Что изменит новый китайский ИИ DeepSeek? Почему благодаря ИИ пока не растет производительность труда? Или растет, но экономисты плохо ее измеряют? Останутся ли в экономике будущего люди и чем они будут заниматься? В новом выпуске «Экономического смысла» Олег Ицхоки рассказывает, как смотрят на искусственный интеллект экономисты.
Пересказ видео
00:00:00 Введение
- Приветствие зрителей и представление ведущих Олега Хоки и Маргариты Лютовой.
- Объяснение темы выпуска: экономический смысл событий, связанных с искусственным интеллектом.
- Благодарность зрителям за внимание и комментарии.
00:00:54 Введение в тему ИИ
- Вопрос о значительных изменениях, которые приносит искусственный интеллект.
- Олег Хоки предлагает начать с общей картины, отступив на 250 лет назад.
00:01:25 Исторический контекст
- Обсуждение книги «Second Economy» двух экономистов из Слоуна и Стэнфорда.
- Влияние паровой машины на индустриальную революцию и снятие ограничений на физическую силу людей.
00:03:17 Индустриальная революция и Япония
- Сравнение индустриальной революции с текущей эпохой ИИ.
- Пример Японии, которая успешно адаптировалась к изменениям благодаря переводу и кодификации технологий.
00:05:23 Замещение и дополнение труда
- Обсуждение эффектов замещения и дополнения труда машинами.
- Примеры из прошлого: автомобили, заменяющие водителей, и конвейеры, требующие меньше рабочей силы.
00:06:49 Текущая индустриальная революция
- Различие между текущей и предыдущей индустриальными революциями: снятие ограничений на умственный труд.
- Переход от физического к умственному труду в современной экономике.
00:07:44 Факторы производства
- Земля перестала быть ограничивающим фактором, теперь это смесь капитала и труда.
- Рост доли услуг в ВВП и снижение потребности в труде в промышленности.
00:08:47 Автоматизация и сельское хозяйство
- Снижение потребности в труде в сельском хозяйстве и промышленности благодаря автоматизации.
- Пример США: уменьшение числа работников в промышленности с 20 до 10 миллионов.
00:09:47 Услуги и капитал
- Различия между промышленными и сервисными секторами.
- Пример Snapchat и Sony: капитализация виртуальных компаний сопоставима с индустриальными.
00:11:42 Закон Мура и Силиконовая долина
- Закон Мура и его применение в мире компьютеров и интернета.
- Упоминание Силиконовой долины и её особенностей.
00:12:19 Закон Мура и искусственный интеллект
- Закон Мура: вычислительные мощности удваиваются каждые два года, стоимость вычислений падает в два раза.
- Теории искусственного интеллекта основаны на идеях Тюринга и фон Неймана, разработанных в 1940–1950-х годах.
- Ожидается, что развитие вычислительных мощностей приведёт к созданию искусственного интеллекта.
00:13:16 Понятие искусственного интеллекта
- Различие между искусственным интеллектом и общим искусственным интеллектом.
- Примеры искусственного интеллекта: автопилот в автомобилях, игры, диагностирование заболеваний.
00:14:33 Прогресс в специальном искусственном интеллекте
- Машины становятся лучше в диагностике заболеваний, заменяя врачей или сочетаясь с ними.
- Специальный искусственный интеллект уже существует в различных областях.
00:15:04 Общий искусственный интеллект
- Вопрос о возможности создания общего искусственного интеллекта, способного функционировать в любой области.
- Прорыв в области языковых моделей LLM и LARC, таких как ChatGPT.
00:16:58 История и развитие LLM
- Сэм Альтман и Илон Маск — сооснователи OpenAI, первого продукта на основе LLM.
- Google активно участвует в фундаментальных исследованиях в области компьютерных наук.
00:18:10 Альтернативные пути к общему интеллекту
- Визуальные модели, работающие с картинками, могут стать альтернативой LLM.
- Конвертация изображений в векторы слов для обработки моделями.
00:19:03 Требования к вычислительным мощностям
- LLM требуют огромных вычислительных мощностей и большого количества процессоров.
- Процессоры, используемые в видеокартах, особенно эффективны для обработки данных LLM.
00:20:48 Роль NVIDIA в развитии ИИ
- NVIDIA — лидер в производстве процессоров для видеокарт, необходимых для ИИ.
- Компания значительно выросла на финансовом рынке за последние пять лет.
00:21:41 Дипсик и его перспективы
- Дипсик привлекает внимание из-за предполагаемого снижения требований к вычислительным мощностям.
00:21:53 Китайский продукт в области ИИ
- В Китае разработан продукт, который показывает результаты, похожие на ChatGPT, но требует меньше вычислительной мощности.
- Текущие модели ИИ дороги из-за высоких издержек на полупроводники и электричество.
- Либерализация рынка электроэнергии играет ключевую роль в развитии ИИ.
00:22:50 Реакция финансового рынка
- Появление нового продукта привело к падению цен акций компаний, связанных с ИИ.
- Финансовый рынок адаптируется к новым условиям и оценивает прибыльность компаний.
- Китай становится важным игроком в области ИИ, что имеет геополитические и геоэкономические последствия.
00:24:44 Геоэкономические аспекты
- Книга «Chips War» Криса Миллера анализирует развитие полупроводников и геополитику.
- Обсуждается конкуренция между США, СССР, Японией, Тайванем и Китаем в области полупроводников.
00:25:31 Инвестиции и внедрение ИИ
- Крупные технологические компании активно инвестируют в ИИ, но внедрение в реальную экономику пока ограничено.
- Рынок ценных бумаг высоко оценивает перспективы компаний, разрабатывающих новые технологии.
00:26:26 Пример Tesla
- Tesla на пике оценок была дороже крупных автомобильных компаний, таких как Toyota и Volkswagen.
- Технологические компании, подобные Tesla, оцениваются выше из-за неопределённости будущего.
00:28:20 Влияние технологий на ВВП
- Технологии, такие как интернет и платформы вроде Google и Facebook, влияют на жизнь людей, но не всегда отражаются в ВВП.
- Концепция ВВП, разработанная для индустриальной экономики, может не отражать процессы в цифровом мире.
00:32:11 Будущее ИИ и занятость
- Неясно, будет ли ИИ замещать труд или создавать новые развлечения.
- Вопрос о потере рабочих мест из-за автоматизации остаётся открытым.
- Самоуправляемые автомобили, вероятно, окажут большее влияние на занятость, чем другие модели ИИ.
00:33:15 Влияние самоуправляемых автомобилей на рынок труда
- Переход на самоуправляемые автомобили может привести к потере миллионов рабочих мест в США.
- Это значительно больше, чем потери от конкуренции с Китаем, которые составили несколько сотен тысяч рабочих мест.
- Неясно, какие именно профессии будут замещены языковыми моделями.
00:34:13 Роль языковых моделей в экономике
- Исследования показывают, что языковые модели могут замещать людей в некоторых областях, но также могут дополнять их труд.
- Пример с диагностикой заболеваний: компьютеры не заменили врачей, а сделали их более эффективными.
- Существует риск, что языковые модели будут ограничивать экономическое функционирование.
00:35:08 Опасности языковых моделей
- Неизвестна степень опасности языковых моделей для человечества.
- Возможно появление движения, направленного на ограничение использования языковых моделей.
00:36:36 Комплиментарность технологий и рынок труда
- Новые технологии могут дополнять человеческий труд, а не заменять его.
- Важно задуматься о том, как новые технологии будут взаимодействовать с рынком труда.
00:37:48 Исторический контекст изменения рабочего времени
- За последние 150 лет рабочая неделя и рабочий день сократились.
- Дешёвый и дефицитный труд в прошлом компенсировался использованием машин.
- По мере удешевления машин труд становился более квалифицированным и дорогим.
00:39:35 Влияние образования и активного долголетия на рынок труда
- Люди проводят больше времени в университетах и на дополнительном образовании.
- Повышение пенсионного возраста и активное долголетие сокращают продолжительность рабочей жизни.
- Производительность труда повышается, но рабочая жизнь сокращается.
00:41:31 Будущее рынка труда и роль машин
- Машины могут стать настолько эффективными, что люди станут ненужными на рынке труда.
- Фиксированные издержки использования людей могут сделать машины более привлекательными для производства.
- Вопрос о том, смогут ли люди найти новые занятия, которые будут высоко оцениваться на рынке.
00:43:27 Перспективы рынка труда в будущем
- До настоящего времени рынок труда оставался сбалансированным благодаря появлению новых занятий для людей.
- Неясно, сохранится ли это равновесие в будущем.
- Поднимается вопрос о необходимости труда для полноценной жизни человека.
00:44:29 Безусловный доход и рынок труда
- Обсуждение возможности предоставления безусловного дохода в начале жизни или ежегодных выплат.
- Пример с нефтяными странами и Швейцарией.
- Опасения по поводу большого количества молодых людей без работы.
00:45:24 Аналогия с лошадьми
- Сравнение с пиком населения лошадей в Америке и появлением автомобилей.
- Вопрос о том, станут ли люди «новыми лошадьми» в XXI веке.
00:45:56 Функции людей и машин
- Люди выполняют множество функций, в отличие от лошадей.
- Машины становятся полезнее во всех функциях.
- Экзистенциональный вопрос о роли людей в условиях развития технологий.
00:46:53 Старение населения и рынок труда
- Уменьшение числа молодых людей и замещение их машинами.
- Влияние этих трендов на рынок труда и пенсионную систему.
- Необходимость прогнозирования и фантазирования о будущем рынка труда.
00:47:51 Экзистенциальные вопросы и Ник Бостром
- Влияние книги Ника Бострома «Суперинтеллигенс» на понимание технологий.
- Технологии могут уничтожить человечество или помочь ему выжить.
- Сравнение технологий с ядерным оружием по разрушительной способности.
00:49:45 Пример с скрепками и регулирование
- Пример Ника Бострома о машине, производящей скрепки и уничтожающей человечество.
- Вопрос регулирования технологий и неопределённость их развития.
- Понятие сингулярности и потеря контроля над технологиями.
00:52:38 Риски и отношение к ним
- Различие в отношении к риску у разработчиков технологий и общества.
- Примеры учёных, работавших над атомными бомбами.
- Потенциальная разрушительная способность новых технологий.
00:54:17 Вопрос о зелёных человечках
- Предположение о существовании жизни во Вселенной.
- Вопрос о причинах отсутствия признаков инопланетной жизни.
00:54:32 Редкие цивилизации во Вселенной
- Жизнь во Вселенной может быть очень редкой из-за физических ограничений на путешествия.
- Если бы другие цивилизации существовали, они бы уже отправили космические корабли.
- Отсутствие сигналов от других цивилизаций может указывать на их редкость и удалённость.
00:55:30 Самоуничтожение цивилизаций
- Возможно, все цивилизации, достигшие определённого уровня развития, самоуничтожаются.
- Это пессимистический вариант, который предполагает наличие закона жизни, ведущего к саморазрушению.
00:55:30 Жизнь в симуляции
- Третий вариант: мы живём в симуляции, ограниченной в возможностях исследования.
- Вопрос о детерминистическом или стохастическом мире остаётся открытым.
- Фаундеры компаний должны учитывать эти вопросы при принятии решений о запуске технологий.
00:56:28 Риски и экономические аспекты
- Запуск новых технологий может нести новые угрозы и риски.
- Экономисты изучают, как люди принимают решения в условиях риска.
- Обсуждение этих вопросов важно для понимания экономических процессов.
00:57:26 Заключение
- Подчёркивается важность обсуждения экономических тем, включая риски и принятие решений.
- Завершение видео с благодарностью Олегу и приглашением оставаться на канале.
Таймкоды в нейросети https://300.ya.ru/v_uQnviqC6/
В этом видео
Начало, предисловие
0:00
Всем привет Вы на канале Breakfast Show это экономический смысл с Олегом ицхоки здесь Олег ицхоки Олег привет привет
0:07
Маргарита Всем привет Я маргарит Лютова раз в неделю мы с вами здесь встречаемся ищем экономический смысл в самых важных
0:15
событиях которые происходят в мире и наверное крупнейшая новость этой недели
0:20
связанная с искусственным интеллектом мы его часто в течение выпуска будем называть английской аббревиатурой ai Не
0:27
пугайтесь пожалуйста этого если вы из этого мира мы вас в этот мир Сегодня приглашаем Не устаю говорить Большое
0:35
спасибо за ваше внимание за ваши комментарии добрые слова замечания и вопросы Пожалуйста продолжайте в том же
0:40
духе вы нам этим очень-очень помогаете Спасибо большое и приступая к теме ai
Предыстория вопроса
0:46
приступая к теме Deep SE наверняка Многие слышали Это название видели в заголовках А я хочу начать с общего
0:53
вопроса хочу тебя попросить Аа погрузить в мир искусственного интеллекта тех кто возможно
1:00
думает что это какая-то шумная штука это какой-то хайпят А в чём
1:07
собственно практические изменения которые он приносит и такой журналистский вопрос топ три самых
1:14
значительных изменений которые приносят искусственный интеллект которые невозможно не заметить сейчас или
1:21
невозможно будет не заметить в каком-то довольно обозримом будущем да Ну слушай
1:26
я как экономист должен отступить на Пять шагов назад и начать с большой картины
1:32
потому что очень часто когда ты вот так через микроскоп смотришь и приближаешься то ты как бы понимаешь какие-то детали
1:38
того что происходит в моменте но а это не даёт большой картины и мне кажется вот Большая картина надо отойти назад на
1:45
250 лет а и я сегодня видимо буду книжки рекомендовать одна из моих любимых
1:51
книжек а в целом в экономике И в частности если кому-то интересно думать
1:57
о том как а компьютер технологии Aral Intell будет влиять на экономическую
2:04
жизнь на экономическое равновесие э книжка называется Second Machine Age а два экономиста они оба когда писали
2:11
книгу были в слоне в mit в бизнес-школе а один из них я так понимаю остался в
2:18
слони а другой переехал в стэнфорд Вот он в стэнфорде отвечает законо Ну как бы
2:24
его должность экономика ai вот
2:30
К сожалению мне сложно произнести его имя он американец но помоему шведского происхождения чит книжка это МАИ поему
2:40
Вот и Вот её просто найти по этому названию
2:45
И значит вот идея состоит В чём что первый первая Эпоха
2:51
машин это было Вот 250 лет назад когда появи
2:58
паровой были а но они не играли такой огромной роли они всё время в смысле
3:04
помогали людям то есть там появился там я не знаю плуг какие-то ещё вещи они помогали в сельском хозяйстве Но вот
3:11
действительно такой трансформационный период который наступил во время Индустриальной Революции около 250 лет
3:17
назад это когда машины фактически избавили людей от ограничения
3:22
на физическую силу да то есть Вот раньше всё было ограничено тем какая была физическая сила у людей там лошади мулы
3:29
что ещё они могли приспособить А вот появление правового двигателя и всех других машин потом двигателя внутреннего
3:35
сгорания это привело к тому что фактически ограничения на физическую силу людей пропали да И значит вот это
3:42
была такая Огромная трансформация через которую мы жили следующий век фактически
3:48
когда Индустриальная революция там с середины xvv века до середины 19 это так
3:54
сказать её был пик развития разные страны к ней приспосабливались значит кстати очень вот не давно появилась
4:00
статья которая говорит В каких странах А вот этот Транзит произошёл быстро и эффективно А где нет А И вот почему в
4:07
Японии Япония одной из немногих стран удалось как бы не отставать от западного Мира во время Индустриальной Революции
4:13
вот оказалось что они всё перевели на японский язык что была редкость тогда и
4:18
кодифицированы да это ужасно интересная статья Я тоже недавно про неё узнала да
4:25
Казалось бы переводы оказывается играют такую такую важную роль Да тут Ну вот
4:31
автор этой статьи один из авторов Дэвид вайнстайн он мой соавтор и он мне один О он мне пишет и говорит на мою статью 9
4:38
млн кликов и оказалось что просто в Японии кто-то её процитировал Ну вот она вышла
4:45
в в американском nbr где обычно мы выпускаем статьи но на Твиттере её
4:50
кто-то подцепил в Японии и там она стала просто национальной популярностью А вот
4:56
действительно Ну посмотрите на эту статью это так к слову как анекдот больше Вот но так или иначе вот этот вот первый
5:03
Индустриальный переход во многом очень многое что там происходило Похоже на то что потенциально будет происходить
5:09
сейчас вот интересно понять где есть похожие вещи а где есть разница но в целом в таком крупными мазками
5:15
появляется капитал капитальный товар который который а а каким-то образом
5:20
соотносится с товаром труда Да где-то он замещает труд а где-то он наоборот
5:26
является комплиментом в том смысле что он помогает труду быть более эффективным и вот огромный вопрос с точки зрения
5:32
экономистов что будет важнее замещение или вымени труда Или наоборот вещи
5:38
которые связаны с вот с та с таким симбиозом да да первой части принято
5:43
бояться что всех всех заменят какие-нибудь машины роботы или теперь искусственный интеллект вторая часть
5:48
вроде бы связана с какими-то надеждами Да совершенно верно оба эффекта присутствуют и так сказать в
5:54
краткосрочном периоде так сказать больше подрывной эффект ПН приходит от замещения что люди
6:02
а ну вот научились водить машину а а теперь их заменят автомобиль который не
6:07
требует водителя точно также можно себе было представить раньше что люди как бы очень много а тяжёлого труда а делали
6:15
там в сельскохозяйственной работе в какой-то начальной промышленности а теперь их замещают машины станки а
6:21
конвейер появляется в какой-то момент и уже не требует такого количества рабочей силы это эффекты очень похожие и как бы
6:27
что наверняка Происходит что в краткосрочном периоде больше вмещения и так сказать подрыв устоев А в
6:34
долгосрочном периоде люди приспосабливаются получают новые типы образования образование которое более
6:40
комплементарно работами работой с машинами Как вот было во время появления интернета персонального компьютера мы
6:46
уже через это переживали Да а и значит То же самое происходило и с
6:51
физическим капиталом во время Индустриальной Революции Вот но
6:57
принципиальные отличие почему вот сейчас мы живём через Second Маши AG который начался Когда появился персональный
7:02
компьютер действительно Когда появился интернет это то что вот сейчас пропадают ограничения уже не на физический труд
7:08
человека а на а умственный да машины снижают те ограничения которые были у
7:15
нас интеллектуальные да и это принципиальная разница текущей Индустриальной революции
7:21
от той Индустриальной революции в которой мы жили 250 лет назад Ну да и получается в той Индустриальной
7:27
Революции бы в тот момент большинство товаров и услуг производились бы
7:32
физически для них нужна была сила теперь большинство мировой экономики всё-таки основано на умственном труде а не На
7:39
физическом и поэтому мы говорим о его дополнении или замещении чем Ну это
7:44
достаточно любопытно Давай это обсудим то есть действительно как мы раньше всегда думали что Земля является
7:50
фактором человеческий труд является фактором в какой-то момент капитал стал фактором производства мы их все
7:55
совмещаем И вот что действительно стало со временем что Земля перестала быть м фактором у нас достаточно земли что мы
8:01
её полностью не используем а а И вот дальше это какая-то смесь капитала и
8:07
труда которые стали ограничивающим фактором и вот что интересно что за последние там 50 или 60 лет доля
8:13
промышленности промышленного производства на самом деле ВВП не падает она составляет порядка 20% потому что
8:19
остальные 80% — это всевозможные услуги и где можно говорить что больше нужен интеллектуальный труд или какой-то
8:25
другой человеческий подход больше чем машины но вот что Но что вот в этой области промышленного производства оно
8:32
на самом деле не снижается после Второй Мировой войны с точки зрения вклада ВВП там нужны машины но вот что нужно
8:38
существенно меньше труда стало нужно в промышленном производстве и например в Америке примерно потребности труда в
8:45
промышленности Упали в два раза а то есть если раньше нужно было около 20 млн
8:50
работников в промышленности сейчас нужно 10 мл Хотя доля промышленности в ВВП как
8:56
бы объ производства выросли очень сильно ВП не сократилось А вот доля людей которые нужно нанимать сильно сильно
9:03
уменьшилась потому что всё больше и больше делается машинами автоматизации умный автоматизации это уже как бы
9:09
получается такая смесь первой и второй Промышленной революции в этом смысле вот а что также интересно то же самое
9:16
произошло с сельским хозяйством Да когда-то мы жили когда сельскохозяйствен 100 лет 150 лет назад
9:21
Сельскохозяйственный труд был основным источником спроса на труд А сейчас это
9:27
значит Ну вот в Америке например Это 3 млн че из там 150 млн человек на рынке
9:32
труда то есть мы говорим об одд проценте людей которые работают в сельском хозяйстве примерно 1015 про работает в
9:39
промышленности и все остальные действительно работают так или иначе в услугах услуги могут быть очень
9:46
разные некоторые услуги Ну например сектор строительства Да жилищных услуг
9:52
это не Промышленная производство но он больше похож на промышленность Да а там какие-то
9:59
финансовые услуги или услуги
10:05
развлечений и так далее они вообще могут не требовать особенного капитала они требуют Может быть как раз только
10:11
компьютера памяти компьютера и значит какого-то креативного капитала и
10:18
так далее вот компьютер — это тоже в принципе физический капитал но просто издержки на него намного меньше а на чем
10:25
на там строительство реальных фабрик Да И вот такие классические примеры были Сравните snapchat и Sony Почему их
10:32
сравнивали это один из примеров по-моему лари сарса когда он говорил про Вот такая система secular stagnation а он
10:40
говорил Сравните snapchat и Sony Sony производит все вот эти телевизоры другое
10:46
оборудование телефоны и так далее а оказывается что капитализация на
10:51
финансовом рынке у Sony и снапчата одинаковая на тот момент это где-то было лет 15 назад а а у снапчата фактически
10:58
нет никакого капитала Ну какое-то количество компьютеров они в аренду берут видимо какие-то Клауд сервисы и
11:04
так далее но на тот момент это была чисто такая интернет-компания вот и
11:10
оказывается что вот эти индустриальные компании последних 50-70 лет они по
11:15
своему финансовому размеру на на рынке а финансовом да такие же как абсолютно
11:21
виртуальные компании современной экономики это вот та такое другое интересное сравнение Почему сар говорил
11:28
про это в контексте се Station он говорит что не нужно делать больших инвестиций для огромного количества этих
11:33
компаний Вот раньше нужно было строить заводы А теперь даже заводы строить не надо и поэтому спрос на инвестиции
11:38
падает это может приводить к низким процентным ставкам и так далее это как бы отдельный разговор Мы в него не будем
11:46
погружаться Видимо да Значит вот мы попали в Мир компьютеров интернета в
11:51
котором по крайней мере до сих пор функционирует закон Мура а он был
11:57
основатель одной из компанией силиконовой как нас все поправляют кремневый долины но я буду продолжать
12:03
говорить Силиконовая долина Мне кажется да когда ты был строго правильно кремневый А сейчас уже всё как-то стало
12:10
куда более гибким ну вы знаете о чём я говорю поэтому мне в общем более или менее всё равно если это неправильно
12:17
а а язык живой инструмент да если это семантически неправильно по сути верно
12:23
то это Нас устраивает А значит и вот закон Мура говорит о том что
12:29
вычислительные мощности удваиваются примерно каждые по-моему 2 года или по-другому можно сказать что стоимость
12:36
вычислений для компьютеров падает в два раза каждый примерно по-моему 2 года То
12:41
есть это количество транзисторов которые мы можем уместить а а на одной плате за одну и ту же цену
12:48
экономическую вот удваивается каждые 2 года приблизительно Это огромный рост И значит вот с точки зрения всей теории А
12:55
искусственного интеллекта про который мы сейчас будем говорить как бы все эти теории были на самом деле написаны в
13:01
сороковые ещё пятидесятые годы когда об этом только мечтали вот тюринг это один из людей фон нойман это вот все люди
13:08
которые работали в сороковые пятидесятые годы а которые были основателем основателем
13:15
теории А наверняка я упускаю много фамилий важных но они исходили из того
13:20
что если действительно мы создадим вычислительную машину способности которые будут удваивать то в конечном
13:28
сч возникнет искусственный интеллект Тут очень интересно определить что такое искусственный интеллект вообще как
13:33
думать о том что такое интеллект и так далее А это тоже тема для отдельного
13:38
разговора Но вот что надо сказать что есть понятие искусственного интеллекта ai есть понятие General intelligence agi
Разница между AI и AGI. Путь к AGI
13:45
А Они разные Мы уже живём в мире искусственного интеллекта Но вот например а машина которая сама ездит на
13:52
на которых я ездил А частично значит вот У Теслы есть Автопилот он не полный но
13:58
практически полный это такси который с полным автопилотом это как пример artificial intelligence
14:04
когда машина может выполнять задачи которые раньше Мы считали закреплены за человеком А да во многих областях Ну
14:12
естественно машины обыгрывают людей в шахматы Это тип такого Special artificial intelligence во многие другие
14:17
игры которые нам казалось что у человека будет преимущество но машины начали обыгрывать практически во все игры а
14:25
людей а когда-то считалась вот задача построить пылесос который сам будет
14:30
ездить по комнате и рисовать карту комнаты и запоминать её это очень сложная задача была вычислительная где
14:36
оказалось у человека огромное преимущество Войти в комнату и построить визуальную карту её Да это была сложная
14:42
задача вычислительная которая сейчас Ну естественно тоже решена и вот можно говорить о диагностировании То есть
14:49
например компьютер Становится лучше в диагностировании заболеваний а многих и как бы мы думаем о том что как бы чаще
14:56
даже эффективно не использовать врачей для диагностирование а просто использовать компьютер или по крайней
15:01
мере какую-то комбинацию компьютера с а человеком это всё-таки Special специальная а искусственный
15:08
интеллект в специальных областях да А И вот была такая идея Что может быть
15:13
когда-нибудь то есть мы уже знали что вот такой специальный artificial intelligence он уже есть И вот был такой
15:20
вопрос Можно ли построить общий искусственный интеллект То есть когда как бы а машина Она сама по себе умная в
15:28
любой области когда область его функционирования не ограничена и значит никто на самом деле до конца не знал ещё
15:35
там 3-4 года назад В какой области произойдёт прорыв как правильно строить эту машину пытаться её построить по
15:41
модели человеческого мозга биологически или пытаться это делать каким-то
15:47
цифровым способом который вообще не похож А на то как люди мыслят Вот И
15:52
значит вот оказалось прорыв произошёл в значит когда появился чат gpt первый
15:58
стал публично использовать Это около 3 лет назад да видимо или или двух между двумя и тремя годами назад надо сказать
16:06
что чат gpt в версии первую которую они запустили по-моему была 3.0 но в версиях
16:11
до 3.0 он существовал и его можно было частично пробовать но просто это не привлекало такого внимания а потому что
16:19
просто результаты ещё были ну не настолько впечатляющие Да И вот оказалось что эти языковые модели LM Да
16:26
large langage Models оказались что вот на данный момент момен кажется что может быть это путь к общему искусственному
16:33
интеллекту что они могут не просто говорить но и как бы думать либо как человек либо лучше чем человек и давать
16:39
ответы на Ну вот общий вопрос А если у тебя есть ответ на общий вопрос а то как бы Дальше имплементация чего надо
16:46
сделать это уже Техническая задача да И тут Что любопытно что как к этому к этой
16:52
задаче они подошли что конечно совершенно потрясающе что ну над этой идеей они начали работать лет 20 назад
16:58
вот сэ альтман — это А а сооснователь и CEO Open
17:07
ai совершенно обалденно что он это
17:14
сооснователь а в силиконовой долине около 20 лет назад а они потом разошлись на том я
17:23
точно не знаю На чём они разошлись но как правильно это делать или как правильно имплементировать и компания SM
17:28
Амана я как бы выкупила долю Илона маска и он перестал быть с ней аффилирован сейчас он строит как бы конкурирующий ai
17:35
через А через Twitter в Твиттере есть тоже такого типа программа но и у Фейсбука есть а своя программа у Гугла
17:42
есть кстати Google на самом деле это настолько близко к фундаментальным исследованиям в computer Science что Ну
17:48
вот теоретические исследования а этих large Language Models это были научные статьи многие из которых производились
17:54
внутри Гугла то есть Google совершил какой-то прорыв одним из первых потом Open были дополнительные прорывы а и а
18:03
значит вот на основе этого был построен продукт который уже можно маркети дальше Да А а и а да к чему я хотел сказать но
18:12
при этом надо понимать что large Language Models — Это не единственный путь к потенциальному общему интеллекту может быть путь к какому-то вот этому
18:18
agii он будет через какие-то другие технологии пока мы этого не знаем Но вот например модели которые визуальные
18:24
модели Да модели которые работают с картинками а не со словами Ну картинки видимо переводится Вектор слов тоже И
18:30
потом их оперирует как со словами Но значит то что будет являться инпутов
18:36
водной частью в Эй модели это может по-разному совершенно выглядеть Но вот сейчас мы работаем с моделями где это
18:42
всё конвертируется в вектор слов а такой огромный Вектор слов на Я не знаю на
18:49
десятки тысяч слов и так далее которые вводятся в машину и вот дальше тут очень такая
18:55
фундаментальная идея В чём состоит что Представь себе что ты всегда знаешь какое следующее слово ты с чего-то
19:00
начинаешь и ты всегда знаешь какое следующее слово правильное и эта задача сводится к поиску продолжения Да такому
19:07
то что ну в математике можно назвать как bellman equation Да что если ты знаешь а строчку то ты всегда можешь дополнить
19:14
следующим словом из этого можно получить любое предложение из предложения можно получить параграф можно получить текст и
19:21
если ты относишься к этому тексту как конструкции то можно получить любую инструкцию к действию Да И вот на самом
19:26
деле всё это построено Ну вот вот на такой простой идее которая когда она имплементировать
19:39
огромной мощности вычислений и вот дальше Вторая компонента всего это то
19:45
что они требуют огромное количество процессоров Вот так оказалось что процессоры которые они требуют это
19:50
процессоры которые связаны с Visual как они называются визуальными
19:58
картами которые ше виде Да видеокартами которые раньше использовались в
20:03
компьютерных играх то есть вот такая мощная система для компьютерных игр в которой должна быть такая классная
20:10
визуализация Оказывается она использует такие процессоры которые заточены на
20:16
выполнение огромного количества относительно простых функций и вот значит были процессоры которые значит
20:23
были Для более общих вычислений то на чём специализировался Intel Apple а а
20:30
Какая ещё компания у интела крупный конкурент я забыл который производит процессоры а NVIDIA вот название есть
20:37
видео как раз этот она фокусировать на более простых но очень эффективных процессоров как раз которые нужны для
20:43
видеокарт и оказалось что они тоже нужны для искуст искусственного интеллекта И
20:48
значит вот NVIDIA — это а одна из компаний которая выросла больше всех
20:53
других на финансовом рынке за последние А 5 лет гораздо больше чем там и Apple и а Тесла и так далее А И значит вот два
21:03
ингредиента в текущую революцию artificial intelligence — это вот эти large Language Models которые требуют
21:10
вычислительной силы большой и вот эти процессоры которые производят где NVIDIA является лидером в производстве Да это
Откуда хайп вокруг DeepSeek?
21:17
нас подводит к текущему моменту Что такое дип сик А да И что же такого он
21:23
сейчас Почему надел столько шуму я хотела это в качестве такого эпиграфа
21:29
кто-то из инвесторов кто-то из игроков на финансовом рынке назвал это
21:34
сник момент похожий на запуск первого спутника Земли в чём собственно спутник
21:40
момен Я верно пою что одна из главных вообще отличительных особенностей и Одной из главных причин этого шума
21:47
вокруг пси в том что для него якобы нужно намного меньше этих самых
21:52
вычислительных Да совершенно я боль Про это ничего не зна
21:59
параллельно развивали в Китае про который мало знали на международном рынке и оказалось что он может
22:05
показывать результаты похожие на результаты т gpt Как модель мы сейчас используем 4.0 или 4 как-то она 4 с
22:12
чем-то она называется вот но при этом используя гораздо меньше вычислительные силы соответственно не требуя с одной
22:19
стороны таких издержек с другой стороны такого количества этих самых процессоров или
22:26
таких мощных процессоров которые нужны были для Open ai во многом
22:32
Open ai проблема их состоит как раз в том что это дорого что просто эта модель
22:37
работает очень впечатляющим образом Но вот пока на текущем уровне а вот этого закона мура снижения стоимости а
22:45
полупроводников это просто оказывается достаточно дорого они должны ограничивать её использование в связи с этим Потому что если все люди
22:51
одновременно пользуется чат gpt То это связано с огромным количеством издержек
22:57
Ну и загружает их мощности которые у них есть и с другой стороны это огромные
23:02
издержки по электричеству это вот другие другие источники издержек что это не просто сколько ты купил а
23:07
полупроводников но ещё сколько ты электричества используешь для этого вот мы говорили либерализация рынка
23:13
электроэнергии который производится либо из углеводородов либо другим образом получается он на самом деле играет
23:19
ключевую роль и для Крипто curren и для искусственного интеллекта как раз из-за
23:25
этого И вот этот дипси он показывает что как бы с меньшими издержками можно получить похожие результаты ну из-за
23:30
этого упали цены акций всех ai компаний в Америке и NVIDIA Ну они на сколько-то
23:37
упали не то что это какое-то катастрофическое падение по сравнению с тем какой был рост до этого Но это такой
23:44
происходит подстройка на финансовом рынке чтобы оценить действительно как будут распределены прибыли и кто будут
23:51
основные игроки на этом рынке То есть тут надо понимать что это всё супер крупные компании которые огромное
23:56
количество денег на этом потенциально могут работать и финансовый рынок он как бы смотрит вперёд а на прибыльности этих
24:03
компаний и вот когда появляются такие новости финансовый рынок подстраивается то есть ну ничего такого не произошло но
24:09
появилось новое имя и вот первая действительно китайская компания которой говорят в этой области То есть Китай во
24:16
многих разных областях конкурирует Но вот в artificial intelligence мы пока не видели какие у них были результаты это
24:22
вот такая первая заявка поэтому как бы в этом смысле из так сказать геополитических или экономических
24:29
соображений это тоже тоже интересная новость то то что произошло на Сток Маркете это как бы новость для
24:35
инвесторов они сколько-то денег от этого потеряли действительно впечатляющие суммы если в долларах это выражать Но
24:40
это как бы не катастрофическое событие совершенно Да а но это вот такой
24:46
действительно интересная веха в развитии а а этой технологии с точки зрения ещё
24:54
такой вот геоэкономики всем очень рекомендую наверняка я про это уже говорил книжку которая называется Chips
25:00
War про развитие полупроводников который написал Крис Миллер который вот тут
25:05
недалеко в тавс Бостоне работает он историк и на самом деле специализируется по истории Советского Союза но книжка
25:11
про вообще как смотреть на а историю XX
25:17
и XXII века с точки зрения полупроводников А и геополитику гео
25:22
экономику А в этой технологии где сначала Была большая конкуренция между США и советским союзом потом япо потом
25:28
тайванем потом Китаем и как вот на всё это смотреть и вот книжка у него
25:34
заканчивается когда началось Ну вот это горячее противостояние вокруг
25:40
потенциальной ситуации с тайванем То есть это несколько лет назад но вот следующий этап у него ещё нет его как
25:45
раз то что происходит с ai А по поводу того что происходит с a в
ИИ и экономика: инвестиции и ожидания
25:53
собственно в экономическом смысле я с этого хотела начать сейчас мне кажется как раз к этому довольно логично подошли
25:59
А с одной стороны есть огромные инвестиции в развитие ai Да большинство
26:07
крупных технологических компаний которые ты уже много раз упоминал этим занимаются с другой стороны есть
26:12
довольно много попыток подсчитать внедрение ai Да
26:18
в какую-то реальную экономическую деятельность и все они приходят к тому что внедрение пока довольно мало особенно если пытаться его как-то
26:24
сопоставить с инвестициями ярен 100% правда что инвестиции колоссальные А как
26:32
бы инвестиции оправдываются Вот как раз рынком ценных бумаг которые очень высоко оценивает всё это и ну к слову мы это
26:39
когда-то обсуждали с Сашей но Тесла например А на пике своих оценок была
26:45
дороже следующих десяти самых крупных а автомобильных компаний Да а то есть там
26:51
следующие две — это Toyota и Volkswagen которые по объёму машин производили в 10 раз каждая в 10 раз больше машин чем
26:57
Tesla на тот момент момент Но по оценке Тесла была дороже Toyota Плюс Volkswagen плюс следующие восемь компаний значит
27:04
как такое могло быть Ну потому что к тесли относились как к технологической компании не совсем как
27:10
автомобилестроению что она развивала технологию из которой не ясно что ещё может произойти может миллионы разных
27:16
вещей произойти значит вот примерно понятно что делает Volkswagen и что из этого может получиться но гораздо более
27:23
загадочно Какие возможности Есть у Тесла и какие дополнительные технологии из этого выйдут и какие дополнительные
27:29
рынки она из-за этого сможет захватить это всё как бы отражается в цене
27:35
финансового актива Теслы Да И вот тоже самое происходит сейчас с а всеми Ну вот
27:42
этими компаниями силиконовой долины мы как бы стоим как будто бы на пороге какой-то Индустриальной Революции Мы ещё
27:48
не знаем что произойдёт но у этих компаний есть ключ к этому Да и поэтому мы так высоко их оцениваем То есть у них
27:54
есть технология которая заглядывает в будущее ВГУ завтрашний день ещё не ясно
27:59
Как из этой технологии будут получаться прибыли Да ну и тут любопытно конечно вспомнить что например Когда появился
28:05
азон то первые Я не знаю сколько 15 лет у него не было прибыли это была такая совершенно подрывная компания для
28:13
огромного количества рынков но при этом прибыльность она не получала очень долго да то же самое можно говорить и про
28:19
Google и про Facebook и как они научились это монетизировать и каким образом они стали получать
28:25
прибыли изначально было не до конца понятно да и вот давай про это поговорим я несколько слов скажу что есть такое
28:32
знаменитое утверждение по-моему Роберта соло Боба соло нобелевского лауреата из
28:37
mit Он по-моему умер несколько лет назад как раз недавно совсем недавно Да и А
28:44
значит его утверждение такое было его по-моему он в начале это сказал про персональный компьютер а может быть он
28:49
это сказал про телефон может быть про интернет но его фразу использовали ко всему и фраза она примерно звучала Так
28:55
что вот персональный компьютер или интернет или телефон он есть везде кроме ВВП то есть мы видим что это как бы
29:01
присутствует или там кроме по-моему статистики производительности производительности Да
29:07
как будто бы это влияет на всю нашу жизнь но мы это И тут как бы два вопроса
29:12
может бы мы Мерием производительности ВВП неправильно И сейчас я про это расскажу и может быть это просто не
29:18
рыночная вещь то есть это технологии которые влияют на нашу жизнь очень сильно но они не влияют на вот на рынок
29:25
с точки зрения того что рынок может оцени посчитать но давай с двумя вещами разбираться да Ну например Значит все
29:33
эти компании Google и Facebook — это платформы Да платформа которые соединяют людей люди на этих платформах могут
29:39
получать огромное количество полезностей проводить огромное количество времени но при этом это не конвертируется в
29:45
рыночную транзакцию то есть Ну например можно сидеть много на Ютюбе за это ничего не платить А можно сидеть долго в
29:52
Фейсбуке на Инстаграме и так далее Это не создаёт ВВП после того как ты ты
29:58
купил компьютер а платишь за интернет что ты делаешь в любом случае а
30:03
дальнейшего ВВП это не создаёт и соответственно это не попадает ни в какую производительность труда раз нету
30:09
добавочной стоимости а то соответственно нету и производительности труда от этого
30:14
да но при этом потенциально это может создавать огромное количество а полезности для людей Да
30:21
Аа ну вот например другой пример — это netflix да netflix производят фильмы Но
30:26
они не берут деньги а за каждый просмотр Да вот после того как у тебя есть подписка на netflix дальше если они в
30:32
100 раз улучшат качество фильмов то это нигде в ВВП не отразится кроме как по издержкам а которые они несут на
30:39
производство этих фильмов Но если вот например в 100 раз больше человек посмотрит эти фильмы то нигде в ВВП это
30:45
не отражается а и в этом смысле потенциально мы меряем какой-то вот ВВП
30:50
как концепция которую придумали 100 лет назад и производительность соответственно из этого посчитано это
30:55
для Индустриальной экономики вот когда у тебя есть вклад в производственную функцию вот труд вот капитал вот товар
31:01
который ты продаёшь за конкретную цену И тогда всё это Красиво работает Ну и к слову Да вот в 1920 годы придумали ВС
31:08
эту концепцию национальной статистики национальных счетов
31:14
национальных счетов Да National income accs по-английски называется и она конечно заточена под индустриальный мир
31:20
гораздо хуже отражает процессы в таком цифровом в цифровом мире и поэтому может
31:26
быть значит Ну вот это связано как раз с тем что мы не очень правильно меряем Да вот производительность она плохо стала
31:33
отражать то как Какое благосостояние создаётся для людей в этом мире это
31:39
значит вот с одной стороны с другой стороны если думать о том как Facebook и Google работают то они продают рекламу
31:47
то за счёт чего они получают деньги и при за счёт продажи рекламы то есть они создают продукт который напрямую не
31:52
имеет отношения к рекламе но монетизация происходит за счёт рекламы Да И вот мы
31:58
не знаем как э вся отрасль будет выглядеть в будущем Да будет ли она как бы давать больше нам рте развлечения как
32:06
вот мы получаем там от не знаю Инстаграма Фейсбука нетфликса и так далее или она будет замещать труд
32:12
производить больше товаров если это будет замещать труд чтобы произвести больше товаров это будет отражаться в
32:18
производительности ВВП если это больше будет для создания развлечение для Люде это может вобще в производительности
32:25
Нежа Другой вопрос состоит в том сколько людей потеряют работу изза присутствия
32:33
этих моделей Да это вот такой отдельный вопрос да Что может быть сейчас люди руками
32:39
производят вот эти вот услуги развлечения в интернете а дальше это
32:44
будут машины производить и большое количество людей потеряют занятость изза это это значит вот такой отдельный
32:50
вопрос с каждым из которых Надо разбираться Вот Но где мы находимся
ИИ и рабочие места: куда всё идёт?
32:56
сегодняшний де кажется что self-driving Car вот этот artificial intelligence связанный с машиной которая управляет
33:03
сейчас это очень легко померить Сколько работ пропадёт в экономике и это кажется Сейчас пока что на а порядок важнее
33:11
А чем то что произойдёт от large Language Models это мы говорим про Ну
33:16
вот буквально Миллионы людей которые не смогут водить а как если появится А и мы полностью перейдём на
33:27
миллионах рабочих мест только в Америке то есть это мы говорим о нескольких процентах
33:33
а от всей занятости это значит вот огромная а огромная цифра То есть когда
33:39
сравнивают сколько например рабочих мест было потеряно от конкуренции с Китаем то мы говорим наверное о нескольких сотен
33:45
тысячах работ какие-то работы создались какие-то были потеряны и вот чистым образом было
33:52
потеряно Может быть я не знаю там 400 500 600.000 работ а только Self ding Car можно потерять мил работ ну это К
33:58
сравнению Да что вот в американской экономике этот шок будет на почти порядок более значимым Какие работы
34:05
будут потеряны от вот этих языковых моделей мы пока не знаем мы видим в каких областях они
34:12
могут замещать людей есть исследования которые это показывают Но насколько это замещение будет полностью происходить
34:19
Или например как вот случае или это будет дополнение вот диагностика заболевания
34:26
она не замести докторов а просто сделала их более эффективными То есть к каждому
34:32
компьютеру к каждому доктору прилагается компьютер или к компьютеру прилагается доктор они вместе принимают решение это
34:39
тоже вполне вероятный сценарий для а языковых моделей вот ну тут Наверное
34:45
нужно сказать такую вещь что когда был первый А технологический переход и были машины которые завещали физический труд
34:51
людей а то вот я не знаю как правильно сказать фамилию человека но его последователи называются люди Тами Люда
34:59
по-английски это люди которые а считали что машины нужно разрушать чтобы они не
35:05
замести труд людей а и Действительно это было такое движение которое занималось такими
35:12
актами террора против машин А это всё было конец X начала XIX века и сейчас
35:19
тоже будет движение о том чтобы ограничивать эти языковые модели А что они будут подрывать а знакомое
35:26
функционирование экономики для нас привычные А что их надо регулировать ограничивать и так далее Вот Но это
35:32
связано с ещё одной очень важной вещью А что мы не знаем до конца опасность этих
35:38
моделей Вот про это ну опасность для человечества про это нужно отдельно поговорить ещё пару книжек Мне нужно
35:45
посоветовать но да я подумаю ничего ли я не забыл А да пока ты про это думаешь я хотела
35:52
как раз спросить именно твоё мнение такое оценочное и или же там что говори
35:57
горит литература А вообще может быть правильно Ну переходя как раз ИК опасности как-то ограничивать и
36:03
регулировать не хочу присоединяться к дидам Ну и наверное новые технологии неизвестные всех естественным образом
36:10
пугают но в то же время идея о том что надо обязательно всех всех заместить
36:16
может всё-таки оказаться не единственной про это в общем целая книжка последняя
36:21
углу и самона Джонсона да
36:27
на листе Да PR Дана и это с Джимом робинсоном или саймоном нет они Саймон
36:34
джонсом написали А да и там как раз вот очень много говорится о том что Почему
36:39
бы нам не задуматься О том чтобы в основном эти новые технологии были именно комплементарны Ну то есть
36:45
дополняли человеческий труд и думать в эту сторону а не в ту сторону как бы избавиться от людей и не тратить больше
36:52
деньги на зарплаты Да давай поговорим вот ты мне как раз напомнила две темы которые здесь надо обсудить
36:58
одна Это всё что связано с рынком труда и опасность этих технологий связанная с подрывом рынка труда но это не экзин не
37:06
экзистенциальная опасность и вторая — это экзистенциальная опасность для человечества Да что сделают вообще
37:13
эти модели искусственного интеллекта когда они достигнут уровня
37:18
сверхинтеллект что они вообще сделают с человечеством да и это вот два больших вопроса
37:24
дест надо е прость в Second Machine Age огромная
37:29
часть этой книжки она как раз говорит о том что будет происходить с рынком труда Вот например Если задуматься как будет
37:34
устроен а а рабочий график людей А через 100 лет Ну или через 50 лет Да И вот то
37:41
что мы знаем что действительно такие долгосрочные тренды что люди работают намного меньше сейчас чем они работали
37:46
100-150 лет назад в начале это было связано с тем что уменьшалась рабочая неделя там да от 7-6 дней до 5 дней
37:53
рабочие часы от там а 10-12 часов в день до 8ми и сейчас где-то в Европе семи или
37:59
6 часов в день и так далее То есть происходило такое сужение рабочего дня и рабочей недели потому что а труд был
38:07
дешёвый и дефицитный А ну как бы это А сложно сказать как может быть такое что
38:13
он и дешёвый и дефицитный но в том смысле что а он был дешёвый потому что альтернатива использования труда А
38:19
например Аа невысоко оплачивала с из-за этого он был дешёвый например в сельском
38:24
хозяйстве как не эффективном сельском хозяйстве это вот то что привело к относительно а дешёвому труду а и а
38:32
значит э с другой стороны труд был нужен потому что на него смотрели как на альтернативу машинам машины были дорогие
38:38
и вот пока машины были дорогие использовали много труда для производства а-а производство было более эффективным
38:45
чем сельское хозяйство и поэтому с точки зрения производства труд был не очень дорогой но а а значит вот что важно было
38:51
что его нужно было много чтобы а не инвестировать в машины и По мере того как машины становились дешевле труда
38:57
надо было относительно меньше труд становился более квалифицированный это вот приводило к сужению рабочей недели
39:03
да то есть тут как бы довольно сложный такой аргумент он устроен в том что у рабочих работников а были плохие
39:11
альтернативы поэтому они продавали свой труд относительно дёшево но при этом труда Нужно было купить много фирмам Да
39:18
как бы они покупали много-много часов каждый час был относительно дешёвый вот мы Транзит за последние 100 лет перешли
39:24
к гораздо более по крайней мере в развитых странах му труду которого мы используем гораздо меньше и гораздо
39:30
больше замещая его а машинами а дополнительные эффекты состоят в том
39:37
что не просто рабочая неделя сужается А количество рабочих лет у людей сужается люди гораздо больше проводят времени в
39:43
университетах получают а дополнительное образование всякие там магистерские PHD программы помимо обычного университета
39:50
да то есть теперь Ну сейчас многим покажется контри интуитивным А как же там повышение пенсионного возраста более
39:56
более активное активное долголетие да Ну вот смотри люди живут намного дольше и поэтому в
40:03
этом смысле продолжительность рабочей жизни относительно продолжительности всей жизни очень сильно сократилась Она
40:08
сократилась как и с нижней стороны где люди просто дольше проводят в университетах там если взять немецкую
40:15
систему то можно учиться до 30 лет и это общепринято а или там
40:20
какие-то люди учатся на дополнительном профессиональном образовании после общего бакалавр образование тоже стало А
40:29
теперь традиционным это повышает производительность людей на рынке труда Но их Рабочая жизнь из-за этого
40:34
сокращается они более производительные в то время когда они работают но работают меньше по количеству лет а с другой
40:40
стороны как пенсионеры они живут намного дольше тоже да И хоть может быть выход
40:46
возраст выхода на пенсию не так сильно меняется Но вот жизнь которая остаётся после выхода на пенсию сильно удлинилась
40:52
за последние годы и в этом смысле мы видим что количество труда падает и вот дальше вос в этом мы не видим абсолютно
40:59
ничего плохого это произошло такое замещение человеческого труда количество его которое нужно с помощью машин в
41:07
промышленном производстве Почему тоже самое не может происходить в принципе и с ai Да вот и это в принципе один из
41:14
вариантов что может оказаться что мы просто Ну действительно будем работать меньше через 50 лет но при этом это как
41:22
бы то что все могут приветствовать в некотором смысле
41:27
и альтернатива этому состоит в том что в какой-то момент компьютеры могут компьютеры совмещенные с роботами станут
41:34
настолько эффективнее людей Что людей просто такое количество не нужно будет на рынке труда Вот это значит отдельный
41:42
вопрос который надо просто отдельно обсуждать тут много пунктов есть в нём значит с одной стороны можно задать
41:48
вопрос А как так может быть что машины станут лучше во всём ведь наверняка можно найти сравнительное преимущество
41:54
мы все в экономике преимущества сравнитель но это не совсем так если есть какие-то
42:02
фиксированные издержки
42:07
сопряжённых какую-то относительную зарплату платить но есть всякие фиксированные издержки как вообще
42:13
создать а всю структуру которая использует людей в производстве когда гораздо проще можно полагаться просто на
42:20
машины не иметь никакого там H отдела и так далее и в этом смысле может
42:26
оказаться Так что сравнительного преимущества недостаточно что вот абсолютное преимущество которое получат машины в какой-то момент а
42:34
а его будет достаточно чтобы вообще не использовать людей в большом количестве производств Они вообще будут тогда не
42:41
нужны и вот тут дальше такой философский вопрос на который у нас нету ответа придумаем ли мы дополнительные занятия
42:47
для нас для людей у которых будет высокая стоимость с точки зрения других людей что другие люди будут это высоко
42:54
оценивать чтобы это было можно сделать на рынке продавать за деньги наш труд по-прежнему
42:59
а и там чтобы машины по-прежнему не конкурировать с нами то есть как бы если
43:05
смотреть в пределе то машины станут лучше везде но на каждый момент времени люди будут придумывать новые задания
43:11
занятия а которые они будут выполнять лучше машин на данном этапе развития технологий То есть это такая
43:18
а гонка между машинами и людьми который никогда не закончится и вот До сегодняшнего дня мы жили в таком мире
43:24
появлялись машины которые начинали что-то лучше делать мы находили новые занятия где человеческий труд а
43:30
оставался производительным полезным и как бы в этом смысле там уровни безработицы и
43:36
занятости не так сильно поменялись да то есть если думать что Людям нужно для а
43:42
плодотворного существования работать и с другой стороны есть спрос на этот труд этот спрос не пропадает то есть есть и
43:48
потребность людей работать и спрос на труд не пропадает и вот До сегодняшнего дня мы жили в таком равновесии Можно ли
43:54
иметь полную уверенность что так останется через 50 лет наверно нет то есть могут произойти таких такие
44:01
изменения которых мы ещ не видели никогда вот за последние 250 лет такого экономического развития которое мы
44:07
наблюдаем и тут встаёт огромное количество вопросов например Необходим ли труд людям для полноценной жизни или
44:15
люди не могут жить полноценную жизнь не прикладывая усилий труда да Это большой
44:22
вопрос на который у нас нет ответа достаточно ли Ну какой мультфильм прихо
44:27
на память Лили Да значит там всё плохо кончилось для людей в этом смысле Да и
44:35
или там Матрица или что-нибудь такое То есть как бы научной фантастики огромное количество На этот счёт но вот вопрос в
44:40
том Можем ли мы дать людям вот этот вот безусловный доход в начале жизни или каждый год его выплачивать как это
44:47
делают нефтеэкспортирующие страны как это думала сделать Швейцария и так далее а и в принципе людям не нужно будет
44:54
работать они будут довольны этом будут люди действительно довольны это Но дальше такой
44:59
вопрос Это это для примера представьте себе огромное
45:06
количество молодых людей а в 20 лет которым нечем заняться каких дел они
45:12
творят в этом возрасте да вместо того чтобы учиться и работать огромное количество людей которым делать нечего И
45:18
вот тут ну это немножко цинично но аналогию которую приводит это лошади и
45:24
вот действительно население лошадей в Америке где-то 100 лет назад оно было на пике нужно было огромное количество
45:31
лошадей А примерно была одна лошадь на двух человек в Америке что это такое тут надо
45:38
проверить точно цифры и когда был пик Но это мы говорим видимо о двадцатых-тридцатых годах когда пик был достигнут то есть лошади использовались
45:44
Везде они были нужны и с тех пор появился автомобиль и потребность в лошадях пропала и вот такой циничный
45:51
вопрос а станет ли станут ли люди а новыми лошадьми XXI века когда такой Ну
45:57
слушай даже Выходя за даже вынося этот цинизм за рамки всё равно Ну люди-то в
46:02
отличие от лошадей не сводятся с какой-то одной функции которые надо выполнять А у людей вроде как должно
46:08
быть много функций которыми они могли бы быть полезны и которые они могли бы вынести на рынок труда коне но Представь
46:15
себе что машины во всех функциях становятся полезнее и дальше когда мы переносим наш разговор о том что такое
46:21
intelligence Да мы знаем что люди Они более разумны чем лошади но машины скоро станут более разумны чем люди и почему
46:28
мы не должны применять как бы одинаковые стандарты Да что с точки зрения а
46:34
цивилизацией машин Люди станут Люди станут лошадьми в какой-то момент это серьёзный вопрос о котором как бы сейчас
46:41
мы фантазируем и думаем Но это такой экзистенциальный вопрос с точки зрения именно рынка труда не с точки зрения
46:48
того что машины уничтожат всех да а именно с точки зрения что зачем такое количество людей Ну и мы с тобой уже
46:54
обсуждали Видимо ещё будем говорить как когда-то о том что происходит старение населения то есть молодых людей становится меньше И вот тут есть эти два
47:01
тренда Да машины замещают людей в первую очередь замещают молодых людей которым надо работать с другой стороны молодых
47:06
людей пропорционально становится меньше и всё население падает и вот с какой скоростью два этих тренда будут
47:11
происходить во многом могут влиять А на то что будет получаться Да какие катаклизмы на рынке труда будут
47:18
происходить эти катаклизмы будут связаны например с пенсионной системой когда значит не хватает рабочих рук или
47:24
наоборот будут связаны с молодыми людьми которым не хватает работа Да И вот мы не знаем ответа на этот вопрос на эту тему
47:29
можно а фантазировать нужно фантазировать как бы рассматривать разные сценарии и Ну вот часть
47:35
экономистов а занимаются этим вопросом Ну вот опять Second Machine есть несколько глав про рынок труда как он
47:41
будет выглядеть через там 50 лет условно говоря мне кажется это супе интересные вопросы о которых думать Вот ну и
ИИ и безопасность: риски и регулирование
47:48
последняя Тема и нам надо Наверное закругляться после этого это экзистенциальные вопросы и вот тут такая
47:55
А книжка по-английски это сказать groundbreaking по-русски это такая книжка которая перевернула а мира
48:01
представления на самом деле я познакомился первым делом с ним ником бостром это такой а шведский философ
48:08
такой политический философ А но он занимается вопросами безопасности ai А И
48:14
вот у него есть машина которая называется су книжка которая называется Super intelligence но он давал лекцию в Гугле личная лекция которую можно
48:21
загуглить на Ютюбе А и просто послушать 2 часа его лекции и вот после того как я слушал лекцию Я прочитал книжку Я кстати
48:28
помню когда я читал эту книжку А ну вот бывают иногда вещи которые а на тебя
48:34
производят большое впечатление Я помню что я ходил с моим там сколько ему было
48:39
меньше года сыном носил его УСП и слушал книжку это значит вот было 8 лет назад но книжка раньше была написана Вот из
48:46
тех он как бы один из основателей этой области а с тех пор он переехал Он больше не в стокгольмской школе
48:52
экономики а где-то в другом месте может быть в лондонской школе экономики это точно не знаю куда он переехал Но вот он
48:58
один из основателей этого филда значит Вот и тут надо думать о технологиях
49:04
а по-другому в том смысле что они позволяют человечеству выжить технологии или могут а или имеют возможность
49:11
уничтожить человечество Да И вот часто ai сравнивают а ну вот в книжке нейта
49:17
сильвера про которую я говорил он сравнивает тоже технологии и сравнивает ai по своей разрушающей возможности
49:22
потенциальной с ядерным оружием Да вот таких технологий не так много которые могут уничтожить людей а ядерное оружие
49:30
очевидно было а значит вот такой вехой В середине 20 века и у нас есть теперь вот
49:36
некоторый опыт жизни с такой технологией которая может разрушить человечество и вот появляется новая технология которая
49:42
потенциально имеет возможность разрушать и вот в книжке Super intelligence много этих сценариев разобрано как это может
49:48
происходить А это разговор на много-много времени а
49:54
но такой классический пример это вот как раз приме
50:00
примеры когда хочет произвести огромное количество по какой-то причине вдруг в
50:06
его функцию задачи попало то что нужно произвести
50:13
огромное количество скрепок и в процессе того чтобы произвести огромное количество скрепок он уничтожит
50:18
человечество Вот это некоторая такая теорема заказывает что это Инструментальная цель уничтожить
50:24
человечество не будет его прямой целью ЕС человечество будет стоять на на пути производства огромного
50:32
количества скрепок то человечество будет уничтожено просто как промежуточная цель
50:37
Да и таких примеров можно произвести привести очень много и действительно
50:42
тогда вот встаёт вопрос регулирования Да нужно ли регулирование вообще знаем ли мы что регулировать и как регулировать
50:49
потому что мы на самом деле как бы в общем смысле представляем Какие возможны угрозы
50:54
да сго стороны мы на самом деле не знаем Каким образом всё это произойдёт есть
51:00
проблемы с тем что это может произойти настолько быстро что мы даже не заметим как это произошло и вот тут вот есть такие понятия как там сингулярность Да
51:07
первая сингулярность — это когда машина начинает а писать код быстрее человека
51:12
но С такой скоростью что человек даже не понимает что произошло там да то есть есть какие-то две сингулярности я забыл
51:18
надо посмотреть на их определение первое когда машина пишет коды себя улучшает быстрее чем это может сделать человек
51:24
что человек перестаёт писать код для машин машина сама пишет код для себя а вторая сингулярность она его пишет так
51:29
быстро что человек даже не может понять что уже произошло и вот в какой момент это произойдёт мы не знаем да то есть мы
51:35
знаем что машина уже может писать код а мы это На данном этапе вроде бы как бы контролируем но в какой момент мы
51:41
перестанем контролировать как машина пишет код мы мы мы этого не знаем И тут вот есть огромное количество вопросов
51:47
которые стоит обсудить А я наверное это прямо отдельная огромная тема Я вот
51:53
посоветовал книж Да и сейчас мы прямо так заглянули будущее Да я посоветовал книжку intelligence Недавно была
52:00
написана книжка Я забыл как зовут автора из mit которая называется Life 3.0 то
52:06
есть Life 3.0 — это как раз жизнь новой цивилизации А если значит вот Life 2.0
52:12
Это был разумный человек то Life 3.0 — это будет Разумная машина которая постепенно будет замещать видимо
52:17
разумного человека так или иначе а это книжка которая развивает идеи Вот как
52:23
раз Строма Ну вот написанная недавно после под несколько лет и таких много книжек
52:28
Вот что мне любопытно у нейта сильвера в книжке она про про риски и риски
52:35
связанные с в частности с artificial intelligence но она разбирает этот вопрос С такой очень гуманистической
52:40
точки зрения в том смысле как люди относятся к этим рискам и как они принимают решения и почему мы не можем
52:47
полагаться на то что люди эти решения связанные с риском принимают хорошо Да в частности люди которые развивают
52:53
технологию у них очень особое отношение к риску и вот тут он как раз говорит то
52:59
что мы обсуждали чуть-чуть в конце и про Питера тили и про Илона маска и про Сэма бекмана Фрида который сейчас сидит в
53:04
тюрме который в области Криптон делал вещи и про Сэма альтмана
53:12
который значит вот одно из главных имён в области artificial Intell значит люди которые строят эти технологии у них
53:18
абсолютно своеобразное отношение к риску которая не обязательно и практически
53:24
точно не соотносится с тем како до быть отношение риска у всего человечества Да И вот тут интересно там аналогии с
53:31
например учёными которые строили бомбу там с нной с другими людьми с оппенгеймера которые
53:37
работали атомной бомбой сколько там 70 или 80 лет назад а сейчас есть другая
53:43
технология которая на самом деле совершенно другие уро несёт
53:49
совершенно другие угрозы потенциально несёт но у неё потенциально есть такая же разрушительная возможно
53:56
как и вот у оружия здесь нужно сказать что вот очень интересная теорема Я приведу ещё пример типа теорем которые
54:03
люди в этой области доказывают значит вот а и это хорошая тема на которой может быть можно закончить значит вот
54:09
можно поставить такой вопрос почему мы ещё не видели зелёных человечков зелёные человечки — это
54:15
инопланетяне А значит исходя из той предпосылки что Вселенная настолько большая что где-то
54:22
точно есть а Галактика и планета похожая на такую как у нас может быть другая где
54:28
может быть жизнь и жизнь точно где-то есть аа а и вот дальше Есть какие варианты
54:34
точно или почти точно То есть по-разному можно и доказывать эти теоремы А И значит вот какие есть три варианта и три
54:39
варианта А такие первый вариант что жизнь очень редкая то есть вместо того
54:46
чтобы говорить что жизни нету что не очень кажется разумным утверждением в такой большой Вселенной в которой мы
54:51
живём А мы говорим что жизнь очень редкая настолько редкая что расстояние которые надо путешествовать есть
54:57
физические ограничения на те расстояния которые даже машины могут путешествовать понятно что человеку сложно
55:03
путешествовать в космосе это биологический вид но машины могли бы путешествовать в космосе и может быть
55:08
редкость жизни настолько большая по сравнению с расстояниями А что мы просто ну не можем друг До друга долететь а а
55:16
значит потому что если бы жизнь ещё где-то была и не так далеко от нас то была бы жизнь которая намного более уже
55:23
продвинулась относительно нас просто потому что появилась раньше например и соответственно бы послала космические
55:28
корабли в разные стороны как Мы это когда-нибудь сделаем и вот эти космические корабли должны были до нас уже долететь Да это вот если мы их не
55:34
видим то может быть просто редко и далеко Это один вариант второй вариант что все цивилизации себя уничтожают и
55:40
поэтому когда ты доходишь до какого-то уровня развития ты сам себя уничтожает вариант что есть некоторый
55:48
Закон жизни что жизнь в какой-то момент себя уничтожает это такой очень пессимистический ответ и третий ответ
55:54
что до нас уже долетели и мы просто живём в симуляции что нас просто посадили в какую-то симуляцию ограничили
56:00
наши возможности исследования а или изначально мы живём в симуляции это как бы такой третий вариант И вот этот
56:06
вопрос симуляции который всегда тоже задаётся фаундер в этих компаниях как они думают живём ли мы в Термини
56:16
сичеслав мы там в мире который является симуляцией у нас на самом деле нету ответов на эти вопросы и вот вероятно у
56:23
фаундер этих компаний которые принимают решение о том какую технологию запускать или не запускать Ну знаете если вот
56:29
когда мы думаем запустить ли а какой-то там а реактор ускоритель Да это вот
56:35
обсуждается да Что может случиться когда либо мы какую-то бомбу попробуем ли какой-то ускоритель запустим Какие какие
56:43
угрозы этого это научное сообщество как-то обсуждает А есть тут фаундер которые могли написать large Language
56:49
Model у себя дома со своими технологиями которые могут запустить ни с кем не посоветовавшись Вот и и и в связи с этим
56:57
это как бы новые угрозы и новые риски Вот и обо всём об этом полезно думать
57:02
может показаться что это заходит за пределы экономики Но на самом деле это вот вот такая политическая Как
57:09
называется political philosophy моральная философия а принятие решений это всё вопросы которые вполне а изучают
57:17
экономисты Ну вот например как как люди Как устроены эти рынки кто становится фаундер Какие решения они принимают как
57:23
они действуют а под риском это всё вполне законные экономические темы
57:29
поэтому имеем право обсуждать экономиче и они всё равно да видимо как-то в том
57:35
или ином виде до нас до нас и уже доносятся и донесут ещё сильнее а будем
57:40
об этом думать дальше по-моему ужасно увлекательно Спасибо большое одна из самых интересных тем и надо сказать что
57:47
мы обсудили примерно 3% этой темы если не меньше а значит ещё продолжим Спасибо
57:53
тебе большое Олег мы на этом с вами прощаемся я маргарит Лютова Это был экономический смысл на канале брекфаст
57:59
Show Оставайтесь пожалуйста с нами мы вам очень рады и ждём новой встречи пока-пока
58:06
[музыка]