Андрей Себрант: «Учиться быстрее машин мы не сможем: придется учиться иначе»
Бесполезно пытаться раз и навсегда провести границу между человеческим и машинным интеллектом, она все время сдвигается. Это реальность, с которой нам придется считаться, утверждает директор по маркетингу сервисов компании «Яндекс» Андрей Себрант. И качество нашей жизни зависит от того, сумеем ли мы адаптироваться к переменам.
Пять картин будущего из лекции Андрея Себранта «Человек и машина — выгодный союз или жесткая конкуренция?»:
1. Профессии-алгоритмы умрут
«Те, кому нужен алгоритм, по которому надлежит действовать, должны быть сами заменены алгоритмами. Причем в первую очередь», – настаивает аналитик. – Что такое оператор call-центра? Человек работает ухом. Он должен услышать, о чем его спросили, и провести клиенту по скрипту, просто зачитывая с экрана ответы. А если в скрипте чего-то нет, сказать «Я переведу вас на специалиста». Благодаря открытому коду технологии, необходимые для создания электронного помощника, доступны программистам в любой компании.
А если алгоритм становится достаточно совершенен − почему бы не доверить ему принятие решений? Например, на производстве, где качество продукта зависит от мониторинга и учета множества показателей. «Хорошо обученный алгоритм в состоянии сам принимать операционные решения, особенно в более-менее повторяющемся производственном процессе, и делать это лучше самого опытного технолога, – объясняет Себрант. − Или – я сейчас называю реальные кейсы – хорошо управлять молочным, нефтехимическим производством, переработкой вторсырья».
Но дальше встает вопрос − что есть алгоритм? Насколько подчиняется закономерностям творческая работа? «Даже то, что мы считали творческой работой, тоже можно разложить на алгоритмы. Сейчас уже популярен Albert, который начал решать этот комплекс алгоритмов — набор типичных задач из области креативной деятельности». А это значит − бесполезно пытаться раз и навсегда провести границу между человеческим и машинным интеллектом. «Эта граница все время сдвигается, – уверен эксперт. − Когда в 1997 году компьютер Deep Blue победил Каспарова, шахматы не умерли. Люди просто перестали играть с компьютером. Но стали наблюдать за тем, как он играет».
ВСЕ ПОСЧИТАНО
На сайте Will Robots Take My Job можно узнать, какие профессии в будущем обречены. Нужно ввести в поле название специальности на английском языке, и сервис рассчитает вероятность вытеснения людей машинами. Кстати, он тоже построен на самообучающемся алгоритме.
Некоторые примеры:
Повар – 94%
Розничный продавец – 92%
Актер – 37%
Репортер – 11%
Архитектор и ландшафтный дизайнер – 1,8%
Топ-менеджер – 1,5%
Учитель – 0,95%
2. Машина будет помощником, а не конкурентом
Алгоритмы умеют считать, обобщать, находить связи, распознавать закономерности и просчитывать вероятности. Но они пока не умеют ставить задачи. В этом Андрей Себрант видит нашу естественную зону развития: «Какая упаковка лучше пойдет или каким был эффект показанной рекламы − в этих исследованиях человеку уже делать нечего. Алгоритм Albert сделает это лучше. В близком будущем роль человека будет сводиться к генерации совсем новых вопросов. Задать машине задачу, а потом на основе ответа что-то нафантазировать».
КОММЕНТАРИЙ
Александра Терентьева, менеджер управления по коммуникациям и работе с инвесторами компании «Северсталь»:
«Главная роль машин − помочь человеку сфокусироваться на главном, избавив от рутины»
«В металлургии на машинном обучении уже построена так называемая предиктивная модель ремонтов – по сути, инструмент прогнозирования поломок. Машина обрабатывает данные от датчиков температуры и делает прогноз – какие части оборудования могут перегреться. Если такой риск есть, она оповещает оператора. Раньше датчики только сообщали о поломке, а теперь помогают ее предотвратить. Чем больше параметров обрабатывается, тем точнее действует алгоритм. Другой пример – система автоаттестации: она анализирует возможные дефекты листа, который проходит по стану. Сейчас решение о том, что будет с таким листом, принимает человек, но система способна быстрее и точнее найти решение на основе тысяч параметров. В этом металлургия не отличается от других отраслей: во всех сферах становится больше машин, которые выполняют рутинные операции или дают подсказки»
3. Социальные навыки выйдут на первый план
На фоне программ, способных сооружать из данных многомерные конструкции с миллионами взаимосвязей, мы выглядим шаманами, которые гадают на внутренностях животных. Но нам по-прежнему хочется видеть рядом с собой живых людей, а не их имитацию − какой бы искусной она ни была. «Секс-робот может быть сколько угодно идеальным, но есть контекст отношений, который так окрашивает секс, что ни у какой куклы его сымитировать не получится», − приводит пример аналитик.
Думать нам тоже интереснее с живыми людьми − вот почему, по словам Себранта, в больших технологических компаниях стараются не брать удаленных сотрудников. «Иногда нужно просто вместе сходить пообедать или сесть в переговорке напротив друг друга, а не напротив монитора, пусть и с идеальным разрешением. Есть унаследованная от всех наших предков некая невербальная и прочая магия, которая очень сильно определяет качество общения».
По мнению Себранта, одна из самых «защищенных» сфер − психотерапия: «Метрики успеха − это не качественный анализ стали. Понять, насколько человеку стало лучше после длительной работы, очень трудно. На ближайшие несколько десятков лет непонятно, что может поколебать эту сферу. Наоборот, туда придет больше людей, которые будут сходить с ума от быстрых изменений». В целом это касается любых сфер, где востребованы социальные навыки. Даже разговор с живым специалистом call-центра в эпоху тотальной машинизации может превратиться в отдельную премиальную функцию.
4. Работа не будет связана с выживанием
С логикой, согласно которой усталость − это мерило труда, придется попрощаться. В странах с самым высоким доходом на душу населения люди работают меньше всего. И это тоже следствие новой технологической революции, построенной на быстром обучении: силы, потраченные на множество промежуточных решений, постоянно оптимизируются. А нам остается… искать себя.
На эту задачу, в частности, и нацелены эксперименты по введению безусловного основного дохода. Себрант приводит в пример американский Окленд, в котором такой эксперимент начался в 2016 году: сто его жителей будут получать от крупной компании определенную сумму денег (достаточную для безбедной жизни) в течение 10 лет. «Первые результаты пока ни о чем, но это правильно: пусть пыль осядет, мы увидим, на что это будет похоже. Когда начали внимательно копать, оказалось, в некоторых комьюнити такой эксперимент уже был поставлен. Какое-то количество людей быстро спилось, а остальные – их было большинство – вдруг начали заниматься образованием, каким-то ремеслом. Оказалось, если людям дать деньги и не гонять их постоянно на работу, кто-то будет жить со своим секс-роботом, изредка снимая шлем когда очень зачесалось, а кто-то пойдет писать картины или бизнес откроет».
ЦИФРА
2,4 миллиона рабочих мест в Японии сократится из-за внедрения роботов к 2030 году.
По данным Исследовательского института Mitsubishi
5. Придется постоянно переучиваться
«Раньше ты мог вступить в жизнь оператором паровой машины, и через 46 лет в 75% случаев эти паровые машины остались на месте, и только в четверти случаев были чем-то заменены. Сегодня куча профессий рождается и умирает за гораздо более короткое время, чем продолжается нормальная трудовая активность человека». Это значит, что умение менять профессию − становится ключевым.
Прежние модели образования были нацелены на то, чтобы подготовить как можно больше специалистов в конкретной области. Сейчас все наоборот: образовательные подходы, которые ставят во главу угла стандарты, только тормозят развитие. «Современное образование не про то, что вместо доски мы используем интерактивную проекцию, а вместо диафильмов − мультимедийную презентацию (если при этом у нас старая классно-урочная система, бессмысленные методические материалы и единая для всех программа). Будущее за индивидуальными моделями обучения, предельно персонализированными курсами».
Главный вывод, который не устает повторять Себрант − будущее нельзя предугадать. Поэтому нужно постоянно следить за тем, что происходит, и не цепляться за отживающие модели. «Мы говорим: работа бухгалтера, юриста, врача никогда не будет компьютеризирована. Да будет!» – сообщает аналитик «Яндекса» и прищуривается, становясь похожим на мага Гэндальфа. Он может позволить себе заглянуть в будущее, но не раскрывать всех его секретов.
Лекция прочитана в Фонде Егора Гайдара 5 декабря 2017 года.