Власть и прогресс - Саймон Джонсон

Современный подход к ИИ предлагает распространить автоматизацию на более широкий спектр рутинных задач, например на работу банковского операциониста. Уже в 1990-е годы широко распространились банкоматы – автоматы, не обладающие ИИ, но способные выполнять простые задачи, например выдавать наличные. Внесение денег на счет было автоматизировано лишь частично. Банкоматы принимали депозиты и сортировали чеки по банковским кодам и номерам счетов, используя технологию магнитно-маркерного распознавания знаков. Но для других рутинных задач – например для того, чтобы разбирать написанное от руки, систематизировать счета, следить за превышением кредита – по-прежнему требовались люди. С помощью ИИ, умеющего читать рукописный текст и имеющего механизмы принятия решений, любая обработка чеков теперь может производиться совершенно без участия человека.

Еще более примечательно стремление использовать ИИ для автоматизации нерутинных задач – таких, как обслуживание клиентов, расчет налогов и даже финансовое консультирование. Многие задачи, задействованные в этих профессиях, просты, предсказуемы и могут быть автоматизированы хоть сейчас. Например, нет никакой проблемы в том, чтобы отсканировать информацию о заработной плате и налоговой ставке и автоматически перенести ее в соответствующие графы налоговой декларации или сообщить клиенту банка интересующую его информацию об остатках на счетах или о кредитной задолженности. В самое последнее время ИИ начал успешно выполнять и более сложные задачи. Современные программы по расчету налогов и оформлению налоговых деклараций умеют задавать пользователям вопросы об их расходах или о тех пунктах, что выглядят подозрительно; у клиента есть возможность найти свою проблему в списке с помощью голосового меню (хотя эта функция зачастую работает несовершенно, и клиенты теряют время, ожидая, пока им на помощь придет сотрудник-человек).

Например, при роботизированной автоматизации процессов (RPA) программа выполняет задачи, наблюдая за человеческими действиями с помощью специального графического приложения. RPA-боты сейчас широко внедряются в банковское дело, кредитные организации, электронную коммерцию, а также в службы поддержки программного обеспечения. Самые известные примеры – автоматизированные системы распознавания голоса и чат-боты, обучающиеся у удаленных систем IT-поддержки. Многие эксперты полагают, что со временем такая автоматизация распространится на множество задач, сейчас выполняемых «белыми воротничками». Например, журналист «Нью-Йорк таймс» Кевин Руз так пишет о потенциале RPA-ботов: «Последние достижения в области ИИ и машинного обучения создали алгоритмы, способные успешно заменять врачей, юристов и банкиров в некоторых элементах их работы. Со временем, обучаясь выполнять все более высокоуровневые задачи, боты смогут подниматься по карьерной лестнице».

Предполагается, что от этих поразительных новых возможностей выиграем мы все. Нынешние директора Amazon, Facebook, Google и Microsoft хором уверяют, что в ближайшие десятилетия ИИ превратит наш мир в рай земной. По словам бывшего президента Google в Китае Кай-Фу Ли:

«Как и большинство новых технологий, в конечном счете ИИ окажет на наше общество скорее позитивный, чем негативный эффект».

Однако эти громкие обещания не вполне подтверждаются фактами. Хотя разговоры о разумных машинах ведутся уже два десятилетия, эти технологии начали распространяться только после 2015 года. То, что новая технология наконец «взлетела», очевидно и по объемам средств, которые тратят фирмы на работу с ИИ, и по обилию вакансий для сотрудников со специфическими знаниями, требующимися для этой работы (машинное обучение, машинное зрение, глубинное обучение, распознавание образов, обработка естественного языка, нейронные сети, метод опорных векторов, латентный семантический анализ).

Идя по этим следам, можно заметить, что инвестиции в ИИ и найм на работу специалистов по ИИ концентрируются в организациях, сосредоточенных на задачах, которые могут выполняться с помощью этих технологий: страховые и бухгалтерские операции, анализ поставок и снабжения и различные другие офисные занятия, включающие в себя распознавание повторяющихся паттернов, вычисления и базовое распознавание речи. В то же время мы видим, что эти же организации значительно снижают объем найма сотрудников в целом; все прочие вакансии у них значительно сокращаются.

Эти свидетельства показывают, что внедрение ИИ сейчас практически не выходит за рамки автоматизации. Более того, заявления, что ИИ и чат-боты вот-вот начнут выполнять нерутинные задачи, требующие высокой квалификации, угрожают и квалифицированным работникам с высшим образованием, до сих пор считавшим себя в безопасности. Впрочем, пока бремя ИИ-автоматизации ложится в основном на плечи не столь квалифицированных сотрудников, уже пострадавших от более ранних форм цифровой автоматизации. Никаких свидетельств в пользу того, что эти низкоквалифицированные сотрудники получают от применения ИИ какую-то выгоду, у нас нет; пока что единственные, кому это выгодно, – руководители фирм и их акционеры.

Немного утешает то, что ИИ пока явно не настолько совершенен, чтобы массово оставить людей без работы. Подобно индустриальным роботам, о которых мы говорили в предыдущей главе, нынешняя технология пока способна выполнять лишь небольшое количество задач, так что ее влияние на занятость ограничено. Тем не менее движется она в направлении, противоположном интересам работников и грозящем уничтожить некоторые профессии. Наиболее вероятным результатом внедрения ИИ станет не полное отсутствие работы, а дальнейшее снижение зарплат для многих. Проблема в том, что, хотя ИИ не выполняет большинства своих обещаний, ему все же удается снизить спрос на рабочую силу.

Игра в имитацию

Откуда же такой интерес к машинному интеллекту? Казалось бы, нас должно заботить другое: насколько те или иные машины или алгоритмы для нас полезны. Например, согласно большинству определений, система глобального позиционирования (GPS) не относится к разумным – она основана на выполнении простого поискового алгоритма (А* – поисковый алгоритм, впервые разработанный в 1968 году). И тем не менее люди получают от нее огромную пользу. Едва ли какой-нибудь эксперт назовет разумным карманный калькулятор, но калькуляторы выполняют задачи, которые не под силу большинству людей (например, мгновенно перемножают семизначные числа).

Вместо фиксации на машинном интеллекте стоило бы спрашивать, насколько та или иная машина полезна людям, ведь именно так мы оцениваем практическую значимость (ПЗ). Сосредоточившись на ПЗ, мы могли бы направить развитие технологий по иному пути, более благодатному для общества, в особенности для рабочих и других граждан. Но прежде чем об этом поговорить, нам стоит понять, откуда пошла нынешняя зачарованность искусственным интеллектом – и для этого обратиться к видению, впервые сформулированному британским математиком Аланом Тьюрингом.

Всю жизнь Тьюринга интересовали возможности машин. В 1936 году он внес фундаментальный вклад в решение вопроса о том, что значит быть «исчислимым». Незадолго до этого немецкий логик Курт Гедель и американский математик Алонсо Черч работали над задачей определения исчислимых функций, понимая под этим набор функций, значения которых можно вычислить с помощью какого-либо алгоритма. Тьюринг предложил изобретательный и остроумный путь решения этой задачи.

Он вообразил себе абстрактную вычислительную машину (теперь ее называют машиной Тьюринга), которая может производить вычисления согласно входным