Космос прогресса: какие технологии будущего попали в топ-100

Политики и предприниматели хотят знать, каким будет завтрашний мир. Несмотря на все разговоры о «черных лебедях» и многочисленные несбывшиеся прогнозы, лучше иметь неполный и неточный образ будущего, чем не иметь вообще никакого.
Как спрогнозировать развитие технологий? Большинство методов так или иначе сводится к опросу экспертов и обобщению их мнений. Недостатки этого подхода понятны. Прежде всего, над новыми технологиями работает столько людей, что попросту трудно собрать достаточное количество экспертов. Кроме того, чем компетентнее специалист, тем более узкая у него специализация. Обобщать мнения узких специалистов приходится аналитикам, которые сами поверхностно разбираются в технических нюансах, к тому же, как и все люди, подвержены моде и стереотипам. 
В эпоху больших данных набирает популярность другой метод: автоматический анализ научных статей, патентов и других релевантных текстов. Подобный механистический подход страдает как раз от отсутствия экспертизы. Ни патент, ни научная статья, вообще говоря, не означают, что технология будет работать, а тем более — что она коммерчески перспективна. Кроме того, когда технологию описывают сами ее разработчики, они зачастую фокусируются на ее плюсах и недооценивают минусы. Далее, научные статьи пишутся для узких специалистов. В них опущено многое, понятное подготовленному читателю без слов, а внимание сфокусировано на глубоко технических деталях, как правило, совершенно не важных для прогнозирования будущего. Наконец, сам корпус научной или патентной литературы представляет собой огромный слабо упорядоченный ворох публикаций. Сказанное в одной статье может быть много раз повторено в других, причем разными словами и в разных контекстах. Для автоматического анализа все это превращается в настоящую проблему.
Авторы исследования, недавно опубликованного в журнале Scientific Data, нашли неожиданный третий путь. 

Редактировать будущее

В качестве материала для анализа исследователи использовали англоязычную «Википедию». Этот выбор может показаться странным. Энциклопедия, которая пишется и редактируется волонтерами, среди ученых имеет не лучшую репутацию. Точный факт, извлеченный из научной статьи, может соседствовать там с концепцией, почерпнутой из научно-популярной книги, а то и заметки на новостном портале, понятой и изложенной в меру сил сугубым любителем. Получается винегрет непредсказуемого качества, самое разумное применение которому — сразу перейти в раздел «Ссылки» и поискать там подходящий источник для знакомства с предметом.
Однако создание перечня новых технологий — это цель, нивелирующая многие недостатки «Википедии». Сколько бы неточностей ни содержала статья, скажем, о квантовых компьютерах, она отражает главное: квантовые компьютеры существуют и многими экспертами рассматриваются как технология будущего. При этом в 2,6 млн проанализированных статей в совокупности больше информации, чем может уместиться в головах любой команды экспертов.
Кроме того, интернет-энциклопедия гораздо удобнее для анализа, чем ворох научных статей. Ее главное преимущество — четкая структура. Поисковая система Google Scholar по запросу Quantum computing («Квантовые вычисления») выдает почти четыре миллиона публикаций. «Автоматическому футурологу» пришлось бы самостоятельно дойти до мысли, что все они описывают нюансы одной и той же технологии. В то же время в «Википедии» всего одна статья под этим названием. Кроме того, вики-статьи имеют стандартную структуру и сеть гиперссылок, отражающую взаимосвязь между технологиями. Статьи объединены в категории, между синонимичными терминами есть перенаправления и т.д.

Построение космоса

Своим главным результатом авторы считают даже не саму карту технологий под громким названием Cosmos 1.0, а методологию ее создания и метрики, созданные ими для оценки технологий. Это инструмент, который можно применять к любым наборам данных со структурой, похожей на «Википедию». Расскажем подробнее, что и как сделали исследователи.
Для начала поговорим о метриках. Авторы вводят четыре показателя. Общность (Generality) показывает, насколько широко может применяться та или иная технология. Индекс осведомленности о технологии (Technology Awareness Index) — насколько о ней осведомлено общество. Глубина технологии (Deeptech) позволяет отличать технологии, основанные на научных прорывах, вроде редактирования ДНК, от чего-то подобного блокчейну или хештегам. Наконец, возраст технологии показывает, когда она вошла в информационное поле. При расчете этих индексов авторы вышли за пределы «Википедии». Например, возраст технологии рассчитывался по данным сервиса Google Books.
Теперь расскажем о технике сбора данных. Прежде всего из вики-статей требовалось выбрать статьи о технологиях. Авторы использовали для этого систему искусственного интеллекта Wikipedia2Vec 22. Нейросети такого типа умеют выявлять смысловые связи между словами. ИИ, обученный на достаточном количестве текстов, понимает, что слово «ложка» относится к словам «еда» или «пища» так же, как слово «лопата» — к словам «земля» или «грунт». Wikipedia2Vec 22 для уточнения контекста также пользуется стандартными средствами «Википедии», например, внутренними ссылками.
Исследователи начали с вики-статьи List of emerging technologies («Список новых технологий») и отобрали около 55 000 статей, связанных с ней теснее других. Конечно, в этот список попали статьи не только о технологиях, но и о научных теориях, отдельных ученых, организациях и т.д. Часть этой примеси удалось отсечь по формальным признакам. Осталось около 29 000. Затем авторы отсортировали статьи по посещаемости и отбросили примерно 10% самых непопулярных. Они исходили из того, что технологии привлекают больше внимания, чем то, что относится к ним лишь косвенно. О квантовых компьютерах читают чаще, чем о любом человеке, участвовавшем в их создании. Правда, о квантовой механике или квантовой запутанности читают еще чаще. Первая — наука, а вторая — явление, но ни то ни другое — не технология. Так что такой фильтр трудно назвать идеальным. Так или иначе, в выборке осталось около 23 000 энциклопедических статей.

Первая сотня

Авторы снова применили нейросеть, чтобы сгруппировать эти статьи по темам. Они получили семь крупных кластеров: «биотехнологии», «нанотехнологии», «данные и анализ», «нетворкинг и связность» (под этим туманным названием скрываются технологии связи и компьютерных сетей), «здоровье и медицина», «автономные системы» и «конвергентные технологии». Наконец, каждый кластер был проработан с помощью автоматического поиска по патентам, и, увы и ах, ручного труда экспертов. Благо просмотреть тысячи статей хотя бы по заголовкам — это посильная человеку работа. В итоге авторы сформировали топ-100 прорывных технологий — или, скорее, технологических направлений.
Полный список можно увидеть на диаграмме, но пройдемся по нему беглым взглядом. В глаза бросаются странности классификации. Так, в кластере «биотехнологии» 30 пунктов. По идее, каждый из них должен представлять ту или иную биотехнологию. Но что в этом списке делает пункт «водородное топливо», не имеющий никакого отношения к биологии? Здесь же пункт «генетика» соседствует с пунктом CRISPR, хотя генетика — это огромная совокупность технологий, а CRISPR — конкретный метод редактирования ДНК, который, безусловно, является частью генетики. Наконец, в кластере «биотехнологии» среди 29 других позиций есть пункт с неожиданным названием… «биотехнологии». С остальными частями схемы дело обстоит примерно так же.
Можно возразить, что авторы делали кластеризацию, а не классификацию. Однако когда итоговый список перспективных технологий, проверенный экспертами, выглядит как классификация животных по Борхесу, возникают сомнения в его полезности для каких-либо прогнозов и управленческих решений. Возможно, новая методика прогноза и остроумна, но пока явно нуждается в доработке.
Мнение редакции может не совпадать с точкой зрения автора