Будущее без работы. Технология, автоматизация и стоит ли их бояться - Даниэль Сасскинд
Шрифт:
Интервал:
Закладка:
В связи с автоматизацией задач в физическом мире особую тревогу сейчас вызывают беспилотные автомобили и грузовики. Раньше считалось, что компьютер мог управлять транспортным средством только копируя людей-водителей, т. е. имитируя их мыслительные процессы за рулем. Революция прагматиков показала, что это убеждение оказалось ошибочным: автомобили без водителя, как мы теперь понимаем, не должны следовать фиксированным, пошаговым правилам дорожного движения, сформулированным и установленным людьми. Они могут научиться ориентироваться самостоятельно, снизу вверх, опираясь на сенсорные данные миллионов реальных и имитированных тест-драйвов[242]. Компания Ford пообещала выпустить беспилотный автомобиль к 2021 году – ее примеру последовали и другие производители[243]. Tesla утверждает, что ее автомобили уже обладают всем необходимым оборудованием, чтобы управлять собой на уровне безопасности, который «значительно превышает уровень безопасности водителя-человека»[244]. Учитывая, что в среднем в мире в результате ДТП каждую секунду кто-то получает травму, а каждые двадцать секунд кто-то погибает, перспектива появления беспилотных транспортных средств выглядит заманчиво[245].
Наибольшее воздействие беспилотные транспортные средства, вероятно, окажут на грузоперевозки, а не на личный транспорт, что отчасти объясняется ценностью грузов. В 2016 году по Европе проехала первая колонна полуавтономных грузовиков, взаимодействовавших друг с другом: передний грузовик держал скорость, а остальные автоматически следовали за ним (тогда за рулем каждого из них все еще сидел водитель)[246]. В будущем же поставки могут вообще осуществляться без дорог. Amazon подала заявку на патент на «гнезда дронов» – большие здания, похожие на ульи, предназначенные для размещения флотов автономных летающих роботов-доставщиков, и на «воздушные центры выполнения заказов» – дирижабли, курсирующие на высоте тринадцати километров с грузом продуктов, которые дроны готовы доставить потребителям[247].
Воздушная роботизированная доставка может показаться причудливой, а патенты Amazon могут показаться просто попыткой привлечь к себе некоторое внимание. Однако стоит помнить, что Amazon является одним из самых продвинутых пользователей робототехники, имея на своих складах парк из более чем 100 000 наземных роботов[248]. И некоторые роботы сегодня уже способны совершать замечательные физические подвиги, такие как открытие дверей и лазание по стенам, подъем по лестнице и приземление на обратном пути, перенос кабелей по суровой местности и завязывание веревок вместе в воздухе[249]. Между тем, мировое население промышленных роботов неуклонно растет: Международная федерация робототехники, торговая ассоциация, ожидает, что в 2020 году их будет более 3 миллионов, что вдвое больше, чем в 2014 году[250] (см. график 5.1[251]).
График 5.1. Количество промышленных роботов в мире (в тысячах штук)
Автомобильная промышленность представляет хороший пример того, как происходит присвоение задач машинами в индустриальном мире. Когда-то автомобили производились на заказ, а мастера делали каждую деталь с нуля вручную. В 1913 году Генри Форд автоматизировал процесс, заменив самодельные компоненты стандартизированными деталями фабричного производства. Это позволило ему ввести свою знаменитую конвейерную линию, по которой изготавливаемые машины перемещались от одного рабочего к другому. Сегодня в автомобильном производстве роботы выполняют уже 80 % работы[252]. Но речь не только об автомобилях. По подсчетам McKinsey & Co., в 2015 году 64 % рабочего времени во всех областях производства было потрачено на выполнение задач, которые можно было бы автоматизировать с помощью уже существующих технологий, не говоря о будущих[253] (вопрос, почему эти действия еще не автоматизированы, хотя технически это осуществимо, мы рассмотрим позже в этой главе).
Строительство – еще одна сфера экономики, которая традиционно опирается на физические способности человека. Но теперь машины присваивают себе и эти задачи. За восьмичасовую смену человек может уложить от трехсот до шестисот кирпичей, а кирпичный робот Sam100 – свыше трех тысяч[254]. Другой робот, оснащенный лазерной сенсорной системой, известной как лидар[255], может перемещаться по строительным площадкам, сканируя проделанную работу и проверяя, что все было установлено в нужном месте в нужное время (сейчас эту задачу выполняют люди при помощи планшетов и рулеток, а 98 % крупных строительных проектов осуществляются с превышением бюджета и отставанием от графика)[256]. Balfour Beatty, крупная британская компания, надеется, что к 2050 году ее строительные площадки «будут свободны от людей»[257]. Пожалуй, самую удивительную строительную машину разработала команда исследователей из Наньянского технологического университета в Сингапуре: она может собрать стул из IKEA за двадцать минут[258].
Теперь строители начали применять в работе 3D-печать и создавать целые дома, «распечатывая» их слой за слоем (хотя пока что эти объекты выглядят не очень эстетично). Технология не ограничивается строительством: она использовалась для печати съедобных блюд и копий мотоциклов, бикини и ермолок, деталей самолетов и протезов человеческих органов, оружия и скульптур XVI века[259]. General Electric использует трехмерную печать для создания топливных форсунок двигателей, которые на 25 % легче и в пять раз долговечнее предшественников. А в организации «Врачи без границ» печатают протезы для тысяч сирийских беженцев, потерявших конечности во время войны, в пять раз дешевле обычных[260].
Когнитивные способности
Помимо взаимодействия с физическим миром, машины все больше присваивают себе задачи, которые до сих пор требовали от человека способности мыслить и рассуждать.
Например, в юридической сфере: компания JP Morgan разработала систему, рассматривающую коммерческие кредитные соглашения, – за несколько секунд она делает то, что, по их оценкам, потребовало бы около 460 тысяч часов работы юристов[261]. Юридическая фирма Allen & Overy создала программу, которая готовит документы для прямых сделок с деривативами; на составление соответствующего документа адвокату потребуется три часа, а системе – три минуты[262]. Группа американских исследователей настроила систему, способную правильно предсказывать исход решений Верховного Суда США примерно в 70 % случаев; эксперты,
