€ 71.00
$ 64.19
Кодеры, подвиньтесь! Как физики берут власть в Кремниевой долине

Кодеры, подвиньтесь! Как физики берут власть в Кремниевой долине

Автор Wired Кэйд Метц рассказывает о смене поколений в главных технологических компаниях

Будущее
Кадр из фильма Particle Fever

Сейчас плохое время, чтобы быть физиком.

По крайней мере, так говорит Оскар Бойкин. Он изучал физику в Технологическом институте Джорджии, а в 2002 году защитил докторскую степень в Лос-Анджелесе. Четыре года назад на Большом адронном коллайдере в Швейцарии был обнаружен бозон Хиггса — субатомная частица, впервые предсказанная в 1960-е годы. Как отмечает Бойкин, все этого ждали. Но бозон Хиггса не перевернул теоретические модели Вселенной. Он ничего не изменил и не дал физике чего-то нового, к чему можно стремиться. «Физики находятся в возбуждении, когда есть какая-то проблема, а сейчас мы находимся в ситуации, когда этих проблем не так много, — говорит Бойкин. — Это не то, что нужно физикам». К тому же, платят в этой сфере не слишком хорошо.

Поэтому Бойкин больше не физик. Он инженер-программист в Кремниевой долине. И для этого сейчас очень удачное время.

Бойкин работает в Stripe: это стартап стоимостью $9 млрд, который помогает компаниям принимать онлайн платежи. Он разрабатывает софт, который собирает данные из разных служб компании, а также занимается прогнозами, например, мошеннических операций. Как физик он идеально подходит для этой работы, которая требует математического и абстрактного образа мыслей. В этой сфере, по его мнению, есть бесконечные вызовы и возможности, в отличие от физики. И платят хорошо.

В Stripe Бойкин работает с тремя другими физиками. В декабре, когда General Electric приобрела стартап машинного обучения Wise.io, генеральный директор Джефф Иммельт хвастался, что он отхватил компанию, «полную» физиков; в первую очередь это Джошуа Блум из Калифорнийского университета в Беркли. Программное обеспечение машинного обучения с открытым исходным кодом H20, использующееся тысячами ученых по всему миру, было разработано с помощью швейцарского физика Арно Кендела, который когда-то работал в Национальной ускорительной лаборатории SLAC. Руководитель департамента науки о данных в компании Microsoft Виджей Нараянан — астрофизик, и еще несколько физиков работают под его началом.

Это, конечно, не нарочно. «Мы не ходили в детский сад физиков, чтобы украсть корзину детей», — говорит президент и соучредитель Stripe Джон Коллисон. — Просто так случилось». И это происходит по всей Кремниевой долине. Потому что структурно и технологически то, что почти каждая интернет-компания должна делать, все больше и больше соответствует набору навыков физика.

Конечно, физики играли определенную роль в развитии компьютерных технологий с самого начала, как и во многих других областях. Джон Мокли, который участвовал в разработке одного из самых ранних компьютеров, ENIAC, был физиком. Деннис Ритчи, отец языка программирования C, тоже.

Но именно сейчас для физиков в области компьютерных технологий наступил звездный час благодаря росту машинного обучения, где машины осваивают задачи на основе анализа больших объемов данных. Новая волна науки о данных и искусственного интеллекта — как раз то, что подходит для физиков больше всего.

Это касается и нейронных сетей, программного обеспечения, которое стремится имитировать структуру человеческого мозга. Но эти нейронные сети в действительности просто математика: в основном, линейная алгебра и теория вероятности. Компьютерных специалистов не всегда этому учат, в отличие от физиков. «Единственная вещь, которая действительно нова для физиков, — это изучение путей оптимизации нейронных сетей, их обучение, но это относительно просто», — говорит Бойкин.

Крис Бишоп, который возглавляет Кембриджскую исследовательскую лабораторию Microsoft, чувствовал себя так же тридцать лет назад, когда нейронные сети впервые начали появляться в академическом мире. Это то, что привело его из физики в область машинного обучения. 

Десять лет назад, рассказывает Бойкин, многие из его старых приятелей-физиков перешли на работу в финансовый мир. Математические навыки были чрезвычайно полезны на Уолл-стрит для прогнозирования развития рынков. Одним из ключевых методов было уравнение Блэка-Шоулза, позволяющее определять стоимость финансового инструмента. Но эта модель стала одной из причин разразившегося в 2008 году финансового краха, и теперь Бойкин и другие физики говорят, что гораздо больше их коллег начинают заниматься обработкой данных и и другими видами компьютерных технологий.

В начале этого десятилетия физики пополнили ряды топ-менеджеров ведущих технологических компаний, чтобы работать над софтом для Big Data, для управления данными через сотни или даже тысячи машин. В Twitter Бойкин помог создать такую систему под названием Summingbird, а три парня, которые встретились на факультете физики MIT, разработали аналогичный софт для стартапа Cloudant. Физики знают, как обращаться с данными — в MIT основатели Cloudant обрабатывали огромные базы данных, полученные на Большом адронном коллайдере, — и строительство этих чрезвычайно сложных систем требует особого абстрактного мышления. 

На заре Google одним из ключевых людей, строящих массово распределенные системы в компании, был Йонатан Зангер, который получил докторскую степень в Стэнфорде в области теории струн. И когда Кевин Скотт присоединился к рекламной команде Google, чтобы на основе данных прогнозировать, какая реклама соберет наибольшее количество кликов, он нанял массу физиков. В отличие от многих компьютерных специалистов им подходил весьма экспериментальный характер машинного обучения. «Это была почти научная лаборатория,» — вспоминает Скотт, теперь работающий директором по технологиям в LinkedIn.

Теперь, когда программное обеспечение для Big Data стало обычным делом — Stripe использует версию с открытым исходным кодом, которую Бойкин разрабатывал в Twitter, — это помогает системам машинного обучения выдавать прогнозы для многих других компаний и открывает еще больше дорог для физиков в Кремниевой долине. В Stripe Бойкин работает вместе с Робаном Крамером из Колумбийского университета, Кристианом Андерсоном из Гарварда и Келли Ривойре из MIT. Они приходят, потому что подходят для этой работы. Они приходят из-за денег. «Зарплаты в технологических компаниях бывают заоблачные», — говорит Бойкин. Но также они приходят, потому что есть масса больших проблем, которые нужно решать.

Андерсон бросил докторскую программу в Гарварде, потому что, как и Бойкин, все больше сомневался в научной работе. В интернете все не так. «В интернете колоссальные масштабы, — говорит Андерсон. — Интернет дает гораздо больше возможностей, но также он открывает новые вызовы и проблемы. Там есть потенциал интеллектуального роста».

Сегодня физики переходят в компании Кремниевой долины. Но в последующие годы все пойдет гораздо дальше. Машинное обучение изменит не только то, как мир анализирует данные, но и то, как разрабатывается программное обеспечение. Нейронные сети уже изменили принципы распознавания образов, речи, машинного перевода и саму природу программных интерфейсов. Как говорит Крис Бишоп, в разработке софта мы переходим от ручного написания кода на основе логики к моделям машинного обучения на основе вероятности и неопределенности. Такие компании, как Google и Facebook, начинают обучать своих программистов этому новому подходу к мышлению. В конце концов остальная часть компьютерного мира последует этому примеру.

Другими словами, физики, пробившиеся в царство инженеров Кремниевой долины, служат признаком еще более масштабных грядущих изменений. Вскоре всем инженерам из Долины придется заниматься физикой.

Оригинал

Интересная статья? Подпишитесь на нашу рассылку, чтобы получать на почту еженедельный newsletter с анонсами лучших материалов «Идеономики» и других СМИ и блогов.

Свежие материалы