Виталий Недельский - Гибридная цивилизация. Москва (2020) – Горный Алтай (2022)

И вот сегодня началось массовое применение новых интеллектуальных и когнитивных инструментов. С помощью ИИ мы снова можем помочь своим внутренним органам – через медицину нового поколения, о чем поговорим ниже. Далее, через создание новых инструментов – роботов и другого интеллектуального оборудования помогать нашим рукам. И еще дальше – через создание новых способов добывать и накапливать знание, ключевой ресурс цивилизации, мы поможем развивать нашу разумность. И я бы добавил еще одно – важное. Освобождение человека от выживания, от отупляющей рутины, дает ему возможность развивать в себе человеческое, даже так – лучше понять свое человеческое. Что отличает нас от роботов и от ИИ? Что мы делаем лучше сейчас и будет делать лучше в будущем? В этом давайте разберемся.

Одно из наиболее значимых событий в области ИИ для меня в прошлом году была статья Сергея Карелова в Medium, где он ведет колонку 8 8 https://medium.com/@sergey_57776/кто-сильнее-в-сложных-играх-человек-или-ии-533832319cdd . Я не знал про это. Когда в 1996—97 году Гарри Каспаров впервые в истории человечества начал соревноваться с компьютером с позиции чемпиона мира, то случилась интересная история. Сначала он выиграл, потом было три ничьих, а потом проиграл. Играл он с машиной (ИИ) Deep Blue IBM.

Когда проиграл, разумеется, как горячий кавказский парень, сразу потребовал матч-реванш. Но инженеры IBM уже складывали оборудование в коробки и отказались, им было достаточно полученного пиар-эффекта «#ПобеданадчемпиономМира». И тогда Гарри придумал новый чемпионат, который немедленно и объявил. Пусть через год приходят команды шахматистов и шахматных программ. Никаких ограничений. Единственное – правила игры остаются шахматными. И вот собрался этот странный чемпионат, поиграли и получили на первый взгляд неожиданный результат. Победила не команда, укомплектованная сильнейшими гроссмейстерами, усиленная самыми лучшими на тот момент шахматными ИИ, да на самых мощных компах. Нет. Победила команда из двух шахматистов-любителей с тремя разными средней руки шахматными программулинами. А почему? А потому что они поняли, как правильно играть командой. Они задавали вопрос насчет следующего хода. Если мнение игроков-людей и игроков-программ совпадало – отлично, ход готов! Если нет, они задавали уточняющий вопрос. И так могли делать несколько раз, пока снова не достигали консенсуса. Как сказал Гарри Каспаров в своей книге «Deep Thinking» 9 9 Garry Kasparov. Deep Thinking: Where Machine Intelligence Ends and Human Creativity Begins. UK, 2017. https://goo.gl/OwuOcW и в последующем интервью Talks to the Google 10 10 https://youtu.be/zhkTHkIZJEc – есть три составляющие: люди, компьютеры и интерфейс, и последний наиболее важен 11 11 https://youtu.be/NP8xt8o4_5Q .

То есть, получилось как в футболе – хорошо сыгранная и дисциплинированная команда из среднего класса игроков обычно побеждает команду со звездой в своем составе. Связана такая особенность с тем, что интеллект не одномерен. Можно придумать много «линеек» разных типов, которыми можно было бы измерить различные виды интеллекта. Интеллект специализируется на тех задачах, под которые он был создан – охота ли это или спасение от хищников, запоминание схронов пищи, решение математических задач или сочинение музыки. «Например, гроссмейстеры сильны в построении долгосрочной стратегии в шахматах, но не в состоянии обозреть наперед миллионы возможных ходов, в то время как обратное верно для шахматных AI. И поскольку люди и AI сильны в разных измерениях интеллекта, объединившись в шахматных кентавров, они могут побеждать и людей, и суперкомпьютеров» 12 12 Сергей Карелов. Как стать кентавром. Медиум. 12 марта 2018. .

Вспоминается в связи с этим еще одна история, блестяще описанная в книжке Майкла Льюиса «Человек, который изменил все», и в одноименном фильме, где Бред Питт играет менеджера небогатой бейсбольной команды Окленд Атлетикс. Он впервые в истории бейсбола начал использовать статистику того, как играют игроки. Как они подают, как ловят мяч, как быстро бегут. Обычно селекционеры выбирают игроков за их богатырскую стать и красивую внешность. Эффектная игра также очень хорошо сказывается на стоимости игрока и его зарплате. Но если смотреть на статистику, то найдутся внешне неказистые ребята с хорошими результатами в каждом отдельном способе играть. На них меньше обращают внимание, они теряются на фоне звезд, они стоят дешевле. У Окленд Атлетикс не было больших бюджетов и деваться было некуда. Понадобился лайфхак, при котором команда могла отбирать недорогих игроков, которых другие команды отвергали из-за их небогатого внешнего вида. Вскоре команда достигла отличных результатов за небольшие деньги и начала рвать лидеров чемпионата. Посмотрите фильм, Бред Питт хорош. И хотя главное, на чем он сыграл – это недооцененность игроков со средними внешними данными (или наоборот, переоценённость красавчиков, хотя с другой стороны – это же шоу-бизнес), но для меня важная аналогия – это взаимодополняемость игроков, каждый из которых хорош в чем-то своем, и их взаимодействие, сыгранность, которая позволяла этому каждому раскрыть свой талант. По большому счету – это модель нашего будущего, всех людей. Раскрыть свой талант как можно раньше, развить его как можно дальше, и встроиться с ним в команду, где этот талант позволит достичь выдающегося общего результата. Это связано в том числе с разделением труда, которое так славно описывает Петр Щедровицкий в своих лекциях 13 13 П. Г. Щедровицкий. https://shchedrovitskiy.com/publikacii/ , https://www.youtube.com/watch?v=cDJSeZxNwss , а также с ранним определением способностей, описанным Борисом Акуниным 14 14 Б. Акунин. Трезориум. 2017. в Трезориуме. Таким образом, важно отметить, что хорошо бы иметь гениальные мозги, еще лучше иметь продвинутую технику с крутым ИИ на борту. Но самым главным может оказаться процесс их координации, создание «сыгранности» для решения конкретных классов задач. А вот это уже творческая задача, а даже вполне может быть, одна из профессий будущего. Этакие продюсеры кентавров. Надо подумать, как лучше их назвать и какие требования могут быть к таким людям. Как минимум и одновременно – хорошее знание психологии, социологии и алгоритмов ИИ. Если немного точнее, надо хорошо разбираться в сильных и слабых сторонах людей вообще и конкретных участниках команды в частности. А также в сильных и слабых сторонах различных ИИ.