Если они придут, первыми им понадобятся математики и IT-специалисты.

Представьте совершенно обычный вечер.

На одном мониторе открыт Linux terminal. На другом работает Windows. Рядом стоит iMac. Через SSH идёт подключение к удалённому серверу. В сети работает оборудование Cisco.

На сервере запущены контейнеры, база данных, reverse proxy и несколько приложений. Искусственный интеллект помогает анализировать тысячи строк логов.

Для опытного IT-инженера это обычная рабочая среда.

Пока в журнале не появляется активность, которую невозможно сразу классифицировать.

Источник не подбирает пароль. Не пытается получить root. Не ищет WordPress. Не сканирует очевидные уязвимости.

Его поведение больше напоминает попытку определить:

Кто построил эту систему?

Именно с этого вопроса начинается первый материал рубрики M&N Soft «Мы уверены в этом».

Мы, вероятно, неправильно представляем первый контакт

Массовая культура приучила человечество к одной модели.

Неизвестный объект появляется над столицей. Военные поднимают авиацию. Пентагон получает доклад. Президент обращается к населению. Начинаются официальные переговоры.

Но такой сценарий основан исключительно на человеческой политической логике.

Мы автоматически предполагаем, что другой технологический разум будет считать нашу политическую иерархию центральным элементом Земли.

Мы в M&N Soft считаем иначе.

Для технологического наблюдателя гораздо интереснее может оказаться не тот, кто управляет государством, а тот, кто понимает технологию этой цивилизации.

Пентагон действительно продолжает работать с UAP

Здесь важно отделить документированные данные от наших собственных выводов.

В структуре Министерства обороны США действует All-domain Anomaly Resolution Office — AARO.

Его задача связана со сбором и анализом сообщений об unidentified anomalous phenomena — UAP.

Для нашего материала важна не идея «Пентагон подтвердил пришельцев».

Он этого не подтверждал.

Интересно другое: аномальные наблюдения уже рассматриваются как задача сбора сенсорной информации, анализа данных и классификации.

NASA задаёт ещё более важный вопрос

NASA отдельно подчёркивает, что существующие данные не подтверждают, что UAP являются инопланетной технологией.

Но научный поиск внеземной технологии существует совершенно независимо от UAP.

Для этого используется понятие:

Техносигнатура — потенциально обнаружимый признак существования технологии.

Это может быть необычный радиосигнал, лазерное излучение, искусственное химическое изменение атмосферы или другой физический след деятельности технологической цивилизации.

И здесь возникает зеркальный вопрос:

Если человечество пытается обнаружить технологию другой цивилизации, почему другая цивилизация не может пытаться обнаружить нашу?

Земля уже оставляет технологический след

Почти всю историю человечества Земля была практически тихой в технологическом смысле.

Потом за очень короткий период появились:

• радиосвязь;
• мощные радары;
• телевидение;
• спутниковая связь;
• глобальная компьютерная сеть;
• миллиарды вычислительных устройств;
• облачные центры обработки данных;
• искусственный интеллект.

Для человечества это кажется длительным прогрессом.

На космической временной шкале — почти мгновенный технологический всплеск.

12 000 световых лет

Исследователи SETI рассматривали вопрос: насколько далеко наблюдатель, обладающий технологиями примерно нашего уровня, мог бы заметить технологическую Землю.

Наиболее заметными среди рассмотренных сигналов оказались мощные планетарные радары.

Это не означает, что кто-либо уже обнаружил Землю.

Но означает, что обнаружимость нашей технологии является настоящим научным вопросом.

Обнаружить Землю — это только начало

Представим внешнего наблюдателя, который обнаружил технологическую активность.

STAR SYSTEM ........ SOL
PLANET ............. EARTH
BIOLOGY ............ CONFIRMED
TECHNOLOGY ......... CONFIRMED
RADIO ACTIVITY ..... PRESENT
SATELLITES ......... PRESENT
GLOBAL NETWORK ..... PRESENT
ARTIFICIAL INTEL ... PRESENT

NEXT OBJECTIVE:
UNDERSTAND CIVILIZATION

Следующая задача — понять, как устроена эта цивилизация.

Для этого можно изучать государства.

А можно изучать её технологию.

А затем определить людей, которые способны объяснить, как эта технология работает.

Почему математики?

Потому что математика фундаментально отличается от человеческих языков.

Русский язык является результатом человеческой культуры.

Английский — тоже.

Но простые числа не являются американскими, российскими или китайскими.

Последовательность:

2
3
5
7
11
13
17
19
23
29
31

содержит объективную математическую структуру.

Математик обучен находить структуру там, где большинство видит шум.

Он ищет:

• симметрию;
• периодичность;
• последовательности;
• вероятностные зависимости;
• геометрию;
• инварианты;
• способы кодирования информации.

Именно поэтому математика может быть одним из наиболее естественных мостов между двумя независимыми технологическими культурами.

Математика и IT уже давно неразделимы

Современная вычислительная цивилизация построена на математических идеях.

• дискретная математика;
• линейная алгебра;
• теория графов;
• теория информации;
• теория вероятностей;
• статистика;
• оптимизация;
• криптография;
• численные методы.

Даже компьютерная сеть в абстрактном виде — это граф.

Даже современный AI в своей основе — это вычисления над огромными математическими структурами.

Почему Linux?

Linux особенно интересен потому, что он находится практически везде.

Серверы. Облачная инфраструктура. Суперкомпьютеры. Контейнеры. Сетевые устройства. Встраиваемые системы.

Человек, действительно понимающий Linux, понимает не интерфейс одной программы.

Он понимает архитектуру:

• процессы;
• users и groups;
• permissions;
• filesystem;
• kernel;
• services;
• systemd;
• network stack;
• SSH;
• logs;
• containers;
• virtualization.

uname -a
ps aux
ip addr
ip route
ss -tulpn
lsblk
mount
systemctl --failed
journalctl -xe
dmesg | tail

Но команды здесь вторичны.

Главное — сам способ мышления.

Определить среду. Получить состояние. Найти связи. Построить модель системы.

Почему Windows?

Windows представляет другую архитектурную философию.

Windows Server. Active Directory. PowerShell. Group Policy. NTFS. Kerberos. SMB. RDP.

Человек, одинаково понимающий Linux и Windows, уже умеет переключаться между разными моделями вычислительной среды.

Он понимает, что конкретный интерфейс может измениться, но фундаментальные задачи останутся:

идентификация; права доступа; процессы; хранение; коммуникация; управление.

Почему macOS и iMac?

macOS добавляет ещё одну модель: Unix-подобную основу, Darwin, XNU, APFS, EFI, Secure Boot, Intel Mac и Apple Silicon.

Особенно интересен инженер, который получает старый iMac с неподдерживаемой конфигурацией и вместо слова «невозможно» начинает изучать:

• загрузчик;
• прошивку;
• EFI;
• GPU;
• драйверы;
• совместимость;
• патчи.

Потому что такой человек демонстрирует главное качество:

незнакомая система вызывает у него не отказ, а желание разобраться.

Почему Cisco?

Современная технологическая цивилизация — это не отдельные компьютеры.

Это сеть.

Cisco-инженер привык мыслить категориями:

ROUTING
SWITCHING
VLAN
BGP
OSPF
NAT
ACL
VPN
FIREWALL
TOPOLOGY
PACKET FLOW

Он видит отдельные пакеты, маршруты и интерфейсы, а мысленно восстанавливает невидимую структуру сети.

Где gateway?

Как соединены сегменты?

Почему пакет выбрал этот маршрут?

Где начинается другая зона доверия?

Это почти идеальный набор навыков для анализа неизвестной коммуникационной системы.

Cybersecurity добавляет ещё одно качество — недоверие

Специалист по безопасности не принимает первое объяснение автоматически.

Он спрашивает:

• кто инициировал соединение?
• можно ли доверять источнику?
• каково нормальное поведение?
• что является аномалией?
• какие данные пытаются получить?
• что происходит за пределами видимой системы?

Если первый действительно необычный контакт однажды придёт не как объект в небе, а как цифровой сигнал, эти вопросы могут стать центральными.

Искусственный интеллект полностью меняет масштаб

Раньше инженер был ограничен собственным временем и собственной памятью.

Сегодня современные AI-системы способны помогать человеку анализировать:

• программный код;
• огромные журналы событий;
• изображения;
• документы;
• математические зависимости;
• большие наборы данных;
• неизвестные паттерны.

Системы OpenAI и других AI-лабораторий показывают, насколько быстро растёт способность машин работать одновременно с текстом, кодом, изображениями и многошаговыми задачами.

Поэтому при анализе неизвестной технологии появляется совершенно новый союз:

Математик находит закономерность. Инженер понимает систему. AI перебирает огромное количество возможных интерпретаций.

Возможно, правильное название — не «айтишник»

Чем дальше мы развивали эту мысль, тем менее точным становился термин IT specialist.

Более подходящий термин:

Человек, который способен:

• увидеть неизвестную систему;
• не испугаться отсутствия документации;
• найти структуру;
• разбить задачу на части;
• построить модель;
• проверить модель;
• ошибиться;
• изменить подход;
• и в итоге понять принцип работы.

Самое интересное: таких людей не требуется искать

Человечество само создало огромный каталог собственных компетенций.

GitHub показывает код.

Научные базы — публикации.

Профессиональные профили — опыт.

Сайты компаний — проекты.

Технические форумы — реальный стиль решения проблем.

Человек пишет:

Linux Administrator
Windows Server
macOS
Cisco
Python
Networking
Cybersecurity
Artificial Intelligence

Для работодателя это резюме.

Для значительно более развитой аналитической системы — готовая классификационная информация.

А что если они уже знают каждого?

Мы не утверждаем, что это происходит.

Но в рамках нашего убеждения логика выглядит так:

если система способна анализировать публичный интернет в планетарном масштабе, ей не требуется проводить собеседования.

Она сопоставляет:

имя; код; статьи; проекты; домены; навыки; сетевую активность; технологические интересы.

SUBJECT ............. IDENTIFIED

MATHEMATICS ......... HIGH
ALGORITHMS .......... HIGH
LINUX ............... HIGH
WINDOWS ............. HIGH
MACOS ............... HIGH
NETWORKING .......... HIGH
CISCO ............... PRESENT
CYBERSECURITY ....... HIGH
AI .................. HIGH

UNKNOWN SYSTEM
ADAPTABILITY ........ VERY HIGH

STATUS:
CANDIDATE

Почему не президент?

Президент может рассказать о политической системе.

Генерал — о военной.

Экономист — об экономической.

Но если цель — понять технологическую цивилизацию, намного интереснее человек, понимающий машины, которыми пользуются остальные.

Именно поэтому системный инженер в небольшом городе теоретически может быть для внешнего технологического наблюдателя интереснее мировой знаменитости.

А если нужен не один человек?

Тогда идеальная команда становится очевиднее.

FIRST CONTACT TEAM

MATHEMATICIAN
SYSTEM ENGINEER
NETWORK ENGINEER
SOFTWARE DEVELOPER
CYBERSECURITY SPECIALIST
AI RESEARCHER

OBJECTIVE:
INTERPRET UNKNOWN TECHNOLOGY

Математик ищет структуру.

Программист превращает её в алгоритм.

Системный инженер исследует вычислительную среду.

Network engineer восстанавливает коммуникации.

Security specialist проверяет риски.

AI обрабатывает объём вариантов, невозможный для одного человека.

Вернёмся к неизвестному сигналу

Представим цифровое событие.

Неизвестный источник устанавливает соединение.

Но не атакует.

Не удаляет файлы.

Не шифрует данные.

Не требует денег.

Его действия выглядят скорее так:

SYSTEM IDENTIFICATION
TECHNOLOGY ENUMERATION
NETWORK MAPPING
PROJECT DISCOVERY
DEVELOPER CORRELATION
SKILL CLASSIFICATION

Тогда привычный вопрос:

«Что пытаются взломать?»

может оказаться неверным.

Возможно, правильный вопрос:

«А что если сервер вообще не является целью? Что если он только путь к человеку, который его построил?»

Первый контакт может оказаться очень тихим

Представим:

02:41:07
CONNECTION DETECTED

SOURCE:
UNKNOWN

MESSAGE:

2
3
5
7
11
13

Математик первым замечает простые числа.

Программист пишет анализатор.

Сетевой инженер начинает искать маршрут.

Security-инженер изолирует систему.

AI начинает строить варианты интерпретации.

Через несколько секунд:

17
19
23
29
31

WE KNOW
YOU UNDERSTAND.

А дальше всё становится неприятнее

QUERY:

LINUX?

Ответ:

YES

WINDOWS?

YES

MACOS?

YES

CISCO?

YES

ARTIFICIAL INTELLIGENCE?

YES

После небольшой паузы:

GOOD.

WE NEED HELP.

И здесь настоящий системный инженер совершит ошибку

Представьте неизвестную машину.

Нет документации.

Нет Google.

Нет Stack Overflow.

Нет знакомых портов.

Нет понятного интерфейса.

Перед вами устройство с четырьмя сотнями неизвестных символов.

И единственная инструкция:

В этот момент большинство людей потребует вернуть их домой.

А системный инженер посмотрит на устройство и подумает:

«Интересно. А что будет, если его перезагрузить?»

Что здесь является фактом, а что — нашим убеждением

Особенно те, кто сочетает несколько областей:

MATHEMATICS
+
COMPUTER SCIENCE
+
LINUX
+
WINDOWS
+
MACOS
+
NETWORKING
+
CISCO
+
CYBERSECURITY
+
ARTIFICIAL INTELLIGENCE

Такой человек понимает не просто набор человеческих продуктов.

Он понимает принципы, по которым человечество строит системы.

Последний вопрос

Возможно, главный вопрос первого контакта будет звучать не так:

«Кто ваш лидер?»

А так:

«Кто из вас умеет разбираться в неизвестных системах?»

И если вы одновременно понимаете математику, Linux, Windows, macOS, Cisco, сети, программирование, cybersecurity и AI, у нас для вас не самые хорошие новости.

Вы подходите.

SUBJECT IDENTIFIED.

TECHNICAL PROFILE:
MATCH.

OBSERVATION:
ACTIVE.

NEXT STEP:
UNKNOWN.