Глава 5. Когда без человека не обойтись

Книга: Машина, платформа, толпа. Наше цифровое будущее

Есть три правила написания романов. К сожалению, их никто не знает.

Предположительно Сомерсет Моэм

* * *

«Какие способности останутся исключительно человеческими в этой гонке технологий?» — вот самый частый вопрос о разуме и машине, который мы слышим. Когда цифровой инструментарий оспаривает человеческое превосходство в рутинной обработке информации, распознавании образов, языке, интуиции, суждениях, прогнозах, физической ловкости и во многих других сферах, есть ли хоть какие-нибудь области, где мы точно навсегда останемся лучшими?

Мечтают ли андроиды о творческих взлетах?

Самый распространенный ответ на вопрос, поставленный в предыдущем абзаце, — творчество. Множество, если не большинство, людей, с которыми мы общались, говорили, что в человеческой способности предлагать новые идеи есть что-то абсолютное и неописуемое. Нам кажется, что в этом много верного; по сути, нечто подобное мы говорили в книге «Вторая эра машин». Однако недавние разработки в области промышленного дизайна свидетельствуют, что машины становятся успешными в самостоятельном создании впечатляющих идей.

Можно с уверенностью сказать, что большинство людей никогда не думали о теплообменниках, — о них много думают те специалисты, которые проектируют холодильники, печи, двигатели и другое оборудование. Задача теплообменника — передавать тепло от одной среды (жидкости или газа) к другой, не позволяя средам контактировать. Батарея отопления в спальне — теплообменник; она передает окружающему воздуху тепло от проходящей внутри воды или пара. Аналогично действует и кондиционер.

Создать новый теплообменник нелегко. Он должен выполнять свою основную задачу и притом быть эффективным, безопасным, прочным и дешевым. Чтобы выполнить все эти требования, проектировщик должен знать необходимые рабочие характеристики, термодинамику и гидродинамику, свойства материалов, методы и стоимость производства и прочее. На практике, разумеется, многие проектировщики опираются на огромное количество полезных сведений, полученных при разработке предыдущих успешных теплообменников; они вносят изменения в уже существующий проект, чтобы выполнить требования для новой ситуации.

Но что если бы проектировщик теплообменника обладал всеми требуемыми знаниями, но не имел накопленного опыта? Иными словами, что если предположить, что проектировщик точно знает все требуемые параметры (размеры теплообменника, его стоимость, срок службы, передачу энергии и все остальное) и является первоклассным экспертом во всех необходимых научных и технических дисциплинах, но никогда не работал над теплообменниками и даже не подозревал, что такая вещь в принципе может оказаться полезной. Что придумал бы такой проектировщик?

Рисунок 1 показывает пример. Как вы, вероятно, уже догадались, он был спроектирован компьютером.

Рис. 1

Теплообменник, спроектированный программой для генеративного дизайна (схема предоставлена компанией Autodesk)

ТАКОЙ ЕСТЕСТВЕННЫЙ ИСКУССТВЕННЫЙ ДИЗАЙН

Теплообменник, изображенный на рис. 1, продукт генеративного дизайна — процесса, в котором программное обеспечение используется не для того, чтобы помочь дизайнеру-человеку создать чертеж, выполнить вычисления и изучить баланс плюсов и минусов, а для самостоятельной, стопроцентно автоматической работы, при которой выдается один или несколько готовых проектов, удовлетворяющих всем требованиям.

Эта деталь была изготовлена с помощью трехмерной печати. По сути, традиционными методами ее изготовить невозможно. Теперь же, когда 3D-принтеры стали реальностью, программы генеративного дизайна больше не связаны по рукам старыми методами производства и могут предлагать намного более широкий диапазон форм. Кстати, в отличие от большинства, если не всех, проектировщиков-людей, программное обеспечение не склоняется сознательно или неосознанно к существующим методам, поэтому ведет исследования свободнее.

Обладает ли программа генеративного дизайна творческими способностями? Это сложный вопрос, поскольку творчество служит ярким примером того, что пионер в области искусственного интеллекта Марвин Минский называл словом-чемоданом. Он писал: «Большинство слов, которые мы употребляем для описания разума, например “сознание”, “обучение” или “память”, похожи на чемоданы, поскольку в них вложена масса различных значений». Именно это мы наблюдаем в различных определениях творчества. Так, Оксфордский словарь английского языка утверждает, что творчество — это «использование воображения или оригинальных идей, особенно для создания художественных произведений».

Теплообменник, созданный программой генеративного дизайна, на деле не соответствует этому определению, поскольку не был продуктом чьего-то воображения и не представляет собой художественное произведение. Однако словарь Уэбстера дает несколько иное определение творчества: это «способность создавать новые вещи или придумывать новые идеи». При таком определении, по нашему мнению, программа генеративного дизайна бесспорно творческая.

Люди не играли никакой роли в проектировании детали, изображенной на , но их участие было необходимо, для того чтобы сообщить программе генеративного дизайна, какая именно нужна деталь. Люди задали программе начальные условия, определив, что должна уметь делать деталь. Им нужно было понимать, где ее предполагается использовать, в каких внешних условиях, какую энергию она должна передавать и тому подобное. Короче говоря, эти люди располагали массой знаний и умений в соответствующих областях — возможно, почти таким же объемом, какой нужен настоящим проектировщикам теплообменников для разработки проекта.

ГОНИ БЫСТРЕЕ, ТВОРИ СТРАННЕЕ

А если хоть часть соответствующих знаний тоже можно было создавать автоматически? Если к сочетанию программы для генеративного дизайна и трехмерной печати можно было бы добавить дополнительные инструменты, чтобы творческие цифровые технологии продвинулись дальше? Чтобы выяснить это, в 2013 году в Лос-Анджелесе представители Autodesk объединились с группой автомобильных дизайнеров и водителей-каскадеров. Они поставили цель разработать автоматизированную систему, которая могла бы с нуля проектировать гоночные шасси и самостоятельно определять, как они должны функционировать, — иными словами, задавать его характеристики.

Для этого команда сначала построила урезанную модель традиционного гоночного автомобиля — фактически только шасси, трансмиссию, двигатель, сиденье и колеса. Затем специалисты покрыли шасси датчиками, измеряющими нужные параметры: напряжение, деформацию, температуру, смещение и все прочие вещи, к которым должно быть приспособлено шасси. Как мы уже говорили в предыдущей главе, цифровые датчики сейчас одновременно малы, дешевы и производительны, поэтому команда смогла без больших затрат получить огромное количество точных данных от шасси, оснащенного измерительными приборами.

Автомобиль с датчиками отвезли в пустыню Мохаве, где шофер-испытатель водил его на предельных режимах, разгоняясь и тормозя максимально жестко (но без крушений), а датчики машины в это время собирали информацию. К концу заезда у команды имелось 20 миллионов замеров для конструкции автомобиля и сил, действующих на него. Все эти данные были загружены в Project Dreamcatcher — систему генеративного дизайна, разработанную Autodesk, — а потом использованы для трехмерного моделирования шасси. Рисунок 2 показывает то, что выдала программа. Нам кажется, что шасси для гоночного автомобиля тут можно опознать с большим трудом. Скорее это похоже на череп мамонта или кита, или, возможно, на микроскопический панцирь диатомовой водоросли, состоящий из диоксида кремния.

Рис. 2

Модель шасси гоночного автомобиля (схема предоставлена компанией Autodesk)

Это не простое совпадение. Кости, экзоскелеты и прочие природные конструкции победили в ходе древней безжалостной эволюционной конкуренции — битвы в буквальном смысле не на жизнь, а на смерть. Эволюция создала изумительные проекты, одновременно жизнеспособные, выносливые, энергетически эффективные, изощренные, сильные и стройные. Поэтому мы не должны удивляться тому, что программа генеративного дизайна, которая получила задание спроектировать оптимальную конструкцию, удовлетворяющую какому-либо набору функциональных требований, выдает нечто, выглядящее так, как будто оно создано природой.

Вы обратили внимание на еще одну необычную черту? Шасси асимметрично, его правая и левая стороны не являются зеркальным отражением друг друга. Это вполне разумно. Гоночный автомобиль чаще ездит по кругу в одном направлении, чем в другом, поэтому на обе стороны шасси действуют различные силы. Дизайнеры-люди знали об этом давно, но их творения редко бывали настолько асимметричными (если вообще бывали), как проект, созданный программой генеративного дизайна.

Примеры вроде гоночного шасси убеждают нас, что цифровое творчество — это больше, чем просто подражание и инкрементализм. Компьютеры способны на нечто большее, чем просто расширение и комбинирование уже сделанного людьми. Мы оптимистично смотрим на то, что может происходить нечто противоположное. Когда компьютеры вооружаются накопленным человеком научным и техническим знанием и получают эксплуатационные требования для какой-либо ситуации (или достаточное количество данных, чтобы выяснить их самостоятельно), они предлагают новые решения, которые людям не пришли бы в голову.

КОМПЬЮТЕР КРИЧИТ: «ЭВРИКА!»

Машины-проектировщики не имеют слепых пятен и предрассудков, которые, видимо, неизбежно накапливаются вместе с опытом у людей. Доступные сегодня вычислительные мощности позволяют машинам-проектировщикам быстро и недорого исследовать множество решений — больше, чем может придумать целое здание, полное людей. Цифровые творцы уже существуют.

Типичный пример творчества в духе «Эврика!» в науке — это появление новой теории, которую со временем подкрепляют результаты экспериментов. Хорошо продуманное исследование, проведенное специалистами по вычислительной биологии в Медицинском колледже Бейлора и аналитиками из IBM, показало, что технология искусственного интеллекта IBM Watson могла бы применяться для создания полезных научных гипотез. Группа искала киназы — активаторы белка p53; он интересен тем, что сдерживает развитие рака. Исследователи заставили Watson прочитать 70 тысяч опубликованных научных работ по этой теме, а затем попросили спрогнозировать киназы, которые будут включать и выключать деятельность белка p53. Watson назвал семь возможных вариантов.

Откуда нам знать, хороши они или плохи? Нам это известно, потому что исследователи дали системе только работы, опубликованные до 2003 года. Это означает, что ученые могли использовать десять лет научного прогресса между 2003 и 2013 годами, чтобы определить, какие из гипотез Watson были исследованы и подтверждены. В реальности оказалось, что все семь киназ, предложенных компьютером, активируют p53. Результаты особенно впечатляют, если учесть, что за последние тридцать лет наука в данной области открывала примерно по одной активирующей p53 киназе в год. Это не какая-то частная проблема.

НО ВЕДЬ ИСКУССТВО — ЭТО НЕЧТО ДРУГОЕ, РАЗВЕ НЕТ?

Цифровое творчество добралось и до искусства. Программа Саймона Колтона The Painting Fool пишет картины без вмешательства человека, Патрик Трессет изготовил несколько манипуляторов, которые пишут портреты живых моделей, а программа Emily Howell, разработанная профессором музыки Дэвидом Коупом, сочиняет мелодии в разных стилях.

Мы часто слышим, что цифровые художники, композиторы и другие «творческие личности» не так талантливы, как люди тех же профессий, и что творения машин по-прежнему определенно не столь глубоки, как человеческие. Коуп заметил интересное явление. Райан Блитштайн в журнале Pacific Standard в 2010 году рассказывает о его работе так: «На концерте в Санта-Круз в программе не было указано, что Эмили Хоуэлл не человек, и один профессор химии, страстный любитель музыки, описывал в зале исполнение композиции Хоуэлл как одно из самых трогательных переживаний в своей жизни. Спустя шесть месяцев тот же человек посетил лекцию Коупа о программе Emily Howell и прослушал в записи тот же самый концерт. Коуп вспоминает, что профессор сказал ему: «Вы знаете, это прелестная музыка, но я могу не раздумывая с абсолютной уверенностью сказать, что она сочинена компьютером. В этом произведении нет сердца, нет души, нет глубины».

Вероятно, мы не слишком удивимся тому, что компьютер-композитор может создать музыку, которую люди сочтут чарующей или красивой. Эстетичность — то, что мы находим красивым, или то, что нравится нашему вкусу и ощущениям, — сложная вещь, понять ее трудно (особенно потому, что она меняется со временем и различна для разных групп и культур), но все-таки возможно. Люди вывели некоторые из таких правил и принципов — например, частое использование «золотого сечения», примерно равного 1,618:1, для расположения элементов на картинах или других художественных произведениях — и постоянно обнаруживают новые (хотя некоторые могут долгое время ускользать от внимания).

Это знание встраивается в технологии и используется в ряде отраслей. Стартап Grid предлагает людям и компаниям весьма индивидуализированные сайты, которые отражают их вкусы. Сайты соответствуют принципам веб-дизайна, при этом люди в их создании не участвуют. IBM отправила свою технологию Watson на кухню, где машина придумывает целые кулинарные книги полезных рецептов, в которых собраны новые сочетания ингредиентов и пряностей, известных людям. Шанхайская башня — это 128-этажный современный небоскреб в центре района Пудун. Технология эффективного использования энергии сокращает выбросы (в пересчете на углекислый газ) на 34 тысячи тонн в год, а экономия применения материалов уменьшила себестоимость строительства на 58 миллионов долларов. При этом многим людям скрученная форма блестящего небоскреба кажется вполне красивой. Она, а также внутренняя конструкция здания были спроектированы компьютером. Конечно, впоследствии их совершенствовали и оттачивали группы архитекторов, но исходной точкой в их работе было здание, спроектированное машиной, а это весьма далеко от чистого листа бумаги.

Что такое есть в нас, чего нет в компьютерах

Пионер компьютерной музыки Дэвид Коуп говорит: «Почти все, что я слышу и читаю, — одно и то же. Это вечное противопоставление машины и человека и вопрос “Вы же не хотите отнять у нас последнее качество, которое можно назвать истинно человеческим, — творческие способности?” Знаете, я считаю такое отношение мелочным и чуждым творчеству». Мы понимаем, каково ему слышать это. Споры, являются ли компьютеры настоящими творцами и могут ли ими быть, представляют интерес для некоторых людей; нас же гораздо больше волнует, как максимизировать общее количество творческих сил в мире. Мы считаем, что для этого нужно двигаться в двух направлениях: продолжать работать над созданием компьютеров, способных придумывать новые идеи, и искать способы сочетать их возможности с тем, что делают творческие люди. Наилучшие решения появятся при совместной работе разума и машины.

Слишком часто, сводя их вместе, мы просим разум заняться скучной и рутинной работой, которую должны делать машины. Как мы описывали в главе 2, идея стандартного партнерства, установившегося двадцать лет назад, состояла в том, чтобы освобождать людей для мышления высокого порядка, оставляя компьютерам нудный труд. Однако дизайнеры и представители других творческих профессий сегодня проводят слишком много времени за отупляющими скучными делами. Вот что заявил нам бывший CEO компании Autodesk Карл Басс:

Использование средств автоматического проектирования — это как геометрия в 11-м классе. Вы сидите, чертите линию, находите среднюю точку, отмечаете ее, чертите другую линию, экструдируете, делаете сопряжение. И что интересно, вы вынуждены заниматься всем этим, еще не зная, решит ли ваша деталь поставленную задачу. Вы можете неделями работать над всеми этими чертежами и только потом понять, что создаваемый механизм работать не будет. Мы обучили целое поколение работать таким образом. Мне кажется, что мы дали людям плохие инструменты.

Autodesk и другие компании работают над улучшением инструментов для творчества. Продукты нового поколения будут делать некоторые вещи иначе.

Во-первых, они будут давать возможность проверить общую осуществимость или пригодность идей до того, как пользователи займутся «геометрией как в 11-м классе». Типичный первый проект — набросок на обратной стороне салфетки. Цифровые инструменты, которые появятся очень скоро, позволят делать что-то вроде такого наброска — в порыве вдохновения — и будут давать быстрый и точный ответ относительно реалистичности замысла: выдержит ли здание землетрясение, выдаст ли двигатель требуемую мощность и тому подобное.

Во-вторых, новые инструменты на каждой стадии разработки будут автоматически делать больше рутинной работы. Мы неважно с ней справляемся, слишком медленно, с множеством ошибок, поэтому стоит перепоручить ее технологиям и модернизировать стандартное партнерство, оставив себе творческие задания.

Еще очень долго роль людей в этой работе останется огромной, как бы ни развивались технологии. Ранее мы высказывались в пользу очень ограниченного участия людей во множестве ситуаций, включая принятие решений, вынесение суждений, диагностику и прогнозирование. В чем разница между этими вещами и творчеством? Разница в том, что во многих сферах создание чего-либо нового и хорошего явно требует, чтобы создатель жил в реальном мире, а компьютеры ни в коем случае не живут. Здесь не место начинать дискуссию о том, что такое сознание — этому «слову-чемодану» посвящены целые жизни и библиотеки, — но мы все-таки заметим, что в настоящее время компьютеры сознанием не обладают. Чтобы придумать что-то, что может понравиться людям, обычно нужно обладать глубоким пониманием того, что значит быть человеком, и ощущать мир всеми органами чувств и эмоциями. Насколько мы можем судить, долгое время никто, кроме людей, не будет на такое способен.

Автор песен Эндрю Бёрд в 2008 году заметил: «Единственное, что отличает песню от путаницы вроде бы разнородных наблюдений, — это чрезмерная уверенность автора в себе». Нам нравится его идея, но, полагаем, он проявил излишнюю скромность. У компьютеров никогда не будет недостатка уверенности в себе, и они могут генерировать бесконечные списки разнородных или связных наблюдений о любви и потерях. Однако мы сильно удивимся, когда появится цифровой поэт, который сможет создавать выдающиеся тексты песен, как Коул Портер, Джони Митчелл или Джей-Зи. Источники их творчества большей частью лежат в понимании человеческой природы. Мы не видим ничего, что указывало бы на скорое появление этого понимания у компьютеров. По мнению пионера в области искусственного интеллекта Яна Лекуна, нас определенно ждет такое в будущем, но сейчас «есть концептуальные представления, что мы пока не знаем, как это делать». Эндрю Ын, другой выдающийся исследователь, согласен с ним. Он сказал нам: «Мы понятия не имеем, как работает мозг, и создаваемые нами алгоритмы работают совершенно не так, как мозг».

Пока машины не обрели этой способности, мы можем довольствоваться своего рода поэзией и прозой, созданными искусственным интеллектом и собранными в CuratedAI — «литературном журнале, написанном машинами для людей». Его вводная статья «Музыка довольна тем, как мыслит господин Бертрам» была написана в августе 2016 года нейронной сетью Deep Thunder после «воздействия романов Джейн Остин». Текст начинается так:

Холодно, и никаких воспоминаний о том, что происходит в Горе. Твоему старшему скажи, когда я пытался стать первым в прославлении, и все это было так небрежно в поездке к господину Кроуфорду; но вы заслужили гораздо, что едва было до этого, и я уверен, что у меня нет возвышенного слова, мэм, я уверен, что мы не знали, что музыка довольна тем, как мыслит господин Бертрам^,.

Мы понятия не имеем, что это означает, и в ближайшее время будем отдавать предпочтение той поэзии и прозе, что создают люди.

СВЯЗИ МЕЖДУ ЛЮДЬМИ В ЦИФРОВОМ МИРЕ

Человеческой природе свойственны межличностные отношения. Люди — социальные существа, живущие группами (семьями, племенами, городами), которые увеличиваются в размере в ходе эволюции. Неизбежное следствие такой тенденции — это то, что мы сильно подстраиваемся друг под друга и как индивидуумы, и как члены группы. Всех нас постоянно и сильно заботит то, как мы относимся к другим людям и что они думают о нас (среди немногих исключений — истинные социопаты и люди с глубокими расстройствами аутического спектра). Наш коллега из Массачусетского технологического института, чрезвычайно талантливый ученый Деб Рой, указал, что социальная природа позволяет нам весьма точно предсказать, какие виды работы технологический прогресс затронет меньше всего, — те, что затрагивают социальные побуждения.

Список таких побуждений, составленный Роем, включает страсть, гордость, смущение, зависть, чувства справедливости и солидарности. Чтобы понять, как они задействованы в сфере труда, возьмем в качестве примера женщину — тренера футбольной команды старшеклассниц. Было бы великолепно, если бы она обладала глубоким стратегическим пониманием спорта и способностью, наблюдая за ходом игры, менять тактику нужным образом, но из-за почти полного отсутствия денежной мотивации, связанной с количеством побед и поражений, важнее всего в такой работе оказывается вовсе не умение научить команду выигрывать. Главным становится умение добиться, чтобы девочки сработались и научились общими силами достигать цели, стали хорошими товарищами по команде, способными помогать друг другу, и развили личность через спорт. Тренер большей частью достигает этого, опираясь на свою способность сопереживать и обращаясь к гордости девочек. Она также использует желание подопечных получить одобрение от человека, являющегося для них ролевой моделью и авторитетом.

Большинство из нас отдают себе отчет в том, что хорошие футбольные тренеры встречаются редко, но мы забываем, что таких тренеров не людей не бывает. Попробуйте представить себе, что в школьной команде работает цифровой тренер с искусственным интеллектом. Сможет ли он выделить в команде прирожденных лидеров и трудных подростков и понять, что нужно делать, если кто-нибудь попадает сразу в обе категории? Сможет ли он поддерживать командный дух весь сезон, во время всех взлетов и падений? Найдет ли он доброе слово для какой-нибудь школьницы, чтобы она, забыв об усталости и сомнениях, добилась того, что казалось ей невозможным? Мы уже знаем, что в случае с технологиями никогда не нужно говорить «никогда», но в этом случае все-таки скажем: «Почти наверняка нет».

Компьютеры все лучше справляются с задачами вроде определения эмоционального состояния человека по выражению его лица и звуку голоса, но все это еще очень далеко до того, что мы только что описали. Мы уверены, что способность эффективно работать с эмоциональными состояниями и социальными побуждениями людей еще долго останется исключительно человеческим умением. Это дает еще один новый способ сотрудничества разума и машины: пусть компьютер играет ведущую роль в принятии решений, а также в прогнозах, диагностике, вынесении суждений и тому подобном, а люди будут выходить на первый план в случае необходимости убедить кого-нибудь согласиться с такими решениями.

Здравоохранение дает множество примеров того, как это можно осуществить на практике. Медицинский диагноз — упражнение на сравнение наблюдаемой ситуации с образцами, и компьютеры достигли в нем сверхчеловеческого уровня благодаря переводу всей медицинской информации в цифровую форму и успехам в машинном обучении и других областях. Если лучшим в мире диагностом в большинстве медицинских специальностей — радиологии, патологии, онкологии и прочих — еще не стал компьютер, то это ненадолго. Возможно, на первых порах было бы неплохо, чтобы эксперт-человек посмотрел диагноз, но ведущая роль останется у компьютера.

Большинство пациентов не желают получать диагноз от машины. Они хотят получать его от человека, способного к сочувствию, который поможет им понять и принять тяжелые новости. Поэтому высоко ценятся врачи, которые после поставленного диагноза могут построить с пациентом доверительные отношения и использовать социальные побуждения, поскольку у них больше шансов убедить больного следовать прописанному лечению. Невыполнение назначенного курса — основная проблема здравоохранения, плохо сказывающаяся на здоровье миллионов людей; согласно одной оценке, она обходится США в 289 миллиардов долларов ежегодно.

Компания Iora Health из Кембриджа (Массачусетс) к середине 2015 года запустила 13 медицинских проектов в шести штатах, где пыталась прикрепить к людям «консультантов по здоровому образу жизни». Эти профессионалы не только давали медицинские советы, но и брали на себя труд выслушивать пациентов, проводить с ними время и в целом делать так, чтобы вся практика охраны здоровья выглядела максимально человечной и персонифицированной, а не обезличенной. Похоже, такой подход работает. Как сообщала газета The Boston Globe: «Согласно заявлению компании, в одном пункте Iora уровень госпитализации оказался на 37 процентов ниже, а расходы на здравоохранение — на 12 процентов, чем в случае контрольной группы, использовавшей традиционные медицинские системы… В двух других пунктах количество обращений за неотложной помощью снизилось минимум на 30 процентов».

В будущем люди останутся жизненно важной частью усовершенствованных систем предоставления медицинских услуг, но не всегда в той же роли, что сегодня. На центральное место должны выходить не блестящие диагносты и другие медицинские «лица, принимающие решения», а эмоционально и социально грамотные координаторы по оказанию помощи. Помните шутку про двух работников на заводе — человека и собаку? В случае с медициной мы предлагаем небольшое изменение: в больнице должны будут находиться искусственный интеллект, человек и собака. Работа искусственного интеллекта — поставить диагноз, работа человека — понять его и донести до пациента, а также объяснить, в чем заключается курс лечения, работа же собаки — кусать человека, если он будет оспаривать мнение искусственного интеллекта.

Резюме

• Компьютеры обучаются делать все больше и больше вещей, которые подпадают под определение творчества: проектировать функциональные и красивые объекты, писать музыку, выдвигать полезные научные гипотезы и тому подобное.

• Творческие способности компьютеров быстро растут. Сейчас они способны, например, не только спроектировать деталь, отвечающую определенным требованиям, но и самостоятельно выяснить эти требования по множеству данных.

• Цифровые творцы часто выдают решения, отличные от человеческих. Это замечательно, потому что разнообразие точек зрения часто приводит к лучшим результатам.

• Однако компьютеры по-прежнему не понимают человеческой природы, поскольку не видят мир так, как мы. В обозримом будущем не стоит ожидать, что машина напишет добротный роман.

• Творческие устремления находятся среди самых плодотворных областей для новых сочетаний разума и машины. Один многообещающий подход состоит в том, чтобы машины занимались скучной работой и выдавали исходные предложения, которые люди могли бы развернуть и улучшить.

• Цифровые технологии мало соответствуют большинству наших социальных побуждений, поэтому связанную с ними работу, вероятно, еще долго продолжат делать люди. Она включает задачи, требующие сочувствия, лидерских качеств, командного взаимодействия и наставничества.

• По мере развития технологий эффективные социальные навыки людей ценятся выше, чем хорошее математическое мышление. А способность сочетать то и другое часто будет давать максимальную отдачу.

Вопросы

1. Сколько скучной рутинной работы вынуждены делать самые творческие и изобретательные люди в вашей организации?

2. Уверены ли вы в том, что сможете внятно объяснить разницу между созданными человеком и машиной картинами, мелодиями, вариантами дизайна веб-страницы или научными гипотезами? Считаете ли вы, что лучше будет то, что создано человеком?

3. В каких областях улучшение отношений и взаимодействия между людьми сильнее всего способно помочь вашей работе и вашей организации?

4. Какие задачи, выполняемые сейчас в вашей организации людьми, труднее всего передать компьютерам? Почему вы так считаете?

5. Скажите, какие существующие задачи и процессы в вашей работе или организации, на ваш взгляд, идеально подходят для реализации людьми и машинами в сотрудничестве?

6. Какие новые продукты или услуги можно было бы создать, сочетая новые компьютерные технологии с человеческими способностями?

Назад: Глава 4. Привет, робот!

Дальше: Часть II. Продукт и платформа