Глубокое обучение так волнует человечество именно потому, что открывает перед нами огромные перспективы. Его способность распознать схему и оптимизировать ее для получения конкретного результата может применяться для решения множества повседневных проблем. Вот почему такие компании, как Google и Facebook, боролись за немногочисленных экспертов в области глубокого обучения и платили им миллионы долларов, чтобы получить доступ к самым передовым научным разработкам. В 2013 году Google приобрела стартап, основанный Джеффри Хинтоном, а в следующем году и британский стартап в области ИИ под названием DeepMind – компанию, которая и построила AlphaGo, израсходовав более 500 млн долларов[11 - Шу К. Google приобретает стартап ИИ за 500 миллионов долларов // TechCrunch. URL: https://techcrunch.com/2014/01/26/google-deepmind/ (https://techcrunch.com/2014/01/26/google-deepmind/) (26 января 2014 года).]. Результаты этих проектов продолжают поражать воображение публики и появляться в заголовках газет. Они вызывают у нас ощущение, что мы стоим на пороге новой эры, когда машины обретут невероятные возможности, и нет гарантий, что они не начнут вытеснять людей.
Международные исследования ИИ
Но какое место занимает во всем этом Китай? Исторически глубокое обучение было почти полностью разработано в Соединенных Штатах, Канаде и Великобритании. Затем некоторые китайские предприниматели и венчурные фонды, такие как мой собственный, начали инвестировать средства в эту область. Но подавляющая часть технического сообщества Китая не обращала должного внимания на глубокое обучение вплоть до событий 2016 года, то есть прошло целое десятилетие после появления революционных теоретических работ в этой области и четыре года после того, как глубокое обучение одержало эпохальную победу на конкурсе компьютерного зрения.
Американские университеты и технологические компании на протяжении десятилетий снимали сливки с работ талантливых специалистов, которых страна привлекала со всего мира. США надеялись на безусловное лидерство и в области ИИ, которое должно было только укрепляться. Исследовательская элита страны трудилась в Кремниевой долине в обстановке щедрого финансирования, уникальной культуры и поддержки со стороны влиятельных компаний. В глазах большинства аналитиков Китаю в отношении ИИ суждено было играть ту же роль, что и в предыдущие десятилетия, – роль подражателя, вечно не поспевающего за развитием передовых технологий.
В следующих главах вы увидите, что этот прогноз оказался ошибочным. Он был основан на устаревших оценках китайской технологической среды, а также на фундаментальном непонимании того, что движет продолжающейся революцией ИИ. Хотя первые зерна связанных с ИИ идей проросли на Западе, Китай будет пожинать их плоды. И причина этого глобального сдвига заключается в двух переходах: от эпохи открытий к эпохе внедрения и от эпохи экспертных знаний к эпохе данных.
В основе ошибочной веры в то, что Соединенные Штаты являются страной передового ИИ, лежит впечатление, что мы живем в эпоху открытий и наблюдаем за тем, как элита исследователей ИИ постоянно ломает традиционные парадигмы и разгадывает старые тайны. Это впечатление подпитывается постоянным потоком захватывающих дух сообщений СМИ: искусственный интеллект диагностирует некоторые виды рака лучше, чем это делают врачи; он одержал труднейшую победу над мастерами игры в техасский холдем[12 - Разновидность покера.]; он самообучается без какого-либо вмешательства человека. С учетом такого повышенного внимания к каждому новому достижению случайному наблюдателю или даже эксперту-аналитику простительно полагать, что мы постоянно открываем новые горизонты исследований в области искусственного интеллекта.
Однако я считаю, что это впечатление обманчиво. Многие из якобы значительных вех представляют собой просто новые способы использовать достижения прошлого десятилетия – в первую очередь глубокого обучения и дополняющих его технологий, таких как обучение с подкреплением сигналами от среды взаимодействия и перенос обучения[13 - Transfer learning (англ.) – суть этого подхода заключается в том, что нейронные сети обучаются какой-то одной задаче, а потом переучиваются на новую, в той или иной степени похожую на предыдущую.] для решения новых задач. То, что делают эти исследователи, требует большого мастерства и глубоких знаний, умения изменять сложные математические алгоритмы, манипулировать большими объемами данных, адаптировать нейронные сети под различные задачи. Для такой работы часто требуется как минимум степень кандидата наук. И тем не менее все это лишь небольшие шаги вперед – постепенное улучшение результатов последнего грандиозного прорыва в области глубокого обучения.
Эпоха внедрения
Постепенно мы начинаем применять уникальные возможности глубокого обучения для распознавания образов и схем, для прогнозирования в таких разнородных областях деятельности, как диагностика заболеваний, условия страхования, вождение автомобилей или перевод с китайского на английский. Но все эти шаги не означают, что мы стремительно приближаемся к созданию «ИИ общего назначения» или совершили какой-то прорыв. Наступила эпоха внедрения, то есть создания реальных продуктов на основе ИИ. Компаниям, которые захотят на этом заработать, понадобятся талантливые предприниматели, инженеры и менеджеры продукта.
Пионер глубокого обучения Эндрю Ын сравнил исследование ИИ с работой Томаса Эдисона над внедрением электричества: передовая технология существует сама по себе, и только поставив ее на службу человеку, можно революционизировать десятки различных отраслей промышленности. Предприниматели XIX века в короткие сроки поставили электричество на службу человеку[14 - Линч Ш. Эндрю Ын: почему ИИ – это новое электричество // The Dish [блог] // Stanford News. URL: https://news.stanford.edu/thedish/2017/03/14/andrew-ng-why-ai-is-the-new-electricity/ (https://news.stanford.edu/thedish/2017/03/14/andrew-ng-why-ai-is-the-new-electricity/) (14 марта 2017 года).]: чтобы тот мог готовить пищу, освещать помещения и приводить в действие промышленное оборудование. Точно так же современные предприниматели, опираясь на исследования ИИ, начинают ставить на службу человеку и глубокое обучение. До сего дня было проделано много сложных теоретических изысканий, теперь же пришло время предпринимателям засучить рукава и приступить к нелегкой работе по превращению алгоритмов в устойчивый бизнес. Это не уменьшит энтузиазма в области исследования ИИ – просто реализация делает академические успехи осязаемыми, что действительно меняет нашу повседневную жизнь. Наступление эры практического применения означает, что после десятилетий самоотверженных исследований мы, наконец, увидим их плоды – и именно этого я так ждал большую часть своей взрослой жизни.
Поняв разницу между открытием и внедрением, мы лучше поймем, как ИИ будет влиять на нашу жизнь и какая страна станет лидером, когда дело дойдет до реализации новых технологий на практике. В эпоху открытий прогресс шел благодаря усилиям группы выдающихся ученых, и почти все они работали в США и Канаде. Их проницательность и новаторство привели к тому, что возможности компьютеров выросли быстро и радикально. Со времени зарождения глубокого обучения ни одна другая группа исследователей или инженеров не создала инноваций такого масштаба.
Эпоха данных
Итак, человечество приближается ко второму важному переходу – от эпохи экспертных знаний к эпохе данных. В наше время для создания эффективных алгоритмов ИИ нужны три составляющих: большие объемы данных, вычислительные мощности и труд способных – но не обязательно выдающихся – разработчиков алгоритмов ИИ. Чтобы с помощью глубокого обучения решать новые задачи, необходимы все три элемента, но в эпоху внедрения основную роль играют именно данные. Так получается потому, что, как только вычислительная мощность и талант разработчика достигают некоторого порога, объем данных становится решающим и определяет общую эффективность и точность алгоритма. При глубоком обучении данных не бывает слишком много. Чем больше примеров одного явления получает сеть, тем проще ей будет находить закономерности и идентифицировать вещи в реальном мире.
При превосходящем объеме данных алгоритм, разработанный группой инженеров ИИ среднего уровня, как правило, сильнее алгоритма, созданного исследователем глубокого обучения мирового класса. Ведущие исследователи ИИ все еще могут вывести эту область науки на более высокий уровень, но такие достижения случаются один раз в несколько десятилетий. А пока мы ждем следующего прорыва, растущие объемы данных будут оставаться движущей силой глубокого обучения, и этот процесс продолжит влиять на разные отрасли промышленности по всему миру.
Великая Поднебесная
Столетие тому назад распространению электрификации способствовало наличие четырех составляющих: ископаемого топлива для производства электроэнергии; предпринимателей, которые строили работавшие на ней новые предприятия; инженеров-электриков, управлявших ею; и поддержки государства, необходимой для развития инфраструктуры. Чтобы в наше время поставить на службу человеку ИИ – «электроэнергию» XXI века, нужны четыре аналогичных фактора: изобилие данных, жаждущие зарабатывать предприниматели, специалисты в области ИИ и государственная поддержка.
Глядя на соотношение сил Китая и Соединенных Штатов в этих четырех категориях, мы можем сделать прогноз, кому быть мировым лидером в области ИИ. Оба перехода, описанные на предыдущих страницах, – от открытия к внедрению и от экспертных знаний к данным – теперь сдвигают баланс сил на игровом поле в сторону Китая. Переход от открытия к внедрению нейтрализует одну из слабостей Китая (нехватку ученых-новаторов), а также позволяет задействовать его наиболее внушительную силу – воинственно настроенных предпринимателей с их острым чутьем, необходимым для надежного бизнеса. Переход от знаний к данным, в свою очередь, снижает потребность в элитных исследователях, которых не хватает Китаю, и увеличивает ценность другого важного ресурса, который имеется в Китае в изобилии, – данных.
Предприниматели Кремниевой долины заработали репутацию самых неутомимых в Америке: это влюбленные в свое дело молодые новаторы, которые работают днями и ночами, чтобы получить продукт, а затем с одержимостью совершенствуют его, добиваясь новых великих достижений.
Предприниматели там действительно много работают. Но я провел десятилетия, будучи глубоко погруженным в технологическую среду как в Кремниевой долине, так и в Китае. Я работал в Apple, Microsoft и Google, прежде чем запустить десятки китайских стартапов и стать их инвестором. Поэтому имею право смело сказать вам, что по сравнению со своим заокеанским конкурентом Кремниевая долина кажется очень спокойным местом.
Успешные интернет-предприниматели Китая достигли своего нынешнего уровня за счет самой беспощадной конкурентной борьбы. Они живут в мире, где скорость имеет важнейшее значение, копирование является общепринятой практикой и конкуренты не остановятся ни перед чем, чтобы захватить новый рынок. Каждый день на поле битвы между китайскими стартапами – это испытание огнем, гладиаторские бои в Колизее. Здесь идут схватки не на жизнь, а на смерть, и у противников не бывает угрызений совести. Единственный способ выжить в этой битве – постоянно улучшать свой продукт и строить бизнес на основе инновационной модели, окружая его в то же время «защитной стеной». Если ваше преимущество – это одна-единственная идея, то ее непременно скопируют, ваших ключевых сотрудников переманят, и вы останетесь за бортом.
Эта агрессивная среда резко контрастирует с обстановкой в Кремниевой долине, где копирование считается позором, а многим компаниям удается подолгу существовать за счет одной оригинальной идеи или просто по счастливой случайности. Такое отсутствие конкуренции успокаивает и может лишить бдительности, привести к тому, что предприниматели перестанут работать над всеми вариантами своих первых инноваций. Грязные рынки и грязные трюки эпохи «подражательства» в Китае дали жизнь некоторым не совсем порядочным компаниям, однако благодаря им же выросло поколение самых ловких и сообразительных в мире предпринимателей – настоящих трудяг. Эти предприниматели – то самое «секретное оружие» Китая, которое сделает его первой страной, заработавшей на реализации достижений ИИ. Именно они имеют доступ к одному из основных технологических ресурсов Китая – изобилию данных. Китай уже обогнал Соединенные Штаты и вышел на первое место по объему производимых данных. И дело не только в количестве: благодаря уникальному технологическому микроклимату Китая, представляющему собой вселенную продуктов и функций, не виданных нигде, эти данные идеально подходят для построения прибыльных компаний в области ИИ.
Около пяти лет назад еще имело смысл непосредственно сравнивать прогресс китайских и американских интернет-компаний – он напоминал автомобильную гонку. Участники шли почти вровень, Соединенные Штаты немного опережали Китай. Но примерно в 2013 году Китай сделал очень важный поворот. Вместо того чтобы следовать по стопам американцев или копировать их достижения, китайские предприниматели начали разработку уникальных продуктов. Прежде, говоря о продуктах китайских компаний, аналитики использовали аналогии с продуктами Кремниевой долины: «китайский Facebook», «китайский Twitter», – но в последние несколько лет эти ярлыки в большинстве своем стали бессмысленными. Китайский интернет превратился в альтернативную вселенную. Китайцы начали платить за реальные покупки штрих-кодами на своих телефонах – результат революции мобильных платежей. Армии развозчиков еды и массажистов на электрических скутерах наводняют улицы китайских городов. Они – порождение так называемых O2O-стартапов (онлайн для офлайна), внедривших преимущества электронной коммерции в сферу реальных услуг, таких как общественное питание или маникюр. Вскоре после этого появились миллионы ярко окрашенных велосипедов, сдаваемых напрокат: их можно взять или оставить где угодно, воспользовавшись штрих-кодом на своем телефоне.
Все эти услуги, наряду с китайским суперприложением WeChat, дали в руки каждому китайцу своего рода цифровой аналог швейцарского ножа для современной жизни. С помощью WeChat можно отправлять текстовые и голосовые сообщения друзьям, оплачивать счета за продукты, записываться к врачам, сдавать налоговые декларации, брать напрокат велосипеды и покупать билеты на самолет. Приложение превратилось во всеобщую социальную сеть: в разнообразных групповых чатах пользователи ведут деловые переговоры, обсуждают подготовку к дням рождения и беседуют о современном искусстве. WeChat объединил в себе массу функций, которые в США и других странах выполняют отдельные приложения. Альтернативная цифровая вселенная Китая теперь создает и вбирает целые моря новых данных о реальном мире. Это обилие сведений о пользователях – где они находятся в любую секунду дня, как связаны между собой, какая еда им нравится, когда и где они покупают продукты и пиво – окажется бесценным в эпоху внедрения ИИ. В этой сокровищнице будут храниться миллионы ежедневных привычек пользователей, которые можно сочетать с алгоритмами глубокого обучения, чтобы предлагать индивидуальные услуги от бухгалтерского аудита до градостроительного проектирования. Это много больше того, что могут почерпнуть из ваших поисков, «лайков» или случайных покупок в интернете ведущие компании Кремниевой долины. Невиданное изобилие реальных данных даст китайским компаниям огромную фору, когда дело дойдет до появления сервисов на основе ИИ.
Регулировка весов
Благодаря недавним впечатляющим разработкам баланс сил вполне закономерно сместился в сторону Китая. Но и китайское правительство тоже делает для этого все возможное. Его всеобъемлющий план по превращению страны в сверхдержаву ИИ обеспечил широкую поддержку и финансирование исследований в этой области, но эффективнее всего он сработал как ориентир для местных государственных органов, охотно подхвативших инициативу. Китайские структуры управления устроены сложнее, чем полагает большинство американцев; Центральное правительство не просто выпускает указы, которые мгновенно реализуются во всех частях страны. Оно может выбирать определенные долгосрочные цели и привлекать колоссальные ресурсы для их достижения. Наглядный пример тому – молниеносное развитие сети высокоскоростных железных дорог в стране.
Руководители местных органов власти восприняли подъем ИИ как выстрел стартового пистолета. Они устроили настоящую гонку, стараясь привлечь в свои регионы как можно больше компаний, работающих в области ИИ. Приманкой служат льготы и щедрые субсидии.
Эта гонка только начинается, и насколько она повлияет на развитие ИИ Китая, все еще неясно. Но каков бы ни был результат, ситуация уже резко контрастирует с ситуацией в США, где государство не регулирует предпринимательство в области ИИ и активно сокращает финансирование фундаментальных исследований. Учитывая все это, Китай, вероятно, вскоре догонит или даже обгонит Соединенные Штаты в области разработки и внедрения искусственного интеллекта. На мой взгляд, внедрение ИИ приведет к росту производительности в масштабах, не виданных со времен промышленной революции. По оценкам PriceWaterhouseCoopers, к 2030 году внедрение ИИ добавит 15,7 трлн долларов к мировому ВВП[15 - Рао А., Вервей Ж. Размеры приза // PwC. URL: https://www.pwc.com/gx/en/issues/analytics/assets/pwc-ai-analysis-sizing-the-prize-report.pdf (https://www.pwc.com/gx/en/issues/analytics/assets/pwc-ai-analysis-sizing-the-prize-report.pdf) (27 июня 2017 года).]. Предполагается, что на Китай придется 7 трлн долларов из этой суммы, что почти вдвое больше, чем 3,7 трлн, которые придутся на долю США. По мере того как экономический баланс сил будет смещаться в сторону Китая, будет расти также его влияние в политике, культуре и идеологии.
Этот новый мировой порядок ИИ встряхнет американцев, привыкших к почти тотальному доминированию в сфере технологий. Ибо, как многие из нас помнят, именно американские технологические компании продвигали свою продукцию и свои ценности во всех уголках мира. В результате и компании, и граждане, и политики забыли, каково это – быть «принимающей стороной» в таких процессах, которые весьма похожи на технологическую колонизацию. Китай не стремится к какой бы то ни было колонизации, но вызванные ИИ сдвиги политического и экономического порядка приведут к серьезным изменениям в странах, переживающих цифровую глобализацию.
Кризисы в реальности
Значение этой игры между двумя сверхдержавами мира, как бы оно ни было велико, меркнет по сравнению с такими последствиями развития ИИ, как безработица и рост неравенства – как внутри стран, так и между ними. Океан глубокого обучения, омывая глобальную экономику, способен стереть с лица земли миллиарды рабочих мест на всех уровнях экономики: бухгалтеры, работники сборочных линий, операторы складов, учетчики складских запасов, контролеры качества, грузоперевозчики, средний юридический персонал и даже рентгенологи – это лишь несколько примеров.
Человеческая цивилизация и в прошлом переживала аналогичные технологические потрясения экономики: так сотни миллионов фермеров в XIX и XX веках превращались в фабричных рабочих. Но ни одно из этих изменений не происходило так быстро, как изменения, вызванные ИИ. Исходя из современных тенденций в области развития и внедрения технологий, я предполагаю, что в течение 15 лет искусственный интеллект, технически, сможет заменить около 40–50 % работников в США. Фактически люди начнут массово терять рабочие места, возможно, на десять лет позже, но я считаю, что дестабилизация рынков труда будет очень значительной и произойдет в ближайшее время.
В тандеме с безработицей будет астрономически расти богатство в руках новых магнатов ИИ. Uber уже является одним из самых дорогих стартапов в мире, даже притом, что около 75 % денег с каждой поездки получает водитель. Можно только представить себе, как возрастет стоимость Uber, если в течение нескольких лет компания заменит каждого водителя-человека на самоуправляемый автомобиль с элементами ИИ. А если бы банки могли заменить всех своих сотрудников, занятых в ипотечном кредитовании, алгоритмами, выдающими кредиты более разумно, по более низким ставкам и без вмешательства человека? Подобные преобразования уже вскоре произойдут и в области грузоперевозок, страхования, производства и розничной торговли.
Дальнейшая концентрация прибыли неизбежна, поскольку экономика, основанная на ИИ, будет естественным образом стремиться к модели «победитель получает все». Сочетание глубокого обучения с доступностью данных способствует формированию замкнутого круга: лучшие продукты и компании будут укреплять свои позиции. Чем больше данных – тем лучше продукты, которые, в свою очередь, привлекают больше потребителей, которые производят еще больше данных, которые позволяют еще больше улучшить продукт. Компания, обладающая данными и финансовыми средствами, также может привлекать самых талантливых специалистов по ИИ, что будет еще сильнее увеличивать разрыв между лидерами отрасли и отстающими.
В прошлом преобладание физических товаров и географические ограничения помогали контролировать доходы внутри потребительских монополий. (Антимонопольное законодательство США влияло на это гораздо меньше.) Но в будущем цифровые товары и услуги продолжат захватывать все большую долю рынков, и использование самоуправляемых грузовиков и дронов резко сократит стоимость доставки физических товаров. Вместо распределения отраслевых прибылей по разным компаниям и регионам мы начнем видеть все большую и большую концентрацию этих астрономических сумм в руках немногих, в то время как очереди безработных станут еще длиннее.
Мировой порядок ИИ
Неравенство шагнет за пределы национальных границ. Китай и Соединенные Штаты далеко обогнали все другие страны в области искусственного интеллекта, открыв дорогу для пришествия биполярного миропорядка нового типа. Еще несколько стран – Великобритания, Франция и Канада – имеют сильные научно-исследовательские лаборатории и талантливых специалистов по ИИ, но им не хватает экосистемы венчурного финансирования и больших баз пользователей, чтобы генерировать данные в объемах, достаточных для этапа реализации. По мере того как компании ИИ в Соединенных Штатах и Китае накапливают все больше данных и талантов, они приближаются к точке, после которой превзойти их станет невозможно. Китай и США в настоящее время растят гигантов ИИ, которые будут доминировать на мировых рынках и зарабатывать на потребителях по всему миру.
В то же время автоматизация производства с элементами ИИ на заводах подорвет значение одного из главных экономических преимуществ развивающихся стран – дешевой рабочей силы. Заводы, управляемые роботами, скорее всего, передвинутся ближе к заказчикам, действующим на больших рынках. И это уничтожит ту лестницу, по которой развивающиеся страны – и Китай, и другие «азиатские тигры», Южная Корея и Сингапур, – в свое время взобрались вверх, к процветающей высокотехнологичной экономике. Пропасть между имущими и неимущими будет расти, а что с этим делать, до сих пор неизвестно.
Мировой порядок ИИ объединит экономику типа «победитель получает все» и неслыханные богатства, накопленные немногочисленными компаниями в Китае и Соединенных Штатах. Это, по моему мнению, и будет основной реальной угрозой от искусственного интеллекта – грандиозные социальные потрясения и крах политических систем из-за массовой безработицы и растущего неравенства.
Дестабилизация рынков труда и беспорядки в обществе будут происходить на фоне гораздо более острого гуманитарного и личностного кризиса, связанного с потерей смысла жизни: на протяжении веков люди занимали время работой, обменивая свой труд на жилье и пропитание. На основе этого обмена возникли и глубоко укоренились определенные культурные ценности, и многие из нас были воспитаны так, что наше чувство самоуважения зависит от повседневной работы. Развитие искусственного интеллекта угрожает и этим ценностям, и самому смыслу нашей жизни.
Эти проблемы очень серьезны, но они преодолимы. В последние годы я сам столкнулся со смертельной угрозой и кризисом цели в собственной жизни. Этот опыт преобразил меня и открыл мне глаза на то, как мы можем преодолеть кризис, вызванный ИИ. Для решения этих проблем потребуется сочетание четкого анализа и глубокого философского осмысления того, что имеет значение в нашей жизни, – это задача как для наших умов, так и для наших сердец. В заключительных главах книги я излагаю свое видение мира, в котором люди не только сосуществуют с ИИ, но и процветают благодаря ему.
Но сначала нам необходимо вернуться на 15 лет назад, в те времена, когда над Китаем смеялись как над страной некачественных копий, а Кремниевая долина была единственной в своем роде и гордилась своими инновационными технологиями.
Глава 2. Подражатели в Колизее
Ван Син вошел в историю китайского интернета как серийный имитатор, создатель причудливых аналогов продуктов, принадлежавших самым уважаемым компаниям Кремниевой долины[16 - Эпштейн Г. Клонер // Forbes. URL: https://www.forbes.com/global/2011/0509/companies-wang-xing-china-groupon-friendster-cloner.html#1272f84055a6 (https://www.forbes.com/global/2011/0509/companies-wang-xing-china-groupon-friendster-cloner.html#1272f84055a6) (28 апреля 2011 года).]. В 2003, 2005, 2007, а потом в 2010 годах Ван занимался тем, что брал самый популярный американский стартап года и копировал его, адаптируя для китайских пользователей. Все началось, когда он готовился к получению докторской степени по техническим наукам в университете штата Делавэр. Там он наткнулся на первую в своем роде социальную сеть Friendster. Ван увлекся этой идеей и бросил работу над докторской диссертацией, чтобы вернуться в Китай и воссоздать Friendster. В этом первом проекте он решил не повторять структуру оригинала в точности. С парой друзей он взял за основу концепцию цифровой социальной сети и построил собственный пользовательский интерфейс для нее. Результат был, по словам Вана, «уродливым» и успеха не имел.
Два года спустя Facebook, вооруженный приятным глазу интерфейсом, покорял студенческие сообщества и штурмовал кампусы колледжей. Ван повторил его дизайн и таргетирование и запустил социальную сеть Xiaonei («В кампусе»). Сеть была предназначена только для китайских студентов, а пользовательский интерфейс был точной копией интерфейса Facebook. Ван дотошно воссоздал домашнюю страницу, профили, панели инструментов и цветовые схемы стартапа из Пало-Альто. Китайские СМИ сообщали, что в первой версии Xiaonei в нижней части каждой страницы даже был размещен слоган Facebook – «Произведено Марком Цукербергом»[17 - ??, ?? ???, и ??, “???????????”, ??????. URL: http://www.yicai.com/news/739256.html (http://www.yicai.com/news/739256.html) (21 апреля 2011 года).].
Xiaonei имел большой успех, но Ван был вынужден продать его слишком рано: количество пользователей так быстро росло, что он не успевал собрать достаточно денег для поддержки инфраструктуры.
Перейдя к новому владельцу, Xiaonei был обновлен и переименован в Renren – «Все в сети», и в конце концов собрал 740 млн долларов во время своего дебюта на фондовой бирже в Нью-Йорке в 2011 году.
В 2007 году Ван снова взялся за старое и запустил Fanfou – точную копию недавно созданного Twitter. Если бы не язык и URL, его легко было бы принять за оригинал. Fanfou процветал недолго, вскоре он закрылся из-за политически нежелательного контента. Затем, три года спустя, Ван взял бизнес-модель высокопопулярного сайта Groupon и превратил ее в китайский сайт купонных распродаж Meituan.
С точки зрения элиты Кремниевой долины, у Вана не было совести. В культурном кодексе ее обитателей слепое копирование системообразующих основ чужого проекта значилось среди самых бесчестных поступков. Именно такой подход к предпринимательству будет сдерживать Китай в следующие годы, препятствуя созданию по-настоящему инновационных технологических компаний, которые могли бы изменить мир.
Конец ознакомительного фрагмента.
Текст предоставлен ООО «ЛитРес».
Прочитайте эту книгу целиком, купив полную легальную версию (https://www.litres.ru/kay-fu-li/sverhderzhavy-iskusstvennogo-intellekta/?lfrom=174836202) на ЛитРес.
Безопасно оплатить книгу можно банковской картой Visa, MasterCard, Maestro, со счета мобильного телефона, с платежного терминала, в салоне МТС или Связной, через PayPal, WebMoney, Яндекс.Деньги, QIWI Кошелек, бонусными картами или другим удобным Вам способом.
notes
Примечания
1
Го и математика. Тактика и стратегия игры // Википедия. URL: https://en.wikipedia.org/wiki/Go_and_mathematics#Legal_positions (https://en.wikipedia.org/wiki/Go_and_mathematics#Legal_positions).
2
Мец К. Чему мы как люди можем научиться у ИИ, управляющего AlphaGo // Wired. URL: https://www.wired.com/2016/05/google-alpha-go-ai/ (https://www.wired.com/2016/05/google-alpha-go-ai/) (19 мая 2016 года).
3
Мозур П. Пекин хочет, чтобы ИИ появился в Китае к 2030 году // New York Times. URL: https://www.nytimes.com/2017/07/20/business/china-artificial-intelligence.html (https://www.nytimes.com/2017/07/20/business/china-artificial-intelligence.html) (20 июля 2017 года).
4
Винсент Д. Китай обгоняет нас в финансировании стартапов ИИ, работающих в области распознавания лиц и производства электронных чипов // Verge. URL: https://www.theverge.com/2018/2/22/17039696/china-us-ai-funding-startup-comparison (https://www.theverge.com/2018/2/22/17039696/china-us-ai-funding-startup-comparison) (2 февраля 2018 года).
5
Ли К.-Ф., Махаджан С. Разработка программы мирового класса – «Отелло» // Artificial Intelligence 43. 1990. № 1. С. 21–36.
6
Отсылка к культовому аниме «Призрак в доспехах», снятому по одноименной манге. Главная героиня – девушка-киборг – противостоит обретшей разум компьютерной программе. В аниме поднимаются философские вопросы о сути сознания и человечности. Здесь и далее прим. ред.
