Планшеты как класс устройств появились 4 апреля 2010-го: вышел первый iPad. Прошло всего три года — и эти планшеты есть у всех, и отнюдь не только эппловские. Конечно, будут и очки не только гугловские. В любом случае поглядите на графики: они дают какое-то представление о том, что начинает происходить на рынке с носимой компьютерной аппаратурой (и обязательно делайте поправки на то, что торговых марок этой аппаратуры будет сильно побольше, чем одна–две).
Чем всё это отличается от смартфонов? Последние нужно включить и поглядеть на экран, пару раз перед этим в сей экран ткнув. Поэтому не все утруждаются включать смартфоны и глядеть на дисплеи. Очки-компьютеры просто убирают этот барьер: не нужно шевелить пальцем для включения экрана, шевельнуть нужно всего лишь глазом, что легче. С другой стороны, неважно, что программа планирования ремонта по состоянию будет работать на корпоративном мейнфрейме и иметь интерфейс на планшете, помещаться в облаке и иметь интерфейс на очках или же находиться в импланте с интерфейсом прямо к нейронам мозга. Это непринципиально с точки зрения того, что делает эта программа: важно лишь снижение барьеров доступа к ней и интеграция результатов её работы в привычное «думание».
Конечно, не только с интерфейсами и (или) клиентскими устройствами будет много чего происходить в ближайшее время, но и с серверами. Обратите внимание: знаменитый в «deep learning-кругах» Andrew Ng за счёт задействования GPU упаковал ту же задачу, что решалась на аппаратном комплексе за $1 млн, в аппаратуре за $20 тыс., но опять-таки последний абзац там уточняет: унаследованное от эпохи моды на видеоигры аппаратное решение GPGPU архитектурно неадекватно для всех этих deep learning и big data, и требуются какие-то иные решения. То, что Ng заинтересовался аппаратурой, — это только начало длинного (аж в несколько лет) пути. Эти новые аппаратные решения обязательно появятся, и очень скоро. Предложений по хардверу при сегодняшних технологиях его создания может случиться не меньше, чем года три назад стало прибывать по языкам программирования при современных технологиях создания компиляторов и понимании теоретических проблем языкостроения.
Вот так и будет: новое адекватное железо, новые алгоритмы феноменологического поиска закономерностей и извлечённые из изобильных данных новые закономерности. Следующий прорыв будет в алгоритмах построения формальных теорий (создания системы идеальных объектов, в терминах которых можно строить легко понимаемые компактные объяснения-описания — все эти «аксиоматические теории» вместо «массивов весовых функций»).
Но логицизм — он логицизм и есть, даже в сегодняшнем обличье массивов весовых функций deep learning, ещё до нормального софта построения аксиоматических теорий. Никакой «мистики творчества». Я придерживаюсь мнения, что «интеллектуальным» или «творческим» называется сегодня только то, что непонятно как устроено. А когда понятно, когда имеется компьютерная модель задачи — это не по линии интеллекта или творческой гениальности, а по линии цирка. Через десяток лет на композиторских программах можно будет найти слайдер вышибания слезы с двумя крайними положениями — от печали или от радости. Другое дело, что такие программы никому не нужны: это самое «творчество» в его классических изводах оказывается предельно дешёвым товаром, автоматизация которого нерентабельна. Это не значит, что автоматизации не будет. Будет, просто дело пойдёт не слишком быстро — и в порядке хобби, в отличие от вполне рыночной автоматизации «нетворческой» деятельности типа погрузочно-разгрузочных работ с помощью роботов или автоматического вождения автомобилей: каждая такая «нетворческая» деятельность будет затрагивать миллионы людей, а не десятки тысяч «интеллектуалов». Но и до последних дело дойдёт — когда оно будет упираться в сложность.
Меня спросили на тьюториале, что я считаю «сложным». Сложным я считаю такое дело, которое не влезает в человечий мозг, чтобы его делать без автоматизации. Так, если у вас пять миллиардов транзисторов на чипе, то без автоматизации такой чип ни «сдизайнить» (то есть продумать), ни произвести невозможно. Вот такой простой критерий. Так что всё это «композиторство» и «писательство» (и даже «конструкторство») для меня — несложные задачи, несмотря на то что в народных легендах они намертво ассоциируются с «творчеством». А вот ежели нужно сделать оптимальный по весу и прочности корпус для какого-нибудь редуктора — это задача сложная (и простая, если оптимальности по весу и прочности не требуется). Переход к решению сложных задач — вот настоящее творчество. В этой связи даже распознавание дорожных знаков с точностью лучше, чем у не вооружённого компьютером человека, — задача сложная, творческая. И я счастлив, что в решении таких задач как раз сейчас происходит качественный скачок: жизнь не просто меняется, жизнь меняется ВНЕЗАПНО.