Пришествие машин
Текст: Мария Попова
Партнер проекта
Photo: Getty Images Russia
Как технологии изменили бизнес
К 2020 году элементы искусственного интеллекта (Artificial Intelligence, AI) будут присутствовать во всех новых программных продуктах и сервисах. AI станет приоритетом для инвестиций почти трети компаний в мире и основой для роста мирового ВВП. Его уже называют «новым электричеством»: AI меняет целые отрасли бизнеса, а в будущем, возможно, изменит и облик нашей цивилизации.
Задачи, на которые человек раньше тратил часы, дни и даже месяцы, искусственный интеллект выполняет за несколько секунд. Умные машины мгновенно читают и анализируют миллионы документов, вычленяя в них важную информацию, открывают банковские счета и проводят закупки, помогают инвестировать на фондовом рынке и предсказывать, на сколько минут опоздает самолет. Для связи с клиентами компании все чаще используют чат-боты — мы даже не сразу догадываемся, что на наши вопросы отвечает не человек.
Технологии AI помогут выбрать лечение для пациента, предложить для водителя оптимальный маршрут, забронировать билеты по минимальному тарифу. Сегодня AI — ядро сервисов рекомендаций онлайн-магазинов, виртуальных ассистентов типа Cortana и Siri. В ХХI веке сбывается давняя мечта человечества — создать умную машину, которая если не решит все проблемы, то станет нам верным помощником.

Технологии AI очень инклюзивны: они включают широкий спектр возможностей, что обеспечивает их распространение в обычной жизни и в бизнес-процессах, говорит руководитель департамента развития облачной платформы Microsoft в России Татьяна Делягина.


В России рынок AI еще только формируется. Аналитики Tadviser оценивают его объем в 700 млн руб. Но, как показало недавнее исследование НИУ ВШЭ, 44% российских компаний считают, что технологии AI уже сегодня влияют на их бизнес, а 53% — что будут влиять через пять лет.
«С помощью искусственного интеллекта можно в десятки раз быстрее справляться с многими рутинными операциями: искать документы в корпоративных системах, отвечать на запросы в техническую поддержку, оценивать кредитоспособность клиентов», — говорит генеральный директор ABBYY Россия — мирового разработчика технологий в сфере интеллектуальной обработки информации Дмитрий Шушкин. Цели российских компаний в таких проектах, по его словам, увеличить долю рынка, ускорить обслуживание клиентов и снизить расходы.
По образу и подобию
Насколько компьютеры приблизились к человеку в понимании и решении проблем
Getty Images Russia
«Разумность» машин проявляется в том, что они способны мыслить и действовать, анализируя ранее собранные данные. Говорить о том, что AI способен выполнить любую «человеческую» задачу, пока рано. Это возможное будущее, которое в компании PwC определяют как реализацию так называемого Hard AI, или «сильного» искусственного интеллекта. Речь о системах, которые работают не по заданному алгоритму, а демонстрируют признаки осознанности. Знакомые нам по фантастическим фильмам (например, «Она» (США, 2013), где операционная система, научилась поддерживать живой диалог с 600 разными людьми), такие программы пока находятся на стадии становления.
Наше настоящее — это интеллектуальные решения с применением технологий машинного обучения, в том числе глубинного. Они «понимают», как решать сложные задачи, выявляя закономерности в большом объеме информации: текстах, изображениях, аудиозаписях.

Например, благодаря машинному обучению можно сортировать контент по нашим предпочтениям и популярности, распознавать текст, написанный от руки, фильтровать и блокировать спам, понимать речь и идентифицировать людей по селфи.

Существует целый ряд техник и алгоритмов в области AI, применяемых как в мире, так и в России. «В данный момент развивается тенденция по автоматизации наиболее трудоемкой, рутинной работы. Уже появляются примеры подобных проектов в агропромышленном комплексе, металлургии, нефтегазодобывающей отрасли и, конечно же, среди финансовых учреждений и телекоммуникационных компаний», — говорит руководитель центра компетенции по прикладному анализу данных PwC в России Олег Данильченко.
Он существует следовательно, мыслит
1946
Ученые из Пенсильванского университета Джон Преспер Эккерт и Джон Уильям Мокли создают первый в мире компьютер — ENIAC. Заказчиками выступили американские военные: машина понадобилась им для расчетов баллистических таблиц стрельбы. ENIAC и его ближайшие «потомки» на долгие годы вперед определили восприятие компьютеров людьми: машины с холодным математическим мышлением.

Photo: ???

1997
Разработанный IBM шахматный суперкомпьютер Deep Blue впервые одерживает победу над чемпионом мира Гарри Каспаровым. В матче из шести партий машина победила всего один раз и дважды сумела свести партию к ничьей. В поединке человека и машины человек все-таки взял верх: Каспаров выиграл три раза. До этого считалось, что машине никогда не удастся победить человека в этой игре, требующей вдохновения и интуиции. Спустя 19 лет программа AlphaGo одолеет корейского мастера игры в го Ли Седоля.

Photo: ???

1999
Sony выпускает первого автономного домашнего робота — электронную собаку AIBO. Компьютер перестал быть просто машиной и стал претендовать на роль любимца и лучшего друга человека. Собака-робот симулирует такие эмоции, как радость, грусть, страх, гнев, умеет играть с хозяином и выполнять его команды. Многие владельцы AIBO отмечали, что уже через несколько недель начинали воспринимать ее как одушевленное существо.

Photo: ???
2011
Разработанный IBM суперкомпьютер Watson победил в телевикторине Jeopardy!, обыграв двух прежних чемпионов игры. До этого суперкомпьютеры побеждали человека только в алгоритмических играх, ключом к победе в которых является быстрый подсчет различных вариантов развития событий. Watson анализировал запросы на естественном языке и находил ответы в огромном электронном хранилище текстов, цифр и фактов. Разработчики компьютера получили главный приз игры — $1 млн. Этот успех обусловил новый взрыв интереса к AI в мире, первые масштабные разработки появляются и в России: распознавание лиц (VisionLabs, N-tech.Lab), обработка естественного языка (ABBYY), речевые технологии (ЦРТ).

Photo: ???
2015
Четыре штата США — Невада, Флорида, Калифорния и Мичиган — разрешили использовать самоуправляемые автомобили на дорогах общего пользования. Это стало, по сути, признанием того факта, что электронный «водитель» способен управлять машиной столь же профессионально и ответственно, как человек. Попытки построить полностью автономный автомобиль предпринимались с конца 1980-х годов. Осенью 2015 года серийный автомобиль с системой полуавтономного вождения выпустила Tesla. Сегодня некоторые модели Tesla могут парковаться полностью автономно, без водителя.

Photo: ???

2017
Искусственный интеллект AutoML, созданный Google, чтобы помогать программистам-людям в создании других AI-систем, разработал программу формирования дополненной реальности на 6% эффективнее, чем аналог, созданный инженерами Google. Отныне программы могут создавать новые программы: искусственный интеллект стал в полном смысле слова творцом. В этом же году Китай завершил установку самой совершенной в мире системы наблюдения за улицами городов: изображения с 20 млн видеокамер распознает и анализирует искусственный интеллект.

Photo: ???

Оглядываясь в будущее (2020)
Компания Gartner прогнозирует, что искусственный интеллект будет выполнять работу 1,8 млн человек. Согласно прогнозам когнитивного психолога Саутгемптонского университета Стевана Харнада, в отдаленном будущем искусственному интеллекту под силу будет и творчество. 70 лет понадобилось компьютеру, чтобы развить свои возможности и из машины, оперирующей только категориями формальной логики, превратиться в инструмент, решающий многие вопросы, которые вызывают трудности у людей и компаний.

Photo: ???
Left
Right
Битва умов
Как машины обыграли человека и перешли к задачам бизнеса
Getty Images Russia
Писатели-фантасты связывали прогресс AI с интуицией и эмоциями, умением чувствовать и творить. Ученые стремились развить у машин мышление, схожее с человеческим. Первые программы «обучали» логике с помощью игры в шахматы. В 1830-х годах английский математик Чарльз Бэббидж предложил концепцию аналитического калькулятора для расчета ходов в игре, а в 1950-х Алан Тьюринг, которого называют одним из отцов AI, написал игровой алгоритм для компьютера-шахматиста. В 1959 году американский ученый Аллен Ньюэлл разработал General Problem Solver — первую программу, которая сама умела решать сложные математические и шахматные задачи.
Первой машиной, которая сравнялась по уровню с игрой мастеров, стала Belle, созданная в 1980-х Джо Кондоном и Кеном Томпсоном. В 1997 году компьютер IBM Deep Blue впервые победил чемпиона мира по шахматам Гарри Каспарова. Однако к настоящему моменту пришло понимание, что в шахматах способность логически мыслить может заменить очень быстрый перебор вариантов.

От AI теперь ждут других сверхвозможностей — не побед в научных экспериментах, а успехов в различных сферах экономики. Компании ожидают, что AI поможет им получать больше дохода с меньшими затратами, а в некоторых случаях даже приведет к полной смене бизнес-модели.
Сам термин Artificial Intelligence появился в 1956 году в ходе конференций в Университете Дартмута в США. К участию были приглашены ученые, исследовавшие возможности мышления машин, в их числе Джон Маккарти (стэнфордский «отец» AI), Марвин Мински из Массачусетского технологического института, MIT), Алан Тьюринг (Университет Манчестера) и др.
Воссоздать в системе своего рода эмпатию — эмоции и вовлеченность в разговор — впервые попробовали в 1960-х. Дж. Вейзенбаум из MIT разработал программу для общения «Элиза», которая общалась с человеком через телетайп и умела распознавать простые шаблоны речи.

В успехе академических экспериментов с AI напрямую были заинтересованы военные, которые финансировали многие научные инициативы. В частности, наибольшую активность проявляло управление перспективных исследовательских проектов Минобороны США (Defence Advanced Research Projects Agency, DARPA). К 1970-м годам разработчики перешли от «разумных» машин к экспертным системам, и сфокусировались на прикладных задачах — например, поиске нефтяных месторождений или постановке медицинских диагнозов.


Спрос на эффективность интеллектуальных технологий в бизнесе стал резко расти по мере усложнения инфраструктур, удешевления вычислительных мощностей и накопления все большего объема оцифрованных данных. Сами алгоритмы не сильно изменились с 90-х годов, считают в BCG. «Изменилось количество и качество данных, а также готовность бизнеса их использовать», — поясняет старший партнер и управляющий директор BCG Владислав Бутенко.

Теперь AI идет в сторону еще большей самостоятельности и самообучаемости, считают в Microsoft. Сегодня накопилась критическая масса данных, позволяющая получать от AI реальный эффект. Через восемь лет данных будет в десять раз больше, чем сегодня, — такой прогноз дают эксперты международной IDC в докладе «Эпоха данных — 2025», причем больший объем этой информации будут генерировать предприятия.

Возможность собирать и обрабатывать большие массивы информации подтолкнет развитие глубоких нейронных сетей — своего рода базы AI, способной преобразовывать неструктурированные данные в закономерности, интерпретировать результаты и обучаться.
В XXI веке AI не стал мыслить и чувствовать, как люди. «Эмоциональный интеллект» остался на стороне человека, а интеллект искусственный начал решать практические задачи: управлять инвестиционными рисками, контролировать температуру и проверять работу оборудования на производстве, проектировать дома, создавать новые лекарства и даже раскрывать преступления.
Искусство интеллекта
Как машины помогают человеку и бизнесу сегодня
Мастер на все руки
На заводах General Electric трудятся роботы компании Rethink Robotics. Робот Baxter пакует коробки, переносит их, загружает конвейер, а Sawyer собирает электронику и другие устройства. В «голову» роботов встроена камера, оснащенная системой распознавания образов. Чтобы обучить робота, человеку достаточно просто взять «руки» машины в свои и направлять их движения.

Photo: ???

На автопилоте
Автомобили Volkswagen оснащены меню, через которое водитель получает информацию от автомобиля (навигация, климат-контроль, мобильная связь и т.п.). Технологии распознавания ABBYY позволяют автоматически по фотографии дисплея проверять корректность отображения информации на языках всех стран присутствия Volkswagen.

Photo: ???

Заглянет в будущее
Исследователи DeepMind (подразделение Google) на основе базы из почти 1 млн анонимизированных томографических снимков глаз пациентов хотят создать алгоритмы, которые помогут на ранней стадии диагностировать два глазных заболевания — влажную возрастную макулодистрофию и диабетическую ретинопатию.

Photo: ???
Робот-брокер
Лидер рынка программных продуктов для инвестирования — проект Vanguard разработал полуавтономных инвестиционных консультантов для управления активами клиентов (Personal Advisor Services, PAS). В его портфеле активы на $65 млрд, что в четыре раза больше, чем у ближайшего конкурента Betterment. Клиенты, которые доверяют PAS, получают в среднем 6% годового дохода.

Photo: ???
Универсальный бухгалтер
Компания PepsiCo пыталась автоматизировать документооборот — технологическое решение должно было поддерживать несколько разных языков, распознавать и использовать валюты разных стран, заполнять сложные поля данных, в том числе информацию о НДС для поставщиков и клиентов. Ускорить запуск удалось благодаря технологиям распознавания данных ABBYY FlexiCapture. Технология была опробована российским офисом PepsiCo: она позволила автоматически преобразовывать и передавать в базу данных SAP данные документов на кириллице.

Photo: ???

Киберследопыт
Платежная система PayPal задействует AI для обнаружения подозрительной активности пользователей: программа разделяет всех плательщиков по двум моделям — «хорошего» и «плохого» пользователя. Машинное обучение, которое используется в сервисах PayPal уже на протяжении десяти лет, серьезно снижает материальные и репутационные риски.

Photo: ???

На одном языке
Обучающая программа Carnegie Speech использует технологию обработки естественного языка для распознавания ошибок в произношении студентов, изучающих иностранный язык. Алгоритм NativeAccent, разработанный лингвистами и инженерами Университета Карнеги—Меллон, сравнивает произношение с усредненной моделью произношения носителя языка и, обнуружив отличия, дает рекомендации по их исправлению.

Photo: ???
Left
Right
Бизнес-боты
Какие задачи сегодня решают с помощью машинного обучения
Getty Images Russia
Первый шаг к внедрению AI — интеллектуальные платформы для обработки информации: на основе размеченных данных технологии учатся самостоятельно строить предположения, выявлять тенденции и делать логические выводы. Решения в области искусственного интеллекта превращают поток разрозненных данных в информацию, необходимую для принятия стратегических решений и развития бизнеса, говорит Дмитрий Шушкин (ABBYY Россия).

C помощью решений ABBYY ежегодно обрабатывается более 9,3 млрд страниц текста. Экономия от применения интеллектуальных технологий оценивается в 970 млн человеко-часов, или $4,8 млрд в год, для аудитории более 40 млн человек и компаний более чем в 200 странах.
По оценке McKinsey, автоматизировать сбор и обработку информации можно на 64 и 69% соответственно. Пример заказчиков ABBYY подтверждает, что уже сегодня можно в два-три раза быстрее совершать операции, на которые раньше требовались часы, дни и недели: магазинам — оформлять заказы и вести учет покупок продукции у различных поставщиков, ресурсодобывающим компаниям — собирать данные о строительстве объектов, энергетическим холдингам — анализировать информацию о производстве и сбыте электроэнергии, и т.д. В крупных организациях такое ускорение дает многомиллионную экономию ресурсов.

При этом развитие технологий стремительно меняет все отрасли: от услуг такси и банковских сервисов до производственных процессов в промышленности. «Машинное обучение, компьютерное зрение, обработка данных на естественном языке — эти технологии активно внедряют в России и в мире. Цифровые лидеры, в том числе США и страны Западной Европы, используют AI, чтобы быстро создавать новые каналы получения дохода, увеличивать количество клиентов и повышать качество обслуживания», — отмечает Шушкин.

Машинное обучение помогает индустриям прогнозировать будущее и оптимизировать бизнес-процессы, говорит Олег Данильченко (PwC).

По оценке PwC, наибольшая прибыль от применения AI ожидается в сферах розничной торговли, финансовых услуг и здравоохранения, поскольку искусственный интеллект способствует повышению производительности, ценности товара и объемов потребления.
Отраслевой лидер по числу проектов AI — финансовый сектор. Здесь технологии позволяют эффективнее оценивать риски кредитования или инвестиций, противодействовать финансовым преступлениям. Например, платежная система PayPal использует искусственный интеллект для выявления подозрительных активностей и предотвращения мошенничеств, а Credit Suisse сотрудничает с Palantir, программное обеспечение которой отслеживает поведение сотрудников и выявляет потенциальных злоумышленников.

В Московском кредитном банке платформа на основе технологий ABBYY ускоряет обработку клиентских документов для оформления кредитов. Система распознает, классифицирует и автоматически прикрепляет документы к кредитной заявке, сокращая время обслуживания каждого клиента на 15%. В Тинькофф Банке AI сопоставляет данные о человеке и его финансовый запрос со скоринг-моделями, за несколько секунд подбирая для него три-четыре кредитных предложения.

В числе российских банковских AI-проектов также внедрение системы Iron Lady, которая обзванивает должников Сбербанка, и чат-бот для малого бизнеса ВТБ24. В Сбербанке рассчитывают, что в 2018 году роботы будут принимать большинство решений о выдаче потребительских кредитов.
Всего через три года совокупный объем российского рынка AI вырастет в 40 раз, до 28 млрд руб., прогнозируют эксперты Tadviser.
Элементы искусственного интеллекта — например, универсальные платформы по обработке информации, встраиваемые технологии для распознавания текстов, изображений и предметов — уже сегодня широко применяются для решения практических задач бизнеса.

Такие решения, в частности, позволяют в десятки раз ускорить открытие банковского счета для малого и среднего бизнеса. В среднем по России предприниматели тратят на это от восьми дней до месяца. Но если роботизировать процесс — автоматически определять типы документов, заносить в систему нужные данные и проверять клиентов по базам регуляторов, то вопрос может быть решен за несколько часов.

Универсальная платформа, которую применяет группа ВТБ, быстро классифицирует документы и извлекает из них необходимые данные. Обычно трудоемкий процесс, в котором больше половины времени занимает проверка и ввод данных из заявлений и документов, сегодня требует не более десяти минут, рассказывает начальник управления обработки клиентских данных ВТБ24 Светлана Дементьева. По ее словам, «система банка на основе интеллектуальной обработки данных ABBYY самостоятельно типизирует и распознает документы, извлекает из них необходимую информацию и подгружает ее в нужные поля». По прогнозам ВТБ24, в ближайшие три года это сэкономит компании 276 млн руб., в том числе почти 60 млн руб. — на расходных материалах».
Искусственный интеллект позволит финансовому сектору сократить издержки на рутинные операции, риски и убытки от непредвиденных ситуаций, говорит директор управления «Цифровой корпоративный банк» Сбербанка Евгений Колбин.
Технологии AI уже позволили банку снизить просрочки выплат по кредитам. При этом выигрывает и клиент, говорит эксперт: «Интернет-банк может предлагать клиентам только те продукты и услуги, которые будут релевантны текущим нуждам и потребностям с учетом субъективных факторов». Потенциально AI может предупреждать компанию — клиента банка и о негативных последствиях сделки с тем или иным контрагентом. Через пять лет 80% всех решений будет приниматься с помощью искусственного интеллекта, говорит Евгений Колбин.

Машинное обучение помогает банкам более точно определять заемщиков с низкой платежной дисциплиной и прогнозировать просрочку выплат, говорит директор по управлению проектами Big Data & Data science банка ВТБ Василий Гаршин. По его словам, модели на основе AI строят более качественные прогнозы, однако они менее прозрачны по сравнению с традиционными методами аналитики и требуют от специалистов высокой квалификации в области работы с данными (data science). «Это основное ограничение, не позволяющее широко применять искусственный интеллект в кредитных организациях», — комментирует ситуацию Василий Гаршин. Впрочем, это не мешает уже сейчас использовать машинные алгоритмы для управления рисками, принятия решений по кредитам и анализа потребностей клиентов.
В промышленном секторе с AI повышают качество продукции и снижают издержки: уменьшаются объемы брака и минимизируются убытки. Магнитогорский металлургический комбинат (ММК) применяет искусственный интеллект, чтобы экономить до 5% ферросплавов и добавочных материалов при производстве стали. Кроме того, ММК автоматически обрабатывает первичные бухгалтерские документы, чтобы быстро получать информацию о затратах на производство и доходах от сбыта продукции, анализировать финансовые показатели и находить новые возможности для роста.


«Газпромнефть» с помощью машинного обучения вдвое быстрее анализирует эксплуатационные данные. В «Сургутнефтегазе» интеллектуальные решения анализируют время и ресурсы, которые требуются для бурения скважин.
Десятки тысяч документов нефтегазовой компании каждую неделю обрабатываются автоматически. Благодаря такой системе адресат вместо часа получает документ на рассмотрение за несколько минут, а затраты на бумажные документы в холдинге сократились в восемь раз.

Технологии можно применять для визуального контроля важных узлов оборудования, которое находится в сложных и опасных зонах производства, — именно здесь человек требует создания дополнительных дорогостоящих защитных конструкций, отмечает заместитель генерального директора SAP CIS Юрий Бондарь.

В распределительной сетевой компании «МРСК Сибири» сотрудники в три раза быстрее обрабатывают данные о потреблении электроэнергии. Каждый месяц технология автоматически извлекает из 23 тыс. бумажных обходных листов, заполненных от руки, фамилии абонентов, номера и показания счетчиков. Время на ввод данных сократилось на 90%.

В ретейле основное направление внедрений AI — снижение затрат на обслуживание клиентов и анализ товарных остатков, оптимизация логистики, разработка персонифицированных предложений. Например, использование механизма рекомендаций обеспечивает компании Amazon 35% продаж.

В телекоме возможности машинного обучения интересны прежде всего для прогнозирования интересов абонентов, отмечают в «Триколор ТВ». Необходимые для анализа данные можно получать быстрее благодаря автоматизированной обработке абонентских договоров и заявлений — это более 5 млн документов в год. На основе этой информации компания выявляет потребности пользователей и создает проекты и услуги, которые формируют новый уровень телесмотрения.

Таким образом, вся экономическая цепочка «деньги — товары и услуги» сегодня активно пользуется AI. С одной стороны, созрела аппаратно-программная платформа, а с другой — многократно увеличился объем данных, готовый «учебник» для AI. Уже сегодня эти технологии автоматически регистрируют клиентов, лечат людей, подбирают товары, рисуют картины и пишут музыку, отмечает Дмитрий Шушкин (ABBYY Россия).

Растет зрелость искусственного интеллекта в сфере персонализации медицины (напоминания о приеме витаминов, диспансеризации, профилактических процедурах или лечении) и сельском хозяйстве (прогнозирование урожайности, посев в наиболее подходящее время, предупреждения об изменениях погоды), отмечает директор по развитию бизнеса SAS/СНГ Антон Заяц.
Человек и машина
Как ученые и фантасты представляют наши взаимоотношения с роботами
Неотличимый от людей
Чешский писатель Карел Чапек в 1920 году в пьесе «R.U.R.» описал первого робота, и это слово подает во многие языки. Роботов Чапека, создали для тяжелых работ: они растили пшеницу, добывали уголь и производили ткани. Но потом оказалось, что они способны думать, чувствовать и даже любить. В финале пьесы роботы уничтожают человечество. Читатели и зрители того времени восприняли это как метафору классовой борьбы, а не пугающую картину «бунта машин». В мыслящие машины тогда еще никто не верил.

Photo: ???

По законам робототехники
Американский фантаст Айзек Азимов сформулировал в 1942 году три главных закона робототехники, которые потом стали применяться по умолчанию во всей фантастической литературе. «Робот не может причинить вред человеку или своим бездействием допустить, чтобы человеку был причинен вред», — гласит первый закон, сформулированный писателем годом ранее в рассказе «Лжец». Персонаж рассказа — робот самостоятельно пришел к тому, что любое огорчение или неприятная новость тоже является для человека вредом. Первый Закон гарантирует, что роботы не смогут восстать против своих создателей, даже если будут обладать настоящим сознанием и свободой выбора.

Photo: ???

Человек — часть операционной системы
Физик и футуролог Митио Каку предрекает, что в будущем искусственный интеллект станет незаметной частью окружающей среды. В книге «Будущее разума» (2014) он ссылается на исследования доктора Мигеля Николелиса из Университета Дьюка (США), который смог подсоединить животное к машине, чтобы оно могло управлять роботом мысленно. Развитие таких технологий сделает человека частью операционной системы компьютеров и других умных устройств. Люди будут общаться с окружающей «умной» средой, попросту разговаривая с ней, смогут давать предметам указания передвигаться, менять свою форму и внешний вид.

Photo: ???
Цифровое бессмертие
Американский изобретатель и футуролог Рэймонд Курцвейл в книге «Сингулярность рядом: когда люди превзойдут биологию» (2006) предрекает, что уже к 2045 году произойдет слияние человеческого и искусственного интеллекта и, более того, замена биологического тела виртуальным. Писатель-фантаст, профессор математики Вернор Виндж считал, что это произойдет несколько раньше. «В течение 30 лет у нас появится техническая возможность создать сверхчеловеческий интеллект. Вскоре после этого человеческая эра будет завершена», — написал он в 1993 году в статье «Технологическая сингулярность».

Photo: ???
Покорители Вселенной
Американский публицист и инвестбанкир Роберт Лоуренс Кюн в 2015 году предсказывал, что машины колонизируют космос: «Первыми покорителями космоса станут роботы, а не люди. В какой-то момент они станут самособирающимися и создадут множество своих копий из сырья, добытого в чужих мирах. Их число будет расти по экспоненте, и они неизбежно заселят всю нашу Галактику». Все экспедиции в пределах Солнечной системы с 1975 года совершаются автоматическими станциями. Для полетов к планетам других звездных систем понадобятся полностью автономные корабли, способные принимать решения и выбирать маршрут самостоятельно.

Photo: ???

Спасатель
В 2016 году Министерство обороны РФ объявило конкурс на создание роботов для эвакуации раненых. Пилотные исследования показали, что благодаря роботам появятся новые возможности диагностики, мониторинга состояния и лечения людей там, где трудно или дорого обеспечить пострадавших медицинским персоналом. Похожие разработки гражданского робота-спасателя ведет МЧС. Робот FEDOR умеет повторять движения оператора, передавать видео- и аудиосигналы, а также поднимать грузы до 10 кг. В июле 2017 года он научился садиться на продольный и поперечный шпагат. Все эти навыки помогут роботу преодолевать сложные препятствия и спасать людей в чрезвычайных ситуациях.

Photo: ???

Киборгизация
Томас Дитрих, один из основателей сферы машинного обучения, считает, что мыслящие устройства превратят нас в сверхлюдей. Люди станут киборгами: потерявшие зрение получат искусственную сетчатку глаза взамен пораженной, ученые смогут за секунды решать сложнейшие научные задачи благодаря встроенным в мозг вычислительным имплантам, умные медицинские нанороботы займутся починкой молекулярных поломок внутри клеток, дав людям возможность жить вечно.

Photo: ???
Большой брат
В 2016 году Стэнфордский университет запустил проект «100 лет исследования AI» (AI 100). Каждые пять лет университет будет сообщать об изменениях, которые приносит AI в автоматизацию бизнес-процессов, национальную безопасность, психологию, этику, законодательство и многие другие аспекты человеческой жизни. «Нам не загнать джинна в бутылку», — комментирует Том Митчелл, один из организаторов проекта AI 100. По его словам, дальнейший прогресс AI неизбежен, и программа AI 100 — возможность для общества определить наше дальнейшее будущее и не дать ему застать нас врасплох.

Photo: ???
Left
Right
Победа разума
Каких решений мы ждем от интеллекта, подобного человеческому
Getty Images Russia
Благодаря использованию AI глобальный ВВП к 2030 году вырастет на 14%, или на $15,7 трлн, ожидают в PwC. Более половины этого прироста будет обеспечено благодаря повышению производительности труда, оставшаяся часть — за счет увеличения потребительского спроса.
В ближайшие три года более 30% российских компаний будут инвестировать в машинное обучение и обработку данных на естественном языке, прогнозирует международная компания Accenture в исследовании 2017 года.
А международная компания IDC оценивает общемировые расходы на AI-системы (включая аппаратное и программное обеспечение, а также соответствующие услуги) в $46 млрд к 2020 году (в 2016-м — $8 млрд), при том что объем корпоративных инвестиций в AI вырос в 2010–2015 годах в 15 раз).

BCG прогнозирует серьезный качественный скачок в использовании бизнесом технологий AI в ближайшие пять—десять лет. «Больше машинного видения, более качественное распознавание образов, объектов и голоса улучшат бизнес-процессы, сделают многие компании более эффективными», — уверен старший партнер и управляющий директор BCG в России Владислав Бутенко.
Дальше — только демократизация технологий и повсеместное ее распространение, считает Татьяна Делягина (Microsoft). Умными будут становиться предметы и устройства, объединяясь в экосистемы интернета вещей. Все больше процессов и транзакций будет проводиться без участия человека — роботы обеспечат максимальное удобство и точность исполнения.

По мнению футуролога Рэймонда Курцвейла и многих других исследователей, настольные компьютеры сравнятся и даже превысят по вычислительным способностям человеческий мозг к 2030–2040 годам. Проникновение искусственного интеллекта в жизнь человека вызывает и страхи. Физик Стивен Хокинг и ряд других представителей научной среды высказывали опасения, что некомпетентное использование AI может нести риски для человеческой цивилизации.

Но самый распространенный страх — относительно того, что машины займут наши рабочие места. В 2013 году аналитики Карл Фрей и Майкл Осборн подсчитали, что в «зоне риска» — до 47% профессий в США. Опыт предыдущих промышленных революций показывает, что вместе с вытеснением профессий появляется и новые. По данным исследования Oxford Martin School по технологии и занятости, 0,5% трудовых ресурсов США заняты в отраслях, не существовавших в начале прошлого века, 8% новых рабочих мест было создано в 1980-х годах и 4,5% — в 1990-е годы. Аналитики Gartner полагают, что искусственный интеллект будет выполнять работу 1,8 млн человек, но при этом создаст 2,3 млн новых рабочих мест.
В докладе президента Всемирного экономического форума Клауса Шваба «Четвертая промышленная революция» (2016) говорится, что инновации в информационных и других прорывных технологиях способствуют повышению производительности путем замены существующих рабочих, а не создания новых продуктов. Однако нам не придется решать дилемму «человек или машина», а придется готовить кадровые ресурсы и модели образования для другого рода работ. «Слияние цифровых, физических и биологических технологий будет способствовать усовершенствованию человеческого труда и когнитивной деятельности» — говорится в докладе.
Произойдет распределение задач, и творческие и сложные виды деятельности останутся за человеком, считают в Microsoft.

«Мы готовимся к тому, что AI будет не только выполнять рутинные задачи, но и помогать высококвалифицированным специалистам: юристам, банковским сотрудникам, инвестиционным консультантам, медицинским работникам, геологам и другим», — отмечает Дмитрий Шушкин (ABBYY Россия).
В бизнесе в основном придерживаются оптимистичного взгляда на сосуществование людей и машин. Основатель Alibaba Джек Ма считает, что роботы смогут стать «партнерами человека», а не оппонентами. А глава Microsoft Сатья Наделла уверен, что именно технологический прорыв в сфере AI станет решением глобальной проблемы экономической рецессии.

В ABBYY уверены, что AI будет помогать человеку: предотвращать аварийные ситуации на предприятиях, защищать компании и клиентов от мошеннических операций, «читать» миллионы страниц законов и постановлений, чтобы помогать компаниям приводить бизнес в соответствие с правовыми нормами.