12 технологических трендов. Кевин КеллиНеизбежно. 12технологическихтрендов, которые
 Скачать 1.72 Mb.
|
|
Глава 7 Фильтрация В истории человечества еще не было эпохи, на- столько благотворной для читателей, зрителей, слу- шателей или людей, желающих участвовать в чело- веческом самовыражении. К нашему восторгу, еже- годно создается целая лавина новых произведений. Каждые 12 месяцев мы производим восемь милли- онов новых песен [183] , два миллиона новых книг [184] , 16 000 новых фильмов [185] , 30 миллиардов записей в блогах [186] , 182 миллиарда твитов [187] и 400 000 но- вых товаров [188] . Сегодня при минимальных усили- ях буквально одним кликом обычный человек может открыть «библиотеку всего на свете». При желании вы можете прочесть больше текстов на древнегрече- ском, чем высокопоставленный греческий аристократ в эпоху Античности. С той же легкостью можно найти тексты китайских свитков – сегодня у вас больше воз- можностей читать их дома, чем у китайских импера- торов в былые времена. Гравюры эпохи Ренессанса и живая музыка Моцарта, к которым в свое время име- ли доступ очень немногие, теперь всегда под рукой. Как ни посмотри, в наши дни медиа находятся на пике изобилия. По последним подсчетам, которые я смог найти, об- щее число песен, записанных на нашей планете, пре- вышает 180 миллионов [189] . При стандартном сжатии в формате MP3 вся зафиксированная людьми музы- ка поместится на жесткий диск объемом в 20 терабай- тов. Сегодня он стоит $2000. Через пять лет он будет продаваться за $60 и помещаться в карман. Очень скоро вы сможете держать всю музыку, созданную че- ловечеством, при себе. С другой стороны, если это та- кая крошечная библиотека, зачем носить ее с собой, когда в любой момент можно получить ее из облачно- го хранилища? Что справедливо для музыки, подходит для лю- бых материалов, которые можно передавать по ча- стям. Еще при нашей жизни библиотека всех книг, игр, фильмов и когда-либо напечатанных текстов бу- дет доступна 24 часа в сутки семь дней в неделю на любом гаджете с дисплеем или в одном облаке. И каждый день эта библиотека увеличивается. Обилие возможностей, которое открывается перед нами, рас- ширилось благодаря растущему населению, а потом еще больше благодаря появлению технологий, облег- чающих создание нового. Сегодня на планете в три раза больше людей, чем в год моего появления на свет (1952). Еще миллиард родится за следующие де- сять лет. Все больше людей из этих дополнительных пяти или шести миллиардов, появившихся после мое- го рождения, получают возможность генерировать но- вые идеи, создавать новое искусство и делать новые вещи благодаря современному изобилию и свободно- му времени. Сегодня в десять раз легче создать про- стое видео, чем десять лет назад. Сегодня в сто раз легче сделать небольшую механическую деталь, чем сто лет назад. Сегодня в тысячу раз легче написать и опубликовать книгу, чем тысячу лет назад. В результате нам открывается бесконечное чис- ло возможностей. Во всех направлениях появляет- ся множество вариантов. Хотя некоторые профессии уходят в прошлое, как, например, произошло с те- лефонистками, выбор в целом постоянно расширяет- ся. Места, куда можно поехать в отпуск, кафе и ре- стораны и даже виды блюд множатся каждый год. Возможности для инвестиций переживают взрывной рост. Учебные курсы, навыки, которыми можно овла- деть, варианты развлечений растут в астрономиче- ских масштабах. Ни одной жизни не хватит, чтобы оце- нить потенциал каждого варианта, если рассматри- вать их один за другим. Чтобы просто предварительно оценить все новые вещи, изобретенные или создан- ные за предыдущие 24 часа, потребуется больше го- да внимания. Огромный размер «библиотеки всего на свете» не соответствует узким колеям наших потребительских привычек. Нам нужна помощь в навигации по этим ди- ким джунглям. Жизнь коротка, а книг, которые мож- но прочитать, слишком много. Кто-то или что-то дол- жен сделать выбор или нашептать подсказку, кото- рая поможет принять решение. Нам нужен метод для сортировки. И единственный вариант – воспользо- ваться помощью. Мы применяем самые разные типы фильтров, чтобы просеять безграничность вариантов. Многие из этих фильтров существуют давно и до сих пор хорошо работают. • Охранители. Власти, родители, священнослужи- тели и преподаватели огораживают от плохого и вы- борочно передают нам хорошее. • Посредники. В офисах издательств, звукозапи- сывающих компаний и киностудий до потолка громоз- дятся материалы, авторам которых решили отказать. Там говорят «нет» гораздо чаще, чем «да», и, соот- ветственно, фильтруют материалы, получающие ши- рокое распространение. Каждый заголовок в газете – это фильтр, который говорит «да» какой-то информа- ции, игнорируя остальную. • Кураторы. Розничные магазины не продают абсо- лютно все, музеи не показывают все подряд, а публич- ные библиотеки не закупают все книги. Все эти курато- ры выбирают себе материалы и действуют как филь- тры. • Бренды. Если, покупая что-то в первый раз, по- требитель окажется перед полкой с похожими товара- ми, он обратится к знакомой марке, потому что это хо- роший способ понизить риск, не потратив много сил. Бренды позволяют отфильтровать лишнее. • Государство. Оно накладывает табу и запреты. Разжигание ненависти и дискриминация преследуют- ся. О проблемах, связанных с национализмом, много говорится. • Культурная среда. До детей доносят разные со- общения, материалы и варианты для выбора в зави- симости от ожиданий школы, семьи и общества кру- гом. • Друзья. Товарищи сильно влияют на наш выбор. Мы весьма часто выбираем то, что и друзья. • Мы сами. Мы делаем выбор на основе собствен- ных предпочтений и суждений. Этот фильтр традици- онно используют реже всего. Ни один из этих методов не ушел в прошлое с при- ходом суперизобилия. Но чтобы справиться с ростом возможностей в наступающие десятилетия, мы изоб- ретем много новых способов фильтрации. Представьте, что вы живете в мире, где все вели- кие фильмы, книги и песни, когда-либо произведен- ные человечеством, всегда у вас под рукой и «бес- платны», а ваша изощренная система фильтров от- бросила мусор, ерунду и все, что может показаться вам скучным, даже если эта вероятность мала. За- будьте о признанных критиками творениях, которые ничего не значат лично для вас. Сосредоточьтесь ис- ключительно на вещах, которые действительно при- водят вас в восторг. Вы выбираете из «сливок, снятых со сливок», из того, что порекомендовали бы вам луч- шие друзья, и нескольких случайных вариантов, что- бы оставить место для сюрпризов. Другими словами, вы имеете дело только с тем, что абсолютно подходит вам в этот момент. И даже на это вам не хватит всей жизни. Допустим, вы могли бы отфильтровать список книг, читая только величайшие. Берете исключительно произведения, отобранные экспертами, которые про- читали очень много книг. Пусть они предложат вам 60 томов, в которых собраны лучшие творения западной цивилизации – каноническую коллекцию под названи- ем «Величайшие книги Запада». Вам или любому дру- гому среднему читателю потребуется 2000 часов [190] , чтобы полностью прочесть 29 миллионов слов [191] . И это только часть мировой литературы. Большинству и здесь потребуется дополнительная фильтрация. Проблема в том, что мы начинаем с такого количе- ства вариантов, что, даже выбрав всего один из мил- лиона, все равно получим слишком много. Суперпре- красных фильмов с оценкой «пять звезд» все равно больше, чем можно посмотреть за всю жизнь. Крутых сайтов, на которых можно долго сидеть, больше, чем внимания, которое вы можете им уделить. Более того, отличных музыкальных групп, книг и гаджетов, пред- назначенных специально для вас и адаптированных к вашим уникальным желаниям, больше, чем вы мо- жете осилить, даже если это станет вашей основной работой. Тем не менее мы попытаемся свести это изобилие к подходящему для вас масштабу. Давайте начнем с идеального способа. Возьмем для примера меня. Как бы я предпочел выбирать, чему стоит уделить внима- ние? Во-первых, я хотел бы получать больше вариан- тов, которые гарантированно мне понравятся. Этот персональный фильтр уже существует. Он называет- ся «рекомендательный движок», и его широко исполь- зуют Amazon, Netflix, Twitter, LinkedIn, Spotify, Beats и Pandora, а также другие агрегаторы. Twitter имеет си- стему рекомендаций – предлагает, на кого мне сто- ит подписаться, на основании существующих у меня подписок. Pandora применяет сходную схему, советуя новую музыку на основании той, которая мне уже нра- вится. Почти половину контактов на LinkedIn устанав- ливают благодаря рекомендациям сайта. На Amazon рекомендательный движок показывает результаты в виде знакомого баннера: «Других покупателей, кото- рым понравился этот товар, также заинтересовали следующие». Netflix использует тот же принцип, что- бы рекомендовать мне фильмы. Хитрые алгоритмы просеивают огромный массив данных о действиях всех пользователей сайта, чтобы точно предсказать мое поведение. Отчасти эти догадки строятся на мо- их действиях в прошлом, поэтому на баннере Amazon стоило бы написать: «Судя по вашей истории и исто- рии похожих пользователей, вам должен понравиться этот товар». Эти предложения в высшей степени свя- заны с тем, что я покупал и даже думал купить (они отслеживают, сколько времени я провожу на страни- це, прежде чем принять решение, даже если я не по- купаю товар). Проанализировав миллиард сделанных покупок и обработав все похожие случаи, можно сде- лать на удивление точные предсказания. Эти рекомендационные фильтры – один из главных механизмов, с помощью которых я открываю для се- бя новые вещи. В среднем они оказываются гораз- до надежнее, чем рекомендации экспертов или дру- зей. Более того, их находят полезными столько лю- дей, что треть продаж Amazon [192] , которая в 2014 году составила $30 миллиардов [193] , приходится на предло- жения из серии «похожее на это». Для Netflix это на- столько ценная технология, что там над системой ре- комендаций работают 300 человек [194] , а бюджет этого подразделения составляет $150 миллионов. Конечно, как только фильтры начинают работать, люди прекра- щают их настраивать. Искусственный интеллект учи- тывает здесь слабоуловимые особенности поведения как моего, так и других пользователей, и заметить их может только одержимая навязчивой идеей машина, которая никогда не спит. Однако вознаграждение в виде только тех вещей, которые вам уже нравятся, грозит тем, что вы пере- станете видеть все, хотя бы немного отличное от уже известного, даже если оно могло бы вам прийтись по вкусу. Это называют «пузырем фильтров», а бо- лее точным термином будет «переподгонка». Вы за- стреваете, не добравшись до вершины, потому что ведете себя так, словно уже оказались наверху, иг- норируя прилегающее пространство. Есть масса до- казательств, что такое происходит и в политике: при- верженцы определенного политического направле- ния, которые полагаются на простой фильтр «вам также может понравиться», редко читают что-то за пределами предложенного. Такая избыточная филь- трация может ужесточить их взгляды. Подобного ро- да самоограничения, спровоцированные фильтрами, существуют также в науке, искусстве и культуре в це- лом. Чем эффективнее фильтр «похожие хорошие то- вары», тем важнее сплавлять его с «ситами» других типов. Например, исследователи из Yahoo! изобрели способ автоматически отмечать одну позицию в поле вариантов для выбора [195] и таким образом сделали «пузырь» видимым. Благодаря этому будет легче вы- браться из его границ с помощью незначительных из- менений в разных направлениях. Во-вторых, в этом идеальном сценарии я хотел бы узнавать о неизвестных мне вещах, которые нравят- ся моим друзьям. Во многих отношениях таким филь- тром служат Twitter и Facebook. Читая материалы дру- зей, вы сразу видите, что они считают достаточно кру- тым, чтобы поделиться этим. С помощью телефона теперь так легко сделать рекомендацию в виде текста или фото, что нас удивляет, когда человеку нравится какая-то новая вещь, а он этим не делится. Но если приятели слишком похожи на вас, они тоже порой дей- ствуют как «пузырь фильтров». Близкие друзья могут сформировать эхо-камеру 43 , где похожий выбор будет 43 Эхо-камера – понятие в теории СМИ, представляющее собой ситу- ацию, в которой определенные идеи, убеждения усиливаются или под- крепляются путем передачи сообщения или его повторением внутри закрепляться и умножаться. Исследования показыва- ют, что порой можно расширить набор вариантов и выйти за пределы ожидаемого, просто оказавшись в следующем круге – друзей друзей [196] Третьим компонентом в идеальном фильтре был бы обновляющийся список вещей, которые мне не нравятся, но которые я тем не менее хотел бы полю- бить. В моем понимании это похоже на попытки вре- мя от времени пробовать самый нелюбимый сыр или овощ, чтобы посмотреть, не поменялись ли мои вку- сы. Я уверен, что мне не нравится опера, но несколько лет назад я снова попытался ее послушать. Это бы- ла «Кармен» в Метрополитен-опера, которую транс- лировали в реальном времени на большом экране с крупными субтитрами, и я был рад, что сходил на трансляцию. Фильтр, предназначенный для зондиро- вания вещей, которые не нравятся, должен быть на- строен очень тонко, однако его можно создать с по- мощью крупных баз данных, где собран опыт мно- гочисленных людей – по принципу «люди, которым не нравилось то, полюбили это». Подобным образом я порой готов попробовать неприятные вещи, кото- рые стоило бы полюбить. В моем случае это могут закрытой системы (партия, круг единомышленников, субкультура). При этом подобные сообщения заглушают другие аналогичные информаци- онные потоки. Иными словами, любые высказывания приводят не к дис- куссиям, а к поддакиванию и поддержке единомышленников. Прим. ред. быть любые пищевые добавки, деятельность законо- дательных органов или музыка в стиле хип-хоп. У луч- ших учителей есть способы донести непривлекатель- ный материал до тех, кто этому сопротивляется, так, что это не отпугнет, и лучшие фильтры тоже могут это сделать. Но будет ли кто-нибудь подписываться на та- кой фильтр? Непосредственно сейчас никто этого не делает, по- скольку они установлены прямо на платформах. Две- сти друзей среднего пользователя Facebook создают такую бездну обновлений, что социальная сеть счи- тает необходимым сокращать, редактировать, выре- зать и фильтровать ваши новости, чтобы с лентой можно было справиться [197] . Вы не видите все мате- риалы, которые выкладывают друзья [198] . Какие имен- но отфильтровали? По каким критериям? Знает толь- ко Facebook, и она считает свои формулы секретом фирмы. Для чего проводится эта оптимизация, они не рассказывают. Компания говорит о стремлении удо- влетворить пользователей, но есть основания пола- гать, что она фильтрует ленты новостей с целью опти- мизировать время, которое вы проводите на ее сай- те, – этот показатель измерить гораздо легче, чем ва- шу удовлетворенность. Но, возможно, это не тот кри- терий, по которому хотели бы улучшить Facebook вы. Amazon использует фильтры для повышения про- даж и, в частности, фильтрует контент на страницах, которые вы видите. Речь идет не только о рекомендо- ванных товарах, но и о других материалах, например информации о скидках и выгодных предложениях, со- общениях и подсказках. Как и Facebook, Amazon про- водит тысячи экспериментов в день, меняя фильтры, чтобы проверить эффективность A относительно В, пытаясь персонализировать контент, реагируя на то, как его используют миллионы потребителей. Они точ- но настраивают довольно мелкие детали, но при та- ких масштабах (сотня тысяч испытуемых за раз) ре- зультаты выходят крайне полезные. Как потребитель я продолжаю возвращаться на Amazon, потому что он стремится к той же цели, что и я: по максимуму обес- печить мне дешевый доступ к вещам, которые мне нравятся. Такое соответствие встречается не всегда, но если оно есть, мы возвращаемся. Поисковая система Google – главный фильтровщик в мире. Она делает самые разные изощренные вы- воды о результатах ваших запросов. Она не только фильтрует всемирную сеть, но и ежедневно обраба- тывает 35 миллиардов электронных писем [199] , очень эффективно отбрасывая спам, присваивая категории и определяя приоритеты. Google – крупнейший в мире совместный фильтр, состоящий из тысяч взаимозави- симых динамических «сит». Если вы согласитесь, он может персонализировать ваши поисковые результа- ты и настроит их для точного местоположения и вре- мени запроса. Он использует уже подтвержденные принципы совместной фильтрации: люди, которые со- чли этот ответ ценным, так же отнеслись и к следую- щему (хотя и не обозначили это). Google фильтрует контент на 60 триллионах страниц [200] примерно два миллиона раз в минуту [201] , но мы редко задаемся во- просом, откуда берутся его рекомендации. Когда я де- лаю запрос, какой ответ мне покажут – самый попу- лярный, надежный или уникальный из вариантов, ко- торые, вероятнее всего, мне понравятся? Я не знаю. Себе я говорю, что, возможно, мне бы понравилось ранжировать результаты всеми четырьмя способами, но Google знает, что я кину беглый взгляд на первые несколько строк, а потом пройду по ссылке. Поэтому мне сообщают: «Вот несколько вариантов, которые, по нашему мнению, подойдут лучше всего. Мы при- шли к этому выводу на основе обширного опыта, ко- торый получили, отвечая на три миллиарда вопросов в день» [202] . И вот я иду по ссылке. А Google пытает- ся повысить шансы, что я вернусь и снова задам ему вопрос. По мере становления фильтрация распространит- ся на другие децентрализованные системы, помимо медиа, а именно на ресурсы типа Uber и Airbnb. Ва- ши личные предпочтения относительно типа отелей, статуса и уровня обслуживания будут с легкостью переноситься в другую систему, чтобы подобранный для вас номер в Венеции лучше вас удовлетворил. Невероятно умные фильтры можно приложить к лю- бой сфере с большим количеством вариантов, и таких сфер будет все больше и больше. Везде, где нам по- требуется персонализация, будет и фильтрация. Мыслители предвидели скорый приход крупно- масштабной персонализации 20 лет назад. В кни- ге 1993 года «Массовая персонализация» (Mass Customization) Джозеф Пайн изложил этот план. Тогда казалось рациональным, что изготовление вещей на заказ, которое в то время было прерогативой богатых, можно распространить и на средний класс, если при- менить правильные технологии. Например, изощрен- ная система с использованием цифрового сканирова- ния и гибкого роботизированного производства позво- лила бы шить на заказ рубашки для среднего класса, тогда как в прошлом только высшие слои могли зака- зывать их по своим меркам у портных. Массовой пер- сонализацией занялись несколько стартапов в конце 1990-х годов – они пытались производить джинсы, ру- башки и кукол-младенцев. Помешало прежде всего то, что было очень трудно сделать вещь по-настоя- щему уникальной, не устанавливая на нее цену как на предмет роскоши. Свободно менять можно было лишь самые тривиальные характеристики, вроде цве- та и длины. Эта задумка слишком опережала тогдаш- ние возможности. Но теперь подходящие технологии появляются. Роботы последнего поколения обеспечи- вают быстрое производство, а усовершенствованные трехмерные принтеры могут стремительно изготовить одну единицу товара за раз. Повсеместное отслежи- вание, интерактивность и фильтрация означают, что мы можем сформировать подробное и многосторон- нее описание себя без особых затрат, и оно станет ос- новой для любых индивидуальных услуг, которые нам захочется получить. Посмотрим, как это может выглядеть в будущем. У меня на кухне стоит автомат для изготовления табле- ток размером чуть меньше тостера. Внутри него мас- са крошечных пузырьков, и в каждом прописанное ле- карство или добавка в форме порошка. Каждый день автомат смешивает правильные дозы всех медика- ментов и делает из них одну или две персонализиро- ванные пилюли, которые я принимаю. В течение дня мои жизненные показатели измеряются сенсорами, которые я ношу на себе. Эффект от принятого лекар- ства фиксируется ежечасно, и данные отправляются в облако для анализа. На следующий день дозу ле- карства корректируют на основе данных за 24 часа, и появляется новая персонализированная пилюля. Мой аватар хранится онлайн и доступен для любо- го розничного магазина. Он содержит точные мерки каждой части и изгиба моего тела. Даже если я пой- ду в физически существующий розничный магазин, то все равно сначала примерю всю одежду в виртуаль- ной примерочной, потому что в магазинах в наличии будут лишь самые основные цвета и модели. Благода- ря виртуальному зеркалу я получу на удивление ре- алистичное представление о том, как одежда будет смотреться на мне. Более того, поскольку я смогу вра- щать изображение собственной фигуры в одежде, то смогу увидеть больше, чем в настоящем зеркале в примерочной. (Однако предсказать, насколько удоб- но я себя почувствую в новом наряде, не получится.) Одежда сядет точно по фигуре благодаря специфика- циям моего аватара (которые будут подправляться с течением времени). Услуга по подбору одежды позво- лит увидеть новые варианты, подготовленные на ос- нове того, что я уже носил в прошлом, или что я доль- ше всего мечтательно разглядывал, или что носили мои близкие друзья. Это и есть фильтрация стилей. За годы сформировалось очень подробное описание моего поведения, которое можно применить ко всему, чего бы я ни пожелал. Мой профиль, как и аватар, управляется програм- мой «Всё о тебе». Программа знает, что в отпуске я предпочитаю недорогие хостелы, но с отдельной ван- ной комнатой и максимально быстрым интернетом, всегда в самой старой части города, но только не ря- дом с автовокзалом. Она работает совместно с ис- кусственным интеллектом, чтобы подобрать вариан- ты, запланировать сроки и зарезервировать номер по лучшей цене. Это не просто профиль, который хра- нится в интернете, это скорее постоянно действую- щий фильтр, который непрерывно обновляется с уче- том мест, которые я уже посетил, а также фотогра- фий и твитов, которые я сделал во время прошлых путешествий. Кроме того, он учитывает, что я читаю и смотрю, поскольку книги и фильмы часто вызывают у нас желание посетить какие-то места. Он уделяет массу внимания путешествиям моих близких друзей и их друзей и из этого большого объема данных часто выбирает конкретные рестораны и хостелы. Обычно его рекомендации вызывают у меня восторг. Поскольку мои друзья разрешают программе «Всё о тебе» следить за всем, что они делают: что покупа- ют, где ужинают, какие клубы посещают, какие филь- мы смотрят, какие новости читают, какими физически- ми упражнениями занимаются, куда ездят на выход- ные, она может дать мне очень подробные рекомен- дации и при минимальных усилиях со стороны дру- зей. Когда я просыпаюсь утром, «Всё о тебе» филь- трует обновленный поток данных и доставляет мне только самые важные новости того типа, который мне может понравиться. Фильтр действует, учитывая, чем я обычно делюсь с другими, какие делаю закладки и что комментирую. В кухонном шкафу я нахожу но- вый для меня вид сухого завтрака с повышенной пи- тательной ценностью, который мои друзья попробо- вали на этой неделе и программа заказала вчера. Ме- ня оповещают, где сейчас пробки на дорогах, поэто- му машину подадут позже, чем обычно, и я попро- бую нетрадиционную дорогу до места, где буду сего- дня работать, выбранную на основании того, каким путем сегодня ехали несколько моих коллег. Я нико- гда не знаю точно, где окажется мой офис, потому что мы с коллегами по стартапу встречаемся в ковор- кингах, которые свободны в тот или иной день. Мое личное электронное устройство превращает экраны в этих местах в мои дисплеи. В мои задачи в течение дня входит работа над несколькими искусственными интеллектами, которые подбирают методы лечения и заботы о здоровье для нескольких клиентов. Я помо- гаю искусственному интеллекту разобраться с некото- рыми специфическими случаями (например, как быть с пациентами, которые полагаются на лечение внуше- нием), чтобы повысить эффективность их диагнозов и рекомендаций. Вернувшись домой, я предвкушаю, как буду смот- реть подборку развлекательных видео в 3D и играть в занятные игры, которые предложит мне Альберт. Так я назвал аватара из программы «Всё о тебе», который фильтрует для меня медиа. Альберт всегда подбира- ет самые крутые штуки, потому что я отлично обучил его. Начиная со старших классов, я тратил по край- ней мере десять минут в день, подправляя его вы- бор, добавляя неочевидные факторы и точно настра- ивая фильтры. Поэтому к сегодняшнему дню, с учетом новых алгоритмов для искусственного интеллекта и оценок, которые поставили «друзья друзей друзей», у меня образовался потрясающий канал. Многие люди каждый день смотрят, что выбрал мой Альберт. Я на первом месте в списке лидеров в фильтре виртуаль- ной реальности. Моя подборка настолько популярна, что компания «Всё о тебе» платит мне кое-какие день- ги, ну, по крайней мере подписка обходится бесплат- но. |