У видавництві «Фабула» виходить український переклад книги Кріса Скріннера «Людина Цифрова».

Автор досліджує зростання найбільш фундаментальних інновацій на ринках, що розвиваються, і вивчає проблему керування глобалізованим світом у той час, коли ми живемо в національних державах.

AIN.UA публікує уривок з розділу «Повстання машин».

Машини, керовані штучним інтелектом

Машинне навчання і штучний інтелект — найяскравіші і значущі техно- логічні тренди сьогоднішнього дня. Є й інші — контекстна торгівля, роз- пізнавання усного мовлення, цифрові помічники, але машинне навчання і штучний інтелект — безумовні лідери.

На думку одного мого знайомого IT-директора, машинне навчання в пріоритеті, оскільки може допомогти оптимізувати виробничі та бізнес-процеси. Машинне навчання може заощадити накладні витрати прямо тут і прямо зараз. Сам по собі штучний інтелект — давно не новина. Спілберг зняв однойменний фільм ще в 2001 році. Новизна полягає саме в тих розробках, якими опікуються Google і IBM.

Watson від IBM — найвідоміший широкій публіці штучний інтелект, який ще 2011 року здобув перемогу в американській телевікторині Jeopardy!. Watson (названа на честь засновника IBM Томаса Дж. Вотсона) — це когнітивна технологія, що обробляє інформацію скоріше як людина, аніж комп’ютер. Ця система є суперкомп’ютером на базі IBM, що поєднує штучний інтелект зі складним аналітичним штучним інтелектом для забезпечення «відповідей на питання».

Суперкомп’ютер Watson працює зі швидкістю 80 терафлопс (трильйон операцій над числами з рухомою крапкою) за секунду. Прагнучи відтворити (а то й перевершити) високофункціональну здатність людини відповідати на питання, Watson звертається до 90 серверів, де зберігається 200 мільйонів сторінок інформації, а за оброблення інформації відповідають шість мільйонів логічних правил. Суперкомп’ютер і сховище даних займають простір, де могло б уміститися десять холодильників.

Тим часом Google використовує пошуковий гігант — лондонську компанію DeepMind, яку придбав на початку 2014 року в межах розроблення штучного інтелекту. Тепер DeepMind пише програми, здатні обігравати людей у відеоіграх і навіть перемагати чемпіона світу з Гоу — найскладнішої логічної гри на планеті.

Цим розробки в галузі штучного інтелекту не вичерпуються. Microsoft опікується проектом ADAM (Active Directory Application Mode, ключова служба каталогів, що полегшує доступ до каталогів Windows Server). Facebook надає у вільне використання свої інструменти глибокого навчання, діє сервіс для побудови моделей машинного навчання та створення прогнозів від компанії Amazon, а Apple продовжує розвивати цифровий помічник Siri і вдосконалювати розпізнавання в iOS. Це великі гравці; подібні розробки ведуть безліч дрібніших компаній.

А який взагалі сенс розвивати штучний інтелект? Банкам, безумовно, потрібен штучний інтелект. Технологічні гіганти навчають машини розпізнавати обличчя на фотографіях, розуміти усне мовлення і миттєво перекладати її з однієї мови іншою. Завдяки цьому люди можуть розмовляти зі своїм банком, а банківська система — миттєво виявляти шахрайські транзакції.

PayPal використовує глибоке навчання для відстеження шахрайських операцій, і це не єдиний спосіб застосування штучного інтелекту в банкінгу. Наприклад, деякі компанії, що спеціалізуються на мікрофінансуванні і мікрокредитуванні в режимі реального часу, використовують аналітичні програми для оцінювання кредитоспроможності заявника.

Так само швидко розвивається глибокий аналіз даних у маркетингу (ефективність рекламних кампаній), торгівлі (побудова прогностичних моделей цін, волатильності тощо), в управлінні інвестиційними портфелями (розрахунок ефективності) і управлінні ризиками загалом (спроби точніше їх оцінити).

Я був вражений, коли дізнався, що компанія UBS використовує глибокий аналіз даних в поєднанні з машинним навчанням для постійного вивчення інвестиційних портфелів своїх клієнтів, аби кожного з них максимально точно проконсультувати, надаючи персоналізовані послуги щодня. Я також був заінтригований, почувши, що в DBS обговорюють застосування суперкомп’ютера Watson від IBM. 

DBS, подібно до UBS, використовує глибокий аналіз даних для оптимізації консультування і обслуговування клієнтів. Замість того аби витрачати щодня понад дві години на день на перегляд звітів по ринку, менеджери DBS для роботи з клієнтами використовують ці години для зустрічей з клієнтами, а всю необхідну інформацію їм надає суперкомп’ютер Watson.

Звісно, ми дедалі більше покладаємося на штучний інтелект, починаючи від розроблення користувальницьких інтерфейсів, підвищення зручності взаємодії з користувачем, автоматичного виявлення шахрайства до створення високо персоналізованих прогностичних сервісів. Банки давно прагнуть замінити співробітників-трейдерів машинами.

Зараз на ринку співіснують активні (у них діє людина) і пасивні (у них діє машина) трейдингові системи. Завдяки високочастотному трейдингу на базі машинного навчання і штучного інтелекту можна цілком обійтися без трейдерів-людей.

У 2016 році у Financial Times вийшла стаття, що змалювала проблеми, які незабаром постануть перед енергійними менеджерами інвестиційних фондів, бо активи під їхнім управлінням мають демонструвати вищу за середньоринковий індекс прибутковість. Більшості не вдається йти з випередженням ринку впродовж тривалого періоду, а ті, кому це під силу, зрештою виявляють, що ця динаміка скороминуща.

Їхні нові конкуренти сповнені оптимізму, адже всю інформацію та всі необхідні висновки їм надає комп’ютер. Клієнти масово переходять до індексних фондів:

До травня 2016 року активні трейдери втратили активів на $213 млрд, у той час як пасивні фонди поповнилися на $240 млрд. Під загрозою опинилася норма прибутку — традиційно одна з найвищих у фінансовому світі, і здається, що доходи трейдерів-людей також під загрозою, бо лише 15% із них є стійкими лідерами ринку.

Усе це серйозні аргументи, аби замінити трейдерів машинами. Згідно з недавнім звітом Tabb Group, комп’ютери рано чи пізно цілковито витіснять людей із трейдингу, бо бригада зі шкіри і крові обходиться надто дорого, ще й припускається помилок. Фінансові установи витрачають на персонал приблизно втричі більше, ніж на обладнання, програми та дані. Це не означає, що в трейдингу взагалі не залишиться людей — нові робочі місця посядуть ті, хто здатний створювати технології та управляти ними.

Згідно зі звітом Aite Group, складеним у 2014 році, на форекс-трейдинг припадало 20% ринку в 2001 році, 66% ринку в 2013 році, а до 2018 року ця частка має зрости до 76%. До 2018 року приблизно 81% спотових торгів, купівлі і продажу валюти для негайних поставок, стануть електронними.

Ми можемо побачити цей перехід до електроніфікації ринків у всій гамі від валютного ринку до торгівлі цінними паперами задля забезпечення структурування продуктів, управління приватним капіталом, консультування, надання послуг тощо. Щоправда, попри всі ці зміни, для людей-трейдерів, які зможуть перемагати машини, мабуть, залишиться місце. Однак це буде зовсім інша гра.

Ми — роботи

Багатьом здається, що мова йде про фантастичне майбутнє, коли автоматизація стане загальною і всю роботу за нас будуть виконувати роботи, але наукова фантастика швидко перетворюється в наукові факти. Насправді ми скоро досягнемо стадії, коли людину і машину буде складно розмежувати.

Наприклад, у чудовому серіалі «Люди» є момент, коли поліцейський-людина розповідає своєму напарникові-роботу — їх називають «Синтія», тобто синтетична людина, — про свій кардіоімплант у вигляді крихітної машини, що відстежує частоту серцевих скорочень після перенесеного серцевого нападу рік тому.

«Бачиш, усередині людини є трохи машини, так само, як і всередині тебе — трохи людини».

Обговорювати людину і машину почали разом із виходом науково-фантастичних книжок і фільмів, присвячених цій темі. Достатньо подивитися «Метрополіс» 1927 року. Він змушує мене замислитися про прогнози, що здійснились, особливо про слова Рея Курцвейла:

Менш ніж за двадцять років ви будете не просто користуватися комп’ютерами — у вас будуть відносини з ними. Завдяки штучному інтелекту до 2029 року комп’ютер зможе читати не гірше людини, а також почне набувати людських якостей, — сказав Рей Курцвейл, технічний директор Google. — За моїми оцінками, уже за 15 років комп’ютери вдосконаляться настільки, що з ними можна буде зав’язувати стосунки, як із людьми», — сказав він.

Коментар Курцвейла з’явився на конференції Exponential Finance в Нью-Йорку в середу. «Передусім я маю на увазі емоційний інтелект. Здатність розповісти анекдот, жартувати, бути романтичним, люблячим, сексуальним — усе це прояви людського інтелекту, а не клоунада. У 2030 році ми будемо кохатися з роботами!

Це перша ідея. Додамо до неї другу: на думку вчених, незабаром діти будуть народжуватися без участі людей. Інакше кажучи, до 2030 року люди будуть спроможні мати стосунки з роботами і заводити з ними дітей, зачинати в пробірці, — сперматозоїди для цієї мети будуть вирощувати зі стовбурових клітин. Можна буде обійтися без людського партнера з його ідіосинкразіями та роздратуванням. Ми зможемо побудувати ідеальні стосунки з особистістю, яка знає всі наші особливості, прагнення і бажання і всім своїм єством націлена на задоволення наших потреб.

Що станеться, коли всі визначальні ознаки людини будуть притаманні машині? І це не ляклива наукова фантастика, а практично науковий факт. Попереду ще довгий шлях, у чому дає змогу переконатися Watson Avatarвід IBM.

Її штучний інтелект, бо зазвичай це жінка, дуже схожий на людський, але жоден аватар або чат-бот сьогодні не позиціонує себе як людина. За рухами її губ зрозуміло, що це машина, хоча зображення і дають у високій роздільній здатності. Над цією ідеєю 15 років тому працювала компанія AT&T, але зі сценаріями для аватарів.

Як бачите, ідея за цей час не дуже змінилася. Змінюється її техноло- гічне забезпечення, і, як у випадку з усіма великими інноваціями, якщо щось здається перспективним для розробки — біометрія, комунікатори і смартфони, медичні технології, біотехнології, штучний інтелект, роботи тощо, — з часом ці технології розвиватимуться достатньо, аби стати мейнстримом і прижитися. На це підуть наступні 10–25 років. Здається, зовсім скоро, але в 2012 році група експертів із питань загального штучного інтелекту припустила, що подібний штучний інтелект з’явиться не раніше від 2040 року.

Коли я розмірковував про це, на думку спали принципи авторів наукової фантастики на кшталт Айзека Азімова. Він був геніальним провидцем, написав цикл романів про роботів і сформулював три закони робототехніки:

  • Робот не може заподіяти шкоду людині або своєю бездіяльністю допустити, аби людині було завдано шкоди.
  • Робот повинен коритися всім наказам, які дає людина, крім тих випадків, коли ці накази суперечать Першому Закону.
  • Робот повинен піклуватися про свою безпеку тією мірою, якою це не суперечить Першому або Другому Законам.

Ці три закони стали загальноприйнятими, на цю етичну систему орієнтувалися інші письменники і сценаристи, наприклад у фільмі «Робокоп» поліцейський-кіборг дотримувався трьох основних директив:

  • Служити суспільству. 
  • Захищати невинних.
  • Дотримуватися закону.

Отже, Робокоп може вбивати людей, але лише у випадках, якщо це не суперечить трьом директивам. Це змусило мене замислитися: а які ж три закони для банківських роботів? Вони повинні бути, інакше робот може втекти з нашими грошима, адже вони підкорюються не законам держави, а інструкціям, на які вони були запрограмовані або самостійно перепрограмовані.

Ось як я бачу три закони для банківських роботів:

  • Не обманювати клієнтів.
  • Забезпечувати безпеку.
  • Припиняти будь-які протиправні і протизаконні дії.