Все скучное будет автоматизировано искусственным интеллектом
Это видео назовем так: «Как правильно играть в казино». Будет прям миллион просмотров. Искать себя это прям очень плохая идея. Нужно прям работать. Мне кажется, что чтоб попасть в будущее, нужно, чтобы был образ этого будущего. Когда ты пытаешься понять, куда тебе идти, ты никуда не идешь. Это, скорее всего, таксист, который любит свою работу. Его не автоматизируют никогда. Вообще никогда.
Сегодня в гостях Иван Ямщиков, исследователь искусственного интеллекта, научный сотрудник Института Макса Планка и AI-евангелист компании ABBYY. Мы обсудим с Иваном, с какими трудностями сталкивается искусственный интеллект при работе с естественным языком и литературой, что нужно понимать компьютеру, чтобы работать эффективнее людей, в чем алгоритмы едва ли смогут превзойти человека, в чем преимущество российской зоны рискованной жизнедеятельности и как делать любую работу так, чтобы тебя никогда не смогли автоматизировать.
– Расскажи про свою научную деятельность, свои научные интересы.
– Они обширны. Я делаю разные штуки. В основном сейчас я занимаюсь НЛП. Начал naturallanguageprocessing, т.е. я пытаюсь обрабатывать естественный язык – ну, не я один, у нас есть соавторы, мы много с кем работаем. Я делаю разные штуки про язык – от генерации текстов до просто какого-нибудь статистического анализа. Т.е. не знаю, там, вот мы сейчас написали две статьи с ребятами из… ну, вот с моим соавтором из Яндекса, с моим соавтором из Екатеринбургского университета федерального – Уральский федеральный университет. Мы написали две статьи сейчас про переформулировки. Т.е., к примеру, есть такая задача переноса стиля, для картинок она хорошо решается – все видели приложение Prisma, приложение Prismaхорошо работает, привет Леше Моисеенкову. А, значит, с текстами так хорошо не работает – не получается пока написать текст и сказать: «А давай как Шекспир», «А давай как Шекспир, но грубо», «А давай как Шекспир, но весело и длинней».
– А почему не получается?
– Да хрен его знает. Знали бы, почему не получается, ну, типа, знали бы – сделали ли бы уже.
– Но как не получается? Вот вы написали стихи в стиле Егора Летова.
«Ничего, ничего, кроме будничных дел
Я буду ходить по дорогам своим,
Я хотел бы уехать, куда не хотел
Но пока мы сидим и страдаем, скулим
Будет свет
И будет
Будет свет
Ничего
Будет свет
И будет
Будет вечный смех»
– Это был такой типа первый шаг для этого проекта, мы сейчас дальше все закапываемся. Т.е. на самом деле идея про стилизацию стихов – она сама по себе, помимо того, что это забавно, она интересна тем, что когда ты приходишь к лингвисту, или к литературоведу, или как называются все эти уважаемые люди – у них есть очевидное экспертное знание, которое позволяет им говорить про стилистику того или иного текста. Но при этом когда ты пытаешься это знание формализовать – типа формулу написать стиля – что, какая, определи стиль – у них это получается плохо. Это связано с двумя причинами. Во-первых, потому что они в принципе не привыкли думать в таких категориях, потому что экспертное гуманитарное знание работает совсем не так, как экспертное знание техническое. А во-вторых потому, что, ну, как бы данных совсем нет в этом месте, и одна из идей была с генерацией текстов – вернее, одна из идей, которую мы получили с генерацией стихов – это то, что ОК, мы можем, на самом деле endtoendобучить модели, ничего ей не говоря про стиль автора, просто помещая автора и давая его тексты как примеры. Мы можем сделать модель, которая, вроде бы, производит что-то, похожее действительно на исходного автора. Т.е. мы такой bottom, как бы подход снизу вверх такой, индуктивный подход применили, когда мы не стали ничего определять, не стали объяснять, что такое стиль, просто понадеялись на то, что если мы возьмем какую-то модель, которая будет достаточно умной, дадим ей много данных, она сама как-то поймет, что такое стиль, примерно так, как сами понимают, что такое стиль, гуманитарные эксперты. Они же как-то понимают, что Чарльз Буковски сильно отличается от Уолта Уитмана, как-то у них там в голове это происходит. И в целом, как это, как всегда в машинеринге не знаешь, что делать, как бы набери побольше данных…
– Засунь это в нейронную сеть, и она сделает.
– Да, и накати алгоритм потолще. Вот. И дальше оказалось ОК. Значит, endtoendстиль автора можно выучить. Помимо этого есть другие работы, есть люди, которые, допустим, в таком же стиле, ну, стали решать задачи переноса стиля на каких-то более узких областях, обычно бинарных – т.е., допустим, вежливо – невежливо, или позитив – негатив. Есть люди, которые спорят с тем, является сантимент стилистическим атрибутом или семантическим, т.е. типа «да» – «нет» это про смысл или про стиль, но не суть. И, значит, есть много работ в этой области, где люди пытаются по кусочкам эту проблему пилить и съедать по кусочкам. И мы тоже, в общем, в этом направлении думаем. Почему не получается – возвращаясь к твоему вопросу, почему не получается. Во-первых, потому что непонятно, что это такое, в количественных значениях стиль не очень определен, т.е. надо сначала придумать самому себе метрики, потом убедиться, что ты всех по ним победил. Это такой сложный процесс, задача появилась сравнительно недавно и она еще не очень четко формализована – это первая проблема. Вторая проблема в том, что в текстах отсутствует то, что люди, занимающиеся теорией информации, к примеру, называют информационной непрерывностью. Я про это много раз говорил, но я скажу еще раз. Вот представьте – есть картинка, домик нарисован, солнышнко, какая-то травка зеленеет, ласточка летит. Ты можешь вырезать кусок этой картинки…
– И она смысл не сильно потеряет.
– Она потеряет ровно столько смысла, сколько ты вырезал. Т.е. есть более-менее прямая пропорциональность между семантикой и информацией. Вот у тебя есть столько-то информации и дальше есть более-менее линейный коэффициент, который наше представление о том, что такое смысл, мы множим на этот коэффициент и получаем количество в байтах информации. Это все ломается при некотором уровне гранулярности, потому что если ты вырежешь, к примеру, 4 пикселя из этой картинки…
– Ничего не поменяется.
– Да. Т.е. там есть некоторый скачок качественный, который происходит на определенном уровне гранулярности. С текстами такая же ситуация работает хуже, потому что в текстах…
– Предложение выкинул – смысл изменился.
– Совершенно верно. Даже одно слово выкинул – смысл изменился. Т.е. уровень гранулярности… Более того, одну букву можно выкинуть, все равно смысл может поменяться. Т.е. уровень гранулярности он… типа на любом уровне можно придумать сравнительно небольшое изменение, которое при этом…
– Все сломает.
– Приведет систему в другое состояние. В теории динамических систем это называется точка бифуркации – когда маленькое отклонение от траектории приводит тебя к принципиально другому поведению системы. Вот в текстах есть эта проблема, ее разные люди называют по-разному. Есть такие ребята, довольно одиозные персонажи, которые говорят, что текст – это semicriticalsystem, т.е. система, в которой незначительные локальные изменения могут вести к глобальным и значительным изменениям. Есть взгляд на это с другой стороны – грубо говоря, если обрабатывать текст в терминах, сколько тебе надо знать информации сейчас, чтобы сделать следующий… сказать следующее слово или следующее предложение. Т.е. первые модели генерации текста они строятся на том, что называется марковская цепь. Марковская цепь, ее поведение Т+1 оно определяется состоянием в точке Т. Типа вся информация, которая мне нужна, чтобы сделать следующий шаг, есть у меня сейчас.
– А другая информация не нужна, она как бы вся подтянута в эту точку.
– Да. Мне не надо смотреть назад ни на сколько. Ну вот с текстом это не так.
– Текст – это, возможно, очень далеко нужно посмотреть назад.
– Совершенно верно. Т.е. любой, кто пытался читать Льва Николаевича Толстого, он знает, что кроме того, что это приносит много удовольствие, это еще требует некоторой памяти и понимания, что именно сказала Элен, или что именно думал Пьер в ту ночь, или что именно случилось с Балконским под Аустерлицем в какой-то момент через примерно четыре сотни страниц романа. Это прям критический пример. Но даже если просто поговорить с телефоном, какой бы умный телефон у тебя сейчас ни был…
– Он не помнит контекст.
– Он немного похож на золотую рыбку. Т.е. ты говоришь ему: «Привет! Какая сегодня погода в Москве?» Он говорит тебе погоду. Ты говоришь: «А в Петербурге?» И это вырубает уже половину телефонов. Понятное дело, что этот кейс можно забить руками, все понимают, как устроен разговор о погоде. Но как только мы делаем шаг вправо – шаг влево, расстрел начинается, потому что, ну, вот, к примеру: «Скажи мне, пожалуйста… дай мне, пожалуйста, рецепт яйца пашот», значит, он тебе дает рецепт пашот, ты после этого говоришь: «А нужно ли класть майоран?» И это прям, я думаю, что уже точно нет. Хотя человеку понятно, что хочешь клади, хочешь не клади. Типа нравится майоран – клади майоран в яйцо пашот.
– А вычислительные мощности не могут решить такую проблему?
– Это отдельный вообще интересный разговор и вообще направление мысли, про которое я много думаю. Я вот недавно выступал на конференции Heisenbug, делал там доклад про эмпирику. И мне вообще начинает казаться, что, может быть, вообще проблема только в этом.
– И ты об этом недавно говорил, кстати, что вычислительные мощности – это, в принципе, вообще не проблема. Пока ты решаешь свою задачу, они наработаются.
– Ну, по крайней мере, пока всегда было так. На самом деле, это очень интересный вопрос чисто философский – насколько, в принципе, важно понимание пресловутое. И он такой довольно страшный, потому что ты когда задумываешься о том, что такое понимание, всерьез, ну, у тебя много вопросов возникает. Т.е. ты понимаешь, я не знаю, квантовую физику… Не будем рассматривать квантовую физику. Ну, ты понимаешь ньютоновскую механику?
– Казалось бы, что да.
– Ну, понимаешь ньютоновскую механику. Хорошо. И ньютоновская механика она как-то работает. Типа класс. При этом если я возьму шарик, просто тебе его покажу, дам взвесить и скажу, за сколько он куда-то долетит или как мне его бросить… Просто дам тебе шарик и скажу: «Попади в кольцо». Баскетбольный мячик. Твое понимание механики ньютоновской – ты можешь быть очень хорош в понимании. Любой отличник по физике знает, что когда он приходит в баскетбольный зал, понимание, глубокое понимание ньютоновской механики не позволяет ему забивать.
– Может быть, оно недостаточно глубокое.
– Предельно. Оно сильно глубже, чем понимание ньютоновской механики всеми другими участниками.
– Ну, может быть, и этого недостаточно?
– В общем, нет. Мысль-то она просто в том, что вот у нас есть представление о том, что такое понимание, и понимание закрывает, на самом деле, довольно узкую область нашей интеллектуальной деятельности. И оно нам нужно обычно для того, чтобы придумывать все более сложные модели для каких-то все более сложных феноменов и часто для того, чтобы что-то предсказывать. Т.е. всякие прикольные штуки в науки часто связаны с тем, что, там, ох! Плутон открыли на кончике пера! Ты посмотри! Вот это ньютоновская механика.
Но мы сейчас вплотную подошли к моменту, когда у нас есть возможность строить модели, и вычислительные мощности у нас такие, что, во-первых, мы можем что-то предсказывать, не понимая, и делаем это с завидной, завидной прям частотой. Т.е. есть там какие-то компании – Механика Элейн предсказывает, как правильно плавить сталь, при помощи машинного обучения. И делает это неплохо, лучше, чем люди. Почему так именно надо плавить сталь – не очень важно, если ты можешь на этом экономить миллионы рублей в год, то плавь сталь, нихай будет. И главное, что у тебя появляется следующая модель – если она лучше предсказывает, как плавить сталь, ты такой: «Ну, хорошо».
– Т.е. при этом понимание-то не нарабатывается, но результат улучшается.
– Так вот вопрос, что такое понимание. Видишь? Результат-то улучшается, предсказательная мощность модели растет – растет. И тут есть такой довольно странный провокационный… Как это сказать, я немного побуду адвокатом дьявола, потому что меня самого эта мысль на самом деле интересует и беспокоит, потому что, ну, это правда, мне кажется, интересная история. Ну, зачем нужна теория человеку-то на самом деле? Она нужна ему для того, чтобы она поместилась ему в голову. Все вот эти пресловутые истории «мне не важно, что ты знаешь, мне важно, как ты рассуждаешь» – они же связаны с тем, что мне потом с тобой работать. Если рассуждаешь ты хорошо, если я вижу, что ты можешь поместить в голову некоторый объем информации, довольно сложный, и им оперировать, и из него делать какие-то выводы, то для меня это важный навык. Я такой: «Ага, вот в голову этого чувака помещаются достаточно сложные идеи, и он может делать из него какие-то правильные выводы». Ну, класс. Теперь-то мне не надо… Ну, представим на секунду, что у нас есть нейро-интерфейс. У нас нет ограничения по памяти и нет ограничения по вычислительным мощностям. Зачем нам нужна теория? Ну вот представь, что мы можем запомнить всю эмпирику, которую мы собрали – просто запомнить и как бы, ну…
– А зачем нам тогда нужно человеческое мышление в принципе?
– Ну, это вопрос. Это вопрос, который… Ну, как бы, нам-то оно нужно, чтобы функционировать и существовать.
– Ну, понятно.
– Т.е. как и любому живому существу. Но я имею в виду для того, чтобы двигать какие-то прикладные решения.
– Для достижения каких-то производственных экономических целей оно уже не потребуется.
– Это спорный вопрос. Потому что человек очень хорош в том, что называется exploration. Вот в машинном обучении есть две фазы. Если у тебя есть какая-то система, у тебя есть какой-то агент умный – или не очень умный – и ты пытаешься его научить существовать в некоторой заданной реальности, реальность может динамически меняться. И самый простой пример – это задачка про типа многорукий бандит, и представь, что ты пришел в казино. Как правильно играть в казино. Слушай, видео назовем так – «Как правильно играть в казино», будет миллион просмотров. Первый короткий ответ – лучше не играть в казино. В казино всегда выигрывает казино. Но вы почему-то пришли в казино, в котором не так, как во всех остальных казино мира, в котором действительно можно выиграть. И предположим, что у нас есть 100 игровых автоматов, у всех есть ручки, но мы не знаем, какие вероятности выигрышей и какие суммы выигрышей есть в разных случаях. И у нас есть, не знаю, тысяча – тысяча ходов. Мы можем 1000 раз дернуть какие-то ручки. Что делать? Это такая хорошо известная задача, и по-моему, Самуэльсон – это один из классических экономистов – он сильно продвинул наше понимание того, как играть в эти игры, потому что в какой-то момент ему пришла в голову светлая мысль: вот когда ты только пришел в это казино, у тебя, если ты не дергал какую-то ручку, есть смысл ее дернуть, потому что ты вообще ничего про нее не знаешь, и если ты ее дернешь и вдруг выиграешь, ты, может быть, узнаешь, что это более выигрышный автомат, чем те, которые ты дергал раньше. А с течением времени, когда у тебя все меньше и меньше шагов до конца остается, надо потихонечку понимать, какой у тебя автомат из тех, что ты дергал, обладает самым высоким мат.ожиданием и дергать только его. Иэтокакбыбалансмеждуexploration of environment иexploitation of environment. Т.е. сначала тебе надо разобраться, что за игра вообще вокруг, где ты находишься и как вообще обстоят дела, а потом уже дергать то, что у тебя хорошо получается. В целом эта стратегия верна и для жизни в целом, потому что если ты молод, то можно покупать акции, я не знаю, на фондовом рынке, потому что акции они высокорисковые, но в долгосрочной перспективе со временем могут принести много денег, больше денг, чем, не знаю, бонды.
– Либо мудрость принесут.
– Либо мудрость, совершенно верно. А если тебе, значит, уже к 60, то нужно переходить в бонды, в какие-то менее рисковые штуки, потому что риск слишком велик, а tradeoffне очень удобен. Или, если, опять же, в жизни тебе 20 лет, то ты можешь, не знаю, экспериментировать со своим внешним видом, кругом общения, сферой деятельности и поменять за 30 лет 20 профессий, как Сергей Шнуров, который работал кочегаром и, я не знаю, и скульптором, и кем-то еще, а потом решить, что все-таки тебе нравится группа Ленинград и надо делать музыку и дальше только музыку и делать и, может быть, добавлять какие-то еще занятия в параллель к этому. Т.е. эта стратегия она такая понятная и она работает и для машинного обучения. И вот в рамках машинного обучения мы наталкиваемся на то, что человеческий мозг он в плане explorationочень хорош. Мы легко – ну, удивительно, на самом деле, легко придумываем себе новые задачки. И у нас пока одна из главных проблем, связанная именно с машинным обучением, в том, что мы неплохо разобрались с тем, что называется статистическое машинное обучение, когда мы учимся на большом количестве примеров. Но человек может учиться на одном примере. И вот эта история про oneshotlearning, которая в машинном обучении тоже рассматривается, она не так понятна. Т.е. человеку можно 2-3 примера показать, и он уже все понимает. Более того, он очень легко понимает, из какой области пространства надо больше сэмплов. И вот если поиграть с ребенком, как это интересная статистика – какие-то норвежцы обнаружили в какой-то момент, что они сделали очень такие классные безопасные детские площадки. Там чуть ли не войлок, мех, там все че-то падай не хочу. Ну, потому что, ну, дети же что-то не дай бог повредят. Надо сделать безопасную площадку. Сделали площадку, стали смотреть на детей, которые играют на этой площадке, и офигели. Они, значит, бегают по этим палкам, как будто эти палки не на 2 метра над землей, а как будто они у самой земли. Т.е. они ведут себя более рискованно на более безопасной площадке. Ну и возникла, естественно, гипотеза, что детям просто хочется определеный уровень риска, и если ты, значит, обложишь ребенка ватой, то он пытается прыгнуть в этой вате с 3 этажа. Потому что без ваты он как бы понимает, что с 3 этажа прыгать не надо, прыгает со 2. А если ты там батут подстелил, то он и на 4 поднимется, потому что ему нужен определенный уровень риска для того, чтобы изучать пространство и понимать вообще, как его тело работает, как вообще мир устроен. И, вроде как, это статистически действительно подтверждается. Т.е. одни и те же дети на железной горке ведут себя намного аккуратнее, чем на горке плюшевой. Условно говоря. Это связано с тем, что у нас есть очень хорошее интуитивное понимание, в какой области пространства у нас недостаточно компетенции и куда надо идти для этого самого exploration. Более того, опять же, есть очень много всяких интересных результатов у когнитивистов, которые занимаются детьми – совсем ранним детским развитием – там есть всякие интересные экспериментальные результаты. Я сейчас забыл даму, которая этим занимается, но у нее есть довольно забавный ted-talk. Попробуйте просто загуглить Kidsbayesianlearningkids, т.е. Баесовское обучение детей. И она прям показывает, что дети – у них есть априорные вероятности, апостериорные вероятности, и когда ребенок очень маленький, ему от 5 до 12 месяцев, он себя ведет почти как Баесовская машинка. Он очень хорошо апдейтит эти свои праеры, когда получает – по каждой точке делает прям лютый апдейт праера. А потом со временем перестает это делать, потому что, видимо, накапливается достаточно информации и он уже начинает как бы… У него появляется некоторое представление о том, как надо себя вести, которое уже как бы способно фильтровать, что называется, редкие статистические события и эти редкие статистические события не сильно влияют на поведение ребенка. Но когда ребенок маленький он очень по одной, по двум, по трем точкам резко меняет свое поведение, потому что он, грубо говоря, движется по траектории такой и как-то… мы не знаем как, мы же его не программировали, но он так устроен, что он движется по траектории, которая очень эффективна с точки зрения обучения на малых данных. Вот. Поэтому человеческое сознание может оказаться все равно нужным, но гарантий, как известно, никто не давал. Но вообще как бы после того, как Дарвин написал эволюцию видов, или как она там правильно называется, в общем, после того, как Дарвин в принципе догадался и рассказал нам всем про то, что такое эволюция, довольно понятно, что человеческое сознание в каком бы ни было прекрасном виде оно само по себе это круто, но и не более того.
– Это лишь шаг в эволюции. А следующий может быть другим.
– Ну, конечно есть прекрасная книжка у братьев Стругацких «Волны гасят ветер». Почитайте все. Отличная книга, про это. Очень классная, написана довольно давно, без всякого машинного обучения. Там есть, о чем подумать.
– Т.е. я слышу, что exploration– это тот навык, который у человека развит достаточно хорошо и в чем есть некое конкурентное преимущество над машинами.
– У человека много конкурентных преимуществ.
– Вот давай о них поговорим. Меня просто очень интересует фраза, которую ты достаточно часто говоришь, что все, что скучно, будет автоматизировано. Но тут у меня сразу возникает…
– Я говорю, что все, что можно померить, все, что может быть померяно, все, что можно померить, будет измеряно, все, что скучно, будет автоматизировано.
– Но не все, что не скучно, не будет автоматизировано. Т.е. будут автоматизированы и вполне себе нескучные вещи. Т.е., например, перевод. Для многих людей это не скучная работа. Например, я какое-то время работал переводчиком с итальянского языка. Мне нравилось. Но сейчас потребность в переводчиках сильно падает, особенно письменных. Я, правда, занимался больше устным, но письменный тоже, в принципе, интересно. Соответственно, это уже не так требуется. Не так актуально. То же самое, например, про юристов. Есть люди, которые обожают свою юридическую работу, но при этом понятно, что она скоро у них исчезнет. То же самое про бухгалтеров, потому что есть люди, которые строили карьеры бухгалтера, им это очень нравилось, они любят свою работу. Но она будет не у дел уже просто потому, что машина делает это лучше. Машина внимательнее, машина может обработать больше информации и делать это быстрее, еще и не жаловаться, еще ей не нужно болеть и куча дополнительных всяких полезных штук. Поэтому не все будет автоматизировано… Так. Не все, что не скучно, не будет автоматизировано.
– Вот тут… Ну, в чем вопрос?
– Вопрос вот в чем. В чем машина сильнее человека? К чему нам нужно готовиться? На какие профессии уже не стоит смотреть, как на свое будущее?
– Ой, мне кажется, это очень странный вопрос. Ну, т.е. я поясню. Я не знаю, видели ли вы когда-нибудь… возил ли вас когда-нибудь таксист, который любит быть таксистом. Любит быть таксистом. Меня возил. Таксист, который любит быть таксистом, это такой человек, который знает город хорошо, который чувствует пассажира, может рассказать ему историю, если чувствует, что пассажир готов ее послушать, может не рассказать, если чувствует, что надо помолчать. Это человек, который может провести вам экскурсию по городу лучше, чем любой экскурсовод, потому что расскажет не про то, про что рассказывают экскурсоводы, если вы его об этом попросите. В целом тест на таксиста, который любит свою работу, для меня в любом городе устроен так: вы ему говорите: «А сколько стоит с вами 2 часа поездить по городу, чтобы вы мне все показали?» И если человек – у него загораются глаза и он говорит: «Да вообще не вопрос, давайте сейчас мы заедем, вот здесь есть видовая площадка» и называет какую-то цену, и делает это с огоньком, это, скорее всего, таксист, который любит свою работу. Его не автоматизируют никогда. Вообще никогда. До тех пор, пока экономика будет основана на том, что один человек дает другому деньги, эти люди будут всегда при работе. Более того, скорее всего, они начнут больше получать с автоматизацией других таксистов. Потому что они сейчас не могут хорошо дифференцироваться и не понимают, что там есть рынок. Не понимают, потому что разница между таксистом, который не любит свою работу, и таксистом, который любит, не всем очевидна. Когда таксиста, который не любит работу свою, заменит робот, разница между роботом и таксистом, который любит свою работу, станет… Ну, это просто будет недосягаемая для робота пропасть. А связана она с тем, что люди любят взаимодействовать с людьми. Иногда. Довольно редко и только с теми, которые им нравятся. Но обычно людям нравятся люди, которые горят тем, что они делают, которые интересны в общении, которые являются профессионалами своего дела в таком высоком творческом смысле этого слова.
– Творчество.
– Да. И вот те, которым не скучно. Вот человек возит так, он таксист, и ему не скучно быть таксистом. Именно поэтому он и любит быть таксистом. Ему не скучно. Он может рассказать вам, как 2 года назад он, не знаю, вез укуренного рэпера и спрятал его в подвале от ментов, не знаю. Он может вам рассказать, где в городе самый лучший вид на ночной город и почему именно там надо устроить, не знаю, свидание или романтическое какое-то мероприятие. Ему нравится все, что происходит. И его не автоматизируют. Не потому что, ну, как бы, до него руки не дойдут или что-то, или это сложно, а потому что это просто другая услуга. Человеческое взаимодействие – это другая услуга.
– Это услуга, которую не может повторить машина.
– Ну, может, может. Но нам это не надо.
– Ну, получается, что не может, раз нам это не надо. Т.е. нам не нужна такая услуга…
– Почему. Мы можем даже предположить ситуацию, что машина будет способна это сделать. Но нам, скорее всего… Т.е. во-первых, до этого времени еще очень-очень не скоро, долго ждать. А во-вторых, скорее всего, все равно при прочих равных выбирая между машиной и живым человеком покупая такую услугу, вы все равно будете выбирать человека. Это связано с вашими личными пользовательскими предпочтениями, а не с тем, что машина чего-то не может. Это примерно как выбирать между домашними бабушкиными пирожками и самыми вкусными на свете пирожками, сделанными на заводе имени Ленина…
– В Яндекс.ресторане облачном.
– Нет, я имею в виду – самый лучший есть 3Dпринтер пирожков. Он объективно делает самые лучшие на свете пирожки. Но выбирая между ними и бабушкиными, я выберу бабушкины. Если их сделает бабушка и мы с ней вместе будем есть пирожки, у 3Dпринтера нет никаких шансов. Никаких. Он может делать очень крутые пирожки. Но в ситуации выбора мой выбор очевиден. И поэтому когда я говорю, что все, что скучно, будет автоматизировано, я в частности имею в виду еще и это – что мне кажется, что что бы человек ни делал, если то, что он делает, ему интересно, то его работа в безопасности. Если вы сами занимаетесь чем-то, что кажется вам смертной скукой, если вы не можете 2 часа разговаривать о своей работе в баре с горящими глазами, рассказывая любому желающему о том, почему ваша работа самая крутая работа на свете, и почему вы каждый день счастливы фигачить и делать что-то новое и интересное для себя, то вас можно автоматизировать. Ну, ок. Найдите себе нормальную работу, чуваки.
– Но тут зависит ли это от интереса или от вот этой составляющей межличностной коммуникации?
– На 100% это связано. Потому что человек, который интересуется своей работой и ее любит, это обычно более счастливый человек, чем человек, который не любит свою работу. А если он более счастливый человек, то он, скорее всего, и в коммуникации получше. Т.е. это скоррелированные вещи, и там не вегда понятно, что причина, а что следствие, но это вещи связанные. И еще мне кажется, что, ну, это такой… Интересно, что вообще эта идея она есть и в, условно говоря, западной традиции философской мысли, и в восточной, она по-разному устроена. Значит, в восточной традиции есть такой великолепный фильм, называется «Мечты Дзиро о суши». Там рассказывается про человека, который делает суши уже очень-очень много лет в Токио в переходе, ну, т.е. у него такой маленький суши-стенд, но это типа лучшие суши в мире. И он нам объясняет, что для того, чтобы делать хорошо суши, надо уметь хорошо резать рыбу, поэтому первые 30-40 лет надо только резать рыбу. Я когда беру, говорит, людей учить, они лет 30-40 режут рыбу. Потом, когда уже рыбу научился резать, уже начинают рис варить. Но это уже более сложная задача, сначала надо с рыбой разобраться.
– Это еще 50 лет.
– Сначала надо разобраться… А ему много лет, он никуда не торопится в этом смысле. Вот. Про что для меня это кино? Это кино для меня про то, что если человек способен находить области для вот этого самого explorationв том, что он делает, то он может оказаться очень хорош в том, что он делает, но это очень сложно. Вот представьте, вы 40 лет режете рыбу. За 40 лет можно вскрыться примерно 4 раза по моим оценкам, пока ты режешь рыбу. Но если вот ты тот человек, который готов 40 лет резать рыбу и каждый день пытаться резать рыбу лучше, то это вот какой-то, ну, другой уровень взаимодействия с окружающей действительностью. В западном мире больше акцент делается не на взаимодействие человека с вещами или с природой, а на взаимодействие человека с человеком. Поэтому в западном мире это та история, когда ты спускаешься в кофейню у тебя под домом и у тебя все время один и тот же человек, который знает, какой кофе тебе нужен, и по твоему, не знаю, лицу, или макияжу, если по каким-то причинам ты его используешь, понимает, какое у тебя настроение и поддерживает беседу. Т.е. эта традиция она может быть по-разному переосмыслена, но эта идея в том, что настоящий профессионал своего дела он в это дело настолько погружен, что он может… Ну, я не знаю, я знаю в Петербурге бармена такого, Тимофей Хмелев, который написал книгу про водку. Он может тебе рассказывать про водку сколько угодно, неограниченное время, и тебе будет интересно. И это, на мой взгляд, характеристика человека, который любит свою работу. Машины так не умеют еще и потому, что, во-первых, мы их этому не учим, а во-вторых, даже если мы будем их этому учить, пропадает эффект межличностного взаимодействия, который для людей важен. Вот и все.
– Хорошо. Но те примеры, которые ты привел, они достаточно редкие.
– Да.
– Вот бармен, который может говорить о водке бесконечно, он один на миллион, наверно.
– Да.
– Вопрос. А что делать другим людям, которые не такие бармены один на миллион?
– Ну… Короче, тут есть много идей. Ну, во-первых, ничто не мешает быть одним на миллион. Мы сейчас живем в этом времени – это очень интересно, обратите внимание, какие шоу делает Netflix. Какие подкасты люди слушают. Мы живем во времени, когда происходит все более и более глубокая персонализация всего. Мир становится глобальным. Среди 7 миллиардов людей практически для любого вида деятельности найдется достаточное количество людей, чтобы там был рынок. Ну, т.е. если посмотреть на какие-нибудь шоу Netflix, я не знаю… Недавно Netflixвыпустил сериал про студента-гея, который помогает своей подруге детства в работе БДСМ-госпожой в Нью-Йорке.
– Ни фига себе. Если б это еще было не в Нью-Йорке, а где-нибудь в нижних валенках…
– Конечно, конечно. Так а будет. Будет, конечно. Не знаю, там… Можно… есть миллион подкастов в духе «каждую неделю я буду 5 минут рассказывать про салат». Не знаю, условно. Подкаст, который каждую неделю рассказывает про салаты.
– Кстати, таких много.
– Миллион просто. Есть вот канал, в котором люди рассказывают только про машинное обучение на ютубе.
– Их полно.
– Миллион таких каналов. Вот парадоксальным образом, если б ты сказал, что мы будем разговаривать про машинное обучение с людьми, у которых, не знаю, фамилии начинаются с гласных – это, скорее всего, могло бы быть дифференцирующим преимуществом в представлении теоретическом каком-то… Или, не знаю, мы будем разговаривать про машинное обучение, ездить на автомобиле и пить кофе. Вот на Нетфликсе, называется Comediansincarsdrinkingcoffee. Его, значит, ведет Джерри Сайнфелд. Там реально каждый герой – его встречает Джерри, они садятся в машину, он объясняет, что IdrivethiscarbecauseIthinkitlooksverynicewithmyguest, они катаются на машине и пьют кофе. 20 минут.
– И все время машины разные?
– Машины разные, кофе один и тот же. Кофе. Ну, такой. Короче. Чем более… Есть прекрасный рассказ Аманды Палмер, которая была солисткой группы TheDresdenDolls, потом стала просто сама петь. У нее есть на Теде рассказ про то, что она думает об авторском праве. И она среди прочего говорит, что «когда я подписала какой-то большой лейбл, чуть ли не Universal», и она, значит, первый свой альбом выпустила, и у него было чуть ли не, условно говоря, 100 тысяч продано копий, «и тогда я подписала universal, и такой говорит: «Дорогая Аманда, сейчас мы тебя раскрутим»». И второй альбом тоже 100 тысяч копий. И Universalтакой говорит: «О, нет. Слушай, мы, наверно, закончим с тобой работать». Она говорит: «А для меня-то это успех. И потом я, – говорит, – устроила краудфандинговую компанию, и мне прислали денег примерно 100 тысяч человек. И я поняла, что в глобальном мире у меня есть аудитория 100 тысяч человек, они меня слушают». Все. И это работает. За счет интернета, за счет прозрачности информационного поля. У тебя может быть сколь угодно узкая область, но ты можешь быть в ней востребован. Потому что этих областей очень много. И, соответственно, когда ты говоришь: «Что делать миллиону человек?» – ну, вот найти ту область, которая тебе прям реально нравится и быть в ней успешным. Это первый путь. Он сложный.
– Найти супер узкую область, которая тебе интересно.
– Не обязательно супер узкую. Найти ту область, которая тебе интересна, и которая еще пока не занята. Проще всего расти с низкой базы. Проще всего расти там, где ничего нет. Если тебе там еще и интересно, то тебе в любом случае будет прикольно, потому что ты, по крайней мере, глубже погрузишься в то, что тебе интересно, может быть, со временем появится рынок, может, не появится. В этом смысле люди, которые делают машинное обучение – над ними же все 30 лет смеялись более-менее. Ну, в 90е годы была шутка, что «нейронная сеть – это второй лучший способ сделать все, что угодно». Потому что были специальные алгоритмы, которые хорошо работали, которые в индустрии применялись. А все эти ребята – Яндли Кун, Джеффри Хинтон, Йошуа Бенио – они все были такие немного маргиналы. Им говорили: «Ну, вы там с этими вашими сетками, конечно, что-то намудрили. Ну, давайте, короче». А не было вычислительных мощностей дата сетов, на которых можно было показать, что это хорошо работает. Оказывается. Т.е. они ничего не намудрили. Идеи, которые сейчас используются – они в 80е, в 90е придумали. Просто как-то не удавалось показать, что они так хорошо работают. И люди 20 лет че-то делали в пустоту такую немножечко. Есть люди, которые всю жизнь делали в пустоту. Там, Бах писал – у него была… Я вот живу в Лейпциге, работаю в Институте Макса Планка, который находится в городе, где Бах похоронен и он 28 лет там работал. Работа Баха на тот момент – он работал кантором, и у него было 2 круга задач: играть на похоронах и свадьбах, играть на молебнах, и учить детей-сирот музыке в школе. Вот такая вот у него была работа. И он 28 лет должен был писать одно произведение в неделю. 28 лет. А потом он помер, и до Мендельсона Бартольди, который потом где-то на чердаке нашел его рукописи и открыл, и говорит такой: «Ребят, смотрите, Бах какой был клевый!» – никто, в общем, 200 лет не чесался, или больше, я не знаю точно. Ну, как-то всем было все равно. Ну, т.е., вообще жизнь тяжела. Но если ты делаешь то, что тебе интересно, и то, во что ты веришь, у тебя, по крайней мере, есть внутренняя убежденность, что ты все делаешь правильно. А если ты ходишь на работу и работаешь там за деньги, то тебе просто грустненько. Вот и все.
– ОК. Искать себя.
– Не-не-не. Искать себя – это прям очень плохая идея. Нужно прям работать. Ну, каждый же из нас более-менее понимает, что ему нравится, а что не нравится. Вот надо делать то, что тебе нравится, и делать это хорошо, и каждый день, и лучше помногу. Ну, все.
– Мне кажется, что все-таки не каждый хорошо знает, что ему нравится, а что ему не нравится. У меня такой вопрос – а как помочь людям разобраться? Это мы, кстати, переходим уже к вопросу об образовании.
– Рекомендательные алгоритмы.
– Ну, например.
– Нам помогут рекомендательные алгоритмы. Поверх социальных сетей. А, идея для стартапа. Смотрите, чуваки – сделайте рекомендательный алгоритм, чтобы логинишься со своей профильной соцсеточки, а он тебе сразу же советует 10 профессий. Класс.
– А данные где набрать?
– Ну, дальше я не знаю. Ребят, ну что, я все задачи должен решать. А дальше, а дальше… Естественно, personaldevelopmentplanуже за деньги. Рекомендация бесплатно, а personal…
– Таких уже дофига.
– Конечно. Что ты говоришь?
– Как людям помочь разобраться?
– В том, что им делать?
– Да. И, возможно…
– Ну, учиться хорошо, книжки читать, пользоваться онлайн-образованием. Есть много… Сейчас с онлайн-образованием все очень хорошо. Практически всему, чему угодно, можно научиться на Ютубе, смотря канал вот этого молодого человека или каких-то других прекрасных людей. Сейчас, мне кажется, с тем, чтобы разобраться проблем нет. Проблема есть с желанием разобраться. Мотивация. А разобраться-то можно с чем хочешь.
– Т.е. на самом деле проблема, которую сейчас должно решать образование, это скорее мотивация, а не что-то другое. Контент он, в принципе, есть.
– У меня вообще есть представление, что да, что образование должно решать две вещи – оно должно решать задачу измеримости, т.е. мы хотим научить человека учиться и дать ему некоторый базовый набор знаний, который бы сделал его успешным членом общества. Что такое успешный, каждое общество определяет само по себе, и разные общества считают успешными разные типы поведения, но общество заинтересовано в некотором самосохранении, оно заинтересовано в воспроизведении определенной культуры. И дальше там в ходе общественного диалога эта культура может меняться в одну или другую сторону, но от образования мы, конечно, хотим в первую очередь этого – мы хотим, чтобы люди, которые выходят из школы, были похоже на нас. Мы хотим, чтобы они немного отличались, желательно, в лучшую сторону, то, как мы себе представляем лучшую сторону, но мы хотим, чтобы они не сильно от нас отличались. Мы на это даем свои налоги. Т.е. образование более-менее нужно для этого. И в этом смысле совершенно непонятно, нужно ли знать, не знаю, строение инфузории-туфельки для того, чтобы быть похожим на нас, это спорный вопрос. Но совершенно точно нужно, допустим, знать, как работает представительская демократия, что такое Конституция Российской Федерации или что такое теория вероятности или как устроена экономика и кривая спроса и предложения. Я, к примеру, считаю, что это очень важно. При этом понимание, как работает биология и эволюция, важно. А вот знание конкретной инфузории-туфельки – это спорный вопрос. Мы опять возвращаемся к пониманию, потому что мне как раз кажется, что образование про понимание в первую очередь потому, что это такой социальный конструкт. Т.е. ты в профессию глубоко за хард-скилами, скорее всего, пойдешь начиная с университета, если ты профессионал. Или с профессионального училища. А до этого момента мы скорее хотим, чтобы ты в целом был такой адекватный, понимал примерно, как устроен мир также, как мы понимаем, как устроен мир, чтобы у нас был общий язык, на котором мы можем разговаривать.
– Это по сути социализация интеллектуальная.
– Ну, такая, если угодно интеллектуальная социализация. И мне в этом смысле кажется, что все эти хард скиллз надо учить через проектное обучение, т.е. нужно, чтобы были хорошие онлайн материалы, их должно быть много, и в этом направлении все более-менее движется, ребенок сам в удобном для него темпе их проходит, у нас есть какая-то платформа для того, чтобы тестировать, как он с этим справляется. А с людьми он должен взаимодействовать, конечно, в работе. Т.е. учитель, конечно, мне кажется со временем должен превращаться в такого проджект менеджера, который… или даже Productowner– т.е. в начальной школе педагог это, конечно, Productowner, а в средней школе ProjectManager, т.е. он помогает с процессами, но не помогает с идеями, идеи дети должны уже сами генерировать. И они чему-то научились, каким-то хард скиллз, дальше пошли и их применили. Не знаю, научились рисовать в Paint– пошли сделали журнал. И они должны это, конечно, сами выбирать. Т.е. опять же, мне кажется, что школа – это в идеале такой хаб, такая платформа, где у тебя есть места, где ты можешь получить какие-то знания, у тебя есть некоторые требования – ты должен получить этих знаний определенное количество, пока ты эту черту не пересек, ты сидишь и получаешь эти самые хард скиллз, но ты мотивирован получить их как можно быстрее, потому что есть интересная часть школы, а интересная часть школы она про людей и про то, что ты пошел и стал делать.
– А почему бы не убрать неинтересную часть школы и не оставить интересную?
– А я объясню. Потому что нужно, значит… Вот это тоже интересный момент – он немного про скуку. Скука бывает двух типов. Я глубоко убежден, что есть скучно, потому что ты недостаточно глубоко погружен. И возможно сейчас люди слушают, и им скучно, потому что они недостаточно глубоко погружены. И второй вариант – скучно, потому что реально тупая хрень. И одно от другого очень сложно отличить. И пример с нарезанием рыбы – он как раз про это. В целом можно найти в нарезании рыбы что-то, что позволит тебе нарезать ее 40 лет. Но это сложно, требует очень много усилий и почти никто на это не способен. Или там, в прочтении Федора Михайловича Достоевского в 8 классе можно найти определенные странное немного, возможно, удовольствие, и погрузиться в него. Но нужно применить такое интеллектуальное усилие, чтобы этот барьер перескочить. И умение это интеллектуальное усилие в себе формировать и применять к делу – это важное умение. И умение отличать ту скуку, потому что… Т.е. умение отстраненно посмотреть на задачу и сказать себе: «Ну, это действительно скучно, потому что это монотонная простая повторяющаяся операция». Или: «Это скучно, потому что я недостаточно глубоко погружен в этот процесс, я бы хотел глубже в него погрузиться, но для этого мне сейчас нужно совершить определенное интеллектуальное усилие, и мне будет тяжело это делать». Т.е. эта тяжелая скука, которая связана с некоторым преодолением, нужно, чтобы ребенок с ней сталкивался. Нужно, чтобы ребенок с ней сталкивался и умел через себя переступать, и поэтому скучная часть тоже нужна. Но она нужна не в том смысле, про который я говорю, когда мы автоматизируем что-то. Потому что эта скука, которая возникает, когда ты сталкиваешься с чем-то новым.
– Т.е. скучно не потому, что бесполезно, а потому, что тяжело интеллектуально эту штуку перебороть.
– Да, совершенно верно.
– Но при этом важно ее перебороть.
– И этому школа тоже должна учить, конечно. И, соответственно, опять же, в контексте умных машин и т.д. – машины очень хороши как раз в тех областях, где это самое интеллектуальное напряжение, требующееся для того, чтобы погрузиться глубже, оно очень высоко. Т.е. высокий порог входа в некую экспертную систему – например, юристы, ты вот привел в пример юристов. Я не согласен, что юристов полностью всех автоматизируют. Но я считаю, что действительно большое количество автоматизируют. И эта история про юридическое образование – она как раз про то, что мне представляется, и это я слышал от каких-то своих коллег и знакомых юристов, что для того, чтобы почувствовать вот эту профессию, что называется, на кончиках пальцев и действительно понять, что она тебе нравится, нужно очень много времени потратить на что-то, что тебе кажется скучным. И этот порог входа, он очень сложный. И именно поэтому большой процент юристов автоматизируют, потому что, к сожалению, я уверен, что люди заканчивают юридический факультет не перейдя этот порог. Т.е. они выходят, но они находятся все еще в том состоянии, что это все очень сложно и скучно, и поэтому они берут себе простую задачу, которую хорошо понимают, делают ее оперативно, и из-за того, что эта задача простая, их легко автоматизировать. Но те люди, которые этот порог проскакивают и становятся действительно специалистами топового уровня в этой профессии, они, скорее всего, автоматизированы не будут, потому что задачи, которые они решают, каждый раз разные, а машина хорошо решает масштабированные задачи, а не масштабированные плохо.
– То же самое, наверно, и про datascientist’ов можно сказать?
– Конечно.
– Те, кто не перескочит fitpredict, они будут autoML
– Естественно, автоматизированы. Ну, как бы, да. Ну, смотри. Есть такая… Я где-то слышал… Мне кажется, мне эту историю рассказывал Дима Степанов, а он ее слышал на SouthbySouthwestпро то, каким в принципе может быть общество в долгосрочной перспективе, если у нас полная автоматизация достигается в значительном количестве сфер. Ну, вот так получается, что эволюционно мы остаемся homosapience, а автоматизация полная почти везде. И более-менее концепции четыре. Первая – это общество-казарма. Общество-казарма – это понятная тема. Для того, чтобы всех этих людей… Ну, еда есть, медицина есть, ресурсы какие-то есть…
– Развлечения…
– Нет, подожди, это другая концепция. Но их всех надо чем-то занимать. Казарма – это когда надо всех развлекать, поэтому есть надсмотрщики, можно роботы, можно люди, которые всех укладывают спать, потом поднимают, потом мы маршируем 8 часов в ожидании внешнего врага – это может быть внешний враг из другой страны, может быть с другой планеты, неважно, на самом деле. Главное, что все при деле. Потом, значит, уборка, спортивные упражнения и сон. Это, очевидно, не будет работать при условии, если общество будет оставаться демократическим, потому что люди за это никогда не проголосуют. Поэтому этот сценарий кажется безопасным при условии сохранения демократического устройства общества.
Дальше остаются 3 сценария, которые все примерно устроены так. Общество впечатлений. Мы сейчас примерно движемся в этом направлении. Каждый человек живет для того, чтобы максимизировать свой личный опыт. Так получилось, что, как это, не помню, кто-то из экзистенциалистов говорил, что мы обречены на бытие. Нас никто не спрашивал. Мы типа пришли в этот мир, нас никто не спрашивал. Самое важное решение в жизни мы не принимали. Все. Нам дано сколько-то лет, чтобы тут пожить. И мы все такие исходим из того, что мы должны прожить эти годы максимально прикольно с точки зрения наших личных представлений о том, что такое прикольно. И вот Инстаграм – это, конечно, шаг в сторону общества впечатлений. Мы сами пытаемся сохранить для себя эту подборку личного опыта, который нам кажется классным. ОК. Общество впечатлений.
Вторая история – это тип общества личностного роста. Это значит, что мы все ищем себя всю свою жизнь. Это очень похоже на общество впечатлений, но там немного другая мотивация – мотивация про какую-то духовность, про какое-то такое мораль, добро, представления о вот этих ценностях. Мы как бы становимся лучшей версией самого себя с моральной точки зрения. И ходим в ашрамы, пьем чай, медитируем, не знаю, молимся, строим храмы. Ну, вот такими вещами занимаемся.
И четвертая история – это общество НИИ. Общество НИИ – это когда мы все двигаем науку, потому что это единственное, что еще можно делать. Причем только в тех областях, в которых машины пока не могут это делать. Мы все сидим и занимаемся тем, что пытаемся открыть что-то новое.
Ну, и вот линейная комбинация из любых трех вариантов в конце этого списка, она в целом ОК.
– Вопрос, что часть людей, мне кажется, значительная часть людей, из этой линейной комбинации выпадет – кто не сможет ни молиться, ни двигать науку, ни заниматься…
– Это вопрос исключительно того, сможем ли мы экономически сделать так, чтобы люди не оказывались в условиях неприемлемо низкого качества жизни. Я думаю, что технологии должны нам позволять это… как бы я, наверно, очень сильно техно-позитивист в этом смысле, но я техно-оптимист. Я считаю, что очевидно, что за 100 лет за счет технологического прогресса мы живем сильно лучше, в среднем, чем жили 100 лет назад. Был такой прекрасный социолог, если я не ошибаюсь, Ханс Роуслинг, у него тоже есть несколько и книг, и докладов про то, что наше представление о том, как все плохо в мире, сильно преувеличено. В мире есть много проблем, но они сильно лучше. В частности, допустим, ООН считает, что в мире – вообще во всем мире – не будет радикальной бедности в 2020 году, это совсем скоро. Т.е. не будет людей, живущих меньше, чем на доллар то ли в неделю, то ли в день – там есть какая-то граница радикальная бедность. А, там, к 2030 году будет еще лучше, и вообще не будет даже в самых каких-то, казалось бы, нецивилизованных уголках мира люди будут жить намного лучше. При том, что 100 лет назад в радикальной бедности жило, условно говоря, больше половины человечества.
– Я здесь говорю не про абсолютное качество жизни, а скорее про социальную стратификацию, относительное качество. Т.е. кажется, что у большинства людей просто не будет возможности делать contributionдля общества с точки зрения науки, с точки зрения развлечений или еще чего-то, и им придется довольствоваться, я не знаю, каким-нибудь там условным доходом.
– Ну, при условии… общество условного дохода – я не понимаю, почему человек не может… ОК. Условный доход. Человек, не знаю, хочет заниматься музыкой, или хочет заниматься… да чем хочет. Пирожки печь. В чем проблема? Ну, тебе нравится печь пирожки – пеки пирожки.
– Будут ли они зарабатывать этим?
– А зачем? В обществе безусловного дохода – зачем?
– Смотри. Для нас профессия – это самореализация, наше второе я. Отними у человека работу – он будет думать: «А кто же я теперь?»
– Да нет, в том-то и дело же. Еще раз. Если мы говорим, что общество может человека обеспечить технически так, чтобы ему было комфортно жить, то дальше идея-то как раз… идея безусловного дохода не в том, чтобы людям платить деньги просто потому… идея как раз в том, чтобы давать людям возможность максимальной реализации. Что я нахожусь в финансовой безопасности и могу увеличить свою рисковость в плане выбора карьеры. Мне не надо вот… Вот сейчас есть, допустим, человек, он работает клерком, он перекладывает бумажки 8 часов день. Компания ABBYY, к примеру, разрабатывает электронного клерка, чтобы человек меньше перекладывал бумажки, а, допустим, больше думал головой или больше играл на флейте. Он бы, может быть, хотел играть на флейте fulltime, но сейчас он не может этого делать, потому что он хочет кушать. Если мы попадаем в общество, в котором ему не нужно перекладывать бумажки, чтобы кушать, он пойдет играть на флейте и будет делать это столько, сколько считает нужным.
– Либо не получится перекладывать бумажки, чтобы кушать.
– Нет, вот это очень важная разница. И это как бы на самом деле вопрос не про машинное обучение, а про то, что называется policymaking, т.е. как организовать общество с точки зрения законов, стандартов и т.д., чтобы ситуация была не когда мне пришлось оказаться на улице – это плохо. Людей на улицу выбрасывать нельзя. Мне представляется. А чтобы это была история про то, что я хотел бы больше не заниматься вот этой ерундой, потому что я всю жизнь хотела быть балериной. Это хорошо, очевидно. Понятное дело, что реальность она где-то будет между двумя этими границами. И мне кажется, что тут задача людей, которые технологиями занимаются, думать про то, как двигать все к вот этой границе, когда мне хотелось всегда делать вот это и я теперь делаю это, не знаю, делаю микро гравировки на рисе, но как-то все не было времени. Или делать витражи. А вот двигать людей в эту сторону и все общество в целом. А не что меня уволили, и теперь я умру от голода, или я буду работать по 12 часов на еще менее квалифицированной работе, потому что более квалифицированную работу автоматизировали раньше, чем менее квалифицированную почему-то. Это, ну, задачка, и многие люди про это думают, и работают, и тут вопрос, что в разных очевидно странах это будет по-разному устроено. И понятно, что в каком-то Китае, к примеру, это будет, как мне представляется, ближе к левой границе, а, допустим, в России или Европе, я думаю, что будет ближе к правой. Ну, время покажет.
Чтобы попасть в будущее… Как это… Когда гусеница и Алиса разговаривают, Алиса спрашивает, куда ведет эта дорога. А гусеница говорит: «А куда тебе надо?» Алиса говорит: «Я не знаю». А гусеница говорит: «Если не знаешь, куда тебе надо, все равно, по какой дороге идти». Ну, т.е. все написано в книжках. Льюис Кэрол все придумал до нас. И в этом смысле мне кажется, что чтобы попасть в будущее, нужно, чтобы был образ этого будущего. Ты не факт, что попадешь именно в тот образ будущего, который ты себе представил, но у тебя должен быть… Причем я подчеркиваю, что тут речь не о плане, не о какой-то там мечте и карьерном достижении. Я вот во все эти вещи не очень верю. Но примерное представление о том, как хотелось бы, чтобы было, вот его сформировать у себя в голове и дальше, когда оно у тебя в голове уже есть, ты хорошо понимаешь, что такое успех. Вот у тебя сразу же легко… Обычно же наша жизнь это выбор из некоторого набора решений, набор обычно не очень большой. И главное в этом выборе иметь возможность эти решения взвесить и решить, что ОК, вот это решение кажется более привлекательным с точки зрения того самого «успеха» как ты говоришь. Но когда у тебя есть образ будущего, этот образ будущего он и есть успех. И когда ты выбираешь решение, ты такой думаешь: «ОК, я через 20 лет я хочу, чтобы у меня был собственный ресторан французской кухни. Чем я должен заняться сейчас? У меня есть возможность пойти работать в шаверме официантом или есть возможность пойти в компанию Яндекс менеджером среднего звена». Ну, вот, возможно, в этот момент ты такой: «Наверно, в шаверме официантом. Потому что я хочу быть в этом бизнесе. Я хочу посмотреть людям в глаза, посмотреть, что они заказывают». Хотя во всех остальных случаях, если у тебя нет этого образа будущего про то, что ты хочешь открыть ресторан через 20 лет, ты выбираешь пойти в IT-компанию. Или там, я не знаю, у тебя есть образ будущего, что через 20 лет было бы здорово, если б у тебя была собственная ферма по производству молока. Ты бы хотел делать органические фермерские продукты. Куда ты пойдешь – в банк выдавать кредиты или, не знаю, в агрохолдинг водителем трактора? Т.е. не всегда… Т.е. формирование образа будущего иногда позволяет тебе менять твои приоритеты с довольно очевидных, которые тебе диктует общество, на те, которые важны для тебя. Есть другие варианты. Если ты через 20 лет хочешь быть профессором, то совершенно очевидно, что не надо идти водителем трактора, а надо, к примеру, идти в этот самый банк, потому что ты хочешь быть, я не знаю, профессором финансов.
– Вот интересно, что вот этот вопрос – он, в принципе, всегда был важен, но в последнее время, кажется, его актуальность возросла. Просто потому, что раньше ты мог положиться на то, что тебе диктует общество, зная, что…
– Когда это, интересно?
– Ну смотри, опять же…
– В 90е годы.
– Лет 20 назад.
– В 90е годы мог положиться на то, что тебе диктует общество? Ох…
– Хотя… Я просто думал, ОК, раньше ты мог выучиться на юриста, знать, что ОК, с юридическим образованием…
– А потом в стране поменялись все законы вплоть до закона о частной собственности. Типа ты мог выучиться на юриста в стране, где не было частной собственности, а потом такой: «О! А теперь есть!»
– Нет, я сейчас думаю больше о примере США, когда люди поколения бэби бума…
– Слава богу, их проблемы – не наши проблемы. Ну, типа, в этом смысле вот это как раз… Мне кажется, эта идея…
– Ага! Т.е. в принципе для нас это…
– Мы как раз в этом смысле очень подготовлены к революции. У нас все люди уже давно привыкли, что правила игры могут поменяться за 5 минут.
– Т.е. в любом случае у нас как раз приходится думать о будущем все время сейчас и не рассчитывать на какие-то клише, потому что клише не будут существовать, у нас нафиг страна поменяется. 20 лет назад… 30 – его не было.
– Зона рискованного земледелия. Ну, ты же учился в школе. Тебе же говорили: «Россия существует в зоне рискованного земледелия». Все. У нас в этом смысле… У нас как бы в чем проблема-то как раз – у нас никогда не получалось надолго договориться о правилах игры, потому что они постоянно менялись. Но к адаптирующимся и меняющимся правилам игры мы великолепны приспосабливаемся. Посмотри, что происходит – там, начало 20 века – коллапс, безумие – русский авангард, футуризм, русская наука рвет вообще всех везде, где только может. Как бы, ну… Все же вообще поломалось. Все поломалось. Был, значит, царь, приходят какие-то люди, Владимир Ильич Ленин – и внезапно там Малевич, Татлин, все, что хочешь. Не знаю, там, 90е годы тоже вроде как опять же все поменялось, все по-другому – откуда ни возьмись в стране, где не было частной собственности, появляются чуваки и делают компанию ABBYY, делают компанию Яндекс, делают компанию mail.ru. Кто все эти люди? Откуда они взялись? Легко, понимаешь. Т.е. в этом смысле как бы все эти процессы они довольно страшные и сложные, но у нас-то как раз в менталитете идея о том, что погода переменится, и надо быть к этому готовым, мы в этом смысле готовы. Мы никогда не находились значительно долгое время в ситуации, когда правила игры были зафиксированы и по ним можно было выиграть.
– Это интересно. Т.е. Россия находится в зоне рискованной жизнедеятельности.
– Но мы адаптировались. Дело не в этом. Просто мы к этому как-то адаптировались. Ну, так история наша сложилась.
– И эта зона готовит нас к будущему.
– Ну, это наше конкурентное преимущество, конечно. Конечно. Есть… Ну, как бы есть масса примеров… Есть такая интересная довольно книга, называется «Русская модель управления». «Русская модель управления» – это книга, написанная профессором Ярославского, если я не ошибаюсь, университета, на примере какого-то его личного опыта – он сам профессор менеджмента, Прохоров, по-моему, его фамилия. И он там продвигает мысль – мысль спорная, книга довольно полемическая, но его основная идея в том, что специфика российского менталитета в том, что мы проектные люди, мы про проект. Мы понимаем, что такое работать 48 часов в сутки, но 2 месяца. Ты приходишь… Я для интереса – у меня есть знакомые немцы, я с ними провожу тест. Это личное уже мое наблюдение. Ты приходишь к немцу и говоришь: «Смотри, братан. Вот представим, что у тебя 20 часовая рабочая неделя, тебе достаточно работать 20 часов в неделю. Какой график ты выберешь? 2 дня 10 часов или 5 дней по 4?» Вот ты какой график выберешь?
– Не знаю. Я бы его менял.
– Хорошо. Какой ты бы выбрал. Сколько процентов ты бы занимал в одном случае… Как бы ты менял? Ну, расскажи. Ответь на вопрос. Вот два варианта. Ты можешь как-то распределять свое время. Один вариант – 2 дня по 10 часов, другой вариант 5 дней по 4.
– Ну, смотри. Если я планирую куда-то поехать с семьей, допустим, я, конечно, один день поработаю 20 часов, или сколько нужно, и закончу. Если я знаю, что, в принципе, сейчас у меня дети идут в школу, и мы все равно никуда поехать не можем, то почему бы мне 4 часа в день не поработать не напрягаясь, и потом…
– Ну, вот смотри. Твой ответ очень иллюстративен, потому что, во-первых, большинству моих немецких знакомых в принципе не приходит в голову торговаться, когда им предлагаешь 2 опции, они сразу же выбирают одну из двух. А во-вторых, они все говорят: «Конечно же, 5 дней по 4 часа. Ну, это же очевидно».
– Почему?
– Ну, зачем перетруждаться? Если есть возможность не перетруждаться, зачем это делать. А когда поедешь в отпуск с семьей, то поедешь в отпуск, и это просто будет отпуск. И не надо работать 20 часов в день. Зачем?
– Можно расширить свой отпуск.
– Вот. Потому что я когда людям в России это говорю, обычно люди выбирают 2 по 10. Т.е. мы умеем давать огромное усилие в пике, но нам очень сложно делать что-то постоянно, как мне представляется, постоянно…
– Анекдот про ад социалистический, или коммунистический…
– Я не знаю этого анекдота.
– Что там эти, гвозди забивают в пятую точку 30го числа за все дни забьют. А в капиталистическом просто каждый день по 1 гвоздю.
– Вот, типа того. Совершенно верно. И это, на самом деле, в некоторых случаях является нашим конкурентным преимуществом, конечно. И когда среда меняется динамически – ну, Прохоров проводит эту идею, что поскольку у нас часто эта среда меняется динамически, в такой среде оптимальная стратегия – это не каждый день забивать по 1, а 30го числа 30, потому что иногда надо… Он называет это 2 разные фазы системы управления – одна, значит, типа консервативная, в которой все ровно, ничего не меняется, все просто живут и ничего не делают, грубо говоря. Вообще т.е. статус кво сохраняется такой, какой есть, потому что все немножко отдыхают. Типа ничего не меняется, и не рыпайся. А потом в какой-то момент все резко меняется, и все резко начинают делать очень много. Сильно больше, чем принято, допустим, в том же самом США. Поэтому вся эта история про то, что ты говоришь, что ты где-то выучился на юриста… Я не учился на юриста в США, мне не страшно. И ты, вроде, тоже. Это не наша проблема. Как бы у нас своих проблем хватает, не надо решать чужие, мне кажется.
– Я учился на дипломата, думаю: «Сейчас я буду, короче, дипломатом, потом понял, что не работает».
– Подожди, еще будешь. Не зарекайся. Еще будешь вести переговоры с роботами.
– В общем, на этой жизнеутверждающей ноте предлагаю перейти к блицу.
– Да, давай.
– ОК. Компьютер-scienceили datascience?
– Для меня или для всех? Для меня datascience.
– США или Китай? Или Россия?
– Россия.
– Прекрасно. Инженер или художник?
– Творческий инженер.
– Нейронки или деревья?
– Деревья.
– Наука или бизнес?
– Наукоемкий бизнес.
– Семья или работа?
– Семья.
– Ваше жизненное кредо?
– А я должен коротко отвечать, или я могу…
– Как хочешь.
– Блин, это очень сложный вопрос. Есть у Курта Воннегута книжка, называется «Бойня номер пять, или крестовый поход детей». И там есть рефреном повторяющаяся фраза «Soitgoes». «Такие дела» на русский язык она переводится. Вот это мое кредо. Ну, как бы, для того, чтобы понять, в каком смысле эту фразу использует Курт Воннегут, надо прочитать книжку, причем, наверно, целиком. Т.е. даже просто в процессе не очень понятно, что он имеет в виду. Но как и многие книжки этого автора, они в конце прям punchline. Я не буду давать спойлеров, почитайте, если не читали.
– Это называется «я отвечу книгой».
– Нет, в том-то и дело. Ну, если коротко, он употребялется фразу soitgoesв контексте, если угодно, позитивного фатализма. Т.е. того, что, я не знаю, мне, допустим… я атеист, но мне близки многие какие-то идеи разных религий. Одна из идей, которая мне близка, это история про даосизм, и там есть вот эта концепция Дэ. Дэ – это твой путь, который ты сам не знаешь. Путь, который ты должен пройти, это твоя некоторая обязанность перед вселенной. Но ты обладаешь свободой воли, и ты можешь куда-то идти в другую сторону. Но тебе лучше всего будет, если ты пойдешь по своему пути. Но ты не можешь его знать. И когда ты пытаешься его узнать, это заведомо не то. Потому что там такая идея, что процесс… Почему я говорю, что не надо искать себя, а надо делать что-то – потому что когда ты ищешь себя, это другое занятие. И в даосизме есть такая даже фраза, что «дао, которое можно выразить словами, не настоящее дао». Т.е. когда ты пытаешься понять, куда тебе идти, ты никуда не идешь. Ты занимаешься тем, что пытаешься понять, куда тебе идти. Когда ты куда-то идешь, ты не занимаешься этим, ты куда-то идешь. И вот надо идти. И вот эта фраза soitgoesона в этом смысле. У стоиков, наверно, была такая же фраза известная – «делай что должно, и пусть все будет, как будет». Вот это примерно про то же самое, но без какого-то этого антропоцентричного пафоса. Что делай ты, что должно. Просто все будет как будет, но ты там тоже есть. Ты как бы часть этой системы, и ты тоже в ней будешь, как будешь. Вот это про это, наверно.
– ОК. Чего ты боишься больше всего?
– Глупости я боюсь больше всего.
– Одна вещь, которую ты бы изменил в прошлом человечества.
– Это вопрос про ребенка Гитлера, я чувствую? В прошлом человечества… Я бы… я бы… отговорил Пушкина от дуэли. Нет, даже не отговорил бы. В общем, я бы не допустил выстрела Дантеса любым способом. Вряд ли Александра Сергеевича удалось бы отговорить, но я бы не допустил, чтобы это произошло.
– ОК. Три отличительных черты ученого.
– Любопытство, ответственность, открытость. Ну, открытость, наверно, тоже про любопытство. Тогда, наверно, любопытство, ответственность…
– Упорство?
– Да. Трудолюбие, скорее. Упорство не всегда хорошее качество. Упорство, значит… Любопытство… Причем именно в таком порядке – любопытство, ответственность, трудолюбие.
– Хорошо. Кто для тебя пример для подражания?
– Мой дед.
– Почему?
– Ну… Очень крутой чувак. Много в жизни видел. Человек и был ведущим инженером, и проработал электриком на атомном ледоколе, к примеру. Вообще, мне кажется, что, ну, я многому у него научился. И вообще, конечно, в первую очередь мои родители и мои бабушки-дедушки. Ну, и вообще, мне кажется, что истории собственной семьи должны вдохновлять намного сильнее, чем истории каких-то других людей. Если говорить о за пределами моей семьи, я восхищаюсь, допустим Ильей Сегаловичем, светлая ему память. Но он не пример для подражания, потому что, конечно, таким крутым, как Илья, я никогда не буду. Это просто такой пример человека, который круто, что он был. Совершенно потрясающий. А из семьи пример для подражания, мне кажется, важнее еще и потому, что это некоторая память и представление о том… Ну, не знаю, в этом, наверно, есть что-то пещерное, но это какая-то идея, что в тебе есть кусок генов этих людей, она для меня почему-то важная. Т.е., допустим, я недавно был когда в Питере, был на кладбище как раз, прибирал могилы с родителями – они мне какие-то истории рассказывали, какие-то я сам помнил про моих дедов, прадедов. И какие-то такие дежурные вещи когда узнаешь, думаешь: «Ну, блин, надо не облажаться самому». Ну, я узнаю, допустим, что мой двоюродный дед, к примеру, служил на Кирове в блокаду, пришел в увольнение, а… Нет, получается это прадед и прабабка, вот так. Прадед служил на Кирове в блокаду, прабабка работала на Дороге жизни. Ее что-то дернули, она ждала его из увольнения, дернули, он пришел в квартиру – квартира пустая. 15 минут посидел, вышел, через полчаса туда бомба упала. Ну, как бы… Или другой прадед прыгнул в окоп к немцам, взял двух – один привел двух языков, всю жизнь потом жил без уха… Ну, не потом, а на войне тоже был контужен, куском снаряда жил всю жизнь в голове, потому что побоялись вынимать, а он почему-то выжил. Ну, не знаю. Когда такие истории смотришь, ты думаешь – ну, ОК, у людей вот такая была жизнь, а я сейчас получил высшее образование, кандидат наук, работаю с алгоритмами в чистом помещении. Ну, нет права облажаться.
– С кем бы из людей, живых или ушедших, ты бы хотел поговорить за обедом?
– Ну, это простой вопрос, я на него недавно сам себе отвечал – с Александром Сергеевичем Пушкиным. Ну, лучше за ужином, конечно. Пушкин, конечно, за ужином был веселее, чем за обедом, потому что вставал довольно поздно, соответственно, за обедом это был бы его завтрак, он бы, скорее всего, был смурной и с похмелья. А вот к ужину, я думаю, он был бы самое оно.
– О чем бы ты с ним поговорил?
– Ну, как бы, о литературе, о России, о Петербурге, о Лицее. О всех вот этих прекрасных вещах. Я вообще глубоко убежден, что по цитате Пушкина, которую человек приводит, говорящий по-русски, первой на вопрос «Приведи цитату Пушкина», можно многое… ну, это значимая история – какая для тебя самая важная цитата из Пушкина – это важно. Потому что их много и, на самом деле, если подумать, то цитатами из Пушкина можно объяснить практически все, происходящее в российской действительности так или иначе. Т.е. да, тут тоже вопросов нет. Ну, великий был чувак. Ну, как бы рэпер, умер в перестрелке, писал стихи. Мне очень нравится в нем в этом смысле история про то, что он же взял и такой говорит: «Ребят, давайте…» Ну, даже не говорит. Просто он знал французский язык, знал русский язык. Такой думает: «Надо взять вот эту грамматическую конструкцию из французского и перетащить в русский, так будет изящнее». И все такие: «А, действительно, изящнее». И все. Т.е. мы говорим на языке, который он придумал, до сих пор. А я, поскольку, во-первых, люблю литературу, во-вторых, занимаюсь НЛП сейчас, для меня язык это очень интересно, и человек, который придумал современный русский язык – конечно, круто с ним провести время. Ну, и мне кажется, мы бы подружились. Ну, в смысле, мне кажется, он неплохой парень был.
– Мне кажется, ты бы подружился с Есениным.
– Нет, не уверен. Я не люблю сильно пьющих людей. Т.е. я им сопереживаю, но мне тяжело с ними. А Пушкин был не сильно пьющим, он пил шампанское, но… Это тоже парадоксально – это практически единственный русский поэт, который знал меру. У нас с талантливыми людьми есть некоторая проблема – они, как Чехов говорил, что «Надо бы сузить». Меру редко люди знают. А Пушкин знал как-то вот. И на дуэль он тоже, в общем, по делу ходил. Т.е. да, он был такой, много у него было дуэлей, но в целом-то по делу. Все, мы закончили с блицем?
– Последний вопрос.
– Так.
– Три совета зрителям.
Иван: Больше работайте. Это первое. Причем работайте с умом. Т.е. делайте меньше работы, от которой вы не получаете знаний, опыта, и больше работы, которая кажется вам сложной, но интересной. Т.е. больше работайте в этом смысле – больше тратьте себя на интересное для вас, а не на рутину. Потому что это сложный обменный процесс, и две эти валюты торгуются по разному курсу, и со временем котировки их меняются. Т.е. чем больше вы себя размениваете на рутину, тем, на самом деле, вы в долгосрочной перспективе хуже делаете свою жизнь. Чем больше вы тратите себя на интересное, тем в долгосрочной перспективе вы больше приобретете, как мне кажется. По крайней мере, эмоционально.
Вот. Это первое.
Второе – пользуйтесь современными технологиями для личностного роста и для того, чтобы делать что-то, что бы то ни было. Т.е. если вы узнали, что какая-то технология может помочь вам в работе, или в образовании, или в повседневной жизни, обязательно ее попробуйте. Возможно, она не так хорошо работает, как вам говорили, возможно, она работает лучше, чем вы ожидали. Но будьте в курсе того, что происходит, потому что это, действительно, может улучшать качество вашей жизни и давать вам новые идеи для личностного роста и просто, в конце концов, темы для разговора с друзьями.
Это второе. Т.е. пробуйте новые технологии.
Третье – мне кажется, очень много все говорят про то, что надо верить в себя. В себя верить, конечно, нужно, но мне кажется, что-то перетопили за это дело. Перетопили немножко. Т.е. верить в себя это круто, и нужно это делать, но мне кажется, что скорее себя надо уважать. Верить в себя – это toomuch. Как бы я не знаю, используют ли ругательства на этом канале, но есть такая цитата культовая Сергея Донатовича Довлатова – он там в общих чертах говорит, что многие люди постоянно себя спрашивают, «хорош ли я?». А надо все время задавать себе вопрос, «не говно ли я?» Вот это, мне кажется, история про то, что нужно себя уважать, и не делать что-то, после чего ты себя уважать перестаешь. А вот верить в себя – это прям toomuch, но верить в людей вокруг себя – это очень важно. Т.е. верьте в свою команду, верьте в свой город, верьте, не знаю, в свою страну, ну, и чуть-чуть в себя. Но в себя можно чуть-чуть поменьше, а в людей вокруг чуть-чуть побольше. А себя надо уважать. Вот. Три вещи.
– Супер. Спасибо, Вань. Это круто было. Все. Снято.