[50]. Тем не менее Ocado уже экспериментирует с роботами, пытающимися преодолеть эти препятствия. Компания использует роботизированные манипуляторы с присосками для поднятия предметов с подходящей поверхностью, таких как консервные банки, а также мягкие обрезиненные манипуляторы, которые когда-нибудь смогут эффективно захватывать более хрупкие предметы.
Попытки создать по-настоящему ловкого робота стали центром внимания многих венчурных фирм Кремниевой долины. Появился ряд хорошо финансируемых стартапов с разными подходами к исследованиям и инновациям. Одним из самых заметных является компания Covariant, основанная в 2017 году, но вышедшая из тени только в начале 2020 года. Исследователи из Covariant убеждены, что «обучение с подкреплением», по сути методом проб и ошибок, — это самый эффективный путь к прогрессу. Компания заявила, что разрабатывает систему на основе мощной глубокой нейронной сети, которую называет универсальным ИИ для роботов. Предполагается, что такой ИИ сможет управлять всевозможными машинами, способными «видеть, мыслить и выполнять задачи, слишком сложные для традиционных программируемых роботов»[51]. Компания, основанная исследователями из Калифорнийского университета в Беркли и OpenAI, получила инвестиции и положительные отзывы от ряда светил в области глубокого обучения, включая лауреатов премии Тьюринга Джеффри Хинтона и Яна Лекуна, Джеффа Дина из Google и основательницу ImageNet Фей-Фей Ли[52]. В 2019 году Covariant обошла 19 компаний в состязании, организованном швейцарским производителем промышленных роботов АВВ, где представила единственную систему, способную распознавать разнообразные объекты и манипулировать ими без участия человека[53]. Covariant будет работать совместно с АВВ и другими ведущими компаниями над созданием интеллекта для промышленных роботов, который когда-нибудь достигнет человеческого уровня восприятия или даже превзойдет его.
Многие стартапы и университетские исследователи, занятые в этой области, считают, как и Covariant, что глубокие нейронные сети и обучение с подкреплением — лучший двигатель прогресса в создании более ловких роботов. Примечательным исключением является Vicarious, маленькая фирма — разработчик ИИ, расположенная в районе залива Сан-Франциско. Долгосрочная цель этой фирмы, основанной в 2010 году, за два года до состязания ImageNet 2012 года, благодаря которому глубокое обучение получило широкую известность, — интеллект человеческого уровня, или универсальный искусственный интеллект. Иными словами, Vicarious в определенном смысле конкурирует с более масштабными и намного лучше финансируемыми проектами DeepMind и OpenAI. Мы ближе познакомимся с путями, которые прокладывают эти две компании, и с погоней за ИИ человеческого уровня в целом в главе 5.
Одна из главных задач Vicarious — разработка приложений более гибких (или, как говорят исследователи ИИ, менее «хрупких»), чем типичные системы глубокого обучения. Подобная адаптивность — обязательное требование для любого робота, который должен взять на себя широкий круг задач, в настоящее время выполняемых людьми. Технический сооснователь Vicarious Дилип Джордж, возглавляющий в компании исследования в области ИИ, убежден, что создание роботов, способных распознавать окружающие предметы и обращаться с ними, — это принципиально важный этап на пути к универсальному интеллекту. В начале 2020 года компания сообщила, что разработка универсальных роботов для сферы логистики и производства станет ее главной бизнес-стратегией в краткосрочной перспективе.
Vicarious держит детали в тайне, но утверждает, что создала новаторскую систему машинного обучения на основе принципов функционирования человеческого мозга, которую называет рекурсивной кортикальной сетью[54]. Компания оснастила своей системой роботов, уже запущенных в производство ее первыми клиентами, в число которых входит подразделение логистики Pitney Bowes и косметическая компания Sephora. Роботы Vicarious обладают поразительной способностью обучаться — заметно улучшать свои результаты в первые несколько часов выполнения заданий[55]. Целью является создание роботов, возможности которых не ограничиваются умением брать предметы со складских полок или из контейнеров, то есть конструирование действительно универсальных машин, способных осуществлять такие функции, как сортировка и упаковка, заменять рабочих, подающих заготовки к станкам для обработки и принимающих готовые детали, а также выполнять мелкую конвейерную сборку. Vicarious привлекла $150 млн венчурного капитала, и ее поддерживают такие виднейшие деятели Кремниевой долины, как Илон Маск, Марк Цукерберг, Питер Тиль и, конечно, Джефф Безос.
Параллельно разработкам в области искусственного интеллекта Vicarious пытается реализовать новаторскую бизнес-модель «роботы как услуга», которая со временем, возможно, окажется подрывной в целом ряде отраслей. Вместо того чтобы изготавливать или продавать собственных роботов, Vicarious покупает промышленных роботов у таких компаний, как АВВ, интегрирует их со своим программным обеспечением и сдает в аренду компаниям примерно так же, как агентство по временному трудоустройству присылает работников. В результате компаниям-клиентам не нужны ни долгосрочная программа автоматизации, ни первоначальные капиталовложения, которые обычно ассоциируются с применением промышленных роботов. Это сразу же устраняет один из главных недостатков использования роботов: затратность покупки, установки и программирования и, как следствие, долгая окупаемость. Однако традиционные промышленные роботы лишены гибкости и адаптивности людей. При изменении процессов на фабрике или складе — что может происходить часто, иногда каждые несколько месяцев — роботов приходится перепрограммировать, что отнимает много времени и средств. Это было одним из главных факторов, мешающих более широкому применению роботов в производственной и складской деятельности. Подход «роботы как услуга» в сочетании со способностью быстро обучать роботов новым задачам ясно говорит о том, что мы приближаемся к будущему, где роботы станут такими же адаптивными, как и люди. Скорее всего, это полностью изменит ситуацию в самых разных отраслях.
Vicarious не единственная компания, осознавшая выгоды этой бизнес-модели. Аналогичный подход применяет австрийская компания Knapp, которая использует роботов, работающих на программном обеспечении разработки Covariant. В январе 2020 года руководитель Knapp Петер Пухвайн сказал The New York Times, что стратегия компании — это стремление сделать себестоимость использования роботов ниже себестоимости труда людей. Например, «если компания платит работнику $40 000 в год, Knapp оценит [робота] примерно в $30 000». «Мы просто просим меньше, — объяснил Пухвайн изданию. — В сущности, это и есть наша бизнес-модель. Для клиента это простое решение»[56]. Разумеется, к низкой цене добавляется тот факт, что роботы не берут отпуск, никогда не болеют, не опаздывают на работу и в целом не создают никаких управленческих проблем и неудобств, постоянно возникающих в отношениях компании с работниками.
Даже если роботы обретут ловкость и начнут приближаться по возможностям к человеку, скорее всего, пройдет много времени, прежде чем такие машины станут настолько доступными по цене, чтобы их можно было использовать дома в качестве бытовой техники. Однако в условиях фабрики и склада, где ситуации намного более предсказуемы, а логика прибыльности и эффективности неизбежно смещает баланс рабочих и машин, подрывное изменение, по всей видимости, произойдет намного быстрее. Как мы убедились, роботы становятся не просто более умелыми в физическом манипулировании предметами, но и более адаптивными, в связи с чем будет расти вероятность их применения даже в таких областях, как сборка электронных устройств, где принципиально важна возможность быстрого изменения производства для размещения новых продуктов. Это станет важной главой в истории превращения искусственного интеллекта в общедоступный ресурс наподобие электричества, затрагивающий практически все аспекты экономики.
В конечном счете это будет иметь существенные последствия для занятости, особенно с учетом того, что склады и распределительные центры — одно из немногих светлых пятен в смысле создания рабочих мест в последние годы, когда онлайновая торговля уничтожает традиционный розничный сектор. Наиболее серьезными могут быть последствия, если изменения наложатся на восстановление после теперешнего экономического спада. Пока коронавирус — или хотя бы неотвязный страх следующей пандемии — остается значимым фактором, роботизированное производство представляет собой привлекательное решение проблем, связанных с необходимостью социального дистанцирования и с заболеваемостью сотрудников. Мы полнее рассмотрим потенциальное влияние искусственного интеллекта и робототехники на занятость и экономику в главе 6.
Грядущая революция ии в традиционной розничной торговле и индустрии фастфуда
Агентство Bloomberg опубликовало 3 декабря 2019 года статью под названием «Роботы во втором проходе» (Robots in Aisle Two), посвященную проникновению искусственного интеллекта, роботизации и автоматизации в американские традиционные розничные магазины. В статье, написанной бизнес-репортером Мэтью Бойлом, отмечалось, что ведущие продовольственные сети особенно заинтересованы в освоении новых технологий, в которых они видят средство защиты от прихода на этот рынок компании Amazon. Скучная сфера торговли продовольственными товарами, где последней крупной инновацией стало внедрение сканеров для штрихкодов в конце 1970-х годов, спешно бросилась экспериментировать с новыми технологиями на основе ИИ, в частности с «роботами для сканирования полок, программным обеспечением для динамического ценообразования, умными тележками, системами мобильных касс и автоматизированными мини-складами в подсобных помещениях»