Один мой наставник однажды сказал мне, что молодые люди строят свою карьеру, пронзая рыбу постарше. Иногда они нацеливаются не на ту рыбу.

Кори Пейн, спешащий продвигать свою новую книгу, недавно опубликовал в The Baffler статью Во всем виноват компьютер. Это интересная пьеса, хотя я нахожу ее первый акт, некоторое анекдотическое освещение Гавайской ракетной тревоги, несколько отвлекающее от сути пьесы. Похоже, что основной целью Пейна является область компьютерных наук, и он вооружен копией Компьютерная мощность и человеческий разум, некоторыми историческими шутками о мотивах Фредерика Термана и Луи Фейна и общим пренебрежением к тому, что кажется Силиконовой долиной. делать в эти дни. С помощью этих инструментов он описывает поле как близорукую концентрацию коллективных усилий, сосредоточенную на запросе с помощью гаджета. Он намекает на проблему крупных корпораций Кремниевой долины, сочетающих технический оптимизм с богатством и влиянием, чтобы обойти правила и заставить других принять их мировоззрение.

Во многом он прав. Американские отделы информатики извлекли огромную пользу из своих тесных связей как с военными фондами, так и с корпорациями. В академических кругах компьютерные науки кажутся одной из немногих областей, гордящихся своими корпоративными спонсорами (вы можете себе представить негативную реакцию в биологических науках, если бы Nature или Science в основном финансировались Novartis, Pfizer и Merck?). Страх Америки перед Советским Союзом, вызванный спутником, создал DARPA, которое затем профинансировало создание факультета компьютерных наук в MIT в 1962 году, а вскоре на большие деньги возглавили Беркли, Карнеги-Меллон и Стэнфордский университет. » для создания собственных подразделений. Аналогичные исследования, финансируемые военными, помогли финансировать другие крупные инженерные отделы, создав такие учреждения, как MIT Lincoln Labs, Cornell Aeronautical Laboratory и Stanford Research International, все из которых известны своей историей рождения ИИ. Говоря о Массачусетском технологическом институте, если кто-то задается вопросом, как получилось, что стремление стать инженерным отделом Гарварда стало самостоятельным учебным заведением мирового уровня, прочитайте это. Финансирование GE и Bell Labs в 1930-х годах привело к огромным расходам во время Второй мировой войны с 1940 по 1945 год, которые не прекратились, когда война закончилась. В 1939 году бюджет Массачусетского технологического института составлял 3 миллиона долларов в год, из которых 3% приходились на спонсируемые исследования. К 1949 году их годовой бюджет составлял 23 миллиона долларов в год (в основном за счет спонсируемых исследований), а Вторая мировая война дала MIT более 100 миллионов долларов. К 1964 году Массачусетский технологический институт тратит более 115 миллионов долларов в год, в основном на оборонные контракты. Корнелл, напротив, очень гордился 10 миллионами долларов, которые они получили за всю Вторую мировую войну, а Принстон в 1947 году тратил около 8 миллионов долларов в год. На военные расходы была построена лучшая инженерная школа в стране. По некоторым показателям Массачусетский технологический институт — не лучшее место для изучения компьютерных наук, вместо этого он относится к Университету Карнеги-Меллона. Департамент CMU CS имеет свою историю расходов на оборону; например, Джефф Хинтон покинул этот отдел через год после его знаменитой документа об обратном распространении, частично потому, что лаборатория так сильно финансировалась американскими военными долларами.

У Пейна больше хороших моментов. Он затрагивает вопрос о том, как много новых выпускников компьютерных наук больше заботятся об использовании инструментов, чем о понимании идей. Успех аппроксиматоров функций черного ящика, рекламируемых под лозунгами Глубокое обучение, Машинное обучение и Искусственный интеллект, сделал эту проблему еще более сложной. хуже — довольно простые модели (реализуемые за несколько тысяч строк сборки) при больших компьютерах и больших наборах данных превосходят большинство других методов. Когда директор по исследованиям Google написал в 2009 году: простые модели и большое количество данных превосходят более сложные модели, основанные на меньшем количестве данных, он намекнул на грядущую тенденцию, когда размышления о проблемах уступили место воздействию с помощью простого метода. Сейчас мы живем в эпоху, когда современные наборы линейной алгебры и базового исчисления превосходят методы, основанные на тщательных научных исследованиях. И при наличии достаточного количества данных они являются достаточно общими, чтобы быть современными в других задачах.

Так зачем изучать информатику? Каким должно быть это поле? Заинтересованным историкам стоит начать с Технического отчета 1966 года, в котором излагаются цели Стэнфорда в области компьютерных наук. В нем представлены некоторые ранние определения и цели отдела, в том числе эта забавная заметка:

В настоящее время мы считаем степень бакалавра компьютерных наук слишком вероятной высшей степенью, хотя она может быть отличной подготовкой к работе в аспирантуре в таких областях, как бизнес-администрирование или медицина. Мы рекомендуем студентам Стэнфордского университета, интересующимся информатикой, выбирать специализацию по математике и проходить наши курсы для выпускников.

Однако в целом Форсайт определяет CS как применение математики к задачам, и мне кажется, что это все еще очень хорошая цель. Это также подводит меня к моему главному недовольству статьей Кори Пейна. Пейн с самого начала игнорирует интеллектуальные основы, врожденные противоречия и противоречивые взгляды на мир, лежащие в основе компьютерных наук как области науки. Отделения компьютерных наук начинали с большого напряжения, которое никогда не прекращалось. уменьшились — они состоят из двух разных групп со схожими целями, но по сути разными взглядами на мир. Примерно половина ученых-компьютерщиков связана с математикой и заинтересована в создании хороших вычислительных концепций, моделей и абстрактных идей, таких как ранние работы Маккарти. Другая половина больше связана с миром инженерии и заинтересована в построении систем, которые взаимодействуют и обрабатывают информацию из реального мира, чтобы превратить ее во что-то полезное и, как правило, работать над обратными задачами. Люди, интересующиеся теорией информатики, языками программирования, логикой, криптографией и т. п., склонны к первому. Другие, например те, кто интересуется современным компьютерным зрением, прикладным машинным обучением, распределенными вычислениями, робототехникой, склоняются к последнему. Многие другие области исследований в области компьютерных наук находятся где-то посередине. В Европе эта разница формализована, первая группа изучает компьютерные науки, а вторые попадают на факультеты информационной инженерии. Я думаю, что Джордж Форсайт сказал это лучше всего в 1965 году, эту область лучше было бы назвать компьютерными и информационными науками, выделяя тех, кто интересовался моделированием вычислений как расширения математики, и тех, кто интересовался понимание того, как информация может быть обработана и что она говорит нам о мире. Он категорически дистанцировался от превращения его в инструментальную область, заявив,

Одна вещь, которой компьютерная наука не является: это не просто объединение приложений компьютера для решения различных задач.

Тот факт, что многие жадные и эгоцентричные люди теперь тянутся к специалистам в области компьютерных наук и технологическим компаниям, не означает, что их каким-то образом создала сама область. Так уж случилось, что в эпоху, когда большинство из десяти самых дорогих компаний мира зарабатывают почти все свои деньги на программном обеспечении, а рост успешных небольших компаний кажется в основном за счет программных стартапов в В эпоху упадка предпринимательства кажется очевидным, что программное обеспечение может быть отличным способом заработать много денег. А в Америке академическим факультетом, который лучше всего подходит для обучения и аттестации таких людей, является компьютерная наука. Но это не вина отрасли, если многие из наиболее мотивированных прибылью, неэтичных и близоруких людей в обществе теперь носят ее цвета. Это важное различие, потому что однажды, когда технический бум пройдет и деньги пойдут на биотехнологии, робототехнику или что-то еще, такие люди все еще будут рядом, они просто будут другими. Поэтому, если кто-то считает, что курсы по этике или общению важны для функционирующих людей, отстаивайте это во всех областях.

Первоначально опубликовано на https://nicidob.github.io 2 апреля 2018 г.