Леонид Черняк – История электронных компьютеров (страница 2)

К середине XX века пределы ручного труда стали очевидны и в СССР. Именно это стало толчком к созданию электронных машин. МЭСМ Сергея Лебедева (1951) задумывалась как замена «армии вычислителей», трудившихся на оборонные и научные задачи.

Таким образом, история человеческих компьютеров в России и СССР – это развитие от астрономических бюро XVIII–XIX веков, через статистические и инженерные коллективы начала XX века, до оборонных и атомных проектов 1940–50-х годов. Их труд, рутинный и тяжелый, но организованный фабрично и коллективно, был фундаментом науки, техники и обороны, и подготовил почву для перехода вычислений в электронные машины.

Компьютинг как основа цифровой цивилизации

До 1970-х годов компьютер оставался редким, уникальным и дорогостоящим объектом. Он воспринимался прежде всего как машина, как инженерный артефакт, созданный для выполнения сложных расчетов. На этом раннем этапе комплексное явление, которое сегодня мы называем computing, еще не существовало. Хотя в статьях создатели первых электронных компьютеров Джон Мокли и Преспер Эккерт использовали термины electronic computing или digital computing, но они понимали под этим именно саму машину как физический объект, вокруг которого формировалась соответствующая сфера деятельности.

С компьютеров третьего поколения и особенно с появлением персональных компьютеров второй половины 1970-х годов понятие computing стало пониматься шире – как деятельность, осуществляемая в самых разных контекстах. Но в массовом сознании того времени главным оставался сам компьютер – настольная машина, символ технологической независимости и нового образа жизни.

Следующий перелом связан с сетями. В 1990-е годы персональный компьютер стал лишь узлом в глобальной системе, а вычисления и работа с данными вышли за пределы локального устройства. Computing стал рассматриваться как распределенный процесс и инфраструктура, соединяющая людей и организации. В этот период появляются такие направления, как distributed computing, где множество машин объединяются для совместного решения задач (примером служит проект SETI@home, использовавший вычислительные мощности добровольцев для анализа радиосигналов из космоса), и parallel computing, позволяющий выполнять сложные операции одновременно на нескольких процессорах, что использовалось в суперкомпьютерах IBM серии Blue Gene для биоинформатики и климатического моделирования.

С началом XXI века computing окончательно освобождается от привязки к отдельному устройству. С распространением облачных сервисов (cloud computing, например, Amazon Web Services, запущенные в 2006 году) и мобильных технологий (mobile computing, смартфоны и планшеты) компьютер перестает быть центром. Он становится терминалом, а вычисления превращаются в услугу. Можно хранить данные и обрабатывать их без собственного сервера, используя глобальную инфраструктуру. Computing становится ресурсом – невидимым, но необходимым, как электричество, которое пронизывает все аспекты современного общества.

Сегодня computing существует во множестве форм и сфер применения. Среди них Scientific computing, применяемый для моделирования и анализа данных в науке и инженерии; Business computing, обеспечивающее управление бизнес-процессами и экономическую аналитику; Cognitive computing, имитирующее процессы человеческого мышления и принятия решений; а также Social computing, формирующее новые способы взаимодействия и коммуникации через платформы и социальные сети. В последние годы активно развиваются edge computing, когда обработка данных происходит ближе к источнику, снижая задержки и нагрузку на сеть, и ubiquitous computing, когда встроенные процессоры и сенсоры пронизывают повседневную жизнь – от «умных» домов до носимых устройств.

Особое значение имеет вопрос взаимодействия человека и машины. В ранние эпохи вычисления осуществлялись в пакетном режиме (batch computing), когда задачи подавались на вход, а результаты выдавались спустя определенное время. Персональные компьютеры открыли эру интерактивных вычислений (interactive computing), позволяя пользователю управлять процессом в реальном времени. Реальные системы управления, от авиации до медицины, потребовали real-time computing, где скорость реакции критична. Сегодня на повестке дня автономные вычисления (autonomous computing): автомобили с автопилотом, интеллектуальные ассистенты и роботы принимают решения без постоянного контроля человека. Computing постепенно становится партнером человека в деятельности, а не просто инструментом.

Таким образом, за несколько десятилетий произошел переход от «компьютера» как отдельного устройства к computing как универсальному явлению общечеловеческой значимости. В нем собственно компьютер утратил центральную роль; главным стало не устройство, а процесс – способность преобразовывать данные в информацию, знания и решения в различных контекстах.

Поэтому важно различать computing и информационные технологии. Эти понятия принадлежат к разным порядкам явлений. Computing – фундаментальное, почти философское понятие, связанное со способностью общества обрабатывать информацию, моделировать реальность и создавать новые знания. Оно охватывает все формы вычислений, от первых мейнфреймов и распределенных систем до облаков, квантовых машин и pervasive computing (всепроникающий, встраиваемый в повседневные устройства). Computing существует как явление, формирующее культуру, инфраструктуру и способы взаимодействия человека с окружающим миром.

Информационные технологии (IT), напротив, относятся к конкретным прикладным решениям. Это организации, сервисы, программные продукты и сети, которые используют вычислительные возможности для поддержки деятельности компаний, учреждений и пользователей. IT – это индустрия, инфраструктура, операционные процессы; оно существует внутри явления computing, как конкретная реализация его возможностей. Можно провести аналогию: если computing – это электрификация как природно-технический феномен, то IT – это лампочки, электросети и бытовые приборы, которые позволяют людям пользоваться электричеством. Computing задает потенциал и направление развития, IT – прикладное воплощение, используемое для решения конкретных задач.

Фокус на IT и его видимых проявлениях иногда искажает восприятие эволюции вычислительной сферы. Люди чаще замечают новые программы, приложения и сервисы, воспринимая их как «движущую силу прогресса», в то время как само явление computing развивается на более фундаментальном уровне – через новые архитектуры, методы обработки информации, распределенные системы, внедрение pervasive (всепроникающий) и cognitive (способный к мышлению) computing. IT отражает лишь прикладную, наиболее заметную часть этого процесса, и без осознания разницы между уровнем прикладного инструмента и фундаментальной среды легко потерять понимание истинной эволюции от компьютера как отдельного устройства к computing как универсальной инфраструктуре и культурной практике.

Таким образом, computing сегодня – это универсальный язык цифровой эпохи. Он определяет то, как мы думаем, общаемся и создаем технологические и культурные системы. IT остается важным прикладным воплощением этого языка, но явление computing гораздо шире: оно задает фундаментальные возможности и направления, в которых отдельные компьютеры и информационные технологии – лишь инструменты. Понимание этой разницы важно для корректной оценки современной цифровой эволюции: computing формирует фундамент, на котором строятся видимые информационные технологии.

Компьютинг и пирамида DIKW: эволюция от данных к здравому смыслу и принятию решений

Для глубокого понимания эволюции компьютинга стоит обратиться к концепции пирамиды DIKW, описывающей четыре уровня обработки данных: Data (Данные), Information (Информация), Knowledge (Знания) и Wisdom (Здравый смысл и принятие решений). Эта модель показывающая, как сырые факты превращаются в информацию, знания и в способность принимать обоснованные решения сложилась в конце восьмидесятых годов XX века. В оригинале он состоит из четырех компонентов:

• Данные, получаемые из внешнего мира в результате человеческой деятельности или от различных датчиков и других устройств.

• Информация, создаваемая посредством анализа отношений и взаимосвязей между фрагментами данных в результате ответа на вопросы: Кто? Что? Где? Сколько? Когда? Почему?

• Знания получаются в результате синтеза полученной информации и человеческого разума, а в последние годы и ИИ.

• Глубокое понимание или здравый смысл служит основой для принятия решений.

Ретроспективно глядя, идеи, лежащие в основе DIKW, можно приложить к эволюции компьютинга.

• 1940–1950-е годы – зарождение понятий «данные» и «информация». Клод Шеннон формализовал теорию информации как меру неопределенности. В это время Джон Моукли и Преспер Эккерт создают машины, работающие исключительно с данными.

• 1960–1970-е годы – переход к уровню информации. Компьютеры третьего поколения и ПК позволили структурировать данные, создавать отчеты, базы данных и визуализировать результаты. Computing превращается из работы с данными в деятельность, позволяющую извлекать полезную информацию.