Современный этап информационной революции характеризуется многими изменениями, которые пока полностью не осознаны обществом. Хотя кажется, что революция уже наступила, объективные данные указывают на то, что её основные проявления еще впереди. В настоящее время наблюдаются три ключевые тенденции, влияющие на развитие мира. Во-первых, происходит стремительное расширение возможностей машин, включая их способность к обучению. Во-вторых, формируются крупные и влиятельные молодые компании с принципиально новой бизнес-моделью, основанной на нематериальных активах. Примерами таких платформ являются Uber, не обладающий собственным автопарком, Facebook, не создающий контент, Alibaba, не имеющий физических магазинов, и Airbnb, не владеющий недвижимостью. В-третьих, развивается массовый коллективный разум, базирующийся на объединении человеческих знаний, опыта и энтузиазма, доступных в глобальной сети.
Возникает вопрос, означают ли эти тенденции полную замену традиционных элементов прогресса: человеческого разума машинами, привычных товаров и услуг платформами, экспертов коллективным разумом. Отмечается, что эти устоявшиеся составляющие не утратили своей значимости, а остаются важными факторами успеха бизнеса и общества. Необходимо пересмотреть соотношение между умами и машинами, продуктами и платформами, экспертами и коллективным разумом. Анализ современных изменений позволяет взглянуть на них без субъективных страхов и опасений относительно потери рабочих мест. Новый мир представляет собой интеграцию человека с инновационными технологическими инструментами, а способность к адаптации является ключевым качеством человека.
Взаимоотношения человеческого разума и искусственного интеллекта отражают давнее разделение труда между людьми и компьютерами. Машины выполняют рутинные математические операции, ведут документацию и передают данные, в то время как люди принимают решения, используют рассуждения, творческий и интуитивный подход в общении. Несмотря на быстрый прогресс в области информационных технологий, роль человека остаётся незаменимой благодаря уникальной способности мыслить, которая выходит за пределы алгоритмов и вычислений. Человеческое мышление основывается на двух системах: интуитивной (Система 1), позволяющей принимать быстрые решения автоматически, и рациональной (Система 2), медленной и требующей сознательных усилий. Обе системы варьируются в развитии у разных людей. Однако интуитивное мышление не поддаётся произвольному отключению и подвержено ошибкам, вызванным субъективной фильтрацией информации, заблуждениями, склонностью к поспешным выводам, недостаточной способностью прогнозировать будущее и самообманом через рационализацию. В связи с этим целесообразно передавать принятие решений машинам там, где это возможно, основываясь на данных, а не на интуиции.
Примером служит динамическое ценообразование авиабилетов и гостиниц, которое меняется каждую минуту в зависимости от алгоритмического прогноза спроса и предложения, что недоступно человеческой рациональной или интуитивной оценке. Машинные алгоритмы поддаются тестированию и совершенствованию, тогда как признание собственных предубеждений людьми затруднено. Тем не менее, человек сохраняет преимущества, недоступные машинам: восприятие большой информации через органы чувств, здравый смысл и способность учитывать уникальные, ранее не встречавшиеся ситуации. Так, алгоритм Uber первоначально не учитывал чрезвычайные обстоятельства, повышая тарифы в зоне катастрофы, однако впоследствии был скорректирован, что иллюстрирует успешное взаимодействие человека и машины.
В области машинного обучения применяются два основных метода, аналогичных процессу овладения языком человеком: неконтролируемое обучение, напоминающее усвоение языка ребёнком через слушание и повторение, и контролируемое, символическое, сравнимое с изучением языка взрослым посредством правил и осознанного запоминания. Несмотря на быстрый прогресс, наиболее эффективным способом приблизить мышление компьютера к человеческому остаётся создание нейронных сетей, способных обучаться на примерах. Эти сети основаны на сочетании сложных математических методов, мощного вычислительного оборудования и прагматичного подхода. Нейронные сети успешно применяют оба метода обучения. Неконтролируемое обучение особенно эффективно для понимания человеческого мира. Машины уже превосходят людей в распознавании речи, управлении климатом в помещениях, оптимизации энергопотребления, классификации изображений и автоматическом переводе.
