Новое долголетие. На чем будет строиться благополучие людей в меняющемся мире
Шрифт:
Родной штат Тома, Техас, является одним из тех 22 штатов США, в которых уже приняты правила, разрешающие тестирование беспилотных автомобилей, и в этом видится предвестие полномасштабного лицензирования автоматизированных дорожно-транспортных средств. Будущее автомобильного транспорта выглядит для Тома понятным: вопрос заключается лишь в том, как скоро автономный транспорт станет «мейнстримом», а не в том, возможно ли это в принципе. Том ознакомился с ранними пресс-релизами от инвесторов, вложивших средства в автономные транспортные средства; там утверждается, что, по сравнению с людьми, беспилотные автомобили более надежны, менее подвержены ошибкам управления и не нуждаются в отдыхе. С учетом того, что на выплаты и льготы водителям приходится почти 40 % расходов компаний, осуществляющих сухопутные перевозки, экономическая выгода от автономных транспортных средств очевидна для всех заинтересованных организаций. Существуют более широкие социальные аспекты, благоприятствующие внедрению беспилотных машин: ежегодно более 4000 человек погибает в США в авариях с участием грузовых автомобилей [9] .
9
«Jobs lost, jobs gained: workforce transitions in a time of automation». McKinsey Global Institute, December 2017.
Все
Не только Том начинает всерьез осознавать влияние роботов на занятость в будущем. То же самое касается целой армии профессионалов. Само слово «робот» впервые было введено в обиход в 1920 году на странницах научно-фантастической пьесы Карла Чапека «R.U.R.» (сокращение от названия «Россумские универсальные роботы»). Этот неологизм происходит от чешского слова «robota», означающего подневольный труд или тяжелую работу. В соответствии со своим первоначальным определением роботы отлично подходят для выполнения повторяющихся и скучных задач. Сегодня более двух миллионов роботов по всему миру заняты в сфере производства, причем больше всего их в Южной Корее, где на каждую тысячу человек приходится 50 роботов. Эта доля будет, несомненно, расти во всех странах. Наиболее радикальные футурологические предсказания, принадлежащие, скажем, перу предпринимателя-технолога Илона Маска, рисуют «фабрику инопланетных дредноутов» – производственную линию, работающую без участия людей. Маск объясняет это тем, что «у вас не может быть людей на автоматизированной производственной линии, а иначе вы никогда не поднимете скорость работы выше человеческих ограничений» [10] .
10
Интересно, впрочем, что после того, как с достижением желаемых показателей производительности, основанной на полной автоматизации, возникли явные проблемы, Маск отметил: «Да, чрезмерная автоматизация в производстве «Теслы» оказалась ошибкой. Точнее, говоря, моей ошибкой. Мне не стоило так недооценивать вклад человеческого труда» https://www.cnbc.com/2018/04/13/elon-musk-admits-humans-are-sometimes-superior-to-robots.html.
Улучшение роботизированных технологий и дальнейшее снижение стоимости их производства неизбежно приведет к замещению определенной части людей на роботов и за пределами производственного сектора. В сфере обслуживания вы, возможно, уже встречались с таким изобретением как Pepper – миниатюрные машины, которые Softban ввел в работу с 2014 года в своих токийских филиалах. По всему городу эти роботы используются в качестве портье или администратора в ряде банков и офисов, где они приветствуют клиентов и предоставляют им базовую информацию об услугах. Роботы, подобные Pepper, сокращают расходы на персонал и освобождают сотрудников отдела продаж от рутины для более длительных и целенаправленных бесед с клиентами.
В перспективе диапазон применения роботов в сфере услуг огромен. Например, отель Henn-na в Японии уже позиционирует себя как «отель-робот»: с шеф-поваром-роботом по имени Эндрю, который профессионально готовит «окономияки» (омлет в японском стиле), и с целым штатом роботизированного персонала, включая сотрудников, которые регистрируют гостей в отеле и помогают им разобраться с багажом [11] . В калифорнийских ресторанах быстрого питания можно встретить механического повара Салли, специализирующегося на приготовлении салатов, и его коллегу Flippy, который (как можно догадаться по его имени) переворачивает гамбургеры. Робот Botlr работает в ряде отелей, разнося клиентам дополнительные полотенца и туалетные принадлежности, а итальянская фирма Makr Shakr, в свою очередь, разрабатывает робота-бармена. Непрерывный поток новых технологий, призванных решать проблемы человечества, привел к тому, что в 2016 году сеть ресторанов Domino впервые доставила своим клиентам из Новой Зеландии пиццу с помощью беспилотного квадрокоптера – это была пицца с курицей пери-пери и клюквой, и доставили ее в дом семейной пары, живущей в Вангапараоа.
11
Как и высказывание Илона Маска про «фабрику инопланетных дредноутов», история отеля-робота «Henn-na» наглядно продемонстрировала, что к 2019 году высокомерия у адептов полной автоматизации поубавилось. Роботы так и не смогли научиться делать все необходимое для обслуживания клиентов в отеле, в результате чего в помощь им потребовалось фактически нанять больше сотрудников-людей, чем обычно заняты в отелях, не говоря уже о специальном персонале для обслуживания самих роботов.
Любой из нас в ближайшем будущем может стать клиентом того или иного робота или даже возьмет его в качестве помощника по дому [12] . К 2030 году вероятность этого возрастет. В первую очередь всеобщая роботизация станет прогрессировать в странах, подобных Японии, где население стареет и его численность сокращается, и новое поколение роботов станет помощниками тем людям, которым семья и друзья не могут регулярно помогать вследствие высокой занятости. Домашние роботы смогут выполнять набор базовых услуг, таких как сухая и влажная уборка, оплата счетов, а также ежедневно автоматически заказывать то, что вам может потребоваться, – еду, лекарства и многое другое.
12
Хотя, разумеется, роботы не могут «заботиться» о нас в эмоциональном смысле.
Какая квалификация будет необходима человеку, чтобы сохранить карьеру?
На протяжении веков человеческая изобретательность создавала инструменты, которые увеличивали или преобразовывали мышечную силу человека – каменный топор, колесо, прядильный станок и пр. Характерное для современности создание и использование машин, увеличивающих или преобразующих интеллектуальную силу человека, более прогрессивно и при этом значительно труднее для понимания. Достижения в области искусственного интеллекта вывели технологии в сферу когнитивных процессов, которая традиционно была прерогативой людей.
Умные машины, на самом деле, уже не настолько молоды. Так называемая VisiCalc – первая полностью рабочая версия широко распространенных в настоящее время компьютерных таблиц, была запущена еще в 1979 году. Она заменила собой бумажные таблицы – большие листы бумаги 11x17 дюймов, на которых служащие размещали ряды и столбцы чисел – а это весьма долгий и тяжелый процесс, требующий массы внимания и все равно подверженный человеческим ошибкам. Впрочем, с 1979 года многое изменилось: главное, что современные поколения интеллектуальных машин делают расчеты по своим собственным принципам для достижения более сложных и комплексных целей, а не просто следуют на каждом шагу заранее определенным алгоритмам.
Этот переход достигнут благодаря использованию широко распространенного ныне метода – машинного обучения (англ. machine learning), который вместо последовательности чисто вычислительных алгоритмов, основанных на операторах if – then (если – то) использует так называемые «нейронные сети» [13] (англ. neural networks). Машинное обучение подразумевает, что машины могут находить собственные решения тех или иных задач, опираясь на обучающие данные, и адаптироваться к меняющимся обстоятельствам (точнее, к различным наборам обучающих данных). При этом искусственный интеллект имитирует некоторые операции человеческого мозга – но делает это быстрее. Повсеместное внедрение машинного обучения в полной мере соответствует описанному выше набору из четырех законов, которые, вместе взятые, описывают ускорение передачи и обработки больших объемов информации.
13
Речь идет о математических выражениях, способных к автокорректировке, зависящих от характера вводимых данных, благодаря чему основанные на них системы могут имитировать реальный мир, создавая некое подобие цифровой фотокопии оригинала и обеспечивая тем самым автоматизированное «понимание» и «принятие решений», не требующее вмешательства со стороны человека.
Рассмотрим, например, программу AlphaGo, которая в 2017 году победила китайца Ли Седола – 18-кратного чемпиона мира в игре го. Игровая система AlphaGo была создана британской компанией DeepMind, специализирующейся на создании систем искусственного интеллекта, а корпорация Google купила ее в 2014 году. Исходно были созданы три разные версии AlphaGo: Lee, Master и Zero [14] . Версии Lee и Master обучались (в разной степени) комплексным образом – основываясь на правилах игры, информации о партиях, сыгранных ранее лучшими игроками, учебниках, написанных для людей, и инструкциях, созданных экспертами по го. В отличие от первых версий, версия Zero получила лишь полную информацию о правилах игры и указание сыграть самой против себя как можно большее число раз, чтобы разработать собственные игровые стратегии без использования предыдущих знаний. Другими словами, AlphaGo Zero стала сама себе и учителем, и тренером, и спарринг-партнером.
14
D. Silver, J. Schrittwieser, K. Simonyan, I. Antonoglou, A. Huang, A. Guez, T. Hubert, L. Bakter, M. Lai, A. Bolton, Y. Chen, T. Lillicrap, F. Hui, L. Sifre, G. vanden Driessche, T. Graepel, D. Hassabis, «Mastering the game of Go without human knowledge», Nature, 19 October 2017, Vol. 550, 354-549.
За 40 дней AlphaGo Zero сыграла 29 миллионов игр и создала базу данных по игровым ситуациям, равной которой никто из игроков-людей никогда не имел. За четыре дня Zero научилась обыгрывать версию AlphaGo Lee, а спустя 34 дня она победила и версию AlphaGo Master.
Поразительно, что AlphaGo Zero смогла разработать стратегии, качественно отличающиеся от тех, которые используются людьми, играющими в го. Создатели новой системы описывали это так: «В течение нескольких дней, начав фактически с чистого листа, AlphaGo Zero смогла самостоятельно открыть для себя большую часть знаний об игре го вместе с новаторскими стратегиями, которые заставляют нас изменить традиционные представления об этой древнейшей из игр».