Образование для образованных. 2021

Ниже представлены «экспоненциальные технологии», которые Тони Себа отслеживал по состоянию на конец 2019 года, и которые повлияют на образ жизни и занятость, связанные с транспортом, энергетикой, строительством и огромным числом других сфер деятельности.

Этот список не очень поменялся за пару лет, и он очень похож по составу на самые разные другие подобные списки технологий. Все такие технологии следуют чему-то типа закона Мура в полупроводниковой промышленности, то есть цена на них существенно падает ежегодно, и сочетаются они в продуктах и услугах причудливым и неочевидным способом. И когда появляется продукт или сервис с их использованием, он распространяется по миру со скоростью пожара – ибо стоит дёшево.

Это распространение можно очень приблизительно разделить на следующие стадии17:

• стандартизация (standardization, возникновение промышленных стандартов, позволяющих организовать встраивание новой технологии во внешние системы). Если вы обнаружили перспективную технологию, в которой ещё нет стандартов, то вам повезло: вы близки к началу её распространения.

• удобство использования (usability, обеспечение удобного интерфейса к технологии, иногда речь идёт о «ключевом приложении», killer application)

• переход в массовое потребление (сonsumerization)

• переход в инфраструктуру (foundationalization, изо всех утюгов, «потребление незаметно»).

В компьютерах сначала появились открытые архитектуры (стандартизация), затем графические интерфейсы (удобство использования), потом они стали потребительским товаром (iPhone и магазин приложений), а теперь основной компьютинг идёт вообще в инфраструктурных организациях – дата-центрах. Интернет начался со стандарта HTML (стандартизация), затем появился удобное его использование (разделение оформления и содержания страниц через стилевые описания CSS), затем появились социальные сети, а сейчас по факту интернет стал основой для большинства рабочих, промышленных и торговых коммуникаций. В AI стандарты уже появились (например, ONNX18), удобство использования – это голосовые и чат-интерфейсы, это пока только появляется, так что ещё ждём перехода к массовому использованию (по аналогии с интернетом это может быть ситуация, в которой AI создаются самими пользователями, а не специалистами), и некоторое время ещё нужно ждать до инфраструктурности.

Эти все этапы довольно быстро пробегаются самыми разными технологиями.

Пример подрыва: электромобили уже сейчас дешевле бензиновых автомобилей

В своих презентациях (последняя по транспорту – 22 апреля 2020 года19) Tony Seba рассказывает, что по итогам «чистого подрыва» с 2025 года (это уже через 4 года) все новые автомобили будут электрическими. Jensen Huang (CEO компании NVIDIA) выпустил в 2021 году автомобильный компьютер Orin (по факту это стандартизация автомобильного компьютинга), который может обеспечить необходимую вычислительную мощность для полностью автономного (роботакси, высший уровень автономности 5) безопасного вождения, в 2022 году на его основе уже будут выпускаться автомобили20. Новые электромобили будут беспилотными, им не потребуются водители. Удобство использования технологии нейронных сетей: автомобиль без водителя как ключевое приложение.

Уже сегодня несколько китайских производителей имеют электромобили со стоимостью до $30тыс. при батарее с дальностью поездки от 300 километров. В 2021 году стоимость бензинового и электрического автомобилей из расчёта жизненного цикла на километр пробега сравнялись. Переход на электромобили стал чисто экономическим решением, например в расчёте на три года владения автомобилем и 12тыс. миль пробега ежегодно в UK нужно будет платить за электромобиль 67 пенсов за милю, а за бензиновый автомобиль 74 пенса за милю, это уже сегодня21. Через пару лет разница будет настолько ощутима, что бензиновые автомобили просто перестанут покупать даже «по привычке».

А дальше будут нелинейные эффекты от сочетания быстро проходящих свои стадии развития технологий: обычный легковой автомобиль 96% времени простаивает, и только 4% времени находится в движении. Автономный электромобиль, предоставляемый как сервис по вызову такси, будет в работе весь день. Иметь собственный автомобиль станет невыгодным. Стоимость поездки резко упадёт, и можно будет покупать абонемент на поездки за цену существенно меньшую, чем стоимость обслуживания и страховки собственного автомобиля. Это уже происходит с сервисами car sharing (аренда автомобиля на одну поездку, при этом ты сам его ведёшь) в крупных городах.

Меньше автомобилей обслужат больше жителей, и они не будут долго стоять. 80% парковочного места освободятся. Они экономичны, и нефти для автомобилей потребуется меньше, цена нефти резко упадёт, этому помогает ещё и солнечная энергетика плюс наличие дешёвых аккумуляторных батарей (а дешевизна аккумуляторов объясняется в том числе и тем, что они нужны прежде всего для электромобилей, но и их с удовольствием используют и для солнечных и ветровых электростанций).

Там будет и много других чудесных следствий – но тут главное в скорости, с какой изменится мир уже в ближайшее время. Точка перегиба S-образной кривой автономного электротранспорта на быстрый взлёт – как раз 2021 год, до нынешнего года изменения были практически незаметны, а после – неизбежно стремительны. В 2030 году автомобили с бензиновым двигателем будут как гужевой транспорт в 1930 году. Для этого не хватает только инфраструктуры «электрозаправок», но она появляется очень быстро, у всех ведущих автопроизводителей есть планы на этот счёт.

И переход на электромобили – это не единственный тренд, который изменит городской транспорт. Удалённая работа больше не считается чем-то неправильным (и дело тут даже не в экспериментах на живых людях, которые провели правительства всех стран в 2020 году, пандемия ковида просто немного ускорила ход событий в этой сфере). Сервисы доставки продемонстрировали, что они реально экономят время на походы в магазины, а доставка необязательно через пять лет будет делаться людьми. Электросамокаты стали массовыми буквально за пять лет, они порождение того же тренда на экспоненциальное уменьшение цены батарей и доступность безналичных расчётов через смартфоны.

Мир неузнаваемо изменится за ближайшие десять лет, и продолжит меняться так же быстро и дальше. Бояться этого не нужно, нужно радоваться. Человечество за это время станет:

• более здорово

• более сыто

• более недовольно происходящим, ибо кто был никем, тот станет всем, и наоборот.

Вывод: менять работу и образ жизни придётся практически всем, а то и по нескольку раз за десяток лет.

Роботы заберут работу? Нет!

Учитываем, что на первом месте отслеживаемых Tony Seba экспоненциальных подрывных технологий – машинный интеллект. Он занимает особое положение, потому как он может быть направлен на улучшение самого себя, «компьютерные программы, которые пишут компьютерные программы».

Tony Seba считал ещё в 2019 году, что развитие машинного интеллекта не экспоненциально, а гиперэкспоненциально. Похоже, что он прав. Использован машинный интеллект может быть так же, как и любой человеческий интеллект: везде, где используется интеллект людей. Интеллект универсален, нет закрытых от него сфер. Как эта гиперэкспоненциальная подрывная технология повлияет на мир, предсказать нельзя – как нельзя предсказать, как именно повлияет на мир интеллект естественный. Это покрыто туманом будущего.

Изменения в мире произойдут стремительно, и в 2030 году, уже через девять лет (вам сколько в этот момент будет лет?) 400—800 млн. нынешних рабочих мест будут автоматизированы, труд на этих местах существенно изменится (читай: «исчезнет в его текущем виде»). Это древний отчёт 2017 года от McKinsey, и как раз по поводу таких отчётов Tony Seba предупреждает в своих презентациях и книгах, что они недооценивают масштабы перемен в разы из-за неучёта экспоненциального характера затрагиваемых ими технологий: автоматизация к 2030 году коснётся миллиардов рабочих мест. То, что сейчас говорят «цифровая трансформация», а иногда и «гиперавтоматизация», ничего не меняет: это всё маркетинговые замены термина, но суть дела остаётся: человеческий труд заменяется машинным, как физический труд, так и умственный.

Почему применяют роботов, а не людей? Часто не потому, что роботы не болеют, не уходят в отпуск, не спят, а работают быстрее. Нет, роботы работают лучше, чем люди – или делают недостижимое людьми (быстрее, точнее, меньше ошибок), плюс меньше отвлечений при решении рутинных задач и отсутствует время для отдыха.

Так, с января 2019 в Walmart вместо уборщиков вышли 360 роботов фирмы BrainOS, в апреле к ним добавили ещё 1500. Эти роботы убирают лучше и быстрее, управляя обычными уборочными машинами, плюс их не нужно часто нанимать и дополнительно учить (среди уборщиков в год меняется от 30% до 100% персонала. И всех этих новеньких нужно найти, нанять, обучить – с роботами этого не нужно, их покупка, ввод в эксплуатацию и настройка занимают меньше времени). Чтобы покупатели не катались на этих машинах, место водителя на них отгораживают жёлтыми ленточками22. И это даже не единственное использование роботов в магазинах, сами магазины становятся роботами (из них исчезают в том числе и кассиры, контролем наличия товара на полках занимаются роботы, и всё остальное тоже переходит к роботам)23.

Это нормально, этого не нужно бояться. Ещё недавно 90% людей были заняты сельским хозяйством, а сегодня – именно благодаря машинам – осталось всего 3% «крестьян» (хотя работников современных ферм меньше можно назвать «крестьянами», они больше похожи на заводских работников по стилю их жизни и виду занятий).

Несмотря на это, все высвободившиеся из сельского хозяйства люди оказались заняты, даже с учётом того, что число людей на земле сильно подросло! Более того, и пролетариата, заводских рабочих, сегодня тоже не так много, как ещё полвека назад! А бедность, тем не менее, существенно в планетарных масштабах уменьшилась.

Основная ошибка рассуждений на тему «роботы отберут работу» в том, что количество работы в мире не константа, постоянно появляется новая работа по мере вовлечения в деятельность людей всё новых ресурсов и бесконечного развития технологий. Все эти заявления «роботы заберут работу у людей» – пугалки из ненаучной фантастики, фэнтези. Люди (а через некоторое время люди с машинами) придумывают себе и машинам всё новые и новые занятия вместо тех, от которых их освободили машины, сумма труда в мире с распространением каждой подрывной технологии только растёт. И прежде всего уходит самый тяжёлый, неблагодарный, опасный труд.

Есть ещё и резерв увеличения свободного времени, которое можно потратить и на просто отдых, и на развитие/образование: люди радуются, а не печалятся, что «электричество и машины отняли работу». Одну работу отняли, пять других дали!

Этот тренд на сокращение рабочих часов для нормальной жизни проявляется и в росте свободной занятости (freelance, gig economy, platform economy24) с использованием для поиска работы онлайн-платформ для самых разных видов мастерства. Есть даже платформы для оплаты меценатами чьих-то хобби (patronization). Если ты мастер в каком-то хобби, то тебе за это могут заплатить! Хобби и работа постепенно теряют чёткую границу между ними.

Тем не менее, автоматизация гарантирует вам частую смену работы: вам не удастся много и долго заниматься в жизни одним и тем же делом, это уже точно невозможно! Старая работа будет существовать некоторое время, а затем «неожиданно» подрываться и исчезать по самым разным причинам, поэтому вам нужно будет постоянно задействовать своё умение делать что-то новое. Вам нужно будет регулярно вписываться в новые проекты. Если вы этого не умеете, то придётся научиться.

Инновации: всегда сбоку

Проблема с непредсказуемостью будущего в том, что все подрывные инновации приходят не из тех отраслей, где они появляются – поэтому-то их и невозможно отследить. Микроволновку изобрели спецы по радарам, а не производители мясорубок и холодильников. Компьютер на радиолампах радиоэлектронщики, а не математики. Самолёт – владельцы мотоциклетной мастерской братья Райт25. Роботами-юристами начали торговать в России провайдеры сотовой связи МТС и Мегафон26. Рынок такси взрывает не только Uber, но в России это Яндекс. такси (в России Uber и Яндекс уже слились вместе)27. Сбербанк уже торгует музыкой28, и он уже не «банк», а просто «Сбер».

Откуда придёт подрыв вашей текущей занятости – непонятно, но чаще всего это будут «пришельцы со стороны». Своих-то конкурентов вы отслеживаете, но что делать с тем, когда самые сильные конкуренты появляются стремительно «из ниоткуда»? Их не отследить, это нельзя спланировать.

Экспоненциальные технологии делают эти подрывы стремительными. Вот пример вычислительной оптики:

На рисунке29 один из снимков сделан в сентябре 2016 году смартфоном iPhone 7 Plus, а другой – камерой-зеркалкой с большим объективом EOS650D. Вы можете угадать, какой снимок чем был сделан? Левый – смартфоном, правый – зеркалкой.

До сентября 2016 года было принято считать, что позиции производителей больших фотоаппаратов хорошо защищены законами физики: эффект bokeh30 красивого размытия фона при чёткой фигуре на переднем плане мог проявляться только на фотоаппаратах с большими объективами.

Apple пришёл на фоторынок, где его никто не ждал, принёс вычислительную оптику, а не большой объектив. Экспоненциальные технологии сделали дешёвыми процессоры и маленькую точную механику – потребовалось две дешёвые маленькие камеры, а не один большой дорогой объектив. На улице 2016 года тем временем соревновались хипстеры: у кого фотоаппарат больше, тот и победил в качестве снимков!

Дальше всё быстро: эффект bokeh в сентябре 2016 года был продемонстрирован на двух камерах iPhone 7 Plus, но уже в сентябре 2018 года цена опять упала, AI даёт тот же эффект на одном сенсоре – Google Pixel 2 series, Apple iPhone XR. Да ещё и телефоны с 3—5 камерами стали обыденными. Потребность в больших фотоаппаратах стала нишевой (и эта история произошла уже после того, как цифровая фотография вытеснила плёночную).

Но и это было не последней точкой в удешевлении. Во время перехода на удалённую работу практически все сервисы видеоконференций предоставили возможность не только размыть фон, но и вовсе его заменить. Речь идёт уже о супердешёвых веб-камерах на ноутбуках и в компьютерах, и не о неподвижных картинках, а о видео, и ещё об универсальных процессорах. Экспоненциальные технологии делают своё дело: что было диковинкой на самых дорогих моделях телефонов в 2017 году, стало дешёвым общим местом везде. Заодно люди, которые до этой технологии стеснялись своей домашней обстановки, просто перестали её показывать, они заменили её на выбранный ими фон – и сэкономили на интерьере. Наоборот, показать крутую домашнюю обстановку стало привилегией богатых! Повторяется история с нейлоновыми рубашками: сначала их носили только самые богатые, а затем их стали носить только самые бедные. Такое типично для экспоненциальных технологий.

Вычислительная оптика также помогла к 2021 году разобраться со съёмкой смартфонами в темноте, в том числе и съёмкой видео высокого разрешения и повышенным контрастом. Нужда в больших и дорогих фото- и видеокамерах резко упала. Рыночные прогнозы традиционного рынка фотокамер вдруг показали падение до 2025 года на 14% в год31, но и это ещё не окончательные цифры: Tony Seba приводит хорошие примеры, почему прогнозы не оправдываются. Они не учитывают экспоненциальных зависимостей! Пару десятков лет назад точно такой же переход шёл от плёночной фотографии к цифровой – и всё началось и закончилось за пяток лет.

Производители смартфонов, а теперь и производители ноутбуков пришли в сферу фотографии «сбоку» и буквально за несколько лет дали доступ к качественному фото и видео для практически всех жителей планеты. Это дало возможность необычным применениям фото: контроль качества работы удалёнными сотрудниками (они фотографируют результаты своей работы, это практически бесплатно), платёж по карте, когда не нужно вводить её номер, а он распознаётся автоматически, платежи по штрих-кодам и QR-кодам, автоматизация переводов надписей на иностранных языках, прокторинг для онлайн-сдачи экзаменов. Игровая индустрия зарабатывает на играх типа Pokemon Go, где изображение покемонов накладывается на изображение реального мира – и всё это появилось буквально за три-четыре последних года. Представьте, сколько людей приложили свои знания и умения, участвуя в этих изменениях. А ведь это только один из небольших сюжетов происходящих перемен! Фотография, бывшая уделом немногих, превратилось в видеографию, доступную практически всем! У каждого видеокамера в кармане, и даже не одна (в смартфоне есть и камера для селфи, и камера для съемки, и встроенный микрофон для записи звука на видео, и можно сделать «захват экрана» для видео происходящего на экране).

Но и это ещё не конец истории про «физика не позволит сделать объектив меньше»! В 2021 году физиками был предложен новый оптический элемент: «пространственная пластина», которая позволяет убрать пространство между линзой и матрицей. Если заменить линзу плоской металинзой, а необходимое пространство за этой линзой заменить пространственной пластиной, то можно сделать реально плоский объектив. Как пишут изобретатели, вполне можно всю заднюю стенку смартфона превратить в объектив, получив в 14 раз лучше разрешение и чувствительность при съемках в темноте, чем у больших фотоаппаратов с большими объективами32.

Если перейти на подобную оптику, то можно получить плоские телескопы, плоские микроскопы, и никаких утолщений для камер на задней панели смартфонов. И это тоже приходит сбоку, производители телескопов и микроскопов никак не ожидают (предыдущий тип оптического элемента «линза» был предложен 400 лет назад, и с тех пор не было новинок – до 2021 года!), что подобная новинка появилась не от конкурирующих производителей телескопов и микроскопов. Изобретатели этой технологии пришли из лаборатории квантовой оптики, а завод-производитель пространственных пластин будет не заводом оптического оборудования с парком шлифующих стёкла станков, а заводом нанометаматериалов с абсолютно другим оборудованием!

Когда речь идёт об информационных технологиях, всё происходит ещё быстрее и неожиданней. На удалённую работу даже там, где это было нельзя себе представить мир перетянулся разве что не за пару месяцев. MS Teams как средство удалённой работы (отнюдь не все пользуются Zoom) поднял пользовательскую базу с 0 до 18 миллионов человек за два года, а потом за три месяца пандемии дорастил её до 77 миллионов человек. Ещё через год в MS Teams было уже 145 млн. человек33. Много фирм буквально за пару месяцев начала пандемии сообразили, что дорогой офис – это не преимущество, а недостаток. И начали нанимать сотрудников по всему миру, а не только проживающих недалеко от офиса. Это означает, что рынок офисной недвижимости был по факту подорван софтверными фирмами, обеспечивающими сервисы удалённой работы34, беда пришла «сбоку».

Мир меняется от принципиально непредсказуемых факторов. Вы не можете предсказать изобретения 7 миллиардов человек! В том числе и «антиизобретения» законодателей, типа пандемических локдаунов как неконституционно вводимых ограничений на передвижение, или запрета каких-то вычислений типа вычислений для криптовалютного рынка. И эти непредсказуемые изменения распространяются по земному шару крайне быстро – речь идёт об экспоненциальных, и даже гиперэкспоненциальных изменениях, которые происходят не по воле каких-то правительств, а по воле изобретателей и поддерживающих их предпринимателей и инвесторов.

Примеры мы привели главным образом из производства, но примерно то же самое творится в науке. Современная лингвистика была закрыта буквально за несколько лет: много лет нарабатываемые лингвистами языковые модели оказались менее точными, и менее полезными на практике, чем языковые модели на основе нейронных сетей – и делали их отнюдь не лингвисты, а специалисты по машинному интеллекту. Математики, специалисты по архитектуре нейронных сетей, программисты пришли в лингвистику «сбоку» – и они теперь на лингвистическом фронтире, буквально за три года (с момента появления архитектуры transformer35 в 2017 году), а не лингвисты с их тысячелетним багажом знаний. А теперь появились на базе этих изменившихся представлений о естественном языке и его природе научные работы, где по-новому оценивается роль естественного языка по сравнению с использованием формального математического языка в логике36.

Даже если брать математику в приложении к физике, то и тут всё быстро, и «классические учёные» могут уже не поспевать за прогрессом. Графовую нейронную сетку «дистиллировали» в алгебру, а затем подобрали в этой алгебре математическую форму (символьная регрессия37, или выявление/discovery символьных моделей) для выражения закономерностей в физических наборах данных. Чтобы проверить подход, переоткрыли уравнения ньютоновской механики, переоткрыли гамильтониан из квантовой механики, и предложили закон (математическую формулу) для описания гало тёмной материи в космологии – чтобы продемонстрировать не «переоткрытие», а «открытие»38. Основная физическая интуиция как раз и берётся символьной регрессией, в основе которой эволюционный алгоритм. Лидер в этой области символьной регрессии вполне уже коммерциализован39:, эволюционный/генетический алгоритм символьной регрессии Eureqa.

По большому счёту всё равно: у вас предпринимательская гипотеза, научная гипотеза, инженерная гипотеза: выдвижение гипотез и их проверка относится к общим мыслительным умениям, хотя по-старинке называется «научным мышлением». Научное мышление общеупотребимо, любое «проверить идею», «понять причины», то есть объяснить. Этим поиском объяснения, выдвижением и проверкой гипотез для объяснений занимаются ежедневно миллионы учёных, но также и менеджеров, предпринимателей, инженеров, разглядывающих многочисленные данные по их предметам интереса. Предпринимательская гипотеза – это не научная гипотеза, но она одной природы с научной гипотезой, это догадка, которая должна выдержать проверку! Eureqa предлагает облегчение труда для самых разных людей, занимающихся выдвижением догадок/гипотез/guesses в самых разных деятельностях, и таких AI-сервисов по выдвижению гипотез будет много, они будут конкурировать, цена типовых «объяснений» будет падать. При этом цена самых трудных объяснений будет оставаться прежней и не падать, зато доступная для этой высокой цены трудность поиска и разнообразность доступных приёмов объяснения будет всё время расти.

Сама физика в текущих работах только привлекает внимание к новым алгоритмам, демонстрирует работоспособность алгоритмов научного мышления. Разработчики Eureqa не имеют какого-то отношения ко всей этой космологии и гамильтонианам, они просто «разрабатывают искусственный интеллект», что бы это ни значило. Им всё равно, объяснять движение планет, или движение курсов акций на фондовом рынке. Но они со своими объяснениями сначала пришли в науку, и продемонстрировали, что их алгоритм выдвигает гипотезы не хуже Кеплера!

Наука уже не будет прежней, и к ней пришли «сбоку»: к физикам пришли люди, занимающиеся нейронными сетями и символьной регрессией, а не физикой.

Копают люди давно уже не руками, и не палкой-копалкой, и не лопатой, а экскаватором. Для вытаскивания законов природы из данных палка-копалка из нейронных сетей и символьной регрессии уже готова, статья опубликована. А лет через пять ждём, что новые законы будут грести уже лопатой. Лет через двадцать-тридцать можно ждать и «научного экскаватора». Просто удивительно, как мало людей, понимающих суть происходящих перемен. В науке тоже всё новое приходит сбоку, и неудивительно, что «старые физики» не будут понимать, что происходит – как уже сейчас «старые лингвисты» не понимают, как устроены современные системы машинного перевода.

Искусственный (он же машинный) интеллект развивается сейчас особенно быстро, и Тим Урбан даже нарисовал про это иллюстрирующую экспоненциальные технологии картинку40: