Роботы наступают - Мартин Форд

По мере того как конкурирующие поисковые алгоритмы выдают сотни возможных ответов, Watson начинает их сравнивать и ранжировать по определенным критериям. Один из используемых машиной методов отбора предполагает вставку возможного ответа в исходную подсказку таким образом, чтобы в итоге получилось утверждение; затем машина снова обращается к справочным материалам в поисках подкрепляющих данное утверждение данных. Итак, одному из поисковых алгоритмов удается отыскать правильный ответ — «прошение об отставке». В этом случае Watson может попробовать обнаружить в своем наборе данных что-то вроде следующего утверждения: «Секретарь Чейз только что подал Линкольну прошение об отставке в третий раз». Он найдет большое количество близких совпадений, что увеличит степень уверенности суперкомпьютера в правильности данного конкретного ответа. Кроме того, при оценке возможных ответов Watson обращается к большому объему исторических данных: он точно знает, какие алгоритмы показывают наилучшие результаты при работе с вопросами определенного типа, а также очень внимательно «прислушивается» к тем из них, которые демонстрируют самые высокие показатели. Способность Watson правильно ранжировать сформулированные на естественном языке ответы, а затем определять степень уверенности в правильности ответа и решать, нажимать кнопку в «Jeopardy!» или нет, является одной из определяющих характеристик системы — тем самым качеством, которое ставит его на передний край в мире технологий искусственного интеллекта. Машина IBM «знает, что она знает», т. е. делает что-то такое, что легко дается людям и ускользает практически от всех компьютеров, когда они погружаются в массивы неструктурированной информации, предназначенной для людей, а не для машин.

Watson одержал верх над чемпионами «Jeopardy!» Кеном Дженнигсом и Брэдом Раттером в двух играх, показанных в эфире американского телевидения в феврале 2011 г., обеспечив компании IBM тот всплеск общественного внимания, на который она изначально и рассчитывала. Но еще задолго до того, как шумиха, поднявшаяся в СМИ вокруг этого выдающегося достижения, стала стихать, началась реализация проекта, который имел куда более серьезные последствия: специалисты IBM запустили кампанию по поиску возможностей для применения возможностей Watson в реальном мире. Одной из самых многообещающих областей является медицина. При использовании в качестве инструмента диагностики Watson обеспечивает получение точных ответов на основе анализа громадного количества медицинской информации, включающей учебники, научные журналы, клинические исследования и даже записи врачей и медсестер, относящиеся к конкретным пациентам. Ни один врач не сможет сравниться с Watson по способности погружаться в огромные массивы данных и обнаруживать в них неочевидные взаимосвязи — особенно если информация берется из источников, находящихся на стыке медицинских специальностей[30]. К 2013 г. Watson уже помогал диагностировать заболевания и корректировать планы лечения пациентов в крупных медицинских учреждениях, включая Кливлендскую клинику и Онкологический центр Андерсона при Техасском университете.

В ходе адаптации Watson к выполнению практических задач исследователям IBM пришлось проверить на прочность один из ключевых постулатов революции больших данных: идею о том, что прогнозирования на основе корреляции достаточно и что глубинные причинно-следственные связи, как правило, не поддаются анализу, да и сам такой анализ не нужен. Новые возможности открывает программный комплекс WatsonPaths, позволяя пойти дальше простого поиска ответов на вопросы; показывая исследователям конкретные источники, к которым обращался Watson; логику, которой он руководствовался при оценке, и выводы, которые он сделал в процессе поиска ответа. Другими словами, Watson постепенно приближается к тому, чтобы обеспечивать более глубокое понимание того, почему что-то соответствует истине. WatsonPaths также используется в качестве средства обучения студентов-медиков методам диагностирования. Менее чем через три года после успешного завершения группой людей проекта по созданию и обучению Watson ситуация поменялась — во всяком случае в определенной мере — с точностью до наоборот, и теперь люди учатся у компьютерной системы решать сложные примеры{138}.

Другими очевидными сферами практического применения системы Watson являются обслуживание клиентов и техническая поддержка. В 2013 г. IBM объявила о начале сотрудничества с компанией Fluid, Inc., являющейся крупным поставщиком услуг в области интернет-торговли и консалтинга. Цель проекта — разработать для интернет-магазинов систему помощи клиентам, которая обеспечивала бы индивидуальный подход и умела пользоваться естественным языком так, как это делают опытные продавцы-консультанты в магазинах розничной торговли. Если вы собираетесь в поход и вам нужна палатка, вам достаточно будет просто сказать что-нибудь вроде: «В октябре мы с семьей отправляемся в поход на север штата Нью-Йорк, и мне нужна палатка. Что посоветуете?» В ответ вы получите конкретные рекомендации по выбору палатки, а также информацию о других вещах, которые могут пригодиться в походе и о которых вы могли забыть{139}. Как я уже говорил в первой главе, появление такой возможности в виде приложения для смартфона, с помощью которого покупатели смогут получить рекомендации на естественном языке, подобно тому, как это происходит в традиционных магазинах, — лишь вопрос времени.

Еще одна компания под названием MD Buyline, Inc., специализирующаяся на предоставлении больницам информации о новейших медицинских технологиях и последних научных исследованиях, также планирует использовать Watson для поиска ответов на вопросы сугубо технического характера, поступающие от больниц, планирующих закупку нового оборудования. Система будет использовать данные о технических характеристиках оборудования, ценах и клинических исследованиях, чтобы оперативно сформулировать конкретные рекомендации врачам и сотрудникам, отвечающим за закупки{140}. Пробует себя Watson и в финансовой отрасли, где суперкомпьютер может стать средством выработки персональных рекомендаций финансового характера на основе углубленного анализа информации о клиентах, а также данных о ситуации на рынке и в экономике. Но если говорить о ближайшем будущем, то, пожалуй, самые серьезные последствия для рынка труда может иметь использование Watson в колл-центрах, занимающихся обслуживанием клиентов, — не случайно в том самом году, когда Watson одержал триумфальную победу в «Jeopardy!», IBM уже сотрудничала с Citigroup в рамках проекта по изучению возможностей для практического применения системы в сфере розничного банковского обслуживания, на которую приходится огромная доля бизнеса этой компании{141}.

Разработанная IBM технология все еще делает свои первые шаги. Watson — как и конкурирующие с ним системы, которые наверняка заявят о себе совсем скоро, — способен произвести революцию в том, как мы задаем вопросы и даем на них ответы, а также в том, как мы подходим к анализу информации — как внутри организаций, так и в процессе взаимодействия с клиентами. При этом не следует заниматься самообманом: если бы не системы этого типа, значительная часть выполняемой ими аналитической работы досталась бы людям, занимающимся умственным трудом.

Строительные блоки в облаке

В ноябре 2013 г. компания IBM объявила о переносе системы Watson со специально разработанного для него компьютерного оборудования, которое использовалось во время игр «Jeopardy!», в облако. Другими словами, теперь Watson будет пользоваться ресурсами огромного массива подключенных к Интернету серверов. Разработчики смогут напрямую подключаться к системе и использовать революционные технологии когнитивных вычислений IBM в собственных настольных и мобильных приложениях. Любопытно, что по производительности эта последняя версия Watson в два раза быстрее своего предшественника времен «Jeopardy!». IBM надеется, что уже в скором времени будет создана целая экосистема приложений, использующих технологии искусственного интеллекта для обработки естественного языка, и в каждом из них будет упоминание того, что оно работает «на базе Watson»{142}.

Миграция передовой технологии искусственного интеллекта в облако почти наверняка станет мощным фактором автоматизации служебных обязанностей белых воротничков. Облачные вычисления стали полем ожесточенной конкурентной борьбы между крупнейшими компаниями в отрасли информационных технологий, включая Amazon, Google и Microsoft. Google, например, предлагает разработчикам воспользоваться возможностями облачного приложения, реализующего технологии машинного обучения, а также мощнейшей вычислительной системы, позволяющей разработчикам решать сложнейшие проблемы с большим объемом вычислений, обеспечивая выполнение их программ на высокопроизводительных суперкомпьютерах, например состоящих из объединенных в сеть отдельных серверов. Amazon является ведущим поставщиком услуг облачных вычислений в отрасли. Благодаря десяткам тысяч компьютеров, составляющих основу облачного сервиса Amazon, небольшой компании Cycle Computing, специализирующейся на задачах, связанных с большими объемами вычислений, понадобилось всего лишь 18 часов, чтобы решить проблему, с которой один компьютер не смог бы справиться и за 260 лет. По оценкам компании, до появления облачных вычислений на создание суперкомпьютера, способного найти решение этой проблемы, ушло бы $68 млн. Для сравнения: в облаке Amazon можно арендовать 10 000 серверов приблизительно за $90 в час{143}.