Перехитрить искусственный интеллект

Жительница Флориды Ю-Мей Хатт, прочитав о свежем исследовании Оксфордского университета о перспективах автоматизации и замещения человека роботами, написала: «Мысль о том, что половина рабочих мест может исчезнуть, заставила меня по-иному взглянуть на будущее моих детей». И это слова не просто матери, но и главы компании. Ю-Мей ведет блог о новых технологиях и хорошо знает, что компьютеризация приносит в нашу жизнь много полезного и приятного, но ее волнуют издержки процесса: «Смогут ли мои дети соперничать с искусственным разумом? А как им конкурировать за все сокращающиеся места с более опытными специалистами?»

Людей все больше тревожат подобные вопросы — и на это есть основания. Если не удастся соз­дать столько новых рабочих мест, сколько отнимут роботы, не избежать печальных последствий массовой безработицы: от экономического спада и отсутствия карьерных перспектив у молодежи до личных трагедий. Под угрозой окажутся и те, кто занят умственным трудом: их реальным конкурентом становится искусственный интеллект. Под умственным трудом мы подразумеваем деятельность, больше связанную с интеллектуальной нагрузкой, чем с физичес­кой, в ходе которой человек должен принимать обоснованные решения и которая, как правило, предполагает наличие высшего образования. В нынешней зрелой экономике доля работников умственного труда очень велика: по мере того, как машины брали на себя все новые и новые задачи, не требующие больших интеллектуальных затрат, людям ничего не оставалось, кроме как уходить в сферу умственной работы. Однако уже в ближайшем будущем, по мнению аналитика Найджела Рейнера из Gartner, «многое из того, что сегодня делают руководители высшего звена, будут делать машины».

Однако нельзя ли взглянуть на проблему под другим углом? Не спрашивать себя, что еще дешевле и быстрее поручить роботу, а понять, какие новые задачи сможет решать человек, если ему придут на помощь более умные машины. Не считать экономику игрой с нулевой суммой, где машины отнимают у людей рабочие места, а представлять себе континуум новых задач. Тогда вместо угрозы автоматизации мы узрим возможности аугментации (наращивания).

Есть множество примеров того, что работники умственного труда с помощью умных машин выполняют задачи, которые были бы не под силу ни тем, ни другим по отдельности. Когда машины вмешиваются в работу, они выбирают разные стратегии. Обычно считается, что единственный способ предотвратить угрозу того, что твою работу отберет автомат — получить самое лучшее образование, но это не совсем так. На деле есть пять разных способов справиться с проблемой.

Что такое аугментация?

Ученый-экономист Дэвид Отор из MIT, наблюдающий за тем, как автоматизация влияет на рынок труда, полагает, что «пресса и эксперты чрезмерно раздувают проблему замещения людей роботами и не видят, какие огромные перспективы сулит сочетание возможностей человека и машины. Это повышение производительности труда, рост доходов, увеличение спроса на высококвалифицированный труд. Машина вряд ли сможет выполнить задание, требующее гибкости, оценочного мнения или здравого смысла». Отор пишет далее: «Работу, которую не в состоянии выполнить машина, как правило, можно сделать лучше с ее помощью». Поиск путей для плодотворного сотрудничест­ва человека и машины и составляет суть того, что мы называем аугментацией. Это в корне отличается от обычной стратегии автоматизации, которую обычно понимают так: очертим круг выполняемых людьми операций, и все, что можно алгоритмизировать, передадим компьютеру. Так люди хотят сократить затраты, но на деле загоняют себя в колею текущих задач и видов деятельности.

Принцип аугментации, напротив, исходит из того, что анализ работы, которую мы делаем сейчас, — отправная точка для поиска ее улучшения и расширения, а вовсе не сужения. Многие уже поняли это. К примеру, Камиль Никита, CEO компании Gongos из Детройта, занимающейся исследованиями рынка. Считается, что с появлением мощных средств автоматической обработки данных работы у фирм ее отрасли значительно поубавится. Никита согласна, что «большие данные» открывают много нового. При этом, однако, специалисты могут пойти вглубь, чтобы раскрыть «контекст и ­человеческий аспект картины, стоящей за большими данными, а также ответить на вопрос “почему это так”». Иными словами, не просто выдавать аналитику, а синтезировать полученные о рынке знания и объяснять клиенту их смысл, чтобы он мог принять информированное решение.

К счастью, компьютер этого делать не умеет. По мнению Никиты (в этом и есть «символ веры» аугментации), умные машины не выталкивают людей с рынка труда. Напротив, при определенных обстоятельствах они позволят нам браться за такие задачи, о которых мы бы раньше не могли и мечтать. Или это могут быть задачи, в корне отличающиеся от тех, с которыми справляются машины. И в том, и в другом случае это виды деятельности, плохо поддающиеся формализации и алгоритмизации. Мы хотели бы предложить всем, и работникам, и работодателям, в корне пересмотреть подход и вместо автоматизации начать думать в терминах аугментации. Тогда изменятся и способ управления организацией, и пути дос­тижения успеха в работе каждого человека, а специалисты начнут видеть в умных машинах союзников в решении творческих задач.

Пять шагов

Представим себе, что развитие компьютерных технологий может в ближайшее время напрямую затронуть вашу профессию. Более того, скоро появится программа, способная выполнять большинство сложных интеллектуальных операций, а также принимать решения, практически ничем не хуже (а то и лучше) тех, что принимает 90% людей на вашей должности. Что делать, чтобы не потерять работу? Вот пять способов предложить вашему работодателю нечто новое, по-иному выстроив свои отношения с компьютером.

Шаг вверх. Один из лучших способов уцелеть на будущем рынке труда — встать на ступеньку выше машины, взяв на себя более сложные интеллектуальные задачи. Это могут сделать люди, способные, в отличие от компьютера, увидеть за деревьями лес и подняться на более высокий уровень абстракции. В принципе это ничем не отличается от традиционного рецепта против «угрозы» автоматизации: пусть машина делает то, что ниже нас, а мы сами займемся более содержательной работой. Нивен Нараин, занимающийся научными исследованиями в онкологии, приводит замечательный пример. В 2005 году он стал сооснователем компании Berg. Целью этого массачусетского стартапа было использование искусственного интеллекта для создания новых лекарств. Для анализа образцов крови и тканей он использовал мощные масс-спектрометры, день и ночь выдававшие триллионы данных, и мощные компьютеры, выявляющие паттерны, которые, возможно, сигнализируют о воздействии на клетки определенных молекул. «Сегодня было бы глупо поручать подобный анализ сотне биохимиков, чтобы в итоге услышать нечто вроде: “Пожалуй, эта структура перспективна…” — заметил Нараин в интервью в марте 2015 года. И все же у него в лаборатории трудятся более ста представителей этой профессии. Они не корпят над цифрами и не делают туманных предположений относительно потенциала той или иной молекулы.

Они вступают в игру, когда компьютер выполнил свою работу и нужно проверить, верна ли предложенная искусственным разумом гипотеза или нет. В конкуренции с умными машинами Нараин поднялся на ступеньку выше, выйдя на новый уровень разработки новых лекарственных препаратов. Для этого ему потребовался солидный опыт, знания и, главное, понимание того, как мир меняется. А хедж-фонды и инвестбанкиры Уолл-стрит зарабатывают состояния, если могут подняться над электронными торгами и автоматическим управлением портфелем. Если и вы решите пойти по этому пути, вам, скорее всего, придется долго учиться, и без дип­лома магистра или PhD скорее всего не обойтись. С первого дня работы в компании, чтобы быть на хорошем счету, вы должны проявлять любознательность и способность к творчеству. Нужно стремиться на самый верх и не упускать возможности сделать шаг в этом направлении. К примеру, Барни Харфорд, СЕО компании Orbitz, которая радикально сократила число «интеллектуальных» рабочих мест, по его собственному признанию, подбирая людей на оставшиеся должности, ищет кандидатов, обладающих глубокими знаниями в своей области и в то же время отличающихся широким кругозором и неподдельным интересом к тому, чем занимается компания и как она устроена. И это отличный совет всем, кто хочет подняться на ступеньку выше. Ключевым здесь становится синтез человека и машины; поручите ей всю «черную» умственную работу, но при этом будьте в курсе того, как именно она ее выполняет. Сам Харфорд применил «машинное обучение» при разработке алгоритма, позволяющего оптимально спланировать путешествие для каждого клиента.

Шаг в сторону. Первый способ подойдет далеко не всем. Однако есть еще множество видов не менее важной умственной работы, которую нельзя описать с помощью алгоритма. Поэтому второй путь — это, так сказать, пойти в сторону, то есть использовать не только возможности своего рационального мышления, но и навыки общения, понимание людей и главное — осознание своих интересов и целей и учет собственных сильных сторон. Легендарный тренер Д. Уэйн Лукас не может объяснить, как ему удается разглядеть талант в годовалом ребенке. Он просто это умеет. Знаменитый дизайнер Apple Джонатан Айв не может привить свой художественный вкус компьютеру. Комик Рикки Джервейс заставляет людей смеяться над шутками, до каких искусственный интеллект бы в жизни не додумался. Пользуются ли они при этом компьютером? Конечно! Однако их гениальность в том, что они сумели обнаружить у себя особенный талант его использовать. А компьютеры просто экономят их время и силы. Не стоит думать, что «второй путь» — лишь для художественных и артистических натур. Скажем, ведущие специалисты или партнеры юридических фирм — это вовсе не самые опытные крючкотворы.

Их талант — в умении заключать крупные выгодные сделки и давать мудрые советы клиентам. И чем больше механической работы сделает компьютер, тем больше времени будет у них на выполнение своей основной миссии. То же можно сказать и об инвестиционных банкирах, бизнес-консультантах и т.п. Возьмем еще сферу социальных услуг для престарелых.