Нобелевские лауреаты и безымянные ремесленники
Ступив на палубу английского почтового судна Franconia II в 1938 году, Энрико Ферми изменил мировой баланс сил. Он только что получил Нобелевскую премию по физике в Стокгольме, но вместо того чтобы вернуться домой в Италию, где правил Бенито Муссолини, Ферми со своей семьей отплыл в Нью-Йорк.
Они отправились в Америку, так как их не устраивали расистские законы Италии: евреям или африканцам запрещалось иметь более одной работы и вступать в брак с итальянцами. Жена Ферми, Лаура, была еврейкой, и он решил перевезти семью на другой конец света, вместо того чтобы терпеть антисемитизм, охвативший Европу.
Это был очень личный поступок, но он привел к потрясающим последствиям для всего мира. После прибытия в США Ферми узнал об открытии учеными нацистской Германии ядерного распада и быстро приступил к изучению этого явления. Ему удалось получить первую в мире цепную ядерную реакцию в реакторе, прямо под трибунами университетского стадиона в Чикаго. Сверхсекретный Манхэттенский проект приобрел невиданный размах и привел к созданию ядерного оружия. Сделанные тогда бомбы положили конец Второй мировой войне в Тихом океане и заложили основу для ядерного миропорядка. Ферми и Манхэттенский проект распахнули перед человечеством дверь в новую эпоху открытий. В ядерной физике 1930-е и 1940-е годы были эпохой фундаментальных прорывов, и один Энрико Ферми стоил тысячи менее блестящих физиков. Американское лидерство в значительной степени обеспечивали прибывающие в США гении вроде Ферми: мужчины и женщины, способные единолично склонить чашу весов научной мощи в пользу своего государства. Но не каждая технологическая революция следует этой схеме. Часто после масштабного прорыва основной объем работы из рук элитных исследователей переходит к армии инженеров-ремесленников, обладающих достаточным опытом для использования той или иной технологии при решении различных практических задач. Это особенно верно для тех случаев, когда результат прорыва находит применение в повседневной жизни, а не остается в стенах нескольких военных лабораторий. Примером такого процесса является массовая электрификация. Вслед за открытиями Томаса Эдисона в области электричества началось быстрое внедрение в жизнь различных изобретений на их основе. С электричеством экспериментировали тысячи инженеров: они искали пути, чтобы привести новые приборы в действие и реорганизовать производственные процессы. Им не нужно было совершать великие открытия, как Эдисону. Они просто должны были знать, как работает электричество, и учитывать это при создании полезной и эффективной техники. Наша нынешняя фаза реализации ИИ соответствует этой последней модели.
Постоянный поток сообщений о новейших достижениях в области ИИ дает нам ошибочное ощущение, что мы живем в эпоху открытий – время, подобное тому, когда Энрико Ферми определил мировой баланс сил. На самом деле мы наблюдаем за последствиями одного фундаментального прорыва – открытия глубокого обучения и связанных с ним методов, применимых к решению множества разных проблем. Теперь процесс требует участия хорошо обученных научных работников – мастеров-ремесленников нашей эпохи. Сегодня эти мастера используют сверхчеловеческие способности ИИ в области распознавания образов для оформления кредитов, управления автомобилями, перевода текста, игры в го и поддержки вашего голосового ассистента Amazon Alexa.
Пионеры глубокого обучения – Джеффри Хинтон, Ян Лекун, Джошуа Бенжио и другие – уже стали Энрико Ферми эпохи ИИ. Они продолжают раздвигать границы возможностей искусственного интеллекта. Вероятно, они сделают еще не одно открытие, способное изменить правила игры и перевернуть сложившийся порядок в мире технологий. Но в то же время основную часть работы по применению достижений ИИ делают сегодня мастера-ремесленники.
Обмен достижениями
Нынешняя технологическая революция дала ученым и техническим специалистам важное преимущество – мгновенный доступ к последним работам ведущих новаторов в любой области. Во время промышленной революции в Англии закрытые границы государств и языковые барьеры мешали распространению важных достижений. Однако культурная открытость Америки и более свободные законы об интеллектуальной собственности помогли некоторым серьезным изобретениям просочиться туда. Тем не менее между новатором и практиком-имитатором всегда оставалась существенная дистанция.
В наши дни все обстоит по-другому. Когда китайских предпринимателей спрашивают, насколько Китай отстает от Кремниевой долины в исследовании искусственного интеллекта, некоторые из них в шутку отвечают: «На 16 часов» – такова разница во времени между Калифорнией и Пекином. Америка может быть домом для лучших исследователей, но большая часть их достижений и гипотез мгновенно становится доступна любому, у кого есть подключение к интернету и основные знания об ИИ. Такому обмену информацией способствуют две определяющие черты сообщества исследователей ИИ: открытость и быстрота коммуникации.
Исследователи искусственного интеллекта, как правило, публикуют свои алгоритмы, данные и результаты работы в открытом доступе. Они делают это, потому что их объединяет общая цель, а также потому что стремятся достичь объективных показателей в научном соревновании. Во многих иных науках эксперименты нельзя точно воспроизвести в другой лаборатории: мельчайшие изменения в методе или окружающей среде могут значительно повлиять на результаты. Но эксперименты с ИИ полностью воспроизводимы, а алгоритмы являются напрямую сравниваемыми. Единственное требование – обучение и тестирование этих алгоритмов должно проводиться на идентичных наборах данных. Международные конкурсы часто требуют от соревнующихся команд, занимающихся компьютерным зрением или распознаванием речи, предоставлять свои работы для разбора другим исследователям.
Скорость совершенствования ИИ также заставляет исследователей оперативно делиться своими результатами. Многие ученые, работающие с ИИ, не пытаются совершить фундаментальные прорывы, сравнимые с открытием глубокого обучения, – они занимаются тем, что постоянно дорабатывают самые лучшие алгоритмы. Эта тонкая настройка регулярно помогает устанавливать новые рекорды точности при решении задач в области распознавания речи или визуальной идентификации. Когда исследователи соревнуются между собой, победителя определяют именно такие рекорды, а не успех разработанных продуктов или экономические результаты. И когда ученый устанавливает новый рекорд, он, конечно, хочет известности и признания. Но в современной науке все происходит очень быстро, и многие исследователи опасаются, что, пока они будут ждать публикации в журнале, их рекорд превзойдут и он останется незарегистрированным. Поэтому они стремятся к скорейшей публикации и выбирают для нее такие сайты, как www.arxiv.org – онлайн-хранилище научных статей. Сайт позволяет исследователям мгновенно зафиксировать свои достижения с указанием времени и места.
В мире, изменившемся после победы AlphaGo, китайские студенты, исследователи и инженеры стали одними из самых жадных читателей arxiv.org. Они тщательно просматривают этот сайт в поисках новых методов, впитывая все, что могут предложить самые выдающиеся исследователи в мире. Наряду с академическими публикациями китайские студенты, изучающие ИИ, также отслеживают, переводят и снабжают субтитрами лекции ведущих деятелей науки в этой области, таких как Ян Лекун, Себастьян Трун из Стэнфорда и Эндрю Ын. После десятилетий, проведенных за чтением устаревших учебников в полутьме, эти будущие ученые упиваются свободным доступом к работам, отражающим глобальные научные тенденции.
Сообщество ИИ Китая образует гигантские группы и создает мультимедийные платформы в WeChat для подробного обсуждения всего самого нового в области ИИ. Тринадцать новых медиакомпаний, появившихся только для того, чтобы освещать этот сектор науки, предлагают своей аудитории отраслевые новости, экспертный анализ и открытый диалог. Эти информационные агентства могут похвастаться более чем миллионом зарегистрированных пользователей, а половина из них пользуется венчурным финансированием, что поднимает оценку каждого такого агентства выше 10 млн долларов. Я сам участвую в академических дискуссиях и вхожу в число пятисот членов специальной группы в WeChat, которая собирается каждую неделю, чтобы обсудить свежие публикации об исследованиях в области ИИ. Чат-группа гудит сотнями сообщений в день: серьезные вопросы по научной статье, обсуждаемой на этой неделе, скриншоты последних достижений участников в работе над алгоритмами и, конечно же, множество эмодзи. Но китайские практики не просто пассивно приобщаются к мудрости западного мира. Они теперь и сами вносят свой вклад в экосистему, и размер этого вклада стремительно растет.
Что делать с конференцией?
У Ассоциации по продвижению искусственного интеллекта (AAAI) возникла проблема. Эта уважаемая организация уже целых три десятилетия проводила важнейшие всемирные конференции, посвященные ИИ, но в 2017 году мероприятие оказалось под угрозой срыва из-за того, что его даты совпали с китайским Новым годом. Несколько лет назад это не вызвало бы осложнений. Большинство докладчиков составляли американские, британские и канадские ученые, а группа китайских исследователей была малочисленной. Но на участие в конференции 2017 года пришло почти равное количество заявок от исследователей из Китая и Соединенных Штатов, и возникла опасность, что половина желающих не сможет присутствовать на ней из-за главного для китайской культуры праздника.
«Ведь никто не стал бы назначать конференцию на Рождество, – сказал президент Ассоциации в интервью журналу Atlantic. – Нам пришлось срочно принять меры и перенести конференцию на неделю вперед»[43].
Китайские разработчики внесли свой вклад в развитие ИИ на всех уровнях, от тонких настрое