М. Ф.: Роботов, которые могут приносить пиво из холодильника, пока не существует.
Д. Р.: К сожалению, да. Мы пока достигли больших успехов в навигации, а не в манипулировании. Это два основных типа функциональных возможностей роботов. Прогресс в области навигации обеспечило появление датчика LIDAR, который представляет собой лазерный сканер. Появилась возможность использовать алгоритмы, которые не работали с сонаром, и это стало переломным моментом. Начали прогрессировать такие вещи, как картография, планирование и локализация, что вызвало большой энтузиазм в сфере автономного вождения.
А вот процесс манипулирования по большей части остался на том же уровне, что и 50 лет назад. Жесткие промышленные манипуляторы с двузубыми клешнями – это не то, что нам нужно. Понемногу мы начинаем задумываться о том, что такое робот. В частности, разрабатываются роботы с мягкими манипуляторами.
Традиционная рука робота с металлическими пальцами способна только к так называемому «жесткому контакту». Палец кладется на объект, который нужно взять, и в эту точку прикладывается сила и момент. При этом нужно знать точную геометрию этого объекта и точно рассчитать, в какую точку его поверхности положить пальцы, чтобы все силы и моменты уравновешивались и могли компенсировать внешние силы и моменты. В технической литературе это называется проблемой силового и геометрического замыкания.
Люди берут предметы по-другому. Попытайтесь поднять чашку ногтями. В случае мягких пальцев знать точную геометрию объекта не обязательно, потому что контакт возникает на большей площади.
Сделав корпус машины более функциональным, мы сможем контролировать ее с помощью алгоритмов различного типа. Я надеюсь, что мягкая робототехника продвинет вперед область, которая находилась в состоянии стагнации много лет. Но пока, несмотря на большой прогресс, нам еще далеко до возможностей, которыми обладают природные системы, то есть люди или животные.
М. Ф.: В каком направлении, на ваш взгляд, следует двигаться для создания сильного ИИ? И сколько времени могут занять эти разработки?
Д. Р.: Работа над ИИ ведется более 60 лет. Если бы основатели отрасли смогли увидеть то, что сейчас считается крупными достижениями, они были бы разочарованы. Большого прогресса мы пока не добились. И я не думаю, что в ближайшем будущем имеет смысл говорить о сильном ИИ.
Когда в массмедиа говорят об ИИ, зачастую авторы не понимают, что это такое, имея в виду машинное обучение или даже глубокое обучение. Эта тема очеловечена из-за терминов «интеллект» и «обучение», которые ассоциируются с людьми. Однако в процессе обучения, чтобы опознавать кофейные чашки, система как бы говорит себе: «Данная совокупность пикселов, которая на этой фотографии представляет кофейную чашку, такая же, как на других изображениях, помеченных как кофейные чашки». При этом она не имеет ни малейшего представления о том, что такое кофейная чашка. Разрыв между человеческим и машинным интеллектом огромен. Проблема понимания интеллекта сейчас одна из самых актуальных. Решение, скорее всего, лежит на стыке нейробиологии, когнитивистики и computer science.
М. Ф.: Может ли произойти какой-то прорыв, который позволит резко двинуться вперед?
Д. Р.: Это возможно. Например, мы сейчас пытаемся понять, можно ли создать робота, который будет адаптироваться к людям. Ищем способы распознавать и классифицировать мозговую деятельность.
Классификации подлежит реакция человека на сигнал, который называется «потенциалом, связанным с ошибкой». Этот сигнал мозга есть у всех людей. Его позволяют зафиксировать электроды в шлеме ЭЭГ. Можно представить ситуацию, когда оператор-человек наблюдает за работой роботов, и если он замечает сделанную роботом ошибку, то через специальное приложение передается сигнал, и робот корректирует свое поведение. Подобный проект уже начал свою работу.
Шлем ЭЭГ состоит из 48 электродов, установленных на голове человека. Эта механическая система напоминает о том, что когда-то компьютеры использовали механические переключатели. При этом у нас есть возможность с помощью инвазивных процедур подключаться к нейронам на уровне нервных клеток. То есть в мозг втыкаются зонды, позволяющие точно определить активность на нервном уровне. Сейчас существует большой разрыв между тем, что можно сделать извне и инвазивно. И мне интересно, произойдет ли в какой-то момент, согласно закону Мура, какой-то прорыв, который позволит воспринимать мозговую активность с более высоким разрешением.
М. Ф.: Какие опасности несет в себе эта технология? Например, не приведет ли она к массовой безработице? Или вы считаете, что люди сумеют адаптироваться?
Д. Р.: Ситуация на рынке труда менялась на протяжении всей истории. Современные технологии позволяют автоматизировать рутинную физическую работу с повторяющимися операциями и работу с данными. Меня это очень вдохновляет, потому что технологии могут освободить наше время для более интересных задач. Например, я обсуждала с физиотерапевтами автономную инвалидную коляску. Они очень рады ее появлению, потому что до сих пор врачу приходилось идти к кровати пациента, усаживать его в инвалидную коляску и везти в тренажерный зал, где проходили занятия. Через час пациента нужно отвезти обратно. То есть изрядное время уходило на перемещения. А теперь представьте, что физиотерапевт может все время находиться в спортзале, куда пациентов доставляет автономное инвалидное кресло. Кроме того, гораздо проще проанализировать, какие профессии могут исчезнуть, чем представить, какие профессии могут появиться. Например, в XX в. в Соединенных Штатах число работающих по найму в сельском хозяйстве упало с 4 до 2 %. В начале века никто не догадывался, что так случится. При этом вспомните, что всего 10 лет назад, когда начался расцвет компьютерной индустрии, никто не прогнозировал уровень занятости в социальных сетях, в магазинах приложений, в облачных вычислениях, и даже в таких вещах, как консультирование в колледжах.
М. Ф.: То есть вы верите, что новые рабочие места компенсируют исчезновение старых?
Д. Р.: К сожалению, поводы для беспокойства тоже есть. Один из них – качество рабочих мест. Иногда внедрение технологии снижает требования к специалистам. Например, раньше таксистам требовались хорошая память и умение ориентироваться в пространстве. С появлением GPS нужда в этих навыках отпала. Профессия таксиста стала доступна большему количеству людей, что негативно отразилось на размере заработной платы. Во-вторых, непонятно, смогут ли люди пройти обучение, для того чтобы занять хорошо оплачиваемые рабочие места, появившиеся в результате развития технологий. Вы не представляете, сколько раз в день я слышу: «Нам нужны ваши студенты». Специалисты по машинному обучению и ИИ крайне востребованны. В итоге с одной стороны, есть много рабочих мест, а с другой – множество людей ищет работу. Поэтому нужны программы переподготовки.
Я твердо верю в то, что переобучиться может любой. Мой любимый пример – запущенный пару лет назад в Кентукки проект BitSource. Эта компания занимается перепрофилированием шахтеров, потерявших работу из-за закрытия неприбыльных шахт. Многие уже получили гораздо лучшую, более безопасную и более приятную работу. Это пример, который наглядно демонстрирует, что правильные программы и правильная поддержка могут реально помочь людям в переходный период.
М. Ф.: Вы говорите только о перепрофилировании или считаете, что нужно коренным образом менять всю систему образования?
Д. Р.: В XX в. грамотным считался человек, который умел читать, писать и знал арифметику. В XXI в. это определение нужно расширить, добавив навыки работы с компьютером. Если в школах начнут обучать созданию вещей с помощью программирования, возможности учеников вырастут.
Кроме того, нужно поменять отношение к обучению. Сегодня большинство сначала учится, а в какой-то момент начинает работать. Мне кажется, что с развитием технологий более правильным окажется параллельный подход. Человек всегда должен быть готовым к приобретению новых навыков и их применению в процессе обучения.
М. Ф.: В некоторых странах ИИ становится стратегическим направлением. Они принимают четкую промышленную политику, ориентированную на робототехнику и ИИ. В частности, активно инвестирует в эту область Китай. Не рискуем ли мы проиграть в этой гонке?
Д. Р.: Мне нравится то, что происходит в сфере ИИ по всему миру. Огромные инвестиции в эту сферу делают Китай, Канада, Франция, Великобритания и десятки других стран. Многие связывают с ИИ свое будущее, и я думаю, что США следует поступить так же. Нужно разглядеть потенциал, который несет ИИ, и увеличить поддержку и финансирование этой сферы.
Джеймс Маника
“Кто-то должен регулировать ИИ. Главное – не останавливать его использование, не закрывать ящик Пандоры и не откладывать применение новых технологий, пытаясь повернуть время вспять".
Cтарший партнер в MCKINSEY & Company и председатель MGI, член команды AIIndex.org, сотрудник DeepMind, научный сотрудник Initiative on the Digital Economy в MIT
Автор книг и статей Джеймс Маника принимает участие в организованной Стэнфордским университетом программе 100-летнего исследования ИИ. Член Совета Оксфордского института интернета, Совета по международным отношениям, Совета консультантов по цифровой экономике, Национального консультативного совета по инновациям, фонда Макартуров, фонда Хьюлетта и организации Markle Foundation. В 2012–2016 гг. занимал пост заместителя председателя Совета по глобальному развитию при Белом доме.
Мартин Форд: Как возник ваш интерес к робототехнике и ИИ?
Джеймс Маника: Наука всегда вдохновляла меня, отчасти потому, что мой отец был первым чернокожим из Родезии, получившим стипендию по программе Фулбрайта. Приехав в США в начале 1960-х гг., он посетил NASA и увидел с мыса Канаверал, как ракеты взлетают в небо. После возвращения отец много рассказывал о науке, космосе и технологиях. Я стал создавать модели самолетов и машин из всего, что попадалось под руку.