Человек + машина. Новые принципы работы в эпоху искусственного интеллекта

Глава 3. Современный инструмент инноваций

* * *

Искусственный интеллект в НИОКР и бизнес-инновациях

Американская компания-производитель автомобилей Tesla достигла немалых успехов. Конечно, она наиболее известна шикарными (и дорогими) автомобилями — в частности, Tesla Roadster, первым электрическим спорткаром, заинтересовавшим не только клиентов, но и инвесторов. Весной 2017 года рыночная капитализация Tesla достигла $50 миллиардов, почти сравнявшись с General Motors[45]. Однако стоит отметить не только стильные электромобили и запредельные рыночные котировки компании, но и то, насколько умно в компании ведутся научные исследования и разработки.

В 2016 году Tesla объявила, что все новые автомобили будут оснащаться оборудованием для беспилотных поездок, в частности комплектом датчиков и бортовым компьютером, управляемым нейронной сетью[46]

. Самое интересное: автономные ИИ-программы не будут развернуты полностью. Tesla планирует тестировать водителей на симуляторах, запущенных в фоновом режиме на бортовых компьютерах. Только когда программа уверенно научится водить машину и будет это делать безопаснее человека, автономные программы будут готовы к повсеместному внедрению. Тогда Tesla официально представит программу и удаленно обновит программное обеспечение автомобилей. Иными словами, водители Tesla обучают автопарк компании.

Tesla обучает ИИ-платформу на множестве рассредоточенных испытательных стендов и с использованием наилучших доступных баз данных — в реальных условиях, с участием собственных водителей. В данном случае навыки вождения человека — точнее, множества людей — имеют решающее значение при обучении системы. Искусственный интеллект позволяет Tesla переосмыслить все НИОКР-процессы и на этой основе ускорить разработку собственной системы. Такой инновационный подход к проведению НИОКР позволяет Tesla оставаться лидером в сегменте беспилотных автомобилей.

Не только Tesla задействует искусственный интеллект в научных исследованиях и конструкторских разработках, по-новому сочетая работу машин и людей. В этой главе мы поговорим о том, как именно искусственный интеллект обеспечивает экспериментальную работу, как он трансформирует бизнес-процессы, прежде всего связанные с обслуживанием клиентов, пациентов и других людей, работа с которыми позволяет получить полезную информацию.

Вы узнаете, как искусственный интеллект стимулирует НИОКР в фармацевтике и естественных науках, подкрепляет исследовательскую интуицию, помогает проверять гипотезы и на несколько порядков ускоряет разработку продукта. Благодаря данным, в изобилии поступающим от клиентов и пациентов, меняются традиционные методы исследования и процессы разработки продуктов и услуг. Ранее главная задача компании состояла в поиске флагманского товара для массового рынка, а теперь на первый план выходит адаптация продукта под нужды конкретного клиента, одновременно дающая максимальный экономический эффект.

Новые возможности для исследователя: как устроена наука в эпоху искусственного интеллекта

Для понимания некоторых базовых принципов следует вспомнить историю вопроса. Научный метод — самый понятный и широко применяемый исследовательский подход в мире. Это серия последовательных воспроизводимых шагов. Сначала ставим вопросы и делаем наблюдения. Затем выдвигаем рабочие гипотезы. После этого ставим эксперимент, чтобы проверить прогнозы, сделанные на основе гипотез. После эксперимента обобщаем информацию. Наконец, формулируем теорию. Научный метод можно визуализировать как циклический процесс. Все полученные данные и теории открывают путь для новых наблюдений и дальнейших исследований.

Поскольку этапы научного метода так четко очерчены, неудивительно, что искусственный интеллект потенциально позволяет реорганизовать этот процесс. До настоящего времени научно-исследовательские институты и наукоемкие производства не пересматривали научный метод как таковой, но некоторым удалось существенно расширить или сократить его отдельные этапы. В следующих разделах мы расскажем, как искусственный интеллект трансформирует каждый этап научного метода, с учетом того, какие задачи больше подходят людям, какие — машинам, а где им лучше всего работать вместе.

Новые возможности на этапе наблюдения

Айзек Азимов утверждал, что «самая волнующая фраза, какую можно услышать в науке, — фраза, возвещающая о новых открытиях, и это вовсе не “Эврика!”, а “Вот забавно”»[47]. Этап наблюдения в научном процессе нелинеен и полон неожиданных поворотов: ученые погружаются в отчеты о последних исследованиях, обнаруживают необычную химическую реакцию или разговор с коллегой наводит их на мысль по-новому определить исследовательскую задачу.