Логи размером в пару гигабайт тоже никто не проверяет вручную. Для проверки утверждения, что ни одна последовательность чисел «1» и «-1» длиной 1 161 не имеет расхождения 2, использовалась программа Glucose. Она применяет совершенно другой алгоритм, работа которого требует в 27 раз больше времени при тех же машинных ресурсах.
В целом алгоритмы интеллектуального анализа и поиска закономерностей усложняются с каждым годом. Задача их дальнейшего развития уже породила отдельное направление — технологии «больших данных». Именно они позволяют сегодня выполнять сложнейшее моделирование в режиме реального времени, прогнозировать различные ситуации, предсказывать выход оборудования из строя, создавать персонализированные сервисы и оптимизировать бизнес-процессы.
Вопрос о доверии к машинам, способным выполнять определённые задачи лучше человека, всегда решался просто. Прежде чем любой новой вычислительной системе поручат нерешённую задачу, её долго тестируют на подобных заданиях с известным результатом. Дополнительно во всех ответственных областях результаты вычислений разных машин постоянно сравниваются между собой.
К примеру, в проектах распределённых вычислений системы BOINC пакет заданий считается выполненным только в том случае, когда решение получено минимум от трёх разных компьютеров — и хотя бы два результата полностью совпадают.
Конечно, прогресс в области искусственного интеллекта радует, но он вовсе не эквивалентен успехам в создании искусственного разума. Последнее — лишь грандиозная перспективная задача, в то время как компоненты ИИ встречаются повсюду.
Согласно работам Вернадского, Неймана и Винджа, само появление программ класса SAT-solvers можно рассматривать как малый предвестник технологической сингулярности — момента истории, в который технический прогресс из-за своей скорости становится недоступным пониманию человека.
Здесь стоит уточнить, что имеется в виду принципиальная способность человека продолжать контролировать технику за счёт глубокого понимания особенностей её архитектуры и выполняемых алгоритмов. Иначе мы были бы вынуждены признать наступление сингулярности ещё в Древней Греции, поскольку уже тогда находились люди, сознательно отказывавшиеся даже от попыток понять технологии своей эпохи.
Большой Брат бдит, или Как брали наркобарона Эль Чапо
Евгений Золотов
Опубликовано 25 февраля 2014
В эти выходные в пляжном мексиканском городишке Мазатлан был арестован Хоакин Лэора Гусман, более известный миру под криминальной кличкой Коротышка (El Chapo). Наркобарон и один из самых богатых людей на планете, Гусман любил приватность, нуждался в ней и отстаивал её всеми способами, включая убийства. Но даже он не сумел защитить себя от электронного наблюдения — и теперь его история может служить уроком для всех, кто задумывается о возможности уйти из под надзора Большого Брата.
Получивший своё прозвище за небольшой рост ещё в юности, Коротышка хоть и не затмил Пабло Эскобара, но в общем шёл той же дорожкой и добился многого. Он родился в 1957 году в бедной многодетной семье в каком-то захолустье, и, говоря по правде, нам неизвестна даже точная дата его рождения (кто-то называет 1954-й). С учёбой не сложилось. Школу (если она там вообще была: скорее говоря, приезжающий в деревню учитель) наш герой бросил в первые же годы. Папаша выращивал мак, так что профессиональная стезя у пацана рисовалась обычная: сначала помогал отцу, потом обзавёлся собственной плантацией, а совершеннолетним подался в город и быстро пошёл вверх по «служебной» лестнице: возил наркотики сам, затем контролировал поставки из Колумбии, проявил себя серьёзным, дотошным, скорым на расправу менеджером среднего звена.