Мы используем cookie-файлы. Оставаясь на сайте роботов, человек соглашается на использование cookie-файлов.
Подробнее — в «Условиях использования cookie-файлов».

Отдай работу роботу: с чем машины справляются лучше людей

Наш арт-директор Сергей Гуров любит рассказывать начинающим дизайнерам, что через 10 лет они лишатся работы, поскольку искусственный интеллект уже делает интерфейсы лучше, чем они. Редакция решила прояснить будущее дизайнеров, юристов и всех-всех, кого пугают умные машины.

Где-то это видели

Роботы не в первый раз заменяют людей — сначала это были станки, затем конвейеры и в конце концов алгоритмы. Парадокс в том, что уровень безработицы за последние 200 лет существенно не изменился.

Зато теперь, наблюдая за роботом-пылесосом, можно помечтать о 4-часовом рабочем дне или, например, безусловном основном доходе. Скоро ли люди смогут заниматься лепкой, акварелью и резьбой по дереву, а роботы — решением насущных проблем человечества — давайте смотреть.

Процедура опознания

Каждый год роботы соревнуются в распознавании визуальных образов

ImageNet Large Scale Visual Recognition Challenge (ILSVRC) — одно из наиболее знаменитых публичных испытаний в этой области. В ходе испытаний системы должны обнаруживать на предлагаемых им изображениях объекты, принадлежащие к одному из 1000 различных классов (в том числе, например, 90 пород собак — вы столько различите?). В 2017 году минимальный процент ошибки составил 2,25% — белковые формы справляются куда хуже.

Алгоритмы лучше людей разберут почерк, опознают лица, найдут аномалии на рентгеновских снимках и не пропустят ни одной орфографической ошибки.

Примерно так же обстоят дела с распознаванием речи. Лучшие из алгоритмов поймут, о чем вы говорите, с вероятностью 94,1% — всего на 0,4% хуже людей (спишем на погрешность). Машины могут не только превращать фонограммы в текст, но и достаточно точно определять по голосу пол и возраст говорящего, различать интонации и эмоции, осуществлять сложные манипуляции со звуком — например, подменять в записи один голос на другой, как Adobe Voco.

Поговорить по душам

В конце 2016 года компания DeepMind опубликовала работу, посвящённую новой нейросетевой архитектуре — WaveNet. Так началась массовая разработка нейросетей, способных синтезировать человеческую речь. Системы Tacotron 2 и Deep Voice 3 способны синтезировать образцы речи практически неотличимые от речи человека, расставлять акценты и менять интонации.

Машины не только расскажут, но и поймут — благодаря развитию рекуррентных нейронных сетей и появлению технологий word embedding и sentence embedding, машины существенно продвинулись в понимании естественного языка. Нейронная сеть, созданная Alibaba, успешно сдала тесты Стэнфордского университета и впервые превзошла людей. Смысл тестов заключается в том, чтобы по результатам прочтения некоторого текста дать ответ на проверочные вопросы. Например, текст об истории сериала «Доктор Кто» и вопрос о том, как назывался космический корабль главного героя.

Алгоритм набрал в тестах 82,44 балла, средний результат людей в том же испытании составил 82,34. Уже на следующий день нейронная сеть Microsoft набрала 82,65 балла.

Чья работа состоит в том, чтобы понимать вопросы и отвечать на них? Чат-боты роботов успешно отвечают на сообщения в мессенджерах, параллельно развиваются голосовые робооператоры:

2011 — появление word embedding — технологии, позволяющей рекуррентным нейронным сетям понимать смысл суждений на естественном языке;

2016 — команда разработчиков из Microsoft Artificial Intelligence and Research разработала систему распознавания речи, которая делает то же или даже меньшее количество ошибок, чем люди;

2016-2017 — появление реалистичных систем синтеза речи, основанных на нейронных сетях (WaveNet, Tacotron, Deep Voice) от Google и Badoo

2017 — появление первых прототипов систем, способных заменить оператора колл-центра, первые опыты по промышленному внедрению

2018 — расширение масштабов промышленного внедрения, новые области применения, при сопоставимой с людьми эффективности сокращение затрат (РФ) — до 7 раз.

Поумнее будет

— Через 30 лет роботы смогут делать практически всё, что умеют люди, — такой прогноз дал Моше Варди, профессор вычислительной инженерии и директор Института информационных технологий Кена Кеннеди при Университете Райса в докладе «Умные роботы и их влияние на общество». — Это приведёт к тому, что более 50% жителей Земли станут безработными. … Мы приближаемся к тому времени, когда машины превзойдут людей почти в любом деле. Я считаю, что обществу нужно посмотреть в лицо этой проблеме до того, как она встанет во весь рост. Если машины будут способны делать почти всё, что умеют люди, что нам останется?

Составление списков профессий, которые попадут под удар в первую очередь, задача неблагодарная. Нужно хорошо понимать, как особенности каждой конкретной профессии, так и потенциал существующих (и пока ещё не существующих) технологий. Попробуем понять принципы, лежащие в основе такого рода оценки.

У профессий, представителей которых могут заменить машины, есть несколько признаков.

— Шаблонность и однообразие выполняемых операций — если ваша работа заключается в том, чтобы раз от разу совершать повторяющиеся действия, не требующие интеллектуальных усилий и не предполагающие проявления инициативы — это довод в пользу замены вас машиной. С такими операциями машины в большинстве случаев справляются лучше людей.

— Стандартизованные взаимодействия с другими людьми — если общение с клиентами, заказчиками, руководством, подрядчиками, госорганами и т.п. в вашем случае происходит по стандартным шаблонам и с использованием электронных каналов связи, вас сможет эффективно заменить машина.

— Наличие массивов данных, описывающих историю бизнес-процесса — если вся история осуществляемых вами операций и их результатов хорошо параметризована и запротоколирована, такой набор данных может стать удобным обучающим материалом для системы машинного обучения. И да, она будет справляться лучше.

Взаимозаменяемость

На решение о замене будут влиять и величина потенциальной экономии от замены, зрелость технологий, оценка рисков как «человеческого фактора», так и «машинного».

В «красную зону» входят профессии, для которых в настоящее время уже созданы прототипы решений по замене людей, и где внедрение таких систем не связано с изменением законов. Тут машины уже вовсю работают. А как раз юристам стоит побеспокоиться — Сбербанк уже заменил 450 специалистов по подготовке исков алгоритмами.

«Оранжевую зону» формируют профессии, где есть ограничения закона или технологий. Высока вероятность, что за 3-7 лет ситуация изменится, и машины начнут справляться. Вы же наблюдаете за испытаниями беспилотных автомобилей?

Профессии «жёлтой зоны» вряд ли в ближайшие 10 лет будут заменены работой машин, но из-за повышения производительности труда в них возможно сокращение количества занятого персонала. Если дизайнеры дочитали до этого абзаца — это новости для них.

— Роботы заменят низкоквалифицированных дизайнеров, а дизайнеры высокой квалификации будут использовать алгоритмы как инструмент. Так что 70 % останутся без работы, — говорит наш арт-директор Сергей Гуров. И нет поводов с ним не соглашаться.

И, наконец, к «зелёной зоне» относятся профессии, спрос на представителей которых будет расти. Все, кто умеют с машинами работать, их обучать и ими управлять, станут как никогда востребованы. Параллельно будут нужны и те, кто умеет заботиться о людях: учителей и врачей заменить крайне сложно — людям мы по привычке доверяем больше.

Ключевым навыком становится умение учиться и меняться. Разработчики с ностальгией вспоминают технологии, которые были актуальными лет 7 назад — но с ними давно не работают. Изменения приносят новые риски, но дают новые возможности — например, делать что-то круче, чем роботы.