Говорят, машины тоже обладают творческим потенциалом. Тогда что такого можем мы, чего не могут они?

featured_art_ted-ai-human-creativity

Всё же, некоторым профессиям и отраслям и впредь потребуются человеческие руки. Исследователи в области технологий Эндрю Макафи и Эрик Брайнджолфсон размышляют, где именно человек останется незаменимым.

В докладе, опубликованном этой весной, в ближайшие 15 лет прогнозируется автоматизация 30% рабочих мест по всей Великобритании. В Японии это число составляет 21%, в Германии ‒ 35%, а в США ‒ целых 42%. В основном, сокращения будут иметь место в тех сферах, в которых выполняется много рутинной работы, например, в транспортном обслуживании, банкинге и розничной торговле.

По мере того, как цифровые технологии всё чаще оспаривают человеческое превосходство в обработке информации, распознавании образов и языков, в интуитивном мышлении, в оценке чего-либо, в прогнозировании, в физических возможностях, мы раз за разом слышим один и тот же вопрос: «Что останется исключительно человеческим?» Другими словами, есть ли сферы, в которых нас, людей, никогда не превзойти?

И чаще всего можно услышать ответ: «Творчество». Многие утверждают, что процесс рождения новых идей находится исключительно в человеческой компетенции. Но, глядя на нынешний промышленный дизайн, можно с лёгкостью усомниться в таком суждении.

Наверное, можно сказать, что большинство людей никогда не думали и не думают о радиаторах. Но тем, кто разрабатывает модели холодильников, электропечей и двигателей, такие мысли часто приходят в голову. Принцип работы радиаторов построен на переходе тепла от одной текучей среды (например, от жидкой или газовой) к другой. При этом предотвращается контакт обеих жидкостей между собой. В комнатном обогревателе установлен радиатор ‒ он извлекает тепло из потока пара, проходящего внутри устройства и распределяет его вокруг себя. Так же работает и ваш кондиционер, и конденсатор на тыльной стороне вашего холодильника. Обычный радиатор выглядит вот так.

Создать хороший радиатор не так и просто. Он должен потреблять нужный объём энергии и иметь высокий коэффициент полезного действия. Безопасность, дешевизна и износостойкость также должны быть свойственны изделию. Проектировщик должен учитывать необходимый уровень функционирования, термо- и гидродинамику, физические свойства материала, методы производства, расходы и пр. Многие конструкторы берут за основу предыдущие успешные разработки ‒ они совсем немного изменяют уже существующую модель и этим удовлетворяют спрос.

Но как бы справился с этой работой неопытный проектировщик, даже имея основу? Допустим, он ‒ эксперт в научно-технической области и, допустим, он точно знает, каким должно быть изделие (его размеры, стоимость, продолжительность эксплуатации, энергопроводимость, пр.), но он никогда ранее не работал над радиаторами и никогда не думал, что они могут быть полезны. Ниже ‒ пример того, что может сделать такой конструктор. Как вы уже, наверное, догадались, это изделие спроектировано компьютером.

generative-design-14

Это пример «генеративного дизайна» ‒ процесса, в котором программное обеспечение используется не для того, чтобы помочь конструктору нарисовать чертежи, выполнить расчёты и изучить преимущества и недостатки изделия, а для того, чтобы выполнить 100% работы автоматически и предоставить такой проект, который удовлетворял бы всем требованиям. Эта деталь изготовлена с помощью 3D печати. На самом деле, используя традиционные методы, её сделать невозможно. Генеративный дизайн не ограничивается устаревшими технологиями, потому его легко можно совершенствовать множеством новых методик. В отличие от большинства, если не всех, людей-конструкторов, программное обеспечение не связано осознанными или неосознанными предубеждениями по отношению к существующим технологиям, а, значит, оно будет работать в более свободном ключе.

Знает ли генеративный дизайн, что такое «творческий подход»? В Оксфордском словаре указано, что творчество ‒ это «создание, в том числе художественных произведений, с помощью воображения и новых идей». Радиатор, созданный с помощью генеративного дизайна, не подходит под это определение, потому что это ‒ не художественное произведение и не плод чьего-либо воображения. В словаре Мерриама-Вебстера творчество определяется как «способность создавать новые вещи и новые идеи». И, согласно уже этой дефиниции, генеративный дизайн ‒ действительно творческий процесс.

Люди не участвовали в проектировании детали, но благодаря им компьютер знал, что она должна собой представлять. Для того чтобы она нормально функционировала, они должны знать, частью чего она является, в какой среде она будет находиться, сколько энергии она должна будет обрабатывать и пр. Такая работа разработчиков требует особых знаний в предметной области и особых умений. Такова цена разработки нового изделия.

Но что было бы, если бы знания генерировались с помощью компьютера? Что если усовершенствовать связку «генеративный дизайн + 3D печать», добавив к ней несколько новаций? Увеличило бы это спектр творческих возможностей цифровых технологий? Чтобы выяснить это, в 2013 году, Autodesk, совместно с автомобильными дизайнерами и водителями-каскадёрами, разрабатывали автоматизированную систему, которая могла бы спроектировать модель шасси гоночного автомобиля. Также система должна была выяснить степень соответствия проекта потенциальной функциональности шасси.

Для этого команда создала гоночный полу-автомобиль: шасси, трансмиссия, двигатель, сидения и колёса. Затем на шасси разместили датчики, измеряющие давление, механическое напряжение, температуру, деформации и всё, что ещё поддаётся измерению. Поскольку цифровые датчики были небольшими, дешёвыми и функциональными, команде удалось без особых затрат собрать большой объём данных.

В пустыне Мохаве тест-драйвер разгонялся, тормозил, выполнял повороты таким образом, чтобы выжать из автомобиля максимум и, при этом, не разбить его. В это же время, датчики записывали информацию. К концу испытаний у команды было 20 млн данных о корпусе автомобиля и силах, воздействующих на него. Все они были загружены в облачное хранилище Project Dreamcatcher ‒ генеративно-дизайнерской технологии от Autodesk ‒ и усовершенствовали уже существующую 3D модель шасси. Ниже ‒ то, что было сделано с помощью системы.

generative-design-12

Нам сложно разглядеть на картинке выше шасси гоночного автомобиля. Скорее, мы увидим череп мамонта или кита, а то и вовсе крошечный панцирь диатомовых водорослей. Впрочем, так и должно быть. Кости, панцири и другие защитные образования ‒ победители в безжалостной эволюционной гонке, закономерным итогом которой всегда были жизнь и смерть. В результате эволюции появились одновременно эластичные, крепкие, энергосберегающие, многосложные, прочные и небольшие формы. Быть может, нам не стоит удивляться, когда генеративно-дизайнерская программа, проектируя оптимальную модель, удовлетворяющую всем эксплуатационным требованиям, представляет что-то очень похожее на творение природы.

Это шасси асимметрично: его правая часть ‒ не зеркальное отражение его левой части. И в этом есть смысл, потому что на автодроме, на кольцевых трассах, гоночный автомобиль чаще поворачивает в какую-либо одну сторону, и потому на обе стороны шасси действуют разные силы. Конструкторы уже давно знают обо всём этом, но продукты их рук редко когда получаются ‒ если вообще получаются ‒ настолько асимметричными, как продукты генеративно-дизайнерской программы.

Подобные примеры (как это шасси) говорят нам, что машинное творчество ‒ это нечто большее, чем просто имитация уже существующего и поэтапное движение к лучшему. Компьютеры могут не только совершенствовать и переделывать то, что создал человек. Если вложить в них наше научное и инженерное знания и поставить перед ними задачи, сопроводив их нужными данными, компьютеры смогут прийти к абсолютно новым решениям, о которых мы никогда бы и не подумали. Поэтому здоровая доля оптимизма в их отношении вполне оправдана.

Итак, если машины способны к творчеству, что тогда остаётся исключительно человеческим? Как мы знаем, в человеческой природе заложено стремление к межличностным отношениям. Мы ‒ социальные существа, которые за свой долгий эволюционный путь образовывали и образовывают всё более и более сложные социальные институты и формы сожительства: сначала семьи, потом немногочисленные группы, потом племена, и, в конце концов, города. Неизбежным следствием этого является то, что мы отлично приспособились к своему ближнему как к личности и как к члену общества. Научный сотрудник Массачусетского технологического института Деб Рой (TED Talk: The birth of a word) отмечает, что наша социальность может помочь нам предугадать, какие профессии останутся наименее автоматизированными. Всё очень просто: это те виды деятельности, которые напрямую затрагивают наши социальные чувства.

К таким чувствам Рой относит сострадание, гордость, стыд, зависть, чувство справедливости и взаимовыручку. Чтобы увидеть, как они влияют на нашу деятельность, можно взглянуть на поведение тренера женской футбольной команды средней школы. Было бы здорово, если бы у неё было глубокое понимание спорта, вместе с возможностью внимательно наблюдать за ходом игры и менять тактику на более подходящую в конкретный момент матча, но завоевание одной победы за другой ‒ второстепенная задача. Главное ‒ это работа над сплочённостью коллектива, главное ‒ научить девушек взаимопомощи и умению совершенствовать свои личные качества, занимаясь спортом. Большей частью, тренер добивается этого, показывая на собственном примере образец сочувствия и апеллируя к гордости девушек. Также она пользуется желанием девушек увидеть её одобряющий взгляд.

А теперь попробуйте представить полностью автоматизированного, обладающего искусственным интеллектом, компьютера-тренера женской футбольной команды. Сможет ли он увидеть в команде настоящих лидеров и отличить людей с трудным характером? А если лидер и окажется той самой трудной личностью? Сможет ли он руководить командой по ходу сезона, и адекватно реагировать на все взлёты и падения? Сможет ли он мотивировать девушку на достижение тех высот, о которых она боится и подумать? Благодаря современным технологиям, мы научились никогда не говорить «никогда», но в этом случае придётся сказать «почти наверняка нет».

Конечно, компьютеры могут всё лучше и лучше различать эмоциональное состояние человека, анализируя его выражение лица или тембр голоса, но они ещё очень далеки от возможности сделать то, о чём мы сейчас говорим. Мы уверены, что способность эффективно работать с человеческим эмоциональным состоянием и человеческими чувствами в обозримом будущем будет оставаться исключительно в человеческой компетенции. Это открывает нам путь к новому способу комбинирования человеческого интеллекта и автоматизированных систем: пусть компьютеры принимают решения, дают оценку чему-либо и делают прогнозы, а люди пусть убеждают других людей в правильности или неправильности машинных предложений.

Взглянув на процесс предоставления медицинских услуг, мы тотчас же поймём, как такой подход можно воплотить в жизнь. Отчасти, медицинский диагноз ‒ это сопоставление симптомов, и, благодаря оцифровке информации медицинского характера и последним достижениям в области машинного обучения, компьютеры могут стать успешнее людей в этом деле. Если компьютер до сих пор не лучший в мире диагност в области рентгенологии, патологической анатомии, онкологии и пр., скоро всё изменится.

Большинство пациентов, однако, не хотят, чтобы компьютеры ставили им диагнозы. Они хотят слышать их от сострадательного человека, который сможет помочь им понять и принять всё как есть. Роль медицинских работников в постановке диагноза компьютером сложно переоценить, ведь именно они могут установить межличностную связь с пациентом, прочувствовать его эмоциональное состояние и убедить его придерживаться назначенного курса лечения. Нарушение курса лечения ‒ большая проблема, которая в негативном ключе сказывается на здоровье миллионов людей.

В итоге, люди так и останутся незаменимыми в сфере здравоохранения, но их роль в ней несколько изменится. На первый план выйдут скорее проницательные и сообразительные в социальных вопросах специалисты, а не превосходные врачи-диагносты. Возможно, вы слышали старую шутку о двух рабочих (человеке и собаке) на предприятии будущего: человек работает, чтобы накормить потом собаку, а собака ‒ чтобы уберечь человека от работы с оборудованием. Перефразируя, можно сказать: в кабинете врача в будущем будут находиться сам врач, компьютер с искусственным интеллектом и собака: компьютер будет ставить пациенту диагноз, врач ‒ убеждать пациента соблюдать курс лечения, а собака будет кусать обоих, если те хоть на секунду засомневаются в машинном диагнозе.

Из книги Эндрю Макафи и Эрика Брайнджолфсона «Machine Platform Crowd: Harnessing our Digital Future». Авторское право 2017 принадлежит Эндрю Макафи и Эрику Брайнджолфсону. Перепечатано с разрешения W.W. Norton & Company. Все права защищены.

ОБ АВТОРАХ
Эндрю Макафи ‒ главный научный сотрудник в MIT Sloan School of Management.
Эрик Брайнджолфсон ‒ руководитель MIT Initiative on the Digital Economy и профессор MIT Sloan School of Management.

Перевод: Илья Макаренко
Источник: ideas.ted