Общаться с искусственным интеллектом легче, чем с коллегами
Доктор Лариса Солдатова, выпускница Дальневосточного университета, прилетела из Лондона, чтобы прочесть студентам РАНХиГС лекцию о разнообразии искусственного интеллекта (ИИ). Научную карьеру она начала в Японии и уже 15 лет занимается наукой в Великобритании. В ее биографии — участие в создании знаменитого робота-ученого Адама. Эта машина первой среди представителей ИИ совершила научное открытие. Сегодня Лариса Солдатова преподает магистрантам Лондонского университета. Она создала необычную академическую программу по изучению Data Science (науки о данных): в одной команде вместе работают студенты с техническим и гуманитарным складом ума. Это помогает им по-новому взглянуть на изучаемый материал. В Москве профессор Лондонского университета встречалась в том числе с руководителями, курирующими программу Data Science в Президентской академии: проректором РАНХиГС, директором Института бизнеса и делового администрирования (ИБДА) С. П. Мясоедовым и директором управления международного развития Л. Д. Тарадиной, которая занимается реализацией совместного проекта Лондонского университета в РАНХиГС . В 2020 году в Академии планируется запустить три магистерские программы в формате параллельного образования: MSc Data Science (наука о данных) и MSc Supply Chain Management and Global Logistics (управление цепями поставок и глобальная логистика), Master of Laws (LLM) (магистр права). С Ларисой Солдатовой мы беседуем о различных аспектах взаимодействия человека с искусственным интеллектом. — На лекции, прочитанной в РАНХиГС, вы сказали: «Что может быть умнее машины, которая занимается наукой?» Как себя чувствует человек, общаясь с такой умной машиной? — Сложнее всего в этом общении — налаживать контакты с людьми. Да-да, со своими коллегами, которые работают в команде вместе с тобой и имеют множество незнакомых тебе специальностей. Проекты типа «робот-ученый» всегда междисциплинарные. Среди нас были биологи, химики, математики и программисты. А со стороны нас наблюдали два антрополога науки, которые собирали сведения о том, как люди общаются с ИИ. Взаимодействие людей разных профессий при создании искусственного интеллекта — это всегда трудности. Мы спорили из-за всего. Два месяца ушло на то, чтобы договориться о том, что входит в понятие «гипотеза». Но это необходимо для того, чтобы ИИ мог выполнять свои задачи. — Люди разных специальностей были нужны, чтобы загрузить ИИ самой разнообразной информацией? — Да, и чем больше информации мы в него заложим, тем интереснее будет результат. ИИ сможет делать выводы, свободно комбинируя знания. Мы даем ему модель, в которой есть неизвестные Х, Y, Z. В любой области мы многого не знаем. Туда, где есть белые пятна, система пытается что-то вставить из множества вариантов и затем — оценить то, что она сделала. Можно сравнить это с пазлом, который складывается из кусочков. Но их количество не ограничено, и их можно взять из самых разных областей. У людей кусочек пазла, перемещенный издалека в центр картинки, может называться интуицией. Чем дальше он лежит, тем более гениальной может оказаться идея. Вот это мы и пытаемся сымитировать при создании ИИ. Сейчас искусственный интеллект пытаются применять в разных областях. Машины успешно составляют кулинарные рецепты. Закладываются правила, что определенные ингредиенты хорошо работают, и система готовит никогда не существовавшие блюда. Профессиональные повара, попробовав их, отвечают: я бы никогда не соединил это вместе, но это работает! У человека есть предубеждения, он не будет пробовать соединять какие-то компоненты, а машина скомбинирует все и потом получит неожиданный результат. — Но работы, совершенные роботом, будут обходиться очень дорого? — Напротив, роботы незаменимы в том случае, когда нужно получить максимум информации, а финансирования не хватает. ИИ может проводить более тысячи индивидуальных экспериментов одновременно. Наш робот Ева занималась созданием лекарств. Она брала всевозможные химические элементы, добавляла их в клеточную структуру и отслеживала происходящие процессы. В Великобритании спонсоры финансируют главным образом поиск лекарств от рака и средств от ожирения. Никто не хочет заниматься лекарствами для жителей Африки с ее бедным населением. А Ева совершенствовала препараты от малярии и делала все намного быстрее и дешевле, чем фармацевтические компании. Даже клинических испытаний не нужно, если лекарство составляет робот. — Известно, что робот Адам, в создании которого вы принимали участие, совершил научное открытие. Кто подтвердил его результат? — Мы попросили биологов снова провести эксперименты — на этот раз ручным методом. Они подтвердили, что это первое в истории открытие, сделанное машиной. — И за этим последовал известный юридический казус: Адама отказались считать автором на том основании, что он — не человек. — Да, это очень интересный вопрос. 10 лет назад мы внесли Адама в список соавторов статьи, рассказывающей о его открытии. Но столкнулись при этом со множеством возражений. Нам говорили: машина не может удостоверить подписью научную статью, не может обладать авторским правом. Позднее, наученные горьким опытом, мы даже не пытались взять Еву в соавторы наших научных статей. Но как быть тогда с понятием научного плагиата? Приписывая себе открытие Адама или Евы, мы, их создатели, совершаем плагиат: ведь это исследование сделала машина, а не люди! За 10 лет вопрос так и не был решен, хотя сегодня он широко обсуждается на международном уровне. — И это показывает, как удивителен мир, в котором мы живем! Рассказывая студентам РАНХиГС о своей магистратуре в Лондоне, вы постоянно упоминали об овладении этикой применения искусственного интеллекта. Рассуждения на тему «этика и искусственный интеллект» так часто можно услышать в Великобритании? — Нет. Я считаю, что ученые, которые работают в области ИИ, уделяют недостаточно внимания этическим вопросам. Они разрабатывают технологию, но наивно полагают, что последствиями ее внедрения в социум займется кто-то другой. А обществу применение ИИ, мягко говоря, не всегда нравится. Я вспоминаю шокирующую историю о том, что беженцам в лагерях не выдавали гуманитарную помощь до той поры, пока они не разрешали воспользоваться своими биологическими образцами. Или возьмите ситуации в международных аэропортах. Недавно преподавательницу нашего университета не пропускали на рейс, требуя, чтобы ее девятимесячный ребенок прошел фейсконтроль. «Для чего?» — спросила она. — «Для борьбы с терроризмом!» — ответили ей. — Вы разработали и обсуждаете с РАНХиГС совместную с Лондонским университетом программу магистратуры по управлению с помощью науки о данных (Data Science). Одна из ее особенностей — в нее будут принимать гуманитариев. Вы уверены, что у них получится работать с Big Data? — Мы на это рассчитываем. Я работала над созданием таких магистерских программ (Master of science) и знаю, что гуманитариям освоить эти дисциплины не так уж сложно. В Лондонском университете на этой магистерской программе успешно учатся гуманитарии. 50% поступивших студентов не занимались программированием и математикой, некоторые из них пришли из мира искусств. Несмотря на это, они вполне успешны. Поступившим достаточно минимальных навыков в программировании. Для этого у нас есть короткий подготовительный курс. — Какие навыки вы хотите воспитать у выпускника новой магистратуры? — Уметь понимать и оценивать новые технологии, способность выбирать между ними, решать, какая из них наиболее приемлема. Требования на рынке труда быстро меняются. Современные системы очень сложные, поэтому выпускникам необходим высокий уровень критического анализа, а не просто применение новых технологий. Постараемся определять в одну группу студентов с разными интересами. Работать над групповыми проектами в области Data Science будут одновременно математики и гуманитарии. Это обогащает всех его участников. — Мне кажется, таким и должно быть образование будущего. — Конечно. Послесловие Технари и гуманитарии должны быть одинаково успешными на рынке труда Размышляет Ирина Нечаева, директор центра программ Лондонского университета в РАНХиГС: — Общаясь с Ларисой Солдатовой и Университетом Лондона, мы получили урок. Прежде приходилось слышать от коллег: не могут учиться в магистратуре по программе Data Science студенты, которые не знаю теории вероятности, математическую статистику и не обладают основами программирования. Благодаря коллегам из Англии мы поняли, что нельзя отвергать людей, которые не имеют базового компьютерного или математического образования. Существует международная система подготовительных онлайн «краш-курсов» по математике и программированию. Пройдя их, абитуриент с непрофильным базовым образованием может «прокачать» свои математические навыки, проверить себя и сдать тест, подтверждающий его способность обучаться на программе Data Science. Ведь работу с данными можно назвать одним из важнейших умений будущего. Сегодня любая область профессиональной деятельности связана с анализом и принятием решений на основе big data. На рынке труда — как на российском, так и на западном — все позиции требуют умений на основе Data Science. Это начинается от анализа таблиц при закупке оборудования до принятия управленческих решений. Выпускники магистратуры, которые владеют этими умениями, получают преимущества на рынке труда и в любой отрасли науки. Наша цель — раскрыть способности тех, кто придет учиться на эту программу в РАНХиГС. Сегодня технологи учатся творческим вещам, творческие люди — структурированию. Пришло другое время с другими технологиями. Мы более пластичны, чем раньше. И новые студенты должны изучать управление с помощью анализа данных, чтобы находить практические решения для реальных задач по совершенно новым программам. Беседовала Светлана Кириллова
