Недавно наткнулась на интересное выступление TED с разбором популярных мифов об искусственном интеллекте. Мне очень близка позиция автора, захотелось обсудить эту тему с вами. Далее будет мой вольный перевод видео в формате текста) Ну а кто понимает английский, можно посмотреть оригинал:
В последнее время распространяется тревога по поводу нейросетей. Опасения, что в будущем многие работы будут делать машины, а не люди, растут из-за поразительных достижений в области искусственного интеллекта и робототехники.
Очевидно, что предстоят значительные изменения. Меньше ясности вызывает то, каким образом будут выглядеть эти изменения. Угроза технологического безработицы реальна, но это не конец света. Чтобы убедиться в этом, разберем 3 мифа про искусственный интеллект.
Миф 1: роботы полностью вытеснят человека
Да, машины могут вытеснять человека с определенных задач, но они не просто заменяют человека, они также дополняют его в других задачах, делая эту работу более ценной и важной. Иногда они дополняют человека напрямую, делая его более продуктивным в конкретной задаче. Так, водитель такси может использовать навигационную систему для движения по незнакомым дорогам. Архитектор может использовать программное обеспечение для создания более крупных и сложных зданий.
Но технологический прогресс не только напрямую дополняет человека, но и делает это косвенно. Если мы представим себе экономику как пирог, технологический прогресс увеличивает этот пирог. По мере увеличения производительности растут доходы, и увеличивается спрос. Например, британский пирог сейчас более чем в 100 раз больше, чем 300 лет назад, и поэтому люди, вытесненные из задач в старом пироге, могут найти задачи в новом.
Технологический прогресс не только увеличивает размер пирога, он также меняет его состав. Со временем люди начинают тратить свой доход по-разному, меняя способы его распределения между существующими товарами и развивая интерес к абсолютно новым товарам. Создаются новые отрасли, возникают новые задачи, и это означает, что требуются новые сотрудники.
300 лет назад большинство людей работали на фермах, 150 лет назад – в фабриках, сегодня — в офисах. И каждый раз люди, вытесненные из задач в старом куске пирога, могли перейти к выполнению задач в новом куске. Экономисты называют эти эффекты взаимодополнением.
Миф 2: машины должны копировать способ мышления и рассуждения человека, чтобы превзойти его
Что общего у задач вождения автомобиля, постановки медицинского диагноза и определения пролетающей мимо птицы? Все эти задачи, которые до совсем недавнего времени считались трудно поддающимися автоматизации. И все же сегодня все их можно автоматизировать.
У всех крупных производителей автомобилей есть программы по созданию беспилотных автомобилей. Существует бесчисленное количество систем, способных диагностировать медицинские проблемы, и даже есть приложение, которое может на мельчайшем изображении определить птицу.
Многие думают, что единственный способ автоматизировать задачу – это сесть рядом с человеком, попросить его объяснить, как он выполняет задачу, а затем попытаться зафиксировать это объяснение в наборе инструкций для машины. Этот метод был популярен в области искусственного интеллекта в 1980-х. Считалось, что если человек может объяснить свои задачи таким образом, значит это рутинные задачи и их можно автоматизировать. Но если человек не мог так просто объяснить свою задачу, она считалась нерутинной и недоступной для искусственного интеллекта.
Например, спросите врача, как он ставит медицинский диагноз. Возможно, он сможет объяснить вам несколько правил, но в конечном счете ему будет трудно выделить какое-то одно правило. Он скажет, что для этого требуется творчество, суждение и интуиция, и эти вещи очень трудно сформулировать. Как же научить этому машину?
Люди часто говорят: машины могут выполнять только предсказуемые, повторяющиеся, основанные на правилах, хорошо определенные задачи — в общем, рутинные задачи. 30 лет назад это мнение было верным, но сегодня оно уже под сомнением, а в будущем, скорее всего, станет ошибочным. Сегодня граница между рутинными и нерутинными задачами размывается. Это стало возможным благодаря достижениям в области вычислительных мощностей, хранения данных и разработки алгоритмов.
В 2023 году команда исследователей в Стэнфорде объявила, что разработала нейросеть, которая может сказать вам, является ли родинка злокачественной, с такой же точностью, что и ведущие дерматологи. Эта нейросеть не пытается копировать суждения или интуицию врача. Она ничего не знает и не понимает в медицине. Вместо этого она прогоняет алгоритм распознавания образов через сотни тысяч прошлых случаев болезни, ища сходства между этими случаями и исследуемым образцом. Нейросеть выполняет эту задачу не человеческим образом, анализируя большее количество данных, чем любой врач мог бы рассмотреть за всю свою жизнь.
Наше ограниченное понимание человеческого интеллекта, того, как мы мыслим и рассуждаем, не ограничивает искусственный интеллект. Нет никаких оснований считать, что то, на что в настоящий момент способен человеческий мозг, это вершина того, на что машины будут способны в будущем.
Миф 3: миф о единстве труда
Миф о единстве труда — это очень старая идея. Британский экономист Дэвид Шлосс дал этому явление название в 1892 году. Его удивил докер, который начал использовать машину для изготовления шайб — маленьких металлических дисков, которые крепятся на конце винтов. И этот докер чувствовал вину за свою более высокую производительность.
Обычно мы ожидаем обратного: люди чувствуют вину за плохую производительность. Например, если слишком много времени проводят на Facebook или Twitter на работе. Но этот рабочий чувствовал вину за более высокую производительность, потому что считал, что забирает работу у другого человека. В его представлении существовал какой-то фиксированный объем работы, который должен был быть поделен между ним и его товарищами, так что если он использовал эту машину, чтобы сделать больше, то у его товарищей останется меньше работы.
Однако объем работы не был фиксированным: по мере того как этот рабочий использовал машину и становился более продуктивным, цена на шайбы падала, спрос на шайбы рос, нужно было производить больше шайб, и у его товарищей было бы больше работы. Объем работы был бы больше. Шлосс назвал это мифом о единстве труда.
Точно так же и у нас нет фиксированного объема работы, который нужно разделить между людьми и машинами. Да, машины заменяют человека, уменьшая исходный объем работы, но они также дополняют человека, и объем работы становится больше и меняется. И по мере того, как машины становятся более способными, вероятно, они возьмут на себя этот дополнительный объем работы сами.
Сегодня системы GPS напрямую дополняют человека. Они делают некоторых людей более опытными водителями, но в будущем программное обеспечение сможет полностью вытеснить человека из водительского сиденья. И эти системы GPS, вместо того чтобы дополнять человека, просто сделают беспилотные автомобили более эффективными. Экономический пирог может увеличиться, но по мере того как машины становятся более способными, возможно, всякий новый спрос будет направлен на товары, которые лучше производят машины, а не люди. По мере того, как машины становятся более способными, возможно, они будут в лучшем положении для выполнения новых задач.
Короче говоря, спрос на задачи — это не спрос на человеческий труд. Человек может получить выгоду только в том случае, если он сохранит превосходство во всех задачах. Но по мере того как машины становятся более способными, это становится менее вероятным.
И что же в итоге?
Машины продолжают становиться более способными, все глубже проникая в задачи, выполняемые людьми. И в какой-то момент машины действительно могут оказаться более ценными, чем человек. Это тот путь, по которому мы идем в настоящее время. Однако это не так плохо, как может показаться.
На протяжении большей части истории человечества одна экономическая проблема была главной — как сделать экономический пирог достаточно большим, чтобы все люди могли жить одинаково хорошо. Если бы вы взяли глобальный экономический пирог начала 1 века нашей эры и поделили его на равные куски для каждого человека в мире, каждый получил бы по несколько сотен долларов. Почти все жили на или около черты бедности. И так — практически всю историю человечества.
Но в последние несколько сотен лет произошел беспрецедентный экономический рост. Экономические пироги взорвались в размерах — глобальный ВВП на душу населения сегодня составляет около 10 150 долларов. Если экономический рост продолжится на уровне 2%, наши дети будут вдвое богаче нас. Если он продолжится более скромными 1%, наши внуки будут вдвое богаче нас.
В будущем мы как человечество решим одну проблему — как увеличить пирог. Безработица, вызванная искусственным интеллектом, станет симптомом этого успеха. Но на смену этой проблеме придет другая: как сделать так, чтобы каждый человек получил свой кусок. Решить эту проблему будет непросто. Для большинства людей их работа — это их место за экономическим столом. И в мире с меньшим количеством работы или даже вовсе без работы будет неясно, как получить свой кусок.
Сейчас ведется много обсуждений о различных формах универсального базового дохода как одного из возможных подходов, его уже даже тестируют в Соединенных Штатах, Финляндии и Кении. Это коллективное испытание, которое стоит перед всеми нами — выяснить, как блага, создаваемые нашей экономической системой, могут стать доступными для всех в мире, в котором наш традиционный механизм нарезания пирога, работа, угасает и, возможно, исчезает.
Решение этой проблемы потребует от нас думать совершенно по-другому. Будет много разногласий относительно того, что следует делать, но важно помнить, что это гораздо лучшая проблема, чем та, которая мучила наших предков веками — как увеличить этот пирог, чтобы выбраться из-за черты бедности.
