Среднего более не дано. Как выйти из эпохи великой стагнации - Тайлер Коуэн Страница 3

На сайте Netflix для пользователей стало обычным делом запрашивать мнение сервиса или следовать его алгоритмам в вопросах выбора кинофильмов. Последнее слово остается за нами, но теперь в выборе кинофильма мы можем полагаться на нового умного партнера.

Некоторые из подобных технологических достижений могут немало напугать нас, именно в силу того, что доказывают свою эффективность. В городе Санта-Круз, Калифорния, машинный разум уже используется при подготовке маршрутов полицейских патрулей для предупреждения квартирных краж и угона автомобилей. Программное обеспечение, разработанное коллективом социологов и двумя математиками, используется для прогнозирования наиболее вероятных мест и времени совершения преступлений против частной собственности. Используемая программная модель была представлена в Journal of the American Statistical Association. База данных системы обновляется ежедневно по мере получения информации о новых преступлениях. Система основана на ряде моделей прогнозирования повторных сейсмических толчков. Программа еще требует доработки, но уже сейчас понятно, что она — точно не последняя среди попыток автоматизировать предупреждение преступлений. Так, компанией TSA разрабатывается программное обеспечение для выявления на основе телодвижений потенциально опасных авиапассажиров.

Не каждое из этих изобретений оправдает возлагаемые на него надежды. Но давайте зададим себе несколько вопросов. Во-первых, в каких основных областях экономики технологические изобретения превосходят ожидания, бытовавшие в отношении них всего несколько лет назад? Во-вторых, в каких областях ведется много новых, перспективных технологических разработок? В-третьих, в каких областях импульс общих сил, толкающих инновацию вперед (к примеру, глобализация или закон Мура, согласно которому мощность компьютеров будет продолжать расти ускоренными темпами), не угаснет? Наконец, существуют ли свидетельства того, что развитие технологий в данных областях уже сейчас положительным образом сказывается на статистических показателях экономического благополучия нашей страны? Далее я подробно разберу все эти вопросы, но уже сейчас мне хотелось бы подчеркнуть, что все области экономики, на которые указывают ответы, объединяет одна технология: машинный разум. И его влияние на показатели экономического развития страны показывает тенденцию к усилению.

Следующим возможным шагом станет прогнозирование машинами нашего поведения. Одно из самых сильных по глубине произведений Айзека Азимова — малоизвестный рассказ «Выборы» (Franchise). В описываемой этим рассказом истории демократические выборы фактически потеряли свою значимость. Умные машины анализируют почти всю информацию о текущей экономической и политической ситуации и прогнозируют, кто из кандидатов выйдет победителем. (На основе небольшого числа показателей — таких как изменения ВВП, уровень безработицы, уровень инфляции, наличие крупного военного конфликта,— сделать такие прогнозы действительно представляется несложным.) Однако в рассказе Азимова машины не могут справиться с задачей самостоятельно, поскольку они не в состоянии учесть и оценить не поддающиеся описанию социальные процессы. Поэтому американское правительство выбирает кого-то из числа «типичных» избирателей и задает ему несколько вопросов о настроениях граждан. Совокупность полученных ответов и компьютерный прогноз достаточны, чтобы определиться с результатами выборов. Собственно голосовать необходимости нет.

Подобная идея покажется многим возмутительной. Это выглядит посягательством на дорогие сердцу человека свободы и возможность выбора. Однако в действительности мы, возможно, не столь уж и свободны, как это может показаться на первый взгляд. Насколько трудно предсказать ваши избирательные предпочтения тем, кто владеет информацией о вашем происхождении, друзьях, семье, книгах, которые вы читаете? Вполне вероятно, что технологическое будущее сможет показать, насколько мы предсказуемы, и многим это придется не по душе, однако во время президентских выборов 2012 г. в США избирательные штабы кандидатов уже тратили огромные средства на прогнозирование поддержки выборщиков и ключевых избирательных округов.

Ниже приведен короткий абзац статьи из The New York Times, которым прекрасно иллюстрируется то, к чему мы уже пришли:

По мере освоения компьютерами Эндрю Пола все больших и больших объемов информации он оказался в состоянии выявить около 25 товаров, совместный анализ которых позволяет ему проводить оценку каждой покупательницы по шкале «прогнозирования беременности». Но еще более важно то, что он оказался в состоянии довольно точно предсказывать время родов, что позволяет его работодателю, сети супермаркетов Target, рассылать покупательницам купоны на товары, требующиеся на том или ином этапе беременности.

В компьютерах, поглощающих эту гору информации о совершаемых тем или иным лицом покупках, использовался алгоритм, позволяющий выявить среди покупательниц беременных: на начальном этапе беременности они покупали кальций, магний и цинк, в начале второго триместра — не содержащие ароматизаторов лосьоны, а по мере приближения родов — антибактериальный гель для рук и огромные пакеты ватных тампонов.

Нравится нам это или нет, но наши деловые партнеры будут использовать машинный разум в своих бизнес-интересах. При проведении важных переговоров или знакомстве с потенциальными партнерами все действия будут документироваться, а информация — моментально обрабатываться и анализироваться — подобно тому, как гениальный компьютер Watson производит разбор вопросов в телевикторине Jeopardy! Каждый участник сможет получать прямо по ходу переговоров оперативные отчеты о том, существует ли вероятность того, что представители противоположной стороны лгут, каков их уровень стресса, насколько подробна предоставляемая ими информация, кто является неформальным лидером группы и как часто ими используются местоимения первого лица единственного числа — и все это на основе анализа голосовой информации. С помощью этой информации и еще ряда измеримых факторов программой будет составляться и транслироваться нечто вроде «считывания данных» с ведущегося разговора. От машины не требуется достигнуть совершенства или даже приблизиться к нему. Достаточно будет того, что она справляется с определенной задачей лучше человека.

В настоящее время разрабатывается программное обеспечение, способное на основе анализа голоса определять, лжет ли человек. Ведущими специалистами в этом направлении являются Дэн Джурафски из Стэнфордского университета и Джулия Хершберг из Колумбийского. По их заверениям, разрабатываемые ими программы уже способны выявлять обман лучше человека. Во всяком случае, благодаря последующим доработкам программы могут оказаться вполне способными решать заявленные задачи.

Представим, например, вибрирующий в кармане iPhone, подающий сигнал каждый раз, как компьютером выявляется ложь в словах собеседника. Или, например, такое сообщение появляется на ваших контактных линзах. Однако речь идет не только о гаджетах. В итоге мы придем к ситуации, когда подобный анализ, осуществляемый прямо по ходу переговоров, станет обычным делом. Специалисты, участвующие в переговорах, будут проходить специальную подготовку, позволяющую им обманывать или сбивать с толку программы анализа голосовой информации. Со своей стороны, в ответ на подобную тактику разработчики программ будут продолжать совершенствовать их, что положит начало бесконечной «гонке вооружений» между технологиями обмана и его выявления. Как следствие возникнет новый вид сложных социальных взаимоотношений. И эта новость важнее любого нового гаджета.