5 причин, по которым роботы не могут заменить человека
8 октября 2014 года Текст: Ирина Якутенко
Фантасты придумали роботов десятки лет назад, но умные металлические люди так и не появились на наших улицах. Воплощению мечты в реальность мешает многое. В том числе и сам человек
Неуниверсальные помощники
Симпатичные создания из новейших пластиков и сплавов, по мнению людей, должны выполнять тяжелую или скучную работу: ходить в магазин, мыть посуду, пылесосить, делать с детьми уроки и разговаривать с бабушкой о погоде. Если понадобится, они отнесут квитанции в банк и довезут хозяина до работы.
Каждое из этих действий само по себе не требует особых усилий, но вместе они отнимают массу времени, поэтому бытовые роботы должны быть универсальными.
«Сегодня в лабораториях есть роботы, которые умеют решать несколько задач параллельно, но, во-первых, в каждый момент они заняты только одной из них, а во-вторых, они самостоятельно не могут выбрать, какой из задач отдать предпочтение. Более того, роботы совсем не понимают, чего не нужно делать в конкретной ситуации» , — объясняет старший лектор Школы компьютерных наук в Бирмингеме, специалист в области искусственного интеллекта Ник Хоз.
Чтобы пропылесосить квартиру, роботу нужен один алгоритм, для похода в магазин — другой, и оба они должны быть прописаны в электронных «мозгах». Небольшое изменение параметров, если оно не задано изначально, например продуктовые секции в магазине поменяли местами, делает задачу неосуществимой. Машина выполняет только предустановленные команды и не может «сообразить», что в магазине, по сути, все осталось прежним. «Одно из решений проблемы — создать подобие социальной сети для роботов, куда они будут загружать данные, полученные в новых ситуациях, а остальные роботы смогут их скачать» , — говорит Ник.
Ограниченный ум
Другая черта, которую сценаристы будущего приписывают роботам наряду с универсальностью, — фантастический ум. С тех пор как созданный IBM компьютер Deep Blue обыграл одного из величайших шахматистов планеты Гарри Каспарова, многим кажется, что по части интеллекта машины превзошли людей. Суперкомпьютеры и процессоры в мобильных телефонах, выполняющие тысячи операций в секунду, подкрепляют эту уверенность. Но в действительности людям нечего бояться.
Ум роботов ограничен так называемой проблемой значения. «Это колоссальная проблема робототехники , — говорит Хоз. — Роботы не понимают, что значит «цветок», или «небо», или что угодно. Хуже того, люди и сами не знают, что такое значение — они просто понимают его, и все» . Машина может выучить, что объект на четырех ножках с сиденьем и спинкой — это стул, но смысл понятия «стул» ей недоступен. Поэтому дизайнерский стул без ножек и с раздвоенной спинкой робот вряд ли опознает, притом что у человека никаких проблем с этим не возникнет.
«Люди создают огромные базы, куда записывают все возможные значения слов. Но это лишь частичное решение: если то, о чем вы говорите, есть в базе, робот вас поймет. А если слова там нет? Существует и другой подход, когда роботов обучают значению через опыт. Но опять-таки они выучат только значение тех понятий, с которыми столкнулись лично» , — рассказывает Ник Хоз.
СЛОЖНОСТИ
Почти, но не совсем.
Антропоморфность — коварная штука. Если робот сильно напоминает человека, но некоторые черты все же отличаются, люди начинают испытывать отвращение. Этот феномен получил название «зловещая долина» (uncanny valley ). Термин придумал в 1970 году японский специалист по робототехнике Масахиро Мори. Изначально реакцию отторжения объясняли особенностями человеческой психики, но в 2009 году ученые из Принстона показали, что обезьяны ведут себя точно так же. Это означает, что боязнь вроде бы таких же, но чуть-чуть непохожих на себя существ имеет серьезные эволюционные основания. Мозг воспринимает эти различия как признак нездоровья и стремится ограничить контакты с потенциально опасным объектом.
На фото: Симпатичные роботы совсем невысокие — их рост 58 см
Отсутствие желаний
Пожалуй, больше всего люди боятся, что однажды роботам надоест подчиняться человеку и они захватят мир. Перспектива маловероятна не только потому, что роботы не понимают смысла слов «захватить» и «мир». Намного более веская причина в том, что пока инженерам не удалось наделить роботов сознанием. Это трудноопределимое понятие дает людям свободу выбора и желания, в том числе и мирового господства.
«Пока мы не понимаем, как формируется сознание у людей, а значит, не можем воспроизвести его у роботов. На мой взгляд, дело в том, как именно связаны между собой различные отделы мозга. Если мы когда-нибудь разберемся в этом, то, возможно, сумеем повторить структуру мозга и снабдить роботов сознанием» , — полагает Хоз.
ПРАКТИКА
Больше — значит лучше
Многие действия, которые не требуют от человека усилий, для роботов оказываются невыполнимыми. Механическим существам трудно рассчитать силу захвата, когда они жмут руку или берут что-то хрупкое, они очень плохо ходят и совсем не умеют бегать. На ежегодном чемпионате по робофутболу RoboCup игроки передвигаются со скоростью около 3 м/с (10,8 км/ч), а у лучших футболистов вместо ног колеса или гусеницы.
Двуногим роботам очень сложно удерживать равновесие, при ходьбе процессор просчитывает каждый шаг, определяя, как именно распределить вес. Самыми устойчивыми в движении оказались роботы с четырьмя конечностями, например созданный компанией Boston Dynamics совместно с Лабораторией реактивного движения NASA «большой пес» , BigDog (на фото). Существо на гибких лапах умеет ходить по ровной земле, песку, снегу и неглубоким водоемам, забирается в горы и спускается с них и при этом тащит на «спине» до 150 килограммов веса. Повалить его на землю не так-то просто: на демонстрационных видео инженеры пинают робота ногами, но он все равно остается на четырех конечностях.
Машины, не понимающие значений слов и не имеющие сознания, не смогут заменить людей там, где нужно действовать не по шаблону, пусть даже и сложному. Например, хотя роботам неведом страх, они не боятся боли, могут существовать без кислорода и воды, выдерживать экстремальные температуры, — из них очень плохие космонавты. «Ту информацию, которую марсоход собирает три месяца, человек получил бы за три часа , — поясняет Ник. — Люди с Земли отсматривают телеметрию и посылают аппарату задание, сколько сантиметров проехать, к какому камню приблизиться, какой инструмент использовать. Человек принял бы все эти решения за доли секунды» . В среднем сигнал идет от Марса до Земли около 15 минут (и столько же обратно), но коммуникация не всегда возможна из-за помех. Поэтому «выхлоп» даже от короткого путешествия человека на Марс оказался бы в сотни раз больше нескольких роботизированных миссий, каждая из которых длилась годы. Рекордсмен среди марсианских долгожителей, ровер «Оппортьюнити», за более чем 10 лет на Красной планете проехал всего 40 километров.
Выжить в эпоху технологической революции: кого заменят машины, а кого не смогут?
Какие перспективы ожидают людей и сферы их деятельности в мире, переживающем четвертую техническую революцию, которая разворачивается на стыке искусственного интеллекта, роботизации, интернета вещей, 3D-печати и уменьшения стоимости энергии? В этом мире постоянно идет война за патенты, технологии и головы людей. Возникают и лидеры этого прогресса — как люди и компании, так и страны. Причины лидерства понятны — образование, инфраструктура, ценности, политический строй и спрос на изобретения и технологии. Карл Бенедикт Фрей и Михаэль Осборн из университета Оксфорда сделали анализ и классификацию специальностей в мире. Ученые разделили сферы деятельности на: бизнес и финансы; компьютеры, инженерия и наука; образование, искусство и медиа; медицина; сервисы; продажи; офисная и административная работа; сельское хозяйство; строительство и добыча; установка, поддержка и починка; производство; логистика.
Очевидно, что профессии, не требующие высокой квалификации и использующие ручной рутинный труд, будут автоматизированы первыми — кассиры, охранники, операторы кол-центров, персональные ассистенты и др. Сложно прогнозировать, что какие-то сферы исчезнут. Вероятно, будет происходить процесс трансформации из количества людей в профессии в качество путем все большей автоматизации рутинных процессов.
Человек XIX столетия работал руками в поле, чтобы выживать. Но пришедший двигатель сменил много профессий и принес больше свободного времени человеку, что повлекло за собой появление инженеров, водителей, гонщиков, ремонтников и множества других профессий. Технический прогресс освобождает человека от работы для выживания, оставляя время на создание нового. На графике ниже указаны профессиональные сферы и вероятность их компьютеризации. Обратите внимание, что дизайн и инженерия имеют низкие шансы к автоматизации, тогда как административная и транспортная сферы — высокие. 47% всех профессий в США рискуют быть полностью замененными машинами. Рутинная работа постепенно будет полностью автоматизирована. Ученые из Оксфордского университета делают такие прогнозы на ближайшие 20 лет. Что касается России, то нужно ставить понятную цель на 40-50 лет. Хороший пример — СССР и космическая программа, сказали: «Надо полететь в космос раньше Америки», и поколение начало работать на эту цель. Математики и физики, ученые и рабочие — все шли к этой цели. Появлялось новое поколение, и ему было понятно, куда идти учиться и зачем.
Такой целью не может быть лидерство России в научно-технической гонке в мире. Так как такие цели ведут к появлению большого количества докторов наук, но не к изобретениям. Программа освоения и колонизации космоса — одна из лучших задач для развития нации.
Машины нас не заменят — они заставят нас развиваться
На протяжении всей истории человечества мы создавали инструменты, которые помогали нам делать свои дела — быстрее, лучше, дешевле. Однако нам всегда приходилось направлять эти инструменты; говорить им в точности, что им делать, чтобы достичь нужных целей. Это не менялось со времен каменных орудий труда (которые нужно было держать в руках) до современных инструментов цифрового дизайна (которые мы держим с помощью кликов мышки).
Если архитектор, проектирующий дом, хочет переместить стену, он сначала должен представить все возможные варианты размещения этой стены, которые подойдут в его дизайне. Проанализировав все эти возможности в своей голове, он примет решение и руками передвинет стену в своем САПР-чертеже. Обычно он может представить лишь несколько вариантов, а еще больше альтернатив будут безнадежно потеряны, поскольку о них он даже не подумал.
Примерно так мы разрабатываем всякие вещи на протяжении всей истории: сначала в голове возникает идея, потом вы воплощаете ее на бумаге. Но в последние годы в дизайне начала зарождаться новая эпоха: генеративный дизайн.
Несколько дней назад Джефф Ковальский, CTO Autodesk, рассказал о генеративном дизайне на конференции. Он утверждал, что генеративный дизайн позволит дизайнерам и инженерам эволюционировать от прямых операторов до кураторов, а потом и наставников.
Давайте немного углубимся в эту новую эпоху.
Новая эпоха в дизайне
Генеративный дизайн использует алгоритмы для изучения целых наборов решений. Вы указываете свои цели и ограничения и позволяете компьютеру сгенерировать проекты и итерации для вас, о которых вы, возможно, никогда и не подумали бы — в некотором роде это ускоренная искусственная эволюция.
И хотя эта новая сфера дизайна весьма захватывающая, она также может показаться пугающей. Что происходит с ролью дизайнера, когда компьютерная программа вроде Autodesk Dreamcatcher может генерировать сотни уникальных дизайнов за часы — а у человека уходят дни на создание только одного?
Дизайны рамы для байка, созданные ПО Dreamcatcher от Autodesk
Нас так часто беспокоит мысль, что мы можем потерять рабочие места из-за компьютеров и роботов, что мы порой даже не представляем, как наши меняющиеся роли и взаимоотношения с машинами могут изменить нас: сделать нас более творческими и свободными.
Эволюция от «оператора» до «куратора» и до «наставника»
В генеративном дизайне больше не нужно быть оператором инструмента, человек освобождается и становится куратором; он начинает работать совместно с компьютером над созданием самого идеального дизайна. Учитывая разнообразие возможностей, мы можем выбирать, какой дизайн наиболее соответствует требованиям с точки зрения структуры, веса, формы и так далее.
Хорошо, допустим, концепция генеративного дизайна уже нашла свое место в этом мире. Но наш мир — это мир переплетений, где самые удивительные инновации рождаются в точке слияния разных тенденций. К примеру, объединив машинное обучение и генеративный дизайн, может открыть целый поток новых возможностей.
Даже на ранних этапах генеративный дизайн начал давать интересные результаты. Но когда процесс проектирования завершается, программа перестает хранить все, что выучила. А теперь представьте, что программное обеспечение генеративного дизайна учится с каждым проектом, который создает при поддержке дизайнера или инженера.
Как пишет Ковальский: «Сколько раз вы говорили о том, что пора бы выучить новый инструмент проектирования? Я думаю, что пришло время, когда инструмент проектирования будет учить вас».
Генеративный дизайн и машинное обучение, и то и другое, требуют ввода от человека в виде целей, значений и параметров. Какие цели и какие значения мы хотели мы видеть от машин? Что они могли бы создать, когда получат возможность принимать творческие решения? Это нам еще только предстоит выяснить. Нам придется решить, какой мир нам нужен — изоляции или связанности, жесткости или текучести, мир построенный или выращенный.
Эволюция наших отношений с машинами (за пределами дизайна)
Англоязычные пользователи Gmail не могли не заметить, что система стала предлагать им быстрые ответы на некоторые письма. Например: «Рад, что вам понравилось». «Спасибо, что поделились». «Счастливого пути». «Да, я получил ваше письмо».
Используя эти сгенерированные компьютером ответы, человек выступает в роли куратора. Люди же, которые программируют этих ботов, выступают в роли наставников. Варианты ответа в Gmail вежливые, учтивые, приятные — и это отражение не только машин, генерирующих сообщения, но и людей, стоящих за кулисами.
В предстоящие годы мы увидим еще много примеров этих новых ролей куратора и наставника. Но остается решить важный вопрос: какие цели и ценности мы хотели бы передать нашим машинам?