История человеческого прогресса – это история взаимодействия трех элементов, которые отличают нас от любого другого вида жизни: коммуникации, координации и творчества (т. е. использования инструментов).
Посредством коммуникации мы делимся информацией, накапливаем знания, создаем культуру и координируем действия.
Координация позволяет нам брать на себя те или иные роли, совместно трудиться и создавать сообщества.
Наконец, инструменты расширяют наши творческие возможности и возможности решения проблем, формируя окружающую среду и создавая реальность, в которой мы живем.
Эти три фактора дают нам одну ключевую вещь — рычаг, позволяющий добиться экспоненциально большего и раздвинуть границы возможного.
ИИ обеспечивает экспоненциальный прогресс во всех трех направлениях:
Это инструмент, который может создавать новое и выполнять задачи быстро и точно.
Это способ обработки и передачи коллективных человеческих знаний.
Это способ координации и выполнения задач от имени людей (с использованием платформ разработки многоагентных систем).
Аналитики Goldman Sachs полагают, что из-за ИИ 300 млн. рабочих мест находятся под угрозой. По оценкам McKinsey, к 2030 году как минимум 14% специалистов и работникам во всем мире придется выбрать другую карьеру.
Поскольку ИИ начинает менять общество и способы нашего общения, координации и творчества, возникают вопросы: на что способен ИИ? Какие рабочие места находятся под угрозой? Могут ли нас полностью заменить машины? Может ли нас чему-то научить история?
Давайте разбираться.
От писцов к кремнию: эволюция человеческого труда
В Германии XV века Иоганн Гутенберг, ювелир, которому нужно было погасить долги, объединил свои познания в области металлургии и механики и изобрел новый способ печати текста – с использованием подвижных блоков букв и графики.
Книги, которые когда-то кропотливо переписывали вручную и которые были такими же редкими, как бриллианты чистой воды, стали печатать пачками. Всплеск книжного производства положил начало эпохе беспрецедентного интеллектуального развития.
Уровень грамотности начал расти. Культуры и языки развивались и формализовались, поскольку печатные СМИ помогали их стандартизировать и сохранять. Но пресса не просто печатала слова – она распространяла идеи. Политические брошюры и научные исследования расходились по миру, бросая вызов статус-кво и создавая почву для социальных и научных революций в форме Возрождения, а затем и Просвещения.
Исчезновение писцов и создателей пергаментов было ценой, которую пришлось заплатить за перестройку всей социальной структуры, заложив основу для современного информационного мира.
Промышленная революция №1
В 1760-х годах Джеймс Уатт усовершенствовал паровую машину Томаса Ньюкомена, сделав ее пригодной для использования в сельском хозяйстве, текстильной, обрабатывающей, горнодобывающей, сталелитейной промышленности и транспорте. Это изобретение стало импульсом для Первой промышленной революции, которая привела к переходу от ручного труда в сельском хозяйстве к механизированному труду на фабриках.
Люди опасались потери рабочих мест, поскольку машины начали выполнять работу, которую когда-то выполняли человеческие руки на полях и в домах. Хотя прядильщики, ткачи, ремесленники и сельскохозяйственные рабочие оказались не у дел, возникли новые возможности в угольной и текстильной промышленности, что привело к урбанизации и изменению уровня жизни.
Промышленная революция №2
150 лет спустя, в начале XX века, достижения в области электричества, коммуникационных технологий и технологий производства, заслуга которых принадлежала Томасу Эдисону, Николе Тесле, Александру Беллу и Генри Форду, запустили Вторую промышленную революцию.
Возникли сборочные линии и механизированные методы производства. Уличные фонарщики, операторы паровых двигателей, ручные лифтеры, телеграфисты, а также целая индустрия гужевого транспорта канули в Лету.
Однако появились новые рабочие места в секторах с более высокой стоимостью, таких как электротехника, автомобилестроение и производство потребительских товаров. Это способствовало улучшению условий труда, увеличению заработной платы и повышению уровня жизни.
Промышленная революция №3
Третья – цифровая промышленная революция – началась спустя примерно 75 лет, в конце XX века.
У британского ученого-компьютерщика Тима Бернерса-Ли, сотрудника европейской организации по ядерным исследованиям ЦЕРН (CERN), родилась идея информационной сети, к которой могли бы легко получить доступ и свободно перемещаться по ней исследователи в университетах и институтах по всему миру. Он разработал основы Всемирной паутины, с ее потоком передачи знаний и возможностями связи, которые ранее были невообразимы.
Примерно в то же время Microsoft и Apple расширяли границы работы персональных компьютеров, упрощая взаимодействие людей с компьютерами через операционные системы и графические пользовательские интерфейсы.
Последовавший за этим рост числа цифровых инструментов вызвал опасения относительно массовой безработицы в среде канцелярских работников, машинисток, операторов коммутаторов, техников фотолабораторий, фабричных и почтовых рабочих и персонала магазинов видеопроката.
Однако исчезновение этих рабочих мест компенсировали такие факторы, как бум спроса на разработку программного обеспечения, цифровой маркетинг, кибербезопасность, электронная коммерция и Netflix. Потребители превратились в «полупрофессионалов» и создателей информации, что радикально изменило характер рабочих мест и породило совершенно новые отрасли. Бурный рост стартапов сделал экономику более динамичной: только в США с 1980 года возникло, по некоторым оценкам, 15,8 миллионов новых рабочих мест.
Цифровая революция сделала мир единым виртуальным пространством, преодолев ограничения, накладываемые бумажной прессой, и размыв границы общества. Она объединила культуры и умы, изменив наш образ жизни, работы, учебы и взаимодействия с окружающим миром.
Промышленная революция №4
Сегодня конвергенция Интернета вещей (IoT), больших данных, 3D-печати, робототехники, облачных вычислений и, конечно же, искусственного интеллекта создает условия для Четвертой промышленной революции, когда взаимосвязанные, интеллектуальные и автономные системы могут брать на себя все большую долю труда.
Концепция четвертой промышленной революции впервые возникла применительно к производству. По словам Илона Маска, одним из величайших достижений Tesla является не создание электромобилей, а создание завода – «вещи, которая создает вещи» с нуля, где роботы выполняют ряд задач, включая штамповку, придание формы, покраску и сборку.
В 2017 году в отчет McKinsey включили вывод о том, что 87% «синих воротничков» и 45% «белых воротничков» в производстве можно автоматизировать с помощью существующих технологий. В то время предполагалось, что должности «белых воротничков» с более высокой заработной платой будут относительно защищены от автоматизации. Но в ноябре 2022 года OpenAI представила публике чат GPT, и вскоре стало очевидно, что потенциал автоматизации ИИ, особенно в сфере «белых воротничков», намного больше, чем ожидалось.
Искусственный интеллект
Британский математик и криптограф Алан Тьюринг известен не только тем, что взломал немецкий код «Enigma» и помог спасти мир от нацистов во время Второй мировой войны. Он также является «дедушкой» искусственного интеллекта. В 1950 году в статье «Вычислительные машины и разум» Тьюринг изложил свое видение «мыслящих машин», представил фундамент для их создания и даже включил в публикацию «тест Тьюринга» – способ проверки машинного интеллекта, который используется по сей день.
С тех пор ИИ пережил череду «лет», наполненных ажиотажем и оптимизмом, и «зим – периодов, когда разочарование в возможностях ИИ приводило к сокращению финансирования и спаду интереса. Поскольку имитация (или создание) человеческого интеллекта является крайне сложной задачей, разработки ИИ ведутся в следующих направлениях:
Рассуждение и решение проблем.
Презентация знаний.
Планирование и принятие решений.
Машинное обучение (МО).
Обработка естественного языка (НЛП).
Восприятие (зрение, слух).
Социальный интеллект.
Робототехника.
В 2012 году прорыв в машинном обучении, названный «глубоким обучением», омолодил эту область. До этого момента ИИ состоял из систем, основанных на правилах (также известных как «экспертные системы»), которые требовали обширного ручного программирования и не могли справиться со сложностью реального мира.
Но в 2012 году звезды сошлись. Благодаря повышенной вычислительной мощности и обширным наборам данным, собранным в Интернете, Илья Суцкевер, Алекс Крижевский и Джеффри Хинтон создали модель глубокого обучения AlexNet, которая могла обрабатывать и независимо выявлять закономерности в огромных наборах данных без необходимости ограничиваться методами, основанными на правилах. Модель открыла новые возможности, такие как распознавание изображений и речи, языковой перевод и системы персонализированных рекомендаций, особенно актуальные в веб-поиске, социальных сетях и онлайн-рекламе.
В 2022 году компания OpenAI при поддержке Microsoft запустила ChatGPT – генеративную модель искусственного интеллекта, способную создавать текст, изображения и код на основе текстовых подсказок. Генеративные модели существуют уже несколько лет, но производительность модели и простой интерфейс чата вывели ее на первое место среди самых быстрорастущих продуктов в истории (1 млн пользователей за 5 дней и 100 млн – всего лишь за 2 месяца). Google, Meta, Amazon и такие стартапы, как Anthropic, Stability AI и Inflection вскоре запустили свои собственные модели генеративного ИИ, положив начало «войнам ИИ» и прочно внедрив ИИ в сознание широкой общественности.
Почему ИИ отличается?
Скорость – самый быстрорастущий новый продукт в истории.
Если не считать физических препятствий, таких как прокладка линий электропередачи, внедрить ИИ так же просто, как открыть веб-браузер.
По мере того, как ИИ становится дешевле и снижается барьер для создания программного обеспечения, мы наблюдаем взрывной рост приложений ИИ, проникающих в различные аспекты экономики.
В течение следующего десятилетия мы увидим рост генеративных моделей, которые имеют широкий спектр применения, особенно в сочетании с другими типами ИИ. Они могут выполнять как рутинные, предсказуемые задачи, так и сложную работу, требующую когнитивных навыков. Исследование OpenAI показало, что от 47% до 56% всех рабочих задач в США можно выполнить значительно быстрее и с тем же уровнем качества, используя программное обеспечение и инструменты, созданные на основе генеративных моделей. Наиболее подвержены риску те профессии, которые требуют более высокого образования и более высокой заработной платы.
Учитывая 100 миллионов пользователей ChatGPT, неудивительно, что многие компании внедряют генеративный искусственный интеллект для оптимизации операций, стартапы создают на его основе новые предложения, сотрудники компаний повышают свою производительность, студенты пытаются с его помощью схитрить на экзаменах, а политики – рекламируют себя потенциальным избирателям.
На данный момент существуют некоторые проблемы с надежностью и точностью. На основе данных обучения генеративные модели определяют, какие слова с наибольшей вероятностью подойдут к заданной подсказке. Это означает, что они фактически сообщают вам, «как может выглядеть ответ на этот вопрос», а не «каков ответ на этот вопрос».
Тем не менее, в большинстве случаев ИИ дает правильные/полезные ответы. Если бы вам пришлось ждать 2 дня и заплатить кому-то 500 долларов США за плакат с изображением кота в скафандре, идущего по Луне, или вы могли бы добиться хотя бы 80% качества с помощью ИИ за 10 секунд и практически за бесценок, то что бы вы выбрали?
История свидетельствует, что автоматизация – это чистое благо
С момента изобретения водяной мельницы в Древней Греции люди опасаются, что их заменят машины. Но, несмотря на опасения по поводу массовой потери рабочих мест и устойчивой безработицы, по мере роста уровня автоматизации растет и число более качественных рабочих мест, лучших условий и уровня жизни.
Почему?
Автоматизация повышает производительность. Меньше людей, работающих с машинами, производят больше, быстрее и за меньшие деньги. Обычно они получают более высокую заработную плату, в то время как цены на товары снижаются. Это стимулирует спрос на большее количество вещей и высвобождает людей для решения других/новых проблем.
Без автоматизации экономический рост всегда зависел бы от роста населения, и мы по-прежнему сбивали бы масло вручную, пахали поля от заката до рассвета и посылали письма почтовыми голубями.
Исторически волна автоматизации приводила к краткосрочному сокращению числа рабочих мест, за которым следовал его рост. Но изменения были достаточно медленными, чтобы позволить экономике адаптироваться и предотвратить массовую безработицу.
На этот раз дело обстоит иначе благодаря масштабам и скорости автоматизации.
Но могут ли машины заменить 100% работников-людей?
Через 200 лет после первой промышленной революции мы заменили ручные пилы – цепными, сельскохозяйственных рабочих – тракторами, стирку белья вручную – стиральными машинами, гужевой транспорт – автомобилями, телефоны – смартфонами, и т. д.
В беседе с премьер-министром Великобритании Риши Сунаком Илон Маск заявил, что «наступит момент, когда работа станет не нужна», поскольку общий искусственный интеллект (AGI) сможет выполнять всю работу.
Хотя AGI действительно теоретически может выполнять большинство работ, в некоторых сферах явно востребованы люди. ИИ и другие технологии повлияют на то, как осуществляется деятельность, но никогда не заменят людей полностью.
Творчество. Хотя ИИ может помочь в творческом процессе, оригинальность, эмоциональность и субъективное качество произведений искусства, музыки, литературы и дизайна, созданных человеком, делают желательным человеческое авторство.
Медицина. Хотя ИИ может помочь в диагностике и анализе данных, практическая помощь, оказываемая профессионалами, особенно в хирургии, психиатрии и сфере индивидуального ухода, требует человеческого участия, навыков и суждений.
Лидерство. Хотя искусственный интеллект уже влияет на принятие решений, дар убеждения и способность мотивировать других – это качества, присущие человеку. Люди следуют за людьми.
Человеческие ресурсы и управление персоналом. Менеджмент и разрешение конфликтов на рабочем месте и создание позитивной рабочей среды – это области, где сочувствие и человеческое взаимодействие имеют решающее значение.
Образование и обучение: персонализированное образование, наставничество и обучение навыкам, особенно маленьких детей и в областях, требующих практики, более эффективно осуществляются людьми.
Социальная работа и общественные услуги. Деятельность, предполагающая участие сообщества, социальную работу и консультирование, во многом зависит от человеческого сочувствия, понимания и прямого взаимодействия.
Исследования и разработки в новых областях. Новаторские исследования в новых научных областях часто требуют творческого и абстрактного мышления, которое является характерной отличительной особенностью человека – по крайней мере, на данный момент.
Мастерство и ремесленная работа. Ремесленные работы, требующие мастерства и индивидуального подхода – это области, в которых ценится человеческий фактор.
Юридический и этический надзор. Роли, связанные с вынесением юридических суждений, этическими заключениями и толкованием законов и постановлений, сложны и содержат множество нюансов, требующих человеческого участия
Развлечения и исполнительские искусства (танец, музыка, опера, театр, музыкальный театр, иллюзионизм, пантомима, художественная декламация, театр кукол, цирковое искусство и перформанс). Живые выступления, актерское мастерство и другие формы развлечений глубоко укоренены в человеческом самовыражении и взаимодействии. Хотя было бы любопытно увидеть робота, выступающего с юмористическими номерами, написанными GPT-чатом.
Судя по истории, число и спектр рабочих мест увеличиваются по мере роста автоматизации, давая людям больше работы. Но если мы создадим что-то более умное и способное работать лучше, чем любой человек, то окажемся на неизведанной территории.
Возможно, нам вообще не понадобится выполнять какую-либо работу. Быть может, ярлык «ручная работа» станет высшей роскошью, и мы увидим бум ремесленного производства. Вероятно, на этот случай стоит прикупить акции Etsy…
Но с точки зрения сроков создания искусственного интеллекта даже такие крупные игроки в области ИИ, как Джеффри Хинтон, Рэй Курцвейл и Демис Хассабис не слишком в этом уверены. Хинтон считает, что через 5-20 лет мы сможем увидеть ИИ умнее нас, Курцвейл делает ставку на 2029 год, а Хассабис считает, что это может произойти уже через десять лет. Единственное, в чем они согласны, так это в том, что мы неуклонно добиваемся прогресса и AGI – лишь вопрос времени.
Что нас ждет?
В процесс развития ИИ могут вмешаться правительства, замедлив его прогресс. Но автоматизация является важнейшим драйвером роста, и страны конкурируют экономически, а это означает, что у правительств нет стимула вмешиваться и устанавливать искусственные ограничения, за соблюдение которых еще и придется платить.
Крупные компании могут стать более оптимистичными в отношении инноваций. Поскольку ИИ помогает людям быстрее достигать лучших результатов, у предприятий появится выбор: поддерживать выпуск продукции на существующем уровне и сокращать персонал, или сохранять персонал и увеличивать выпуск продукции. Если не случится экономического спада, конкуренция и страх стать новой Kodak заставят руководителей компаний увеличивать выпуск продукции и внедрять инновации. Но можем ли мы рассчитывать на то, что компании сохранят рабочие места, если это противоречит экономическим интересам? Конечно, нет.
Судя по шахматам, ИИ может позитивно отражаться на различных сферах деятельности, усиливая человеческие возможности. Когда в 1997 году Гарри Каспаров проиграл IBM Deep Blue, возникли опасения перед «гибелью шахмат». Но сегодня игра в шахматы более популярна, чем когда-либо, поскольку ИИ сделал ее более доступной, изменил процесс обучения и улучшил «производительность».
То же самое произошло с Go и Dota, но этот эффект характерен не только для игр. В медицинской диагностике ИИ стал мощным инструментом анализа рентгеновских снимков и магнитно-резонансной томографии (МРТ), часто выявляя нюансы, ускользающие от человеческого глаза. Однако врачи обеспечивают контекстуальное понимание и взаимодействие с пациентом, необходимые для эффективного лечения. То же самое относится к астрономии, научным исследованиям, выявлению мошенничества и многим другим областям.
Таким образом, вместо того, чтобы впадать в самоисполняющееся пророчество о полной замене людей машинами, нам стоит сосредоточиться на настоящем и искать способы использования потенциала ИИ для усиления человеческих способностей.
Возвращаясь к шахматам: в 2005 году Playchess.com провел турнир, в ходе которого игроки среднего уровня могли соревноваться с гроссмейстерами. Удивительно, но два американских игрока-любителя обыграли пару гроссмейстеров, хотя обе команды использовали компьютеры. Их успех стал результатом сочетания эффективной организации работы компьютеров и человеческой интуиции. Гарри Каспаров резюмировал: «Слабый человек + машина + лучший процесс использования» может победить «сильного человека + машину + худший процесс использования».
Суть в том, что решающее значение имеет процесс использования ИИ. Два разных человека могут использовать один и тот же интерфейс ChatGPT, и один сделает больше за половину времени, а другой потратит вдвое больше времени и достигнет меньшего.
Эффективное сочетание различных инструментов искусственного интеллекта демократизирует творческие результаты, позволяя людям, не имеющим специальных навыков, за несколько часов достичь того, что обычно требует недель работы команды экспертов.
Допустим, вы запускаете видеоподкаст. У вас нет бюджета на редактора, графического дизайнера, копирайтера и менеджера по маркетингу, но у вас есть немного времени на выходных и желание учиться. С помощью современных инструментов ИИ вы можете:
Придумать название, темы и создать иллюстрации с помощью ChatGPT, DALL-E или даже Canva (бесплатно).
Найти потенциальных гостей своего шоу с помощью Perplexity.ai или Google Bard (бесплатно).
Записывать, создавать транскрипции, редактировать видео, просто редактируя текст, и автоматически создавать клипы для социальных сетей с помощью Riverside.fm, Descript.com или Podcastle.ai.
Автоматически создавать и планировать публикации для продвижения вашего подкаста с помощью Lately.ai
Возможно, в ближайшие пару лет мы увидим рост числа «агентств, состоящих из одного человека» – людей, которые с помощью инструментов ИИ выполняют различные задачи (написание текстов, создание изображений, видео, музыки, приложений и т. д.) с помощью единого сервиса. Это означает, что мы все сможем наслаждаться более качественными продуктами и услугами, а также улучшенными характеристиками работы – более интересной, увлекательной и полезной.
Чтобы добиться успеха в этом направлении, нам стоит:
На протяжении всей жизни обучаться.
Получить практический опыт и начать экспериментировать с новыми инструментами.
Учиться использовать свои индивидуальные способности.
Но первое, что стоит сделать, – изменить восприятие: перейти от опасений и волнений к открытости и любопытству.
У нас есть сила формировать и создавать желаемую реальность. Но для этого необходимо задавать вопросы, определять направления, опираться на интуицию, проявлять сочувствие и настойчивость.
Единственный способ «оставаться в тренде» – сохранять любопытство.
Альберт Эйнштейн произнес знаменитую фразу: «У меня нет особых талантов – я просто безумно любопытен». Любопытство и интуиция привели его к пониманию связи между энергией и материей. Открытия Эйнштейна в корне изменили наши инструменты и способы коммуникации. И этот великий человек использовал в работе фактически два орудия – ручку и блокнот. Представьте, что мы, движимые любопытством и полагаясь на интуицию, начинаем использовать ИИ как инструмент для обучения, координации и творчества. Какие тайны мы сумели бы раскрыть и как бы изменили мир?
0 комментариев