Шьям Шанкар: Рассвет сотрудничества человека и компьютера

Я бы хотел рассказать о двух шахматных матчах. Первый был сыгран в 1997 году, и в нем Гарри Каспаров, человек, проиграл Deep Blu, компьютеру. Для многих это было рассветом новой эры, в которой машины господствуют над людьми. Но вот мы здесь, 20 лет спустя, и самое большое изменение в отношениях с компьютерами — это iPad, но не HAL.

Второй матч, в турнире по шахматам в вольном стиле, прошел в 2005-м, и в нем человек мог по желанию использовать машину в качестве партнера, а не соперника. Сначала результаты были предсказуемыми. Даже суперкомпьютер был побит гроссмейстером с относительно слабым ноутбуком. Но сюрприз был в конце. Кто победил? Не гроссмейстер с суперкомпьютером, а фактически двое американских любителей с тремя относительно слабыми ноутбуками. Их способность тренировать свои компьютеры и манипулировать ими для глубокого исследования специфических позиций эффективно противостояла превосходящим шахматным знаниям гроссмейстеров и выдающейся вычислительной способности их соперников. Это ошеломительный результат: обычные люди и средние компьютеры обыгрывают лучшего игрока и лучший компьютер. И, вообще, разве не предполагалась схватка человека с компьютером? Вместо этого получилось сотрудничество, и правильное сотрудничество.

За последние 50 лет концепции Марвина Минского касательно искусственного интеллекта уделялось много внимания. Очень соблазнительная концепция, однозначно. Многие ее восприняли. Она стала доминирующей школой мысли в компьютерной науке. Но по мере вхождения в эру большого количества данных, сетевых систем, открытых платформ и встроенных технологий, я бы предположил, что настало время переоценить альтернативную версию, которую, в общем-то, разработали почти в то же самое время. Я говорю о симбиозе человек-компьютер Дж. К. Р. Ликлайдера, возможно, более удачно названное «Усилением интеллекта», УИ.

Ликлайдер был титаном компьютерной науки, оказавшим существенное влияние на развитие технологии и интернета. Его концепция предполагала сотрудничество человека и компьютера в принятии решений, управлении сложными ситуациями без жесткой зависимости от заранее предопределенных установок. Обратите внимание на слово «сотрудничать». Ликлайдер воодушевляет нас не взять тостер и сделать его мистером Дэйта из «Стар Трэка», а взять человека и дать ему больше возможностей. Люди так изумительны — то, как мы мыслим, наши нестандартные подходы, наша способность творить, плодить гипотезы — все это очень трудно, а может и вовсе невозможно для компьютера. Ликлайдер интуитивно осознал это, созерцая, как люди ставят цели, формулируют гипотезы, определяют критерии и выполняют оценку. Конечно, с другой стороны, люди так ограничены. Мы слабы в измерениях, вычислениях и по объемам данных. Нужен высококлассный отдел управления талантами, чтобы заставить играть рок-группу и удержать ее вместе. Ликлайдер предвидел, что компьютеры будут делать всю рутинную работу, требующуюся для проникновения в суть и принятия решений.

Потихоньку, без лишних фанфар, этот подход стал одерживать победы вне шахматных полей. Фолдинг белка, тема, которую объединяет с шахматами невероятная разветвленность вариантов: способов сворачивания белка существует больше, чем атомов во вселенной. Это мироизменяющая проблема с огромными перспективами для понимания и лечения болезней. И грубой электронной силы суперкомпьютера недостаточно для этой задачи. «Foldit», игра, созданная компьютерными учеными, демонстрирует ценность данного подхода. Любители, не биологи, не техники, играют в видео-игру, в которой они визуально перестраивают структуру протеина, позволяя компьютеру управлять атомными силами и взаимодействиями и определять структурные составляющие. Этот подход выигрывает у суперкомпьютера в половине случаев, и одерживает ничью в еще 30%. «Foldit» недавно сделала крупное и значительное научное открытие, расшифровав структуру обезьяньего вируса Мэйсона-Пфайзера. Протеаза, которая ускользала от определения более 10 лет, была рассчитана тремя игроками за несколько дней, что, пожалуй, стало первым большим научным прорывом, возникшим в результате видео-игры.

В прошлом году на месте башен-близнецов открылся мемориал 9/11. На нем отображаются имена тысяч жертв с использованием красивой концепции «значимой смежности». Она располагает имена друг за другом, основываясь на их взаимоотношениях: друзья, семьи, сотрудники. Если собрать все это вместе, получается как раз вычислительная задача: 3 500 жертв, 1 800 запросов смежности, влияние общих физических характеристик и конечная эстетика. Как впервые сообщили СМИ, этот подвиг был доверен алгоритму из нью-йоркской дизайнерской фирмы «Local Projects». На самом деле все немного запутанней. В то время как алгоритм был использован для наброски каркасного эскиза, люди использовали этот эскиз для создания конечного результата. Таким образом, в этом случае компьютер производил оценку миллионов возможных вариантов размещения, управлял сложной системой связей, и следил за очень большим набором величин и переменных, позволяя людям сосредоточиться на макетных и композиционных решениях. И если оглянуться вокруг, мы увидим, как повсюду воплощается концепция Ликлайдера. Будь то дополненная реальность в вашем iPhone или GPS в вашем авто, симбиоз человек-компьютер дает нам больше возможностей.

И если вы хотите усовершенствовать этот симбиоз, что вы можете сделать? Вы можете начать со вписывания человека в этот процесс. Вместо размышления на тему, что сделает компьютер для решения некой проблемы, разработайте также варианты того, какую работу выполнит человек. Когда вы это сделаете, вы сразу поймете, что все свое время уделяете интерфейсу между человеком и машиной, особенно стараясь сгладить возможные трения в процессе взаимодействия. По сути, это трение — более определяющее для общей эффективности, нежели по отдельности способности человека или мощь машины. Вот почему двое любителей с двумя ноутбуками легко победили суперкомпьютер и гроссмейстера. Как сказал Каспаров, процесс — это побочный продукт трения. Чем лучше процесс, тем меньше трение. И снижение трения становится решающей переменной.

Или взять другой пример: большой объем данных. Каждое наше взаимодействие с окружающим миром записывается все большим количеством датчиков: ваш телефон, ваша кредитка, ваш компьютер. Результат — большое количество данных, и оно фактически дает нам возможность глубже понять состояние человека. Большинство подходов к большим объемам данных сосредоточивается на том, «Где хранить? Как искать? Как обрабатывать эти данные?» Эти вопросы необходимы, но этого недостаточно. Необходимо выяснить не только то, как вычислять, но и что вычислять. Как вы наложите человеческую интуицию на данные в этом масштабе?

Опять же, мы начинаем вписывать в процесс человека. Когда PayPal только начинался как бизнес, их главнейшей проблемой было не «Как пересылать деньги онлайн туда-сюда?» Вопрос звучал «Как делать это, не став жертвой мошенничества?» Почему это так трудно? Потому что, хотя компьютеры и могут научиться выявлять и распознавать обман, основываясь на заданной схеме, они не могут сделать этого, основываясь на схеме, которую им никто не задавал, а организованная преступность имеет много общего с этой аудиторией: блестящие люди, неустанно изобретательные, с духом предпринимательства — и лишь одно большое и важное различие: цели. И пока компьютеры в одиночку могут поймать всех, кроме умнейших мошенников, поимка умнейших определяет различие между успехом и провалом.

Есть целый класс проблем, подобных этой, ситуаций с приспосабливающимся противником. Они крайне редко следуют повторяющейся схеме, улавливаемой компьютером. Вместо этого, в них обязательно присутствует какая-нибудь примесь новизны, нарушения шаблона, и все чаще эти проблемы погребены в большом объеме данных.

Например, терроризм. Террористы постоянно приспосабливаются в мелочах и по-крупному к новым обстоятельствам, и, невзирая на то, что вы можете увидеть по ТВ, эти приспособления, и их распознавание принципиально ложатся на плечи людей. Компьютеры не выявляют новые схемы и непривычное поведение, но люди — да. Люди используют технологи, проверяют гипотезы, ищут понимание путем задания задач своим машинам. Усама бен Ладен был пойман не искусственным интеллектом. Он был пойман целеустремленными, изобретательными, блестящими людьми совместно с различными технологиями.

Но как бы привлекательно это ни звучало, невозможно вычислить истину при помощи алгоритма. Нет такой кнопки «Найти террориста». И чем больше данных мы собираем из огромного количества источников разного формата из совершенно различных систем, тем меньше эффективность поиска решения. Людям же достаточно посмотреть на данные и найти догадку. И, как и предвидел Ликлайдер, ключом к получению хороших результатов служит правильный тип взаимодействия. И, в понимании Каспарова, это означает уменьшить трение в интерфейсе.

Так вот, этот подход делает возможным такие вещи как — прочесывание всех доступных данных из самых разных источников для определения ключевых закономерностей и сведения их воедино. То, что невозможно было сделать раньше. Кто-то считает, что это очень плохо скажется на личной и общественной свободах. Другие предвещают эру более надежной защиты личной и социальной свобод. Но личная и социальная свободы имеют принципиальное значение. Они должны быть признаны и не могут игнорироваться даже исходя из самых лучших намерений.

Итак, давайте исследуем на нескольких примерах воздействие, которое технологии привносят в человеко-компьютерный симбиоз на сегодняшний день.

В октябре 2007 США и силы коалиции обыскали конспиративную квартиру Аль-Каиды в городе Синджар на Сирийской границе Ирака. Они нашли драгоценные документы: 700 биографических очерков иностранных боевиков. Эти иностранные боевики оставили свои семьи в Персидском заливе, Леванте и Северной Африке, чтобы присоединиться к Аль-Каиде в Ираке. Эти записи были опросными анкетами. Иностранные боевики заполняли их при вступлении в организацию. Оказывается, что и в Аль-Каиде тоже не обошлось без бюрократии. Они ответили на такие вопросы, как: «Кто вас завербовал?», «Какой ваш родной город?», «Какую работу вы ищете?».

Последний вопрос раскрыл удивительные подробности. Большое число иностранных боевиков хотели стать смертниками-мучениками, что особенно важно, т.к. приблизительно с 2003-2007 года в Ираке было совершено 1382 взрыва смертников (основной источник нестабильности). Анализировать эти данные было трудно, т.к. оригиналами были листы бумаги на арабском, которые нужно было отсканировать и перевести. «Трение» в процессе не позволяло получить значимые результаты в отведенные сроки используя одних лишь людей, PDF-файлы и упорство. Исследователям нужно было усилить свои людские умы технологией, чтобы копнуть глубже и исследовать неочевидные гипотезы, таким образом открывая новые идеи. 20% иностранных боевиков были из Ливии, 50% из них из одного городка в Ливии, что важно, т.к. до этого в статистике была цифра 3%. Это также помогло обратить внимание на растущую значимость в Аль-Каиде такой фигуры как Абу Яхья аль-Либи старшего священника Ливийской Исламской боевой группы. В марте 2007 года он выступил с речью, после которой наблюдался интенсивный прирост новых участников из ливийских боевиков.

Возможно, самое умное из всего этого, хотя и наименее очевидное, переворачиванием данных с ног на голову исследователи смогли глубоко исследовать сети взаимодействий в Сирии, которые были в конечном счете ответственны за получение и транспортировку иностранных боевиков на границу. Это были сети наемников, а не идеологов, которые координировали свои дела для получения прибыли. К примеру, в основном они нанимали больше саудовских боевиков, чем ливийских. Ведь деньги, в ином случае ушли бы в Аль-Каиду. Возможно, противник нарушил бы свои сети если бы знал, что обманывают будущих джихадистов.

В январе 2010 года по Гаити ударило разрушительное землетрясение, третье в списке самых смертоносных землетрясений за все времена, оставившее один миллион людей, 10% всего населения, без домов. Один, казалось бы, небольшой аспект общих усилий по оказанию помощи становился все более важным по мере нарушения доставки еды и воды. Январь и февраль на Гаити — это самые сухие месяцы, и в это время во многих лагерях вода застоялась. Единственное учреждение, обладающее детальным знанием пойм Гаити, было разрушено в результате землетрясения вместе со своим руководством. Итак, вопрос был в том, какие лагеря в опасности, сколько людей в этих лагерях, каково время затопления, и как организовать переселение, имея ограниченные ресурсы. Данные были невероятно разрозненные. Армия США обладала детальным знанием лишь небольшой части страны. В интернете были данные с конференции по экологическим рискам 2006 года и другие геопространственные данные. Но ничто из этого не было объединено. Задачей для человека здесь стало определение лагеря для перемещения на основе приоритета потребностей. Компьютеру же предстояло объединить огромное количество геопространственной информации, данных средств массовой информации и организаций по оказанию помощи для получения ответа на этот вопрос. Осуществление улучшенного процесса, который в ином случае потребовал бы трех месяцев работы 40 человек, стало простым заданием для трех человек и 40 часов и в итоге победой человеко-компьютерного симбиоза.

Сейчас мы, находясь более 50 лет в концепции будушего Ликлайдера, и данные предполагают, что мы должны быть очень рады тому, что можем решить труднейшие задачи этого века силами сотрудничества человека и машины. Спасибо.

Перевод: Евгений Южанинов
Редактор: Алла Дунаева

Источник