задачи, которые могут быть выполнены с помощью этих технологий, такие как актуарные и бухгалтерские функции, анализ закупок и закупок, а также различные другие канцелярские работы, связанные с распознаванием образов, вычислениями и базовым распознаванием речи. Однако эти же организации существенно снижают общий уровень найма - например, сокращают объявления о вакансиях на всевозможные другие должности.

Действительно, факты свидетельствуют о том, что до сих пор ИИ был направлен преимущественно на автоматизацию. Более того, несмотря на заявления о том, что ИИ и RPA распространяются на нерутинные, более высококвалифицированные задачи, большая часть бремени автоматизации с помощью ИИ до сих пор ложилась на менее образованных работников, которые уже оказались в невыгодном положении из-за более ранних форм цифровой автоматизации. Также нет никаких доказательств того, что низкоквалифицированные работники выигрывают от применения ИИ, хотя очевидно, что люди, управляющие этими компаниями, видят определенную выгоду для себя и своих акционеров.

Обнадеживает то, что ИИ, похоже, не продвинулся настолько, чтобы создать массовую безработицу. Как и промышленные роботы, нынешние технологии пока могут выполнять лишь небольшой набор задач, и их влияние на занятость ограничено. Тем не менее, она движется в направлении, направленном против работников, и уничтожает некоторые рабочие места. Его наиболее вероятное влияние заключается в дальнейшем снижении заработной платы для многих людей, а не в создании полностью безработного будущего. Проблема в том, что, хотя ИИ не справляется с большинством из того, что он обещает, ему все же удается снизить спрос на работников.

 

Ошибка подражания

Почему же так много внимания уделяется машинному интеллекту? Нас должно волновать, полезны ли машины и алгоритмы для нас. Например, согласно большинству определений, система глобального позиционирования (GPS) не может быть интеллектуальной, поскольку она основана на реализации простого алгоритма поиска (алгоритм поиска A*, впервые разработанный в 1968 году). Тем не менее, GPS-устройства действительно оказывают человеку чрезвычайно полезную услугу. Почти никто из экспертов не отнесет карманные калькуляторы к интеллектуальным устройствам, однако они выполняют задачи, которые большинство людей сочли бы невыполнимыми (например, быстрое перемножение двух семизначных чисел).

Вместо того, чтобы зацикливаться на интеллекте машин, мы должны спросить, насколько полезны машины для людей, а именно так мы определяем полезность машин (ПМ). Фокусировка на MU направит нас на более социально выгодную траекторию, особенно для работников и граждан. Однако, прежде чем развивать этот вопрос, мы должны понять, откуда взялся нынешний фокус на машинном интеллекте, который приводит нас к видению, сформулированному британским математиком Аланом Тьюрингом.

На протяжении всей своей карьеры Тьюринг был увлечен возможностями машин. В 1936 году он внес фундаментальный вклад в решение вопроса о том, что значит быть "вычислимым". Курт Гёдель и Алонзо Черч недавно занялись вопросом о том, как определить множество вычислимых функций, то есть множество функций, значения которых могут быть вычислены алгоритмом. Тьюринг разработал самый мощный способ осмысления этого вопроса.

Он представил себе абстрактный компьютер, который сейчас называется машиной Тьюринга, способный выполнять вычисления в соответствии с входными данными, указанными на возможно бесконечной ленте - например, инструкциями для выполнения основных математических операций. Затем он определил, что функция является вычислимой, если такая машина может вычислить ее значения. Считается, что машина является универсальной машиной Тьюринга, если она может вычислить любое число, которое может быть вычислено любой машиной Тьюринга. Примечательно, что если человеческий разум по своей сути является очень сложным компьютером, а задачи, которые он выполняет, относятся к классу вычислимых функций, то универсальная машина Тьюринга могла бы воспроизвести все возможности человека. Однако до Второй мировой войны Тьюринг не решался задаваться вопросом о том, действительно ли машины могут мыслить и как далеко они могут зайти в выполнении человеческих задач.

Во время войны Тьюринг стал сотрудником сверхсекретного исследовательского центра Блетчли-Парк, где математики и другие специалисты работали над пониманием зашифрованных немецких радиосообщений. Он разработал умный алгоритм и сконструировал машину для ускоренного взлома вражеских шифров. Это помогло британской разведке быстро расшифровать зашифрованные сообщения, которые немцы считали невзламываемыми.

После Блетчли Тьюринг сделал следующий шаг в своей довоенной работе над вычислениями. В 1947 году на заседании Лондонского математического общества он заявил, что машины могут быть разумными. Не обращая внимания на враждебную реакцию участников, Тьюринг продолжал работать над этой проблемой. В 1951 году он написал: "Вы не можете заставить машину думать за вас". Это общее место, которое обычно принимается без вопросов. Цель данной работы - поставить его под сомнение".

Его основополагающая работа 1950 года "Вычислительные машины и интеллект" определяет одно из представлений о том, что значит для машины быть разумной. Тьюринг представил себе "имитационную игру" (сейчас она называется тестом Тьюринга), в которой эксперт вступает в разговор с двумя субъектами - человеком и машиной. Задавая серию вопросов, передаваемых через клавиатуру и экран компьютера, эксперт пытается определить, кто из них кто. Машина считается интеллектуальной, если она может уклониться от обнаружения.

В настоящее время ни одна машина не является интеллектуальной в соответствии с этим определением, но его можно преобразовать в менее категоричный рейтинг машинного интеллекта. Чем лучше машина может имитировать человека, тем более она интеллектуальна. Для того чтобы ввести это в действие, можно определить понятие "человеческий паритет" при выполнении задачи, который будет достигнут, если машина может выполнить эту задачу по крайней мере так же хорошо, как человек. Затем, чем в большем количестве задач машина может достичь человеческого паритета, тем более интеллектуальной она является.

Мысли самого Тьюринга на эту тему были более тонкими. Он понимал, что прохождение этого теста может не означать истинной мыслительной способности: "Я не хочу создать впечатление, что я считаю, что в сознании нет никакой тайны. Например, есть некий парадокс, связанный с любой попыткой его локализации". Несмотря на эту оговорку, современная область ИИ пошла по стопам Тьюринга и сосредоточилась на искусственном интеллекте, определяемом как машины, действующие автономно, достигающие человеческого паритета и впоследствии превосходящие человека.

 

Бум и почти полный крах

Увлечение машинным интеллектом часто приводит к преувеличениям. Французский новатор XVIII века Жак де Вокансон занял бы заслуженное место в истории техники за свои многочисленные инновации, включая разработку первого автоматического ткацкого станка и цельнометаллического токарно-фрезерного станка, который стал революционным для ранней станкостроительной промышленности. Однако сегодня его помнят, как мошенника за его "пищеварительную утку", которая хлопала крыльями, ела, пила и испражнялась. Все это было иллюзией: пища и вода поступали в один из многочисленных отсеков, который затем выбрасывал уже переваренную пищу в виде экскрементов.

Вскоре после утки де Вокансона появился "Механический турок" венгерского изобретателя Вольфганга фон Кемпелена, автоматическая