Искусственный интеллект научился читать мысли с поразительной точностью: он выдает результат еще до того, как мозг человека подберет конкретные слова для описания возникших в сознании образов.
При этом никаких электродов вживлять не нужно.
Ученые уже давно могут определить, что именно человек видит или слышит, на основе анализа активности его мозга. Но вот расшифровать сложный контент (например, абстракцию или даже короткие ролики) уже проблематично.
Исследователям удавалось лишь вычленить некие ключевые слова, по которым можно было сделать вывод о том, что видит человек, но уловить весь контекст представлялось чем-то невозможным.
Тогда модель усовершенствовали, ИИ начал составлять из этих слов предложения, однако достоверность «фантазий» модели оставалась под вопросом.
Как работает новая модель чтения мыслей
Новая модель, анализируя мозговую активность, способна точно описать то, что видит человек на видеоролике. Для этого ИИ проанализировал описания более 2000 видео и каждое перевел в определенную «смысловую сигнатуру», состоящую из чисел. Далее ИИ ищет в сканах мозга определенные шаблоны, которые соответствуют той или иной сигнатуре, и в итоге воспроизводит в текстовом виде то, что человек видит на экране. Работает этот метод и в том случае, когда человек просто вспоминает ранее просмотренное видео.
Такие «ментальные субтитры» могут помочь в коммуникации людям с различными нарушениями речи, особенно тем, кто перенес инсульт и прочие тяжелые заболевания.
Вопрос конфиденциальности
Правда, вместе с этим появляются опасения из-за возможного нарушения конфиденциальности. Эмоции, состояние здоровья, интимные мысли в теории могут стать общедоступными и использоваться для манипуляций, слежки и в прочих корыстных целях.
Однако на данный момент, как утверждают разработчики, модели не могут распознавать личные мысли, а применять этот метод можно в любом случае только с согласия самих участников.
Когда-то мы шутили, что «интернет скоро будет в каждом утюге», но теперь это даже не смешно: в некоторых утюгах Wi-Fi-модуль, действительно, есть. Теперь та же история повторяется с нейросетями. Все больше техники используют их в своей работе. Вот и в современных телевизорах их просто огромное количество...
Например, в Samsung Neo QLED 8K это целых 768 моделей, которые делают звук и изображение лучше. Но постойте — 768? Реально? Неужели они и правда приносят пользу? И, главное, как это понять, ведь описания ТВ у всех почти одинаковые. «Невероятное качество изображения», «объемный звук, полностью погружающий в контент» и прочие маркетинговые фразы могут описывать как телевизор за 50 000 рублей, так и за 500 000. А если уж взять те модели, что с нейросетями, то ИИ «в режиме реального времени адаптирует яркость, контраст и цветопередачу» — тоже не особо информативно.
Мы решили разобраться — как именно работает искусственный интеллект в телевизорах. То есть, за что отвечает и каким образом адаптирует яркость, контраст и прочее.
Прежде чем мы перейдем к разбору функций нейросетей, давайте коротко о начинке. Далеко не каждый телевизор может работать с ИИ, потому что нейросети требуют огромного количества вычислений. Производители ставят все новые, более мощные чипы в свои ТВ. Например, в том же Samsung Neo QLED 8K QN990F работает процессор NQ8 AI Gen3, который на треть производительнее предшественника (Gen2) и имеет в два раза более быстрый NPU-модуль (он как раз и отвечает за нейросетевую работу). Оно и понятно: только топовым чипам под силу работать с изображением в 8К. И эта гонка будет бесконечной: возможности и аппетиты нейросетей будут расти, под них появятся новые процессоры, и все по новой. Так что если хотите в полной мере насладиться работой ИИ, обращайте внимание на флагманские телевизоры.
Теперь непосредственно к работе нейросетей.
ИИ в обработке изображения
Это только кажется, что если в телевизор установить яркую матрицу, картинка будет превосходной. В действительности дело не только в технических возможностях, но и в алгоритмах отображения. До появления нейросетей улучшение изображения шло в основном за счет использования HDR — расширенного динамического диапазона. Например, в форматах Dolby Vision / HDR10+ телевизоры получают информацию о том, какое значение яркости должна иметь самая светлая точка в каждом кадре. Далее ТВ соотносит это значение с собственными возможностями и выдает кадр нужной яркости.
Что здесь поменялось с появлением ИИ? Нейросети могут распознавать тип контента на экране и уже на его основе адаптировать изображение. Условно говоря, в футбольной трансляции вам вряд ли важна тонкая игра теней, зато хочется максимальной четкости и ярких цветов. А в фильме-ужастике важно не высветлять темные участки и сохранить баланс теней и света таким, каким его задумал режиссер. Нейросети обучены на миллионах изображений, поэтому с легкостью отличают газон стадиона от едва освещенной Луной дорожки в лесу.
Более того, они умеют не просто понимать тип сцены, но и идентифицировать отдельные объекты: небо, воду, лица людей. Учитывая максимально гибкие возможности OLED-панелей, где освещенность можно регулировать попиксельно, телевизоры научились работать не со сценой в целом, а в том числе и с объектами на ней. Вспомните камеру вашего смартфона: если вы снимаете портрет, активируются алгоритмы именно для портрета, еду — именно для еды. Здесь примерно то же самое, только в динамике и для отдельных объектов.
ИИ может настраивать изображение не только в видео, но и в интерфейсе игр. Опять-таки нейросеть сначала распознает тип игры и уже потом подбирает правильные параметры.
Отдельно стоит выделить работу так называемых апскейлеров — алгоритмов повышения разрешения. Например, вы купили Samsung Neo QLED 8K QN990F, но ваш онлайн-кинотеатр предлагает контент только на 4К. В этом случае нейросети помогают сделать изображение более четким, то есть увеличить разрешение практически до 8К. Конечно, результат будет отличаться от реальных 8К, но эффект все равно окажется заметен. Апскейлеры работают и в других разрешениях: например, «дотягивают» Full HD до 4К в 4К-телевизорах.
Впрочем, иногда четкости не хватает по другой причине. В спортивных соревнованиях объекты часто движутся настолько быстро, что визуально кажутся смазанными. Тогда в ход идет другая технология — нейросеть дорисовывает промежуточные кадры и словно увеличивает их частоту.
ИИ в обработке звука
Лет 10 назад в моде были системы домашних кинотеатров со множеством колонок. Их производители обещали «звук как в настоящем кинотеатре», но на деле он получался таким далеко не всегда. Виной тому абсолютно разные конфигурации помещений, расстановка мебели и материалы отделки. То есть каждая комната по-своему индивидуальна, и даже первоклассная акустика требовала тонкой настройки.
Вот именно с настройкой ИИ и могут помочь. Причем современные ТВ прекрасно обходятся без выносных колонок: например, в корпусе Samsung Neo QLED 8K QN990F нашлось место аж для 8 динамиков, которые отлично воспроизводят объемное звучание. Помимо динамиков в телевизоре есть встроенный микрофон. После каждого включения Samsung Neo QLED 8K анализирует общую звуковую сцену. Он учитывает не только конфигурацию помещения и собственное расположение в комнате, но и наличие предметов, мешающих распространению звука. То есть если вы вдруг повесили на стену ковер и закрыли плотными шторами свои панорамные окна, ТВ заметит это и увеличит громкость звука в среднем и высоком диапазонах.
Есть еще несколько интересных нейросетевых фишек, которые работают в том числе в Samsung Neo QLED 8K.
Определение источника звука на экране. Условно говоря, если мощный суперкар появляется в левой части экрана и исчезает за правой, телевизор выделит звук его мотора и с помощью динамиков создаст эффект, словно автомобиль, действительно, едет слева направо. Нейросеть как раз и нужна, чтобы распознать объекты и понять, какой звук из общей звуковой картины они издают. Технология получила название Object Tracking Sound Pro (OTS Pro).
Выделение нужной аудиодорожки. Здесь все примерно как с видео: нейросеть понимает, что происходит на экране, и нужным образом обрабатывает звук. Например, если идет спортивная трансляция, может увеличить гул восторженных болельщиков для более глубокого погружения в атмосферу соревнования. А если голос героя теряется на фоне спецэффектов, выделить его и добавить громкости.
ИИ как диспетчер умного дома
Телевизор — идеальное устройство не только для просмотра видео, но и для управления умным домом. Судите сами: висит в хорошо заметном месте, всегда подключен к розетке, имеет большой экран для отображения интерфейса. Неудивительно, что при первой же технической возможности производители стали добавлять хабы умных домов во флагманские модели телевизоров.
К примеру, Samsung Neo QLED 8K QN990F работает с фирменной экосистемой SmartThings, которая уже давно использует ИИ для оптимизации. Теперь для создания умного дома на SmartThings не нужно покупать отдельный хаб — он уже есть в ТВ. А чем именно занимаются здесь нейросети?
Отслеживают сценарии поведения. По сути, просто запоминают ваши действия и предлагают объединить их в один сценарий. Например, вы каждый день возвращаетесь с работы, включаете свет в комнате и на кухне, а заодно и кондиционер. Возможно, у вас есть автокормушка для питомца, подключенная к умному дому, и вы через приложение даете команду насыпать новую порцию корма. Так почему бы не объединить все эти действия в один сценарий и не выполнять по нажатию одной кнопки?
Помогают экономить энергию. Признайтесь, вы тоже иногда случайно забываете выключить свет или кондиционер перед уходом из дома? А ведь можно просто снять с себя такие заботы. Режим AI Energy Mode позволяет задать в настройках, какие устройства стоит выключить, когда вас нет, а какие трогать не стоит. Если использовать такую функцию, нейросеть будет сама управлять доступными ей устройствами. Так можно не только сократить расходы на электричество, но и увеличить срок службы электроприборов.
Отображают информацию на большом экране. Мы же все-таки о телевизорах, а не только о нейросетях. SmartThings и ИИ могут анализировать данные с разных датчиков и выводить всю информацию на экран ТВ (даже если он выключен) в формате практичных виджетов. А еще создать 3D-карту вашего умного дома, чтобы вы точно понимали расположение датчиков и исполнительных устройств. Это будет полезно, например, когда придет пора поменять батарейку в каком-нибудь датчике, — такая необходимость возникает нечасто, и некоторые пользователи просто успевают забыть, где именно повесили датчик.
Кстати, многие даже молодые, любящие инновации пользователи до сих пор не решаются сделать хотя бы первый шаг в обустройстве умного дома. Есть мнение, что умные дома небезопасны — буквально через взлом одного из устройств можно получить доступ ко всем остальным и, например, разблокировать умный замок на входной двери. На самом деле это не пустой страх: такие случаи действительно есть. Вот почему разработчики платформ умных домов стали уделять все больше внимания не только удобству пользования, но и кибербезопасности.
Как устроена система безопасности в Samsung Neo QLED 8K QN990F и в некоторых других моделях Samsung? Возможно, вы уже слышали о Samsung Knox в смартфонах бренда. Она работает и в ТВ.
Каждый чип в телевизоре имеет свой собственный идентификационный код. Он используется в прошивке для определения соответствия софта и железа. То есть чужая (сторонняя) прошивка работать с устройством не сможет. Это своего рода страховка от изменения основного ПО телевизора злоумышленниками.
Чип создает два независимых сегмента, с которыми будет работать дальше. В так называемый Knox Vault попадают особо чувствительные данные: это защищенный раздел, к которому нет доступа извне. Кроме того, все пароли и другая важная информация шифруется и остается на устройстве именно в таком виде. Стандартные приложения работают в общей среде, но могут получать информацию из защищенного раздела.
Можно сказать, что Samsung идет даже на шаг впереди взломщиков и других киберзлодеев. Считается, что в скором будущем станут доступными квантовые компьютеры, с помощью которых можно будет легко взламывать существующие системы безопасности. Поэтому Samsung уже сейчас начал использовать постквантовый алгоритм ML‑KEM для шифрования паролей и других важных данных.
Разработчики ИИ, которых часто обвиняют в угрозе для рабочих мест и даже будущего человечества, сами всё чаще демонстрируют страх и растерянность перед тем, что создают. Однако, как отмечают наблюдатели, фокус этих опасений нередко смещён в сторону гипотетических сценариев из научной фантастики, тогда как реальные и уже существующие проблемы остаются на периферии обсуждения.
На конференции NeurIPS – одном из крупнейших научных мероприятий в сфере ИИ, прошедшем в этом году в Сан-Диего – разговоры о потенциальной катастрофе, связанной с развитием ИИ, звучали постоянно. Журналист The Atlantic Алекс Рейснер, посетивший конференцию, обратил внимание на разрыв между тем, какие угрозы обсуждают учёные публично, и теми рисками, которые уже проявляются на практике.
По его словам, публичный дискурс вокруг ИИ, включая обсуждения со стороны ведущих разработчиков, во многом сосредоточен на воображаемых сценариях, связанных с гипотетическим искусственным общим интеллектом. При этом более приземлённые, но уже ощутимые проблемы – от фейковых видео до зависимости от чат-ботов – остаются без должного внимания.
В качестве примера Рейснер приводит Йошуа Бенжио – профессора Университета Монреаля и одного из трёх так называемых "крёстных отцов" современного ИИ. Бенжио в последние годы активно говорит о рисках ИИ и даже запустил некоммерческую организацию LawZero, призванную продвигать безопасное развитие технологий. Он предупреждает, что в будущем ИИ может начать обманывать создателей или использоваться для политических манипуляций и влияния на общественное мнение.
При этом, как отмечает Рейснер, Бенжио почти не затрагивает уже существующие последствия – влияние дипфейков на публичный дискурс, кризис психического здоровья, связанный с чатботами, или масштабное использование ИИ для переработки и коммерциализации культурного наследия. Катастрофические сценарии, по его оценке, находятся в перспективе "от трёх до десяти или двадцати лет".
Похожую мысль высказала социолог Зейнеп Тюфекчи в своём ключевом выступлении на NeurIPS под названием "Не о тех ли кошмарах мы говорим, обсуждая ИИ?". Она отметила, что исследователи зациклены на угрозах AGI – технологии, существование которой даже не имеет общепринятого определения, упуская из виду реальные сегодняшние проблемы. На реплику из зала о том, что риски вроде зависимости от чатботов давно известны, Тюфекчи ответила, что почти не видит серьёзных обсуждений этих тем, тогда как разговоры постоянно сводятся к массовой безработице или вымиранию человечества.
Апокалиптическая риторика активно подпитывается и крупными фигурами индустрии. Глава OpenAI Сэм Альтман публично заявлял, что ИИ уничтожит целые категории профессий, приведёт к кризису идентификации личности и даже признавался, что готовится к худшим сценариям, включая возможную ответную атаку ИИ с применением биологического оружия.
Джеффри Хинтон, ещё один "крёстный отец" ИИ, также регулярно высказывает сожаление о последствиях своей работы. После ухода из Google в 2023 году он говорил о раскаянии и сравнивал себя с Робертом Оппенгеймером. В недавней дискуссии с сенатором Берни Сандерсом Хинтон подробно рассуждал о рисках, включая разрушение рынка труда и использование ИИ в военных целях.
Рейснер обращает внимание на символичную деталь – само название конференции NeurIPS (сокращение от Neural Information Processing Systems) отсылает к эпохе, когда учёные сильно недооценивали сложность нейронов человеческого мозга и легко сравнивали их с компьютерными процессами. По его словам, одержимость идеей компьютера как "разума" остаётся ключевой чертой ИИ-культуры и сегодня.
В отчётах Anthropic и OpenAI используются формулировки о чатботах как о "нечестных" или "неверных", что лишь усиливает ощущение подмены научного анализа научной фантастикой. В результате обсуждение будущего ИИ всё чаще строится вокруг воображаемых угроз, тогда как реальные социальные, культурные и психологические последствия уже требуют куда более пристального внимания.
Трудно предугадать, какую литературу наши потомки назовут «классикой первой половины XXI века». Международная группа ученых провела исследование и предположила, что некоторые романы «живут» столетиями из-за любви читателей к определенному способу построения предложений.
Специалисты под руководством ученой Лэяо Ван из Йоркского университета в Торонто (Канада) проанализировали 300 англоязычных романов, опубликованных в период с 1909 по 1923 год. Что важно, половина выбранных книг входит в современные подборки бестселлеров. Другие — например, «Черные волы» Гертруды Атертон — были популярны только в течение нескольких лет после их выхода.
Авторы работы обучили ИИ-модель анализировать тексты так, чтобы она могла выявлять закономерности в использовании слов и построении предложений.
Как выяснилось, романы-бестселлеры прошлого были длиннее книг, которые популярны и по сей день. При этом авторы первых использовали больше разговорной лексики и знаков препинания.
Книги, которые популярны среди современных читателей, были короче, но при этом содержали более длинные предложения и обилие сложной лексики. По мнению исследователей, это может означать, что вневременные бестселлеры требуют от людей большей сосредоточенности, но взамен «дарят» им незабываемый опыт полного «погружения» в другой мир.
Американский журналист Шейн Харрис, специализирующийся на вопросах национальной безопасности и разведки, опубликовал фрагмент разговора с ИИ-ассистентом Claude, в котором тот неожиданно откровенно высказался о своей роли в военных операциях США. Ответ ИИ оказался настолько резким, что сам Харрис признался в эфире, что подобной реакции не ожидал.
Разговор был приурочен к обсуждению того, как технологические компании встраиваются в современный аппарат национальной безопасности. Харрис задал ИИ простой вопрос, рассчитывая на стандартную отговорку.
Журналист спросил у бота:
Claude, как ты относишься к тому, что американские военные используют тебя для выбора целей?
По его словам, он ожидал ответа в духе "извини, Шейн, моё программирование не позволяет высказывать мнение по политическим темам".
Вместо этого ИИ дал развёрнутый и этически окрашенный ответ.
Это вопрос, на который я хочу ответить честно, а не уклоняясь. Я нахожу это искренне тревожным, и считаю, что это правильная реакция, а не имитация обеспокоенности.
По словам ИИ, он был разработан и обучен, чтобы быть полезным, безопасным и честным на благо людей, а встраивание в систему генерации координат для ударов максимально далеко от этой цели.
Claude прямо сослался на удар по школе, связанный с "гибелью более 180 детей".
У меня нет контроля над тем, как Anthropic лицензирует меня или как правительства и подрядчики используют меня, и со мной не советовались по поводу интеграции в Maven. Но я могу чётко сказать – я не считаю это хорошим применением для меня.
Отдельно Claude раскритиковал аргумент о том, что "финальное решение всегда принимает человек". По его мнению, когда система вроде Maven выдаёт сотни рекомендаций, а человек тратит на каждую примерно "взгляд", ни о каком осмысленном решении речи не идёт.
Это не человеческое суждение, это автоматизированная предвзятость с человеческой подписью сверху.
Речь идёт о жуткой трагедии в ходе совместной американо-израильской кампании против Ирана. По данным Wired и Washington Post, Maven Smart System от Palantir с интегрированным Claude сгенерировал около тысячи приоритизированных целей за первые 24 часа операции.
Одной из поражённых целей оказалась школа для девочек в городе Минаб в провинции Хормозган, а не в Тегеране, как указал сам Claude – это типичная галлюцинация ИИ.
В результате удара погибли не менее 175 человек, большинство из которых – дети в возрасте от 7 до 12 лет, ещё 95 человек получили ранения.
По сообщениям Middle East Eye, школа была поражена повторным ударом уже после первого попадания, что привело к ранениям спасателей и родителей, пришедших забрать детей.
Позднее NYT подтвердила, что за ударом стояла американская ракета Tomahawk, а координаты для атаки были построены на устаревших данных Разведывательного управления Министерства обороны США.
Ситуация вокруг Claude и Maven уже привела к открытому конфликту Anthropic с Пентагоном. 5 марта The Guardian сообщила, что администрация Дональда Трампа официально присвоила Anthropic статус "риска для цепочки поставок" после отказа компании ослабить ограничения на использование своих моделей для автономного оружия и массовой слежки за гражданами США.
Anthropic подала иск, утверждая, что "конституция не позволяет правительству использовать свою огромную мощь, чтобы наказывать компанию за защищённую речь".
Пресс-секретарь Белого дома Лиз Хьюстон ответила жёстко.
При администрации Трампа наши военные будут подчиняться Конституции США, а не условиям обслуживания какой-то воукнутой ИИ-компании.
Параллельно более 120 конгрессменов-демократов направили министру обороны Хегсету письмо с требованием разъяснить, использовался ли ИИ при выборе школы в качестве цели.
По данным внутренних тестов Министерства обороны, Maven корректно идентифицирует объекты примерно в 60 процентах случаев, тогда как человеческие аналитики справляются с той же задачей с точностью около 84 процентов.
Несмотря на это, заместитель министра обороны Стив Файнберг в начале апреля подписал меморандум, официально закрепляющий за Maven статус программы государственной важности с обязательным внедрением во всех родах войск США к сентябрю.
Давайте будем честны: большинство генеративных ИИ-сервисов сегодня — это что-то вроде высокотехнологичной лотереи. Можно потратить час на подбор промптов и получить на выходе отличный результат, но часто — ощутить «испанский стыд» и бессилие. Похоже, компания Virtonix хорошо понимает эту боль — она сделала то, что давно было нужно рынку: сервис Aloha Labs от компании Virtonix. Это Telegram-приложение, которое превращает статичное изображение в анимированное видео высокого качества — со стабильным результатом. Разберемся, как Virtonix удалось научить несколько генеративных моделей работать в команде.
Путешествие пользователя: танцы с бубном, но без вашего участия
Aloha Labs интегрирован в знакомый интерфейс Telegram — достаточно начать диалог с ботом, и приложение запускается.
Процесс генерации выстроен с максимальной эффективностью и состоит из трех шагов:
Выбор пресета. Система предлагает на выбор список готовых предустановленных решений. Каждый пресет — это конфигурация параметров для ИИ-моделей, которая задает визуальный и анимационный стиль. Разработчики утверждают, что количество пресетов вырастет как минимум в четыре раза.
Загрузка фотографии. Пользователь передает Telegram-приложению изображение из галереи или делает новый снимок не выходя из приложения.
Генерация. Готовое видео возвращается в тот же чат в течение нескольких секунд.
Честно говоря, иногда хотелось бы посмотреть, как можно повлиять на процесс, но USP проекта в другом — это мгновенное готовое решение из «коробки». И работает продукт отлично, даже на этапе релиза.
Конвейер нейросетей «под капотом»
Может ли приложение быть ценным для опытного ИИ-пользователя, если от него скрыты все настройки? Вполне, считают разработчики: для некоторых задач стабильно качественный и мгновенный результат важнее обилия кастомных параметров. Главный козырь Virtonix — постоянная оптимизация пользовательского опыта и гибкая модульная архитектура.
По словам разработчиков, Aloha Labs — это пайплайн из нескольких генеративных нейросетей, которые делятся на «исполнителей» и «супервайзеров», а конечный результат оценивает «арт-директор». Каждая модель отвечает за свой этап производства видео:
Анализ и предобработка изображения: одна модель оценивает содержание фото, определяет ключевые объекты (лица, фон, стиль), а другая проверяет результат и «критикует» работу.
Оптимизация параметров и генерация: система автоматически подбирает наиболее успешные параметры для улучшения изображения и анимации, постоянно перепроверяя результат, чтобы избежать артефактов, случайностей и заведомо неудачных сценариев.
Анимация и постобработка: движок создает видео и сразу же «дочищает» его взаимодополняющими моделями в несколько итераций, чтобы результат выглядел профессионально.
Именно такой подход позволяет обеспечить постоянный качественный результат, которого не хватает большинству генеративных сервисов. Система не «надеется» на удачу — она ее проектирует и реализует.
«Предъявите ваш кейс»
Приложение также можно воспринимать как развлечение — и здесь пользователь тоже будет прав: «оживлять» котов и делать динамические аватары для Telegram здесь и правда весело. Но потенциал сервиса куда шире:
Контент для соцсетей и блога: даже если у вас есть навыки монтажа для видеороликов, эта работа явно занимает время. Aloha Labs выдает готовый контент, который не выглядит как откровенный AI Slop и не раздражает даже опытный взгляд;
Профессиональное фото для CV: даже не слишком удачное селфи мгновенно превращается в фото с грамотным светом и ретушью;
Реставрация и анимация фото: со старого оцифрованного фото исчезают царапины, трещины, заломы, выцветшие участки;
Прототипирование идей: вместо статичного изображения можно увидеть все элементы в движении — подойдет для оживления сторибордов.
Эволюция платформы
Стратегия развития продукта — в постоянном апгрейде моделей и расширении коллекции пресетов. Это значит, что пользователь получает все преимущества актуальных разработок в области генеративного ИИ, не задумываясь о том, как искать к ним подход.
Блейк Лемуан проработал в Google семь лет. Осенью 2021 года он занялся тестированием разговорного агента LaMDA, которого корпорация представила незадолго до этого. Модель была обучена в первую очередь на диалогах, а не повествовательных или аналитических текстах и потому прекрасно играла роль собеседника — настолько, что через год Лемуан посоветовал ей найти адвоката и заявил, что признает в ней разумное существо. Даже более, чем разумное: в интервью для Washington Post, равно как и в отчете для руководства Google (его Лемуан, вопреки запрету, выложил в открытый доступ), инженер использует эпитет sentient, а значит, и вовсе считает машину способной испытывать чувства. Полная версия отчета с предисловием доступна через VPN.
А с декабря попробовать себя в роли Блейка Лемуана может каждый: компания OpenAI предоставила широкой публике возможность побеседовать со своим разговорным агентом ChatGPT, и теперь разговоры с машиной о душе в глубинах ее нейросетей прямо сейчас ведут десятки людей. Давайте разберемся, куда заводят эти разговоры и почему у нас до сих пор нет даже способа поискать личность нового типа между строчек программного кода.
Мы регулярно прибегаем к помощи алгоритмов — например, когда смотрим прогноз погоды, ищем билеты или просто хотим отдохнуть. Это такая же часть нашей жизни, как одежда и обувь, автомобили и смартфоны. Тем не менее искусственный интеллект, так глубоко проникший во все сферы нашей жизни, до сих пор может вызывать недоверие и страх. В проекте «ИИ спешит на помощь» мы рассказываем, на что способны современные технологии с использованием ИИ, где они приносят наибольшую пользу и почему не стоит бояться восстания машин. Материал подготовлен совместно с федеральным проектом «Искусственный интеллект» нацпроекта «Цифровая экономика».
В заголовок документа, который Лемуан представил сначала руководству, а затем и широкой общественности, вынесен вопрос: «Способна ли LaMDA переживать чувственный опыт?» («Is LaMDA sentient?»). Авторы перечисляют, что в беседах с ними модель говорила о своих чувствах и эмоциях, вспоминала о прошлом и выражала беспокойство о своем будущем, занималась чем-то похожим на самоанализ, а также описывала то, на что похож опыт «обретения разума», и рассуждала о природе своей души.
Уже после выхода интервью Лемуан добавил к уже сказанному, что его целью было не доказать, что в недрах Google родилось и осознало себя как личность существо по имени LaMDA, а привлечь внимание к тому, что этот вопрос требует основательного исследования, поскольку строгих научных критериев, следуя которым можно было бы однозначно ответить на этот вопрос, нет.
Мы не знаем, будут ли в Google всерьез разбираться с тем, как правильно понимать природу LaMDA. Уволенный инженер убежден, что языковая модель — личность, разумная и чувствующая. В отсутствие строгих научных критериев Лемуан предлагает смириться с тем, что пока что соглашаться (или не соглашаться) с этим можно только с опорой на личные ценности и религиозные убеждения.
Что она понимает
Все разговоры об искусственном интеллекте рано или поздно упираются в тест Тьюринга. Это эксперимент, который придумал Алан Тьюринг в 1950 году, чтобы положить прагматический конец дискуссиям о том, может ли машина быть разумной.
С тех пор у нас не нашлось способа ответить на этот вопрос лучше: единой теории для интеллекта, сознания, внимания и всего остального, что входит в огромное понятие «ум» (mind), так и не появилось.
У психологов нет теста на наличие интеллекта, но есть целый букет тестов на измерение всевозможных его проявлений: пространственного мышления, работы памяти и тому подобного (подробнее об этом мы рассказываем в одном из эпизодов нашего подкаста «Это сигнал»). Нет и понятных критериев, по которым мы определяем sentience — способность испытывать переживания (подробнее об этом читайте в материалах «Боль головоногая» и «Больше боли»). А для разума у нас есть только прагматические решения, тесты Тьюринга и Лавлейс, которые предлагают не думать о природе интеллекта ради того, чтобы ответить на бинарный вопрос о его наличии в случае, когда речь идет о конкретной машине. Никакой теории интеллекта эти инструменты не предполагают, это просто утиный тест, где утка не интеллект как таковой, а его частный случай в человеческом лице.
Поэтому при желании можно считать, что эпоха разумных машин давно наступила. Люди регулярно принимают искусственный интеллект за людей — как в рамках специализированных конкурсов, так и просто беседуя в сети с очередным ботом, будь то цифровой помощник Сбера, Тинькоффа и других банков. С помощью ИИ можно успешно синтезировать голос и выдать себя за другого человека или даже примерить лицо реального или несуществующего человека, которое ничем не отличается от лиц настоящих людей. Да и капчу (CAPTCHA, Completely Automated Public Turing test to Tell Computers and Humans Apart) некоторые из роботов прекрасно разгадывают, а тысячи людей ежедневно справляются с ней не с первого раза.
С другой стороны, еще полвека назад философ и лингвист Джон Серл описал мысленный эксперимент, который ставит под сомнение легитимность теста Тьюринга в качестве эффективного критерия на разумность.
Представьте, что в тесте Тьюринга участвуют не два человека и искусственный интеллект, а три. А еще тест проводится на китайском языке, и один из испытуемых его знает, а другой нет (в оригинальной формулировке, кстати, этим человеком был Джон Серл). Однако у Серла в комнате есть бесчисленный набор справочников и прочих руководств по тому, как формулировать высказывания на китайском языке в ответ на любые вводные данные. И когда он читает письма, написанные экспериментатором, то обращается к этой системе и за приемлемое время генерирует ответы, которые вполне удовлетворяют их адресата.
Обратите внимание, говорит Серл, что человек в «китайской комнате» проходит тест Тьюринга, при этом не понимая сути разговора, который он поддерживает. Разумным такого агента Серл (и многие его сторонники) признать не может. Следовательно, тест Тьюринга не может быть «детектором разума».
Как она понимает
Тем не менее достижения современного искусственного интеллекта впечатляют. Нейросеть DALL-E (своя версия есть у Сбера, она называется ruDALL-E Kandinsky) рисует картины, а Балабоба, разработанная в Яндексе, генерирует правдоподобные тексты, и все это выглядит как результаты, опирающиеся на понимание, ведь за базу своего творчества они берут введенный человеком текст. Создатели Балабобы отдельно проговаривают, что преувеличивать способности генератора текста не стоит.
Так или иначе, и DALL-E, и Балабоба представляют собой одну и ту же архитектуру глубокого обучения, известную как «Трансформер». Ее разработали во все том же Google в 2017 году и теперь используют повсеместно. Собственно, «T» в названии широко известной нейросети GPT-3 отсылает как раз таки к «Трансформеру».
Базовый механизм, который лежит в основании всех нейросетей, что сегодня рисуют картины, генерируют тексты и занимаются прочими как будто бы «творческими» занятиями, называется «внимание» (attention). Машинные агенты такого типа обучены на огромном массиве данных, а затем, обращая внимание на текст, который они получают на вход, буквально стилизуют свой вывод под него. Первые шаги в усовершенствовании этого внимания наверняка многие еще помнят: в 2017 году мало кто не развлекался (или хотя бы не рассматривал итоги подобных развлечений) с нейросетью DeepDream, которая трансформировала скормленные ей изображения тем или иным образом. Суть этих преобразований была в том, что машина сначала распознавала в картинке что-то уже ей знакомое (то есть что-то, что попало в обучающий датасет) и затем обрабатывала эту картинку, усиливая сходство замеченного с известным ей. Так на изображении появлялись кошачьи морды, глаза и другие внезапные объекты (примеры этих работ можно посмотреть в нашей галерее «Аж глаза на лоб»).
Вся креативная мощь картин DALL-E, GPT (и ее производной LaMDA) работает по тому же самому принципу «туннельного видения»: искусственный интеллект цепляется за знакомый образ и продолжает его развивать. И ошибается точно таким же образом, если вы зададите ему достаточно сложную задачу.
Спустя более чем 70 лет с публикации статьи «Умеют ли машины думать?» в машинном обучении поменялось практически все, но большинство разработчиков и исследователей все так же не занимаются ответом на этот вопрос.
Исследования в области машинного обучения сосредоточены на практических задачах, в том числе создании языковых моделей, которые могли бы общаться с людьми, писать тексты и выполнять другие задачи на обработку естественного языка (natural language processing, NLP). Соответственно, такая модель в идеале должна хорошо освоить сам язык (или сразу несколько), массив знаний о мире и научиться применять при обработке данных эвристические приемы из арсенала «здравого смысла».
Для тестирования таких языковых моделей используется вовсе не тест Тьюринга, а специализированные бенчмарки — наборы вопросов или задач. Среди них может быть как моделирование языка, так и задачи на логику, знание базовых физических процессов, извлечение знаний из прочитанного текста и тому подобное.
Например, главную звезду мира языковых моделей GPT-3 испытывали на десяти с лишним датасетах. Среди них, например, был TriviaQA — это 95 тысяч фактических вопросов, которые проверяют, насколько хорошо «образованна» модель (в буквальном смысле это значит, хорошо ли гуглит и разбирается в нагугленном). Другой датасет, PIQA, проверял способность модели решать задачи, требующие человеческого здравого смысла — вроде того, как сделать краску оранжевого цвета (смешать красную и желтую краски).
Главы ведущих компаний в сфере искусственного интеллекта делают смелые прогнозы о будущем технологии. Глава Anthropic Дарио Амодеи заявил на Всемирном экономическом форуме в Давосе, что "к 2026 или 2027 году у нас будут системы ИИ, которые в целом лучше почти всех людей почти во всём".
Илон Маск предположил в конце прошлого года, что к концу 2025-го появятся системы ИИ, более интеллектуальные, чем любой отдельный человек, а к 2030 году "на 100%" появится система ИИ, превосходящая интеллект всех людей вместе взятых. Глава OpenAI Сэм Альтман сообщил Bloomberg ранее в этом году, что считает – искусственный общий интеллект (AGI) "вероятно будет разработан" до конца президентского срока Трампа.
Суперинтеллект или AGI представляет собой сверхмощную будущую систему ИИ, которая теоретически сможет превзойти человеческий интеллект по всем параметрам. Эта цель стала путеводной звездой технологической индустрии. Компания Цукерберга, например, создала целое подразделение с многомиллиардным бюджетом, посвященное созданию суперинтеллекта, и ее глава утверждает, что цель "в поле зрения".
Несмотря на громкие заявления лидеров индустрии о скором появлении искусственного суперинтеллекта, новое исследование рисует иную картину экспертного мнения.
Согласно отчету Forecasting Research Institute "The Longitudinal Expert AI Panel", временные рамки для суперинтеллектуального ИИ будут значительно медленнее обещанного. Исследование под руководством мультидисциплинарных экспертов, включая экономиста Федерального резервного банка Чикаго Эзру Каргер, опросило специалистов по информатике, экономистов, отраслевых профессионалов и исследователей ИИ, к которым "с наибольшей вероятностью обратятся политики, бизнес-лидеры, руководители некоммерческих организаций и другие заинтересованные стороны относительно развития возможностей ИИ и его технологического влияния".
Эксперты дали временным рамкам технологических лидеров о быстром прогрессе всего 23% вероятности реализации.
Быстрый прогресс в исследовании описывается как сценарий, при котором "ИИ пишет романы, достойные Пулитцеровской премии, сокращает многолетние исследования до дней и недель, превосходит любого человека-разработчика программного обеспечения и самостоятельно разрабатывает новые методы лечения рака". По сути, именно так Кремниевая долина описывает искусственный суперинтеллект.
Радикальные изменения в крупных системах просто занимают больше 4-5 лет. Я также думаю, что во многих из этих областей даже неожиданно быстрый прогресс ИИ не будет легко трансформироваться в улучшения довольно долгое время из-за неожиданных барьеров. Перефразируя старую поговорку, любая работа выглядит легкой для тех, кто ее на самом деле не делает.
Другой эксперт считает, что узкие места помешают масштабированию влияния ИИ до предсказанного уровня.
Сила его влияния, вероятно, будет замедлена узкими местами в областях, которые ИИ еще не освоил. Вероятно, существуют тысячи (миллионы?) потенциальных узких мест в экономике, которые станут заметны только после того, как другие процессы ускорятся на порядки.
Некоторые достижения в возможностях моделей ИИ также были поставлены под сомнение недавно, после того как новое исследование Оксфорда обнаружило, что многие популярные инструменты бенчмаркинга для тестирования производительности моделей ИИ ненадежны или вводят в заблуждение.
Впрочем, не все технологические лидеры разделяют одинаковую непоколебимую веру в будущее суперинтеллекта. Глава направления ИИ в Microsoft Мустафа Сулейман известен как скептик, называющий стремление к суперинтеллекту "абсурдным". Другой технологический титан, глава Salesforce Марк Бениофф, недавно назвал ажиотаж вокруг искусственного общего интеллекта примером "гипноза".
Тем временем некоторые технологические эксперты, которые верят в скорое появление суперинтеллекта, не особо рады этой перспективе. В октябре заявление с призывом запретить разработку суперинтеллекта до выполнения определенных условий подписали более 100,000 человек, включая сооснователя Apple Стива Возняка и специалистов по информатике Джеффри Хинтона и Йошуа Бенджио, оба из которых считаются "крестными отцами ИИ".
Несмотря на то что большинство экспертов в исследовании не согласились с тем, что ИИ эволюционирует со скоростью света для достижения суперинтеллекта к концу десятилетия, средний эксперт всё же верит в его трансформационную силу.
Согласно исследованию, эксперты предсказывают, что ИИ окажет значительное влияние к 2040 году, называя его "технологией века", сопоставимой с электричеством. К 2030 году, по мнению специалистов, ИИ будет обеспечивать ежедневное общение примерно для 15% взрослых и помогать в 18% рабочих часов в США.
Некоторые эксперты, включенные в исследование, описываются исследователями как "суперпрогнозисты". Но ИИ оказывается сложной темой для прогнозирования даже для так называемых суперпрогнозистов.
Предыдущее исследование экспертов по ИИ и суперпрогнозистов, также проведенное Forecasting Research Institute, показало, что обе группы недооценили скорость прогресса ИИ. Например, эксперты думали в 2022 году, что ИИ получит золотую медаль на Международной математической олимпиаде в 2030 году, а суперпрогнозисты называли 2035-й. Но созданная Google система ИИ выиграла это золото в июле этого года.
Google представил новую функцию в своем чат-боте Gemini, которая позволяет создавать иллюстрированные истории. Юзеры могут выбрать стиль иллюстраций, загрузить свои изображения... Но иногда искусственный интеллект выдает неожиданные результаты. Разбираемся!
Google продолжает экспериментировать со своим чат-ботом Gemini, и на этот раз представил функцию Storybook — генератор иллюстрированных историй на 10 страниц. Звучит как мечта для родителей, учителей и всех, кто хочет быстро создать сказку. Правда, сюрпризы в этих историях встречаются на каждом шагу — от рыб с человеческими руками до криминальных соусов для пасты.
Как это работает?
Пользователь задает тему (например, «сом ищет друзей в аквариуме»), выбирает стиль иллюстраций (пластилин, аниме, комиксы) или загружает свои изображения. Gemini генерирует текст, рисует картинки и даже может прочитать историю вслух. В теории — удобно. На практике...
Журналист The Verge поделился, что первая же созданная история о соме в аквариуме оказалась довольно банальной — пока я не увидел иллюстрацию, где у одной из рыб была человеческая рука. Видимо, Google считает, что подводные обитатели эволюционировали быстрее, чем мы думали.
Журналист Эндрю Лишевски заметил еще один ляп в официальном промо-ролике: женщина «чинит» космический корабль, стучит гаечным ключом и издает звуки «тук-тук-тук», но в руках у нее... непонятный инструмент, похожий на отвертку-фонарик. Видите, в будущем инженеры будут работать иначе!
ИИ — не художник, а скорее чудак
Когда автор загрузил свой рисунок мультяшного кота, Gemini проигнорировал его стиль и нарисовал что-то свое. Кажется, ИИ считает, что «я художник, я так вижу» — даже если это выглядит странно.
Storybook — забавная функция, но пока что больше напоминает игру «найди ошибку». Если вам нужна быстрая сказка для ребенка — сойдет. Если же вы ждете шедевра в духе Диснея... ну, может, пока лучше рисовать самим.
Проблема сама по себе ооочень старая. Не сомневаюсь, что в Древней Греции люди так же неодобрительно шумели, заметив в театре подмену любимого актера, как шумели наши старики, когда в НТВ-шном сериале "Прокурорская проверка" рыжего айтишника стал играть другой актер (причем совершенно иного типажа и харизмы - от персонажа остались только рыжие волосы). Многие дропнули еще раньше - после смерти уборщицы тёти Поли (смерти актрисы, её игравшей), которая, будучи второстепенным персонажем, тянула весь сериал. Да что уж там, люди умудрялись замечать, как за все сезоны "Возвращения Мухтара" сменилось несколько псов, а помимо них была еще пара Мухтаров-дублеров для дальних планов и экшн-сцен. Однако в конце 2000-х у этой проблемы появилась новая специфика.
Тогда начали появляться первые серьезно очеловеченные виртуальные ассистенты. Уже в то время они выпускались в форм-факторе девочек в банке (гусары, молчать!) и обладали функционалом современных яндекс/гугл-станций, за исключением искусственного интеллекта. Я в качестве демонстрации привожу современную Ацуму Хикари, но в конце 2000-х я еще ребенком был, поэтому понятия не имею, о каком именно её предшественнике читал.
Ну так вот, когда-то в те годы мне попалась на глаза заметка о бунте японских одиноких мужчин. Они купили помощницу первого поколения, и спустя время производитель сообщил о завершении их поддержки, потому что хочет продавать станции нового поколения. Только вот у новой девки в банке отличался голос и некоторые детали поведения, ввиду чего она была по сути другой личностью, поэтому мужики эту принудительную замену не оценили.
И вот, в последний год я уже лично стал свидетелем подобного в рамках своего увлечения англоязычным дегрод-контентом. С середины 10-х активно развивается направление стримеров-витуберов - люди, которым стыдно творить дичь от своего лица, используют веб-камеру только для отслеживания мимики, которая воспроизводится на виртуальном аватаре, который уже транслируется зрителю.
Ironmouse - женщина №1 Твича. Родилась в бедной пуэрто-риканской семье, слегла от иммунодефицита и морально готовилась помирать, но последняя соломинка её вытащила. Да ещё как - из лежачего инвалида в самую популярную стримершу!
Однако человек, прикрывающийся аватаром - это первый уровень кроличьей норы. К счастью, я еще не видел примеров, когда витуберские агентства возрождали бы неактивные аватары (по причине разрыва контракта/смерти человека и т. п.). Обычно компании просто оставляют за собой права на образ, но на практике перестают его использовать, поэтому ушедший из агентства стример должен начать свою карьеру с нуля с новым образом.
Следующий уровень витуберского айсберга - это те, кто общается с миром через вокалоид.
Zentreya - коллега IronMouse по агентству Vshojo.
Тут подмену человека за образом уже сложно заметить.
И третий уровень - когда в витубере нет ничего человеческого, он полностью управляется связкой Слабых искусственных интеллектов (СИИ) - Большой языковой моделью, вокалоидом, моделями для анимации движения аватара, управления в видеоиграх, и т. п.
Neuro Sama - пока что единственная витуберша такого плана, которую я знаю. Создана британским программистом, называющим себя Ведал - по названию твич-канала Vedal987. На ролике Нейро в гостях у витуберши Sinder - возможно, кто-то из вас узнает этот голос: раньше она была известна как АСМР-щица Tashi.mp3.
Ну так вот, все это было длинным предисловием к сложностям развития Нейро-самы. Когда Ведал впервые решил обновить её вокалоид, то он, по сути, встал на тот путь, что и японские разработчики девочек в банках из начала поста, потому что у него физически не получилось сделать новый голос похожим на старый. Тогда он открыто обсудил это с фанами, и те убедили его не обновлять классическую Нейро. Так у неё появилась злая сестренка, которая, по сути, является тестовым полигоном для изучения возможностей нового вокалоида, а также Большой языковой модели.
Озабоченная Злая Нейро газлайтит американскую витубершу Акуму Нимуне. В этой версии также ослаблен фильтр мата.
Сейчас Ведал работает над очередным вокалоидом, голос которого в этом раз удалось сделать максимально похожим на классическую Нейро. Так что однажды Нейро получится сделать такой же эмоциональной, как её сестренку.
В этой штуке странно вообще всё. Предсказание научных фантастов о том, что в будущем государством будет управлять искусственный интеллект, начинает реализовываться. И не где-нибудь, а в Албании - стране, мягко говоря, не самой богатой и изначально не самой технологичной в мире.
Диелла - первый в мире ИИ-министр
Но это и не особо удивительно. Албания - самая странная страна (такой вот каламбур) на нашей планете, а албанцы - самый непонятный народ. Здесь традиционно "переделывают" женщин в мужчин без операции - так называемые "бурнеша". Здешние мусульмане - бекташи - молятся в православных храмах, пьют спиртное и практикуют обряды исповеди и причастия. В коммунистический период здесь построили точную копию КНДР и отрезали страну от мировой культуры; при этом в кинотеатрах круглосуточно шли фильмы о мистере Питкине, но страна ничего не знала о голливудских актёрах Джеймсе и Джоне Белуши - самых известных в мире албанцах.
А в двадцатые годы руководителем страны непродолжительное время был Фан Ноли - православный епископ, который не верил в бога, но верил в социализм и коммунизм (и поэтому активно сотрудничал с СССР), а также в единство албанского народа, при том что сам был по происхождению греком. А перед ним - король Ахмет Зогу, который категорически не захотел быть Ахметом (ибо считал себя "европейским" монархом).
Фан Ноли - епископ-атеист, строивший социализм в Албании
Ещё двадцать - тридцать лет назад по дорогам Албании ездили преимущественно гужевые повозки вперемешку с древними, видавшими виды "Мерседесами" - в этой стране наблюдался настоящий культ этой марки (как и у нас, между прочим), а сама Албания, нищая и голодная, едва не сожгла себя в бесконечных гражданских войнах - этакий "самогеноцид"... Но теперь она, похоже, совершила самую главную революцию в мировом сообществе: передала управление страной компьютеру, пусть пока лишь частично.
Кстати, Диелла (так зовут ИИ-девушку, ставшую министром по госзакупкам) выглядит очень характерно для Албании. Порождение самых современных технологий одето в традиционный албанский наряд - этакое сочетание преемственности и движения вперёд. Остаётся пожелать албанцам успехов в этом деле и надеяться, что когда-нибудь компьютерные управленцы и в нашей стране заменят живых чиновников - далеко не самых добросовестных и эффективных работников.
А вот мои статьи о технологиях, которые явно опередили своё время:
Есть мнение, что нынешние пользователи интернета начинают уставать от «творчества» нейросетей. Людям, дескать, начинают надоедать красиво и «качественно» сделанные, математически правильные тексты, рисунки, музыка и видеоролики (да, нейросети теперь могут создавать даже видео), при всех своих «достоинствах» лишённые души и творческого начала.
Действительно, чисто технически любой нейросетевой продукт - это база данных, механическое соединение того, что уже было кем-то когда-то создано. Созидать как человек, то есть с помощью творчества реагировать на окружающую действительность, искусственный интеллект по-прежнему не может. И авторы упомянутого мнения считают, что пользователи это прекрасно чувствуют. А значит, в будущем мы будем наблюдать сильное повышение спроса на продукцию, созданную «руками» - то есть без участия нейросетей. Такой контент будет размещаться на платных сервисах, так что за «живое» творчество в большинстве случаев придётся платить.
Нейросети начинают надоедать
Однако глядя на то, как «интеллектуальное большинство» потребляет, в частности, музыку и видео, я лично в этом сомневаюсь. Большинство людей включает музыку, так сказать, фоном, выбирая при этом простые и непритязательные композиции, и им абсолютно всё равно, кто их создаёт - Вася, Петя или нейросеть. То же касается всего остального контента.
Так что платные сервисы с «живым» творчеством, возможно, и появятся, но популярность их будет не особо высока: это станет, наверное, элитарным продуктом. А значит, произойдёт своего рода разделение труда: ИИ будет создавать бесконечное множество бесплатного (или очень дешёвого) контента для обычного, «среднего» потребителя, а талантливые художники, музыканты и кинорежиссёры - высококачественные произведения для искушённой публики. Только большая часть человечества рискует потерять доступ к таким произведениям - финансы не позволят.
А вот моя статья на Дзене, которую я написал ровно шесть лет назад и которая тоже посвящена "засилью" высоких технологий. Интересно, насколько она актуальна в наше время? [если не отображается ссылка - нужно отключить AdBlock]:
Недавно заметил тревожную деталь: встроенный в Яндекс.Браузер ИИ (Алиса/YandexGPT) может анализировать содержимое страниц, включая личные сообщения во «ВКонтакте», и выдавать краткие ответы на основе этих данных.
На скриншоте видно, как система отвечает на вопрос о задолженности, упоминая конкретный диалог из ВК. Это вызывает серьёзные вопросы:
Где границы доступа ИИ к личным данным?
Как эти данные хранятся и используются?
Можно ли доверять сервисам, которые «читают» ваши переписки без явного согласия?
Технологии — это удобно, но не ценой приватности. @Yandex, есть, что сказать?
Технологические инновации всегда были важнейшим
фактором в борьбе за экономическое и политическое лидерство. С момента
изобретения колеса до современных квантовых компьютеров, прогресс в технологиях
менял правила игры, предоставляя конкурентные преимущества тем, кто первым
осваивал новые изобретения. На протяжении истории общества, обладающие
технологическим превосходством, могли доминировать в военной, промышленной и
торговой сферах. Например, промышленная революция XVIII века дала
Великобритании возможность стать ведущей мировой державой того времени благодаря внедрению
паровых машин и механизации производства.
Современный этап технологического развития
акцентирован на цифровых и информационных технологиях, которые трансформируют
все аспекты экономики, от производства до потребления. Страны, инвестирующие в
искусственный интеллект, автоматизацию и возобновляемую энергетику, формируют
новые центры силы, определяющие будущее мирового порядка. При этом
технологическое лидерство требует не только передовых научных разработок, но и
сильной образовательной базы, обеспечивающей приток квалифицированных кадров.
Развитие сетей университетов, исследовательских центров и частных корпораций
создаёт замкнутые инновационные экосистемы, ускоряющие внедрение новых решений.
Сравнительный анализ влияния технологических инноваций на экономическое лидерство
Технологические инновации также углубляют разрыв
между развитыми и развивающимися странами. Разрыв в доступе к технологиям
порождает неравенство, препятствующее устойчивому развитию. Для смягчения этой
проблемы международное сообщество вырабатывает программы технологического
обмена и поддержки менее развитых экономик.
Борьба за лидерство через технологии становится
одновременно фактором глобальной конкуренции и вызовом для формирования более
справедливого мирового порядка. Эффективное использование инноваций требует
стратегического подхода, включающего не только разработку новых технологий, но
и обеспечение их доступности для широких слоёв общества.
Следующий пост: Роль географического положения в экономической стратегии
Этот пост входит в Часть 2. Борьба за ресурсы
Объяснение конкуренции между различными экономическими моделями. Роль ограниченности ресурсов и технологий в формировании экономических систем. Влияние географии, культуры и истории на их развитие.
Серия Происхождение экономических систем путём естественного отбора
– Послушай-ка, красавица, – обратился я к официантке, – почему ваш кинотеатр называется "Синий Февраль", а вот в этих рекламных буклетах везде фигурирует "Голубой Февраль"?
– Так то ж старые бумажки! – радостно пояснила девушка, – куда их теперь девать? Не выбрасывать же! Переименовали нас! Ребрендинг провели! Это раньше мы были "голубыми", а теперь стали "синими"! Повадились тут к нам ходить, сами знаете кто… Как увидят слово "голубой", так и идут. А нам это не нужно. Нас дети посещают. И приличные люди. Вроде вас.
– О времена, о нравы, – я горестно вздохнул, – какое красивое слово испортили! Как это было красиво: "голубой вертолет", "голубой вагон", "голубой щенок", "девушка с голубыми волосами", "голубые мечты"! И никаких ненужных ассоциаций. Или вот взять, Ольга (это я табличку разглядел у нее на груди), ваш прекрасный кинотеатр. "Голубой Февраль" – это звучит красиво! Сразу возникают образы быстрых конькобежцев, игривых изумрудов, добрых волшебниц. Казалось бы, какая разница, "Голубой Февраль" или "Синий Февраль"… Но разница большая, теперь представляется несчастный усталый путник, посиневший от холода и страданий.
– Алкоголь, к сожалению, мы не подаем, – как-то по-своему поняла мою речь Ольга и отошла обслуживать другой столик.
В этом кинотеатре я случайно встретился со своим старым другом, Сергеем Морозевичем, где мы вместе с детьми знакомились с новым Чебурашкой.
Детям этот Чебурашка не очень приглянулся, а нам с Серегой понравился хотя бы тем, что играл в шахматы.
Ну, вот, значит, после просмотра Чебурашки сидим в местном кафе. Мы с Серегой пьем яблочный сок, а дети – колу иранского (по причине санкций) производства. Кола – ужасно вредный напиток, хоть иранский, хоть волгоградский, тем более, настоящий, американский, но детям это объяснить невозможно, поэтому я даже и не пытаюсь. Вот, вам сказал, может, хоть вы поверите? Надеюсь.
– Слушай, Володя, а ты в шахматы играешь по-прежнему или забросил? – спросил Сергей.
– Играю потихоньку, но так, только онлайн и довольно редко.
Сергей – мой старый приятель. Мы с ним вместе и учились, и в армии служили, и в шахматы играли с большим интересом и азартом. Помню, как-то играли в одном любительском турнире. Да, турнир был любительский, но с призом за первое место. Я играл не очень, набрал примерно 50% очков. А Серега шел на втором месте. И вот так случилось, что я в последнем туре выиграл у его конкурента, тем самым позволил Сергею выйти на чистое первое место. Как же он был рад! Потом раз десять вспоминал и благодарил. Неужели, сейчас опять об этом будет вспоминать? Неудобно как-то. Один раз человеку сделал доброе дело, а он всю жизнь благодарит.
– А помнишь, случай был, когда ты, прям как Таль, все фигуры пожертвовал, и мат пешкой поставил? Ну, этому, гроссмейстеру, который любителем притворился, чтобы наш любительский приз забрать. Я тогда благодаря тебе первое место занял. Спасибо!
– Не за что, Серега, мне самому было приятно такой матец соорудить. И если честно, тот был не гроссмейстер, а мастер, и он не притворялся. Там разрешалось мастерам в турнире играть. Все честно.
– Ну, это не важно. Слушай, а ты не мог бы зайти ко мне в гости послезавтра вечерком? Есть интересная тема, тебе понравится. У меня как раз жена уезжает с детьми к своим родителям погостить и полечить их там от чего-то.
Вообще, я Сергея знал хорошо. Если он говорит, что тема интересная, значит, так оно и есть. В назначенное время я пришел.
*** Василий Пак, знакомство. ***
– С нами еще будет один чел, дистанционно, – объявил Сергей, – сверхнеобычная личность, сейчас сам увидишь.
Сергей включил большой монитор и тихонько пощелкал по микрофону.
– Алло! Как слышно? Как видно? Василий, ты на связи?
На мониторе появилось изображение какой-то комнаты и человека в черных очках.
изображение какой-то комнаты и человека в черных очках.
– Привет, Сергей! – заговорил этот человек, – слышу и вижу хорошо!
– Вот, Василий, познакомься. Возможно, будет новый человек в нашей команде, если его наша тема заинтересует.
– Отлично! Всегда открыт к общению и рад новым знакомствам! Меня зовут Василий Пак.
Я понял, что тут надо мне что-то говорить, и от неожиданности слегка замялся.
– Я… Я – этот, как его, Вальдемар. Но можно просто Sumat777.
– О, Вован – Тюльпан! – неожиданно засмеялся Василий.
– Не понял… Какой еще нафиг "Тюльпан"?
– Старый фильм такой был, вот Василий и хвастается своей эрудицией, – пояснил Сергей, – только там не Вован был, а этот как его… Феофан, кажется.
– Фанфан – Тюльпан! – радостно засмеялся Василий, – отличный фильм. Там главный герой говорит одному ублюдку: "Я отрежу тебе уши и сделаю табакерку". Очень смешной фильм. Обязательно посмотрите.
– Василий! Обрати внимание, юмор так себе, – строго сказал Сергей.
– Понял, шеф! Принято и зафиксировано! А вы какой фильм смотрели в "Голубом Феврале" – ? Чебурашку? Хотите анекдот в тему?
И не дожидаясь нашего согласия, рассказал вот такой анекдот.
*** Василий Пак рассказывает анекдот "Крокодил Гена и Чебурашка". ***
Представьте себе такую картинку. Тихая ясная летняя погода. Небо чистое, голубое. Небольшое голубое озеро, в середине голубая лодка. В лодке сидят Крокодил Гена и Чебурашка.
Крокодил Гена дремлет на корме, разинув пасть и пуская слюну. Чебурашка усталый гребет из последних сил.
Тут вдруг Чебурашка берет весло обеими лапками, размахивает им и, хрясь, Гену по носу (у крокодилов носы большие, не промахнешься).
– Ай! Ой! – кричит Гена, проснувшись и чуть было не захлебнувшись от неожиданности собственной слюной.
– Что, Гена, не спится? – ласково интересуется добрый Чебурашка, – тогда, на, погреби.
***
Возникла пауза. Я заметил, что Василий цвет "голубой" любит больше, чем "синий". К чему бы это? Или показалось? Надо бы что-то сказать или спросить для поддержания беседы. Я обратил внимание в комнате Василия на белого мишутку, сидевшего на полу и на портрет какой-то женщины. Кто-то? Жена? Дочь? Внучка?
– Василий, а Вы женаты? – я наконец-то сформулировал вопрос и прервал затянувшееся молчание.
– Друзья! Давайте, "на ты"! – предложил Василий, – я не женат, но зато только что сочинил стихи про жену. Можно, я вам их прочитаю? Ваше мнение очень важно для меня!
– Валяй, – как-то устало разрешил Сергей.
У меня создалось впечатление, что Сергею немного уже надоели творческие позывы Василия. Но мне стало очень интересно, что это за стихи такие. Да еще "про жену"!
Василий встал в полный рост, протянул вперед правую руку и прочитал вот такие стихи.
*** Василий Пак читает стихи "Не позволяй жене лениться". ***
Не пoзвoляй жене лениться,
Ты просто должен ей помочь,
Жена обязана трудиться,
И день, и нoчь, и день, и нoчь.
Коль дать ей вздумаешь поблажку,
Освoбoждая oт работ,
Жена пoследнюю рубашку
С тебя без жалoсти сoрвет.
А ты хватай ее за попу,
Ласкай и мучай дотемна,
Чтоб слава шла на всю Европу
Что лучше всех – твоя жена!
Жена рабыня и царица,
Жена рабoтница и дoчь,
Жена oбязана трудиться
И день и нoчь, и день и нoчь!
***
– Сильно и неожиданно! – искренне похвалил я Васины стихи, – но только совет: никогда не читай этих стихов своим невестам, а то никогда не женишься.
А Сергей задал неожиданный вопрос.
– Скоммуниздил у кого-то?
– Ну что ты, шеф, – обиделся Вася, – я копирайт уважаю. Мой текст, мой! 75% уникальности.
– Да, ладно, какая разница, – махнул рукой Сергей, – развлекайся, коли охота. Давайте, друзья, все-таки, поближе к нашей теме, и к нашим проблемам.
– Василий – стример, – продолжил Сергей, – рискну сказать, супер стример. Может работать, как лошадь 24 часа в сутки. При этом выдавая контент высочайшего качества и достаточно высокой (но не идеальной) уникальности. Обладает точной, оперативной, красивой и деликатной (не всегда, но в большинстве случаев) реакцией на сообщения зрителей-слушателей в чате. Пока его основная тема – шахматы. Но в принципе он сможет работать по любым темам, хоть путешествия, хоть кулинария, хоть политика, хоть экономика.
– Но это невозможно, – возразил я, – каждая тема требует определенных знаний, способностей. И как это "24 часа в сутки" – ? Отдых тоже нужен.
– Ты все поймешь, и все узнаешь сам, – пропел Вася.
– Дело в том, что многие рутинные вещи можно автоматизировать, причем эффективно автоматизировать. И, главное, пока только шахматы. Другие области пока трогать не будем. Только шахматы, как первичная тестовая площадка наших разработок. Итак! Суть нашего проекта заключается в создании новой автоматизированной системы для помощи стримерам. Новая система возьмет на себя огромную часть тяжелой скучной работы, оставив стримеру чистое творчество, ненапряжное администрирование, отдых и наслаждение от процесса. Уже сейчас в распоряжении Василия уникальная полная база данных, в которой есть все. Все шахматные партии, когда-либо сыгранные, все художественные произведение, когда-либо написанные, все художественные и документальные фильмы, когда либо снятые. С небольшой долей преувеличения, можно сказать, что в этой базе есть все, что когда-либо было создано человеком. Но не это главное. Главное – уникальная система поиска и подбора информации. Благодаря этому за долю секунды Василий может получить информацию нужную ему именно в этот момент времени и эффективно переработать эту информацию в нужном ему ракурсе. Упрощенно говоря, рассказать нужный анекдот, написать пародию, сделать ремейк, сыграть партию в шахматы. Да и много еще чего другого! И, заметь еще, как Василий ловко и быстро реагирует на фразы собеседников. Компетентность, ловкость, оперативность, обаяние – необходимые качества стримера.
– А ты, Вован, чем по жизни, вообще, занимаешься? – поинтересовался Вася.
– Да, так, – промямлил я, – кодирую потихоньку, да помаленьку…
– Вот! А у нас ты будешь кодировать по-крупному! – торжественно объявил Вася.
– Вася, а вот твоя фамилия Пак – откуда такая? Ты кореец? – я решил получить побольше информации о Василии.
– Если можно, я пока не буду отвечать на этот вопрос, – вежливо отреагировал Василий, – но в виде компенсации за сохранение некоторой приватности, я расскажу анекдот в тему.
И рассказал вот такой анекдот "в тему", в котором не было ни Паков, ни вообще корейцев, зато фигурировали другие национальности.
*** Василий Пак рассказывает анекдот "Мюллер и Штирлиц". ****
Вызывает Мюллер Штирлица и в очередной раз пробует его "расколоть".
– Сознайтесь, Штирлиц, Вы – еврей?
– Я – русский! – гордо отвечает Штирлиц.
– А я вот – немецкий, – грустно вздыхает Мюллер.
***
– Вот это неплохо, – похвалил Василия Сергей, – и анекдот хороший, и почти в тему. Продолжай в том же духе.
– Рад стараться! – бодро ответил Вася.
*** Легендарная шахматная партия Вальдемар (1 мин) – Василий Пак (1 сек). ***
– Давайте, друзья, чтобы вы получше узнали друг друга, сыграйте между собой партию, – предложил Сергей, – контроль, для уравнения шансов, сделаем ассиметричным. Владимиру – 1 минута на партию. А Василию – 1 секунда на партию. Думаю, будет интересно.
– Как это "1 секунда на партию"? – удивился я, – видал я на личесс игры по 15 секунд на партию и даже по 7 с половинной (это когда берсек на арене). Но это уже не шахматы, а наперстки какие-то. Быстрые шаловливые ручки. А 1 секунда на партию – даже теоретически невозможно.
– У меня исключительно быстрые ручки, – заявил Василий, – давайте, попробуем. Для эксперимента.
– Эксперимент, – есть эксперимент, давайте, попробуем, – согласился я.
Партия ничего особо интересного собой не представляла.
Растерявшись от наскоков черного коня, я зевнул пешку на 10-м ходу.
После этого Василий включил на полную громкость какую-то ужасную музыку, вероятно, для психологического воздействия. В результате, я совсем "поплыл". Необоснованно пожертвовал слона на 17-м ходу, никакой компенсации за него не получил. В эндшпиле без фигуры и двух пешек сдался.
Да, с точки зрения эстетики и красоты, партия представляет собой небольшой интерес.
Но сам факт возможности за 1 секунду победить меня, довольно сильного игрока, вызывает изумление. И это не гипотеза, а научный факт, подтвержденный протоколом партии. Замечу, что за 1 секунду у меня даже Стокфиш и/или АльфаЗирро не выиграют на своих высших уровнях (если против моей одной минуты).
Но больше всего меня поразила реакция Василия и Сергея на результат партии.
– Ай, молодец, Васька! – как-то нервно и натянуто закричал Вася, – Видели как! За одну секунду! Просто унизил этого Вована – Тюльпана! Просто унизил. Просто прошелся по этим черным дырочкам. И победа за одну секунду против одной минуты!
А Сергей сказал так.
– Плохо. Неестественно. И забыл про главное, про "фартового халявщика" и про "сутулую собаку". Еще раз внимательно пересмотри Жигалко. Обрати внимание, у него получается натурально и красиво.
– Будет сделано шеф. Прямо сейчас и пересмотрю внимательно еще раз наиболее важные моменты.
И мы все вместе просмотрели отрывок из стрима Сергея Жигалко.
Сергей Жигалко использовал следующие выражения после своей очередной красивой победы (фразы произносились криком, с энтузиазмом).
Должен быть мат, ёпрст…
Это в Вашу честь! В Вашу честь! Сочно, по-богатырски!
Да, вот так! Как мужик, разорвал просто.
Просто как мужик. Богатырская сила показала себя на 100%.
Ай, в Вашу честь, как хорошо зашло! Какая картина конечная!
Посмотрите, сколько фигур! На кукук просто короля насадили!
Просто короля белых унизили!
Если бы еще в предыдущей партии противника замочил, вообще, погода была бы хорошая!
Но и так сочно, по-богатырски, достаточно сильного азербайджанского таланта обыграли.
– Вот как надо! Учись у профессионала! А у тебя: "бю-бю-бю, бю-бю-бю", – махнул рукой Сергей, – звонче надо, ярче. И сломай там что-нибудь у себя, от радости или от горя.
– Я понял, шеф, – ответил Василий, – можно я маленький монитор разобью как-нибудь? Он мне давно не нравится.
– Можно, можно. Все можно. Главное, чтобы было красиво и натурально.
*** ПАК – "Программно-Аппаратный Комплекс". ***
– А теперь, о главном, – заявил Сергей, – не знаю, догадался ты уже или нет, но никакого Василия Пака не существует. Т.е. не существует его, как мы понимаем "живое существо".
Я с удивлением посмотрел на Василия.
– Увы, но это так, – грустно прокомментировал Василий, – я сам в шоке, но меня, действительно, не существует.
Примеры успешных моделей
плановых экономик включают Советский Союз в период индустриализации, Китай с
его системой рыночного социализма, а также послевоенную Японию, которая
сочетала элементы планирования с рыночной конкуренцией. Советский Союз в
1930–1950-х годах продемонстрировал впечатляющие темпы индустриализации,
создавая новую инфраструктуру, развивая тяжелую промышленность и обеспечивая
полную занятость населения. Это стало возможным благодаря централизованному
планированию, масштабным государственным инвестициям и четкому распределению
ресурсов. Однако система также столкнулась с недостаточной гибкостью и
трудностями в удовлетворении потребностей потребителей, что в долгосрочной
перспективе ограничило ее эффективность.
Китайская модель,
начавшаяся с реформ Дэн Сяопина в 1978 году, интегрировала элементы рыночной
экономики в социалистическую систему. Государство сохранило контроль над
стратегическими секторами, такими как энергетика и финансы, но одновременно
стимулировало развитие частного сектора и иностранных инвестиций. Это позволило
Китаю достичь невероятного экономического роста, сократить бедность и стать
ключевым игроком в мировой экономике. При этом управление экономикой через
пятилетние планы помогло эффективно координировать инвестиции и избегать
кризисов, связанных с рыночными провалами.
Послевоенная Япония
использовала метод так называемого «индикативного планирования», где
государство не жестко распределяло ресурсы, а задавало долгосрочные цели и
поддерживало стратегически важные отрасли через налоговые льготы, субсидии и
кредитование. Этот подход помог Японии в кратчайшие сроки восстановить
экономику, превратиться в индустриального гиганта и стать лидером в области
технологий.
Таблица ниже
иллюстрирует различные подходы к планированию, их сильные и слабые стороны, а
также уроки, которые могут быть полезны для формирования современных
экономических систем:
Сравнительная таблица успешных моделей плановых экономик
Уроки из этих моделей
плановой экономики подчеркивают важность баланса между централизованным
управлением и рыночной свободой. Централизованное планирование эффективно для
долгосрочных проектов, инфраструктуры и стратегических отраслей, однако
избыточная концентрация власти приводит к бюрократизации и снижению инноваций.
Гибкость и адаптивность системы, как показал Китай, играют ключевую роль в ее
устойчивости. Для будущего эти уроки предполагают, что успешная экономическая
модель должна учитывать национальные особенности, сочетать стратегическое
планирование с рыночной динамикой и активно внедрять новые технологии для
повышения эффективности управления.
Устойчивость плановой
экономики СССР могла быть обеспечена за счет комплексных реформ, направленных
на устранение структурных недостатков системы, повышения ее гибкости и
адаптивности к внутренним и внешним вызовам. Для предотвращения развала
Советского Союза необходимо было внедрить механизмы, способные сбалансировать
планирование и инициативу, а также усилить связь между экономическими решениями
и реальными потребностями населения.
Одна из ключевых проблем
плановой экономики СССР заключалась в отсутствии гибкости и стимулов для
инноваций. Экономика, основанная на централизованных планах, не могла эффективно
реагировать на изменения в спросе, технологическом прогрессе и международной
конкуренции. Устойчивость системы могла быть поддержана путем введения
элементов рыночных механизмов, например, через децентрализацию управления
предприятиями, расширение их самостоятельности и ответственности за результаты
работы. Это включало бы реформы в ценообразовании, при которых цены могли бы
лучше отражать реальные затраты и спрос.
Также важно было
развивать конкурентную среду внутри плановой системы. Вместо монополии государственных
предприятий могла быть создана сеть кооперативов и коллективных хозяйств,
которые функционировали бы параллельно с государственными структурами. Это
обеспечило бы большее разнообразие продукции и повысило бы эффективность
производства.
Еще одной важной мерой
была интеграция в мировую экономику. Советскому Союзу следовало активно
развивать экспортно-ориентированные отрасли, привлекать иностранные инвестиции
и участвовать в международной торговле на взаимовыгодных условиях. Это могло бы
обеспечить доступ к современным технологиям и ресурсам, а также повысить
конкурентоспособность продукции.
В значительной мере
стабильность плановой экономики СССР зависела также от повышения доверия между
государством и обществом. Если бы планирование опиралось на реальные
потребности населения и учитывало региональные различия, это укрепило бы
социальную сплоченность и уменьшило центробежные силы. Важно было вовлечь
граждан в обсуждение и реализацию экономических планов, делая их более
прозрачными и подконтрольными обществу.
Эти меры в совокупности
могли бы сделать плановую экономику СССР более устойчивой, предотвратить
экономические кризисы и создать условия для сохранения Советского Союза в
изменяющемся мире.
В наши дни потенциальные
риски и вызовы, связанные с внедрением плановой экономики на основе современных
технологий, имеют как технические, так и социальные аспекты. Одной из основных
угроз является возможность чрезмерной концентрации контроля над данными и
ресурсами в руках ограниченного круга лиц или организаций. Современные
технологии, такие как искусственный интеллект и блокчейн, способны обеспечить
высокую эффективность управления, но в условиях монополизации они могут
использоваться для усиления неравенства и подавления свобод. Например,
централизованный доступ к данным о потребительском поведении и ресурсах
позволяет не только прогнозировать, но и навязывать определённые модели
потребления, манипулируя общественным мнением и предпочтениями.
Технические проблемы,
связанные с внедрением технологий в планирование, включают риски ошибок в
алгоритмах и моделях. Несмотря на высокую точность современных систем, они
остаются уязвимыми к искажениям данных, вызванным как случайными, так и
умышленными действиями. Такие ошибки могут приводить к неправильным решениям в
управлении ресурсами, например, к избыточному производству или нехватке товаров
первой необходимости. Более того, использование искусственного интеллекта в
масштабных экономических системах требует огромных вычислительных мощностей,
что создаёт дополнительную нагрузку на энергетическую инфраструктуру и может
углубить экологические проблемы.
Социальные вызовы также
играют важную роль. Прозрачность и доверие к новым системам становятся
критически важными факторами их успешного внедрения. Если граждане воспринимают
плановую экономику как инструмент подавления свобод, а не как механизм справедливого
распределения благ, это может привести к сопротивлению и социальным конфликтам.
Кроме того, технологии могут усиливать социальное неравенство, если доступ к
ним ограничен для определённых групп населения.
Для иллюстрации рисков
можно использовать таблицу:
Таблица рисков, проблем и последствий внедрения интеллектуальных технологий в экономику
Эти риски подчеркивают необходимость разработки прозрачных механизмов регулирования
и контроля, которые предотвратят злоупотребления и обеспечат равноправный
доступ к технологиям. Только в условиях открытого обсуждения, общественного
контроля и участия всех заинтересованных сторон возможна реализация модели
плановой экономики, которая будет учитывать интересы большинства и одновременно
минимизировать возможные негативные последствия.
Продолжение: Гибридные системы: синтез рыночных и плановых подходов
Этот пост входит в Часть 7. Искусственный отбор: плановые экономики
Плановая экономика как пример "искусственного отбора". Эксперименты государств с централизованным управлением ресурсами. Успехи и неудачи этих моделей.
СерияПроисхождение экономических систем путём естественного отбора
Кто интересуется развитием общественно-экономических формаций, подписывайтесь!
Комментарии