Искусственный интеллект: конец света или непреодолимая сложность для капитализма?

Недавнее развитие в сфере искусственного интеллекта вызвало как страх, так и энтузиазм по всему миру. В этой статье Дэниел Морли рассматривает заявления о том, что якобы ИИ обрел сознание или достиг сверхчеловеческого уровня. Автор очерчивает реальные возможности этой технологии и объясняет, как именно нас порабощает машина при капитализме.

Оригинальная публикация на сайте marxist.com от 5 мая 2023 г.

---

Искусственный интеллект (ИИ) был темой многих жарких споров и предметом многих спекуляций в последние годы. Многие заявляли, что он скоро обретет сознание и, быть может, даже превзойдет человека. Однако, будучи социалистами, мы должны анализировать этот вопрос с материалистических позиций. Посмотрим на те причины и обстоятельства, которые были бы необходимы для такого развития, если бы оно вдруг случилось.

Маловероятно, что ИИ сможет обрести подлинное сознание. Оно является продуктом материального мира вообще и особых условий человеческой эволюции. Наше сознание формируется тем, как мы воспринимаем мир, нашу среду, наши социальные взаимодействия и нашу историю. Без этих специфических условий ИИ не будет обладать таким же сознанием, как люди. Более того, капиталисты воспринимают ИИ как инструмент для увеличения прибылей и контроля над рабочими, а не как способ улучшить их жизнь.

По иронии, то, что вы только что прочли, было написано не мной, а новым чат-ботом, ChatGPT, получившим такой запрос:

«Пожалуйста, напиши статью с критическим отношением к способности ИИ обрести сознание с материалистических позиций в стиле Дэниела Морли из Socialist Appeal».

ChatGPT написал это менее чем за десять секунд. Он делает это столь убедительно, что это даже побуждает некоторых провозглашать подобных чат-ботов одушевленными и спекулировать, что эта технология вскоре заменит, превзойдет и поработит людей. И действительно, после интеграции в поисковый движок Bing корпорации Майкрософт ChatGPT сам утверждал, что обладает сознанием, а также выражал всяческие странные желания.

Несмотря на новизну этого недавнего ИИ, обещания и угрозы автоматизации так же стары, как сама промышленная революция. С самого начала механизированного производства человек и мечтал о способности машин освобождать от тяжелого труда, и боялся быть замененным машиной. Представление о разумной — или даже сверхразумной — машине доводит эти мечты и страхи до предела. Но до недавнего времени все это казалось всего лишь плодом бурной фантазии.

В 2012 году нейросети, использующие технику «глубинного обучения», стали намного более применимыми на практике и быстро произвели куда более впечатляющие результаты, чем предыдущие виды ИИ. Этот переворот в сфере IT побудил многих приветствовать неизбежно грядущее появление супер-ИИ подобно тому, как секты нового тысячелетия ожидали второе пришествие Христа. С их точки зрения эта технология обещает решить все наши проблемы, и поэтому ее стоит попросту с энтузиазмом приветствовать. У этого «культа святого ИИ», однако, есть и левое крыло, которое надеется, что ИИ с помощью автоматизации устранит необходимость в преодолении капитализма и даст нам так называемый полностью автоматизированный коммунизм.

В целом, однако, перспектива искусственного сверхинтеллекта производит куда больше страха, чем энтузиазма: от распространенного предположения, что ИИ создаст огромный рост безработицы и имущественного неравенства, до идеи, что он создаст некую расу жестоких кибервластелинов, порабощающих человечество, как это показано в фильмах вроде «Терминатора» и «Матрицы». Хотя эта мысль принадлежит к области научной фантастики, она тоже довольно часто встречается.

ИИ становится проводником глубоких страхов, порожденных не этой технологией как таковой, а капиталистическим обществом с глубоко укорененным в нем отчуждением. При рыночной экономике и из-за ее анархии человечество лишено контроля над своими же технологиями. Они используются не для удовлетворения нужд большинства, а для извлечения прибыли, без заботы о долгосрочных последствиях. Итак, чтобы понять грядущее влияние этой технологии, необходимо понять, как капитализм породил ее и как он будет ее использовать.

ИИ не имеет сознания

Частый страх того, что ИИ осознает себя, основан на очень одностороннем представлении о том, что же такое сознание. Это представление подразумевает, что единственное различие между мыслящим человеческим существом и компьютером является сугубо количественным, то есть состоит в том, что мозг каким-то образом мощнее и сложнее, чем компьютер, без качественного различия в самой природе их деятельности, и, следовательно, создавая все более и более производительные компьютеры, мы получим вычислительное устройство, превосходящее мозг и обладающее сознанием в не меньшей степени.

Но на самом деле мышление человека разительно отличается от обработки информации искусственным интеллектом. Человеческая мысль развивается на основе практической, общественной активности, направленной на удовлетворение человеческих потребностей. Мы формируем идеи, выражающие отношения между вещами и отражающие вещи вокруг нас, и, в частности, понимаем, что значимо и полезно в этих отношениях, потому что нам необходимо понимать мир, чтобы выжить и улучшать свою жизнь.

Это в точности и есть то, чего не хватает даже передовому ИИ. В лучшем случае ИИ выполняет одну часть того, что делает человеческий интеллект, причем иногда на сверхчеловеческом уровне, а именно: он пассивно собирает данные, не понимая контекста или подлинной цели данных ему заданий, и ищет закономерности. Но эти закономерности — не идеи, объясняющие необходимость тех или иных вещей. У ИИ нет ни малейшего понимания того, что эти данные представляют собой описание реальных вещей, имеющих объективные свойства. И ни малейшего представления о том, почему эти закономерности существуют или что они значат.

И это легко доказать, попросив генеративный ИИ, производящий тексты или картинки, ответить на простые вопросы о соотношении части и целого, требующие понимания.

Если вы попросите такой ИИ нарисовать велосипед, то он нарисует велосипед и сделает это весьма аккуратно. Если вы попросите нарисовать колесо, он нарисует колесо. Но если вы попросите нарисовать велосипед и подписать колеса, то он просто нарисует велосипед с кучей бессмысленных надписей и бирок вокруг. Таким образом, генерирующий картинки ИИ не понимает, что колесо — это часть велосипеда: он просто изображает колесообразную форму, но не осознает, что нарисовал. Ему неведомо, как и зачем используют велосипед, и тем более почему мы его ценим.

Гэри Маркус, профессор нейронауки, известный как ИИ-скептик, попросил нейросеть создать изображение астронавта на лошади, что она и сделала хорошо. Затем он попросил ее нарисовать лошадь на астронавте, и она просто нарисовала еще одну картинку астронавта на лошади. Таким образом, нейросеть не понимает отношения между упомянутыми частями, а просто производит ту картинку, которая наиболее часто ассоциируется с этими ключевыми словами. Также она не имеет ни малейшего представления о том, кто такой на самом деле астронавт, насколько сложно стать им, почему абсурден астронавт на лошади — и тем более лошадь на астронавте, — или о чем-либо еще, связанном с этой картинкой.

Верно, что новейший ИИ превосходит человека в некоторых задачах. Но при более подробном рассмотрении видно, что эти достижения хрупки и являются в точности результатом того факта, что ИИ не жив и не обладает сознанием. AlphaGo достиг одной из наиболее известных побед ИИ, когда в 2016 году превзошел лучшего игрока в го. Этот ИИ «потребовал тридцать миллионов игр, чтобы достичь такого сверхчеловеческого уровня, а это куда больше игр, чем сыграл за всю жизнь любой человек».¹

Человек никогда не смог бы поучаствовать в таком количестве игр не только из-за ограниченного времени жизни, но и из-за скуки, потребности в пище, необходимости работать и социализироваться. Эти неспособные чувствовать машины столь мощны, потому что их можно использовать для многократной проверки однообразных гипотез и анализа огромных массивов текста, тем самым раскрывая нам полезные закономерности в этих данных. Это может быть полезно для многих наших целей.

Отношение между концептами — важнейшая часть сознания, но она полностью отсутствует у ИИ. Поскольку ИИ не «думает» в терминах общих понятий, а вместо этого извлекает закономерности из частных наборов данных, он подвержен проблеме, называемой переобучением, которая заключается в том, что ИИ может полностью запомнить один узкий набор данных, но не суметь обобщить свои «знания» на другие наборы — даже если они лишь чуть-чуть отличаются.

Один ИИ был обучен играть в простую видеоигру, что он смог делать лучше любого человека. Однако, когда игру изменили так, что изображение сдвинулось всего лишь на один пиксель, он внезапно стал беспомощен. И хотя победа AlphaGo так широко освещалась в 2016 году, мало кто писал о том, что с тех пор эта же программа нередко проигрывала игрокам-любителям, которые придумывали хитрые трюки для обмана ИИ. Интересно, что эти же трюки не могут перехитрить человека, пускай он даже и новичок. Что же это значит? А то, что AlphaGo не понимает игру го, а просто зазубрил узкий набор тактик для задачи, смысл которой ему неведом.

Это обстоятельство ясно показывает нам, какой именно ИИ мы создаем. Фантастические дебаты о том, обладает ли ИИ сознанием и будет ли он обладать им в будущем, скрывают от нас тот факт, что речь все-таки идет об очередном инструменте для расширения способностей человека. То, что ИИ часто превосходит людей в узких областях, не является доказательством его сверхразумности, а, напротив, в точности свидетельствует о том, что он представляет собой неспособный к сознанию инструмент или машину. В конце концов, машины всегда создавались ради скорости и точности, недостижимых для человека без их использования. Карманный калькулятор давно уже может считать куда лучше, чем самый способный в счете без помощи машин человек, но умным или осознающим себя от этого не становится.

ИИ имеет довольно мало общего с осознанным пониманием. Он не способен желать власти над людьми или стремиться к их подавлению. И действительно, он не желает и не боится. В чем же тогда его настоящая значимость? Как он повлияет на наше общество на самом деле?

Революционный потенциал

Нет сомнений, что ИИ сделал большой скачок вперед за последние десять лет. Этот прорыв был обусловлен использованием методов «глубинного обучения» благодаря повышению производительности аппаратного обеспечения. Этот метод был теоретически предсказан — и в той или иной степени уже использован — на протяжении нескольких десятилетий, но ограничения производительности компьютеров делали невозможной полную реализацию его потенциала. Около 2012 года ситуация изменилась, прежде всего благодаря достаточному росту производительности графических процессоров (GPU), что сделало возможным качественный скачок в области глубинного обучения. Этот переворот привел к появлению существенно более совершенного искусственного интеллекта.

В этом тексте было бы неуместно писать о многочисленных технических деталях глубинного обучения. Все, что нам стоит тут понять, — это то, что обычно благодаря ему ИИ учится более-менее сам, с нуля, без нужды в заранее сформулированных человеком логических правилах. Абстрактно говоря, все, что нужно сделать инженерам для обучения ИИ таким способом, — это скормить ему подходящий вид данных, например изображения человеческих лиц (обычно предразмеченные, но не всегда), и дать ему «стимулы» для корректного распознавания изображений, звуков или чего-то еще.

Этот ИИ поглощает тысячи или миллионы порций информации, и его «нейросеть» (так названная по аналогии с человеческими нейронами) распознает с помощью нескольких слоев абстракции общие свойства, или паттерны, в этих порциях данных. Если она будет обрабатывать изображения лиц, то постепенно распознает самые частые их черты, но без понимания того, что на самом деле такое человеческое лицо. Сначала она может заметить повторение вертикальных линий на некотором расстоянии друг от друга, то есть два боковых края лица, а затем абстрагировать какие-то еще признаки. Чем больше информации подается на обучение, тем точнее будет обобщенный паттерн.

Сила этого метода состоит в возможности учиться без постоянного вмешательства человека, что открывает путь к быстрой адаптации и применению ко многим задачам. Наиболее значимо тут то, что именно отсюда берутся высокая точность и нередко сверхчеловеческие способности, которые демонстрируют основанные на глубинном обучении ИИ, потому что они могут тренироваться на огромных объемах специфической информации, куда больших, чем доступны человеку. Это позволяет им распознавать закономерности в феноменах, которые человеку были бы недоступны за разумное время.

Многие сверхчеловеческие способности ИИ уже используются и влияют на общественную жизнь. Способность этой технологии к решению серьезных проблем реальна. Одним из наиболее знаменитых достижений был AlphaFold, разработанный DeepMind на деньги Google.

Роль белков, необходимых для существования живых организмов и выполняющих многие биологические функции, определяется их геометрической формой. Из-за того, что они устроены очень сложно, ученые не могут вручную предсказать, какую форму примет белок, зная последовательность его аминокислот. Однако обучение суперкомпьютеров DeepMind на известных формах белков (где-то 170 000 из 200 миллионов) на протяжении нескольких недель позволило предсказывать с высокой точностью форму, а следовательно, и функцию белков по одной только последовательности их аминокислот.

DeepMind сделала свои серверы доступными для биологов по всему миру, и, как они утверждают, около 90% биологов уже использовали их с того момента. Эта технология, будь она в руках ученых всего мира, открывает огромные возможности для ускорения разработки улучшенных лекарств и понимания болезней. Она уже была использована, чтобы лучше понять COVID-19.

Еще один «священный грааль» для науки, с реализацией которого мог бы помочь новейший ИИ, — это ядерный синтез, давно теоретически описанный способ производства огромных объемов чистой энергии. Сложность термоядерного синтеза заключается в контроле и поддержании колоссальных температур, необходимых для его осуществления, что подразумевает учет многочисленных параметров, таких как форма реактора. Эта задача отлично подходит для глубинного обучения, потому что многообразие переменных, варьирующихся самыми разнообразными путями, недоступно для ручного подбора и учета за разумное время.

И действительно, DeepMind смогла обучить ИИ на релевантных данных. Ее ИИ, по сути, провел миллионы симуляций по-разному настроенных реакторов термоядерного синтеза, чтобы найти конфигурации, которые имеют больший шанс достичь требуемых уровней температуры и стабильности реакции. Это был значимый шаг.² Если такой ИИ действительно поможет в достижении практически полезного термоядерного синтеза, это будет огромным прорывом, так как даст источник чистой энергии в больших количествах.

DeepMind работала с лондонской клиникой Мурфилдс, специализирующейся на офтальмологии, чтобы обнаружить малозаметные признаки будущих болезней глаз. Это позволяет врачам начать профилактику болезни раньше, чем появятся симптомы и пациенту будет нанесен вред, что не только хорошо для здоровья потенциальных больных, но и экономит многие медицинские ресурсы.

Вообще, новейший ИИ особенно хорошо умеет распознавать паттерны и делать предсказания на их основании. Он может и должен быть применен к самым разным видам человеческой деятельности, чтобы найти способы более эффективного экономического планирования.

Большое количество энергии может быть сэкономлено, если дать ИИ анализировать ее использование в зданиях и комплексах зданий, чтобы на этой основе вырабатывать более эффективные способы эксплуатации энергоресурсов. Устройство многих машин, таких как самолеты, может быть сделано более оптимальным, что, опять же, поможет разумнее использовать энергию и другие ресурсы. Если бы ИИ таким образом был систематически применен ко всем сферам экономики, наши доходы значительно выросли бы при потреблении меньшего количества энергии.

Способность глубинного обучения к распознаванию паттернов и предсказанию отсутствующих данных имеет большой потенциал в том числе и для развития творчества. Ясный и уже существующий пример этого, хотя он и требует довольно много доработки, — это автоматический перевод. Уже сейчас любой человек, имеющий доступ в Интернет, может быстро перевести большой текст с приемлемой точностью, что дает доступ к идеям миллионов людей. Это потому, что ИИ, основанный на глубинном обучении, может тренироваться на огромных объемах данных, таким образом находя корреляции между словами и предложениями в различных языках и предсказывая, какое предложение или слово будет иметь тот же смысл в другом языке. Тот же принцип делает возможным почти моментальный перевод аудио так, что, надев специальный наушник, можно сразу же слышать перевод речи иностранного собеседника на родном языке.

Майкрософт уже разработала устройство, которое может рассказывать слепому человеку о происходящем вокруг него. Например, если навести камеру такого устройства на какой-то предмет с надписью, то оно прочтет эту надпись. Предполагается, что оно может даже корректно различать друзей пользователя и описывать выражение лица собеседника. Конечно, сейчас эта технология еще ненадежна и сложна в использовании, но в скором времени она будет улучшена. Потенциал этой технологии в освобождении людей с ограниченными возможностями от вынужденной несамостоятельности действительно впечатляет.

Даже секреты древних теперь раскрываются не без помощи ИИ. Используя технологию, очень похожую на языковую модель для предсказания следующего слова в тексте, DeepMind помогла археологам расшифровать древние надписи, части которых отсутствовали или просто были сложны для понимания.³ Пока есть достаточно данных о той или иной загадке, которые можно подать на обучение ИИ, существует и шанс, что загадка будет разрешена за счет способности ИИ к вычленению паттернов.

Нет сомнений, что, когда речь идет о поддержке человеческой креативности, перспективы, открываемые ChatGPT и DALL-E, весьма заманчивы. Основываясь на огромных массивах визуальных данных, в случае DALL-E и других ИИ, производящих изображения, и больших корпусах текстов, в случае чат-ботов вроде ChatGPT, эти ИИ могут почти моментально отвечать на запрос пользователя, создавая новые картинки и тексты.

Агрегируя все изображения с пометкой, например, «кот», которые можно найти в Интернете, DALL-E обнаруживает различные закономерности, такие как, например, то, как свет отражается от шерсти кота, или стиль того или иного художника. Это позволяет ему «креативно» произвести новое изображение в требуемой ситуации, например: «кот, нарисованный в стиле Ван Гога». ChatGPT может по тем же причинам моментально написать стихотворение в стиле Гамлета о чем угодно, что захочет пользователь, и сделать это удивительно качественно.

Потенциал этой технологии для развития человеческой креативности замечателен. ИИ, создающий изображения, дает художникам и аниматорам возможность бегло перебирать разные идеи. Да, изображения, конечно, получаются усредненными и безликими, потому что они основаны на агрегации существующих изображений, но способность комбинировать стили и образы — «кошка на картине Ван Гога», «футбольный матч в киберпанк-городе» и так далее — в множество качественных новых изображений явно ценна для проектирования и проверки концепций.

Аналогично, ИИ, пишущие тексты, вроде ChatGPT, могут помочь написать связный набросок текста для любой цели и даже быть полезны для программирования. Он на самом деле уже настолько хорошо пишет код, что для человека без навыков кодинга стало возможно сделать веб-сайт или, может быть, даже работающее программное обеспечение вроде видеоигры. Все, что теперь необходимо для этого, — это написать на естественном языке описание веб-сайта или программы, и ИИ сам напишет весь код, необходимый для требуемого функционала.

Сложно преувеличить революционный потенциал этой технологии, когда она находится в правильных руках и используется для правильных целей.

Оковы капитализма

Маркс объяснил, что каждая данная общественная система задает рамки развития производительных сил. Но на каком-то этапе эти производительные силы перерастают отношения производства, в рамках которых они вынуждены действовать, и тем самым отношения производства становятся оковами для последующего развития. Капиталистический способ производства породил огромное развитие производительных сил, далеко выходящее за пределы того, что было возможно для феодального общества, но уже какое-то время сам является препятствием для дальнейшего развития. Вот почему вложения и рост производительности столь низки, несмотря на изобретение замечательной новой технологии.

ИИ и другие цифровые технологии вроде Интернета представляют собой технологии настолько развитые, что капитализм не может их полноценно использовать. Потому что капитализм — это производство для частной прибыли. Если прибыль не может быть извлечена из потенциальной инвестиции, то она просто не будет сделана. И прибыль может быть извлечена только через эксплуатацию способности к труду рабочих, а затем реализована через продажу результатов этого труда на рынке.

Технологии вроде Интернета ставят знак вопроса над этим процессом, потому что они подразумевают автоматизацию на таком высоком уровне. Например, Интернет сделал возможным копировать информацию и делиться ею очень быстро, так что для этого почти не требуется или вообще не требуется дополнительного труда. Кто угодно может поделиться фильмом или музыкальным треком с неисчислимым числом людей по всему миру и сделать это без труда и без потери качества записи. Поэтому существование Интернета быстро сделало ключевые части музыкальной индустрии и киноиндустрии бессмысленными, а именно копирование и распространение записей.

Это создало тяжелую проблему для целой ветви капиталистов: как им извлекать прибыль, если кто угодно может получить копию альбома, по сути, даром? Капиталисты пытались разрешить эту проблему, просто запретив передачу копий медиа от пользователя к пользователю и создав какое-то количество стриминговых сервисов, каждый из которых имеет монополию над «своим» материалом, за доступ к которому слушатели и зрители должны непрерывно платить. С точки зрения сохранения прибылей для корпораций это эффективное решение, но с любой другой точки зрения это неразумное ограничение как распространения, так и производства творческих работ, которое работает против раскрытия потенциала нашей технологии.

Подобным образом новейший ИИ угрожает в рамках капитализма обесценить огромный сектор профессий и индустрий. Если многие изображения и тексты в публикациях могут быть произведены с помощью ИИ и если авторы могут перебирать идеи для сценария так быстро, то цена их труда станет куда ниже. И если образование и навыки, необходимые рабочим для производства этих товаров, сведутся к простому написанию запроса к нейросети, то цена их способности к труду резко сократится.

В социалистическом обществе это не обязательно было бы чем-то плохим. Художник, например, не боялся бы силы ИИ генерировать «картину» за считанные секунды, потому что искусство уже не производилось бы для прибыли или как средство обеспечить себя. Искусство потеряло бы связь с частной собственностью, устроенной по логике характерного для капитализма товарного фетишизма (то есть тенденции рыночно-товарных отношений определять нашу жизнь, как если бы они были независимой от нас силой, — прим. пер.). А значит, при социализме искусство создавалось бы ради его собственной ценности и на благо всего общества. Оно было бы искренним выражением идей и талантов людей, способом для них коммуницировать. Как таковые, усредненные изображения, созданные ИИ, не были бы угрозой для художника, а представляли бы собой вспомогательный инструмент.

При капитализме, однако, художники лишены постоянной занятости и подвержены капризам рынка. Они должны постоянно ревниво защищать свое право на продажу эксклюзивных работ, иначе рискуют потерять средства к существованию.

При капитализме ИИ вовсе не помогает освобождению человечества, а, напротив, усугубляет его тенденции к монополии и неравенству. Лучшие системы ИИ для генерации изображений и текста, а также для решения проблем разрабатываются и будут разрабатываться крупными монополиями вроде Google и Майкрософт, их лучшими инженерами, с использованием лучшего программного обеспечения и самых больших баз данных. Разумеется, они будут использовать свое монопольное положение прежде всего для того, чтобы извлечь побольше прибыли, а преимущества технологии, то есть ее способность к увеличению и удешевлению производства, будут использованы для сокращения рабочих и уменьшения зарплат.

Технологии также позволяют ускорить труд и таким образом опять же увеличить эксплуатацию рабочих. Камеры и другие сенсоры могут дешево и эффективно отслеживать трудовой процесс тысяч рабочих, дисциплинируя их таким образом, чтобы они производили больше за то же самое время.

Амазон печально известен этим, и небезосновательно: «В 2018 году наша компания запатентовала две технологии для трекера-браслета, который с помощью ультразвуковых сигналов и радиоволн может отслеживать положение руки сотрудника склада относительно инвентаря, чтобы давать тактильную обратную связь и направлять руку сотрудника к правильному предмету».⁴ Поскольку автоматическая слежка развивается и становится дешевле, она будет применяться во всех сферах экономики, увеличивая стресс и отчуждение рабочих повсюду.

Капитализм накладывает руку на революционную технологию, потенциал которой состоит в том, чтобы рационализировать и гармонизировать производство, но вместо этого использует ее, чтобы еще сильнее подавить рабочего избыточной дисциплиной, сократить все больше рабочих мест, сделать жизнь художника все более прекарной и сконцентрировать все больше власти в руках гигантских корпораций. Соответственно, результатом этой технологии будут не стабильность и изобилие, а повышение антагонистичности общества и хозяйственного неравенства.

Монополизируя экономику, снижая зарплаты и концентрируя все больше благосостояния в немногих руках, ИИ при капитализме ухудшит беспорядок рынка.

Это уже было показано в текущем экономическом кризисе. Во время пандемии закономерности потребления изменились, что вызвало резкий скачок заказов с таких площадок, как Амазон, который активно использует ИИ для своей прогностической модели — Supply Chain Optimization Technology (букв. «технология оптимизации цепей доставки»). SCOT просто замечает паттерны потребления без какого-либо понимания их причин. Как следствие, она предложила купить новые склады на миллиарды долларов, чтобы справиться с возросшим спросом.

Однако карантинные меры неизбежно закончились, и спрос на товары Амазон просел. Как следствие, Амазон сейчас владеет слишком большим количеством складов и имеет слишком много непроданных товаров, что, в свою очередь, ведет к сокращениям персонала и распродажам со скидкой. Использование ИИ для увеличения прибыли монополий не привело к устранению растраты ресурсов и перепроизводства, а лишь ухудшило ситуацию.

Неудивительно, что, несмотря на прекрасный потенциал ИИ, мы живем в страхе перед ним. Но о чем говорит этот страх? Он говорит не столько о самой технологии, сколько о странных противоречиях капиталистического производства. При капитализме именно высшие достижения человеческой мысли, дающие возможность устранить нищету и глупость, угрожают породить еще больше нищеты.

Мы боимся порабощения безличным, холодным и расчетливым искусственным интеллектом, но мы уже подчинены безличным, слепым и лишенным сознания силам рынка, которые тоже холодны и расчетливы, но не очень разумны.

Технология, созданная для планирования

Использование ИИ для повышения интенсивности капиталистической эксплуатации — это трагичная, преступная растрата. Сложно представить задачу, которая была бы лучше приспособлена для ИИ, чем планирование сложной экономики, направленное на удовлетворение потребностей. Благодаря использованию современных технологий, таких как сенсоры, уже возможно автоматизировать логистику, как это показал Амазон.

На своих крайне сложных складах Амазон применяет роботов и ИИ, чтобы эффективно распланировать отправку тех или иных предметов в том или ином количестве. Нет причин не интегрировать сенсоры в экономику в целом, чтобы получать в реальном времени данные о том, что потребляется, в какой пропорции и где, а также об износе того или иного оборудования и потребности в его ремонте. Немецкая корпорация SAP, специализирующаяся на программном обеспечении, уже разработала приложение на основе ИИ, которое называется HANA. Его используют такие компании, как Walmart, чтобы гармонично планировать свою деятельность на основе данных реального времени.

Обученный на таких данных ИИ будет более чем способен разработать наиболее оптимальный экономический план на долгосрочную перспективу, разумеется, под присмотром избранных комитетов, который позволит максимально эффективно удовлетворять нужды и потребности человечества. Благодаря такому плану никто уже не будет страдать от голода, безработицы или бездомности. Таким образом многочисленные растраты ресурсов зря, равно как и изнурительно длинный рабочий день, уйдут в прошлое. Не только ИИ будет весьма полезен людям, составляющим и применяющим план, но также он позволит им видеть сквозь их когнитивные искажения и предрассудки, которым может быть подвержено их мышление.

Определенно, этот ИИ должен находиться под строгим контролем людей, то есть быть для них всего лишь инструментом. Он не будет решать вопросы о том, какую архитектуру выбрать или как должны выглядеть города. Но его способность замечать сложные паттерны экономической активности будет незаменима для определения самого рационального курса производства.

Таковы возможности новейшего ИИ. Непосредственно перед нами технология, способная принести гармонию в производство, искоренить растрату ресурсов попусту, жадность, избытки и неразумность недальновидной буржуазной системы. Мы могли бы использовать ее, чтобы дать всем людям все необходимое для благополучной жизни и, сверх того, возможность с легкостью выражать себя в искусстве, переопределять под свои вкусы интерьер своей квартиры, района или рабочего места. Эта технология могла бы обеспечить построение социалистического общества самым быстрым и безболезненным путем, скорее освободив всех нас от классовых различий и нужды.

Эта сила прямо перед нами, но не дается нам в руки, ведь, вопреки мнению многих, ее применение и результаты не определены просто самой технологией, а зависят от способа производства в обществе, в котором мы живем. Таким образом, ИИ не будет служить интересам рабочих, пока они сами не направят его к этой цели.

Пока мы живем при капитализме, именно капитализм определяет, как будет использоваться ИИ, а не потенциал технологии как таковой. Вот почему предсказания о том, что ИИ сам, без нашего участия, «автоматически» решит избавить нас от эксплуатации и анархии рынка, присущих капитализму, — это обманчиво оптимистичное обещание. ИИ за нас эту работу не сделает. И каким бы диким и иррациональным ни был капитализм, буржуазия всегда будет его всячески защищать.

Единственная сила, которая может с ним бороться, — это та сила, которая в этой борьбе заинтересована, а именно рабочий класс. Стремление рабочего класса достичь социалистического общества является твердым фактом, в свете которого ясны и необходимость, и возможность действительно достичь социализма.

Только преодолев капитализм и получив тем самым возможность подчинить экономику рациональному и осознанному планированию, мы сможем довести ИИ и другие технологии до реализации их полного потенциала, ведь это один из самых универсальных и удивительных инструментов, когда-либо существовавших в инвентаре человечества. Как однажды поэтически выразился Троцкий:

«Наука и техника освободили человека от тирании старых стихий — земли, воды, воздуха и огня, — но только лишь подчинив его своей собственной диктатуре. Человек, более не раб природы, стал рабом машины и, что даже хуже, рабом спроса и предложения. Текущий мировой кризис особенно трагично свидетельствует о том, как человек остается в подчинении слепых сил своей экономики, хотя человек же способен и спуститься в глубины океана, и подняться до высот стратосферы, и передавать речь по радио между диаметрально противоположными точками Земли, короче говоря, быть властителем природы. Историческая задача нашей эпохи состоит в том, чтобы заменить бесконтрольные игры рынка на разумное планирование, организовать производительные силы, заставив их гармонично совместно работать на благо человечества».⁵