Текст книги "Машина, платформа, толпа. Наше цифровое будущее"

• Основанный на правилах, или символический, подход к искусственному интеллекту сейчас пребывает в спячке. Кажется очень маловероятным, что он выживет за пределами узких областей, а возможно, и совсем исчезнет.

• Машинное обучение – искусство и наука создания программных систем, которые могут обнаруживать закономерности и формулировать выигрышные стратегии после просмотра множества примеров, – в итоге выполняет свои давние обещания и уже приносит определенную пользу.

• Системы машинного обучения действуют лучше, когда становятся больше, работают на более быстром и специализированном аппаратном обеспечении, получают доступ к большему количеству данных и содержат улучшенные алгоритмы. Поскольку все эти вещи сейчас активно совершенствуются, то и машинное обучение быстро прогрессирует.

• Нейронные сети достигают наилучших результатов при контролируемом обучении, когда есть размеченные примеры. Однако в неконтролируемом обучении – основном способе, которым люди познают мир, – прогресс нейронных сетей невелик.

• Контролируемое обучение идеально подходит для автоматизации многих задач, которые сейчас выполняют люди, особенно в сферах сопоставления образов, диагностики, классификации, прогнозирования и рекомендаций. Машинное зрение, распознавание речи и другие вещи, которые некогда считались невозможными, сейчас во многих областях осуществляются на уровне, сравнимом с человеческим.

• Пока мы находимся на ранних стадиях распространения машинного обучения. Оно будет проникать в экономику и общество, особенно после того, как стало доступно любому желающему в облаке.

• Системам машинного обучения (и всем прочим формам искусственного интеллекта) по-прежнему не хватает здравого смысла.

1. Выполняете ли вы какую-нибудь важную работу по сопоставлению образов, диагностике, классификации, прогнозированию и рекомендациям? Рассматриваете ли вы применение машинного обучения для каких-либо из перечисленных областей?

2. Принятие каких решений и выполнение каких операций (если таковые есть) вы могли бы доверить системам искусственного интеллекта? Какие из этих решений и задач в случае автоматизации потребуют присмотра человека?

3. Вы согласились бы завтра утром поехать на работу на машине с автоматической системой вождения? Как вы думаете, будет ли вам комфортно делать это через пять лет? Почему?

4. Заполните пропуск в предложении: «Если конкуренты реализуют успешную систему машинного обучения для __________, у нас будут серьезные проблемы».

5. Какой стратегией машинного обучения вы пользуетесь? Насколько далеки вы от внедрения машинного обучения в своей организации?

Глава 4. Привет, робот!

 
Тою порою Фетида достигла Гефестова дома…
Бога, покрытого потом, находит в трудах, пред мехами
Быстро вращавшегось: двадцать треножников вдруг он работал,
В утварь поставить к стене своего благолепного дома.
Он под подножием их золотые колеса устроил,
Сами б собою они приближалися к сонму бессмертных,
Сами б собою и в дом возвращалися, взорам на диво[228]228
  Перевод Н. Гнедича.


[Закрыть].
 

Гомер, «Илиада», VIII в. до н. э.

Еда редко бывает одновременно питательной, вкусной и доступной по цене. Еще более необычно, если при всех этих достоинствах она также дает общее представление о перспективах автоматизации.

Первый ресторан Eatsa открылся в районе Саут-оф-Маркет в Сан-Франциско в 2015 году. Он предлагал различные вегетарианские блюда из киноа – южноамериканской зерновой культуры, отличающейся превосходными питательными свойствами[229]229
  Производство киноа очень эффективно, поскольку требует в 30 раз меньше энергии по сравнению с производством животного белка. Эта культура также не содержит холестерина и глютена.


[Закрыть]. В сети Eatsa вместе с киноа использовали кукурузу, бобы, баклажаны и соус гуакамоле; блюда имели такие названия, как «Юго-западный скрэмбл» и «Не беспокойся, карри».

До того как попробуют пищу, посетители Eatsa сталкиваются с кое-чем необычным: они заказывают, оплачивают и получают ее, не встречаясь ни с кем из работников. При входе в ресторан клиенты видят ряд планшетных компьютеров. С любого из них можно сделать заказ и оплатить его картой (в ресторанах Eatsa не принимаются наличные). Пока еда готовится, большой экран показывает имена клиентов, полученные с пластиковых карт. Когда имя приближается к верхней части списка, рядом с ним появляется число, соответствующее одной из примерно двадцати ячеек – небольших отверстий в стене, закрытых панелями. Эти панели – прозрачные жидкокристаллические дисплеи, на каждом из них отображается имя клиента посередине и маленький кружок в правом верхнем углу. Нужно два раза прикоснуться к кружку, чтобы панель открылась и можно было забрать еду, упакованную навынос (в ресторане мало мест для сидения).

В заведениях Eatsa есть небольшой штат администраторов, которые показывают новичкам, как обрабатывать заказы, и отвечают на вопросы, но большинству посетителей не приходится иметь с ними дело. Первые отзывы об Eatsa были превосходными. Один восторженный клиент сказал: «В этом ресторане вам не нужно взаимодействовать ни с одним человеком. Воспользуйтесь экраном, и через несколько минут вы получите вкусную питательную еду по умеренной цене. Присоединяйтесь»[230]230
  Candice G., Eatsa review, Yelp, July 5, 2016, https://www.yelp.com/biz/eatsa-san-francisco-?hrid=WODfZ9W7ZQ0ChbW1lQnpag.


[Закрыть].

Популярность Eatsa иллюстрирует важный феномен второй эры машин: многие виды взаимодействия, которые ранее происходили между людьми в физическом мире, сейчас производятся через цифровые интерфейсы. Оказалось, что для множества бизнес-процессов вовсе не требуется, чтобы какое-то количество реальных атомов перемещалось с места на место, – достаточно двигать и трансформировать биты, фрагменты информации. Заказать еду в сети Eatsa, оплатить и узнать, где ее можно забрать, – примеры таких процессов. Не вполне правильно говорить, что они полностью автоматизированы, поскольку в них по-прежнему участвует человек – сам клиент. Точнее будет понятие «виртуализированные процессы».

В мире все шире распространяется виртуализация. Когда мы летим без регистрации багажа, нам редко случается говорить с работником авиакомпании, пока мы не подойдем к выходу, поскольку свои посадочные талоны мы загружаем в телефоны или распечатываем их в аэропорту в терминале самообслуживания. Прилетая в США из-за рубежа, мы используем пункты Global Entry, чтобы предоставить информацию таможенным и иммиграционным органам и выполнить формальные процедуры для возвращения в страну. Судя по всему, вскоре у нас будут полностью автоматические системы контроля на внутренних рейсах: в июле 2016 года Управление транспортной безопасности США объявило о планах установить и оценить их работу в пяти внутренних аэропортах[231]231
  Имеются обескураживающие свидетельства, что нынешние трудоемкие методы охраны не оправдывают себя. В 2015 году Министерство внутренней безопасности США опубликовало данные о попытках специальных независимых групп пронести оружие, взрывчатку и другие запрещенные материалы через систему досмотра в американских аэропортах. Эти группы добились успеха более чем в 95 процентах случаев, пройдя через системы досмотра с запрещенными объектами 67 раз из 70.


[Закрыть].

Виртуализация ускоряется, так как сети и удобные цифровые устройства имеются почти везде. По мере распространения банкоматов многие люди перестают обращаться к банковским служащим, чтобы снять деньги со счета. Дистанционное обслуживание с помощью компьютеров позволило клиентам просматривать свои документы, переводить денежные средства, оплачивать счета и выполнять многие другие задачи не выходя из дома, а смартфоны позволяют делать это где угодно. Во многих банковских приложениях появилась удобная функция – депонирование чека с помощью камеры телефона. Непрерывное расширение возможностей и удобство виртуализированного банковского обслуживания, вероятно, основная причина того, что сейчас число сотрудников в американских банках все уменьшается; оно сократилось примерно на 20 процентов по сравнению с максимальным количеством (608 тысяч человек) в 2017 году[232]232
  Количество банковских служащих в 2007 году: Political Calculations, “Trends in the Number of Bank Tellers and ATMs in the U.S.,” June 28, 2011, http://politicalcalculations.blogspot.com/2011/06/trends-in-number-of-bank-tellers-and.html#.WLMqPxIrJBw. Количество банковских служащих в 2015 году: US Bureau of Labor Statistics, “Occupational Employment and Wages, May 2015,” по состоянию на 1 марта 2017 года, https://www.bls.gov/oes/current/oes433071.htm.


[Закрыть].

Есть ли какие-нибудь транзакции и процессы, которые так и не станут виртуализированными? Многие люди и компании полагают, что да. Вирджиния Пострел, аналитик в сфере бизнеса и культурных сдвигов, известная своей проницательностью, полагает, что терминалы самообслуживания в аптеках, супермаркетах и других торговых точках никогда не приживутся «по техническим причинам. Никто не захочет стоять и слушать, как ему выговаривает компьютер, пока другие покупатели плавно двигаются в очереди к кассиру-человеку»[233]233
  Virginia Postrel, “Robots Won’t Rule the Checkout Lane,” Bloomberg, August 10, 2015, https://www.bloomberg.com/view/articles/2015-08-10/robots-won-t-rule-the-checkout-lane.


[Закрыть].

Мы понимаем ее точку зрения. Большинство технологий самообслуживания приводят людей в замешательство, поэтому оказываются медленными в использовании. Кажется, что их часто заедает. Люди пользуются ими скорее из исследовательского интереса, чем из-за удобства. Но мы заметили, что со временем эти системы улучшаются, как и следовало ожидать. По мере того как их разработчики приобретают все больше опыта, они улучшают технологию и интерфейс, а также выясняют, как уменьшить количество ошибок и избежать недовольства потребителей.

Это может означать, что в перспективе машины и процессы самообслуживания будут выглядеть по-разному, однако мы прогнозируем, что со временем виртуализация станет масштабной, несмотря на ее нынешний невпечатляющий прогресс. Когда такое произойдет, результат, возможно, будет похож на Amazon Go – круглосуточный магазин площадью 180 квадратных метров, который гигант сетевой торговли открыл в Сиэтле в декабре 2016 года[234]234
  Laura Stevens and Khadeeja Safdar, “Amazon Working on Several Grocery-Store Formats, Could Open More than 2,000 Locations,” Wall Street Journal, December 5, 2016, http://www.wsj.com/articles/amazon-grocery-store-concept-to-open-in-seattle-in-early-2017-1480959119.


[Закрыть]. Здесь нет ни кассиров, ни терминалов самообслуживания. Вместо этого есть датчики и камеры в сочетании с технологиями машинного обучения и приложениями для смартфонов. Они отслеживают, что клиенты кладут в корзины для покупок, а затем выставляют счет за все, с чем они ушли из магазина. Журналист Ллойд Олтер заметил, что «Amazon Go – не бакалейная лавка, модернизированная с помощью сетевых технологий, а сетевая система, окруженная кирпичными стенами»[235]235
  Lloyd Alter, “Amazon Go Is More than Just a Grocery Store with No Checkout,” Mother Nature Network, December 19, 2016, http://www.mnn.com/green-tech/research-innovations/blogs/amazon-go-lot-more-just-checkout-free-grocery-store.


[Закрыть]. При таком подходе тележка для покупок реальна, а кассовый узел – виртуален.

Еще один аргумент против широкого распространения виртуализации – идея о том, что некоторые виды взаимодействия требуют человеческого общения, потому что оно помогает клиенту, пациенту, потенциальному покупателю обрести спокойствие и правильный настрой. Мы считаем это замечание верным, но также видели, что как минимум некоторые группы людей желают, а возможно, даже жаждут виртуализировать именно те операции, где соприкосновение с человеком издавна считалось важным.

Традиционное представление, распространенное в области финансовых услуг, состоит в том, что необходима минимум одна личная встреча, чтобы убедить человека или семью передать значительную часть накопленных средств консультанту по инвестициям. Однако с момента своего основания в декабре 2011 года компания Wealthfront получила свыше трех миллиардов долларов у 35 тысяч семейств, и все эти средства были переведены виртуально, без предварительного общения с консультантом по инвестициям, хоть личного, хоть удаленного. Wealthfront занимается управлением частными капиталами; компания не только отказалась от человеческих суждений в принятии решений об инвестициях, но и смогла обойтись безо всех декораций и актеров, традиционно используемых при крупных сделках: хорошо обставленного офиса, глянцевых брошюрок, секретаря в приемной, профессионально выглядящего консультанта. Wealthfront заменила все это онлайн-формой.

«КАЖДОМУ СВОЕ» ИЛИ «АВТОМАТИЗАЦИЯ ДЛЯ ВСЕХ»?

Клиенты Wealthfront в среднем более молоды и сведущи в технологиях, чем клиенты других компаний, занимающихся инвестиционным консультированием[236]236
  Gabrielle Karol, “High-Tech Investing Startup for Millennials Hits $1 Billion in Assets,” Fox Business, June 5, 2014, http://www.foxbusiness.com/markets/2014/06/05/high-tech-investing-startup-for-millennials-hits-1-billion-mark.html.


[Закрыть]. Экономисты используют термин «самовыбор» для феноменов такого рода, когда люди относят себя к той или иной группе на основании предпочтений. Самовыбор, вероятно, мощная сила, положительно влияющая на виртуализацию. Некоторые из нас предпочитают передать свои деньги Wealthfront, использовать терминалы самообслуживания в супермаркетах и обедать в ресторанах Eatsa. Другие хотят, чтобы с ними встретился живой консультант по инвестициям, чтобы их покупки пробил кассир, а заказ принял официант.

Сейчас мы видим компании, которые явным образом обращаются к той или иной стороне такого самовыбора. Сеть ресторанов быстрого питания McDonald’s, как и Eatsa, увеличивает виртуализацию. К ноябрю 2016 года она установила цифровые терминалы для самостоятельного заказа и оплаты в пятистах точках в Нью-Йорке, Флориде и Южной Калифорнии и объявила о планах использовать такие сенсорные экраны во всех 14 тысячах своих ресторанов в США[237]237
  Stephanie Strom, “McDonald’s Introduces Screen Ordering and Table Service,” New York Times, November 17, 2016, https://www.nytimes.com/2016/11/18/business/mcdonalds-introduces-screen-ordering-and-table-service.html.


[Закрыть]. Discover Card, напротив, делает акцент на человеческом общении[238]238
  Maryann Fudacz, Facebook post on Discover’s timeline, June 6, 2013, https://www.facebook.com/discover/posts/10151622117196380.


[Закрыть]. Серия рекламных роликов, впервые вышедшая в эфир в 2013 году, изображала телефонные разговоры между клиентами и сотрудниками, которых играли очень похожие актеры. Идея, разумеется, состояла в том, что компания предоставляет глубоко личные и потому более действенные услуги. В одном из роликов даже был намек, что компания больше заинтересована в межличностном общении, чем в получении прибыли[239]239
  “ ‘Live Customer Service’ Discover It Card Commercial,” YouTube, April 27, 2016, 0:30, https://youtu.be/xK-je8YKkNw.


[Закрыть]. Голос за кадром утверждал: «С Discover Card вы можете днем и ночью разговаривать с реальным человеком в США, и мы не собираемся тратить ваше время, пытаясь продать кучу товаров, которые вам на самом деле не нужны».

Eatsa, Wealthfront, McDonald’s, Discover и многие другие компании нацелены на сегменты рынка, которые определяются предпочтениями клиентов: одни люди за виртуализацию, другие против нее. Это совершенно естественно и нормально, но мы задаемся вопросом, сколь долго еще сегмент противников виртуализации останется значительным. Недавнее уменьшение количества банковских служащих в США подсказывает, что, как только для какого-то процесса становится доступна устойчивая виртуализация, ее преимуществами начинает пользоваться множество людей, особенно по прошествии времени, то есть по мере увеличения числа «рожденных в цифровую эпоху» в общей массе взрослых людей. Это особенно справедливо, если вариант, где надо взаимодействовать с человеком, требует больше времени или по какой-то другой причине менее эффективен или приятен. Если в аэропортах внезапно появится полностью автоматическая и совершенно надежная система безопасности, кто из нас предпочтет стоять в очереди и проходить досмотр у сотрудников Управления транспортной безопасности?

Мы довольно долго наблюдали за техническим прогрессом, видели достаточно экспериментов и циклов доработки, чтобы уверенно предполагать, что автоматизированные и цифровые процессы будут очень широко распространяться и со временем вытеснят людей из многих областей. Иными словами, мы считаем, что виртуализация – это долговременный тренд, а не каприз моды.

Сеть Eatsa хочет большего, чем просто виртуализировать заказ еды; она также намеревается автоматизировать ее приготовление. Технологические процессы на кухнях Eatsa в значительной степени оптимизированы и стандартизированы, и главная причина того, почему компания прибегает к помощи людей-поваров, а не роботов, состоит в том, что обрабатываемые объекты (авокадо, помидоры, баклажаны и тому подобное) имеют неправильную форму и не совсем твердые. Это не представляет особой проблемы для людей, которые всегда жили в мире, полном мягких предметов. А вот роботы, созданные до настоящего времени, намного лучше управляются с твердыми и желательно одинаковыми.

Дело в том, что зрение и осязание роботов были примитивными, намного хуже человеческих, а надлежащее обращение с помидором в целом подразумевает, что его надо видеть и ощущать с высокой точностью. И еще одно: оказалось, что машину удивительно трудно запрограммировать на работу с легко сдавливаемыми объектами (здесь мы снова знаем больше, чем способны рассказать), так что мозг роботов намного отстает от нашего, как и сенсорная система.

Тем не менее машины нагоняют нас, и довольно быстро: уже появилось несколько роботов-поваров. В одном из ресторанов китайской провинции Хэйлунцзян антропоморфный робот пурпурного цвета использует технику стир-фрай (быстрое обжаривание с помешиванием) и готовит другие блюда в воке[240]240
  Вок – сковорода с выпуклым дном, применяющаяся в традиционной китайской кухне. Чаще всего используется для быстрого обжаривания продуктов в масле при постоянном помешивании. Прим. перев.


[Закрыть] на огне, хотя предварительную работу все еще делают люди[241]241
  “Robot Chefs Take Over Chinese Restaurant,” BBC News, April 22, 2014, 1:22, http://www.bbc.com/news/world-asia-china-27107248.


[Закрыть]. На Ганноверской промышленной выставке-ярмарке в апреле 2015 года британская компания Moley Robotics представила высокоавтоматизированную кухню, центральной частью которой была пара многозвенных механических рук-манипуляторов, спускающихся с потолка. Эти руки могли воспроизводить движения поваров, готовящих фирменные блюда. На выставке машина сделала биск[242]242
  Биск – густой суп французского происхождения. Обычно готовится на бульоне из ракообразных. Прим. перев.


[Закрыть] из крабов, придуманный Тимом Андерсоном, победителем британского телевизионного кулинарного шоу MasterChef. Один сетевой обозреватель сказал о блюде: «Суп хорош. Если бы мне подали его в ресторане, я съел бы его и глазом не моргнув»[243]243
  James Vincent, “I Ate Crab Bisque Cooked by a Robot Chef,” Verge, July 31, 2015, http://www.theverge.com/2015/7/31/9076221/robot-chef-moley-robotics-crab-bisque.


[Закрыть]. Однако и здесь подготовка должна производиться человеком: манипуляторы не видят, что делают, поэтому у них ничего не выйдет, если какие-нибудь ингредиенты или утварь находятся не в точности там, где нужно.

Самым совершенным роботом-поваром, которого мы видели, был изготовитель гамбургеров, разработанный в рамках стартапа Momentum Machines, который финансирует венчурный инвестор Винод Хосла. Робот берет сырое мясо, булочки, приправы, соусы и специи и преобразует все это в готовые, упакованные в пакеты бургеры со скоростью до 400 штук в час. Такая машина сама выполняет значительную часть подготовки, а для сохранения свежести продуктов она не начинает резать, смешивать и готовить, пока не поступит заказ. Она также позволяет клиентам в значительной степени индивидуализировать свои бургеры, указывая не только свои предпочтения, но и состав мяса в котлете. Мы можем подтвердить, что еда получается вкусной.

ПЯТЬ ПРИЗНАКОВ ГРЯДУЩЕГО НАШЕСТВИЯ РОБОТОВ

Автоматические повара – первые примеры того, что Гилл Прэтт, CEO Исследовательского института Toyota (и наш бывший коллега по Массачусетскому технологическому институту), называет кембрийским взрывом в робототехнике. Кембрийский взрыв – условное название события, произошедшего 500 миллионов лет назад, когда в течение относительно короткого периода времени на Земле появилась большая часть крупных таксонов – типов. Почти все типы существ, живущих сейчас на планете, восходят к той эволюционной вспышке.

По мнению Прэтта, мы стоим на пороге таких же революционных новаций в робототехнике. В 2015 году он писал: «Сегодня технологические разработки на нескольких фронтах способны спровоцировать аналогичный взрыв в разнообразии и сферах применения роботов. Многие базовые аппаратные технологии, от которых они зависят, в частности вычисления, хранение данных и коммуникации, улучшаются с экспоненциальной скоростью»[244]244
  Gill A. Pratt, “Is a Cambrian Explosion Coming for Robotics?” Journal of Economic Perspectives 29, no. 3 (2015): 51–60, http://pubs.aeaweb.org/doi/pdfplus/10.1257/jep.29.3.51.


[Закрыть]. Одним из самых важных факторов, сделавших возможным кембрийский взрыв, было появление зрения, когда биологические виды впервые развили в себе способность видеть мир. Это открыло множество новых возможностей для наших предков. Прэтт обращает внимание, что вот-вот возникнет аналогичная ситуация для машин. Впервые в истории они учатся видеть и получают многочисленные выгоды от приобретения зрения.

В своих дискуссиях и исследованиях мы выявили недавнее масштабное развитие в пяти взаимозависимых и смежных областях: это данные, алгоритмы, сети, облачные технологии и экспоненциальное улучшение аппаратного обеспечения.

Данные. Компакт-диски с музыкой и фильмами, а также веб-страницы десятилетиями пополняют мировой запас цифровой информации, но за последние несколько лет скорость кодирования резко увеличилась. По оценкам IBM, 90 процентов всех цифровых данных в мире было создано за последние 24 месяца[245]245
  IBM, “What Is Big Data?” по состоянию на 30 января 2017 года, https://www-01.ibm.com/software/data/bigdata/what-is-big-data.html.


[Закрыть]. Сигналы от сенсоров в смартфонах и промышленном оборудовании, цифровые фотографии и видеоролики, непрерывно создаваемый контент в социальных сетях по всему миру и многие другие виды информации толкают нас к эпохе больших данных, не имеющей аналогов в истории.

Алгоритмы. Резкое увеличение объема данных важно, поскольку поддерживает и ускоряет разработки в сфере искусственного интеллекта и машинного обучения, описанные в предыдущей главе. Алгоритмы и подходы, которые сейчас доминируют в этой области, например глубокое обучение или обучение с подкреплением, обладают общим свойством показывать всё лучшие результаты по мере увеличения объема поступающих данных. Работа большинства алгоритмов обычно сводится к асимптотическому уровню, когда добавление новых данных улучшает результат совсем чуть-чуть или вовсе на него не влияет. Однако, похоже, для многих широко использующихся сейчас подходов к машинному обучению это не так. Эндрю Ын сказал нам, что в случае с современными алгоритмами «закон Мура и некоторое количество очень умной технической работы позволяют изменить ситуацию»[246]246
  Эндрю Ын, интервью, данное авторам в августе 2015 г.


[Закрыть].

Сети. Очень быстро улучшаются технологии и протоколы беспроводной связи – как на коротких, так и на длинных расстояниях. Например, AT&T и Verizon объявили об испытаниях в 2016 году беспроводной технологии 5G со скоростью загрузки до 10 гигабит в секунду[247]247
  David Samberg, “Verizon Sets Roadmap to 5G Technology in U.S.; Field Trials to Start in 2016,” Verizon, September 8, 2015, http://www.verizon.com/about/news/verizon-sets-roadmap-5g-technology-us-field-trials-start-2016.


[Закрыть]. Это в пятьдесят раз быстрее, чем средняя скорость сетей LTE (самых быстрых из тех, что широко развернуты в настоящее время), а сама технология LTE вдесятеро быстрее предыдущего поколения – технологии 3G. Такое повышение скорости означает более качественное и быстрое накопление данных, а также подразумевает, что роботы и летающие дроны смогут постоянно быть на связи, координировать свою работу и совместно реагировать на быстро меняющиеся обстоятельства.

Облачные технологии. Для организаций и отдельных людей сейчас доступен беспрецедентный объем вычислительных мощностей. Через интернет можно арендовать на долгий срок или на несколько минут приложения, серверы различного уровня конфигурирования и объемы дискового пространства. Такая инфраструктура для облачных вычислений, существующая меньше десяти лет, ускоряет кембрийский взрыв в робототехнике по трем причинам.

Во-первых, она сильно снижает входной барьер, поскольку те виды компьютерных ресурсов, которые раньше имелись только в крупных исследовательских университетах и международных лабораториях, занимающихся НИОКР, теперь стали доступны для стартапов и изобретателей-одиночек.

Во-вторых, облако позволяет разработчикам роботов и дронов исследовать важный вопрос о распределении локальных и централизованных вычислений: какие задачи по обработке информации следует выполнять в локальном мозге каждого робота, а какие должен делать глобальный мозг, расположенный в облаке? Кажется вероятным, что самая ресурсоемкая работа, например воспроизведение предыдущего опыта для получения новых выводов, до какого-то времени будет выполняться в облаке.

В-третьих (и это, возможно, важнее всего), облако означает, что каждый участник группы роботов или дронов будет способен быстро узнать, что делают все другие участники. Прэтт замечает: «Люди учатся десятки лет, чтобы добавить что-то содержательное в совокупность общечеловеческого знания. Тем временем роботы в смысле обучения не просто стоят на плечах друг у друга[248]248
  Отсылка к фразе Исаака Ньютона: «Если я видел дальше других, то потому, что стоял на плечах гигантов». Прим. перев.


[Закрыть], а способны начать делать вклад в совокупность “общероботового” знания сразу после своего создания»[249]249
  Pratt, “Is a Cambrian Explosion Coming for Robotics?”


[Закрыть]. Один из первых примеров «коллективного разума» такого рода – это парк автомобилей Tesla, способных обмениваться данными о придорожных объектах, мимо которых они проезжают. Получение такой информации помогает со временем понять, какие объекты постоянны (те, мимо которых в одном и том же месте проезжает много разных автомобилей), и сделать вывод о крайне малой вероятности того, что они выбегут на середину дороги.

Экспоненциальное улучшение аппаратного обеспечения. В 2015 году закон Мура, который гласит, что производительность микросхем удваивается каждые 18–24 месяца[250]250
  В 1965 году Гордон Мур написал об удвоении количества транзисторов на кристалле интегральной схемы каждый год в течение ближайшего десятилетия. Через десять лет, в 1975 году, он дал прогноз на следующее десятилетие, предсказав удвоение каждые два года. Формулировка с восемнадцатью месяцами принадлежит Дэвиду Хаусу из компании Intel, который писал, что производительность микросхем будет удваиваться каждые 18 месяцев (на нее влияет и количество транзисторов, и ускорение их работы). Прим. перев.


[Закрыть], отпраздновал полувековой юбилей, и в это время он все еще был актуален. Недавно высказывались предположения, что разработчики столкнутся с проблемами физических ограничений, поэтому в ближайшие годы темпы удвоения замедлятся. Возможно, это и так, но, даже если ученые и инженеры, работающие в области информационных технологий, не сумеют выяснить в ближайшие десятилетия, как еще тоньше протравливать кремний, мы уверены, что еще долго будем радоваться тому, как снижаются цены и одновременно повышается производительность цифрового оборудования: процессоров, памяти, средств связи, запоминающих устройств и тому подобного.

Как такое возможно? Крис Андерсон, CEO компании 3D Robotics, занимающейся изготовлением дронов, дал нам яркую иллюстрацию того, что происходит в этой индустрии и некоторых смежных областях. Показав нам металлический цилиндр примерно 2,5 сантиметра в диаметре и 7,5 сантиметра в длину, он сказал: «Это гиродатчик. Он механический, стоит 10 тысяч долларов, был сделан в 1990-е годы несколькими очень талантливыми женщинами на авиационном заводе – ручная работа и все такое. Он отслеживает движение всего по одной оси. На каждом нашем дроне 24 таких датчика. При цене в 10 тысяч долларов общая стоимость была бы равна 240 тысячам долларов, а места они занимали бы столько же, сколько холодильник. Вместо этого мы устанавливаем одну крохотную микросхему или несколько крохотных микросхем, которые стоят по три доллара и почти невидимы»[251]251
  Крис Андерсон, интервью, данное авторам в октябре 2015 г.


[Закрыть].

Идея Андерсона состоит в том, что сочетание дешевого сырья, глобальных рынков, сильной конкуренции и экономики промышленных масштабов фактически служит гарантией стабильного быстрого снижения цен и улучшения рабочих характеристик техники. По его словам, дроны – это «дивиденды смартфонных войн. Компоненты смартфонов – сенсоры, GPS, камеры, ARM-процессоры, беспроводная связь, память, аккумуляторы – все эти штуки, на которые повлияли невероятная экономия из-за производственных масштабов и инновационные исследования в Apple, Google и других компаниях, теперь стали доступны за несколько долларов. Десять лет назад они были фактически унобтанием[252]252
  Унобтаний (анобтаниум) – ироничное название любого редкого, дорогого или невозможного материала. Слово unobtainium, образованное от unobtainable («недоступный для получения») и окончания – ium, характерного для названий химических элементов, использовалось в литературе и технике еще в середине XX века, задолго до того, как оно появилось в фильме «Аватар», где оно звучит чуть иначе – unobtanium. Прим. перев.


[Закрыть]. Когда-то такие технологии использовались только военными, теперь же вы можете купить их в любом из магазинов сети RadioShack»[253]253
  Benjamin Pauker, “Epiphanies from Chris Anderson,” Foreign Policy, April 29, 2013, http://foreignpolicy.com/2013/04/29/epiphanies-from-chris-anderson.


[Закрыть].

В совокупности пять перечисленных элементов и вызвали кембрийский взрыв, обусловив появление роботов, дронов, автономных легковых и грузовых автомобилей и многих других в значительной степени цифровых машин. Экспоненциально дешевеющее оборудование позволяет увеличить темп инноваций и экспериментов, которые создают гигантские потоки данных. Эта информация используется для тестирования и оттачивания алгоритмов и помогает системе обучаться. Алгоритмы задействуют облако и распределенные вычисления с помощью устойчивой сети. Новаторы проводят следующий раунд тестов и экспериментов, и цикл повторяется.

ТАМ, ГДЕ РАБОТА БЕЗДУМНАЯ, ГРЯЗНАЯ, ОПАСНАЯ И ДОРОГОСТОЯЩАЯ

Как будут задействованы в экономике роботы, дроны и прочие цифровые машины, действующие в физическом мире? Какую роль они станут играть в ближайшие годы? Распространенная точка зрения такова: роботы лучше всего пригодны к бездумной, грязной и опасной работе. Мы добавили бы еще один пункт – дорогостоящей. Чем больше таких признаков есть у какой-то деятельности, тем выше вероятность, что ее нужно передать цифровым машинам.

Прекрасный пример – инспекция строительных площадок. Это обычно грязные, иногда опасные места, а проверка того, что работа ведется по плану, размеры верны, линии вертикальны и все в таком духе, может быть бездумной и скучной. Тем не менее нужно регулярно посылать контролера для таких проверок, поскольку маленькие ошибки со временем могут превратиться в дорогостоящие. Однако вполне вероятно, что эту работу вскоре удастся автоматизировать.

Осенью 2015 года японская компания Komatsu, существующая 95 лет и считающаяся вторым в мире по величине производителем строительного оборудования, объявила о партнерстве с американским стартапом Skycatch, выпускающим дроны. Маленькие аппараты станут летать над стройплощадкой, составляя ее карту в трех измерениях. Эта информация будет непрерывно отправляться в облако, автоматически соотноситься с планами местности и использоваться в инструкциях для автономного парка бульдозеров, самосвалов и других землеройных и подъемно-транспортных машин.

Вскоре дроны могут преобразить и сельское хозяйство. Крис Андерсон предложил нам представить себе ферму, где дроны ежедневно летают над полями, сканируя их в ближнем инфракрасном диапазоне. Такое сканирование дает огромное количество информации о состоянии растений, причем современные сенсоры обеспечивают достаточную точность для оценивания каждого квадратного метра (а при существующем экспоненциальном улучшении сенсоров вскоре, вероятно, можно будет осматривать отдельно каждое растение). Ежедневно летать на самолете над полями – скучно и дорого, но появление маленьких дешевых дронов устраняет оба эти препятствия. Информация, полученная в ходе ежедневных облетов, обеспечивает очень глубокое понимание изменений, происходящих со временем с растениями, а также позволяет намного точнее поставить задачи полива и внесения удобрений и пестицидов. Современное сельскохозяйственное оборудование способно подавать различные количества важных веществ в определенные места, а не раскидывать равномерно. Данные, собираемые дронами, делают возможными большую часть этих вещей, позволяя фермерам вступить в эпоху цифрового земледелия.

Вероятно, вскоре дроны будут использоваться для оценки повреждений, причиненных стихийными бедствиями, для защиты от браконьеров животных, находящихся под угрозой исчезновения, для охраны лесов от незаконной вырубки, а также для решения многих других задач. Они уже применяются в инспекции оборудования, которая прежде считалась опасным, дорогостоящим, бездумным и грязным делом. Британская компания Sky Futures специализируется на запуске дронов вокруг буровых вышек в Северном море, металл и цемент которых постепенно разрушаются под воздействием соленой воды и плохой погоды[254]254
  Olivia Solon, “Robots Replace Oil Roughnecks,” Bloomberg, August 21, 2015, https://www.bloomberg.com/news/articles/2015-08-21/flying-robots-replace-oil-roughnecks.


[Закрыть]. Дроны компании летают вокруг конструкций и сквозь них в любых условиях, так что буровикам не надо лазать по ним, чтобы разглядеть, что там происходит.

Сейчас мы снова и снова видим эту закономерность: машины берут на себя бездумную, грязную, опасную или дорогостоящую работу.

• В 2015 году Rio Tinto стала первой компанией, использующей парк грузовиков с дистанционным управлением[255]255
  Jamie Smyth, “Rio Tinto Shifts to Driverless Trucks in Australia.” Financial Times, October 19, 2015, https://www.ft.com/content/43f7436a-7632-11e5-a95a-27d368e1ddf7.


[Закрыть], чтобы перевозить железную руду на своем руднике в регионе Пилбара в Западной Австралии. Транспортные средства без водителей работают 24 часа в сутки 365 дней в году, за ними следит центр управления, расположенный в тысяче миль от места работ[256]256
  Rio Tinto, “Driving Productivity in the Pilbara,” June 1, 2016, http://www.riotinto.com/ourcommitment/spotlight-18130_18328.aspx.


[Закрыть]. Экономия за счет отсутствия нарушений, прогулов и пересменок делает парк машин-роботов на 12 процентов более эффективным, чем такой же парк с водителями-людьми.

• Автоматические системы применяются сейчас для доения примерно четверти коров в странах, экспортирующих молочные продукты, таких как Дания и Нидерланды[257]257
  Janet Beekman and Robert Bodde, “Milking Automation Is Gaining Popularity,” Dairy Global, January 15, 2015, http://www.dairyglobal.net/Articles/General/2015/1/Milking-automation-is-gaining-popularity-1568767W.


[Закрыть]. Ожидается, что за десять лет доля автоматических систем возрастет до 50 процентов.

• В Японии 90 процентов работ по опрыскиванию растений сейчас производят беспилотные вертолеты[258]258
  Alltech, “Drones and the Potential for Precision Agriculture,” по состоянию на 30 января 2017 года, http://ag.alltech.com/en/blog/drones-and-potential-precision-agriculture.


[Закрыть].

Конечно, на протяжении десятилетий машины постепенно забирали себе работу на заводах, где инженеры могли достичь высокого уровня того, что наш коллега из Массачусетского технологического института Дэвид Аутор называет «контролем среды» или «радикальным упрощением среды, где допускается автономная работа машин, как в широко известном примере с заводским сборочным конвейером»[259]259
  David H. Autor, “Why Are There Still So Many Jobs? The History and Future of Workplace Automation,” Journal of Economic Perspectives 29, no. 3 (2015): 3– 30, http://pubs.aeaweb.org/doi/pdfplus/10.1257/jep.29.3.3.


[Закрыть]. Контроль среды необходим, когда части автоматической системы отличаются примитивными «мозгами» и не имеют возможности отслеживать происходящее вокруг. Однако по мере улучшения перечисленных в этой главе пяти ключевых элементов части автоматической системы могут покинуть строго контролируемую среду на заводе и выйти в широкий мир. Именно это и делают сейчас роботы, дроны, автономные транспортные средства и многие другие виды цифровых машин, и в ближайшем будущем это явление будет только шириться.