются. Они не учитывают экспоненциальных зависимостей! Пару десятков лет назад точно такой же переход шёл от плёночной фотографии к цифровой – и всё началось и закончилось за пяток лет.

Производители смартфонов, а теперь и производители ноутбуков пришли в сферу фотографии «сбоку» и буквально за несколько лет дали доступ к качественному фото и видео для практически всех жителей планеты. Это дало возможность необычным применениям фото: контроль качества работы удалёнными сотрудниками (они фотографируют результаты своей работы, это практически бесплатно), платёж по карте, когда не нужно вводить её номер, а он распознаётся автоматически, платежи по штрих-кодам и QR-кодам, автоматизация переводов надписей на иностранных языках, прокторинг для онлайн-сдачи экзаменов. Игровая индустрия зарабатывает на играх типа Pokemon Go, где изображение покемонов накладывается на изображение реального мира – и всё это появилось буквально за три-четыре последних года. Представьте, сколько людей приложили свои знания и умения, участвуя в этих изменениях. А ведь это только один из небольших сюжетов происходящих перемен! Фотография, бывшая уделом немногих, превратилось в видеографию, доступную практически всем! У каждого видеокамера в кармане, и даже не одна (в смартфоне есть и камера для селфи, и камера для съемки, и встроенный микрофон для записи звука на видео, и можно сделать «захват экрана» для видео происходящего на экране).

Но и это ещё не конец истории про «физика не позволит сделать объектив меньше»! В 2021 году физиками был предложен новый оптический элемент: «пространственная пластина», которая позволяет убрать пространство между линзой и матрицей. Если заменить линзу плоской металинзой, а необходимое пространство за этой линзой заменить пространственной пластиной, то можно сделать реально плоский объектив. Как пишут изобретатели, вполне можно всю заднюю стенку смартфона превратить в объектив, получив в 14 раз лучше разрешение и чувствительность при съемках в темноте, чем у больших фотоаппаратов с большими объективами32.

Если перейти на подобную оптику, то можно получить плоские телескопы, плоские микроскопы, и никаких утолщений для камер на задней панели смартфонов. И это тоже приходит сбоку, производители телескопов и микроскопов никак не ожидают (предыдущий тип оптического элемента «линза» был предложен 400 лет назад, и с тех пор не было новинок – до 2021 года!), что подобная новинка появилась не от конкурирующих производителей телескопов и микроскопов. Изобретатели этой технологии пришли из лаборатории квантовой оптики, а завод-производитель пространственных пластин будет не заводом оптического оборудования с парком шлифующих стёкла станков, а заводом нанометаматериалов с абсолютно другим оборудованием!

Когда речь идёт об информационных технологиях, всё происходит ещё быстрее и неожиданней. На удалённую работу даже там, где это было нельзя себе представить мир перетянулся разве что не за пару месяцев. MS Teams как средство удалённой работы (отнюдь не все пользуются Zoom) поднял пользовательскую базу с 0 до 18 миллионов человек за два года, а потом за три месяца пандемии дорастил её до 77 миллионов человек. Ещё через год в MS Teams было уже 145 млн. человек33. Много фирм буквально за пару месяцев начала пандемии сообразили, что дорогой офис – это не преимущество, а недостаток. И начали нанимать сотрудников по всему миру, а не только проживающих недалеко от офиса. Это означает, что рынок офисной недвижимости был по факту подорван софтверными фирмами, обеспечивающими сервисы удалённой работы34, беда пришла «сбоку».

Мир меняется от принципиально непредсказуемых факторов. Вы не можете предсказать изобретения 7 миллиардов человек! В том числе и «антиизобретения» законодателей, типа пандемических локдаунов как неконституционно вводимых ограничений на передвижение, или запрета каких-то вычислений типа вычислений для криптовалютного рынка. И эти непредсказуемые изменения распространяются по земному шару крайне быстро – речь идёт об экспоненциальных, и даже гиперэкспоненциальных изменениях, которые происходят не по воле каких-то правительств, а по воле изобретателей и поддерживающих их предпринимателей и инвесторов.

Примеры мы привели главным образом из производства, но примерно то же самое творится в науке. Современная лингвистика была закрыта буквально за несколько лет: много лет нарабатываемые лингвистами языковые модели оказались менее точными, и менее полезными на практике, чем языковые модели на основе нейронных сетей – и делали их отнюдь не лингвисты, а специалисты по машинному интеллекту. Математики, специалисты по архитектуре нейронных сетей, программисты пришли в лингвистику «сбоку» – и они теперь на лингвистическом фронтире, буквально за три года (с момента появления архитектуры transformer35 в 2017 году), а не лингвисты с их тысячелетним багажом знаний. А теперь появились на базе этих изменившихся представлений о естественном языке и его природе научные работы, где по-новому оценивается роль естественного языка по сравнению с использованием формального математического языка в логике36.

Даже если брать математику в приложении к физике, то и тут всё быстро, и «классические учёные» могут уже не поспевать за прогрессом. Графовую нейронную сетку «дистиллировали» в алгебру, а затем подобрали в этой алгебре математическую форму (символьная регрессия37, или выявление/discovery символьных моделей) для выражения закономерностей в физических наборах данных. Чтобы проверить подход, переоткрыли уравнения ньютоновской механики, переоткрыли гамильтониан из квантовой механики, и предложили закон (математическую формулу) для описания гало тёмной материи в космологии – чтобы продемонстрировать не «переоткрытие», а «открытие»38. Основная физическая интуиция как раз и берётся символьной регрессией, в основе которой эволюционный алгоритм. Лидер в этой области символьной регрессии вполне уже коммерциализован39:, эволюционный/генетический алгоритм символьной регрессии Eureqa.

По большому счёту всё равно: у вас предпринимательская гипотеза, научная гипотеза, инженерная гипотеза: выдвижение гипотез и их проверка относится к общим мыслительным умениям, хотя по-старинке называется «научным мышлением». Научное мышление общеупотребимо, любое «проверить идею», «понять причины», то есть объяснить. Этим поиском объяснения, выдвижением и проверкой гипотез для объяснений занимаются ежедневно миллионы учёных, но также и менеджеров, предпринимателей, инженеров, разглядывающих многочисленные данные по их предметам интереса. Предпринимательская гипотеза – это не научная гипотеза, но она одной природы с научной гипотезой, это догадка, которая должна выдержать проверку! Eureqa предлагает облегчение труда для самых разных людей, занимающихся выдвижением догадок/гипотез/guesses в самых разных деятельностях, и таких AI-сервисов по выдвижению гипотез будет много, они будут конкурировать, цена типовых «объяснений» будет падать. При этом цена самых трудных объяснений будет оставаться прежней и не падать, зато доступная для этой высокой цены трудность поиска и разнообразность доступных приёмов объяснения будет всё время расти.

Сама физика в текущих работах только привлекает внимание к новым алгоритмам, демонстрирует работоспособность алгоритмов научного мышления. Разработчики Eureqa не имеют какого-то отношения ко всей этой космологии и гамильтонианам, они просто «разрабатывают искусственный интеллект», что бы это ни значило. Им всё равно, объяснять движение планет, или движение курсов акций на фондовом рынке. Но они со своими объяснениями сначала пришли в науку, и продемонстрировали, что их алгоритм выдвигает гипотезы не хуже Кеплера!

Наука уже не будет прежней, и к ней пришли «сбоку»: к физикам пришли люди, занимающиеся нейронными сетями и символьной регрессией, а не физикой.

Копают люди давно уже не руками, и не палкой-копалкой, и не лопатой, а экскаватором. Для вытаскивания законов природы из данных палка-копалка из нейронных сетей и символьной регрессии уже готова, статья опубликована. А лет через пять ждём, что новые законы будут грести уже лопатой. Лет через двадцать-тридцать можно ждать и «научного экскаватора». Просто удивительно, как мало людей, понимающих суть происходящих перемен. В науке тоже всё новое приходит сбоку, и неудивительно, что «старые физики» не будут понимать, что происходит – как уже сейчас «старые лингвисты» не понимают, как устроены современные системы машинного перевода.

Искусственный (он же машинный) интеллект развивается сейчас особенно быстро, и Тим Урбан даже нарисовал про это иллюстрирующую экспоненциальные технологии картинку40:

Это картинка 2015 года. В то время трудно было представить, что робот-юрист возьмёт на себя 80% юридической работы в фирме, держащей миллионы контрактов. Или что AI победит чемпионов мира в Го, в StarCraft II. Машинный интеллект по сфере своего использования такой же, как естественный: он может применяться везде. В том числе и в диджействе. Технология NeuralMix в приложении DjayProAI для iOS получила апдейт41: раньше она могла разделить запись музыки на вокал, перкуссию и всё остальное, а теперь может разделить на вокал, перкуссию, бас и всё остальное. Смешивать два трека диджею можно уже не целиком, а отдельно каждую из четырёх частей трека. Но тут нейронные сети не просто автоматизируют труд диджея, но делают то, что человек раньше делать не умел. А ведь диджейство по факту массовая профессия: раньше учились массово семь лет в музыкальной школе, а теперь учатся год в школе диджеев – и пультов диджеев продаётся уж не меньше, чем роялей, просто на это уже мало кто обращает внимания. Сочиняет ли компьютер музыку? Да, конечно. Сочиняет ли новую музыку, или только перемешивает в новых сочетаниях давно известное? Сочиняет, проверено42.

Последствия гиперэкспоненциального развития машинного интеллекта закрыты туманом будущего. Но уже сегодня понятно, что эти последствия будут весьма заметными для каждого человека на Земле. Масштабы? Например, треть IT-бюджетов реального сектора сегодня направлены на проекты с AI, это неожиданный, но факт43. Сегодняшние инвестиции дадут отдачу через пару лет (дайте время на разработку и запуск новых интеллектуальных IT-систем в производство). Жизнь на производстве будет меняться, и быстро: деньги-то в это изменение уходят не маленькие! Скажем, переход с плановых ремонтов (35% этих ремонтов «чинят не поломанное», то есть бесполезны) на ремонты по состоянию, моменты которых определяются программами AI высвобождает в масштабах планеты огромное количество труда, который сейчас абсолютно бесполезен. Представляете, сколько это труда на планете – треть плановых ремонтов? И дело не только в этом труде. Если оборудование не останавливать для ремонта, это дополнительный выигрыш. Человечество будет богаче. Машинный интеллект выгоден.

Машинный интеллект научился переводить с иностранных языков (включая самые экзотические) на уровне восьмиклассника (или уже десятиклассника? Или первокурсника? Всё меняется так быстро, что не уследишь!). Профессиональные переводчики пока не потеряли работу, но изменения в мире оказались в другом – миллиарды людей получили доступ к плохому, но переводу через Гугл, Яндекс, Фейсбук. И это существенно добавило возможностей этих миллиардов людей на рынке труда. Никаких людей-переводчиков не хватило бы на такой объём обслуживания. Конкуренция на рынке труда возросла для многих работ, языковой барьер с учётом машинного перевода для этих работ перестал быть существенным.

А что с другими гиперэкспоненциальными технологиями? Там тоже всё интересно. Например, появились квантовые датчики, работающие на основе квантовой запутанности фотонов. И это даёт возможность построить новые типы микроскопов, которые могут изучать живые клетки в ходе их работы, не повреждая их лазерной подсветкой. Дальше появляется новый класс квантовых датчиков, и их цена тоже будет падать экспоненциально. Пульсоксиметры (измеряют как пульс, так и насыщение крови кислородом) в лучших моделях смартфонов появились ещё в 2015 году44, а теперь (июнь 2021) их можно купить в Москве даже в отдельном корпусе-напальчнике один и тот же по цене от 250 рублей (включая батарейку) до 2500 рублей: продавцы не успевают обновлять цены, всё этими пульсоксиметрами затоварено, цены ведь упали за год практически вдесятеро!

Время изменения мира начинает быть более быстрым, чем время изменения образования – люди не успевают переучиваться и переоснащать свои предприятия, чтобы успевать адаптироваться к новому миру.

Техника Коллинза: стратегия ежа

Джим Коллинз в материалах своего сайта45 для книжки по корпоративной стратегии «От хорошего к великому»46 предложил вариант нахождения своего «призвания» (иногда сегодня это называют японским словом «икигай»47 – то, для чего вы просыпаетесь утром и вытаскиваете себя из постели).

При этом он неявно исходил из того, что в своей книжке назвал архистратегией (архистратегия – общий тип стратегии) ежа. Ёж использует один и тот же приём: чуть что, он сворачивается в клубочек и выставляет миру свои иголки. Одно и то же действие в ответ на любое изменение вовне – каждый раз. И это ежа почти каждый раз спасает, стратегия оказывается эффективна.

Поэтому Коллинз предлагает в личном стратегировании найти эту стратегию ежа, найти своё главное преимущество, главное дело жизни. И дальше развивать это преимущество, сделать это своей профессией.

Он предлагает написать на трех разных листах бумаги списки деятельностей, которые а) вы делаете страстно, б) которые вы делаете лучше всех, в) за которые вы могли бы получать оплату.

После чего вам надо отдать эти листки вашим друзьям, чтобы не вы, а они обобщили то, что объединяет эти списки. Этим общим (тем, к чему у вас страсть, к чему есть талант, и за что платят) и занимайтесь, это и есть ваш личный икигай. Друзьям отдать списки надо, ибо у вас самих глаз замылен, и вы можете не заметить общее между пунктами в этих списках.

Но мы живём даже не во время перемен, а во время перемен перемен (меняется уже способ, которым проходят сами перемены), стратегия ежа сегодня перестала срабатывать! Коллинза критикуют, его теории оказались не работающими! Все пункты в трёх списках закрываются туманом будущего. Меняется то, к чему у нас страсть (мы ещё не знаем, от чего будем без ума через пару месяцев, оно просто ещё не открыто, а к чему страсть была, к тому мы охладеваем – надоедает!), меняется то, к чему талант (мы тоже можем не знать об этой деятельности, но завтра выяснится, что у нас к ней талант!), а уж за что платят – так это и так очевидно, что существенно меняется каждые несколько лет.

Всё покрыто облачками тумана будущего, и поэтому приходится прибегать к другой архистратегии – архистратегии лисы. Лиса (недаром она считается «хитрой») каждый раз делает что-то новое: то хвостом помашет, то засаду устроит, то тявкать начнёт, то побежит со всех ног, и всё это в зависимости от обстоятельств. Лиса тоже добивается успеха во многих случаях, но в совсем новых обстоятельствах у неё появляется шанс угадать подходящее действие – этого шанса уже нет у ежа, он новое угадать не может, он гарантированно проиграет. Преимущество ежа пропадает, если изменения становятся достаточно разнообразными.

Туман будущего не позволяет поставить какую-то цель, и дальше использовать стратегию ежа: быть меднолобым упёртым фанатиком, делающим одно и тоже независимо от стремительно меняющихся обстоятельств. Если цель хорошо видна, то она уже не в будущем и не может считаться мечтой. Это просто очередной шаг в жизни, и нужно как лисе, что-то придумывать новое для достижения понятной цели. Не романтично, но работает!

Что же делать? Стыдно ведь не быть романтиком, не иметь какой-то очень далёкой и плохо сформулированной цели в жизни?! Ежу легче рассказывать о себе, ему не нужно думать: у него стратегический день сурка. Как жить, когда тебя с детства учат, что в плане мечты ты должен устроить себе этот день сурка, но обстоятельства жизни меняются с такой скоростью, что невозможность многолетнего преследования одной цели в резко изменяющихся обстоятельствах становится очевидной? Если не можешь бежать в направлении цели, не можешь идти, то лежать в направлении цели – это же враньё? Поэтический язык? Что делать с этой романтикой, с этой утопией вечной мечты, к которой тебя приучают с детства, но которая очевидно не работает – ибо реализуешь давнюю мечту не ты, а те, кто придёт в эту мечту сбоку?

Против целей (against objectives)

МЕЧТЫ НУЖНО ОБНОВЛЯТЬ, ЧТОБЫ БЫТЬ СОВРЕМЕННЫМ!

Если вам стыдно, что вы ещё не нашли смысла жизни, у вас нет долгосрочных планов, вам трудно сформулировать мечту – познакомьтесь с литературой, обсуждающей порочность долгосрочного мечтательного целеполагания. Такой литературы сегодня много, и это счастье. Раньше таких книжек не было, всех поголовно уговаривали выбрать «дело жизни», желательно в раннем детстве. Люди страдали, если у них не обнаруживалось цели в жизни, или эту цель в жизни приходилось менять каждые несколько лет. А страдать не нужно, это ведь нормально! Концепт «цель жизни» придуманный, он абсолютно искусственный, в нём нет ничего естественного.

Как бы вы выбрали себе профессию data scientist, поставили бы целью в жизни стать «учёным данных», когда это слово появилось в обиходе где-то в конце 2011 года? Восемь лет спустя это популярнейшая «профессия», фронтир прогресса и мечта студента. Но вот беда, популярность её начинает падать в 2019 году, в 2021 году, через эти восемь лет опять случился какой-то очередной подрыв! Disruption technologies опять что-то изменили. Вот данные Гугла (популярность запроса data scientist по годам):

Интуиция подсказывает, что в текущей ситуации непрерывных технологических подрывов лучше долгосрочных целей не ставить, ибо это всё равно бесполезно, вы этих целей не достигнете, это будет источник постоянного расстройства. Но художественная литература вроде как требует такие цели иметь. Что делать?

Нужно ставить краткосрочные цели. Всю жизнь. Но эти цели не должны быть любыми. Их нужно тщательно выбирать. Нужно заниматься стратегией собственного развития, и развиваться всю жизнь. Не преследовать всю жизнь мечту, а всю жизнь развиваться. Бесконечно развиваться, преследуя самые разные цели развития – это много круче, чем быть романтиком-фанатиком, то есть слепо преследовать долгосрочную мечту!

БУДЬТЕ РАЦИОНАЛЬНЫМ ФЛАНЁРОМ

Самая известная книжка из литературы по постановке краткосрочных жизненных целей и избеганию долгосрочных – это «Антихрупкость» Нассима Талеба48. Описанный в книжке идеал – быть «рациональным фланёром49», который пересматривает свой маршрут на каждом шагу, чтобы сделать его зависимым от полученной новой информации. Это ключевой момент: никогда не планировать «в будущее» на расстояние больше, чем один шаг. Никогда не бежать «куда», не иметь долгосрочной цели, которую вы хотите достигнуть. Нужно всегда бежать «откуда», отталкиваясь от того, что вам уже известно. На следующем шагу будет известно больше, меняйте цели, делайте новые ставки.

Не нужно быть рабом собственной мечты и уверенности. Долгосрочная мечта призрачна, она обманет. Не чувствуйте вины от того, что вы поменяли мечту50. Идите за текущим интересом, ибо ваш интерес тоже может меняться. Фланируйте, доверяйте интуиции. Но фланировать нужно рационально, не делать очевидных ошибок.

В книжке Талеб формулирует, что «ставить нужно на всё что угодно», ибо никто не знает, где лежит твоё счастье – будущее принципиально непредсказуемо. Но нужно быть «лохом»51, чтобы ставить на реализацию мечты, которую можно осуществить только через много-много не просто рискованных, но вообще непонятных шагов.

На рисунке 24 в книге Нассим Талеб приводит картинку «штанги» во временном ряду, как главного способа достижения успеха и заработка:

Основная идея в том, что можно крупно выиграть в проекте один раз – и это покроет многочисленные убытки от прошлых проектов. Для этого нужно ограничивать величину убытка, и ввязываться в проекты, где не ограничен выигрыш. А дальше работает статистика: хотя бы один раз из многих проектов должно повезти, если не будете лохом, не наделаете ошибок, и не попадёте на неограниченный убыток. И этот один раз даст выигрыш во всей серии проектов. Проигрышей избежать не удастся: неожиданности всё равно будут, и плохие, и хорошие. На каждый десяток обычных ожидаемых белых (известных, это не обязательно «хорошие») лебедей обязательно прилетит один чёрный полностью неожиданный (тоже необязательно плохой, но полностью неожиданный – в книге это символ неожиданности, хорошей или плохой, раньше ведь не знали о существовании чёрных лебедей, они водились только в южном полушарии).

Главный вид ошибки: ставки, при которых можно проиграть неограниченно много. Такие ставки – ошибки, их просто не нужно делать. Нужно блюсти асимметричность: если потери будут, то они не должны превышать заранее известного маленького размера, а если выигрыш – то по величине он может быть неограниченно большим. На этой асимметричности малого проигрыша и возможно огромного выигрыша можно получать прибыль чисто статистически, если хоть как-то оценивать вероятности. А средних ставок с «умеренным риском» делать не нужно, это разорительно. Талеб по основной своей специальности как раз был трейдер на рынке ценных бумаг, поэтому он свои примеры и образы главным образом брал оттуда.

Талеб предупреждает: если вы знаете, куда идёте, или считаете, что знаете, куда идут другие (внешне «целеустремлённые», но вы же не знаете, что у них там на самом деле в мыслях!), то это ваше телеологическое (связанное с целеполаганием) заблуждение. Не заблуждайтесь, никакой разумной цели нет ни у вас, ни у других, честно фланируйте – рационально решайте куда идёте на каждом шагу, не стройте длинного маршрута заранее. И удача время от времени будет вам улыбаться, случай будет работать на вас.

БРОСАЙТЕ НЕУДАЧНЫЕ ПРОЕКТЫ БЕЗ СОЖАЛЕНИЯ

Не жалейте уже потраченные средства на убыточные проекты. Неудачи – они запланированы, просто списывайте затраты, и бросайте проект. Не будьте меднолобым достигателем несбыточных целей.

Если вы понимаете, что проект «дохлый» – бросайте его немедленно, даже если вы долго им занимались! О затратах просто забудьте, не умножайте их. Каждая новая вложенная в этот проект копейка, каждая новая вложенная в такой проект минута, каждое новое вложенное усилие – это чистые потери, они не вернутся! Потратьте ресурсы на поиск нового, более выгодного проекта! Переключайтесь немедленно! Если лодка тонет, не тоните вместе с ней, тонуть долго – это не доблесть! «Крысы бегут с тонущего корабля» – они ведь правильно делают, если очевидно, что корабль уже не спасти! А кто остаётся на безнадёжно тонущем корабле – герой? Да, герой для рассказов об упёртых неудачниках, в назидание потомкам. Если есть возможность спасти проект – спасайте, но если нет такой возможности – не ждите, что «как-нибудь наладится». Не наладится! Бегите, и не жалейте об уже потраченных силах, времени, деньгах.

Когда тебе весь мир из каждого утюга говорит «напрягись и вот-вот тебе будет счастье!» – не верьте, что вы такой гений. Не верьте, что вы сможете быстро что-то изобрести. Не впадайте в ошибку выжившего: приводимые вам из каждого говорящего утюга примеры показывают только пару счастливчиков, избежавших неудачи. Не факт, что вы повторите судьбу этих счастливчиков и станете вторым Биллом Гейтсом или Илоном Маском. Миллионы и миллионы проигравших безвестны, вас поэтому никто не предупредит об огромной вероятности неудачи, а пример ничтожной вероятности удачи подвесят как морковку, повторят сотню-другую раз в день. Если собака укусила человека – это не новость, новость – это когда человек укусил собаку! Если кто-то потерпел неудачу в своих инвестициях – это не новость, в СМИ это не напишут, в соцсетях не прокомментируют. Новость, если вдруг инвестиции принесли огромный доход, вот это точно попадёт в СМИ, это точно будет обсуждаться в соцсетях! Если вы ввяжетесь в авантюру с неограниченным проигрышем, то с огромной вероятностью пополните ряды безвестных неудачников. Пополнить компанию миллиардеров вы тоже можете, но с вероятностью чуда. Не верьте пропаганде упорства, не верьте пропаганде безусловного выигрыша, связанного с предпринимательством. Работает не пропаганда, а статистика.

При этом нужно понимать, что уклониться от принятия предпринимательских решений нельзя. Любое ваше действие – это ваш предпринимательский выбор: вы выбрали делать именно то, что вы делаете, и тем самым выбрали не делать чего-то другого. Вы не завели собственного дела, но поступили к кому-то на работу: это ваше предпринимательское решение, вы вложились собой, своим временем, в которое вы могли бы зарабатывать каким-то другим способом. Например, поступив на работу в другое место; или совершая какие-то торговые или даже чисто финансовые операции; или отдыхать и набираться сил для другой работы, которая будет более выгодна – отложить заработок; или учиться для другой работы – тоже отложенный заработок; или путешествовать автостопом и питаться объедками в столовой – это неявный заработок, но он есть; или жить в лесу и питаться как дикарь, что тоже приносит доход, которого едва хватает на жизнь, и он не выражен в деньгах; или ещё делать что-то, и при этом не голодать: люди удивительно изобретательны в выборе того, чем им заняться.

Уйти от принятия предпринимательских решений нельзя. Даже если вы будете ничего не делать, то это выбор: пробел тоже символ, ничегонеделание – это решение, избегание выбора – это ведь тоже выбор!

Но приведет ли следование рекомендации Нассима Талеба «рационально фланировать» к успеху? Он ведь попсовый писатель, говорит не столько верно, сколько красиво. Что на эту тему жизненного успеха говорит нормальная наука?

Наука вместе с Талебом по этой теме говорит, что вы не должны быть лохом (то есть должны быть минимально умны, чтобы не делать явных ошибок), но вот всё остальное – и впрямь дело случая! Вы должны оказаться в правильное время на правильном месте, и быть минимально умны (то есть вы таки должны быть умней кошки). Люди различаются по их интеллекту и умениям по абсолютной шкале (по сравнению с теми же кошками или слонами) весьма незначительно, а состояния их различаются в миллионы раз. Главный виновник этих различий не уровень работоспособности, прозорливость, мудрость и т.д., главный виновник тут случай. Этот «успех» был выражен количественно и проверен в компьютерных экспериментах в 2018 году, модель хорошо соответствует реальности52. Должно ли это нас смущать? Нет, не должно. Богатые тоже плачут, а бедные тоже смеются. Уровень удовлетворённости жизнью и богатство не так уж сильно связаны.

ЦЕЛИ-МЕЧТЫ – ЦИВИЛИЗАЦИОННЫЙ ПОРОК

Самая подробная книжка на тему «бесцельного» фланирования против достигательства далёких заранее намеченных целей – Kennet Stanley, Joel Lehman, «Why Greatness Cannot Be Planned: The Myth of the Objective»53.

Целеполагание типа «мечта» объявляется в этой книге цивилизационным пороком. Мечта – это цель, рассчитанная на долгий срок её достижения, с отсутствием на момент её постановки понимания, как этой цели достичь, ибо эволюция ещё не предоставила набор технологий для её достижения, все экспоненты подрыва ещё не отработали. Мечта получить микроволновку в 19 веке, смартфон во времена изобретения радио, возвращаемую на землю ракету в двадцатом веке. Утопия – это всегда красиво, романтично, но гибельно.

Правильная жизнь по версии этой книжки – это не преследование мечты, не ввязывание в утопический проект длиною в жизнь, а поиск сокровищ (treasure hunt), который может продолжаться вечно. Реализация мечты, решение проблемы – однократно, оно имеет конец во времени и амбициях. Развитие может быть вечным по времени и бесконечным по амбициям!

Книжка вводит понятие шагов бесконечного развития как череды проектов, имеющих разные цели (а не как череды проектов по достижению одной общей цели). Каждый проект – это stepping stone, камушки, по которым переходят ручейки или лужи. На русском эквивалента нет, но мы будем называть их «ступеньки», на что наступают в каждом очередном шаге. Ты видишь ближайшие к тебе проекты, ближайшие камушки-ступеньки, на которые понятно как перескочить. И на ступеньке может оказаться сокровище, выигрыш. Или не оказаться, туман будущего не позволяет это разглядеть наверняка. Остальные ступеньки – в тумане будущего, их вообще не видно, где они, этих целей пока нельзя даже поставить.

В книге говорится, что ввязываться в проект, то есть ставить цель, можно только для видной тебе ступеньки. Планировать можно шаг только тогда, когда видишь, куда шагать. Когда сделаешь шаг – планируй делать следующий шаг на ту ступеньку, которая открылась с только что достигнутого. Не шагай в туман, не надейся на «авось»! На каждой ступеньке сокровище или есть, или нет. Где-то там, через много-много ступенек может быть большое сокровище, другой берег, ты на него придёшь раньше конкурентов и вытопчешь себе огромную полянку.

Вот так это примерно выглядит, это фрагмент картины Rob Gonsalves «Stepping Stones»54. Сама картина примерно это и показывает: камушки-ступеньки, прикрытые туманом будущего. Kennet Stanley и Joel Lehman дают именно такую картинку, в которой другого берега вообще не видно, и непонятно поэтому, на какой камушек прыгать, чтобы добраться туда быстрее. Задним числом придут историки и биографы, туман будущего для них отсутствует, и всё это путешествие к успеху для немногих прорвавшихся будет описано как очевидный «прорыв к успеху» (фото на след. стр.).

Правда же в том, что полная картина без тумана доступна только потом, когда развеется туман будущего. А прыгать приходится тогда, когда не очень понятно, какой камушек ведёт к другому берегу кратчайшим путём. Совет у авторов книги тут один: прыгайте в тот проект, которым ещё никто не занимался, новизна важна. Как узнать новизну? Мнения экспертов разделятся: половина будут кричать, что там смерть, а половина признают, что там успешный успех. Это означает, что эксперты ничего понять не могут, вы на новой полянке. У вас есть шанс крупного выигрыша. И если вы не будете делать явных ошибок, что-нибудь может выгореть. Или не выгореть.

А если эксперты и друзья кричат хором, что проект неудачный? Так и есть, вы попали в хорошо известную им область. Будет неудача, не ввязывайтесь. А если эксперты и друзья кричат хором, что это гениальная идея, и немедленно идите в этот проект? Это опасно, потому как область знакомая, и если там и впрямь так хорошо, то вы встретите жесточайшую конкуренцию, и вас вышибут более богатые, умные и шустрые. Так что новизна – ваш шанс (но не более чем шанс!) и потенциальная защита. В случае успеха пока богатые и шустрые развернутся и начнут с вами конкурировать, вы успеете что-то сделать, что-то заработать в этом проекте. Скорость и новизна важны.

Из мечтателя нужно стать коллекционером проектов (stepping stone collector) – собирать прохождение ступенек, на которых лежат сокровища, и с которых что-то видно дальше. Коллекционирование никогда не заканчивается, это не цель, это условие игры, архистратегия. Нахождение сокровищ в проекте не гарантируется, но шанс всегда есть. Выбирайте проекты на границе тумана, выбирайте проекты, в которых вы знаете, как их реализовать – есть гипотеза о том, какую конструкцию нужно сделать, чтобы получить требуемую функцию. Скажем, если у вас есть идея сделать скатерть-самобранку, это отличная «мечта»! Не занимайтесь ей, если у вас нет гипотезы, какая конструкция будет у этой скатерти-самобранки. Но если есть идея по поводу конструкции – смело занимайтесь! Или наоборот: у вас понятная идея, как сделать супер-пупер-генератор-чанста! Это тоже «мечта», не занимайтесь им, пока не будет понятно, кому и как пригодится эта конструкция: будут ли люди готовы заплатить за её функции больше, чем вы потратите на создание конструкции этого генератора-чанста. Помним, что до 2007 года iPhone был невозможным: он был бы слишком дорогим, чтобы проект имел успех. В 2007 году туман будущего рассеялся, как сделать работающий смартфон за вменяемые деньги стало абсолютно понятно (точнее, это стало понятно чуть раньше: разработка iPhone, конечно, началась раньше 2007 года – но не сильно раньше).

Если вы наметите какую-то точку в тумане, где пока нет камушка, и пойдёте туда, то вся затея гарантированно провалится, цели в тумане предают. Если вы хотите всё время чувствовать себя обманутыми, ставьте цели, которые вам сразу не видно, как достичь – и упорствуйте в их достижении. Поломанная жизнь гарантирована.

В книжке чётко говорится: живите не «великим достижением», но вечным «поиском». Всю жизнь вы будете развиваться, выполнять самые разные проекты, один сложней другого – развитие бесконечно.

Фокус тут в том, что вы не знаете, какой сорт успеха вас может ожидать в новом проекте. Цели «добыть то-то и то-то», «победить вон того босса» у вас нет. Речь тут идёт об участии в эволюции (книжка написана исследователями эволюции, занимающимися машинным интеллектом), а у эволюции цели нет. Эволюция заключается в нахождении всё более и более сложных форм, отражающих всё больше и больше аспектов мира и позволяющих выживать во всё большем и большем разнообразии ситуаций.

Если у вас есть мечта, и понятно, как её достичь – смело выполняйте проект по её достижению. Если непонятно, меняйте мечту. Мечта не обязана быть на всю жизнь. Меняйте мечту хоть каждый день, меняйте концепцию романтической утопии на концепцию бесконечного развития.

НЕТ НАДЕЖДЫ НА УСПЕХ С ОДНОЙ ПОПЫТКИ!

Идея о том, что можно поставить цель, составить план по её достижению, потом выполнить план и достичь тем самым успеха в виде достигнутой цели – вредная, утопичность её уже давно очевидна. В бизнесе против такой идеи выступило движение agile, где сама постановка цели выглядела как непрерывно уточняющаяся, равно как признавалось, что нельзя точно спланировать достижение этой непрерывно меняющейся цели. Но в agile не было ещё идеи непрерывного прогресса, бесконечного развития.

«Lean Startup»55, написанная Eric Ries книжка по современному предпринимательству, которую изучают практически во всех бизнес-школах, рассказывает ту же идею: непрерывно экспериментируй с продуктом, фланируй, а если всё-таки «не взлетает», то делай крутой вираж, т.е. пробуй совсем другой продукт. И продолжай эксперименты, пока к тебе не повернётся лицом удача – не упирайся, не долбись в одну точку, не ставь все средства на заведомо неверную идею, получай знания на каждом шаге, в каждом эксперименте. Учись, учись, учись – ищи, ищи, ищи. Бесконечно в цикле новых возможностей (цикл! Нет надежды на одну попытку!) развивай свой продукт или сервис, бесконечно в цикле продуктов развивай свою компанию.

Да, теория предпринимательства оказывается одной и той же для себя лично (человек-фирма), для небольшого стартапа, для крупной компании, для транснациональной корпорации. Все они должны что-то делать, чтобы жить и сохранять себя в непрерывно меняющемся мире, и бесконечное развитие оказывается ровно тем, что позволяет обсуждать их деятельность. Все они должны ставить какие-то цели, понимая, что нет надежды на успех с одной попытки, и даже успех будет краткосрочным – обстоятельства поменяются, и нужно бежать со всех ног, чтобы только-только остаться на месте! Поставленные цели считать «гипотезами», затем эти гипотезы проверяют, пытаясь этих целей достичь. Затем или добиваются успеха (гипотеза подтвердилась), или признают неудачу – и списывают убытки. И начинают следующий проект.

После того, как вся эта «целеустремлённость» и «мечтательность» в вашей голове будет проблематизирована, вы не только избавитесь от предрассудков и чувства собственной неполноценности, но и станете выделять паттерны бесконечного развития в разных других школах мысли.

Так, «недеяние» (у-вэй56) из восточных философий – оно оказывается про то же, про непостановку длинных целей. Вроде как «неделание», оно оказывается на поверку жутко деятельным, оно очень активно следует цепочкой дел за сиюминутной (привязанной к текущему знанию) интуицией о том, к чему нужно стремиться вот прямо сейчас. Прямо сейчас в каждый момент времени, но не всю жизнь. Нет долгосрочных установок на достижение какой-то мечты, в этом и есть плохо понимаемый западным умом секрет «деятельного недеяния».

Но «западный научный ум» никак нельзя недооценивать. По мере активно ведущихся компьютерных экспериментов с эволюцией и обучением, растёт понимание ситуации переоценки долгосрочного планирования.

Ещё одна книжка, в которой эволюции как постоянному развитию посвящён довольно большой кусок, написана Pedro Domingos, исследователем машинного интеллекта – «The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World»57.

Эволюция преподносится там не как поиск/search, а как вариант обучения/learn. Можно считать, что ты учишься сложности мира – в том числе учишься без учителя (unsupervised learning), или выступаешь учителем самому себе (self-supervised learning), давая самому себе задания и пытаясь их выполнять. Про это же самое можно рассказывать и как о «поиске сокровищ». Бесконечное развитие можно обсуждать и как бесконечный поиск, и как бесконечное обучение: поиск сокровищ в длинной череде проектов подразумевает обучение справляться с задачами этих проектов. В машинном интеллекте парадигма бесконечного развития, бесконечного (life-long learning) обучения вместо «решения поставленной проблемы» стремительно набирает вес.

Проектов развития хватит для всех, особенно если учитывать критерий новизны при выборе проекта. Исследуйте новое на самой границе известного, это окупается! И каждый шаг развития позволит вам увидеть что-то ещё, шагнуть дальше. Если не ходить проторенными туристическими тропами, на которых уже давно все сокровища расхватаны, то вам этих сокровищ на жизнь хватит. Главное – не загадывать заранее, какими должны быть эти новые камушки, новые проекты, какие именно сокровища там должны быть. Главное – не загадывать заранее мечту-утопию. В мечте будет встреча с изумрудом, а встретится вам алмаз. Не проходите мимо алмаза!

Стало понятно, почему не может работать госплан58 – невозможно рационально вычислить потребности большого числа людей, да ещё и на достаточно длительном интервале времени, поэтому, сколько каких продуктов производить, и по какой цене, вычислить не удастся. Будущее покрыто туманом, и мы ничего не можем сказать о будущих продуктах, поэтому не можем знать, сколько каких деталей нужно произвести для того, чтобы собрать эти будущие продукты. Рынок – это квазиэволюционный процесс, он подразумевает бесконечное развитие продуктов.

Нет никакой «миссии», «смысла жизни», есть бесцельная эволюция – поиск всё нового и нового, рост сложности найденных проектов-сокровищ и тем самым рост адекватности разнообразия продуктов сложному миру как результат эволюции.

Один небольшой шаг на границу тумана будущего планируйте, ставьте абсолютно приземлённую цель – на один шаг, не на всю жизнь. Используйте интуицию – машинное обучение даёт абсолютно рациональные ей объяснения (и даже моделирует в глубоких нейронных сетях). А маршрут на несколько шагов неизвестно куда в туман будущего – не получится планировать, будущее непредсказуемо ни для человека, ни для компьютера.

Установка на достигательство и мечтательность входит в мозг с младых ногтей, и трудно рационально её преодолевать. Но тренд налицо: вопрос упорства в достижении каких-то целей поднят, вопрос обсуждается, меднолобым фанатам с их «главное – в себя поверить» начинают выставляться рациональные аргументы.

Бесконечное развитие (open-endedness)

ПРОЦЕССЫ, БЕСКОНЕЧНО ПОВЫШАЮЩИЕ РАЗНООБРАЗИЕ 

И СЛОЖНОСТЬ

Бесконечное развитие (open-endedness) это идея, которая позволяет в разы компактней и точнее (т.е. с использованием математических моделей) говорить про сложные вопросы «прогресса», «развития», «целеполагания», «эволюции», «вечного обучения», «постоянной инновации» и т. д. Идея бесконечного развития помогает отбросить бессмысленные споры по вопросам типа «труба ржавеет: можно ли сказать, что она развивается? Что будет прогрессом для трубы?».

Под словами «бесконечное развитие» сегодня скрывается более общий концепт, чем даже «эволюция» (эволюция тут будет только частный случай). Речь идёт об алгоритмах, исполнение которых порождает всё более и более сложные объекты. Это алгоритмы вечно непрекращающегося творчества.

О чём угодно можно говорить как о «лучшем известном на сегодня», state-of-the-art (SoTA). Завтра лучшее будет другим, SoTA всегда имеет дату. Лучшая теория гравитации в 1600 году не включала силы гравитации, в 1800 году гравитация объяснялась как сила притяжения массивных тел, в 2000 году лучшая теория гравитации (теория относительности) говорит об искривлениях пространства времени, и гравитация не является силой! SoTA в науке, инженерии и много чём другом меняется со временем, и это будет бесконечно.

Open-endedness переводится обычно как «открытость» или в крайнем случае «незавершённость», и весь аромат английского слова немедленно теряется. Поскольку это применяется к алгоритмам, которые всё время научаются делать что-то новое, то это мы будем переводить как «бесконечное развитие». Это «что-то новое» в подобных алгоритмах и называется stepping stone/ступенька.

Это может быть биологический вид в эволюции, вид продукта или сервиса в технологической эволюции, вид мастерства в эволюции деятельности.

И как растёт видовое разнообразие и сложность организмов в биологической эволюции, растёт разнообразие и сложность продуктов и сервисов в технологической эволюции, растёт разнообразие и сложность деятельностей и тем самым разнообразность и сложность мастерства в этих деятельностях. Люди на земле владеют всё более и более разными видами мастерства (углубление разделения труда), и эти виды мастерства всё более сложно освоить, для надлежащего уровня требуется 4—10тыс. часов прохождения ступенек в мастерстве от «полный новичок» через «иногда получается» до «настоящий мастер».

МАЛО УЧИТЬСЯ РЕШАТЬ ПРОБЛЕМЫ. 

НУЖНО ЕЩЕ И СТАВИТЬ ПРОБЛЕМЫ

Базовый текст декабря 2017 года «Open-endedness: The last grand challenge you’ve never heard of»59 написан в соавторстве с Lisa Soros теми же Kenneth O.Stanley и Joel Lehman, которые в 2015 году написали книжку про важность новизны, «Why Greatness Cannot Be Planned: The Myth of the Objective».

В соответствии с подходом бесконечного развития, нужно не просто решать проблемы – ибо сложность и изящество решения при этом ограничено сложностью проблемы. Нужно делать две вещи: 1) порождать проблемы и 2) решать их.

Всё более и более сложные проблемы должны быть не любые, а находящиеся в зоне «ближнего развития» – ни слишком трудные для решения, ни слишком лёгкие (тут в английском используется ещё одно плохо переводящееся слово: goldilocks, означающее в том числе «не горячее, и не холодное, а в самый раз»). Бесконечное развитие требует ступенек, ни слишком низеньких, ни слишком высоких.

В январе 2019 года Stanley (он сейчас возглавляет лабораторию искусственного интеллекта в OpenAI) и Lehman сделали алгоритм бесконечного развития60 а в марте 2020 года усилили этот алгоритм61. Алгоритм порождает своей стратегирующей частью всё более и более сложные рельефы местности (даёт параметры генератору рельефов: «ставит цель»), а затем его решающая часть-робот решает эти проблемы, то есть учится проходить заданные частью целеполагания рельефы. Оказалось, что постепенно наученные через «проблемы в зоне ближнего развития» роботы могут проходить в конечном итоге самые сложные среды, а попытки просто «решить проблему» без этих промежуточных научений, а просто «научиться с нуля», без stepping stones/ступенек проваливаются. Оказывается, без эволюции, без промежуточных ступенек мы не можем научиться чему-то сложному! Обучение какой-то деятельности должно быть многоступенчатым, развитие должно проходить через ступеньки, находящиеся на границе тумана – ни слишком трудные (тогда научение невозможно), ни слишком лёгкие (тогда не будет накоплен опыт).

Для алгоритма бесконечного развития нужно достаточное время, и мы получим удивительные результаты. По большому счёту, эволюция на Земле получила удивительный результат, ибо она как раз реализует такой алгоритм: условия существования Земли ставят всё более и более разнообразные и сложные задачи развивающимся на ней животным и растительным видам, а эти виды достигают удивительного мастерства в решении этих задач. Один из самых интересных моментов тут – это получение биологического интеллекта, затем развитие цивилизации, а сейчас и получение машинного интеллекта. Человечество ставит и ставит себе всё более и более сложные задачи, и научается эти задачи решать.

Этот алгоритм реализуется не только всей Землёй, не только всей цивилизацией, но даже в одном мозге. Автор когда-то задавал вопрос проф. Дж. Гриндеру (одному из основоположников нейролингвистического программирования), считает ли он перспективными «остановку внутреннего диалога» и прочие средства обеспечения «единства сознания», «недуальности». Джон Гриндер отвечал, что не считает: для развития всегда должно быть некоторое противоборство, критика, а хоть и в одном мозге. Единство – это путь к стагнации, а не к развитию/эволюции/прогрессу, как это ни назови. Поэтому даже в одном и том же мозге постановщик проблем должен всё время ставить задачу, а решатель проблем учиться её решать – и так развиваться до бесконечности. Никакой остановки, никакой стагнации, никакого успокоения при достижении «конечной цели». Каждая новая цель, каждая новая ступень сложней предыдущей, цепочка этих ступеней никогда не заканчивается, это и есть жизнь.

А КАК С НАУКОЙ? ТАМ ТОЖЕ БЕСКОНЕЧНОСТЬ РАЗВИТИЯ?

Да, в науке всё то же самое: наука ищет всё более и более точные объяснения того, как устроен мир. SoTA в научных объяснениях постоянно меняется. И эти изменения будут бесконечны. Люди не знали о существовании микробов и вирусов, и поэтому смертность от инфекционных заболеваний (родильная горячка, например, как первое с чем сталкивались буквально при рождении) была запредельно высока. Затем появились объяснения, которые рассказали о микробах и вирусах и их связи с заболеваниями, на основе этих объяснений были выработаны простые, но контринтуитивные предложения по борьбе с болезнями. Родильную горячку победило мытьё рук! Этот рецепт «мойте руки, и не будет родильной горячки» был совсем, совсем неочевиден, пока не было объяснения причин: не рассматривались микробы как причина болезни.

Но можно ли сказать, что всё уже известно про инфекционные болезни? Конечно, нет! Пример пандемии показывает, что неизвестного ещё много. Или даже по-другому: неизвестно, что из известного действительно известно! Может быть, SoTA в знаниях об эпидемиях уже есть, но конкурирующие теории ещё не опровергнуты (или об их опровержении ещё не догадываются, не признают этого, обычное ведь дело в истории!), поэтому текущее SoTA не позволяет выработать хорошие предложения. И защита от эпидемий ограничивается всё тем же мытьём рук и бессмысленными ритуалами типа поливания тротуаров хлоркой (что приносит вред здоровью и честно квалифицируется политиками не как защитная мера, а как «психологический сигнал гражданам»). Наука игнорируется, ибо сама суть науки – это свободное обсуждение теорий, но теории эпидемий обсуждать свободно сегодня нельзя. Например, SoTA в прививках от гриппа и коронавирусов говорит, что ввиду большой изменчивости штаммов прививки оказываются неэффективны. Фармакологические компании, понятно, с этим не согласны. Кто победит в дискуссии, если одной из сторон рты затыкают не учёные своими аргументами и экспериментами, а власти и даже частные СМИ? И ещё в этом участвуют не просто деньги, а очень большие деньги фармацевтического лобби?

Но уже очевидно: двигаясь по этой линии улучшения объяснений жизни (включая тем самым и объяснение болезней) можно надеяться на достаточный объем знаний для получения людьми биологического бессмертия. А дальше уже понятно, что можно будет менять и саму природу человека, почему бы и нет! Для этого не хватает знаний, а их получение – то же бесконечное развитие.

Существование звёзд-квазаров тоже было абсолютно неочевидно, но объяснение того, что с ними происходит, было невозможно в рамках ньютоновской физики. Появилась эйнштейновская физика, которая разбирается с искривлениями пространства-времени в присутствии больших масс, и она решила много космологических загадок. Квантовая физика по историческим меркам появилась очень недавно, но она уже объяснила многое из происходящего на другом конце спектра размеров – поведение фотонов управляется её законами. А дальше? Бесконечное развитие: остаётся проблема квантовой гравитации. Поиск новых научных проблем и последующее их решение, приводящее к постановке новых проблем, будет вечным. Мы исторически находимся в самом начале этого бесконечного развития, наука ещё очень и очень молода, если рассматривать её существование во вселенском масштабе времени.

Книжка Давида Дойча о бесконечном росте знания, бесконечном росте человечества так и называется «Начало бесконечности. Объяснения, которые меняют мир»62.

Эта книжка подробно объясняет, как устроена современная наука. Она вводит понятие рационального (а не слепого!) оптимизма, понимаемого как «всё зло объясняется недостатком знаний». Если не мешать предлагать новое знание и критиковать старое так, что в области знаний SoTA постоянно меняется, можно постепенно преодолевать зло. При этом будет меняться и понимание зла, и понимание того, каких знаний недостаёт, и понимание того, что такое объяснения. Оптимизм в том, что рост знаний будет делать жизнь лучше, и мы в начале бесконечного роста знаний: оптимизм в том, что почти все неблагоприятные исходы и почти все благоприятные у нас еще впереди, мы как человечество находимся в самом начале бесконечного роста знаний. Нужно только не мешать этим знаниям расти, для этого поддерживать выдвижение новых и новых универсальных объяснений, получение новой и новой критики этих объяснений.

Неопровергнутые лучшие объяснения на каждый момент составляют SoTA науки, лучшее известное на сегодня научное знание. Оно будет бесконечно расти, давая при этом бесконечное число способов бороться со злом: смертью, болезнями, несправедливостью, глупостью и всем остальным, что только можно представить плохого.