● беспилотная доставка грузов для компаний (вероятно, внедрение произойдет не раньше чем через десять лет);
● беспилотные перевозки людей в такси и автомобилях совместного пользования (возможно, внедрение в контролируемых средах городов произойдет в течение пяти лет);
● беспилотные перевозки людей на частных транспортных средствах (пять – десять лет?);
● автономные полеты дронов, а затем и беспилотные полеты самолетов и вертолетов (пять лет для дронов, более десяти лет для пассажирского самолета);
● множество применений на производстве (технологии уже внедряются);
● применения в военном деле (используются сегодня для обнаружения и подрыва самодельных взрывных устройств);
● перемещение тяжелых или объемных грузов по заводским и складским помещениям (широко применяется сегодня такими компаниями, как Amazon);
● забота о престарелых и прикованных к постели родителях (небольшие пилотные проекты запущены в Японии);
● уборка домов и выполнение других домашних дел (уже частично осуществляется такими технологиями, как iRobot);
● автономное земледелие (технология уже используется, например для прореживания салата, и предоставляется стартапом Blue River, приобретенным компанией John Deere[99]);
● уход за домашними животными и скотом (широко используется роботизированная дойка коров).
Роль водителей в мире беспилотных автомобилей – одна из самых обсуждаемых проблем ИИ. По оценкам Американской ассоциации грузоперевозок, в США насчитывается около 3,5 млн водителей грузовиков, и часть из них в какой-то момент может лишиться работы. То же самое можно сказать о таксистах, которых в США насчитывается примерно 200 000, а также о полумиллионе водителей автомобилей совместного пользования.
Само собой, даже когда появятся полностью автономные автомобили, работу потеряют не все водители. Не все владельцы грузовиков, такси и автомобилей совместного пользования быстро проведут обновление своего автопарка. Одни бывшие водители будут контролировать беспилотные автомобили удаленно, а другие – возить клиентов, которым сложно самостоятельно пользоваться беспилотными автомобилями, или осуществлять доставку с дополнительными опциями. Тем не менее весьма вероятно, что со временем (скорее всего, примерно лет через десять) потребность в людях этих профессий снизится.
Даже частичная автономность может снизить потребность в водителях. Возможно, частично автономные грузовики смогут преодолевать большие расстояния без смены водителя, а автомобили совместного пользования, вероятно, смогут и вовсе обходиться без водителей. Сокращение штатов в этой сфере настолько вероятно, что семьям, компаниям и государствам стоит начать подготовку к жизни в мире беспилотного транспорта.
Сокращение штатов заводов и складов из-за внедрения роботов – уже не новость. В исследовании о влиянии роботов на местные рынки труда два экономиста приходят к выводу, что в 1990–2007 гг. начало эксплуатации одного промышленного робота на тысячу работников в Америке приводило к тому, что около шести работников попадали под сокращение[100]. Как я заметил, роботы в тот период были менее квалифицированными, чем используемые сегодня, а потому у них было меньше шансов полностью заменить работников предприятий.
Однако роботы не всегда заменяют работников. Например, компания Amazon использует в своих распределительных центрах и на складах более 100 000 роботов, многие из которых создаются Kiva Systems – компанией, которую Amazon приобрела в 2012 г. Внедрение роботов началось в 2014 г., но с тех пор Amazon увеличила штат складских работников более чем на 80 000 человек[101]. Само собой, не последнюю роль в этом сыграло значительное расширение бизнеса Amazon, произошедшее в этот же период.
Я подробнее разберу этот вопрос в главе 6. Пока что нужно понять, что движущиеся умные машины – беспилотные автомобили и роботы – представляют значительную угрозу человеческой занятости. Однако пока неясно, как скоро материализуется эта угроза и насколько в итоге сократятся штаты.
Появление многих беспилотных автомобилей также окажет влияние на структуру и функционирование городов и цепочек поставок. Мы пока не знаем, как это повлияет на ежедневные поездки на работу, определение оптимальных мест для офисов и перестройку сетей поставок, однако компаниям пора об этом задуматься. Решения в сфере недвижимости принимаются медленно и могут реализовываться десятилетиями.
Препятствия на пути к широкому внедрению умных движущихся машин сходны с преградами на пути к внедрению технологий, которые «воспринимают и распознают изображения», поскольку распознавание изображений крайне важно и в этой сфере. Ранее в этой главе я упомянул о пограничных условиях. «Трудности с распознаванием пешеходов, других автомобилей, дорог, дорожной разметки и знаков при снегопаде» возникают и здесь.
Другой преградой становится наличие значительного количества установленного оборудования. Ни потребители, ни компании не примут передовые технологии мгновенно. Это значит, что многие старые, небеспилотные автомобили еще нескоро сойдут с дорог. Кроме того, наличие беспилотных и небеспилотных автомобилей, вероятно, будет усложнять ситуацию на дорогах. Например, специалист по робототехнике из MIT Джон Леонард с удовольствием демонстрирует видеоролик, где он пытается повернуть налево и вписаться в длинную вереницу автомобилей, идущих впритык друг к другу. Он утверждает, что беспилотным автомобилям будет еще сложнее убедить водителей позволить им встроиться в поток. Скорее всего, возникнут трудности и при взаимодействии беспилотных автомобилей с пешеходами[102]. Один пешеход уже погиб под колесами беспилотного автомобиля Uber (за рулем которого сидел невнимательный человек). Это случилось в Аризоне в 2018 г.
При внедрении беспилотных автомобилей могут также возникнуть проблемы правового и общественного характера. Пока надзорные органы обычно позволяли тестирование беспилотных автомобилей. Пилотные проекты по внедрению беспилотных автомобилей были одобрены по крайней мере в 47 городах мира. Однако это может измениться, если общественность будет недовольна авариями или станет несправедливо обвинять в происшествиях технологии, а не водителей. Есть данные, что большинство опрошенных выражают желание обладать беспилотным автомобилем, но при этом многие считают беспилотные автомобили небезопасными[103].
Оценка человеческих эмоций
Не столь часто с ИИ ассоциируются задачи по оценке человеческих эмоций. Разработка необходимых технологий только начинается, но несколько стартапов уже предлагают на рынке продукты для оценки эмоций. Главным образом для этого используется осуществляемый с помощью машинного обучения анализ выражений лиц на изображениях и видео. На основе этого анализа компании, по их собственным утверждениям, выявляют «микровыражения», которые не всегда заметны человеческому глазу. Некоторые стартапы даже заявляют, что могут использовать эти выражения, чтобы понимать черты личности и поведенческие особенности человека. Большинство подобных компаний основано недавно и вышло из университетских исследовательских центров.
Чаще всего эта компетенция применяется в маркетинге и продажах. Компании, желающие понять, какие чувства клиенты испытывают при пользовании их продуктами и услугами, могут анализировать выражения их лиц. Например, компания Affectiva, выделившаяся из Медиалаборатории MIT (из исследовательской группы аффективных вычислений), использует технологии распознавания лиц и голоса, чтобы оценивать, нравятся ли клиентам продукты, рекламные ролики, медиаконтент и т. д. Ее представители утверждают, что для обучения алгоритмов используется более пяти миллионов видеороликов, в которых содержится два миллиарда изображений лиц. Компания часто работает с организациями, производящими продукцию широкого потребления, и использует в качестве посредников исследователей рынка и рекламные агентства.
Однако применение этой компетенции находится и за пределами маркетинга и продаж, а технологии способны оценивать эмоции не только на основании анализа лиц. Например, в Facebook пытаются научиться прогнозировать самоубийства пользователей сайта, для чего применяется анализ речи в видеороликах и текстовых сообщениях, осуществляемый с использованием технологий ИИ. Затем потенциально проблемный контент проверяется сотрудниками Facebook (остается только надеяться, что это происходит достаточно быстро). Инициатива отчасти стала ответом на серию самоубийств, которые в 2017 г. были показаны на сайте в прямом эфире. Впрочем, кое-кто утверждает, что предсказать попытки самоубийства очень сложно даже квалифицированным специалистам, а анализ на основе ИИ не сумеет достичь их уровня[104].
Кроме того, в настоящее время создаются социальные роботы, которые будут служить компаньонами для людей, например одиноких стариков. Само собой, робот-компаньон должен понимать человеческие эмоции. Однако первые социальные роботы, доступные сегодня (например, Jibo – продукт еще одной компании, выделившейся из группы аффективных вычислений Медиалаборатории MIT), не умеют распознавать эмоции.
Технологии оценки эмоций только начинают распространяться в бизнесе, но вот несколько текущих и потенциальных сфер их применения[105]:
● масштабная оценка реакции клиентов на онлайн-контент разных типов, например рекламу и онлайн-медиа (анализ тональности в социальных сетях широко распространен уже сегодня);