В каждый браслет был встроен чип радиочастотной идентификации (RFID). Такие чипы не нуждаются в батарейках, и есть только один способ их использовать: направить на них запрос и получить реакцию. Передайте маленький электромагнитный заряд, и чип протрещит уникальный идентификационный код. Сопоставьте код, например, с аккаунтом Facebook — и вы в деле. Чип может стоить всего 7 центов, а в будущем — еще дешевле.

Неожиданно компании получили возможность отслеживать любой товар по всему миру. Если вы присоедините чип к какой-нибудь детали автомобиля, то сможете наблюдать, как она путешествует на завод, попадает на сборочный конвейер, затем на демонстрационную площадку в дилерском центре, а потом в чей-то гараж. Больше не надо специально списывать запасы из-за порчи, отзывать целые модели из-за ошибки одного завода.

Также RFID дает системе управления зданием возможность отслеживать любые объекты в помещении и их местонахождение. При наличии достаточно мощного сигнала RFID может стать решением проблемы потерянных ключей. Он ставит нас, как пишет автор Forbes Рейхан Салям, перед лицом «мощной перспективы — реального мира, проиндексированного так же четко и системно, как Google проиндексировал и организовал Всемирную сеть» [394] .

Это и будет «интеллектуальное окружение». Его концепция основана на простом наблюдении: те вещи, которые вам принадлежат, то, куда вы их помещаете, и то, что вы с ними делаете, отлично характеризует, что вы за человек и каковы ваши предпочтения. «В ближайшем будущем, — утверждает группа экспертов по ambient intelligence под руководством Дэвида Райта, — каждый произведенный продукт — наша одежда, деньги, бытовая техника, краска на стенах, ковры на полах, наши машины, что угодно, — будет сопровождаться встроенным интеллектом и сетями крошечных датчиков и активаторов, которые кое-кто называет "умной пылью"» [395] .

А вот третий вид мощных сигналов, которые все дешевле получать и обрабатывать. В 1990 году секвестрование одной «буквы» ДНК — пары нуклеотидов — обходилось в 10 долларов. К 1999 году затраты упали до 90 центов. В 2004 году они пересекли новый порог — 1 цент, — а сейчас, когда я пишу эти строки, этот процесс стоит уже одну тысячную долю цента. К моменту, когда книга выйдет из печати, секвенирование, несомненно, станет еще дешевле. Где-нибудь лет через пять мы, должно быть, сможем секвенировать любой произвольно взятый человеческий геном по цене дешевле сэндвича в закусочной.

Все это похоже на эпизод фильма «Гаттака» [396] , но стремление добавить такие данные в наши профили будет весьма сильным. Хотя мы понимаем, что ДНК определяет далеко не все — другая клеточная информация, гормоны и условия нашей среды играют большую роль, — все-таки есть множество несомненных корреляций между генетическим материалом и нашим поведением. Мы не только сможем предсказывать и предотвращать будущие проблемы со здоровьем значительно более точно — хотя и этого будет достаточно, чтобы многие из нас выстроились в очередь. Собирая вместе информацию ДНК и данные о поведении — например, данные iPhone о местоположении людей или обновления в Facebook, — предприимчивый ученый сможет провести статистический регрессионный анализ всего общества.

В этих данных кроются схемы и модели, о которых ученые даже и не мечтали. Если правильно задействовать их, они обеспечат невообразимо точную фильтрацию. В этом мире почти весь наш объективный опыт будет фиксироваться, переводиться в цифры и использоваться для корректировки нашего окружения. Возможно, главной проблемой будет придумывание вопросов, которые потребуется задавать в связи с этими огромными потоками битов. И программы все чаще будут задавать эти вопросы сами.

В декабре 2010 года исследователи из Гарварда, Google, «Британской энциклопедии» и «Словаря американского наследия» (American Heritage Dictionary) объявили о результатах совместного проекта продолжительностью в четыре года [397] . Команда проекта составила базу данных, охватывающую все содержание книг более чем за пять столетий. В общей сложности в нее вошли 5,2 миллиона книг на английском, французском, китайском, немецком и других языках. Теперь любой, кто зайдет на страницу Google N-Gram, может ввести запрос и посмотреть, как те или иные слова и фразы набирают и теряют популярность с течением времени: от появления их в роли неологизмов до затухания и забвения. По мнению исследователей, этот инструмент дает и еще более грандиозные возможности — «количественный подход к гуманитарным наукам», позволяющий по-научному картировать и измерять культурные изменения.

Уже первые находки показывают, насколько мощным может оказаться этот инструмент. Изучая отсылки к прошлым датам, исследователи обнаружили, что «с каждым годом человечество быстрее забывает свое прошлое». Также они утверждали, что их разработка может стать «мощным инструментом для выявления цензуры и пропаганды» [398] — благодаря выделению стран и языков, в которых наблюдается статистически ненормальное отсутствие определенных идей или фраз. Например, упоминания о Льве Троцком гораздо реже появляются в книгах на русском языке середины XX века, чем в английских или французских публикациях того же периода.

Несомненно, этот проект — колоссальное подспорье и исследователям, и просто любопытной публике. Однако едва ли единственным мотивом участия Google в нем была помощь науке. Помните слова Ларри Пейджа о том, что он хотел создать машину, «способную понять все», которую некоторые назвали бы искусственным интеллектом? Информация — ключевой элемент подхода Google к созданию интеллекта, и в пяти миллионах оцифрованных книг ее просто безумное количество. Чтобы вырастить настоящий искусственный интеллект, его нужно хорошо кормить.