Умные машины выступают скорее помощниками рабочих, нежели чем потенциальными заменителями.
«Радиологи,- скажут пессимисты, - будут свергнуты первыми, когда начнется машинный бум». Анализ медицинских снимков является главным методом «глубокого обучения», а, как мы знаем, основой любого техники действия искусственного интеллекта (ИИ) является распознавание объектов на фотографиях. Многие компании считают, что привлечение компьютеров с искусственным интеллектом в клиники сделает процесс постановки диагноза куда быстрым и дешевым. К тому же, машины могут видеть то, что люди не могут, например, они могут установить, какая у пациента стадия рака, просто взглянув на снимок.
Некоторые исследователи ИИ считают, что от людей в сфере услуг можно полностью отказаться. «Совершенно очевидно, что можно прекратить обучать радиологов, - сказал в 2016 году Джеффри Хинтон, светило в области ИИ. А в ноябре ученый Эндрю Ын во время обсуждения возможностей ИИ в области диагностирования пневмонии по рентгеновским снимкам грудной клетки, задался вопросом: «Должны ли радиологи переживать из-за того, что могут потерять работу?». Учитывая, насколько быстро развивается ИИ, из-за этого должны переживать не только радиологи, но и множество других специалистов, от инженеров до юристов.
На самом деле, практика применения ИИ в области медицины показывает, что всё куда сложнее. Машины действительно в будущем поспособствуют крупным изменениям во многих сферах деятельности человека, поскольку они способны быстро анализировать огромные массивы данных в поисках того, что человек упустил. Но это не значит, что люди больше будут не нужны. И пример, приведенный нами выше, со специалистами-радиологами, которые наиболее подвержены на данный момент влиянию наступающего робокалипсиса, объясняет, почему.
Одна из главных причин - это природа самого ИИ. Сейчас мы видим, что много шумихи было наведено вокруг данного вопроса. Некоторые исследователи доказали, что «искусственные» радиологи лучше обычных. Но есть и другие, которые все еще не сомневаются в превосходстве людей. Мы должны помнить, что со временем машины все равно одержат верх. ИИ в обозримом будущем будет обладать «узкой» специализацией. Не поспоришь, что ни один человек не сравнится в арифметике с карманным калькулятором стоимостью 10 долларов. Но функционал калькулятора ограничен, а человека нет. А метод «глубокого обучения», в свою очередь, станет еще обширнее. Распознавание образов таким способом можно будет применять почти повсеместно. Заметим, что это «почти» все равно говорит об ограниченности данного метода, который сравним с типичным идиотом-ученым, зацикленным на какой-то одной задаче. Таким образом, вместо того, чтобы задаваться вопросом, сможет ли ИИ лишить работы людей в принципе, лучше задуматься над тем, сможет ли он на данный момент выполнять конкретные задачи за людей.
Человеческий контакт
Еще одним аспектом, вселяющим надежду, является характер работы. Большинство профессий включает в себя множество задач, пусть и не всегда очевидных для посторонних. Электронные таблицы еще не оставили бухгалтеров без работы, потому что бухгалтерский учет – это, несомненно, больше, чем просто составление столбцов цифр. Рентгенологи анализируют много снимков. Но они также решают, какие именно снимки выбрать, ставят сложные диагнозы, обсуждают планы лечения со своими пациентами, переводят теоретические достижения научной литературы на язык реальной жизни и реальной практики и т. д. Если передать часть заданий компьютерному помощнику – это не оставит рентгенологов без работы, а, напротив, позволит им уделять больше времени другим частям своей работы – зачастую более вознаграждаемым.
Третьей причиной для оптимистичного взгляда на будущее является то, что автоматизация также должна стимулировать спрос. Даже для богатых людей рентгенология стоит дорого. Если машины сделают ее более эффективной, цена снизится, что позволит сделать рентгенологию более доступной и технически оснащенной. После промышленной революции число ткачей увеличилось, так как работа стала более автоматизированной. Повышение эффективности привело к увеличению производства, снижению цен и, следовательно, увеличению спроса на задачи, которые машины не могли выполнять. Самым последним примером является сама медицина. «Экспертные системы» были захватывающей новой технологией искусственного интеллекта 1970-х и 1980-х годов. Позже они появились в больницах как автоматизированные диагностические средства. Это стало благом, позволившим медсестрам или даже пациентам проводить процедуры, которые раньше требовали врача.
Никто не знает, насколько радикальными будут долгосрочные последствия ИИ для занятости. Но опыт показывает, что технологические изменения занимают больше времени, чем думают люди. Заводским владельцам понадобились десятилетия, чтобы осознать все преимущества электроэнергии над паром. Даже сейчас компьютерная революция в офисе остается незавершенной. У крупных технических компаний, таких как Google, Facebook и Alibaba, есть ресурсы и собственный опыт, чтобы быстро перейти на использование ИИ. Большинство других компаний будут преуспевать в этом медленнее, особенно в жестко регулируемых областях, таких как медицина. Если вы строите карьеру в рентгенологии или какой-то еще области, работу в которой невозможно разбить на несколько легко автоматизированных шагов – какое-то время вы можете быть спокойны.
___
больше статей The Economist и их переводов ЗДЕСЬ
