Текст книги "Власть роботов. Как подготовиться к неизбежному"

Инструменты, обучение и демократизация ИИ

Превращение облачного искусственного интеллекта в универсальный ресурс ускоряется благодаря появлению новых инструментов, делающих эту технологию доступной для широкого круга людей, в том числе не имеющих специальной технической подготовки. Такие платформы, как TensorFlow и PyTorch, упрощают создание систем глубокого обучения, но до сих пор по большей части используются высококвалифицированными специалистами, многие из которых имеют докторскую степень в области компьютерных наук. Новые инструменты, например AutoML, созданная Google и выведенная на рынок в январе 2018 года, в значительной мере автоматизируют техническую сторону и существенно снижают барьеры для доступа, позволяя намного более широкому кругу людей применять глубокое обучение для решения практических проблем. В сущности, AutoML использует искусственный интеллект для создания искусственного интеллекта и участвует в тренде, который Фей-Фей Ли называет «демократизацией ИИ».

Здесь, как и в других сферах, конкуренция облачных провайдеров выступает мощным стимулом инноваций, и инструменты глубокого обучения Amazon для платформы AWS также становятся проще в использовании. Наряду со средствами разработки все облачные сервисы предлагают готовые компоненты систем глубокого обучения, которые можно сразу включать в приложения. Например, у Amazon есть пакеты для распознавания речи и обработки естественного языка, а также «механизм рекомендаций», аналогичный тому, который демонстрирует онлайновым покупателям или кинозрителям предложения, способные их заинтересовать[25]25
  “Deep Learning on AWS,” Amazon Web Services, accessed May 4, 2020, aws.amazon.com/deep-learning/.


[Закрыть]. Самым неоднозначным примером такого рода является созданная AWS служба Rekognition, позволяющая разработчикам с легкостью использовать технологию распознавания лиц. Amazon навлекла на себя резкую критику, сделав Rekognition доступной для правоохранительных органов, несмотря на то, что, судя по результатам некоторых тестов, этому пакету свойственна расовая или гендерная предвзятость – этическая проблема, которую мы более пристально рассмотрим в главах 7 и 8[26]26
  Kyle Wiggers, “MIT researchers: Amazon’s Rekognition shows gender and ethnic bias,” VentureBeat, January 24, 2019, venturebeat.com/2019/01/24/amazon-rekognition-bias-mit/.


[Закрыть].

Вторая принципиально важная тенденция – появление онлайновых обучающих платформ, благодаря которым любой человек, достаточно инициативный и способный к математике, может приобрести базовые знания в области глубокого обучения. Это, например, deeplearning.ai, доступная через образовательный портал Coursera, и fast.ai, предлагающая бесплатные онлайновые курсы и программные средства, что делает глубокое обучение более доступным[27]27
  “New schemes teach the masses to build AI,” The Economist, October 27, 2018, www.economist.com/business/2018/10/27/new-schemes-teach-the-masses-to-build-ai.


[Закрыть]. На рынке труда, где путь в высший слой среднего класса почти всегда требует официально подтвержденной профессиональной квалификации, приобретаемой ценой огромных затрат времени и денег, возможность стать практиком в области глубокого обучения – по крайней мере в нынешней ситуации, когда спрос на специалистов намного превосходит предложение, – это редкое исключение. Любой, кто способен успешно окончить онлайновый курс и продемонстрировать умение работать с глубокими нейронными сетями, имеет хорошие шансы получить хорошо оплачиваемую работу и начать плодотворную карьеру.

Поскольку и учебные программы, и инструменты будут и дальше совершенствоваться, в условиях все более массового использования ИИ-приложений разработчиками и предпринимателями нас ждет подобие кембрийского взрыва – быстрое появление неисчислимого множества применений этой технологии. Нечто похожее происходило на других крупнейших компьютерных платформах. Я руководил маленькой компанией, разрабатывавшей программное обеспечение в Кремниевой долине в 1990-х годах, когда Microsoft Windows стала господствующей платформой для персональных компьютеров. Первоначально создание приложений для Windows было уделом квалифицированных специалистов, которые использовали язык программирования Си и руководства объемом 1000 страниц, понятные лишь посвященным. Появление более простых в применении средств, включая чрезвычайно доступные среды разработки, такие как Visual Basic от Microsoft, резко увеличило число людей, способных писать программы для Windows, и быстро привело к взрывному росту количества приложений. Аналогично развивались мобильные вычисления, и теперь как App Store компании Apple, так и Android Play Store предлагают, кажется, бесчисленное множество приложений, удовлетворяющих практически любую мыслимую потребность. Такой же взрыв, скорее всего, произойдет и в области искусственного интеллекта, а именно глубокого обучения. В обозримом будущем ИИ превратится в новое электричество благодаря постоянному расширению круга специальных приложений, а не появлению универсального машинного интеллекта.

Взаимосвязанный мир и интернет вещей

Последний элемент пазла «искусственный интеллект как новое электричество» – это кардинально улучшенное сетевое взаимодействие. Его главной движущей силой должно стать внедрение беспроводной связи пятого поколения (5G) в ближайшие годы. Как ожидается, 5G увеличит скорость передачи мобильных данных в десять, а может, и в 100 раз, одновременно повысив пропускную способность сети так, что исчезнут почти все узкие места[28]28
  Chris Hoffman, “What is 5G, and how fast will it be?” How-to Geek, January 3, 2020, www.howtogeek.com/340002/what-is-5g-and-how-fast-will-it-be/.


[Закрыть]. Это неизбежно усилит сетевое взаимодействие, и коммуникация станет почти мгновенной. Представьте, что практически всё – включая устройства, электротехнику, транспортные средства, промышленное оборудование и огромное множество других элементов нашей физической инфраструктуры – будет взаимосвязано и находиться под контролем умных алгоритмов в облаке. Эта концепция будущего – так называемый интернет вещей – скоро будет реализована, и мы окажемся в мире, где, например, сенсоры в вашем холодильнике или в любом другом месте кухни смогут определить, что у вас почти закончился определенный продукт, и передать эту информацию алгоритму, который уведомит вас или даже автоматически сделает соответствующий онлайновый заказ. Если холодильник работает неоптимально, другой алгоритм решит эту проблему автоматически или удаленно. Деталь, которая вот-вот откажет, будет выявлена и отмечена как требующая замены. Распространение этой модели на всю нашу экономику и общественную жизнь невероятно повысит эффективность, поскольку машины, системы и инфраструктура будут автоматически выявлять и во многих случаях решать проблемы по мере их возникновения. Интернет вещей во многом будет похож на облачные дата-центры, сверхэффективно управляемые алгоритмами, только масштабы станут глобальными. Это, однако, несет с собой совершенно реальные риски, особенно в сферах безопасности и защиты персональных данных. Мы сосредоточимся на этих принципиальных вопросах в главе 8.

Все более взаимосвязанный мир превратится в мощную платформу доступа к искусственному интеллекту. В обозримом будущем самые важные ИИ-приложения будут находиться в облаке, но со временем машинный интеллект станет более распределенным. Устройства, машины и инфраструктура будут умнеть по мере применения новейших специализированных чипов, поддерживающих ИИ. Скорее всего, именно здесь такие инновации, как нейроморфные вычисления, окажутся наиболее востребованными. В результате появится мощная новая служба, способная предоставить доступ к машинному интеллекту по запросу практически где угодно.

Источник стоимости – данные

Поскольку ведущие облачные провайдеры конкурируют как в ценах, так и в возможностях своей технологии, удешевление доступа к аппаратным и программным средствам, поддерживающим искусственный интеллект, представляется неизбежным. В то же время продолжится совершенствование ИИ-сервисов, доступных через облако, поскольку технологические гиганты стремятся добиться конкурентного преимущества, осваивая новейшие открытия исследователей. Под влиянием этих процессов даже самые продвинутые ИИ-технологии будут постепенно превращаться в товар широкого потребления, доступ к которому почти, а то и вовсе не требует платы, помимо той, которую клиенты облачных сервисов вносят за хранение своих данных. Свидетельства этого уже имеются. Такие компании, как Google, Facebook и Baidu, выпускают программное обеспечение для глубокого обучения с открытым исходным кодом. Иными словами, они предлагают его бесплатно. Это относится и к большинству самых передовых исследований, проводимых организациями вроде DeepMind и OpenAI. Они публикуют свои результаты в ведущих научных журналах и позволяют любому человеку получить подробные данные о разрабатываемых системах глубокого обучения.

Кое-чем, однако, ни одна компания не делится бесплатно – своими данными. Вследствие этого синергия между ИИ-технологией и огромными объемами потребляемых ею данных довольно-таки однобока. Практически вся создаваемая стоимость достается тому, кто владеет данными. Из этого широко признанного объективного факта часто делают вывод, что технологические гиганты подомнут под себя любую область деятельности, нуждающуюся в больших данных или искусственном интеллекте. Однако при этом из виду упускается то, что собственность на данные имеет явную вертикальную отраслевую структуру. Такие компании, как Google, Facebook и Amazon, разумеется, контролируют невообразимые объемы данных, но их деятельность в общем ограничивается интернет-поиском, взаимодействием в соцсетях и транзакциями в онлайновых магазинах. В данных областях эти компании, скорее всего, сохранят господство, но в экономике и в обществе имеется намного больше данных совершенно иных типов, принадлежащих правительствам, организациям и частным компаниям из других отраслей.

Часто говорят, что данные – это новая нефть. Если мы принимаем эту аналогию, то можем во многих отношениях уподобить технологические компании фирме Halliburton, которая предлагает свои технологические возможности и практические знания, необходимые для того, чтобы извлекать стоимость из ресурса. Конечно, гиганты сферы хай-тека имеют собственные огромные массивы данных, однако львиная доля непрерывно растущего глобального источника данных принадлежит не им. Например, компании медицинского страхования, больничные сети и, разумеется, государственные общенациональные службы здравоохранения владеют данными неимоверной ценности. Можно с уверенностью утверждать, что они будут использовать новейшие ИИ-технологии, разработанные крупными технологическими компаниями и предоставляемые как облачный сервис, но сохранят стоимость, извлеченную из данных, в своих руках. То же самое можно сказать об огромных массивах данных, собранных в ходе финансовых операций, бронирования билетов, размещения отзывов в интернете, наблюдения за перемещениями покупателей в традиционных розничных магазинах, а также сгенерированных бесчисленными сенсорами в транспортных средствах и промышленном оборудовании. В каждом случае машинный интеллект будет работать с конкретными данными, принадлежащими организациям из разных отраслей экономики.

Из этого следует, что значительная часть стоимости, извлекаемой благодаря использованию искусственного интеллекта, будет доставаться не компаниям-лидерам из сферы высоких технологий. Колоссальная выгода от применения ИИ будет распределяться очень широко. Опять-таки здесь уместна аналогия с электричеством. Кто извлекает наибольшую стоимость из электричества? Электроэнергетические компании? Атомная энергетика? Нет, такие компании, как Google и Facebook, потребляющие очень много электроэнергии и открывшие способы преобразования этого общедоступного товара широкого потребления в фантастическую стоимость. Разумеется, эта аналогия не идеальна, и не приходится сомневаться, что колоссальная стоимость и огромные возможности достанутся тем компаниям, которые создают инновации в сфере искусственного интеллекта и предлагают доступ к этому постоянно совершенствующемуся ресурсу. Однако основная польза от применения ИИ, особенно после его превращения в общедоступный ресурс, будет доставаться всем остальным.

Если на уровне экономики стоимость, создаваемая искусственным интеллектом, будет распределяться широко, то в рамках отдельной отрасли может возникнуть противоположная ситуация. Компании, первыми применившие ИИ в своих бизнес-моделях, получат существенное преимущество как первопроходцы. Вполне вероятно, что «победитель получит все», поскольку предприятия, имеющие наиболее эффективные стратегии использования больших данных и искусственного интеллекта, приобретают значительное конкурентное преимущество. Вследствие первостепенной важности данных для эффективного использования ИИ первым шагом должна стать успешная стратегия в области данных. Следовательно, предприятиям и организациям необходимо сосредоточиться на создании эффективных систем сбора и управления данными, чтобы подготовиться к использованию ИИ. В некоторых случаях это связано с решением серьезных этических вопросов, касающихся, например, неприкосновенности личных данных сотрудников и клиентов. Организации, которые не сумеют решительно перейти в наступление, станут отстающими. Мы быстро движемся к реальности, где любая фирма, правительственная структура или организация, не пользующаяся искусственным интеллектом, совершает громадную ошибку, которую можно с полным основанием сравнить с отключением от электросети.

Превращение искусственного интеллекта в подлинно универсальный общедоступный ресурс, его проникновение в каждую фирму, организацию и в каждый дом неизбежно приведут к преобразованию и нашей экономики, и общества. На этот процесс уйдут годы и десятилетия, и его влияние не будет однородным. В одних областях ИИ, скорее всего, произведет революцию уже в ближайшие годы, в других подрывного изменения придется ждать гораздо дольше. В следующей главе рассматривается ряд практических последствий применений искусственного интеллекта как системной технологии, делается попытка отделить хайп от реальности и анализируется наложение перевернувшей нашу жизнь пандемии на эту быстро развивающуюся технологию.

Глава 3
Отделяем хайп: реалистичный взгляд на искусственный интеллект как на общедоступный ресурс

Двадцать второго апреля 2019 года компания Tesla провела мероприятие, которое назвала «День беспилотника». Оно должно было привлечь внимание к технологии беспилотного управления транспортным средством, которой компания оснащает все свои автомобили. Илон Маск и другие топ-менеджеры, а также инженеры выступили с презентациями. В ходе мероприятия Маск сказал: «Я с полнейшей убежденностью предсказываю, что в следующем году Tesla представит беспилотные роботакси». Далее он высказал предположение, что к концу 2020 года миллион таких машин компании Tesla будут ездить по дорогам общего пользования[29]29
  Tesla, “Tesla Autonomy Day (video),” YouTube, April 22, 2019, www.youtube.com/watch?reload=9&v=Ucp0TTmvqOE.


[Закрыть]. Под роботакси Маск подразумевал в подлинном смысле самоуправляемые автомобили, способные функционировать без людей в салоне, брать пассажиров и доставлять их в любые места назначения. Иными словами, он объявил о создании в полном смысле роботизированной версии Uber или Lyft.

Это был ошеломляющий прогноз, намного опережающий ожидания практически всех экспертов, которых я опрашивал. Несколько дней спустя в эфире Bloomberg TV я сказал, что был «поражен» предсказанием Маска и считаю его «необычайно оптимистичным и, пожалуй, даже несколько безрассудным». Я высказался так потому, что столь радикальное заявление, безусловно, должно было вызвать давление на Tesla со стороны рынка, ожидающего выполнения обещания. Это в сочетании со способностью компании добавлять автомобилям функции путем загрузки программ, то есть с появлением у водителей неотработанного софта, стало бы источником огромной опасности. Нет ничего страшного, когда клиенты тестируют сырые версии новой видеоигры или приложения для соцсетей, но это безответственная стратегия в отношении программного обеспечения[30]30
  В октябре 2020 года Tesla действительно выпустила начальную версию пакета полного автопилота под названием Full Self-Driving Package. Возможность загрузить его была предоставлена ограниченному числу владельцев автомобилей Tesla, и в последующие месяцы его доступность предполагалось увеличить. Программа поддерживает такие возможности, как автоматическая парковка и ограниченная навигация по городским улицам, но пока очень далека от того, что можно было бы обоснованно назвать полным автопилотом. Tesla обещала апгрейдить пакет и намекнула на его подорожание в дальнейшем, чтобы подтолкнуть владельцев машин купить начальную версию. Национальное управление безопасности дорожного движения обратило внимание на новинку и заявило, что будет «внимательно следить за новой технологией» и постарается «сделать все, чтобы защитить публику от необоснованных угроз безопасности». (См. концевую сноску 2 в главе 3.)


[Закрыть], использование которого может привести к травмированию или гибели человека[31]31
  Sean Szymkowski, “Tesla’s full self-driving mode under the watchful eye of NHTSA,” Road Show, October 22, 2020, www.cnet.com/roadshow/news/teslas-full-self-driving-mode-nhtsa/.


[Закрыть]. Действительно, уже случались аварии со смертельным исходом с участием автопилота Tesla, который умеет рулить автомобилем, разгоняться и тормозить, но тем не менее требует присмотра водителя. Кроме того, мне представляется очевидным, что, даже если бы компании удалось за год довести эту технологию до совершенства, намного больше времени потребовалось бы на адекватное тестирование автомобилей и получение одобрения регулирующего органа. Таким образом, миллион действующих роботакси Tesla к концу 2020 года просто не мог появиться. Даже выпуск единственной по-настоящему беспилотной машины на дороги общего пользования за этот срок выглядел бы как чудо.

Значительная часть «Дня беспилотника» была посвящена обсуждению новейшего микропроцессора для поддержки этой функции, создаваемого компанией Tesla. Раньше она использовала оптимизированные для глубоких нейронных сетей чипы производства NVIDIA. Tesla заявила, что ее новый чип обеспечивает беспрецедентные возможности, но руководители NVIDIA быстро осадили ее, отметив, что последние версии их чипов для ИИ не уступают продукту, который разрабатывает Tesla, а может, даже быстрее его[32]32
  Rob Csongor, “Tesla raises the bar for self-driving carmakers,” NVIDIA Blog, April 23, 2019, blogs.nvidia.com/blog/2019/04/23/tesla-self-driving/.


[Закрыть].

Тем не менее, наблюдая за ходом «Дня беспилотника», я понял, что Tesla действительно обладает впечатляющим конкурентным преимуществом – тем, что, возможно, позволит ей потеснить конкурентов и первой создать полностью беспилотные автомобили. Это преимущество кроется не в особом процессоре и даже не в алгоритме. Как это часто бывает в области искусственного интеллекта, оно заключается в данных, принадлежащих Tesla. Каждый автомобиль Tesla имеет восемь камер, которые непрерывно работают, делая снимки дороги и обстановки вокруг автомобиля. Бортовые компьютеры способны оценивать эти снимки, выбирать те, что представляют интерес для компании, и автоматически загружать их в сжатом виде в сеть Tesla. По дорогам мира уже ездит свыше 400 000 оборудованных камерами машин, и их число быстро увеличивается. Иными словами, Tesla имеет доступ к огромному массиву данных о реальном мире в виде фотографий, и ни один из ее конкурентов не может даже приблизиться к такому объему информации.

Директор Tesla по ИИ Андрей Карпати рассказал, что компания может запрашивать фотографии определенного типа от своего «парка» оборудованных видеокамерами машин. Например, если инженеры Tesla хотят обучить свою систему беспилотного управления поведению в условиях дорожных работ, то могут затребовать тысячи реальных фотографий ремонта на автодорогах и использовать эти изображения для обучения программы-автопилота посредством компьютерного моделирования. Поскольку все разработки в области самоуправляемых автомобилей сильно зависят от моделирования, способность Tesla использовать огромные объемы данных из реального мира – ее потенциально подрывное преимущество. Как говорится, реальность более удивительна, чем любая фантастика, но никакой инженер не способен разработать модель, детально воспроизводящую зачастую немыслимую реальность, зафиксированную камерами постоянно расширяющегося парка автомашин Tesla.

Этот пример иллюстрирует тот факт, что новости о прогрессе в области искусственного интеллекта часто представляют собой мешанину хайпа и сенсаций, вплетенных в сообщение, содержащее и важную информацию. Как я уже отмечал, искусственный интеллект неизбежно станет общедоступным ресурсом и в конечном счете затронет буквально все сферы жизни. Однако прогресс будет неоднородным: некоторые технические проблемы трудноразрешимы. В частности, ряд самых резонансных и распиаренных ИИ-приложений, скорее всего, не дотянут до наших ожиданий, тогда как огромные достижения в других, менее публичных, областях неожиданно нас поразят. В этой главе будут приведены примеры и описаны принципы, позволяющие понять, в каких направлениях ИИ обещает стать подрывной технологией относительно скоро, а в каких на это, скорее всего, потребуется намного больше времени.

Поставка вашего домашнего робота задерживается

Обещание подарить домашнему хозяйству персонального робота – машину, способную убирать и стирать и всегда готовую выполнить любое ваше пожелание, словно неутомимый дворецкий, – завладело коллективным воображением еще в те времена, когда первые фантасты стали рисовать образы будущего. Каковы перспективы появления подобной машины? Давайте для начала отвлечемся от примеров из фантастики, известных большинству из нас, таких как робот Рози из «Джетсонов»[33]33
  «Джетсоны» (The Jetsons) – мультипликационный научно-фантастический ситком студии Hanna-Barbera, оригинальные серии которого выходили в эфир в 1962–1963 годах, а действие происходит столетием позже в утопичном мире, воплотившем футуристические концепции, популярные в США в тот период. – Прим. пер.


[Закрыть] или гуманоидные машины вроде С-3РО из «Звездных войн». Возьмем значительно менее смелый проект – робота, обладающего довольно ограниченной способностью наводить порядок в доме и, возможно, по команде приносить пиво из холодильника. Скоро ли появится персональный робот за разумную цену, который покажется настолько полезным, чтобы массы чувствительных к соотношению цена/качество потребителей были готовы за него платить?

Печальная реальность состоит в том, что появление такой машины, скорее всего, дело весьма далекого будущего. У персональных роботов, попытки создания которых предпринимались до сих пор, есть одна проблема – они попросту мало на что способны. Минимальные требования к подлинно полезной машине, включая способность визуального восприятия, мобильность и ловкость, необходимые для работы в таком непредсказуемом окружении, как жилище, относятся к числу самых сложных задач в робототехнике. Компании, пытавшиеся вывести на рынок бытовых роботов, даже не приблизились к преодолению этих трудностей. Они создали агрегаты, имеющие настолько ограниченные возможности, что для большинства людей ценность этого предложения весьма сомнительна.

Одна из попыток преодолеть эти трудности – Jibo, машина, представленная как первый «социальный робот». Это воплощение замысла Синтии Бризил из Массачусетского технологического института (МТИ), одного из ведущих мировых специалистов по роботам, способным взаимодействовать с людьми на социальном и эмоциональном уровне. Выпущенный осенью 2017 года Jibo представляет собой пластмассового настольного робота высотой около 30 см. У него нет рук, ног или колес, но он умеет наклонять и поворачивать голову и создавать иллюзию контакта, когда общается с владельцем. Робот способен поддерживать рудиментарный диалог и решать ряд практических задач, связанных главным образом с поиском информации. Он может искать необходимое в интернете, сообщать о погоде и дорожной ситуации, воспроизводить музыку и т. д. Иными словами, Jibo обладает возможностями, подобными функциям умных колонок Echo на базе Alexa компании Amazon. Разумеется, Echo не двигаются, но, поскольку за ними стоят мощная облачная вычислительная инфраструктура Amazon и намного более многочисленная команда высокооплачиваемых ИИ-разработчиков, их потенциал в информационном поиске и понимании естественного языка выше – и безусловно, разрыв будет увеличиваться со временем. Главным недостатком Jibo стала его цена – около $900. Хотя пользователям полюбилась его милая способность повторять за человеком движения головы и танцевать под музыку, которую он проигрывает, это не стоит лишних $800 с точки зрения большинства потребителей. Создавший Jibo стартап закрылся в ноябре 2018 года, после того как истратил, по имеющимся данным, $70 млн венчурного капитала[34]34
  Jeffrey Van Camp, “My Jibo is dying and it’s breaking my heart,” Wired, March 9, 2019, www.wired.com/story/jibo-is-dying-eulogy/.


[Закрыть].

Говорят, Amazon работает над собственным домашним роботом. Машина под кодовым именем Vesta описывается как своего рода «Echo на колесах» из-за умения ориентироваться в доме и подъезжать по команде[35]35
  Mark Gurman and Brad Stone, “Amazon is said to be working on another big bet: Home robots,” Bloomberg, April 23, 2018, www.bloomberg.com/news/articles/2018-04-23/amazon-is-said-to-be-working-on-another-big-bet-home-robots.


[Закрыть]. Однако я не видел сообщений о том, что Amazon планирует добавить роботу руку и наделить его способностью физически манипулировать окружающими предметами. В отсутствие таких опций снова встает вопрос ценностного предложения. Самые дешевые версии Echo стоили $50. Так зачем покупать дорогую мобильную (но, скорее всего, довольно медлительную) версию Echo, вместо того чтобы просто расставить по всему дому дешевые стационарные колонки? Такого рода вопросы преследуют отрасль персональных роботов, и нет уверенности, что даже компании Amazon удастся в обозримом времени вывести на рынок коммерчески успешный продукт.

Чтобы представить серьезность препятствий на пути к созданию по-настоящему функционального домашнего робота, подумайте всего лишь об одной его предполагаемой задаче – приносить пиво из холодильника. Если нет серьезных преград вроде лестницы или закрытой двери, ему будет, пожалуй, нетрудно добраться до холодильника. Технология ориентации роботов в известном им окружении уже существует, о чем свидетельствуют, например, роботы-пылесосы Roomba.

Однако, оказавшись у холодильника, робот должен открыть его дверцу. Проделайте это действие сами и обратите внимание на то, сколько силы нужно приложить. Дело, однако, не только в грубой физической силе. Вы с легкостью открываете дверцу, потому что весите, скорее всего, намного больше 45 кг. Рассмотрим физику этого процесса. Робот, способный открыть дверцу холодильника, – это не пластмассовая игрушка и не умная колонка Echo от Amazon. Чтобы машина не опрокинулась, она должна быть довольно тяжелой, а чтобы справиться с окружающими предметами, созданными для людей, – иметь человеческие пропорции. Такая машина будет дорогой. Даже если удастся найти дешевый способ создать необходимый противовес – скажем, залив в пластмассового робота воду, – для перемещения робота необходимого веса потребуются мощный мотор и колеса, рассчитанные на большую нагрузку.

После того как дверца открыта, робот должен найти пиво. Что, если оно заставлено контейнерами с едой, оставшейся после вчерашнего ужина? Что, если банки пива упакованы по шесть штук? Сможет ли робот вытащить банку? Подумайте, как различается механика этого действия в зависимости от того, сколько банок пива остается в упаковке. Она нетронута или в ней всего лишь одна банка? Робот, способный решить такую простую задачу, должен обладать неимоверной ловкостью и, скорее всего, иметь две очень дорогие механические руки – одной недостаточно.

Конечно, часть этих проблем устранить довольно легко. Возможно, пиво придется ставить в строго определенное место в холодильнике, заботиться об удалении упаковки и даже снабдить каждую банку RFID-меткой, чтобы роботу не пришлось визуально искать ее. Не исключено, когда-нибудь пиво будет продаваться в футуристической таре, специально приспособленной для роботов. Однако на сегодняшний день все эти требования оборачиваются дополнительными неудобствами и, следовательно, уменьшают вашу готовность выложить очень большую сумму за такого робота.

Можете не сомневаться, любой подлинно функциональный домашний робот потребует очень серьезных денежных вложений. На такие вещи, как электромоторы, механические руки и всевозможные сенсоры, необходимые для наделения робота способностями к визуальному восприятию, ориентации в пространстве и тактильной обратной связи, не распространяется удешевление вследствие действия закона Мура, характерного для электронной промышленности, где вычислительная мощность становится все более доступной. У домашнего робота есть принципиальная проблема: чтобы представлять реальную ценность для потребителей, он должен как минимум приближаться к нам по возможностям манипулировать предметами. Люди же, как оказывается, потрясающе эффективные биологические роботы.

Представьте, что на столе перед вами лежат два предмета: слева – массивный стальной подшипник диаметром 7,5 см и весом около 1,9 кг, справа – сырое яйцо. Вы с легкостью возьмете со стола оба эти предмета. Задумайтесь, какую силу мышцы вашей руки должны приложить для того, чтобы взять каждый из них и поднять. Задумайтесь, что произойдет, если вы по какой-то причине перепутаете эти предметы и приложите к ним не ту силу. Даже с завязанными глазами вы почти наверняка благополучно возьмете и тот и другой предмет, основываясь на одной только тактильной обратной связи. Моторы и сенсоры, необходимые для воспроизведения этой способности в механической руке, были бы дорогими – даже при наличии необходимого программного обеспечения.

Реальность такова, что даже после нескольких десятилетий работы над механическими руками и алгоритмами управления ими их ловкость все еще далека от человеческой. Родни Брукс, один из самых видных робототехников, сооснователь iRobot Corporation – производителя Roomba и ряда самых совершенных в мире военных роботов, иллюстрирует этот факт сравнением с пластмассовыми штангами с захватом на конце, с помощью которых иногда подбирают мусор.

Такой [захват] позволяет производить фантастические манипуляции, недоступные в настоящее время ни одному роботу, но ведь это просто кусок пластмассы. …Все дело в том, что это вы выполняете действие! Нередко демонстрируют видео, где человек, используя роботизированную руку, выполняет какое-нибудь задание. Но этого же самого можно добиться с помощью маленькой пластмассовой палки-хваталки: все делает человек. Если бы все было так просто, мы могли бы прикрепить хваталку к механической руке и она выполнила бы задание: раз человек может сделать это, почему робот не может? Здесь упускается из виду нечто принципиально важное[36]36
  Martin Ford, Interview with Rodney Brooks, in Architects of Intelligence: The Truth about AI from the People Building It, Packt Publishing, 2018, p. 432.


[Закрыть].

Даже если бы робот для поддержания порядка в доме обладал необходимой ловкостью, перед ним все равно стояли бы такие трудности, как распознавание многих тысяч объектов и принятие решений о том, что с ними сделать. Какие вещи следует осторожно убрать в нужное место, а какие идентифицировать как мусор и выбросить? С каким уровнем ошибок вы готовы смириться, отпустив робота самостоятельно хозяйничать хотя бы в одной комнате своего дома?

Из всего этого не следует, что домашний робот никогда не появится. Уже достигнут существенный прогресс в преодолении многих препятствий. Например, вероятнее всего, роботы будущего научатся распознавать объекты, взаимодействуя с облаком. Уже можно видеть очень впечатляющую демонстрацию этого в приложении Lens компании Google: направьте свой мобильный телефон практически на что угодно и приложение автоматически проведет идентификацию, а также предоставит описание и примеры аналогичных объектов.

С расширением сетевого взаимодействия в мире и развитием интернета вещей сенсоры, которые используются в роботах, начнут применяться в самых разных устройствах, это приведет к экономии вследствие роста масштабов производства, и стоимость снизится. Скорее всего, благодаря проникновению роботов в коммерческий сектор то же самое со временем произойдет и с остальными компонентами.

Кроме того, исследователи успешно используют глубокое обучение и другие методы для создания более ловких механических рук. Один из самых впечатляющих результатов представила OpenAI в октябре 2019 года, объявив о создании системы из двух интегрированных глубоких нейронных сетей, благодаря которой роботизированная рука собрала кубик Рубика[37]37
  “Solving Rubik’s Cube with a robot hand,” OpenAI, October 15, 2019, openai.com/blog/solving-rubiks-cube/. (Includes videos).


[Закрыть]. Система обучалась с использованием высокоскоростного моделирования и добилась успеха лишь после эквивалента примерно 10 000 часов обучения с подкреплением. Собрать кубик Рубика одной рукой непросто даже для людей. Несмотря на заявление компании о достижении уровня, «близкого человеческой ловкости», оказалось, что это нелегко и ее системе: роботизированная рука роняла кубик в восьми из десяти попыток[38]38
  Will Knight, “Why solving a Rubik’s Cube does not signal robot supremacy,” Wired, October 16, 2019, www.wired.com/story/why-solving-rubiks-cube-not-signal-robot-supremacy/.


[Закрыть]. Тем не менее подобные программы свидетельствуют о реальном прогрессе, и, как мы скоро убедимся, рост ловкости роботов окажет существенное влияние на многие промышленные и коммерческие сферы уже в ближайшие годы. Однако по-настоящему полезный домашний робот по разумной цене останется недостижимой мечтой до тех пор, пока искусственный интеллект, необходимый для управления роботами в условиях высокой непредсказуемости, не станет значительно совершеннее и радикально дешевле. В обозримом будущем этого ожидать не приходится.