Кто боится искусственного интеллекта?

Ричард Талер

Основоположник поведенческой экономики; директор Центра по исследованию решений, Школа бизнеса им. Бута при Чикагском университете; автор книги «Новая поведенческая экономика: Почему люди нарушают правила традиционной экономики и как на этом заработать» (Misbehaving: The Making of Behavior Economics)[114]

Мои краткие замечания по этому вопросу построены на двух коротких шутках, которые в свое время были произнесены выдающимися израильтянами. Первая принадлежит моему другу, соратнику и наставнику Амосу Тверски. Когда я как-то спросил его, что он думает по поводу искусственного интеллекта, Амос съязвил, что не очень хорошо в этом разбирается, поскольку специализируется на тупости. (Спокойно! Амос на самом деле, конечно, не думает, что люди тупые.)

Вторая шутка взята у Аббы Эвена, который был наиболее известен в Соединенных Штатах, когда служил послом Израиля в ООН. Эвена однажды спросили, думает ли он, что Израиль перейдет на пятидневную рабочую неделю. Формально она начинается там в воскресенье утром и продолжается до полудня в пятницу, хотя значительная часть «работы», выполняемой в ходе этих пяти с половиной дней, похоже, делается в кофейнях. Эвен ответил так: «Не всё сразу. Давайте начнем с четырех дней, а там видно будет».

В этих шутках ухвачено многое из того, что я думаю об угрозе захвата машинами важных социальных функций и о восстании машин. Как и Тверски, я больше знаю о природной тупости, чем об искусственном интеллекте, так что мне не на чем построить свое мнение о том, могут ли машины мыслить, и если так, то могут ли их мысли быть опасными для людей. Оставлю этот вопрос кому-нибудь более компетентному. Как любой из тех, кто следит за финансовыми рынками, я осведомлен о таких инцидентах, как «мгновенный обвал» в 2010 году, когда несовершенные биржевые алгоритмы неожиданно вызвали быстрое падение котировок, а через несколько минут уже работали нормально, как ни в чем не бывало. Но этот пример иллюстрирует скорее искусственную тупость, а не сверхинтеллект. Если люди продолжат писать программы, всегда останется риск, что какие-то важные меры безопасности окажутся упущены. Поэтому да, компьютеры могут все испортить, прямо как люди со «слишком толстыми пальцами» могут случайно дать ошибочную команду совершить покупку или продажу на гигантскую сумму денег.

Тем не менее страхи по поводу того, что компьютеры захватят мир, преждевременны. Меня больше беспокоит упрямое нежелание многих сегментов общества позволить компьютерам взять на себя задачи, которые простые модели выполняют заметно лучше, чем люди. В работах по этой теме, где пионерами были такие психологи, как недавно почивший Робин Доуз, описывается, что практически с любой стандартной задачей – обнаружить мошенничество, оценить степень злокачественности опухоли, нанять сотрудников – лучше справляется простая статистическая модель, а не ведущие эксперты в той или иной сфере. Позвольте привести два наглядных примера: один из области управления персоналом, а другой из мира спорта.

Давайте сначала рассмотрим досадно вездесущие собеседования, считающиеся важным, часто самым важным фактором, определяющим, кого именно возьмут на работу. В школе бизнеса имени Бута при Чикагском университете, где я преподаю, рекрутеры посвящают бесчисленные часы собеседованиям со студентами из кампуса и в результате отбирают тех немногих, кто получит приглашение встретиться с работодателем, чтобы пройти через еще одну серию продолжительных собеседований. Однако проведенные исследования показывают, что собеседования практически бесполезны в плане прогнозирования того, насколько хорошо кандидат будет справляться со своей работой.

В сравнении со статистической моделью, основанной на объективных показателях, таких как оценки за учебные курсы, имеющие отношение к рассматриваемой работе, собеседования преимущественно замутняют картину и привносят фактор предубежденности. (Статистические модели не отдают предпочтения определенной альма-матер или этнической группе, а также не обращают внимания на привлекательную внешность.)

Эти факты известны уже более четырех десятилетий, но методы найма почти не изменились. Причина проста: каждый из нас знает, что если мы проводим собеседование, то мы много узнаем о кандидате. Вполне возможно, что другие люди тут не очень хорошо справляются, но я-то не такой! Эта иллюзия, находящаяся в прямом противоречии с практическими исследованиями, означает, что мы так и будем выбирать сотрудников по старинке, как всегда делали. Мы их оцениваем, сравниваем с собой.

Одна из областей, где есть кое-какой прогресс в плане более научного подхода к подбору кандидатов для работы, – это спорт, что отражено в книге и фильме Майкла Льюиса «Человек, который изменил все» (Moneyball). Однако было бы ошибкой думать, что в том, как в спорте принимаются решения, произошла революция. Действительно, большинство профессиональных команд теперь нанимают специалистов по анализу данных, чтобы те помогали им оценивать потенциальных игроков, улучшать методы тренировки и разрабатывать стратегии. Но окончательные решения о том, какого кандидата выбрать, с кем подписать контракт и кого выпускать на поле, все еще принимают тренеры и менеджеры – скорее интуитивно, а не полагаясь на мнение штатных зубрил.

В качестве примера можно рассмотреть американский футбол. Дэвид Ромер, профессор экономики в Беркли, в 2006 году опубликовал работу, демонстрирующую, что команды слишком часто решают сделать пант, вместо того чтобы «идти в проход» и получить первый даун или очко{13}. С момента публикации работы анализ Ромера был не раз воспроизведен и дополнен более точными данными, а выводы подтвердились. У New York Times даже есть онлайн-бот, который вычисляет оптимальную стратегию каждый раз, когда команда сталкивается с ситуацией четвертого дауна.

Но как это восприняли тренеры? А никак! Со времени публикации работы Ромера частота «проходов» после четвертого дауна не поменялась. Тренеры, которых нанимают владельцы команд, основываясь отчасти на собеседованиях, все еще принимают решения так же, как делали всегда.

Так что простите мне то, что я не теряю сон от страха из-за компьютеров, которые могут захватить мир. Не все сразу, давайте будем действовать постепенно и посмотрим, готовы ли мы доверить машинам принятие простых решений, с которыми те уже справляются лучше людей.

Я вижу развитие симбиоза

Скотт Дрейвз

Художник-программист; создатель Electric Sheep[115]

Я полагаю, что мыслящие машины – самая интересная тема для раздумий. Почему? Потому что у этого феномена могут быть значительные последствия. Даже космические.

«Мыслящие машины» уже давно с нами. Это можно понимать по-разному, в зависимости от того, с какого слова начать. Давайте начнем со слова «машины», под которым сегодня мы обычно подразумеваем компьютеры. Компьютеры поначалу были ну очень даже механистичны. Но они становятся все более утонченными. Уже в 1980-х годах они совершали кое-какие замечательные трюки с экспертными системами и базами данных. Сегодня мы уже прошли ту точку, в которой могли в деталях объяснить, как распознавание речи и естественного языка позволяет вашему телефону отвечать на вопросы ребенка. Фраза «магическим образом» сегодня едва ли гипербола. Но мышление ли это на самом деле? Еще нет, но это хорошее начало, и движение продолжается. Цель и правда выглядит очень далекой. Вместо того чтобы рассматривать наш подъем шаг за шагом, давайте взглянем на то, что ждет нас на вершине. Что-нибудь может остановить наше развитие?

Будущее микроэлектронных технологий неясно. Закон Мура пока что работал на нас, провел через несколько опасных моментов, но его дни подходят к концу. До сих пор новые технологии появлялись всегда вовремя, чтобы поддержать экспоненциальный рост вычислительной мощности по расписанию, но это не стоит воспринимать как данность. Быть может, следующий скачок окажется очень сложным и на его подготовку уйдет 50 лет. Или он вообще никогда не случится, хотя мы всегда можем повысить мощность за счет параллельного использования дополнительных чипов. Расписание – это интересный вопрос, но он меркнет в сравнении с размышлениями о пункте назначения.

Теперь рассмотрим слово «мыслить». Мыслящие машины есть давно – это мы сами. Биологические мозги думают уже миллионы лет. Мозг подчиняется законам физики, которые представляют собой механический набор уравнений. В принципе, хороший физический симулятор мог бы, хоть и очень медленно, смоделировать мозг и его окружение. Этот виртуальный мозг определенно был бы мыслящей машиной.

Остается только один вопрос: сколько нужно физики, чтобы такая симуляция заработала? Классической физики, электродинамики и химии хватит? Потребуется ли квантовая логика (или какая-то еще)? Консенсус однозначно на стороне представления о том, что классической физики окажется достаточно (идея про «Новый ум короля»[116] была отвергнута). Поэтому я думаю о своем мозге и теле как о гигантской машине, составленной из октильона молекул: много-много магнитных деталей детского конструктора, поведение которых хорошо известно и может быть смоделировано. Есть веские причины полагать, что статистическая аппроксимация физики даст такие же результаты. Но опять же это относится только к расписанию, а не к пункту назначения. Важный вопрос: как на основе такой сложной машины возникают мышление и сознание? Есть некая конструкция, некий мост, ведущий от цифрового и виртуального к аналоговому, органическому и реальному?

Тут мы сталкиваемся с объединением человеческого и компьютерного субстратов. Смартфоны быстро становятся неотделимой частью нас самих. Истеблишмент всегда с подозрением относится к новым способам коммуникации, но эти средства расширения нас самих распространяются очень стремительно. Много чернил ушло на описание близящихся конфликтов между человеком и компьютером, от экономического апокалипсиса с потерей рабочих мест из-за автоматизации до военной антиутопии, кишащей дронами. Вместо всего этого я вижу развитие симбиоза. И ведь на протяжении всей нашей истории, когда начинался новый этап эволюции, будь то появление эукариотических клеток, или многоклеточных организмов, или мозга, старые системы сохранялись, а новые начинали работать вместе с ними, а не вместо них.

Это повод для оптимизма. Если цифровые компьютеры – альтернативный субстрат для мышления и сознания, а цифровая технология развивается экспоненциально, тогда мы стоим на пороге взрывного развития мышления и сознания. Мы можем оседлать эту волну, но сначала нужно принять машину как часть себя, отринуть гордыню и признать нашу общую сущность. В принципе, нам надо бы встречать перемены с любовью, а не со страхом. Полагаю, у нас получится.

Перейти на страницу книги