Работа для роботов, жизнь для людей
Половина из 12000 специалистов, опрошенных Harvard Business Review в 2013 году сказали, что не видят “смысла и значения” в своей работе, и столько же не разделяет миссию своей компании. Другой опрос из 230000 человек показал, что только 13 процентам нравится их работа.
Провал проекта “техно-гуманитарный прогресс”
Я вижу это очень печальным. Для меня это показатель того, что проект “техно-гуманитарный прогресс” развитые страны провалили. Что же это за “развитые страны” (опрос, я так понимаю, проводился в них) если 87 процентов не любит свою работу? Напоминаю, на работу человек тратит больше половины времени жизни (треть на сон, треть — 8-ми часовой рабочий день плюс дорога, плюс переработки — получается примерно 10 часов из 24–8=16 часов бодрствования в сутки). Но надежда есть.
Человеку остаются все более сложные задачи
Если проследить процесс делегирования человеческих функций машина, можно заметить, что сначала был делегирован физический труд, потом — хранение информации, потом — ее обработка, потом — обработка метаинформации, и вот теперь с помощью технологии глубокого обучения нейронных сетей — это уже создание принципиально новой информации. Сейчас технология глубокого обучения нейронных сетей позволяет копировать стиль писателей, поэтов, художников, музыкантов до прохождения визуального, аудиального и текстового Теста Тьюринга.
Нoвости о радикальных успехах нейронных сетей приходят в среднем раз в две недели. Не думаю, что еще хоть одна технология в истории развивалась столь стремительно. Вот только некоторые из них:
- “Компьютер научился копировать стиль художников”
- “Компьютер научился писать музыку”
- “Компьютер научился копировать стиль поэта”: Сотрудники «Яндекса» Алексей Тихонов и Иван Ямщиков записали и выпустили альбом «Нейронная оборона», тексты к которому в стиле лидера группы «Гражданская оборона» Егора Летова написала нейросеть. Тест Медузы показал, что около 60 процентов людей не смогли определить где машина, а где человек.
- “Написанный компьютером рассказ вышел в финал литературного конкурса”: роман “День, когда компьютер напишет роман” написал нейронной сеткой (оценим иронию), которую разработала группа ученых из Университета будущего в Хакодате. Роман вошел в список финалистов Литературной премии имени Хоси Синъити (популярного японского писателя-фантаста).
Мир цифровых кентавров
В каждом таком переходе делегирования новых когнитивных функций человеку не оставалось меньше задач, напротив — ему оставались более сложные задачи. Например, при делегировании машинам хранения информации, человеку осталась обработка информации — более сложная задача, при делегировании обработки информации, человеку осталась работа с метаинформацией и так далее. Таким образом происходит постоянный поэтапный подъем на следующие уровни онтологии, оставляя более простые уровни машинам. Допустим, надо построить адронный коллайдер. Ни один человек, ни группа людей не способны удержать в голове настолько сложную систему. Нам остаётся либо ждать, пока мы эволюционируем до такого уровня, когда сможем держать в голове все данные о коллайдере, либо отдавать всё больше функций по обработке этой информации компьютеру. То есть если бы нам не помогал компьютер, мы бы не стали более умными, чтобы построить коллайдер без его помощи, мы бы не построили его вовсе.
Что это значит для будущего профессий и вообще социального устройства? В большинстве профессий (кроме совсем уж рутинных, как, например, водитель машины или рабочий, делающий рутинную операцию на конвейере) мы объединимся с машинами, а не будем с ними конкурировать. Станем “цифровыми кентаврами”, использую лучшее от двух миров — вычислительную мощность и скорость анализа от мира машин и эмпатию, чувственность, воображение из мира людей.
Сначала это будут персональные интеллектуальные агенты. Это такие очень умные Siri. Мы уже можем делегировать им рутинные операции — заказ еды или вызов такси. Но предположим, что вам нужно найти на Booking отель с определенным количеством звезд и чтобы рядом был ресторан с не меньшим числом звезд на Foursquare, а еще — чтобы дизайн в отеле был таким, какой нравится именно вам. Решать такую задачу вручную через несколько приложений очень неудобно, поэтому это случай как раз для таких персональных интеллектуальных агентов. Но для того, чтобы такие помощники могли распознать, что нравится именно вам, необходима технология глубокого обучения нейронных сетей. В книге “Average is Over” (https://en.wikipedia.org/wiki/Average_is_Over) экономист Тайлер Коэн приводит в пример фристайл-шахматы, в которых участниками являются команда из человека и машины, либо только человек, либо только машина. Вопреки очевидному предположению, в шахматах по таким правилам побеждает не суперкомпьютер, и не связка суперкомпьютер+гроссмейстер, а сильные шахматные игроки, вооруженные ноутбуками, которые умеют лучше других действовать совместно с компьютером, используя сильные стороны как искусственного, так и человеческого интеллекта.
БОльшая часть профессий содержит задачи разного уровня сложности, и часть из них возможно делегировать машинам на данном этапе технического развития, часть — нет. Таким образом, эти профессии не могут быть заменены машинами полностью, однако часть задач — может. И это видно на иллюстрации из доклада «The Future of Employment», Oxford University, 2013. Это приводит к ситуации, когда работником профессии является не человек, а связка человек+машина. Машиной в данном случае может быть как персональный компьютер/смартфон с установленным соответствующим программным обеспечением, так и сервис в интернете.
И это не произойдет моментально, мы уже живем в мире цифровых кентавров: я, вы и почти любой человек из развитых стран потеряем часть себя, станем в разы менее эффективными, отбери у нас телефон/ноутбук с моментальным доступом в интернет. Просто интерфейс связи с вычислительной мощностью, с интернетом будет становится быстрее и шире. Мы отдадим нашим “цифровым частям” рутину, оставив себе творческую часть наших профессий.
Рассмотрим эту ситуацию на примере профессии архитектора — несколько десятилетий назад архитектура была достаточно рутинной профессией, где работник малую долю времени придумывал идею — совершал творческий акт — остальную же бОльшую часть времени — высчитывал прочность материалов, применяя знания сопромата, чертил план по ГОСТу и точил сломавшийся карандаш — выполнял рутинные операции. Сейчас существуют инженерные архитектурные программы, которые оптимизируют форму зданий, расходные материалы, прорабатывают все внутренние коммуникации, архитектору же остается почти лишь только творческая часть работы — придумать форму, концепцию, вложить в это здание идею. Архитектор сейчас по сравнению с архитектором 40 лет назад — разные профессии, им нужно по-разному учить, им нужны разные вводные данные для работы, это люди с разным характером.
Недавно вышла новость “ИИ научился программировать ИИ”. Больше всего комментариев к новости содержат мысль что это означает замену человека в, казалось бы, последней области: в программировании ИИ, который заменит человека в остальных областях.
Но это не так. Будущее программирования не в замещении людей роботами, а в объединении: перестройке деятельности человека на деятельность “цифровых кентавров” (поэтому технологический пакет нейротехнологий неразрывно связан с технологическим пакетом ИИ). Человеческий интеллект плюс искусственный гораздо эффективнее только искусственного или только человеческого.
—
Также я пишу в Telegram и Яндекс.Дзен.