Питер Тиль - Стартап (курс CS183) - Стэнфорд, весна 2012 г.

Самый вероятный кандидат на барьер в мире ИИ — это сложность кода. Может существовать некий лимит, где ПО становится слишком сложным по мере того, как вы создаете новые и новые строки кода. После определенной точки оказывается так много всего, за чем нужно следить, что уже никто не понимает, что происходит. Дебаггинг становится сложным или вовсе невозможным. Что-то такое можно сказать о Microsoft Windows через несколько десятилетий. Она была элегантной. Возможно, она может быть немного улучшена, или уже была. Однако в ней могут существовать существенные скрытые барьеры. В теории, вы добавляете строки кода, чтобы улучшить вещь. Но они могут сделать только хуже.

Фундаментальная борьба между экспоненциальной надеждой и асимптотической реальностью. Оптимистичный взгляд — это экспоненциальная кривая. Мы можем выступать за неё, но она вроде как неизвестна. Вопрос в том, когда вступит в действие асимптота, и вступит ли.

И версия ИИ:

D. ИИ выбивается в лидеры

Существует множество параллелей между созданием нового в биотехе и в ИИ. Однако есть три отличительных преимущества в фокусировании на ИИ:

1. Свобода инженерии

2. Свобода от регулирования и предписаний

3. Недоисследованность (действие вопреки тенденциям)

Свобода инженерии сопряжена с тем, что биотех и ИИ фундаментально очень разные. Биология развивалась в природе. Иногда люди представляют биологические процессы в виде чертежей. Но точнее было бы представлять их в виде рецептов. Биология — это набор инструкций. Добавьте пищи и воды и запекайте 9 месяцев. И таких конструкций целые серии. Если пирожок у вас не вышел, очень сложно исправить его, просто заглянув в кулинарную книгу.

Это не идеальная аналогия. Но в целом, ИИ куда больше похож на чертеж. В отличие от основанного на рецептах биотеха, ИИ гораздо менее зависим от точных последовательностей шагов. У вас больше инженерной свободы для раскладывания вещей в разных комбинациях. В процессе изменения биологического рецепта гораздо меньше свободы, чем в создании чертежа с нуля.

С точки зрения законодательства, радикальное различие заключается в том, что биотех очень сильно зарегулирован. Разработка нового лекарства занимает 10 лет и обходится в 1.3 миллиарда долларов. В этой работе куча предосторожностей. В FDA (Управление по контролю качества пищевых продуктов и лекарственных средств) работает 4000 человек.

ИИ, напротив, является нерегулируемым полем. Вы можете запускаться, как только готово ваше ПО. Это может стоить вам $1 миллион, или несколько миллионов. Но не миллиард. Вы можете работать у себя в подвале. Если вы попытаетесь синтезировать Эболу или оспу у себя в подвале, вы можете влипнуть в самые разные неприятности. Но если вы просто хотите рубиться в ИИ у себя в подвале, это нормально. Никто не придет за вами. Может, дело в том, что бюрократы и политики — чудилы без воображения. Может, законодатели просто не интересуются ИИ. В любом случае, каковы бы ни были причины, вы свободны в работе.

Кроме того, ИИ по отношению к биотеху недоисследован. Представьте матрицу 2х2; по одной оси у вас недоисследованность — высокая исследованность. По другой оси консенсус — противоречия. Биотех 2.0 попадает в квадрант высокой исследованности и консенсуса, который, понятное дело, является худшим. “Это следующий большой прорыв” — аудитория в Санта Кларе была на 100% убеждена в этом. ИИ, наоборот, попадает в квадрант недоисследованности и противоречий. Люди говорят об ИИ десятилетиями. А искусственный интеллект так и не случился. Таким образом, многие стали пессимистами на его счёт, и сместили свой фокус. Это может быть очень хорошо для тех, кто хочет сфокусироваться на ИИ.

PayPal, по настоянию Люка Нозека (Luke Nosek), стал первой компанией в истории, которая включила криогенику в пакет привилегий сотрудников. У нас была вечерина в духе Tupperware, где представители криогенных компаний по очереди пытались убедить людей подписаться за $50k на нейрозаморозку, или за $120k на заморозку всего тела. Всё шло хорошо, но потом они не смогли распечатать условия, потому что не смогли заставить работать свой матричный принтер. Так что, может быть, чтобы заставить биотех работать как надо, нужно поднажать на фронт ИИ.

IV. Седлаем ИИ

К нашему разговору сегодня присоединились люди из трёх разных компаний, которые занимаются вещами, связанными с ИИ. Две из них — Vicarious и Prior Knowledge — находятся на ранней стадии. Третья, Palantir, постарше.

Vicarious пытается построить ИИ, разрабатывая алгоритмы, которые используют базовые принципы работы человеческого мозга. Они полагают, что высокоуровневые концепты получаются из приземленного опыта взаимодействия с миром, и поэтому создание ИИ требует, для начала, объяснения работы человеческой сенсорики. Таким образом, их первый шаг — это построение системы зрения, которая понимает изображения так, как это делает человек. Одно это будет иметь различные коммерческие приложения — например, поиск изображений, робототехника, медицинская диагностика — но долгосрочный план заключается в том, чтобы пойти дальше зрения, и создать интеллектуальную машину в целом.

Prior Knowledge использует другой подход к построению ИИ. Их цель — это в меньшей степени эмуляция функций мозга, и в большей — разработка разных способов обработки больших массивов данных. Они применяют набор Байесовых вероятностных подходов к распознаванию образов и установлению причинных связей в больших наборах данных. В каком-то смысле это противоположность эмуляции работы мозга; интеллектуальная машина должна обрабатывать огромные массивы данных с помощью сложных математических алгоритмов, которые существенно отличаются от того, как большинство людей анализируют вещи в повседневной жизни.