[84]. В мире, где все более очевидным становится кризис в области психического здоровья, который, по всей видимости, значительно усилится из-за стресса и тревоги, связанных с пандемией коронавируса, подобные инструменты — единственное доступное решение проблемы для многих людей. Я усматриваю определенную иронию в том, что именно та область здравоохранения, которую мы привыкли считать наиболее «человеческой» по своей природе, первой выиграла от масштабируемого роста производительности, обеспеченного ИИ, который когда-нибудь, как мы надеемся, преобразует всю эту сферу.
Возможно, самым важным прорывом в области искусственного интеллекта медицинского назначения в обозримом будущем станет появление всеобъемлющей надежной системы общей диагностики и лечения, своего рода «врача из коробки». Ее задача — не заменить докторов, а дополнить их, фактически обеспечив общедоступность навыков и опыта лучших терапевтов. Легко представить будущее, в котором мощная диагностическая ИИ-система радикально повышает производительность труда врачей, а также создает условия, когда даже неопытный или посредственный терапевт ведет прием пациентов как будто при участии виртуальной команды элитных специалистов, постоянно наблюдающей за его работой и консультирующей его.
Безусловно, нам до этого пока далеко, но один из первых шагов на этом пути очень поучителен. Сразу после триумфа Watson[85] в телеигре Jeopardy![86] в феврале 2011 года IBM стала энергично переориентировать эту технологию на использование в медицине и других областях и создала на основе Watson новое направление деятельности стоимостью миллиард долларов. В представлении компании система Watson должна была накапливать знания из множества разнообразных источников, включая учебники, медицинские карты, результаты диагностических и генетических тестов, научные статьи, и затем использовать сверхчеловеческую способность к выявлению взаимосвязей, превосходя даже самых одаренных экспертов. IBM надеялась, что это принесет ощутимую пользу в приложениях для разработки персонализированных планов лечения сложных заболеваний, в частности онкологических. Несмотря на невероятный хайп и восторженные публикации в СМИ, расписывающие, как Watson «идет в медицинскую школу» и готовится «взяться за рак»[87], словно это подготовка к очередному выпуску Jeopardy! результаты, по крайней мере на данный момент, оказались неутешительными. В 2017 году Онкологический центр Андерсона при Техасском университете, один из самых разрекламированных партнеров IBM из сферы здравоохранения, прервал работу с Watson, поскольку не получил от этой технологии реальной пользы[88]. Тем не менее IBM продолжает верить в эту идею и вкладывать в нее деньги, как и растущее число других компаний, стартапов и гигантов вроде Google. Конкуренция останется острой, поскольку рентабельность инвестиций, которые позволят создать по-настоящему успешную технологию, обещает быть колоссальной. Я считаю успех неизбежным, но для этого потребуются ИИ-технологии, выходящие за рамки нынешнего применения глубокого обучения, иными словами — прорывы в создании универсального искусственного интеллекта. Мы рассмотрим новейшие достижения в этой сфере в главе 5.
В случае появления подлинно эффективной и надежной системы могут потребоваться медики новой категории. Возможно, это будут бакалавры или магистры со специальной подготовкой в области взаимодействия пациентов с медицинской ИИ-системой, одобренной и должным образом регулируемой. Эти сотрудники с более низкими зарплатами не заменят врачей, а будут работать под их контролем и заниматься типичными случаями. Например, большинство семейных врачей в Соединенных Штатах имеют дело с потоком пациентов с одними и теми же хроническими нарушениями, прежде всего ожирением, высоким кровяным давлением и диабетом. Новая категория практикующих врачей, работающих с искусственным интеллектом, может в значительной мере снять с них нагрузку, а также расширить географический охват. Во многих сельских районах США уже сейчас не хватает врачей, и ситуация будет лишь усугубляться по мере старения населения. Чтобы решить эти проблемы и со временем достичь роста производительности труда, который наконец покончит с болезнью издержек в здравоохранении, нам следует значительно расширить использование машинного интеллекта в области медицины. Думаю, другого выбора у нас практически нет.
Беспилотные легковые и грузовые машины: Затянувшееся ожидание
Обещание Илона Маска вывести к концу 2020 года на дороги миллион роботизированных такси лишь один из самых свежих примеров преувеличенных ожиданий. Наверное, вследствие значимости автомобиля для нашего образа жизни, особенно в Соединенных Штатах, никакое другое применение искусственного интеллекта не вызвало столько хайпа и чрезмерного энтузиазма, как создание беспилотника. После состязаний Grand Challenges[89] Управления перспективных исследовательских проектов Министерства обороны США (DARPA) в 2004 и 2005 годах эта технология достигла ошеломляющего прогресса, одновременно с завидной регулярностью обманывая гипертрофированные ожидания. В 2015 году самые авторитетные отраслевые специалисты предсказывали, что беспилотные транспортные средства выйдут на наши дороги в течение пяти лет. Получили известность рассуждения Криса Урмсона, одного из первопроходцев в этой области, в прошлом технического директора Waymo, дочерней компании Google, занимающейся беспилотниками, в настоящее время гендиректора и основателя стартапа Aurora по разработке беспилотной технологии, о том, что его сыну, которому в то время было 11 лет, не придется сдавать экзамены на водительские права в 16. Крупнейшие автопроизводители, включая Toyota и Nissan, также обещали создать беспилотные автомобили к 2020 году[90]. Все эти прогнозы так и не сбылись. Урмсон с прежней уверенностью поделился в 2019 году ожиданиями, что по меньшей мере «сотни» беспилотных транспортных средств начнут курсировать по дорогам общего пользования в течение пяти лет[91], а за десять лет появится 10 000 таких машин, а может и больше[92]. На мой взгляд, даже эти предположения слишком оптимистичны. Я бы сказал, существует реальная опасность того, что мы еще долгое время будем ожидать появления беспилотных автомобилей через пять лет.
В действительности задача рутинного передвижения беспилотников как по шоссе, так и в городской среде — иными словами, в ситуациях, развивающихся более или менее ожидаемым образом, — по большей части решена. Если бы дороги общего пользования сколько-нибудь походили на склад Amazon в отношении предсказуемости обстановки, машины с автопилотом уже могли бы широко эксплуатироваться.
Проблему, разумеется, представляют так называемые пограничные случаи, практически бесконечное число необычных взаимодействий и ситуаций, которые самоуправляемой машине трудно или невозможно с точностью спрогнозировать или, зачастую, верно интерпретировать. Большинство проектов создания полного автопилота основываются на высокоточном картировании улиц, по которым движется автомобиль. В результате неожиданные перекрытия улиц, ремонтные работы или дорожно-транспортные происшествия могут создать проблему. Ненастная погода, особенно сильный дождь или снег, также служит серьезной помехой. Однако самой трудной задачей является обеспечение безопасного взаимодействия с экосистемой, полной пешеходов и водителей двух— и четырехколесных транспортных средств, ведущих себя непредсказуемо. В таких городах, как Сан-Франциско, нередко встречаются беспечные или пьяные пешеходы. Даже внимательные люди часто действуют так, что их поведение трудно интерпретировать: осторожничают при переходе улицы в одних местах и действуют неосмотрительно — в других. В густонаселенных районах координация между водителями и пешеходами во многом опирается на социальное взаимодействие, понимание или воспроизведение которого может оказаться очень сложной задачей для самоуправляемых автомобилей. Связь, установленная посредством зрительного контакта, взмах руки, остановка посередине улицы с целью убедиться, что водитель уступает дорогу, и множество других тонких поведенческих проявлений составляют своего рода бессловесный язык, каким-то образом понимаемый практически каждым участником дорожного движения. Я допускаю, что овладение взаимодействиями такого рода может попросту выходить за рамки возможностей сегодняшних систем глубокого обучения. Иными словами, для подлинно беспилотных автомобилей может потребоваться технология намного больше приближенная к универсальному машинному интеллекту, и ждать этого придется долго.
По мнению многих аналитиков, с учетом трудностей, с которыми сталкиваются беспилотные автомобили в условиях города, первыми по-настоящему функциональными беспилотниками на наших дорогах станут дальнемагистральные грузовики. В конце концов, езда по автомагистралям является задачей по большей части уже решенной такими системами, как автопилот Tesla. Однако, хотя вероятность возникновения непредсказуемого события на автомагистрали ниже, чем на оживленном городском перекрестке, последствия ошибки значительно усугубляются высокими скоростями движения и тем, что транспортным средством в данном случае является полностью загруженный автофургон, обладающий большой кинетической энергией. Опять же, вопреки преувеличениям Илона Маска, автопилот Tesla не сертифицирован для использования без внимательного водителя за баранкой. Поэтому я считаю, что пройдет еще немало времени, прежде чем беспилотные грузовики станут обычным делом на скоростных шоссе общего пользования.