Пришестя роботів: техніка і загроза майбутнього безробіття

Симон Колтон вмонтував у цю систему комплект здібностей, які він називає «функціями сприйняття і фантазування». Програма Painting Fool здатна ідентифікувати емоції на фотографіях людей, а потім писати абстрактний портрет, в якому робить спробу передати їхній емоційний стан. Програма також вміє створювати уявні предмети, застосовуючи методи, що ґрунтуються на генетичному програмуванні. Програма Колтона навіть здатна до самокритики. Така здатність забезпечується наявністю ще однієї вмонтованої програми з назвою Darci, створеної дослідниками з університету Бріґгама Янґа. Розробники Darci розпочали з інформаційної бази малюнків і картин, яким люди дали таке визначення як «похмурі», «сумні» або ж «надихальні». Після цього вони навчили нейтральну мережу встановлювати асоціативні зв’язки, а потім дали їй змогу самостійно давати визначення новим картинам. Painting Fool вміє використовувати зворотний зв’язок з Darci, щоб пересвідчитися, чи в процесі створення малюнка досягає ця програма мети [41].

Цим я не хочу сказати, що невдовзі велика кількість художників і композиторів утратять свою роботу. Навпаки, я хочу сказати, що методи, які використовуються для створення креативних програм (і як ми вже переконалися, значна частина яких ґрунтуються на генетичному програмуванні), можна перепрофільовувати незліченними новими способами. Якщо комп’ютери вміють створювати музичні композиції або конструювати електронні компоненти, то вони, цілком імовірно, невдовзі зможуть сформулювати нову законодавчу стратегію або новий принцип розв’язання управлінських проблем. А наразі ж у зоні найбільшого ризику і далі перебуватимуть ті «біло-комірцеві» робочі місця, що є найрутиннішими або шаблонними, та не слід забувати, що межі застосування інформаційних технологій швидко розширюються.

Ніде швидкий темп цього прогресу не проявляється очевидніше, ніж на Волл-стріт. Там, де фінансові торги залежали колись від безпосередніх контактів між людьми або в метушливій атмосфері біржової зали, або ж по телефону, нині здебільшого панує машинне спілкування через волоконно-оптичні кабелі. За деякими прогнозами, через алгоритми автоматизованих торгів проходить щонайменше половина, а, може, навіть 70 % операцій на фондовій біржі. Ці надзвичайно складні робототехнічні трейдери (значна частина яких працює на технологіях, що перебувають на передньому плані дослідницьких робіт у сфері штучного інтелекту) виходять далеко за межі звичайного здійснення рутинних торгів. Вони намагаються отримати прибуток шляхом виявлення і швидкого скуповування акцій напередодні великих операцій, ініційованих пайовими інвестиційними фондами та керівниками пенсійних фондів. Вони намагаються обдурити інші алгоритми, заповнюючи систему фіктивними пропозиціями, що потім скасовуються за лічені частки секунди. Як інформаційна система Bloomberg, так і служба пошуку й надання інформації Dow News Service пропонують спеціальні машинно-читабельні продукти, призначені для того, щоб годувати ненажерливі алгоритми фінансовими новинами, які ці алгоритми можуть обернути на прибуткові угоди буквально протягом кількох мілісекунд. Також ці інформаційні служби в реальному часі надають статистику, що дає машинам змогу бачити, які позиції приваблюють найбільшу увагу [42]. Twitter, Facebook і блоґосфера також є поживою для цих конкурентних алгоритмів. У статті, опублікованій 2013 року в науковому журналі Nature, група вчених-фізиків проаналізувала світові фінансові ринки і виявила «новопосталу складну систему конкурентних машин, оснащених цілими „натовпами” хижих алгоритмів»; вона висловила припущення, що прогрес у сфері робототехнічних торгів вийшов з-під контролю і навіть поза межі розуміння тих людей, які ці системи створили [43].