На редкость высокоинтеллектуальный и философский диалог на тему инвестиций в разработку искусственного интеллекта. Когда он может стать угрозой для нашей цивилизации, какие трудности стоят на передовых рубежах науки программирования сегодня, и как это связано с каждым из нас.
ПОДКАСТ (полностью прослушать оригинал интервью):
Полный вариант видео интервью доступен в конце статьи.
И. Греднев: Антон, привет! Расскажи о себе нашим зрителей: свою историю, кто ты, чем занимаешься?
Антон: Да, привет всем! Я человек – начнём с этого. В целом, я занимаюсь в жизни всякими разными отраслями, с детства программирую. Начал работать программистом сначала, потом стал системным архитектором, project-менеджером, техническим директором и так далее. В общем, решаю разные задачи на стыке IT, бизнеса и менеджмента. Стараюсь работать в сфере искусственного интеллекта, мне очень нравятся когнитивные науки, нравится искусственный интеллект, психология, и вот на стыке этих областей я обычно стараюсь что-то создавать.
И. Греднев: Я осенью брал интервью для своего новостного портала у Светланы Ким из Samsung. И она рассказала, что они сейчас в Самсунге сделали какую-то очень крутую школу, учат бесплатно студентов пару лет и гарантируют трудоустройство с очень хорошей зарплатой, даже по международным стандартам. И, соответственно, любых специалистов, кто в искусственном интеллекте хоть что-то понимает, сразу же с руками и ногами забирают. Это я тебе на заметку говорю, если захочешь с Самсунгом посотрудничать. Одно рукопожатие и можно с ними какие-то задачи порешать.
Антон: На самом деле, нет в принципе в этом какой-то острой необходимости. Тут всё очевидно: специалистов не хватает, спрос на специалистов по искусственному интеллекту, по машинному обучению и анализу данных – биг дата, растёт очень сильно последние годы. Неоткуда просто брать людей.
Сейчас в этой сфере мы видим рынок кандидата, потому что за каждого человека борются несколько работодателей, вместо того, что, как обычно принято, каждый работодатель выбирает из нескольких кандидатов. Сейчас наоборот – каждый кандидат выбирает из нескольких работодателей. Соответственно, компаниям типа Самсунга, Яндекса, Сбербанка – крупным компаниям нужно много таких людей. Им просто выгодно самим их растить, воспитывать. То, что трудоустройство гарантированно – это, на самом деле, хороший мотив для привлечения новых студентов.
И. Греднев: Расскажи немного поподробнее про себя, почему ты этой сферой занялся, какие проекты у тебя были и какие тебе нравятся, чем ты планируешь дальше заниматься?
Антон: Я занялся этим в 2011 году, когда это не было мейнстримом. Тогда я коснулся этого впервые. Года примерно с 2015 уже окунулся серьёзно. Почему мне это нравится и почему это перспективно? Во-первых, я вижу, что за этим будущее. Не часто такое происходило в мире, когда ты видишь тенденцию, которая захватит мир в ближайшие десятилетия. Такие моменты истории можно назвать промышленными революциями.
Была аграрная революция, там 12 тысяч лет назад, когда люди вместо того, чтобы есть, то, что найдут, начали сами сеять зерно и так далее. Это, с одной стороны, очень сильно изменило уклад жизни, но, с другой стороны, наверное, тогда люди не могли осознавать, что они упростят историю. То есть, они просто реагировали на обстоятельства логичным образом, и это приводило к изменению уклада жизни. Наверное, более поздние промышленные революции, которые там 200 лет назад происходили, машинные, потом машины, которые делают машины, потом компьютеры, а 50 лет назад появился интернет. Эти вещи очень сильно меняли жизнь человека.
И сейчас я вижу то же самое: в преддверии эпохи искусственного интеллекта жизнь очень сильно поменяется. Каждому, я уверен, стоит об этом думать, потому что кто об этом не думает, тот просто на обочине останется через какое-то количество лет. И, естественно, когда ты видишь, как всё меняется, когда ты видишь, что появляется что-то новое, меняющее жизнь, хочется оседлать эту тенденцию и быть в ней. Двигать вперёд, понимать, что происходит, и самому участвовать в этом изменении мира, чем потом постфакум понимать, что «чёрт, как-то я не успел, не подумал». Это вот первое, почему мне нравится. Я просто вижу, что это изменит мир и хочу в этом участвовать, повлиять на этот процесс или, по крайней мере, быть передовиком. Второе – это просто очень интересно.
Есть много программистов, я думаю, что в Питере их число можно измерить десятками тысяч, а то и может быть сотнями тысяч. В России, я уверен, что миллионы программистов. Они делятся на фронт-энд, бэк-энд и так далее – это одна область знаний. Вторая область знаний – это проджект-менеджеры. Для управления разработкой нужны soft-skills, для программирования нужны hard-skills. А наука об искусственном интеллекте, машинном обучении – это третье. Здесь математика, аналитика. С одной стороны, нужно хорошо понимать, как работают компьютеры, как работать с данными, уметь критически мыслить, уметь экстраполировать. С другой стороны, должны быть soft-skills для того, чтобы понимать, зачем ты это делаешь, какие мы тенденции хотим увидеть, совместить то, что мы видим в цифрах с тем, как работает мир. Вот эта деятельность на стыке hard-skills и soft-skills – это очень интересно, потому что задействуется весь мозг.
И. Греднев: У меня к тебе просто миллион вопросов! Я начну с общефилософских, а затем перейду уже к узкоприкладным вопросам.
Я достаточно активно участвую в работе «Ингрии» (бизнес-инкубатор в Питере), не раз бывал на мероприятиях, где стартаперы презентовали свои проекты. Кому-то даже помогал. В Москве был не на одном мероприятии, в Краснодаре так же работает представительство ФРИИ – Фонда развития интернет-инициатив. Я уже десятки раз был экспертом, видел разные стартапы.
Вопрос следующий: пока ты говоришь «оседлать эту технологическую революцию», в массе своей программисты готовятся к тому, чтобы очень хорошо знать какую-то свою техническую часть. В лучшем случае, они мечтают заработать денег и стать медиа-персонами. Ориентируются на Стива Джобса, Билла Гейтса и так далее.
Существует ли идея объединения программистов в некое единое сообщество, к которому могли бы прислушиваться общество, власть?
Антон: Я бы сказал, что у разных людей разные мотиваторы. Нельзя говорить, что всех программистов интересует заработать денег, а потом стать медийной персоной. Есть такие люди, конечно, но я на 100% уверен, что не все люди такие одинаковые.
У меня есть своя теория. Я стараюсь думать, а не просто работать. У меня когда-то стоял острый вопрос о том, как увеличить вовлечённость людей, которые на меня работают, или со мной работают, партнёры, в том числе, и на которых я работаю. Потому что чем более они вовлечены, тем больше мы вместе сделаем.
Вот, соответственно, я поскольку я говорил, что увлекаюсь когнитивными науками, я, так сказать, сначала придумывал некую теорию, как и что людей мотивирует, потом, пока читал книжки, увидел, что, в принципе, не я это придумал )) Получается, что я в какой-то степени это приоткрыл, может быть. Когда открываешь что-то самостоятельно, то, что уже придумано, лучше это понимаешь, чем когда прочитал. Потому что, когда прочитал, ты узнал это. А если сам придумал, то же самое, то понял, почему. То есть, тебе понятна природа вещей. Так вот, собственно, что людей мотивирует? У людей есть пять гормонов, которые влияют на поведение человека фундаментальным образом. Это четыре гормона счастья и один гормон стресса. На всякий случай, сразу уточню для всех, кто смотрит и кто в этом хорошо разбирается: это модель и она немного упрощённая сейчас. Но в чём фишка модели: в том, что можно упростить сильно, а в качестве потерять не сильно. Вот это, как раз, такое упрощение, которое, на мой взгляд, сильно делает понятнее эту мысль, но, при этом, качество теряется по сравнению с реальностью не сильно.
Так вот, эти мотиваторы следующие: это гормоны окситоцин, дофамин, эндорфин. В группе эндорфинов – серотонин и кортизол. Собственно, что они делают?
Дофамин – это гормон интереса. То есть, людям классно, когда интересно. Когда рутина – никто это не любит, это все прекрасно понимают. Любая работа, которая интересна, со временем становится рутинной, если там нет чего-то нового, то есть, это не творчество. Можно прийти на работу на какую-то, кайфовать в первый месяц, потом во всём разобраться, изучить, всё понимать и на второй месяц уже будет скучно. Люди меняют работу поэтому. А есть работа, где можно постоянно расти, или, по крайней мере, делать постоянно что-то новое – это «дофаминовая» работа такая.
Серотонин – это то, о чём ты сказал, это чувство собственной важности (ЧСВ), это гормон ЧСВ, то есть, это ощущение признания, ощущение влияния на мир, ощущение себя таким вот крутым и важным человеком. Это людям, действительно, нужно, и кто откуда это берёт. То есть, кто-то покупает дорогие часы и машины, кто-то хочет истинно влиять на мир, там стать известным, создавать вот такое вот сообщество, которое влияет на мир и так далее. Кому-то достаточно понимать, что он всё может и просто не хочет это отвергать. И это даст ему достаточно этого серотонина, чтобы не начинать этим заниматься.
Окситоцин – это гормон духовной близости, то есть, это понимание, что с тобой рядом друзья, люди, которые тебя поддержат, что ты их понимаешь и они тебя понимают, вы вместе. Не просто две особи, которые оказались географически близко друг к другу, а именно партнёры, друзья и понимающие друг друга люди.
Эндорфины – такая штука, которая помогает погасить стресс в какой-то степени. То есть, например, когда ты прыгаешь с парашюта, сначала боишься, а потом смешно. И вот это вот смешно – это как раз действие эндорфина
В природе, надо понимать, что все эти гормоны созданы не для 21 века. Они только развивались для животного мира, вот как люди жили там тысячи лет, миллионы лет. Вот, собственно, эти эндорфины помогали найти силы и не оцепенеть, чтобы убежать, например, от тигра, а потом порадоваться тому, что ты выжил, да? То есть, получить какой-то положительный опыт, и, тем самым, помочь размножению человека. Соответственно, этот гормон выделяется после сильно напряжённой работы. Когда было тяжело, а потом вот хорошо оттого, что всё закончилось, оттого, что у тебя получилось, оттого, что теперь можно расслабиться. Это то, что сейчас мотивирует интенсивно работать.
И, собственно, кортизол – это такой антипод, гормон стресса. Ну, наверное, все прекрасно понимают, что это такое. Собственно, когда перегрузка, когда ничего не получается, когда тут проблема, а надо думать ещё о каких-то проблемах там. Когда начальник хочет уволить, а я давно не ел, а мне нужно закончить к дедлайну задачу, которую я вообще никак не могу успеть к дедлайну. Это, конечно, кортизол. Вот, соответственно, это людей мотивирует. И, я прекрасно осознаю и отдаю себе отчёт в том, что большинство не осознают этого, то есть, они, как бы действуют под влиянием вот этих вот инстинктов, этих гормонов, но не знают про эти гормоны. И, естественно, каждый человек, который чувствует себя не состоявшимся, он ощущает такую психологическую потребность к тому, чтобы состояться, и ищет возможность это сделать. То есть, он хочет, чтобы друзья на него посмотрели, и подумали, даже не обязательно сказали, но, чтобы он знал, что они об этом думают, что «вау, какой крутой чувак!». Чтобы люди по телевизору его посмотрели и тоже сказали «Ммм, да он шарит!» Чтобы он повлиял на весь мир и чувствовал насколько его вклад весом, насколько он задаёт тренды и так далее.
То есть, люди реализуют это по-разному, ищут подвернувшиеся возможности и соревнуются. Кто-то, например, приходит к тому, что хочет создать стартап, чтобы реализовать свою потребность в получении серотонина, а кто-то может при этом просто иметь немного другой опыт и захотеть создать сообщество. То есть, вместо того, чтобы влиять самостоятельно через свой продукт, влиять, скорее, через группу людей, которую он создавал. Вот, это, собственно, про мотиваторы.
А теперь, если отвечать про сообщество, это вторая часть вопроса. Ну вот, во-первых, из того, что я сказал, должно быть понятно, что, действительно, не все выбирают такой путь. То есть, люди по-разному думают. Но, и такие штуки тоже есть. То есть, например, вот если говорить про как раз близкий мне круг «Delta Science», вот у нас наука о данных по машинному обучению и так далее. В России есть сообщество «Open Data Science», это открытое сообщество, куда может вступить любой человек, либо работающий в этой области, либо хотя бы интересующийся этой областью. Ну, то есть, на самом деле, любой человек может вступить. Просто, если ты этим не интересуешься, то нет смысла, вот. И в этом сообществе сейчас десятки тысяч человек, у них есть море каналов, в которых постоянно, каждый день, проходит общение. Я знаю лично основателя всего этого движения. Как раз, его мотивирует создать очень сильную тусовку вот этих вот математиков, людей, которые думают о данных, которые меняют мир, которые вот находятся на гребне волны искусственного интеллекта. Ему это интересно, он собирает этих людей, организовывает эти мероприятия, и, у него получается. Насколько я знаю, это крупнейшее в мире национальное сообщество «Data Science», и оно находится в России.
И. Греднев: Немного отвлечённый вопрос: судный день вы приближаете или нет этим сообществом?))
Антон: Все приближают судный день (смеется). Я думал об этом, на самом деле. Я читал Харари, у него похожие мысли. Я нашёл в нём родственную душу. У его есть трилогия книг про краткую историю прошлого, настоящего и будущего. И вот, мне как специалисту по искусственному интеллекту больше всего понравилась как раз книжка про будущее, потому что там про восстание машин, про то, к чему это всё может привести. И, местами там всё описывается достаточно печально, пессимистично. Грустно. С другой стороны, ну что поделать, так всё и будет. То есть, можно рассуждать, можно строить красивые картинки, как всё будет прекрасно, можно строить печальные картинки, как всё будет не очень прекрасно, но будет оно так, как будет. И вот, мне кажется, что Харари – весьма себе неплохой футуролог. Мало того, что он классно пишет, что мне, например, вообще недоступно. Он, на мой взгляд, ещё и очень классно думает. То есть, несмотря на то, что я в эту тему погружён многие годы, я у него столько инсайтов подчеркнул, я читал его и думал: «Блин, а ведь он же прав, круто! Как же я об этом не подумал?» Многогранный и совершенно развитый в разных отраслях человек, который при этом умеет очень классно объяснить свою мысль.
Так вот, собственно, что нас ждёт? Рассмотрим нашу жизнь 100 тысяч лет назад. Каждый человек может повлиять на нескольких своих соседей. Если ты – вождь племени, то у тебя побольше сфера ответственности, и даже не ответственности, а сфера влияния побольше, ты можешь влиять на 100 человек. И то ограниченно. Потому что если ты будешь говорить какую-то ерунду, то рано или поздно у тебя появится конкурент, который тебя сместит, или часть племени уйдёт от тебя к другим, останутся только несколько друзей. То есть, в принципе, влияние человека было очень сильно ограничено. О том, чтобы, например, один вождь племени повлиял на весь мир, 100 тысяч лет назад такого не могло быть, в принципе. Когда появились империи – несколько тысяч лет назад – ситуация поменялась. И уже правители могли влиять на существенную часть мира. Но, без интернета, без самолётов, без эффективно налаженных торговых и информационных путей это влияние, всё-таки, было растянуто во времени, и оно было не такое мощное. Сейчас на мир может повлиять огромное количество человек. Представьте себе: Цукерберг выпускает обновление facebook, которое моментально меняет жизни двух миллиардов людей на земле. Начнём с того, что, когда люди жили в племенах, вот этих двух миллиардов людей, в принципе не было в мире. Но можно, я думаю, смотреть не на количество людей, а на процент от населения Земли. Так вот, два миллиарда – это примерно 30% населения Земли, а никто сто тысяч лет назад не мог повлиять даже на 1% населения Земли. А сейчас – не мега власть, не «президент всего мира», а просто руководитель одной из крупных корпораций может повлиять на половину населения всей Земли. Точно также, как Билл Гейтс, как Джефф Безос, как Стив Джобс, пока он был жив. И ещё много и много других людей. Не говоря уже про политиков, которые имеют точно такое же влияние, про нефтяных магнатов и так далее. Точно также мы можем сказать про ядерные державы, которые одним нажатием кнопки могут очень сильно изменить мир.
Так вот, чем больше людей может повлиять на весь мир в целом, тем больше шансов, что в какой-то момент всё пойдёт не так, как надо. Если представить себе сейчас, например, ну просто гипотетически, что любой человек в мире сейчас мог бы нажать кнопку и запустить ядерную бомбу, я думаю, что в первую же секунду кто-нибудь это бы сделал. То есть, чем больше людей может править миром одновременно, тем судный день быстрее приближается. Вопрос в чём? Вопрос в том, что тут «разделяй и властвуй». Весь мир мог бы договориться: давайте остановим технический прогресс, и вообще ничем не будем больше заниматься. Не будем новые лекарства изобретать, не будем искусственный интеллект двигать, не будем оптимизировать производство, зафиксируем всё, как есть. Вот, как в книжке «Атлант расправил плечи». Если так, то, наверное, всё бы было неплохо, но, кто-то бы расстроился, что лекарства от рака так и не придумали, немного не хватило времени, 20 лет. Кто-то бы расстраивался, что остались бедные в мире, кто-то ещё из-за чего-то. Но, всё бы зафиксировалось. Но это невозможно, потому что нет такого единого коллегиального органа всей Земли, который может принимать решение: «Давайте всё заморозим». Потому что кто-то горит мечтой спасти людей от рака, кто-то горит мечтой продлить жизнь, снизить смертность от сердечно-сосудистых заболеваний. Кто-то двигает науку: «Давайте сделаем всем удобнее». И в итоге, каждый, руководствуясь светлыми, моральными принципами, приближает Землю к коллапсу. Потому что, что будет, если мы действительно победим рак? Победим сердечно-сосудистые заболевания, всё начнём делать эффективно? Люди перестанут умирать, а что дальше? Если люди не перестанут рождаться при этом, то рано или поздно Земля кончится. Если мы не научимся к этому моменту летать в космос, то что мы будем делать с этой Землей? То есть, насколько бы мы не увеличили эффективность производства, рано или поздно физически ресурсы кончатся и их неоткуда больше будет брать. Таким образом, да, я понимаю, что развитие науки в краткосрочной перспективе делает лучше, открывает возможности, которых раньше не было. Но, если посмотреть на эту картину глобально, то оно приближает нас к концу света. Можно расстраиваться или радоваться этому, но это факт.
И. Греднев: Ну, по крайней мере, пока мы не начнём поглощать планеты, потом миры, нас этот апокалипсис точно ждёт. А если начнём поглощать миры, потом всю вселенную, растянется это на несколько миллионов, может миллиардов лет.
Антон: Тут есть очень знаменитый парадокс Ферми, который звучит так: «А где все?» Это очень классный парадокс, он отчасти шуточный, но очень серьёзный. Его сформулировал математик Ферми, когда он учился в каком-то университете 50 лет назад. Идея в следующем: у нас есть бесконечное количество звёзд, галактик, мы сейчас считаем, что нас окружает бесконечное количество объектов во вселенной. Соответственно, количество обитаемых планет тоже должно быть бесконечным. Мы понимаем, что Земляне, от момента, когда мы жили в пещерах и ничего не умели, до момента, когда мы начали летать на другие звёзды, по сути прошло 5 тысяч лет. Это, примерно, одна миллионная от длительности жизни нашей вселенной. Если предположить, что на других планетах есть люди, то цивилизация должна на них развиться до уровня сильнее нашей. Я думаю, что через 1000 лет Земляне уже будут летать между звёздами. Так почему на других планетах никого нет? Непонятно. Это парадокс, на который есть много попыток дать ответ, но все эти попытки парадоксальны. Нет ни одного ответа, который был бы логичным и объяснял происходящее. Все варианты объяснить, почему мы не видим инопланетян вокруг, подразумевают, что что-то мы неправильно понимаем, где-то мы ошиблись. А вот где именно мы ошиблись – пока не понятно. Соответственно, следствие парадокса Ферми, если мы действительно считаем, что инопланетян вокруг нет, и почему-то Землю до сих пор никто не поработил, хотя могло появиться много более сильных рас, то что-то должно произойти, почему мы не сможем летать по звёздам. И, один из вариантов, это то, что типичное развитие человечества (на любых планетах) такое, что народы просто себя уничтожают быстрее, чем успевают полететь на другую планету. Возможно, это ждет нас в ближайшую 1000 лет.
И. Греднев: Интересная такая философская концепция. Я, честно скажу, ни разу именно так не думал. Я с огромным удовольствием тебя слушал.
Антон: В Википедии есть статья про парадокс Ферми, можно там почитать.
И. Греднев: Возвращаюсь тогда к нашей теме интервью и твоей профессии.
Есть у тебя пример твоих кейсов за прошедшие 5-7 лет, или интересные ситуации? И, если немного сталкивался с восточной системой ценностей, психологией инвесторов и руководителей, то они никогда не поставят человека, который не прошёл разочарование и разорение, потому что он не прошёл и не понимает цену успеха.
Антон: Расскажу про очень интересную и высокую цель, к которой мы шли в нашей лаборатории HINT-lab. К сожалению, пришлось трансформироваться под реалии этого мира, и, очень сильно свою цель менять. С чего мы начинали: у искусственного интеллекта в том виде, в котором он сейчас, есть проблемы. Что такое искусственный интеллект. Есть машинное обучение – это можно назвать прикладной областью знаний между компьютером и математикой. А понимание термина «искусственный интеллект», меняется каждое десятилетие.
По сути, это какая-то деятельность компьютера, которую раньше мог сделать только человек. Например, в 50-х годах прошлого века, калькулятор был искусственным интеллектом. Сейчас ни у кого не повернется зык назвать калькулятор искусственным интеллектом. Т.е. понимание искусственного интеллекта сдвигается вместе с тем, насколько в нашей жизни обыденными становятся предыдущие достижения и насколько смелыми становятся наши желания, задачи, которые мы хотим решить за счет компьютера. Соответственно, сейчас, искусственным интеллектом мы считаем машину, которая может думать. Наша цель была как раз сдвинуть это окно понимания искусственного интеллекта и создать настоящую думающую машину, чтобы она могла думать, как человек.
Приведу пример: в чём разница между искусственным интеллектом сейчас и через 10 лет. Сейчас, например, машина умеет водить автомобиль. Как он это делает? Он на камеру снимает всё, что видит вокруг, получает на 360 градусов картинку окружающей действительности. Также, у автомобиля есть глубинномер. Это штука позволяет видеть, что вокруг нас, как в 3D очках, понимать, насколько оно далеко. Дальше, искусственный интеллект делит всё, что он видит на объекты. Он это делает за счёт того, что много раз это уже видел. Например, машина понимает, что светофор – это светофор, потому что ей на вход дали миллион изображений светофоров и миллион изображений, допустим, собак. И через десять таких картинок машина могла бы отличить светофор от собаки. Когда их стало 1000, к примеру, точность возрастает и, наверное, в 80-90% случаем компьютер уже понимает, что здесь светофор, а здесь собака. Когда ему дали миллион изображений собак и светофоров, компьютер уже стал делать это безошибочно, ошибается в редких, в каждом миллиардном случае.
То есть, ключ к успеху – огромная статистика. Точно также другие автомобили, дорожное покрытие, разметка, пешеходы. Вот это всё – распознавание образов, это следствие поданных на вход просто миллиардов этих объектов, из которых за счёт статистики компьютер научился выделять признаки, характерные для светофора, но нехарактерные для собаки. Вот эти признаки компьютер сам находит. Человек не совсем знает, что именно компьютер считает важным признаком светофора, но, тем не менее, человек работает также. Есть типичный пример машинного обучения, это отличить кошку от собаки. Человек с первого раза понимает, где кошка, где собака. Но есть такие животные, по которым не сразу понятно, кошка это или собака. Также, как и по людям, не сразу понятно иногда: мужчина это или женщина?))
В чём разница между компьютером и человеком? Если мы возьмём двух новых животных, которые человек никогда не видел, и покажем человеку по пять экземпляров каждого, то человеку этого будет достаточно, а компьютеру пять недостаточно, ему нужно миллион.
Так вот, разница в том, что человек обладает здравым смыслом – понимаем того, как мир работает, как всё вообще устроено. Это много деталей и разрозненных знаний о мире, которые человек очень грамотно умеет соединять вместе для получения общей картины, именно этому мы хотели научить машину, то есть компьютер. Цель, к которой мы хотим прийти, — это, допустим, чтобы компьютеру было достаточно пять светофоров и пять собак, чтобы отличать светофоры от собак.
Следующая ситуация: мы едем на автомобиле, стоим на красном светофоре, а сбоку на нас бежит окровавленный человек с топором, что мы будем делать? Лично я забил бы на красный свет и постарался бы оттуда уехать. Либо, развернулся бы через сплошную, либо аккуратно пропустил пешеходов и поехал на красный, потому что эта ситуация важнее, чем светофор, она угрожает моей жизни. А компьютер, если он никогда не видел человека с топором, не поймет. А тут ещё надо отметить, что такого у тебя ещё в жизни не было, что на тебя бежал окровавленный человек с топором, но ты всё равно понимаешь, что дело пахнет жаренным.)) Компьютер не поймёт, потому что ему нужно, чтобы на него миллион раз бежали с топором, чтобы он осознал, что это опасность. Так вот, хочется, чтобы компьютер предвидел новые события, которых он ранее не видел. До тех пор, пока компьютер не научится такие ситуации распознавать, не за счёт того, что он миллион раз это видел, а за счёт здравого смысла, сочетания фактов, которые он «видел», машины будут врезаться, сбивать людей и так далее. То есть, недостаточно просто статистики «что такое светофор», нужно понимать, как устроен мир и что вообще бывает.
И вот мы, понимая, как это можно сделать, какие технологии надо совместить, чтобы статистический подход и графовый подход работали вместе и дали компьютеру вот этот вот «здравый смыл», мы начали разрабатывать эту технологию. При этом, понятно, что эта технология разрабатывается достаточно долго, нужно десятки лет, чтобы к этому прийти. Понятно, что ни один инвестор не будет спонсировать это мероприятие десятки лет, при том, что с каждым годом количество денег, которое туда нужно запихнуть, оно будет только увеличиваться. Но, надо понимать, что выхлоп от этого может быть просто колоссальным, если такая система заработает. Для наглядности, я сейчас привожу пример самоуправляемых автомобилей. Надо понимать, что если такая штука будет создана, то она может заменить много чего. Например, весь низкоквалифицированный труд человека, кучу других вещей, то есть, доставку, простую бухгалтерию, какую-то простую работу на заводе и так далее. То есть, все такие простые вещи, которые не требуют глубоких знаний, они могут быть покрыты такой технологией, и прибыли будет не миллиардной, а триллионной.
И. Греднев: А можно, я, как обыватель, совсем такой глупый и детский вопрос задам? Почему нельзя написать сначала программку, которая бы занималась обучением искусственного интеллекта? А он пускай потом учится и дойдёт до этой стадии, а сейчас сконцентрироваться только на программке обучения.
Антон: Дело в том, что оно так не работает.))
И. Греднев: Ну почему?) Ребёнок же именно так учится познавать этот мир. Он сначала учится, учится, а потом уже садится за руль машины и начинает куда-то там ездить, и, что-то делать.
Антон: Да, ребёнок, конечно, по-другому устроен, чем компьютер.
Приведу аналогию: вертолёт создавался по образу и подобию стрекозы, а самолёт – по образу и подобию птицы. Нужно понимать, что между птицей и самолётом есть отличия. Самолёт не машет крыльями, в отличие от птицы. То есть, взяли за образец какую-то существующую в природе вещь, но в процессе разработки нашли способ сделать её более эффективной, при том, что она более простая, более дешёвая. Безусловно, легче было бы сделать самолёт, который работает совсем, как птица: имеет внутри себя какие-то мышцы, которые сжимаются, машут крыльями и так далее. Но, скорее всего, такие самолёты стоили бы колоссально дороже, и мы вряд ли сейчас летали. Почему сделали самолёт такой, как сейчас сделан? Это было гораздо проще.
То же самое и с искусственным интеллектом: за образец взят мозг человека, но технологии нейросетей и другие технологии, которые используются в машинном обучении – они колоссально проще, чем настоящий, истинный мозг человека. И то, что пытаются сделать люди – это использовать и адаптировать эту более простую модель, чтобы не нужно было делать настолько сложные устройства, как в реальности настоящий человек, но чтобы она при этом могла быть полезной. Соответственно, этим и обусловлена разница. То есть, учёные создадут мозг, который будет похож на мозг человека, ещё очень не скоро. А искусственный интеллект, который работает похоже на то, как работает человеческий мозг, в каких-то отдельных сферах деятельности, уже сейчас приносит пользу, уже сейчас деньги даёт.
Так что это очень примитивный мозг, совсем не мозг ребёнка. Это мозг дождевого червя.
И. Греднев: Ты начал рассказывать про кейс, в чём он выражается?
Антон: Кейс заключается в том, что мы стали думать, как можно к этому приблизиться. Мы понимаем, что, с одной стороны, если вся эта штука будет сделана, то доход составит такую-то сумму в год. При этом, есть такая-то вероятность того, что это можно сделать.
Предположим, что триллион долларов в год эта штука может приносить. Я думаю, что каждый инвестор с удовольствием хотел бы обладать долей прибыли в штуке, которая приносит триллион долларов в год. При этом, шанс того, что это удастся сделать, что мы не столкнёмся ни с какими неразрешимыми противоречиями во время разработки, очень небольшой, например, вероятность – 1%. А чтобы создать такую штуку, нам нужен миллиард долларов. Что получается: если прямо сейчас я достану где-то миллиард долларов, то с вероятностью в 1% я смогу получать потом триллион долларов год, а с вероятностью в 99% я не буду получать ничего. Понимая, что эта инвестиция очень рискованная, всё-таки надо отметить, что она очень выгодная. То есть, математическое ожидание дохода составляет 10 миллиардов в год. То есть, мы один миллиард вложили, а матожидание дохода – 10 миллиардов в год. Несмотря на то, что это очень рискованно, оно всё-таки, очень выгодно. Осталось, как-то с риском справиться. С риском можно бороться двумя путями: первый – это начать с небольших вложений, которые становятся крупнее лишь в тот момент, когда уверенность в результате возрастает. А второй, это – диверсификация по разным людям. Если бы мне, например, предложили не миллиард долларов вложить, а один доллар, и сказали бы, что, возможно, я буду получать каждый год по тысяче долларов с вероятностью 1%. Я бы, конечно, этот один доллар вложил, потому что мне, конечно, этот доллар не жалко, а я понимаю, что эта инвестиция очень выгодная. Соответственно, используя вот эти два очевидных соображения, мы пытались прийти вот к этому за счёт того, что каждый раз наша капитализация, нашей вот этой научной деятельности, по сути равна итоговой стоимости этой системы, когда она будет создана, умноженная на вероятность того, что это получится.
И. Греднев: По сути, вы – часть венчурного рынка. И венчурный фонд должен в вас вложиться, дать возможность вам шаг за шагом пройти сначала идею, потом тестовую модель, потом рынок потестировать, и потом уже серьёзно вкладываться, когда уже всё будет полностью отработано. Чтобы было понимание, что окончательно оставшиеся 560 или 700 миллионов долларов нужно вкладывать, чтобы запускать весь процесс.
Антон: Да. То, что мы сейчас обсудили, это такое базовое понимание, некий такой «здравый смысл», с которым мы заходили на этот рынок. Только у нас перед глазами была успешная история компании «DeepMind», которую «Google» сейчас купил за 500 миллионов, ну, не сейчас, а несколько лет назад. Которые именно так и пришли к этому. То есть, это была небольшая компания сильных математиков, которые создали что-то простое, показали, что они могут работать эффективно, что они могут крутые вещи делать. Привлекли какие-то деньги, на это наняли ещё крутых людей со всего мира, сделали более серьёзное открытие, более серьёзные, какие-то громкие внедрения. Например, первое, что они сделали, это получше человека стали играть в игры на компьютере.
Потом в какой-то момент они получили ещё больше денег и победили «Го», затем взялись за «Старкрафт», и т.д. В общем, так они и идут. Надо понимать, что «Google» купил «DeepMind» за 500 миллионов долларов совсем не потому что они победили человека в «Го». Суть именно в том, что «DeepMind» имеет потенциал создать вот такой вот интеллект, о котором я говорил. Именно поэтому, они были куплены за бешенные деньги. Это эффективная команда, которая грамотно управляется, которая состоит из крутых людей и работает, как слаженный механизм, ведущий к колоссальным открытиям. Именно этим объясняется покупка «Google» за 500 миллионов долларов компании, которая в игрушки играет. Потому что эти игрушки – это просто пример в нашей области, которым можно продемонстрировать, что мы действительно крутые. Что мы умеем делать серьёзные вещи на данном этапе развития с тем количеством человек, которые у нас есть.
Собственно, мы хотели пойти по тому же пути, и столкнулись со сложностями. Сложности заключались в том, что как был бум доткомов, который остудил инвесторов в начале 2000-х годов. Точно также сейчас, где-то с года 2017-2018, немного изменился венчурный рынок, похолодел, стал более прагматичным в контексте того, что долгосрочные ожидания стали больше диспонсироваться, чем раньше. То есть, помимо того, что каждый инвестор верит в команду, верит в рынок, он может также верить или не верить в будущее, в дальнее будущее.
Была первая «зима искусственного интеллекта», когда сначала всё получалось в 70-х годах прошлого века, а потом как-то всё это затормозилось и стало останавливаться развитие. Наступила, так называемая, «зима» искусственного интеллекта. Когда инвесторы перестали верить в стартапы и вкладывать в стартапы, когда занимались развитием искусственного интеллекта. Так же сейчас, был очень серьёзный подъём, который начался в 2012-2015 году, но в 2017-2018 он закончился, и инвесторы перестали верить. А почему? Как раз-таки из-за того, что я рассказывал до этого. Из-за того, что компьютеры не умеют думать. Возможности статистического подхода были исчерпаны. Нельзя сказать, что совсем были исчерпаны, но они уже исчерпываются. Степень проникновения новых технологий замедляется, т.к. самое интересное уже сделано. Всё, что теперь делается, делается немного подороже и немного менее эффективно. Инвесторы стали меньше ждать от искусственного интеллекта в будущем, поэтому в долгосрочные истории не очень хотят вкладываться. И мы поняли следующую вещь: чтобы стать интересными для инвесторов, нам нужно не просто рассказать про штуку, которая через 50 лет выстрелит. Надо смотреть на год вперёд и создавать какое-то применение технологии, которую мы создаём. Которое уже через год может зарабатывать, но при этом имеет потенциал роста, который через два года позволит зарабатывать ещё больше, через 3 года ещё больше. И при этом эта штука постепенно вырастает за 50 лет к «думающей машине», которая умеет думать так, как сейчас делает человек, используя и здравый смысл, и статистический подход, комбинируя их вместе.
Мы начали пытаться искать как раз такое применение, которое ведёт к созданию этой большой системы, где можно зарабатывать уже через год. И столкнулись с противоречием, как с самолётом, который, либо «самолёт с мышцами», либо «самолёт летающий». Если мы хотим сделать мощную штуку, которая выстрелит в будущем, то мы должны её делать совсем не так, как штуку, которая через год начнёт зарабатывать. Если мы делаем самолёт, который эффективный и летает через год, то мы его сделаем с жёсткими крыльями, и этот путь совсем не ведёт к созданию самолёта на мышцах, который летает, как настоящие птицы. И вот с этим противоречием, мы, к сожалению, так и не могли справиться. Все стартапы, которые могут показать прибыль через год, они действуют иначе: они находят быстрые лайфхаки, которые ещё с использованием современных, сегодняшних инструментов, могут очень быстро выйти на прибыль совсем другими способами.
И. Греднев: Антон, я надеюсь, что мы после публикации этого материала получим интересную обратную связь. И через некоторое время запланируем тему: «Обсуждение современных IT-проектов, сервисов и менеджмента в IT-проектах».
Антон: Поддерживаю! Предлагаю людям писать о том, что им интересно, так и сделаем вторую часть. Я готов рассказать много интересных вещей об искусственном интеллекте.
Больше информации Вы сможете найти в наших группах в социальных сетях:
https://zen.yandex.ru/grednevstory
https://vk.com/grednevstory
https://ok.ru/grednevstory
https://www.facebook.com/groups/grednevstory