За последнее десятилетие разработчики искусственного интеллекта добились революционного прорыва и стали предлагать все больше практических решений, преобразующих мир вокруг нас. Главным ускорителем прогресса является «глубокое обучение» метод машинного обучения на основе использования многослойных нейронных сетей наподобие той, что применила DeepMind. Базовые принципы работы глубоких нейронных сетей известны уже не одно десятилетие, но последние поразительные достижения обусловлены сочетанием двух тенденций в развитии информационных технологий. Во-первых, это появление несоизмеримо более мощных компьютеров, которые впервые позволили превратить нейронные сети в действительно эффективные инструменты. Во-вторых, это накопление колоссальных массивов данных в сегодняшней информационной экономике, которые критически важны для обучения нейронных сетей выполнению полезных задач. Действительно, доступность данных в масштабе прежде немыслимом это, пожалуй, определяющий фактор нынешнего колоссального прогресса. Глубокие нейронные сети вбирают в себя и используют данные во многом так же, как синий кит, который питается крилем: он заглатывает огромное количество организмов в отдельности незначительных, но в сумме дающих энергию для поддержания жизни огромного организма.
По мере того как искусственный интеллект успешно проникает во все новые сферы, становится очевидным его превращение в технологию уникальной значимости. Например, в некоторых областях медицины приложения для диагностики на основе ИИ уже не уступают в точности лучшим докторам или даже превосходят их. Подлинный потенциал подобной инновации не сводится к ее способности переиграть какое-нибудь мировое светило, он, скорее, связан с легкостью масштабирования интеллекта, заключенного в этой технологии. В скором времени знания высококлассных врачей-диагностов будут за скромную плату распространяться через интернет по всему миру и станут доступными даже в регионах, где люди практически лишены возможности обратиться к обычному врачу, не говоря уже о лучших в мире специалистах.
Представьте теперь, что мы возьмем какую-нибудь чрезвычайно специфическую инновацию скажем, диагностическую систему на основе ИИ или подрывную технологию DeepMind по моделированию белковой структуры и умножим ее на практически неограниченное число приложений в других областях, от медицины до естествознания, промышленности, транспорта, энергетики, управления и любой другой сферы человеческой деятельности. В результате мы получим новый, уникальный по своим возможностям общедоступный ресурс по сути, «интеллектуальное электричество». Гибкий ресурс, способный одним щелчком переключателя направить интеллектуальный потенциал практически на любую стоящую перед нами проблему! В конечном счете он научится не только анализировать данные и принимать решения, но и решать сложные задачи и даже проявлять креативность.
Цель этой книги изучение будущего развития искусственного интеллекта, рассматривая его не как инновацию, а как обладающую уникальной масштабируемостью и потенциально подрывную технологию мощный новый общедоступный ресурс, готовый совершить трансформацию, в перспективе более значимую, чем овладение электричеством. Аргументы и объяснения, которые я буду приводить на этих страницах, опираются по большей части на три составляющие моего профессионального опыта.
Во-первых, после выхода в 2015 году в свет моей книги «Роботы наступают: Развитие технологий и будущее без работы»[4] я выступил с докладом о последствиях появления искусственного интеллекта и роботов на десятках технологических конференций, региональных собраний, а также корпоративных и академических мероприятий. Я побывал более чем в 30 странах и имел возможность посещать исследовательские лаборатории, присутствовать на демонстрации революционных технологий и участвовать в дебатах о перспективах разворачивающейся революции искусственного интеллекта с техническими экспертами, экономистами, руководителями предприятий, инвесторами и политиками, а также неспециалистами, которые видят происходящие изменения и начинают из-за них беспокоиться.
Во-вторых, в 2017 году я начал работать с командой из французского банка Société Générale над созданием фондового индекса, который позволил бы инвесторам извлекать непосредственную выгоду из революции в области искусственного интеллекта и робототехники. В качестве эксперта-консультанта я участвовал в выработке стратегии на основе понимания ИИ как нового мощного общедоступного ресурса, создающего стоимость и являющегося источником трансформации бизнеса в широком комплексе отраслей. В результате появился индекс Société Générale Rise of Robots, а потом Lyxor Robotics и AI ETF[5] (биржевой индексный фонд) на основе этого индекса.