Стержневая статья сентябрьского номера журнала Computer, сформировавшая заявленную тему номера, — «Трансляционные исследования в информатике» («Translational Reasarch in Computer Science») Дэвида Абрамсона (David Abramson) и Маниша Парашара (Manish Parashar). Термин «трансляционные исследования» появился в медицине в конце XX века, а в последнее десятилетие вокруг него сформирована большая научно-практическая отрасль, названная «трансляционной медициной», призванная обеспечить стыковки между фундаментальными и доклиническими исследованиями, клиническими испытаниями и широкой практикой. Необходимость в приложении этого подхода к информатике объясняется аризонским инцидентом (беспилотный автомобиль лишил жизни пешехода): закон штата, разрешавший эксплуатацию автономных автомобилей «не устанавливал, не реализовывал процесс, сходный с клиническим испытанием», но «был написан рекламным языком, используемым для аргументации ценности базовых исследований». Современные критические вычислительные системы на основе технологий машинного обучения могут существенно изменить поведение по мере накопления масштабных эксплуатационных результатов. Таким образом, перенос на почву вычислительных систем методических наработок трансляционной медицины, обеспечивающей структурированное взаимодействие в сквозном потоке от фундаментальных исследований и испытаний до широкой практики, представляется важным.

В материале «Оценивая успех блокчейна по состоянию на текущий момент» («Taking Score on Success of Blockchain, So Far») представлены мнения экспертов об эффективности применения технологии распределенных реестров на практике. Наблюдатели в целом согласны с тем, что в связи с шумихой технология столкнулась с завышенными ожиданиями, тем не менее имеется ряд ценных работающих приложений, уже оказавших влияние на экономику целых отраслей.

В статье Марка Сэйлсбери (Mark Sailsbury) «Когда компьютеры консультируют нас: как представить типы знаний, к которым ищут экспертный совет пользователи» («When Computers Advise Us: How to Represent the Types of Knowledge Users Seek for Expert Advice») предлагается «новый тип цифрового советника», интегрирующего возможности традиционных экспертных систем и глубинного обучения. Материал возвращает экспертные системы в современный контекст технологий искусственного интеллекта, но уже на новом витке: классические системы, основанные на накопленных правилах вывода, могут быть оснащены средствами глубинного обучения. Главное препятствие на этом пути — вероятностный характер нейросетей. Решая весьма сложные задачи на основе накопленных данных в ограниченной предметной области, они не могут дать удовлетворительный результат как экспертные системы общего назначения.

Статья «Боты, координирующие работу в проектах создания программного обеспечения с открытым кодом» («Bots Coordinating Work in Open Source Software Projects»), опубликованная группой авторов во главе с Филиппом Хукалем (Philipp Hukal), посвящена эффективности применения автоматических алгоритмических действий в конвейере по событиям на примере проекта Kubernetes. Оказалось, что в 97% изменений в проекте в 2017 году так или иначе были вовлечены такие боты. Авторы вводят классификацию ботов, приводят примеры, позволяющие убедиться в широких возможностях техники для организации разработки.

В статье «Ранние результаты инициатив по Интернету вещей с влиянием на капитализацию бизнеса» («Early Results on Business Value of Internet of Things Initiatives») Чжанкуй Хуань (Cheng-Kui Huang), Тавэй Ван (Tawei Wang) и Чя-Ю Линь (Chia-Yu Lin) рассмотрели Интернет вещей со стороны бизнеса: как влияет объявление подобных инициатив на капитализацию компаний. Исследование показало, что влияет положительно: компании, вошедшие в проекты Интернета вещей, показали годовой прирост стоимости акций в среднем почти на 16%, что существенно выше аналогичного показателя индекса S&P за последние 90 лет.

Статья «Облачная футурология» («Cloud Futuroloy») наверняка займет важное место в библиографических подшивках по истории информатики. Во-первых, примечательна вводимая авторами периодизация облачных вычислений: ранние упоминания (до 2000 года), возникновение (2001–2004 годы — появление Amazon Web Services), первое поколение (2005–2011 годы — запуск проекта OpenNebula и популяризация больших данных, стандартизация облачных вычислений от NIST), второе поколение (2012–2016 годы — от туманных вычислений и нереляционных облачных СУБД до микросервисных сред для облачной разработки и платформ Интернета вещей), «поколение Next» (с 2017 года), отмечаемое такими событиями, как стандартизация туманных вычислений консорциумом OpenFog, запуск Amazon Step Functions, IBM Cognitive Cloud и подводного ЦОД Microsoft, появление облачного доступа к тензорным процессорам Google. В качестве основных направлений развития облачных технологий в будущем авторы отмечают развитие легковесных технологий виртуализации с применением специализированного оборудования (программируемых вентильных матриц, тензорных процессоров), разработку управляющего ПО для микроЦОД, проработку стратегий энергосбережения на уровне связующего и прикладного ПО, стандартизацию федеративных облаков и создание единого средства доступа для туманных и граничных вычислений, выработку механизмов вертикальной стыковки сетевых функций между различными облаками и граничными сетями, разработку новых технологий пространственно-временного сжатия данных.

Апостолос Фурнарис (Apostolos P. Fournaris), Арис Лалос (Aris S. Lalos) и Димитрос Серпанос (Dimitrios Serpanos) в статье «Генеративно-состязательные сети для критичных систем безопасности с элементами искусственного интеллекта: друзья или враги?» («Generative Adversarial Networks in AI-Enabled Safety-Critical Systems: Friend or Foe?») обратили внимание на то, что возможности по распознаванию и созданию подобных изображений могут быть использованы не только в самих системах безопасности, но и для их обхода. Группа авторов в материале «Прорывные инновации и подрыв уверенности: гарантии для машинного обучения и автономных систем» («Disruptive Innovations and Disruptive Assurance: Assuring Machine Learning and Autonomy») также отмечают потенциал «двойного назначения» современных технологий искусственного интеллекта и предлагают систематический подход к вопросам безопасности.

Октябрьский номер журнала посвящен 50-летию ARPANET. В 1969 году сообщение с терминала в Университете Калифорнии в Лос-Анджелесе было принято за 600 км от него в Стэнфорде. Пятеро участников тех знаменательных событий (в том числе руководитель проекта Леонард Клейнрок и тогда еще его аспирант Винтон Серф) обсудили «ARPANET и его влияние на современное состояние вычислительных сетей» («The ARPANET and Its Impact on the State of Networking»).

В статье «Американская национальная квантовая инициатива» («The U.S. National Quantum Initiative») обсуждаются одноименный закон Конгресса США и в целом политика властей в области квантовых вычислений. Примечательно, что автор статьи — Пол Стаймерс (Paul Stimers) — основал лоббистскую Коалицию квантовой индустрии, уже объединившую почти всех производителей квантовых компьютеров (D-Wave, IBM, Intel, Rigetti), а по роду основной деятельности он является партнером юридического бюро K&L Gates, одним из сооснователей которого был отец Билла Гейтса — Уильям Гейтс II. Не понаслышке знающий о законодательной волоките автор отмечает беспрецедентную скорость принятия инициативы. Закон предусматривает создание в системе Минэнерго двух новых квантовых лабораторий, поддержку действующих структур и развитие образовательных программ, на эти задачи выделен бюджет 1,275 млрд долл. на ближайшие пять лет. Аналитики сравнивают инициативу с Манхэттенским проектом, а реализовывать проект будут NIST, Национальный научный фонд США и Министерство энергетики, Министерство обороны и спецслужбы.

Одна из самых успешных отраслей с точки зрения практического проникновения технологий Интернета вещей и граничных вычислений — животноводство, этому направлению посвящена статья «Туманно-облачные вычисления для агропредприятий: недорогие технологии, обмен данными и забота о скоте» («Fog-to-Cloud Computing for Farming: Low-Cost Technologies, Data Exchange, and Animal Welfare»). В ней представлена система управления стадом не только на уровне системной архитектуры, но и во многих деталях, вплоть до используемых моделей оконечного оборудования, маршрутизаторов, узлов граничных устройств. Все эти детали оказываются в действительности важны в условиях ограниченности полевых ресурсов и необходимости находить баланс между вычислениями на границе и в облаке.

В материале «Может ли сокрытие текста в публикациях в соцсетях представлять угрозу?» («Can Information Hiding in Social Media Posts Represent a Threat?») речь идет о хорошо известной технике, делающей текст, распознаваемый человеком, одновременно нечитаемым машиной: в Юникоде практически для каждой буквы можно найти несколько ее омоглифов — аналогов из других алфавитов, в других частях таблицы, графически изображаемых практически неотличимым для человеческого глаза образом. Авторы — Флавио Бертини (Flavio Bertini), Стефано Джованни Риццо (Stefano Giovanni Rizzo) и Данило Мотези (Danilo Montesi) — показывают нетривиальность проблемы, озвученной в названии статьи.

В материале «Конкурсы по тестированию программного обеспечения: наблюдения и извлеченные уроки» группа авторов обобщает двухлетний опыт международных соревнований по модульному тестированию STC, проводимых среди студентов. Сегодня на фоне автоматизации процессов тестирования резко выросли квалификационные требования к тестировщикам, и появление таких конкурсов — естественная необходимость для всей отрасли.

В статье «От искусственного интеллекта к искусственной мудрости: чему нас учит Сократ» Таэ Ван Ким и Сантьяго Мехиа обращаются к древнегреческому философу-моралисту, боровшемуся со «всезнайством» и отвергавшему ценность знания, не направленного на задачи процветания человечества, и обсуждают нравственные и гуманистические аспекты достижений в области искусственного интеллекта. По мнению авторов, происходящее в этой области зачастую идет вразрез с истинными целями познания и совершенствования. Доминирующие сегодня нейросетевые технологии далеки от воспроизведения интеллектуальных функций человека, поскольку лишены причинно-следственной составляющей — основной скрепляющей конструкции логического мышления.

Апостол Васильев (Apostol Vassilev) поднимает вопрос «Может ли глубинное обучение спасти нас и себя от лавины угроз в киберпространстве?» («Can Deep Learning Save Us and Itself From the Avalanche of Threats in Cyberspace?») и предлагает архитектуру нейросети прямого распространения, показывающую высокие результаты на задачах анализа тональности текста.

В статье «Сооружения как датчики: неявное зондирование среды и ее обитателей» («Structures as Sensors: Indirect Sensing for Inferring Users and Environments») авторы называют здание «вещью» в смысле Интернета вещей, которая «откликается» на все происходящее в ней вибрациями — их можно «слушать» и использовать, например, для определенния роста и веса перемещающихся в здании людей или оценки дорожной обстановки на прилегающей улице.

В заметке «Синтетические данные: как искусственный интеллект из потребителя данных становится их поставщиком и почему это важно» («Synthetic Data: How AI Is Transitioning From Data Consumer to Data Producer and Why That's Important») Марк Кэмпбелл (Mark Campbell) обращает внимание на то, что генеративно-состязательные сети, с их способностями порождать реалистичный контент, сами становятся значимым источником данных, что порождает как многочисленные технологические возможности, так и этические «серые зоны».

«Введение в руководство проектами с открытым исходным кодом» («Getting Started With Open Source Governance») Джеффа Мак-Афера (Jeff McAffer) из GitHub — отменный вводный материал для организаций, только еще погружающихся в мир создания открытого ПО. Здесь раскрыты и типичные стадии освоения (от отрицания через принятие и восторг к совершенству), и необходимые культурно-управленческие ходы.

В заметке Энн Соубел (Ann Sobel) «Новый (?) взгляд на образование в сфере информатики и вычислительной техники» («A New (?) Education View of Computing») отмечено, что длительное время учебные программы по соответствующим дисциплинам менялись в направлении удаления от аппаратного обеспечения и повышения внимания к языкам программирования. Но сейчас ситуация изменилась: с развитием Интернета вещей, повышенным вниманием к вопросам криптографии, применения аппаратных ускорителей и прочего образовательный вектор разворачивается в сторону аппаратуры, микрокода и низкоуровневой оптимизации.

Неожиданно откровенный текст на злободневную тему «Huawei, Бюро промышленности и безопасности и IEEE: дежавю снова и снова» («Huawei, BIS, and the IEEE: It’s Déjà Vu All Over Again») написал Халь Бергхель (Hal Berghel). В мае 2019 года, вслед за санкциями против Huawei, в IEEE выпустили меморандум, в котором ограничивали сотрудников подсанкционной организации в праве участия в редакционном процессе и закрытых технических совещаниях IEEE; хотя вскоре президент IEEE Хосе Моура сообщил о «пересмотре ограничений», подтвердив, что все члены сообщества равноправны, но «осадок» остался. В любом случае IEEE как организация, зарегистрированная в США, должна соблюдать законодательство этой страны, и это всем всегда нужно иметь в виду. Бергхель подробно рассказывает еще об эпизоде давления американских компетентных органов на профессиональные организации: в 1982 году директор АНБ потребовал от IEEE и ACM предварительной цензуры его агентством всех публикаций по криптографии, причем борьба за это ограничение велась долго и по многим фронтам. Характерно, что, как и в эпизоде с попыткой уголовного преследования создателя PGP Филиппа Циммермана, формально IEEE и ACM спасла первая поправка к американской конституции, запрещающая цензуру, хотя решающую роль в противодействии ограничениям сыграли активные участники сообщества. Обращаясь к этим эпизодам, автор призывает членов сообщества отстаивать профессиональную этику, отличать ограничения в духе договоров о неразглашении от откровенных подрывов демократических принципов, от втягивания в политические дрязги, разрушающие саму суть научных сообществ.

Статья «Ethernet: от офиса к ЦОД и Интернету вещей» («Ethernet: From Office to Data Center to IoT») Джеффа Томпсона (Geoff Thompson) — бывшего руководителя рабочей группы IEEE 802.3, разработавшей стандарт Ethernet, — продолжает тему 50-летия ARPANET. Автор рассказывает об истории стандартизации Ethernet и рассуждает о текущем состоянии развития технологии.

Эрик Дебенедиктис (Erik P. DeBenedictis) целью своей статьи «Powerball и квантовое превосходство» («Powerball and Quantum Supremacy») ставит доведение информации о потенциале квантовых вычислений до широкой публики на доступном примере — лотереях (Powerball — одна из крупнейших американских телелотерей). Для создания лотерейной машины предлагается применить алгоритм Шора, позволяющий раскладывать числа на простые множители на квантовом компьютере с недоступной для классических вычислений производительностью.

Тема ноябрьского номера журнала — цифровое здравоохранение. Во вводной заметке «На пути к здоровому образу жизни» («Toward Healthier Lifestyles») Дэвид Грайер (David Grier) выделил три крупные тенденции в цифровой медицине: выявление численных критериев качества; перенос основного фокуса с лечения заболеваний на агитацию здорового образа жизни; игрофикация, позволяющая вовлечь пользователя в каждодневную борьбу за собственное здоровье. В статье Суми Хелала (Sumi Helal) и Рамеша Джайна (Ramesh Jain), озаглавленной «Цифровое здравоохранение — активный и здоровый образ жизни» («Digital Health — Active and Healthy Living»), прогнозируется рост рынка медицинской информатики с 86,4 млрд долл. в 2018 году до 504 млрд к 2025-му. При этом сменится структура этого рынка в пользу мобильных технологий, которые по денежной емкости существенно превзойдут и цифровые системы здравоохранения, и системы медицинской аналитики, и телемедицину.

Исследовательские статьи тематического блока: «Об эффективности глубинного обучения: диагностика фибрилляции предсердий» (On the Effectiveness of Deep Representation Learning: The Atrial Fibrillation Case), «Система мониторинга и предотвращения ажитации для расширения возможностей по уходу за пациентами, страдающими деменцией» («Agitation Monitoring and Prevention System for Dementia Caregiver Empowerment»), «Облачная система с технологиями искусственного интеллекта для организации крупномасштабного скрининга аритмии» («Cloud-Based Artificial Intelligence System for Large-Scale Arrhythmia Screening») и «Искусственный интеллект вещей в спортивно-медицинских исследованиях на примере силовых тренировок» («Artificial Intelligence of Things in Sports Science: Weight Training as an Example») — затрагивают наиболее актуальные вопросы цифрового здравоохранения.

В номере есть две примечательные статьи, названия которых говорят сами за себя: «Динамическое управление энергопотреблением портативных устройств с учетом особенностей приложений» («Application-Aware Dynamic Energy Management for Portable Devices») Озгуна Пинарера (Ozgun Pinarer) и Атая Озговде (Atay Ozgovde) и «Эффективные меры для Общества 5.0: использование технологий искусственного интеллекта для формирования политик повышения информированности людей» («Better Actions for Society 5.0: Using AI for Evidence-Based Policy Making That Keeps Humans in the Loop») Ёсихиро Сироиси (Yoshihiro Shiroishi, Hitachi), Кунио Утиявы (Kunio Uchiyava) и Норихиро Судзуки (Norihiro Suzuki).

Андрей Николаенко ( ANikolaenko@Ibs.ru ) — архитектор, компания IBS (Москва).