Сверхдержавы ИИ: Китай, Кремниевая долина и новый мировой порядок - Кай-Фу Ли

ВВЕДЕНИЕ: БУДУЩЕЕ ИИ — ВОПРОСЫ ДЛЯ ВСЕХ

Работа венчурного инвестора обязывает часто выступать перед мировой бизнес- и политической элитой, рассказывая об искусственном интеллекте. Но одна из радостей моей работы — возможность говорить на ту же тему с детсадовцами. Удивительно, но обе эти аудитории часто задают одни и те же вопросы. Во время недавнего визита в пекинский детский сад группа пятилеток засыпала меня вопросами о нашем будущем с ИИ: "У нас будут роботы-учителя?", "Что, если робо-машины столкнутся?", "Люди будут жениться на роботах?", "Компьютеры станут такими умными, что смогут нами командовать?", "Если роботы все будут делать, что будем делать мы?".

Эти детские вопросы повторяют запросы самых влиятельных людей мира, и это показательно. Во-первых, это говорит о том, как ИИ стремительно ворвался в нашу жизнь. Еще несколько лет назад искусственный интеллект был темой для исследовательских лабораторий и научной фантастики. Средний человек смутно представлял, что ИИ — это про создание мыслящих роботов, но связи с повседневной жизнью почти не видел. Сегодня все изменилось. Газеты пестрят статьями о новейших достижениях ИИ, бизнес-конференции обсуждают его использование для прибыли, а правительства публикуют национальные планы по освоению технологии. ИИ внезапно оказался в центре общественного внимания, и не без причины.

Крупные теоретические прорывы в ИИ наконец-то привели к практическим применениям, готовым изменить нашу жизнь. ИИ уже лежит в основе многих наших любимых приложений и сайтов, а в ближайшие годы он будет управлять нашими автомобилями, портфелями, производством и, возможно, лишит нас работы. Эти применения несут как огромные перспективы, так и потенциальные опасности, и мы должны быть готовы к обоим сценариям. Мой диалог с детсадовцами был показателен и местом действия. Не так давно Китай отставал от США в области ИИ на годы, если не десятилетия. Но за последние три года Китай охватила настоящая ИИ-лихорадка, волна энтузиазма, затмевающая даже то, что мы видим в остальном мире. Увлечение ИИ вышло за пределы технологических и бизнес-кругов, проникло в государственную политику и докатилось до детских садов Пекина.

Эта широкая поддержка отражает и подпитывает растущую мощь Китая в этой области. Китайские ИИ-компании и исследователи уже добились огромного прогресса, догнав американских коллег, экспериментируя с инновационными алгоритмами и бизнес-моделями, которые обещают революционизировать экономику Китая. Вместе эти компании и ученые превратили Китай в настоящую ИИ-сверхдержаву, единственный реальный национальный противовес Соединенным Штатам в этой новой технологии. То, как эти две страны решат конкурировать и сотрудничать в области ИИ, будет иметь драматические последствия для мировой экономики и управления.

Наконец, общаясь с этими юными учениками, я наткнулся на более глубокую истину: когда дело доходит до понимания нашего будущего с ИИ, мы все похожи на этих детсадовцев. Мы полны вопросов без ответов, пытаемся заглянуть в будущее со смесью детского любопытства и взрослых тревог. Мы хотим знать, что автоматизация ИИ будет означать для наших рабочих мест и нашего чувства цели. Мы хотим знать, какие люди и страны извлекут выгоду из этой огромной технологии. Мы задаемся вопросом, сможет ли ИИ привести нас к материальному изобилию и найдется ли место человечеству в мире, управляемом разумными машинами.

Ни у кого нет хрустального шара, чтобы дать ответы. Но именно эта неопределенность делает особенно важным задавать эти вопросы и, насколько возможно, искать ответы. Эта книга — моя попытка сделать это. Я не оракул, способный предсказать будущее ИИ, но, исследуя эти вопросы, я могу опираться на свой опыт исследователя ИИ, технологического руководителя и теперь венчурного инвестора как в Китае, так и в Соединенных Штатах. Я надеюсь, что эта книга прольет свет на то, как мы сюда попали, а также вдохновит на новые разговоры о том, куда мы движемся дальше. Частично сложность предсказания финала нашей истории с ИИ заключается в том, что это история не только о машинах. Это также история о людях, обладающих свободой воли, позволяющей им делать собственный выбор и формировать свою судьбу. Наше будущее с ИИ будет создано нами, и оно будет отражать наш выбор и наши действия. В этом процессе, я надеюсь, мы заглянем глубоко внутрь себя и обратимся друг к другу за ценностями и мудростью, которые смогут нас направить. В этом духе давайте начнем это исследование.

ГЛАВА 1: СПУТНИКОВЫЙ МОМЕНТ КИТАЯ

Китайский подросток в очках с квадратной оправой казался маловероятным героем для последнего оплота человечества. Одетый в черный костюм, белую рубашку и черный галстук, Кэ Цзе сутулился в кресле, потирая виски и размышляя над проблемой. Обычно уверенный в себе до дерзости, девятнадцатилетний юноша ерзал в кожаном кресле. Смени обстановку, и он сошел бы за школьника, корпящего над нерешаемой геометрической задачей. Но в тот майский день 2017 года он вел отчаянную борьбу с одной из самых умных машин мира — AlphaGo, детищем искусственного интеллекта, созданным, возможно, ведущей технологической компанией мира Google. Полем битвы служила доска девятнадцать на девятнадцать линий, усеянная маленькими черными и белыми камнями — сырьем для обманчиво сложной игры Го.

Считается, что игра Го была изобретена более 2500 лет назад, ее история уходит глубже любой другой настольной игры, в которую играют сегодня. В Древнем Китае Го считалась одним из четырех искусств, которыми должен был владеть каждый ученый. Считалось, что игра наделяет игроков дзен-подобной интеллектуальной утонченностью и мудростью. В отличие от грубо тактических западных шахмат, Го основана на терпеливом позиционировании и медленном окружении, что превратило ее в форму искусства, состояние ума. Глубина истории Го соответствует сложности самой игры. Основные правила можно изложить всего в девяти предложениях, но количество возможных позиций на доске Го превышает число атомов в известной Вселенной. Сложность дерева решений превратила победу над чемпионом мира по Го в своего рода Эверест для сообщества ИИ.

Но в тот день AlphaGo не просто побеждала Кэ Цзе — она его систематически разбирала. В ходе трех марафонских матчей, длившихся более трех часов каждый, Кэ перепробовал все, что у него было. Он испытывал программу разными подходами: консервативным, агрессивным, оборонительным и непредсказуемым. Ничего не работало. AlphaGo не давала Кэ ни единого шанса, медленно сжимая тиски вокруг него. То, что вы увидели в этом матче, зависело от того, откуда вы смотрели. Для некоторых наблюдателей в США победы AlphaGo сигнализировали не только о триумфе машины над человеком, но и о превосходстве западных технологических компаний над остальным миром. Предыдущие два десятилетия Кремниевая долина покоряла мировые технологические рынки.

Однако, глядя из окна моего офиса во время матча Кэ Цзе, я видел нечто совершенно иное. Штаб-квартира моего венчурного фонда находится в пекинском районе Чжунгуаньцунь, который часто называют «Кремниевой долиной Китая». Сегодня Чжунгуаньцунь — бьющееся сердце китайского ИИ-движения. Для людей здесь победы AlphaGo были одновременно вызовом и вдохновением. Они стали «Спутниковым моментом» Китая для искусственного интеллекта. Когда Советский Союз запустил первый искусственный спутник Земли в октябре 1957 года, это мгновенно и глубоко повлияло на американскую психику и государственную политику. Событие вызвало широкую общественную тревогу в США по поводу предполагаемого технологического превосходства СССР. Оно спровоцировало создание НАСА, подстегнуло крупные государственные субсидии на математическое и научное образование и фактически положило начало космической гонке.

AlphaGo одержала свою первую громкую победу в марте 2016 года над легендарным корейским игроком Ли Седолем. Хотя в США это событие осталось почти незамеченным, в Китае пять партий привлекли более 280 миллионов зрителей. За одну ночь Китай охватила ИИ-лихорадка. Ажиотаж не совсем сравнялся с реакцией Америки на Спутник, но он зажег огонь в китайском технологическом сообществе, который горит до сих пор. Когда китайские инвесторы, предприниматели и чиновники сосредотачиваются на одной отрасли, они действительно могут потрясти мир. Китай наращивает инвестиции в ИИ, исследования и предпринимательство в исторических масштабах. Деньги в ИИ-стартапы льются рекой. Китайские студенты также подхватили ИИ-лихорадку. Основатели стартапов лихорадочно меняют курс, перестраивают или просто переименовывают свои компании, чтобы поймать волну ИИ.

Менее чем через два месяца после того, как Кэ Цзе признал поражение AlphaGo, китайское центральное правительство выпустило амбициозный план по наращиванию потенциала в области искусственного интеллекта. План предусматривал увеличение финансирования, политическую поддержку и национальную координацию развития ИИ. Он установил четкие ориентиры прогресса к 2020 и 2025 годам и прогнозировал, что к 2030 году Китай станет центром глобальных инноваций в области ИИ. К 2017 году китайские венчурные инвесторы уже откликнулись на этот призыв, влив рекордные суммы в ИИ-стартапы и составив 48% всего мирового венчурного финансирования ИИ, впервые обогнав США. Основой этого всплеска государственной поддержки в Китае является новая парадигма взаимоотношений между ИИ и экономикой. Наука об ИИ десятилетиями развивалась медленно, но верно, и лишь недавно прогресс резко ускорился, позволив воплотить академические достижения в реальные приложения.

Технические вызовы победы над человеком в Го были мне уже знакомы. Будучи молодым аспирантом, изучающим ИИ в Университете Карнеги-Меллона, я учился у пионера ИИ Раджа Редди. В 1986 году я создал первую программу, победившую члена команды чемпиона мира по игре Отелло, упрощенной версии Го. Это было достижением для того времени, но технология была не готова к чему-то сложнее настольных игр. То же самое было верно, когда Deep Blue от IBM победила чемпиона мира по шахматам Гарри Каспарова в 1997 году. То событие породило тревогу о роботах-повелителях, но, кроме повышения акций IBM, матч не оказал значимого влияния на реальную жизнь. ИИ все еще имел мало практических применений. Deep Blue, по сути, добилась победы «грубой силой», в значительной степени полагаясь на специализированное оборудование. Да, это был впечатляющий инженерный подвиг, но он основывался на давно известной технологии.

На этот раз все по-другому. Матч Кэ Цзе против AlphaGo, хоть и проходил в рамках доски Го, тесно связан с драматическими изменениями в реальном мире. Эти изменения включают китайскую ИИ-лихорадку, вызванную матчами AlphaGo, и лежащую в ее основе технологию глубокого обучения. AlphaGo работает на глубоком обучении — прорывном подходе к ИИ, который резко расширил когнитивные возможности машин. Программы на основе глубокого обучения теперь могут лучше людей распознавать лица, речь и выдавать кредиты. Десятилетиями революция ИИ казалась делом пяти лет. Но с развитием глубокого обучения за последние несколько лет эта революция наконец наступила. Она приведет к эре массового роста производительности, но также и к широкомасштабным потрясениям на рынках труда — и глубоким социально-психологическим последствиям для людей.

Во время матча Кэ Цзе меня пугали не ИИ-убийцы из предупреждений технологов. Это были реальные демоны массовой безработицы и социального хаоса. Угроза рабочим местам наступает гораздо быстрее, чем ожидают эксперты, и она не будет различать «синих» и «белых воротничков». В тот знаменательный день матча между AlphaGo и Кэ Цзе глубокое обучение свергало лучшего игрока человечества в Го. Та же самая технология, пожирающая рабочие места, скоро придет на завод и в офис рядом с вами. Но в том же матче я увидел и причину для надежды. Спустя два часа пятьдесят одну минуту Кэ Цзе уперся в стену. Он отдал игре все, что мог, но знал, что этого недостаточно. Сгорбившись над доской, он поджал губы, бровь задергалась. Поняв, что больше не может сдерживать эмоции, он снял очки и тыльной стороной ладони вытер слезы. Это случилось в мгновение ока, но эмоции были видны всем.

Эти слезы вызвали поток сочувствия и поддержки Кэ. За три матча он прошел через американские горки человеческих эмоций: уверенность, тревогу, страх, надежду и разбитое сердце. Это показало его соревновательный дух, но я увидел в этих играх акт подлинной любви: готовность сразиться с непобедимым противником из чистой любви к игре, ее истории и людям, которые в нее играют. Люди, наблюдавшие за фрустрацией Кэ, ответили тем же. AlphaGo, возможно, и победила, но Кэ стал народным чемпионом. В этой связи — люди, дающие и получающие любовь — я уловил проблеск того, как люди найдут работу и смысл в эпоху ИИ. Я верю, что умелое применение ИИ станет величайшей возможностью Китая догнать — и, возможно, превзойти — Соединенные Штаты. Но что еще важнее, этот сдвиг создаст возможность для всех людей заново открыть то, что делает нас людьми. Чтобы понять почему, мы должны сначала разобраться в основах технологии и в том, как она изменит наш мир.

ГЛАВА 2: ПОДРАЖАТЕЛИ НА АРЕНЕ КОЛИЗЕЯ

Его называли Клонером. Ван Син оставил свой след в раннем китайском интернете как серийный подражатель, странное зеркальное отражение почитаемых серийных предпринимателей Кремниевой долины. В 2003, 2005, 2007 и снова в 2010 году Ван брал самый горячий американский стартап года и копировал его для китайских пользователей. Все началось, когда он, будучи аспирантом-инженером в Университете Делавэра, наткнулся на пионерскую социальную сеть Friendster. Концепция виртуальной сети друзей мгновенно нашла отклик у Вана, и он бросил докторантуру, чтобы вернуться в Китай и воссоздать Friendster. В первом проекте он решил не клонировать дизайн Friendster точь-в-точь, а взял лишь основную идею и создал собственный интерфейс. Результат, по словам Вана, был «уродливым», и сайт провалился.

Два года спустя Facebook штурмовал университетские кампусы своим чистым дизайном и нишевым таргетингом на студентов. Ван перенял оба подхода, создав Xiaonei («В кампусе»). Сеть была эксклюзивной для китайских студентов, а интерфейс — точной копией сайта Марка Цукерберга. Ван дотошно воссоздал домашнюю страницу, профили, панели инструментов и цветовую схему стартапа из Пало-Альто. Xiaonei стал хитом, но Ван продал его слишком рано, не сумев привлечь достаточно денег на серверы. Под новым названием Renren («Все») сайт в итоге привлек 740 миллионов долларов на IPO в 2011 году. В 2007 году Ван снова был в деле, сделав точную копию только что основанного Twitter. Клон был сделан так хорошо, что если бы вы сменили язык и URL, то легко могли бы принять его за оригинал. Китайский сайт Fanfou процветал недолго, но вскоре был закрыт из-за политически чувствительного контента.

Затем, три года спустя, Ван взял бизнес-модель раскаленного Groupon и превратил ее в китайский сайт групповых покупок Meituan. Для элиты Кремниевой долины Ван был бесстыдником. В мифологии долины мало что осуждается так сильно, как слепое подражание истеблишменту. Именно такое подражательное предпринимательство, по общепринятому мнению, будет сдерживать Китай и не позволит ему создавать по-настоящему инновационные технологические компании, способные «изменить мир». Даже некоторые китайские предприниматели считали, что пиксельное клонирование Facebook и Twitter Ваном зашло слишком далеко. Да, китайские компании часто подражали американским аналогам, но можно было хотя бы локализовать или добавить штрих собственного стиля.

Но Ван не извинялся за свои сайты-имитаторы. Копирование было частью головоломки, говорил он, но также важен был его выбор сайтов для копирования и его исполнение на техническом и бизнес-фронтах. В конце концов, последнее слово осталось за Ваном. К концу 2017 года рыночная капитализация Groupon сократилась до 2,58 миллиарда долларов, а акции торговались менее чем за пятую часть цены IPO 2011 года. Бывший любимец американского стартап-мира стагнировал годами. Тем временем Meituan Вана Сина победил в жесточайшей конкурентной среде, одолев тысячи аналогичных сайтов групповых покупок. Затем он расширился на десятки новых направлений бизнеса. Сейчас это четвертый по стоимости стартап в мире, оцениваемый в 30 миллиардов долларов.

Анализируя успех Вана, западные наблюдатели совершают фундаментальную ошибку. Они считают, что Meituan победил, взяв отличную американскую идею и просто скопировав ее в защищенном китайском интернете — безопасном пространстве, где слабые местные компании могут выжить при гораздо менее интенсивной конкуренции. Однако такой анализ является результатом глубокого непонимания динамики китайского рынка и обнаруживает эгоцентризм, определяющий все интернет-инновации по отношению к Кремниевой долине. Создавая свои ранние клоны Facebook и Twitter, Ван фактически полностью полагался на сценарий Кремниевой долины. Этот первый этап эры подражателей помог создать базовые инженерные и цифровые предпринимательские навыки, полностью отсутствовавшие в Китае в то время.

Но именно второй этап — когда китайские стартапы черпали вдохновение из американской бизнес-модели, а затем яростно конкурировали друг с другом, адаптируя и оптимизируя эту модель специально для китайских пользователей — превратил Вана Сина в предпринимателя мирового класса. Ван не построил 30-миллиардную компанию, просто перенеся бизнес-модель групповых покупок в Китай. Более пяти тысяч компаний сделали то же самое, включая сам Groupon. Битва за китайский рынок групповых покупок стала микрокосмом того, чем стала интернет-экосистема Китая: Колизеем, где сотни подражателей-гладиаторов сражались насмерть. Среди хаоса и кровопролития иностранные первопроходцы часто оказывались не у дел. Именно местные бойцы подталкивали друг друга быть быстрее, проворнее, экономнее и злее.

Они агрессивно копировали продуктовые инновации друг друга, снижали цены до предела, запускали клеветнические кампании, насильственно удаляли конкурирующее ПО и даже сообщали о конкурирующих CEO в полицию. Для этих гладиаторов не было запрещенных грязных трюков или подлых маневров. Они применяли тактику, от которой покраснел бы основатель Uber Трэвис Каланик. Они также демонстрировали фанатичную круглосуточную трудовую этику, от которой сотрудники Google побежали бы в свои капсулы для сна. Кремниевая долина, возможно, считала копирование недостойным, а тактику — нечистоплотной. Во многих случаях так и было. Но именно это повсеместное клонирование — натиск тысяч подражателей — заставляло компании вводить новшества. Выживание в интернет-Колизее требовало неустанного совершенствования продуктов, контроля затрат, безупречного исполнения, создания позитивного PR, привлечения денег по завышенным оценкам и поиска способов построить надежный бизнес-"ров", чтобы удержать подражателей. Чистые подражатели никогда не создавали великих компаний и не могли выжить в этом Колизее. Но испытание огнем конкурентной среды, созданное окружением безжалостных подражателей, выковало поколение самых упорных предпринимателей на Земле.

ГЛАВА 3: АЛЬТЕРНАТИВНАЯ ИНТЕРНЕТ-ВСЕЛЕННАЯ КИТАЯ

В эпоху подражателей отношения между Китаем и Кремниевой долиной сводились к имитации, конкуренции и наверстыванию упущенного. Но примерно в 2013 году китайский интернет свернул в сторону. Он больше не отставал от западного интернета по функциональности, хотя и не превзошел Кремниевую долину по ее собственным меркам. Вместо этого он превращался в альтернативную интернет-вселенную, пространство со своими собственными исходными материалами, планетными системами и законами физики. Это было место, где многие пользователи выходили в интернет только через дешевые смартфоны, где смартфоны играли роль кредитных карт, и где густонаселенные города создавали богатую лабораторию для смешения цифрового и физического миров.

Технологические компании, правившие этим миром, не имели очевидных аналогов в Кремниевой долине. Упрощенные ярлыки вроде «Amazon Китая» или «Facebook Китая» больше не имели смысла при описании приложений вроде WeChat — доминирующего социального приложения в Китае, но превратившегося в «цифровой швейцарский нож», способный позволить людям оплатить продукты, заказать еду или записаться к врачу. В основе этой трансформации лежало несколько ключевых строительных блоков: пользователи, для которых мобильный интернет был первым опытом, роль WeChat как национального супер-приложения и мобильные платежи, превратившие каждый смартфон в цифровой кошелек.

Как только эти части сложились, китайские стартапы вызвали взрыв местных инноваций. Они стали пионерами онлайн-в-офлайн (O2O) услуг, которые глубоко вплели интернет в ткань китайской экономики. Они превратили китайские города в первые безналичные среды со времен бартерной экономики. И они революционизировали городской транспорт с помощью умных приложений для велошеринга, создав крупнейшую в мире сеть интернета вещей. Подпитывала этот огонь беспрецедентная волна государственной поддержки инноваций. Миссия Го Хуна по созданию «Проспекта Предпринимателей» была лишь первой струйкой того, что в 2014 году превратилось в приливную волну официальной политики, продвигающей технологическое предпринимательство.

Под лозунгом «Массовые инновации и массовое предпринимательство» китайские мэры наводнили свои города новыми инновационными зонами, инкубаторами и венчурными фондами с государственной поддержкой, многие из которых были смоделированы по образцу работы Го Хуна. Это была кампания, которую аналитики на Западе отвергли как неэффективную и ошибочную, но она турбонаддувом ускорила эволюцию альтернативной интернет-вселенной Китая. Процветание в этой среде требовало как инженерного мастерства, так и грубой силы: армий курьеров на скутерах, развозящих горячую еду, десятков тысяч торговых представителей, убеждающих уличных торговцев принимать мобильные платежи, и миллионов общих велосипедов, загружаемых на грузовики и развозимых по городам.

Взрыв этих услуг подтолкнул китайские компании засучить рукава и заняться грязной работой по ведению операционно тяжелого бизнеса в реальном мире. На мой взгляд, именно эта готовность запачкать руки в реальном мире отличает китайские технологические компании от их аналогов в Кремниевой долине. Американские стартапы любят придерживаться того, что знают: создания чистых цифровых платформ, облегчающих обмен информацией. Эти платформы могут использоваться поставщиками, выполняющими основную работу, но технологические компании, как правило, остаются в стороне от этих логистических деталей. Они стремятся к мифологии, высмеянной в сериале HBO «Кремниевая долина», — скелетной команде хакеров, строящих миллиардный бизнес, не выходя из своего лофта в Сан-Франциско.

У китайских компаний такой роскоши нет. Окруженные конкурентами, готовыми реконструировать их цифровые продукты, они должны использовать свой масштаб, расходы и эффективность в грязной работе как отличительный фактор. Они тратят деньги как сумасшедшие и полагаются на армии низкооплачиваемых курьеров, чтобы их бизнес-модели работали. Это определяющая черта альтернативной интернет-вселенной Китая, которая заставляет американских аналитиков, укоренившихся в ортодоксии Кремниевой долины, чесать затылки. Но именно эта приверженность грязной работе также закладывает основу для китайского лидерства в эпоху внедрения ИИ.

Погружаясь в грязные детали доставки еды, ремонта автомобилей, общих велосипедов и покупок в магазине на углу, эти компании превращают Китай в Саудовскую Аравию данных: страну, которая внезапно оказывается сидящей на запасах ключевого ресурса, питающего эту технологическую эру. Китай уже значительно опередил Соединенные Штаты как крупнейший в мире производитель цифровых данных, и этот разрыв с каждым днем увеличивается. Как я утверждал в первой главе, изобретение глубокого обучения означает, что мы переходим от эпохи экспертизы к эпохе данных. Но преимущество Китая в данных распространяется от количества к качеству. Огромное количество интернет-пользователей в стране дает ей количество данных, но именно то, что эти пользователи делают онлайн, дает ей качество.

Природа альтернативной вселенной приложений Китая означает, что собранные данные также будут гораздо полезнее для создания компаний, основанных на ИИ. Гиганты Кремниевой долины собирают данные о вашей активности на своих платформах, но эти данные в основном концентрируются на вашем онлайн-поведении. Китайские компании вместо этого собирают данные из реального мира: что, когда и где покупают, едят, преображаются и передвигаются физически. Глубокое обучение может оптимизировать только то, что оно может «видеть» с помощью данных, и физически обоснованная технологическая экосистема Китая дает этим алгоритмам гораздо больше глаз для наблюдения за содержанием нашей повседневной жизни. Когда ИИ начнет «электрифицировать» новые отрасли, охват Китаем грязных деталей реального мира даст ему преимущество над Кремниевой долиной.

ГЛАВА 4: ПОВЕСТЬ О ДВУХ СТРАНАХ

Как я уже отмечал, создание ИИ-сверхдержавы в XXI веке требует четырех основных компонентов: обильных данных, упорных предпринимателей, хорошо обученных ИИ-ученых и благоприятной политической среды. Мы уже видели, как гладиаторская стартап-экосистема Китая воспитала поколение самых хватких предпринимателей в мире, и как альтернативная интернет-вселенная Китая создала самый богатый в мире массив данных. Эта глава оценивает баланс сил по двум оставшимся компонентам — ИИ-экспертизе и государственной поддержке. Я считаю, что в эпоху внедрения ИИ преимущество Кремниевой долины в элитной экспертизе не так уж и велико. А в критически важной сфере государственной поддержки техно-утилитарная политическая культура Китая проложит путь к более быстрому развертыванию революционных технологий.

По мере того как ИИ проникает в широкую экономику, эта эра будет вознаграждать количество сильных ИИ-инженеров больше, чем качество элитных исследователей. Реальная экономическая мощь в эпоху внедрения ИИ придет не от горстки элитных ученых, раздвигающих границы исследований. Она придет от армии хорошо обученных инженеров, которые объединятся с предпринимателями, чтобы превратить эти открытия в революционные компании. Китай готовит именно такую армию. За два десятилетия, прошедшие с моей лекции в Хэфэе, китайское сообщество ИИ в значительной степени сократило разрыв с Соединенными Штатами. Хотя Америка все еще доминирует, когда речь идет об исследователях-суперзвездах, китайские компании и исследовательские институты пополнили свои ряды хорошо обученными инженерами, способными продвигать эту эру развертывания ИИ.

Это произошло благодаря сочетанию необычайной жажды знаний, которую я наблюдал в Хэфэе, со взрывным ростом доступа к передовым мировым исследованиям. Китайские студенты ИИ больше не корпят в темноте над устаревшими учебниками. Они используют открытую исследовательскую культуру ИИ, чтобы впитывать знания прямо из источника и в режиме реального времени. Это означает разбор последних онлайн-публикаций, обсуждение подходов ведущих ИИ-ученых в группах WeChat и просмотр их лекций на смартфонах. Эта богатая связность позволяет китайскому ИИ-сообществу догонять элиту интеллектуально, обучая поколение голодных китайских исследователей, которые теперь вносят свой вклад в область на высоком уровне. Она также дает возможность китайским стартапам применять передовые алгоритмы с открытым исходным кодом для практических ИИ-продуктов.

Эти стартапы теперь борются за кусок ИИ-ландшафта, в котором все больше доминирует горстка крупных игроков: так называемые Семь Гигантов эпохи ИИ, включающие Google, Facebook, Amazon, Microsoft, Baidu, Alibaba и Tencent. Эти корпоративные гиганты почти поровну разделены между США и Китаем, и они делают смелые шаги, чтобы доминировать в экономике ИИ. Они используют миллиарды долларов наличными и головокружительные запасы данных, чтобы поглощать доступные ИИ-таланты. Они также работают над созданием «энергосетей» для эпохи ИИ: частных вычислительных сетей, которые распределяют машинное обучение по всей экономике, где корпоративные гиганты выступают в роли «коммунальных служб». Это тревожное явление для тех, кто ценит открытую экосистему ИИ, а также представляет потенциальное препятствие для подъема Китая как ИИ-сверхдержавы.

Одна из недостаточно обсуждаемых областей конкуренции в ИИ — как между гигантами ИИ, так и между стартапами и двумя странами — это компьютерные чипы, также известные как полупроводники. Высокопроизводительные чипы — невоспетые герои каждой компьютерной революции. Теперь, когда традиционные вычислительные программы вытесняются операциями ИИ-алгоритмов, требования снова меняются. Машинное обучение требует молниеносного выполнения сложных математических формул, для чего не предназначены ни чипы Intel, ни Qualcomm. В эту пустоту шагнула Nvidia, производитель чипов, ранее преуспевавший в графической обработке для видеоигр. Математика, лежащая в основе обработки графики, хорошо совпала с требованиями ИИ, и Nvidia стала ключевым игроком на рынке чипов.

Эти чипы играют центральную роль во всем, от распознавания лиц до беспилотных автомобилей, и это положило начало гонке за создание ИИ-чипа следующего поколения. Google и Microsoft — компании, долгое время избегавшие создания собственных чипов — ринулись в бой вместе с Intel, Qualcomm и множеством хорошо финансируемых стартапов Кремниевой долины. Но впервые значительная часть действий в этой области происходит в Китае. Китайское правительство годами — десятилетиями даже — пыталось создать отечественные мощности по производству чипов. Но создание высокопроизводительного чипа — чрезвычайно сложный и требующий высокой квалификации процесс. Китайские лидеры и множество стартапов в области чипов надеются, что на этот раз все будет по-другому. Министерство науки и технологий Китая выделяет большие суммы денег. Китайские стартапы в области чипов, такие как Horizon Robotics, Bitmain и Cambricon Technologies, полны инвестиционного капитала. Преимущество страны в данных также будет способствовать разработке чипов. В целом, Кремниевая долина остается явным лидером в разработке ИИ-чипов. Но это лидерство, которое китайское правительство и венчурное сообщество страны изо всех сил пытаются стереть.

Однако использование мощи ИИ в широкой экономике не может быть осуществлено только частными компаниями — это требует благоприятной политической среды и может быть ускорено прямой государственной поддержкой. Как вы помните, вскоре после поражения Кэ Цзе от AlphaGo китайское центральное правительство выпустило масштабный план по достижению лидерства Китая в ИИ. Подобно кампании «массовых инноваций и массового предпринимательства», китайский план ИИ турбонаддувом ускоряет рост за счет потока нового финансирования, включая субсидии для ИИ-стартапов и щедрые государственные контракты для ускорения внедрения. План также сместил стимулы для политических инноваций в области ИИ. Амбициозные мэры по всему Китаю борются за превращение своих городов в витрины новых ИИ-приложений. Они планируют маршруты для беспилотных грузовиков, устанавливают системы распознавания лиц в общественном транспорте и подключают транспортные сети к «городским мозгам», оптимизирующим потоки.

За этими усилиями кроется коренное различие в американской и китайской политической культуре: в то время как американская состязательная политическая система агрессивно наказывает за просчеты или растрату при финансировании технологических модернизаций, китайский техно-утилитарный подход вознаграждает проактивные инвестиции и внедрение. Ни одна из систем не может претендовать на объективное моральное превосходство. Но я считаю, что в эпоху внедрения ИИ китайский подход приведет к ускорению развертывания, генерации большего количества данных и закладыванию семян дальнейшего роста. Это самоподдерживающийся цикл, работающий на своеобразной алхимии цифровых данных, предпринимательской хватки, накопленного опыта и политической воли.

ГЛАВА 5: ЧЕТЫРЕ ВОЛНЫ ИИ

В 2017 году я впервые услышал, как Дональд Трамп свободно говорит по-китайски. Во время его первого визита в Китай он появился на большом экране на крупной технологической конференции. Начав речь по-английски, он внезапно переключился на безупречный китайский, хотя и с типичным трамповским бахвальством: «ИИ меняет мир, — сказал он, — а iFlyTek — это действительно фантастика». Президент Трамп, конечно, не говорит по-китайски. Но ИИ действительно меняет мир, и китайские компании вроде iFlyTek лидируют в этом процессе. Обучив свои алгоритмы на больших массивах данных речей президента Трампа, iFlyTek создала почти идеальную цифровую модель его голоса. Затем она перекалибровала эту модель для мандаринского китайского, показав миру, как мог бы звучать Дональд Трамп, если бы вырос в деревне под Пекином.

Компания iFlyTek одерживала победы в серии престижных международных соревнований по ИИ в области распознавания речи, синтеза речи, распознавания образов и машинного перевода, часто опережая команды из Google, DeepMind, Facebook и IBM Watson. Этот успех не пришел за одну ночь. Еще в 1999 году моим главным кандидатом в Microsoft Research Asia был блестящий молодой аспирант Лю Цинфэн, один из тех студентов, что учились при свете уличных фонарей в Хэфэе. Он отказался от стипендии Microsoft, чтобы основать собственную компанию по распознаванию речи. Почти двадцать лет и десятки наград на соревнованиях по ИИ спустя, iFlyTek значительно превзошла гигантов вроде Nuance по возможностям и рыночной капитализации.

Но это произойдет не сразу. Полная революция ИИ займет некоторое время и в конечном итоге накроет нас серией из четырех волн: интернет-ИИ, бизнес-ИИ, ИИ восприятия и автономный ИИ. Каждая из этих волн использует мощь ИИ по-своему, разрушая разные секторы и вплетая искусственный интеллект все глубже в ткань нашей повседневной жизни. Первые две волны — интернет-ИИ и бизнес-ИИ — уже вокруг нас, перекраивая наши цифровые и финансовые миры способами, которые мы едва замечаем. ИИ восприятия сейчас оцифровывает наш физический мир, учась распознавать наши лица, понимать наши запросы и «видеть» мир вокруг нас. Автономный ИИ придет последним, но окажет самое глубокое влияние на нашу жизнь через беспилотные автомобили, автономные дроны и умных роботов.

Эти четыре волны питаются разными видами данных, и каждая из них предоставляет уникальную возможность для США или Китая захватить лидерство. Мы увидим, что Китай имеет сильные позиции для лидерства или со-лидерства в интернет-ИИ и ИИ восприятия, и, вероятно, скоро догонит США в автономном ИИ. В настоящее время бизнес-ИИ остается единственной ареной, где США сохраняют явное лидерство. Однако конкуренция не будет разыгрываться только в этих двух странах. Услуги на базе ИИ, впервые внедренные в США и Китае, затем распространятся среди миллиардов пользователей по всему миру. Компании вроде Uber, Didi, Alibaba и Amazon уже яростно конкурируют за эти развивающиеся рынки, но придерживаются очень разных стратегий.

ПЕРВАЯ ВОЛНА: ИНТЕРНЕТ-ИИ
Интернет-ИИ, вероятно, уже крепко держит ваши глазные яблоки, если не кошелек. Замечали, как затягивает кроличья нора видео на YouTube? Интернет-ИИ — это в основном использование алгоритмов ИИ в качестве рекомендательных систем: систем, которые изучают наши личные предпочтения, а затем подбирают для нас контент. Мощность этих ИИ-движков зависит от цифровых данных, к которым у них есть доступ. Эти данные становятся по-настоящему полезными для алгоритмов только после их разметки. Разметка происходит через связь фрагмента данных с конкретным результатом: купил/не купил, кликнул/не кликнул. Эти метки используются для обучения алгоритмов рекомендовать больше контента, который мы, скорее всего, будем потреблять.

Средний человек воспринимает это как «улучшение» интернета, но это также доказательство способности ИИ изучать нас через данные, а затем оптимизировать под наши желания. Эта оптимизация привела к огромному росту прибылей для интернет-компаний. В целом, китайские и американские компании примерно равны в интернет-ИИ. Я прогнозирую, что через пять лет китайские технологические компании будут иметь небольшое преимущество (60-40). У Китая больше интернет-пользователей, чем в США и всей Европе вместе взятых, и эти пользователи имеют возможность совершать беспрепятственные мобильные платежи создателям контента, платформам O2O и другим пользователям. Это сочетание порождает креативные приложения интернет-ИИ и возможности монетизации, не имеющие аналогов в мире.

ВТОРАЯ ВОЛНА: БИЗНЕС-ИИ
Интернет-ИИ использует тот факт, что пользователи автоматически размечают данные во время просмотра. Бизнес-ИИ использует тот факт, что традиционные компании также автоматически размечали огромные объемы данных десятилетиями: страховые компании покрывали несчастные случаи, банки выдавали кредиты, больницы вели учет диагнозов. Бизнес-ИИ извлекает из этих баз данных скрытые корреляции, которые часто ускользают от человеческого глаза. Он использует размеченные данные для обучения алгоритма, который может превзойти даже самых опытных людей-практиков. Алгоритмы ИИ учитывают тысячи слабых признаков: периферийных точек данных, которые могут показаться не связанными с результатом, но содержат некоторую предсказательную силу при объединении десятков миллионов примеров.

Оптимизации такого рода хорошо работают в отраслях с большими объемами структурированных данных. Именно поэтому США имеют сильное лидерство в ранних применениях бизнес-ИИ. Крупные американские корпорации уже собирают большие объемы данных и хранят их в хорошо структурированных форматах. В Китае дела обстоят иначе. Китайские компании никогда по-настоящему не принимали корпоративное ПО или стандартизированное хранение данных. Плохие данные также делают результаты оптимизации ИИ менее надежными. Но в отраслях, где бизнес-ИИ может перескочить через устаревшие системы, Китай добивается серьезных успехов, например, в ИИ-микрофинансировании (Smart Finance) или ИИ-диагностике (RXThinking). Сегодня США имеют командное преимущество (90-10) в этой волне, но я считаю, что через пять лет Китай несколько сократит разрыв (70-30).

ГЛАВА 6: УТОПИЯ, АНТИУТОПИЯ И РЕАЛЬНЫЙ КРИЗИС ИИ

Все продукты и услуги ИИ, описанные в предыдущей главе, достижимы на основе существующих технологий. Их вывод на рынок не требует крупных новых прорывов в исследованиях ИИ, а лишь рутинной работы по внедрению: сбор данных, настройка формул, итерация алгоритмов, прототипирование продуктов и эксперименты с бизнес-моделями. Однако эпоха внедрения сделала больше, чем просто сделала эти практические продукты возможными. Она также разожгла народное воображение в отношении ИИ. Это подпитало веру в то, что мы на пороге достижения Святого Грааля исследований ИИ — искусственного общего интеллекта (AGI), мыслящих машин, способных выполнять любую интеллектуальную задачу, которую может выполнить человек, и даже больше.

Некоторые предсказывают, что с появлением AGI машины, способные к самосовершенствованию, вызовут безудержный рост компьютерного интеллекта. Это будущее, часто называемое «сингулярностью» или искусственным сверхинтеллектом, предполагает появление компьютеров, чья способность понимать мир и манипулировать им затмевает нашу собственную, подобно разрыву в интеллекте между людьми и, скажем, насекомыми. Такие головокружительные прогнозы разделили большую часть интеллектуального сообщества на два лагеря: утопистов и антиутопистов. Утописты видят в наступлении AGI и последующей сингулярности последний рубеж человеческого процветания. Рэй Курцвейл предвидит радикальное будущее, в котором люди и машины полностью сольются.

Другие мыслители-утописты видят в AGI нечто, что позволит нам быстро расшифровать тайны физической вселенной. Основатель DeepMind Демис Хассабис предсказывает, что создание сверхинтеллекта позволит человеческой цивилизации решить неразрешимые проблемы. Антиутописты настроены не так оптимистично. Илон Маск назвал сверхинтеллект «самым большим риском, с которым мы сталкиваемся как цивилизация». Интеллектуальные знаменитости, такие как покойный космолог Стивен Хокинг, присоединились к Маску в лагере антиутопистов, многие из них вдохновлены работами оксфордского философа Ника Бострома. По большей части, члены антиутопического лагеря не беспокоятся о захвате ИИ, как это изображено в фильмах типа «Терминатора».

Страх заключается в том, что если люди станут препятствием на пути достижения одной из целей сверхинтеллекта — например, обратить вспять глобальное потепление, — суперинтеллектуальный агент может легко, даже случайно, стереть нас с лица земли. Это называют «проблемой контроля» или «проблемой согласования ценностей», и это то, что беспокоит даже оптимистов AGI. Хотя сроки появления этих возможностей сильно разнятся, книга Бострома представляет опросы исследователей ИИ, давая медианный прогноз 2040 года для создания AGI, а сверхинтеллект, вероятно, последует в течение трех десятилетий после этого.

ПРОВЕРКА РЕАЛЬНОСТЬЮ: Когда утопические и антиутопические видения сверхинтеллектуального будущего обсуждаются публично, они вызывают и трепет, и страх. Эти всепоглощающие эмоции затем стирают в нашем сознании границы, отделяющие это фантастическое будущее от нашей нынешней эпохи внедрения ИИ. Чтобы внести ясность, ни один из описанных выше сценариев — бессмертные цифровые разумы или всемогущие сверхинтеллекты — невозможен на основе сегодняшних технологий; не существует известных алгоритмов для AGI или четкого инженерного пути к нему. Сингулярность — это не то, что может произойти спонтанно.

Достижение AGI потребует серии фундаментальных научных прорывов в ИИ, череды достижений масштаба глубокого обучения или даже большего. Эти прорывы должны были бы снять ключевые ограничения с «узких» ИИ-программ, которые мы используем сегодня, и наделить их широким спектром новых способностей. Ошибка многих прогнозов AGI заключается в простой экстраполяции быстрого темпа прогресса последнего десятилетия. Глубокое обучение представляет собой серьезный подъем в машинном обучении, движение на новое плато с разнообразными реальными применениями: эпоха внедрения. Но нет никаких доказательств того, что это восходящее изменение представляет собой начало экспоненциального роста. Наука сложна, а фундаментальные научные прорывы еще сложнее. Открытия вроде глубокого обучения редки и часто разделены десятилетиями. Я считаю, что мы все еще в десятилетиях, если не столетиях, от настоящего AGI. Существует также реальная возможность, что AGI — это то, чего люди никогда не достигнут.

Значит ли это, что я вижу только стабильный материальный прогресс и славное человеческое процветание в нашем будущем с ИИ? Вовсе нет. Вместо этого я считаю, что цивилизация скоро столкнется с другим видом кризиса, вызванного ИИ. Этому кризису будет не хватать апокалиптической драмы голливудского блокбастера, но он все равно разрушит наши экономические и политические системы и даже затронет суть того, что значит быть человеком в XXI веке. Короче говоря, это грядущий кризис рабочих мест и неравенства. Нынешние возможности ИИ не могут создать сверхинтеллект, который уничтожит нашу цивилизацию. Но я боюсь, что мы, люди, можем оказаться более чем способными справиться с этой задачей сами.

Аналогия с антиутопией Хао Цзинфан «Складной Пекин» здесь уместна. Я считаю, что по мере распространения четырех волн ИИ по мировой экономике, они могут вызвать еще большие экономические разрывы между имущими и неимущими, что приведет к широкомасштабной технологической безработице. Массовый рост производительности будет сопровождаться ликвидацией рабочих мест для огромного числа работников, причем увольнения ударят как по высокообразованным «белым воротничкам», так и по рабочим. Высшее образование не является гарантией безопасности. Помимо прямых потерь рабочих мест, ИИ усугубит глобальное экономическое неравенство, лишив развивающиеся страны возможности начать экономическое развитие за счет дешевого экспорта.

Техно-оптимисты отвергают эти опасения как «луддитскую ошибку», утверждая, что технология всегда создает больше рабочих мест в долгосрочной перспективе. Но анализ универсальных технологий (GPT) — парового двигателя, электричества и ИКТ — показывает более сложную картину. В то время как пар и электричество привели к росту занятости, ИКТ совпали с «великим рассогласованием» роста производительности и стагнацией зарплат и рабочих мест, усугубляя неравенство. ИИ будет GPT, но его воздействие будет отличаться. В отличие от ранних GPT, ИИ не будет способствовать «обезквалифицированию», создавая больше низкоквалифицированных рабочих мест. Вместо этого он будет заменять задачи, как рутинные ручные, так и когнитивные. Скорость революции ИИ, катализируемая цифровым распространением, венчурным финансированием и Китаем, сделает адаптацию еще сложнее. Потенциально от 40 до 50 процентов рабочих мест в США могут быть автоматизированы в течение 10-20 лет.

Скрытая под этой социальной и экономической суматохой будет психологическая борьба. Поскольку все больше и больше людей видят себя вытесненными машинами, они будут вынуждены ответить на гораздо более глубокий вопрос: в эпоху разумных машин, что значит быть человеком? В веках после Промышленной революции мы все больше стали рассматривать нашу работу не просто как средство выживания, а как источник личной гордости, идентичности и смысла. Разрыв этих связей нанесет ущерб гораздо больший, чем наши финансовые жизни. Это будет прямым посягательством на наше чувство идентичности и цели, ведущим к сокрушительному чувству тщетности, ощущению того, что ты устарел в собственной шкуре. Победители этой ИИ-экономики будут восхищаться удивительной силой этих машин. Но остальное человечество будет вынуждено бороться с гораздо более глубоким вопросом: когда машины могут делать все, что можем мы, что значит быть человеком?

ГЛАВА 7: МУДРОСТЬ РАКА

Глубокие вопросы, поднятые нашим будущим с ИИ — вопросы о взаимосвязи между работой, ценностью и тем, что значит быть человеком — оказались для меня очень личными. Большую часть своей взрослой жизни я был движим почти фанатичной трудовой этикой. Я отдавал почти все свое время и энергию работе, оставляя очень мало для семьи или друзей. Мое чувство собственного достоинства проистекало из моих достижений на работе, из моей способности создавать экономическую ценность и расширять собственное влияние в мире. Я провел свою исследовательскую карьеру, работая над созданием все более мощных алгоритмов искусственного интеллекта. При этом я стал рассматривать свою собственную жизнь как своего рода оптимизационный алгоритм с четкими целями: максимизировать личное влияние и минимизировать все, что не способствует этой цели.

Я стремился квантифицировать все в своей жизни, балансируя эти «входные данные» и тонко настраивая алгоритм. Я не пренебрегал полностью женой или дочерьми, но всегда старался тратить на них ровно столько времени, чтобы они не жаловались. Как только я чувствовал, что достиг этой планки, я мчался обратно на работу. Даже в глубоком сне мое тело естественным образом просыпалось дважды за ночь — в 2 и 5 утра — чтобы ответить на электронные письма из Соединенных Штатов. Эта одержимая преданность работе не осталась без вознаграждения. Я стал одним из ведущих исследователей ИИ в мире, основал лучший исследовательский институт компьютерных наук в Азии, запустил Google China, создал свой собственный успешный венчурный фонд, написал несколько бестселлеров на китайском языке и собрал одну из крупнейших аудиторий в социальных сетях Китая.

По любым объективным показателям мой так называемый личный алгоритм имел оглушительный успех. А потом все резко оборвалось. В сентябре 2013 года мне поставили диагноз: лимфома IV стадии. В одно мгновение мой мир ментальных алгоритмов и личных достижений рухнул. Ничто из этого не могло спасти меня сейчас или дать утешение и смысл. Как и многие люди, внезапно столкнувшиеся со своей смертностью, я был полон страха за будущее и глубокого, душераздирающего сожаления о том, как я прожил свою жизнь. Год за годом я игнорировал возможность проводить время и делиться любовью с самыми близкими мне людьми. Моя семья дарила мне только тепло и любовь, а я отвечал на это холодным расчетом. По сути, завороженный своим стремлением создать машины, которые думали как люди, я превратился в человека, который думал как машина.

Мой рак перешел в ремиссию, сохранив мне жизнь, но прозрения, вызванные этим личным столкновением со смертью, остались со мной. Они привели меня к перестановке приоритетов и полному изменению моей жизни. Я провожу гораздо больше времени с женой и дочерьми, переехал, чтобы быть ближе к стареющей матери. Я резко сократил свое присутствие в социальных сетях, вкладывая это время во встречи и помощь молодым людям, которые обращаются ко мне. Я попросил прощения у тех, кого обидел, и старался быть более добрым и сочувствующим коллегой. Прежде всего, я перестал рассматривать свою жизнь как алгоритм, оптимизирующий влияние. Вместо этого я стараюсь тратить свою энергию на то единственное, что, как я обнаружил, действительно придает смысл жизни человека: делиться любовью с окружающими.

Этот опыт, близкий к смерти, также дал мне новое видение того, как люди могут сосуществовать с искусственным интеллектом. Да, эта технология создаст огромную экономическую ценность и уничтожит поразительное количество рабочих мест. Если мы останемся в ловушке мышления, которое приравнивает нашу экономическую ценность к нашей человеческой ценности, этот переход в эпоху ИИ разрушит наши общества и нанесет ущерб нашей индивидуальной психологии. Но есть и другой путь, возможность использовать ИИ, чтобы удвоить ставку на то, что делает нас по-настоящему людьми. Этот путь не будет легким, но я верю, что он представляет нашу лучшую надежду не просто выжить в эпоху ИИ, но и по-настоящему процветать. Это путешествие, которое я прошел в своей собственной жизни, которое повернуло мой фокус с машин обратно на людей, и с интеллекта обратно на любовь.

Пока я боролся с этими суровыми осознаниями, лечение моего рака продолжалось. Мой первый врач классифицировал болезнь как IV стадию, самую продвинутую. В среднем пациенты с моим типом лимфомы четвертой стадии имеют около 50% шансов прожить следующие пять лет. Я хотел получить второе мнение перед началом лечения. Пока ждал консультации, я продолжил собственное исследование болезни. Я жадно поглощал всю информацию, которую мог найти о лимфоме. В ходе чтения я понял, как врачи классифицируют различные стадии лимфомы. Медицинские учебники используют концепцию «стадий». Традиционно стадия лимфомы определялась на основе нескольких простых характеристик: поражен ли более чем один лимфатический узел? Находятся ли пораженные узлы выше и ниже диафрагмы? Обнаружен ли рак в органах вне лимфатической системы или в костном мозге пациента?

Тот факт, что моя лимфома поразила более двадцати участков, распространилась выше и ниже диафрагмы и проникла в орган вне лимфатической системы, означал, что я автоматически был классифицирован как пациент IV стадии. Но чего я не знал во время постановки диагноза, так это того, что этот грубый метод стадирования больше связан с тем, что могут запомнить студенты-медики, чем с тем, что может вылечить современная медицина. В глубине моего собственного исследования я нашел научную работу, которая количественно оценивала предсказательную силу альтернативных метрик. Авторы выделили пять характеристик, которые, рассматриваемые вместе, наиболее сильно коррелировали с пятилетней выживаемостью. Листая стопки медицинских отчетов, я нашел информацию по каждой метрике. Из пяти характеристик, наиболее сильно коррелирующих с ранней смертью, казалось, что я проявлял только одну. И вот оно: в то время как диагноз IV стадии из больницы означал всего лишь 50% шанс на пятилетнюю выживаемость, более подробная и научная рубрика исследования повысила эту цифру до 89 процентов. Я перепроверял цифры снова и снова, и с каждым подтверждением я чувствовал все больший экстаз. Я чувствовал себя возрожденным.

ГЛАВА 8: ПЛАН СОСУЩЕСТВОВАНИЯ ЧЕЛОВЕКА С ИИ

Пока я проходил химиотерапию на Тайване, ко мне обратился старый друг, серийный предприниматель, с проблемой в его последнем стартапе. Он хотел создать продукт, который служил бы людям, часто игнорируемым технологическими стартапами, — пожилым. Он придумал большой сенсорный экран на подставке, который можно было разместить рядом с кроватью пожилого человека. На экране было несколько простых приложений, связанных с услугами: заказ доставки еды, просмотр любимых сериалов, вызов врача и многое другое. Все было максимально упрощено. Он даже включил кнопку, позволяющую пользователям напрямую позвонить агенту службы поддержки.

Это звучало как замечательный продукт. Но после запуска пробной версии друг обнаружил проблему. Из всех функций самой востребованной оказалась не доставка еды или управление телевизором, а кнопка вызова службы поддержки. Представители обнаружили, что люди звонили не потому, что не могли разобраться с устройством. Они звонили просто потому, что им было одиноко и хотелось поговорить. Их материальные потребности были удовлетворены, но больше всего им хотелось настоящего человеческого общения. Мой друг рассказал мне об этой «проблеме» как раз тогда, когда я сам приходил к осознанию центральной роли любви в человеческом опыте. Еще несколько лет назад я, вероятно, посоветовал бы какое-нибудь техническое решение, возможно, ИИ-чат-бота. Но, выздоравливая и осознавая надвигающийся кризис ИИ, я начал видеть вещи иначе.

В этом сенсорном устройстве и неудовлетворенной потребности в человеческом контакте я увидел первые наброски плана сосуществования людей и искусственного интеллекта. Да, разумные машины будут все чаще выполнять нашу работу и удовлетворять наши материальные потребности, разрушая отрасли и вытесняя работников. Но остается одно, что могут создавать и чем могут делиться только люди: любовь. При всех достижениях машинного обучения мы все еще далеки от создания ИИ, испытывающего эмоции. AlphaGo не испытывала радости от победы. ИИ не способен или не желает любить или быть любимым. Именно в этом уникальном человеческом потенциале к росту, состраданию и любви я вижу надежду.

Я твердо верю, что мы должны создать новую синергию между искусственным интеллектом и человеческим сердцем, искать способы использовать грядущее материальное изобилие, порожденное ИИ, для поощрения любви и сострадания в наших обществах. Если мы сможем это сделать, я верю, что есть путь к будущему как экономического процветания, так и духовного расцвета. Пройти этот путь будет непросто, но если мы сможем объединиться вокруг этой общей цели, я верю, что люди не просто выживут в эпоху ИИ. Мы будем процветать как никогда раньше.

ИСПЫТАНИЕ ОГНЕМ И НОВЫЙ СОЦИАЛЬНЫЙ КОНТРАКТ
Проблемы перед нами остаются огромными. Как я отмечал в главе 6, в течение пятнадцати лет мы технически сможем автоматизировать 40-50% всех рабочих мест в США. Это не значит, что все эти рабочие места исчезнут в одночасье, но рынки труда окажутся под огромным давлением. Встреча с этими вызовами означает, что мы не можем позволить себе пассивно реагировать. Мы должны активно использовать возможность, которую предоставит нам материальное богатство ИИ, и использовать ее для реконструкции наших экономик и переписывания наших социальных контрактов. Создание обществ, процветающих в эпоху ИИ, потребует существенных изменений не только в нашей экономике, но и в культуре и ценностях.

Столетия жизни в индустриальной экономике приучили многих из нас верить, что наша основная роль в обществе (и даже наша идентичность) заключается в производительном, оплачиваемом труде. Уберите это, и вы разрушите одну из самых сильных связей между человеком и его сообществом. Переходя от индустриальной эпохи к эпохе ИИ, нам нужно будет отойти от мышления, которое приравнивает работу к жизни или рассматривает людей как переменные в великом алгоритме оптимизации производительности. Вместо этого мы должны двигаться к новой культуре, которая ценит человеческую любовь, служение и сострадание больше, чем когда-либо прежде.

Никакая экономическая или социальная политика не может «силой» изменить наши сердца. Но, выбирая разные политики, мы можем вознаграждать разные модели поведения и начать подталкивать нашу культуру в разных направлениях. Мы можем выбрать чисто технократический подход — рассматривать каждого из нас как набор финансовых и материальных потребностей, которые нужно удовлетворить, — и просто перечислять достаточно денег всем людям, чтобы они не голодали. Действительно, это понятие универсального базового дохода (UBI) кажется все более популярным. Но, делая этот выбор, я считаю, мы обесценим нашу собственную человечность и упустим беспрецедентную возможность. Вместо этого я хочу изложить предложения о том, как мы можем использовать экономическое изобилие, созданное ИИ, чтобы удвоить ставку на то, что делает нас людьми.

ТРИ «П»: ПЕРЕОБУЧИТЬ, ПЕРЕРАСПРЕДЕЛИТЬ, ПЕРЕОСМЫСЛИТЬ
Многие из предлагаемых технических решений для смягчения последствий потери рабочих мест из-за ИИ, исходящие из Кремниевой долины, можно разделить на три категории: переобучение работников, сокращение рабочего времени или перераспределение доходов. Сторонники переобучения верят в онлайн-образование и «непрерывное обучение». Защитники сокращения рабочего времени считают, что переход на 3-4-дневную рабочую неделю может распределить оставшиеся рабочие места среди большего числа людей. Лагерь перераспределения, часто продвигающий UBI, считает, что ни обучение, ни изменение графика не помогут, и необходимы радикальные схемы перераспределения богатства.

Переобучение — важная часть головоломки, особенно для тех, кто находится в квадранте «Медленное сползание» (см. графики в главе 6), но его недостаточно для решения проблемы масштаба ИИ. Сокращение рабочего времени может смягчить краткосрочные сбои, но не решает долгосрочных проблем снижения доходов и исчезновения целых профессий. UBI, самая популярная форма перераспределения, обеспечивает базовую экономическую безопасность, но рискует стать просто «обезболивающим», упускающим возможность построить более гуманное общество. Многие сторонники UBI в Кремниевой долине видят в нем «волшебную палочку», техническое решение сложной социальной проблемы, которое позволяет им продолжать строить прорывные компании и пожинать огромные финансовые плоды, не беспокоясь о социальных последствиях.

СОЦИАЛЬНАЯ ИНВЕСТИЦИОННАЯ СТИПЕНДИЯ: ЗАБОТА, СЛУЖЕНИЕ И ОБРАЗОВАНИЕ
Я предлагаю альтернативу UBI: социальную инвестиционную стипендию. Это была бы достойная государственная зарплата, выплачиваемая тем, кто вкладывает свое время и энергию в деятельность, способствующую построению доброго, сострадательного и творческого общества. Сюда входят три широкие категории: работа по уходу, общественная служба и образование. Они стали бы опорами нового социального контракта. Работа по уходу могла бы включать уход за детьми, пожилыми родителями, помощь друзьям с болезнями или инвалидностью. Общественная служба могла бы охватывать работу некоммерческих организаций, волонтерство (например, гиды в парках, помощь в школах). Образование могло бы варьироваться от профессиональной переподготовки до освоения новых творческих навыков.

Требуя некоторого социального вклада для получения стипендии, мы бы продвигали идеологию, отличную от индивидуализма UBI. Мы бы подчеркивали, что экономическое изобилие достигнуто совместными усилиями общества, и теперь мы коллективно используем его, чтобы вновь подтвердить нашу приверженность друг другу, укрепляя узы сострадания и любви. Реализация такой стипендии, конечно, поднимет сложные вопросы (размер стипендии, оценка работы, определение видов деятельности), но эти проблемы не являются непреодолимыми. Правительства уже решают множество бюрократических задач. Постепенное внедрение, начиная с поддержки родителей или ухаживающих за пожилыми, позволило бы заложить основу для дальнейшего расширения.

ЗАКЛЮЧЕНИЕ: НАША ГЛОБАЛЬНАЯ ИСТОРИЯ ИИ

12 июня 2005 года Стив Джобс произнес одну из самых запоминающихся речей на выпускном в Стэнфорде. Он говорил о невозможности соединить точки своей жизни, глядя вперед, и о необходимости верить, что они как-то сложатся в будущем, если смотреть назад. Мудрость Джобса находит во мне отклик сегодня как никогда. Написание этой книги дало мне шанс соединить точки четырех десятилетий работы, роста и эволюции — путь, охвативший компании и культуры, от исследователя ИИ и бизнес-руководителя до венчурного капиталиста, автора и человека, пережившего рак. Все эти опыты сошлись воедино, чтобы сформировать мой взгляд на наше глобальное будущее с ИИ.

Мой опыт в технологиях и бизнесе помог понять, как эти технологии развиваются в Китае и США. Внезапное столкновение с раком разбудило меня и показало, почему мы должны использовать эти технологии для создания более любящего общества. Наконец, мой опыт переезда и перехода между двумя разными культурами убедил меня в ценности общего прогресса и необходимости взаимопонимания через национальные границы. Легко поддаться военной риторике и менталитету нулевой суммы, говоря о глобальном развитии ИИ, сравнивая сегодняшнюю «гонку ИИ» с космической гонкой или, что еще хуже, с гонкой вооружений Холодной войны. Но это не новая Холодная война.

Истинный потенциал ИИ лежит не в разрушении, а в созидании — в генерации экономической ценности и процветания в масштабах, невиданных ранее в истории человечества. Ясный взгляд на долгосрочное воздействие технологии раскрывает суровую правду: в ближайшие десятилетия наибольший потенциал ИИ для разрушения и уничтожения лежит не в международных военных конфликтах, а в том, что он сделает с нашими рынками труда и социальными системами. Осознание грядущих социальных и экономических потрясений должно смирить нас и превратить наши конкурентные инстинкты в поиск совместных решений общих проблем, с которыми мы все сталкиваемся как люди.

Поскольку творческая и разрушительная сила ИИ ощущается по всему миру, нам нужно обращаться друг к другу за поддержкой и вдохновением. США и Китай будут лидировать в экономически продуктивных применениях ИИ, но другие страны и культуры, несомненно, продолжат вносить неоценимый вклад в нашу более широкую социальную эволюцию. Ни у одной страны не будет всех ответов, но если мы будем черпать мудрость из разных источников, я верю, что нет проблемы, которую мы не сможем решить вместе. Эта мудрость будет включать прагматичные реформы наших систем образования, тонкие нюансы культурных ценностей и глубокие сдвиги в том, как мы понимаем развитие, конфиденциальность и управление.

Но доступ и принятие этих разнообразных источников понимания сначала требуют, чтобы мы сохраняли чувство контроля над этой быстро ускоряющейся технологией. Легко почувствовать, что люди теряют контроль над своей судьбой перед лицом всемогущих технологий. Но мы не пассивные зрители в истории ИИ — мы ее авторы. Это означает, что ценности, лежащие в основе наших видений будущего ИИ, вполне могут стать самоисполняющимися пророчествами. Если мы верим, что жизнь имеет смысл за пределами этой материальной крысиной гонки, то ИИ может стать инструментом, который поможет нам раскрыть этот более глубокий смысл.

Когда я начинал свою карьеру в ИИ в 1983 году, я описывал его как «квантификацию процесса человеческого мышления». Сегодня я вижу вещи иначе. Программы ИИ, которые мы создали, доказали свою способность имитировать и превосходить человеческий мозг во многих задачах. Но если изначальной целью было по-настоящему понять себя и других людей, то эти десятилетия «прогресса» ни к чему меня не привели. По сути, я перепутал анатомию. Вместо того чтобы стремиться превзойти человеческий мозг, мне следовало стремиться понять человеческое сердце. Потребовался диагноз рака и бескорыстная любовь моей семьи, чтобы я наконец соединил все эти точки в ясную картину того, что отличает нас от создаваемых нами машин. Этот процесс изменил мою жизнь и окольным путем вернул меня к моей первоначальной цели использования ИИ для раскрытия нашей человеческой природы. Если ИИ когда-либо позволит нам по-настоящему понять себя, то не потому, что эти алгоритмы уловили механическую сущность человеческого разума. А потому, что они освободили нас от необходимости думать об оптимизации и позволили вместо этого сосредоточиться на том, что действительно делает нас людьми: любить и быть любимыми.

Достижение этой точки потребует напряженной работы и сознательного выбора от всех нас. К счастью, как люди, мы обладаем свободой воли выбирать свои собственные цели, которой ИИ все еще лишен. Мы можем выбрать объединиться, работая через классовые и национальные границы, чтобы написать свой собственный финал истории ИИ. Давайте выберем позволить машинам быть машинами, а людям — людьми. Давайте выберем просто использовать наши машины, и, что более важно, любить друг друга.