Зачастую прогнозы развития человеческого общества и изменения жизненного уклада человека терпят крах. По словам спикера, сотрудникам технологических компаний легче говорить о будущем, так как их предсказания основаны на знании тех проектов, которые уже сейчас запущены в производство у них и конкурентов, а также на знании того, что эти проекты дадут на выходе. На ближайшие несколько лет сотрудники технологических компаний знают больше про будущее, потому что во многом сами его строят. Гуманитарии же склонны скептически относиться к технологическому прогрессу, в том числе ввиду психологического барьера: они не могут представить, что машина сможет заниматься интеллектуальной деятельностью. Так, в 2014 году ведущие сотрудники журналов Wired и Wall Street Journal говорили о том, выигрыш машины в го может случиться минимум через 10 лет (прогноз в 10 лет назывался оптимистичным), а уже в 2016 году машина AlphaGo обыграла корейского чемпиона Ли Седола.

Полнометражный фильм AlphaGo, в котором кинематографисты показывают, что машинный интеллект рассказал игрокам в го про них и их игру, покажут в Москве осенью на VI фестивале кино о науке и технологиях 360. Картина рассказывает зрителю про ту команду, которая создала машину-победителя AlphaGo и чемпиона Ли Седола, который ей проиграл.

Смерть огромного количества романтических профессий типа проектировщика сверхмощных двигателей обозначена уже сегодня

На обложке одного из последних выпусков журнала Economist в состоянии «дохлой собачки» изображен двигатель внутреннего сгорания. Дело в том, что административными мерами во всех странах Европы в интервале с 2025 года по 2050 год будут запрещены продажи любых машин с двигателями внутреннего сгорания. Автопроизводители постепенно готовятся к этому и вынуждены перестроить не только автомобиль, используя электромотор, но и всю инфраструктуру, включающую заправки, нефтеперегонные заводы, которые работают на производство бензина и так далее. В это же время школьники, перебирая «Жигули» в отцовском гараже, мечтают о карьере инженера-проектировщика мощных движков, студенты пишут работы на кафедре разработки ДВС, аспиранты изучают способы синтеза новых моторных топлив. Все это происходит, пока прежний вид и устройство целой отрасли умирают. Другими словами, специалисты, изучающие синтез моторных топлив, трудятся над трупом.

Где жизнь поменяется крутейшим образом?

Аддитивные технологии (3D-печать), биотехнологии (CRISPR и не только) и медицина, Blockchain со всеми вытекающими (плоские распределенные платформы), возобновляемые источники энергии и новая энергетика, сельское хозяйство (биотехнологии, робототехника, машинное обучение), транспорт, градостроительство – это далеко не полный список сфер, в которых определенные проекты уже сейчас меняют расстановку сил.

Источник: robo-hunter.com
Источник: robo-hunter.com

«Не воспринимайте мой рассказ так, будто это самые бурно развивающиеся уникальные области, а все остальное – медленное и застойное, где можно стать человеком, который до пенсии доживет, просто совершенствуясь в своей специальности», – поделился Андрей Себрант.

Человек не хочет признать, что машина – его полноценный партнер, а не раб

Почему нас всех еще не заменили роботы? Потому, что нам сложно принять самообучающиеся машины. Почему человеку трудно принять самообучающиеся системы? Причины скорее психологические, чем экономические или технические. Человеку непросто представить, что машина ведет себя не как железка, послушная нашим «приказам». С момента появления в нашем распоряжении компьютеров мы привыкли, что компьютер – это устройство, которое выполняет команды. На уроке информатики нас учили, что человек силой своего разума придумал, что надо делать, записал это в виде последовательности команд, а компьютер безропотно выполнил то, что ему приказано. Однако почему компьютер не может самостоятельно придумать то, что придумывает человек? Человек упирается в представлении о себе как о венце эволюции, но есть подозрение, что это не так. Чаще всего дискуссии в этой области упираются в классический аргумент о наличии у человека души и префронтальной коры головного мозга, а у машин лишь тупого кремния. Этот разговор, по словам лектора, похож на тот антропоцентризм, о котором говорил в свое время Аристотель, а затем и его последователи. Красивая математика Птолемея описывает, как перемещаются планеты. Человек видит, как восходит Солнце и как сияют звезды на небосклоне. Объективная реальность и математика доказывают: мы в центре мира.

Другой пример: как ребенок учит иностранный язык. Играет со сверстниками, читает надписи на заборах, слушает мультики и затем постепенно начинает говорить. Ему никто не читает лекции про времена, спряжения и прочее. Почему взрослых при этом начинают травить филологической теорией? Потому что у человека есть крепкое представление о том, что сначала надо понять теорию, а потом с пониманием перейти к примерам – только тогда мы сможем выучить язык, однако, по мнению спикера, это не так. 

Источник: daypic.ru
Источник: daypic.ru

Именно так мы поступаем и с машинами – неправильно учим их. Почему мы считаем, что машины можно обучать только по методикам традиционного образования, где теория во главе угла? Мы научили машины вести себя так же, как ребенка, которого погрузили в новую языковую среду. Она начинает справляться с задачей, не понимая, как она это делает, так же и от ребенка мы не добьемся знаний структуры выученного им языка.  Почему-то нам такая система кажется неестественной для машин, хотя жизнь показывает, что работает именно этот подход.

Последние пару лет люди не перестают говорить о порабощении человека искусственным интеллектом. Однако человек не замечает, что ИИ давно вокруг нас – мы пользуемся им ежедневно. Поиск – это машинное обучение, потому что современный поиск – это сплошные нейронные сети. Современный поиск не работает без суперсамообучающихся машин. Спам – это самообучающаяся система, а мы, надо заметить, давно не страдаем от спама. Сотрудничество людей, кликающих на кнопку «спам» (если система сама его не распознала) или на результаты поиска, и умных самообучающихся машин позволяет получить хороший результат – хороший поиск или надежную систему от спама. Сегодня все финансовые транзакции в режиме онлайн выстроены на основе работы самообучающихся машин – каждый раз, когда вы платите кредитной картой, перед тем, как загорается надпись «платеж прошел», срабатывает множество самообучающихся систем. Если бы они не срабатывали, умерла бы вся система электронных платежей.

В разговоре о границе того, что мы считаем человеческим, а что допустимым для машины, мы видим, что всю историю человечества эта граница движется в сторону человека, оставляя для машин все больше сфер деятельности. Все больше вещей, которые по каким-либо причинам считались присущими только человеку, вдруг становятся доступными машинам.

Зато в творчество машины точно не проникнут…Или..?

Мультимедийные проекты в области искусственного интеллекта и нейросетей – творческий синтез машин и людей, в результате которого появляются новые достижения искусства и технологий.  В прошлом году аналитики Yandex Иван Ямщиков и Алексей  Тихонов придумали  и записали диск «Нейронная оборона», в котором все тексты песен были написаны нейронной сетью (сеть могла писала стихи в стиле того или иного поэта). Следующим шагом оказалась попытка заставить сеть создать музыкальное произведение по мотивам того или иного композитора. В этом году нейронная сеть Yandex выполнила эту задачу и написала мелодическую основу классического музыкального произведения в стиле композитора Александра Скрябина.

Альбом «404» группы «Нейронная оборона», тексты к которому написала нейронная сеть. Источник: Apple Music
Альбом «404» группы «Нейронная оборона», тексты к которому написала нейронная сеть. Источник: Apple Music

«Самое главное, что мы сделали, – привели прямое доказательство того, что машины – это наши равноправные партнеры в интеллектуальной деятельности. Не враги, не соперники, не конкуренты, а очень сильные и важные помощники», – объяснил Андрей Себрант.

Огромное количество сфер человеческой деятельности, где необходимы интуитивная или креативная составляющие, потихоньку становятся доступными алгоритму.  Представления, которым нас учит искусство и, в частности, кино, о том, что во взаимодействии умных машин и человека последнему отводится лидирующая, управленческая роль, слабо имеет отношение к действительности, потому что количество окружающих нас данных мы не можем осознать. 

Так вместе или вместо? Сильный творческий характер – это всегда «вместе», там алгоритм работает вместе с музыкантом, художником, артистом на равных. А где нет творческой составляющей, там, по мнению спикера, «вместо».

Есть ли какие-то профессии, которые останутся исключительно за людьми? По мнению Андрея Себранта, к ним будут относиться те, что еще не возникли, ведь машина обучается на чем-то. Получается, новые профессии защищены больше. Также «под защитой» области, связанные с эмоциональным интеллектом, где важно человеческое участие (психологи, сиделки, няни), ведь если человеку больно, ему недостаточно, чтобы его просто погладили. 

Правила «выживания»:

  1. Быть готовым учиться и переучиваться всю жизнь: жизнь многих профессий станет короче жизни людей; про самые интересные профессии мы еще даже не догадываемся (10 лет назад не было операторов дрона);
  2. Лидировать в команде творческих людей и творческих машин;
  3. Уметь обучать алгоритмы, а не только людей;
  4. Иметь смелость делегировать машине, а не только людям. И мудрость отличать, что кому из них делегировать.