Помоги проекту - поделись книгой:
Музыка эволюционировала похожим образом. Такие дисрапторы[72], как Pandora, Spotify и Amazon Music Unlimited, используют модель подписки, позволяя клиентам свободно слушать все, что они хотят, пока их подписка остается активной.
Эти инноваторы-ниндзя наслаждаются многими преимуществами: постоянными клиентами, более высокой клиентской лояльностью и, что самое важное, огромным количеством данных, которые позволяют им персонализировать пользовательский опыт. Будущие ниндзя-компании понимают, что данные имеют ключевое значение для выигрышной бизнес-стратегии. (О ниндзя-компаниях мы поговорим детально в Главе 10.)
Для тех, кто жалуется, что DVD часто находятся в розничных скидочных корзинах, напомню: именно стремление общества к упорядоченному «опыту» привело к этому. Мы переходим от владения вещами к доступу к сервисам. Вместо того чтобы покупать ваши любимые фильмы на DVD, вы платите за подписку на Netflix. Вместо того чтобы покупать новую музыку на CD, вы подписываетесь на Spotify. Вместо того чтобы владеть машиной, вы платите сервисам, предоставляющим вам доступ к целому автомобильному парку в момент, когда вам нужна машина. Инноваторы-ниндзя разработали персонализированный контент, райдшеринг и сервисы с подпиской, потому что люди из поколения Y и поколения Z предпочитают владению впечатления и удобство. Рынок только что признал этот спрос.
Партнерство человека и машины
Ниндзя-инновации уже меняют наш образ работы – еще одна уникальная для нашего времени трудность. Когда будущие ниндзя поймают нужный момент, эти «подрывы» обретут значительно более выраженный характер. Давайте взглянем правде в глаза: «подрывать» – тревожное слово. Оно ассоциируется с разрывом, прерыванием, беспорядком. Но это также переходный глагол: тот, который оказывает влияние на определенный предмет – в данном случае на нашу личную жизнь и на мировую экономику. Он ассоциируется с движением: переориентацией и передачей энергии от одного направления к другому. Это не станет ужасающей историей о компьютерных системах, сменивших огромное количество людей на рабочих местах. Не станет это и простой историей о работниках, получивших ручных цифровых помощников, чтобы им было проще и эффективнее выполнять работу. Широкомасштабное воздействие технологий на сотрудников будет более детализированным.
В 2016 году Организация экономического сотрудничества и развития (ОЭСР) подсчитала, что за счет технологий 32 процента работ в ближайшем будущем станут
Экономический потенциал ИИ невероятен. Исследование PwC 2017 года прогнозирует, что к 2030 году ИИ прибавит более $15 триллионов к мировой экономике[74]. Никто из нас не может предсказать, сколько рабочих мест создаст ИИ с появлением новых интерфейсов и индустрий. Изменения не будут однотипными: в одних экономических секторах ИИ-революция произойдет намного раньше, чем в других. Нам нужно реалистично смотреть на то, в какой степени технологии изменят рабочие места. Нам нужно убедиться, что сегодняшние студенты – и будущие ниндзя среди них – надлежащим образом подготовлены к завтрашней трудовой деятельности.
Исследование CTA показывает, что недостаток общественного доверия является одним из главных препятствий для развития и внедрения ИИ. В век коммуникационных возможностей, больших объемов данных и ИИ мир задается экзистенциальным вопросом о роли, которую мужчины и женщины будут играть в собственном будущем. Для меня все предельно ясно: люди могут и будут диктовать условия, в соответствии с которыми технические инновации будут дополнять нашу работу и нашу жизнь. Как и в случае со всеми технологиями, именно мы должны убедиться, что ИИ может действовать так же компетентно и этично, как мы его учим. Если мы сами будем соблюдать стандарты справедливости и мастерства, то это скажется и на разрабатываемых нами ИИ-решениях.
Другая часть подозрений относительно будущих ниндзя-инноваций исходит от недостатка понимания того, что эти изменения означают для работников. Нельзя отрицать, что ИИ нарушит работу индустрий, но масштаб, в котором произойдет сокращение рабочих мест, несколько преувеличен СМИ. Понятно, что, обнаруживая в заголовках новостей статистику о возможной потере работы из-за автоматизации, люди с меньшей вероятностью захотят читать написанный мелким шрифтом текст о том, как технологии еще и меняют природу существующей работы. Поэтому в 2018 году CTA создали Совет работников XXI века – форум, где индустрия работает над устранением пробелов в профессиональной квалификации кадров в США и убеждается, что технический сектор имеет необходимое количество ниндзя для миллионов рабочих мест, которые мы создаем: аналитики данных, программисты, специалисты по робототехнике и проч.
Когда CTA опросил технических руководителей об их кадровых потребностях в 2018 году и в будущем, 92 процента сказали, что они ожидали, что в следующие пять лет им понадобится больше сотрудников с техническими навыками. И 74 процента сказали, что было трудно найти кандидатов с подходящими навыками и возможностями. Американские компании сталкиваются с серьезной нехваткой квалифицированных кадров среди ИИ-инженеров и сотрудников других должностей в сфере высоких технологий, пока большинство американских студентов не стремятся получать ученую степень в этих областях. В области науки, техники, инженерии и математики (НТИМ) американские студенты получают меньше половины всех докторских степеней в США[75].
Увеличение количества выпускников, специализирующихся в областях НТИМ, в Соединенных Штатах важно для успеха экономики, но будущим ниндзя не обязательно нужна академическая степень. (На самом деле, несмотря на всю обеспокоенность влиянием беспилотных грузовиков на индустрию грузоперевозок, с 2016 по 2018 год мы столкнулись с огромным дефицитом водителей, желающих заниматься подобной работой.) Такие компании, как Microsoft, Apple и IBM, сотрудничают сегодня с муниципальными колледжами для разработки учебных программ, которые с помощью образования учащихся решат проблему с нехваткой квалифицированных кадров в технической сфере. Инновационные модели, подобные этой, помогут закрыть пробел в квалификации и сделают технические профессии доступнее для более широкого круга американцев.
Будущим ниндзя понадобятся технические навыки, но, что более важно, им придется постоянно обновлять свои умения, чтобы оставаться на передовой быстроразвивающихся технологий. Это требует радикального изменения нашего образа мышления, который берет начало в нашей системе образования. Мы инвестируем невероятное количество умственного потенциала в разрабатывающиеся технологии, которые изменят то, как мы работаем, и в конечном итоге сделают мир безопаснее, эффективнее и приятнее. Нам нужно инвестировать часть этого интеллектуального потенциала в модернизацию нашей образовательной системы, чтобы студенты были подготовлены к этим новым работам.
Мы должны больше знакомить детей с робототехникой и кодингом в раннем возрасте, убеждаясь таким образом, что у них разовьется базовый уровень ознакомленности и интереса в этих критически важных и прибыльных сферах. И так как мы знаем, что все учатся по-разному, мы должны отложить свою единую для всех образовательную модель. Одни из нас хорошо воспринимают визуальную информацию, другие хорошо усваивают на слух. Одним нужно взаимодействие, другие могут прекрасно учиться без присутствия сторонних людей. Одни раскрываются в групповой работе, другие теряются. Технологии могут создать разный образовательный опыт для разных учащихся, и мы должны использовать ниндзя-инновации в классных комнатах, чтобы индивидуализировать обучение. И мы должны выходить за рамки класса для практического обучения, как это делает IBM, чтобы быть уверенными в согласованности между нуждами индустрии и профессиональной подготовкой.
ИИ, умные города, дроны и другие технологии создадут новые категории работ, которые еще десять лет назад не существовали вовсе. Вырастить и воспитать будущих ниндзя – наша первоочередная задача. Она амбициозна, но именно такие и занимают умы инноваторов-ниндзя. Если мы можем разработать ИИ, то определенно можем справиться с задачей подготовки наших работников к последствиям и возможностям ниндзя-инноваций.
Шаблоны
К настоящему моменту мы рассмотрели некоторые материальные, предсказуемые и управляемые тенденции, которые крутятся вокруг нас. Но важно помнить, что внутренние, непредсказуемые факторы потребуют от нас подготовиться и адаптироваться. Климатические изменения являются красноречивым примером.
Не будучи ученым, я не собираюсь участвовать в дискуссии о глобальном потеплении. Однако я горд, что привел американскую технологическую индустрию к согласию в том, что мы превзойдем цели, поставленные в Парижском соглашении по климату. В апреле 2018 года я выразил свою горячую поддержку бурными аплодисментами, когда президент Франции Эммануэль Макрон на специальной совместной сессии Конгресса США произнес: «Мы убиваем нашу планету. Давайте признаем это: запасной планеты не существует». В той же речи он спросил: «В чем на самом деле смысл нашей жизни, если мы работаем и живем, разрушая планету, тем самым принося в жертву будущее наших детей?»[76]
В то время как изменение климата – естественный процесс, ставший уже историей нашей планеты, вопрос о воздействии людей неоднозначен. Что не подлежит сомнению, так это то, что меняются погодные условия. Большой объем данных показывает, что случаи необычной и порой экстремальной погоды – включая дожди, шторма, ветра, пожары и перепады температуры – участились, и за последние 60 лет их интенсивность существенно возросла[77]. В одном только 2017 году американцы в Пуэрто-Рико, Техасе, Флориде и Калифорнии пострадали от разрушающих наводнений, потери электроэнергии, ураганных ветров и пожаров, связанных с погодными условиями.
Нет причины думать, что эта тенденция повернет вспять. Она может привести к масштабным перемещениям населения, кризисам, связанным с беженцами, трудностям для безальтернативных производственно-сбытовых цепочек, маршрутов перевозок и местонахождения корпораций. И это, несомненно, даст толчок движению жизнестойкости, о чем я поговорю подробнее в Главе 11.
Адаптация ко всем этим тенденциям – как известным, так и неизвестным – с нашим приближением к ниндзя-будущему потребует человеческой гибкости и технической изобретательности. Мы не можем идеально спрогнозировать каждую ситуацию или заранее разработать каждое решение. К счастью, бóльшая часть строительных блоков у нас уже на месте.
Глава 4. Ниндзя-инновации сегодня
В 2017 году ведомство по патентам и товарным знакам США выдало рекордное число патентов инноваторам – 347 243[78]. Для сравнения: это же ведомство в 1997 году выдало около 70 000 патентов[79]. Феноменальные темпы прогресса были обусловлены несколькими базовыми технологическими составляющими. Революционные инновации будущих ниндзя будут основываться на различных комбинациях таких строительных блоков: датчики; широкополосная сеть и 5G; алгоритмы; облачная обработка больших объемов данных и аналитика; биометрия; робототехника; блокчейн; квантовые вычисления. В курсе вы или нет, но вы уже сталкиваетесь с большей частью из вышеперечисленного в своей повседневной жизни: от автопилота в самолетах до сканера отпечатков пальцев на вашем смартфоне и умной колонки на вашей кухне.
Датчики
Датчики часто используют технологию под названием «микроэлектромеханические системы» (МЭМС). Эти выдающиеся маленькие устройства используют ряд интегральных схем на полупроводниках для разработки систем, включающих как механические, так и электрические элементы. По сути, МЭМС – это миниатюрные машины, которые активируются в ответ на внешние стимулы, чтобы принести множество результатов. Смартфон в вашем кармане содержит примерно две дюжины датчиков, которые чувствуют, измеряют, отвечают и передают информацию устройству. Они хранят и обрабатывают информацию о наклоне, ускорении, вибрации и местоположении. Они также делают возможными работу таких приспособлений, как камера, тачскрин и сканер отпечатков пальцев. Вы полагаетесь на датчики каждый раз, когда проверяете свой пульс с помощью Fitbit, сверяетесь с приложением Waze на своем телефоне, двигаете свой планшет, играя в видеоигру, или слышите звук своей пожарной сигнализации.
Первые элементарные датчики ускорения – акселерометры – в 1970-х годах стоили более $500 за штуку[80]. К 2000 году цена упала до $3,50. Сейчас, когда по всему миру ежегодно продается более миллиарда смартфонов, эти датчики находятся в массовом производстве, и за счет эффекта масштаба к 2018 году цена одного экземпляра упала до 34 центов[81].
Недорогие датчики могут определить изменения в движении, местоположении, атмосферном давлении, свете, звуке, ветре – даже в запахе. Вместе с источником питания, сильным процессором смартфона и беспроводной широкополосной сетью эти крохотные волшебные штуки преобразовываются в своей способности предоставить вам важную информацию или передать информацию на облако либо другое подключенное устройство, которое затем сможет действовать на основании полученной информации.
Датчики делают наши рабочие и жилые пространства умнее. Например, автоматизированные системы HVAC функционируют лучше с более детальной информацией о внутренней и внешней средах. Системы освещения, безопасности и противопожарные системы – все работают лучше, когда имеют доступ к дополнительной информации о здании.
И когда вы отправляете данные, полученные датчиками, на мощную облачную обработку и системам ИИ, выгоды являются экспоненциальными. Например, датчик влажности почвы может дать вам всю необходимую информацию об определенном месте сельскохозяйственных угодий. А когда вы обрабатываете эту информацию при помощи облачных ИИ-систем, собирая множество значений данных (температура, датчики движения и даже распознавание лиц), фермеры могут использовать предсказания погоды для автоматизации систем орошения, следить за здоровьем и активностью домашнего скота и более точно оценивать общий объем урожая.
Ниндзя-здания и ниндзя-фермеры? Да. Возможности безграничны.
ЭКОНОМИЧЕСКИЙ ПОТЕНЦИАЛ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА НЕВЕРОЯТЕН. К 2030 ГОДУ ИИ ПРИБАВИТ БОЛЕЕ $15 ТРИЛЛИОНОВ К МИРОВОЙ ЭКОНОМИКЕ.
Широкополосная сеть и 5G
Подумайте о том, как вы первый раз зашли на веб-сайт или посмотрели видео на своем телефоне, подключившись к сотовой сети. Я уверен, это было чем-то необыкновенным, но, вероятно, это также было утомительно, обрывочно и несколько раздражающе, поскольку первым сетям не хватало возможностей и скорости, которые мы сейчас принимаем как должное. Но к 2017 году зрители YouTube просматривали более миллиарда часов контента ежедневно – и немалую часть на мобильных устройствах, – потому что отныне это больше не «утомительно» и не «медленно»[82].
С модернизацией сотовой связи значительно улучшилась пропускная способность – количество информации, которое может пройти через систему за определенный промежуток времени. Сегодня мы слушаем музыку на многочисленных сервисах в странах по всему миру, слушаем подкасты во время пробежки, общаемся по видео с друзьями и семьей когда угодно и где угодно и смотрим целые фильмы без перебоев. Как? Широкополосная сеть.
Именно она позволяет массивному количеству данных быть перемещенными практически мгновенно. Она включает в себя как проводную передачу (кабели, волоконно-оптические линии и линии электропередачи), так и беспроводную передачу (спутники, Wi-Fi и мобильную сотовую связь). В развитых странах мобильная связь в основном 3G и 4G. Инноваторы-ниндзя быстро осуществляют переход на 5G или передачу «пятого поколения», бизнес-революция уже началась (больше об этом в Главе 6).
Бесчисленные сервисы и компании уже были рождены в результате экспоненциального улучшения скорости и коммуникационных возможностей. Связь 3G давала нам скорость передачи данных менее 1 Mbps. При таких темпах на то, чтобы скачать двухчасовой фильм, уходило 26 часов. 4G принесла нам в теории скорость 100 Mbps – это означало, что мы можем скачать тот же файл за шесть минут. Но 5G? Со скоростью передачи данных от 10 Gbps до 20 Gbps 5G даст нам скачать видеофайл с фильмом за
Молниеносные скорости, большая пропускная способность сети и меньший период ожидания (то есть время прогрузки) нашей повсеместной широкополосной сети означают, что мы можем использовать мощь Интернета для будущих инноваций, которые полагаются на скорость и точность: 4K Ultra HD видео, виртуальная реальность, беспилотные машины. Высокоскоростная связь 5G позволит нам поместить невероятно сложное оборудование в неблагоприятную среду – на соевых полях, под мостами, на нефтяных вышках – и контролировать его в режиме реального времени из безопасного офиса или лаборатории, находящихся в тысячах километров от него.
Рисунок 2: «5G: Насколько это быстро?» Предоставлено CNET[84]
Cisco прогнозирует, что до 2021 года мировой мобильный поток данных возрастет на 700 процентов, достигнув 49 эксабайт в месяц (один эксабайт равен
Нам нужно уже сегодня заложить основу инфраструктуры малых сот и волоконно-оптических кабелей, необходимую для 5G. В 2017 году Accenture подсчитали, что инвестиции в инфраструктуру 5G могут дать экономике США $500 миллиардов и создать три миллиона рабочих мест в первые семь лет внедрения[86]. Компании, которым необходимы высокая скорость Интернета и короткое время ожидания, будут стекаться в города и штаты, которые уже сегодня готовятся к 5G. Взяв на вооружение 5G сейчас, инноваторы могут сделать смелый шаг в направлении связи ниндзя-будущего.
Алгоритмы
Ваш учитель по математике в старшей школе мог определять алгоритм как простое уравнение или формулу, которая берет вводные данные и преобразует их в результат. В «реальном мире» алгоритмы – это мощные инструменты, которые могут значительно улучшить человеческую жизнь, сделав ее более здоровой, счастливой и продуктивной. Это довольно громкие слова для пошаговых действий, выполняемых микропроцессорами. Но сила алгоритмов практически безгранична: пока им дается верная вводная информация, они могут анализировать данные или управлять ими и помогать нам принимать более быстрые и правильные решения.
Например, инноваторы-ниндзя разработали алгоритмы для надеваемого устройства, которое может посчитать, сколько шагов вы прошли, как долго и хорошо вы спали, находитесь ли вы в состоянии стресса или насколько энергично вы занимаетесь, исходя из оценки изменений или достижения целей в движении, местоположении, сердцебиении и других биометрических данных. Наличие такой детальной информации под рукой может помочь вам в принятии моментальных решений о своем здоровье.
Это только одно, персональное применение – но мы сегодня живем в то время, когда для нас естественно носить с собой устройства с невероятной вычислительной мощностью, которые также могут подключаться к еще более мощному облачному хранилищу. Концепция алгоритмов существовала очень долгое время, но нынешняя среда является благодатной почвой для инноваций, основанных на алгоритмах, – от прогнозирования ваших страховых нужд[87] до распознавания и искоренения «фейковых новостей»[88] и выявления мутаций[89] в геноме человека. Ваш учитель математики из старшей школы в конце концов был прав: будущие ниндзя определенно будут использовать их за пределами школы.
В создании алгоритмов нам стоит помнить о явлении «алгоритмической предвзятости» – это непреднамеренное «начинение» их стереотипами в зависимости от того, кто занимается кодингом. Например, исследователи Media Lab MIT узнали, что технология распознавания лиц исправно работает в 99 процентах случаев с белыми мужчинами, но она намного менее точна с женщинами с более темной кожей[90]. Алгоритмы настолько сильны, насколько сильны данные, лежащие в их основе. Это еще одна причина, по которой разнообразие среди технических сотрудников жизненно важно: в процесс создания продуктов для всех должны быть вовлечены все.
ОБ АЛГОРИТМАХ
Алгоритмы не являются новой концепцией; в своем нынешнем значении слово появилось еще в XIX веке. Математики, инженеры и программисты постоянно улучшают и меняют алгоритмы. Результат работает только в сочетании с надлежащей технологией для реализации.
В 1967 году доктор Эндрю Витерби предложил революционный алгоритм для упаковки и распаковки контента, передаваемого по воздуху. Но технология была признана непрактичной для широкой реализации из-за вычислительных ресурсов тех времен. Это была сильная математика и сильная логика – но компьютеры еще не были способны справиться с требованиями.
Со временем все изменилось. В 1980-х годах индивидуальные процессоры смогли справляться с алгоритмом, и работа Витерби стала потребительским товаром: модемом для персонального компьютера. Его алгоритмы были усовершенствованы, объединены с улучшениями в технологиях процессоров и стали частью одного из самых широко используемых потребительских продуктов в мире. Витерби тоже занялся крупными делами. В 1985 году он стал сооснователем компании-гиганта Qualcomm, занимающейся производством чипсетов для мобильных телефонов.
Облачные вычисления, большие данные и аналитика
Если вы когда-либо видели одну из реклам IBM «Уотсон за работой», то вы видели, как изображаются передовые ниндзя-инновации. Обработка больших данных и использование облака и ИИ позволяет Уотсону не только устанавливать связь, но и учиться и предлагать решения.
Инноваторы-ниндзя разработали облачное вычисление в качестве формы аутсорсинга: оно позволяет нам передать хостинг данных и сервисов от частных лиц, компаний или правительств серверам, которыми управляют компании, специализирующиеся на серверном хостинге. Оно освобождает активы (охлажденное физическое пространство, огромная возможность хранения) и людей (обученные специалисты по IT-серверам и хранению), так что компании могут сфокусироваться на своей основной задаче.
Но облако – это намного больше, чем хранилище файлов. Его реальная перспектива заключается в том, чтобы позволить требовательным компьютерным программам и веб-приложениям использовать источники вычислительных мощностей, подключенные к Интернету, в режиме реального времени. Масштабируемые вычисления уже являются распространенной практикой в сети: компании, которые имеют популярные веб-сайты, могут запустить новые серверы в облаке практически моментально, когда трафик подскакивает, и вывести их из эксплуатации так же быстро. А некоторые компании экспериментируют с «туманными» или «граничными» вычислениями – это системы, которые снимают напряжение с основного центра обработки данных в облаке, обрабатывая часть данных местно, увеличивая тем самым скорость и безопасность.
Так как облачные вычисления позволяют нам собирать большое количество данных, анализ больших данных становится возможным. Большие данные – это попросту огромные количества цифровой информации. Сложные вычисления и алгоритмы больших данных могут быть переданы в серверный банк в облаке и обработаны со скоростью света.
Но магия больших данных происходит, когда вы используете методы анализа для поиска новых подходов. Данные о том,
Использование больших данных для предсказательной аналитики – это большая возможность для будущих ниндзя. Например, если управляющая на фабрике хочет понять, как создать лучшую, более безопасную, более продуктивную среду для работников, то ей в первую очередь нужно изучить их физическую среду. Машины на фабрике могут осуществлять сбор дюжин данных каждую минуту – от температуры до вибрации и влажности – и могут отправлять эту информацию назад, в штаб-квартиру производителя станков. Там данные могут сравниваться с данными, полученными от машин с тысяч других фабрик; такой анализ может улучшить эффективность и даже определить, может ли определенное оборудование быть подвержено сбоям. Она также может искать менее очевидные корреляции. Предположим, эта определенная фабрика располагается в Детройте, и так вышло, что на ней работает какое-то количество фанатов футбольного клуба Lions. Менеджер должен отследить продуктивность, сверяясь с расписанием игр национальной футбольной лиги, чтобы определить, влияют ли вечерние воскресные игры Lions на продуктивность сотрудников фабрики в понедельник.
Обратите внимание, будущие ниндзя: самый передовой уровень анализа больших данных включает в себя не только прогнозирование вероятности будущих исходов, но и автоматическое принятие мер на основании этих прогнозов. Предсказательная аналитика требует постоянного цикла обратной связи для повторного улучшения способности прогнозировать. Выявление случаев мошенничества в секторе кредитных карт является отличным примером: если вы когда-либо получали автоматический звонок, оповещающий вас о подозрительных платежах, совершенных с вашего счета, то этот звонок был, вероятнее всего, обусловлен алгоритмом. Этот алгоритм опирается на большие данные, проанализировав не только выработанный вами паттерн платежей, но и паттерны миллионов других клиентов. Сервисы по прослушиванию музыки, как Pandora, являются другим примером – они предлагают идеальную песню в идеальное время благодаря анализу ваших прошлых прослушиваний.
Большие данные, облачные вычисления и анализ представляют собой основу умных городов: прогнозируя транспортные потоки, давая возможность беспилотным автомобилям устанавливать контакт с окружающим миром и друг с другом, отслеживая состояние инфраструктуры для выявления признаков износа. И чтобы действительно использовать мощь этого потока информации, нам нужен ИИ.
ИИ – это одна из самых обсуждаемых тем в мире технологий. Но он скромно работал годами вдали от посторонних глаз в самой элементарной своей форме – узкоспециального ИИ, который специализируется в одной области. В 2011 году Уотсон от IBM продемонстрировал отличный пример ИИ: инженеры обучили ИИ для одной определенной задачи: игры в Jeopardy! Чатботы и технологии распознавания голоса, включая «Сири» от Apple, «Алексу» от Amazon и «Кортану» от Microsoft, являются другими примерами узкоспециального ИИ. Эти сервисы используются для различных целей, но все обусловлено распознаванием голоса.
Когда узкоспециальный ИИ разовьется до общего ИИ, известного также как «ИИ человеческого уровня», эти машины будут способны делать практически все, что может живой человек: например, поддерживать сложные разговоры и понимать особенности языка. Другая тема для подобных размышлений заключается в том, что общий ИИ будет способен «сойти» за человека. У ученых есть различные тесты для распознавания общего ИИ, включая тест Тьюринга (можно ли в ходе разговора принять машину за человека?), тест на должность (могут ли принять машину на работу, которую сейчас выполняют люди?) и кофе-тест (может ли машина зайти к кому-то домой и разобраться, как приготовить кофе – определить местоположение кофемашины, залить в нее воду, найти кофе и налить готовый напиток в кружку?).
В 2017 году имя Рэя Курцвейла оказалось на первых полосах газет, ведь именно он спрогнозировал, когда именно эти основные этапы в развитии ИИ будут пройдены. Курцвейл – блестящий компьютерный ученый, футурист, изобретатель, автор книги
Последним уровнем ИИ является суперинтеллект, который философ из Оксфорда Ник Бостром определяет как «интеллект, который намного умнее лучшего человеческого мозга практически в каждой сфере, включая научное творчество, общее мышление и социальные навыки»[92].
Прогнозы исследователей по поводу того, когда мы достигнем этих уровней, существенно варьируются, но эксперты говорят, что есть шанс 50 на 50, что к 2062 году ИИ будет лучше людей практически во всем[93].
Возможно, сверхразумный ИИ будет означать конец человечества; возможно, он обозначит начало новой эры. В любом случае, я уверен в том, что он изменит человечество в том виде, в котором мы его знаем. Возможность обучать компьютеры для нахождения сходства среди фрагментов неструктурированной информации сулит ниндзя-будущему колоссальные возможности. И речь далеко не только о технических компаниях: предприятия, не созданные непосредственно для разработки ИИ, могут использовать технологию для повышения продуктивности и снижения расточительности, улучшения клиентского сервиса, сокращения масштабов мошенничества и для того, чтобы компания могла больше учитывать индивидуальные желания и потребности клиентов.
Биометрия
Поскольку у каждого человека имеются дюжины уникальных физических особенностей, а датчики становятся дешевле и лучше в их распознавании, биометрия стала новым рубежом. Мы уже далеко ушли от использования отпечатков пальцев. А физиологические реакции, которые старые ненадежные детекторы лжи якобы должны были измерять, с помощью сегодняшних ниндзя-инноваций, воспринимающих несколько физиологических и поведенческих показателей, могут оцениваться намного эффективнее. Эти показатели могут быть использованы для установления или подтверждения личности, определения эмоций, оценки риска или оценки реакции. И да, они тоже могут распознать ложь: вместо полиграфа сегодня у нас есть технология, которая способна анализировать мельчайшие движения зрачков для определения того, откровенны мы или нет[94].
Многие люди, кажется, готовы пожертвовать некоторой приватностью ради безопасности там, где угроза нашей защищенности выше (аэропорты) или там, где находятся уязвимые группы населения (школы и больницы). Я – один из этих людей. По работе я часто оказываюсь за рубежом, так что я присоединился к программе Global Entry, которая сокращает мое время, затрачиваемое на паспортном контроле и на таможне. Я охотно отдал для распознавания свои отпечатки пальцев в обмен на это удобство. Многие системы безопасного доступа также используют отпечатки пальцев. Apple, Samsung и ряд других производителей смартфонов используют сканы отпечатков пальцев для доступа к телефону. Мы можем не дать ворам украсть наши данные, а нашим детям – спускать деньги на всякую ерунду.
Радужные оболочки наших глаз являются одним из самых уникальных человеческих идентификаторов: в то время как стандартный отпечаток пальца использует 13 точек идентификации, скан радужки может зарегистрировать более 200 уникальных идентификаторов[95]. Прошло более полутора десятилетий после того, как в
Распознавание лиц перешло от области фантастики к реальности. Facebook и Apple iPhoto используют его, чтобы сделать возможной автоматическую отметку людей на фото. Disney использует распознавание лиц в своих тематических парках в Токио, чтобы быстро сканировать владельцев клубных карт в своих парках. Службы безопасности используют его во время событий, связанных с высоким риском, таких как Супербоул, чтобы быть уверенными в том, что ни один человек из списка террористов не сможет проникнуть внутрь.
Некоторые исследователи думают, могут ли наши мочки ушей быть более точными идентификаторами, чем отпечатки пальцев. Марк Никсон, компьютерный ученый из Саутгемптонского университета, сказал журналу
Но биологические индикаторы могут больше, чем просто распознавать нас: они могут также анализировать нас. Технология распознавания голоса может как идентифицировать человека, так и предоставить информацию о его или ее уровне стресса. Бостонская компания Cogito разработала программное обеспечение, которое может определить, взволнован ли человек, что, в свою очередь, поможет колл-центрам справиться с потоком и направить звонки менеджерам, прежде чем ситуация выйдет из-под контроля. Это также может быть использовано каршеринговыми платформами для определения, обеспокоен ли чем-то пассажир и необходимо ли стороннее вмешательство.
Язык тела пока еще больше является искусством, нежели наукой, но ИИ, устанавливающий миллионы точек данных о положении тела
Axis Communications, одни из создателей сетевых проектов, постоянно проявляют себя в качестве инноваторов-ниндзя. Axis создали первую в мире камеру на базе интернет-протокола (IP). Как объясняет
Правоохранительные органы и разведывательные службы, несомненно, проявят интерес к продуктам инноваторов-ниндзя, которые могут распознавать наши эмоции и намерения. Такой уровень доступности информации может беспокоить – представьте политика на телевидении, моментально анализируемого на предмет честности! Но подобным образом можно также выявлять и предотвращать действия потенциальных террористов или стрелков в местах большого скопления народа: в аэропортах, пунктах пересечения границ, школах или на особых национальных мероприятиях, создающих угрозу безопасности.
Робототехника
Когда я думаю о роботах, мои мысли часто переключаются на «Рози», домашнего универсального помощника, который готовит, убирает и автоматизирует бóльшую часть повседневных обязанностей в мультсериале
Первые настоящие роботы даже отдаленно не были похожи на людей. Многие состояли из одной «руки», которая многократно передвигала объекты с одного места на другое. Постепенно роботы стали выполнять более сложные задачи, такие как сборка и сварка, но они продолжали ограничиваться промышленным применением и имели очень специфические навыки.
Сегодня промышленные роботы весьма многофункциональны, но они не видят, не говорят и не двигаются как люди. Но в то же время роботы добились успехов в потребительских домашних хозяйствах. С падением цен на детали и с ростом возможностей программного обеспечения домашние роботы станут более умными, многофункциональными и представительными. Коммерческие роботы эволюционировали: сейчас они преуспевают в выполнении опасных и монотонных работ на фабриках, в зонах боевых действий и даже в дикой природе – одни из самых захватывающих, близко сделанных фотографий дикой природы сделаны как раз ими. Потребительские роботы занимаются менее опасными работами – моют полы и складывают вещи, но это утомительные дела, которыми многие из нас просто не
И родители покупают роботов, которых нужно собирать, чтобы научить детей важным навыкам в НТИМ – одновременно оттачивая их способность решать проблемы и критически мыслить. Конструктор Lego Mindstorm EV3, например, помогает детям освоить основное и расширенное программирование, а также познакомиться с оборудованием и функциями регистрации данных. Мы углубимся в тему потребительского использования домашних роботов в Главе 5.
Блокчейн
Блокчейн – это открытый, постоянно растущий «журнал», состоящий из связанных блоков информации, который надежно и безвозвратно записывает сделки между заинтересованными сторонами в режиме реального времени. Блокчейн – это способ установить доверие без необходимости действительно знать другую сторону и доверять ей. С помощью мощи шифрования блокчейн может быстро и безопасно установить разрешение на услугу (например, на медицинское обслуживание с помощью блокчейна страховой компании) или принадлежность к определенной группе (например, страну гражданства) без разглашения конфиденциальной информации. Это основа таких криптовалют, как биткоин, о которых мы подробнее поговорим в следующей главе.
Мы уже видим свидетельства этому. Наглядный пример – Всемирная продовольственная программа (ВПП) ООН. По подсчетам ООН, когда товары оплачиваются заранее, как это обычно происходит, примерно 30 процентов помощи теряется из-за коррупции. Судебные разбирательства в отношении платежей, осуществленных с помощью блокчейна, привели к 98-процентному сокращению операционных и других сборов, связанных с гуманитарной помощью в иорданском лагере для беженцев[100]. ВПП может вести точный подсчет закупок продовольствия, платить напрямую магазинам и поставщикам и – что особенно важно – оплачивать товары при получении. Основанная на блокчейне программа ВПП использует сканирование сетчатки глаза вместо бумажных ваучеров. Ваучеры, как и деньги, могут быть переданы от человека к человеку. Но с блокчейном помощь принадлежит только одному человеку – одной сетчатке, – что практически полностью предотвращает возможность кражи или незаконной продажи ваучеров на еду.
Преимущества блокчейна находятся и прямо у нас под носом. Мой врач может определить мою личность, и мне не обязательно разглашать мой номер социального страхования (а моему доктору не обязательно его хранить – что является частым источником хищения личных данных). Становится намного сложнее для компаний продавать информацию третьим лицам, например о моей зарплате или истории покупок. В теории выборы на основе блокчейна могут надежно устанавливать личность человека и правомочность голосования, не требуя необходимости совершать поход на избирательный участок. И, разумеется, блокчейн позволяет нам отправлять деньги, покупать и продавать вещи без необходимости делиться нашими банковскими счетами или личной информацией. Это отличный инструмент для музыкантов, которые, используя смарт-контракты – части кода, встроенные в блокчейн, – могут легче отслеживать и получать гонорары. Вся система становится более прозрачной и менее трудоемкой. Короче говоря, она дает уверенность, что за свою работу все получат деньги.
В мировой экономике будущие ниндзя найдут новые способы использования блокчейна во множестве индустрий – от игровой до финансовой и до умных домов и городов. Это преобразует бизнес-модели и поспособствует передаче товаров и услуг по всему миру.
ПРИЗНАК ЗДОРОВОГО НОВОГО СЕКТОРА – КАК МНОГО ПРОДАВЦОВ АКСЕССУАРОВ СТЕКАЕТСЯ ДЛЯ СОЗДАНИЯ ДОПОЛНИТЕЛЬНЫХ ПРОДУКТОВ.
ПРЕДЫСТОРИЯ БЛОКЧЕЙНА
В 2014 году CTA добавили легенду Голливуда Хеди Ламарр в Зал Славы потребительских технологий. Восхитительная история Хеди доказывает, что любой человек с хорошей идеей может изменить вектор истории. В данном случае Ламарр была соизобретательницей защитной технологии беспроводных частотных скачков – основы наших технологий беспроводной связи.
Ламарр родилась в Вене в 1914 году. Ее мать, Гертруда, профессионально играла на фортепиано, а ее отец, Эмиль, был банкиром. Оба были ассимилировавшимися евреями. В юном возрасте молодая красавица появилась в пяти фильмах, а в 1933 году вышла замуж за Фрица Мандля, австрийского производителя оружия, среди «клиентов» которого были Гитлер и Муссолини.
Ламарр сопровождала Мандля на встречах с учеными и конструкторами боеприпасов, что развивало в ней интерес к военным технологиям. Мандль, однако, был диктатором, так что Ламарр пришлось замаскироваться под свою служанку и в 1937 году совершить побег. В Лондоне ее обнаружил магнат MGM Луис Б. Майер. Вскоре она стала «той самой» голливудской девушкой.
Когда она не участвовала в киносъемках, Ламарр возилась в «уголке изобретателя», который она обустроила у себя дома. Однажды вечером она ужинала с кинокомпозитором Джорджем Антейлом и у них зашел разговор о войне в Европе и о желании Ламарр помочь США – принявшей ее стране.
Ламарр хотела покинуть шоу-бизнес и присоединиться к новому правительственному Совету изобретателей США. Она показала Антейлу некоторые идеи, над которыми работала. В 1940 году Ламарр прочитала о затоплении корабля
Оказалось, что Антейл был также своего рода механиком. За пятнадцать лет до этого он написал короткий балет под названием
11 августа 1942 года правительство США выдало Патент 2 292 387 Антейлу и Хеди Кислер Марки – такое было имя у Ламарр в замужестве. Но правительство не было заинтересовано в применении технологии. Ламарр стала еще более крупной звездой во время Второй мировой войны, снявшись в более чем 20 фильмах, прежде чем покинуть кинобизнес в 1958 году. Два года спустя она получила звезду на голливудской Аллее славы.
Пока она снималась в кино, Отдел электронных систем Sylvania, не зная происхождения патента (так как Ламарр использовала фамилию мужа), разработал электронную версию технологии частотных прыжков. Превратившись в «расширение спектра», эта технология впервые была использована военными для связи между судами в течение карантина во время Карибского кризиса 1962 года без ведома Ламарр.
В течение следующих десятилетий расширение спектра было использовано правительством и коммерческими предприятиями в продуктах и платформах беспроводной голосовой связи и передачи данных, включая беспроводные домашние телефоны, мобильные телефоны, спутниковую связь, Wi-Fi и Bluetooth.
Ламарр умерла в 2000 году. Получавшая за нее награду в Зале Славы CTA Роуз Гангузза сказала: «Для Хеди это было единственным изобретением, родившимся из желания победить нацистов, которые захватили ее родину».
Квантовые вычисления
Многие «строительные блоки», которые мы обсуждали, уже широко применяются, обеспечивая работу сегодняшних технологий. Но «известные известные» на горизонте – такие, как технология квантового вычисления – могут резко ускорить наш рывок в будущее.
Традиционно компьютеры работали, используя микросхемы, которые быстро принимали бинарные или «да/нет» решения. По закону Мура – идее, что количество транзисторов в микросхеме удваивается каждый год или два, имея все более низкую цену, – инновации были движимы удвоением производительности процессоров каждые 18 месяцев. Так что в 2018 году наиболее мощная система на кристалле (СнК) компании Nvidia способна принимать до 30 триллионов решений в секунду[101]. Процессор первого компьютера IBM имел 29 000 транзисторов[102]; у вашего смартфона их, вероятно, более 4 миллиардов.
Но даже закон Мура ограничен рамками физики: микросхемы могут только очень уменьшаться. Ученые занимались поиском альтернатив. Сейчас они предполагают, что можно добавить к осуществляемым решениям «да/нет» или «0/1» вариант «как/так и»: то есть выбор может быть одновременно «да»
Некоторые верят, что первая компания, которая осуществит этот прорыв, будет способна мгновенно раскодировать все существующие коды по всему миру. В 2018 году в Нидерландах на конференции по вопросам управления Интернетом Джая Балу, главная сотрудница по вопросам информационной безопасности в голландской телевизионной компании KPN, сказала: «Мое главное опасение заключается в том, что любой, кто научится делать квантовые вычисления, будет иметь возможность дешифровать все личные данные, которые есть у нас и у других». Она сказала, что верит, что Google и IBM, как и ряд других китайских компаний, подходят все ближе к решению загадки квантовых вычислений[103].
Сегодня шифрование работает при помощи скремблирования информации с секретным ключом, который известен пользователю. Информацию легко расшифровать, если вы знаете ключ. Это как кодовый замок: владелец может запросто открыть его путем ввода кода, но все остальные должны пробовать случайные комбинации, пока замок не откроется. Благодаря особенности в виде наличия у него битов, которые могут означать «ноль» и «один» одновременно, квантовое вычисление теоретически может взломать сегодняшние шифры, пробуя все комбинации одновременно.
Это ошеломляющая и крайне «подрывная» технология. Само собой, она представляет серьезный риск. Но также нет сомнений в том, что если квантовые вычисления будут использованы во благо, то смогут помочь решить нерешаемые проблемы в разных сферах – от механики до медицины. Например, вместо того чтобы работать годами над тестированием того, как различные протеины, молекулы и химикаты влияют друг на друга, квантовое вычисление может провести множество тестов одновременно, в разы ускорив процесс[104]. И в то время как ИИ уже увеличил скорость многих механических систем, квантовые вычисления заставят их работать еще быстрее, увеличив скорость анализа данных, за счет которого работают эти машины.
Датчики, 5G, алгоритмы, большие данные, биометрия, робототехника, блокчейн и – совсем рядом – квантовые вычисления: это «строительные блоки» ниндзя-будущего. В сочетании с источниками энергии они могут быть использованы для создания продуктов и сервисов, которые радуют, вдохновляют и поражают нас, побуждая мыслить шире, чем когда-либо раньше. Так давайте же погрузимся глубже в эти технологии.
Глава 5. Ниндзя-технологии завтра
Я всегда был ненасытным читателем научной фантастики. В 1977 году, подарившем миру
Я работал ночами, управляя примерно сотней официантов, поваров и барменов в ресторане амфитеатра в парке Jones Beach на Лонг-Айленде, где выступал Гай Ломбардо, известный как «Мистер Канун Нового года». Несколько раз в неделю по утрам я подрабатывал, разгружая полные яиц автомобильные прицепы из штатов южнее Нью-Йорка. В каждом прицепе было около 800 ящиков по 32 дюжины яиц в каждом. Я зарабатывал по четыре цента за ящик и был в восторге, принося домой $32 налички после нескольких часов тяжелой работы. (Вдобавок, на радость своей семье и соседям, я часто приносил домой пару дюжин яиц, когда ящики бывали переполнены.)
В начале июля владелец дистрибьюторского центра попросил меня подменить на неделю водителя грузовика доставки на маршруте обслуживания продуктовых магазинов и магазинов Dairy Queen в Бруклине, Квинсе, округе Нассо и Лонг-Айленде. Я ответил согласием. Потренировался один день с постоянным водителем, а затем загрузил продуктами 10-передачный грузовик доставки.
Это было намного сложнее, чем я мог ожидать. Я знал, как управлять коробкой передач, но у меня были трудности с проблемным местом на сцеплении и 10 передач были для меня сложной задачей. Я часто терялся, несмотря на имеющуюся бумажную карту (я всегда плохо ориентировался на местности). И сдавать назад, к каждому Dairy Queen, было для меня невероятным стрессом – даже сегодня меня бросает в пот, когда мне нужно поместить малолитражный автомобиль на маленькое парковочное место.
Вечером 13 июля 1977 года, после того как молния поразила две электростанции, по всему Нью-Йорку произошло массовое отключение электроэнергии. Следующим утром, когда я начал свою доставку по Бруклину и Квинсу, я понял, что ни один светофор не работает. Я не знал, останавливаться ли мне на перекрестках, так что продолжал движение вперед, надеясь, что размер грузовика дает мне некий «приоритет» и защиту. Многие владельцы магазинов на моем пути стояли на страже с пистолетами, боясь быть ограбленными (и по логичной причине: участники беспорядков устраивали сотни пожаров и ограблений, отчего во время того происшествия пострадали более 1600 магазинов)[105]. Они опасались меня, неизвестного доставщика, заезжавшего к ним в и без того напряженное время.
Поделиться книгой: