Еще один парадокс: самые фундаментальные и самые ценные сведения получены учеными, работающими над искусственным интеллектом — как ни странно, от специалистов по функциям головного мозга человека. Долгие годы исследований приводят к выводу, что природный образец превзойти практически невозможно, и разумнее использовать созданное природой за миллионы лет эволюции, чем пытаться создать новое.

В конце 19 века существовало мнение, согласно которому 20 век назывался "концом науки" — считалось, что исследованы уже все природные законы, биологические и физические, и дальнейшие научные исследования совершенно бесперспективны. Вряд ли стоит напоминать, что история науки прошлого столетия не оправдала вышеописанного мнения теоретиков прошлого. Следует, однако, заметить, что попытки "похоронить" фундаментальную науку делаются и сейчас. Основной аргумент в этом случае — отсутствие тенденции к интеграции различных научных отраслей: современному миру нужны не физика, математика и биология в чистом виде, а пограничные, переходные формы наук.

Дальнейшее же обособленное развитие "чистых наук" заведет их в тупик, считают исследователи. В самом деле, существует проблема, которую можно было бы проиллюстрировать таким примером: во многих исследовательских институтах, как в российских, так и западных, ученые, как правило, узнают, чем занимаются их соседи по комнате, из научных журналов и уже изданных монографий.

Понятно, что зачастую из-за подобного отсутствия перекрестных связей процесс разработок замедляется или вовсе останавливается, что в самом деле может завести в тупик отдельные проекты или целые отрасли. К примеру, развитие нанотехнологий, генетики или квантовой физики — самых перспективных на сегодняшний день отраслей науки — представляется невозможным без поддержки со стороны фундаментальных "чистых" наук. Очевидна аналогичная взаимосвязь между фундаментальными и прикладными науками. Инвестирование в последние будет рентабельным только в том случае, если при этом предполагается пропорциональное развитие фундаментальной базы, а также смежных, поддерживающих отраслей.

Остановимся подробнее на технобиологии — сам термин определим в заключении, сейчас же рассмотрим его содержание.

Сейчас биологические науки оказывают значительное влияние на сферу прикладных информационных технологий — стоит, хотя бы, вспомнить биологическую терминологию в ПО нового поколения, которое "растит", "лечит" и "воспроизводит" отдельные компоненты. Кроме того, многие процессы в бизнесе могут быть описаны с помощью биологических законов.

Например, общеизвестный принцип сложного целого, составленного простыми элементами, может быть использован для описания функционирования человеческого мозга (в этом случае "простыми" элементами будут нейроны). По сути, миллиарды отдельных деталей функционируют независимо, но составленная ими система удивительно слажена. Заменим в нашей модели "нейроны" на "муравьев" — и в качестве сложного целого получим муравьиную колонию. Заменим "муравьев" на "онлайн-покупателей и продавцов" — и получим eBay. Заменим их на "фондовых брокеров", и получим NASDAQ.

Слаженность работы сложных систем была отмечена не случайно: то, что природе удается проделывать с легкостью, для техники представляется весьма трудной задачей. Управление сложными системами, "автоматизация автоматизации" — проблемы развивающихся IТ-отраслей. Новые корпоративные программные продукты, направленные на автоматизацию работы человека, появляются каждый день, но их интеграция в разрастающуюся компьютерную систему предприятия становится с каждым разом все проблематичнее. Поэтому компаниям требуется все больше и больше специалистов, способных поддерживать все, что было автоматизировано. Миллионы долларов в год тратятся на содержание персонала, обслуживающего системы, которые теоретически способны к саморегуляции.

И вот как можно в этом случае сформулировать задачу для ученых: использовать автономную нервную систему, гениальное изобретение природы, в качестве прототипа для компьютерных сетей, способных к адаптации к изменяющимся условиям среды и саморегуляции. Экономический эффект от создания таких систем очевиден: сокращение затрат на поддержку всегда кстати, а особенно в кризисные времена.

Следует заметить, что разработки такого рода ведутся уже в течение нескольких лет в исследовательских институтах компании IBM, и одним из примеров конечных продуктов, уже запущенных в действие, можно назвать программный пакет Intelligent Resource Director, оптимизирующий работу мэйнфреймов серии zSeries. Адаптируемое к различным условиям распределение ресурсов позволяет экономить более половины средств, уходящих на обслуживание этих машин. Интересно, что спрос на ресурсосберегающие и оптимизационные технологии особенно высок в кризисные времена, когда компании предпочитают инвестиционные риски дефицитному по причине высоких затрат бюджету. Можно даже определить закономерность: чем ограниченнее бюджет IТ-департамента компании, тем больше ее потребность в автоматизации бизнес-процессов.

Текстовый процессор Microsoft Word 2002 занимает 96 миллионов байт на жестком диске. Молекула ДНК, описанная данными, эквивалентными 12 миллионам байт, контролирует развитие человеческого мозга. Впечатляющая разница. Очевидно, что в этом случае определяющим фактором является не размер. На этом утверждении основано то, что принято называть "эволюционным программированием". Разработчики, занятые в этой отрасли, отказались от традиционного программирования, запертого в клетку контрольно-командного стиля, и стали использовать для написания кода симулирование процесса развития одноклеточных организмов в многоклеточные. Для программ этот процесс сравним с естественным отбором, оставляющим жить только сильнейших их представителей, или их гибриды, обладающие нужными качествами. Все эти рассуждения кажутся довольно отвлеченными, однако еще в 1980 году General Electric применяла генетические алгоритмы для создания наиболее совершенной модели двигателя Боинга 777. Техника осуществления подобных проектов до сих пор вызывает удивление у многих специалистов.

Вернемся к теории сложных систем, кратко описанной выше. Интересной темой для исследования являются так называемые социальные животные, организация их социума как примера сложной системы. Пчелиные ульи и муравьиные колонии служат хорошим примером: несмотря на относительную простоту организма отдельных насекомых (как пчел, так и муравьев), и незначительные возможности их мозга, образуемый ими социум представляет собой весьма сложную систему, отличающуюся исключительной прочностью и слаженностью функционирования. Научно доказано, что выведение из строя (то есть механическое удаление) до 40% элементов таких систем практически не сказывается на функционировании всего социума. Интересны также исследования в области коммуникаций внутри социумов "муравьиных приматов".

Остановимся, однако, на приложении описанных социальных систем к информационным технологиям. Самоорганизация сложной системы — еще одна из идей, позаимствованных из биологии. Чем меньше взаимозависимы элементы системы, тем проще оптимизировать систему, удалив из нее лишние связи, и тем быстрее система может восстановить общую нормальную деятельность в случае неисправностей в одном из узлов. К примеру, поврежденный участок мозга не останавливает работу мозга в целом, и быстрая самоорганизация здесь необходима для того, чтобы импульсы, передаваемые нейронами, шли "в обход" поврежденного участка и обеспечивали функционирование здоровых частей. Другими словами, относительная автономность элементов системы делает ее более устойчивой.

Высокотехнологичный пример — онлайн-аукцион eBay. Исполнительные директора имеют ограниченный контроль над тем, что продается (то есть элементы системы в достаточной мере автономны), но могут легко управлять происходящим и подталкивать людей к покупкам (обеспечивая таким образом финансовый рост), предоставляя им хорошие инструменты для коммуникаций и осуществления платежей. Есть примеры компаний, использующих принцип самоорганизации для поддержки сети из тысяч микро-поставщиков — отсутствие иерархичности в такой бизнес-системе позволяет получать достаточно хорошую, 30-процентную прибыль. Авиакомпания Southwest Airlines имела трудности с багажными перевозками — использование принципа автономности (то есть построение модели, рассматривающей каждую багажную единицу как автономный элемент) позволило избежать временных потерь, необходимость складирования уменьшилась на 75%, и компания сэкономила 10 млн долларов.

Обеспечение автономности — весьма важная задача не только для корпораций и их бизнеса, но и для других крупных сложноорганизованных структур, например, правительственных. Важно, чтобы относительно несерьезный "сбой" или "повреждение", возникшее в головной организации, не отражалось на работе вспомогательных служб. Как показывают последние события, "клеточное" устройство организаций и сообществ наиболее устойчиво даже к серьезным повреждениям. Примером может служить исключительная прочность организаций типа Аль-Каеды, устроенных (как ни удивительно) по клеточному принципу. Кстати, клетка в целом и одноклеточные организмы в частности — далеко не исчерпанный источник идей, которые могут найти приложение в мире человеческих изобретений. Одно из наиболее известных приспособлений, позаимствованных у клетки — устройство мембраны. А с развитием нанотехнологий ученые получают возможность рассмотреть ранее недоступные механизмы: например, хвостик бактерии приводится во вращательное действие при помощи протонного мини-ротора — и это у простейшего одноклеточного, стоит ли говорить о таких сложных клетках, как нейроны, например.

Термин "нанотехнологии" был популяризован еще в 1986 году Эриком Дрекслером (Eric Drexler), американским ученым, и уже тогда он предсказывал появление в течение одного-двух десятилетий нанороботов, которые смогут истреблять раковые клетки в человеческом организме. Его идеи принимались скептически, но уже сегодня имеются наномеханизмы, запускаемые в кровеносные сосуды человека и позволяющие, например, точно отслеживать изменения состава крови. Разработаны также нанокапсулы, способные выделять инсулин в кровь через мини-поры. Инвестирование исследований в сфере нанотехнологии считается одним из самых перспективных. Есть отрасли (например, микропроцессорная), где, с одной стороны, даже малое изменение производительности приносит огромный доход, а с другой — уже нельзя произвести сколько-нибудь значительных изменений с помощью имеющихся технологий. В этом случае требуются изменения на наноуровне.

По мере того, как слияние биологии и цифровых технологий набирает силу, неизбежны споры, по актуальности сравнимые разве что с обсуждениями этики клонирования. Футуристы, предсказывающие изменения в обществе на ближайшие полвека, акцентируют, прежде всего, на изменении смысла, вкладываемого в понятие "мы". Человечество становится все более механизированным, а механизмы, соответственно, приближаются по совершенству к человеку. Экспоненциальное развитие технологий, в том числе, и наноуровневых, сжимает сроки, необходимые для тысячекратного увеличения мощностей, например, искусственного интеллекта. Простая экстраполяция тенденций прошлого (не претендующая, впрочем, на безоговорочную точность) позволяет заключать, что через 25 лет искусственный интеллект станет в миллионы раз мощнее биологического. Не исключено, что понятие "мы" однажды будет включать и машины. Однако существующие термины не подходят для описания этого явления, и, пожалуй, лучше всего передает смысл вышесказанного понятие "технобиологии".

Если уже достаточно развитая на сегодняшний день биотехнология описывает биологические усовершенствования, произведенные при помощи техники, то вводимый в оборот термин "технобиология" обозначит науку, использующую биологию для совершенствования техники и информационных процессов. Еще недавно использовавшиеся футуристами термины "цифровая биология" и "биология бизнеса" уже становятся общеупотребительными, а последний — так и вовсе популярным, ведь основным двигателем прогресса (финансовым, во всяком случае) сейчас выступает именно бизнес, но не государство.