Komputery przetwarzają informacje. Czy mogłyby przetwarzać rzeczywistość? Na to zaskakujące pytanie pojawiają się już pierwsze praktyczne odpowiedzi w postaci nowego rodzaju interfejsów.

U źródeł informatyki znajdziemy konstrukcje w rodzaju abakusa czy powszechnych jeszcze w ubiegłym stuleciu liczydeł. W tego typu mechanicznych urządzeniach ruch kulki czy kamyka oznaczał także ruch skojarzonej z nimi informacji. Takie postępowanie w bardziej naturalny sposób odpowiadało sytuacjom rzeczywistym niż przetwarzanie wyizolowanych informacji przy użyciu maszyny cyfrowej. Podział na świat materii i informacji ma bowiem charakter modelowy. Podobnie jak człowiek jest psycho-fizyczną całością, również w przyrodzie nie ma informacji bez skojarzonego z nią nośnika materialnego. Nie inaczej jest w informatyce – tu też nie istnieje „czysta” informacja: możemy rozważać kod programu na papierze czy na typowym nośniku maszynowym, wykorzystującym magnetyczne, optyczne bądź półprzewodnikowe właściwości materii.

Próbę mechanicznego przetwarzania danych znajdziemy także w konstrukcjach Babbage’a. Ów paradygmat był jednak niewystarczający dla wielkiej ilości danych (choć stosowany częściowo jeszcze w urządzeniach mechaniczno-elektrycznych - przekaźnikach) i ustąpił elektronice (lampy, tranzystory), a wreszcie mikroelektronice ze stosowanymi obecnie układami scalonymi. Takie podejście, choć technicznie nieuchronne, doprowadziło do oddzielenia informacji od skojarzonej z nią materii. Przykładowo: jeśli mamy bazę danych do rozliczeń kosztów transportu floty ciężarówek firmy spedycyjnej, to dysponujemy informacjami o przejazdach samochodów, które pojawiają się w systemie komputerowym, ale niekoniecznie zawsze odpowiadają rzeczywistym trasom pojazdów. Tymczasem nowoczesne systemy logistyczne umożliwiają automatyczne sprzężenie fizycznego ruchu środka transportowego z jego informacyjnymi odpowiednikami geopozycyjnymi.

Taki system „wie”, na jakim pasie drogi znajduje się w danej chwili pojazd, jaka temperatura panuje w jego ładowni, jakie są drogi hamowania czy zużycie paliwa. Bieżąca informacja o tym, jakie przerwy na odpoczynek miał kierowca w trasie, może być wykorzystywana do optymalnego planowania transportu. Innymi słowy mówiąc: w idealnej sytuacji ruch materii (pojazdu) automatycznie powoduje skojarzony z nim „ruch” informacji. Ale nawet w tak zaawansowanym systemie informacja bazodanowa nie zawsze odpowiada rzeczywistości. Algorytm definiuje jako „przerwę” sytuację, gdy ciężarówka znajduje się na parkingu i stoi – oba parametry dają się zidentyfikować na podstawie namiarów GPS oraz na bieżąco mierzonej prędkości ruchu pojazdu. Tymczasem nie wiadomo czy kierowca wykorzystuje ten czas na sen, czy też musi akurat rozładowywać towar (istnieje możliwość ręcznego wprowadzania tych danych do systemu).

Wielodotykowa intuicja

Stopniowo jednak zmierzamy w takim kierunku, aby materia, zmieniając swoje stany i właściwości, jednocześnie zmieniała stany i właściwości komputerowo kojarzonej z nią informacji. Warunek ten, znany w automatyce, umożliwia bieżące, a jednocześnie precyzyjne przetwarzanie danych. Rozważmy jeszcze jeden przykład z praktyki przemysłowej. Linia produkcyjna wytwarza wyrób gotowy, powiedzmy szczoteczki do zębów. Jak „powiedzieć” systemowi ERP, że właśnie coś wyprodukowaliśmy? Rozwiązań jest oczywiście wiele – w najbardziej tradycyjnym wariancie dane o produkcji zanotowane na papierze (brak kosztów instalacji komputerów na hali produkcyjnej) trafiają do biura i tam są ręcznie wprowadzane do systemu z pewnym opóźnieniem (np. następnego dnia). Aktualność i precyzja (błędy) takich danych pozostawiają, rzecz jasna, wiele do życzenia.