Некоторым наблюдателям на Западе эти научные достижения кажутся идущими вразрез с глубоко укоренившимися представлениями о том, как политическая система влияет на национальную науку. Не должны ли китайские органы контроля над интернет-технологиями сдерживать рвение китайских исследователей? Система государственного регулирования в Китае часто подвергается критике – если говорить об общественных дискуссиях и социальных исследованиях, ее влияние и правда весьма ощутимо. Но в области точных наук контроль государства куда мягче. Искусственный интеллект не затрагивает чувствительные политические вопросы, и никто не ограничивает китайских ученых в их работе по созданию передовых алгоритмов и программных приложений. И в этом можно не сомневаться. В 2017 году, на конференции по искусственному интеллекту и всемирной безопасности, бывший генеральный директор Google Эрик Шмидт предостерег участников от снисходительного отношения к возможностям Китая в области ИИ. Он предсказал, что через пять лет Китай в этом отношении способен догнать США. В своей оценке Шмидт был откровенен и весьма прямолинеен: «Поверьте мне: китайцы очень хороши… И если вы думаете, что каким-то чудом их государственная система или система образования перестанут порождать тот тип людей, который я имею в виду, то вы глубоко заблуждаетесь»
[47].
Семь гигантов и следующий прорыв
Но в то время как глобальное исследовательское сообщество ИИ расцвело, превратившись в гибкую и открытую экосистему, один ее компонент остался довольно закрытым: это крупные корпоративные исследовательские лаборатории. Академические исследователи могут спешить поделиться своей работой со всем миром, но публичные технологические компании должны в первую очередь максимизировать прибыль своих акционеров. Это обычно ведет к тому, что такие компании меньше внимания уделяют публикациям и больше – созданию запатентованных технологий.
Из сотен компаний, вкладывающих ресурсы в исследования ИИ, вернемся к семи, которые стали новыми гигантами в этой области: Google, Facebook, Amazon, Microsoft, Baidu, Alibaba и Tencent. По сути, эти семь гигантов превратились в то, чем были 50 лет назад сами нации, – то есть большие и относительно закрытые системы, задействующие таланты своих сотрудников и ресурсы, чтобы создавать технологии «для внутреннего употребления». Но результаты корпоративных исследований все же невозможно запечатать наглухо: участники одних групп уходят, чтобы основать свои собственные стартапы в области ИИ, а некоторые другие группы, такие как Microsoft Research, Facebook AI Research и DeepMind, по-прежнему публикуют статьи о своих наиболее значимых успехах. Но все же, если в одной из этих компаний будет сделано уникальное открытие, то такую коммерческую тайну, способную принести компании огромные прибыли, будут всеми силами держать за семью замками и попытаются извлечь из нее максимально возможную выгоду до того, как она станет широко известна.
Новаторские открытия, совершаемые в замкнутых системах, представляют собой наибольшую опасность для экосистемы ИИ в мире. Их недоступность угрожает загнать Китай в тупик на его пути к глобальному лидерству в области ИИ. На сегодняшний день Китай уже опережает Соединенные Штаты в плане роста предпринимательства, накопления данных и государственной поддержки и быстро догоняет их в плане опыта и знаний. Если в течение ближайших лет технологический статус-кво сохранится, множество китайских стартапов ИИ в разных отраслях начнут стремительно набирать мощь. Благодаря глубокому обучению и другим технологиям машинного обучения они захватят десятки секторов экономики и будут пожинать плоды ее преобразования. Но если следующий масштабный прорыв произойдет в ближайшее время и в герметично закупоренной корпоративной среде, все достигнутое окажется под вопросом. Это может дать одной компании безоговорочное преимущество перед другими семью гигантами и вернуть нас к эпохе открытий, когда важность уникальных знаний вновь сместит баланс сил в пользу Соединенных Штатов.
Здесь следует пояснить, что, на мой взгляд, шансы такого прорыва внутри одного из корпоративных гигантов в ближайшие годы будут невелики. Глубокое обучение стало самым большим шагом вперед за последние 50 лет, а достижения такого масштаба редко появляются чаще одного раза в несколько десятилетий. Даже если следующий прорыв и произойдет, то, скорее всего, это случится в открытой исследовательской среде. Сейчас корпоративные гиганты вкладывают беспрецедентные ресурсы в глубокое обучение. Это говорит о большом объеме работ по тонкой настройке его алгоритмов и небольшой доле исследований, направленных на поиск инновационного решения, которое могло бы привести к смене парадигмы. Чистая наука оказывается не в состоянии конкурировать с практическим применением глубокого обучения в промышленности, так как для этого нужны большие объемы данных и соответствующие вычислительные мощности. Поэтому многие академические исследователи поддерживают призыв Джеффри Хинтона двигаться дальше и сосредоточиться на изобретении «следующего уровня глубокого обучения» – принципиально нового подхода к проблемам ИИ, способного изменить правила игры. Именно такие исследования, вероятнее всего, приведут к следующему эпохальному открытию, результаты которого обязательно будут обнародованы, чтобы весь мир мог ими воспользоваться.
Google против остальных
Итак, если следующий прорыв совершит какая-нибудь из корпораций, то больше всего шансов у Google. Среди семи гигантов ИИ Google, а точнее его материнская компания, Alphabet, владеющая DeepMind и ее самостоятельным подразделением Waymo, стоит на ступень выше остальных. Компания Google одной из первых увидела потенциал в глубоком обучении и вложила в его освоение больше ресурсов, чем кто бы то ни было. Если говорить об объемах финансирования, то тут она обошла даже собственное правительство: федеральное финансирование исследований в области математики и информатики в США составляет немногим менее половины бюджета, выделяемого Google на исследования и разработку
[48]. Эти средства позволили Alphabet привлечь самые светлые умы в мире. Из ста лучших исследователей и инженеров в области искусственного интеллекта около половины уже работает на Google. Вторая половина распределена между остальными гигантами, академическими кругами и несколькими небольшими стартапами. Многих сумели привлечь компании Microsoft и Facebook, причем с Facebook сотрудничают такие суперзвёзды, как Ян Лекун. Из китайских гигантов раньше всех занялась проблемой глубокого обучения Baidu, в 2013 году она даже пыталась приобрести стартап Джеффри Хинтона, но здесь, предложив лучшую цену, ее опередила Google. Тогда и состоялся решительный переворот 2014 года, когда, чтобы возглавить лабораторию искусственного интеллекта Baidu в Кремниевой долине, в компанию пришел Эндрю Ын. Под его руководством в тот год были достигнуты впечатляющие результаты. К 2015 году алгоритмы ИИ, разработанные специалистами Baidu, обошли человека в распознавании китайской речи. Это было большим достижением, но оно прошло почти незамеченным в Соединенных Штатах. Однако когда через год Microsoft добилась того же для английского языка, компания охарактеризовала свое достижение как «историческое»
[49]. Ын покинул Baidu в 2017 году, чтобы создать собственный инвестиционный фонд ИИ
[50], но за время, проведенное им в компании, Baidu успела заявить о себе на мировой арене, в том числе благодаря своим исследованиям. Alibaba и Tencent довольно поздно присоединились к погоне за талантами, но у них уже были денежные ресурсы и запасы данных, чтобы привлечь к работе лучших ученых. При этом Tencent, управляющая многоцелевым суперприложением WeChat на крупнейшем в мире интернет-рынке, обладает, пожалуй, одной из самых богатых экосистем данных. Это позволяет ей привлекать исследователей ИИ высочайшего класса и обеспечивать им необходимые условия для работы. В 2017 году Tencent открыла научно-исследовательский институт в Сиэтле и сразу начала переманивать сотрудников из Microsoft, чтобы укомплектовать его. Alibaba последовала ее примеру и планирует открыть глобальную сеть исследовательских центров, в том числе в Кремниевой долине и Сиэтле. До сих пор Tencent и Alibaba еще не заявили о результатах своих научных исследований открыто, предпочитая выпускать больше целевых приложений. Причем Alibaba взяла курс на разработку «Умного города», обширной интегрированной системы на основе ИИ для оптимизации деятельности городских служб, использующей данные видеокамер, социальных сетей, служб общественного транспорта и геолокационных приложений. Работая с руководством своего родного города Ханчжоу, компания Alibaba применила передовые алгоритмы распознавания объектов и прогнозирования для настройки светофоров и оповещения о ДТП. Испытания показали, что средняя скорость движения в некоторых районах повысилась на 10 %, и Alibaba готовится внедрить ту же технологию в других городах.
