Новое долголетие. На чем будет строиться благополучие людей в меняющемся мире

Мы надеемся, что совместный взгляд экономиста и психолога на все эти вопросы, приведенный в нашей новой книге, откроет читателю более широкую перспективу, необходимую для адекватного и объективного понимания взаимосвязей между человеческим долголетием, новыми технологиями и социальным прогрессом – главными составляющими «рецепта» будущего процветания человечества. Книга состоит из трех частей. В первой части (Часть I: Человеческие проблемы) мы исследуем взаимосвязи между новыми технологиями и возросшей продолжительностью жизни, привлекая к обсуждению недавние широкомасштабные достижения в области искусственного интеллекта (ИИ) и робототехники, рассматриваем мировые тенденции в долголетии и сохранении здоровья в пожилом возрасте, а затем анализируем волнующий всех процесс «старения» общества. Мы используем взгляды наших персонажей, чтобы пояснить на конкретных примерах, какие заботы и ожидания вызывают эти события у живых людей, и предложить набор решений, которые тот или иной человек может воплотить в жизнь. Нет сомнений, что технологические достижения существенно влияют на наш образ жизни, и от нас зависит, позволят ли они людям процветать. Другими словами, нынешние проблемы являются вызовом нашей социальной изобретательности – и вместе с тем приглашением этот вызов принять.

Однако ключевой вопрос здесь – цели, которые преследует социальная изобретательность. Кажется совершенно очевидным, что главная наша цель – добиться процветания человека. Но как на самом деле мы создаем новые формы социальных отношений? Еще важнее: каковы критерии оценки этих новых социальных форм? Экономическое процветание является неотъемлемой частью лучшей жизни, и мы должны всерьез подумать о том, как накопить ресурсы, чтобы обеспечить себе материальное благополучие. Тем не менее, любая по-настоящему позитивная социальная реформа должна быть в состоянии охватить и более глубокие аспекты человеческого бытия, в частности – дать людям возможность формировать свой жизненный путь без катастроф и падений, помогать им исследовать, экспериментировать и учиться, строить и поддерживать отношения с другими. Мы описываем эти три принципа словами «повествование», «исследование» и «поиск связей»; эта триада составляет основу для анализа, изложенного во второй части (Часть II: Человеческий гений), где описываются шаги, которые каждый из нас должен предпринять, чтобы приспособиться к долгой жизни, полной новизны и неожиданностей.

Как отмечается во второй части, любой из нас, в том числе и вы, читатель, можете стать первопроходцем и экспериментатором в области социологии и самостоятельно изменить многие аспекты собственной жизни. Тем не менее, проблема выбора, с которой мы регулярно сталкиваемся, как и решения, которые мы принимаем, встроены в более широкий контекст формирования связей и партнерства с другими людьми. Особенно это важно в случае взаимодействия с образовательными учреждениями, компаниями и правительствами. Для того, чтобы все мы могли процветать, необходимы значительные изменения в структуре и функционировании социальных институтов, поэтому в третьей части (Часть III: Человеческое общество) мы рассказываем о глубоких переменах, которых следует ожидать (и необходимо добиваться) в нашей экономической и социальной системе. Необходимость перемен уже буквально осязаема, и с каждым днем повестка становится все более ясной, однако в основе изменений лежат, в конечном счете, наши действия – индивидуальные и коллективные.

Часть I

Человеческие проблемы

1

Технологический прогресс

Будь то овладение огнем, переход к термической обработке пищи или изобретение колеса – на протяжении истории своего существования люди всегда использовали технологии, чтобы облегчить жизнь. Для каждого следующего поколения слово «технология» означало что-то новое и необычное, часто революционное; со многими изобретениями связывались надежды на приход новой эры в истории человечества[4 - По словам Дугласа Адамса), автора популярной книги «The Hitchhiker’s Guide to the Galaxy» («Автостопом по галактике»), «Технология – это слово, которое описывает то, что еще не работает» https://www.azquotes.com/quote/343497 (https://www.azquotes.com/quote/343497).]. Сегодня мы говорим о новых технологиях чаще всего в связи с компьютерами и коммуникационными системами, производительность которых постоянно растет в соответствии с четырьмя эмпирически установленными закономерностями.

Развитие интеллектуальных технологий

В 1965 году соучредитель всемирно известной компании «Интел» Гордон Мур предположил, что вычислительная мощность[5 - Точнее говоря, он утверждал, что плотность размещения транзисторов на интегральных микросхемах будет удваиваться каждые 18 месяцев.] компьютеров будет удваиваться каждые 18 месяцев. Это предсказание, известное как закон Мура, оказалось удивительно точным. Менее чем через полвека производительная мощность вычислительных систем достигла таких масштабов, что зависящие от них технологические инновации стали появляться сотнями и тысячами; в том числе наступило и время автономных транспортных средств. Если этот экспоненциальный рост сохранится и дальше, то в ближайшие три года вычислительная мощность компьютеров, управляющих автономными транспортными средствами, возрастет еще в четыре раза, оставив нынешние достижения далеко позади.

Создается ощущение, что машины совершенствуются с такой ошеломительной скоростью, что мир вокруг нас уже стоит на грани полной трансформации. Но будет ли закон Мура выполняться для новых поколений машин? Главным технологическим препятствием на пути этого является увеличение количества процессорных блоков на чипе. Сейчас они настолько малы, что нанотехнологии, использующиеся при их изготовлении, достигли предела своих возможностей. Это приводит к замедлению темпов роста вычислительной мощности. По прогнозам некоторых экспертов, закон Мура перестанет работать в течение следующих пяти лет.

Ирония заключается в том, что, несмотря на заметное снижение прироста вычислительных мощностей в последние годы, вера в неистощимую и все возрастающую технологическую мощь, искусственный интеллект и робототехнику за это же время только усилилась. Отчасти это связано с тем, что достижения, описываемые законом Мура, параллельно используются и другими технологическими разработками – именно объединенное воздействие новых технологий существеннее всего влияет на экономику.

Одной из этих параллельных технологий является увеличение размера «полосы пропускания» тех физических носителей, по которым распространяется информация. Американский технолог Джордж Гилдер предсказывает: пропускная способность будет увеличиваться как минимум в три раза быстрее, чем растет вычислительная мощность компьютеров. Закон Гилдера подразумевает, что если вычислительная мощность компьютеров удваивается каждые 18 месяцев, то пропускная способность информационных носителей удваивается каждые шесть месяцев. Результатом выполнения закона недавно стал взрывной рост интернет-трафика.

К 2018 году информационный поток глобальной сети оценивался в 1,8 зеттабайта в год[6 - См. https://www.statista.com/statistics/499431/global-ip-datatraffic-forecast/ (https://www.statista.com/statistics/499431/global-ip-datatraffic-forecast/).] – это значительно больше, чем общее число слов, написанных людьми за всю историю письменности.

С увеличением пропускной способности интернет-каналов быстро возрастает и общее число сетевых подключений. Как заметил Роберт Меткалф, изобретатель технологии Ethernet, стоимость сети возрастает пропорционально квадрату подключенных пользователей (закон Меткалфа). Это означает, что, если число подключенных пользователей удваивается, стоимость сети возрастает минимум в четыре раза. Постоянное расширение таких виртуальных сетей, как Facebook и YouTube, является одним из следствий закона Меткалфа: чем больше сеть, тем привлекательнее она для новых пользователей.

Главный экономист корпорации Google Хэл Вариан[7 - Здесь мы могли бы предложить и наш собственный «закон Граттон-Скотта»: количество «законов», необходимых для описания технического прогресса, растет в геометрической прогрессии по отношению к объему шумихи, раздуваемой вокруг данной технологической области.] обнаружил еще одну закономерность, описывающую на этот раз ускорение интегрального развития всех интеллектуальных технологий в целом. Согласно закону Вариана, расширение спектра свободно доступных инновационных технологий создает возможности для их комбинирования, приводящие к появлению комплексных продуктов, каждый из которых обладает самостоятельной ценностью. Например, автомобили без водителя, в каком-то смысле, требуют не столько новых открытий, сколько совмещения в одной «упаковке» целого ряда уже существующих технологий: GPS, Wi-Fi, усовершенствованных цифровых датчиков, антиблокировочной системы тормозов, автоматической коробки передач, управления тягой и устойчивостью, адаптируемого круиз-контроля, программного обеспечения, управления полосами движения и системой компьютерной картографии[8 - R. Baldwin, «The Globotics Upheaval: globalization, robotics and the future of work», London: Weidenfeld and Nicolson, 2019.].Чем больше подобных технологий, тем шире спектр их совместимых, успешно работающих комбинаций (называемых в англоязычной терминологии «mashups»), и тем успешнее применяются любые гибридные системы, рынок которых, как следствие, растет с чрезвычайной скоростью, опережающей развитие каждой технологии в отдельности.

Итак, тенденции развития базовых технологических возможностей, описываемых законами Мура, Гилдера, Меткалфа и Вариана, в итоге приводят к беспрецедентному и кажущемуся бесконечным развитию искусственного интеллекта и робототехники. Результатом развития становятся не только новые продукты, но и новые способы работы, включая появление не существовавших ранее секторов экономики, значительные изменения в стоимости привычных товаров и услуг и резкое изменение числа и специфики доступных рабочих мест.

Отнимут ли у нас работу машины?

Том, работающий водителем грузовика в Техасе, с каждым годом слышит все больше об автономных транспортных средствах. Кое-что он знает о них уже не понаслышке, поскольку видел, как они ездят по улицам, где стоит его дом. За время своей работы он уже познакомился с серьезными усовершенствованиями систем навигации и отслеживания дорожной ситуации, видел в действии автоматику, повышающую эффективность использования топлива в тех грузовых автомобилях, которыми он управляет. Однако на этот раз все представляется ему иначе: он знает об огромных инвестициях, сделанных в развитие беспилотного транспорта ведущими технологическими корпорациями, такими как «Alphabet», автомобилестроительными гигантами наподобие «BMW» и «Tesla», и каршеринговыми компаниями, в частности, Uber. К октябрю 2018 года управляемые компьютерами автомобили Alphabet Waymo уже проехали автономно более 10 миллионов миль по дорогам общего пользования.

Родной штат Тома, Техас, является одним из тех 22 штатов США, в которых уже приняты правила, разрешающие тестирование беспилотных автомобилей, и в этом видится предвестие полномасштабного лицензирования автоматизированных дорожно-транспортных средств. Будущее автомобильного транспорта выглядит для Тома понятным: вопрос заключается лишь в том, как скоро автономный транспорт станет «мейнстримом», а не в том, возможно ли это в принципе. Том ознакомился с ранними пресс-релизами от инвесторов, вложивших средства в автономные транспортные средства; там утверждается, что, по сравнению с людьми, беспилотные автомобили более надежны, менее подвержены ошибкам управления и не нуждаются в отдыхе. С учетом того, что на выплаты и льготы водителям приходится почти 40 % расходов компаний, осуществляющих сухопутные перевозки, экономическая выгода от автономных транспортных средств очевидна для всех заинтересованных организаций. Существуют более широкие социальные аспекты, благоприятствующие внедрению беспилотных машин: ежегодно более 4000 человек погибает в США в авариях с участием грузовых автомобилей[9 - «Jobs lost, jobs gained: workforce transitions in a time of automation». McKinsey Global Institute, December 2017.].

Все это, естественно, заставляет Тома переживать по поводу его будущей занятости. Эти проблемы беспокоят и других профессиональных водителей в США, которых насчитывается примерно четыре миллиона человек. Поскольку результаты некоторых исследований позволяют предсказывать, что полная автоматизация сократит людскую занятость в этом секторе на ?, беспокойство Тома о завтрашнем дне выглядит обоснованным.

Не только Том начинает всерьез осознавать влияние роботов на занятость в будущем. То же самое касается целой армии профессионалов. Само слово «робот» впервые было введено в обиход в 1920 году на странницах научно-фантастической пьесы Карла Чапека «R.U.R.» (сокращение от названия «Россумские универсальные роботы»). Этот неологизм происходит от чешского слова «robota», означающего подневольный труд или тяжелую работу. В соответствии со своим первоначальным определением роботы отлично подходят для выполнения повторяющихся и скучных задач. Сегодня более двух миллионов роботов по всему миру заняты в сфере производства, причем больше всего их в Южной Корее, где на каждую тысячу человек приходится 50 роботов. Эта доля будет, несомненно, расти во всех странах. Наиболее радикальные футурологические предсказания, принадлежащие, скажем, перу предпринимателя-технолога Илона Маска, рисуют «фабрику инопланетных дредноутов» – производственную линию, работающую без участия людей. Маск объясняет это тем, что «у вас не может быть людей на автоматизированной производственной линии, а иначе вы никогда не поднимете скорость работы выше человеческих ограничений»[10 - Интересно, впрочем, что после того, как с достижением желаемых показателей производительности, основанной на полной автоматизации, возникли явные проблемы, Маск отметил: «Да, чрезмерная автоматизация в производстве «Теслы» оказалась ошибкой. Точнее, говоря, моей ошибкой. Мне не стоило так недооценивать вклад человеческого труда» https://www.cnbc.com/2018/04/13/elon-musk-admits-humans-are-sometimes-superior-to-robots.html (https://www.cnbc.com/2018/04/13/elon-musk-admits-humans-are-sometimes-superior-to-robots.html).].

Улучшение роботизированных технологий и дальнейшее снижение стоимости их производства неизбежно приведет к замещению определенной части людей на роботов и за пределами производственного сектора. В сфере обслуживания вы, возможно, уже встречались с таким изобретением как Pepper – миниатюрные машины, которые Softban ввел в работу с 2014 года в своих токийских филиалах. По всему городу эти роботы используются в качестве портье или администратора в ряде банков и офисов, где они приветствуют клиентов и предоставляют им базовую информацию об услугах. Роботы, подобные Pepper, сокращают расходы на персонал и освобождают сотрудников отдела продаж от рутины для более длительных и целенаправленных бесед с клиентами.

В перспективе диапазон применения роботов в сфере услуг огромен. Например, отель Henn-na в Японии уже позиционирует себя как «отель-робот»: с шеф-поваром-роботом по имени Эндрю, который профессионально готовит «окономияки» (омлет в японском стиле), и с целым штатом роботизированного персонала, включая сотрудников, которые регистрируют гостей в отеле и помогают им разобраться с багажом[11 - Как и высказывание Илона Маска про «фабрику инопланетных дредноутов», история отеля-робота «Henn-na» наглядно продемонстрировала, что к 2019 году высокомерия у адептов полной автоматизации поубавилось. Роботы так и не смогли научиться делать все необходимое для обслуживания клиентов в отеле, в результате чего в помощь им потребовалось фактически нанять больше сотрудников-людей, чем обычно заняты в отелях, не говоря уже о специальном персонале для обслуживания самих роботов.]. В калифорнийских ресторанах быстрого питания можно встретить механического повара Салли, специализирующегося на приготовлении салатов, и его коллегу Flippy, который (как можно догадаться по его имени) переворачивает гамбургеры. Робот Botlr работает в ряде отелей, разнося клиентам дополнительные полотенца и туалетные принадлежности, а итальянская фирма Makr Shakr, в свою очередь, разрабатывает робота-бармена. Непрерывный поток новых технологий, призванных решать проблемы человечества, привел к тому, что в 2016 году сеть ресторанов Domino впервые доставила своим клиентам из Новой Зеландии пиццу с помощью беспилотного квадрокоптера – это была пицца с курицей пери-пери и клюквой, и доставили ее в дом семейной пары, живущей в Вангапараоа.

Любой из нас в ближайшем будущем может стать клиентом того или иного робота или даже возьмет его в качестве помощника по дому[12 - Хотя, разумеется, роботы не могут «заботиться» о нас в эмоциональном смысле.]. К 2030 году вероятность этого возрастет. В первую очередь всеобщая роботизация станет прогрессировать в странах, подобных Японии, где население стареет и его численность сокращается, и новое поколение роботов станет помощниками тем людям, которым семья и друзья не могут регулярно помогать вследствие высокой занятости. Домашние роботы смогут выполнять набор базовых услуг, таких как сухая и влажная уборка, оплата счетов, а также ежедневно автоматически заказывать то, что вам может потребоваться, – еду, лекарства и многое другое.

Какая квалификация будет необходима человеку, чтобы сохранить карьеру?

На протяжении веков человеческая изобретательность создавала инструменты, которые увеличивали или преобразовывали мышечную силу человека – каменный топор, колесо, прядильный станок и пр. Характерное для современности создание и использование машин, увеличивающих или преобразующих интеллектуальную силу человека, более прогрессивно и при этом значительно труднее для понимания. Достижения в области искусственного интеллекта вывели технологии в сферу когнитивных процессов, которая традиционно была прерогативой людей.

Умные машины, на самом деле, уже не настолько молоды. Так называемая VisiCalc – первая полностью рабочая версия широко распространенных в настоящее время компьютерных таблиц, была запущена еще в 1979 году. Она заменила собой бумажные таблицы – большие листы бумаги 11?17 дюймов, на которых служащие размещали ряды и столбцы чисел – а это весьма долгий и тяжелый процесс, требующий массы внимания и все равно подверженный человеческим ошибкам. Впрочем, с 1979 года многое изменилось: главное, что современные поколения интеллектуальных машин делают расчеты по своим собственным принципам для достижения более сложных и комплексных целей, а не просто следуют на каждом шагу заранее определенным алгоритмам.

Этот переход достигнут благодаря использованию широко распространенного ныне метода – машинного обучения (англ. machine learning), который вместо последовательности чисто вычислительных алгоритмов, основанных на операторах if – then (если – то) использует так называемые «нейронные сети»[13 - Речь идет о математических выражениях, способных к автокорректировке, зависящих от характера вводимых данных, благодаря чему основанные на них системы могут имитировать реальный мир, создавая некое подобие цифровой фотокопии оригинала и обеспечивая тем самым автоматизированное «понимание» и «принятие решений», не требующее вмешательства со стороны человека.] (англ. neural networks). Машинное обучение подразумевает, что машины могут находить собственные решения тех или иных задач, опираясь на обучающие данные, и адаптироваться к меняющимся обстоятельствам (точнее, к различным наборам обучающих данных). При этом искусственный интеллект имитирует некоторые операции человеческого мозга – но делает это быстрее. Повсеместное внедрение машинного обучения в полной мере соответствует описанному выше набору из четырех законов, которые, вместе взятые, описывают ускорение передачи и обработки больших объемов информации.

Рассмотрим, например, программу AlphaGo, которая в 2017 году победила китайца Ли Седола – 18-кратного чемпиона мира в игре го. Игровая система AlphaGo была создана британской компанией DeepMind, специализирующейся на создании систем искусственного интеллекта, а корпорация Google купила ее в 2014 году. Исходно были созданы три разные версии AlphaGo: Lee, Master и Zero[14 - D. Silver, J. Schrittwieser, K. Simonyan, I. Antonoglou, A. Huang, A. Guez, T. Hubert, L. Bakter, M. Lai, A. Bolton, Y. Chen, T. Lillicrap, F. Hui, L. Sifre, G. vanden Driessche, T. Graepel, D. Hassabis, «Mastering the game of Go without human knowledge», Nature, 19 October 2017, Vol. 550, 354-549.]. Версии Lee и Master обучались (в разной степени) комплексным образом – основываясь на правилах игры, информации о партиях, сыгранных ранее лучшими игроками, учебниках, написанных для людей, и инструкциях, созданных экспертами по го. В отличие от первых версий, версия Zero получила лишь полную информацию о правилах игры и указание сыграть самой против себя как можно большее число раз, чтобы разработать собственные игровые стратегии без использования предыдущих знаний. Другими словами, AlphaGo Zero стала сама себе и учителем, и тренером, и спарринг-партнером.

За 40 дней AlphaGo Zero сыграла 29 миллионов игр и создала базу данных по игровым ситуациям, равной которой никто из игроков-людей никогда не имел. За четыре дня Zero научилась обыгрывать версию AlphaGo Lee, а спустя 34 дня она победила и версию AlphaGo Master.

Поразительно, что AlphaGo Zero смогла разработать стратегии, качественно отличающиеся от тех, которые используются людьми, играющими в го. Создатели новой системы описывали это так: «В течение нескольких дней, начав фактически с чистого листа, AlphaGo Zero смогла самостоятельно открыть для себя большую часть знаний об игре го вместе с новаторскими стратегиями, которые заставляют нас изменить традиционные представления об этой древнейшей из игр».

Если первые вычислительные таблицы VisiCalc были запрограммированы для быстрого выполнения стандартных цепочек сложных вычислений, то AlphaGo Zero получила более общее по смыслу задание – выиграть партию в го. В некотором смысле Zero и подобные ей современные системы искусственного интеллекта используют принципы, основанные на логике, а также намеренное воздействие на результаты процесса (игры), демонстрируя при этом технические возможности, выходящие за рамки человеческих.

Именно эта комбинация способностей и намерений искусственного интеллекта, вместе с тенденцией замены людей роботами и расширения сферы использования последних, и означает, что характер работы людей постепенно трансформируется, независимо от того, кем вы работаете сейчас – кассиром, водителем грузовика, юристом или финансовым консультантом. С этим процессом, разумеется, связан и риск потери работы – например, после повсеместного введения электронных таблиц в практику финансового учета, в отделах бухгалтерии было сокращено не менее 400 тысяч рабочих мест[15 - См. https://www.npr.org/sections/money/2017/05/17/528807590/episode-606-spreadsheets?t=1533803451907 (https://www.npr.org/sections/money/2017/05/17/528807590/episode-606-spreadsheets?t=1533803451907).].

Другая героиня нашей книги – Инь работает в Сиднее бухгалтером, и она на себе испытала последствия внедрения искусственного интеллекта. Руководство фирмы приняло решение перенаправить инвестиции в интеллектуальные технологии, что привело к значительному сокращению числа сотрудников, работавших в отделе обработки счетов, которым руководит Инь. Женщина хотела работать на своем месте до тех пор, пока в 65 лет не выйдет на пенсию, однако сейчас ей только 55, а начальство предложило ей в течение шести месяцев найти другую работу. Инь считает, что она – высококвалифицированный специалист, поскольку получила степень бакалавра в области бухгалтерского учета, а затем аттестацию дипломированного бухгалтера, но, хотя она подала несколько заявлений о приеме на работу, ее не пригласили ни на одно собеседование. Ранее от развития автоматизированных технологий больше всего страдали сотрудники, чей уровень образования был существенно ниже, но теперь даже Инь, с ее высокой профессиональной квалификацией, пришлось вступить в борьбу за существование.

Наша британская героиня Эстель работает, как вы помните, кассиром в лондонском супермаркете и сейчас столкнулась с теми же проблемами, что и Инь в Австралии. Все больше покупателей используют систему самообслуживания, и скоро наступит время, когда и ее работодатели пойдут по пути торговой сети Amazon Go и введут политику сокращения кассиров вплоть до окончательной отмены касс. Эстель обеспокоена, потому что от своего бывшего мужа получает очень ограниченную финансовую поддержку – после того, как тот потерял работу на одном из складов – и тоже по причине автоматизации. В дополнение к своему основному доходу и алиментам, Эстель работает по ночам в местном доме престарелых. Друзья предложили ей перейти туда на полный рабочий день, для этого потребуется пройти обучение и сдать квалификационный экзамен, что в совокупности продлится два года. Эстель попыталась учиться на вечерних курсах, но уже дважды их бросала, и теперь, похоже, у нее нет ни времени, ни денег, чтобы получить новую профессию.

Примеры Инь и Эстель демонстрируют масштабы проблем образования, стоящих перед обществом, поскольку новые технологии и увеличивающаяся продолжительность жизни усиливают давление безработицы. Образовательным учреждениям необходимо развиваться – это единственный способ успеть за возникающими проблемами и предоставить желающим обучающие курсы, чтобы помочь людям справиться с потерей рабочих мест. Правительствам, со своей стороны, придется расширять финансовое и организационное участие в создании системы образования, дающей людям возможность учиться практически в течение всей жизни.

В каких областях люди все еще будут превосходить машины?

Если закономерности развития новых технологий сохранятся и в будущем, то уже через несколько лет на фоне новых интеллектуальных систем сверхсовременная AlphaGo будет выглядеть столь же ограниченной и малопроизводительной, какими таблицы VisiCalc 40-летней давности представляются нам сегодня. Хотя нынешние машины можно считать достаточно «умными» для выполнения ряда специфических задач, в частности для победы над людьми в таких играх, как шахматы, го или покер, они все же не настолько разумны, как человек[16 - Еще в XVII в. над этим вопросом размышлял Декарт, написавший следующее: «Даже если такие машины могут делать некоторые вещи подобно тому, как их делаем мы, или, может быть, даже лучше, они неизбежно потерпят неудачу в других вещах, и это позволило бы сразу убедиться в том, что они могут действовать чисто механически, а не через понимание: «Discourse on the Method» («Беседа о методе»), 1637.]. Человеческий мозг исключительно хорошо приспособлен к тому, чтобы формулировать и ставить вопросы, выдвигать гипотезы, переключаться между решением множества различных проблем и прогнозировать будущие возможности. Исходя из этого, конечной целью нынешнего направления технологического развития является создание универсального искусственного интеллекта – машинных систем, которые могут успешно решать любые интеллектуальные задачи, доступные человеку. Переломным моментом для универсального искусственного интеллекта считается достижение «сингулярности» – момента, когда машины станут способны изобретать машины, более умные, чем они сами, что приведет к быстрому и автономному наращиванию потенциала, и в конечном счете, как ожидается, машины станут значительно умнее людей во всех сферах.

Размышляя о возможных сценариях нашего будущего, очень важно понимать принципиальное различие между современным искусственным интеллектом (еще называемым «узким» ИИ) и универсальным искусственным интеллектом, который мы только что упомянули. Подавляющее большинство самых мрачных прогнозов, касающихся экономики, социального устройства и экзистенциальных проблем, основано именно на предположениях о доминирующей роли универсального ИИ – когда машины во всем станут лучше, чем люди, и сделают окружающий мир невыносимым для человечества. Тем не менее, современные исследования в области интеллектуальных технологий весьма далеки от этой точки. Пока что даже простейшие тесты на человеческое восприятие и мышление, скажем, выявление дорожных знаков на изображениях CAPTCHA[17 - Акроним «CAPTCHA» переводится как «полностью автоматизированный публичный тест Тьюринга для различения компьютеров и людей» (англ. Completely Automated Public Turing test to tell Computers and Humans Apart). В наиболее известной форме этот прием выглядит как онлайн-запрос в виде матрицы изображений (фотографий), среди которых пользователю необходимо идентифицировать все фотографии, на которые целиком или частично попадают некоторые характерные, понятные человеку объекты, например, автомобили. В отличие от людей, онлайн-боты не способны корректно выполнить такую задачу.], применяемых в защите от роботизированного спама, оказываются слишком трудными для узкого ИИ. Да и сам вопрос о том, когда появится универсальный искусственный интеллект (и даже появится ли он в принципе), был и остается предметом многочисленных споров. Макс Тегмарк, эксперт из Массачусетского технологического института, цитирует результаты опроса компьютерных ученых: их оценки варьируют в широчайших пределах – от «через нескольких лет» до «никогда»[18 - M. Tegmark, «Life 3.0: Being Human in the Age of Artificial Intelligence», London: Allen Lane, 2017, p. 42.]. Средняя оценка (если она вообще здесь возможна) такова, что универсальный искусственный интеллект будет разработан к 2055 году, то есть в течение ожидаемого срока жизни любого человека, которому сегодня менее 60 лет. Но до появления универсального ИИ люди будут иметь перед машинами множество неоспоримых преимуществ.

Впрочем, по мере развития даже нынешнего, узкого искусственного интеллекта, области и уровень квалификации в тех сферах, где люди превосходят машины, будет неизбежно меняться. Профессор Ханс Моравек, из Института робототехники Университета Карнеги-Меллона, визуализирует этот процесс с помощью такого понятия как «ландшафт человеческой компетентности». Представьте карту островов и моря, на которой контуры объектов отражают профессиональную человеческую компетентность. Чем больше высота горы или острова над поверхностью моря, тем более выражена человеческая компетентность. Соответственно, обозначенный на карте уровень моря представляет собой задачи, которые искусственный интеллект может выполнять уже сейчас. Со временем уровень будет подниматься, и все больше областей человеческой компетенции «уйдут под воду» растущего объема той сферы, где искусственный интеллект в человеческой помощи нуждаться не будет.

Человеческие компетенции, которые уже сейчас находятся ниже уровня искусственного интеллекта, включают арифметические вычисления в электронных таблицах, игру в шахматы и го, а также распознавание образов. Компьютерный «океан» постепенно начинает подбираться к таким типично человеческим областям как перевод, принятие инвестиционных решений, распознавание речи и вождение. К тому моменту, когда вы начнете читать эту книгу, эти острова тоже могут оказаться под водой.

Области человеческой компетенции, в первую очередь поддающиеся автоматизации, – это сферы рутинных и жестко запрограммированных задач. Более высокие, пока что неприступные, пики отражают типично человеческие качества, такие как социальное взаимодействие, забота и сочувствие, управление и лидерство, творчество и инновации. С учетом этих соображений, каждый из нас должен стремиться подняться как можно выше по склонам гор, чтобы при расширении функций искусственного интеллекта, поглощающего все больше человеческих компетенций, мы оказались вне зоны его досягаемости. Даже если универсальный искусственный интеллект все-таки появится, именно высокие пики обеспечат людям сравнительное, даже если не абсолютное, преимущество перед машинами.

Все указывает на то, что в предстоящие десятилетия «ландшафт» нашего рабочего и карьерного пространства будет вести себя очень динамично и претерпит множество изменений. Отец нашего японского героя Хироки проработал в одной фирме всю трудовую жизнь, но сам Хироки, которому недавно исполнилось 20 лет, уже не может себе этого представить. Учитывая мощь новых технологий, маловероятно, что одного рабочего навыка хватит человеку надолго, и, поскольку технологии трансформируют также и деятельность компаний и корпораций, Хироки не верит, что организация, в которой он станет работать, просуществует достаточно долго.

Интеллектуальные технологии и роботы не просто влияют на число и доступность рабочих мест, они меняют также и характер нашей работы. Индийская девушка Радхика, с которой мы вас уже познакомили, живет и работает в Мумбаи, и сейчас она олицетворяет для нас мир занятости в глобальной экономике. Будучи фрилансером, Радхика предоставляет свои услуги фирмам по всему миру, и те платят ей за выполнение конкретных задач. В отличие от постоянно занятых на единственной службе соотечественников старшего поколения, Радхика никогда не работала на какого-то одного работодателя и всякий раз должна сама активно искать следующий проект. Она располагает очень большой внешней свободой, но зато у нее нет возможностей для развития, продвижения по службе или обучения, которыми обладают ее друзья, работающие в традиционном стиле. Подобно Хироки, Радхика постоянно думает о том, как организовать и выстроить карьеру в мире, где стабильные рабочие места и долгосрочные отношения с работодателем исчезают буквально на глазах.

С чего начинается долгая жизнь?

Опасения Радхики и Хироки по поводу влияния новых технологий на их работу и карьеру отражают лишь одну часть комплекса проблем, с которыми сталкиваются наши персонажи. Еще большую роль в формировании их будущей жизни может сыграть другой результат работы человеческого гения – значительно возросшее долголетие людей.

Хотя наша изобретательность во многом сконцентрирована именно на технологиях, другим важнейшим следствием ее в новом тысячелетии оказалась сильно возросшая продолжительность жизни в большинстве стран мира. Это привело к значительному пересмотру существовавших до сих пор представлений о «нормальном» сроке жизни человека и о том, на какие этапы обычно делится наша жизнь. Во многих государствах инновации в медицине, на работе и в быту позволяют людям в возрасте 65 лет и старше вести абсолютно нормальный образ жизни, не соответствующий традиционным представлениям о пожилом человеке. В результате этого возникли серьезные разногласия во взглядах на сам процесс индивидуального старения, на понятие «быть старым» и, наконец, – как относиться к повсеместному демографическому старению общества.

Самым известным официальным долгожителем была француженка Жанна Кальман, которая умерла в 1997 году в возрасте 122 лет и 164 дней. В 1965 году, когда ей было «всего» 90 лет, она подписала контракт с адвокатом Андре-Франсуа Раффреем, согласно которому он должен был платить ей ежемесячную сумму в 2500 франков в обмен на то, чтобы после смерти Жанны получить права на ее квартиру. Однако Раффрей умер первым – в 1995 году в возрасте 77 лет, в то время как Кальман все еще была жива и здорова в свои 120. В итоге он заплатил своей подопечной сумму, превосходившую стоимость ее квартиры более чем вдвое. По словам самой Жанны, «в жизни иногда случаются не очень удачные сделки».

Жанна Кальман, конечно, представляется сейчас совершенно экстраординарным случаем долгожительства. На момент написания этой книги самым старым из живущих был Кане Танака из Японии, которому исполнилось 116 лет и 301 день. Несмотря на то, что такие «сверхдолгожители» до сих пор выглядят исключением, за последние 150 лет постоянно увеличивалась так называемая «оптимальная ожидаемая продолжительность жизни», которая определяется каждой конкретной страной в любой момент времени и представляет собой самую высокую среднюю ожидаемую продолжительность жизни для человека, родившегося в этот момент. В настоящее время лидерами по этому показателю являются японские женщины, чья прогнозируемая средняя продолжительность жизни оценивается в 87 лет[19 - Этот показатель ожидаемой продолжительности жизни всегда рассчитывается, исходя из положения вещей в определенный период. Данный подход предполагает, например, что японская девушка, родившаяся в 2018 г., будет жить именно в этой стране и в условиях, в точности соответствующих ситуации 2018 г. Иначе говоря, мы исходим из того, что в течение следующих 87 лет дальнейшего увеличения ожидаемой продолжительности жизни не будет. Поскольку в реальности этот показатель сейчас прогрессирует, то подобные формализованные расчеты могут заметно недооценивать увеличение средней продолжительность жизни даже в пределах одного поколения людей.].