От нуля к единице. Как создать стартап, который изменит будущее

Именно это сделал LinkedIn для специалистов по подбору персонала. В 2003 году, когда была основана компания, ее создатели не просили профессиональных рекрутеров обозначить наиболее проблемные точки в их работе. Не пытались они и создавать программы, способные полностью заменить специалистов по поиску кадров. Рекрутинг – это смесь работы детектива и торгового агента. Вам нужно внимательно рассмотреть анкету кандидата, оценить его мотивацию и способность работать в коллективе, а затем убедить наиболее перспективных поступить на работу именно к вам. Полностью переложить все эти задачи на компьютер совершенно невозможно. Поэтому создатели LinkedIn решили изменить методы организации работы рекрутеров. Сегодня более 97 % специалистов по найму персонала используют сеть LinkedIn и его мощный функциональный поисковик для отбора кандидатов на ту или иную должность. Сеть по достоинству оценили и сотни миллионов профессионалов, использующих ее для продвижения своих личных брендов на рынке труда. Если бы LinkedIn в свое время попытался заменить специалистов по подбору кадров компьютерной программой – сегодня рынок не знал бы такой компании.

Идеология компьютерной науки

Почему столь многие не задумываются о возможностях, которые открывает перед нами взаимодополняемость? Проблема начинается с обучения. Программисты предпочитают разрабатывать софт, способный заменить человека, – ведь именно этому их учили. Ученые создают себе репутацию исследованиями в строго определенных областях: их главная цель – опубликовать статью, а стремление к публикации ограничивает перечень подходящих направлений для работы. Для компьютерного специалиста это выглядит как попытки свести возможности человека к выполнению узкоспециализированных задач, с которыми компьютеры могут справляться не хуже.

Давайте взглянем, какие направления развития компьютерных технологий сегодня наиболее популярны. Сам по себе термин «компьютерное обучение» вызывает в воображении картину замещения человека компьютером. Сторонники этого метода, похоже, и сами верят, что компьютер можно научить выполнению практически любой задачи – достаточно «скормить» ему нужное количество учебных данных. Между тем любой пользователь Netfix или Amazon имел возможность на собственном опыте познакомиться с результатами машинного самообучения. Обе компании используют алгоритмы, позволяющие рекомендовать вам тот или иной продукт на основе вашей истории поисков и сделанных покупок. Дайте компьютеру больше данных – и рекомендации станут точнее. По тому же принципу работает Google Translate, предлагающий грубый, но понятный перевод на любой из 80 поддерживаемых им языков. Он умеет делать это не потому, что знает языки, а потому, что умеет извлекать закономерности с помощью статистического анализа большого массива текстов.

Еще одно распространенное словечко, символизирующее опасения человечества перед компьютерами, которые якобы способны заменить людей, – «большие данные», они же «супермассивы данных». Современные компании жаждут огромных объемов информации, ошибочно полагая: чем больше данных, тем больше на них можно заработать. Но «большие данные», как правило, бессмысленны. Компьютеры способны обнаруживать совпадения, ускользающие от внимания человека, но они не в состоянии сравнивать эти совпадения между собой или интерпретировать сложные модели поведения. Практические выводы способен делать лишь человек – профессиональный аналитик (или некий обобщенный искусственный интеллект, существующий лишь в научной фантастике). «Большие данные» приводят нас в восторг лишь потому, что мы полагаем данные технологии экзотикой. Мы поражаемся маленьким подвигам, которые компьютеры совершают без помощи человека, не обращая внимания на куда более впечатляющие результаты, которых добивается компьютер совместно с человеком, – ведь участие людей лишает их флера волшебства. Watson, Deep Blue и другие, еще более совершенные машины, способные изучать алгоритмы, конечно, поражают воображение. Но в будущем наиболее успешные компании не станут задаваться вопросом, на что способен компьютер сам по себе. Все, что будет интересовать их, – это как компьютеры могут помочь человечеству разобраться с его проблемами.

Самые умные компьютеры: враги или друзья?

Будущее компьютерных технологий полно непознанного. Мы уже привыкли смотреть на разумные компьютеры, все более приобретающие антропоморфные черты – такие как SirI и Watson, – как на провозвестников новой реальности. И вот теперь, когда компьютеры оказываются способны ответить на все наши вопросы, почему бы им самим не задаться вопросом: доколе им оставаться в услужении у человечества?