# Дополненный интеллект: как технологии меняют человека и общество

Источник: https://www.youtube.com/watch?v=O4k2hI1pqns
Канал: World Science Festival
Опубликовано: 09.11.2018

---

## Будущее дополненного интеллекта: симбиоз человека и машины
[[JUMP:00:08]]

Развитие искусственного интеллекта (ИИ) сегодня всё чаще рассматривается не как угроза замене человека, а как инструмент «дополненного интеллекта» (augmented intelligence), усиливающий наши способности. В дискуссии, организованной World Science Festival, эксперты в области технологий, биоэтики и бизнеса обсудили, как современные алгоритмы меняют структуру экономики, труда и творческих процессов. В состав панели вошли Джон Р. Смит (IBM), Мэтью Лиао (NYU), Кэтрин Хьюм (Integrating AI) и Васант Дхар (NYU Stern). Основной сюжет встречи сфокусирован на поиске баланса между автоматизацией рутины и сохранением человеческой уникальности в условиях технологической трансформации.

## 🧠 Мифы об «ИИ-апокалипсисе» и реальность автоматизации
[[JUMP:05:12]]

Главным заблуждением современности эксперты называют страх перед мгновенным исчезновением рабочих мест. По мнению Кэтрин Хьюм, в действительности внедрение ИИ — это сложный процесс сотрудничества человека и машины, а не сценарий из фильма «Матрица», где одно устройство мгновенно делает пользователя экспертом.

*   **Реальность внедрения:** В корпоративном секторе автоматизация требует месяцев и лет работы по «извлечению» экспертных знаний из голов сотрудников и превращению их в статистические закономерности.
*   **Метафора успеха:** Хьюм приводит в пример сервис Stitch Fix, где алгоритмы делают первичный отбор товаров, но окончательное решение принимают стилисты-люди. Это идеальная модель «дополненного интеллекта».
*   **Экономика решений:** Васант Дхар отмечает, что машины превосходят людей в задачах, где есть огромные объемы данных и высокая повторяемость (например, в высокочастотном трейдинге), но пасуют перед качественными, долгосрочными решениями, где данных недостаточно.

По словам Дхара, если проблема характеризуется высокой предсказуемостью и низкой ценой ошибки, она легко автоматизируется. Там, где цена ошибки высока (как в случае с беспилотными автомобилями), внедрение будет происходить крайне медленно, несмотря на технологическую готовность.

## 🧬 Интеграция человека и машины: от нейроинтерфейсов к киборгам
[[JUMP:15:19]]

Мэтью Лиао исследует границу между биологическим интеллектом и технологиями его усиления. Сегодня уже существуют примитивные методы, такие как транскраниальная стимуляция мозга, помогающая быстрее обучаться.

*   **Глубокая стимуляция мозга (DBS):** Около 100 000 человек в мире используют электроды, имплантированные в мозг для борьбы с болезнью Паркинсона или эпилепсией.
*   **Проблема контроля:** DARPA работает над «системами с замкнутым контуром», которые будут самостоятельно мониторить эмоциональное состояние солдата и подавать электрический сигнал для коррекции паники или стресса. Лиао задается вопросом: если машина решает за человека, кто на самом деле контролирует ситуацию?.
*   **Вопрос идентичности:** При попытке «загрузки» сознания в облако возникает проблема дублирования: если создать тысячу копий личности, ни одна из них не будет являться оригиналом. Интеграция биологических клеток с цифровыми компонентами, по мнению Лиао, может стать способом сохранить индивидуальность при расширении возможностей мозга.

## 🎨 ИИ и природа креативности
[[JUMP:38:17]]

Джон Р. Смит считает, что креативность — это самый сложный рубеж для ИИ, который пока остается прерогативой человека. Однако IBM уже делает шаги в этом направлении.

*   **Уроки «чувств»:** IBM обучила Watson «смотреть» хорроры, анализируя не только объекты в кадре, но и эмоциональный контекст (страх, нежность, саспенс). В результате система смогла самостоятельно смонтировать трейлер к фильму всего за один день — задачу, на которую у команды людей уходит до трех месяцев.
*   **Демократизация искусства:** Кэтрин Хьюм указывает на приложения для «переноса стиля» (например, превращение селфи в картину в стиле Ван Гога). Несмотря на критику искусствоведов, называющих это китчем, такие инструменты дают обычным людям возможность выразить себя, не тратя годы на обучение технике.
*   **Контраргумент о «творчестве»:** Васант Дхар напоминает, что даже феноменальные ходы AlphaGo в игре в го были результатом мощного обучения с подкреплением, а не «осознанного творчества». Машины эффективно находят решения в концептуальных пространствах, которые не были изучены людьми, но это не делает их «личностями».

## ⚖️ Социальные риски и будущее труда
[[JUMP:31:48]]

Дискуссия неизбежно коснулась вопроса неравенства. Васант Дхар выразил опасение, что развитие ИИ ускорит перераспределение капитала в пользу владельцев технологий, оставляя рабочую силу в невыгодном положении.

*   **Образование:** На вопрос о том, чему учить 12-летнего ребенка, спикеры сошлись во мнении: критически важен классический гуманитарный фундамент и навык постоянного переобучения.
*   **Беспилотный транспорт:** Спикеры признали, что внедрение самоуправляемых авто будет зависеть не столько от технологий, сколько от политики и готовности общества принять неизбежные «переходные издержки» — потерю рабочих мест в транспортной отрасли.
*   **Этика:** Мэтью Лиао подчеркнул необходимость создания четких этических рамок (аналогов «проблемы вагонетки» для ИИ), чтобы программисты понимали, как машина должна действовать в экстремальных ситуациях.