Восточная культура совершенно не пропитана подобным страхом. Культурная динамика Японии, представляющая в значительной степени культурную динамику большей части Восточной Азии, не обременяет индустрию робототехники никаким культурным багажом, позволяя ей стремительно развиваться. Объем инвестиций в эту отрасль свидетельствует об интересе общества к роботам, факультетов и департаментов автоматики в китайском научном сообществе становится все больше, их специалисты весьма уважаемы. В университетах Китая уже больше сотни факультетов автоматики, а в Соединенных Штатах – лишь около 80-ти, несмотря на то что университетов в США больше.
В Южной Корее к обучающим роботам относятся положительно; в Европе – скорее отрицательно. Как и в случае с уходом за престарелыми, в Европе роботы рассматриваются как машины, а в Азии – как потенциальные спутники жизни. В Соединенных Штатах этот вопрос находится вне фокуса общественного внимания, поскольку иммиграционная система облегчает приток новой и низкооплачиваемой рабочей силы, которая занимает места в тех сферах, которые в других странах могли бы быть заняты роботами-помощниками. В других регионах мира позиция по этому вопросу зачастую оказывается промежуточной. Недавно проведенное на Ближнем Востоке исследование показало, что люди не стали бы возражать против того, чтобы человекоподобный робот убирал в доме, но с неприязнью относятся к идее выполнения роботами более персональных и важных задач, таких как обучение.
Как сделать из робота человека
Первая волна замещения человеческой рабочей силы средствами автоматизации и робототехники началась в тех областях, где часто требовалось выполнять опасную, грязную и монотонную работу, которая почти не предполагала взаимодействия с людьми. Но затем роботы все чаще и чаще стали претендовать на рабочие места в сфере услуг, где требуются навыки общения с человеком. Рабочие места в сфере услуг, которые на предыдущем этапе глобализации были обычно гарантированы, теперь оказались под угрозой, поскольку последние прорывы в области робототехники и программирования вдруг показали, что задачи, которые, как еще недавно считалось, остаются исключительной прерогативой человека – быстрое ситуационное реагирование, пространственное мышление и мгновенное ориентирование, понимание контекста и человеческих суждений, – становятся под силу и роботам.
Это оказывается возможным благодаря совпадению двух ключевых событий: прогресса в моделировании пространства убеждения и совершенствовании связей между роботом и облаком. Термин «пространство убеждения» обозначает математическую структуру, которая позволяет статистически моделировать интересующие нас условия и прогнозировать наиболее вероятные результаты. В общем и целом речь идет о приложении алгоритмов для понимания новых или смешанных контекстов. Роботу моделирование пространства убеждений открывает новые возможности для ситуационной осведомленности. Оно помогает совершать такие действия, как умение схватить предмет, – когда-то это было нелегкой задачей для робота. До недавнего времени пространство убеждений было слишком сложным для удовлетворительного вычисления, причем задачу усложняло еще и то, что для анализа был доступен очень ограниченный объем опыта роботов. Но достижения в области анализа данных (о которых мы поговорим в главе 5) в сочетании с увеличивающимися по экспоненте объемами эмпирических данных позволили программистам разработать роботов, которые сегодня могут взаимодействовать с окружающей средой, используя разумные суждения.
Начавшийся в последнее время экспоненциальный рост данных в значительной мере обусловлен развитием «облачной робототехники» – этот термин был введен исследователем из Google Джеймсом Куфнером в 2010 году. Робот, подключенный к облаку, имеет доступ к огромным массивам данных и общему опыту других устройств, с помощью которых он может совершенствовать понимание собственного пространства убеждений. До того как стало возможным подключение к облаку, у каждого робота был доступ к очень ограниченному набору данных – он состоял либо из его собственного опыта, либо из знаний небольшой группы роботов. Они представляли собой изолированные электронные устройства, их возможности были ограничены аппаратными средствами и программным обеспечением, имеющимися в самом устройстве. Но теперь, объединившись в сеть и постоянно оставаясь подключенными к облаку, роботы могут впитывать опыт любого другого робота-«родственника», «обучаясь» ускоренными темпами. Представьте себе нечто вроде квантового скачка, который совершила бы человеческая культура, если бы мы все вдруг сумели напрямую подключиться к знаниям и опыту остальных жителей планеты – если бы, принимая решение, опирались не только на свой ограниченный опыт, но и на опыт миллиардов других людей. «Большие данные» сделали возможным такой квантовый скачок в когнитивном развитии роботов.
Другой важный прорыв связан с материаловедением – появилась возможность изготавливать роботов из принципиально новых материалов. Теперь больше не обязательна броня алюминиевого корпуса, ставшая визитной карточкой C-3PO или R2-D2. Тела сегодняшних роботов можно делать из силикона или даже из шелковой нити, и эти материалы придают им до жути естественный вид. Появление крайне гибких компонентов, таких как воздушные мышцы (распределяющие питание по трубкам, в которых содержится воздух под давлением), электроактивные полимеры (которые изменяют размер и форму робота, когда их стимулируют электрическим полем) и феррожидкости (коротко говоря, магнитные жидкости, которые помогают сделать движения более человекоподобными), приводит к созданию роботов, в которых вы, возможно, даже не заметите ничего «искусственного» – почти как киборг в исполнении Арнольда Шварценеггера в «Терминаторе». Электронная имитация гусеницы, разработанная исследователями Университета Тафта для выполнения таких разнообразных задач, как обнаружение противопехотных мин или диагностика заболеваний, даже подвержена биологическому разложению – прямо как мы с вами.
Кроме того, роботы еще никогда не бывали столь огромными и одновременно столь миниатюрными, как сегодня. Нанороботы, которые пока еще находятся на ранних стадиях разработок, обещают будущее, в котором автономные машины в масштабе 10-9 метров (это гораздо, гораздо мельче песчинки) смогут диагностировать и лечить заболевания человека на клеточном уровне. На другом конце спектра – крупнейший в мире ходячий робот немецкого производства: огнедышащий дракон длиной 15 метров, весящий 11 тонн и содержащий более 80 литров искусственной крови. Пока что он участвует в одном из немецких народных фестивалей.
Новые достижения не замедлят последовать. Не одно только правительство Японии выделяет на робототехнику все больше ресурсов. Президент Обама запустил в 2011 году Национальную робототехническую инициативу, призванную стимулировать разработку роботов для автоматизации промышленности, помощи пожилым, а также для военных целей. Программа, которая контролируется Национальным научным фондом, заключила контрактов более чем на 100 миллионов долларов. Франция также запустила подобную программу, пообещав 126,9 миллиона долларов на то, чтобы развить собственную индустрию и догнать Германию. Швеция выделила миллионы на финансирование физических и юридических лиц посредством премий за достижения в сфере инноваций, таких как учрежденная в 2011 году «Роботдален» («Долина роботов»).
Частный сектор вкладывает в дело все больше и больше средств. В декабре 2013 года фирма Google приобрела Boston Dynamics – ведущую робототехническую компанию, имеющую контракты с Пентагоном. Также она купила компанию DeepMind, которая была основана в Лондоне вундеркиндом Демисом Хассабисом и тоже занимается искусственным интеллектом. В детстве Хассабис завоевал второе место в мировом рейтинге шахматистов в возрасте до 14 лет, а когда он получал докторскую степень по когнитивной неврологии, журнал Science назвал его новую биологическую теорию работы воображения и памяти в головном мозге одним из десяти самых важных научных прорывов года. Демис и его коллеги в DeepMind фактически создали компьютерный эквивалент зрительно-двигательной координации – в робототехнике еще никто и никогда такого не добивался. Демис показал мне, что научил свои компьютеры играть в старые видеоигры на приставке «Атари 2600» так же, как в них играют люди, – глядя на экран и корректируя собственные действия посредством нейронных процессов, реагирующих на манипуляции противника. Он научил компьютеры думать примерно так же, как это делают люди. А теперь Google, купивший DeepMind за полмиллиарда долларов, применяет ее опыт в области машинного обучения и нейросистем к алгоритмам, которые разрабатывает, отвоевывая свою нишу в робототехнике.
