Искусственный интеллект – раб производственной эпохи

Подъем индустрии искусственного интеллекта в очередной раз спровоцировал всплеск разнообразных прогнозов. Полемика началась сразу же, когда в XX веке были сформированы основные теоретические идеи ИИ. Народные страхи и надежды берут начало в реальности и отражают путаную связь между человеком и техникой в условиях трех волн развития. Краткий обзор истории технологий и инструментов поможет выявить взаимосвязь между производством и искусственным интеллектом.

За персонализацией товаров стоит история биологической эволюции. Эволюция говорит, что существа приспосабливаются к окружающей среде, изменяя собственные черты. Этот повторяющийся процесс происходит очень медленно и оказывает влияние на молекулу ДНК. В области технологий люди могут интегрировать знания и навыки в преобразование окружающей среды и себя самих посредством совершенствования и итерации инструментов.

Инструменты даже стали основной характеристикой человека. Хотя некоторые животные, близкие родичи человека, в какой-то мере тоже могут использовать своеобразные «инструменты». Человеческие инструменты не отвечают на прямые вызовы, но содержат в себе «глубокое изучение» прошлого опыта и прогнозов на будущее. Так, например, у распространенного каменного орудия, топора, существует множество функций. Он подходит для самых разных ситуаций и передает богатый опыт наших предков.

Искусственный интеллект только пришел в свой каменный век. Предыдущий компьютер в рабочем режиме мог только двигаться на условных рефлексах и решать задачи по предварительной настройке. Будущий должен научиться разрабатывать «инструменты» самостоятельно.

Возьмем в качестве примера автомобильную промышленность. Тейлор методом проб и ошибок (принцип глубокого обучения) выявил, что оптимальная нагрузка на одного человека составляет 21,5 фунтов (9,75 кг). На основе этих данных была разработана специальная лопата, удовлетворяющая требованиям. Но, конечно, существует разница в силе и выносливости рабочих. Средний вес – это отражение идеальных физических качеств рабочего в представлении Тейлора. Лопата по-прежнему является инструментом для рабочего. Но менеджер опирается на характеристики универсальной лопаты и стремится превратить всех рабочих в идеальных. Рабочий становится инструментом для лопаты, превращается в гигантский человеческий инструмент.

На первом этапе развития автомобильной промышленности каждый рабочий полностью собирал транспортное средство так, как он привык. После долгого периода обучения большинство рабочих достигали высокого качества сборки авто. Но это был не самый эффективный способ. Следующим шагом в эволюции стал конвейер.

Говорят, что руководители Ford были вдохновлены на создание сборочной линии автомобиля посещением бойни. В 1913 году Генри Форд разработал первую в мире сборочную линию. Он разделил сборку на мелкие единицы и назначил одного рабочего ответственным за один конкретный процесс. Части автомобиля поступали в руки рабочих по конвейерной ленте, что значительно сокращало время на сбор запчастей. При производстве автомобилей вручную требовалось около 728 рабочих часов. Конвейер сократил время до 12,5. Автомобили резко упали в цене и стали доступны для простых граждан. Ford Model-Т была введена в эксплуатацию в 1908 году и принесла своему создателю в общей сложности 15 миллионов к 1927 году.

Ранние автомобильные производственные линии были разделены на 7852 рабочих места. 949 из них требовали силы и выносливости, 3338 подходили для людей со средними физическими возможностями, 3595 – со слабыми. На 715 рабочих местах могли работать с одной рукой, 2637 – с одной ногой, 10 рабочих мест могли занять слепые и 2 места подошли бы для людей с ограниченными возможностями. Такое разделение рабочих мест можно рассматривать как примитивную сортировку и обработку данных. Сегодня для этих целей используется маркировка. Помеченные данные – топливо искусственного интеллекта, которое по-прежнему является продуктом индустриальной эпохи, неспособным вырваться на свободу. Цепочки материального обслуживания не могут удовлетворить потребности людей на более высоком уровне. Мы неизбежно столкнемся со сложностями «разнообразия».

Только новая промышленная автоматизация сможет соответствовать разнообразию потребностей

Разнообразие является отличительной особенностью живых существ. Разнообразие организмов обычно проявляется между видами, то есть сходством черт в рамках вида. Но на продвинутой стадии эволюции, в разумной жизни, разнообразие проявляется на уровне каждой особи. Особенно в чертах, которые связаны с мудростью.

Возможно, что в человеческом гене есть генератор, который случайно выбрасывает разные коды ДНК. Братья и сестры-близнецы тоже значительно отличаются друг от друга. Люди всегда чувствуют отличия, но не могут этого выразить из-за нехватки средств. Люди придумали множество классификаций личности, таких как разделение по знакам Зодиака и созвездиям. Различие между индивидуумами очень смущало Дарвина. Но оно же и заложило биологическую основу для разделения труда и диверсификации потребления.

Как традиционная отрасль отвечает потребностям разнообразия? У Генри Форда, промышленного пионера, было три ответа, которые отражают отношения производителя и потребителя в рамках старой промышленной парадигмы:

«Если бы я спросил людей, чего они хотят, они бы попосили более быструю лошадь».

«Клиентам может понравиться любой цвет, если он черный».

«Цена на автомобиль упала на 1 доллар, но добавила 1000 клиентов».

Каковы конкретные потребности пользователей в автомобилях? Сюэ Чэнцзен опубликовал статью в «Китайском предпринимателе», где попытался разобраться в этом вопросе. До введения машины в эксплуатацию широкая публика ничего не знала о ней, за исключением нескольких инженеров. Последние могли только увеличить число (больше) с известным спросом (лошадиные силы). Согласно теории Маслоу, чем ниже уровень спроса, тем легче его количественно оценивать. Чем больше спрос, тем больше размер рынка. Адам Смит в «Богатстве народов» указал, что масштабы – это предпосылка разделения труда и сотрудничества. Чем выше спрос, тем сложнее разделение труда, тем больше потеря эффекта масштаба. Для автомобильной промышленности первым шагом стало расширение производства для удовлетворения потребностей. «Цена на автомобиль упала на 1 доллар, но добавила 1000 клиентов». Если расширить спектр цветов, то на каждый доллар приходится всего 200 клиентов и теряется 800 потенциальных. Поэтому Форд предлагал только черные автомобили, но увеличивал производство и сокращал расходы.

Но когда появляется клиент, появляются и новые потребности. «Практика управления» Друкера открыта для публики. Цель компании – привлечение клиентов. Когда производительность расширится, потребительский спрос будет создан.

Тейлор считает, что рабочие работают за деньги. И Форд утверждал: «Заработная плата решает психологическую проблему в 9 из 10 случаев». Хоторнский эксперимент, проводимый с 1924 по 1932 год группой ученых во главе с Элтоном Мэйо, доказал, что мотивация рабочих была намного сложнее. Изменение социально-психологического климата оказывает большее влияние на производительность, чем многие технические аспекты рабочего процесса. В 1960 году психолог Дуглас Макгрегор предложил две теории: X и Y. Согласно первой, рабочие были ленивыми и нуждались в «кнуте и прянике» для мотивации. Вторая утверждала, что у людей существует потребность к труду и творчеству.

Старая промышленная экономика похожа на солнечную систему, где потребители и сотрудники работают вокруг предприятия, а бизнес вращается вокруг финансового солнца. Система реагирует на разнообразные потребности людей, но работает централизованно.

По сей день технологии все еще развиваются. Новые виды не создаются, но совершенствуются и приближаются к пределам восприятия. Скоро будет сформирован новый цикл. Новая промышленная парадигма изменит старую индустриальную. Это не приведет к постепенному изменению спроса на технологии. Результатом станет бесконечное расширение уровня и разнообразия спроса с постепенным изменением технологии, основанным на спросе. Расширение внутреннего спроса не следует понимать, как расширение на уровне старого спроса. Появятся беспрецедентные потребности. По старой промышленной парадигме есть только два пути развития технологий и потребностей, где люди руководствуются собственными расчетами и проницательностью. Сегодня потребности человеческого разнообразия должны опираться на системы глубокого обучения искусственного интеллекта.

Рассвет – это большие данные и искусственный интеллект. Сегодня потребности человеческого разнообразия и обратная связь все больше оцифровываются и могут неопределенно долго генерироваться и регистрироваться датчиками. Только глубокое обучение и интеллектуальные системы, основанные на вероятностных и распределенных вычислительных методах, смогут определить будущее направление на основе этих бесконечных данных.

Еще раз воспользуемся примером автомобильного производства, чтобы пояснить эту мысль. Маршалл Фишер из Уортонской школы бизнеса посетил автосалоны, чтобы узнать о цвете, внутренностях, двигателе и других функциях машины. Автопроизводители могут предоставить 20 миллионов моделей. Настройка занимает 8 недель, и более 90 % клиентов хотели бы купить авто. Они не знают, что существует такое огромное количество моделей. У дилера на складе есть только две модели, а в местной области 10 дилеров. Если мы предположим, что каждый из дилеров владеет одинаковым количеством машин, то объем местного рынка составляет 20 моделей. Автомобильное производство и рынок можно сравнить с песочными часами.

Это небольшое исследование было опубликовано в 1997 году в Harvard Business Review. В тот же год Amazon предоставила решение – бесконечную интернет-витрину. Помимо хранения информации, что более важно, она делает сопоставление информации, мгновенную запись и анализ поведения пользователей, так называемый «портрет пользователя», который помогает спекулировать на интересах. С помощью этого метода можно сопоставлять неограниченное количество моделей продуктов с неограниченным количеством потребностей пользователей.

Ю Лян из Китайского научно-исследовательского института Университета Фудань считает, что «пользовательские портреты» неправильно поняты многими людьми в качестве описания групп пользователей, таких как характеристики потребительской группы с 90-х годов. Сейчас некоторые коммерческие интернет-компании используют их в рекламе. Основанный на искусственном интеллекте «портрет пользователя» – это описание личности. Он может наклеить ярлыки и тщательно отслеживать потребности человека. Например, все приложения, которые рекомендуют информацию, являются коллекционерами персонажей. Индивидуально подобранная реклама и информация «замаскирована» в новостных лентах. Этот метод используется и в промышленной области. Интернет вещей и искусственный интеллект могут демонстрировать астрономические показатели как для производственных процессов, так и для потребителей, чтобы удовлетворить самые изысканные потребности. Например, трехмерная печать отвечает различным потребностям и не полагается больше на физические модели. Она создает новые продукты на основе компьютерного моделирования.

Таким образом, промышленная автоматизация была изменена не для автоматического производства на фиксированный спрос, а для регулирования производства, тиражирования и распределения в соответствии с изменениями спроса. Ван Фейю, первый китайский обладатель норвежской премии «Wiener» в области кибернетики, сказал: «Промышленная автоматизация превратится в автоматизацию знаний». Новый производственный процесс будет иметь следующие характеристики для жизни человека: автоматическое отслеживание разнообразия, автоматическое получение знаний, саморазмножение и эволюция инструментов, автоматическая оптимизация социального управления, автоматическая корректировка производственных процессов на основе знаний и производство новых знаний… Для формирования новых циклов производства возникнет инновационная промышленно-экономическая парадигма. Этот процесс вызовет изменения во всех аспектах производства, от макета, проектирования, строительства до структуры корпоративной власти. «Сделано в Китае» превратится в «мудрость Китая».