Лично я считаю, что доведение всех уже известных технологий до стадии реальной готовности к практическому применению будет крупнейшим вкладом в развитие общества и человеческий прогресс. Если мы посмотрим на историю развития технологии распознавания речи или компьютерных операционных систем, или на то, как возникла идея создания Интернета, мы увидим, что за моментом открытия следует длительный период практического внедрения. В какой-то период это были лабораторные эксперименты и технология еще не созрела для промышленного применения. Кто начинает применять их раньше всех? Чем определяется динамика этих процессов? Какие применения становятся «мейнстримом»? Доведение технологий до стадии реального применения – вот что самое важное.
С момента появления идеи Интернета до того времени, когда он реально изменил мир, прошло не менее 20 лет. С искусственным интеллектом этот срок может оказаться чуть меньше, и все же потребуется, может быть, 10, 20 или больше лет, прежде чем он проникнет во все сферы нашей жизни и в каждое приложение.
Кай Фу Ли
Разговоры об очередном технологическом прорыве – это какое-то ограничение возможных альтернатив. Люди ведь не спрашивали, где произойдет следующий прорыв в развитии операционных систем. Какие-то прорывы были очевидными. 3G, 4G и 5G оказали огромное влияние на масштабы распространения мобильных устройств, а оснащение телефонов всевозможными приложениями оказало огромное влияние на их операционные системы. Все будет происходить так же и в сфере искусственного интеллекта. Сюда будет направлен какой-то объем средств и, соответственно, над этими проблемами начнет работать какое-то количество специалистов.
Следующий возможный крупный прорыв может стать результатом объединения наук о мозге и теории искусственного интеллекта и лучшего понимания механизмов нашего логического и внелогического мышления. Он может произойти и в сфере квантовых вычислений, аппаратных средств, в семантике или анализе языка. Вероятность того, что каждое из этих направлений исследований обеспечит серьезный прорыв, составляет от 5 до 20 процентов.
В предстоящие пять лет эти перемены, вероятно, в наибольшей степени затронут те области, где происходят непосредственные финансовые транзакции: Интернет, финансовую сферу и электронную коммерцию. Затем мы будем наблюдать распространение этих технологий на такие сферы, как розничная торговля, здравоохранение, обрабатывающая промышленность, образование, транспорт, автомобильный транспорт и логистика, включая хранение, транспортировку и доставку товаров. В конечном счете ИИ проникнет во все сферы жизни.
В конечном счете каждая страна примет свое особое законодательство, регулирующее вопросы обращения с данными. В Китае действует эффективное законодательство, регулирующее вопросы обращения с данными: не в части защиты персональных данных, а в части санкций, налагаемых на компании, продающие и использующие персональные данные без согласия пользователей. Если бы, например, дело о нарушениях, допущенных Facebook и Cambridge Analytica, рассматривалось в Китае, люди получили бы реальные сроки. В ЕС принят Общий регламент по защите данных (GDPR), США также разрабатывают подобные нормы. Мы все находимся в новой ситуации с точки зрения того, как следует работать с индивидуальными данными, как защищать персональные данные, что является законным, а что – нет. Учитывая различия культур и ожиданий пользователей на Востоке и на Западе, я сомневаюсь в возможности выработки единого рецепта для всех стран. Скорее можно сказать, что мы находимся в начале некоего коллективного проекта. GDPR стал первым из наиболее зримых результатов этих усилий. Я не думаю, что это очень хороший вариант, но я думаю, что мы будем его дорабатывать. Возможно, у нас будет три группы законов о работе с данными – в ЕС, в Китае и в США – которые будут иметь и какие-то общие моменты, и какие-то расхождения.
В данном случае правительство берет на себя роль основного разработчика, властной инстанции. Давайте дадим каждому пользователю право выбора решений для каждого вебсайта, с тем, чтобы ответственность за результаты также вернулась обратно к пользователям. Людям надоедают все эти бесконечные всплывающие окна, и они просто жмут кнопку «Да». Есть, конечно, очень небольшой процент людей, которые почти всегда будут отвечать «Нет» и отказываться при этом от каких-то удобств, но многих эти всплывающие окна будут просто раздражать. Всё это просто достаточно неудобно для пользователей.
Рост объемов аккумулируемых данных повышает риск нарушения неприкосновенности частной жизни, что будет затем причинять ущерб корпорациям, а последнее побудит страны принимать более строгие законы. Это напоминает ситуацию со смертной казнью: можно было бы полагать, что преступность окажется наименьшей в странах с самыми строгими законами, однако всё это имеет какие-то побочные следствия. Я не специалист в области государственного регулирования, так что я могу лишь указать на возможные плюсы и минусы.
В целом системы ИИ патентуют не очень активно, поскольку ученые, открывшие метод глубокого обучения, не запатентовали свое открытие. Неясно, может ли вообще быть обоснованным патентование каждой перестановки. Гиганты отрасли искусственного интеллекта патентовали некоторые изобретения. Судя по тому, с какой скоростью распространяются алгоритмы, я полагаю, что сегодня не так уж много надежных патентов, позволяющих эффективно защищать права их обладателей, какими являются патенты на технологии голосовой почты или на некоторые технологии надежного шифрования.
Мы рекомендуем компаниям, входящим в наш портфель, регистрировать патенты, но только в тех случаях, когда у них есть ценные активы. В принципе, если компания имеет доминирующее преимуществo в сфере интеллектуальной собственности, это, безусловно, будет моментом, который мы будем учитывать в нашей инвестиционной и деловой стратегии. Но это всё теория. Мы никогда не инвестировали в компанию исходя только из факта наличия у нее какого-то патента. Если у вас есть возможность защитить какие-то права и против вас возбуждают иск, вы можете этим воспользоваться. Когда такие возможности есть – это хорошо. Но патенты никогда не были для нас ключевым соображением. Повторю еще раз: мы анализируем учредителей и компании по ключевому для нам параметру: по способности воплощать технологии в конкретных продуктах и коммерческих операциях, а не просто изобретать их.
Что касается научных исследований я думаю, что выдающиеся специалисты есть в Канаде. Есть и еще ряд стран с довольно хорошим потенциалом в этом отношении. Очень приличного уровня достигли Гонконг и Сингапур. Но если говорить о практическом внедрении технологий, ни одна из этих стран не обладает экосистемой, позволяющей обращать знания в экономическое преимуществo. Чтобы продвигать технологии в наиболее перспективные области применения, уделять постоянное внимание запросам пользователей и на этой основе побуждать ученых совершенствовать создаваемые ими технологии, необходима развитая экосистема венчурного капитала. Исключая США и Китай, в мире нет стран с такими экосистемами. В какой-то мере такая система создана в Израиле, но я не думаю, что многие страны видят эту проблему. Они делают упор на технологии, предназначенные для их собственной промышленности, и именно в этом их главная ошибка.
Регулирование – это лишь часть проблемы. Здесь есть и другие моменты. В США совершенно другая экосистема: пользователи, язык, ожидания, способы создания и продвижения продукта и привлечения пользователей. Даже если предположить, что нет никаких проблем с регулирующими инстанциями, добиться успеха очень сложно. США по преимуществу экспортируют свою продукцию в развитые страны, и поэтому такая продукция должна быть стандартизованной. Китай, со своей стороны, имеет хорошие возможности проникновения на рынки развивающихся стран и регионов со сходной демографией, такие как Юго-Восточная Азия, Ближний Восток, Африка и, возможно, Индия, а также, потенциально, Южная Америка. Я думаю, что китайские системы ИИ и мобильные технологии смогут завоевать определенные позиции в мире, но, скорее всего, не в развитых странах. На страны, с которыми работает Китай, приходится, может быть, две трети всего мирового населения, но лишь небольшой процент ВВП – таким образом, эти усилия не очень оправданны в краткосрочном плане, но очень важны в долгосрочном. По моему прогнозу, в более отдаленном будущем китайские технологии будут иметь хорошие шансы на то, чтобы проникнуть на рынки половины стран мира.
«Облачные» технологии позволяют компании использовать какую-то разработку, базирующуюся в «облаке», не приобретая большой парк машин. Благодаря этому стартапам проще начинать свою деятельность, и США значительно опережают в этом отношении другие страны. Кроме того, я думаю, что существует то, что можно было бы назвать «платформами искусственного интеллекта»: платформы, позволяющие разработчикам, не являющимся экспертами в сфере ИИ, работать в этой сфере. Такую платформу хотели бы создать многие компании, но пока ни одна из них не предложила какое-то законченное решение. Почему Mac, Android и Windows стали доступными для многих пользователей? Они выпустили инструменты разработки, которые позволяют другим людям создавать приложения без глубоких знаний о ядре их операционных систем. В этой области явно лидирует Google, и весьма вероятно, что Google Cloud и TensorFlow станут таким неформальным стандартом. Facebook создает свой Facebook PyTorch, также понижающий входной барьер для разработчиков. Amazon, Tencent, Alibaba и Baidu также создают аналогичные системы, позволяющие разработчикам, не являющимся специалистами в области ИИ, и обычным инженерам реализовывать элементы ИИ в своих обычных приложениях. Компания, которой удастся решить эту проблему, может стать обладателем нового Windows или Android.
Здесь имеется много рисков. Один из них связан с тем, что если системы ИИ возьмут на себя функции всех неквалифицированных и начинающих работников, как люди смогут повышать свою профессиональную квалификацию? Как в будущем будет происходить профессиональный рост? Есть и другие риски, такие как обеспечение защиты систем ИИ: например, защита телефона от взлома и проникновения во все устройства и сети, которыми он управляет.
Кроме того, система ИИ – это массивы цифр, которые не поддаются расшифровке и объединяются способами, непрозрачными для людей, и поэтому если кто-то взломает такую систему и изменит в ней тысячу цифр, как можно будет об этом узнать? К чему это приведет? Всё это вопросы, которые делают необходимыми новые подходы к обеспечению защиты. Авторы некоторых антиутопий высказывают опасения по поводу того, что если перед системой искусственного интеллекта ставится какая-то задача, система примется ее выполнять. Я не склонен считать это угрозой для человека, поскольку в большинстве сценариев и при обсуждении большинства известных проблем технологии остаются под контролем людей. Большинство негативных последствий внедрения систем ИИ пока не выяснилось, но мы выявим и, хочется надеяться, устраним большинство таких последствий. А после этого нам придется решать новые проблемы, которые постоянно встают перед нами./