Книга: Искусственный интеллект на службе бизнеса

Часть V. Общество

Глава 17. За пределами бизнеса

В большинстве дискуссий вокруг ИИ чаще затрагиваются проблемы общества, чем бизнеса. Не все уверены, что ИИ станет благом для людей. СЕО Tesla Илон Маск, обладая в этой сфере большим опытом, постоянно и во всеуслышание предупреждает: «Я в курсе новейших технологий ИИ и считаю, что повод для беспокойства есть… Я продолжаю бить тревогу, но пока роботы не ходят по улицам, убивая людей, поэтому мы не знаем, как реагировать, – проблема не кажется реальной».

У известного психолога и лауреата Нобелевской премии Дэниела Канемана другое мнение по этому поводу. Широкая общественность знакома с ним по книге «Думай медленно, решай быстро». В 2017 году на нашей конференции по экономике ИИ в Торонто он объяснил, почему ИИ будет мудрее человека:

«Однажды известный писатель рассказал мне, что придумал сюжет для романа, в основе которого любовный треугольник: два человека и робот. И спросил, чем робот должен отличаться от человека.

Я предложил три основных отличия. Первое очевидно: у робота больше развито статистическое мышление, хитросплетения сюжета его мало интересуют. Второе состоит в том, что его эмоциональный интеллект гораздо выше. А третье – робот мудрее… Суть его мудрости – в широте восприятия. Робот запрограммирован на это. По завершении обучения он станет мудрее человека, потому что мы мыслим узко и беспорядочно, в широте восприятия нас легко превзойти. Не думаю, что роботы не смогут научиться чему-то такому, что умеем мы».

Илон Маск и Дэниел Канеман верят в потенциал ИИ и одновременно обеспокоены последствиями его выхода в реальный мир.

Испытывая нетерпение из-за медленной реакции государства на технологический прогресс, промышленные лидеры уже предложили свою политику, а некоторые и начали действовать. Билл Гейтс агитирует за налоги на роботов, заменивших людей на производстве. В обход госструктур фонд поддержки стартапов Y Combinator проводит эксперименты по обеспечению всех граждан минимальным доходом. Илон Маск собрал группу предпринимателей и промышленных лидеров для финансирования Open AI, и они вложили $1 млрд для гарантии того, чтобы одна коммерческая компания не смогла монополизировать всю сферу.

Эти предложения и действия подчеркивают многогранность социальных проблем. Чем выше к вершине пирамиды, тем сложнее выбор. Если задуматься об обществе в целом, экономика ИИ перестает казаться такой уж простой.

Неужели это конец профессий?

Стивен Хокинг – современная инкарнация Альберта Эйнштейна. Он внес неоценимый вклад в науку, несмотря на постоянную борьбу с боковым амиотрофическим склерозом, а благодаря «Краткой истории времени» стал иконой научного мира. Поэтому все, конечно, заметили, когда в декабре 2016 года он написал: «Автоматизация производства уже привела к упразднению традиционных профессий, а развитие искусственного интеллекта, вероятно, только усилит эту тенденцию, которая затронет средний класс, и за человеком сохранятся только контролирующие роли, творческие и требующие проявления человеческой заботы».

В ряде исследований уже измерены деструктивные последствия автоматизации, и не только для физического труда, но и для умственного, который прежде считался свободным от ее посягательств. Лошади в конце концов отстали от машин из-за недостатка лошадиных, а не интеллектуальных сил.

Как экономисты, мы уже слышали подобные утверждения. Впервые безработица в результате технологического прогресса появилась еще несколько веков назад, когда луддиты разрушали ткацкие станки, и с тех пор ее показатели сохранялись удивительно низкими. Руководители предприятий озабочены сокращением рабочих мест в результате освоения ИИ, но мы можем утешаться тем фактом, что фермерские профессии начали упраздняться больше ста лет назад без всякой связи с долгосрочной массовой безработицей.

Будет ли все иначе на этот раз? Многие разделяют беспокойство Хокинга, что теперь все пойдет по-другому, потому что ИИ может отобрать последние преимущества людей перед машинами.

Как на эту проблему смотрят экономисты? Представим себе остров, полностью населенный роботами, – Роботландию. Стали бы мы торговать с ними прогностическими машинами? С точки зрения свободной торговли это открывает колоссальные возможности. Роботы выполняют любые задачи, освобождая людей от обязанностей и позволяя им делать все, что пожелают. Иначе говоря, мы хотели бы торговать с Роботландией не меньше, чем покупать кофе от местных производителей.

Конечно, никакой Роботландии не существует, но появление технологий, позволяющих выполнять новые задачи дешевле, экономисты приравнивают к торговле с таким выдуманным островом. В общем, если вы сторонник свободного международного рынка, то благосклонно воспримете отношения с Роботландией и поддержите развитие ИИ, даже если он заменит собой некоторые привычные нам профессии. Результаты исследований за десятки лет подтверждают появление новых специальностей, и повальная безработица нам не грозит.

Из нашей анатомии решений можно предположить, откуда возьмутся новые профессии. Люди, вероятнее всего, будут работать вместе с ИИ и предоставлять дополнительные составляющие прогноза (данные, суждение и действие). Например, с удешевлением прогнозов ценность суждения возрастет. Следовательно, ожидается развитие профессий по разработке функции вознаграждения, для некоторых из них потребуется высокая квалификация, и они будут хорошо оплачиваться. А подходящими кандидатами станут люди, применявшие суждение до прихода прогностических машин.

Появится много и других связанных с суждением профессий, но, скорее всего, менее квалифицированных, чем те, что заменил ИИ. Прогнозирование служит ключевым навыком в большинстве ныне существующих специальностей. Например, в числе прочих, – врачи, финансовые аналитики, юристы. Использование машинного прогноза в навигации привело к снижению доходов высокооплачиваемых лондонских таксистов и увеличению количества низкооплачиваемых водителей Uber, и аналогичную тенденцию можно ожидать в сфере медицины и финансов. С автоматизацией прогностической части задач к ним привлекут больше сотрудников с узкоспециализированными навыками суждения. Когда прогноз перестанет быть ограничивающим фактором, наверняка возрастет спрос на дополняющие его более распространенные навыки, что приведет к увеличению числа рабочих мест, но одновременно к снижению зарплаты.

У человека есть одно важное отличие от ИИ: ПО масштабируется, а люди – нет. Как только ИИ превзойдет человека в выполнении конкретной задачи, число рабочих мест быстро сократится. Но за последующие несколько лет люди найдут чем заняться, поскольку появятся новые профессии. Хотя тех, кто потеряет работу и будет ждать появления новоиспеченных специальностей, это вряд ли утешит. Рецессию в результате применения ИИ исключать нельзя, даже если свободная торговля с Роботландией не повлияет на количество рабочих мест в долгосрочной перспективе.

Усугубится ли проблема неравенства?

Работа – это одно, а зарплата – совсем другое. В торговле конкуренция вызывает снижение цен. Если же конкуренция возникла на рынке труда, то снижается зарплата. В случае открытия торговли с Роботландией роботы конкурируют с человеком за выполнение задач, следовательно, оплата сокращается. Если эти задачи входят в ваши обязанности, ваш доход может снизиться, а конкуренция вырастет.

Как и в международной торговле, на автомобильном рынке будут свои победители и проигравшие. Профессии сохранятся, но некоторым достанутся менее интересные обязанности, чем сейчас. Если вам известны плюсы свободной торговли, то оцените и преимущества прогностических машин. Ключевой стратегический вопрос не в том, принесет ли ИИ преимущества, а в том, как они будут распределяться.

Поскольку инструменты ИИ могут заменить «высшие» навыки – а именно мыслительные способности, – многие обеспокоены тем, что, хотя профессии и останутся, оплачиваться они станут скромнее. Например, Джейсон Фурман в бытность председателем Совета экономических консультантов президента США Барака Обамы выразил свою озабоченность следующим образом:

«Меня волнует не то, что с приходом искусственного интеллекта возможны большие перемены, – тревожит другое: в основном все будет так же, как в минувшие десятилетия. Считается бессмысленным бояться, что роботы отберут у нас работу, но это не отменяет беспокойства, что мы останемся на своих рабочих местах по единственной причине – согласимся выполнять ее за более низкую зарплату».

Если доля труда машин будет увеличиваться, то доход рабочих снизится, а владельцев ИИ – возрастет.

В бестселлере «Капитал в XXI веке» Томас Пикетти подчеркнул, что за минувшие десятилетия доля труда в национальном доходе (США и других стран) уменьшилась в пользу доли капитала. Эта тенденция настораживает, так как влечет за собой повышение неравенства. Главный вопрос в том, сгладит ее ИИ или усугубит. Если он станет новой, эффективной формой капитала, то доля капитала в экономике, вероятно, продолжит расти за счет труда.

Для такой проблемы простых решений не существует. К примеру, предложенный Биллом Гейтсом налог на роботов снизит неравенство, но будет уже не так выгодно покупать их. Поэтому компании станут меньше инвестировать в роботов, производительность замедлится, и в итоге мы все равно обеднеем.

Стратегический компромисс очевиден: у нас есть политика урегулирования неравенства, но за счет вероятного снижения общего дохода.

Еще одна тенденция, ведущая к неравенству, – смещение технического прогресса в пользу квалифицированного труда. Оно несоразмерно повышает заработок высокообразованных людей и может снизить зарплату малообразованных. Появление компьютеров и интернета стало основной причиной различий в оплате труда в США и Европе за последние 40 лет. Как сформулировали экономисты Клаудиа Голдин и Лоуренс Кац, «образованные люди с развитыми врожденными способностями быстрее осваивают новые сложные инструменты». Нет смысла надеяться, что с ИИ все получится иначе: человеку с хорошим образованием проще приобрести новые навыки. И если необходимые для работы с ИИ навыки станут часто меняться, образованные люди получат колоссальные преимущества.

Дополнительные знания для успешного применения ИИ понадобятся по многим причинам. Например, разработчику функции вознаграждения необходимо одновременно знать цели организации и способности машин. Они эффективно масштабируются, и, если это дефицитный навык, лучшие разработчики извлекут прибыль из миллионов или миллиардов машин.

Именно потому, что сейчас связанные с ИИ навыки достаточно редки, процесс обучения людей и компаний будет дорогостоящим. В 2017 году более тысячи из семи тысяч студентов Стэнфордского университета поступили на вводный курс машинного обучения, такая же тенденция прослеживается практически везде. Но выпускники Стэнфорда и других подобных учебных заведений – лишь небольшая часть рабочей силы. Основная доля современных специалистов обучалась десятки лет назад и, следовательно, нуждается в переподготовке и повышении квалификации. Наша производственная система обучения для этого не годится. Компаниям не стоит надеяться, что система изменится достаточно быстро и обеспечит всех работниками для успешной конкуренции в эпоху ИИ. Изменить политику не так просто: улучшение образования обходится дорого и кто-то должен за него заплатить – значит, либо повысят налоги, либо компании или студенты станут оплачивать обучение. Даже если такие расходы покрыть несложно, не все люди среднего возраста захотят вернуться к обучению. Больше всего от смещения технического прогресса в пользу квалифицированного труда пострадают те, кто не готов к непрерывному образованию.

Отойдет ли весь контроль нескольким гигантским компаниям?

Развитием ИИ обеспокоены не только частные лица. Многие компании опасаются отстать от конкурентов в безопасности и использовании ИИ, отчасти из-за связанной с ним экономии за счет роста масштабов производства. Больше клиентов, следовательно, больше данных, что повышает точность прогнозов, а это, в свою очередь, привлекает еще больше клиентов, – и так по кругу. При определенном стечении обстоятельств прорыв в производительности ИИ конкурентам уже не нагнать. В нашем мысленном эксперименте с прогнозированием покупок Amazon (см. ) масштаб и преимущество первого хода с большой вероятностью приводят к такой прогностической точности, что конкуренты навсегда остаются далеко позади.

Не впервые новые технологии создают возможность развития для крупных компаний. AT&T более 50 лет контролировала телекоммуникации в США, в 1990-х и 2000-х Microsoft и Intel были монополистами в области IT. Не так давно Google опередила все поисковики, а Facebook – социальные сети. Эти компании сильно разрослись, поскольку их основные технологии позволили им снизить издержки и повысить качество. В то же время у них появились конкуренты, несмотря на экономию за счет роста: Apple и Google у Microsoft, AMD и ARM – у Intel и множество компаний у AT&T. Технологические монополисты сменяют друг друга из-за процесса, который Йозеф Шумпетер назвал «бурей созидательного разрушения».

Что касается ИИ, экономия за счет масштаба благоволит к расширению деятельности. Но это не значит, что доминировать станет одна компания и (даже если такое произойдет) продержится на рынке долго. Для мирового масштаба это еще актуальнее.

Экономия с применением ИИ влияет на все сферы по-разному. Если у вас состоявшаяся и давно существующая компания, то ее успех, по всей видимости, не связан с точностью прогнозов. Возможности и ресурсы, которые делают ее ценной сегодня, не утратят значимости после внедрения ИИ. Например, он только укрепит возможности авиакомпании в предоставлении индивидуального обслуживания пассажирам, а заодно поможет оптимизировать продолжительность полета и цены. При этом нельзя гарантировать, что даже самый лучший ИИ даст авиакомпании преимущества, с которыми она обойдет всех конкурентов.

В технологической сфере в результате экономии за счет роста масштабов могут стать доминирующими несколько компаний, чей бизнес полностью основан на ИИ. Но, говоря о масштабе, какой мы подразумеваем размах?

Однозначного ответа на этот вопрос не существует, и по поводу ИИ у нас точного прогноза также нет. Но специалисты изучали экономию за счет роста масштаба важной составляющей ИИ – данных. Хотя есть много причин, объясняющих, почему Google принадлежит 70 % рынка в США и 90 % в Евросоюзе, главная состоит в том, что у нее больше данных для обучения поискового инструмента ИИ, чем у ее конкурентов. Google собирала данные много лет. Более того, доминирующая доля рынка создает круг оборота данных, по масштабу недоступный остальным. Если масштаб данных несет преимущества, у Google они есть.

Двое экономистов, Лесли Чу и Кэтрин Такер, изучали поисковые машины, использующие преимущества разницы в методах удерживания данных. В ответ на рекомендации Евросоюза 2008 года Yahoo и Bing уменьшили объем хранимых данных, а Google этого не сделала. Чу и Такер измерили влияние масштаба данных на точность поиска: что интересно, он не сыграл особой роли. По сравнению с общим объемом данных, используемым основными конкурентами, меньший объем не оказывал негативного влияния. Любой возникший эффект был настолько мал, что не имел никаких последствий и уж точно не давал конкурентного преимущества. Это позволяет предположить, что данные за прошедший период не так важны, как представляется многим, вероятнее всего, потому, что в мире все меняется очень быстро.

Но здесь стоит сделать важную оговорку: целых 20 % ежедневных результатов поиска Google заявлены как уникальные. Это дает Google преимущества «длинного хвоста» редких запросов. В отношении данных преимущества масштаба не очень заметны в обычных ситуациях, но на таких высококонкурентных рынках, как поиск, даже небольшие плюсы редких запросов позволяют увеличить долю.

Пока неизвестно, масштабные преимущества ИИ позволили Google обойти других крупных игроков вроде Microsoft Bing или она превосходит их по причинам, не связанным с данными и масштабом.

Учитывая эту неопределенность, Apple, Google, Microsoft, Facebook, Baidu, Tencent, Alibaba и Amazon активно инвестируют в ключевые ИИ-ресурсы и конкурируют за их приобретение, причем не только друг с другом, а еще и с несуществующими пока компаниями. Они боятся появления стартапа, который сделает «лучший ИИ», конкурирующий с их главными продуктами. И многие стартапы, обеспеченные миллиардами венчурного капитала, работают над этой задачей.

Невзирая на потенциальных конкурентов, ведущие ИИ-компании могут слишком разрастись и купить стартапы раньше, чем те превратятся в угрозу, задушив тем самым новые идеи и снизив долгосрочную продуктивность. Или могут установить заоблачные цены на ИИ, что повредит покупателям и другим компаниям. К сожалению, трудно определить, станет ли крупная ИИ-компания слишком большой, и нет простого решения на случай, если это произойдет. Если ИИ обладает эффектом масштаба, для нейтрализации негативных последствий монополизации необходим компромисс. Разъединение монополистов сокращает масштаб, благоприятный для ИИ. Напомним, что политика – дело непростое.

Получат ли преимущество некоторые страны?

1 сентября 2017 года президент России Владимир Путин высказался по поводу значимости управления ИИ: «Искусственный интеллект – это будущее не только России, это будущее всего человечества… Здесь колоссальные возможности и трудно прогнозируемые сегодня угрозы. Тот, кто станет лидером в этой сфере, будет властелином мира». Получат ли страны те же преимущества от экономии на росте масштаба ИИ, что и компании? Страны могут разработать законодательную базу и направить государственные средства на ускорение развития ИИ. Такая направленная политика могла бы дать странам и расположенным в них компаниям преимущества в этой сфере.

Что касается университетов и бизнеса, в исследовательских работах и коммерческом применении ИИ абсолютным лидером остаются США. Белый дом опубликовал четыре доклада за последние полгода правления Барака Обамы. Относительно других научных исследований и их промышленного применения существующий уровень прилагаемых усилий и координации свидетельствует о пристальном внимании государства к ИИ. При Обаме почти каждое крупное госучреждение, от Министерства торговли до Агентства национальной безопасности, готовилось к коммерческому внедрению ИИ.

Однако тенденции меняются. В частности, огромная Китайская Народная Республика по сравнению со своим технологическим лидерством за минувшие сто лет совершила заметный прорыв в ИИ. Tencent и Alibaba входят в топ-12 лучших компаний мира, и есть основания предполагать, что благодаря своим научным достижениям в области ИИ страна вскоре опередит всю планету. К примеру, на крупнейшей научной конференции по искусственному интеллекту доля представленных Китаем материалов выросла с 10 % в 2012-м до 23 % в 2017 году, а доля США за тот же период упала с 41 до 34 %.

Действительно ли будущее ИИ будет «сделано в Китае», как предположила New York Times? Помимо передовых позиций в науке еще три причины наводят на мысль, что Китай станет мировым лидером в ИИ.

Во-первых, страна вкладывает в крупные проекты, стартапы и теоретические исследования миллиарды; в одном только городе – восьмом по величине в Китае – сосредоточено больше ресурсов ИИ, чем во всей Канаде. «В июне органы власти города Тяньцзинь, что на восток от Пекина, сообщили о планировании фонда для поддержки развития ИИ размером в $5 млн. Также будет организована “зона интеллектуальной промышленности” на площади более чем 20 кв. км». Тем временем правительство США под управлением Дональда Трампа сократило финансирование науки.

Исследования – это не игра с нулевой суммой; от инноваций выигрывают все, где бы они ни создавались: в Китае, США, Канаде, Европе, Африке или Японии. Много лет Конгресс США был обеспокоен угрозой американскому лидерству в инновациях. В 1999 году 13-й представитель штата Мичиган от Демократической партии Линн Риверс спросила экономиста Скотта Стерна, как американское правительство должно реагировать на увеличение финансирования научно-исследовательских работ в Японии, Германии и других странах. Вот что он ответил: «Для начала следует отправить им благодарственное письмо. Вложения в инновации – не та ситуация, в которой есть победители и проигравшие. Американским потребителям выгодно увеличение финансирования другими странами… Это игра, в которой выигрывают все». Если правительство Китая вкладывает миллиарды в развитие ИИ и публикует результаты, благодарственная открытка была бы уместна. Ведь лучше от этого всем.

Помимо вложений у Китая есть еще и второе преимущество – масштаб. Прогностическим машинам необходимы данные, а в Китае предоставляющих информацию людей больше, чем где-либо еще. У них больше промышленных предприятий для обучения роботов, больше пользователей смартфонов для обучения потребительских продуктов и больше пациентов для обучения медицинских программ. Китайский эксперт по ИИ и основатель исследовательской лаборатории Microsoft в Пекине Кай-Фу Ли и президент-учредитель Google China отметили: «У США и Канады есть лучшие исследователи ИИ в мире, но в Китае сотни хороших специалистов и значительно больше данных… В сфере ИИ требуется одновременно развивать алгоритмы и данные. И большой объем данных – огромный плюс». Но китайские компании смогут воспользоваться этим преимуществом только в случае, если у них будет более широкий доступ к данным, чем у других. И есть основания полагать, что он у них есть.

Доступ к данным – третье преимущество Китая. Отсутствие конфиденциальности граждан способствует совершенствованию ИИ государственными и коммерческими компаниями, особенно на пользовательском уровне. К примеру, один из авторитетнейших инженеров Microsoft Ци Лу уехал из США в Китай, поскольку видел там больше перспектив развития ИИ: «Дело не только в технологиях. Структура среды тоже важна – культура, политический режим. Поэтому я считаю перспективным союз Китая с ИИ. Разница в культуре, политической среде и обстановке имеет значение».

Это несомненно благоприятно для продвижения таких функций, как распознавание лиц. В Китае, в отличие от США, создается гигантская централизованная база данных с фотографиями для идентификации. Это позволяет таким компаниям, как китайский стартап Face++, разрабатывать и лицензировать распознавание лиц для установления личности водителя в Didi, крупнейшем организаторе поездок в Китае, а также переводить деньги через Alipay, у которого более 120 млн пользователей. Авторизация в системе проводится распознаванием лиц. А действующая компания Baidu использует эту функцию для идентификации пассажиров железнодорожного транспорта и туристов. В Старом Свете из-за защиты конфиденциальности доступ к данным более строгий, чем где-либо, что само по себе способно исключить европейские компании из числа лидеров.

Перечисленные факторы способны спровоцировать гонку по нисходящей, когда страны начнут конкурировать в ослаблении ограничений конфиденциальности для улучшения позиций в сфере ИИ. Но граждане и потребители оберегают свою частную жизнь. Этот порядок волнует не только компании. Существует первичный компромисс между вторжением и персонализацией и вероятностью разочарования пользователей, связанного со сбором данных. В то же время улучшение индивидуальных прогнозов создает потенциальную выгоду. Компромисс дополнительно осложняется желанием «прокатиться за чужой счет» – пользователи хотят улучшения продуктов посредством личных данных, но предпочли бы, чтобы их предоставил кто-то другой.

По-прежнему непонятно, как поступать правильнее. Ученый, IT-специалист Орен Эциони убежден, что системы ИИ не должны «хранить и раскрывать конфиденциальную информацию без недвусмысленного согласия от ее источника». Если Amazon Echo прослушивает все разговоры в доме, желание жильцов каким-то образом контролировать его естественно, но не все так просто. Банковская информация безусловно конфиденциальна – а музыка, которую вы слушаете, телепередачи, которые смотрите? В конце концов, Echo мог бы отвечать на запрос: «Вы одобряете доступ Amazon к своему вопросу, чтобы он мог найти ответ?» На изучение правил защиты персональных данных каждой компании понадобится не одна неделя. Каждый раз, когда ИИ спрашивает вашего согласия на использование данных, продукт ухудшается. Это прерывает опыт пользователя. Если люди не предоставляют данных, ИИ не может учиться на обратной связи, что ограничивает его в повышении эффективности и дохода.

Вероятно, найдутся способы для инноваций, позволяющие людям быть уверенными в неприкосновенности своих данных и контроле над ними, а ИИ – учиться. Одна из развивающихся технологий – блокчейн – предлагает метод нецентрализованного хранения данных и снижение издержек на их верификацию. Вместе с ИИ такие технологии могли бы решить вопросы соблюдения конфиденциальности (и заодно безопасности) – первостепенные в финансовой сфере, где они уже применяются для транзакций.

Допустим, достаточное количество пользователей согласится предоставить данные для обучения ИИ. А что произойдет, если они будут чем-то отличаться от всех остальных? Предположим, прогностические машины получат только данные богачей из Калифорнии и Нью-Йорка. ИИ научится обслуживать эти слои населения. Если цель ограничения сбора данных заключается в защите уязвимых граждан, то он лишь добавляет слабое звено: пользователи не получат выгоды от улучшения продуктов и ценностей, которые несет с собой ИИ.

Грядет конец привычного мира?

Представляет ли ИИ угрозу самому существованию человечества? Помимо того что кому-нибудь попадется несговорчивый ИИ вроде HAL 9000 (из фильма «2001: Космическая одиссея»), весьма серьезные и умные люди, такие как Илон Маск, Билл Гейтс и Стивен Хокинг, обеспокоены, не получится ли в итоге что-нибудь подобное «Скайнет» из «Терминатора». Они опасаются, что появится «сверхчеловеческий интеллект» (пользуясь термином оксфордского философа Ника Бострома) и сразу воспримет человечество как угрозу, помеху или поработит его. Получается, ИИ может стать последним технологическим изобретением нашей цивилизации.

Мы не вправе выносить окончательное суждение и не смогли прийти к согласию по этому вопросу даже между собой. Но поразительно, насколько эти споры близки к экономике: в основе всего происходящего лежит конкуренция.

Сверхчеловеческий интеллект – это ИИ, превосходящий людей в решении большинства когнитивных задач и способный анализировать проблемы. Если точнее, он может обновляться и совершенствоваться. Писатель, научный фантаст Вернор Виндж назвал момент его зарождения сингулярностью, а футурист Рэй Курцвейл предположил, что люди не в состоянии предвидеть, что в этот момент произойдет, поскольку по определению не настолько умны. Но оказывается, экономисты достаточно компетентны, чтобы судить об этом.

Экономистов годами критиковали за то, что фигуранты наших теорий наделены гипертрофированно рациональными и нереалистичными моделями поведения. Это верно, но если говорить о сверхчеловеческом интеллекте, то мы были на верном пути. Мы уже предполагаем высокий интеллект в своем анализе. Мы воспринимаем все через математические доказательства – независимые от интеллекта формы истины.

Подобный взгляд на вещи полезен. Экономика говорит нам: если сверхчеловеческий разум захочет владеть миром, ему понадобятся ресурсы. Во Вселенной их много, но даже сверхчеловеческий разум вынужден подчиняться законам физики. И на овладение этими ресурсами необходимы средства.

Ник Бостром рассказывает о сверхчеловеческом разуме, одержимом канцелярскими скрепками настолько, что его больше ничего не интересует. Скрепочный ИИ из-за своей однобокости может искоренить все остальное. Впечатляющая теория, но в ней упущена конкуренция за ресурсы. Экономисты учитывают, что у всех людей (а теперь и ИИ) разные предпочтения. Одни открыты исследованиям, открытиям и умиротворению, других интересуют только скрепки. Если интересы не совпадут, будет развиваться конкуренция, и скрепочный ИИ, скорее всего, придет к решению, что меняться ресурсами выгоднее, чем воевать за них, и, направляемый невидимой рукой рынка, в итоге займется совершенно не тем, чем собирался.

Таким образом, экономика прокладывает широкий путь к пониманию процессов развития общества сверхчеловеческого интеллекта. При этом наши модели не позволяют определить, чего нам ожидать.

То, что мы здесь называем «ИИ», – не общий искусственный интеллект, а его узкоспециализированное направление, а именно прогностические машины. Такие разработки, как AlphaGo Zero DeepMind (дочерней компании Google), наводят на мысль, что сверхчеловеческий разум ближе, чем кажется. Zero обыграл непобедимого AlphaGo в настольную игру го, обучившись без участия человека (играя сам с собой), но сверхчеловеческим разумом его пока не назовешь. Если вместо доски 19×19 клеток взять 29×29 или 18×18, то ИИ окажется в затруднении, тогда как человек адаптируется быстро. И не надейтесь, что AlphaGo Zero умеет готовить на гриле сэндвичи с сыром – он не настолько умен.

То же можно сказать и о других сегодняшних ИИ. Конечно, благодаря исследованиям прогностические машины научатся работать в разных условиях, но прорыв, за которым последует общий ИИ, пока не совершен. Некоторые уверены, что до общего ИИ еще далеко и беспокоиться не стоит. В программном документе, подготовленном Исполнительным офисом президента США и Национальным советом по науке и технике (НСНТ) Технологического комитета, сказано: «В настоящее время экспертное сообщество частного бизнеса пришло к мнению, с которым НСНТ Технологического комитета полностью согласен, что от общего ИИ нас отделяет еще несколько десятков лет. По оценке НСНТ Технологического комитета, вопросы долгосрочной перспективы о сверхразумном общем ИИ не оказывают существенного влияния на нынешнюю политику». В то же время ряд компаний с миссией по созданию общего ИИ или машин с человеческим интеллектом, в их числе Vicarious, Google DeepMind, Kindred Group, Numenta и другие, привлекли многие миллионы долларов от ловких и дальновидных инвесторов. Как и в большинстве связанных с ИИ сферах, будущее совершенно непредсказуемо.

Грядет ли конец знакомого нам мира? Пока нет, но наша книга заканчивается. Cегодня компании заняты внедрением ИИ. Применяя элементарную экономику, лежащую в основе удешевления прогноза и удорожания дополняющих его элементов, вы сможете делать выбор по оптимизации дохода на капиталовложения и принимать стратегические решения касательно ИИ.

Мы выйдем за рамки прогностических машин и приблизимся к общему ИИ или даже сверхчеловеческому разуму. И когда бы это ни случилось, настанет уже совсем другое время. С этим согласны все. Можно с уверенностью сказать: когда этот момент придет, экономика уже не будет такой простой.

Выводы

• Расцвет ИИ принесет обществу множество вариантов выбора, и каждый потребует компромиссного решения. Пока технология еще в зачаточном состоянии, на уровне общества существуют три особенно выраженных компромисса.

• Продуктивность или распределение. Многие предполагают, что из-за ИИ мы обеднеем или потеряем в чем-то. Это не так. Экономисты сходятся во мнении, что технический прогресс несет благо и повышает продуктивность. ИИ однозначно ее повысит. Проблема не в благосостоянии, а в его распределении. ИИ может усугубить неравенство доходов по двум причинам. Во-первых, выполняя определенные задачи, ИИ может усилить конкуренцию между людьми за оставшиеся задачи, спровоцировать снижение оплаты труда и таким образом еще сильнее сократить долю дохода рабочей силы по сравнению с долей владельцев капитала. Во-вторых, прогностические машины, как и любые IT-технологии, могут привести к непропорциональному смещению в пользу квалифицированного труда, и, таким образом, повысится продуктивность только лучших профессионалов.

• Инновации или конкуренция. Как и с большинством программных технологий, с инструментами ИИ возможна экономия на росте масштаба. Более того, для них, как правило, характерна возрастающая доходность: повышение точности прогнозов привлекает больше пользователей, больше пользователей означает больше данных, а чем больше данных, тем точнее прогноз. У обладающих контролем компаний возникают стимулы создавать прогностические машины, но наряду с экономией на росте масштаба это может привести к монополизации. Быстрые инновации принесут обществу выгоду в краткосрочной перспективе, но могут оказаться неоптимальными с социальной точки зрения или в перспективе долгосрочной.

• Продуктивность или конфиденциальность. Для эффективной работы ИИ необходимо больше данных. Если конкретнее, он лучше персонализирует прогноз при наличии доступа к личным данным. Последнее, как правило, достигается снижением конфиденциальности. Некоторые европейские государства решили обеспечить своим гражданам защиту конфиденциальности. Возможно, это выгодно населению и даже может создать условия для более динамичного рынка частной информации, где пользователи сами решают, хотят ли они обменять, продать или пожертвовать свои личные данные. В то же время это может спровоцировать трения в условиях, когда выбор обходится дорого, и поставить европейские компании и граждан в невыгодное положение на рынке, где ИИ с широким доступом к данным более конкурентоспособен.

• Для всех трех компромиссов государствам придется взвесить обе альтернативы и разработать политику, максимально соответствующую их общей стратегии и предпочтениям граждан.

Назад: Глава 16. Управление рисками ИИ

Дальше: Об авторах