Стартап (курс CS183) - Стэнфорд, весна 2012 г. - Питер Тиль

Брайан Фрезза: “Интегрированная платформа для лекарств” является угрожающей фразой для венчурных капиталистов. Большинство ВК сосредоточены на глобализации, а не на реальных технических инновациях. ВК обычно находят компанию с одним препаратом и затем вливают в неё кучу денег, чтобы протолкнуть его через затратный процесс испытаний. Большинство ВК не заинтересованы в компаниях, у которых есть несколько препаратов, и которые ведут серьёзные доклинические исследования.

Вопрос из аудитории: Насколько полезны данные испытаний лекарств от рака, полученные от пациентов в терминальной стадии? Не являются ли эти данные неточными или вообще непоказательными?

Брайан Слингерленд: Отсутствие возможности проводить испытания на ранних стадиях болезни всегда было проблемой. Однако наша технология разрабатывается с учётом возможности её применения на разных стадиях развития заболевания у пациентов. Всё что я могу сказать — это то, что наш подход технически не завязан на стадию болезни. Но в целом ваш вопрос справедлив. Именно поэтому традиционные препараты, которые показывают прогресс в начале, часто проваливают расширенные испытания.

Вопрос из аудитории: Какими были ваши первые задачи или проблемы?

Брайан Фрезза: Период создания лаборатории оказался нереально длительным. 100% нашего времени было потрачено на приобретение оборудования, переговоры о ценах, проблемы запуска и т. д. Мы сильно недооценили время, необходимое для того, чтобы приступить к работе, потому что мы пришли из уже готовых, хорошо оснащённых лабораторий. Обычно процесс подготовки к работе занимает год. Здесь мы видим огромную разницу по сравнению с миром Интернета и компьютеров.

Питер Тиль: В Интернет-бизнесе вы можете сразу приступать к работе. В PayPal самой большей проблемой было то, что по приказу Макса, сотрудники должны были собирать свои собственные столы. Но Люк Носек думал, что даже это было лишним. Так что он нашёл компанию Delegate Everything (Делегируй всё), которая прислала ему мастера на все руки, которых обычно вызывают пожилые женщины, который собрал ему стол, а он мог потратить больше времени на работу за компьютером.

Баладжи Сринивасан: Стартапам всегда тяжело в начале. В офисах лежат матрасы и стоят гладильные доски. Вы должны спешить, чтобы очистить помещение для проведения встреч. Но самым сложным является определение того, занимаетесь ли вы действительно нужным делом и планируете ли вы создать что-то значимое. Вы не обязаны иметь научно обоснованный проект на старте. Однако вы должны провести аналитическую работу и удостовериться, что ваш подход жизнеспособен. Вы должны дать себе наилучшие шансы на успех, когда дополнительные возможности откроются в будущем.

Занятие 17: Глубокие мысли

После лекции Питера к беседе присоединилось трое гостей:

1. Доктор Скотт Браун (D. Scott Brown). соучредитель Vicarious,

2. Эрик Джонас (Eric Jonas), CEO Prior Knowledge,

3. Боб МакГрю (Bob McGrew), главный инженер Palantir.

I. Величие ИИ

На поверхностном уровне мы склонны думать о людях как о весьма разнообразных существах. Люди имеют широкий набор различных способностей, интересов, характеристик, и обладают различным интеллектом. Какие-то люди хорошие, какие-то плохие. Они действительно разные.

Напротив, компьютеры мы склонны рассматривать как очень схожие. Все компьютеры — это в той или иной степени одинаковые черные ящики. Один из способов думать о диапазоне возможных искусственных интеллектов — это перевернуть стандартные рамки. Возможно, сделать это стоит пару раз; существует гораздо больше потенциально возможных различных ИИ, чем людей на свете.

Существует множество способов описания и организации интеллекта. Не все они включают человеческий интеллект.

Даже принимая в расчет огромное разнообразие умов людей, человеческий разум, возможно, — всего лишь небольшая точка по отношению ко всем эволюционным формам интеллекта; представьте себе всех пришельцев со всех планет вселенной, которые только могут существовать.

Но ИИ гораздо разнообразнее, чем все естественно возможные формы интеллекта. ИИ не ограничен эволюцией; он может включать элементы созданные искусственно. Эволюция породила птичек и полёт. Но она не может породить сверхзвуковую птичку с титановыми крыльями. Однонаправленный процесс естественного отбора в экосистемах подразумевает постепенное изменение. ИИ так не ограничен. Таким образом, диапазон потенциальных ИИ еще шире, чем диапазон интеллекта пришельцев, который, в свою очередь, превышает диапазон интеллекта человеческого.

Таким образом, ИИ — весьма большое пространство, настолько большое, что обычные человеческие догадки о его размере часто отличаются на порядки.

Один из больших вопросов насчет ИИ — это насколько в действительности умным он может стать. Представьте себе спектр интеллектов с тремя точками: мышка, слабоумный и Эйнштейн. Куда на этой шкале попадёт ИИ?

Мы склонны думать, что ИИ немного умнее Эйнштейна. Но априори неясно, почему шкала не может идти дальше, намного дальше. Мы склоняемся к вещам, которые являются измеримыми. Но почему это более реалистично, чем сверхчеловеческий интеллект, настолько умный, что его трудно измерить? Возможно, что мышке будет легче понять теорию относительности, чем нам понять, как работает суперкомпьютер с ИИ.

Будущее с ИИ было бы неузнаваемым, как никакое другое будущее. Биотехнологическое будущее включало бы лучше функционирующих людей, но все еще в узнаваемом человеческом облике. Ретробудущее включало бы вещи, которые уже были опробованы в прошлом и воскрешены снова. Но у ИИ есть возможность быть радикально другим и существенно непонятным.

Существует набор таинственных теологических параллелей, которые вы можете усмотреть. Бог мог быть для Средних веков тем, чем ИИ станет для нас. Станет ли ИИ богом? Будет ли он всемогущим? Будет ли он нас любить? Эти вопросы могут не иметь ответов. Но ими все равно стоит задаваться.

II. Непонятность ИИ

Тест Тьюринга — это давний классический тест, который показывает, можете ли вы построить машину, которая интеллектуально ведет себя как человек. Он фокусируется на той части человеческого поведения, которая управляется интеллектом. В последнее время эта популярная проблема перешла из плоскости интеллектуальных компьютеров в плоскость эмпатических компьютеров. Видимо, людей сегодня больше интересует не интеллект компьютера, а могут ли компьютеры понимать наши чувства. Не имеет значения, насколько они интеллектуальны в классическом смысле, — если для компьютера движения человеческого глаза не являются эмоциональным возбудителем, он всё равно в каком-то смысле будет стоять ниже нас.

История технологий — это в основном история замещения людей технологиями. Плуг, печатный пресс, хлопкоочистительная машина, — все это отстраняло людей от дел. Машины были придуманы, чтобы делать дело более эффективно. Однако если замещать людей — плохо, существует противоположное соображение, что машины — это благо. Фундаментальный вопрос тут — это действительно ли ИИ будет замещать людей. Эффект от замещения — это непонятный, почти политический вопрос, который, кажется, неразрывно связан с будущим ИИ.

Существуют две базовые парадигмы. Луддитская парадигма гласит, что машины — это плохо, и вы должны их уничтожить, пока они не уничтожили вас. Это похоже на то, как работники текстильных фабрик уничтожают хлопкопрядильные станки, чтобы они не захватили отрасль переработки хлопка. Парадигма Рикардо, напротив, утверждает, что технологии — это благо в фундаментальном смысле. Это торговая догадка экономиста Дэвида Рикардо (David Ricardo): в то время как технология замещает людей, она освобождает их для бОльших свершений.

Исходя из теории торговли Рикардо, можно утверждать, что если Китай может делать машины дешевле, чем можно произвести их в Америке, для нас — хорошо покупать машины в Китае. Да, люди в Детройте потеряют свои рабочие места. Но их можно переучить. И несмотря на локальные пертурбации, общая ценность может быть максимизирована.

Графики выше отражают базовую теорию. Без торговли вы получаете меньшую производительность. С объединением производства и специализации вы расширяете границы. Создается бОльшая ценность. Эта торговая система взглядов — один из способов взглянуть на технологии. Некоторые работники прядильных фабрик потеряют свою работу, но фабричная цена футболок немного упадёт. Таким образом, рабочие, нашедшие другую работу, теперь занимаются чем-то более эффективным и могут позволить себе больше одежды за те же деньги.