“Трудно искать кота в черной комнате, особенно если его там нет”

Разбирая блоги и релизы знакомых ИТ-компаний для понимания вектора развития современного (в том числе Российского) рынка ИТ споткнулся (да-да, именно споткнулся — это не опечатка) о заметку в блоге компании Синезис (Synesis, Mink, Belarus). Ссылка на публикацию (на английском языке).

Связавшись с представителем компании (один из управляющих партнеров — Птицын Николай), с кем знаком лично по встречам на разных международных мероприятиях и тусовках (MWC, iGB Affiliate, etc), узнал немного деталей имевшего места “кейса”.

Long story short: некий молодой человек по имени Санчаров Кирилл связался с фаундерами компании Synesis(Минск, РБ) и предложил партнерство в области развития математического алгоритма сжатия данных (архиватора) с использованием вполне научно-подобного метода “поиск заданной n-битной последовательности в бесконечном иррациональном числовом ряду, коим является значение Пи после запятой”. Науко-подобное звучание, стечение обстоятельств, а также упорство молодого “разработчика-предпринимателя” сделали фантазию — реальностью. Уважаемая, опытная, многопрофильная ИТ-компания подхватила проект и дала зеленый свет выделив материальные, человеческие и прочие ресурсы на развитие инициативы и даже предоставила свое имя для представления проекта Aleph на различных профильных конференциях и мероприятиях (EMERGE 2019). 6 месяцев плотной работы команды компании и желание сделать дерзкий старт-ап рельным бизнес-кейсом разбивались о преграды очень странных свойств, будь-то периодическими исчезновениями “автора” идеи под разными предлогами (например “надо сдать сессию в МФТИ”; В 26 лет? Сессия? Не иначе заканчивал 8 курс?), попытками “взлома” серверов системы злыми хакерами, или криворукостью “разработчиков” работающих на удаленке, которые периодически “ломали систему” и требовалось срочное личное присутствие в другой стране для исправления “повреждений”. Демонстрируемый исходный код был подозрительно похож на обфусцированные решения PAQ разных поколений. Дальше — больше, данные волшебным образом сжимались в 2/4/8/.../n^32 раз. Апофеозом истории стал момент, когда “алгоритм” стал сжимать только что сжатые данные в те же n-раз (правда стоит отметить, что для этого пришлось зашифровать сжатые данные, иначе программа их узнавала и отказывалась “сжимать” повторно) и чудесным образом 1Gb вполне себе плотных данных в формате MPEG-4 в рекордные 7Kb!

Synesis закрыла проект. Суммарный ущерб от действий мошенника компания оценивает в сотни тысяч долларов США.

Странно звучит, да? 2019 год, Python учат в школах, ИТ давно стал мейнстримом, а число людей понимающих термины “нормализация данных”, “медиана”, “инкапсуляция кода” исчисляется десятками, если не сотнями тысяч. Машинное обучение только что еще не учит детей (или уже учит?). В этой среде происходит ситуация подобная той, что описана выше.

Почему? Как? Неужели распространение знаний приводит не только к росту профессиональных экспертиз в индустрии, но и к проникновению мошенников уделом которых ранее было воровство данных банковских карт и обман вендоров на электронных торговых площадках?

Я склонен допускать, что сегодня 9 из 10 профессионалов в рынке ИТ (людей считающих ИТ своей профессией) даже не слышали про трехтомник Кнута “Искусство Программирования”. Но логика — наука упрямая, да и теорию информации изучали многие причастные к индустрии! Следуя логике и знаниям в области алгебры можно допустить, что при определенной доле удачи (подразумевается математический смысл термина — прим.автора), а также правильной методике поиска/вычисления/обращения можно найти определенный баланс в скорости кодирования/степени сжатия и получить какой-то вменяемый результат. Но ключевое слово — баланс. Сразу вспоминается триада-противоречий: “Быстро, качественно, дешево” — если взять за предпосылку два любых утверждения, то силлогизм противоречит третьему (“быстро и качественно — не может быть дешево”, “быстро и дешево — не может быть качественно”, “качественно и дешево — не может быть быстро”). Опираясь исключительно на методы математического кодирования и не используя прикладной оценки кодируемых материалов энтропию не победить. Тот же “JPEG требует применения теории из цифровой обработки сигналов, математического анализа, линейной алгебры, теории информации, в частности, преобразование Фурье, кодирование без потерь и др” (habr.com — цитата, Филипп Володин@Fil).

Послесловие.

Любому специалисту в области ИТ не в новинку слышать термин «дьюдил» (due diligence), но хорошо ли мы понимаем важность столь привычного нам процесса в реальном мире? История, описанная выше и ставшая поводом к этой статье, подводит меня к переосмыслению важности проверки гипотезы не только на предмет ее обоснованности с точки зрения идеи и возможности реализации, но и также с точки зрения проверки порядочности “изобретателя”. “Алгоритм Бабушкина” бывший забавной шуткой несколько лет назад случился вновь — и это тревожный знак!

Мир ИТ — это мир погони за «единорогом» во всей красе этого процесса! И вот, догнав нечто рогатое и вроде бы правильного розового оттенка встает вопрос: «Это точно он?», «А точно рог один (а второй не спилен хитрецами для идеализации результата)?», «А точно он розовый (в обманчивом свете бинарной луны оттенки могут менять самым причудливым образом)?» И прочие вопросы, которые мы могли бы придумать — все они с одной стороны добавляют нам уверенности, а с другой могут оказаться непростительным лагом в принятии решений.

Желаю всем простых и понятных дьюдилов, побольше идей и настоящих единорогов!