Искусственный интеллект когда создадут: 2045 год – год изобретения полноценного искусственного интеллекта, имитирующего человеческий

История развития искусственного интеллекта и его применение

1. Определение

Искусственный интеллект — термин, относящийся к области компьютерных технологий, занимающуюся разработкой интеллектуальных машин,
которые обладают схожим с человеческим мышлением, работают и реагируют как
люди.

2. Узнайте больше о решениях для умного дома


Для того, чтобы ознакомиться с решениями в области в области искусственного интеллекта от ведущих российских поставщиков — свяжитесь с нами по номеру 8 (921) 781 24-49 — звонок, Telegram, Whatsapp или оставьте короткую заявку по ссылке.

3. История создания и развития


Идеи создания машин, обладающих сознанием, возникали еще в Древней Греции. В средние века и Новое время ученые создавали механизмы, заменяющие человеческий труд, например, в 17 веке Паскаль изобрел первую механическую цифровую вычислительную машину, в 19 веке Джозеф-Мари Жаккард создал программируемый ткацкий станок с инструкциями на перфокартах. В 1937 году Алан Тьрюнинг обнародовал свое изобретение – универсальную машину Тьюринга, в 1939 году в Нью-Йорке были представлены первый механический человек Electro с собакой Sparco.


Однако возможность разрабатывать программы, выполняющие сложные интеллектуальные задачи, появилась только после появления современных компьютеров после Второй мировой войны. В 1950-х годах ученые из различных областей стали задумываться о возможности создания искусственного мозга. Тогда исследования в области неврологии показали, что мозг представляет собой нейронную сеть, а А. Тьюнинг предположил, что любой вид вычислений можно представить в цифровом виде, и в 1951 году была создана первая нейронная сеть SNARC аспирантом Марвином Мински. К 1950 году А. Тьюринг разработал тест, определяющий уровень схожести действий машины с сознанием человека, впоследствии названный тестом Тьюринга. Название «искусственный интеллект» впервые было использовано на Дартмутской конференции в 1956 году, тогда же и появилась научная дисциплина «Исследование искусственного интеллекта».


Впоследствии было создано множество машин, понимающих речь человека, умеющих поддерживать беседы на заданные темы, роботов, играющих в настольные игры: знаменитый матч между компьютером и Каспаровым в шахматах закончился победой машины. Сейчас искусственный интеллект занимает важную позицию в развитии науки, особенно в рамках концепции Интернета вещей, ведь недостаточно только собирать данные, необходимо их обрабатывать, анализировать и действовать в тех случаях, когда человек этого сделать не может.

4. Технические характеристики


Для создания программ искусственного интеллекта существуют следующие специализированные языки программирования: AIML, IPL (самый первый язык программирования для искусственного интеллекта), Lisp, Smalltalk, STRIPS, Planner, POP-11, С++, Haskell, Prolog, Python (последние широко используется сегодня).


Основными задачами искусственного интеллекта являются: анализ и решение проблем, возможность самообучения, способность воспринимать, воспроизводить человеческую речь, двигаться и планировать параметры движения и т. д.


Центральным понятием в искусственном интеллекте является агент. Под агентов подразумевается то, что воспринимает окружающую среду и воздействует на нее через исполнительные механизмы. Например, в Интернете вещей и робототехнике это восприятие происходит через различные датчики.

5. Кейсы применения


Обработка данных, робототехника, логистика, распознавание речи, постановка медицинского диагноза и многое другое. В Калифорнийском университете искусственный интеллект используют для решения социально значимых проблем, например, бездомность. 


Также искусственный интеллект используют для создания тренажеров и летательных аппаратов в авиации и при разработке новейших транспортных средств в целом. В робототехнике системы искусственного интеллекта внедряются в различных ботов, устройства для развлечения, например, создание самообучающихся щенков-роботов.

6. Полезные ссылки


Источники:


  1. https://aitopics. org/misc/brief-history


  2. http://www.waylay.io/blog-iot-meets-artificial-intelligence.html   


  3. http://www.bbc.com/russian/features-38931070

Умственный пролетарий: как искусственный интеллект меняет производство в России | Статьи

Согласно прогнозам экспертов, к 2025–2030 годам новые технологии и автоматизация на производствах позволят упростить работу около 800 млн сотрудников по всему миру. Машины заберут себе 85 млн рабочих мест, но создадут взамен 97 млн новых. При этом современные технологические решения уже сегодня влияют на производство в самых разных странах, в том числе и в России. В том, как это происходит, разбирались «Известия».

Зачем нужен ИИ на производстве?

Сегодня технологии искусственного интеллекта (ИИ) активно применяются в промышленности, строительстве и ТЭК. При этом основной акцент делается на обеспечении промышленной безопасности (контроле за наличием средств индивидуальной защиты и технологическими процессами), а также прогнозировании возможных рисков и несчастных случаев на производстве.

Например, алгоритмы рассчитывают сроки выхода оборудования из строя, что позволяет работникам оценить, когда стоит провести ремонт, а когда ― замену. Как рассказал в беседе с «Известиями» коммерческий директор и директор департамента решений на базе искусственного интеллекта компании Oberon Владимир Борисов, различные технологии на базе ИИ уже позволяют собирать видеопотоки с камер, обрабатывать данные и передавать их ответственным сотрудникам для принятия управленческих решений.

Умственный пролетарий

Фото: Depositphotos/[email protected]

— Также ИИ контролирует погрузочно-разгрузочные работы и технологические процессы на производстве, отслеживает нахождение персонала определенной квалификации в соответствующих рабочих зонах, мониторит показания приборов и правильность функционирования агрегатов и узлов на предприятиях, — объясняет Владимир Борисов.

Беспилотники с ИИ могут совершать облет заданной территории и передавать информацию о технологических нарушениях электросетей или трубопроводов в режиме реального времени.

Руководитель направления бизнес-решений глобальной ИТ-компании SimbirSoft Анна Шведова называет главными направлениями для применения ИИ предиктивную аналитику, необходимую для планирования рабочих смен, объемов производства и закупок на основании имеющихся сведений о поставках и остатках на складах, а также сервисы распознавания. Они будут полезны в системах контроля и учета.

— ИИ-технологии могут снизить риск человеческого фактора и оптимизировать затраты предприятия, хотя всё, конечно, зависит от «зрелости» интеллекта. При этом смарт-сервисы окупают себя не сразу, да и сам процесс создания требует времени и определенных затрат на сбор качественных данных, обучение и корректировку модели, — отмечает собеседница «Известий».

«Новый этап развития»

Как рассказал в беседе с «Известиями» руководитель отдела внедрения и продвижения решений департамента цифровой трансформации Crosstech Solutions Group Никита Андреянов, современные производства автоматизированы практически полностью — доля ручного труда стремится к нулю. Сейчас же наступил новый этап развития, который заключается в развитии и интеграции ИИ-технологий для повышения эффективности и стабильности производства.

— В первую очередь такие технологии позволяют снизить риски выхода оборудования из строя. Вне зависимости от конкретных инструментов цель — заблаговременная фиксация потенциальных проблем, что позволяет их решить до момента, когда неисправность приводит к катастрофе или дорогостоящим простоям производства, — говорит Андреянов.

Умственный пролетарий

Фото: РИА Новости/Денис Абрамов

Помимо этого ИИ способен полностью брать на себя функционал по управлению технологическими и бизнес-процессами. После обучения на соответствующих данных алгоритм может выявлять технологические браки, отклонения в этапности и полноте исполняемых процессов. Это позволяет повысить конечную эффективность бизнеса, сведя к минимуму такое понятие, как человеческий фактор.

— Количество рабочих мест на производстве за счет автоматизации сокращается. Однако растет потребность в специалистах, которые поддерживают и развивают технологии. Таким образом, нельзя сказать, что роботизация на производствах позволяет полностью отказаться от людей — скорее она смещает фокус в части прикладных навыков и обязанностей сотрудников, — отмечает эксперт.

По словам Андреянова, автоматизация контрольных точек потока (от взятия заказа до его отгрузки клиенту) и вопрос прогнозирования и планирования производственных мощностей помогают сократить время прохождения заказа и управлять рисками в процессе производства. Без них потери времени могут составлять до 20–30%, и любая из задержек может привести к увеличению затрат.

Методы контроля

Сегодня по уровню ИТ-трансформации промышленности лидируют Китай, Япония и Южная Корея, а также Великобритания, США, Канада и ряд европейских стран (в первую очередь Германия). Россия пока значительно отстает от лидеров по уровню цифровой зрелости промышленного сектора. Однако, несмотря на отставание, аналитики прогнозируют, что к 2030 году спрос на решения на основе ИИ в российской промышленности может вырасти в 14 раз, говорит исполнительный директор сервиса облачного видеонаблюдения Ivideon Заур Абуталимов.

Как отмечает эксперт, сегодня список самых востребованных технологий возглавляют сенсорные устройства, роботы и системы видеоаналитики с функцией компьютерного зрения.

Умственный пролетарий

Робот-паук

Фото: РИА Новости/Владимир Астапкович

— К примеру, заводы BMW по всему миру применяют компьютерное зрение для проверки качества автомобилей и выявления брака в режиме реального времени. Человек не всегда в силу разных причин способен выполнить эту работу максимально качественно. В таком случае на помощь ему приходят технологии, которые справляются с этими и другими рутинными задачами гораздо быстрее и эффективнее, — говорит собеседник «Известий».

Кроме этого, подобные системы позволяют руководству предприятия вычислять прогульщиков и нарушителей, а также сотрудников, пришедших на работу в нетрезвом состоянии. Подсчет количества отработанных часов тоже под силу искусственному интеллекту: камера фиксирует время прихода сотрудника на объект и время его ухода. Все данные с устройств впоследствии автоматически выгружаются в базу и используются при необходимости.

— Когда пандемия COVID-19 внесла коррективы в организацию работы, фабрики и заводы стали нуждаться в контроле соблюдения социального дистанцирования сотрудников. Искусственный интеллект стал главным помощником руководства в этом плане. Камеры считали расстояние между рабочими и фиксировали нарушения, если такие случались, — рассказывает Заур Абуталимов.

Еще один необычный вариант использования ИИ — контроль психоэмоционального состояния сотрудников. Многим предприятиям крайне важно, чтобы работники приходили на объект отдохнувшими и бодрыми. Если камера, оснащенная системой face recognition, фиксирует усталость на лицах некоторых сотрудников, они могут быть отправлены домой или на медобследование.

Говоря о влиянии ИИ на создание безопасных условий труда на предприятиях, эксперт отмечает, что «умные» камеры умеют замечать огонь и источники задымления, а также повреждения труб и даже открытые люки, что позволяет быстро отреагировать на ситуацию и сократить количество пострадавших.

Умное решение

Одной из инновационных российских разработок в области ИИ на производстве стал «цифровой прораб» для контроля процессов и техники безопасности (ТБ) на предприятиях, созданный системным интегратором Oberon. Он позволяет минимизировать риски нарушений на производстве с помощью ИИ и машинного зрения.

— «Прораб» представляет собой программно-аппаратный комплекс (ПАК) с нейросетью. Он может работать как автономно, с использованием аккумуляторов и защищенных каналов передачи данных, так и от ЛВС или Wi-Fi. Это позволяет избежать простоев на начальных этапах строительства или на производстве, когда на объекте происходят перебои с электричеством, — рассказали «Известиям» в Oberon.

Умственный пролетарий

Фото: Global Look Press/Sebastian Kahnert

Изображения объектов обрабатываются с помощью видеокамер в автоматическом режиме. Проверяется наличие экипировки или средств индивидуальной защиты, отслеживается численность персонала и рабочей техники, ведется учет рабочего времени сотрудников, а также контролируются технологические процессы. При возникновении нарушений устройство оповещает о них и предоставляет отчеты, включая фото- и видеоматериалы, что позволяет перераспределить рабочее время персонала на предприятии в пользу других задач.

Как отметили в пресс-службе компании, ПАК сокращает издержки предприятия на 10% за счет оптимизации и ускорения бизнес-процессов.

Риски и препятствия

Вместе с преимуществами применение ИИ на производстве несет в себе определенные риски. Использование систем на производстве должно контролироваться специалистами, в противном случае возможны ситуации, в которых ИИ примет решение, не отвечающее требованиям экономической обоснованности и безопасности, и причинит вред компании, говорит член комиссии Общественной палаты РФ по развитию информационного сообщества, СМИ и массовых коммуникаций Вадим Виноградов. Вторая группа рисков связана с сотрудниками, которые могут потерять работу из-за автоматизации процессов, — потому многим, возможно, уже сейчас следует озаботиться вопросом переобучения.

По словам основателя и управляющего директора ООО «Пиклема» Михаила Макеева, главным препятствием на пути широкого применения ИИ в экономике и промышленности является инертность мышления руководителей и закостенелость процессов крупных компаний.

Умственный пролетарий

Фото: ИЗВЕСТИЯ/Павел Бедняков

— Оптимизационные идеи не всегда принимаются крупными компаниями в связи с непониманием сути ИИ, а иногда и боязнью достижения результата, который будет характеризовать неэффективность процесса ранее, — считает эксперт.

При этом практически в каждой отрасли промышленности есть свои примеры успешного внедрения решений на основе ИИ. Например, в горнодобывающей отрасли используются «советчики» или рекомендательные системы, которые подсказывают линейному персоналу, как нужно действовать на основе анализа исторических данных и выбора оптимальных режимов работы оборудования. В процессе управления карьерными самосвалами они рекомендуют водителям, когда ускоряться, какую скорость выдерживать на каждом из участков маршрута — по словам Макеева, это позволяет существенно экономить на дизельном топливе и сокращать выбросы углекислого газа.

Кадровые моменты

Как отмечает в беседе с «Известиями» генеральный директор технологической группы компаний Rocket Humans Анастасия Ускова, внедрение новых технологий на производстве закономерно требует и новых профессиональных компетенций от работников. Для бизнеса это значит, что параллельно с технологическим апгрейдом придется озаботиться кадровым — потратиться на поиск и обучение кадров, увеличить оплату труда, так как технологичные производства требуют высококвалифицированных, а значит, недешевых рабочих. А увеличение стоимости труда, в свою очередь, приведет к удорожанию конечной продукции.

— Поэтому внедрение технологий — это чаще про тех, у кого есть деньги, — отмечает Ускова. — Хотя автоматизация — это не всегда роботы и алгоритмы. Иногда это просто хороший софт и аутсорс команды, которые также позволяют сделать бизнес эффективнее. Позволить себе это могут и малые-средние предприятия.

Умственный пролетарий

ИИ-процессор

Фото: РИА Новости/Евгений Биятов

При этом, утверждает эксперт, положительный эффект от автоматизации с лихвой перебивает любые риски, делая производство более энергоэффективным и сокращая операционные издержки. Однако сотрудникам, не имеющим нужных навыков, скорее всего, придется искать новую работу, переучиваться или обновлять профессиональную роль в команде.

— Без сокращений точно не обойдется. По данным РАНХиГС, через 10 лет в России будет роботизировано 20,1 млн рабочих мест (это почти половина мест официально трудоустроенных россиян), — рассказывает собеседница «Известий».

При этом она подчеркивает, что «начинать войну против машин не придется»: технологии не только уничтожат старые рабочие места, но и создадут новые. Так, согласно докладу Future of Jobs, к 2025 году новые технологии заменят 85 млн рабочих мест и создадут взамен 97 млн новых. Правда, появляться они будут медленнее, чем уничтожаться старые, поэтому на рынке в переходный период появится большое количество свободных рабочих рук.

— Поэтому важно уже сейчас подумать о социальных гарантиях для тех, кто может в скором времени остаться не у дел: сделать доступнее программы переобучения, упростить доступ к пособиям, компенсировать расходы на образовательные программы, помогать тем компаниям, которые активно инвестируют в программы развития сотрудников, — считает Анастасия Ускова.

Директор департамента интеллектуальных систем автоматизации компании САТЕЛ Александр Таскаев прогнозирует, что к 2030 году автоматизация позволит упростить работу около 800 млн сотрудников. В то же время рост спроса на внедрение цифровых технологий способствует росту кадрового резерва IT-специалистов, а также стимулирует в России интерес к повышению квалификации и перепрофилированию.

Насколько мы близки к полностью самодостаточному искусственному интеллекту

Если вы уже какое-то время следите за миром поп-культуры или технологий, то знаете, что достижения в области искусственного интеллекта накаляются. На самом деле ИИ стал предметом разговоров в поп-культуре и научной фантастике с тех пор, как в 1984 году вышел первый фильм о Терминаторе. Эти фильмы представляют собой пример того, что называется «Искусственный общий интеллект». Так насколько мы близки к этому?

Нет, не насколько мы близки к тому, когда терминаторы захватят власть, а насколько мы близки к тому, чтобы иметь ИИ, способный справиться практически с любой проблемой, с которой он сталкивается.

Что такое общий искусственный интеллект?

Технически определенный искусственный общий интеллект или ОИИ — это машина, способная понимать или изучать интеллектуальные задачи с такими же способностями, как люди. Большинство современных ИИ узкоспециализированы.

Программисты и ученые используют алгоритмы машинного обучения для разработки специализированных ИИ. Это алгоритмы с искусственным интеллектом, которые так же хороши, если не лучше, чем люди в одной конкретной задаче. Например, играя в шахматы или выбирая, в какой клетке на сегментированном изображении есть уличный знак, т.е. капчи.

Недавние достижения в области искусственного интеллекта и машинного обучения, хотя технически они и не близки к реальному ОИИ, создали ощущение, что ОИИ близок через несколько лет или десятилетий. Также не помогает то, что некоторые из лучших умов мира, такие как Илон Маск, называют ИИ одной из самых больших экзистенциальных угроз человеческому существованию всех времен.

Одним из крупнейших достижений в области искусственного интеллекта сегодня стали искусственные нейронные сети, которые представляют собой способ технологов имитировать работу человеческого мозга с кодом. Тем не менее, определить, что именно делает что-то разумным, сложно…

Люди обладают множественными формами интеллекта, и нам, вероятно, нужно более внимательно изучить, что значит быть «разумным», если мы хотим определить, насколько общий искусственный интеллект близок к реальности.

Что значит быть разумным?

Люди обладают интеллектом как в решении проблем, так и в эмоциях. Эмоциональный интеллект, возможно, черта, которая делает что-то более человечным, тогда как способность решать проблемы и понимать вещи — это то, чему компьютеры подражали с самого начала своего существования.

Самый популярный

Машинный ИИ находится примерно на том же уровне, что и четырехлетний малыш, когда дело доходит до прохождения тестов IQ, так что он еще не совсем соответствует человеческому уровню дедукции.

СВЯЗАННЫЕ: 10 ОСНОВНЫХ ДОКЛАДОВ TED ОБ ИСКУССТВЕННОМ ИНТЕЛЛЕКТЕ

Эмоциональный интеллект, однако, будет более сложной задачей для общего искусственного интеллекта. Эмоции текучи и неточны, а это не то, что хорошо сочетается с жестко закодированной природой машин. Другой аспект эмоционального интеллекта — это понимание тона и значения объектов. Например, если кто-то машет белым флагом в бою, компьютер может распознать его как развевающийся белый флаг. Однако наш эмоциональный интеллект дает нам контекст и понимание того, что размахивание белым флагом, скорее всего, является призывом к капитуляции.

Итак, истинный интеллект включает в себя способность решать проблемы и понимать, а также способность интерпретировать и читать между строк. Это также верно не только для принимающей стороны, но и для дающей стороны. Это означает, что для того, чтобы компьютеры обладали общим искусственным интеллектом, они должны не только понимать человеческий тон и контекст, но также должны быть в состоянии передать их.

Хотите верьте, хотите нет, но машины и ИИ добиваются успехов в этих областях интеллекта. Алгоритмы обработки и генерации естественного языка приближают нас к ИИ, которые могут говорить и звучать как мы, по крайней мере, на первый взгляд. Google Home и Amazon Alexa — это гигантские пулы данных, которые позволяют программистам разрабатывать все более совершенные ИИ. Что может быть лучше, чем научить компьютер говорить, если поставить его в дома людей и попросить людей поговорить с ним? Данные являются ключом к развитию ИИ.

Тем не менее, любой, у кого есть Google Home или Amazon Alexa, может согласиться, основываясь только на этих пунктах, AGI, вероятно, довольно далек.

Следующим шагом в этом стремлении понять ОИИ и определить, насколько мы близки к искусственному общему интеллекту, является изучение искусственного сознания. Это идея о том, что ИИ может достичь своего рода личности или, по крайней мере, веры в свою личность.

Понимание искусственного сознания

Искусственное сознание подводит нас к более этичному обсуждению ОИИ. Сможет ли машина когда-нибудь обрести сознание так же, как люди? А если бы мог, нужно ли было бы нам относиться к нему как к личности?

С научной точки зрения, сознание исходит непосредственно из биологических данных, которые интерпретируются и реагируют на них биологическим существом, так что это существо становится самостоятельным. Если убрать из этого определения уточняющее слово «биологический», то нетрудно понять, как даже существующие ИИ уже можно считать сознательными, пусть и глупо сознательными.

Одна вещь, определяющая человеческое сознание, — это способность вызывать воспоминания и мечтать о будущем. Во многих аспектах это уникальная человеческая способность. Если бы машина могла это делать, то мы могли бы определить ее как наличие искусственного общего интеллекта. Сны излишни для логической жизни, но они определяют наше существование как людей. Если бы компьютер мог мечтать сам по себе, а не потому, что он был запрограммирован на это, это могло бы быть самым большим показателем того, что ОИИ существует.

Теперь, когда у нас есть более глубокое понимание сознания, мы можем дать некоторые определения относительно того, что требуется для того, чтобы машина или ИИ обладали искусственным интеллектом в целом. Он должен быть в состоянии обрабатывать и понимать эмоции, решать проблемы, выражать формы эмоций и, возможно, самое главное, он должен иметь грубое сознание .

Насколько мы далеки от общего искусственного интеллекта?

Итак, возможна ли такая машина или алгоритм, и если да, то насколько далеко?

Теоретически все, о чем мы только что говорили, возможно. Это просто не очень практично с технологиями, которые у нас есть сейчас. Вычислительная мощность, необходимая для создания человеческого мозга, огромна, но квантовые вычисления могут стать воротами для успешного создания общего искусственного интеллекта.

СВЯЗАННЫЕ С: ДОЛЖНЫ НАМ БОЙАТЬСЯ ИСКУССТВЕННЫЙ СВЕРХИНТЕЛ

С технологической точки зрения, мы довольно далеки от возможности создать ОИИ. Однако, учитывая, как быстро развиваются технологии, нам может быть всего несколько десятилетий. Эксперты ожидают и предсказывают, что первый грубый общий искусственный интеллект будет создан примерно к 2030 году, то есть не так уж и далеко. Однако эксперты ожидают, что только к 2060 году ОИИ станет достаточно хорош, чтобы пройти «тест на сознание». Другими словами, мы, вероятно, смотрим через 40 лет, прежде чем увидим ИИ, который мог бы сойти за человека.

Независимо от того, считаете вы это хорошей идеей или нет, вероятно, нет никакого способа остановить создание искусственного разумного существа. Когда это произойдет, наш мир навсегда изменится. На самом деле мы никогда не сможем вернуться назад, когда перейдем эту черту, к лучшему или к худшему.

Для вас

здоровье

Почему мы это делаем, как мы можем это остановить и кто еще этим занимается?

Элис Кук | 13.11.2022

инновации300 миллионов окурков и их количество продолжает расти: индийская компания превращает их в красивые изделия

Амея Палеха| 20. 10.2022

инновацииМожет ли ИИ спасти лабораторных крыс и морских свинок? Как новые технологии могут решить большую этическую проблему

Баба Тамим| 14.10.2022

Еще новости

инновации
Теперь мы можем печатать на 3D-принтере столько дерева, сколько захотим, не спиливая ни одного дерева

Рупендра Брахамбхат | 19.12.2022

наука
Ученые воссоздают на Земле условия «алмазного дождя» Нептуна

Пол Ратнер| 13.10.2022

здоровье
Метформин может снизить риск замены сустава у пациентов с диабетом 2 типа

Mert Erdemir| 19.12.2022

Кто лидирует в области искусственного интеллекта в 2030 году, тот будет править миром до 2100 года

Пару лет назад Владимир Путин предупредил россиян, что страна, которая лидирует в технологиях с использованием искусственного интеллекта, будет доминировать на земном шаре. Он был прав, когда беспокоился. Россия в настоящее время является второстепенным игроком, и гонка, похоже, идет в основном между Соединенными Штатами и Китаем. Но пока не сбрасывайте со счетов Европейский Союз; ЕС по-прежнему составляет пятую часть мировой экономики, и его сильные стороны недооценены. Технологическое лидерство потребует больших цифровые инвестиции , быстрые инновации бизнес-процессов и эффективные налоговые и трансфертные системы . Китай, по-видимому, имеет преимущество в первом, США — во втором, а Западная Европа — в третьем. Одного из трех не будет, и даже двух из трех будет недостаточно; тот, кто делает все три лучше всех, будет доминировать над остальными.

Мы на пороге колоссальных перемен. Но вам не нужно верить на слово ни г-ну Путину, ни мне. Вот что говорит Эрик Бриньолфссон, директор Инициативы Массачусетского технологического института по цифровой экономике и серьезный исследователь эффектов цифровых технологий:

«Это момент выбора и возможности. Это могут быть лучшие 10 лет, которые у нас когда-либо были в истории человечества, или одни из худших, потому что у нас больше власти, чем когда-либо прежде».

Чтобы понять, почему это особенное время, нам нужно знать, чем эта волна технологий отличается от тех, что были раньше, и чем они похожи. Нам нужно знать, что эти технологии означают для людей и бизнеса. И нам нужно знать, что правительства могут сделать и что они делают. Вместе с моими коллегами Вольфгангом Фенглером, Кенаном Каракюлахом и Равтошем Балом я пытался свести исследования таких ученых, как Дэвид Аутор, Эрик Бриньолфссон и Диего Комин, к урокам для неспециалистов. Этот блог использует работу для прогнозирования тенденций в течение следующего десятилетия.

4 волны, 3 факта

Полезно думать, что технические изменения произошли в виде четырех волн с 1800-х годов, вызванных последовательностью «технологий общего назначения» (GPT). Экономисты лучше всего описывают ТШП как «изменения, которые трансформируют как жизнь домохозяйств, так и способы ведения бизнеса фирмами». Четырьмя наиболее важными ТШП последних двух столетий были паровой двигатель, электроэнергия, информационные технологии (ИТ) и искусственный интеллект (ИИ).

Все эти GPT вдохновили на дополнительные инновации и изменения в бизнес-процессах. Надежные и наиболее важные факты о техническом прогрессе связаны с его темпами, предпосылками и проблемами:

  • Технологические изменения становятся все быстрее. Хотя темпы изобретения, возможно, не ускорились, время между изобретением и реализацией сократилось. Хотя средние задержки внедрения трудно измерить точно, не будет чрезмерным упрощением сказать, что они сокращаются вдвое с каждой волной GPT. Судя по имеющимся данным, время между изобретением и широким использованием сократилось примерно с 80 лет для парового двигателя до 40 лет для электричества, а затем примерно до 20 лет для ИТ (рис. 1). Есть основания полагать, что отставание внедрения технологий, связанных с ИИ, составит около 10 лет. С ускорением технологических изменений и такими же большими преимуществами первопроходца, как и всегда, растет потребность в крупных и скоординированных инвестициях.

Рисунок 1. Задержки внедрения технологий значительно сократились с 1800-х годов

Источник: Comin and Mestieri (2017).

  • Перескакивать практически невозможно. В то время как технология специального назначения, такая как стационарные телефоны, может быть пропущена в пользу новой технологии, которая делает то же самое, например, как мобильные телефоны, странам трудно перепрыгнуть через технологии общего назначения. Чтобы страна обогнала другую, она должна сначала догнать. Технический прогресс – это кумулятивный процесс. Инновации в бизнес-процессах, необходимые для использования парового двигателя, были необходимы фирмам, чтобы воспользоваться преимуществами электроэнергии. Более очевидно, что электричество было предпосылкой для информационных технологий. Правила, которые способствуют или препятствуют техническому прогрессу, образованию и инфраструктуре, а также отношение к социальным изменениям, которые сопровождают новые технологии, имеют такое же значение, как и сами технологии, что указывает на необходимость дополнительных политик, формирующих экономику и общество.
  • Автоматизация сокращает долю рабочей силы, а не вытесняет ее. В то время как наиболее часто выражаемая сегодня озабоченность заключается в том, что распространение искусственного интеллекта заменит рабочих умными машинами, последствия более ранних ТШП лучше охарактеризовать как сокращение доли трудовых заработков в добавленной стоимости. Но данные также свидетельствуют о том, что с 1970-х годов автоматизация в относительно развитых странах оказала давление на заработную плату. Иными словами, беспокойство должно вызывать не повсеместная безработица, а тот факт, что доходы все больше смещаются в пользу капитала, а не труда. Это означает, что страны, у которых есть эффективные механизмы решения проблем распределения, имеют преимущество перед теми, у которых их нет.

Большие деньги: Преимущество Китая

Путин не первый российский лидер, который понял важность прорывных технологий общего назначения. Сто лет назад Коммунистическая партия Владимира Ленина изобрела пятилетний план по использованию электроэнергии. В самом деле, не будет преувеличением сказать, что современная практика планирования возникла благодаря ленинскому плану электрификации Советского Союза. Чтобы оценить значение электрификации, стоит прочесть краткий отчет Ленина о работе Совета Народных Комиссаров. Вот выдержки из этой речи, произнесенной в 19 г.20 под «бурные и продолжительные аплодисменты»:

«Вы услышите доклад Государственной электрификации, созданной ВЦИК 7 февраля 1920 года. Коммунизм — это Советская власть плюс электрификация вся страна. Мы слабее капитализма не только в мировом масштабе, но и внутри страны. Только когда страна будет электрифицирована, а промышленность, сельское хозяйство и транспорт поставлены на техническую базу современной крупной промышленности, только тогда мы одержим полную победу. У нас есть план, который дает нам смету материалов и финансов на длительный период, не менее десяти лет. Мы должны выполнить этот план во что бы то ни стало, и срок его выполнения должен быть сокращен».

Рисунок 2. Китай, возможно, уже тратит на НИОКР больше, чем США

Сегодня самым серьезным сторонником планирования в советском стиле является Коммунистическая партия Китая. В 2015 году он объявил о плане «Сделано в Китае 2025» на сумму 1,68 триллиона долларов, чтобы сделать с искусственным интеллектом то, что Ленин сделал с электроэнергией. План состоит в том, чтобы преобразовать китайскую экономику и доминировать в мировом производстве к 2030 году. Китай не обладает ни предпринимательской ловкостью Америки, ни способными системами государственных финансов Западной Европы, но он вкладывает много денег в цифровое господство. Вопрос в том, будет ли этого достаточно.

Последние два десятилетия стали свидетелями подъема Китая как экономической державы; следующие 10 лет решат, станет ли она со временем сверхдержавой. На данный момент подход президента Си можно обобщить так же, как и ленинскую стратегию в 1920 году: Государственный капитализм — это Народная партия плюс искусственный интеллект .

Деловая практика: Advantage America

История гласит, что в 2018 году президент Дональд Трамп пожаловался президенту Си Цзиньпину на то, что программа «Сделано в Китае 2025» оскорбляет США, поскольку ее цель — сделать Китай мировым лидером в области технологий. С тех пор официальных упоминаний о нем нет. Китайское правительство считает, что нет смысла дразнить мирового технологического лидера, заставляя его делать больше.

Но реальное преимущество США заключается в том, что правительство действует более мягко, чем в Китае или Европе, что приводит к более короткому отставанию от изобретения до выхода на рынок и более быстрой адаптации бизнеса, так что рост производительности реализуется быстрее, чем в конкурирующих странах. Обратите внимание на относительно быстрое распространение компьютеров, доступных для использования одновременно во всех богатых странах, в США по сравнению с Канадой, Японией, Германией и Францией (рис. 3).

Рисунок 3. Более быстрое распространение компьютеров в США, чем в Канаде, Японии и Западной Европе

Источники: исторический набор данных о внедрении технологий в разных странах, составленный Комином и Хобайном (2004 г. ) и база данных проекта Мэддисон.

Нормативно-правовые, инфраструктурные и культурные условия, которые ведут к более быстрому внедрению инноваций в бизнес-процессы, требуют тесных связей между отраслью и академическими кругами, благоприятной среды для высококвалифицированных иммигрантов, разумного регулирования товарного рынка и разумных правил найма и увольнения. Это будет нелегко создать ни Китаю, ни Европе, и США какое-то время будут иметь это преимущество.

Мероприятия по улучшению ситуации: Advantage Europe

В то время как Соединенные Штаты быстро внедряют инновации, Западная Европа по своей природе более равноправна. Взгляните как на распространение, так и на проникновение использования Интернета, представленные на Рисунке 4. Европа играла в догонялки в период с 1990 по 2010 год, но с тех пор использование Интернета стало более распространенным в каждой европейской стране. Безусловно, большее неравенство в доходах в США как-то связано с этим, но было бы еще более тревожно, если бы оно также было связано с большим неравенством возможностей. Появляется все больше доказательств того, что это так, и растут опасения, что эти пробелы будут быстро увеличиваться по мере распространения технологий на основе ИИ в экономике.

Рисунок 4. Более быстрое распространение Интернета в США, но более низкое проникновение, чем в Европе

Источник: Показатели мирового развития Всемирного банка и база данных проекта Мэддисон.

Поскольку технологические изменения усугубят неравенство как в возможностях, так и в результатах, эффективное перераспределение станет более необходимым в течение следующего десятилетия, чем в прошлом. В этом случае у Европы будет большое преимущество: рыночное неравенство доходов во всех европейских странах, кроме пяти, ниже, чем в США (рис. 5). После уплаты налогов и трансфертов в каждой европейской экономике коэффициент Джини ниже, чем в американской.

Рисунок 5. Наиболее перераспределительные системы налогообложения и трансфертов в европейских странах

Источник: Causa and Hermansen (2018).

На что обратить внимание

Люди, которые делают долгосрочные экономические прогнозы, склонны сосредотачиваться на сильных сторонах: Китай может мобилизовать много денег, чтобы стать сверхдержавой, в США хороший климат для бизнеса, поэтому они продолжают доминировать в мировой экономике, а Европа более эгалитарна, поэтому она получит больше отдачи от затраченных средств. Но, возможно, вместо этого нам следует обратить внимание на готовность экономик исправить свои недостатки. Китай должен найти способы поощрения предпринимательства и устранения огромного неравенства в образовании и богатстве. Европа должна мобилизовать большие суммы денег и облегчить инвесторам в любом месте вывод изобретений на Единый рынок. Соединенным Штатам просто нужно быстро найти способы восстановить конкуренцию в сфере технологий, финансов, здравоохранения и государственного образования, чтобы их системы перераспределения не были перегружены.

Итак, кто, скорее всего, добьется успеха в следующем десятилетии? Мои деньги в Соединенных Штатах.