Мартин Форд - Технологии, которые изменят мир

Возьмем, к примеру, простую пару солнечных очков, лежащих на столе. Солнечные очки могут быть сложены и лежать стеклами вниз или вверх. Или возможно, очки могут быть открыты и расположены вертикально. Или одна дужка может быть открыта, а другая – сложена. И конечно, очки могут быть повернуты в любом направлении. Также возможен вариант, когда они соприкасаются или каким-то образом связаны с другими предметами. Разработка и программирование робота, способного распознать солнечные очки в любом возможном положении и затем подобрать их, согнуть дужки и положить обратно в чехол, – это настолько сложная задача, что работники по дому могут не бояться автоматизации в ближайшем будущем.

А теперь сравним сложную проблему визуального распознавания у роботов – домашних работников с задачей автоматизации работы рентгенолога.

По существу, медицинское сканирование отличается точностью параметров масштаба и ориентации: вы точно знаете, что вы исследуете. Вам не нужно беспокоиться о наличии неизвестных предметов, расположенных в различных направлениях. В действительности главная задача может просто состоять в поиске чего-то необычного в организме, к примеру опухоли. Кроме того, намного проще и выгоднее частично автоматизировать профессию рентгенолога. И не имеет особого смысла создание устройства, наводящего порядок в доме только частично. С другой стороны, если есть возможность автоматизировать рутинную работу рентгенолога на 20 %, то можно моментально уволить каждого пятого специалиста.

Все это не значит, что профессия работника по дому никогда не будет автоматизирована. Вполне вероятно, что интенсивные исследования и разработки в робототехнике в скором времени дадут решения и для более комплексных задач. Более того, уже сегодня существуют роботы, способные выполнять обычные задачи домашнего работника. Вы уже можете купить недорогой робот-пылесос, а более крупные роботы, которые моют пол в промышленных масштабах, также уже доступны в продаже. Как подчеркнули в журнале The Economist в июне 2008 г., «…роботы становятся все умнее и способнее. Их эра практически наступила» [40] «Nothing to lose but their chains», The Economist, June 19, 2008. Источник: www.economist.com/business/displayStory.cfm?source=hptextfeature&story_id=115751±70 . Однако вероятнее, что профессия рентгенолога окажется под большим риском автоматизации уже в ближайшем будущем, так так относится к так называемым программируемым профессиям [41] В действительности существует еще один фактор, который замедляет введение полной автоматизации в рентгенологии, – это профессиональная ответственность врачей. Поскольку результат ошибки или невнимательности при исследовании медицинского сканирования может привести к ужасным последствиям для пациента, производитель полностью автоматизированной системы должен взять на себя огромную потенциальную ответственность. .

Говоря о «программируемой» профессии, я не имею в виду человека, работа которого непосредственно связана с программным обеспечением. Я считаю, что автоматизация некоторых профессий теоретически нуждается только в усовершенствованном программном обеспечении. Другими словами, человека с «программируемой» профессией в перспективе можно заменить компьютером, похожим на тот, который уже сейчас стоит на рабочем месте этого сотрудника. Нет необходимости во внедрении робота-манипулятора или в принципе в каком-либо подвижном устройстве. Другой термин, которым часто называют людей с «программируемой» профессией, – это, конечно же, работник умственного труда.

«Программируемые» профессии крайне часто становятся объектом офшоринга. Ранее бытовало мнение, что, став работником умственного труда, специалист обеспечивает себе успешное будущее. Появление офшоринга в значительной степени поставило под сомнение правильность этого утверждения. Сегодня офшоринг повсеместно оказывает воздействие на таких работников. Профессии в таких сферах, как рентгенология, бухгалтерия, расчет налогов, графический дизайн и в особенности все виды информационных технологий, уже активно отдаются на офшоринг в Индию и другие страны. Эта тенденция будет только расти, и, как я отмечал ранее, там, где появляется офшоринг, зачастую следом идет автоматизация.

Автоматизация «программируемых» профессий тесно связана со сферой искусственного интеллекта. Когда большинство из нас думает об искусственном интеллекте, мы моментально переносимся в мир научной фантастики. Вспоминаются роботы C-3PO и R2D2 из сериала «Звездные войны» или, возможно, компьютер ХAЛ 2000 из «Космической одиссеи-2001». В результате мы получаем ложное представление о том, что вместо замены людей роботы станут похожими на них и в конечном счете даже смогут имитировать человеческие эмоции.

Но ведь это неправда. Очень часто можно услышать фразу «Мне не нравится моя профессия» или «Я работаю, чтобы жить, и только». Насколько вы сами, как обычный человек, любите свою работу? Вне работы вы можете читать книги, слушать определенный вид музыки. Возможно, у вас есть хобби или увлечение. А может быть, вы серьезно переживаете из-за политики или окружающей среды. Вы, безусловно, много заботитесь о своих детях, семье и близких людях. Все эти особенности формируют вашу личность. Передача подобных черт в роботе до сих пор остается в области научной фантастики. Но как много этих характеристик вам нужно для выполнения своей работы? Суть в том, что преграда, которую нужно преодолеть технологиям для замены многих людей на их рабочих местах, намного ниже, чем мы можем себе представить.

Для осознания того, как искусственный интеллект работает в реальном мире, давайте разберем пример компьютерных шахмат. В 1989 г. Гарри Каспаров, чемпион мира по шахматам, провел матч против специального компьютера Deep Thought. Он был разработан совместными усилиями университета Карнеги – Меллон и компании IBM. Каспаров с легкостью победил машину за две партии.

В 1996 г. Каспаров столкнулся с новым компьютером под названием Deep Blue, разработанным IBM. И вновь Каспаров одержал победу. В 1997 г. IBM предприняла новую попытку с усовершенствованной версией компьютера Deep Blue, который в конечном счете обыграл Каспарова за шесть партий. Впервые в истории машина одержала победу над игроком-человеком.

С тех пор компьютерные шахматы продолжают развиваться. В 2006 г. другой чемпион мира по шахматам, Владимир Крамник, проиграл немецкой компьютерной программе Deep Fritz. В то время как Deep Blue от IBM был полностью заказным компьютером размерами с холодильник, Deep Fritz – это программа, которая может работать на компьютере с двумя стандартными процессорами Intel. Вполне очевидно, что в ближайшем будущем такие программы, как Deep Fritz, работающие практически на любом недорогом ноутбуке, будут способны обыграть даже самых лучших шахматистов мира.