ного пишет и выступает в газетах, журналах и блогах на темы, связанные с будущим средств информации, креативными индустриями и экономикой технологий. Его тексты, выступления, а также материалы о нем самом публиковались в The Guardian, Financial Times, Wired и Daily Telegraph, выходили на BBC 2, BBC Radio 4, NPR, Bloomberg TV и в других СМИ. Баскар издает цифровые книги, занимается исследованиями в области экономики, пишет книжные рецензии, является инициатором нескольких интернет-проектов.
Баскар изучал английскую литературу в Оксфордском университете, во время учебы был удостоен университетской Гиббсовской премии. Участвовал в программе Британского совета для молодых креативных предпринимателей, был стипендиатом Франкфуртской книжной ярмарки. Баскар – автор книги The Content Machine и готовящегося к выходу Oxford Handbook of Publishing («Оксфордский учебник издательского дела»). Его аккаунт в Twitter: @michaelbhaskar
Любой излишек противоречит природе.
Через несколько столетий, когда историю нашего времени будут писать издали, вполне вероятно, что историки сочтут наиважнейшим событием не технологии, не интернет и не электронную торговлю, а небывалые изменения в условиях человеческого существования. Впервые – в прямом смысле – у значительного и быстро растущего числа людей появился выбор. Впервые они должны распоряжаться собою сами. И общество к этому совершенно не готово.
Weniger aber besser[2].
Предисловие к русскому изданию
История летит вперед. Темпы социально-экономического и технологического развития неумолимы и головокружительны. Звучит банально, но мы чувствуем это на себе каждый день. Писатель тут рискует: вот ты заканчиваешь книгу, а жизнь уже успела уйти вперед, настоящее положение дел изменилось, примеры и аргументы, которые ты приводил, стали нерелевантны, и их надо менять.
«Принцип кураторства» я написал некоторое время назад, и перед выходом русского издания интересно посмотреть, что с тех пор изменилось. Когда я писал книгу, я надеялся, да и сейчас по-прежнему надеюсь, что она будет не узкорегиональной, а космополитичной, то есть одинаково острой везде – в Москве и в Лондоне, в России и в Америке, в Китае и во Франции. Я надеюсь, что она окажется настолько же полезной русскому читателю, насколько полезной оказалась для моих оксфордских штудий. Еще я рассчитывал, что коль скоро анализировал общую картину и неочевидные, скрытые от глаз тенденции, то книга до некоторой степени окажется ограждена от стремительных, сиюминутных новостей.
В целом аргументация моя актуальности не утратила, тенденции, выявленные в книге, напротив, даже усилились, а основной посыл по-прежнему многим приходится вбивать в голову. Однако кое о чем стоит поговорить чуть подробнее. На фоне меняющихся обстоятельств некоторые элементы кураторской практики стали более значимы.
С написания книги шествие алгоритмического, цифрового «кураторства» стало еще заметнее. В частности, машинное самообучение стало основной «дисциплиной» цифровых технологий, корпоративным и исследовательским приоритетом для крупных технологических компаний и кафедр, занимающихся вычислительными науками. Сила и изощренность машинного самообучения неуклонно растет, и алгоритмическое кураторство распространяется на все новые сферы жизни. Этот важнейший сдвиг начался лет десять назад, когда в мейнстримный научный обиход вновь попала одна из форм изучения искусственного интеллекта, известная как коннекционизм. Возникла она еще в 1950-е; это вообще один из старейших подходов к машинному самообучению. Его задача – воспроизвести в цифровой форме структуры головного мозга, создать «нейросети», способные обучаться методом, похожим на метод проб и ошибок.
Нейросети впали в немилость к концу 1960-х годов и оказались надолго забыты. В последнее время, однако, мы наблюдаем небывалое увеличение объемов данных и вычислительных мощностей для работы с ними. Нейросети плохо работали, когда данных было мало, но теперь, когда Google и Facebook накопили их гигантские «резервы», стало в самый раз. Благодаря большим данным и облачным вычислениям нейросети вновь оказались востребованы. Коннекционизм снова вошел в моду и к 2015 году начал приносить серьезные дивиденды технологическим гигантам, в частности в сфере распознавания образов и автоматического перевода. Байесовские обучающие модели, в основе которых лежат труды в области вероятности английского статистика XVIII столетия Томаса Байеса, начали приносить большую выгоду. Так называемые методы поиска ближайшего соседа получили развитие в создании рекомендательных систем, в том числе системы компании Netflix, пример которой я привожу в этой книге.
Год от года все это становится более убедительным и очевидным. Я не верю, однако, что из-за алгоритмов отомрет живое, человеческое кураторство. Любопытный факт: несмотря на то что технологические компании инвестируют в разработки, связанные с искусственным интеллектом,
Drucker P.F. Managing Knowledge Means Managing Oneself, Leader to Leader, vol. 16 (Spring 2000): 8–10. – Здесь и далее в квадратных скобках, кроме особо оговоренных случаев, приводятся примечания переводчика.
Меньше, да лучше (нем.).
