Рост значимости машинного обучения для науки бросает еще один вызов нашему представлению о нас и нашей роли в мире. Наука традиционно была вершиной человеческого опыта, интуиции и проницательности. Всеми аспектами научного поиска двигала человеческая изобретательность, развитие науки происходило во взаимодействии между теорией и экспериментом. Однако ИИ привносит в научные исследования, научные открытия и в научный подход нечеловеческое восприятие мира. Машинное обучение все чаще используется для получения необъяснимых результатов, на основе которых создаются новые теоретические модели и проводятся новые эксперименты. Шахматные эксперты приняли неожиданные стратегии AlphaZero как вызов для улучшения понимания игры – и так же стали поступать ученые из самых разных областей науки. Так появились гибридные партнерства человека с ИИ в биологических, химических и физических науках – благодаря ИИ в этих областях делаются новые открытия, а люди работают над тем, чтобы понять их и объяснить.
Ярким примером того, как ИИ позволяет делать открытия в широком спектре биологических и химических наук, является разработка AlphaFold, которая использовала обучение с подтверждением для создания новых мощных моделей белков. Белки – это крупные сложные молекулы, которые играют центральную роль в структуре, функционировании и обновлении тканей и органов и в регуляции процессов в биологических системах. Белок состоит из сотен или тысяч более мелких единиц, называемых аминокислотами, которые формируют длинные цепи. Поскольку в образовании белков участвуют 20 различных типов аминокислот, общепринятый способ представления белка – это последовательность длиной в сотни или тысячи символов, где каждый символ берется из 20-символьного «алфавита».
Последовательности аминокислот очень важны для изучения белков, но они не отражают один критический аспект: уникальную трехмерную форму цепочки аминокислот. Белки в некотором смысле являются сложными формами, которые должны точно подходить друг другу в трехмерном пространстве, чтобы происходили определенные биологические или химические процессы – например, течение болезни или ее лечение лекарствами. Структуру белка в некоторых случаях можно определить с помощью кропотливых экспериментальных методов, таких как кристаллография. Но чаще всего такие исследования повреждают и разрушают молекулы белка, и это делает невозможным определение трехмерной структуры аминокислотной последовательности – так что решение этой проблемы было исключительно важным. С 1970-х гг., когда она была впервые сформулирована, она именуется проблемой фолдинга белка.
Точно предсказать структуру фолдинга белка считалось практически невозможным до 2016 г., но в 2016–2020 гг. была разработана программа AlphaFold, использующая обучение с подкреплением для моделирования белков без использования шаблонов известных белковых структур. Она использовала тот же подход, что и при обучении AlphaZero шахматам. Это более чем в два раза повысило точность определения фолдинга белка – примерно с 40 до 85 % точности на стандартном эталоне[67]. Это масштабное достижение позволило биологам и химикам всего мира вернуться к вопросам, на которые они раньше не могли ответить, и задать новые вопросы о противодействии патогенам в организмах людей, животных и растений. Достижения в области ИИ, такие как AlphaFold, преодолевают прежнюю ограниченность наших возможностей изучения и прогнозирования мира и меняют подход ученых к дальнейшим исследованиям в областях лечения болезней, улучшения окружающей среды и решения других критических задач.
Образование и обучение
Взросление рядом с ИИ изменит наши отношения друг с другом и с самими собой. Сегодня различают «цифровых аборигенов» и предыдущие поколения, а в будущем будут различать просто цифровых аборигенов и «ИИ-аборигенов». В перспективе дети будут расти с ИИ-помощниками, которые будут одновременно выполнять множество функций: няньки, воспитателя, советчика, друга. Такой ИИ может обучать детей любым языкам и наукам, подстраивая свой стиль преподавания под индивидуальные особенности учеников и их успеваемость, чтобы добиться от них наилучших результатов. ИИ может служить товарищем по играм, когда ребенку скучно, и наблюдателем, если родители в отъезде. Очевидно, что с внедрением персонифицированного образования с участием ИИ возможности среднего человека могут возрасти.
Граница между людьми и ИИ поразительно прозрачна. Получив цифровых помощников в раннем возрасте, дети привыкнут к ним. Такие ИИ будут развиваться вместе со своими владельцами, по мере взросления перенимая их вкусы. Персонализированный цифровой помощник, перед которым поставлена задача максимально повысить удобство или удовлетворенность человека, будет выдавать нужные рекомендации и информацию, даже если пользователь не понимает, почему он делает это лучше, чем любой другой ресурс.
Со временем люди могут предпочесть своих цифровых помощников другим людям. Цифровые помощники улавливают предпочтения хозяев, а общаться с другими людьми будет сложнее (хотя бы потому, что у других людей есть личные особенности и посторонние желания). В результате снизится наша зависимость от человеческих отношений. Во что тогда превратится детство? Машина может имитировать человеческие эмоции, но не может их испытывать – как это повлияет на восприятие мира ребенком, на его воображение, на игры? Как изменится процесс поиска друзей и социализации?
Важно понимать, что доступность цифровой информации, вероятно, уже изменила образование и культурный опыт целого поколения. Сейчас мир приступает к еще одному большому эксперименту – дети будут расти с машинами, которые во многом будут действовать так же, как учителя-люди на протяжении многих поколений, но без человеческой чувствительности, проницательности и эмоций. Это может привести к тому, что опыт, полученный участниками эксперимента, будет совсем не таким, какого они ожидали и желали.
Все это может не понравиться встревоженным родителям. Раньше родители ограничивали для детей время, которое можно провести перед телевизором, сегодня мы ограничиваем время с компьютерами и гаджетами, а в будущем родители станут ограничивать время общения с ИИ. Но так будут делать не все. Одни родители захотят подтолкнуть своих детей к успеху, у других не останется времени на воспитание детей, а третьи просто будут потакать желаниям детей – и все они разрешат своим детям общение с ИИ-компаньонами. Таким образом, дети – обучающиеся, развивающиеся, впечатлительные – будут формировать свои впечатления о мире в диалоге с ИИ.
Ирония заключается в том, что цифровизация, хоть и делает доступной все больше информации, при этом снижает возможность глубокого, сосредоточенного мышления. Сегодняшний постоянный поток медиаинформации уменьшает время для созерцания. Алгоритмы, созданные для стимулирования желаний человека, будут продвигать то, что привлекает внимание, – как правило, это нечто драматическое, удивительное и эмоциональное. У человека не будет оставаться времени для тщательного обдумывания идей, а доминирующие в настоящее время формы коммуникации будут еще меньше способствовать спокойным, сдержанным рассуждениям.
Новые информационные посредники
Как мы уже писали в главе 4, ИИ все больше формирует нашу информационную сферу. Раньше для того, чтобы информировать общественность и поддерживать упорядоченную картину мира, люди создавали специальных посредников – организации и общественные институты, которые занимались объяснением сложной информации, выделением важных, самых необходимых тем и распространением полученных результатов[68]. По мере того как общество осуществляло разделение физического труда, оно также добивалось разделения умственного труда, создавая высшие учебные заведения для содействия специализированным исследованиям и СМИ для информирования широкой общественности. Эти институты занимались агрегацией, дистилляцией, объяснением и передачей информации.
Теперь в эти информационные институты интегрируется ИИ. Он внедряется в каждой области, характеризующейся интенсивным интеллектуальным трудом, от финансов до юриспруденции. Но если редакторы-люди всегда могут объяснить, почему они выбирают ту или иную информацию, то в репрезентативности информационных выборок, которые мы получаем от ИИ, мы не всегда уверены, поскольку не понимаем механизмы сортировки ИИ – например, почему такие приложения, как TikTok и YouTube, продвигают одни видеоролики, а не другие. Пока нам нужны объяснения таких вещей, люди, понимающие механизмы сортировки ИИ, будут иметь серьезные преимущества. Но даже в этом случае для потребления информации, отфильтрованной ИИ, потребуется определенное доверие.
Влияние ИИ на человеческие знания парадоксально – ИИ-посредники способны анализировать огромные объемы данных, превосходящие те, которые мог себе представить человеческий разум. Но при этом они могут также усиливать манипулирование и искажать картину мира. Если ИИ управляется человеком, он способен использовать человеческие эмоции более эффективно, чем традиционная пропаганда. Подстроившись под индивидуальные предпочтения и инстинкты, ИИ способен вызвать реакцию, которая нужна его создателю. Аналогично, внедрение ИИ-посредников может усилить присущие пользователю предубеждения. Например, динамика рыночной конкуренции побуждает платформы социальных сетей и поисковые системы представлять ту информацию, которую пользователи считают наиболее привлекательной, что искажает картину реальности. Подобно тому, как технологии повысили скорость производства и распространения информации в XIX–XX вв., в наше время участие ИИ в современных процессах распространения информации будет изменять ее.
Часть пользователей будет пытаться пользоваться фильтрами, которые не искажают информационную картину – или хотя бы искажают ее понятным для пользователя