Смогут ли технологии в будущем заменить человека?
Стремительное развитие технологий заставляет современного человека опасаться за свое будущее. Кто знает, возможно, в скором времени роботы или ещё что-нибудь сможет полностью заменить или поработить нас. Своими страхами поделились пользователи сайта Quora.
Будущее может выглядеть несколько мрачным, но радует то, что оно у нас хотя бы есть!
Еще со времен промышленной революции технологии начали заменять людей. И этот процесс только ускорялся, ведь всё возрастающее количество компаний нанимало меньшее количество людей, автоматизируя конвейерное производство.
Скорее, вопрос заключается в том, что же будут делать люди, у которых появится огромное количество свободного времени и которым будут доступны почти все блага цивилизации? Ведь если они не будут задействованы в создании чего-либо, то им крайне быстро все наскучит. Так, на Западе зафиксирован максимальный за всю историю уровень недовольства жизнью, потому что сами вещи больше не приносят счастья людям.
Я могу с легкостью купить и установить домашний кинотеатр с системой объемного звука, но какой в этом смысл, ведь я собираюсь смотреть на нем те фильмы и видео, которые создавались совсем не для просмотра на большом экране. Поэтому намного логичнее будет смотреть все это на обыкновенном мониторе и с монофоническим звуком.
Что же касается непосредственно производства благ цивилизации, то человек будет постепенно отстраняться от подобного вида работы, а все свое внимание направит на поиск других форм выражения себя. Так, к примеру, на данный момент нам с друзьями намного веселее, когда мы просто собираемся в студии за музыкальными инструментами и играем что-то для души. Да, может быть, уровень нашей игры еще не дотягивает до выступления в ближайшем пабе, но особое удовольствие приносит непосредственно процесс активного создания чего-то, а не просто пассивное потребление.
Также в будущем, когда пропадет необходимость в каждодневной рутинной работе, известность станут приобретать по-настоящему талантливые артисты. Например, посмотрите на Youtube: кто-то создает далекий от идеала продукт и получает огромный доход от рекламы. В конце концов, особой популярностью начнут пользоваться самобытные артисты, которые будут способны создать что-то исключительное, а не очередной стандартизированный медиа-проект.
Если же говорить о создании или разработке дизайна какой-либо продукции, то, на мой взгляд, креативные люди всегда смогут найти себе работу, потому что именно они решают, как продукт будет выглядеть и функционировать.
Цели использования компьютера
Используют компьютер с разными целями. Компьютер дает возможность:
- дистанционного обучения;
- удаленной работы;
- повышения квалификации;
- зарабатывать деньги;
- заниматься самообразованием, просматривая мастер-классы ведущих специалистов и ученых;
- осваивать технику вязания и пошива одежды;
- обработки фотографий в программе «Фотошоп»;
- развлечения компьютерными играми;
- многое другое.
Сейчас невозможно представить офисную работу без оформления отчетов и документации посредством компьютера: написание деловых писем, составление договоров, заполнение бланков и отчетностей. И даже если вы допустите ошибки в тексте, то умный компьютер укажет на них, и вы их вовремя исправите.
Электронная почта поможет вам разослать письма или документацию в считанные секунды в самые отдаленные уголки страны и даже за рубеж.
Hyperloop
Так может выглядеть пассажирский салон Hyperloop.
Думаю, среди наших читателей многие смотрели мультсериал «Футурама» и помнят специальные трубы, по которым передвигаются горожане. Так вот, компания Hyperloop Transportation Technologies (HTT) работает над аналогичной идеей, которую она хочет воплотить в жизнь. Впервые концепт Hyperloop был предложен в 2013 году Элоном Маском. Он представляет собой систему транспортных перевозок между городами в закрытых вакуумных трубах. Пассажиры, находясь в специальных капсулах, смогут путешествовать от одного города к другому со скоростью около 1300 километров в час. Быстрее скорости звука, нужно отметить.
Цифровые экраны и различные рекламные предложения обещают сделать сверхбыстрые перевозки не только приятными, но и развлекательными. В HTT заявляют, что система Hyperloop будет гораздо эффективнее и экономически выгоднее любой другой ныне используемой транзитной системы. В настоящий момент технологии проходят первые испытания. Но потенциал Hyperloop заметили даже в России.
Какие задачи могут выполнять такие компьютеры
У них есть потенциал, чтобы ускорить развитие искусственного интеллекта. Google уже использует их для улучшения программного обеспечения автомобилей с автоматическим управлением. Они также будут необходимы для моделирования химических реакций.
Одним из наиболее многообещающих приложений квантовых компьютеров является моделирование поведения вещества вплоть до молекулярного уровня. Это может означать более эффективные продукты — от новых материалов для батарей в электромобилях, до более качественных и дешевых лекарств или значительно улучшенных солнечных батарей. Ученые надеются, что квантовые симуляции могут даже помочь найти лекарство от болезни Альцгеймера.
Квантовые компьютеры найдут применение везде, где есть большая, неопределенная и сложная система, которую необходимо смоделировать. Это может быть что угодно, от прогнозирования финансовых рынков до улучшения прогнозов погоды.
Аппаратное обеспечение: компактное, дешевое и универсальное
В мейнфрейм-эпоху только крупные организации могли позволить себе компьютер. Мини-компьютеры были доступны для организаций поменьше, а компьютеры – для домов и офисов.
Размер компьютеров уменьшается с постоянной скоростью
Сейчас мы на пороге новой эпохи, в которой процессоры и сенсоры становятся настолько дешевыми и компактными, что компьютеров скоро будет больше, чем людей.
Этому способствуют два фактора. Во-первых, неуклонный прогресс в производстве полупроводников за последние 50 лет (Закон Мура). Во-вторых, то, что Крис Андерсон называет «мирными дивидендами от войны смартфонов»: головокружительный успех смартфонов способствовал большим инвестициям в разработку процессоров и сенсоров. Загляните внутрь современного квадрокоптера, очков виртуальной реальности или любого устройства интернета вещей – что вы увидите? Правильно – главным образом компоненты смартфона.
Но в современную эпоху полупроводников всё внимание перешло от отдельных процессоров к целым узлам специальных микросхем, известным как однокристальные системы.
Цены на компьютеры стабильно снижаются
Обыкновенная однокристальная система сочетает в себе энергоэффективный ARM-процессор и специальный графический процессор, а также устройства обмена информацией, управления питанием, обработки видеосигнала и так далее.
Raspberry Pi Zero: 5-долларовый Компьютер на Linux с процессором 1 GHz
Эта инновационная архитектура позволила сбросить минимальную стоимость базовых вычислительных систем со 100 до 10 долларов за единицу. Отличным примером послужит Raspberry Pi Zero – первый 5-долларовый компьютер на Linux с частотой 1 GHz. За те же деньги можно приобрести микроконтроллер Wi-Fi, поддерживающий одну из версий Python. Совсем скоро эти микропроцессоры будут стоить меньше доллара, и мы без труда сможем встраивать их практически всюду.
Но более серьезные достижения происходят сегодня в мире высококачественных микропроцессоров. Отдельного внимания заслуживают графические процессоры, лучшие из которых производит компания NVIDIA. Графические процессоры полезны не только для обработки графики, но и при работе с алгоритмами машинного обучения, а также с устройствами виртуальной и дополненной реальности. Однако представители компании NVIDIA обещают более существенные улучшения производительности графических процессоров в ближайшем будущем.
Козырем всей сферы информационных технологий по-прежнему остаются квантовые компьютеры, которые пока существуют преимущественно в лабораториях. Но стоит сделать их коммерчески привлекательными, и это приведет к грандиозному росту производительности, прежде всего, в сфере биологии и искусственного интеллекта.
Программное обеспечение: золотой век искусственного интеллекта
Сегодня в мире программного обеспечения происходит много любопытных вещей. Хороший пример – распределенные системы. Их появление обусловлено многократным увеличением количества устройств за последние годы, что вызвало необходимость распараллеливать задания на нескольких машинах, налаживать обмен данными между устройствами и координировать их работу. Отдельного внимания заслуживают такие технологии распределенных систем, как Hadoop или Spark, предназначенные для работы с большими массивами данных. Стоит также упомянуть технологию блокчейн, обеспечивающую безопасность данных и ресурсов и впервые реализованную в криптовалюте Bitcoin.
Но, пожалуй, самые захватывающие открытия совершаются сегодня в области искусственного интеллекта (ИИ), имеющего длинную историю взлетов и падений. Еще сам Алан Тьюринг предсказывал, что к 2000 году машины будут способны имитировать людей. И хотя это предсказание пока не осуществилось, есть веские причины полагать, что ИИ наконец вступает в золотой век своего развития.
«Машинное обучение – это ключевой, революционный способ переосмысления всего, что мы делаем», – генеральный директор компании Google Сундар Пичаи.
Наибольший ажиотаж в области ИИ сосредоточен вокруг так называемого глубинного обучения – метода, который был широко освещен в рамках одного известного проекта компании Google, запущенного в 2012 году. В этом проекте была задействована высокопроизводительная сеть компьютеров, целью которой было научиться распознавать котиков на видеороликах с YouTube. Метод глубинного обучения основывается на искусственных нейронных сетях – технологии, зародившейся еще в 40-х годах прошлого века. Недавно эта технология снова стала актуальной из-за многих факторов: появления новых алгоритмов, снижения стоимости параллельных вычислений и широкого распространения больших наборов данных.
Процент ошибок в конкурсе ImageNet (красная линия соответствует показателям человека)
Остается надеяться, что глубинное обучение не станет просто очередным модным термином Силиконовой долины. Впрочем, интерес к этому методу обучения подкрепляется впечатляющими теоретическими и практическими результатами. К примеру, до введения глубинного обучения допустимый процент ошибок победителей ImageNet, известного конкурса по машинному видению, составлял 20–30 %. Но после его применения правильность алгоритмов неуклонно росла, и уже в 2015 году показатели машин превзошли показатели человека.
Многие документы, пакеты данных и инструменты программного обеспечения, связанные с глубинным обучением, находятся в открытом доступе, что позволило отдельным лицам и небольшим организациям создавать собственные высокоэффективные приложения. Компании WhatsApp Inc. потребовалось всего 50 разработчиков, чтобы создать популярный мессенджер для 900 миллионов пользователей. Для сравнения, создание мессенджеров предыдущих поколений требовало привлечения свыше тысячи (а иногда и нескольких тысяч) разработчиков. Нечто подобное теперь происходит и в области ИИ: программные средства вроде Theano и TensorFlow в сочетании с облачными дата-центрами для обучения и недорогими видеокартами для вычислений позволяют небольшим командам разработчиков создавать новаторские системы ИИ.
К примеру, ниже представлен небольшой проект одного программиста с использованием TensorFlow для преобразования черно-белых фото в цветные:
Слева направо: черно-белое фото, преобразованное фото, цветной оригинал фото. (Источник)
А вот небольшое стартап-приложение для классификации предметов в реальном времени:
Приложение Teradeep идентифицирует предметы в реальном времени
Хм, а ведь где-то я уже это видел:
Фрагмент из фильма Терминатор 2: Судный день (1991 г.)
Одним из первых приложений с методом глубинного обучения, выпущенных крупной компанией, было удивительно умное приложение для поиска изображений Google Photos:
Поиск по фотографиям (без метаданных) с ключевой фразой «big ben»
В скором времени нас ожидает значительное повышение производительности ИИ во всех сферах программного и аппаратного обеспечения: голосовые помощники, поисковые механизмы, чат-боты, 3D сканеры, языковые переводчики, автомобили, дроны, системы диагностической визуализации и многое-многое другое.
«Легко предугадать идеи следующих 10000 стартапов: взять Х и прибавить искусственный интеллект», – Кевин Келли.
Стартапы, создающие продукцию с упором на ИИ, должны оставаться предельно сфокусированными на определенных приложениях, чтобы поддерживать конкуренцию с крупными компаниями, для которых ИИ является высшим приоритетом. Системы ИИ становятся эффективнее по мере того, как увеличивается объем собранных для них данных. Получается нечто вроде маховика, постоянно вращающегося за счет так называемого эффекта сети данных (больше пользователей → больше данных → лучше продукция → больше пользователей). К примеру, команда картографического сервиса Wase использовала эффект сети данных, чтобы сделать качество предоставляемых карт лучше, чем у их более маститых конкурентов. Всем, кто намерен использовать ИИ для своего стартапа, стоит придерживаться аналогичной стратегии.
Программное + аппаратное обеспечение: новые компьютеры
Сейчас на стадии формирования находится целый ряд перспективных платформ, которые скоро вполне могут перейти на стадию развития, так как они сочетают в себе самые последние разработки из сфер программного и аппаратного обеспечения. И хотя эти платформы могут выглядеть по-разному либо иметь разную комплектацию, у них есть одна общая черта: использование последних расширенных возможностей умной виртуализации. Рассмотрим некоторые из этих платформ:
Автомобили. Крупные информационно-технологические компании вроде Google, Apple, Uber и Tesla немало инвестируют в разработку автономных или беспилотных автомобилей. На рынке уже представлены полуавтономные автомобили Tesla Model S и вскоре ожидается выход обновленных и более совершенных моделей. Создание полностью автономного автомобиля потребует некоторого времени, однако есть основания полагать, что ждать осталось не более пяти лет. На самом деле, уже существуют разработки полностью автономных автомобилей, которые ездят не хуже, чем под управлением человека. Тем не менее, в силу многих аспектов культурного и регулятивного характера такие автомобили должны ездить намного лучше, чем управляемые человеком, чтобы быть допущенными к широкой эксплуатации.
Беспилотный автомобиль составляет схему своего окружения
Несомненно, объем инвестиций в беспилотные автомобили будет только расти. В дополнение к информационно-технологическим компаниям, крупные производители автомобилей тоже начали задумываться над автономностью. Нас ждет еще много интересных стартап-продуктов. Программные средства глубинного обучения стали настолько эффективными, что сегодня одному-единственному разработчику под силу сделать полуавтономный автомобиль.
Самодельный беспилотный автомобиль
Дроны. Современные дроны укомплектованы по последнему слову техники (в основном компонентами смартфонов и механическими деталями), но имеют относительно простое ПО. В скором времени появятся усовершенствованные модели, оснащенные компьютерным зрением и другими видами ИИ, что сделает их более безопасными, удобными в управлении и полезными. Фото- и видеосъемка с дронов будет популярной не только среди аматоров, но, что важнее, найдет и коммерческое применение. К тому же, существует немало опасных видов работ, в том числе высотных, для выполнения которых было бы гораздо безопаснее использовать дроны.
Полностью автономный полет дрона
Интернет вещей. Самые основные преимущества устройств интернета вещей – это их энергоэффективность, безопасность и удобство. Хорошими примерами первых двух характеристик могут послужить продукты Nest и Dropcam. Что касается удобства, стоит обратить внимание на устройство Echo от Amazon.
Большинство людей полагают, что Echo – это очередная маркетинговая уловка, но, воспользовавшись хотя бы раз, они удивляются, насколько удобным оказывается это устройство. Оно блестяще демонстрирует эффективность голосового управления как основы пользовательского интерфейса. Конечно, мы еще не скоро увидим роботов с универсальным интеллектом, способных поддерживать полноценный разговор. Но, как показывает Echo, компьютеры уже способны справляться с более-менее сложными голосовыми командами. По мере того как метод глубинного обучения будет совершенствоваться, компьютеры научатся лучше понимать язык.
3 основных преимущества: энергоэффективность, безопасность, удобство
Устройства интернета вещей также найдут применение в бизнес-сегменте. К примеру, устройства с сенсорами и возможностью сетевого подключения широко используются для оперативного контроля промышленного оборудования.
Носимая техника. Сегодня функциональность носимых компьютеров варьируется в зависимости от ряда факторов: емкости батареи, средств коммуникации и обработки данных. Наиболее успешные устройства обычно имеют весьма узкую сферу применения: к примеру, фитнес-трекинг. По мере улучшения компонентов аппаратного обеспечения носимые устройства будут, как и смартфоны, расширять свою функциональность, открывая тем самым возможности для новых приложений. Как и в случае с интернетом вещей, предполагается, что голос станет основным пользовательским интерфейсом управления носимыми устройствами.
Миниатюрный наушник с искусственным интеллектом, фрагмент из фильма «Она»
Виртуальная реальность. 2016 год будет очень интересным для развития средств VR: релиз очков виртуальной реальности Oculus Rift и HTC Vive (и, возможно, PlayStation VR) означает, что удобные и иммерсивные системы VR наконец станут общедоступными. Разработчикам устройств VR придется хорошенько постараться, чтобы не допустить возникновения у пользователей так называемого эффекта «зловещей долины», при котором чрезмерная правдоподобность робота или другого искусственного объекта вызывает неприязнь у людей-наблюдателей.
Для создания качественных систем VR требуются качественные экраны (с высоким разрешением, высокой частотой обновления и низкой инерционностью), мощные видеокарты и возможность отслеживать точное положение пользователя (предыдущие поколения систем VR могли только отслеживать поворот головы пользователя). В этом году благодаря новым устройствам пользователи впервые смогут испытать на себе полноценный эффект присутствия: все чувства настолько качественно «обманываются», что пользователь ощущает полное погружение в виртуальный мир.
Демонстрация Oculus Rift Toybox
Несомненно, очки VR продолжат развиваться и со временем будут становиться всё доступнее. Разработчикам еще предстоит немало поработать над такими аспектами, как новые инструменты представления генерируемого и/или отснятого контента VR, усовершенствование машинного зрения для отслеживания положения пользователя и получения данных о нем прямо с телефона или очков виртуальной реальности, а также распределенные серверные системы для размещения масштабных виртуальных окружений.
Создание виртуального мира в 3D формате с помощью очков VR
Дополненная реальность. Скорее всего, AR получит развитие только после VR, потому что для полноценного использования дополненной реальности потребуются все возможности виртуальной вместе с дополнительными новыми технологиями. К примеру, для полноценного объединения в одной интерактивной сцене реальных и виртуальных объектов средствам AR потребуются продвинутые технологии машинного зрения с малой задержкой.
Устройство дополненной реальности, фрагмент из фильма «Kingsman: Секретная служба»
Но, скорее всего, эпоха дополненной реальности наступит быстрее, чем вам кажется. Этот деморолик был отснят непосредственно через устройство AR Magic Leap:
Демонстрация Magic Leap: виртуальный персонаж в реальной среде
Этот деморолик был снят непосредственно через устройство Magic Leap 14 октября 2015 года. При его создании не применялись ни спецэффекты, ни композитинг.
