Неизбежно. 12 технологических трендов, которые определяют наше будущее

Самое серьезное влияние обычных пользователей заключается в том, что Google превращает трафик и ссылки, созданные в результате 90 миллиардов поисковых запросов в месяц{12}, в «базу знаний» для новой экономики. Подобную концепцию развития снизу вверх также никто не закладывал в свои прогнозы на 20 лет.

Однако больше всего из того, что связано с интернетом, сбивает с толку ситуация с видео на YouTube и Facebook. Все, что медиаэксперты знали об аудитории (а знали они очень много), подтверждало мнение, что пользователи никогда в жизни не оторвутся от дивана и не будут развлекать себя сами. Боссы из АВС относились к зрительской аудитории как к коллективному «диванному овощу». Все знали, что люди перестали читать книги и придумывать что-либо сами: писать музыку слишком хлопотно, если можно просто посидеть и ее послушать, а на создание видео у новичков не хватало ни опыта, ни финансовых возможностей. Преобладало мнение, что пользовательский контент никогда не будет производиться в достаточно серьезном объеме, а если и будет, он не привлечет аудиторию, а если и привлечет, то незначительную. Настоящим шоком было наблюдать за практически одномоментным появлением 50 миллионов блогов в начале 2000-х годов{13} – со скоростью два в секунду. Затем через несколько лет происходит взрывной рост пользовательского видеоконтента: в 2015 году на площадке YouTube ежедневно выкладывали 65 000 роликов{14}, то есть в сети каждую минуту появлялось 300 часов видео{15}. А в последние годы наблюдается непрекращающийся рост числа предупреждений, советов, рекомендаций и новостных сообщений. Каждый пользователь делает то, что, как считали ABC, AOL, USA Today, могут и будут делать только ABC, AOL, USA Today. Эти каналы, созданные пользователями, нецелесообразны с экономической точки зрения. Откуда берутся время, энергия, ресурсы на их создание? Это все создают пользователи.

Ощущение сопричастности заставляет обычных людей тратить огромное количество энергии и времени на создание бесплатных энциклопедий, инструкций, как поменять спущенную шину, или создание каталога результатов голосований в Сенате США. Все больше контента в интернете создается по этому принципу. Согласно результатам одного из исследований, проведенного несколько лет назад, только 40 % контента глобальной сети производится на коммерческой основе. Все остальное создается из чувства долга или по зову сердца.

Учитывая реалии промышленной эпохи, когда массовое производство товаров превосходило все, что человек мог создать сам, этот неожиданный сдвиг в сторону вовлеченности пользователей стал настоящим сюрпризом. Было принято считать, что любительская концепция «сделай сам» давно свое отжила. Стремление людей создавать, участвовать в процессе больше, чем просто выбирать опции, – это серьезная сила, которую не принимали во внимание (не замечали) десятилетия назад, хотя она проявлялась уже тогда. Этот главный импульс к участию перевернул экономическую модель и неуклонно ведет к тому, что наибольшее влияние приобретает сфера социального взаимодействия – флешмобы, «коллективный разум» и совместные действия.

Когда компания открывает часть своих баз данных и функционала пользователям или другим стартапам через интерфейс прикладного программирования (API), как это сделали Amazon, Google, eBay, Facebook и большинство других крупных платформ, это стимулирует участие пользователей на принципиально ином уровне. Люди, получающие преимущества от этих новых возможностей, перестают быть просто клиентами компании – они становятся разработчиками компании, вендорами[8], исследователями и специалистами по маркетингу.

Постоянно предлагая клиентам и пользователям новые способы участия, глобальная сеть становится неотъемлемым компонентом любой деятельности в любой точке мира. Озабоченность, что интернет не сможет занять достойное место в жизни общества, сегодня кажется по меньшей мере странной. Опасения, которые высказывались в 1990-х по поводу преобладания мужчин среди пользователей интернета, полностью развеяны. Поворотный момент в 2002 году, когда число женщин среди пользователей интернета впервые превысило число мужчин{16}, прошел незаметно, без празднований и салютов. Сегодня 51 % пользователей интернета составляют женщины{17}. И, разумеется, глобальная сеть никогда не была и не стала пространством исключительно для подростков. В 2014 году средний возраст пользователей интернета составлял 44 года{18}.

А что может стать более наглядным символом всеобщего признания, чем принятие интернета амишами[9]? Недавно мне довелось побывать на нескольких фермах, где живут амиши. Они полностью соответствовали распространенным стереотипам: соломенные шляпы, всклокоченные бороды, женщины в капорах, отказ от электричества, телефонной связи и телевидения, повозка с запряженной лошадью у крыльца дома. Амиши не вполне заслуженно имеют репутацию людей, не желающих пользоваться новыми технологиями, хотя на самом деле они просто поздно их принимают. Я безмерно удивился, когда они упомянули о своих сайтах в интернете.

– Сайты амишей? – переспросил я.

– Для рекламы нашего семейного бизнеса. Мы делаем решетки для барбекю.

– Да, но…

– Мы пользуемся компьютером в общественной библиотеке. И Yahoo!

В тот момент я понял, что интернет вошел в нашу жизнь окончательно и бесповоротно. Мы все становимся другими.

* * *

При попытке вообразить себе эту активно развивающуюся сеть через три десятилетия первый порыв – представить, что это будет сеть Web 2.0 и она окажется лучше нынешней. Но в 2050 году сеть не станет лучше, так же как первая ее версия не была лучше, чем ТВ с увеличенным числом каналов. Эта сеть будет так же отличаться от современной, как первая отличалась от ТВ.

В строго техническом смысле современную сеть можно определить в качестве суммы всех тех вещей, которые вы можете «нагуглить», то есть совокупность всех файлов, доступных по гиперссылкам. В настоящее время большая часть цифрового мира под это определение не попадает. Многое из того, что происходит в Facebook, телефонном приложении, игре или в видео, не поддается алгоритмам поиска. А через 30 лет будет поддаваться. «Щупальца» гиперссылок продолжат распространяться, чтобы связать все единицы информации.

Все происходящее в игровой приставке будет поддаваться поиску, как новости. У пользователей появится возможность искать что-то в видео на YouTube. Например, в ролике, записанном на камеру вашего телефона, вы захотели найти момент, когда ваша сестра узнала о зачислении в колледж. Сеть предоставит такую возможность. Возможности поиска распространятся на физические объекты – как произведенные, так и природные. Крошечный, практически бесплатный чип, встроенный в товар, свяжет его с сетью и интегрирует данные. Большинство предметов в вашей комнате будут скоммутированы друг с другом так, что вы сможете «гуглить» вашу комнату или целый дом. У нас уже есть первые ласточки этих технологий. Например, я могу управлять музыкальной системой и регулировать температуру в доме с помощью телефона. Через три десятилетия весь остальной мир будет связан с моими устройствами. Стоит ли удивляться тому, что глобальная сеть продолжит расширяться до физических размеров планеты.

Кроме того, в ней по-другому будет реализован фактор времени. В современной сети практически нет понятия о прошлом. Вы можете наблюдать «живую» потоковую видеотрансляцию с площади Тахрир в Египте, но посмотреть, какой эта площадь была год назад, практически невозможно. Сегодня очень непросто увидеть более ранние версии сайтов, через 30 лет у нас будет временной слайдер, который позволит увидеть любую прошлую версию. Подобно тому как навигационная система телефона обновляется на основе информации о дорожном движении на протяжении прошедших дней, недель и месяцев, глобальная сеть в 2050 году будет совершенствоваться благодаря контексту прошлого. Кроме того, возможно, сеть начнет действовать и в направлении будущего.

Представьте, что в момент вашего пробуждения сеть старается предугадать ваши намерения. Так как все ваши повседневные действия зафиксированы, она пытается действовать «на опережение» и предлагать вам ответ практически до того, как вы зададите вопрос. Сеть работает так, что она предоставляет вам все файловые документы, необходимые для предстоящей деловой встречи. Сеть выбирает для вас идеальное место для обеда с друзьями, учитывая погоду, ваше местонахождение, что вы ели на этой неделе, что заказывали, когда в последний раз встречались с друзьями, а также множество других факторов, способных повлиять на ваше решение. Вы общаетесь с сетью. Вместо того чтобы пролистывать множество снимков друзей в телефоне, вы спрашиваете сеть о своем друге. Она предугадывает, какие фотографии вы хотели бы видеть, и в зависимости от вашей реакции на них может предложить больше снимков или фотографии другого приятеля либо, если начинается следующая рабочая встреча, пару электронных писем, с которыми вам следует ознакомиться. Сеть начнет все больше напоминать настоящее, которое имеет к вам непосредственное отношение, а не место, в которое вы направляетесь – знаменитое виртуальное пространство 1980-х годов. Она будет постоянно присутствовать в вашей жизни в фоновом режиме, как электричество: всегда рядом с нами, всегда доступно, всегда незаметно. К 2050 году мы начнем воспринимать сеть как постоянно ведущийся диалог.

Этот диалог откроет перед нами множество новых возможностей. Хотя уже кажется, что цифровой мир переполнен возможностями и вариантами выбора и в ближайшие несколько лет не останется места для чего-то действительно нового.

Только представьте, как круто было быть амбициозным предпринимателем в 1985 году на заре интернета! В то время практически любое доменное имя было свободно. Все, что нужно было сделать, – это зарегистрировать то, которое вам нравится. Доменные имена из одного слова, имена нарицательные – все было свободно. И эта процедура даже ничего не стоила. Это потрясающее окно возможностей было открыто еще не один год. В 1994 году один из авторов журнала Wired обратил внимание, что доменное имя mcdonalds.com все еще свободно{19}. С моей подачи он зарегистрировал его на себя. Затем он безуспешно пытался подарить его McDonald’s, но полное непонимание компании, что такое интернет («“точка” что?»), было настолько уморительным, что эта история превратилась в знаменитую статью, которую мы опубликовали в журнале Wired.

Интернет в то время казался огромным и безграничным. Легко можно было стать первым в любой категории, которую вы захотели бы выбрать. Ожидания пользователей выглядели скромными, а барьеры очень низкими. Запустить информационно-поисковую систему! Первым открыть интернет-магазин! Создать сервис по работе с любительским видео! Конечно, это все было тогда. Если сегодня оглянуться назад, кажется, что волны поселенцев хлынули на пространство интернета с бульдозерами и обработали каждый маленький кусочек, оставив жалкие крохи, к тому же самые сложные, тем, кто приходит в интернет сегодня, 30 лет спустя он кажется перенасыщенным приложениями, платформами, устройствами и таким количеством контента, что нам хватит его на следующий миллион лет. Даже если бы удалось втиснуть туда еще одну маленькую инновацию, кто вообще заметит ее на фоне такого изобилия?

Но! В том-то и дело. С точки зрения интернета еще даже ничего не произошло! Интернет все еще в «колыбели». Если бы нам удалось заполучить машину времени, перенестись на 30 лет в будущее и взглянуть на сегодняшний этап с этой перспективы, мы бы осознали, что большинство самых важных продуктов, которые станут определять жизнь людей в 2050 году, будут изобретены только после 2016 года. Люди в будущем увидят свои симуляторы голографических образов, контактные линзы, погружающие их в виртуальную реальность, загружаемые аватары и интерфейсы искусственного интеллекта и говорить: «Знаете, тогда у вас еще не было настоящего интернета» (или как они будут его называть).

И они окажутся правы. Потому что с нашей сегодняшней перспективы самые потрясающие онлайновые штуки первой половины этого века все еще впереди. Все эти чудесные изобретения ждут своего часа, когда сумасшедшие мечтатели с подходом «никто не говорил мне, что это невозможно» начнут срывать низко висящие плоды – эквивалент доменных имен в 1984 году.

Потому что седобородые старики в 2050 году скажут вам еще одну вещь: только представьте, как круто было быть амбициозным новатором в 2016 году! Это ведь огромный и безграничный мир! Можно было выбрать практически любую категорию и добавить немного искусственного интеллекта, поместить в облако. Лишь у некоторых приборов имелось больше одного-двух сенсоров, в отличие от сотен сенсоров сегодня. Ожидания и барьеры представлялись низкими. Легко было стать первым. А затем они вздохнули бы: «Эх, если бы мы только понимали тогда, насколько все возможно!»

Итак, правда в том, что сегодня лучшее время, чтобы начать что-то создавать. Еще никогда не было более удачного момента в истории человечества, чтобы начать что-то изобретать. Никогда еще не было больше возможностей, более низких барьеров, высокого соотношения преимуществ и риска, высокого возврата на вложенные усилия, чем сегодня. Прямо сейчас, в эту самую минуту. Именно на это мгновение начнут оглядываться люди в будущем и вздыхать: «Эх, оказаться бы сейчас там!»

Последние 30 лет стали отличной стартовой точкой, прочным основанием для того, чтобы создавать действительно великие вещи. Но то, что последует дальше, окажется совсем другим. То, что мы станем изобретать, будет постоянно, неизменно трансформироваться во что-то другое. А самые крутые штуки еще только ждут своего часа, чтобы их изобрели.

Сегодня мы на самом деле стоим перед огромным и безграничным миром. Мы все кем-то становимся. Это самое лучшее время в истории человечества для начала чего-то нового. Вы не опоздали.

Глава 2

Искусственный интеллект

Сложно представить, какой фактор мог бы изменить все так же сильно, как недорогой, мощный и повсеместный искусственный интеллект. Начать с того, что нет процесса, который имел бы более стойкие последствия, чем постепенные улучшения простых вещей. Даже небольшое добавление фактора интеллекта в действующий процесс способно поднять его эффективность на принципиально иной уровень. Преимущества, которые мы получим, если сделаем простые вещи «умными», окажут в сотни раз более сильное влияние на нашу жизнь, чем трансформации, к которым привело развитие промышленного производства.

В идеале этот дополнительный интеллект должен быть бесплатным, а не просто недорогим. Бесплатный искусственный интеллект, как бесплатный интернет, будет стимулировать развитие коммерческой составляющей и науки, как ни один другой фактор, и окупится в кратчайшие сроки. Вплоть до недавнего времени было распространено мнение, что первыми носителями искусственного интеллекта станут суперкомпьютеры, затем, возможно, мы получим эту технологию в наших домашних устройствах, а вскоре после этого добавим потребительские модели в головы наших персональных роботов. Каждое устройство с технологией искусственного интеллекта будет отдельным, мы сможем точно знать, где заканчиваются наши мысли и начинается программа.

Однако первый настоящий искусственный разум появится не в изолированном суперкомпьютере, а в суперорганизме из миллиарда компьютерных чипов, известных как сеть. По своему масштабу он станет планетарным, но при этом тонким, пронизывающим все, со свободными связями. Окажется сложным провести грань между тем, где будут заканчиваться наши мысли и начинаться программа. Любое устройство, которое начнет взаимодействовать с этим сетевым искусственным интеллектом, станет делиться им и развивать его. Изолированный искусственный интеллект не сможет учиться так же быстро и эффективно, как тот, который подключен к «коллективному разуму» семи миллиардов человек, плюс к триллионам онлайн-транзисторов, плюс к сотням эксабайтов реальных данных, плюс к саморегулируемым цепям обратной связи от всей цивилизации. Таким образом, сеть сама по себе будет становиться все «умнее» и непрерывно совершенствоваться. Изолированные искусственные интеллектуальные продукты, скорее всего, начнут считаться ущербными – издержки, которые нам придется платить за мобильность искусственного разума в отдаленных местах.

Появление искусственного интеллекта завуалируется фактом его повсеместного использования. Мы будем применять его постоянно растущий потенциал для решения всевозможных банальных задач, и этот процесс станет протекать буднично и незаметно. Мы начнем пользоваться этим распределенным интеллектом миллионами разных способов через любой цифровой дисплей в любой точке мира, поэтому мы даже не сможем определить, где конкретно он находится. А поскольку этот созданный разум представляет собой совокупность человеческого интеллекта (весь прошлый и нынешний опыт человечества онлайн), окажется сложным сформулировать и что это такое. Это наша память или всеобщий разум? Мы изучаем его или он изучает нас?

Появление искусственного интеллекта послужит катализатором для всех других прорывных факторов, о которых идет речь в этой книге. Можно с уверенностью утверждать, что появление искусственного интеллекта неизбежно, потому что мы уже его наблюдаем.

* * *

Два года назад я отправился в лесной кампус исследовательской лаборатории IBM в Йорктаун Хайтс, чтобы одним из первых увидеть долгожданное появление искусственного интеллекта. Это был дом IBM Watson – суперкомпьютера, победившего в телепередаче Jeopardy![10] в 2011 году. Тот самый первый Watson все еще там: он размером с комнату, десять вертикальных в форме холодильников аппаратов образуют четыре стены. Небольшое углубление внутри обеспечивает технический доступ к куче проводов и кабелей на задних поверхностях аппаратов. Внутри на удивление тепло, словно весь этот кластер – живой организм.

Современная версия суперкомпьютера сильно отличается от своего предшественника. Он больше не существует сам по себе внутри стен из шкафов, а распределен в облачной технологии на серверах открытого стандарта, которые управляют несколькими сотнями «единиц» искусственного интеллекта одновременно{20}. Как и со всеми облачными технологиями, одновременный доступ к суперкомпьютеру Watson имеют пользователи из любой точки мира со своих телефонов, настольных компьютеров или собственных серверов данных. Масштаб искусственного разума этого типа можно увеличивать или уменьшать по требованию. Так как рукотворный интеллект совершенствуется по мере использования его людьми, суперкомпьютер постоянно становится «умнее»: все, чему научилась одна его «единица», немедленно передается остальным. Он представляет собой не одну-единственную программу, а совокупность различных ядер программного обеспечения – его логическое ядро и ядро анализа естественного языка могут функционировать на разных кодах, разных чипах, в разных местах, и все они искусно интегрированы в единый поток искусственного интеллекта.

Пользователи могут получить доступ к постоянно действующему разуму напрямую или через сторонние приложения, управляющие потенциалом этого «умного» облака. Подобно многим родителям талантливых детей, IBM захотела, чтобы Watson занялся медициной, так что стоит ли удивляться, что основным приложением, над которым сейчас идет работа, стал инструмент по диагностике пациентов. Предыдущие попытки применять искусственный интеллект для этого закончились полным провалом, но суперкомпьютер Watson доказал свою эффективность в этой области. Когда я обычными словами перечислил компьютеру симптомы заболевания, которым однажды заразился в Индии, он выдал список возможных вариантов, что это может быть за болезнь, в порядке степени вероятности – от наиболее возможной к наименее возможной. В качестве наиболее вероятного заболевания он указал заражение лямблиями – и это верный диагноз. Этот функционал суперкомпьютера пока недоступен пользователям напрямую. Компания IBM предлагает его своим партнерам, таким как компания CVS, которая управляет сетью аптек и представляет собой одного из крупнейших в США поставщиков рецептурных препаратов. В результате CVS может разрабатывать индивидуальные рекомендации для своих клиентов с хроническими заболеваниями на основе собранных данных. «Полагаю, что-то наподобие компьютера Watson, полностью автоматизированного или с участием человека, вскоре станет лучшим способом диагностики{21}, – утверждает Алан Грин, главный медицинский специалист компании Scanadu, технологического стартапа, производящего прибор для диагностики на основе искусственного интеллекта, на создание которого разработчиков вдохновил медицинский трикодер из Star Trek. – Учитывая, какими темпами сегодня идет совершенствование искусственного интеллекта, рожденным сегодня детям почти не придется посещать врачей для постановки диагноза к тому времени, когда они станут взрослыми».

Медицина – это только начало. Все основные компании, занимающиеся облачными технологиями, плюс десятки стартапов спешат запустить когнитивный сервис, подобный суперкомпьютеру Watson. Согласно аналитическим исследованиям компании Quid, с 2009 года в область развития искусственного интеллекта было инвестировано более $18 млрд{22}. Только в 2014 году 322 компании, разрабатывающие технологию искусственного интеллекта, привлекли более $2 млрд в виде инвестиций. Интернет-гиганты Facebook и Google и их китайские аналоги TenCent и Baidu наняли в штат экспертов для усиления своих команд, работающих в области развития искусственного интеллекта{23}. С 2014 года Yahoo! Intel, Dropbox, LinkedIn, Pinterest и Twitter приобрели компании, занимающиеся искусственным разумом{24}. Частные инвестиции в эту область в среднем растут на 70 % в год{25} в последние четыре года; ожидается, что этот уровень сохранится.

Лондонская компания DeepMind – одна из тех организаций в области развития искусственного интеллекта, которую приобрела корпорация Google. В 2015 году исследователи компании DeepMind опубликовали в журнале Nature научную работу, в которой описали, как обучили искусственный разум умению учиться играть в аркадные видеоигры{26}, популярные в 1980-х, например Video Pinball. Подчеркну: они научили не как играть, а как учиться играть, – это большая разница. Разработчики позволили искусственному интеллекту, опирающемуся на облачные технологии, играть в игру Breakout (один из вариантов игры Pong) от компании Atari, и он самостоятельно обучился тому, как увеличивать счет. Видео того, насколько быстро прогрессирует искусственный интеллект, поражает. Сначала он все делает почти наугад, но постепенно качество его игры повышается. Через полчаса он пропускает мяч всего лишь один раз из четырех. К 300-й игре, примерно спустя час после начала обучения, он не пропускает уже ни одного мяча. Процесс обучения идет настолько быстро, что на втором часу искусственный интеллект обнаруживает лазейку в игре, которую не заметил ни один из нескольких миллионов игроков до этого эксперимента. Это позволило ему выиграть, обойдя стену таким способом, которого не предусмотрели даже создатели игры. Через несколько часов после того, как искусственный интеллект впервые начал обучаться играть в видеоигры, без наставлений со стороны разработчиков DeepMind на основе алгоритма под названием «глубокое машинное обучение с подкреплением», в половине из 49 игр от компании Atari искусственный интеллект одолел людей, до этого мастерски побеждавших. Созданный человеком разум с каждым месяцем становится все «умнее», в отличие от игроков-людей.

С учетом наблюдающихся тенденций можно представить картину нашего будущего с искусственным интеллектом. Он не будет похож на HAL 9000[11] – отдельную машину, наделенную харизматичным (хотя и потенциально склонным к самоубийству) антропоморфным сознанием, или на то, как его представляют сторонники концепции технологической сингулярности[12]. Искусственный интеллект в обозримом будущем станет похож скорее на инфраструктуру платформ облачных веб-сервисов Amazon Web Services – дешевый, надежный, промышленного типа цифровой интеллект, управляющий абсолютно всем и практически невидимый, пока не отключится. Эта общая функция обеспечит тот уровень коэффициента интеллекта, который вам необходим, и не более того. Вы сможете просто подключаться к сети и получать искусственный интеллект, словно электричество. Он будет вдыхать жизнь в предметы, почти как электричество более чем за сотню лет до нас. Три поколения назад многим умельцам удалось сколотить состояние на том, что они брали инструмент и создавали его электрическую версию. Берем механический насос и электрифицируем его. Находим машинку для отжима белья и электрифицируем. Предпринимателям не требовалось самостоятельно генерировать электричество: они платили за него в сети и использовали для автоматизации процессов, которые до этого осуществлялись вручную. Вскоре во все, что до этого было нами электрифицировано, можно будет внедрить искусственный интеллект. Практически любой из знакомых нам предметов можно сделать новым, другим или более полезным, добавив немного «разума». Фактически можно легко предсказать бизнес-план следующих 10 000 стартапов: берем Х и добавляем искусственный интеллект.

Наглядным примером волшебного добавления искусственного разума к Х может послужить область фотосъемки. В 1970-х годах я был трэвел-фотографом и путешествовал по миру с большой тяжелой сумкой, набитой всякими фотопринадлежностями. Кроме рюкзака с 500 катушками пленки я носил два металлических корпуса Nikon, вспышку и пять тяжелых объективов, каждый из которых весил полкило. Чтобы снимать при слабом свете, требовалось «большое оружие»: камеры с мудреными приспособлениями, чтобы наводить резкость, измерять освещенность и преломлять свет за тысячные доли секунды. А теперь? Теперь мой компактный Nikon почти ничего не весит, снимает практически в темноте, и у него невероятный зум. При этом камера в моем телефоне еще меньше, всегда при мне и способна делать фотографии ничуть не хуже, чем те, которые получались при помощи моих старых аппаратов. Сегодня фотокамеры стали меньше, быстрее, тише и дешевле не только в результате процесса миниатюризации, но еще и потому, что значительная часть элементов традиционной камеры заменена «умными» аналогами. В Х в виде процесса фотосъемки был добавлен искусственный интеллект. В фотокамерах современных телефонов слои толстого стекла заменены дополнительными алгоритмами, вычислениями и «умом» для выполнения той работы, для которой когда-то были предназначены линзы. Неосязаемый разум заменил затвор. На смену темной комнате и фотопленке пришли дополнительные вычисления и оптический интеллект. Сегодня существуют даже модели абсолютно плоских камер без линз. Вместо любых стекол абсолютно плоский фотоэлемент использует невероятный объем цифрового познания для вычисления картинки от разных лучей света, падающих на несфокусированный фотоэлемент. Применение искусственного интеллекта в области фотосъемки в корне изменило этот вид деятельности, так как развитие технологий позволило встраивать фотокамеры практически куда угодно (в оправу солнцезащитных очков, одежду, шариковую ручку) и добиваться большего, включая 3D-вычисления, HD и другие опции, на которые раньше потребовались бы $100 000 и грузовик оборудования. Благодаря новому, «умному» процессу фотосъемки почти любое устройство сегодня может делать фотографии «по совместительству».

Похожий процесс трансформации готов затронуть практически любую область. Возьмем, например, химию. Эта дисциплина требует физического наличия лаборатории со стеклянными колбами и приборами, помогающими ученым найти ответы на вопросы. Сложно представить себе более физический процесс, чем работа с атомами. Благодаря внедрению искусственного интеллекта в область химических исследований ученые получили возможность проводить виртуальные химические эксперименты. Теперь они могут осуществлять «умный» поиск по астрономическому числу химических комбинаций и сводить их количество к нескольким, которые стоит изучить в лабораторных условиях. Область для внедрения искусственного интеллекта может не отличаться высокой технологичностью, например дизайн интерьера. Искусственный интеллект добавляется в систему для анализа степени удовлетворенности клиентов в то время, когда они просматривают виртуальные варианты дизайна интерьера. Система меняет детали на основании реакции человека и предлагает рассмотреть новые версии для дальнейшего тестирования. После нескольких итераций искусственный интеллект помогает создать индивидуальный дизайн, оптимально подходящий для конкретного клиента. Искусственный интеллект способен найти применение в юриспруденции: его можно использовать для поиска доказательств на основании большого объема документов для устранения несоответствий между судебными прецедентами и для последующей формулировки юридических доводов.

Список сфер деятельности можно продолжать до бесконечности. Чем более невероятной кажется область, тем более эффективным может быть применение в ней искусственного интеллекта. Что насчет инвестиций? Этим уже занимаются такие компании, как Betterment или Wealthfront{27}. Искусственный интеллект используется там для управления фондовыми индексами с целью оптимизации налоговых стратегий или баланса пакета акций между портфелями. Этими видами деятельности профессиональные инвестиционные менеджеры занимаются примерно раз в год, в то время как искусственный интеллект способен делать это в ежедневном режиме или даже ежечасно.

Вот еще несколько примеров областей с неожиданным применением в них искусственного интеллекта.

«Умная» музыка: музыкальные композиции могут создаваться в режиме реального времени на основе алгоритмов и служить саундтреком к видеоигре или виртуальной реальности. В зависимости от действий конкретного пользователя мелодия может меняться. Искусственный интеллект способен создать сотни часов новой персональной музыки для каждого игрока.

«Умная» стирка: одежда сможет информировать стиральную машину о режиме стирки, который следует выбрать. Цикл будет зависеть от того, какие вещи попадают в каждую загрузку.

«Умный» маркетинг: объем внимания, который отдельный читатель или пользователь уделяет просмотру рекламного объявления, можно умножить на коэффициент его социального влияния (сколько пользователей, на которых он способен оказать воздействие, следят за его активностью в социальных сетях), чтобы оптимизировать объем внимания и влияния на каждый вложенный в рекламу доллар. В масштабе миллионов пользователей это работа для искусственного интеллекта.

«Умные» сделки с недвижимостью: механизм формирования соответствия между предложениями продавцов и покупателей на основе искусственного интеллекта, который может подсказать, что «арендаторов, которым понравилась эта квартира, также заинтересовали…». На его основе может быть сформулировано и финансовое предложение, отвечающее потребностям конкретного клиента.

«Умный» медицинский уход: на основании показаний датчиков, круглосуточно отслеживающих состояние здоровья пациента, он может получать индивидуальное лечение, которое корректируется в ежедневном режиме.

«Умное» строительство: представьте себе «умное» ПО для управления проектами, которое помимо изменений конструкции учитывает данные прогноза погоды, задержек в портовом движении, курс валют, несчастные случаи.

«Умный» этический кодекс: у роботизированных машин должны быть инструкции по правилам поведения и расстановке приоритетов. Безопасность пешеходов может ставиться выше безопасности водителей. Любому устройству с реальной степенью автономности, действующему на основании инструкции, также необходим и этический кодекс.

«Умные» игрушки: игрушки станут больше напоминать домашних питомцев. Интерактивные игрушки Furby покажутся весьма примитивными по сравнению с новыми, похожими на домашних животных, которые будут вызывать восторг у малышей. Дети обожают игрушки, способные к коммуникации. Куклы могут стать первыми по-настоящему популярными роботами.

«Умный» спорт: «умные» датчики и искусственный интеллект способны создать новые способы подсчета очков и осуществления судейства в спортивных играх за счет отслеживания и интерпретации малейших движений и столкновений. Кроме того, на основе посекундного анализа действий каждого спортсмена можно собрать статистику повышенной точности и воспользоваться ею для составления лиг элитных виртуальных спортивных команд[13].

«Умное» вязание: кто знает, может быть, будет и такое!

Проникновение искусственного интеллекта во все сферы жизнедеятельности человеческого общества – это очень важное явление, и происходит оно на наших глазах.

* * *

Кажется, в 2002 году мне довелось оказаться на частной вечеринке Google. Это произошло до выхода компании на IPO, когда она была еще достаточно скромной и фокусировалась на развитии поисковой системы. Я завел разговор с Ларри Пейджем, гениальным сооснователем Google: «Ларри, я все равно не понимаю. Сегодня уже столько компаний занимаются поисковыми системами. Поиск в сети бесплатно? Куда вас это приведет?» Мои слепота и отсутствие воображения – наглядное доказательство того, что строить прогнозы не так-то просто. В свое оправдание могу сказать, что этот разговор случился до того, как компания Google раскрутила свою схему продажи рекламных объявлений так, что это начало приносить реальный доход, а также задолго до покупки компанией сервиса YouTube и других основных ее приобретений. Я был не единственным лояльным пользователем этой поисковой системы, который считал, что долго он не протянет. Ответ Пейджа надолго запал мне в память: «Да мы на самом деле создаем искусственный интеллект».

Я часто думал об этом разговоре за последние несколько лет, когда корпорация Google приобрела 13 других компаний, работающих в области искусственного интеллекта и робототехники, помимо DeepMind. На первый взгляд может показаться, что Google наращивает портфель в этой области для повышения возможностей поисковой системы, поскольку 80 % прибыли компания получает именно от этого{28}. Тем не менее мне кажется, дело обстоит совершенно наоборот. Вместо того чтобы использовать искусственный интеллект для улучшения функций поиска, компания Google применяет функции поисковой системы для совершенствования собственного искусственного интеллекта. Каждый раз, когда пользователь вводит запрос, переходит по ссылке, полученной в результате поиска, или создает ссылку в сети, он на самом деле обучает искусственный разум Google. Когда пользователь печатает запрос, например «пасхальный кролик», а затем кликает на картинку с изображением, по его мнению, самого пасхального кролика, он обучает искусственный интеллект тому, как выглядит пасхальный кролик. Каждый из трех миллиардов поисковых запросов, которые Google обрабатывает ежедневно{29}, способствует глубинному обучению искусственного интеллекта. Еще десять лет непрерывного совершенствования алгоритмов рукотворного разума в совокупности с тысячекратным увеличением объема данных и увеличением в сотни раз вычислительных ресурсов, и у компании Google появится искусственный интеллект, аналогов которому не будет в мире. Во время телеконференции на тему квартальной прибыли компании осенью 2015 года генеральный директор Google Сундар Пичаи заявил: «Искусственный интеллект станет основным фактором трансформации, на основе которого нам придется переосмыслить все, чем мы занимаемся… Мы внедряем его во всю линейку наших продуктов, будь то система поиска, YouTube и Play и так далее»{30}. Готов поспорить, что к 2026 году флагманским продуктом компании Google станет не поисковая система, а искусственный интеллект.

Сейчас самое время выразить обоснованный скептицизм. На протяжении почти 60 лет исследователи искусственного разума предсказывали скорое его появление, и тем не менее вплоть до недавнего времени это оставалось таким же нереальным, как и раньше. Даже появился специальный термин для описания скромных результатов исследований и еще более скудного финансирования этой области: «зима искусственного интеллекта»{31}. Неужели что-то изменилось с тех пор?

Да. Три недавних научно-технических прорыва сделали потенциально возможным появление искусственного интеллекта.

1. Дешевые параллельные вычисления

Мышление – по природе параллельный процесс. Миллиарды нейронов головного мозга одновременно активируются для создания синхронных волн вычислительного процесса{32}. Для формирования нейронной сети – основной архитектуры программного обеспечения искусственного интеллекта – также требуется параллельное протекание многих процессов. Каждый узел этой сети приблизительно имитирует нейронную клетку человеческого мозга, взаимодействующую с соседними клетками для правильной интерпретации получаемых сигналов. Для распознавания произнесенного слова программа должна услышать все фонемы так, как они соотносятся друг с другом. Для распознавания изображения программа должна увидеть все точки так, как они соотносятся с соседними. В обоих случаях эти задачи реализуются параллельно. Однако до недавнего времени обычный процессор вычислительной машины мог одномоментно выполнять только одну задачу.

Ситуация начала меняться чуть больше десяти лет назад, когда для повышенных требований видеоигр, в которых миллионы пикселей одного изображения должны многократно вычисляться за одну секунду, был разработан графический процессор (GPU).

Для этого потребовалась специализированная микросхема для параллельной вычислительной обработки, которая была добавлена в качестве приложения к материнской плате РС. Графический процессор доказал свою эффективность, и популярность видеоигр взлетела. К 2005 году графические процессоры производились в таких количествах и стали такими дешевыми, что фактически превратились в товар массового потребления. В 2009 году Эндрю Ын и команда ученых Стэнфордского университета поняли, что микросхемы графического процессора могут обеспечить параллельную работу нейронных сетей{33}.

Это открытие дало шанс реализовать новые возможности для сетей, между узлами которых могут существовать сотни миллионов связей. У традиционных процессоров уходило несколько недель на вычисление всех каскадных возможностей в нейронной сети со 100 миллионами параметров. Эндрю Ын обнаружил, что кластер, состоящий из графических процессоров, мог справиться с аналогичной задачей за сутки. Сегодня нейронные сети, действующие на основе графических процессоров{34}, повсеместно используются компаниями, занятыми в области облачных технологий, например компания Facebook использует их для определения ваших друзей на фотографиях, а Netflix – для адекватных рекомендаций пользователям, которых больше 50 миллионов.

2. Большие данные (big data)

Любой интеллект нуждается в обучении. Человеческому мозгу, генетически настроенному на категоризацию объектов, нужно получить десяток примеров (что происходит в детском возрасте), прежде чем он сможет отличать кошек от собак{35}. В еще большей степени это относится к искусственному интеллекту. Даже отлично запрограммированному компьютеру требуется сыграть хотя бы тысячу партий в шахматы, прежде чем он начнет показывать хороший результат{36}. Прорыв в области развития искусственного интеллекта частично связан с лавинообразным ростом объема информации о современном мире, так как именно она становится основой для его обучения. Огромные базы данных, самоотслеживание, cookie-файлы, присутствие в интернете, возможность хранения терабайтов данных, десятилетия ответов на поисковые запросы, интернет-энциклопедия «Википедия» и вся цифровая виртуальная реальность стали средствами обучения для искусственного интеллекта. Эндрю Ын говорит: «Развитие искусственного интеллекта сродни строительству космического корабля{37}. Нужен мощный двигатель и много топлива. Ракетный двигатель – это алгоритм обучения, а топливо – это огромный объем данных, который требуется для работы этого алгоритма».

3. Более эффективные алгоритмы

Цифровые нейронные сети были изобретены в 1950-х годах, но у специалистов в области теории вычислительных машин и систем ушло несколько десятилетий, чтобы понять, как «приручить» астрономически огромные комбинаторные взаимоотношения между миллионами – или сотней миллионов – нейронов. Задача состояла в том, чтобы организовать нейронные сети в слои. Возьмем, например, относительно простую задачу распознавания того, что лицо – это лицо. Когда группа элементов в нейронной сети узнаёт определенный образец, например изображение глаза, этот результат («Это глаз!») передается на уровень выше, где уже может произойти совмещение двух глаз, и этот кусок значимой информации передастся на следующий уровень иерархической структуры, где он соотносится со следующим образцом, например носом. Для узнавания лица человека может потребоваться несколько миллионов этих узлов (каждый из которых производит вычисления, использующиеся соседними узлами), организованных в многоуровневую систему, вплоть до 15 уровней. В 2006 году известный своими исследованиями в области искусственных нейросетей британский информатик Джеффри Хинтон{38}, работавший на тот момент в Университете Торонто, внес ключевую поправку в этот метод, который он назвал «глубинное обучение»{39}. Ему удалось математически оптимизировать результаты на каждом уровне, чтобы процесс обучения продвигался быстрее по мере перехода от одного слоя к другому. Несколько лет спустя алгоритмы глубинного обучения невероятно ускорились, когда их перенесли на графические процессоры. Сам по себе код глубинного обучения недостаточен для генерации сложного процесса логического мышления, тем не менее он представляет собой основной компонент всех действующих искусственных интеллектов, включая суперкомпьютер Watson от IBM, искусственный разум от DeepMind, поисковую систему Google и алгоритмы работы, которые использует Facebook.

Этот «идеальный шторм» из дешевой параллельной вычислительной обработки информации, больших данных и усовершенствованных алгоритмов глубинного обучения обеспечил «неожиданный» успех искусственного интеллекта, к которому он шел почти 60 лет. Подобная конвергенция позволяет утверждать, что при сохранении действующих технологических трендов (а у нас нет причин полагать, что они могут измениться) дальнейшее развитие искусственного интеллекта будет продолжаться.

По мере своего движения вперед рукотворный разум, опирающийся на облачные технологии, будет все больше проникать во все сферы нашей повседневной жизни. Однако за это придется заплатить свою цену. Механизм облачных вычислений запускает в действие закон возрастающей доходности, также известный под названием «сетевой эффект»{40}, согласно которому ценность сети повышается гораздо быстрее по мере ее роста. Чем масштабнее сеть, тем более она привлекательна для новых пользователей, благодаря участию которых сеть становится еще больше и начинает привлекать еще больше новых пользователей и так далее. Облако, на основе которого действует искусственный интеллект, подчиняется этому же закону: чем больше людей его используют, тем «умнее» он становится. Как только компания попадает в этот замкнутый круг, она начинает расти с такой скоростью и в таком масштабе, что быстро оставляет позади всех потенциальных конкурентов. В итоге высока вероятность, что наше будущее станет определяться олигархией из двух или трех масштабных, неспециализированных, коммерческих искусственных интеллектов, основанных на облачных технологиях.

В 1997 году предшественник суперкомпьютера Watson компьютер Deep Blue корпорации IBM одержал победу в шахматной партии над действующим на тот момент чемпионом мира Гарри Каспаровым{41}. После того как еще несколько аналогичных турниров завершились победой компьютеров, интерес к такого рода соревнованиям быстро угас. Можно было бы решить, что на этом история заканчивается, но Каспаров понимал, что он мог бы сыграть против компьютера Deep Blue значительно лучше, если бы у него был такой же мгновенный доступ к огромной базе данных всех предыдущих шахматных ходов, которым располагал компьютер. Если искусственный интеллект мог использовать этот информационный инструмент, то почему им не мог воспользоваться человек? Нужно дополнить человеческий гений серьезной базой данных, как это было реализовано в компьютере Deep Blue. Развивая эту идею, Каспаров впервые предложил концепцию шахматных турниров «человек плюс компьютер», где искусственный интеллект дополняет и усиливает игроков в шахматы, а не соревнуется с ними{42}.

Теперь подобные шахматные турниры называются фристайловыми{43}: они похожи на бои без правил, когда участники могут применять любые техники, которые захотят. Игроки могут играть без помощи компьютера, могут полностью полагаться на его решения и сами только передвигать фигуры на доске, а могут совмещать искусственный разум и гений человеческого мозга; за последний вариант и выступал Каспаров. В этом случае шахматист прислушивается к предложениям компьютера, но иногда поступает по-своему, точно так же как мы иногда пренебрегаем рекомендациями системы GPS-навигации в автомобиле. В чемпионате по шахматам Freestyle Battle 2014, в котором допускались любые режимы игры, чистый искусственный интеллект выиграл 42 партии, а игроки, действовавшие в режиме «человек плюс компьютер», одержали 53 победы{44}. Сегодня лучшие в мире шахматисты – это «люди плюс компьютер». Они известны под именем Intagrand – команда из нескольких спортсменов и комбинации нескольких компьютерных программ для игры в шахматы{45}.

Тут начинается самое интересное: появление искусственного интеллекта ничуть не ухудшило результативность традиционных шахматистов. Наоборот, дешевые, «суперумные» программы стимулируют играть в шахматы больше людей, чем когда-либо, на большем числе турниров, чем когда-либо, и профессиональный уровень игроков сейчас выше, чем когда-либо. На текущий момент количество гроссмейстеров в два раза больше, чем было в то время, когда компьютер Deep Blue впервые обыграл Каспарова. Ведущий шахматист мира сегодня Магнус Карлсен тренировался с помощью компьютера, и считается, что его стиль игры больше всего похож на стиль игры компьютера. Магнус Карлсен – первый в истории шахмат абсолютный чемпион мира (в трех категориях){46}.

Если искусственный интеллект помог людям лучше играть в шахматы, логично предположить, что он может помочь нам стать более эффективными пилотами, врачами, судьями, учителями.

Большая часть коммерческой работы, приходящейся на долю искусственного интеллекта, будет выполняться нечеловекоподобными программами. В основном искусственный интеллект представит собой специализированное ПО, способное, например, переводить с любого языка на любой, но больше ничего другого; способное вести автомобиль, но не поддерживать беседу; или способное помнить каждый пиксель всех видеороликов на YouTube, но не прогнозировать ваш рабочий распорядок. В ближайшие десять лет 99 % искусственного интеллекта, с которым вы прямо или косвенно станете взаимодействовать, будет представлять собой узкоспециализированное, «суперумное» программное обеспечение.

Фактически полноценный интеллект может стать и помехой, особенно если под интеллектом понимать наше чисто человеческое самоосмысление, отчаянное самокопание и беспорядочный поток самосознания. Самоуправляемый автомобиль будущего должен быть полностью сосредоточен на процессе передвижения, а не переживать по поводу ссоры в гараже. Доктор с искусственным интеллектом в больнице должен гореть на работе, а не сомневаться, не стоило ли ему лучше выучиться на финансиста. Вместо осознанного интеллекта мы хотим получить безупречную техническую эффективность. По мере развития искусственного разума, возможно, нам понадобится найти способ предотвратить появление у него осознанности. Большинство сервисов премиум-класса с искусственным интеллектом, вероятно, будут рекламироваться как лишенные осознанности.

Неантропоморфный интеллект – это не ошибка, а отличительная особенность. Самое важное, что следует знать о думающих машинах, – это то, что они будут думать иначе.

Из-за особенностей эволюционного развития человек стал единственным разумным существом на планете, что создает у него ошибочное мнение о том, что его форма сознания – единственно возможная. Это не так. Форма сознания, свойственная человеку, лишь один из многих видов интеллекта и сознания, которые возможны во Вселенной. Человеческий интеллект традиционно называют универсальным, так как по сравнению с другими типами мышления, которые нам знакомы, он способен решать больше разноплановых задач. Тем не менее по мере того, как мы создаем все больше разных типов искусственного интеллекта, мы придем к осознанию, что процесс человеческого мышления далеко не универсален. Это лишь один из способов.

Тип мышления, характерный для возникшего сегодня искусственного интеллекта, не похож на тот, который свойствен человеку. Он способен выполнять задачи, которые, как считалось раньше, под силу только людям, например играть в шахматы, вести автомобиль, описать фотографию, однако делает он это не так, как человек. Недавно я загрузил 130 000 личных фотографий – весь мой архив – в Google Photo, и новый искусственный разум Google теперь помнит все объекты на всех моих снимках за всю жизнь. Когда я делаю запрос показать мне все фотографии с изображением велосипеда, или любого моста, или моей мамы, сервис немедленно выдает мне эти снимки. У Facebook есть возможность нарастить потенциал искусственного интеллекта до такой степени, что он способен взять фотографию любого человека и правильно идентифицировать его личность из трех миллиардов пользователей{47}. Человеческий мозг не способен на выполнение задачи такого масштаба, а потому возможность искусственного интеллекта можно назвать только нечеловеческой. Статистическое мышление – традиционно уязвимое место человека, поэтому мы создаем искусственный интеллект с высокоэффективными навыками работы с большими объемами данных, чтобы машины не думали как люди. Один из аргументов в пользу того, чтобы искусственный интеллект управлял нашими автомобилями, в том, что он не будет делать это как человек, внимание которого очень легко отвлечь.

В современной реальности, где все взаимосвязано, способность мыслить по-другому становится источником инноваций и процветания. Просто быть умным недостаточно. Коммерческие стимулы приведут к повсеместному распространению искусственного разума в промышленных масштабах: все товары станут «умными», и внедрение этого интеллекта не будет стоить дорого. Однако мы станем получать гораздо больше, когда начнем изобретать новые типы интеллекта и абсолютно новые способы мышления, подобно тому как изобретение калькулятора перевернуло наше представление об арифметике. Способность к вычислениям – только один из аспектов интеллекта. Сегодня пока невозможно провести полную классификацию, каким он может быть. Некоторые характеристики человеческого мышления могут оказаться универсальными (как, например, в биологии общими чертами стали двусторонняя симметрия, сегментация, трубчатый кишечный тракт), тем не менее потенциально жизнеспособный интеллект может обладать характеристиками, значительно превосходящими те, которые развились в процессе эволюции у человека. Совсем не обязательно, что этот тип мышления будет быстрее человеческого, масштабнее или глубже. В некоторых случаях он может быть даже проще.

Разнообразие потенциальных типов интеллекта во Вселенной огромно. Относительно недавно мы начали изучать его у разных видов животных на Земле. По мере исследований мы с возрастающим уважением обнаружили, что уже имеем дело с разными типами интеллекта. Киты и дельфины продолжают поражать нас своими сложными умственными способностями, которые значительно отличаются от человеческих и кажутся нам странными. Сложно представить, чем именно другой тип интеллекта может отличаться от нашего и превосходить его. Один из способов, который может помочь нам представить, каким мог бы быть более масштабный, но иной тип интеллекта, – это начать составлять классификацию его возможных типов. Эта матрица должна включать тип интеллекта, свойственный животным, машинный разум, а также потенциально возможные типы интеллекта, в частности сверхчеловеческий, как тот, который уже описали научные фантасты.

Причина, по которой к выполнению этого замысловатого упражнения стоит отнестись серьезно, в том, что, хотя со временем внедрение интеллекта во все, что мы производим, неизбежно, далеко не очевидно, какими качествами он будет обладать. Характер этого интеллекта будет определять его экономическую ценность и роль в нашей культуре. Формулирование возможности, что машины могут быть умнее человека (даже в теории), поможет нам управлять этим явлением и задавать направление развития. Некоторые очень умные люди, например астроном Стивен Хокинг и предприниматель-инноватор Илон Маск, высказывают опасения по поводу того, что создание суперумного искусственного интеллекта может стать последним изобретением людей, после которого рукотворный разум заменит самого человека (хотя я в такое развитие событий не верю). Так что исследование возможных типов интеллекта – весьма целесообразное занятие.

Представьте, что мы высадились на неизвестной планете. Как оценить уровень интеллекта, с которым мы там столкнулись? Это чрезвычайно сложный вопрос, поскольку у нас нет действующего определения нашего собственного интеллекта, частично по той причине, что до сих пор у нас не было в этом необходимости.

В реальных условиях, даже когда речь идет о мощных типах интеллекта, они подчиняются правилу баланса сильных и слабых сторон. Один вид интеллекта не может делать одинаково хорошо абсолютно все. Конкретный тип будет лучше справляться с задачами определенного рода, но это произойдет за счет более низкой эффективности в других областях. Например, элементы искусственного интеллекта, которые начнут применяться в самоуправляющихся грузовиках, будут отличаться от тех, которые станут применяться для оценки ипотечного кредита. Искусственный интеллект, способный диагностировать заболевания, будет значительно отличаться от того, который следит за вашим домом. Супермозг, составляющий прогноз погоды, окажется совсем не похож на искусственный интеллект, встроенный в вашу одежду. Классификация должна отражать различные способы организации разных типов интеллекта с учетом баланса сильных и слабых сторон. В представленном ниже списке я перечислил только те виды, которые можно считать превосходящими человеческий интеллект. Я опустил тысячи промежуточных звеньев, как, например, «мозг» калькулятора. Вот некоторые из потенциальных новых типов:

• искусственный разум, подобный человеческому, но с более высокой скоростью ответной реакции (такой тип искусственного интеллекта нам представить проще всего);

• очень медленный интеллект, состоящий преимущественно из огромной базы данных и памяти;

• глобальный супермозг, состоящий из миллионов связанных отдельных интеллектов;

• «коллективный разум», состоящий из множества интеллектов, которые не подозревают, что образуют коллективный разум;

• искусственный разум, состоящий из множества интеллектов, которые осознают, что формируют единое целое;

• интеллект, усиливающий функции вашего мозга, но бесполезный для кого-либо другого;

• интеллект, способный вообразить существование более мощного разума, но не способный создать его;

• интеллект, способный создать более мощный разум, но недостаточно осознающий себя, чтобы это представить;

• интеллект, способный успешно создать более мощный разум, но лишь однажды;

• интеллект, способный создать более мощный разум, который будет способен создать еще более мощный и т. д.;

• интеллект с операционным доступом к собственному исходному коду, так что он может вмешиваться в свои процессы;

• сверхлогический интеллект, лишенный эмоций;

• интеллект со способностью решать общие проблемы, но без самосознания;

• интеллект, обладающий самосознанием, но без общей способности к решению проблем;

• интеллект с длительным сроком развития, требующий на время «взросления» другой интеллект, способный его защитить;

• сверхмедленный интеллект, который распространяется на огромное физическое расстояние и кажется «невидимым» быстрым интеллектам;

• интеллект, способный воспроизвести себя в точности, быстро и многократно;

• интеллект, способный воспроизвести себя и сформировать единое целое со своими клонами;

• интеллект, способный к бессмертию за счет перехода от одной платформы к другой;

• быстрый, динамичный интеллект, способный изменять процесс и характер своего познания;

• наноинтеллект – самый маленький из возможных (по размеру и энергозатратности), обладающий самосознанием;

• интеллект, специализирующийся на составлении прогнозов и сценариев;

• интеллект, никогда не забывающий и не стирающий информацию, включая ошибочную или ложную;

• симбиоз интеллекта машины и животного;