Будущее «живого интеллекта»

Футуролог Эми Уэбб – о новом технологическом суперцикле, в котором объединятся три технологии: генеративный искусственный интеллект, биотехнологии и умные датчики.

В 2010-х гг. несколько некоммерческих компаний США организовали обучение программированию для безработных шахтеров из Западной Вирджинии. Цель была в том, чтобы превратить оставшихся не у дел работников отмирающей отрасли в высокооплачиваемых специалистов, востребованных в Кремниевой долине. Но план провалился. Это произошло не потому, что обучение было плохо организовано или что шахтеры не были заинтересованы в переквалификации. И с программами, и с мотивацией обучающихся все было в порядке. Просто их учили языку HTML.

HTML – это код, на котором работает весь интернет, поскольку HTML используется для структурирования и отображения веб-страниц, но с 2018 г. он практически автоматизирован. В то время на горизонте уже маячил искусственный интеллект (ИИ), и если бы переподготовка была организована вокруг этой темы, то шахтерам, возможно, оказалось бы проще сменить карьеру. Организаторы обучения сделали ставку на тенденцию будущего – просто не на ту, которая была правильной. Этот пример привела на конференции EmTech MIT 2024, состоявшейся осенью прошлого года, Эми Уэбб – американский футуролог, основатель и генеральный директор Future Today Institute (Института будущего сегодня) и адъюнкт-профессор Школы бизнеса Стерна Нью-Йоркского университета. «Зачем говорить обо всем этом? – обратилась она к аудитории. – Потому что я обеспокоена тем, что то, что произошло в Западной Вирджинии, произойдет повсюду в мире».

Компании и организации, которые сейчас активно инвестируют в применение технологий генеративного ИИ в своем бизнесе, рискуют оказаться в положении шахтеров, обучающихся HTML, уверена Уэбб. «Если вы зациклены только на ИИ, вы упускаете из вида общую картину», – считает она. Общая картина состоит в том, что с ИИ объединяются еще две технологии – биотехнологии и умные датчики, – чтобы сформировать то, что Уэбб называет «живым интеллектом» (living intelligence). Мир находится на пороге технологического суперцикла, в котором синтез этих трех технологий окажет на экономику и общество влияние столь же преобразующее, как изобретения колеса и парового двигателя.

ЭМИ УЭББ

Эми Уэбб – бывший репортер The Wall Street Journal и Newsweek; в 2006 г. основала консалтинговую компанию Future Today Institute, консультирующую руководителей бизнеса по разработке корпоративных стратегий. Пионер в области методологии прогнозирования, основанной на данных и технологиях. Профессор стратегического прогнозирования Школы бизнеса Стерна Нью-Йоркского университета, приглашенный научный сотрудник Школы бизнеса Саида Оксфордского университета. Автор нескольких книг, включая бестселлеры The Signals Are Talking: Why Today's Fringe Is Tomorrow's Mainstream («Сигналы говорят: почему сегодняшняя маргинальность становится завтрашним мейнстримом»), The Big Nine: How the Tech Titans and Their Thinking Machines Could Warp Humanity («Большая девятка: как технологические титаны и их думающие машины могут деформировать человечество»), The Genesis Machine: Our Quest to Rewrite Life in the Age of Synthetic Biology («Машина Генезиса: наша попытка переписать жизнь в эпоху синтетической биологии»). В 2023 г. заняла 4-е место среди самых влиятельных мыслителей в сфере менеджмента в рейтинге глобальных бизнес-мыслителей Thinkers50.

МОДА И ТЕНДЕНЦИЯ

Недавно во время консультации по развитию ИИ, которую Уэбб проводила для одной международной медицинской компании, специалисты по информационным технологиям этой компании с гордостью продемонстрировали возможности разработанной ими большой языковой модели (LLM – large language model). Они занимались ее созданием, тестированием и внедрением больше года, потратив значительные средства на то, чтобы объединить в единую систему гору разрозненных данных – от рукописных анкет пациентов до цифровых файлов. Как и многие другие компании, которые фокусируются на внедрении инструментов ИИ, они думали, что к начавшимся масштабным технологическим изменениям у них все полностью готово. Ответ консультанта, что они только на самом старте пути, их удивил и даже разозлил, рассказывает Уэбб в Harvard Business Review: «Однако LLM – лишь отправная точка. Компании, которые не осознают важность конвергенции технологий, рискуют остаться позади».  

ИИ – это только одна из трех новаторских технологий, меняющих бизнес-ландшафт, считает Уэбб. Две другие – умные датчики и биотехнологии – пока еще менее заметны. Но именно конвергенция этих трех технологий вскоре ляжет в основу новой реальности.

Сейчас многие думают о генеративном ИИ как о чат-боте. Но такие сервисы, как ChatGPT, не будут только текстовыми, уверена Уэбб. Долгосрочная тенденция – в использовании «ботами ИИ» различных типов данных из разных источников и во взаимодействии с этими данными различными способами. Скорее всего, большая часть этих данных будет поступать от умных датчиков и сети взаимосвязанных устройств, которые обмениваются информацией, чтобы тем самым подпитывать развитие ИИ.

УМНЫЕ ДАТЧИКИ И БОЛЬШИЕ МОДЕЛИ ДЕЙСТВИЙ

Одна из проблем с большими языковыми моделями сегодня в том, что они обучаются на общедоступных данных, и на данный момент все крупные компании уже практически полностью «вычерпали» весь интернет. Чтобы получить больше от ИИ, понадобятся данные из реального мира, которые позволят перейти от больших языковых моделей – LLM – к большим моделям действий, LAM (large action model). Интеллектуальные очки и имплантируемые в мозг интерфейсы будут становиться популярными, ожидает Уэбб: они могут предоставлять ИИ данные о реальной среде и тем самым помогать ИИ становиться все более развитым. Именно эта функция делает умные датчики следующей технологией общего назначения.

Большинство людей не осознает, пишет Уэбб, что датчики уже повсюду и используются во многих отраслях. Например, iPhone поставляется со встроенным десятком датчиков, начиная от датчиков приближения для обнаружения близлежащих объектов и заканчивая датчиками идентификации лица для аутентификации пользователя. Все они собирают и уточняют данные пользователя в течение всего дня. Xylem, компания по водным технологиям, разработала новый тип счетчика воды, который использует передовые датчики и ИИ для решения проблем распределения воды в густонаселенных локациях. Счетчики непрерывно измеряют расход воды и предоставляют подробные данные о моделях потребления; они также могут определять аномалии в расходе воды, которые обычно возникают из-за ее утечки.

А новый класс биологических микродатчиков можно носить на себе и принимать внутрь: их цель – получать и отправлять в режиме реального времени данные для диагностики и мониторинга состояния организма, обнаружения патогенов и обеспечения более быстрого выздоровления. Один из таких биосенсоров включает подкласс крошечных машин – наноботов, которые могут непрерывно мониторить состояние здоровья пациента, обеспечивая раннюю диагностику потенциальных проблем.

Самые ранние примеры LAM – Claude от Anthropic и ACT-1 от Adept.ai. Оба предназначены для прямого взаимодействия с кодом и цифровыми инструментами и для выполнения действий в программных приложениях, таких как веб-браузер. LAM похожи на LLM, но с большим объемом данных и многомодальными требованиями. Они будут использовать поведенческие данные, которые генерируют люди, когда пользуются смартфонами, управляют автомобилями и т. д. Совокупность датчиков, окружающих людей повсюду, собирает несколько потоков данных одновременно – с носимых устройств, устройств расширенной реальности, интернета вещей, умных домов, умных автомобилей и умных офисов. Поскольку LAM все больше встраиваются в окружающую людей среду, они будут работать беспрерывно и часто без прямого участия пользователей.

***

КОЛИЧЕСТВЕННАЯ ФУТУРОЛОГИЯ

Для определения преобразующих тенденций в технологическом секторе исследователи Future Today Institute используют шесть критериев, объединенных в аббревиатуру CIPHER: противоречия (contradictions), особенности (inflections), практики (practices), взаимопроникновения (hacks), крайности (extremes) и редкие явления (rarities). Эти шесть критериев, рассматриваемые совокупно, предполагают, что определенное явление – не временное увлечение, а подлинная долгосрочная тенденция.

***

Более того, большие модели действий будут развиваться в персональные большие модели действий – PLAM (personal LAM) и в конечном итоге будут взаимодействовать с различными системами, учиться на больших наборах данных и адаптироваться к меняющимся потребностям людей и бизнеса. PLAM будут иметь возможность улучшать принятие решений, управление задачами, переговоры по сделкам и предвосхищать наши потребности на основе наших поведенческих данных, прогнозирует Уэбб. Им не понадобится сознательный ввод данных. Эти автономные агенты смогут персонализировать рекомендации, оптимизировать покупки и общаться с другими доверенными агентами, обеспечивая бесперебойные транзакции, – и все это при сохранении предпочтений пользователя, поскольку PLAM по определению имеют доступ ко всем данным пользователя на персональных устройствах.

В ближайшем будущем, считает Уэбб, такие компании, как Apple или Google, будут мотивированы встраивать в устройства еще больше умных датчиков для постоянного сбора и анализа личных данных, таких как показатели здоровья, данные о местоположении, информация о ежедневных привычках. Все эти данные будут использоваться для создания индивидуализированных профилей, которые будут связаны с личными языковыми моделями и моделями действий, специально разработанными под потребности и предпочтения каждого пользователя. В то время как у людей будут PLAM, у корпораций также будет одна или несколько корпоративных больших моделей действий (CLAM – corporate LAM), а у правительств, ориентированных на цифровые технологии, будут государственные большие модели действий (GLAM – government LAM).

ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ ВСТРЕЧАЕТСЯ С ОРГАНОИДНЫМ

Третья будущая технология общего назначения и третья составляющая «живого интеллекта» – это биоинженерия. Она подразумевает использование инженерных методов для создания биологических систем и продуктов, таких как «дизайнерские микробы», которые могут быть спроектированы для решения конкретных задач. Сейчас это может казаться неочевидным, но в долгосрочной перспективе окажется самой важной технологией общего назначения, считает Уэбб.

В паре с ИИ биоинженерия может создать «генеративную биологию» (genBio), которая использует данные, вычисления и ИИ для прогнозирования или создания новых биологических идей – новых биологических компонентов, таких как белки, гены или даже целые организмы, – путем моделирования и прогнозирования того, как ведут себя и взаимодействуют биологические элементы.

«Мы уже видим потенциал этой технологии», – приводит примеры Уэбб. Такие компании, как Ginkgo Bioworks, используют genBio для проектирования и создания специальных ферментов, которые можно применять в промышленных процессах. Например, генеративные алгоритмы помогают разрабатывать ферменты, которые расщепляют сложные молекулы, такие как пластик или другие загрязняющие вещества.

В более отдаленной перспективе «живой интеллект» может привести к появлению живых машин.

Органоидный интеллект (ОИ; organoid intelligence) дебютировал как новая область науки в 2024 г. ОИ использует выращенные в лабораторных условиях ткани, такие как клетки мозга и стволовые клетки, для создания биологических компьютеров, которые имитируют структуру и функции человеческого мозга.

Органоид – это более или менее крошечная копия ткани, которая функционирует как орган тела. В 2021 г. исследователи из Cortical Labs в Мельбурне, Австралия, создали миниатюрный органоидный мозг, который работал как компьютер. Они назвали его DishBrain, присоединили к электродам и научили играть в видеоигру Pong 1980-х годов. DishBrain состоит примерно из 1 млн живых клеток человеческого и мышиного мозга, выращенных на микроэлектрической матрице, которая может принимать электрические сигналы. Сигналы сообщают нейронам, где находится шарик для игры, и клетки реагируют. Чем больше система играет, тем больше она совершенствуется. В настоящее время Cortical Labs разрабатывает новый тип программного обеспечения – операционную систему биологического интеллекта, которая позволит любому человеку, имеющему базовые навыки программирования, программировать собственные DishBrains.

На своей следующей консультации с медицинской компанией, демонстрировавшей Уэбб свою языковую модель, футуролог посоветовала не зацикливаться на сегодняшнем ИИ и рассмотреть сценарии по принципу «а что, если»: «А что, если традиционные поставщики медицинских услуг были бы полностью исключены, а стартапы использовали бы данные ИИ и датчиков для предложения персонализированных медицинских решений напрямую потребителям? Что, если сегодняшняя ванная комната завтра стала бы диагностической лабораторией?»

«Живой интеллект» потребует изменений, в том числе в организации бизнеса. Хотя сейчас это трудно себе представить, такие сервисы, как ChatGPT, – это только начало бума ИИ, а не его вершина, заключает Уэбб: «Будущие боты ИИ не будут чисто текстовыми; вы сможете видеть их и взаимодействовать с ними, а они смогут взаимодействовать с вами, вашими приложениями и вашим непосредственным окружением. Это будущее, к которому должны готовиться компании и предприниматели».