Для начала я бы хотел посоветовать всем прочитать книгу AI Superpowers. Пока Google пробовал работать в Китае, автор этой книги Кай Фу Ли руководил китайским офисом компании. А когда Google ушел (его даже не выгнали — он сам не справился с поставленной целью), Кай Фу Ли остался в поднебесной и основал крупнейший венчурный китайский фонд.
То есть своими мыслями и советами делится на бумаге не сторонний эксперт, не журналист, а человек, работавший внутри технологической и венчурной индустрии. Причем и на американской, и на китайской стороне. Книжка написана хорошим легким языком, поэтому многие выводы Кай Фу Ли, подкрепленные документацией и цифрами, крайне интересно читать.
Согласно мысли, которая меня особенно зацепила, в развитии любой технологии и науки всегда есть две стадии: эпоха открытий с решениями гениальных ученых и важностью количества научных школ и эпоха воплощений, когда прорывные открытия нужно непосредственно использовать на практике. Теперь важно не умение отдельных личностей, а число предпринимателей, инженеров и продакт-менеджеров.
И сейчас, если с инженерами еще куда ни шло, их хотя бы системно готовят (но не в нужных количествах, на мой взгляд) то с тем, что касается предпринимателей и особенно продакт-менеджеров, – беда.
С другой стороны, любая беда означает и возможность воспользоваться ситуацией. Для молодых специалистов это хорошая, как сейчас модно говорить, opportunity. Если вы только начинаете развиваться в проектной сфере, то такие мероприятия, как эта зимняя школа, могут помочь вам оказаться в числе супервостребованных специалистов. Многие ребята концентрируются чисто на технической прокачке своих мозгов. Они могут быть очень умными ребятами, олимпиадниками, умницами, но без предпринимательских компетенций они едва ли смогут сгенерить что-то, кроме качественной научной статьи.
Нет вузов, способных готовить предпринимателей. Эти навыки нарабатываются только на собственном опыте. С продакт-менеджерами, к сожалению, то же самое. Так что тренируйте этот мускул, совсем скоро он очень пригодится.
У крупнейших современных художников Ильи и Эмилии Кабаковых недавно проходила инсталляция в Третьяковской галерее. Центр экспозиции занимала знаменитая инсталляция «В будущее возьмут не всех». Выглядит все просто: пустая комната, перрон с брошенными работами Ильи и вроде бы все. Но, как любое хорошее искусство, от него невозможно уйти, ты продолжаешь думать и пропускать образы через себя.
Само по себе утверждение «В будущее возьмут не всех» сейчас крутится в уме у людей, которые пытаются понять, куда дует ветер и что в мире происходит. Жизнь меняется слишком быстро. Конечно, физически никто не собирается никого выживать. Но действительно попасть в будущее, а не просто думать, что ты в нем живешь, то и дело выпадая мимо и пребывая в тяжелой депрессии, будет тяжелой задачкой. Так что нужно что-то делать, чтобы не остаться позади.
Сколько заработает искусственный интеллект на живописи?
Интересные дела сейчас происходят на рынке высокого искусства. Арт-бизнес устроен очень просто: чтобы зарабатывать деньги, ты должен продавать работы коллекционерам. И тут два пути: либо попадать на аукцион в больших аукционных домах, либо выставляться в одной из крупнейших галерей в мире, куда тоже идет жесткий отбор. Если с тем и другим не получилось, и ты выставляешься в галерее у метро, шансов заработать на прожиточный минимум примерно ноль. Поэтому путь в крупнейшие галереи или аукционы неизбежен для серьезного художника.
В августе прошлого года один из самых престижных аукционных домов Christie's опубликовал пресс-релиз: встречайте, на сцену мирового искусства прибыл искусственный интеллект. На аукцион выставлялась картина, нарисованная AI. За сам искусственный интеллект отвечала троица ребят из Франции, которые называли свою группу Obvious. Никто из них рисовать не умеет: один — средней руки программист, остальное двое — талантливые маркетологи. Последние договорились с организаторами аукциона разыграть такую шутку.
Но шутку разыгралась так, как никто не планировал. В аукционном рынке есть понятие estimate: до начала аукциона эксперты дома делают предположение, за какую сумму уйдет выставленное искусство. Estimate для картины от искусственного интеллекта колебалась в диапазоне семи тысяч долларов. Для полотна это копеечная цена.
В ходе самого аукциона цена картины доросла до 432,5 тысячи долларов. Тут шутки кончились — это цена картины Пикассо. Оказалось, что на мировую аукционную сцену прибыл не просто прикол, а вполне себе объект, способный конкурировать с классическими картинами. Значит, огромные суммы будут поступать в карманы не только художников, но и ребят, которые умеют не рисовать, а продавать.
Интересно, что после продажи больше всех возмутились не художники, которые получили необычного конкурента, а люди, которые всерьез используют машинное обучение в производстве произведений искусства. Оказалось, что у них есть своя огромная тусовка и покупают их плохо. К аукциону Christie's у них накопились колоссальные претензии: «Ребята, вы не то купили! Безусловно, искусственный интеллект классно изготавливает картины, но что же вы такое г**** поставили на аукцион? Наши гораздо лучше!».
Так сломался очень консервативный арт-рынок. Как экспериментатор по образованию, я доверяю результатам тестирования, а не просто пресс-релизам. Тестирование бумажников коллекционеров показало: да, они готовы платить за это. Вся история искусства утверждает: когда искусство начинает продаваться на больших аукционах или выставляться в галереях, на нем появляется штамп искусства. Первый тест творение искусственного интеллекта прошло.
Почему образование больше не важно?
Как показывает пример полотна, для успешного продукта нужна сильная идея и хорошая технология. Продакт-менеджер должен понимать, как люди и предприятия будут реализовывать продукт на всех стадиях создания. Прототипировать продукт умеют все, доводить до покупателя — почти никто. Команда хороша, когда в ней друг друга учат абсолютно все. В том числе — искусственный интеллект. Чем раньше вы научитесь работать в командах с AI, тем легче вы попадаете в будущее, где только такие команды и получат интересную работу.
То же самое касается процесса образования. Недавно Билл Гейтс с женой подводили итоги прошедшего года в блоге. Они перечисляют главные неожиданности за прошедший год. Сюрприз №8: учебники и весь процесс обучения вокруг них полностью себя изжили. Они пришли к нам из эпохи, когда профессор или учитель в школе были единственными носителями знания. А вся система экзаменов тестирует усвоение знаний. Это же бред в современной жизни.
Сейчас к образованию нужно относиться критично. Действительно готовят вас к будущему стартапы и командные проектные работы. Университеты слегка дисциплинируют и дают сеть знакомых. В будущем они могут вам действительно помочь найти хорошую работу или интересный проект. А сам процесс обучения дает мало что полезного.
В чем неверно представление большинства о компании будущего?
До сих пор в головах у многих и тех, кто готовит кадры, стоит примерно такая картина идеального информационного общества. Представим себе суперсовременную компанию: везде компьютеры, все производство обвешаны датчиками. Все измеряется, все оцифровывается и загружается в data-центры.
В этой структуре занимают особое место аналитики, data scientists. В этой идеальной картине будущего они заняты странной работой: гигабайты информации они переводят в понятный человеку текст. Дальше данные поступают к менеджменту, те осмысливают отчеты и принимают управленческие решения. Затем огромный пул программистов воплощает идеи в новый код, который после поступает в управляющие центры компании и меняет процессы в циклах производства и продаж. Информация собирается заново – круг замыкается.
Что не так? Дело в том, что в ситуации с современным машинным обучением data scientist и все работники после него не нужны. Если они выполняют мало-мальски монотонное действие и принимают решения, основанные на данных, то алгоритмы с такой должностью запросто справятся за человека. Толпа data scientists, программистов и менеджеров из озвученного уравнения больше не нужна.
Как бороться со страхами?
Однако мы пока не видим подобных компаний в мире. Все из-за психологических барьеров: люди бояться и не доверяют нововведениям. Они не хотят иметь более эффективную, но обезличенную модель производства. Очень трудно вызвать кого-то на ковер и устроить разнос компьютеру, который в некотором смысле умнее тебя. Начальники нечасто берут на работу сотрудников сильнее себя, а машина всегда будет сильнее.
Чтобы преодолеть человеческие страхи, попробуйте научиться думать как художники. Это очень важно, потому что чисто инженерное мышление спотыкается о то, чего люди не понимают.
Возьмем, к примеру, беспилотники. Вокруг них царит огромное количество мифов и страхов. Можно объяснять безопасность устройств с помощью статистики и цифр, но выйдет скорее всего не очень понятно. Толпы журналистов продолжат публиковать ужастики. Мы в Yandex учимся работать на другом уровне — непосредственно c эмоциями людей.
В начале года в Лас-Вегасе проходила крупнейшая выставка потребительской электроники CES. Yandex не стал покупать стенд на ее территории. Вместо этого за месяц до выставки трое наших ребят из отдела беспилотников отправились в США, купили белую Toyota Prius в Бостоне (только там была необходимая модель) и перегнали ее в Лас-Вегас. За две недели в гараже они обвесили ее всем оборудованием, превратив ее в беспилотник. Потом еще две недели учили ездить на реальных улицах города. С началом выставки ребята написали два электронных письма лучшему видеоблогеру в области технологий в США Маркусу, и тот записал ролик.
Казалось бы, в США Uber, Tesla и Google уже на протяжение нескольких лет тестируют автономные автомобили, но широкая публика до сих пор не доверяет новым устройствам. У этих компаний начисто отсутствует умение говорить с людьми не как с инженерами. У Facebook эта проблема наиболее очевидна.
В ролике видно, что наши ребята используют способ коммуникации с людьми, который учитывает свойства человеческой психики, а не просто характеристики самого продукта.
Что еще почитать по теме?
Вторая книжка, которую я советую прочитать, – это «Машина, платформа, толпа. Наше цифровое будущее» от Эндрю Макафи и Эрика Бриньолфсона. Авторы рассматривают три концепции: за машиной скрывается машинное обучение, за платформой — платформенная экономика, а за толпой — не просто краудфандинг и краудсорсинг. В современных, быстрых и жестоко конкурирующих компаниях старые иерархические структуры не позволяют выжить. Необходимы различные методы, которые делают структуру взаимодействия в компании более плоской. Чтобы людям из разных отделов не нужно было по несколько часов искать общего начальника.
Два профессора экономики очень увлекательно пишут про сочетание машинного обучения, экономики платформ и компаний, которые работают со скоростью стартапов.
Кроме того, книга приводит к некоторому выводу. Когда мы описываем структуру компаний завтрашнего дня, встает вопрос: а кто те люди, которых возьмут в будущее? Кто те люди, которым будет комфортно в таком будущем? Предприниматели. Без них у страны нет будущего.
