IoT, Big Data, AI – три hypes, или всё же нечто большее?

Очень забавно наблюдать, как изменения, только начинающие происходить где-то далеко и потому ещё не оформившиеся до товарной готовности, отражаются рынками, ориентированными на потребление, «отвёрточную сборку» и доминирующий экспорт неплохих мозгов. Это ещё забавнее, если очень хорошо знаешь откуда и что наблюдаешь. Потому что наблюдения в какой-то мере подсказывают причины незыблемости этой ориентации. «Всё, что можно продать здесь и сейчас» - информативно, всё, что нельзя – неинформативно.

(маленькое обязательное отступление – советую прочитать всё, на что ссылаюсь, и ещё больше советую углубиться дальше, это не просто интересно, это будет источником простейшего житейского благополучия для очень многих, если не для всех, неизбежно будет, других вариантов не у меня – у индустрий,  – для вас нет)

В других мирах, где изменения и назревают, и происходят, тоже наблюдается любопытная картина – все понимают неизбежность hype-этапа в любом жизненном цикле любой технологии, но никто ещё не сталкивался с «междисциплинарным мега-hype», многократно усиленным синхронным привлечением внимания специалистов самых разных и даже неожиданных областей. Требуется какое-то время, чтобы «горячие головы» остыли и вернулись к профессиональной рассудительности. Это время во всех трёх hypes уже наступило, точнее, начинается первая фаза просветления. Самая интересная фаза, потому что именно в ней формируются первые реальные решения проектного уровня, которым потом жить очень долго. И нам всем с этими решениями тоже жить, и продающим мозги (эти решения ведь формируют технологический и инструментальный уровень новых сегментов индустрии), и продающим новые товары (в основе которых будут всё те же решения).

Всё становится ещё интереснее, если учесть простой факт – ни одна из «hype-аббревиатур 2014-2015» не подразумевает чего-то радикально нового. За каждой – очень продолжительная эволюция в разных сегментах разных индустрий и наук. К сожалению, этот факт остаётся для слишком многих тайной за семью печатями. Посему попробую сделать предельно краткий экскурс, сугубо для устранения «белых пятен».

Мне очень не нравится термин «Internet of Things» из-за страшного философского слова «Thing». Словарь Merriam-Webster даёт чёткое толкование значения этого слова: «an object whose name is not known or stated» (некий объект, название которого не известно или не определено). Примерно то же самое утверждает Оксфордский словарь. Простите, но как можно соединить в нечто целое то, для чего даже названия не известны?

Знаю, о чём многие, прочитав предыдущий абзац, подумали – автор или ёрничает, или цепляется к словам. Увы, всё много хуже. Давайте на секунду «прыгнем» далеко в конкретику. Очень далеко, в безусловно замечательный протокол MQTT, уже ставший промышленным стандартом, принятым OASIS («небольшой скромный» консорциум с крайне нескромным влиянием на целые отрасли разных индустрий). Просто для справки, это сейчас нам не важно: MQTT своей по сути – программная publish-subscribe (публикующий-подписчик) шина сообщений с обязательным выделенным брокером. Нам (и всем вообще) важен весьма рациональный подход, принятый в формировании пространства имён MQTT. А именно, - MQTT предлагает полностью открытое (без всяких семантических ограничений или требований) иерархическое пространство имён (в терминах протокола – иерархия топиков, topics), с аналогичным файловой системе Unix синтаксисом описания иерархии. Например, если мы хотим с помощью MQTT опубликовать сообщение о температуре в комнате N офисного здания по адресу X находящемуся в стране Y в момент времени T, мы полностью свободны в выборе иерархической формы описания всей этой информации. Можем представить её в виде строки (вся полезная нагрузка, payload, в MQTT – UTF-8 строки) Y/X/T/temperature/Celsius, можем T/X/Y/tc, всё в наших руках в каждом конкретном случае, включая синтаксис описания X,Y,T, и всего вообще.

Ещё не совсем понятно, как соотносится требование чёткости словарных определений с такой свободой? Объясню. Любая нетривиальная система, основанная на любом протоколе (не только MQTT), требует единой сквозной семантики понятий, используемых на всех её уровнях. Иначе отдельные её подсистемы принципиально не будут способны «понять» друг друга. То есть, если мы начинаем с неопределённого «Internet of Things» и оставляем единый словарь языка этой «сети всего чего попало» вне внимания, мы заранее, с самого начала, создаём Вавилонскую башню. В этой области в IoT чудовищная пустота, пропасть. И это, наверное, самый яркий пример мультидисциплинарности IoT – кто бы мог подумать, что энциклопедисты и специалисты по «классификации всего», которых совсем мало (но они есть, есть же великий проект Универсальной Десятичной Классификации, например, детище бельгийца Поля Отле, сейчас консорциум UDC), когда-нибудь станут чуть ли не главными героями новой промышленной революции? А они уже ими де-факто стали, потому что IoT категорически нуждается в едином понятийном словаре, без него ничего ни у кого не получится.

Итак, не будем использовать мутную и никому не понятную аббревиатуру IoT иначе как некий символ, обозначающий «движение индустрии». К тому же, IoT, как термин не даёт главного – не отвечает на вопрос «для чего?». Действительно, а чего ради соединять the Things в нечто единое? Увы, без восстановления истории эволюции того, что привело к идее IoT, ответа на вопрос не получить.

Всё начиналось очень уныло и прагматично, без всяких «взлётов фантазии». С очень скучных и неинтересных очень конкретных потребностей. Ещё в XVII веке мельники и владельцы мельниц с ветряным и водяным приводом были утомлены заботой о поддержании нужного для хорошего помола режима работы своих производств. Хотя бы потому, что надо было или самим осваивать тайны этой работы и передавать их по наследству, или содержать «специально обученного человека», умеющего добиваться такого режима. Кто и когда именно придумал первый центробежный регулятор – неизвестно, зато известно, что к паровой машине этот регулятор применил Джеймс Уатт. Появление автономного и не требующего непрерывного человеческого управления стабильно работающего источника энергии стало основой промышленной революции. Не смейтесь и не удивляйтесь, это стало и началом никому толком не понятного IoT, потому что центробежный регулятор – аналоговый механический вычислитель, реализующий функцию пропорционального управления. Так что первая промышленная революция как раз и была следствием первого большого междисциплинарного достижения – объединения преобразователя энергии и информационно-управляющей подсистемы.

Дальше всё пошло по накатанной дорожке – механические вычислители дополнились пневматическими, гидравлическими, электронными. Но суть оставалась всё той же – где-то что-то в объекте физического мира измерить, что-то сделать в «реальном времени» (то есть, за такой интервал времени, который безразличен внешней системе) с полученными данными и для какой-то цели воздействовать на объект физического мира. Целесообразная система обратной связи. Из-за разнообразия «всего» в физическом мире и разнообразия подходов всё это движение пришло к точке, которую лучше всего проиллюстрировать всего одним коммерчески доступным устройством – типовым шлюзом, используемым для соединения разных протоколов и полевых шин, в список которых выглядит примерно так:

CANopen, DeviceNet, PROFIBUS, CC-Link, EtherCAT, Ethernet/IP, Modbus TCP, POWERLINK, PROFINET, SERCOS III, MB/RTU, MB ASCII RS232, RS422, RS485

(для каждого названия и абрревиатуры легко найти статью википедии, например)

Всё это нужно обычно всего лишь для того, чтобы реализовать уже названную фундаментальную функцию «информационной составляющей» - построить целесообразную систему обратной связи в системе объектов реального мира. На деле список этих протоколов и шин куда больший, и этот факт – реальность (и, без шуток, боль) любой продолжительно существовавшей и эволюционировавшей масштабной промышленной системы.

Этот пример приведен для объяснения «мечтательной части» непонятной аббревиатуры IoT, в ней «мечта об Internet» подразумевает некий единый набор протоколов, позволяющий избавиться от чудовищного разношерстья, порождённого очень быстрым и бурным эволюционным процессом (если всё начиналось с XVII века, то по масштабам эволюции прошло всего ничего времени).

«Мечтательная» часть аббревиатуры IoT, как ни странно, в ней самая реалистичная и прагматичная, потому что промышленность, как основной потребитель «целесообразных систем обратной связи в системах объектов реального мира» – та область человеческой деятельности, где умеют ставить чёткие, понятные и реалистичные задачи.

Один конкретный пример этому, быстро и всерьёз принятый OASIS MQTT, уже был, вот совсем «свежий» второй пример, с тем же главным «действующим лицом» (MQTT – старая разработка IBM) и даже с интригующим альянсом – IBM и Samsung объявили о факте совместной разработки «Автономной Децентрализованной Точка-Точка Телеметрии», ADEPT (Autonomous Decentralized Peer-to-Peer Telemetry), стека протоколов, использующего наработки BitTorrent, Ethereum и TeleHash.

Больше того, Samsung на конкретной модели своей стиральной машины (W9000) и ADEPT уже тихо-тихо «обкатывает» систему автоматического учёта и заказов… стирального порошка. Насколько я понимаю – машина учитывает момент закупки порошка, его вес, подсчитывает расход при каждой стирке, и когда вычисленное оставшееся количество достигает какого-то порога, автоматически размещает заказ в какой-либо розничной сети на новую упаковку и её доставку.

Кому-то в этом коротком описании не видна целесообразная система обратной связи? По-моему, она исключительно чётко описана – измерение, обработка результатов измерения, инициация действия во внешней системе. Разве что масштабы реального времени, объект автоматизации и внешняя система немного непривычны для традиционного инженерного взгляда на системы автоматического регулирования. Сути эти отличия не изменяют. Целесообразность такой системы? Она многосторонняя – для потребителя это дополнительное удобство и сокращение затрат своего времени, для розничной сети – сокращение затрат на оформление-обслуживание заказов, для производителя стиральных порошков – улучшение внутреннего планирования за счёт дополнительных источников информации и снижение затрат на логистику, для производителя стиральных машин – дополнительные доходы. Интегральную целесообразность оценить трудно, но она явно должна быть – при массовом использовании подобной системы, например, «неожиданно» должны снизиться потребление автомобильного топлива и выбросы в атмосферу (ну кто в цивилизованном мире поедет «на транвае» за 5 или 10 килограммовой пачкой порошка?). Хороший пример. Об интеграции таких умных стиральных машин со smart grid (умными энергосетями) пока ничего не слышно, но не думаю, что никто таким не занимается – просто с точки зрения потребителя эта функция не совсем «определяющая», так что всему своё время.

Итак, мы уже заменили мутное IoT на вполне внятное «целесообразная система обратной связи в системе объектов реального мира или артефактов». Коротко взглянули на эволюцию этой идеи на уровнях самой обобщённой архитектуры, её назначения и «клея», обеспечивающего функционирование всего в целом (от механических узлов – «интерфейсов» с артефактами до программно-аппаратных конструкций, протоколов и шин), осталась последняя деталь эволюционного процесса. То, что реализует систему обратной связи. Оно становится всё более дешёвым, компактным и энергоэффективным, и потому всё больше приближается к возможности встраивания его в собственно артефакты. Ещё лет пять назад был популярен термин Smart Things, потому что и тогда уже «умные артефакты» были фактически повсюду. Пять лет – большой срок, за это время появились на компонентном уровне завершённые реализации систем «сбора энергии» (energy harvesting), в некоторых случаях освобождающие встраиваемую в артефакты электронику от потребности в батарейном питании, значительно снизилось энергопотребление достаточной для «поумнения» артефактов электроники, стали доступными новые сенсоры (источники информации для систем обратной связи), и, наконец, всё это стало Дешёвым. Промышленные системы обратной связи (M2M) уже прошли этот этап до уровня массового использования «умных сенсоров» (не всегда так было, было время, когда сотни метров качественного дорогого кабеля, пригодного для передачи слабых аналоговых сигналов, даже с учётом монтажных работ были ощутимо дешевле 8-битового вычислителя, требующего десятка ампер и занимающего приличный ящик).

Собственно, это вся эволюционная история «IoT», который на деле и в идеале – единый способ построения целесообразных систем обратной связи в системах объектов реального мира или артефактов. Этого единства и этой целесообразности хотят индустрии и потребители. А не невнятно-глупого «давайте подключим к интернетику лампочку, потому что мы это можем». Так что, гиперскептики, ваше «это чепуха и hype» просто выбрасывает вас с той большой дороги, по которой всё очень давно движется, примерно лет 300. Умилённых же, но плохо разбирающихся в предмете технофилов-гиков с той же дороги уносит в сторону всяких глупостей мотивация «потому что мы можем». Это крайности, они не интересны и никак не влияют на происходящее.

Big Data. Совершенно не удивительно, что с массовым применением (в первую очередь в промышленности и сложных технических системах) этих самых «целесообразных систем обратной связи» появилось и море информации. Из любого автомобиля среднего класса через OBD-разъём на хорошем СТО «вынимается» море информации. Любой самолёт, любая масштабная система – источники сырых данных, необъятного их количества. Изначально эти данные были «шлаком», следствием использования локальных обратных связей, требующих измерений, оцениваний etc. И только после формирования этих источников (обусловленного потребностями в целесообразных обратных связях) возник «феномен Big Data». Сырые данные стали представлять ценность. Не «вообще данные». Не вообще «много данных». Именно «сырые данные», получаемые из реально работающих целесообразных систем обратной связи. Раз есть целесообразность, формируемая этими системами из потоков сырых данных, значит, из этих потоков можно «вытащить» и что-то ещё, что-то непременно там должно быть. Что-то кому-то очень полезно. Подозрение разумное и подтверждённое практикой. Так что «феномен Big Data» заключается разве что в громкости жужжания неразобравшихся в происходящем, не более чем. Всё прочее, технические детали, Hadoop ли, не Hadoop, распараллеленные алгоритмы, механизмы синхронизации и сериализации, всё это – детали и следствия. Есть реально работающие целесообразные системы обратной связи, есть полезные источники больших данных, есть задачи, есть и будут методы их решения. Нет этого – ничего нет.

AI. Artificial Intelligence. Искусственный интеллект. Неоперившаяся до научности междисциплинарная область, «болтавшаяся» десятилетиями в собственных плохо определённых претензиях. И вдруг – бабах! Сильные мира технологий инвестируют в AI, и не просто «в AI», а в формирование будущих отношений AI с человеком разумным, философы встрепенулись и пишут всевозможные трактаты в широком диапазоне – от апокалипсических до развенчивающих апокалипсичность. А если посмотреть на «проблему AI» с уже сформированной предыдущим точки зрения? Если целесообразные системы обратной связи формируют косвенный избыток данных, которым оперирует Big Data, то что? То получается предельно простое – традиционная алгоритмика работы с данными при таких их объёмах не работает вообще. Увы, это правда. Она работает много ниже, на этапах «очистки и подготовки данных» (кто не заметил – термин Sensor Fusion стал на удивление популярным), но выше – уже не работает. Из-за объёмов, невозможности чётко поставить задачу «что в этих объёмах искать», и даже из-за возможности поставить такую задачу (да, и из-за этого, потому что решение такой задачи потенциально отсекает то, что можно было бы найти), из-за «всего». Отсюда и опять возрастающий интерес к AI. Который к «интеллекту» имеет примерно такое же отношение, какое к любви имеет видео съёмки работающего кривошипно-шатунного механизма: страждущий о «машинном разуме» и в этом найдёт повод самоудовлетвориться. Не поддерживаю ни паники, ни восторгов. Эвристические алгоритмы поиска, оптимизации и классификации (распознавания образов), генетического программирования, то, что есть AI, никакой угрозы никому не представляют, как и никаких выгод никому не гарантируют. Это просто инструменты для решения подходящих классов задач. И с появлением достаточных для их целесообразности объёмов исходных данных (большинство алгоритмов AI стары, много старше пытающихся их использовать), они начинают приобретать некоторую вполне конкретную ценность. Пока ещё не очень большую, но всё быстро изменяется.

Это всё, что я смог сказать о hype. Кроме того, что я не являюсь противником hype. Категорически не являюсь. Hype, по моему скромному мнению, даже не необходим. «Истерики» просто возникают тогда, когда им настало время возникнуть. Да, лопнул «пузырь» первой волны web-бизнесов, было дело. Но если бы его не было, не было бы и столпов нынешней индустрии, планетарных масштабов сервисов, которыми мы все пользуемся – именно тот hype, извините, «загнал стада» желающих заработать в web-бизнесы, оттуда и выросли «ноги» у специальностей сегодняшнего дня – frontend и backend программистов, системных архитекторов и дизайнеров web-приложений. Именно тот hype. Так что не надо хаять hype. Это бессмысленно, точно так же, как бессмысленно ругать качающиеся ветки деревьев, когда поднялся ветер. Hype невозможно «создать», даже ненадолго – никому ещё не удавалось. Где hype от Google Glass, где hype от Windows 10, где hype от Apple Smart Watch, где все эти hypes? Их нет. Есть всплески, мгновенно сходящие «на нет».

Пользы в этот раз не будет. Это всё само по себе польза, по моему скромному мнению. Если немного подумать.

Откланиваюсь.

Ready, set, buy! Посібник для початківців - як придбати Copilot для Microsoft 365