Войти в систему
Войти с помощью соц. сетей:
Сложно представить, какой фактор мог бы изменить все так же сильно, как недорогой, мощный и повсеместный искусственный интеллект. Начать с того, что нет процесса, который имел бы более стойкие последствия, чем постепенные улучшения простых вещей. Даже небольшое добавление фактора интеллекта в действующий процесс способно поднять его эффективность на принципиально иной уровень. Преимущества, которые мы получим, если сделаем простые вещи «умными», окажут в сотни раз более сильное влияние на нашу жизнь, чем трансформации, к которым привело развитие промышленного производства.
В идеале этот дополнительный интеллект должен быть бесплатным, а не просто недорогим. Бесплатный искусственный интеллект, как бесплатный интернет, будет стимулировать развитие коммерческой составляющей и науки, как ни один другой фактор, и окупится в кратчайшие сроки. Вплоть до недавнего времени было распространено мнение, что первыми носителями искусственного интеллекта станут суперкомпьютеры, затем, возможно, мы получим эту технологию в наших домашних устройствах, а вскоре после этого добавим потребительские модели в головы наших персональных роботов. Каждое устройство с технологией искусственного интеллекта будет отдельным, мы сможем точно знать, где заканчиваются наши мысли и начинается программа.
Однако первый настоящий искусственный разум появится не в изолированном суперкомпьютере, а в суперорганизме из миллиарда компьютерных чипов, известных как сеть. По своему масштабу он станет планетарным, но при этом тонким, пронизывающим все, со свободными связями. Окажется сложным провести грань между тем, где будут заканчиваться наши мысли и начинаться программа. Любое устройство, которое начнет взаимодействовать с этим сетевым искусственным интеллектом, станет делиться им и развивать его. Изолированный искусственный интеллект не сможет учиться так же быстро и эффективно, как тот, который подключен к «коллективному разуму» семи миллиардов человек, плюс к триллионам онлайн-транзисторов, плюс к сотням эксабайтов реальных данных, плюс к саморегулируемым цепям обратной связи от всей цивилизации. Таким образом, сеть сама по себе будет становиться все «умнее» и непрерывно совершенствоваться. Изолированные искусственные интеллектуальные продукты, скорее всего, начнут считаться ущербными — издержки, которые нам придется платить за мобильность искусственного разума в отдаленных местах.
Появление искусственного интеллекта завуалируется фактом его повсеместного использования. Мы будем применять его постоянно растущий потенциал для решения всевозможных банальных задач, и этот процесс станет протекать буднично и незаметно. Мы начнем пользоваться этим распределенным интеллектом миллионами разных способов через любой цифровой дисплей в любой точке мира, поэтому мы даже не сможем определить, где конкретно он находится. А поскольку этот созданный разум представляет собой совокупность человеческого интеллекта (весь прошлый и нынешний опыт человечества онлайн), окажется сложным сформулировать и что это такое. Это наша память или всеобщий разум? Мы изучаем его или он изучает нас?
Появление искусственного интеллекта послужит катализатором для всех других прорывных факторов, о которых идет речь в этой книге. Можно с уверенностью утверждать, что появление искусственного интеллекта неизбежно, потому что мы уже его наблюдаем.
* * *
Два года назад я отправился в лесной кампус исследовательской лаборатории IBM в Йорктаун Хайтс, чтобы одним из первых увидеть долгожданное появление искусственного интеллекта. Это был дом IBM Watson — суперкомпьютера, победившего в телепередаче Jeopardy! в 2011 году. Тот самый первый Watson все еще там: он размером с комнату, десять вертикальных в форме холодильников аппаратов образуют четыре стены. Небольшое углубление внутри обеспечивает технический доступ к куче проводов и кабелей на задних поверхностях аппаратов. Внутри на удивление тепло, словно весь этот кластер — живой организм.
Современная версия суперкомпьютера сильно отличается от своего предшественника. Он больше не существует сам по себе внутри стен из шкафов, а распределен в облачной технологии на серверах открытого стандарта, которые управляют несколькими сотнями «единиц» искусственного интеллекта одновременно. Как и со всеми облачными технологиями, одновременный доступ к суперкомпьютеру Watson имеют пользователи из любой точки мира со своих телефонов, настольных компьютеров или собственных серверов данных. Масштаб искусственного разума этого типа можно увеличивать или уменьшать по требованию. Так как рукотворный интеллект совершенствуется по мере использования его людьми, суперкомпьютер постоянно становится «умнее»: все, чему научилась одна его «единица», немедленно передается остальным. Он представляет собой не одну-единственную программу, а совокупность различных ядер программного обеспечения — его логическое ядро и ядро анализа естественного языка могут функционировать на разных кодах, разных чипах, в разных местах, и все они искусно интегрированы в единый поток искусственного интеллекта.
Пользователи могут получить доступ к постоянно действующему разуму напрямую или через сторонние приложения, управляющие потенциалом этого «умного» облака. Подобно многим родителям талантливых детей, IBM захотела, чтобы Watson занялся медициной, так что стоит ли удивляться, что основным приложением, над которым сейчас идет работа, стал инструмент по диагностике пациентов. Предыдущие попытки применять искусственный интеллект для этого закончились полным провалом, но суперкомпьютер Watson доказал свою эффективность в этой области. Когда я обычными словами перечислил компьютеру симптомы заболевания, которым однажды заразился в Индии, он выдал список возможных вариантов, что это может быть за болезнь, в порядке степени вероятности — от наиболее возможной к наименее возможной. В качестве наиболее вероятного заболевания он указал заражение лямблиями — и это верный диагноз. Этот функционал суперкомпьютера пока недоступен пользователям напрямую. Компания IBM предлагает его своим партнерам, таким как компания CVS, которая управляет сетью аптек и представляет собой одного из крупнейших в США поставщиков рецептурных препаратов. В результате CVS может разрабатывать индивидуальные рекомендации для своих клиентов с хроническими заболеваниями на основе собранных данных. «Полагаю, что-то наподобие компьютера Watson, полностью автоматизированного или с участием человека, вскоре станет лучшим способом диагностики, — утверждает Алан Грин, главный медицинский специалист компании Scanadu, технологического стартапа, производящего прибор для диагностики на основе искусственного интеллекта, на создание которого разработчиков вдохновил медицинский трикодер из Star Trek. — Учитывая, какими темпами сегодня идет совершенствование искусственного интеллекта, рожденным сегодня детям почти не придется посещать врачей для постановки диагноза к тому времени, когда они станут взрослыми».
Медицина — это только начало. Все основные компании, занимающиеся облачными технологиями, плюс десятки стартапов спешат запустить когнитивный сервис, подобный суперкомпьютеру Watson. Согласно аналитическим исследованиям компании Quid, с 2009 года в область развития искусственного интеллекта было инвестировано более $18 млрд. Только в 2014 году 322 компании, разрабатывающие технологию искусственного интеллекта, привлекли более $2 млрд в виде инвестиций. Интернет-гиганты Facebook и Google и их китайские аналоги TenCent и Baidu наняли в штат экспертов для усиления своих команд, работающих в области развития искусственного интеллекта. С 2014 года Yahoo!, Intel, Dropbox, LinkedIn, Pinterest и Twitter приобрели компании, занимающиеся искусственным разумом. Частные инвестиции в эту область в среднем растут на 70% в год в последние четыре года; ожидается, что этот уровень сохранится.
Лондонская компания DeepMind — одна из тех организаций в области развития искусственного интеллекта, которую приобрела корпорация Google. В 2015 году исследователи компании DeepMind опубликовали в журнале Nature научную работу, в которой описали, как обучили искусственный разум умению учиться играть в аркадные видеоигры, популярные в 1980-х, например Video Pinball. Подчеркну: они научили не как играть, а как учиться играть, — это большая разница. Разработчики позволили искусственному интеллекту, опирающемуся на облачные технологии, играть в игру Breakout (один из вариантов игры Pong) от компании Atari, и он самостоятельно обучился тому, как увеличивать счет. Видео того, насколько быстро прогрессирует искусственный интеллект, поражает. Сначала он все делает почти наугад, но постепенно качество его игры повышается. Через полчаса он пропускает мяч всего лишь один раз из четырех. К 300-й игре, примерно спустя час после начала обучения, он не пропускает уже ни одного мяча. Процесс обучения идет настолько быстро, что на втором часу искусственный интеллект обнаруживает лазейку в игре, которую не заметил ни один из нескольких миллионов игроков до этого эксперимента. Это позволило ему выиграть, обойдя стену таким способом, которого не предусмотрели даже создатели игры. Через несколько часов после того, как искусственный интеллект впервые начал обучаться играть в видеоигры, без наставлений со стороны разработчиков DeepMind на основе алгоритма под названием «глубокое машинное обучение с подкреплением», в половине из 49 игр от компании Atari искусственный интеллект одолел людей, до этого мастерски побеждавших. Созданный человеком разум с каждым месяцем становится все «умнее», в отличие от игроков-людей.
С учетом наблюдающихся тенденций можно представить картину нашего будущего с искусственным интеллектом. Он не будет похож на HAL 9000 — отдельную машину, наделенную харизматичным (хотя и потенциально склонным к самоубийству) антропоморфным сознанием, или на то, как его представляют сторонники концепции технологической сингулярности. Искусственный интеллект в обозримом будущем станет похож скорее на инфраструктуру платформ облачных веб-сервисов Amazon Web Services — дешевый, надежный, промышленного типа цифровой интеллект, управляющий абсолютно всем и практически невидимый, пока не отключится. Эта общая функция обеспечит тот уровень коэффициента интеллекта, который вам необходим, и не более того. Вы сможете просто подключаться к сети и получать искусственный интеллект, словно электричество. Он будет вдыхать жизнь в предметы, почти как электричество более чем за сотню лет до нас. Три поколения назад многим умельцам удалось сколотить состояние на том, что они брали инструмент и создавали его электрическую версию. Берем механический насос и электрифицируем его. Находим машинку для отжима белья и электрифицируем. Предпринимателям не требовалось самостоятельно генерировать электричество: они платили за него в сети и использовали для автоматизации процессов, которые до этого осуществлялись вручную. Вскоре во все, что до этого было нами электрифицировано, можно будет внедрить искусственный интеллект. Практически любой из знакомых нам предметов можно сделать новым, другим или более полезным, добавив немного «разума». Фактически можно легко предсказать бизнес-план следующих 10 000 стартапов: берем Х и добавляем искусственный интеллект.
Наглядным примером волшебного добавления искусственного разума к Х может послужить область фотосъемки. В 1970-х годах я был трэвел-фотографом и путешествовал по миру с большой тяжелой сумкой, набитой всякими фотопринадлежностями. Кроме рюкзака с 500 катушками пленки я носил два металлических корпуса Nikon, вспышку и пять тяжелых объективов, каждый из которых весил полкило. Чтобы снимать при слабом свете, требовалось «большое оружие»: камеры с мудреными приспособлениями, чтобы наводить резкость, измерять освещенность и преломлять свет за тысячные доли секунды. А теперь? Теперь мой компактный Nikon почти ничего не весит, снимает практически в темноте, и у него невероятный зум. При этом камера в моем телефоне еще меньше, всегда при мне и способна делать фотографии ничуть не хуже, чем те, которые получались при помощи моих старых аппаратов. Сегодня фотокамеры стали меньше, быстрее, тише и дешевле не только в результате процесса миниатюризации, но еще и потому, что значительная часть элементов традиционной камеры заменена «умными» аналогами. В Х в виде процесса фотосъемки был добавлен искусственный интеллект. В фотокамерах современных телефонов слои толстого стекла заменены дополнительными алгоритмами, вычислениями и «умом» для выполнения той работы, для которой когда-то были предназначены линзы. Неосязаемый разум заменил затвор. На смену темной комнате и фотопленке пришли дополнительные вычисления и оптический интеллект. Сегодня существуют даже модели абсолютно плоских камер без линз. Вместо любых стекол абсолютно плоский фотоэлемент использует невероятный объем цифрового познания для вычисления картинки от разных лучей света, падающих на несфокусированный фотоэлемент. Применение искусственного интеллекта в области фотосъемки в корне изменило этот вид деятельности, так как развитие технологий позволило встраивать фотокамеры практически куда угодно (в оправу солнцезащитных очков, одежду, шариковую ручку) и добиваться большего, включая 3D-вычисления, HD и другие опции, на которые раньше потребовались бы $100 000 и грузовик оборудования. Благодаря новому, «умному» процессу фотосъемки почти любое устройство сегодня может делать фотографии «по совместительству».
Похожий процесс трансформации готов затронуть практически любую область. Возьмем, например, химию. Эта дисциплина требует физического наличия лаборатории со стеклянными колбами и приборами, помогающими ученым найти ответы на вопросы. Сложно представить себе более физический процесс, чем работа с атомами. Благодаря внедрению искусственного интеллекта в область химических исследований ученые получили возможность проводить виртуальные химические эксперименты. Теперь они могут осуществлять «умный» поиск по астрономическому числу химических комбинаций и сводить их количество к нескольким, которые стоит изучить в лабораторных условиях. Область для внедрения искусственного интеллекта может не отличаться высокой технологичностью, например дизайн интерьера. Искусственный интеллект добавляется в систему для анализа степени удовлетворенности клиентов в то время, когда они просматривают виртуальные варианты дизайна интерьера. Система меняет детали на основании реакции человека и предлагает рассмотреть новые версии для дальнейшего тестирования. После нескольких итераций искусственный интеллект помогает создать индивидуальный дизайн, оптимально подходящий для конкретного клиента. Искусственный интеллект способен найти применение в юриспруденции: его можно использовать для поиска доказательств на основании большого объема документов для устранения несоответствий между судебными прецедентами и для последующей формулировки юридических доводов.
Список сфер деятельности можно продолжать до бесконечности. Чем более невероятной кажется область, тем более эффективным может быть применение в ней искусственного интеллекта. Что насчет инвестиций? Этим уже занимаются такие компании, как Betterment или Wealthfront. Искусственный интеллект используется там для управления фондовыми индексами с целью оптимизации налоговых стратегий или баланса пакета акций между портфелями. Этими видами деятельности профессиональные инвестиционные менеджеры занимаются примерно раз в год, в то время как искусственный интеллект способен делать это в ежедневном режиме или даже ежечасно.
Вот еще несколько примеров областей с неожиданным применением в них искусственного интеллекта.
«Умная» музыка: музыкальные композиции могут создаваться в режиме реального времени на основе алгоритмов и служить саундтреком к видеоигре или виртуальной реальности. В зависимости от действий конкретного пользователя мелодия может меняться. Искусственный интеллект способен создать сотни часов новой персональной музыки для каждого игрока.
«Умная» стирка: одежда сможет информировать стиральную машину о режиме стирки, который следует выбрать. Цикл будет зависеть от того, какие вещи попадают в каждую загрузку.
«Умный» маркетинг: объем внимания, который отдельный читатель или пользователь уделяет просмотру рекламного объявления, можно умножить на коэффициент его социального влияния (сколько пользователей, на которых он способен оказать воздействие, следят за его активностью в социальных сетях), чтобы оптимизировать объем внимания и влияния на каждый вложенный в рекламу доллар. В масштабе миллионов пользователей это работа для искусственного интеллекта.
«Умные» сделки с недвижимостью: механизм формирования соответствия между предложениями продавцов и покупателей на основе искусственного интеллекта, который может подсказать, что «арендаторов, которым понравилась эта квартира, также заинтересовали…». На его основе может быть сформулировано и финансовое предложение, отвечающее потребностям конкретного клиента.
«Умный» медицинский уход: на основании показаний датчиков, круглосуточно отслеживающих состояние здоровья пациента, он может получать индивидуальное лечение, которое корректируется в ежедневном режиме.
«Умное» строительство: представьте себе «умное» ПО для управления проектами, которое помимо изменений конструкции учитывает данные прогноза погоды, задержек в портовом движении, курс валют, несчастные случаи.
«Умный» этический кодекс: у роботизированных машин должны быть инструкции по правилам поведения и расстановке приоритетов. Безопасность пешеходов может ставиться выше безопасности водителей. Любому устройству с реальной степенью автономности, действующему на основании инструкции, также необходим и этический кодекс.
«Умные» игрушки: игрушки станут больше напоминать домашних питомцев. Интерактивные игрушки Furby покажутся весьма примитивными по сравнению с новыми, похожими на домашних животных, которые будут вызывать восторг у малышей. Дети обожают игрушки, способные к коммуникации. Куклы могут стать первыми по-настоящему популярными роботами.
«Умный» спорт: «умные» датчики и искусственный интеллект способны создать новые способы подсчета очков и осуществления судейства в спортивных играх за счет отслеживания и интерпретации малейших движений и столкновений. Кроме того, на основе посекундного анализа действий каждого спортсмена можно собрать статистику повышенной точности и воспользоваться ею для составления лиг элитных виртуальных спортивных команд.
«Умное» вязание: кто знает, может быть, будет и такое!
Проникновение искусственного интеллекта во все сферы жизнедеятельности человеческого общества — это очень важное явление, и происходит оно на наших глазах.
* * *
Кажется, в 2002 году мне довелось оказаться на частной вечеринке Google. Это произошло до выхода компании на IPO, когда она была еще достаточно скромной и фокусировалась на развитии поисковой системы. Я завел разговор с Ларри Пейджем, гениальным сооснователем Google: «Ларри, я все равно не понимаю. Сегодня уже столько компаний занимаются поисковыми системами. Поиск в сети бесплатно? Куда вас это приведет?» Мои слепота и отсутствие воображения — наглядное доказательство того, что строить прогнозы не так-то просто. В свое оправдание могу сказать, что этот разговор случился до того, как компания Google раскрутила свою схему продажи рекламных объявлений так, что это начало приносить реальный доход, а также задолго до покупки компанией сервиса YouTube и других основных ее приобретений. Я был не единственным лояльным пользователем этой поисковой системы, который считал, что долго он не протянет. Ответ Пейджа надолго запал мне в память: «Да мы на самом деле создаем искусственный интеллект».
Я часто думал об этом разговоре за последние несколько лет, когда корпорация Google приобрела 13 других компаний, работающих в области искусственного интеллекта и робототехники, помимо DeepMind. На первый взгляд может показаться, что Google наращивает портфель в этой области для повышения возможностей поисковой системы, поскольку 80% прибыли компания получает именно от этого. Тем не менее мне кажется, дело обстоит совершенно наоборот. Вместо того чтобы использовать искусственный интеллект для улучшения функций поиска, компания Google применяет функции поисковой системы для совершенствования собственного искусственного интеллекта. Каждый раз, когда пользователь вводит запрос, переходит по ссылке, полученной в результате поиска, или создает ссылку в сети, он на самом деле обучает искусственный разум Google. Когда пользователь печатает запрос, например «пасхальный кролик», а затем кликает на картинку с изображением, по его мнению, самого пасхального кролика, он обучает искусственный интеллект тому, как выглядит пасхальный кролик. Каждый из трех миллиардов поисковых запросов, которые Google обрабатывает ежедневно, способствует глубинному обучению искусственного интеллекта. Еще десять лет непрерывного совершенствования алгоритмов рукотворного разума в совокупности с тысячекратным увеличением объема данных и увеличением в сотни раз вычислительных ресурсов, и у компании Google появится искусственный интеллект, аналогов которому не будет в мире. Во время телеконференции на тему квартальной прибыли компании осенью 2015 года генеральный директор Google Сундар Пичаи заявил: «Искусственный интеллект станет основным фактором трансформации, на основе которого нам придется переосмыслить все, чем мы занимаемся… Мы внедряем его во всю линейку наших продуктов, будь то система поиска, YouTube и Play и так далее». Готов поспорить, что к 2026 году флагманским продуктом компании Google станет не поисковая система, а искусственный интеллект.
Сейчас самое время выразить обоснованный скептицизм. На протяжении почти 60 лет исследователи искусственного разума предсказывали скорое его появление, и тем не менее вплоть до недавнего времени это оставалось таким же нереальным, как и раньше. Даже появился специальный термин для описания скромных результатов исследований и еще более скудного финансирования этой области: «зима искусственного интеллекта». Неужели что-то изменилось с тех пор?
Да. Три недавних научно-технических прорыва сделали потенциально возможным появление искусственного интеллекта.
Мышление — по природе параллельный процесс. Миллиарды нейронов головного мозга одновременно активируются для создания синхронных волн вычислительного процесса. Для формирования нейронной сети — основной архитектуры программного обеспечения искусственного интеллекта — также требуется параллельное протекание многих процессов. Каждый узел этой сети приблизительно имитирует нейронную клетку человеческого мозга, взаимодействующую с соседними клетками для правильной интерпретации получаемых сигналов. Для распознавания произнесенного слова программа должна услышать все фонемы так, как они соотносятся друг с другом. Для распознавания изображения программа должна увидеть все точки так, как они соотносятся с соседними. В обоих случаях эти задачи реализуются параллельно. Однако до недавнего времени обычный процессор вычислительной машины мог одномоментно выполнять только одну задачу.
Ситуация начала меняться чуть больше десяти лет назад, когда для повышенных требований видеоигр, в которых миллионы пикселей одного изображения должны многократно вычисляться за одну секунду, был разработан графический процессор (GPU).
Для этого потребовалась специализированная микросхема для параллельной вычислительной обработки, которая была добавлена в качестве приложения к материнской плате РС. Графический процессор доказал свою эффективность, и популярность видеоигр взлетела. К 2005 году графические процессоры производились в таких количествах и стали такими дешевыми, что фактически превратились в товар массового потребления. В 2009 году Эндрю Ын и команда ученых Стэнфордского университета поняли, что микросхемы графического процессора могут обеспечить параллельную работу нейронных сетей.
Это открытие дало шанс реализовать новые возможности для сетей, между узлами которых могут существовать сотни миллионов связей. У традиционных процессоров уходило несколько недель на вычисление всех каскадных возможностей в нейронной сети со 100 миллионами параметров. Эндрю Ын обнаружил, что кластер, состоящий из графических процессоров, мог справиться с аналогичной задачей за сутки. Сегодня нейронные сети, действующие на основе графических процессоров, повсеместно используются компаниями, занятыми в области облачных технологий, например компания Facebook использует их для определения ваших друзей на фотографиях, а Netflix — для адекватных рекомендаций пользователям, которых больше 50 миллионов.
Любой интеллект нуждается в обучении. Человеческому мозгу, генетически настроенному на категоризацию объектов, нужно получить десяток примеров (что происходит в детском возрасте), прежде чем он сможет отличать кошек от собак. В еще большей степени это относится к искусственному интеллекту. Даже отлично запрограммированному компьютеру требуется сыграть хотя бы тысячу партий в шахматы, прежде чем он начнет показывать хороший результат. Прорыв в области развития искусственного интеллекта частично связан с лавинообразным ростом объема информации о современном мире, так как именно она становится основой для его обучения. Огромные базы данных, самоотслеживание, cookie-файлы, присутствие в интернете, возможность хранения терабайтов данных, десятилетия ответов на поисковые запросы, интернет-энциклопедия «Википедия» и вся цифровая виртуальная реальность стали средствами обучения для искусственного интеллекта. Эндрю Ын говорит: «Развитие искусственного интеллекта сродни строительству космического корабля. Нужен мощный двигатель и много топлива. Ракетный двигатель — это алгоритм обучения, а топливо — это огромный объем данных, который требуется для работы этого алгоритма».
Цифровые нейронные сети были изобретены в 1950-х годах, но у специалистов в области теории вычислительных машин и систем ушло несколько десятилетий, чтобы понять, как «приручить» астрономически огромные комбинаторные взаимоотношения между миллионами — или сотней миллионов — нейронов. Задача состояла в том, чтобы организовать нейронные сети в слои. Возьмем, например, относительно простую задачу распознавания того, что лицо — это лицо. Когда группа элементов в нейронной сети узнаёт определенный образец, например изображение глаза, этот результат («Это глаз!») передается на уровень выше, где уже может произойти совмещение двух глаз, и этот кусок значимой информации передастся на следующий уровень иерархической структуры, где он соотносится со следующим образцом, например носом. Для узнавания лица человека может потребоваться несколько миллионов этих узлов (каждый из которых производит вычисления, использующиеся соседними узлами), организованных в многоуровневую систему, вплоть до 15 уровней. В 2006 году известный своими исследованиями в области искусственных нейросетей британский информатик Джеффри Хинтон, работавший на тот момент в Университете Торонто, внес ключевую поправку в этот метод, который он назвал «глубинное обучение». Ему удалось математически оптимизировать результаты на каждом уровне, чтобы процесс обучения продвигался быстрее по мере перехода от одного слоя к другому. Несколько лет спустя алгоритмы глубинного обучения невероятно ускорились, когда их перенесли на графические процессоры. Сам по себе код глубинного обучения недостаточен для генерации сложного процесса логического мышления, тем не менее он представляет собой основной компонент всех действующих искусственных интеллектов, включая суперкомпьютер Watson от IBM, искусственный разум от DeepMind, поисковую систему Google и алгоритмы работы, которые использует Facebook.
Этот «идеальный шторм» из дешевой параллельной вычислительной обработки информации, больших данных и усовершенствованных алгоритмов глубинного обучения обеспечил «неожиданный» успех искусственного интеллекта, к которому он шел почти 60 лет. Подобная конвергенция позволяет утверждать, что при сохранении действующих технологических трендов (а у нас нет причин полагать, что они могут измениться) дальнейшее развитие искусственного интеллекта будет продолжаться.
По мере своего движения вперед рукотворный разум, опирающийся на облачные технологии, будет все больше проникать во все сферы нашей повседневной жизни. Однако за это придется заплатить свою цену. Механизм облачных вычислений запускает в действие закон возрастающей доходности, также известный под названием «сетевой эффект», согласно которому ценность сети повышается гораздо быстрее по мере ее роста. Чем масштабнее сеть, тем более она привлекательна для новых пользователей, благодаря участию которых сеть становится еще больше и начинает привлекать еще больше новых пользователей и так далее. Облако, на основе которого действует искусственный интеллект, подчиняется этому же закону: чем больше людей его используют, тем «умнее» он становится. Как только компания попадает в этот замкнутый круг, она начинает расти с такой скоростью и в таком масштабе, что быстро оставляет позади всех потенциальных конкурентов. В итоге высока вероятность, что наше будущее станет определяться олигархией из двух или трех масштабных, неспециализированных, коммерческих искусственных интеллектов, основанных на облачных технологиях.
В 1997 году предшественник суперкомпьютера Watson компьютер Deep Blue корпорации IBM одержал победу в шахматной партии над действующим на тот момент чемпионом мира Гарри Каспаровым. После того как еще несколько аналогичных турниров завершились победой компьютеров, интерес к такого рода соревнованиям быстро угас. Можно было бы решить, что на этом история заканчивается, но Каспаров понимал, что он мог бы сыграть против компьютера Deep Blue значительно лучше, если бы у него был такой же мгновенный доступ к огромной базе данных всех предыдущих шахматных ходов, которым располагал компьютер. Если искусственный интеллект мог использовать этот информационный инструмент, то почему им не мог воспользоваться человек? Нужно дополнить человеческий гений серьезной базой данных, как это было реализовано в компьютере Deep Blue. Развивая эту идею, Каспаров впервые предложил концепцию шахматных турниров «человек плюс компьютер», где искусственный интеллект дополняет и усиливает игроков в шахматы, а не соревнуется с ними.
Теперь подобные шахматные турниры называются фристайловыми: они похожи на бои без правил, когда участники могут применять любые техники, которые захотят. Игроки могут играть без помощи компьютера, могут полностью полагаться на его решения и сами только передвигать фигуры на доске, а могут совмещать искусственный разум и гений человеческого мозга; за последний вариант и выступал Каспаров. В этом случае шахматист прислушивается к предложениям компьютера, но иногда поступает по-своему, точно так же как мы иногда пренебрегаем рекомендациями системы GPS-навигации в автомобиле. В чемпионате по шахматам Freestyle Battle 2014, в котором допускались любые режимы игры, чистый искусственный интеллект выиграл 42 партии, а игроки, действовавшие в режиме «человек плюс компьютер», одержали 53 победы. Сегодня лучшие в мире шахматисты — это «люди плюс компьютер». Они известны под именем Intagrand — команда из нескольких спортсменов и комбинации нескольких компьютерных программ для игры в шахматы.
Тут начинается самое интересное: появление искусственного интеллекта ничуть не ухудшило результативность традиционных шахматистов. Наоборот, дешевые, «суперумные» программы стимулируют играть в шахматы больше людей, чем когда-либо, на большем числе турниров, чем когда-либо, и профессиональный уровень игроков сейчас выше, чем когда-либо. На текущий момент количество гроссмейстеров в два раза больше, чем было в то время, когда компьютер Deep Blue впервые обыграл Каспарова. Ведущий шахматист мира сегодня Магнус Карлсен тренировался с помощью компьютера, и считается, что его стиль игры больше всего похож на стиль игры компьютера. Магнус Карлсен — первый в истории шахмат абсолютный чемпион мира (в трех категориях).
Если искусственный интеллект помог людям лучше играть в шахматы, логично предположить, что он может помочь нам стать более эффективными пилотами, врачами, судьями, учителями.
Большая часть коммерческой работы, приходящейся на долю искусственного интеллекта, будет выполняться нечеловекоподобными программами. В основном искусственный интеллект представит собой специализированное ПО, способное, например, переводить с любого языка на любой, но больше ничего другого; способное вести автомобиль, но не поддерживать беседу; или способное помнить каждый пиксель всех видеороликов на YouTube, но не прогнозировать ваш рабочий распорядок. В ближайшие десять лет 99% искусственного интеллекта, с которым вы прямо или косвенно станете взаимодействовать, будет представлять собой узкоспециализированное, «суперумное» программное обеспечение.
Фактически полноценный интеллект может стать и помехой, особенно если под интеллектом понимать наше чисто человеческое самоосмысление, отчаянное самокопание и беспорядочный поток самосознания. Самоуправляемый автомобиль будущего должен быть полностью сосредоточен на процессе передвижения, а не переживать по поводу ссоры в гараже. Доктор с искусственным интеллектом в больнице должен гореть на работе, а не сомневаться, не стоило ли ему лучше выучиться на финансиста. Вместо осознанного интеллекта мы хотим получить безупречную техническую эффективность. По мере развития искусственного разума, возможно, нам понадобится найти способ предотвратить появление у него осознанности. Большинство сервисов премиум-класса с искусственным интеллектом, вероятно, будут рекламироваться как лишенные осознанности.
Неантропоморфный интеллект — это не ошибка, а отличительная особенность. Самое важное, что следует знать о думающих машинах, — это то, что они будут думать иначе.
Из-за особенностей эволюционного развития человек стал единственным разумным существом на планете, что создает у него ошибочное мнение о том, что его форма сознания — единственно возможная. Это не так. Форма сознания, свойственная человеку, лишь один из многих видов интеллекта и сознания, которые возможны во Вселенной. Человеческий интеллект традиционно называют универсальным, так как по сравнению с другими типами мышления, которые нам знакомы, он способен решать больше разноплановых задач. Тем не менее по мере того, как мы создаем все больше разных типов искусственного интеллекта, мы придем к осознанию, что процесс человеческого мышления далеко не универсален. Это лишь один из способов.
Тип мышления, характерный для возникшего сегодня искусственного интеллекта, не похож на тот, который свойствен человеку. Он способен выполнять задачи, которые, как считалось раньше, под силу только людям, например играть в шахматы, вести автомобиль, описать фотографию, однако делает он это не так, как человек. Недавно я загрузил 130 000 личных фотографий — весь мой архив — в Google Photo, и новый искусственный разум Google теперь помнит все объекты на всех моих снимках за всю жизнь. Когда я делаю запрос показать мне все фотографии с изображением велосипеда, или любого моста, или моей мамы, сервис немедленно выдает мне эти снимки. У Facebook есть возможность нарастить потенциал искусственного интеллекта до такой степени, что он способен взять фотографию любого человека и правильно идентифицировать его личность из трех миллиардов пользователей. Человеческий мозг не способен на выполнение задачи такого масштаба, а потому возможность искусственного интеллекта можно назвать только нечеловеческой. Статистическое мышление — традиционно уязвимое место человека, поэтому мы создаем искусственный интеллект с высокоэффективными навыками работы с большими объемами данных, чтобы машины не думали как люди. Один из аргументов в пользу того, чтобы искусственный интеллект управлял нашими автомобилями, в том, что он не будет делать это как человек, внимание которого очень легко отвлечь.
В современной реальности, где все взаимосвязано, способность мыслить по-другому становится источником инноваций и процветания. Просто быть умным недостаточно. Коммерческие стимулы приведут к повсеместному распространению искусственного разума в промышленных масштабах: все товары станут «умными», и внедрение этого интеллекта не будет стоить дорого. Однако мы станем получать гораздо больше, когда начнем изобретать новые типы интеллекта и абсолютно новые способы мышления, подобно тому как изобретение калькулятора перевернуло наше представление об арифметике. Способность к вычислениям — только один из аспектов интеллекта. Сегодня пока невозможно провести полную классификацию, каким он может быть. Некоторые характеристики человеческого мышления могут оказаться универсальными (как, например, в биологии общими чертами стали двусторонняя симметрия, сегментация, трубчатый кишечный тракт), тем не менее потенциально жизнеспособный интеллект может обладать характеристиками, значительно превосходящими те, которые развились в процессе эволюции у человека. Совсем не обязательно, что этот тип мышления будет быстрее человеческого, масштабнее или глубже. В некоторых случаях он может быть даже проще.
Разнообразие потенциальных типов интеллекта во Вселенной огромно. Относительно недавно мы начали изучать его у разных видов животных на Земле. По мере исследований мы с возрастающим уважением обнаружили, что уже имеем дело с разными типами интеллекта. Киты и дельфины продолжают поражать нас своими сложными умственными способностями, которые значительно отличаются от человеческих и кажутся нам странными. Сложно представить, чем именно другой тип интеллекта может отличаться от нашего и превосходить его. Один из способов, который может помочь нам представить, каким мог бы быть более масштабный, но иной тип интеллекта, — это начать составлять классификацию его возможных типов. Эта матрица должна включать тип интеллекта, свойственный животным, машинный разум, а также потенциально возможные типы интеллекта, в частности сверхчеловеческий, как тот, который уже описали научные фантасты.
Причина, по которой к выполнению этого замысловатого упражнения стоит отнестись серьезно, в том, что, хотя со временем внедрение интеллекта во все, что мы производим, неизбежно, далеко не очевидно, какими качествами он будет обладать. Характер этого интеллекта будет определять его экономическую ценность и роль в нашей культуре. Формулирование возможности, что машины могут быть умнее человека (даже в теории), поможет нам управлять этим явлением и задавать направление развития. Некоторые очень умные люди, например астроном Стивен Хокинг и предприниматель-инноватор Илон Маск, высказывают опасения по поводу того, что создание суперумного искусственного интеллекта может стать последним изобретением людей, после которого рукотворный разум заменит самого человека (хотя я в такое развитие событий не верю). Так что исследование возможных типов интеллекта — весьма целесообразное занятие.
Представьте, что мы высадились на неизвестной планете. Как оценить уровень интеллекта, с которым мы там столкнулись? Это чрезвычайно сложный вопрос, поскольку у нас нет действующего определения нашего собственного интеллекта, частично по той причине, что до сих пор у нас не было в этом необходимости.
В реальных условиях, даже когда речь идет о мощных типах интеллекта, они подчиняются правилу баланса сильных и слабых сторон. Один вид интеллекта не может делать одинаково хорошо абсолютно все. Конкретный тип будет лучше справляться с задачами определенного рода, но это произойдет за счет более низкой эффективности в других областях. Например, элементы искусственного интеллекта, которые начнут применяться в самоуправляющихся грузовиках, будут отличаться от тех, которые станут применяться для оценки ипотечного кредита. Искусственный интеллект, способный диагностировать заболевания, будет значительно отличаться от того, который следит за вашим домом. Супермозг, составляющий прогноз погоды, окажется совсем не похож на искусственный интеллект, встроенный в вашу одежду. Классификация должна отражать различные способы организации разных типов интеллекта с учетом баланса сильных и слабых сторон. В представленном ниже списке я перечислил только те виды, которые можно считать превосходящими человеческий интеллект. Я опустил тысячи промежуточных звеньев, как, например, «мозг» калькулятора. Вот некоторые из потенциальных новых типов:
Если какой-то из этих потенциальных типов интеллекта возможен, он появится через пару десятилетий. Цель этого гипотетического списка в том, чтобы подчеркнуть: любой тип познания узкоспециализирован. Типы искусственного интеллекта, который мы создаем сегодня и будем создавать в грядущем столетии, предназначены для выполнения специализированных задач, как правило, тех, с которыми человек справиться не в состоянии. Самыми важными механическими изобретениями человечества становятся не те машины, которые делают что-то лучше человека, а те, которые справляются с задачами, которые человек выполнить не может. Самыми важными мыслительными машинами будут не те, которые способны думать быстрее и лучше человека, а те, которые научатся думать так, как человек никогда не сможет.
Чтобы найти ключ к решению самых сложных загадок современности — квантовой гравитации, темной энергии и темной материи, — возможно, нам потребуется другой тип интеллекта, помимо человеческого. А для ответа на еще более сложные вопросы, которые возникнут после решения этих загадок, может понадобиться еще более мощный разум. Фактически возможно, нам нужно будет изобрести промежуточный интеллект, который поможет в формировании более сложного разума, создать который самостоятельно человек не может. Нам нужны способы мыслить иначе.
Сегодня многие научные открытия требуют объединения интеллектуальных усилий сотен людей. Однако в ближайшем будущем мы можем столкнуться с классами проблем настолько глубокими, что для их решения потребуется объединение усилий сотен разных типов интеллектов. Это подведет нас к культурологической черте, так как человеку будет психологически нелегко принимать ответы от «инородного» интеллекта. Пример можно наблюдать уже сегодня: математические доказательства, предложенные компьютером, воспринимаются многими с огромной неохотой. Человеческий интеллект не в состоянии понять их, поэтому ему приходится довериться последовательности алгоритмов, а это требует новых навыков — понимания, когда им можно доверять. Взаимодействие с искусственным интеллектом потребует от нас похожих умений, а также дальнейшего расширения границ нашего восприятия. Встроенный искусственный разум изменит то, как мы занимаемся наукой. По-настоящему «умные» инструменты ускорят и изменят наши вычисления; по-настоящему огромный постоянный объем данных в режиме реального времени ускорит и изменит наши способы построения моделей; по-настоящему «умные» документы ускорят и изменят наше принятие того, когда мы что-то «знаем». Научный метод — это способ познания, но он основывается на действующих механизмах, свойственных человеку. После добавления нового типа интеллекта в этот метод науке придется основываться и развиваться в соответствии с критериями нового интеллекта. С этого момента все изменится.
Искусственный интеллект с тем же успехом можно назвать инопланетным. Нет гарантии, что в следующие 200 лет у человечества состоится контакт с инопланетной формой жизни, населяющей одну из миллиардов планет с условиями обитания, похожими на земные, но есть почти стопроцентная уверенность, что к тому моменту человечество создаст искусственный интеллект. Когда мы лицом к лицу встретимся с созданными нами самими «пришельцами», перед нами возникнут те же преимущества и вызовы, которые ждут человечество после контакта с представителями внеземных цивилизаций. Это заставит человека переоценить свою роль, убеждения, цели и идентичность. В чем предназначение человека? Мне хочется верить, что наш ответ станет таким: в изобретении новых типов интеллекта, которые не способны развиться естественным эволюционным путем. Наша задача — создать машины, которые будут мыслить иначе, создать «инопланетный» интеллект.
Подход искусственного интеллекта к науке будет как у инопланетянина — значительно отличаться от подхода обычных ученых, и это заставит людей также относиться к науке с другой перспективы: подумать об иных способах производства материалов или одежды, или иначе начать относиться к финансовым инструментам, или любым другим областям науки и искусства. Чужеродность искусственного интеллекта станет для человека более ценной характеристикой, чем его скорость или мощность.
Искусственный разум поможет нам лучше осознать, что мы вкладываем в понятие «интеллект» в первую очередь. Раньше мы бы сказали, что только «суперумный» искусственный разум способен управлять автомобилем, одержать победу над человеком в интеллектуальной игре Jeopardy! или распознать миллиард лиц. Однако когда наши компьютеры сделали все это за последние несколько лет, мы перевели эти достижения в разряд очевидно механических и едва ли заслуживающих называться истинным интеллектом. Мы дали этому название — «машинное обучение». Каждое достижение искусственного интеллекта меняет определение этого успеха на «не искусственный интеллект».
Однако мы не только меняем определение искусственного интеллекта, мы переосмысляем, что значит быть человеком. За последние 60 лет, когда с помощью механических процессов были воссозданы образцы поведения и характеристики, которые раньше приписывались исключительно людям, нам пришлось переоценить, что делает человека человеком. По мере изобретения все новых типов интеллекта мы будем вынуждены признать, что все больше черт, которые раньше были уникальной особенностью людей, уже таковыми не являются. Каждый шаг назад — человек больше не уникальное создание, которое способно играть в шахматы, управлять самолетом, создавать музыку или изобретать математические законы — будет болезненным и наполненным печалью. Следующие три десятилетия, а фактически, возможно, и все столетие, человечество проведет в состоянии непрекращающегося кризиса идентичности, в попытках ответить на вопрос, для чего нужны люди. Если человек — не уникальный создатель инструментов, художник, этик, тогда что, если такая черта есть в принципе, делает человека человеком? Величайшая ирония заключается в том, что самой большой пользой от применения искусственного интеллекта в повседневной бытовой жизни будет не увеличение продуктивности, или создание экономики изобилия, или новый подход к науке, хотя все это, несомненно, произойдет. Самой большой пользой от появления искусственного интеллекта станет то, что он поможет определить природу человека. Искусственный интеллект нужен людям, чтобы понять, кто мы.
* * *
«Инопланетный» разум, которому мы в ближайшие несколько лет будем уделять наибольшее внимание, — тот, которому человек дает тело. Мы называем их роботами. Они появятся во всем многообразии форм, размеров и конфигураций, условно говоря, представляя разные виды. Некоторые из них смогут передвигаться, как животные, но большинство будут стационарными, как растения, или рассеянными, как коралловые рифы. Роботы уже среди нас. Их появление в нашей жизни прошло тихо и незаметно, но вскоре их присутствие станет более серьезным и значимым — это неизбежно. Изменения, которые они привнесут, затронут основы человеческого существования.
Представьте, что семь из десяти работающих американцев завтра будут уволены. Что они станут делать в такой ситуации? Сложно поверить, что вообще можно будет говорить об экономике, если уволить больше половины рабочей силы страны. Тем не менее именно это, хотя и очень медленно, происходило с рабочей силой во время промышленной революции в начале XIX века. Двести лет назад 70% трудоспособных американцев жили на фермах. Сегодня в результате процесса автоматизации механические устройства заменили 99% работников (и рабочих животных). Однако люди не остались без дела. Вместо этого в результате все того же процесса автоматизации возникли сотни миллионов рабочих мест в абсолютно новых областях. Те, кто когда-то был занят обработкой земли, теперь трудились на множестве заводов и фабрик, без остановки штамповавших сельхозтехнику, автомобили и другие промышленные товары. После этого — одна волна за другой — появлялись новые профессии: специалист по ремонту бытовой техники, печатник на офсетной машине, инженер-химик пищевого производства, фотограф, веб-дизайнер... Каждая новая специальность возникала на волне предыдущей автоматизации. Большинство из нас выполняет сегодня ту работу, которую фермеры в 1800-х не могли себе даже представить.
В это, может быть, сложно поверить, но еще до окончания нынешнего столетия 70% современных профессий будут автоматизированы, включая ту, которой вы сейчас занимаетесь. Иными словами, проникновение роботов во все сферы жизни человека неизбежно, и замена ими специалистов-людей — только вопрос времени. Этот сдвиг предопределен второй волной автоматизации, которая концентрируется на искусственном познании, дешевых сенсорах, машинном обучении и распределенном интеллекте. Такой широкий процесс автоматизации затронет все типы занятости: от физического до интеллектуального труда.
Во-первых, машины закрепят свой успех в уже автоматизированных отраслях промышленности. После того как роботы полностью вытеснят рабочих с конвейера, они начнут заменять их на складах. Быстрые роботы, способные поднимать грузы по 70 кг, будут день-деньской без перерыва на обед выгружать коробки, сортировать их и загружать в фуры. Такие роботы уже активно используются на складах интернет-гиганта Amazon. Процесс сбора овощей и фруктов продолжит автоматизироваться, пока труд человека не перестанет быть нужным на фермах, которые специализируются на конкретных продуктах. В аптеках будет работать робот, выдающий лекарственные препараты по рецептам, в то время как провизор станет заниматься консультированием пациентов. Фактически прототип такого робота, выдающего медикаменты, уже есть и используется в больницах Калифорнии. До настоящего момента эти «умные» машины не перепутали ни одного назначения, чего нельзя сказать о фармацевтах. Затем требующие сноровки обязанности по уборке помещений в офисах и школах будут передаваться роботам, которые станут наводить порядок поздно ночью, начиная с простого мытья полов и окон и заканчивая более сложными задачами — мытьем туалетов. Грузовые перевозки на дальние расстояния на участках автострад будут осуществляться роботами, встроенными в кабины большегрузных автомобилей. К 2050 году функции водителя грузовика в подавляющем большинстве случаев начнут выполнять не люди, а роботы. Так как в США сегодня грузоперевозки представляют собой один из самых распространенных видов деятельности, это весьма серьезное заявление.
Тем временем роботы продолжат свое вторжение в сферы деятельности «белых воротничков». Искусственный интеллект уже встроен во многие устройства, которые мы используем, просто мы его так не называем. Посмотрите на один из новейших компьютеров Google, который способен составить точное описание любой предложенной ему фотографии. Выберите случайный снимок из интернета, компьютер «взглянет» на него и в точности опишет. Он будет продолжать правильно описывать одну фотографию за другой и, в отличие от человека, никогда не устанет. Программа для перевода с искусственным интеллектом от Google превращает телефон в персонального переводчика. Скажите что-нибудь в микрофон по-английски, и она тут же повторит сказанное вами на понятном китайском, русском, арабском или нескольких десятках других языков. Переключите телефон на собеседника, и приложение переведет его ответ. Программа переводит любые тексты, например с турецкого на хинди или с французского на корейский и так далее. Дипломатические переводчики высокого уровня еще какое-то время не останутся без работы, а вот с повседневными переводами в сфере бизнеса машины вполне справятся. Фактически роботы смогут делать какую угодно бумажную работу, в том числе из области медицины. Выполнение рутинных задач в любой профессии, связанной с большим объемом информации, может быть автоматизировано. Не имеет значения, кто вы по профессии: врач, переводчик, редактор, юрист, архитектор, журналист или даже программист, — внедрение роботов будет носить массовый характер.
Сегодня мы переживаем переломный момент.
Под влиянием стереотипов, как должен выглядеть и действовать «умный» робот, мы можем пропустить, что уже происходит вокруг. Требовать, чтобы искусственный интеллект выглядел антропоморфно, — все равно что требовать, чтобы искусственные летательные аппараты были похожи на птиц и махали крыльями. Кроме того, роботы будут мыслить иначе, чем человек.
Возьмем, например, принципиально новый вид роботов — робота Baxter, созданного компанией Rethink Robotics. Он был спроектирован Родни Бруксом, бывшим профессором Массачусетского технологического института, который создал робот-пылесос Roomba. Baxter — один из первых примеров нового класса промышленных роботов, предназначенных для совместной работы с человеком. Выглядит он не слишком впечатляюще. Разумеется, у него большие, сильные «руки» и плоский дисплей, как у многих промышленных роботов. Он способен выполнять монотонную физическую работу, как и остальные промышленные роботы. Но у него есть три важных отличия.
Во-первых, он в состоянии оглядываться вокруг и указывать направление своего «взгляда», изменяя положение картонных глаз на голове. Робот может работать на производстве вместе с людьми и не травмировать их. Кроме того, рабочие понимают, видит ли их «умный» помощник. Промышленные роботы предыдущего поколения такими возможностями не обладали, и это означало, что они физически не могли работать совместно с людьми. Типичный промышленный робот сегодня отделен от рабочих ограждением из проволочной сетки или помещен под стеклянный колпак. Рядом с ними просто опасно находиться, так как они не замечают окружающих. Подобные меры безопасности не позволяли промышленным роботам работать в небольших магазинах, где обеспечивать такие условия нецелесообразно. В идеале рабочие должны иметь возможность получать и передавать материалы роботу или слегка менять его настройки в течение дня, и, если робот изолирован, сделать это трудно. С Baxter все по-другому. Он обладает встроенной технологией обратной связи и может почувствовать, если с кем-то или чем-то столкнулся. Робота можно включить в электрическую розетку у себя в гараже и запросто работать рядом с ним.
Во-вторых, любой может обучить Baxter. Он не настолько быстрый, сильный или точный, как другие промышленные роботы, но он определенно умнее. Для обучения достаточно просто взять его руки и направлять, выполняя правильные движения в нужной последовательности. Это обучение методом повторения. Робот выучивает процедуру, а затем повторяет ее. Любой рабочий может обучить его, не придется даже говорить. Чтобы заставить роботов предыдущих версий внести изменения в выполнение задачи, требовались профессиональные разработчики и программисты, которые писали тысячи строк программного кода, а затем отлаживали программу. Код загружался по частям, крупными кусками и нечасто, так как перепрограммировать робота в процессе эксплуатации было невозможно. Реальная стоимость типичного промышленного робота — это не столько стоимость его аппаратной части, сколько расходы на его эксплуатацию. Цена начинается от $100 000, но за весь цикл эксплуатации можно потратить в четыре раза больше на программирование, обучение и техническое обслуживание. Совокупные расходы на жизненный цикл типичного промышленного робота могут составлять полмиллиона долларов и больше.
Третья отличительная особенность Baxter в том, что он дешевый. Его цена составляет $25 000, в то время как совокупная стоимость его предшественников $500 000. Промышленных роботов предыдущего поколения с их пакетным режимом программирования можно сравнить с универсальными ЭВМ, тогда как Baxter — это первый РС-робот. Его могут не воспринимать всерьез как игрушку энтузиастов-любителей, у которой отсутствуют основные функции, например субмиллиметровая точность. Однако, как в случае с РС и в отличие от древней универсальной ЭВМ, пользователи напрямую взаимодействуют с роботом без долгого ожидания помощи со стороны специалистов и иногда могут использовать его для несерьезных вещей. Он достаточно дешевый, так что даже владельцы малого бизнеса могут себе позволить приобрести его для упаковки товаров, или индивидуальной раскраски продукции, или управления собственным аппаратом для 3D-печати. Или же этим роботом можно оснастить завод по производству iPhone.
Робот Baxter изобретен в старинном кирпичном здании на берегу реки Чарльз Ривер в Бостоне. В 1895 году это здание было промышленным чудом в самом центре нового промышленного мира. В нем даже генерировалось собственное электричество. В течение сотен лет заводы и фабрики, находившиеся в стенах этого здания, меняли мир вокруг. Сегодня возможности Baxter и целой волны первоклассных роботов-рабочих, появление которых уже не за горами, заставили изобретателя Родни Брукса задуматься о том, что их внедрение изменит производственный процесс сильнее, чем последняя промышленная революция. Глядя из окна своего офиса на бывшую промышленную территорию, он говорит: «Сегодня производственный процесс ассоциируется у нас только с Китаем. Однако когда стоимость производства упадет благодаря применению роботов, транспортные расходы станут гораздо более значимым фактором, чем затраты на производство. Дешевле будет делать что-то рядом. В итоге мы получим сеть местных льготированных предприятий, где большинство товаров будут производиться на территории в пределах восьми километров от места, где они требуются».
Это может быть верно в отношении производства разных товаров, при этом значительная часть рабочих мест, где будут продолжать работать люди, остается в сфере услуг. Я предложил Бруксу прогуляться со мной до ближайшего кафе McDonald’s и рассказать мне, какие рабочие места там могут занять его роботы. Брукс задумался и предположил, что пройдет еще лет тридцать до того, как роботы начнут готовить людям еду: «В сфере быстрого питания вам не удастся долго выполнять одну и ту же задачу. Вы всегда действуете спонтанно, так что вам нужно реагировать быстро. Мы не пытаемся продавать специализированные решения. Мы создаем универсальные машины, которые другие сотрудники могут самостоятельно настроить для совместной работы». Когда люди начнут трудиться вместе с роботами, неизбежно их задачи будут сливаться, и вскоре та работа, которую выполняли люди, станет задачей для роботов, а новую работу, которая будет в зоне ответственности людей, нам пока сложно даже представить.
Давайте разобьем отношения людей и роботов на четыре категории, чтобы лучше понять процесс замещения человека ими.
Люди могут ткать, но автоматизированные станки производят идеальную ткань при очень невысокой себестоимости. Единственная причина, по которой сегодня можно купить вещь, сделанную вручную, — если вы хотите, чтобы в ней присутствовала изюминка как следствие неидеальности из-за производства человеком. Однако, вероятно, мало кому хочется иметь автомобиль с изюминкой. Сложно положительно оценить вышедшее из строя оборудование, когда вы едете со скоростью 110 км/ч по автостраде, отсюда вполне логичный вывод: чем меньше человеческого фактора при производстве автомобилей, тем лучше.
И все же, когда требуется выполнение более сложных обязанностей, мы по-прежнему ошибочно убеждены, что роботам и компьютерам доверять нельзя. Именно поэтому мы с такой неохотой признаем, что роботы успешно справляются с выполнением интеллектуальных задач, в некоторых случаях даже более эффективно, чем с механическими действиями. Компьютеризированная система автопилота способна управлять самолетом Boeing 787 на протяжении всего рейса, за исключением семи минут полета. Пилот находится в кабине для управления самолетом в течение этих семи минут и далее «на всякий случай», при этом время, когда он действительно необходим, быстро сокращается. В 1990-х годах компьютерные программы по оценке ипотечных кредитов полностью заменили людей. Сегодня в большинстве случаев компьютеры выполняют расчет налогов, проводят рентгенографический анализ и сбор доказательств для предварительных слушаний — все это когда-то выполняли высокооплачиваемые специалисты.
Мы безоговорочно приняли факт работы роботов на промышленном производстве. Вскоре мы согласимся и с тем, что их можно эффективно задействовать в сфере услуг и при выполнении интеллектуальных задач.
Банальный пример: человек не может сам сделать один-единственный шуруп, в то время как автоматизированный механизм способен производить тысячу одинаковых шурупов в час. Без процесса автоматизации нам не справиться с производством единственной компьютерной микросхемы: эта работа требует той степени точности, концентрации и внимания, на которую мы в силу своей природы просто не способны. Точно так же ни один человек и даже группа людей, невзирая на уровень их образования, не в состоянии быстро осуществить поиск по всем веб-страницам в мире и обнаружить одну с указанием стоимости яиц в Катманду вчера. Каждый раз, когда вы нажимаете на кнопку поиска, вы прибегаете к помощи робота, чтобы сделать то, что человек как биологический вид не способен в одиночку.
Тема замещения людей роботами сегодня одна из преимущественно обсуждаемых, в том числе в прессе. Наибольшую пользу роботы и процесс автоматизации могут принести в тех областях, где человек физически не способен справляться. Например, у нас физически не хватит объема внимания на исследование каждого квадратного сантиметра каждой компьютерной томографии, которые делаются для обнаружения раковых клеток. У человека нет миллисекундных рефлексов, необходимых, чтобы выдуть из расплавленного стекла бутылку. Человек не обладает безотказной памятью, чтобы помнить все подачи в Главной лиге бейсбола и высчитать вероятность следующей в режиме реального времени.
Человек не отдает роботам хорошую работу. В большинстве случаев они выполняют ту, с которой люди никогда бы не справились. Без роботов она осталась бы невыполненной.
Это самое большое преимущество применения роботов: сегодня человек с помощью их и компьютерного интеллекта имеет возможность делать то, что еще 150 лет назад не мог себе даже представить. Он может избавиться от опухоли в кишечнике с помощью операции, проведенной через пупок, снять на видео свою свадьбу, управлять марсоходом, напечатать на ткани рисунок, который друг прислал по электронной почте. Мы занимаемся миллионом новых дел, которые привели бы в замешательство и шок фермеров 1800-х. Эти новые виды деятельности — не просто те дела, которые раньше выполнять было сложно. Скорее они относятся к категории мечтаний, ставших реальностью благодаря возможностям машин, которые в состоянии их реализовать. Это та работа, которую создали машины.
До изобретения автомобиля, кондиционера, плоскоэкранных мониторов и мультипликации ни один из жителей Древнего Рима и не мечтал о том, чтобы смотреть на двигающиеся картинки, пока едет до Афин со всеми удобствами и климат-контролем. Я путешествовал так совсем недавно. Еще сто лет назад ни один китаец не задумался бы о покупке небольшой глянцевой коробочки для разговоров с друзьями, живущими далеко, до того, как установит дома водопроводную систему. Сегодня каждый день можно видеть, как китайские крестьяне, у которых нет домашнего водопровода, покупают смартфоны. Искусственный интеллект, внедренный в игры-стрелялки, внушил миллионам подростков горячее желание стать профессиональными разработчиками компьютерных игр, — мечта, которая просто не могла появиться, например, у мальчика Викторианской эпохи. Вполне реально наши изобретения создают нам новые рабочие места. Каждый успешный процесс автоматизации стимулирует появление новых рабочих мест, которые мы не могли бы себе даже представить без внедрения автоматизации в нашу жизнь.
Повторюсь: множество новых задач, возникших в результате автоматизации, невыполнимы без нее. Сегодня, когда мы обладаем поисковиками, у нас появился помощник, которому можно поручить тысячу дел. О’кей, Google, где мой телефон? Google, можешь совместить людей, страдающих от депрессии, с врачами, предлагающими средства от нее? Google, когда начнется следующая вирусная эпидемия? С точки зрения развития технологий нет разницы между людьми и машинами: технологии обеспечивают новые возможности и варианты и тем и другим.
Готов поспорить (ничем при этом не рискуя), что людьми самых высокооплачиваемых профессий в 2050 году станут применяться машины и автоматизированные процессы, которые еще даже не изобретены. Иными словами, сегодня мы не можем сказать, в чем будет заключаться эта деятельность, потому что нам пока неизвестны технологии, которые сделают ее возможной. Роботы создают работу, которую мы пока даже не можем представить.
Единственное, что могут делать только люди и что пока недоступно роботам (и еще долго будет недоступно), — это решать, чем еще люди хотят заниматься. Это не искусная игра слов: наши желания вдохновляются нашими предыдущими изобретениями, и этот вопрос возникает снова и снова.
Когда роботы и механические устройства выполняют весь наш основной объем работы, так что мы с легкостью удовлетворяем свои базовые потребности в еде, одежде, крыше над головой, мы переходим на новый уровень свободы и начинаем задаваться вопросом: «В чем мое предназначение?» Промышленная революция сделала гораздо больше, чем просто привела к увеличению средней продолжительности жизни человека. Она позволила гораздо большему проценту людей решить, что они должны стать балеринами, профессиональными музыкантами, математиками, спортсменами, модными дизайнерами, инструкторами по йоге, писателями-фантастами и людьми, у которых на визитке указана единственная в своем роде профессия. Благодаря помощи машин у человека есть возможность заниматься этими профессиями, хотя со временем машины заменят его и в них. Тогда у нас будет даже больше возможностей придумать себе ответ на вопрос: «Чем я хочу заниматься?» Сменится еще не одно поколение людей, пока робот научится отвечать на этот вопрос.
Эта постиндустриальная экономика продолжит расширяться, потому что частичная задача каждого человека будет в том, чтобы изобретать новые занятия, которые впоследствии превратятся в рутинную работу для роботов. В обозримом будущем автоматизированное управление автомобилями и грузовиками станет повсеместным. Это приведет к тому, что бывшие водители грузовиков освоят новую для себя профессию оптимизатора маршрута — специалиста, встраивающего алгоритм движения транспортных средств так, чтобы затраты времени и ресурсов были минимальными. Активное применение робототехники при проведении медицинских операций заставит врачей овладеть новым навыком по поддержанию сложной техники в стерильном состоянии. Когда автоматическое отслеживание абсолютно всех действий человека станет повседневным явлением, появятся аналитики новой формации, которые помогут людям работать с полученными данными. И, конечно, станет невозможным обойтись без целой армии «нянь для роботов» — технических специалистов, которые начнут следить за работоспособностью «умных» машин и поддерживать ее. И каждая из этих новых профессий впоследствии будет отдана роботам.
О настоящей революции можно будет говорить тогда, когда у каждого человека в распоряжении появится персональный робот — потомок Baxter. Представьте, что вы — один из 0,1% людей, которые все еще занимаются сельским хозяйством. У вас небольшая ферма, где вы выращиваете органические овощи и фрукты и напрямую продаете их покупателям. Вы все еще называетесь фермером, но практически всю работу выполняют роботы. Ваша верная армия трудится под палящим солнцем: уничтожает сорняки и вредителей, собирает урожай, руководствуясь «умной» системой проб почвы. Ваша новая работа в качестве фермера заключается в том, чтобы управлять всей этой системой. Сегодня, возможно, вам нужно проанализировать, какие сорта томатов лучше посадить, завтра — выяснить, какие потребности есть у ваших клиентов, послезавтра — пришло время обновить информацию на этикетках. Все остальные задачи, где есть четкие, измеряемые критерии, выполняются роботами.
Сейчас это кажется невероятным, сложно представить себе робота, способного собрать подарок из груды составных частей, или сделать запасные части для газонокосилки, или изготовить материалы для отделки новой кухни. Также трудно вообразить, что у наших племянниц и племянников десяток роботов будет штамповать в гараже инверторы для стартапа друзей по выпуску электромобилей. Сложно представить, что наши дети станут дизайнерами электрических устройств и будут создавать на заказ, например, ограниченные серии аппаратов для приготовления десерта с использованием жидкого азота для продажи миллионерам в Китае. Но именно это сделает возможным развитие персональных роботов.
В будущем у каждого появится возможность иметь персонального робота, но один лишь факт обладания им не служит гарантией успеха. Скорее успех ждет тех, кому лучше всех удастся наладить процесс совместной работы с роботами и машинами. Географическое расположение производственных кластеров станет важным фактором, но не из-за разницы в затратах на оплату труда, а из-за различий в человеческом профессиональном опыте. Все дело в симбиозе людей и роботов.
Задачей человека станет создание новых рабочих мест для роботов, и это бесконечный процесс. Так что у нас гарантированно всегда будет по крайней мере одна работа.
* * *
В скором будущем отношения между человеком и роботами станут еще более сложными. Тем не менее уже сегодня можно разглядеть появляющийся образец. Неважно, какие у вас сейчас работа и заработная плата, — вы будете вновь и вновь проходить через предсказуемый цикл отрицания. Итак, ниже приведены семь этапов замены человека роботом.
ОК, он справляется с большинством моих задач, но не со всеми.
ОК, он справляется со всеми моими задачами, но не может обойтись без меня, когда ломается, а случается это часто.
ОК, он безукоризненно выполняет рутинные дела, но мне нужно обучать его для выполнения новых задач.
ОК, ОК, пусть он выполняет мою старую, скучную работу, потому что очевидно, что человек не должен тратить на это время.
Ого, теперь, когда робот выполняет мою старую работу, я могу заняться гораздо более интересными вещами и к тому же больше получать!
Я так рад, что робот/компьютер не справится с теми задачами, которые выполняю я.
[Все повторяется]
Это не гонка против машин. Если мы начнем бороться с ними, мы неизбежно проиграем. Это гонка вместе с машинами. Уровень вашей заработной платы будет зависеть от того, насколько эффективно вы сможете работать совместно с роботами. Примерно 90% ваших коллег по работе окажутся незаметными машинами. Большинство из того, что вы начнете делать, не будет осуществимо без них. Граница между тем, что делаете вы и они, станет весьма условной. Возможно, вы даже не сможете воспринимать это как работу, по крайней мере сначала, так как все, что хоть отдаленно напоминает тяжелый труд, будет по умолчанию передаваться роботам.
Мы должны уступить им место. Многие рабочие места, за сохранение которых для людей сражаются политики всех калибров, на самом деле представляют собой работу, на которую никто не хочет идти, просыпаясь утром. Роботы будут выполнять то, чем занимались люди, и делать это гораздо лучше. Роботы будут выполнять работу, с которой человек справиться не в состоянии. Роботы смогут делать то, что мы пока даже представить себе не можем. И роботы помогут нам создавать новые рабочие места для себя, которые дадут нам возможность раскрыть свой потенциал и понять, кто мы. Они помогут нам сфокусироваться на том, чтобы стать человечнее, чем мы были.
Это неизбежно. Пусть роботы займут наши рабочие места и помогут каждому из нас придумать дело нашей мечты.
Войти с помощью соц. сетей: