Коллектив авторов - На что похоже будущее? Даже ученые не могут предсказать… или могут?

Если интернет — это единая сеть для всей планеты, позволяющая собирать данные и обмениваться ими друг с другом, то ИВ — это то, что дает возможность делать то же самое вещам (физическим объектам, таким как автомобили, термостаты, холодильники и т. д.). По данным Internet-WorldStats.com, в 2016 г. число пользователей интернета составляло около 3,7 млрд человек. Вещей в интернете намного больше, чем людей: согласно некоторым оценкам, к 2021 г. их количество достигнет 50 млрд. Уже сейчас мы пользуемся «умными» (включенными в ИВ) устройствами для контроля своего физического состояния и состояния здоровья, наблюдения за другими людьми, которые не могут сами позаботиться о себе, и непрерывного мониторинга определенных медицинских показателей, таких, например, как частота сердечных сокращений или уровень сахара в крови. Мы в самом начале пути. Многое, включая вопросы неприкосновенности частной жизни, безопасности, влияния таких решений на общество и их эффективности, до сих пор — предметы активного обсуждения. Но остановить развитие ИВ, судя по всему, мы уже не в силах.

Тем временем компании в разных секторах экономики начинают запускать пилотные проекты в сфере ИВ. Они пока не на слуху, но именно здесь мы можем получить наибольшую экономическую выгоду и именно такие проекты могут помочь нам справиться с теми трудностями, которые стоят перед конкретными странами и миром в целом. К примеру, операторы ветроэлектростанций начинают понимать, что, установив датчики, они смогут на основе передаваемой информации непрерывно подстраивать положение лопастей так, чтобы с максимальной отдачей использовать ветер. Это похоже на управление парусами на корабле для достижения максимальной скорости. В результате можно добиться прироста объема вырабатываемой энергии на 25 %. Фабрики работают над организацией обмена данными с поставщиками, чтобы автоматизировать процесс размещения заказов и обеспечить своевременную поставку необходимых деталей и компонентов. Датчики на конвейере могут помочь распознать и решить проблему еще до того, как она проявится, а также отложить плановое обслуживание в тех случаях, когда оборудование вполне исправно, и тем самым сэкономить время и силы специалистов для по-настоящему важных и не терпящих отлагательства задач. Международные производственные концерны вроде Bosch или Airbus могут наладить оперативный обмен информацией между фабриками, обеспечивая централизованное решение проблем и внедрение новшеств с использованием знаний, полученных в отдельных подразделениях.

Еще одна особенность ИВ — возможность сбора огромных объемов данных. Сегодня у нас есть очень дешевые датчики с низким энергопотреблением и подключением к интернету, которые мы можем использовать для сбора текущих данных о людях, окружающей среде или определенных системах. С их помощью можно моментально узнавать о протечках в системах водоснабжения или выявлять вспышки гриппа, организуя распределенный сбор данных с большого числа личных мобильных телефонов.

В данный момент одна из главных проблем ИВ — проблема принятия разумных решений на основе огромных объемов данных из различных источников. Чаще всего при обсуждении данной темы оперируют аббревиатурой DIKW, обозначающей иерархию сущностей — данные (Data), информация (Information), знания (Knowledge) и осмысленные решения (Wisdom). В качестве данных может выступать набор чисел. Из них можно, например, получить информацию о том, что у вас есть товар № 32 с определенным сроком годности. Знание, которое вы извлекаете из полученной информации, заключается в том, что товар № 32 — это молоко, а его срок годности истек еще вчера. Результирующее разумное решение — настало время покупать новую партию молока! Приведенный пример до банального прост, но, когда вы имеете дело с гигантскими объемами разнородных данных, чтобы принять разумное решение на основе этого моря информации, вам придется по-настоящему потрудиться. В области анализа и обработки данных даже появляются новые профессии. Нам нужны люди, которые сумеют разобраться в том, как на основе неограниченного массива данных сделать полезные выводы практического характера. Им придется сформулировать вопросы, на которые мы хотим найти ответы с помощью данных, а также выявить значимые закономерности.

Один из прогнозов относительно нашего будущего говорит о том, что в ближайшие два десятилетия большинство людей будут жить в городах. Совершенно очевидно, что высокая плотность населения приведет к серьезным проблемам социального и практического характера в таких областях, как энергетика, образование, здравоохранение, транспорт и многих других. Уже начались эксперименты по созданию «умных» городов, представляющих собой городские поселения, в которых все основные структуры, включая больницы, школы и транспорт, объединены в одно целое и доступны онлайн, что позволяет оперативно справляться с возникающими проблемами и разрабатывать прикладные решения для повышения качества жизни горожан. В разных частях Великобритании (в Глазго, Лондоне, Бристоле и Питерборо) и по всему миру можно увидеть немало попыток реализации концепции «умного» города. В рамках этих проектов ведется работа по внедрению широкого круга разработок — от маячков, помогающих людям с нарушениями зрения ориентироваться в Сан-Франциско и на Юстонском вокзале в Лондоне, до датчиков в контейнерах для мусора, обеспечивающих более эффективный, «умный» подход к вывозу отходов. Сейчас на рынке присутствует множество реализаций идеи «умного» контейнера для мусора, включая Big-belly (США), Enevo (Финляндия), Ecube Labs (Южная Корея). Тысячи таких контейнеров уже установлены в разных местах по всему миру. Системы подобного рода способны не только определить, что контейнер заполнен, но и спрогнозировать, когда именно он наполнится, и предложить оптимальный маршрут для служб, отвечающих за вывоз мусора. Судя по всему, данная технология работает вполне неплохо, но водителям требуется определенное время, чтобы научиться доверять системе и скорректировать свою работу.