Человек ЭВМ: алгоритмы и структуры данных

Человек ЭВМ: алгоритмы и структуры данных

Важной вехой в инструментальном развитии мышления были вычислительные машины — и опосредованные ими базы данных. Структуры данных приводят информацию в обрабатываемый вид, что делает осмысленным накопление информации в БД, а алгоритмы – это конкретные способы или методы обработки.

Типичный пример — а возможно, и вершина, предел практической применимости и полезности подхода, — это таблицы эксель.

Эксель выделяет из ума повторяющуюся структуру — "факты" — и позволяет строить на ней алгоритмические выводы.

Не нужен гроссбух, счёты, сильная память. Нужна дисциплина, систематический ввод данных, сверка, и несколько формул. Результат — выводы настолько качественные, насколько хороши исходные данные. Без ошибок, наглядно, быстро, с флажками — да выгодно, нет не выгодно. Делаем, не делаем.

В принципе, весь интернет — это набор слабо связанных баз данных, к которым подключен человек, много людей, человечество. Датчики — интернет вещей — пополняют данные, туда же — поведение пользователей. Потом люди делают выводы на основе обработанных данных: ту часть выводов, которую алгоритмизировать не удаётся.

Главный рамочный алгоритм обработки данных – это Map/Reduce: функция применяется к каждому кусочку данных (Map), а потом пачка изменённых кусочков превращается в один вывод (Reduce). Мы постоянно пользуемся массовым применением типовых вычислений к однородным данным, даже не замечая этого: в телефоне, на графическом процессоре, в банковском процессинге, в мессенджере, где угодно.

Так форматируется мышление уже пары поколений: забывчивость, поисковик, много баз данных для разных задач, способы визуализации (или ещё каких интерфейсов). Вместе с тем – подстраиваются социальные институты и даже образ городов. Пока вычисления были дорогими и нуждались в целых НИИ для решения прикладных вычислительных задач, работа над выводами не требовала вовлечённости народных масс.

Феномен офисного сотрудника – это потребность в операторе ЭВМ, который выполняет ту часть работы, которую невозможно свести к алгоритмам и структурам данных. Например, верифицирует ввод. Или совершает действия, интерпретируя данные, понимая, о чём они. Пишет тексты и направляет их адресату. Делает звонок. Перевозит что-нибудь. Неалгоритмическое обслуживание алгоритмически интенсивной деятельности машин направляет людей из деревень, обессмысленных агропромышленностью, и из производственных кластеров, высушенных автоматизацией и глобализацией, в растущие города.

Большие языковые модели (точный термин – LLM, остальные – поэзия: ИИ, AGI, электронный болван, чатбот, агент) – меняют всю эту структуру разделения труда между антропосферой и техносферой, что приведёт к удивительным изменениям повсеместно и на местах, о чём – далее.

#Знаковое_и_человеческое 2/6