21 урок для XXI века. Юваль Ной Харари

многие новые профессии предполагают временное, не защищенное законодательством трудоустройство, фриланс и разовые услуги[25]. Как создать профсоюз в профессии, которая появляется и исчезает в течение одного десятилетия?

      Точно так же внутри «кентавра» из человека и компьютера, скорее всего, будет наблюдаться соперничество, а не долговременное сотрудничество. В группах, состоящих только из людей (например, из Шерлока Холмса и доктора Ватсона), обычно формируется иерархия и устанавливается определенный порядок, не меняющийся десятилетиями. Но детектив, работающий с компьютерной системой «Доктор Ватсон» (прославившейся в 2011 году победой в американской телевикторине Jeopardy!), обнаружит, что рутина становится источником осложнений, а сложившаяся иерархия – приглашением к революции. Тот, кто вчера был закадычным другом, завтра может превратиться в начальника, а протоколы и инструкции придется переписывать каждый год[26].

      Внимательное изучение мира шахмат позволяет нам выявить долгосрочные тенденции и в других сферах человеческой деятельности. Да, в течение нескольких лет после победы Deep Blue над Каспаровым в шахматах развивалось сотрудничество человека и компьютера. Но в последнее время компьютеры научились так хорошо играть в шахматы, что человек в качестве партнера потерял всякую ценность и вскоре станет совсем не нужен.

      Относительно недавно был пройден еще один важный этап. Уже никого не удивляло, что компьютер способен обыграть человека, но 7 декабря 2017 года алгоритм AlphaZero компании Google выиграл у Stockfish 8, чемпиона мира 2016 года среди компьютерных программ. Stockfish 8 имела доступ к опыту, накопленному человеком за сотни лет игры в шахматы, а также к данным шахматных программ за несколько десятков лет. Она могла просчитывать 70 миллионов шахматных позиций в секунду. Скорость вычислений AlphaZero составляла лишь 80 тысяч операций в секунду, и создатели программы не обучили ее шахматной стратегии – даже стандартным дебютам. Осваивая шахматы, программа AlphaZero использовала самые современные методы машинного обучения, играя сама с собой. Тем не менее из ста партий, сыгранных со Stockfish 8, новичок AlphaZero выиграл 28 и свел вничью 72. Ни одного проигрыша! Поскольку алгоритм AlphaZero не учился у человека, многие из его выигрышных ходов и стратегий выглядят весьма необычно. Их с полным основанием можно назвать творческими – если не гениальными.

      Угадайте, сколько времени потребовалось AlphaZero, чтобы научиться играть в шахматы, подготовиться к матчу с Stockfish 8 и развить у себя гениальную интуицию? Четыре часа. Это не опечатка. Столетиями шахматы считались одним из высших достижений человеческого разума. Программа AlphaZero за четыре часа без какой бы то ни было помощи со стороны человека проделала путь от полного незнания до вершин мастерства[27].

      AlphaZero не единственная творческая компьютерная программа в мире. Сегодня многие из них превосходят шахматистов не только в скорости вычислений, но и в генерировании нестандартных идей. На шахматных

25

Lawrence F. Katz and Alan B. Krueger, ‘The Rise and Nature of Alternative Work Arrangements in the United States, 1995–2015’, National Bureau of Economic Research (2016); Peter H. Cappelli and J. R. Keller, ‘A Study of the Extent and Potential Causes of Alternative Employment Arrangements’, ILR Review 66:4 (2013), 874–901; Gretchen M. Spreitzer, Lindsey Cameron and Lyndon Garrett, ‘Alternative Work Arrangements: Two Images of the New World of Work’, Annual Review of Organizational Psychology and Organizational Behavior 4 (2017), 473–499; Sarah A. Donovan, David H. Bradley and Jon O. Shimabukuru, ‘What Does the Gig Economy Mean for Workers?’, Washington DC: Congressional Research Service (2016), https://fas.org/sgp/crs/misc/R44365.pdf, accessed 11 February 2018; ‘More Workers Are in Alternative Employment Arrangements’, Pew Research Center, 28 September 2016, http://www.pewsocialtrends.org/2016/10/06/the-state-of-american-jobs/st_2016-10-06_jobs-26/, accessed 11 February 2018.

26

David Ferrucci et al.,‘Watson: Beyond Jeopardy!’, Artificial Intelligence 19–200 (2013), 93–105.

27

‘Google’s AlphaZero Destroys Stockfish in 100-Game Match’, Chess.com, 6 December 2017, https://www.chess.com/news/view/google-s-alphazero-destroys-stockfish-in-100-game-match, accessed 11 February 2018; David Silver et al., ‘Mastering Chess and Shogi by Self-Play with a General Reinforcement Learning Algorithm’, arXiv (2017), https://arxiv.org/pdf/1712.01815.pdf, accessed 2 February 2018; see also Sarah Knapton, ‘Entire Human Chess Knowledge Learned and Surpassed by DeepMind’s AlphaZero in Four Hours’, Telegraph, 6 December 2017, http://www.telegraph.co.uk/science/2017/12/06/entire-human-chess-knowledge-learned-surpassed-deepminds-alphazero/, accessed 11 February 2018.