Мы, люди, хорошие учителя, поэтому давайте начнем обучать машины делать всю работу.
Последние поколения людей стали частью увлекательного процесса: становится все более очевидным, что машины делают многое лучше нас.
Фактически, машины всех видов на протяжении веков повышали нашу производительность и способ работы. Но появление компьютеров означает, что мы достигли точки, когда больше не имеет смысла выполнять растущее количество задач самостоятельно. Я сам пережил это особенно интенсивно: моей первой работой в университете, где я работаю, было учить менеджеров пользоваться компьютерами. По мере развития моей профессиональной карьеры перестало иметь смысл учить, как использовать эту конкретную машину, хотя и не полностью, потому что, к сожалению, все еще есть много менеджеров, которые едва могут включить компьютер, и вместо этого это стало чем-то более широким и обширным: обучение проектированию и управлению инновационными процессами.
Когда мы поняли, что IBM может разработать машину, способную играть в шахматы лучше, чем человек, наше достоинство как вида пострадало, хотя на самом деле мы знали, что то, что делает машина, было не чем иным, как применением грубой математической силы для вычисления комбинаторных функций. пробелы. Позже, когда другой компьютер IBM смог победить лучших игроков в американской викторине Jeopardy, наше достоинство получило еще один удар. Затем пришла не IBM, а Google с алгоритмами, способными побеждать в Go, в видеоиграх или способными предвидеть сложное сворачивание белковых молекул. Или Туомас Сандхольм, профессор Карнеги-Меллона, который разработал алгоритм, способный обыграть лучших игроков в покер, в глубоко человечной игре.
Недавно я увидел мультфильм, в котором спрашивается, как, если люди теперь могут научить машину побеждать нас в шахматах, викторинах, го, покере и многих других вещах ... следует ли нам интерпретировать это как оскорбление нашего достоинства или мы должны просто признать, что мы хорошо обучаем?
Куда мы идем? Все больше и больше процессов выполняется машинами, и каждый раз, когда мы достигаем этого, результаты становятся лучше: мы производим больше, с более высоким качеством, с большей стабильностью, с меньшим количеством ошибок. Истина становится все более очевидной: сопротивление бесполезно. Количество задач, выполняемых машинами, будет расти, потому что это станет единственным способом быть достаточно конкурентоспособным, причем не только по затратам, как мы думали вначале, но и по качеству. Не следует ли нам перестать рассматривать эти процессы как угрозу и вместо этого подходить к ним как к возможности?
Если мы особенно хорошо умеем обучать машины действиям, не следует ли всем компаниям сосредоточиться на том, как использовать этот навык, чтобы делать свои машины все лучше и лучше, а значит, и более конкурентоспособными? К какому обществу приведет нас эта реальность? К той, в которой каждая задача, которую может выполнить машина, будет выполняться машиной, и не потому, что это будет дешевле, а потому, что она будет делать это лучше. Однако мы, похоже, не можем представить, как это может быть скорее благословением, чем угрозой. Мы, кажется, неспособны увидеть возможность изменить сам характер работы. Фактически, есть люди, которые до сих пор считают машины своими врагами.
Если у нас хорошо получается учить, давай учить. Давайте перестанем воображать терминаторов и машины, которые обучаются сами по себе - это еще далеко впереди - и вместо этого давайте посвятим себя переосмыслению нашего общества как общества, в котором машины выполняют большую часть работы. И, возможно, лучшее время для того, чтобы сделать что-то подобное, - это переосмысление, которое наступает после такого сильного шока, как тот, который мы пережили. Постпандемия - идеальное время для этого. И как менеджеры, которые прошли через это, мы должны сыграть решающую роль: перестроить наши компании на основе машинного обучения.
Обратите внимание. Название игры - машинное обучение. И для тех, кто недостаточно амбициозен в этом отношении, для тех, кто не может научить свои машины быть лучше, чем их конкуренты, я не вижу большого будущего.
(En español, вода)
