Нассим Талеб: «В искусственном интеллекте нет ничего принципиально нового»
Фото:
Мнения

Нассим Талеб: «В искусственном интеллекте нет ничего принципиально нового»

Машинное обучение приобрело популярность на волне хайпа и грамотного пиара, считает риск-менеджер Нассим Талеб. Еще одна причина развития ИИ – доступ к рекордному количеству данных. Хайтек+ встретился с исследователем в Казани и поговорил о переоцененных технологиях, профессиях будущего и математике.

Нассим Талеб — американский эссеист, философ и исследователь статистики, бывший трейдер и риск-менеджер. В 2007 году он выпустил книгу «Черный лебедь. Под знаком непредсказуемости». В ней описана концепция «черного лебедя» — так Талеб называет редкие события, которые часто кажутся незначительными, но приводят к колоссальным последствиям. Книга стала бестселлером в период финансового кризиса 2008 года. 

Позднее Талеб выдвинул теорию «антихрупкости». Согласно ей, компаниям и людям нужно учиться извлекать выгоду из стрессовых ситуаций и ценить ошибки. Антихрупкость — полезное свойство в условиях хаоса, поскольку она позволяет управлять неопределенностью и «пожинать ее плоды». 

Талеб в числе других экспертов выступал на WorldSkills Conference 2019, которая проходила в Казани в конце августа. 

— Как-то в Twitter вас попросили дать оценку искусственному интеллекту и трансгуманизму. Вы ответили лаконично: «Мусор». В таком случае, какие технологии кажутся вам наиболее значимыми сегодня?

— У меня есть правило — никогда не говорить о предметах вне моей компетенции. Поэтому могу говорить только об отрасли, в которой я специализируюсь.

Из всех технологий, с которыми я сталкивался, больше всего меня впечатлило математическое программирование, вычислительная математика.

Приведу простой пример. Если у тебя под рукой калькулятор, тебе не нужно помнить таблицу умножения. Мне вот в детстве умножение давалось нелегко, как и многим другим людям. Точно так же математическое программирование помогает понимать фундаментальные явления, избегая лишних процессов.

По-моему, это невероятно полезная вещь. Математическое программирование в свое время изменило мое представление о математике как об абстрактной дисциплине. Я понял, как применять ее на практике с пользой, как играть с вычислениями. Одним словом, эта технология изменила мое мировоззрение.

— Но искусственный интеллект, машинное обучение тоже применяют в сфере финансов — отрасли, в которой вы специализируетесь.

— Машинное обучение — это подвид статистического метода, который давно известен. Те же нейросети исследовали еще 30 лет назад, нелинейная регрессия тоже существует уже сколько времени. Просто в последние годы искусственный интеллект распиарили и «переупаковали».

В самих технологиях нет ничего нового. Принципиальное отличие сегодня заключается в появлении большого количества данных. Я вот раньше не задумывался об этом. А на конференции [WorldSkills Conference 2019] узнал, что появился целый блок профессий для людей, которые манипулируют данными — проводят зачистку и обработку.

Работа с data действительно становится отдельной профессией или подпрофессией, если так можно сказать. Скажем, я знаю как работать со статистикой, но я не умею работать с большими данными — это разные сферы. Так же тот, кто водит автомобиль, не обязательно должен быть экспертом по замене масла.

— Аккумулирование и манипуляция с данными, с одной стороны, приносят пользу. С другой стороны, возникает угроза приватности, риск предвзятости. Можно вспомнить концепцию датаизма, описанную Ювалем Харари в «Краткой истории будущего». Он пишет, что датаизм — это современная форма религии, которая угрожает идеологии гуманизма.

— Для меня Харари не существует. Я не считаю его историком. Он пишет книги, которые интересно читать людям, но я не считаю его достаточно серьезным исследователем, чтобы обсуждать его работы.

О данных скажу одну фундаментальную вещь — принято считать, что чем больше данных мы имеем, тем проще нам решать проблемы. Вспомним, как в 2008 году наступил финансовый кризис. Тогда эксперты располагали колоссальным количеством внесенных сведений, но это не помогло.

Нельзя считать, что одних данных достаточно для решения проблемы. Наоборот, часто они оказывают ложное влияние.

Предвзятость и шум растут быстрее данных. Я писал об этом в своей первой книге «Одураченные случайностью», а потом и в «Антихрупоксти».

— Еще одна вещь, о которой все чаще говорят сегодня — это ускоренный темп изменений. Технологии развиваются с небывалой скоростью, люди не успевают адаптироваться, а мир становится все более хаотичным. Вам не кажется, что так говорят в период любой технологической революции?

— В истории неизбежно происходят скачки. Безусловно, мир должен меняться и становиться лучше, но не на такой безумной скорости. Однако мы привыкли переоценивать роль технологий в этих процессах.

Взгляните на здания — они не сильно изменились. Еда осталась прежней, более того — мы сейчас стараемся питаться как наши прапрабабушки и прапрадедушки, а не как наши родители. Посмотрите на самолеты — они летают медленнее, чем во времена, когда я был ребенком.

Даже профессия ремесленника, которая была доминирующей несколько десятилетий назад, возвращается. Тот же Boeing заказывает детали у тысячи поставщиков, их труд — это во многом ремесленный труд.

— И все же говоря о влиянии технологии, вы считаете себя оптимистом?

— Я не отношу себя к каким-либо категориям. Все зависит от конкретного случая и ситуации.