24.03.17

02:15:42 | 242305 просмотров | текст | аудиоверсия | скачать

Д.Ю. Я вас категорически приветствую! Сергей, добрый день.

Сергей Марков. Добрый вечер.

Д.Ю. С чем сегодня?

Сергей Марков. Я думаю, что раз уж в прошлый раз упомянули про электроовец, сегодня предлагаю поговорить о том, как они едят людей и похрустывают. И я вначале расскажу в принципе о том, как тема машинного обучения искусственного интеллекта (ИИ) вновь стала популярной, наступила новая весна ИИ, потом немножко пробежимся по некоторому списку профессий с примерами того, как современные технологии собираются забирать у людей работу, по каждой из этих профессий, с примерами конкретных проектов, ну и потом чуть-чуть поговорим о технологиях, которые стоят за этим явлением.

Вообще, в принципе, у нас уже была одна весна ИИ, она была в 50-60-е годы, такие славные 2 десятилетия, когда с развитием ИИ, с развитием машин, машинного обучения связывали очень радужные мечты, и тогда многим казалось, что нужно ещё чуть-чуть, и какие-то сложные задачи будут уже вот-вот решены.

Д.Ю. Ну, техника была не та откровенно.

Сергей Марков. Много причин того, что это не случилось тогда, и чтобы понять, почему это не случилось тогда, имеет смысл посмотреть на то, почему это случилось сейчас. А причины тут у новой вот этой весны технологической, у неё, на самом деле, таких 2 источника и 3 составные части, как часто водится.

Первая часть – это рост производительных мощностей машин, и действительно, как верно было отмечено, те машины, которые были в 50-60-е годы, были гораздо медленнее, чем то, чем мы обладаем сегодня. Но если вспомнить того же Фрэнка Розенблатта – он до такой степени был человеком нетерпеливым, что он побежал мастерить своё устройство, и вот «Марк-1» - это т.н. первый нейрокомпьютер, но, конечно, это громко звучит, на самом деле ясно, что из подручных средств была собрана система, которая, тем не менее, могла решать некоторые сложные задачи, но по современным меркам, конечно, это ничего – это десятки, может быть, сотни нейронов, однослойная сеть.

Но это процесс поступательный – процесс развития производительных мощностей, если посмотреть только на развитие производительных мощностей, то вряд ли можно здесь найти единственную причину того, что системы машинного обучения стали столь умны, что решили целый ряд сложных задач. Поэтому второй важной составляющей является то, что очень резко выросли объёмы доступных массивов информации, на которых системы машинного обучения могут обучаться. Причин здесь две: первая, конечно же, – это интернет, потому что при помощи интернета люди создают огромные массивы информации, раз в несколько лет у нас сейчас удваивается количество информации, которым наше человечество любимое обладает, и в 70-е годы, например, специалисты по математической лингвистике для того, чтобы обучить систему машинного обучения, могли собрать всех своих студентов, аспирантов, заставить их набить, не знаю, «Преступление и наказание», например. С одной стороны, это было чудовищно с точки зрения трудозатрат, с другой стороны, это было совсем мало по меркам систем машинного обучения, совершенно недостаточный корпус, для того чтобы узнать какие-то серьёзные закономерности логики повествования, и т.д. Поэтому здесь, конечно, люди при помощи интернета создали новые и большие массивы – массивы текстов, массивы изображений, массивы музыки, массивы видео и вообще самой-самой разной информации на сегодняшний день. Но не только интернет здесь внёс свою лепту – это также и промышленная автоматизация, потому что по мере того, как на предприятиях внедрялись системы, основанные на современных вычислительных машинах, появлялись базы данных и в этих базах данных скапливалось огромное количество информации о технических процессах, происходящих на этих предприятиях, и естественно, эти массивы создали возможность на них затем тренировать системы машинного обучения.

Ну и третье – это развитие самих алгоритмов, самих методов машинного обучения. Надо сказать, что многие из тех методов, которые мы используем сегодня, и которые лежат в основе этого нового расцвета ИИ, были изобретены ещё в 80-90-е годы. Например, если мы говорим о многослойных нейронных сетях, то это изобретение середины 80-ых годов, если мы говорим: алгоритм обучения нейронных сетей методом обратного распространения ошибки, «бэк пропагейшн» т.н., он вообще появился даже в конце 70-ых годов, ну и более-менее современную форму обрёл тоже в 80-е годы. Ну и целый-целый ряд нейросетевых моделей, которые на сегодняшний день лежат в основе современных систем машинного обучения, были изобретены тоже в 80-90-е годы. Конечно, сейчас каждый год возникают новые усовершенствования этих моделей, новые улучшения, но фундамент был заложен тогда.

И вот 3 этих важных источника привели к возникновению объективных условий для расцвета технологии. Но здесь, конечно, были и субъективные факторы, т.е. в тот момент, когда революционная ситуация назрела, чтобы она превратилась в полноценную революцию, нужны были какие-то уже конкретные события, конкретные субъективные факторы, и такими субъективными факторами стали красивые проекты, которые специалисты машинного обучения смогли показать публике, и тем самым привлечь внимание общественности, а значит привлечь медийное внимание, и привлечь…

Д.Ю. И деньги! А например – что это было?

Сергей Марков. Очень большое впечатление, конечно, на публику произвела победа в го над сильными людьми, игроками. Здесь расчёт специалистов DeepMind, конечно, был очень точный, потому что очень долгое время специалистов по машинному обучению, по ИИ шпыняли именно тем, что вот эту задачу вы не решите никогда.

Д.Ю. Ну, шахматы – это ерунда, другое дело – го!

Сергей Марков. Да, и конечно, здесь тоже довольно показательно, что конкретно те технологии, которые положены в основу AlphaGo, они же на сегодняшний день составляют основу систем распознавания изображений, систем распознавания рукописного текста. Вообще вот работа Яна Лекуна знаменитая по сверочным нейронным сетям, написанная в 1998 году, посвящена именно распознаванию рукописного текста. И вот именно эти модели были продемонстрированы в такой игре, как го. Но надо сказать, что AlphaGo вначале же не Ли Седоля победила, вначале они разделались с чемпионом Европы, всухую, причём, это был Фань Хуэй, как его политкорректно называют по-русски.

Помимо го, конечно, то, что мы видим – то, что происходит в распознавании речи, это, конечно, тоже очень зрелищная работа 2016 года, когда точность распознавания речи превысила точность у людей-специалистов, специализирующихся на расшифровке текстов.

Д.Ю. Здорово!

Сергей Марков. Ну вот самая новая, наверное, знаменитая работа, которой буквально несколько месяцев – это победа в покер с блефом, т.е. в покер с неполнотой информации. Тоже, может быть, в меньшей мере, чем го, но тоже очень часто говорили: ну ладно, в какие-то настольные игры вы обыграли, но вот там, где блеф, там машина никогда не научится блефовать, менять стратегию, и т.д. Но на самом деле, задача была вполне классическая как раз для современных систем машинного обучения – там те же нейронные сетки, в общем-то, отличились, и у меня уже кто-то недавно в панике спрашивал: а что же теперь, раз машины научились обманывать, так они же скоро нас обманут и захватят, наверное? Но вообще, конечно, рассуждения о том, что ИИ захватит власть, сейчас больше всего напоминают, действительно, рассуждения о проблеме перенаселения на Марсе.

Д.Ю. Не может захватить?

Сергей Марков. Ну, при нынешнем уровне развития, конечно, это, скажем так, это фантастика.

Д.Ю. А почему – потому что это в настоящий момент узко прикладная вещь?

Сергей Марков. Конечно, те системы ИИ, который мы сейчас используем, это сугубо прикладные решения, они предназначены для решения каких-то отдельных интеллектуальных задач, и речь не идёт ни о какой свободе воли и т.д.

Д.Ю. Т.е. обыгрывая чемпионов в го, она о мировом господстве не думает?

Сергей Марков. Абсолютно. В своё время, когда я был ещё в 2002 году на финале Всемирной олимпиады по программированию на Гавайских островах, и там перед нами выступали спикеры из IBM, как раз тогда они планировали начать вот этот проект Blue Brain, и они привозили такую метафору – говорили, что вот если по производительной мощности сравнить Deep Blue, который тогда обыграл Каспарова, с представителями животного мира, то это червяк-нематода примерно по вычислительной мощности двух этих систем. Но тогда они говорили, что вот мы сейчас поднатужимся и сделаем, может быть, мышку родим. Гора родит мышь. Но здесь это, естественно, не отговорка, в том смысле, что производительные мощности растут, и конечно, рано или поздно у нас хватит производительных мощностей для того, чтобы симулировать работу человеческого мозга, в этом смысле разные прогнозы специалисты называют: более оптимистичные – 2023-2025…

Д.Ю. Недолго.

Сергей Марков. Менее оптимистичные – 2040-ой, например, но в основном большая часть специалистов примерно в этом диапазоне такие прогнозы строит, но это следует из темпов роста производительности и из темпов развития технологии нейрофизиологии, которые нужны для того, чтобы скопировать собственный мозг.

Д.Ю. А вот я перебью: помню когда-то были такие мега-компьютеры Cray, которые что-то со страшной силой считали, потом выяснилось, что если собрать 200 штук PlayStation, то они атомные взрывы рассчитывать могут, и Саддаму Хусейну нельзя продавать PlayStation. А неужели теперь государство, которое страшно заинтересовано в подобных вещах, тайком где-нибудь в бункере не собрало 10 Креев с нынешними-то мощностями, на которых уже беснуется ИИ, нет?

Сергей Марков. Ну, Cray, конечно, это очень скромненько по нынешним временам. Есть такой топ наиболее производительных в мире суперкомпьютеров – Топ-500, это такое, как бы, есть соревнование между государствами в этом смысле – кто соберёт самую быструю машину, и на протяжении уже нескольких лет китайцы держат этот топ. Последняя их машина называется Sunway TaihuLight, она была запущена, если мне память не изменяет, в июле прошлого года и очередную рекордную производительность показала – примерно в соответствии с теми темпами, которые по закону Мура следуют, т.е. наш рост производительных мощностей примерно можно спрогнозировать, потому что он достаточно чёткому закону подчиняется. В теории, может быть, где-то стоит машина, которая пока что в этом топе не записана, но вряд ли она радикально будет больше по производительности, чем топовая публичная машина в мире, т.е. здесь соображение такое. В принципе, сама по себе идея собрать много-много вычислительных ядер в систему продуктивна, естественно, и именно по такому принципу и построены вот эти суперкомпьютеры. Вот предшественник Sunway TaihuLight, например, предыдущая машинка состояла, если мне память не изменяет, примерно из 40 тысяч «ксеоновских» процессоров – там были 40 тысяч «ксеоновских» процессоров обычных серверных и 33 тысячи ещё «Xeon Phi» - такой есть специализированный процессор. Т.е. можно себе представить чисто инженерную сложность этого сооружения, когда у тебя 70 с лишним тысяч процессоров собрано в единую систему, но тут нужно понимать, что у такой системы производительность растёт не линейно с увеличением числа процессоров, потому что есть затраты на распараллеливание, есть затраты на обмен информацией между этими процессорами, и поэтому тут нельзя, к сожалению вот так вот просто взять и отмасштабировать линейно: сделал в 1000 раз больше процессоров и в 1000 раз увеличил производительность – к сожалению, так не происходит. Но тем не менее ясно, что здесь прогресс достаточно осязаемый. Но вот вернёмся к профессиям…

Д.Ю. Ещё один вопрос: вот если даже это где-то тайно делают, а по каким признакам мы можем определить, что они уже что-то придумали, гады?!

Сергей Марков. Я думаю, что здесь такого простого ответа нет, но хорошим предположением будет посмотреть на то, что происходит с решением каких-то крупных серьёзных задач, которые могут дать какие-то серьёзные выводы. В принципе, если посмотреть сейчас, на что сейчас направлены наши основные вычислительные мощности, в своё время очень сильно подстегнуло развитие вычислительных мощностей появление криптовалют, потому что если у тебя есть быстрая вычислительная машина, ты можешь, в теории, намайнить много биткоинов и заработать много денег, напрямую продав эту вычислительную мощность рынку. И там очень интересно, как это вообще происходило: вначале, когда только криптовалюты появились, все производили расчёты на центральных процессорах компьютеров. Потом быстро выяснилось, что использовать матричные процессоры, встроенные в видеокартах, гораздо выгоднее, и все стали майнить биткоины на видеокартах. Потом через какое-то время придумали, как приспособить к этой задаче вентильные матрицы. Вентильные матрицы вообще – это программируемая схема, в которой можно её архитектуру программным образом задать, т.е. большая матрица гейтов, таких вентилей логических, FPG – самая распространённая здесь технология. Стали на этих FPG майнить биткоины, и кончилось всё созданием специализированных под данную задачу процессоров. В нейронных сетях происходит та же самая история, т.е. все начали с того, что считали нейронные сети на обычных машинках, потом появились реализации на FPG, сейчас всё находится в стадии, когда крупные компании, типа Intel, заняты созданием специализированных процессоров для нейронных сетей. У IBM есть такой проект, он называется TrueNorth, у Intel я название сейчас сходу не помню, есть несколько ещё тоже крупных исследовательских компаний, которые этим занимаются. Такой проект крупный, по идее, нужен для искусственного интеллекта, и нужно специализированное устройство. Его, конечно, трудно скрыть, т.е. если вы делаете такой проект, то вам неизбежно нужны для этого в большом количестве специалисты, которые в этом разбираются. В силу того, что нужно привлечь много людей, людей публичных, людей со своими какими-то интересами, не допустить утечки информации будет очень трудно, т.е. под силу такой проект только большому консорциуму. Поэтому я уверен, что тот же самый TrueNorth в первую очередь получат военные, и это DARPA-шный проект, но его не утаишь, как шило в мешке, все знают, что это делают, более того, есть даже такое социальное движение учёных, которые говорят, что неправильно отдавать военным такое устройство, и выступают за то, чтобы технологии прежде всего в гражданских задачах использовались.

Д.Ю. Ну т.е. как у астрономов, когда ты там трансурановые планеты на кончике пера – всё равно будет видно, да?

Сергей Марков. Думаю, да, мы просто увидим это по тому, что происходит в исследовательском сообществе. Т.е. если такой проект будет, мы увидим его следы в публикациях, мы увидим его следу в обсуждениях в коммьюнити, и т.д.

Д.Ю. А в свете нашей сегодняшней вспышки мега-патриотизма, кто первым это сделает – компания Гугл или скромные учёные из Новосибирска?

Сергей Марков. Ну я, честно говоря, здесь, наверное, из всех этих проектов больше верю в Intel-овский проект, потому что у них большой опыт работы с электроникой, конечно, у них мощная производственная база, очень серьёзная. У нас в этом смысле что получилось в своё время: наши-то ведущие специалисты уехали в своё время, и те люди, которые создавали советские, российские процессоры, они потом в массе своей оказались в западных компаниях, ну те, кто были действительно хорошими специалистами, ну потому что а какие у них были в 90-е годы альтернативы?

Д.Ю. Да ни у кого никаких не было. Ну кроме бандитизма, конечно.

Сергей Марков. Т.е. либо голодать – наверное, там были среди них идейные люди, но таких всё-таки меньшинство, поэтому многие уезжали тогда, а сейчас нужно понимать, что такие проекты по созданию базы по производству своей микроэлектроники очень-очень дорогие, и тут надо понимать, что такое российский бюджет, что такое американский военный бюджет, который только составляет 600 млрд.долларов, т.е. несмотря на всю нашу, конечно, очень классную математическую школу, здесь решает, к сожалению, логистика и производство в большей мере, чем отдельные таланты отдельных специалистов.

Что можно сказать о том, как людей оттирают от разных профессий: вот у меня по алфавиту примерно есть некоторый набор таких профессий, мы прямо по ним пройдёмся, и буду пугать публику. У меня начинается список с буквы «Б» - с бухгалтера, хотя мне сегодня подсказали, что есть хороший пример на букву «А» - это актёры, внезапно. Почему актёров могут вытеснить машины – а потому что развивается компьютерная графика, и, например, массовка не очень нужна: в условиях, когда у тебя хорошая система машинной графики, ты можешь накопировать этих людей, тем более, что массовку не надо прорисовывать очень тщательно. Но надо подумать – я тут не знаю, как бы, какие привести конкретные примеры в качестве…

Д.Ю. Ну это, кстати, важный момент, потому что намётанному глазу очень нетрудно оценить бюджет произведения – если там всё время 3 человека в кадре, и крупным планом их показывают, чтобы дешёвых декораций было не видно – понятно, что денег нет. А тут если людей подпустить – другое дело, сразу выглядит богато.

Сергей Марков. Конечно, идея богатая и правильная, я так над ней задумался сразу.

Д.Ю. Ну вот в последних «Звёздных войнах», или там «Изгой-1», или что-то там – морду принцессы Леи нарисовали или какого-то начальника Звезды Смерти. Плохо нарисовали, пока не дотягивает до настоящих людей.

Сергей Марков. Но это, конечно, тоже быстро развивающаяся технология – вот этот стартап «Маскарад», который был в своё время, когда натягиваем лицо одного человека на другого.

Д.Ю. Мультики просто волшебные!

Сергей Марков. Сейчас вот эти Meitu тоже последние несколько месяцев была.

Д.Ю. У меня есть, да. Мультики во всяком случае цифровые раз от раза, каждый раз кажется – ну это вообще отвал башки! Ну это вообще – такое нарисовать! Выходит следующий – мать честная, да что же это такое?! Там никаких пределов пока не видно.

Сергей Марков. Да, там, конечно, очень здоровский прогресс технологий, и вот с голосом ведь тоже: Adobe показала проект о том, как с речи одного человека голос переносится на другого человека, т.е. такой «фотошоп» для голоса. В принципе…

Д.Ю. Я в прошлый раз заволновался – профессия под угрозой.

Сергей Марков. Ну тут, думаю, что можно отбиться всё-таки, в творческой-то сфере.

Д.Ю. Но вернёмся к бухгалтерам.

Сергей Марков. Да, с бухгалтерами очень интересная история, потому что бухгалтер вообще в широком смысле это кто такой – это человек, который выполняет определённую учётную работу и некоторые расчёты, связанные с обеспечением экономической деятельности. Есть такая интересная книжка, её автор Дэвид Алан Грир, называется «Когда компьютеры были людьми». Но слово «компьютер» означает «счётчик, вычислитель», и если задуматься, производство ещё в начале века достигло уже достаточно серьёзных технологических высот, если посмотреть на корабль, океанский лайнер, или на автомобиль, даже начала 20 века, это было уже чрезвычайно сложное технологически изделие, и номенклатура деталей могла там достигать тысячи и даже превышать тысячу. А что это значит? Если у тебя в производстве используется 1000 разных деталей, ты должен все эти детали учитывать каким-то образом, учитывать их производство, расходы материалов на них и т.д.

Д.Ю. Где лежат, с какой скоростью приехали…

Сергей Марков. Да, а ЭВМ ещё не было. Что это значит? Это значит, что всем этим занимались люди, и были созданы огромные коллективы людей, которые занимались поточными вычислениями. Вот есть такая интересная иллюстрация, мы её покажем зрителям – фотография из зала, в котором сидят девушки, которые занимаются такими расчётами: первый ряд получает какие-то первичные данные, цифры, производит одну арифметическую операцию, результат записывается на карточке и передаётся в следующий ряд. Следующий ряд выполняет следующую операцию, и далее эти карточки перемещаются по рядам. Т.е. можно при помощи такого коллектива людей выполнять какие-то матричные вычисления. Там сложнейшая организационная технология за этим стояла, т.е. собрать вычислительное устройство, состоящее из людей, по сути дела. И в своё время, конечно, венцом таких расчётов был Манхэттенский проект, который требовал тоже вычисления в огромных масштабах.

Д.Ю. Кто не знает – это проект по созданию ядерного оружия.

Сергей Марков. Проект по созданию атомной бомбы, и на самом деле наш атомный проект тоже привлёк огромное количество вычислительных ресурсов, и тоже это были специально подобранные коллективы людей, которые выполняли эти вычисления.

Д.Ю. Они все сидели в ГУЛАГах или нет?

Сергей Марков. Вряд ли, конечно.

Д.Ю. «Шарашка» называется, шарашили нашу математику.

Сергей Марков. Но вот смотрите: с приходом ЭВМ людей-вычислителей, в общем-то, не стало. Это довольно показательный пример, который показывает, что автоматизация не всегда приходит в первую очередь за низкоквалифицированными работниками, потому что эти вычислители в массе своей были люди образованные, грамотные, это не полотёр – это человек с образованием. И здесь, действительно, этот процесс на самом деле не останавливается, и новая весна машинного обучения приводит к тому, что снижаются затраты на многие операции по обработке данных, и в ряде случаев там, где нам нужно, например, взять бумажный документ, его перевести в электронную форму, всё – появляется система оптического распознавания, теперь нам не нужна девушка, которая сидит, набивает с бланка какие-то данные в 1С-Бухгалтерию, мы можем просто взять, отсканировать эту картинку и перевести её в нужную форму.

Д.Ю. Когда-то давно я трудился в геологических партиях, там заодно подрабатывал корректором геологических текстов. Вот отчёт ежемесячный писали, мы их проверяли впятером. Я сначала всем сказал, что я умный и я один всё это исправлю, у меня глаз-ватерпас, память хорошая. Первый раз в жизни меня жестоко, так сказать, «умыли» - я поспорил на зарплату с начальником…

Сергей Марков. Сурово!

Д.Ю. … типа, смотри, я проверил, и всё там хорошо. Поржал цинично: а это, а это, а это, а это? Дальше выяснилось, что когда мы проверяли впятером, не самые тупые люди, грамотные и всё такое, а потом отдавали начальнику, это когда машинистка что нельзя исправить, она перепечатывает, что можно исправить, ты там «штрихом» заштриховал, нарисовал букву сверху. Ну и начальник всё равно после пятерых ещё чего-нибудь найдёт, потому что он был самый умный. Теперь такого нет вообще.

Сергей Марков. Я на самом деле прошёл через такую суровую школу бухучёта – когда ещё получал первое высшее образование, у нас преподаватель был такой Валентин Алексеевич Блинов, он был бухгалтер, как говорится, от Бога, у него были нарукавники бухгалтерские, вот это всё. И у него были требования: нам нужно было в первом семестре ему сдать т.н. «сквозную задачу» - это на самом деле был комплект бухгалтерских документов по вымышленной организации. Мы ездили на базу специальную за бухгалтерскими бланками, ни в коем случае никаких машин, нужно обязательно руками заполнять все бланки, причём не допускаются никакие исправления. «Сергей, вы вот здесь поставили лишнюю точку». «Валентин Алексеевич, ну а если я её зачеркну?» «Меня это вдвойне не устраивает» - и заново всю «шахматку» пошёл переписывать. И вот такой комплект документов, всё это дело он ещё так учил, говорил: вот вы скоросшиватель берёте, из него вот эту металлическую скрепляющую штуку выкидываете, так не делают бухгалтеры. Настоящий бухгалтер шпагатом должен прошить, заклеить всё. А кто не знал этих его требований, прогулял чего-то, приходил, приносил ему скоросшиватель - этот комплект документов, он так смотрел, говорил: «Ну что ж вы так? … - дома пришьёшь».

Д.Ю. Молодец!

Сергей Марков. Ещё на первом занятии он изъял у девушки… она знала, что Блинов очень суровый, и она готовилась очень прилежно – у неё было 3 ручки разных цветов, и она писала лекции одним цветом, другим. Он так на это посмотрел, у неё забрал лишние ручки и говорит: «Не выпендривайтесь».

Д.Ю. Ну речь шла о том, что ты должен сосредоточиться на главном, это же предельная концентрация, и вообще. Мозг развивает, кстати, очень сильно – дисциплина, усидчивость.

Сергей Марков. Дисциплина в первую очередь, потому что, конечно, это в первую очередь было развитие дисциплины, потому что никакой учёт в серьёзной организации без дисциплины учёта невозможен. Но мы были последними, нас он не пережил уже, ну в смысле, как не пережил – он ушёл на пенсию, видимо, устал от IT-шников этих безумных, и уже те, кто после нас учились, не знали этих ужасов, им уже разрешали в Excele сделать что-то там, в бухгалтерских программах. Ну там ясно…

Д.Ю. Пропала Россия!

Сергей Марков. Но в общем-то, здесь тренды понятны – конечно, всё меньше нужно бухгалтерских сотрудников для того, чтобы грамотный учёт организовать.

Дальше буква «В» идёт, в букве «В» у нас есть водители, про которых уже, конечно, все слышали, что гугловские машины ездят…

Д.Ю. Даже кого-то давят успешно, я слышал.

Сергей Марков. Ну там всё не страшно пока что. Мне, кстати, задали вопрос в комментах к прошлому видео, что я, дескать, так бодренько сказал, что все проблемы решены с вождением. На самом деле там есть, конечно, ещё ряд инженерных задач, которые нужно подумать, как решить лучше, но основная… Сейчас эта технология находится в такой стадии, что гугловские машины ездят и накапливают статистику по аварийности той же самой. Там получилось, что было всего 7 инцидентов с участием гугловских машин, но ни один из этих инцидентов не был по вине гугловских машин, во-первых, во-вторых, ни одной жертвы там не было, во всех этих 7 инцидентах, там отделались просто царапинами и чепухой всякой.

Д.Ю. Грубо говоря, это вообще статистическая погрешность.

Сергей Марков. Ну да, при том количестве, хотя они отъездили. Я боюсь ошибиться, по-моему, около 3 млн. миль всего сейчас отъездили гугловские машины, но чтобы надёжно понять, какие там показатели по аварийности, нужно больше накопить статистики – ограничением является законодательство, т.е. только отдельные штаты разрешили эту всю историю. Тесла, Гугл – две компании, которые наиболее зрелые в этом смысле решения имеют и все необходимые согласования имеют, они собирают эту статистику. Потенциально в опытах показано, что автоматическая система быстрее, чем человек, реагирует на разные внештатные ситуации, способна быстрее принимать решения, более правильные принимать решения, ну естественно, очевидно, что машина не может заснуть за рулем, другие чисто человеческие факторы исключаются. Т.е. потенциально мы про эту технологию знаем, и в опытах видно, что машина водит лучше, чем человек, но чтобы это доказать надёжно и продемонстрировать это законодателям, чтобы они это дело разрешили, нужно больше статистики сейчас.

Д.Ю. Сразу вспомню, что когда, например, советские автомобили стали выпускать за кордон массово, когда грянула перестройка, открылись границы, и все поехали, внезапно оказалось, что во вражеских машинах стоят т.н. тахографы, т.е. это бумажный блин, по которому самописец пишет. А как ты без него едешь? Надо поставить, а поставить его надо для следующих вещей – что когда тебя полицейский тормозит, он перво-наперво лезет туда и, обратите внимание, вы можете ехать 45 минут, а после этого 15 минут стоять, курить, прогуливаться, чтобы у тебя башка проветрилась, концентрация не падала, иначе ты кого-нибудь задавишь и нанесёшь непоправимый ущерб. Так вот, человек – за ним глаз да глаз. А если он с похмелья, а если заболел, жена, понимаешь там, облаяла, ещё чего-то?

Сергей Марков. Да, как говорится, тут всякие вещи случаются. Я сам очень много за рулём и раньше проводил времени, и сейчас часто езжу в Орёл, например, на машине по трассе, и всё равно ты понимаешь, что эти ограничения человека: что-то тебя отвлекло – звонок по телефону, СМС, там, что-то, не знаю, ворона пролетела мимо, лиса пробежала.

Д.Ю. Музыку погромче включил – тоже тупишь сразу.

Сергей Марков. Да, и конечно, это всё понятно, и едешь, естественно, чуть-чуть лёд – всё, в кюветах все уже собрались.

Д.Ю. Да, праздник, да.

Сергей Марков. Собрались, общаются.

Д.Ю. Плюс если над ними, по всей видимости, стоит какой-то овермайнд, который считает, с какой скоростью кто едет, приедет под разгрузку, чтобы там не возникало никаких заторов.

Сергей Марков. Здесь, конечно, большой потенциал в использовании систем, которые будут координировать одновременно работу автопилотов, это видно, например, по складам автоматизированным, то что в очень большой степени эффективность вырастает как раз за счёт того, что каждый складской робот действует не в одиночку, а под управлением единой системы. Но вот интересно, что помимо Гугла и Теслы есть такой проект у Даймлера – это проект, связанный с грузовым транспортом, и здесь на самом деле, может быть, даже и более краткосрочные перспективы по внедрению этих решений, т.е. там речь идёт о том, что можно что сделать – можно формировать автопоезда, скажем, первую машину можно ставить под контролем человека робот-водитель…А остальные все просто машины, которые просто едут за тобой.

Д.Ю. У меня в «Мерседесе» такая фигня была – нажимаешь на кнопочку, она цепляется к передней машине и сама за ней гонится. Хорошая!

Сергей Марков. И при этом же там большая экономия выходит, на самом деле, по топливу, потому что когда машины идут с маленьким зазором, там аэродинамический чисто выигрыш ещё возникает, и вот как раз Даймлеры показали на практике, у них проехался их автопоезд по Неваде – они показали, что расход топлива там заметно снижается помимо всего прочего.

Д.Ю. Ну начнут, наверное, всё-таки с грузовиков, да?

Сергей Марков. Не исключено, да.

Д.Ю. Они нужнее.

Сергей Марков. Есть основания полагать, что это будет так.

Д.Ю. А я извиняюсь, сразу вдогонку скажу, что это коснётся в первую очередь контейнерных грузоперевозок, и поездами, и пароходами, где всё это в диких количествах.

Сергей Марков. Ну вот у меня как раз следующим идёт капитан корабля, потому что на водном транспорте-то это ещё, на самом деле, в большей мере напрашивается, чем на наземном, потому что задача по ряду параметров более простая, интенсивного движения по морю, в общем-то нету, кроме движения в порту, и есть проекты, во-первых, автоматизированного городского речного транспорта, в частности, в Амстердаме Институт передовых городских решений, они анонсировали запуск 5-летней программы по исследованию возможностей использования роботизированных плавсредств, проект у них называется «Roboat» - бесхитростно. Но тем не менее, 25 млн.евро выделено, прототипы есть уже, соответственно, университеты активно работают над такими решениями. Я думаю, что мы увидим это наверняка в тех городах, где система городского речного транспорта развита. Ну, первые кандидаты, конечно, Амстердам, Венеция.

На море тоже что происходит – уменьшается количество людей, которые нужны для управления кораблём. Если сравнить, допустим, современные прототипы боевых кораблей, то корабль, сопоставимый с линкором «Ямато» по водоизмещению, современные прототипы управляются командой из 50 человек – на «Ямато» несколько тысяч моряков. Т.е. опять же ясно, что машины и роботы нужны для обслуживания техники на борту: системы навигации, понятное дело, системы контроля движения, позиционирование и т.д. – всё это можно автоматизировать, и это, естественно, происходит.

Кладовщик дальше идёт у нас.

Д.Ю. Складской работник, да?

Сергей Марков. Да, и кстати говоря, сфера ведь, которая в своё время была довольно крупным работодателем, и тут тоже тенденция такая, что быстро сокращается число работников складов. Таким, наверное, самым громким проектом являются автоматизированные склады компании «Амазон».

Д.Ю. Ужасы просто в роликах!

Сергей Марков. Там 8-е поколение уже аж, ну изначально-то был такой небольшой стартап Kiva, Kiva Systems компания, но её Амазон приобрёл, уже когда там была довольно зрелая технология, за довольно большую сумму – 775 млн.долларов. И вот 15 тысяч роботов в настоящий момент у Амазона – это такая платформа 30-сантиметровой высоты, 300 кг с небольшим возит, и всё это дело управляется единым логистическим искусственным интеллектом, который стремится сэкономить на всех транзакциях по перемещению, выбирает там автоматически места для складирования товаров, исходя из статистики погрузки, разгрузки и т.д., там куча оптимизационных задач решается на этом складе. И вот здесь тоже интересно, что у них сейчас такой был хитрый план – они захотели использовать вкупе с этим складским комплексом ещё и дроны для доставки небольших грузов. Т.е., грубо говоря, эти тележки Kiva вывозят груз какой-то, подлетает грузовой дрон, хватает этот груз и отвозит его уже потребителю. И в общем-то, они это всё испытали, всё хорошо, но наткнулись здесь на регулятора, который им сказал, что если вы в результате внедрения этой технологии не уменьшите число рабочих мест, мы вам разрешим использовать, а если уменьшите, то не разрешим.

Д.Ю. Ну т.е. вступает в противоречие с социальной фигнёй всякой?

Сергей Марков. Да, т.е. здесь пример того, что как раз власти испугались социальных последствий такого рода проекта, потому что он достаточно масштабный.

Д.Ю. Хочется привести в пример индусов, у которых замечательный чай, а вот, например, у нас грузинский чай, его, помню, при советской власти берёшь, там какие-то медали, чемпион, всё на свете, а засыпаешь в стакан – натурально веник запарил, какие-то палки там лежат. А у индусов индийский чай замечательный. Так вот, выясняется, что советский чай, который на выставке, его пальцами собирают, а всё остальное, что в продажу, комбайн – советский колхозник там подвернул болты, взял не 3 листика, а 5 см, и вот уже выработка – пейте на здоровье. А у индусов тётки специально задействованы для того, чтобы не было безработицы, щипать чай и, о боже, они газоны точно так же стригут, газонокосилки не надо. Только для того, чтобы занять население.

Сергей Марков. Если мне память не изменяет, по-моему, когда на Брахмапутре строили каскады, там было 2 альтернативных проекта: один – давайте мы купим у Катерпиллера или у кого-то современную технику, наймём квалифицированных работников и построим, а второй вариант – сгоним 5 млн. людей с лопатами, и эти крестьяне, которые 5 долларов в месяц получают, построят всё таким образом.

Д.Ю. В целом же глупость – они построят, получат денег, побегут домой совокупляться и нарожают ещё больше в итоге.

Сергей Марков. Ну, дело-то такое, хорошее.

Д.Ю. Их-то, кстати, это в первую очередь коснётся, по всей видимости.

Сергей Марков. Ну, в своё время по индийским ткачам проехала очень сильно история промышленной автоматизации. Но здесь это вообще очень интересный момент, который, может быть, не в полной мере осознаётся нашими представителями технической интеллигенции, которая занята в разработке подобных проектов – люди не очень часто понимают связь между социальными явлениями и технологией. На самом деле что является ограничивающим фактором развития технологии? В т.ч. уровень оплаты неквалифицированного труда. Если у тебя много неквалифицированных работников, работающих за 3 копейки, это самый мощный барьер на пути внедрения новых технологий, и здесь, вообще говоря, всем энтузиастам технологий разумно было бы посоветовать задуматься над социальной борьбой низов, потому что спрос на технологию, спрос на такие вот крутые инженерные решения появится только тогда, когда люди неквалифицированные будут получать достойную оплату за свой труд. Но у нас, как говорится, очень часто почему-то наоборот получается – что люди, работающие на квалифицированных должностях, смотрят очень сильно сверху вниз на этих несчастных неквалифицированных сотрудников и говорят: а, вот, они и на свои 5 долларов не наработали, дескать. «Бабы ещё нарожают». Поэтому на самом деле здесь эта взаимосвязь, конечно, очень серьёзна.

У меня дальше в списке идёт космонавт. Космонавтов машины вытесняют успешно, с пилотируемой космонавтикой у нас как-то всё плоховато. Это, конечно, в некотором роде шутка, но в каждой шутке есть доля шутки, потому что человек – существо хрупкое, если мы посмотрим на все профессии, связанные с работой в экстремальных условиях, там, по сути дела, зачастую нет никакой альтернативы машинам. А что такое Земля? Земля наша, вся биосфера по меркам Вселенной – это точка совершенно незаметная, а всё остальное пространство нужно как-то осваивать, если мы всё-таки заветам Циолковского собираемся следовать и не прожить всю жизнь в колыбели. И тут, естественно, встаёт такой вопрос – человек может эффективно работать и жить только в узких пределах температуры, в узких диапазонах ускорений – большое ускорение для нас губительно. Полететь на соседнюю звезду, если мы хотим туда долететь за разумное время, основным фактором будет то, что мы будем вынуждены для пилотируемого корабля ограничивать скорость, с которой он разгоняется, с которой он тормозит, опять же, возить с собой кислород, возить с собой воду – в общем, целый ряд проблем. Т.е. мы давным-давно отправили роботов на Марс, но отвезти на Марс человека и там основать колонию – пока что это очень смелый инженерный проект, о котором мы только мечтаем сейчас, по сути.

Д.Ю. А главное – непонятно, зачем это? Вот слетали на Луну – и что? Сколько там лет с 60-ых прошло, и никто что-то туда опять не ломится, города не строит.

Сергей Марков. Проекты по освоению Луны те, которые у нас тоже Роскосмос озвучивал – то, что, конечно, там хотят роботизированную базу строить, потому что… но в принципе, это был бы классный полигон для обкатки этих технологий. Т.е. автономные системы, которые развернут там производственную базу. Вот мне, как специалисту по машинному обучению, было бы очень интересно поучаствовать в чём-то подобном, т.е. там же столько классных задач в этом всём – это и какой-то производственно-логистический интеллект, который должен этим управлять, это и отдельные промышленные роботы, которые будут там добывать, например, полезные ископаемые, технологическую цепочку выстраивать. Т.е. идея в том, чтобы забросить минимальную массу с Земли и дальше уже обойтись тем, что там есть на месте, из этого уже там развести комфортабельный отель для туристов.

Д.Ю. Жалко космонавтов – такая романтичная профессия была!

Сергей Марков. Я думаю, что всё равно она будет в той или иной мере, конечно, существовать просто ради того, что это весело и круто. Но я думаю, что тут ещё есть очень интересное направление, связанное, в принципе, с совершенствованием человеческого организма при помощи технологий, и мне-то видится как раз, что это, наверное, такой мейнстрим будущего развития технологии –переделаем своё тело, будем летать сами. Почему нет?

Дальше курьер. С курьерами тоже ситуация понятная, т.е. есть проекты по доставке всего, чего ни попадя, дронами. У нас даже в стране в своё время небольшая компания, «Додо Пицца», по-моему, она называлась, целую рекламную акцию устроила – что мы возим пиццу дронами. Но правда, им быстро запретили всё это дело.

Д.Ю. Естественно!

Сергей Марков. Как только тебя заметили – готовься.

Д.Ю. Очень удобно для передачи запрещённых предметов, веществ на зоны. Очень удобно! Раньше рогатки были, потом на смену пришли арбалеты, теперь дроны летают.

Сергей Марков. Ну с дронами же теперь это даже реакцию породило – теперь там специализированные винтовки для борьбы с дронами появились, дрессированные орлы, которые ловят дроны, совершенно чудовищные какие-то технологии, бесчеловечные.

Д.Ю. Дрон – штука полезная, полезная чрезвычайно. Ведь раньше в кино как – надо было там специальные подъёмные краны, специальные люди, которые подъёмными кранами управляли, там крепления для камер, туда-сюда, а теперь взлетел, и такие замечательные виды снимают, особенно в Питере. Мне страшно нравится всё это! Пролететь вдоль всех мостов: а здесь вот это, а тут вот то, а вот такая достопримечательность, сякая. Можно ли было когда-то забраться вдоль Александрийской колонны, заглянуть в глаза ангелу? Теперь запросто.

Сергей Марков. Да, кадры, конечно, мне тоже нравится иногда посмотреть, очень здоровские. Но есть ещё альтернативная технология DHL, у них есть такой конкурс «Robotic Challenge», они там делают тележку-робота, который ездит, тоже возит товары по городу. Ну почему нет – можно и тележки.

Д.Ю. Тележку проще изловить и отнять у неё всё. Это породит новый вид преступности. Дрона попробуй излови. Я, кстати, видело ролик, где дрон поднимал 20-литровую бутыль для кулера с водой – был потрясён: это ж как – на электрических моторчиках? Что ж это за моторчики такие?

Сергей Марков. Злоумышленники же тоже могут обзавестись дронами для ловли дронов курьерских.

Д.Ю. В первую очередь, да. Если в Колумбии строят автоматические подводные лодки, тоже при помощи наших специалистов, которые крадутся мимо береговой охраны – одноразовые, замечу, денег там много – они по GPS-у без людей, вообще без ничего, приплыл, выгрузили, и замечательно.

Сергей Марков. Это известная история. Но естественно, напрашивается здесь и лётчик, потому что я за последние только пару лет видел, наверное, 5 или 6 таких вот проектов, о которых писали, там с заголовком из серии «Запущен в серию первый летающий автомобиль». Мне кажется, этих «первых летающих автомобилей» за последние несколько лет было уже 5, 6 или 7. Если, конечно, начать разбираться, то там либо не то, чтобы запущено, а 3-4 собрали, или «вот-вот сейчас запустим», ну или действительно кто-то уже что-то производит. Ну в общем, здесь есть большое количество таких проектов, какой из них наиболее зрелый, я сейчас не готов сказать, но интересно, что вот, например, у компании «Uber» есть такой проект, он называется «VTOL» - система вертикального взлёта и посадки. Это аэротакси, беспилотное, на одного пассажира.

Д.Ю. Я неоднократно читал, что в Дубае такие опробуют.

Сергей Марков. Да, вот про Дубай тоже были разговоры на эту тему.

Д.Ю. Vertical Take-off and Landing.

Сергей Марков. Да, именно так. Там что является ограничивающим фактором– это аккумулятор. Здесь есть такая прорывная технология – это литий-металлические батареи, MIT, ну там компания, ассоциированная с MIT, запустила мелкотоварное пока производство в конце того года, но скорее всего в этом году уже будет запущено более широкое производство этих батарей. Они в 2 раза более ёмкие, чем классические литий-ионные, т.е. при той же массе в 2 раза больший заряд помогают запасти. Соответственно, это будет автоматически означать серьёзный шаг вперёд для всех систем, которые используют автономный источник электроэнергии – это электромобили. Ну «Тесла» в химически чистых условиях летом может проехать около 400 км с одной зарядки. Если это умножить на 2 – 800 км это уже больше чем большинство автомобилей с одной заправки. Ну и опять же, конечно, там себестоимость самой электроэнергии существенно меньше получается, т.е. мы что-то там в своё время считали – полная зарядка «Теслы» стоит то ли 30 рублей, то ли 40, я могу ошибаться, но существенно меньше, чем полный бак бензина автомобиля. Ясно, что там есть целый ряд ограничений у этой технологии и целый ряд пока проблем нерешённых: у нас в России нету пока большой сети зарядочных станций, и время зарядки там большое, ну и, в общем, целый ряд неудобств пока есть для водителей электромобилей, но тем не менее, в мире их производство растёт, и скорее всего, недостатки технологии рано или поздно будут преодолены.

Д.Ю. В прошлом году ездил в город Гонконг – там их за день штук 30 можно увидеть, правда, может, это одни и те же, конечно, но очень много, очень!

Сергей Марков. У меня вот в Москве во дворе завелась «Тесла», у кого-то стоит. Не знаю, чья, но стоит. И в общем-то, их уже можно где-то увидеть. Ну конечно, понятно, что оно в некоторых ситуациях неудобно, да, если ты ездишь по городу, так она хороша тем, что когда ты стоишь, она ничего не расходует, плюс система рекуперации, плюс то-сё – как городская машина, мне кажется, уже по своим качества она может даже превзошла бензиновые. Но учитывая то, что для любителей погонять она тоже хороша, когда там крутящий момент-то ого-го!

Д.Ю. Фактически, как троллейбус, трогается. Это, кстати, момент, мягко говоря, т.е. если она с одной заправки-зарядки проезжает 400 км, это по-нашему, грубо говоря, съездить в Новгород и обратно – я что-то таких людей не знаю, кто не профессиональный водитель. Куда это ты ездишь, хотелось бы узнать?

Сергей Марков. Ну 400 – это, конечно, очень химически чистые условия, потому что вот было…

Д.Ю. Ну сколько за день на работу и обратно ездим?

Сергей Марков. Есть реальный тест – можно посмотреть: на YouTube есть ролик, там один наш любитель потестировать, погонять на машинах, гоняет на «Тесле», и реально там, конечно, получается не 400, а 200…

Д.Ю. Всё равно много.

Сергей Марков.... потому что ты давишь активно на условный газ и едешь не в самом экономичном режиме, понятное дело, плюс если зима, ты ещё погреться хочешь, а источник тот же самый. Ну в общем, короче, реально получается меньше.

Д.Ю. Есть, над чем работать, да?

Сергей Марков. Да, но тем не менее, всё равно уже это достаточно серьёзные показатели.

Д.Ю. Ну а батарейки в фонарики и в телефоны, там, и во всё на свете?

Сергей Марков. Ну да, ну и в принципе, проблема с зарядкой тоже, она же обходится как – есть разные способы: можно, например, подменять батарею.

Д.Ю. Это самое правильное.

Сергей Марков. Ты приехал, тебе твою батарейку вынули, заряженную вставили, и поехал дальше. По времени это не медленнее, чем заправить, залить бак, но для этого нужна инфраструктура, конечно.

Д.Ю. А вот ещё в Израиле был – там все ездят на велосипедах с электромоторчиками. Там такой, как термос вставляется аккумулятор, вообще примитивно просто. Носятся все, как умалишённые. Быстро, удобно, велосипед, свежий воздух – красота!

Сергей Марков. Мне, кстати, про троллейбус байку рассказывали, что работал там друг моего друга в Трамвайно-троллейбусном управлении, они с одного троллейбуса сняли систему, которая ограничивает скорость разгона, и троллейбус-то, если с него снять эту систему…

Д.Ю. Да он и с ней-то страшно ездил, стартовал, как «Тесла».

Сергей Марков. Они говорят, там жмёшь на газ, он: ууууу – начинает, вообще!

Дальше у меня тут медработник идёт, тоже с такой смешной картинкой мы покажем зрителям – японцы здесь впереди планеты всей. Ну вообще, в принципе, как во многих робототехнических проектах у них много интересных затей. На самом деле, не только потому, что там особенности культурные какие-то и особая любовь к роботам – в Японии дорогая рабочая сила, и это касается и людей на таких позициях, как рядовые медработники, и в торговой сфере там очень много, в быстром питании тоже суши-роботы – это японские изначально проекты. И здесь ROBEAR – это такой медведеподобный робот, который предназначен для переноски больных, кто не может перемещаться самостоятельно, после операции, например. Робот, соответственно, может носить пациента аккуратно, не кантуя, причём ходить по лестницам в больнице, ориентироваться в каком-то сложном пространстве.

Д.Ю. Я имею опыт – я службу в тюрьме нёс, там когда кого-нибудь вносят или заносят – это носилки, как плащ-палатка, с ручками – всё время башкой обо что-нибудь бьют, и не только башкой. Я бы не доверился роботу.

Сергей Марков. Ну вот, вроде говорят, что уже сейчас у них вторая версия, по-моему, вышла – она уже головой не бьёт. Сама, правда, дура эта 40 кг весит, но ничего.

Д.Ю. Но зато не перевернётся, когда тащит.

Сергей Марков. Зато не перевернёт, да. В общем, ясно, что здесь, если такие проекты можно сделать, это наводит на мысль, что и ряд других профессий из серии «подай-принеси», их тоже можно будет передоверить роботам. Просто, допустим, у нас в стране, где уровень зарплат не очень высокий, это пока нерентабельно, но тут вопрос времени – когда подешевеют эти технологии.

Д.Ю. Ну как сказать – какую-нибудь сиделку дурацкую в больнице нанимать, там разоришься, ёлы-палы!

Сергей Марков. Ну да, в принципе, всё в сравнении познаётся. Следующий у меня идёт оператор колл-центра, но тут я грешен сам – у нас есть такой проект.

Д.Ю. Это то, что мы в прошлый раз опробовали?

Сергей Марков. Да-да-да. Ну в принципе-то работа оператора колл-центра очень часто достаточно автоматическая, т.е. если это колл-центр, тем более занимающийся какими-нибудь «холодными» продажами, например, или там просроченными задолженностями, там скрипты достаточно линейные все, там не нужно, чтобы сотрудник был семи пядей во лбу, и роботу тоже достаточно иметь достаточно разветвлённый большой скрипт для того, чтобы 90-95% наиболее типовых ситуаций обрабатывать. Здесь эта технология построена на распознавании речи, синтезе речи, ну и там некоторые обвязки логические, которые работают. В принципе, задача распознавания речи, как мы знаем, решена уже на очень хорошем уровне, лучше, чем люди, задача синтеза речи тоже решена на сегодняшний день хорошо, потому что там история какая была с тем синтезом речи, мы в прошлый раз показывали, как WAVE NUT разговаривает. Буквально несколько дней назад новый проект на базе WAVE NUT – тоже синтезатор речи, тоже говорит грамотно, сделали Baidu его, базируясь на тех работах DeepMind. Тоже очень качественно говорит, они опубликовали работу, ещё более детально описывающую саму технологию, там есть подробности по тому, как там фонемные потоки генерируются, и т.д. – то, что там пробелы были небольшие в работе изначальной. Мы видим, что синтез речи – здесь тоже нейронные сети занимают место более старых конкатенативных моделей. Но конкатенативные модели тоже хорошо говорят, т.е. на самом деле, тоже если взять какой-нибудь современный движок, типа Ivona, он по-русски говорит. У него иногда бывают нереалистичные интонации в некоторых ситуациях, где-то он путает ударения, но ударения можно принудительно расставить, в принципе, но это звучит достаточно нормально. Т.е. ты, конечно, понимаешь, что вроде это не человек говорит, но это не бросается в глаза, это не так, как 10 лет назад было – вот эти жуткие какие-то вещи, и нейронные сети здесь вот этот оставшийся гэп, который сохраняется, преодолевают во многом, т.е. в ближайшие годы эти системы уже точно будут совсем неотличимы от того, как говорит обычный человек. Но в принципе, даже вот наш робот, по сути в нём используется система синтеза Ivona, но мы в большинстве случаев можем просто записать предзаписанную речь человеческую. Если это колл-центр, в котором обрабатываются какие-то типовые ситуации, ну там мы сделаем 700-1000 заранее подготовленных фраз, сказанных чуть с разной интонацией, и люди не понимают уже. Мы стали обзванивать реальных клиентов – там человек разговаривает с роботом, он ему начинает что-нибудь рассказывать, этому роботу, о своей жизни, и в середине что-то он: ой, это робот что ли?

Д.Ю. Ну т.е. это конечное количество фраз, всё равно там как-то за жизнь, за Одессу с ним никто не разговаривает с колл-центром, и это решаемо.

Сергей Марков. Это, на самом деле, не большая проблема, можно и сделать за жизнь, за Одессу.

Д.Ю. За ваши деньги, да.

Сергей Марков. Не, на самом деле у меня есть план такого хулиганского проектика – посмотрим, я надеюсь найти время на него, сделать просто систему, объединив в ней распознавание речи, синтез речи и разговорную модель, ну т.е. такого чат-бота на нейронных сетях, и просто можно будет позвонить по какому-то телефону и просто поговорить на любые произвольные темы с искусственным интеллектом. Мне кажется, что это людей развлечёт.

Д.Ю. Круто! Давайте, я буду за него говорить – развлечём людей вместе.

Сергей Марков. Я думаю, что очень неплохая идея, обсудим. Дальше повар.

Д.Ю. Повар?!

Сергей Марков. Повар. Вот с поварами здесь ситуация какая: в принципе, есть специализированные системы для изготовления вполне конкретных блюд, например, те же суши-роботы: мы засыпаем в суши-роботы компоненты, и он нам клепает на выходе суши. Ещё в 80-е годы расцвет этой технологии начался, и на сегодняшний день в Японии их очень большое количество, ну и за пределами Японии тоже – в Москве тоже, насколько я знаю, есть несколько суши-роботов. В принципе, это уже никого не удивляет, но здесь вопрос заключается в том, что, конечно, там достаточно громоздкая полупромышленная установка, чтобы она окупилась, пока что нужна реально большая проходимость.

Д.Ю. Фабрика-кухня фактически.

Сергей Марков. Да. С другой стороны, если посмотреть на «Макдональдс», мы уже видим, что постепенно люди вытесняются оттуда: появились возможности сейчас делать заказ – вот эти терминалы для заказа, где можно выбрать из меню то, что тебе нужно, оплатить, и всё. А что это значит – это значит, что меньше там сотрудников-то стало.

Здесь есть такой проект, он называется «пи-ар-ту», PR-2 – он замечателен тем, что робот не просто готовит какое-то блюдо, заранее заданное, а он заходит на WikiHow, находит там рецепты и по этим рецептам готовит еду. Пока трудно сказать, насколько это может взлететь в больших масштабах, но опять же, как потенциальная возможность технологии заменить какого-нибудь не самого гениального повара в производстве большого ассортимента блюд сразу, я думаю, что такие решения появятся в ближайшее время.

Д.Ю. Первый робот – немедленно вспоминается армейская картофелечистка: там были 2 асфальтовых диска, туда высыпаешь картошки, и там подаётся вода, диски крутятся, картошки между ними прыгают, в них остаются глазки, которые надо вырезать руками. Но ветераны ВС подбавляли мощности – картошка остаётся такая, но без глазков.

Сергей Марков. Но есть, где-то я видел, по-моему, тоже был ролик, где мужик просто берёт дрель мощную, на неё ёршик надевает и в ведре…

Д.Ю. Да-да-да, но это молодая картошка.

Сергей Марков. Я знаю, что ещё в промышленности пар используют для чистки картошки, т.е. если пар под давлением подать, то он срывает кожуру с неё.

Д.Ю. А пылесосом «Керхер», который водой плюётся, можно рыбу чистить – ей на хвост наступил, дал струёй…

Сергей Марков. Ничего себе!

Д.Ю. А теперь зато есть мультиварки – вот, мультиварка программируемая, поддерживает массу режимов. Ну сама ничего не делает, понятно, надо насыпать, но результат это выдаёт неизменно чудесный.

Сергей Марков. Ну да, здесь следить не надо, уже при помощи таких устройств нужно меньше людей всё равно.

Д.Ю. Да. Мне вот на ночь кашу заряжают, я её по утрам ем. Между прочим, в кастрюле такая каша, как в мультиварке, не варится – совершенно другой вкус.

Сергей Марков. Мне сразу вспомнилось тоже на тему автоматизации: анекдот про мужика, который изобрёл универсальный автомат для бритья.

Д.Ю. «Первый раз…»

Сергей Марков. Да. Дальше у меня идёт политик.

Д.Ю. Политик?!

Сергей Марков. Понятно, что эти люди, конечно, будут дольше всего сопротивляться их вытеснению путём автоматизации, но здесь очень интересная ситуация сложилась: по сути дела ведь все инструменты для того, чтобы организовать прямую демократию, например, они есть, допустим, в тех же самых европейских странах: в принципе, чисто технически – выдать каждому гражданину ID-ключ какой-то, сайт, на который выносить любое мало-мальски затрагивающее интересы публики решение, организовать там массовое голосование всеобщее. Ну хотим, не знаю, любой вопрос решать, да – чисто технически проблем нет, и криптографические есть алгоритмы, пригодные для этого, и доступ в интернет есть у каждого гражданина, но не происходит этого почему-то.

Д.Ю. Мне кажется, оно, в первую очередь, потому что компетенция граждан очень сильно ограничена, они могут в каких-то неосновополагающих вопросах за что-то голосовать. Тут весь ужас-то в том, что вы сами собой управлять не можете, не говоря уже о том, что какими-то общностями, коллективами.

Сергей Марков. Это правильное замечание. br>
Д.Ю. А если залезть выше, где война, секретность, оперативные службы – там вообще непонятно, как это делать.

Сергей Марков. Тут такой интересный момент выплывает, что а почему одни люди компетентны в принятии решений, принимают правильные решения, а другие нет? А вот основой-то этого является неравный доступ к образованию, например, и к воспитанию. А почему это возникает – потому что существует социальное неравенство мощное.

Д.Ю. Есть же ещё и тупые, а есть те, кто откровенно хочет нагадить, например.

Сергей Марков. Тут проблема-то в том, что вот эти все какие-то неконструктивные модели поведения или эта тупость и т.д. – это всё в массе своей не генетическими же факторами обусловлено, это обусловлено влиянием среды. А почему так получается, что человек с детства тупой? Он был ребёнком маленьким, проявлял любознательность, а он когда любознательность проявлял, ему там раз по рукам – «на тебе по лбу, не задавай лишних вопросов».

Д.Ю. Но он уже вырос, и он уже тупой, а с ним надо иметь дело, и его уже не исправить.

Сергей Марков. Да, но вот ясно, что нужно что делать – нужны социальные программы систематические, которые общество изменят в этом плане.

Д.Ю. Например, будут как следует учить.

Сергей Марков. Например, будут как следует учить, например, будут ликвидировать бедность, которая является причиной таких вещей. Но у нас получается так, что нам проще накачивать военный бюджет какой-нибудь, как в Штатах, 600 млрд., и тратить его на то, чтобы держать третий мир в повиновении. Значит, неграмотные злые люди в третьем мире задумали подорвать кого-нибудь, а мы сейчас накачаем свою военную машину, полицейскую машину и будем их там держать в узде. А потратить бы хотя бы треть этих средств на нормальные образовательные программы, на строительство инфраструктуры грамотной, на социалку ту же самую, и через 20 лет расходы на военный аппарат уже будут не нужны такие, какие есть сейчас.

Д.Ю. Приведу пример опять-таки, к сожалению, не из нашей жизни. Я не к тому, что США плохие – с моей точки зрения, США как волк, его сложно обвинять в том, что он ест зайцев, он не хороший, не плохой.

Сергей Марков. Да, здесь абсолютно не в США дело.

Д.Ю. Но вот США потратили сколько-то там триллионов, Трамп распространялся, за последнее время сколько-то триллионов потрачено на ведение боевых действий. Я помню, когда они только влезли в Афганистан, их люди, глубоко сведущие, сообщали, что на приведение Афганистана надо потратить 15 млрд.долларов, т.е. крестьянам дать культуры, технологий – что как выращивать, построить ПТУ, школы, институты, и в общем-то, они там самостоятельно внутри себя заживут. Но общественное устройство такое, что лучше деньги тратить на войну – там заработать можно больше, возобновляемость, бомб надо больше, солдат кормить, базы обеспечивать. В результате как-то не туда всё идёт.

Сергей Марков. Тут мне кажется, что ещё такой реально важный момент, который нельзя сбрасывать со счетов, заключается в том, что когда у нас обсуждают причины, по которым те же США ведут войны в третьем мире, очень часто такие примитивные объяснения звучат, что у них там нефть нашли, мы пошли, эту нефть отняли. Вот на примере иракского конфликта что получилось: ведь если нужна была дешёвая нефть, вообще-то нужно было просто снять санкции с Ирака, и получили бы дешёвую нефть. А в результате этого конфликта нефть подорожала, как известно, очень сильно, т.е. эффект был противоположный достигнут. И некоторые говорят: американцы глупые, они просто глупые, потому что они не поняли, что в результате этой операции они получат очередную «горячую точку» и т.д.

Д.Ю. Я, извиняюсь перебью - я сразу вспоминаю известную американскую поговорку: если ты такой умный, где же твои деньги? Вот идиоты, а?!

Сергей Марков. Вот-вот. А здесь, на мой взгляд, объяснение-то в другой плоскости лежит: после войны, если посмотреть на Европу, везде к экономической власти пришли кейнсианцы, т.е. люди, которые проводили политику увеличения государственных расходов: мы вбрасываем деньги в социалку, это создаёт спрос на товары народного потребления, соответственно, спрос на товары народного потребления вначале приводит к дозагрузке тех производственных мощностей, которые простаивают, потом оказывается, что их недостаточно – возникает спрос на станки, оборудование и т.д., соответственно, это подстёгивает производство, станкостроение и т.д. Это называется «кейнсианский мультипликатор». И везде европейские государства практиковали такую политику: во Франции это дирижистские режимы… Но начиная с какого-то момента, оказалось, что это перестало работать. А перестало работать по понятным причинам – потому что открылись дешёвые азиатские рынки с дешёвой рабочей силой, и теперь да – ты вбрасываешь деньги в социалку, но это создаёт рабочее место не твоей экономике, а в Китае. И здесь, если посмотреть на войну с экономической точки зрения, то выясняется, что война – это, в общем-то, старое доброе кейнсианство, есть даже такой термин «военное кейнсианство»: если ты вбрасываешь деньги в войну, ты создаёшь рабочие места у себя в стране, потому что военную продукцию ты не импортируешь ниоткуда, там жёсткие ограничения, где. Ты убил стадо ишаков в Афганистане высокотехнологичной ракетой – ты создал рабочие места по производству высокотехнологичной ракеты, у себя здесь, и ты у себя снизил градус социальной напряжённости, потому что ты снизил безработицу, ты решил социальные проблемы, ты средний класс подкормил, и он более лояльно стал себя вести. Т.е. причины этих конфликтов, на мой взгляд, кроются прежде всего в экономической сфере, но не так примитивно, что нефть нужна дешёвая, а так, что война создаёт спрос и помогает своей родной экономике капиталистической – вот проблема в чём.

Д.Ю. Ну тут, подводя некоторый итог: так что обвинять США в том, что они там какие-то жуткие миллиарды тратят – они их на себя тратят, во-первых, а во-вторых, они приносят конкретную прибыль, и содержится эта армия вовсе не для того, чтобы вышвырнуть деньги коту под хвост, а для того, чтобы решить ряд проблем.

Сергей Марков. Ну разумеется. И то, что у нас в стране растут военные бюджеты, ничего удивительного в этом нету.

Д.Ю. Но, в общем-то, если искусственный интеллект будет менять политиков, нас ждут какие-то чудовищные потрясения.

Сергей Марков. Вот я, честно говоря, думаю, что это было бы великим актом гуманизма – заменить многих наших политиков на ИИ, потому что, конечно, в принципе системы машинного обучения ИИ ведь создают возможность создания эффективной плановой экономики, потому что то, что раньше было просто банально трудно эффективно посчитать, мы теперь можем посчитать очень хорошо, и посчитать это гораздо более хорошо, чем это делает рынок со своими принципиальными ограничениями. И в этом смысле, конечно, эта революция машинного обучения, в общем, попахивает и другой революцией, если между нами говорить.

Ну, перейдём к более приземлённым применениям – продавец дальше в списке. С продавцами тут ситуация такая, что все давно уже привыкли к вендинговым автоматам, например, потому что на каждом углу стоят, можно шоколадку купить, попить, там, и т.д. Но помимо вендинговых автоматов есть и серьёзные проекты по автоматизации супермаркетов. Я вот впервые, например, видел в Швеции такой магазин – просто касса самообслуживания, т.е. ты идёшь просто, оплачиваешь покупки, и таким образом можно заменить кассиров всех на 1-2 охранников, которые будут следить, чтобы люди не воровали ничего.

Д.Ю. В Британии такое видел, да, когда сам со своей коляской пришёл, сам всё прозвенел, карточку сунул и ушёл.

Сергей Марков. Да, при этом, если так разобраться, что там в торговле-то происходит – там изрядное количество труда ещё затрачивается не только на кассовое обслуживание, но и в первую очередь, например, на маркировку товаров, выставку ценников, и т.д. Но здесь тоже есть автоматизированное решение, и вот например, даже у нас в 2009 году в Калуге Ашан открыл первый роботизированный супермаркет, и таких магазинов становится всё больше. Логистика в ритейле достаточно сложная, это, на самом деле, мы-то видим такую парадную сторону, что называется, торгового процесса, а за ним там стоит достаточно сложная цепочка. Но опять же, поскольку идёт автоматизация на складах, логичным является продолжение в виде автоматизации самой продажи. Ну и всё-таки растёт доля продаж через интернет, опять же, с оплатой всё тоже понятно, как устроено – там некий автоматизированный интерфейс, продавца, как такового, не нужно.

Но есть даже и причудливые такие проекты – это такая тележка с креслом: ты садишься, едешь на этом кресле по молу, у тебя прямо тут же платёжный терминал встроен прямо в эту тележку, ты просто кидаешь в корзинку продукт, автоматически там RFID-метка сканируется, всё, у тебя со счёта списывается соответствующая сумма, и всё.

Д.Ю. Ловко!

Сергей Марков. Ну там много таких вот вещей.

Д.Ю. Я думаю, может, ещё более упростится – тоже какой-то ролик в интернете был какой-то: на машине подъезжает, тычет в кнопки, что ему надо, а оно там вываливается бутылками, батонами и всякое такое – загрузил…

Сергей Марков. Очень-очень много способов, как это можно сделать.

Д.Ю. Перспективы прямо зияющие какие-то.

Сергей Марков. Нужно подождать и посмотреть, какие из этих способов победят, что называется, что окажется более удобным. Проектов, конечно, вагон таких.

Д.Ю. Вон американские друзья, там есть такой – я всё по книжкам больше – магазин Barnes & Noble, так, по-моему, называется. Отличные магазины! Но книжки много весят, на что американские друзья сказали: «Дима, их не надо покупать вообще, т.е. большинство электрическими пользуется, а этот магазин нужен только для того, чтобы пришёл, книжку полистал, ознакомился – ну вроде надо брать, и уже берёшь электрическую…

Сергей Марков. Ну да, я тоже очень люблю зависать в книжных магазинах, хотя тоже бумажные книги не так часто читаю. У меня так получается, что я аудиокниг много слушаю.

Д.Ю. В машине?

Сергей Марков. В машине, да. В Орёл съездил из Москвы – и уже книжечку какую-нибудь проглотил.

Д.Ю. Одухотворённый, да?

Сергей Марков. Тут вспомнил тоже ужасную историю из области ИИ торгового: один учёный заметил, что происходят странные вещи – в интернет-магазине некая книжка то ли про муху-дрозофилу, то ли… какая-то очень узко специфическая вещь постоянно дорожает, т.е. сегодня она стоила 5 долларов, завтра 6, потом 8, 12… И в какой-то момент там эта книжка стала сотни тысяч долларов стоить. Он удивился: что это за такая хрень, и стал разбираться. Выяснил следующую ситуацию: было 2 магазина – один был с премиум-сегментом и позиционировал себя, как магазин для элиты, так сказать, другой был дискаунтер такой. И вот как они формировали свои прайс-листы – если у них была какая-то позиция не самая ходовая, у них был робот, который заглядывал в прайс-листы другого магазина и смотрел: ага, значит, тут у дискаунтеров эта книжка стоит столько-то, добавим 20% к цене и будем продавать вот по этой цене, которая получилась. А оказалось, что у дискаунтеров тоже сделали автоматизацию, но у них там был робот, который работал ровно наоборот, т.е. он заглядывал в прайс-лист дорогого магазина, скидывал 10% и публиковал эту цену, как текущую цену этой книги. И соответственно, эти роботы каждый цикл сканирования один работ надбавлял 20%, другой 10% вычитал, этот надбавлял 20%, этот 10% вычитал. И так они дружно догнали стоимость этой книжки до каких-то там заоблачных высот. Так что я думаю, что нас ещё много ждёт таких весёлых историй в будущем благодаря внедрению высоких технологий в торговлю.

Дальше у меня тут промышленный рабочий. У меня есть такой ролик, который показывает, что происходит сейчас на сборочном конвейере автозавода современного, можно будет его вставить потом, показать, но вообще, конечно, я советую зайти опять же на YouTube и поискать там видео по промышленной автоматизации – совершенно есть удивительные вещи: станки, которые делают просто из болванки деталь практически произвольной сложности, и удивительные вещи – целые цеха, в которых нет ни одного человека, и на сегодняшний день там, где есть сложное серийное производство, там, конечно, машина очень уверенно теснит людей.

Д.Ю. Я когда-то работал на заводе, и у нас были станки с ЧПУ – ну, всё время смотрел, там хорошие деньги платили, кстати, потому что народ специфический, должен был разбираться, но всё время смотрел, я токарем был, смотрел с недоумением – т.е. там такую грубую предварительную обработку делали, ну т.е. понятно, что оно годится для чего-то, но вот где надо приложить мозг, знание спецзаточки, там, туда-сюда, ничего не годилось. Теперь, посмотрев – это ты никуда не годишься: это я ни в жисть такого никогда не выточу – то, что точит этот аппарат. Ездил тут на такое частное предприятие, где снайперские винтовки точат, стволы, там, и прочее – отвал башки вообще!

Сергей Марков. Да, там филигранная нужна обработка, конечно.

Д.Ю. Ничего там люди не делают, по сути, вообще.

Сергей Марков. Ну да, да. Что у нас дальше: дальше у нас работник службы сервиса. Тут вот есть такая интересная история, что очень часто есть какие-то производственные процессы, где каждый отдельный элемент более-менее автоматизирован, но нету связующего звена, которое бы соединяло это всё в единую производственную систему. И для того, чтобы это делать, на небольших производствах в офисах есть такие проекты по созданию коллаборативных роботов, т.е., например, робот, который обслуживает ферму 3-D принтеров. Т.е. что это такое – по сути робо-рука на каком-то шасси, на ней закреплена камера, и она перемещается вдоль ряда этих принтеров, смотрит: замигал какой-то индикатор, нужно заменить картридж. Значит, она вынимает картридж, вставляет новый, и поехали дальше. В принципе, можно этого робота запрограммировать на осуществление произвольных действий в офисном и в производственном пространстве.

Д.Ю. Я видел такого отличного огородного робота, который носится, как козловой кран, над грядкой, поливает, светит, причёсывает – вообще!

Сергей Марков. Да, это Farm Bot, по-моему, называется.

Д.Ю. Очень полезная вещь!

Сергей Марков. Да-да, тоже очень интересно. Много, на самом деле, тоже это не единственный проект, таких много. Ну вот по поводу коллаборативных роботов – есть такой Baxter, наверное, самый известный, Rethink Robotics делает. Можно посмотреть тоже, как это устроено.

Секретарь – ну, виртуальные помощники пришли в нашу жизнь, и чем дальше, тем больше они могут сделать: заказать билет на поезд, узнать, что сколько стоит, вызвать такси, ну и т.д. – то, что, в общем-то, раньше делал …

Д.Ю. Симпатичную секретаршу не заменит.

Сергей Марков. Очень есть интересное исследование о том, что люди активно пытаются флиртовать с виртуальными помощниками, и вообще, строго говоря, разработчики виртуальных помощников не особо знают, что с этим делать, в общем, находятся в некотором недоумении.

Д.Ю. Раз его не можешь победить – возглавь. Развивать только, да.

Сергей Марков. Я тоже думаю, что это будет развиваться.

Д.Ю. Отдельная фича за отдельные деньги отлично пойдёт.

Сергей Марков. Тем более следующий у меня в списке секс-работник, поскольку в некоторых странах это является легальным способом зарабатывать на жизнь. Сюда тоже приходит автоматизация.

Д.Ю. Это первое, куда она должна прийти – в общем-то, по востребованности ничто не сможет сравниться.

Сергей Марков. А тут технологии-то тоже дошли до неслыханных высот – вот есть такой проект, наверное, самый известный, называется Roxxxy. В 2010 году они показали первый раз на одной из профильных выставок эту робо-девушку, и сразу получили 4 тысячи заказов, после первого же показа. Сейчас у них уже такое более-менее серийное производство налажено, у этой системы. Ну вот, пишут, что мягкая на ощупь, тёплая, волосы натуральные используются, кстати, человеческие. Может вращать головой, шевелить губами, способна реагировать на те или иные действия с её телом голосом. Срок действия аккумуляторов составляет около 3 часов.

Д.Ю. Неплохо! А можно ещё в розетку.

Сергей Марков. А можно в розетку, да.

Д.Ю. Как в известном анекдоте: а почему Брежнев ездил за границу, а Черненко не ездил? Потому что Брежнев работал от батареек, а Черненко только от сети. Так и тут, наверное.

Сергей Марков. Да, ну вот сейчас литий-металлические аккумуляторы – уже 6 часов. Всё лучше и лучше будет здесь, я думаю. Я помню, у Азимова, по-моему, была описана цивилизация, где люди в силу брезгливости погибшей цивилизации считали, что негигиенично с другими людьми контактировать, и тоже всё вот это автоматизировали.

Д.Ю. И сгинули.

Сергей Марков. И сгинули, да. Конечно, малореалистично, но забавная фантазия.

Солдат дальше в списке идёт. Здесь, конечно, бурно развиваются военные технологии, здесь что интересно: много есть ботов управляемых, т.е. машин, основанных на некой системе телеуправления.

Д.Ю. Я по приглашению нашего Министерства обороны заезжал в наш ЦНИИ «Точмаш» под Москвой, где этих самых дистанционно управляемых роботов демонстрировали.

Сергей Марков. Есть-есть, у нас большие проекты есть, «Уран», по-моему, называется.

Д.Ю. Гражданин Венедиктов там вспоминал, что как же 3 закона робототехники, чем вызвал радостный хохот у военных.

Сергей Марков. Здесь, во-первых, что интересно: там, где используются телеуправляемые военные роботы, здесь ведь нужно понимать, что в основном конфликты, в которых они использовались, это всегда конфликт технологически развитой страны и технологически отсталой. А в условиях, допустим, не дай Бог, крупномасштабной войны между развитыми странами возникнет ситуация, что возникнут, естественно, средства радиоэлектронной борьбы, которые могут нарушить связь между оператором и самой машиной, и я уверен, что при разработке таких машин это, естественно, учитывается. Хотя то, что мы видим, реальное применение – это вроде как не полноценные роботы, а это просто телеуправляемые системы, я уверен, что в таких системах предусматриваются действия на случай утраты связи с командным центром, и дальше уже вопрос в изощрённости фантазии специалистов, которые разрабатывают эти алгоритмы.

Да вообще в плане военных технологий есть много таких интригующих вопросов, что, например, у нас ведь не было ни разу за последние несколько десятилетий серьёзных конфликтов, где современная авиация противостояла бы современным средствам ПВО, и строго говоря, никто не знает всерьёз, чем такое противостояние может закончиться, потому что, с одной стороны, есть высокие технологии в ПВО – и наши все эти крутые комплексы, и т.д., с другой стороны, есть современная авиация, которая, там, опять же, и некоторые элементы … Intelligence, когда машины обмениваются друг с другом информацией о целеуказании и т.д., это и, естественно, средства уменьшения видимости радарной, и т.д., и т.п. В общем, большая интрига, никто не знает, чем такой конфликт может закончиться. Но в общем-то, здесь, конечно, военные там, где у них много денег, они активно заказывают технологии

Д.Ю. Возвращаясь к американцам – вот, они же с дронов лупят постоянно с воздуха, местные папуасы до этого дотянуться не могут, ПВО у них нет, а по ним лупят более, чем успешно.

Сергей Марков. Ну да, да. Ну вот тут, конечно, я уверен, что за этими системами стоят и системы ИИ на сегодняшний день, которые способны действовать вполне автономно. Пусть в тактических, конечно, условиях, но тем не менее.

Д.Ю. Курочка по зёрнышку клюёт, да.

Сергей Марков. Специалист по СММ. Мне иногда кажется, что их уже всех давно заменили, по крайней мере, когда читаешь, когда очередное нашествие ботов под каким-нибудь социально-значимым постом. Ну это привлекательно – заменить такого рода сотрудника на машину, потому что машина ничего лишнего не скажет, не уронит престиж бренда. Опять же, год от года чат-ботов и всех этих ботов в соцсетях всё труднее и труднее отличать от людей настоящих. 3-4 года назад к тебе пришёл кто-то с пустым профилем, ни одного общего друга – ты быстро понимаешь, что это робот. Написал ему что-нибудь в личку, он ничего не ответил или ответил невпопад – всё понятно. Сейчас уже не так всё: к тебе приходит человек, у нет 2-3 общих друга с тобой, т.е. кого-то из твоих друзей он уже развёл успешно, профиль заполненный. Пишешь ему в личку – он тебе что-то более-менее впопад отвечает. Ну вот сколько ты готов времени потратить на то, чтобы выяснить, бот это или не бот?

Д.Ю. Разоблачать не пойми кого, да?

Сергей Марков. Конечно, если такую задачу поставить, это сделать можно, но иной раз тебе уже просто… ну ладно, ну добавил в друзья, а он тебе раз там – какое-нибудь удлинение чего-нибудь сразу продаёт.

Д.Ю. Ну я такое замечаю – например, выходит какая-нибудь компьютерная игра, нафиг никому не нужная, и вдруг, как по свистку, нападает человек 50: а ты видел? А ты не хочешь? А попробовать? А обозреть? А ещё чего-нибудь? И потом точно так же, как взорвалось, точно так же обрывается – всё, закончили, забыли, никто не видит. Людей в этом заподозрить не могу – какие-то уж это совсем глупые должны быть

Сергей Марков. Чудовищно совершенно, и на самом деле ещё самое рискованное – то, что никто там особо высокие технологии не развивает.

Д.Ю. Зачем, да?

Сергей Марков. Потому что зачем, если ты можешь сделать робота, который обманет хотя бы 70-80% пользователей…

Д.Ю. Очень хороший результат, да.

Сергей Марков. …то тебе больше и не надо, это уже тебе сразу приносит деньги, а тратить на какую-то продвинутую систему на нейронках – ну зачем, когда и так работает? Ну посмотрим, конечно, я думаю, что скоро эти боты будут уже биться друг с другом, будет всё веселее и веселее.

В этом смысле мы подходим к следующему пункту, у меня следующим пунктом спортсмен значится. Я же сам увлекаюсь шахматным программированием, и у меня на компьютере часто играют между собой разные версии шахматной программы, и я вот за собой стал отмечать, что я залипаю – т.е. это же очень зрелищно, компьютеры современные очень зрелищно в шахматы играют, там совершенно какие-то головокружительные комбинации, атаки, что происходит на доске – просто настоящие чудеса! И в сущности, если это становится потенциально зрелищем, то это зрелище должно находить и находит своего зрителя, потому что киберспорт-то развивается, например, а в киберспорте машины могут с людьми играть. Я сам вот грешен – посматриваю ролики, где какой-нибудь крутой игрок в «StarCraft» играет с самым крутым ботом, который есть сейчас, или боты играют между собой, есть чемпионат ботов. В принципе, DeepMind же заявила, что следующая… как раз в настольных играх людей-то обыграли во всех, обыграли в го, ещё была такая игра, называлась «Arimaa», которая была в своё время придумана для того, чтобы специально в ней машины проигрывали людям. Специально придуманная игра, но в ней машины обыграли людей, не так давно тоже, почти одновременно с го это произошло. И тут, естественно, что – следующая цель какая? И вот DeepMind сказали, что «StarCraft» будут делать. Ясно, что у такой игры, как «StarCraft», количество возможных действий, возможных состояний игрового поля на много порядков больше, чем у любой настольной игры, поэтому это, конечно, очень привлекательная цель для ИИ, и надо сказать, что люди, в общем-то, играют лучше, чем ИИ здесь. Ну там есть некоторые нюансы, связанные с тем, что ИИ может одновременно контролировать много юнитов, но в реальных матчах это не очень помогает, потому что профессиональный игрок не позволяет особо развиться противнику. И тут, конечно, это очень интересно – получится, не получится? Точнее, ясно, что получится, вопрос – как скоро получится?

Д.Ю. Ну конечно, совсем недавно ИИ в играх – это вообще притча во языцех, да и, собственно, боты просто стреляют, например, точно, и видят тебя сквозь стены, где ты бежишь.

Сергей Марков. Ну в таких играх да, там, где важна точность, но здесь более интересно, что в стратегиях происходит, потому что в стратегиях очень часто, чтобы ИИ играл не совсем позорно, ему позволяют разные читерства: позволяют ему видеть то, что человек не видит, и т.д., ну просто потому что ясно, что у игроделов тоже есть свои сроки, они не могут наукой заниматься – им нужно продукт выпустить. Но вот интересно, посмотрим, что будет, со StarCraft-ом сейчас, я думаю, тоже будет очень много интересных ботов, и будут зрелищные игры. Я уже готовлюсь.

Ну есть, конечно, истории, когда роботы в футбол играют, например, есть чемпионат роботов, на это тоже забавно посмотреть и, в принципе, свой зритель может у такого рода зрелища возникать. Ну т.е. постепенно это становится зрелищным, а если это становится зрелищным, туда приходит реклама, туда приходят ставки и разные другие способы монетизации всей этой истории, а это значит, что раз внимание оттягивают, значит, в некотором роде спортсменов вытесняют. Т.е. лишняя тысяча человек, которые смотрели футбол, теперь смотрят, я не знаю, «StarCraft», где компьютеры…

Д.Ю. Даже есть такой мутар… забыл, как называется, где роботы АС/DC рубят. Тоже смешно.

Сергей Марков. О, это отдельная история, с этим творчеством. Вот мы про генеративные модели тогда говорили – на самом деле тоже всё новые и новые проекты появляются по генерации музыки. Сейчас пока зачастую как в таких проектах – робот сочинил какую-нибудь песню, музыку, а люди исполняют. Я думаю, что было бы интересно тоже собрать полностью систему от начала и до конца, и сразу автоматом пустят на YouTube клип.

Дальше строитель. В строительстве технологии 3-D-принтинга активно развиваются. Лидер, наверное, сейчас Китай, в Китае целый ряд крупных компаний уже этим занят. Вот несколько фактов: допустим, 3-D-печатную виллу 400 кв.м за 45 дней возводит робот сейчас.

Д.Ю. Однако!

Сергей Марков. А был такой проект, ещё более внушительный – 10 домов за 24 часа было возведено. «Винсан» компания называется.

Д.Ю. Я думаю, первый – это просто потому, что есть технологические перерывы, дабы застыл цемент, ещё чего-то, а не потому что она не может кирпичи быстро класть.

Сергей Марков. Да-да. Ну, в общем-то, здесь есть серьёзные заходы на создание промышленной технологии. Я думаю, что лет 5-10 пройдёт, и мы уже это заметим в больших масштабах в строительстве.

Торговый посредник. Вот если так задуматься и посмотреть на то, что представляла собой торговля, допустим, в 90-е, зачастую между производителем и конечным потребителем товара могло быть 3-4-5 звеньев торговых посредников. Развитие электронных торговых площадок эту сферу почти полностью расчистило. Сейчас крупный агрегатор типа Амазона или азиатских его конкурентов, Alibaba там, наверное, в первую очередь, конечно, они очень сильно сокращают расстояния от производителя до конечного потребителя, а это значит, что те люди, которые раньше сидели посередине, теперь занимаются чем-то другим. Здесь что ещё интересно – это развитие технологий, связанных с рекламой и продвижением этих товаров, потому что раньше посредники на себя брали эту функцию, они подыскивали покупателя, готового заплатить деньги за товар. Ну, все знают про контекстную рекламу, и многие её видят – те, у кого Adblock не стоит, а я вот недавно слышал, например, из первых рук о проекте, который работает следующим образом: есть у каждого из нас мобильный телефон, а это значит, что в нём есть sim-ка, а это значит, что компания, которая выдала эту sim-ку, может за счёт триангуляции определить наше местоположение, не так точно, как это можно сделать при помощи GPS или Глонасс, но тем не менее. Взяв информацию о дорожной сети, компания сотовой связи может вычислить, по какой дороге, в каком месте вы сейчас едете, для этого ей совершенно не нужен включенный GPS на телефоне. Вдоль дороги устанавливаются щиты диодные или LSD, рекламные панели, и когда вы проезжаете мимо этой панели, вам на ней показывается контекстная реклама. Это абсолютно реальный проект, который сейчас находится в стадии практической предвнедрения.

Д.Ю. Это же как это, где-то у Спилберга этот «Minority Report», где Том Круз ходил, а ему сетчатку глазную считывали и «Лексусы» предлагали немедленно.

Сергей Марков. Да-да-да, вот это оно самое, и оно уже, в общем, очень активно взлетает. Мне кто-то сказал: да ладно, людей-то много едет – кому ж оно будет показывать? Я говорю: ну как кому – самому богатому, самому платёжеспособному.

Д.Ю. Это нетрудно, да.

Сергей Марков. Дальше у меня в списке уборщик. В своё время кто-то из ведущих специалистов по ИИ сказал, что уборщик, возможно, будет чуть ли не последней профессией… а, по-моему, Мичио Каку это, кстати, говорил, что уборщик будет чуть ли не последней профессией, которую заменят машины. Но здесь, с одной стороны, да – где-то нетривиальная история, где нужно какое-нибудь сложное помещение убрать с кучей предметов и т.п., но помимо этого есть же, например, гигантские открытые пространства, а там, где гигантское открытое пространство, робот легко справляется с этой задачей. Есть роботы-пылесосы сейчас, конечно, чтобы он не «зажевал» провода и т.д., приходится сперва всё там привести в порядок, но тем не менее, ты уходишь из дома, запустил робот-пылесос- вернулся – там уже всё более-менее всё собрано.

Д.Ю. У меня ползает, пользу приносит совершенно очевидную, т.е. там при кажущейся чистоте в нём всё время такое количество грязи!

Сергей Марков. Самое главное – его беречь от тех гостей, которые его за весы принимают. Но в общем, количество людей, занятых в уборке, конечно, должно снижаться. Кстати, в этом смысле для меня, может быть, некоторая загадка: есть много экологически ответственных проектов по сортировке мусора. В принципе, ясно, что сейчас мусор – это большая проблема для всего человечества. Но, на мой взгляд, опираясь на сознательность граждан, не получится её хорошо решить, скорее всего, потому что всё равно найдутся сволочи, которые будут бросать…

Д.Ю. Могу поделиться опытом: в городе Канны, где фестивали проходят, приезжаешь, арендуешь квартирёшку, и тебя хозяин сразу ведёт: вот жить будешь здесь, пользоваться этим вот так, а теперь пойдём в подвал – вот стоят контейнеры, в которые ты должен, рассортировав мусор дома, выбрасывать. Не дай Бог, тебя поймают за тем, что ты кладёшь что-то не туда – кары тебя ждут самые нечеловеческие. Вот висит камера, она за тобой смотрит, и вообще, за всё ответишь.

Сергей Марков. Мне кажется, что некоторые граждане из духа противоречия…

Д.Ю. У нас-то да, да! «Так не доставайся же ты никому»!

Сергей Марков. Да. Поэтому, на мой взгляд, всё-таки более правильный подход – это сортировать мусор уже на конечных пунктах: т.е. мы вначале всё кидаем в кучу, там сидят роботы, которые разбирают этот мусор и его сортируют грамотно. В принципе, задача для тех же современных сверочных нейронных сетей распознать, что это за объект, из чего он состоит…

Д.Ю. Ничего хитрого, да?

Сергей Марков. Ничего хитрого, т.е. собрать нормальную группу и сделать – мне кажется, был бы интересный проект. Но я уверен, что, в общем-то, делают уже, потому что многие такие идеи, которые сейчас приходят… мне вот пришла идея в своё время – я думал, что есть электроэнцефалографы, есть попытки создавать нейро-интерфейсы на их основе, а почему бы не сделать систему, которая будет снимать данные с датчиков и на основе этого определять, что у человека болит? Ведь есть пациенты, например, которые не могут рассказать, что у них болит – дети животные, люди с нарушениями речи… Да и, в принципе, человек, который говорит, не всегда может хорошо словами описать, что именно у него болит: т.е. ну вот где-то вот здесь, а где именно и с какой силой, объяснить врачу, чтобы он тебя правильно понял, достаточно сложно, а в принципе, снимая сигнал из нервной системы непосредственно электромагнитной активности, по идее, применив к этому опять же алгоритм машинного обучения, натренировав её предварительно, можно таким образом упростить диагностику сильно. Ну и вот, я как-то немножко этой идеей загорелся, но естественно, первое, что нужно делать – нужно гуглить. И естественно, я нашёл, что уже год назад такой проект уже вполне себе взлетел, есть научная публикация в серьёзном издании, поэтому я думаю, что про сортировку мусора – это просто я вот так сходу не знаю, надо посмотреть.

Д.Ю. Я, кстати, недавно книжку читал про какого-то там балбеса-спортсмена, он балбес во всех смыслах, ну для того, чтобы наращивать мясо, понимая тяжести, надо следить постоянно за уровнем сахара, и там вживляется какой-то чип, который всё время меряет – ну это так диабетикам, с одной стороны, помогают следить за уровнем, а с другой стороны, вот спортсмен, чего ты там в себя закидываешь, какие реакции происходят, как это, чтобы правильно нарастало – неожиданно вообще.

Сергей Марков. Вообще сейчас есть такой большой энтузиазм по поводу разных носимых гаджетов, которые собирают какую-то информацию, и дальше её медицинское применение возможно. Даже обычный мобильный телефон, в котором есть гироскоп и акселерометр, все используют мониторы физической активности – сколько ты шагов прошёл, пойди там прогуляйся побольше. На самом деле все эти носимые устройства, действительно, могут оказать потом неоценимую услугу в деле улучшения общественного здоровья и продления жизни.

Д.Ю. Это же как эти, то, что раньше говорили: а вот у меня домашний врач, т.е. «домашний врач», подразумевалось, это врач, который тебя на длительных промежутках смотрит, как организм функционирует. Ну а если вот так вот всё расписано, что там у тебя при чём колышется, что ты сожрал, как это повлияло, хорошо спал, плохо спал, и прочее.

Сергей Марков. Конечно, мониторить, что происходит во сне, мониторить физическую активность человека, и эти большие массивы затем анализировать и смотреть, как те или иные профили физической активности связаны, например, со здоровьем человека, и на основе анализа этой физической активности давать человеку грамотные советы по поводу того, что, дружок, что-то мы за тобой смотрим – пора тебе сходить к такому-то специалисту, не пожалеешь.

Ну дальше у меня в списке учитель.

Д.Ю. Ну это вообще!

Сергей Марков. Здесь вот есть, с одной стороны, такие проекты – например, мобиробот (Томский политехнический университет). Это такое устройство, которое помогает педагогу в процессе ведения урока: там система датчиков, он может показывать разные опыты, геометрию объяснять на каких-то манипуляциях, движениях, ну и там на самом деле много всяких интересных идей по поводу того, как можно именно в учебном пространстве использовать такое решение. Но помимо таких решений, которые интересные, хорошие, но они так сильно не угрожают вроде бы вытеснить людей, а вот то, что реально вытесняет людей в этой сфере – это онлайн-обучение. Здесь ведь что получается – что лиха беда начало, в своё время, допустим, по моей тематике «Машинное обучение и искусственный интеллект» вышел знаменитый курс стенфордский, когда Стенфордский университет на безвозмездной основе предоставил возможность всем желающим обучаться в этой области. И многие затем последовали по примеру, и вот сейчас есть множество онлайн-сервисов обучения, которые позволяют получать достаточно качественные знания, причём из первых рук, от лучших специалистов. И одно дело, когда профессор, ну сколько он там на потоке собрал – 100 даже студентов, может быть, чуть больше, но это одна ситуация, и другая ситуация – когда ты, в общем-то, на почти неограниченную аудиторию выходишь, и любой желающий может ознакомиться с лекционным материалом.

Д.Ю. Это ж даже, так сказать, в прикладном аспекте – т.н. воронка, в которую засыпалось 100 человек или 10 тысяч, из 10 тысяч, наверное, способных можно отобрать сильно больше, чем 100.

Сергей Марков. Конечно, и тем более, когда темпы технического прогресса растут, это ведь приводит к тому, что людям нужно постоянно получать новые знания, ты не можешь просто остановиться на том, чему тебя научили в институте, и больше ничего не изучать. Это суровая жизненная потребность, и люди её главным образом на сегодняшний день восполняют неким таким самообучением, но используя вот эти ресурсы, которые предоставляют онлайн-системы образования. Ну а на самом деле, конечно, это в т.ч. и угрожает тем же самым преподавателям не самых ведущих вузов, например, что люди, которые на самом деле, когда дипломы некоторых вузов обесцениваются, я сам нанимаю людей, я и не особо сморю, что у них там за диплом. Конечно, если это диплом крутого ведущего вуза и т.д. – это характеризует человека определённым образом, как специалиста, но в принципе, наличие красного диплома – тоже это просто показатель некоторой усидчивости и способности долго и упорно ковырять гранит, но в целом, конечно, ничего особенного о знаниях не говорит, и всё равно ты человека стремишься оценить, как он сделает тестовое задание, что он говорит и т.д. И в этих условиях, конечно, многие люди это понимают и отказываются об обучения, например, лишний раз в каком-нибудь платном вузе, а вместо этого находят хороший курс в интернете, учатся и становятся хорошими специалистами. Тем самым люди вытесняются из образования.

Д.Ю. Немедленно вспоминаю – как-то я ещё в конце 70-ых – начале 80-ых шарился по всяким американским источникам, например, я тогда был молод и глуп, слушал идиотскую музыку, и мне было страшно интересно: мои любимые команды как вообще, побеждают всех или нет? Оказалось, что нет, естественно. Музыка как-то странно в Америке делится на то, что слушает население, и то, что слушают в студенческих кампусах – это абсолютно разные, не пересекающиеся… Но в ходе этого было выискано: хит-парады книжек, например – какие книжки больше всего покупают. Оказалось, что книжки в разделе «Художественная литература», фикшн т.н. – это один хит-парад, а книжки, где «Как заработать миллион?», «Как правильно вести себя на работе?» и прочее – это другой хит-парад, потому что художественная литература в него даже не попадёт просто в сотню, народу это гораздо интереснее. А дальше дошёл до художественных фильмов и нехудожественных фильмов, и там картина та же самая – что вот посмотреть какой-нибудь «Терминатор» - это круто, но видеокассета с видеоуроком «Как прочистить сифон под раковиной на кухне» бьёт вообще все рекорды, потому что то, что конкретно для жизни, людям сильно интереснее. Но теперь есть YouTube, там, конечно, баланс несколько не тот, победить какого-нибудь Тимберлейка по количеству просмотров невозможно, но люди активно интересуются, сами друг другу показываю чего там как, начиная от тех же сантехников, кончая самогонщиками – все.

Сергей Марков. Да, я тоже много очень таких видео смотрю с большим удовольствием, где что-нибудь делают своими руками, это всегда производит впечатление.

Д.Ю. И мне очень нравится, на мой взгляд, только это и есть нормальные люди: я что-то умею делать и сейчас я вас научу. Не буду корчить из себя мастера, не буду рассказывать: у меня тут секреты, и вы никогда их не узнаете, потому что это только у меня. Нормальные люди, с глубоким уважением отношусь.

Сергей Марков. Я насчёт популярной литературы вспомнил прекрасный есть исторический документ: в 19 веке опрос крестьян Орловского уезда, по-моему, Рязанской губернии – исследователи-этнографы изучали, интересовал вопрос, что читают крестьяне, за исключением религиозной литературы, какая самая популярная книжка была, больше всего распространена на крестьянских дворах? Ну ясно, что…

Д.Ю. «Ванька-каин», нет?

Сергей Марков. Совершенно потрясающий эпический труд под названием «Битва русских с кабардинцами», лидирует с большим отрывом, а второе место – это «Английский милорд…»

Д.Ю. Да-да-да, это вторая после «Ваньки-каина».

Сергей Марков. Ну из того, что дошло до нас, до наших дней сохранилось – это Некрасов. Некрасов был в чести у крестьян.

Д.Ю. Это вот про милорда и Ваньку – совершенно жуткие книги, там настолько мощный язык, что цитировать абзацами можно. Сейчас такое вот так сказать просто невозможно, как там красиво было. Я подозреваю, ИИ и книжки писать будет ничуть не хуже.

Сергей Марков. Уже есть такие проекты, мы буквально сегодня тут уже обсуждали с одним тоже хорошим специалистом – есть идея, есть вот эта история с переносом стиля в изобразительном искусстве, я показывал в прошлый раз картинки, а ведь это же можно попробовать и с текстами сделать тоже: берём текст чей-нибудь и переносим на него стиль Льва Толстого сразу – вот, пожалуйста.

Д.Ю. Смешно! Я когда-то не про такое думал, но похожее – когда-то гражданин Солженицын разоблачал гражданина Шолохова, что это не он написал «Тихий Дон», тоже там какая-то ругань была, а потом какие-то шведы, если я правильно помню, вот они как раз машинный анализ текста, и что это вот совершенно конкретного автора, это нигде не покрадено. А раз они чего-то там видят, значит, есть некие паттерны, образцы, как он пишет, а стало быть, можно …

Сергей Марков. Конечно, это довольно известное исследование, в своё время этой экспертизой занимались. Так, что у меня тут, в общем-то список профессий к концу подошёл, у меня тут есть ещё забавный ролик Чарли Чаплина, который…

Д.Ю. Где его машина кормит?

Сергей Марков. Да, этот самый – это наилучший, наверное, такой – стартапы 30-ых годов. Очень хорошо характеризует то, что происходит на самом деле в технологической сфере – вот это вот непрактично, то, чем часто заканчиваются многие такие идеи и многие, конечно, стартапы, которые мы сегодня упоминали, скорее всего не дойдут до практического воплощения, но дойдут какие-то другие, т.е. тот факт, что такие проекты доходят хотя бы до стадии «попробовать в лаборатории», «попробовать в небольшом проекте», говорит о том, что прессинг со стороны технологий на рынок труда, конечно, нарастает, и нарастает причём по всем направлениям, т.е. мы видим, что список профессий получился очень разнородным, самые разные специалисты самых разных областей.

Одна из самых интересных букв нашего алфавита – буква «Х», на неё у меня есть хирург. Почему, собственно, здесь оказался именно хирург, как выделенная такая профессия – дело в том, что есть такой проект, как «Да Винчи», может быть, наши зрители слышали уже о нём – это роботизированный комплекс для осуществления хирургических операций. Ну там, конечно, речь не идёт о том, чтобы полностью исключить человека из этого процесса, но речь идёт о том, что та операция, которая раньше требовала 10 человек персонала, например – всех, кто там держит зажимы…

Д.Ю. Пациента.

Сергей Марков. … подаёт всё, пациента, да, этот мужик с баллоном – анестезиолог, который ударяет в нужный момент времени, чтобы оглушить. Сейчас 2 оператора справляются с тем, для чего раньше нужен был десяток людей. И там, конечно, ещё это существенный шаг вперёд в точности выполняемый операций, потому что, например, если речь идёт о какой-то сложной опухоли, «Да Винчи» умеет буквально делать следующее: срезать один слой клеток, провести тут же биопсию этого материала, определить – если чистый слой, срезать ещё 2 слоя для надёжности, и всё. Соответственно, когда опухоль большая, и жизнь пациента зависит от того, как много от поражённого органа мы сможем сохранить, это совершенно незаменимое решение. Соответственно, соединение оторванных конечностей каких-то и т.д. – все эти операции требуют нечеловеческой точности, в общем-то. Всем, наверное, знакомы эти картинки, сколько пота там сходит с хирургов, когда по 10 часов такие вещи осуществляют. И здесь, конечно, роботы, с одной стороны, подспорье большое…

Д.Ю. У меня у товарища случилась беда – развалился тазобедренный сустав. Поехал лечиться, по-моему, в Швейцарию, где реабилитируют немецких футболистов, т.е. серьёзное место, спортивные травмы, всё такое. Т.е. там в тазу высверливают, вынимают хрящи, туда вставляют пластмассовый шар, внутрь шара вставляют – голова титановая, не титановая, не знаю, такой костыль идёт, который в берцовую кость засверливают, втыкают – там руками ничего не сделаешь, здесь это невозможно просто. А точность, соответственно, нужна такая, что там даже миллиметр-другой в длине ноги, например, он тебя радикально поменяет.

Сергей Марков. Конечно. «Да Винчи», интересно, - это тоже изначально военный был проект, т.е. его вообще планировали чуть ли не в полевых условиях применять. Потом оказалось, что это тоже не совсем практично, потому что он тяжёлый всё-таки, он весит около полутоны, поэтому с собой таскать его всё-таки тяжеловато, но вот на гражданке нашло очень широкое применение.

Д.Ю. Я думаю, что ключевое, например, одно из таких мощнейших бонусов, я не знаю, как правильно назвать, американской армии – это… я много книжек про войну во Вьетнаме читал, написанные участниками, в частности – вот раненых солдат надо было стремительно эвакуировать с поля боя. Это как в милиции – 75% преступлений раскрывается по «горячим следам», т.е. прибежали и в ближайшей подворотне поймали. Точно так же большинство раненых спасается только при стремительной эвакуации и доставке на стол. Ну если там кроме хирурга есть ещё и такой замечательный аппарат – ну не знаю…

Сергей Марков. Конечно же, ключевые вещи – вспомним Пирогова того же и всю эту историю во время Крымской войны тоже, когда несмотря на техническую отсталость, в медицине удалось обеспечить очень хорошую выживаемость раненых, благодаря именно грамотной медицинской логистике прежде всего. Ну и понятно, что современная армия – это во многом логистика, об этом все пишут специалисты.

Д.Ю. Она, начиная с времён Древнего Рима, когда Марий придумал носить с собой колья и всё остальное, после этого римляне всех завоевали. У них логистики не было.

Сергей Марков. Ну да, а Суворов с полевыми кухнями, которые он догадался вперёд засылать с разъездами – сразу увеличилась скорость переходов на марше. Логистика всё стала решать внезапно.

Ну, в общем-то, список профессий закончился. Немножко о технологиях, которые лежат в основе этих проектов: мы уже упоминали нейронные сети, поговорили о них достаточно обстоятельно, батареи, о которых мы тоже говорили. Что ещё здесь есть интересного? Система распознавания речи – то, что делает Microsoft, есть также системы на нейронных сетях, которые позволяют речь анализировать не только с точки зрения перевода её в текст, но и анализировать интонацию, анализировать самые разные оттенки, соответственно, вот такие технологии – технологии распознавания речи, технологии Speech Analytics, как это называется, - анализа окраски этой речи, системы синтеза речи позволяют построить полноценные голосовые интерфейсы и заменить человека там, где существует взаимодействие между работником и потребителем, клиентом. Системы, связанные с переводами и с обработкой естественного языка – они тоже в настоящий момент в основном построены на нейронных сетях, есть специфические нейросетевые архитектуры. Вот например, компания Google буквально около 3 месяцев назад перевела Google translate на использование нейронных сетей, и какой сразу эффект был получен – они оценивали на паре английский-китайский, весьма далёкие языки друг от друга, и всегда было большой проблемой обеспечить достаточно хороший перевод с китайского на английский и обратно, вот, в общем, получается, что на 60% снизилось количество ошибок за счёт перехода на нейросетевую архитектуру.

Д.Ю. Круто! Это оно ещё не подучилось, как следует, видимо, да?

Сергей Марков. Думаю, что это будет в любом случае технология совершенствоваться, и количество ошибок будет ещё сокращаться, хотя ясно, что там есть ещё много нюансов. Меня всегда забавляют такие какие-то моменты, которые в языках связаны с какими-то глубинными культурными особенностями – какие-то отсылки к каким-то культурным явлениям. В китайском языке есть, например, такое слово, которое, если его переводить дословно на русский, оно будет звучать, как «зимолежекарпнуть». Почему так – история про мужчину, который так уважал женщину, что когда она зимой сказала, что она была бы не прочь отведать карпа, он пошёл на реку, лёг, своим животом растопил там полынью, поймал карпа, приготовил ей, но умер от переохлаждения – вот такая поучительная история, и она рассказывает о чём: вот это слово «зимолежекарпнуть» - значит, он так её любил, что был готов зимолежекарпнуть, т.е. что значит – значит, готов как бы ради прихоти этого человека даже пожертвовать своей жизнью. Красиво, но чтобы это перевести нужно знать эту легенду, иначе адекватное соответствие найти нельзя. Или нужно иметь очень большой корпус текстов – когда есть текст, написанный на одном языке, и текст, написанный на другом языке. И вот что свойственно гугловой системе сейчас, если вы обратили внимание - там есть возможность исправить перевод, т.е. если он не нравится, прямо там предлагается поправить, что неправильно, и вот то, что вы там поправили, это будет потом использовано для того, чтобы улучшить перевод.

Д.Ю. Лично я даже не знаю о существовании таких вещей. Я раньше брал 2 книжки, например, Джека Лондона на английском, Джека Лондона на русском, ну и дальше там абзац прочитал – посмотрел, как перевели. Ну интересно всегда, т.е. это человек гораздо опытнее тебя, как это он так ловко, какие соответствия находит. Для меня, например, большое открытие было, что они всё время предложения делят, т.е. на английском одно, по-нашему 2 или 3 – как-то странно выглядело. Для меня это была безумная вольность: что ты себе позволяешь, если там одно предложение? Ну а в то же время выясняются всякие вещи – например, в произведении мексиканец врезал с левой, а у нас написано – с правой. Что это такое? Весь бой играет не так совершенно!

Сергей Марков. Ну да. Что здесь ещё следует отметить: развитие систем датчиков. Весьма показательное достижение – в 2014 году показали машину, которая была способна схватить висевший в воздухе USB-кабель и вставить его ловко в разъём. Т.е. есть роботы, например, я видел тоже такой проект, собственно, общался с его создателями – машина, которая умеет гладить бельё и складывать его. На самом деле, это совершенно нетривиальная задача, сложнейшая.

Д.Ю. Конечно!

Сергей Марков. Я там немножко заглянул, условно говоря, под капот этой системы, т.е. там камера, с неё изображение получается – машина распознаёт, где складки на белье, 3-мерную модель строит у себя в голове, вычисляет точки, за какие места надо потянуть это бельё, чтобы оно расправилось, потом есть манипуляторы, которые хватают аккуратненько, растягивают. Потрясающей сложности система, казалось бы, для человека…

Д.Ю. Люди-то не все гладить умеют.

Сергей Марков. Ну это да, это, конечно, так. Это у кого какая была суровая школа – у меня вот младшая сестра была, у нас 8 лет разница, поэтому в своё время у меня был суровый такой курс молодого бойца тогда – все распашонки, подгузники и т.д., нон-стопом. Поскорее бы машины заменили.

Ну и ещё тоже важное направление, о котором сказали вскользь – это создание специализированного оборудования для нейронных сетей для других моделей машинного обучения, т.е. здесь история повторяется - то, что произошло с биткоинами и сейчас это воспроизводится и с нейронными сетями, скоро будут специализированные машинки.

Но если говорить вообще о нейронных сетях, мы, в общем, говорим «нейронные сети», а на самом деле это огромное разнообразие сетевых архитектур на сегодняшний день, у меня тоже есть такая картинка, это такая шпаргалка о том, какие сейчас используются архитектуры нейронных сетей, и за каждым элементом этой картинки стоят десятки и сотни работ, как минимум, и огромное количество разных задач, в которых каждая из этих архитектур применяется. И сейчас развитие направления, связанного с ИИ и машинным обучением дошло до того, что специалист не в состоянии даже просто прочитывать работы, которые появляются в этом направлении – каждый день выходят десятки интереснейших работ, на самом деле, там проглядываешь по заголовкам, думаешь: ой, надо-надо прочитать – добавляешь это куда-то там в список, но…

Д.Ю. И не читаешь.

Сергей Марков. … понимаешь, что даже если ты с утра до вечера будешь только заниматься чтением, то потонешь в этом совершенно. И в этом смысле тут, конечно, и нас тоже машины начинают заменять, потому что мечта любой команды, которая занимается построением модели машинного обучения – сделать так, чтобы машина сама параметры модели подобрала и правильную модель. И что интересно, есть и такой проект – недавно нашумевшая история с Гуглом, которые показали нейронную сеть, которая подбирает правильную топологию нейронной сети под произвольную задачу. Ну, в принципе, подобные инструменты есть, наверное, у всех более-менее больших исследовательских групп, у нас тоже есть похожий инструмент, но, конечно, менее совершенный, чем у Гугла, тем не менее, это то, что напрашивается. Специалиста из области машинного обучения тоже нужно автоматизировать по максимуму, потому что их, конечно, сейчас очень сильно не хватает.

Д.Ю. Автоматизировать автоматизаторов.

Сергей Марков. Да-да-да, всё к этому идёт, поэтому уже готовимся на покой.

Д.Ю. Ну здорово – такие перспективы! Мне больше всего нравится, что всё настолько рядом, что на глазах прямо происходит. Здорово.

Сергей Марков. Ну вот последствия, есть такое мнение Моше Варди – есть такой профессор вычислительной инженерии и директор Института информационных технологий Кена Кеннеди при университете Райса, и вот это такой архетипический исследователь, не самый большой пессимист и не самый большой оптимист – такая золотая середина, и вот он дал численную оценку, что через 30 лет роботы смогут делать практически всё, что умеют делать люди, и это приведёт к тому, что 50% жителей Земли станут безработными.

Д.Ю. Ну тут вот к вопросу, а зачем вам в семьях по 20 детей и куда это вы так плодитесь, хотелось бы узнать, чем вы будете заниматься? Все, наверное, в творчество погрузятся, или что?

Сергей Марков. Ну понятно, или чуть ниже уровня земли – такое тоже может быть.

Д.Ю. Да, это более вероятно.

Сергей Марков. На самом деле, в своё время тему полностью закрыл Свифт, известный тролль своего времени – он написал эссе, которое называлось «Скромное предложение», где он предлагал…

Д.Ю. Где предлагал ирландцам есть детей?

Сергей Марков. Да.

Д.Ю. Он свирепый дяденька был.

Сергей Марков. Причём на полном серьёзе доказывается полезность мяса младенцев для организма всесторонняя.

Д.Ю. Я им заинтересовался, когда внезапно узнал, что слово «Yahoo» - это, оказывается, йеху.

Сергей Марков. Йеху те самые, да-да-да. Многие не знают – будет открытием.

Д.Ю. Отверзлись бездны про Свифта – крайне свирепый был, желчный старикан.

Сергей Марков. Особенно если вспомнить этот проект Yahoo по генерации порно, есть какие-то тут параллели. Но, в общем-то, перспективы вот такие, а мы смотрели с точки зрения технологий, а ясно, что проблема совсем не технологическая, как всегда, проблема социальный характер носит. Технология с сама по себе лишена какой-то этической составляющей, лишена какой-то цели, по большому счёту. Технология предоставляет нам возможности изменить общество, а то, как мы этими возможностями распорядимся, это же очень большой и серьёзный вопрос, про который можно говорить долго и, как говорится, тут не отмахнёшься от этого.

Д.Ю. Ну, восстания луддитов были совсем недавно, когда надо было всё это сокрушить, а во всём виноваты проклятые учёные.

Сергей Марков. И сейчас такие тенденции ведь есть тоже.

Д.Ю. Вон у нас есть такой замечательный – помните персонажа, такой Герман Стерлигов, который орёт: от них все беды, всех убить надо, всех закопать, и тогда счастливо заживём.

Сергей Марков. Да-да-да, заговор учёных, и всё такое. Да, конечно, это тяжёлая клиника. Но, в общем-то, понятно, что люди-то страдают из-за того, что эти технологии применяются в интересах меньшинства.

Д.Ю. Но я бы тут всё-таки на месте людей не сильно наглел бы: живём гораздо дольше, качество жизни настолько выше, то, чем мы пользуемся сейчас, даже не т.н. «средний класс», а даже и ниже – совсем недавно это себе только короли могли позволить.

Сергей Марков. Безусловно, и здесь никаких нет вообще сомнений в том, что развитие технологическое остановить, во-первых, нельзя, а во-вторых, аморально, если даже попытаться это сделать.

Д.Ю. Естественно.

Сергей Марков. Поэтому здесь речь идёт, конечно, совсем о другом – речь идёт о том, чтобы разумно распоряжаться этими технологиями, и нужно понимать, что человечество обретает всё большую мощь технологическую, а вслед за мощью приходит и ответственность, потому что если очень сильно размахивать руками, можно и руки поломать, и лоб пробить. Поэтому, конечно, способов погубить себя у нас становится всё больше и больше, задача заключается в том, чтобы этого не сделать, а сделать всё-таки более справедливое и более эффективное общество на основе этих технологий.

Д.Ю. Ну, будем надеяться, что знания нарастают в т.ч. и в этих отраслях, где хотя бы себя не угробить, как бы, что делать аккуратнее. Остаётся только надеяться, что пойдёт на пользу. Спасибо, Сергей, очень интересно!

Сергей Марков. Спасибо большое вам.

Д.Ю. А на сегодня всё. До новых встреч.

Электронные итоги года с Сергеем Вильяновым

31.12.22 267405 просмотров

Орест Вендик о развитии микроэлектроники в Советском Союзе

07.05.19 49467 просмотров

А.И. Соколов про сверхтекучесть

13.02.18 72754 просмотра

В новостях

24.03.17 15:55 Сергей Марков об искусственном интеллекте, комментарии: 84

Комментарии

cтраницы: 1

всего: 2

Kasan

отправлено 25.03.17 06:49 | ответить | цитировать

# 1

21-первый век показывает зубы. Послушав все эти рассказы про автоматические склады, поймал себя на мысли как сильно изменился мир даже за последние 15-цать лет. Это не подборка профессий вытесняемые технологиями. Это диагноз от специалиста. Автоматизировать можно все. Вообще все. Почти все уже сейчас, и все остальное в ближайшие тридцать лет. И это пугает. Уже бы про автоматизировали, если бы знали что делать с лишним населением. В какой то момент станет не понятно зачем вообще нужны люди. Говорите Дмитрий, может быть уйдут в творчество? Я тоже об этом подумал. Это наверное проще чем сразу застрелиться.

Автоматизированый супермаркет. Расставлять товары на полках сложнее чем сортировать промышленные контейнеры на оптовом складе, но только чисто технически и не на много. Автоматические корабли, автоперегрузочные станций, автоматизированые авто колонны на шоссе и дроны на подхвате. Программный интернет сервис перекупает товары у другого программного интернет сервиса. Восстание машин еще покажется старой доброй фэнтезийной сказкой. Железных скелетов с автоматами, наверное можно победить. Что с этим делать не понятно. Говорите толпу кассиров могут заменить кассы самообслуживания и два охранника? Вздор! Вместо охранников поставьте двух терминаторов. Тогда порядок. Проблема у этого магазина одна, некому будет там покупать себе продукты. Собственно об этом и разговор.

На счет военных радио управляемых платформ очень метко замечено. Там по любому просто обязаны быть очень интересный автономный режим. Причем такой, что через лет 30-цать он сможет выиграть войну часов за 20-цать. А какой нибудь Гондурас, силами без пилотных разведовательных-ударных аппаратов, укатают часов за 12-цать уже сейчас.

Уважаемый Марков, приходите еще и по чаще. С вашими лекциями появляется ощущение что киберпанк уже настал. Это у меня любимый литературный жанр. К стати, тоже очень люблю аудио книги. Все советую попробовать. На пример падшие ангелы, Леонида Алехина. Да, вот такие нынче чат боты пошли.

twilightadam2

отправлено 26.03.17 16:24 | ответить | цитировать

# 2

Круто

cтраницы: 1

всего: 2

Правила | Регистрация | Поиск | Мне пишут | Поделиться ссылкой