Николас Карр - В стеклянной клетке. Автоматизация и мы

Тем не менее никто еще не смог остановить движение прогресса. Многие разработки инженеров Google, несомненно, найдут применение в новых легковых и грузовых автомобилях следующих поколений. Компания заявила о своих притязаниях открыто, но другие автомобилестроители занимаются такими же разработками, никак их не афишируя. В настоящее время целью этих работ является не столько создание робота на колесах, сколько изобретение все новых средств автоматизации управления автомобилем, помогающих повысить безопасность, удобство и привлекательность машин для потенциальных покупателей. С тех пор как я впервые в жизни повернул ключ зажигания двигателя старенькой Subaru, автоматизация управления автомобилем шагнула далеко вперед. Сегодняшние автомобили буквально нашпигованы электронными приспособлениями. Микрочипы и сенсоры контролируют работу автомата постоянной скорости, противозаклинивающего тормозного устройства, механизмов тяги и сохранения устойчивости, а в машинах последних моделей электроника регулирует передачу при переменной скорости, помогает парковаться, избегать столкновений, регулирует мощность света фар и работу дисплеев приборной панели. Изощренное программное обеспечение уже стало буфером между нами и дорогой. Машиной управляем, собственно говоря, не мы, а потоки электронных импульсов, порождаемых бортовым компьютером.

В ближайшие годы управление будет все в большей степени передаваться приборам. Производители автомобилей класса «люкс» – Infiniti, Mercedes-Benz, Volvo – уже создают машины, в которых система лазерного автомата постоянной скорости работает даже в условиях прерывистого движения в пробках, где разгон часто чередуется с торможением. Компьютеризированная система рулевого управления помогает машине держаться в середине ряда, а также при необходимости экстренно тормозить. Другие компании стремятся создать еще более совершенные средства контроля и управления. Компания Tesla Motors, пионер электромобилестроения, планирует запустить в серийное производство машину, которая на 90 % будет управляться автоматически. Так, во всяком случае, заявил директор компании Элон Маск [3]. Появление беспилотного автомобиля Google не только потрясает самые основы нашего представления о вождении. Оно меняет представление о компьютерах и роботах. Раньше мы принимали как нечто само собой разумеющееся, что есть профессии и роды деятельности, недоступные для автоматизации. Компьютеры умеют делать массу разных вещей, но не все на свете. В 2004 году вышла книга экономистов Френка Леви и Ричарда Мюрнейн «Executing a left turu across ancoming traffic» («Новое разделение труда: как компьютеры создают новый рынок труда»). В ней авторы убедительно доказали, что существуют реальные границы способности программистов к воспроизведению человеческих талантов, особенно тех, которые обусловлены сенсорным восприятием, распознаванием образов и концептуальными знаниями. В качестве частного примера они привели управление автомобилем по реальной трассе, требующее мгновенной интеграции громадного количества зрительных сигналов и способности безболезненно вписываться в непрерывно и неожиданно меняющуюся дорожную ситуацию. Мы сами не вполне понимаем, как это происходит, и потому идея о том, что программисты могут свести все сложности, неуловимые нюансы и случайности к набору инструкций и строчкам программного кода, показалась авторам попросту смехотворной. «Выполнение левого поворота на нерегулируемом перекрестке, – пишут Леви и Мюрнейн, – требует учета такого множества факторов, что трудно представить себе набор правил, которые могли бы имитировать поведение водителя». Авторы твердо уверены (и вместе с ними большинство остального человечества), что руль еще надолго останется в крепких руках человека-водителя [4].

Оценивая способности компьютеров, экономисты и психологи уже давно выявили два вида знания: имплицитное и эксплицитное. Имплицитное знание называют иногда процедурным и обозначают им нашу способность делать некоторые вещи, не задумываясь: читать книги, ездить на велосипеде, ловить верхний мяч, вести машину. Эти навыки являются не врожденными, а приобретенными, и одни люди усваивают их лучше, а другие хуже. И те и другие практически невозможно описать простыми словесными выражениями. Когда вы делаете поворот на забитом машинами перекрестке, то, по данным нейрофизиологов, ваш мозг просто-таки перегружен работой. Многие участки головного мозга обрабатывают бесчисленные входящие сенсорные сигналы, оценивают время и расстояние, а также приводят в согласованные движения руки и ноги [5]. Однако, если кто-нибудь попросит вас подробно описать все, что вы чувствуете и делаете, совершая поворот, вам это удастся только в очень общих чертах. Способности к выполнению подобных навыков сидят глубоко в нашей нервной системе. Эти ментальные процессы происходят без участия сознания.

В основном наши способности оценивать разнообразные ситуации и быстро принимать адекватные им решения зависят как раз от имплицитных восприятий. Благодаря им проявляются творческие способности.

Эксплицитное знание, известное также как декларативное, можно осознанно описать: как поменять колесо; изготовить фигурку журавлика из бумаги; решить квадратное уравнение. Один человек может объяснить что-то другому в виде письменного или устного руководства: делай раз, делай два и т. д.

Компьютерная программа – это, по сути, набор письменных поэтапных инструкций. Следовательно, мы можем утверждать, что компьютеры способны имитировать навыки, зависящие от эксплицитного знания. Но возникает проблема – как обозначить строчками кодировок и алгоритмов то, что нельзя описать словами? Граница между имплицитным и эксплицитным всегда была очень жесткой, хотя многие талантливые люди пытались перешагнуть ее. Именно этот рубеж должен определить пределы автоматизации, чтобы обозначить работу исключительно для человека. Гуглмобиль решительно устанавливает границу между владениями человека и компьютера. Достижения инженеров показали, что наши представления о пределах автоматизации достаточно примитивны и мы, люди, не так совершенны, как нам кажется.

Разделение имплицитного и эксплицитного знания остается полезной концепцией в области психологии, хотя оно и утратило часть своей актуальности в области автоматизации.

Все сказанное не означает, что компьютеры приобрели имплицитное знание. Они не стали думать, как люди, и не скоро научатся делать все, что умеем мы. Нельзя уравнять искусственный интеллект с человеческим разумом. Но когда речь идет о выполнении задач, сложных для разума или мышц, машины могут воспроизводить наши действия, не вникая в их смысл. Беспилотный автомобиль делает левый поворот на нерегулируемом перекрестке благодаря программе, а не интуиции и искусству. Но, несмотря на различие способов достижения целей, результаты действий оказываются одинаковыми. Сверхчеловеческая скорость, с какой компьютеры способны следовать инструкциям, вычислять вероятности различных параметров, получать и отправлять данные, означает, что они могут использовать эксплицитное знание для того, чтобы разобраться с задачами, которые мы решаем, применяя знание имплицитное. В некоторых случаях уникальная мощь электроники позволяет ей справляться с проблемами из области имплицитного знания, где человек пасует. В мире самоуправляемых автомобилей не будут нужны светофоры и знаки остановки. Мгновенно обмениваясь данными, транспортные средства взаимно скоординируют свое движение даже на самых загруженных перекрестках, так же как сегодня пересылается информация по магистралям и закоулкам интернета. То, что невозможно описать нашим мозгом, поддается, как выясняется, рациональному отображению в схемах микрочипов.