Что такое Big Data и почему их называют «новой нефтью»

Смартфоны предлагают нам загрузить все данные в облако, а большие компании вроде Google и «Яндекса» — воспользоваться своими экосистемами. Проще говоря, мы живем в эпоху Big Data. Но что это значит на самом деле?

Что такое Big Data?

Big Data или большие данные — это структурированные или неструктурированные массивы данных большого объема. Их обрабатывают при помощи специальных автоматизированных инструментов, чтобы использовать для статистики, анализа, прогнозов и принятия решений.

«Лиза Алерт» использует Big Data, чтобы находить пропавших людей

До 2011 года анализом больших данных занимались только в рамках научных и статистических исследований. Но к началу 2012-го объемы данных выросли до огромных масштабов, и возникла потребность в их систематизации и практическом применении.

Всплеск интереса к большим данным в Google Trends

Какие есть характеристики Big Data?

• Volume — объем данных: от 150 Гб в сутки;
• Velocity — скорость накопления и обработки массивов данных. Большие данные обновляются регулярно, поэтому необходимы интеллектуальные технологии для их обработки в режиме онлайн;
• Variety — разнообразие типов данных. Данные могут быть структурированными, неструктурированными или структурированными частично. Например, в соцсетях поток данных не структурирован: это могут быть текстовые посты, фото или видео.

• Veracity — достоверность как самого набора данных, так и результатов его анализа;
• Variability — изменчивость. У потоков данных бывают свои пики и спады под влиянием сезонов или социальных явлений. Чем нестабильнее и изменчивее поток данных, тем сложнее его анализировать;
• Value — ценность или значимость. Как и любая информация, большие данные могут быть простыми или сложными для восприятия и анализа. Пример простых данных — это посты в соцсетях, сложных — банковские транзакции.

Как собирают и хранят большие данные?

Большие данные необходимы, чтобы проанализировать все значимые факторы и принять правильное решение. С помощью Big Data строят модели-симуляции, чтобы протестировать то или иное решение, идею, продукт.

Главные источники больших данных:

• интернет вещей (IoT) и подключенные к нему устройства;
• соцсети, блоги и СМИ;
• данные компаний: транзакции, заказы товаров и услуг, поездки на такси и каршеринге, профили клиентов;
• показания приборов: метеорологические станции, измерители состава воздуха и водоемов, данные со спутников;
• статистика городов и государств: данные о перемещениях, рождаемости и смертности;
• медицинские данные: анализы, заболевания, диагностические снимки.

С 2007 года в распоряжении ФБР и ЦРУ появилась PRISM — один из самых продвинутых сервисов, который собирает персональные данные обо всех пользователях соцсетей, а также сервисов Microsoft, Google, Apple, Yahoo и даже записи телефонных разговоров.

Современные вычислительные системы обеспечивают мгновенный доступ к массивам больших данных. Для их хранения используют специальные дата-центры с самыми мощными серверами.

Как выглядит современный дата-центр

Помимо традиционных, физических серверов используют облачные хранилища, «озера данных» (data lake — хранилища большого объема неструктурированных данных из одного источника) и Hadoop — фреймворк, состоящий из набора утилит для разработки и выполнения программ распределенных вычислений. Для работы с Big Data применяют передовые методы интеграции и управления, а также подготовки данных для аналитики.

Big Data Analytics — как анализируют большие данные?

Благодаря высокопроизводительным технологиям — таким, как грид-вычисления или аналитика в оперативной памяти, компании могут использовать любые объемы больших данных для анализа. Иногда Big Data сначала структурируют, отбирая только те, что нужны для анализа. Все чаще большие данные применяют для задач в рамках расширенной аналитики, включая искусственный интеллект.

1. Описательная аналитика (descriptive analytics) — самая распространенная. Она отвечает на вопрос «Что произошло?», анализирует данные, поступающие в реальном времени, и исторические данные. Главная цель — выяснить причины и закономерности успехов или неудач в той или иной сфере, чтобы использовать эти данные для наиболее эффективных моделей. Для описательной аналитики используют базовые математические функции. Типичный пример — социологические исследования или данные веб-статистики, которые компания получает через Google Analytics.

Антон Мироненков, управляющий директор «X5 Технологии»:

«Есть два больших класса моделей для принятия решений по ценообразованию. Первый отталкивается от рыночных цен на тот или иной товар. Данные о ценниках в других магазинах собираются, анализируются и на их основе по определенным правилам устанавливаются собственные цены.

Второй класс моделей связан с выстраиванием кривой спроса, которая отражает объемы продаж в зависимости от цены. Это более аналитическая история. В онлайне такой механизм применяется очень широко, и мы переносим эту технологию из онлайна в офлайн».

2. Прогнозная или предикативная аналитика (predictive analytics) — помогает спрогнозировать наиболее вероятное развитие событий на основе имеющихся данных. Для этого используют готовые шаблоны на основе каких-либо объектов или явлений с аналогичным набором характеристик. С помощью предикативной (или предиктивной, прогнозной) аналитики можно, например, просчитать обвал или изменение цен на фондовом рынке. Или оценить возможности потенциального заемщика по выплате кредита.

3. Предписательная аналитика (prescriptive analytics) — следующий уровень по сравнению с прогнозной. С помощью Big Data и современных технологий можно выявить проблемные точки в бизнесе или любой другой деятельности и рассчитать, при каком сценарии их можно избежать их в будущем.

4. Диагностическая аналитика (diagnostic analytics) — использует данные, чтобы проанализировать причины произошедшего. Это помогает выявлять аномалии и случайные связи между событиями и действиями.

Например, Amazon анализирует данные о продажах и валовой прибыли для различных продуктов, чтобы выяснить, почему они принесли меньше дохода, чем ожидалось.

• Cпециальное ПО: NoSQL, MapReduce, Hadoop, R;
• Data mining — извлечение из массивов ранее неизвестных данных с помощью большого набора техник;
• ИИ и нейросети — для построения моделей на основе Big Data, включая распознавание текста и изображений. Например, оператор лотерей «Столото» сделал большие данные основой своей стратегии в рамках Data-driven Organization. С помощью Big Data и искусственного интеллекта компания анализирует клиентский опыт и предлагает персонифицированные продукты и сервисы;
• Визуализация аналитических данных — анимированные модели или графики, созданные на основе больших данных.

Примеры визуализации данных (data-driven animation)

Как отметил в подкасте РБК Трендов менеджер по развитию IoT «Яндекс.Облака» Александр Сурков, разработчики придерживаются двух критериев сбора информации:

• Обезличивание данных делает персональную информацию пользователей в какой-то степени недоступной;
• Агрегированность данных позволяет оперировать лишь со средними показателями.

Чтобы обрабатывать большие массивы данных в режиме онлайн используют суперкомпьютеры: их мощность и вычислительные возможности многократно превосходят обычные. Подробнее — в материале «Как устроены суперкомпьютеры и что они умеют».

Big Data и Data Science — в чем разница?

Data Science или наука о данных — это сфера деятельности, которая подразумевает сбор, обработку и анализ данных, — структурированных и неструктурированных, не только больших. В ней используют методы математического и статистического анализа, а также программные решения. Data Science работает, в том числе, и с Big Data, но ее главная цель — найти в данных что-то ценное, чтобы использовать это для конкретных задач.

В каких отраслях уже используют Big Data?

• Государственное управление. Изучение и анализ больших данных помогает правительствам принимать решения в таких областях, как здравоохранение, занятость населения, экономическое регулирование, борьба с преступностью и обеспечение безопасности, реагирование на чрезвычайные ситуации;
• Промышленность. Внедрение инструментов Big Data помогает повысить прозрачность промышленных процессов и внедрять «предиктивное производство», позволяющее более точно прогнозировать спрос на продукцию и, соответственно, планировать расходование ресурсов;
• Медицина. Огромное количество данных, собираемых медицинскими учреждениями и различными электронными приспособлениями (фитнес-браслетами и т.п.) открывает принципиально новые возможности перед индустрией здравоохранения. Большие данные помогают находить новые лекарства, точнее ставить диагнозы, подбирать эффективное лечение, бороться с пандемий;
• Ретейл. Развитие сетевой и электронной торговли невозможно представить без основанных на Big Data решениях — так магазины персонализируют ассортимент и доставку;
• Интернет вещей. Big Data и интернет вещей неразрывно связаны между собой. Промышленные и бытовые приборы, подключенные к интернету вещей, собирают огромное количество данных, на основе анализа которых впоследствии регулируется работа этих приборов;
• Рынок недвижимости. Девелоперы используют технологии Big Data, чтобы собрать и проанализировать весь массив информации, а затем выдать пользователю наиболее интересные для него варианты. Уже сейчас будущий покупатель может посмотреть понравившийся дом без продавца;
• Спорт. С помощью больших данных футбольные клубы отбирают самых перспективных игроков и разрабатывают эффективную стратегию для каждого противника.

  Выпуск «Индустрии 4.0» о том, как используют Big Data в футболе

• Сельское хозяйство.

«IoT-решение из области так называемого точного земледелия — это когда специальные метеостанции, которые стоят в полях, с помощью сенсоров собирают данные (температура, влажность) и с помощью передающих радио-GSM-модулей отправляют их на IoT-платформу. На ней посредством алгоритмов big data происходит обработка собранной с сенсоров информации и строится высокоточный почасовой прогноз погоды. Клиент видит его в интерфейсе на компьютере, планшете или смартфоне и может оперативно принимать решения», — прокомментировали в «МегаФоне».

Подробнее — в материале «Умные» комбайны и дроны-геологи: как цифровизация меняет экономику».

Big Data в России и мире

Как большие данные помогают онлайн-кинотеатрам подбирать персональные рекомендации

Мировыми лидерами по сбору и анализу больших данных являются США и Китай. Так, в США еще при Бараке Обаме правительство запустило шесть федеральных программ по развитию больших данных на общую сумму $200 млн. Главными потребителями Big Data считаются крупные корпорации, однако их деятельность по сбору данных ограничена в некоторых штатах — например, в Калифорнии.

В Китае действует более 200 законов и правил, касающихся защиты личной информации. С 2019 года все популярные приложения для смартфонов начали проверять и блокировать, если они собирают данные о пользователях вопреки законам. В итоге данные через местные сервисы собирает государство, и многие из них недоступны извне.

С 2018 года в Евросоюзе действует GDPR — Всеобщий регламент по защите данных. Он регулирует все, что касается сбора, хранения и использования данных онлайн-пользователей. Когда закон вступил в силу год назад, он считался самой жесткой в мире системой защиты конфиденциальности людей в Интернете.

Подробнее — в материале «Цифровые войны: как искусственный интеллект и большие данные правят миром».

Big Data в бизнесе

Большие данные полезны для бизнеса в трех главных направлениях:

• Запуск продуктов и сервисов, которые точнее всего «выстрелят» по потребностям целевой аудитории;
• Анализ клиентского опыта в отношении продукта или услуги, чтобы улучшить их;
• Привлечение и удержание клиентов с помощью аналитики.

Крупные компании — такие, как Netflix, Procter & Gamble или Coca-Cola — с помощью больших данных прогнозируют потребительский спрос. 70% решений в бизнесе и госуправлении принимается на основе геоданных. Подробнее — в материале о том, как бизнес извлекает прибыль из Big Data.

Каковы проблемы и перспективы Big Data?

• Большие данные неоднородны, поэтому их сложно обрабатывать для статистических выводов. Чем больше требуется параметров для прогнозирования, тем больше ошибок накапливается при анализе;
• Для работы с большими массивами данных онлайн нужны огромные вычислительные мощности. Такие ресурсы обходятся очень дорого, и пока что доступны только большим корпорациям;
• Сбор больших данных часто связан с проблемой приватности: не все хотят, чтобы каждое их действие отслеживали и передавали третьим лицам. Герои подкаста «Что изменилось» объясняют, почему конфиденциальности в Сети больше нет, и технологическим гигантам известно о нас все;
• Большие данные используют в своих целях не только корпорации, но и политики: например, чтобы повлиять на выборы.

Плюсы и перспективы:

• Большие данные помогают решать глобальные проблемы — например, бороться с пандемией, находить лекарства от рака и предотвращать экологический кризис;
• Big Data — хороший инструмент для создания умных городов и решения проблемы транспорта;

Как Big Data и ИИ меняют наше представление о справедливости

В данной статье речь пойдет о цифровой экономике, а именно — сквозных технологиях, но прежде всего необходимо определиться с этими понятиями.

— это система экономических, социальных и культурных отношений, основанных на использовании цифровых технологий.

Термин также относится к радикальным изменениям, вызванным цифровыми вычислительными и коммуникационными технологиями во второй половине XX века.

Сквозные цифровые технологии — ключевые научно-технические направления, которые будут оказывать наиболее существенное влияние на развитие рынков. Кроме того, они тесно связаны с Национальной технологической инициативой и оказывают неотъемлемое воздействие на формирование в России научно-технологического задела, что позволит создать глобально конкурентоспособные высокотехнологичные продукты и сервисы.

В Послании Федеральному собранию 4 декабря 2014 года в качестве одного из приоритетов государственной политики была обозначена Национальная технологическая инициатива (НТИ). Затем, в 2017 году, была утверждена программа «Цифровая экономика Российской Федерации», где был приведен перечень основных сквозных цифровых технологий. Однако, к 2019 году она перестала действовать. На тот момент в нее входили следующие направления:

• большие данные;
• нейротехнологии и искусственный интеллект;
• системы распределенного реестра;
• квантовые технологии;
• новые производственные технологии;
• промышленный интернет;
• компоненты робототехники и сенсорика;
• технологии беспроводной связи;
• технологии виртуальной и дополненной реальностей.

Характеристика основных направлений сквозных цифровых технологий

Под большими данными понимают структурированные и неструктурированные массивы данных значительного объема, которые зачастую разрозненны относительно места своего хранения и различаются по своему типу (видеозаписи, машинный код, текстовые документы и так далее) и обрабатываются с помощью программных инструментов.

В широком смысле о больших данных принято понимать анализ масштабных наборов информации в конкретных проблемных областях. Сама суть технологии заключается не в создании большого количества данных, а в их структурном оформлении, которое отличается от общепринятого формата баз данных.

Нейротехнологии и искусственный интеллект

Искусственный интеллект (ИИ) — комплекс технологических решений, имитирующий когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и позволяющий при выполнении задач достигать результаты, как минимум сопоставимые с результатами интеллектуальной деятельности человека.

Комплекс технологических решений включает информационно-коммуникационную инфраструктуру, программное обеспечение, в котором в том числе используются методы машинного обучения, процессы и сервисы по обработке данных и выработке решений.

— технологии, которые используют или помогают понять работу мозга, мыслительные процессы, высшую нервную деятельность, в том числе технологии по усилению, улучшению работы мозга и психической деятельности.

В рамках дорожной карты «Искусственный интеллект и нейротехнологии» выделяют семь субтехнологий:

• компьютерное зрение;
• обработка естественного языка;
• распознавание и синтез речи;
• рекомендательные системы и интеллектуальные системы поддержки принятия решений;
• перспективные методы и технологии в ИИ;
• нейропротезирование;
• нейроинтерфейсы, нейростимуляция и нейросенсинг.

Системы распределенного реестра

В отличие от распределенных баз данных каждый участник системы распределенного реестра хранит всю историю изменений и верифицирует добавление любых изменений в систему с помощью определенного алгоритма, что гарантирует невозможность подделки данных. Ни один участник не может изменить данные в системе таким образом, что другие участники не узнают об этом. Благодаря этому данные, которые находятся внутри системы распределенного реестра, становятся доверенными, а все изменения – прозрачными.

Квантовые технологии

Цель квантовой технологии состоит в том, чтобы создать системы и устройства, основанные на принципах квантовой физики. Основная отличительная черта современных квантовых технологий — выход на новый технологический уровень, позволяющий манипулировать одиночными квантовыми объектами — атомами, ионами, электронами, фотонами и др.

Основы квантовых технологий составляют

Вычислительное устройство, которое использует явления квантовой механики для передачи и обработки данных.

Создание защищенных сетей связи.

Область по разработке сверхточных и чувствительных датчиков, которые можно будет применять в медицине, системах спутниковой связи и археологии.

Привычные для нас смартфоны и плоские телевизоры — результат изучения квантовых технологий. Однако на этом развитие технологий в этой области не останавливается, сегодня одно из самых обсуждаемых направлений — создание квантового компьютера.

Новые производственные технологии

Новые производственные технологии — это комплекс процессов проектирования и изготовления на современном технологическом уровне кастомизированных (индивидуализированных) материальных объектов (товаров) различной сложности, стоимость которых сопоставима со стоимостью товаров массового производства.

• новые материалы;
• цифровое проектирование и моделирование, включая бионический дизайн;
• суперкомпьютерный инжиниринг;
• аддитивные и гибридные технологии.

Промышленный интернет

Промышленный интернет вещей — система объединенных компьютерных сетей и подключенных промышленных (производственных) объектов со встроенными датчиками и ПО для сбора и обмена данными, с возможностью удаленного контроля и управления в автоматизированном режиме, без участия человека.

Принцип работы состоит в том, что на ключевые части оборудования устанавливаются датчик, контроллеры и человеко-машинные механизмы. Это позволяет собрать объективные и точные данные о предприятии для совершенствования целого ряда процессов, например: принятия обоснованных решений, замены бумажной документации, предотвращения простоев и поломок.

Компоненты робототехники и сенсорика

— прикладная наука, занимающаяся разработкой автоматизированных технических систем и являющаяся важнейшей технической основой интенсивного развития производства.

— это программируемое механическое устройство, способное выполнять задачи и взаимодействовать с внешней средой без помощи со стороны человека. Применение особенно актуально в среде труднодоступной или опасной для человека.

Робототехника опирается на такие дисциплины, как электроника, механика, телемеханика, механотроника, информатика, а также радиотехника и электротехника. Выделяют строительную, промышленную, бытовую, медицинскую, авиационную и экстремальную (военную, космическую, подводную) робототехнику.

(система чувствительных датчиков) обычно копирует функции органов чувств человека: зрение, слух, обоняние, осязание и вкус. Чувство равновесия и положения тела в пространстве, как функция внутреннего уха, иногда считаются шестым чувством. Функционирование биологических органов чувств базируется на принципе нейронной активности, в то время как чувствительные органы роботов имеют электрическую природу.

Технологии беспроводной связи

К данному виду связи относятся такая передача данных, которая осуществляется в обход проводов или других физических сред: Bluetooth, Wi-Fi, сотовая связь.

Сама по себе беспроводная связь уже не представляет собой прорывную технологию в современном мире, но по основным показателям и скорости передачи данных беспроводная связь все еще не обходит проводную. Однако улучшение протоколов происходит год от года и большие надежды возлагаются на LTE.

Технологии виртуальной и дополненной реальностей

— созданный техническими средствами мир (объекты и субъекты), передаваемый человеку через его ощущения: зрение, слух, обоняние, осязание и другие.

Виртуальная реальность имитирует как воздействие, так и реакции на воздействие. Как правило, поведение объектов виртуальной реальности приближено к поведению объектов материальной реальности. Данное направление особенно востребовано в рамках образовательных процессов, например в медицинской и промышленной отраслях.

Дополненная реальность — результат введения в поле восприятия любых сенсорных данных с целью дополнения сведений об окружении и улучшения восприятия информации.

Таким образом, эта технология позволяет на экране девайса визуализировать 3D-объекты в реальном времени и сочетать их с физическим пространством. Как и виртуальная реальность, она стремительно развивается и уже сейчас окружает простых пользователей – в мобильных приложениях карт или при покупке интерьера. С каждым днем открываются все новые области применения технологий дополненной реальности, что значительно сокращает временные и трудовые затраты на выполнение тех или иных процессов.

В новой национальной программе «Цифровая экономика Российской Федерации», утвержденной в конце 2018 года, перечень сквозных технологий не приводится, но в рамках федерального проекта «Цифровые технологии» были разработаны дорожные карты по приведенному выше списку технологий.

Данные дорожные карты предполагают вариативность инструментов государственной поддержки: гранты, субсидирование процентной ставки по кредиту, финансирование лидирующих исследовательских центров (ЛИЦ), разработка и внедрение промышленных решений.

Для реализации этих мер используется ряд операторов, где каждый отвечает за определенный тип технологических задач. К ним относятся: Минпромторг, Министерство связи и цифрового развития, фонд «Сколково», Российский фонд развития информационных технологий, Фонд содействия инновациям, Российская венчурная компания (РВК). Само же финансирование предоставляется на конкурсной основе.

Для государственной поддержки отечественных разработчиков Министерство цифрового развития, связи и массовых коммуникаций РФ (Минцифры) регулярно предоставляет гранты на разработку и внедрение российских цифровых решений. Осуществляется это посредством операторов, которыми выступают:

• Фонд содействия инновациям (ФСИ);
• Российский фонд развития информационных технологий (РФРИТ);
• Фонд «Сколково».

Данные меры осуществляются в рамках федерального проекта «Цифровые технологии» национальной программы «Цифровая экономика». Проекты, участвующие в конкурсах, должны соответствовать приоритетным направлениям поддержки, утвержденным президиумом правительственной комиссии по цифровому развитию, использованию информационных технологий и условий ведения предпринимательской деятельности.

Большая часть программ Фонда содействия инновациям (ФСИ) ориентирована на ИТ-стартапы (грант до 4 млн рублей) и те ИТ-компании, которые состоят в Реестре МСП в статусе малого или микропредприятия (гранты до 30 млн рублей). В зависимости от программы бюджетные средства могут быть предоставлены для:

• Создания или доработки программного решения, где важной составляющей является технологическая и пользовательская новизна.
• Основная расходная статья – заработная плата разработчикам.
• Вывода продукта на новые рынки: незначительные доработки (например, перевод интерфейса на иностранные языки) и расширение производства (закупка оборудования и маркетинговые услуги).

Более зрелые компании могут получить поддержку по программе «Разработка» Российского фонда развития информационных технологий (РФРИТ). Здесь сумма финансирования составляет до 500 млн рублей. Они предназначены, в том числе, для проектов, направленных на разработку программного обеспечения, включая дистанционные сервисы для удаленной работы, платформы для онлайн-образования или здравоохранения.

Кроме того, есть возможность получить финансирование в рамках цифровой трансформации производственных и управленческих процессов. Максимальная сумма грантов — до 300 млн рублей. Обязательное условие их получения — цифровые решения должны быть отечественными и соответствовать приоритетным направлениям поддержки. Грантовые средства могут быть направлены на расходные статьи, связанные с покупкой и внедрением отечественного решения на предприятии, а также соответствующей доработкой под нужды заказчика: зарплаты сотрудникам, приобретение программного обеспечения, оборудования и другие расходы.

Фонд «Сколково» предлагает гранты до 80 млн рублей компаниям на пилотное внедрение отечественных цифровых продуктов, сервисов и платформенных решений. Поддержку могут получить решения на базе технологий ИИ, виртуальной и дополненной реальности, робототехники и сенсорики, новых производственных технологий и технологий распределенных реестров, а также проекты дистанционных сервисов. Программа рассчитана на помощь для оптимизации бизнес-процессов компаниям из разных отраслей — промышленности, сельского хозяйства, медицины и других. Грант может покрыть до 80% стоимости проекта. Его можно потратить, например, на услуги разработчика, приобретение оборудования и лицензий.

Еще 30 лет назад, чтобы добыть новую информацию, мы пользовались книгами, СМИ или общались с людьми. Сейчас достаточно секунды и смартфона размером с ладонь. Разбираемся, как цифровые технологии перевернули нашу жизнь

Что такое цифровые технологии и как они появились?

Основы современной двоичной системы счисления заложил математик Карл Лейбниц в XVII веке. В ХХ веке ее начали применять для программных вычислений: в 1941 году появился первый компьютер, а в 1948-м — первая программа для ЭВМ.

Тогда, в середине XX века, под цифровыми технологиями понимались те, где информация преобразуется в прерывистый (дискретный) набор данных, состоящий из 0 (нет сигнала) и 1 (есть сигнал). Их противопоставляли аналоговым, где данные — это непрерывный поток электрических ритмов разной амплитуды с неограниченным числом значений.

Но позже на смену этому пришло другое определение: цифровые технологии — это те, где информация «оцифровывается», то есть представляется в универсальном цифровом виде. Другой вариант — это все технологии, которые позволяют создавать, хранить и распространять данные. В свою очередь, аналоговые теперь — это те, где информация не унифицирована, а хранится и передается в разных форматах, под каждый тип носителя. К примеру, стационарный телефон — это аналоговая технология, а смартфон с интернетом — уже цифровая.

Говоря самым простым языком, к цифровым технологиям относят все то, что связано с электронными вычислениями и преобразованием данных: гаджеты, электронные устройства, технологии, программы. По сравнению с аналоговыми, цифровые технологии лучше подходят для хранения и передачи больших массивов данных, обеспечивают высокую скорость вычислений. При этом информация передается максимально точно, без искажений. Среди главных недостатков — высокая энергоемкость и негативное воздействие на климат.

Сейчас на долю дата-центров приходится около 0,3% мировых выбросов углерода. Они потребляют около 200 ТВтч в год — это больше, чем годовое потребление энергии в развивающихся странах. Однако к 2030 году этот показатель может вырасти до 20% от всего мирового спроса, что приведет к существенному увеличению выбросов.

Цифровые технологии часто путают с информационными, но на самом деле одно является частью другого. К информационным относят все технологии, связанные с обменом информацией, даже с помощью аналоговых устройств. Например, светофор, сообщающий нам, когда можно идти — это информационное аналоговое устройство, а сервис, где мы отслеживаем пробки — тоже информационное, но уже цифровое.

По данным на 2021 год, через пять лет рынок технологий цифровой трансформации достигнет $3,7 трлн.

В каких сферах применяют цифровые технологии?

• Практически в любом бизнесе используют CRM, онлайн-сервисы для удаленной работы, хранения и работы с клиентской базой, управления бухгалтерией и товарного учета. Все больше компаний используют большие данные и аналитику, основанную на них, чтобы развивать бизнес и наращивать клиентскую базу.
• В образовании используются гаджеты и программы для дистанционного обучения, подготовки и выполнения домашних заданий, составления презентаций, программирования и творческих задач. Виртуальная и дополненная реальность помогают лучше воспринимать материал и делают обучение более интерактивным. ИИ-алгоритмы помогают с профориентацией и учебным процессом.
• В медицине цифровые технологии помогают быстрее находить новые лекарства и вакцины, точнее ставить диагноз даже на ранних стадиях, собирать аналитику для прогнозирования заболеваний, проводить онлайн-консультации и даже операции с применением AR и роботов.
• В ретейле «цифра» упрощает процесс поиска и заказа товаров, управления складом и доставкой. Анализ поведения покупателей и данные о перемещении по торговым залам помогают оптимизировать пространство магазина. Голосовые помощники и чат-боты обрабатывают запросы с максимальной скоростью, а офлайновые магазины уже начинают работать без касс и продавцов — при помощи камер и алгоритмов распознавания лиц.
• В сфере искусства и развлечений цифровые технологии открывают неограниченные возможности для игр, покупки и чтения книг, прослушивания музыки и просмотра Full HD видео онлайн, на стриминговых сервисах. Нейросети участвуют в создании музыки, живописи и книг, а виртуальные актеры и музыканты заменяют настоящих.
• На производстве с помощью технологий автоматизируют отдельные линии и целые заводы, разрабатывают новые модели и материалы, следят за безопасностью и экологией, прогнозируют отказы оборудования, предотвращают брак и травмы, оптимизируют рабочее время и ресурсы.
• В общепите цифровые технологии участвуют в сборе и распределении заказов, приготовлении блюд, контроле за количеством и сроками хранения продуктов и даже помогают находить новые точки с максимальным трафиком.

Топ-15 цифровых технологий по итогам 2020 года

Институт статистических исследований и экономики знаний (ИСИЭЗ) НИУ ВШЭ составил рейтинг самых перспективных цифровых технологий за 2020 год. В процессе подготовки эксперты использовали систему интеллектуального анализа больших данных iFORA, которая содержит более 500 млн документов: научные публикации, аналитика рынков, доклады международных организаций, правовые документы и др.

Топ-15 наиболее значимых технологий:

• Глубокое обучение.
• Сверточные нейросети.
• Компьютерное зрение.
• Обучение с подкреплением.
• Обработка естественного языка.
• Беспилотные автомобили.
• Рекуррентные нейросети.
• Трансферное обучение.
• Генеративные состязательные сети.
• Системы поддержки принятия решений.
• Смарт-контракты.
• Распознавание речи.
• Квантовый компьютер.
• Федеративное обучение.
• Автономная робототехника.

Как видно из рейтинга, подавляющее большинство технологий имеет отношение к искусственному интеллекту, нейросетям и машинному обучению. Но это далеко не единственная сфера, которая определяет развитие технологий сегодня.

Ключевые цифровые технологии ХХI века

Смартфоны объединили в себе персональный компьютер и телефон, став вместилищем для десятков цифровых технологий. С их помощью мы говорим, обмениваемся сообщениями, пишем письма, слушаем музыку, делаем фото и видео.

Первый КПК Nokia появился в 1996 году, первый смартфон Ericsson — в 2000-м. Но настоящую революцию совершил iPhone, впервые представленный в 2007-м: с тех пор все смартфоны постепенно перешли на сенсорные дисплеи без стилусов, а чуть позже появились и планшеты — своего рода промежуточное звено между смартфоном и ноутбуком. Лишь за 2020 год в мире было продано свыше 1,3 млрд смартфонов, а тройку лидеров на рынке составляют Samsung, Apple и Xiaomi.

Одной из самых продвинутых технологий, применяемых в смартфонах, является цифровая фотография: когда алгоритмы ИИ обрабатывают серию снимков и данные об освещении так, чтобы на выходе получилось одно, но лучшее по качеству фото.

Интернет вещей (Internet of Things, IoT)

Интернет вещей — это технология, которая позволяет объединять сенсоры, гаджеты, бытовую технику и даже автомобили в единую сеть при помощи беспроводной связи. Всеми этими устройствами можно управлять при помощи приложений и объединять их в разнообразных автоматических сценариях — например, управлять заводским оборудованием. По данным на конец 2020 года, к интернету вещей в мире было подключено 11,7 млрд устройств, а через пять лет эта цифра вырастет до 30 млрд.

Большие перспективы для IoT открывает новый стандарт беспроводной связи — 5G. С его помощью данные можно передавать быстрее, без сбоев и с минимальными задержками, подключая еще больше устройств.

Беспроводной интернет, Wi-Fi 6 и 5G

Мобильный интернет зародился еще в 1991 году, а беспроводной стандарт Wi-Fi был создан в 1998-м, в австралийской лаборатории радиоастрономии CSIRO. Спустя более 20 лет к интернету подключены практически все электронные устройства. Теперь появились новые технологии высокоскоростной связи: 5G и Wi-Fi 6.

5G предоставляет широкополосную мобильную связь на высокой скорости и с минимальной задержкой сигнала — всего 1–2 мс. По данным Accenture, в ближайшем будущем с помощью 5G можно будет подключить до 1 млн устройств на 1 кв. км. Сотрудники большинства компаний смогут окончательно перейти на удаленную работу и быстрее принимать решения, основываясь на аналитике потоковых данных.

«Обычный» Wi-Fi работает на частотах 2,4 и 5 ГГц, а Wi-Fi 6 добавит к ним новую — 6 ГГц. Это поможет ускорить передачу данных на мобильных устройствах до 2 Гб/сек, и сделать ее более стабильной. Первые 316 млн мобильных устройств с поддержкой Wi-Fi 6E появятся уже в 2021 году.

Беспилотные автомобили

Беспилотные системы сегодня используют в такси, общественном транспорте, дронах и авиации. На них возлагают надежды как на самый рентабельный коммерческий транспорт и самый безопасный личный. Пока еще на наших дорогах нет полностью автономных машин, которые могут двигаться абсолютно независимо от человека (они бывают разного уровня автономности). Но в некоторых штатах США и азиатских странах уже можно вызвать беспилотное такси. Главное, что сейчас сдерживает распространение технологии, — это законы: не все государства готовы выпускать беспилотники на дороги общего пользования и пока не до конца понимают, как их регулировать.

Выпуск YouTube-канала «РБК Тренды», посвященный тестированию российского беспилотника

Внедрение 5G позволит объединить системы управления беспилотными автомобилями с городской инфраструктурой: дорогами, светофорами, дорожными знаками и парковками.

Искусственный интеллект и машинное обучение

Чаще всего под «искусственным интеллектом» подразумевают любые алгоритмы, которые решают какие-либо задачи независимо от человека: производят сложные вычисления, распознают изображения и речь, собирают и обрабатывают массивы данных. Но настоящий «искусственный интеллект» — тот, что не только сам решает задачи, но и ставит новые, сам принимает решения и выходит за рамки своих изначальных возможностей.

Чтобы ИИ мог действовать самостоятельно, применяют продвинутые алгоритмы машинного и глубокого обучения, а также конструируют нейросети — по аналогии с системами нейронов в человеческом мозгу. Сегодня ИИ находит для нас нужную информацию, рекомендует подходящие товары или видео, строит аналитические прогнозы, помогает лечить пациентов и управлять беспилотниками.

Как работает глубокое обучение в беспилотниках

Но предел его возможностей все еще достаточно далеко, и главный вопрос, который волнует ученых и разработчиков — станет ли ИИ сильнее и важнее человеческого?

Виртуальная и дополненная реальность (VR и AR)

Первыми возможности AR и VR оценили разработчики игр и маркетологи. Первые использовали виртуальную реальность, чтобы добиться эффекта полного погружения в игру или виртуальный тур, а вторые — чтобы предложить покупателям «примерить» одежду или мебель. Statista оценила рынок VR и AR в $18,8 млрд в 2020 году — в три раза больше, чем в 2016-м. А еще через четыре года он вырастет к 2020-му в 15 раз.

Сегодня технологии AR/VR распространяются и на другие сферы. Например, в образовании виртуальная среда помогает наглядно изучить анатомию, архитектуру или древние цивилизации. В медицине, с применением дополненной и смешанной реальностей, проводят онлайн-консилиумы и операции. С помощью VR можно посещать другие страны и достопримечательности, музеи и даже затонувшие корабли. Во время пандемии стали востребованы разработки, позволяющие проводить встречи в AR и VR.

3D-печать

Первые 3D-принтеры появились в конце 1980-х годов. В ближайшем будущем именно 3D-печать может заменить большую часть производственных технологий и материалов.

Выпуск YouTube-канала «РБК Тренды» о 3D-принтерах в России

В отличие от традиционного производства, эта технология не требует таких огромных инвестиций и ресурсов, а еще — производит намного меньше вредных отходов. На 3D-принтерах печатают детали и запчасти, кабели, мебель и фурнитуру, одежду и обувь и даже дома. В ближайшем будущем мы сможем покупать трехмерные модели онлайн и печатать нужные вещи у себя дома. В медицине набирает популярностью технология биопринтинга — когда на 3D-принтерах, из специального биогеля печатают человеческие ткани и органы.

Робототехника

Первые прототипы роботизированных устройств появились еще в XIX веке, а во второй половине XX века роботизация вышла на промышленный уровень. Появился термин «Индустрия 4.0» — четвертая промышленная революция, которая связана с тотальной автоматизацией и сведению к минимуму человеческого труда. Роботов используют для сборки машин и электроники, логистики, курьерской доставки, приготовления блюд и даже хирургических операций.

Выпуск YouTube-канала «РБК Тренды», посвященный российской робототехнике

Облачные вычисления

Облачные технологии основаны на распределенном сетевом доступе к ИТ-инфраструктуре, чтобы хранить и обрабатывать данные любого объема. Как правило, это удаленные серверы или ИТ-сервисы, которые можно арендовать по мере необходимости. Такой подход позволяет компаниям быстро наращивать вычислительные мощности, запускать или масштабировать онлайн-проекты, которые требуют очень больших ресурсов.

Есть три вида облачных сервисов:

• IaaS, infrastructure as a service — инфраструктура как услуга. Когда пользователи арендуют серверы, процессоры и другие устройства для хранения и обработки данных, могут устанавливать на них свои ОС и ПО для обработки данных.
• PaaS, platform as a service — платформа как услуга. Провайдер предоставляет ОС, на которой пользователи могут устанавливать свои приложения и запускать новые сервисы.
• SaaS, software as a service — программное обеспечение как услуга. Пользователь получает доступ ко всем приложениям провайдера для хранения, обработки и передачи данных.

Блокчейн и криптовалюта

Блокчейн — это технология, при которой данные обо всех совершаемых транзакциях хранятся в единой системе в виде отдельных блоков и удостоверяются цифровой подписью, защищающей от взлома. База данных в системе — распределенная между всеми участниками, то есть без какого-либо централизованного управления и контроля. Это делает ее, по мнению создателей, наиболее независимой, безопасной и устойчивой к коррупции.

В блокчейне используются токены — невзаимозаменяемые, уникальные сущности, — а также смарт-контракты — алгоритмы для формирования, контроля и предоставления информации о владении чем-либо (например, криптовалютой). Первый блок был сгенерирован в 2009 году, а сегодня в мире существует более 2 тыс. разных систем блокчейна.

Одна из последних модификаций — технология NFT, которую применяют для продажи произведений искусства, музыкальных треков и других видов интеллектуальной собственности. Каждому изображению, видео или аудио присваивается уникальный цифровой сертификат, который можно купить, чтобы стать владельцем произведения. NFT можно перепродавать, зарабатывая на этом, как на физических предметах искусства.

Криптовалюта — полностью цифровая валюта, созданная по технологии блокчейна, которая используется для виртуального обмена и платежей. Она не зависит от банков или других финансовых структур. Для ее защиты, обмена и контроля операций применяют специальные методы шифрования.

Технологии блокчейна в ближайшем будущем могут привести к появлению полностью автономной финансовой системы, которая не будет зависеть от государственных и международных финансовых институтов. Возможно, возникнет даже что-то вроде цифрового государства или виртуальной вселенной, со своими внутренними рынками и законами.

Развитие цифровых технологий

Ближайшие пять лет — переломный период цифровой трансформации, когда digital-технологии охватывают даже те сферы, где всегда господствовали аналоговые. Государственные, финансовые, медицинские услуги переходят в онлайн-формат, появляются первые прототипы электронных паспортов и цифровые платежные системы без привязки к физическим валютам и банкам.

Синергия цифровых технологий поможет объединить офлайн и онлайн, делая все устройства и сервисы взаимосвязанными между собой. Искусственный интеллект и большие данные помогают принимать более обоснованные решения, а VR и AR — проводить сложные операции, путешествовать и учиться в любой точке.

Такое будущее выглядит очень комфортным, но не для всех. Например, футуролог Герд Леонгард призывает обратить внимание на тотальную цифровизацию и ее возможные последствия. Например, полная замена реального общения цифровым или утрата человечности при принятии глобальных решений, которые мы все больше доверяем ИИ.

Пандемия вызвала повышенный интерес к технологиям, входящим в инфраструктуру нового типа. Это должно дать толчок развитию ее главных составляющих — сетей связи пятого поколения и центров обработки данных.

Всеобщая цифровизация

В связи с пандемией коронавируса во всем мире последние несколько месяцев наблюдается резкий рост спроса на телемедицинские услуги, онлайн-образование, технологии для работы в удаленном режиме. И все эти процессы обозначили необходимость в развитии так называемой новой инфраструктуры.

Понятие «новая инфраструктура» охватывает достаточно широкий спектр областей и прикладных технологий. По сравнению с традиционной в новой инфраструктуре появляется дополнительный слой — информационно-коммуникационный, который обеспечивает поддержку цифровой экономики. Сегодня к новой инфраструктуре чаще всего относят сети связи 5G, активно внедряемые во многих странах, но пока недоступные в России, технологии искусственного интеллекта, большие данные и облачные вычисления.

Что составляет «новую инфраструктуру»:

• сети связи нового поколения (5G);
• центры обработки больших данных;
• искусственный интеллект;
• интеллектуальные энергосети сверхвысокого напряжения;
• промышленный интернет;
• зарядные станции для электромобилей;
• высокоскоростная междугородная железнодорожная сеть.

Необходимость в создании новой инфраструктуры появилась в связи с изменениями в глобальной экономике. До сих пор основным полем деятельности для создания инфраструктуры была земля, сегодня ее территория — облако данных. Новая инфраструктура, в особенности центры обработки данных и промышленный интернет, стали важным драйвером роста новой экономики. В 2019 году на цифровую экономику приходилось 18% мирового ВВП, а к 2025 году ожидается рост этого показателя до 24%. В Китае, сделавшем ставку на развитие цифровой экономики, уже в 2018 году ее объем составлял 34,8% ВВП.

Однако цифровая экономика во многих странах мира, включая Россию, развивается неравномерно — в городах уровень проникновения технологий намного выше, чем в сельских районах. Кроме того, по-прежнему недостаточно развиты в этом смысле традиционные отрасли. Но можно выделить главные процессы, которые претерпевает сегодня цифровая экономика: цифровизация промышленности и индустриальных процессов.

Как итог: цифровая экономика требует новой, цифровой инфраструктуры. С технической точки зрения в ней можно выделить несколько подкатегорий: новую отраслевую инфраструктуру, новую цифровую инфраструктуру и новую интеллектуальную инфраструктуру.

Трансформация отраслей

Развитие цифровой экономики, основанной на «новой инфраструктуре», аналитики сегодня связывают с несколькими процессами. Во-первых, необходимостью популяризации. С точки зрения развития технологий, их интеграции с традиционными отраслями и новыми возможностями, которые обеспечивает цифровизация, очевидно, что цифровая экономика постоянно исследует новые территории, развивается и уже накопила богатый опыт успешных кейсов. Знания о положительном опыте непременно будут способствовать популяризации цифровой экономики.

Во-вторых, на развитие должно оказать влияние возникшее во время пандемии привыкание к использованию ресурсов цифровой экономики. В ходе текущего кризиса возможности цифровой экономики были задействованы в полном объеме: она приобрела большое значение в прогнозировании и предотвращении распространения инфекции, помогла осуществлять социальное и государственное управление, а также продолжить работу в некоторых отраслях на удаленной основе. Общество получило эффективные решения, и привычка пользоваться онлайн-сервисами на организационном и индивидуальном уровнях стала дополнительным движущим фактором для развития цифровой экономики.

Но, главное, новая инфраструктура нуждается в финансировании. Чтобы быстро оживить экономику и улучшить благосостояние людей после пандемии, сегодня необходимо инвестировать в новый этап строительства инфраструктуры. При этом должны быть выполнены следующие условия: строительство должно затронуть все звенья отраслевой цепочки, эффект от него должен быть ощутим в разных сферах, а экономика должна быть достаточно развитой. Цифровая экономика, развитию которой даст толчок «новая инфраструктура», станет важным связующим звеном в развитии общественных услуг и традиционных отраслей.

Однако эти трансформации не означают отказа от традиционных областей экономики. Очевидно, что новая инфраструктура не подразумевает создания каких-либо новых отраслей, но может дать возможности для бурного развития «старых». Новые технологии информатизации, такие как 5G-сети и искусственный интеллект, придадут дополнительный импульс развитию энергетической и транспортной отраслям, а также помогут выйти на качественно иной уровень здравоохранению и образованию.

Одним из важнейших применений новой инфраструктуры является промышленный интернет. Уровень интернетизации в промышленности еще очень низок, для трансформации этой сферы необходимы масштабные инвестиции. Ожидается, что эпоха «новой инфраструктуры» станет временем бурного развития промышленного интернета, который является универсальным цифровым инструментом для развития самых разных секторов.

5G как главная составляющая новой инфраструктуры

Сети стандарта 5G, по мнению специалистов, самый трендовый элемент новой инфраструктуры. В ближайшие несколько лет, по их прогнозам, эту технологию ожидает настоящий бум: она обладает очевидным прикладным значением в повседневной жизни, эффект от перехода на новый стандарт заметен сразу.

Например, сети нового поколения будут неотъемлемой частью инфраструктуры, необходимой для беспилотных автомобилей. Динамически, в режиме реального времени будет собираться информация о скорости машин, на основе которой будут передаваться управляющие команды. Любое изменение в дорожных условиях — появление на трассе животных, падение грузов и камней — будет моментально фиксироваться и передаваться всем приближающимся транспортным средствам, что поможет избежать заторов и катастроф.

Решение проблемы пробок в городах также потребует развертывания сети 5G, связывающей видеокамеры и искусственный интеллект. Связь нового поколения необходима в качестве инфраструктурного компонента подобной системы: только этот стандарт обеспечивает достаточно высокую для такой задачи скорость обмена данными.

Высокоскоростная сеть обмена данными также необходима для внедрения промышленного интернета, в «умном» сельском хозяйстве и «умных» городах. 5G обеспечивает непрерывный поток данных, которые, в свою очередь, создают ценность в новой экономике. Новая инфраструктура ускоряет интернетизацию индустрий и рост числа центров обработки данных.

В будущем ключевые технологии «новой инфраструктуры», такие как 5G, облачные вычисления, искусственный интеллект, большие данные и промышленный интернет, будут объединены в единый набор инструментов, доступный для всех отраслей. Он предоставит широкие возможности для модернизации любой индустрии в любой сфере. И это уже не прогноз, а тренд, который наблюдается повсеместно. Новая экономика оперирует поистине гигантскими объемами данных. Например, в период борьбы с эпидемией в Китае была запущена система по борьбе с распространением инфекции с помощью «умных» пропусков. Ею воспользовались 900 млн человек, получивших пропуска более 2,5 млрд раз. Количество ежедневных пользователей приложений, внедренных китайской системой здравоохранения, составило более 30 млн человек, а число ежедневных обращений к приложениям превысило миллиард. Система онлайн-образования помогла реализовать дистанционное обучение для более чем 100 млн учащихся.