Стандартный подход к проблемам такого рода выглядит так. Дизайнерская команда создает несколько комбинаций, которые считает достаточно хорошими, а затем с помощью фокус-групп или других мелкомасштабных методов выбирает лучшую из них. Affinnova предлагает совершенно иной подход. Она использует математическое моделирование выбора – метод достаточно продвинутый для того, чтобы его интеллектуальный крестный отец, экономист Даниэль Макфадден, смог получить за его создание Нобелевскую премию. Моделирование выбора позволяет быстро выявлять предпочтения потребителей: нравится ли им больше коричневая бутылка с рельефным узором и небольшой этикеткой, или зеленая бутылка без рельефа и с этикеткой большего размера? Исследователи несколько раз предлагают испытуемым ограниченный набор вариантов и просят выбрать наиболее интересный. Affinnova предоставляет доступ к этим вариантам через Сеть, а после того как своими оценками поделятся несколько сот человек, компания может определить математически оптимальный набор вариантов (или, как минимум, приблизиться к нему). В случае с брендом Grimbergen новый дизайн бутылки, появившийся в результате этого процесса, явно основанного на рекомбинации, имел рейтинг одобрения в 3,5 раза выше, чем первоначальный.
[142]
Приняв точку зрения новых теоретиков роста и сопоставив ее с тем, что мы видим в деятельности Waze, Inno-Centive, Kaggle, Quirky, Affinnova и множества других компаний, мы с большим оптимизмом оцениваем сегодняшний день и будущее инноваций. И нужно добавить, что достижения рекомбинационного метода не ограничиваются высокотехнологичным сектором – то есть они не только о том, чтобы сделать компьютеры и сети лучше и быстрее. Эти достижения помогают нам лучше водить наши машины (а скоро, может быть, и вовсе избавят нас от необходимости это делать), позволяют нам точнее прогнозировать вспышки на Солнце и решать задачи в области науки о питании и в токсикологии. Наконец, рекомбинация обеспечивает нас отличными удлинителями и бутылками. Эти и бесчисленное множество других инноваций будут лишь накапливаться со временем и помогать друг другу в развитии. В отличие от некоторых наших коллег, мы уверены в том, что инновационный процесс и рост производительности продолжатся и в будущем, причем в хорошем темпе. У нас имеется достаточное количество «кирпичиков», и они будут постоянно рекомбинироваться все более и более эффективным образом.
Глава 6. Искусственный и человеческий интеллект во второй эре машин
И вот я думаю об этих удивительных электронных машинах… которые усиливают и умножают нашу ментальную способность вычислять и комбинировать в такой степени, что это сулит нам невероятные прорывы.
Пьер Тейяр де Шарден
Предыдущие пять глав рассказывали об уникальных свойствах второй эры машин: устойчивом экспоненциальном улучшении большинства аспектов вычислительного процесса, гигантских объемах оцифрованной информации и инновациях, основанных на рекомбинации. Эти три силы стимулируют прорывы, которые превращают научную фантастику в повседневную реальность и превосходят все наши прогнозы и теории. Что еще более важно, конца этому процессу не видно.
Достижения, которые мы видели в последние несколько лет и которые описали выше – автомобили, которые управляют себой сами, полезные роботы-гуманоиды, системы распознавания и синтеза речи, 3D-принтеры, компьютеры, умеющие побеждать в игре Jeopardy! – это не самые примечательные достижения компьютерной эры. Можно сказать, что это – всего лишь разогрев. Продвигаясь все дальше во вторую эру машин, мы увидим все больше и больше таких чудес, и они будут поражать нас все сильнее.
Почему мы так в этом уверены? Дело в том, что силы, действующие во второй эре машин – экспоненциальные, цифровые и основанные на рекомбинации, – дали человечеству возможность изобрести, может быть, две самые важные вещи в новейшей истории. Это, во-первых, появление вполне работающего и пригодного к использованию искусственного интеллекта (artificial intelligence, AI), а во-вторых, объединение большинства жителей планеты с помощью глобальной цифровой сети.
Каждое из этих достижений способно фундаментальным образом изменить наши перспективы роста. Вместе они становятся важнейшим событием со времен промышленной революции, которая навсегда изменила принципы физического труда.
Думающие машины. Есть в наличии
Машины, способные решать когнитивные задачи, намного более важны, чем машины, которые занимаются физическим трудом. И теперь, благодаря современному искусственному интеллекту, они у нас есть. Наши компьютеры смогли преодолеть прежние узкие пределы возможного и стали демонстрировать обширные способности в распознавании закономерностей, комплексной коммуникации и в других областях, которые в прежние времена были исключительным уделом человека.
Кроме того, недавно появилось немало примеров значительного прогресса в обработке естественного языка, машинном обучении (то есть способности компьютера автоматически совершенствовать своим методы и улучшать результаты по мере поступления дополнительных данных), компьютерном зрении и SLAM (процессе одновременной локализации и картографирования).
Мы будем сталкиваться с искусственным интеллектом (далее – AI) все чаще и чаще, и в ходе этого процесса издержки будут постоянно снижаться, а результаты – становиться все лучше, как и качество нашей жизни в целом. Совсем скоро бесчисленные элементы AI будут работать от нашего имени, причем зачастую в фоновом режиме. Они будут помогать нам в решении множества задач, от самых тривиальных до самых важных, способных изменить всю нашу жизнь. К простым примерам использования AI можно отнести распознавание лиц наших друзей на фотографиях и рекомендации тех или иных товаров. Более сложные системы управляют автомобилями на дорогах и роботами на складах, а также помогают сопоставить рабочие места и кандидатов на эти вакансии. Однако все эти замечательные достижения меркнут в сравнении с мощным потенциалом AI, который со временем сможет полностью нашу жизнь.
Возьмем пример из недавнего прошлого. Инноваторы из израильской компании OrCam объединили небольшой, но мощный компьютер с цифровыми сенсорами и снабдили этот гибрид великолепными алгоритмами; в результате получилось устройство, которое может имитировать некоторые зрительные функции для тех, кто частично или полностью лишен зрения (численность таких людей превышает 20 миллионов в одних только США). Пользователь системы OrCam, представленной на рынке в 2013 году, надевает на свои очки комбинацию крошечной цифровой камеры и динамика, который передает звуковые волны через кости черепа.
[143] Когда человек подносит палец к какому-либо тексту – рекламному объявлению, упаковке еды или газетной статье компьютер мгновенно анализирует изображение, переданное камерой, а затем зачитывает пользователю текст через динамик.
