Текст книги "Эпоха дополненной реальности"

Более масштабное понимание эволюции интерфейса, встроенных электронных устройств и интерактивности неизбежно приводит к выводу о том, что со временем приложения потеряют свою обычную роль.

Этим летом Google создала восьмифунтовый прототип компьютера для ношения на лице. Для Айва, тогда еще не знавшего о планах Google, «очевидным и правильным местом» для такого прибора было запястье. Позже, увидев Google-очки, Айв, по его словам, понял, что лицо «абсолютно не подходит» для этой цели. [Тим Кук, генеральный директор Apple] сказал: «Мы всегда считали очки плохой идеей, потому что людям на самом деле не очень нравится их носить. Они грубо навязывают себя вместо того, чтобы оставаться фоном, на котором, по нашему мнению, место технологиям».

Иэн Паркер о мнении Джонатана Айва по поводу носимых устройств[151]151
  Ian Parker, «The Shape of Things to Come – How an Industrial Designer became Apple’s Greatest Product», New Yorker, 23 February 2015, http://www.newyorker.com/magazine/2015/02/23/shapethings-come. – Примеч. авт.


[Закрыть]

По мере того как в пользовательском опыте растет роль контекста, приложения теряют свою функциональность. Будь то умные часы и очки, смартфон или еще какая-то форма интерфейса, встроенная в окружающий мир, лучший способ и лучший инструмент для выстраивания отношений с клиентом и для получения прибыли – это мелкие целевые блоки клиентского опыта. Где сегодня программы или технологии встроены в жизнь потребителя? Великолепный пример – Uber. Команда Uber изучила проблемы перевозок и встроила приложение в жизнь пользователя совершенно не так, как предлагают свои поездки таксомоторные компании. Эта фирма разработала не приложение, а весь клиентский опыт целиком. Чтобы это сделать, она полностью переформатировала способы подбора водителя, распределения автомобилей (без радио), заказа такси, оплаты поездки и многое, многое другое. Она даже позволяет авторизовавшимся водителям взять машину в аренду или открыть банковский счет.

До появления Uber совокупный объем рынка такси в Сан-Франциско составлял 150 млн долларов в год. В начале 2015 года генеральный директор компании Трэвис Каланик объявил о его росте до 650 млн, при этом 500 млн дохода приходилось на Uber[152]152
  Henry Blodget, «Uber CEO Reveals Mind-Boggling Statistic That Skeptics Will Hate», Business Insider, 19 января 2015 года. – Примеч. авт.


[Закрыть]. Выстроив не приложение, а клиентский опыт, Uber вовлекла в бизнес огромное количество тех, кто никогда не пошел бы работать таксистом. Она не создала лучшего такси и не обслуживала отдельный маршрут, а с «пустого места» выстроила весь клиентский опыт в целом. Как это сказалось на обычных таксомоторных компаниях? Газета San Francisco Examiner написала 6 января 2016 года, что местная Yellow Cab Со-Ор объявила о своем банкротстве.

Искушение дополнять продукт все новыми возможностями и функциями очень велико. Посмотрите на Facebook и его мессенджер – и на то, как мессенджер недавно отпочковался от Facebook. Шаг для многих неоднозначный, но тем самым было признано, что обмен мгновенными сообщениями и интерактивное чтение ленты – настолько разные действия, что они не должны конкурировать. Интерактив становится отдельным, самостоятельным опытом, встроенным в нашу повседневную жизнь, а не опцией в мобильном приложении. Попробую проиллюстрировать это еще на одном примере.

В XX веке люди смотрели любимые телепрограммы на конкретном канале в определенное время. Чтобы увидеть что-то во второй раз, до появления видеомагнитофонов (VCR) приходилось ждать повторного показа. Наши дети сегодня действуют совершенно иначе. Они выбирают, что смотреть, и тут же смотрят это на YouTube или Netflix. Между каналом PewDiePie на YouTube и сериалом «Карточный домик»[153]153
  «Карточный домик» (англ. «House of Cards») – американский телесериал в жанре политической драмы, адаптация одноименного сериала ВВС по роману Майкла Доббса. – Примеч. пер.


[Закрыть] на Netflix практически нет разницы. Некоторые исследования даже показывают, что потребление информации в выбранный потребителем момент времени уже опередило телевидение по предпочтительности для пользователей[154]154
  Todd Spangler, «Streaming overtakes live TV among consumer viewing preferences», Variety, 22 April 2015, http://variety.com/2015/digital/news/streaming-over-takes-live-tv-among-consumer-viewingpreferences-study-1201477318/. – Примеч. авт.


[Закрыть].

Пусть на вашем айфоне еще стоят такие приложения, как игры или книги, которые вы читаете, но частью вашего персонального информационного мира, выстроенного специально для вас, неизбежно станут сведения, привязанные к поведению и контексту. Сегодня это направление ограничивается только контекстуализацией, пропускной способностью канала, возможностями прогнозирования и анализом местоположения пользователя. Совместите эти способности, – и то, что было приложениями, окажется просто откликами на ваши потребности.

От процессора на чипе к компьютерам везде

В 1997 году компания Intel представила публике ASCI Red, первый суперкомпьютер производительностью более 1 терафлопса. Система использовала 9298 чипов Pentium II, размещенных в 72 системных блоках. Недавно Nvidia[155]155
  Nvidia Corporation – американская компания, один из крупнейших разработчиков графических ускорителей, плат и процессоров, а также наборов системной логики. – Примеч. пер.


[Закрыть] объявила о выпуске Tegra X1, своего первого терафлопсного процессора для мобильных устройств[156]156
  Процессор выпускается с 2015 года и устанавливается на некоторые игровые приставки Nvidia и Nintendo. – Примеч. науч. ред.


[Закрыть]. Мы говорим о процессоре, который умещается в смартфоне, машине[157]157
  Tesla использует в своих автомобилях чипы Tegra. – Примеч. авт.


[Закрыть], планшете или умных часах и может выполнять 1 000 000 000 000 инструкций или вычислений в секунду – как и тот суперкомпьютер 1997 года.

Чтобы представить себе, как далеко ушла технология всего за 15 лет, подумайте вот о чем: ASCI Red занимал почти 149 квадратных метров и потреблял 500 000 ватт электроэнергии, причем еще 500 000 ватт уходили на охлаждение помещения, где он находился, чтобы он мог выйти на свою терафлопсную мощность. Tegra X1 размером с ноготь и потребляет 10 ватт. Одна из платформ, возникших недавно для таких вычислительных устройств, – это, разумеется, компьютер автомобиля, которому нужен процессор, достаточно мощный для езды без водителя, усовершенствованный экран и приборная панель с хорошей визуализацией. За ближайшие 10 лет применение встроенных в автомобили компьютеров вырастет экспоненциально. Mercedes F015, продемонстрированный на выставке потребительской электроники CES[158]158
  International Consumer Electronics Show (CES) – Международная выставка потребительской электроники – выставка, ежегодно проходящая в январе в Лас-Вегасе (штат Невада, США). – Примеч. пер.


[Закрыть], – пример того, как преобразится интерьер автомобиля в условиях движения без водителя. Скоро станет нормой машина как развлекающее, рабочее, игровое и социальное пространство. Интерактивный салон, если угодно. В самоуправляемом автомобиле, где больше не нужны прозрачные окна, обеспечивающие водителю обзор по всему периметру, они могут стать интегрированными дисплеями. К этому мы еще вернемся.

Если терафлопсный чип (и более мощные компьютеры) удастся встроить в пространства нашей повседневной жизни, интерактивным экраном может стать все. Это хорошо показано в футурологическом сериале «День, сделанный из стекла» («A Day Made of Glass»), созданном американской компанией Corning, где мы видим зеркала, столешницы, стены и автомобили, ставшие интерактивными устройствами, которые оснащены сенсорными панелями и контекстным интеллектом.

Рисунок 3.9. Mercedes F015 использует пространство внутри совсем не так, как обычный автомобиль (источник: media.daimler.com)

Рисунок 3.10. С дешевыми суперкомпьютерными чипами все что угодно может стать интерактивным дисплеем (источник: Corning, A Day Made of Glass)

По мере встраивания компьютеров во все, что нас окружает в машине, дома, в школе и на работе, понятия экрана и операционной системы, какими мы их знаем, начинают рассыпаться. Для экранов, встроенных в зеркала или столешницы, нельзя будет загружать программы из магазина приложений, как мы привыкли, но наверняка какие-то возможности персонализации будут. Более того, эти экраны будут общаться с централизованным искусственным интеллектом или агентом, собирающим актуальную информацию из нашего личного «облака». На основании собранных данных будут выводиться графики встреч, новостная лента, соответствующая нашим интересам, и различные рекомендации. Эти компьютеры будут не просто выводить нужные сведения на экран. Если в Samsung Simband информацию о вас постоянно собирают шесть разных датчиков, то компьютеры, которые со временем будут встроены повсюду, станут слушать и учиться непрерывно и круглосуточно.

Две недавно созданные компьютерные платформы иллюстрируют начало сдвигов в концепции интерфейса. И Amazon Echo, и поддержанная платформой Indiegogo новинка Jibo вышли на рынок как персональные устройства для дома. Обе технологии встроены в дом, умеют слушать, учиться и откликаться на сигналы окружающего мира в реальном времени. Jibo даже позиционируется как личный помощник семьи. С ними в дом приходят и встраиваются технологии Google Voice, Siri от Apple или Cortana от Microsoft, с доступом к почти бесконечным информационным ресурсам, которые предоставляет интернет.

Начать работать с этими помощниками очень просто. Вы спрашиваете что-нибудь у Echo или Jibo – например, будет ли завтра дождь, купить ли молока, – или просите напомнить на следующей неделе, что надо заказать отель для отпуска. Jibo дает тут большие возможности, потому что он мобилен, а встроенная камера позволяет, например, сделать мгновенное фото вашей семьи. На экране, входящем в интерфейс Jibo, даже появляются разные персонажи, в зависимости от того, с кем из членов семьи он взаимодействует.

Первое поколение домашних помощников еще ограничивается выдачей информации по запросу, но в скором будущем мы начнем использовать эти технологии дома и на работе, чтобы составлять и соблюдать расписания, делать покупки и принимать повседневные решения.

Рисунок 3.11. Семейный робот Jibo – личный помощник и средство коммуникации (фото: Jibo)

За 20 лет эти устройства превратятся в различные версии искусственного интеллекта, достаточно мощные, чтобы обеспечивать те из наших потребностей, которые можно удовлетворить с помощью цифровой техники, соединять нас с нашими личными панелями управления, «облаками», сетями датчиков, давать советы, касающиеся здоровья, финансового благополучия и многих других областей, в которых мы привыкли получать консультации от людей.

Как понять, что говоришь с компьютером?

В декабре 2013 года журнал Time опубликовал статью под названием «Знакомьтесь: робот из телемаркетинга, которая не признается, что она робот»[159]159
  «Meet the Robot Telemarketer Who Denies She’s a Robot», Time, 13 December 2013, http://newsfeed.time.com/2013/12/10/meet-the-robot-telemarketer-who-denies-shes-a-robot/. – Примеч. авт.


[Закрыть], где рассказывалось о рекламном телефонном звонке главе вашингтонского офиса Time Майклу Шереру Шерер, уловив что-то не то, спросил робота, человек она или компьютер. В ответ она эмоционально, с очаровательным смехом сообщила, что настоящая. Но когда Шерер спросил, какой овощ кладут в томатный суп, сказала, что не понимает вопроса. Робот представилась Самантой Вест.

Цель подобных алгоритмов – подготовить адресата звонка прежде, чем переключить его на человека, чтобы завершить продажу. Эти алгоритмы стали возможными благодаря технологиям распознавания голоса. Современные инструменты, такие как Siri и Cortana, неплохо распознают речь без акцента, но было время, когда это казалось научной фантастикой.

Еще в 1932 году ученые из Bell Laboratories[160]160
  Bell Laboratories (известна также как Bell Labs, прежние названия – AT&T Bell Laboratories, Bell Telephone Laboratories) – бывшая американская, а ныне франко-американская корпорация, крупный исследовательский центр в области телекоммуникаций, электронных и компьютерных систем. Штаб-квартира Bell Labs расположена в Мюррей-Хилл (Нью-Джерси, США). – Примеч. пер.


[Закрыть] работали над проблемой машинного «восприятия речи». К 1952 году они создали систему Audrey для распознавания называемых цифр, правда с очень ограниченными возможностями. Однако в 1969 году Джон Пирс, один из ведущих инженеров компании, обратился к Акустическому обществу Америки с открытым письмом, в котором критиковал распознавание и сравнивал его со «схемами превращения воды в бензин, добычи золота из морской воды, лечения от рака и полета на Луну». По иронии судьбы, через месяц после того, как Пирс опубликовал свое письмо, Нил Армстронг высадился на Луну. Тем не менее вскоре финансирование работ по распознаванию речи в Bell Laboratories прекратилось.

К 1993 году системы, созданные Рэем Курцвейлом, умели распознавать 20 000 слов (произносимых по отдельности), но точность не поднималась выше примерно 10 %. В 1997 году Билл Гейтс довольно дерзко предсказывал: «Я уверен, что через 10 лет для взаимодействия с компьютером мы будем использовать не только клавиатуру и мышь, но и получим системы распознавания речи, достаточно совершенные, чтобы они сделались стандартной частью интерфейса»[161]161
  Из речи Билла Гейтса на конференции разработчиков Microsoft 1 октября 1997 года. – Примеч. авт.


[Закрыть]. В 2000 году до этого по-прежнему оставалось 10 лет. Прорыв произошел, когда начали использовать модели Маркова[162]162
  Статистические модели случайных процессов, которые широко используются для распознавания не только речи, но и образов, а биологами – для анализа последовательностей ДНК. – Примеч. науч. ред.


[Закрыть] и глубинного обучения[163]163
  Модели обучения нейронных сетей, которые позволяют им обобщать массивы данных, находя в них высокоуровневые абстракции. – Примеч. науч. ред.


[Закрыть] нейронных сетей, принципиально выросла компьютерная производительность и увеличились объемы накопленных данных. Однако существующие сегодня системы все еще несовершенны, потому что они до сих пор не умеют обучаться языку. Их алгоритмы усваивают языки не так, как люди: они идентифицируют фразу через распознавание, ищут ее в базе данных и отвечают подходящим образом.

Распознавать речь и уметь поддержать разговор – это совершенно разные вещи. Что нужно сделать компьютеру, чтобы притвориться перед своим собеседником человеком?

Тест Тьюринга: нужен или нет?

В 1950 году Алан Тьюринг опубликовал знаменитую статью под названием «Вычислительные машины и разум». В ней он ставил вопрос не только о том, можно ли считать, что компьютер или машина «думают», но и конкретнее: можно ли вообразить цифровое устройство, которое хорошо справляется с игрой в имитацию?[164]164
  А. М. Turing, «Computing Machinery and Intelligence», MIND: A Quarterly Review of Psychology and Philosophy, vol. LIX, no. 236. (October 1950), http://mind.oxford-journals.org/content/LIX/236/433. – Примеч. авт.


[Закрыть] Тьюринг предположил, что такой проверкой машинного интеллекта, которую он называл «игра в имитацию», может быть обмен вопросами и ответами между человеком и машиной. Далее в его статье сказано, что, если не получится за пять минут отличить человека от машины, следует признать машину достаточно «человекоподобной», чтобы пройти тест на основы сознания и мышления.

Автономной машине без водителя не нужно проходить тест Тьюринга, чтобы оставить таксиста без работы.

Исследователи, которые с тех пор дополняли эту работу, рассматривают игру в имитацию как одну из версий, или сценариев, того, что более известно как тест Тьюринга.

Хотя компьютерам пройти такую проверку еще не под силу, мы приближаемся к этому рубежу. Седьмого июня 2014 года, в дни 60-й годовщины смерти Тьюринга, Лондонское королевское общество провело на основе названного его именем теста соревнования. В них участвовал российский бот-собеседник по имени Евгений Густман[165]165
  Eugene Gustman – виртуальный собеседник, программа, разработанная уроженцами России и Украины Владимиром Веселовым, Евгением Демченко и Сергеем Уласенем. По признанию авторов, он не отличается высоким «интеллектом», однако удачно выбранный виртуальный образ подростка – эмигранта из Одессы заставил многих судей действительно обмануться и решить, что они беседуют с живым человеком. – Примеч. науч. ред.


[Закрыть], который успешно убедил 33 % судей (людей), что он 13-летний украинец, который выучил английский как иностранный язык. И хотя некоторые, например Джошуа Тененбаум, профессор математической психологии в Массачусетском технологическом институте (Massachusetts Institute of Technology, MIT), назвал результаты соревнования «не впечатляющими», оно все же показывает, что мы ближе, чем когда-либо, подошли к тому, чтобы принять компьютер за человека.

Такие задачи, как: забронировать билет на самолет, поменять заказанный отель на другой, решить проблему с банком, заказать машину или узнать результат теста на отцовство, – машина сможет успешно осуществить самостоятельно уже очень скоро. Частично это делается уже сегодня. Наш клиентский опыт не настолько разнороден, чтобы оправдать затраты на «человеческий» колл-центр. Рискну предположить, что в реальности за разговор с «настоящим» человеком скоро придется доплачивать. Многие авиалинии и отели уже берут дополнительную плату, если вы хотите поменять условия резервирования по телефону, а не на сайте бронирования. Совершенно очевидно, что услуги живой консьержки в будущем станут сервисом премиум-уровня, частью отношений с особо ценными клиентами. Для остальных, таких как мы, останутся сервисы на основе искусственного интеллекта. Только надо понимать, что в будущем человек не сможет оказать услугу более качественно, чем машина.

Возможно, мы и заподозрим, что говорим с компьютером, но взаимодействие окажется таким эффективным, что стопроцентной уверенности в этом не будет, да она и не понадобится. Через 15 лет, если отсчитывать от настоящего дня, взаимодействие с машинами распространится повсеместно, и искусственный интеллект будет отличаться только способностью решить некоторые проблемы лучше и быстрее. Например, Uber сможет рекламировать свои самоуправляющиеся автомобили как «самый безопасный в мире транспорт», зная, что статистически уже на старте автономный автомобиль в 20 раз безопаснее управляемого человеком[166]166
  По данным корпорации RAND, в США за 2015 год на каждые 100 млн миль пробега произошло по 1,09 ДТП со смертельным исходом (и 77, закончившихся травмами). Беспилотные автомобили пока эксплуатируются лишь в опытном режиме и не набрали достаточно пробега для точной оценки. Так, за 2009–2015 годы беспилотные машины Google проехали лишь около 1,3 млн миль и стали участниками 11 ДТП. К настоящему моменту в аварии попадали «беспилотники» Google, Uber, а также автомобили Tesla, работающие в режиме автопилота. Две закончились гибелью человека– однако признано, что в обоих случаях виновниками аварии были сами люди, нарушившие ПДД либо действовавшие с неоправданным риском. http://www.rand.org/content/dam/rand/pubs/research_reports/RR1400/RR1478/RAND_RR1478.pdf. – Примеч. науч. ред.


[Закрыть].

Ключом к этому будущему служит способность искусственного интеллекта усваивать язык, учиться общению. В интервью газете Guardian в мае 2015 года профессор Джефф Хинтон, эксперт в области искусственных нейронных сетей, сказал, что Google «остался один шаг до создания алгоритмов, способных к логике, естественному разговору и даже флирту». Сейчас Google работает над тем, чтобы кодировать мысли как векторы, которые можно описать последовательностью чисел. Эти «мыслевекторы» за 10 лет смогут наделить систему искусственного интеллекта «здравым смыслом», подобным человеческому, считает Хинтон.

Некоторые аспекты коммуникации окажутся труднее остальных, предсказал Хинтон. «Трудно будет понимать иронию. Для этого сначала придется хорошо освоить буквальный смысл. Но, с другой стороны, американцы тоже не понимают иронии. Так что компьютер достигнет уровня американца раньше, чем уровня британца…»

Из интервью профессора Джеффа Хинтона газете Guardian 21 мая 2015 года

Типы алгоритмов, которые позволяют машинам сделать скачок в когнитивном развитии, стали возможными благодаря применению больших компьютерных мощностей к обработке крупных массивов данных.

Являются ли тест Тьюринга или машина, способная успешно изображать человека, необходимым условием человеческого взаимодействия с компьютером? Не обязательно. Прежде всего, надо отдавать себе отчет, что машинному интеллекту вовсе не нужно быть полной копией человеческого, чтобы радикально преобразить рынок занятости или наш образ жизни.

Чтобы понять, почему стремиться к созданию компьютерной копии человеческого мозга нет никакой необходимости, надо посмотреть на три четко выделяющиеся фазы в развитии искусственного интеллекта.

● Машинный интеллект – зачаточный машинный интеллект, который заменяет некоторые элементы человеческого мышления при принятии решений или при обработке данных, необходимой для решения конкретных, определенных задач. Нейросети или алгоритмы, способные принимать эквивалентные человеческим решения в ограниченной области и, по принятым параметрам, делающие это лучше человека. Это не исключает способности интеллекта к обучению или когнитивной деятельности: он может учиться решать новые задачи или обрабатывать новую информацию, выходящую за рамки первоначальной программы. Такой способностью обладают уже многие машины. В числе примеров – самоуправляемый автомобиль Google, система IBM Watson, алгоритмы высокочастотного трейдинга[167]167
  High-Frequency Trading (HFT) – современный вид биржевой торговли, при котором быстрые сделки с ценными бумагами совершаются компьютерами без участия человека. – Примеч. науч. ред.


[Закрыть], программы распознавания лиц.

● Искусственный интеллект общего характера – эквивалентный человеческому машинный интеллект, который не только проходит тест Тьюринга и отвечает на реплики подобно Homo sapiens, но и умеет принимать решения, эквивалентные человеческим. Вероятно, он будет способен обрабатывать такие внелогические информативные сигналы, как эмоции, тон речи, выражение лица и нюансы, воспринимать которые способно живое существо (понимает ли ваша собака, когда вы сердиты или огорчены?). Главное, что такой искусственный интеллект сможет успешно справляться с любыми задачами, с которыми справляется человек.

● Сверхинтеллект – один или несколько машинных интеллектов (как нам называть их группу?), которые, отдельно или вместе, превосходят человеческий ум настолько, что способны понимать и обрабатывать концепты, которых человек понять не в состоянии.

Чтобы существенно повлиять на механизмы занятости или поставить под угрозу человеческие рабочие места в сфере услуг, искусственному интеллекту не обязательно становиться универсальным. Нам не придется ждать и 10, 15 или 30 лет, чтобы увидеть, как все случится. Как мера способности машин положить конец нашему нынешнему образу жизни и работы тест Тьюринга едва ли применим.

Для того чтобы считаться интеллектуальными, машинам не нужен интеллект как у людей. По тем меркам, которые мы применяем к животным, Watson, возможно, уже сейчас превосходит многие биологические виды, населяющие сегодня планету. Надо ли машине быть такой же умной, как человек, или еще умнее, чтобы ее можно было назвать интеллектуальной? Нет. По сути, от искусственного интеллекта вообще не стоит ожидать, чтобы он думал как люди. Почему он должен формироваться и прогрессировать так, чтобы думать в точности как мы? Совершенно не должен и, скорее всего, не станет.

Приведу два примера. Между 2009 и 2013 годами вооруженный машинным интеллектом высокочастотный трейдинг (HFT) составлял от 49 до 73 % всего объема рынка акций в США, а в Евросоюзе в 2014 году – около 38 %. Шестого мая 2010 года индекс Доу-Джонса рухнул с рекордной скоростью, хотя компенсировал потери за считаные минуты. После пятимесячного расследования Комиссия по ценным бумагам и биржам США и Комиссия по торговле товарным фьючерсами совместно выпустили доклад, в котором пришли к выводу, что HFT внес существенный вклад в волатильность этого мгновенного обвала. Крупная фьючерсная биржа СМЕ Group в своем расследовании заключила, что алгоритмы HFT стабилизировали рынок и ослабили удар от этого падения.

Для индустрии, которая за последние 100 лет довела биржевую торговлю до уровня высокого искусства, алгоритмы HFT знаменуют заметный отход от практики торговых залов Goldman Sachs, UBS и Credit Suisse. Сами эти алгоритмы очень далеко ушли от типичного человеческого поведения. Анализ сценариев HFT продемонстрировал совершенно иное поведение и принятие решений, нежели у людей. Что привело к этому сдвигу? Возможно, тот факт, что у HFT нет ни предвзятости, какая может быть у трейдеров-людей (например, привычки сохранять ставку на какой-нибудь класс активов дольше, чем рекомендуется, просто потому, что конкретному трейдеру нравится эта акция или отрасль), ни этической основы принятия решений. Некоторые возразят, что Уолл-стрит не слишком похожа на твердыню морали, и все же у алгоритма HFT этические основания для принятия решений попросту отсутствуют, если соответствующий навык не запрограммирован.

В 2014 году Audi тестировала на гоночной трассе беспилотные автомобили – две модификации Audi RS7 с мозгом величиной с игровую приставку PS4 в чехле. На данном этапе эти гоночные Audi еще нельзя назвать полностью самоуправляемыми, поскольку инженеры должны сперва проехать на них несколько кругов, чтобы машины выучили границы. Эти две машины известны как Ajay и Bobby[168]168
  Тестовые автомобили А и В превратились, соответственно, в Ajay и Bobby. – Примеч. авт.


[Закрыть], и, что интересно, у них сформировались разные стили вождения, несмотря на идентичное «железо», программы и системы навигации. Инженерная команда Audi, при всей ее гигантской экспертной квалификации, не готова объяснить, откуда эта наглядная разница взялась.

Наверное, машинное сознание продемонстрирует еще много разновидностей «интеллекта», которые не впишутся в стандартную человеческую модель или в наши ожидания и тем не менее позволят одновременно и усовершенствовать принятие решений людьми, и пересмотреть традиционный человеческий подход к критическому мышлению. То, что интеллект, развивающийся у машины, отличается от нашего, не делает его ниже или примитивнее. Те, кого больше всего тревожит, что он захватит мир или поработит людей, вероятно, видят в нем подобия людей со сверхвысоким IQ: с такими же желаниями, этикой, склонностью к эгоизму и насилию, которые присущи нам, людям. Сверхинтеллектуальная версия человека действительно была бы страшноватой. Однако у нас нет причин ожидать, что искусственный интеллект проявит человеческие склонности, предрассудки и субъективность. Гораздо более вероятно обратное.

Те виды искусственного интеллекта, которыми мы располагаем сейчас, через несколько лет сумеют не только распознавать эмоции и чувства, но и определять, когда человек лжет. В какой-то момент мы, вероятно, поручим одному из них выбирать правительство. Представьте, как мог бы выглядеть по-настоящему чистый, честный выборный процесс, особенно если использовать искусственный интеллект для того, чтобы интересы каждого законного избирателя были представлены как можно лучше с помощью оптимальной конфигурации границ избирательных округов.

А как насчет распределения ресурсов и работы над такими проблемами, как, например, изменение климата? Когда искусственный интеллект сумеет с высокой точностью смоделировать климат планеты на протяжении тысячи лет и дать точную, верифицируемую количественную оценку использования ископаемого топлива или, например, влияния коровьих кишечных газов[169]169
  Животноводство является одним из сильнейших источников накопления парниковых газов в атмосфере; правда, ключевым из них является метан. Будучи основным компонентом кишечных газов животных, он создает в десятки раз более мощный парниковый эффект, чем углекислый газ. – Примеч. науч. ред.


[Закрыть] на уровень углекислоты (CO₂) в атмосфере, – подумайте, как это скажется на распределении ресурсов и применении возобновляемых источников энергии.

Да, искусственный интеллект угрожает сложившемуся положению вещей, потому что, скорее всего, он окажется чистейшей формой логики и здравого смысла. Все, что сегодня «попахивает», в мире искусственного интеллекта будет разоблачено очень быстро. Добавьте к этому способность машины обучаться и строить гипотезы, и очень скоро нам придется защищать плохие человеческие решения перед лицом непогрешимой машинной логики, вооруженной таким объемом фактов и таким эффективным мышлением, с которыми мы, люди, просто не сможем тягаться. Через 15 лет в некоторых городах людям могут запретить садиться за руль, потому что самоуправляемые автомобили докажут, что они менее опасны. Страховые компании будут брать дороже за страховку автомобиля с водителем-человеком.

Нам предстоит убедиться, что в своих отдельных разновидностях машинный интеллект может очень отличаться от человеческого и наверняка станет революционной технологией задолго до того, как будет создан искусственный эквивалент нашего ума. Тот факт, что до его создания пройдет еще 20–30 лет, не означает, что все сказанное – только теория. Машины уже давно отнимают работу у людей; это началось 200 лет назад, с парового двигателя. Алгоритмы и роботы – всего лишь очередная машина в длинном ряду новейших технологий.