Современное время - как эпоха провалов "цифровиков"

На самом деле очевидные проблемы с "большими данными" стали заметными еще пару лет назад - во время т.н. "коронакризиса". Который показал, что т.н. развитые страны - имеющие у себя мощную системы обработки информации, в том числе и медицинской - оказались не готовы к борьбе с эпидемией пресловутого "ковида". В том числе и в плане выявления и отслеживания заболевших - для чего, казалось бы, информационные системы прямо предназначены.

Про то же, что они - эти самые дорогостоящие и сложные информационные системы, предназначенные для буквального "просеивания" всех имеющихся данных - банальным образом "пропустили ковид", дав ему дойти до состояния пандемии, можно вообще не упоминать. В том смысле, что сама идея о том, что можно предвидеть будущее, создав некоего "демона Лапласа" - который соберет всю имеющуюся информацию и на основании ее построит адекватные модели реальности - по понятным причинам не реализуема. Это было понятно и во времена самого Лапласа, это знали в 1950-1970 годы - когда начиналось развертывание компьютерных информационных систем - об этом, думаю, догадываются и сейчас.

В том смысле, что тот момент, что полная модель какой-либо сущности оказывается равной по сложности данной сущности - то есть, такой же сложной для понимания и использования, как и моделируемое явление - достаточно очевиден. А значит - любая пригодная для использования модель должна быть кардинально, на много порядков упрощена. Понятно, что при этом часть предсказательной способности ее исчезнет - но эту часть надо просто выносить за рамки имеющейся области применения.

Собственно, именно так и работает наука в привычном нам понимании - в том смысле, что ученые "играются" с подобными упрощениями и областями их использования. (Отсюда проистекает и разделение науки на отдельные "сферы".) "Бигдата" же - в совокупности с нейронными сетями, столь же модными в нашем мире - действует по другому: выявляет именно что "полные" закономерности без упрощения, благо что вычислительные возможности компьютеров на много порядков превосходят вычислительные особенности человека. Что на некоторых "локальных" участках создает иллюзию всеведения - но именно что на локальных. А определить размер этой "локальности" без указанного выше построения "упрощенной модели" оказывается невозможным.

Именно поэтому все заявления о том, что мощь современной вычислительной техники позволяет обходиться без человеческого участия, являются однозначным бредом. Которые постоянно опровергается - как случилось в описанной выше ситуации с "ковидом". Который не только не был "выявлен заранее" - то есть, до перехода к ситуации с массовой эпидемией, что, в общем-то, следовало ожидать от связки Big Data+Artificial Intelligence. (В том случае, если бы они были реально тем, чем рисуют сейчас их апологеты "современного прогресса". Но и не смог быть блокированным уже после того, как стало понятным, что это за зараза. (То есть, после того, как эпидемия уже развернулась в Китае.)

Про создание адекватных методов лечения и профилактики тут даже лучше не заикаться. А еще лучше упомянуть то, что "современная западная медицина", избалованная "аппаратной диагностикой" и "аппаратным лечением" последних десятилетий просто катастрофически провалила данный момент, "отыграв" хуже, нежели "отыгрывались" западные врачи в те же 1960 годы. (Сравнение борьбы с тем же "Гонконгским гриппом" с борьбой с "ковидом" показывает, что тогда т.н. "развитые страны" сумели создать достаточно высокий уровень противодействия, позволивший свести число жертв к минимуму - к 300-400 тысячам, при том, что сама болезнь была не менее опасной. И в Азии - где с ней боролись много слабее - она убила не менее миллиона человек, а скорее всего - два-три миллиона.)

Самое неприятное тут то, что ситуация с "ковидом" есть всего лишь один, и при этом не самый неприятный пример того, как нынешний Западный мир - с его гипертрофированной IT-сферой - не смог предвидеть катастрофическую ситуацию и, тем более, справиться с ней. ( Read more... )