Мартин Форд - Роботы наступают

Впрочем, как я пытался показать на страницах этой книги, специализированный характер форм реализации искусственного интеллекта в реальном мире совсем не является препятствием для исчезновения огромного количества рабочих мест в результате их полной автоматизации. Задачи, выполняемые большинством работающего населения, на том или ином уровне абстракции являются рутинными и предсказуемыми. Как мы уже видели, быстрое совершенствование специализированных роботов и алгоритмов машинного обучения, способных разобраться в огромных массивах данных, ставит под угрозу существование большего числа профессий, предполагающих самый разный уровень квалификации. Ни одна из них не требует, чтобы машины думали как люди. Компьютеру вовсе не нужно воспроизводить весь спектр ваших интеллектуальных способностей, чтобы лишить вас работы; ему достаточно уметь делать те конкретные вещи, за которые вам платят деньги. Поэтому большая часть исследований и разработок в области и практически весь венчурный капитал вращаются вокруг специализированных вариантов применения искусственного интеллекта, и у нас есть все основания ожидать, что эти технологии будут становиться все более мощными и гибкими в ближайшие годы и десятилетия.

За всем этим фасадом специализированных решений, которые продолжают давать практические результаты и привлекать инвестиции, скрывается куда более грандиозная задача — создание по-настоящему «умной» системы — машины, которая способна порождать новые идеи, осознавать факт своего существования и вести осмысленную беседу, — остается священным Граалем мира искусственного интеллекта.

Увлечение идеей создания по-настоящему думающей машины восходит по крайней мере к 1950-м гг., когда Алан Тьюринг опубликовал работу, знаменовавшую начало эпохи искусственного интеллекта. В течение последующих нескольких десятилетий сфера научных исследований в области искусственного интеллекта пережила немало взлетов и падений, но что оставалось неизменным, так это завышенные ожидания, которые намного опережали технические возможности того времени, в особенности производительность существовавших тогда вычислительных машин. Когда далекоидущие надежды неизбежно оборачивались разочарованием, инвестиции заканчивались, исследования останавливались, и наступали затяжные периоды стагнации, которые получили название «зимы искусственного интеллекта». Впрочем, за зимой снова наступала весна. Необыкновенная мощь современных компьютеров вкупе с передовыми разработками в специализированных отраслях исследований в области искусственного интеллекта, а также успехи в изучении человеческого мозга — все это дает повод для оптимизма.

Джеймс Баррат, который недавно опубликовал книгу о последствиях появления развитого искусственного интеллекта, провел неформальный опрос среди двух сотен исследователей, занимающихся проблемами искусственного интеллекта в общем, а не «узком» его понимании. Сами себя они называют специалистами по универсальному человекоподобному интеллекту (УЧИ). Баррат попросил их выбрать одну из нескольких предложенных дат в качестве наиболее вероятного срока появления УЧИ. Он получил следующие результаты: 42 % уверены, что думающая машина появится к 2030 г.; 25 % заявили, что это случится к 2050 г.; 20 % не верят в возможность ее появления до 2100 г. И только 2 % сказали, что это в принципе невозможно. Любопытно, что ряд респондентов адресовали Баррату комментарии, в которых предложили ему включить в варианты ответов более близкую дату: например, 2020 г. {299}

Некоторые эксперты, работающие в этой отрасли, беспокоятся, что их коллеги дают повод для очередной волны завышенных ожиданий. В октябре 2013 г. Янн Лекан, занимающий должность директора лаборатории, недавно созданной компанией Facebook в Нью-Йорке с целью проведения исследований в области искусственного интеллекта, опубликовал пост, в котором предупредил, что «за пять десятилетий "смерть" искусственного интеллекта из-за излишней шумихи наступала где-то четыре раза: люди делали безответственные заявления (часто чтобы впечатлить потенциальных инвесторов или представителей организаций, занимающихся финансированием исследований) и не могли выполнить свои обещания. Что вызывало ответную реакцию» {300}. Аналогичного мнения придерживается и профессор Нью-Йоркского университета Гэри Маркус, являющийся экспертом по когнитивным исследованиям и ведущий собственный блог на сайте журнала New Yorker : по его мнению, вокруг недавних достижений в области нейронных сетей с возможностью углубленного обучения и даже некоторых из возможностей, приписываемых IBM Watson, был создан нездоровый ажиотаж {301}.