Мы все родом из прошлого века, когда вычислительных машин не хватало. Этого никто никогда не говорил в слух, но всем в прошлом веке хотелось снять ограничения на собственные вычислительные возможности и обладать вычислительным ресурсом той мощности, которая необходима для решения той или иной прикладной задачи. Именно этим и было обусловлено то значительное внимание общественности к развитию ЭВМ. Предполагалось, что очень большие ЭВМ смогут решать очень сложные задачи.

Закон Мурра сработал, и сегодня у большинства в наличии избыток вычислительных ресурсов. На каждого из нас приходится несколько вычислительных машин (калькулятор, сотовый телефон, домашний настольный компюьтер, ноутбук для командировок, «личный» компьютер на работе...). Более того, в каждом доме, как правило, есть ставшие ненужными устаревшие телефоны, калькуляторы, компьютеры, которые еще годны для определенных задач, но они уже никогда не будут нами востребованы. Выбросить пока жалко, а использовать старое «железо» целесообразно только в форсмажерных ситуациях. Если бы нам не хватало вычислительных ресурсов, то нашлось бы применение и для этих «раритетов», более того, все наши старые и новые компьютеры были бы включены в сеть и работали бы круглосуточно.

Получается, что в прошлом веке нам не хватало вычислительных возможностей, а в этом — большинство уже привыкло к их переизбытку. И только некоторые из нас продолжают находиться в плену иллюзии «нехватки» вычислительного «железа». Они по-прежнему мыслят категориями прошлого века и жалуются на отсутствие требуемых мощностей. Все жалобы о нехватке мощности компьютеров базируются на том простом предположении, что маленький компьютер может решать маленькие задачи с низким числом переменных, а очень большой компьютер — с очень большим числом переменных.

На интуитивном уровне нам всем понятно, что сложные (высокоразмерные) задачи следует решать, учитывая очень многие факторы (переменные). Если мы способны учесть все факторы (все переменные), то любая задача становится полностью детерминированной. В этом случае решение сложной задачи оказывается полностью однозначным и не содержит неопределенности (случайной составляющей). Однако по мере того как мы снижаем размерность задачи (исключаем часть наименее значимых переменных), неопределенность решений (энтропия) возрастает.

< ... >