Киберпсихолог, DS-коммуникатор, разметчик: какие профессии создаст искусственный интеллект

Это некий посредник между человеком и машиной в той части, где действия роботов затрагивают этические аспекты. Сейчас к этим вопросам подходят вплотную, в частности, по вопросам движения автомобилей-беспилотников.

Какого эксперта вызывает суд для разбора ситуации с авариями беспилотных автомобилей? Есть две позиции: позиция общества и производителя. Кто может быть арбитром? Насколько компетенции судьи достаточно? Обычно в свидетели вызывают инженеров, но это половина того, что нужно.

В США суды могут фактически работать как частные компании. И этот специалист — киберпсихолог — может совмещать свою роль с ролью судьи. Как суд в Лондоне занимается финансовыми бумагами, суд, скажем, в Калифорнии будет заниматься конфликтами, связанными с взаимоотношениями роботов и людей.

Есть ситуации, в которых нет хорошего решения, а его качество определяется общественным договором. Это что-то на грани жизни и смерти людей — кто-то все равно должен пострадать. Нужно выбрать, кто это будет. Единственный способ решить — соотнести алгоритмы с тем общественным договором, который существует. Например, мы понимаем, что ценность человеческой жизни в разных обществах разная.

Гармонизировать антропогенные требования общества с алгоритмами должны посредники, у которых есть понимание и психологии общества, и работы алгоритмов.

Человек должен будет консультировать разработчиков алгоритмов и, с другой стороны, разъяснять работу алгоритмов общественным институтам. Это применимо к любым областям, где человек и машина сталкиваются в непосредственном контакте с возможностью нанесения вреда человеку: опасные производства, роботизированные средства транспорта.

Не только машины нуждаются в таком посреднике, но еще и финансовые алгоритмы. Они могут создать панику на рынках, и начнутся лавинообразные процессы. Работа этих алгоритмов сталкивается с непониманием общества, которое говорит: «Роботы всех нас погубят, давайте их отключим». И в этот момент на сцену должен выйти некий медиатор этого процесса.

Я не думаю, что в будущем люди будут учиться где-то конкретно, они будут набирать знания из разных мест в соответствии со своей ролью, профессией. У киберпсихолога должны быть знания в области психологии, социологии, истории, культуры, философии и этики, а также набор специфических знаний, связанных с математикой, в той части, в которой она работает с нейронными сетями, базовых знаний в части разработки компьютерных приложений, в какой-то степени — нейробиологии.

Я считаю, это будет один из самых высокооплачиваемых специалистов, топовая должность, требующая высокой специализации. У него должен быть и высокий IQ, и высокий EQ — эмоциональный интеллект. Это редкая комбинация. И это одна из тех профессий, которую роботы не могут заменить.

Профессия, которая уже фактически есть. Она связана с разметкой данных. Что это такое? К примеру, мы скачали кучу видео с YouTube и хотим научить ИИ различать, где на видео человек играет в футбол, а где — в компьютер. И тут нужна монотонная человеческая работа, где надо будет говорить: «Вот, на этом участке происходит то-то» или «Вот, в этой области видео человек делает то-то». Например, для автомобилей нужно делать разметку знаков.

Система на основе этих данных учится работать. Как идет обучение? 70% ответов мы показываем ИИ, а еще 30% он должен предсказать.

Помните недавнюю презентацию Google, где их голосовой ассистент спрашивал насчет свободного столика в ресторане? Там было три технологии: синтезирование речи, понимание текста из звука, понимание смысла из текста. Чтобы из звука получить текст, нужна разметка данных. Когда мы хотим передать системе человеческие скиллы, нужна разметка данных.

Есть проблема: как научить систему работать в разных условиях? Самый простой пример — автопилот. Нужно, чтобы автомобиль ездил днем, ночью, по Москве, по Сан-Франциско, по трассе, по пробкам. Этих условий очень много. Чтобы научить им систему, надо собрать и разметить данные во всех условиях.

Развитие ИИ находится на очень ранней стадии, и спрос на таких людей будет расти. При этом есть разметка неквалифицированная — к примеру, размечать YouTube, — а есть разметка квалифицированная, например, врачи размечают снимки пациентов на МРТ, а технологи с завода определяют какую-нибудь продукцию и ее качества.

Разметкой на YouTube может заниматься кто угодно на фрилансе или удаленке. Никакого входного требования к этим людям нет. А чтобы решить проблему с ошибками, одну и ту же картинку должны размечать несколько людей. Неквалифицированная работа будет низкооплачиваемой — около трех-четырех долларов в час эффективной работы. Это что-то вроде копирайтинга.

А, скажем, врач будет получать до тысячи долларов в час за разметку. В США стоимость хорошего юриста или врача примерно такая же. В чем сложность? Мы можем научить ИИ решать узкую задачу с высокой точностью, с более высокой, чем у человека, например, поиску рака на МРТ. Чтобы исключить ошибку в разметке, мы показываем снимок трем-четырем людям и убеждаемся, что они разметили его верно.

Эта профессия будет очень популярной — огромный объем задач, и он будет расти. Огромный челлендж — попытаться разметить весь YouTube. Он хранит не только изображения, но и звук. Этот объем пока кажется нереальным для разметки.

Если заглянуть в будущее, когда технологии искусственного интеллекта будут развиты настолько, что появится реальная возможность объединить человеческое сознание и машинный интеллект в одном организме, то возникнет профессия, которая могла бы называться «Инженер-дизайнер нейропластики». Этот специалист будет создавать нейросети под потребности и задачи конкретного человека с учетом его индивидуальных способностей и недостатков.

Уже сейчас очевидно, что машины смогут опережать нас во многом, но далеко не во всем. Поэтому именно эффективное сочетание нейровозможностей человека и искусственного интеллекта даст наибольший результат и поможет создать «супергероя», способного справляться с конкретной задачей лучше, чем человек или машина по отдельности.

Примеры воплощения этой идеи мы видели только в фантастических фильмах, ведь реализация потребует решения многих технических, химических, энергетических и биологических вопросов. Вместе с эволюцией технологий искусственного интеллекта будет изменяться и спектр задач нейроинженеров.

К тому времени область человеческих знаний и сама система образования претерпят серьезные изменения. В приоритете будут многопрофильные специалисты с широком спектром компетенций и навыков. Поэтому появятся новые дисциплины, объединяющие базовые знания, основанные на многовековом опыте человечества, и самые современные области науки и технологий.

Это будет одна из самых высокооплачиваемых профессий.

С применением искусственного интеллекта растет спрос на специалистов-гуманитариев. Но их задача не в том, чтобы переводить язык человека на язык машин и наоборот, как это принято считать, — все гораздо прозаичнее. Нужны гуманитарии, способные понятно и лаконично сформулировать задачу техническим специалистам, в частности, дата-сайентистам.

Назрела проблема: люди каждый день производят большие данные в большом объеме, но пока мы не умеем извлечь из этого большую пользу. Почему так происходит? Есть те, кого мы называем дата-сайентистами, это неоднородная группа. В ней можно выделить тех, кто формулирует вопросы и гипотезы, которые будут проверяться на данных. Назовем этих людей дата-сайентистами. И есть дата-аналитики, которые «очищают» данные, находят в них самое ценное и формулируют ответы. В этой цепочке критически не хватает специалиста, который мог бы что называется «почувствовать» данные, сформулировать повестку для отдела DS (Data science. — Прим. ред.), выступить коммуникатором между специалистами, работающими с большими данными, и менеджментом компании.

Такой DS-коммуникатор должен хорошо понимать, как работают алгоритмы, используемые для анализа данных, и одновременно разбираться в том, как устроен бизнес. Он должен быть готов к тому, что дата-специалисты хотят слышать только очень конкретные, буквальные формулировки задач без возможности интерпретации. Каждое слово в этом процессе на вес золота.

Такая междисциплинарная специальность будет формализовываться в ближайшие несколько лет со специальными программами подготовки при крупных компаниях. Оплата у DS-коммуникатора будет сравнима со ставками программистов.

Такие профессионалы уже начинают появляться: это специалисты по машинному обучению, аналитики и программисты. На основе больших данных они обучают формулы, с помощью которых музыкальные сервисы рекомендуют треки, плейлисты и радиостанции, наиболее подходящие человеку.

По мере развития технологии умные плейлисты научатся не только подбирать музыку под вкусы пользователей, но и учитывать разнообразные контексты — занятия, самочувствие, — они начнут самостоятельно включаться и выключаться в нужный момент, проигрывать не только музыку, но и другой аудиоконтент, в том числе сгенерированный автоматически. Звуковая среда станет более персональной и потребует меньше усилий пользователя. Персональный плейлист дня будет с человеком все время, поможет создавать настроение, эффективнее работать, расслабляться, узнавать полезную информацию и просто отдыхать от всего.

В будущем количество специалистов в этой области и спектр их компетенций расширится. Появятся эксперты по регулированию настроения и эмоций с помощью звуков, по анализу состояния организма — пульса, сердцебиения, двигательной активности, электромагнитного поля, — по подбору и генерации музыки и фоновых звуков. Пока эти направления находятся на стадии исследований или внедрения в других областях. В перспективе пяти-десяти лет мы увидим их массовое распространение и интеграцию в персональную мультимедиасреду.

Наиболее очевидная компетенция для специалиста в этой области: машинное обучение, то есть математика и программирование. Без этого невозможна никакая персонализация, тем более такая сложная. Однако силами одних математиков и программистов задачу не решить; здесь также будут важны знания в области психологии, физиологии, UI/UX. Не обойтись в этой задаче и без творческих навыков, а также без умения предвидеть и разрешать различные юридические и этические вопросы, связанные с проникновением технологий в жизнь человека.

Как и во многих других областях, вероятно, мы будем здесь иметь дело с очень неравномерным уровнем дохода в зависимости от специализации и уровня экспертизы. Собственно машинное обучение, вероятно, довольно скоро превратится в навык, которому будут учить в школе. Возможно, даже отдельных «специалистов по машинному обучению» вообще не будет (как нет сейчас отдельных «специалистов по работе на компьютере»). Это будет просто одно из умений, которым владеют представители разных профессий. Рядовые специалисты, проверяющие чужие гипотезы, вряд ли будут зарабатывать много. А вот высококлассные эксперты, будь то в сфере искусственного интеллекта, психологии, музыки, дизайна, те, кто способен генерить принципиально новые гипотезы, оказывающие влияние на виртуальный мир миллионов людей, будут получать очень щедрое вознаграждение.

Помимо модернизации существующих профессий, появляются новые направления. В ближайшие годы, мне кажется, мы увидим киберполицейских, редакторов генома, нейроаморфных дизайнеров. Востребованными станут нейросетевые коучи — специалисты, решающие комплексную задачу обучения искусственного интеллекта в той сфере, где он применяется.

К примеру, есть цель — повысить успеваемость учащихся. Нейронная сеть может найти решение проблемы, но ей необходимо изучить структурированный набор данных. Нейросетевые коучи составят такой набор данных и проведут тестовые сравнения. Затем они в процессе изучения искусственным интеллектом информации выберут наиболее корректные наборы данных. Это необходимо, чтобы повысить качество работы алгоритмов.

Такую профессию нужно считать творческой, поскольку заранее ни один специалист не сможет предсказать, какое сочетание наборов данных и алгоритмов будет наилучшим для выполнения конкретной задачи.

В сферах опережающего развития заработная плата растет опережающими темпами. Нейросетевые коучи смогут получать выше среднего уровня. Программирование в последние годы переживает взрывной рост популярности по всему миру, но это лишь одна из сфер. Работа с искусственным интеллектом и большими данными находится в авангарде развития технологий, и работники этой сферы не будут испытывать проблем с зарплатой.

Мы видим, что современные алгоритмы способны создавать визуальные сцены, практически неотличимые от реальности или будто вышедшие из-под кисти Ван Гога. Фильм, снять который сейчас стоит миллиарды долларов, довольно скоро сможет быть создан непосредственно вашим телевизором или 3D-очками. Ваш ребенок делает подобное каждый день в компьютерных играх, но вы пока не замечаете этого: сюжет скучноват, да и актерская игра не впечатляет.

Но что если ваш любимый актер со всеми оттенками эмоций сыграет завтра эпизод лично для вас, в вашей собственной реальности? Искусственный интеллект способен на многое, но наверняка понадобится режиссер — человек, который создаст для вас это персональное ощущение.

Сколько получает дизайнер одежды? Услышав этот вопрос, вы, конечно, уточните: «А какой именно?» Как и сейчас, все будет зависеть от профессионализма специалиста, сложности задач, которые он решает, утилитарности результата его труда и, конечно, удачи.

Изменения не будут мгновенными, но как постепенно исчезли в мире некоторые профессии, например, телефонист, как исчезают на наших глазах сборщики маслин и сборщики автомобилей, исчезнут со временем и другие специальности в нынешнем понимании.

Но в этом есть свой плюс. До сих пор главная особенность всех технических революций была одна: количество однообразного труда постоянно уменьшалось, освобождая пространство для творчества.

Самообразование в течение всей жизни также будет приобретать все большее значение.