Мир инвестирует миллиарды долларов в «революцию искусственного интеллекта». Это не только такие вещи, как ChatGPT, но и беспилотные автомобили. Самым амбициозным из них является только что выпущенное «Кибертакси» Илона Маска, двухместный автомобиль без руля и педалей, мелкосерийное производство которого уже начато. Есть только одна проблема: как и ChatGPT, это пузырь, который может лопнуть в любой момент. Почему ученые называют термин «искусственный интеллект» бессмысленным? Почему Cybertaxi стал первым проектом Илона Маска, потерпевшим серьезный провал?
Что произошло?
10 октября 2024 года Илон Маск продемонстрировал Robotaxi или Cybecab (во время демонстрации транспортное средство называлось и то, и другое) — роботакси без руля и педалей. Он даже дал посетителям возможность прокатиться в качестве пассажиров в этом футуристическом такси. Их выпущено 20 штук, и хотя Tesla часто критикуют ненавистники, с аппаратной точки зрения все они хороши.
Да, у них всего два сиденья, но это не проблема: в 95% поездок на такси и на автомобиле в машине обычно находится только один или два человека. Учитывая, что «Кибертакси» (позволим себе вычеркнуть оба названия) должно проводить на стоянках не 95% своего времени, как обычный автомобиль, а менее 50%, то получается, что объем его перевозок все равно увеличится суточная пассажировместимость в десять раз выше, чем в обычном такси с четырьмя или пятью сиденьями.
В целом автомобиль выглядит хорошо продуманным с точки зрения дизайна. Есть причина, по которой двери автомобиля открываются вбок и вверх: они облегчают вход на многолюдные улицы, с меньшей вероятностью создают проблемы для пассажиров, которые неосторожны с дверями, и т д. Беспроводная (индуктивная) зарядка не лишена смысла: если в такси нет водителя, то кто будет подключать зарядный пистолет к заправке Tesla с водителем?
Наконец, на автомобиль явно повлияли прошлые хиты компании: интерьер и общая компоновка аналогичны Model 3 и Model Y (самым продаваемым в мире автомобилям), а эстетика схожа с Cybertruck (самым продаваемым в мире автомобилем) машина). Электрические пикапы, продаваемые в США). Кажется, все предпосылки для успеха вновь имеются.
Есть только одна проблема: «Кибертакси» Теслы очень похоже на то, что это не такси будущего, а такси очень трудного будущего. Похожая судьба ожидает любой проект полностью беспилотного автомобиля, по крайней мере, в течение следующего десятилетия. И: ожидания от обсуждаемой революции искусственного интеллекта 2023 года, уважения к ChatGPT и тому подобного, также не взлетят до небес. Поэтому оно не заменит программистов, журналистов, художников и многих других профессий. Почему?
Проблемы под капотом
Дело в том, что в основе Cybertaxi, лежащей в основе его концепции, лежит ровно та же суть, что и у ChatGPT и так называемого современного искусственного интеллекта. Почему оно так называется? Потому что, как мудро отмечают эксперты по искусственному интеллекту, использовать слово «интеллект» для описания этого явления совершенно излишне. Причин этому много, но ключевой момент заключается в том, что природа единственного известного нам (человечеству) разума до сих пор до конца не изучена.
Дело не в том, что мы не понимаем некоторых ее деталей: мы не понимаем ее всеобщности, ее общности, ее принципов. Большинство, если не половина, учёных, изучающих интеллект, согласны с одним определением интеллекта. Люди знают, на что способен их интеллект (от ядерных бомб до теории относительности), но как он это делает, из чего состоит и как работает – совершенно неизвестно. Точнее, некоторые ученые, изучающие его, утверждают, что, по крайней мере, в общих чертах, представляют его, однако подавляющее большинство их коллег с этим не согласны и выдвигают совершенно разные идеи по одному и тому же вопросу.
Многие поклонники революции ИИ говорят (особенно популярна эта позиция среди программистов): Имеет ли значение, понимаем ли мы интеллект или нет? В программировании часто случается, что даже сами разработчики не до конца уверены, что получат тот продукт, который хотят. Иногда, всего за месяц до дедлайна, они тут и там используют совершенно неожиданные уловки и костыли, чтобы попытаться заставить продукт работать. Может быть, и здесь произойдет то же самое?
Нет, это не сработает. Но чтобы понять почему, нужно углубиться в то, как работает современный искусственный интеллект (почему мы используем такую приставку, станет понятно позже).
Он всегда основан на нейронных сетях — программном обеспечении, которое, как говорят, построено на принципах биологических нейронных сетей. Но по сути это не так по ряду причин. Нейроны — это так называемые искусственные нейронные системы, которые по своей природе являются цифровыми.
В то же время настоящие нейроны вашего мозга не являются цифровыми, поскольку некоторые нейроны могут находиться в нескольких состояниях (давая импульсы различной силы), а не просто в ограниченном наборе сигналов, таких как «ноль» (нет сигнала) и «единица». (есть сигнал). И они не аналогичны — наука определила и то, и другое с абсолютной точностью. Что это?
Некоторые исследователи уверенно говорят, что они гибридные: часть их функций цифровая, часть — аналоговая. Другие учёные возражают: они не гибриды, они просто преобразуют цифровые сигналы в аналоговые (или наоборот, в зависимости от того, какого учёного вы спросите). Действительно, зачем им прибавлять себе работы таким переключателем, не совсем понятно.
Некоторые ученые утверждают, что они часто являются квантовыми. Их оппоненты схватились за головы и начали объяснять, что относительно большие объекты не могут быть квантовыми. Они справедливо отмечают, что вещи, невозможные с точки зрения современной науки, не обязательно невозможны по своей сути.
Всего сто лет назад физики считали, что атомы не могут делиться, но это не мешало им делиться в огромных масштабах каждую секунду в реальной природе. Если все это правда, и если нейроны, несмотря на свой размер, действуют квантово, то это легко объясняет, почему мы не можем точно понять, как он работает и что такое интеллект, не говоря уже о том, как его воспроизвести.
Разница между искусственными «нейронными сетями» и естественными сетями не просто в том, что «нейроны» в нейросети абсолютно цифровые, а в том, что в нашем сознании это как-то непонятно. Это только начало. Ключевым принципом обучения современных нейронных сетей является алгоритм обратного распространения ошибки. Как понятно из названия, это не может происходить у нас в голове: по сути, никаких алгоритмов там нет. Это не помешало отдельным исследователям искать его следы. Но, как и ожидалось, никто ничего не нашел.
Перечислять эти различия можно было бы долго, но суть читатель уже уловил: «нейроны» и «нейронные сети» и их «обучение» в ПО Tesla или ChatGPT не имеют много общего с нашими нейронными сетями голова. По сути, все существующие искусственные «нейронные сети» — это всего лишь китайская комната. То есть эффективное программное обеспечение может обрабатывать слова так же, как программное обеспечение «донейронной сети» обрабатывает числа.
Калькулятор в вашем смартфоне не знает, что он прибавляет или вычитает: он просто обрабатывает введенные вами данные на основе алгоритма, разработанного его программистом. Он не рассчитывает: он справляется. Искусственные нейроны не пишут слова, не генерируют изображения и не управляют вашей Теслой: они просто обрабатывают слова, над которыми работают (изображения и т д.), так, как вы им говорите. Во всем этом нет никакого интеллекта, это просто программа, которая запускается только тогда, когда люди нажимают кнопку. Даже самый плохой иллюстратор или журналист может начать работу без команд и программирования, а Neuron — нет.
«Понимание даже простейших реальных нейронных сетей остается за пределами наших возможностей». Ева Мардер, нейробиолог из Университета Брандейса, провела большую часть своей карьеры, пытаясь понять желудок омара, как сеть из десятков нейронов контролирует ритмическое измельчение пищи. Несмотря на огромные усилия и изобретательность, мы до сих пор не могли предсказать, что произойдет, если мы изменим хотя бы один нейрон в этой крохотной сети — и это произошло».
Мэтью Кобб «Почему ваш мозг — не компьютер»
Любой, кто ожидает, что искусственный интеллект станет зрелым, или кто ожидает, что он будет править миром, как Скайнет, не знает, как работает мозг. Эксперты по мозгу тоже не знают. Но они уже знают достаточно, чтобы осознать свое невежество. Поэтому опасаться появления разумных компьютеров даже не думают: случайным образом построить Большой адронный коллайдер невозможно. Создать искусственный мозг человеческого уровня гораздо сложнее, чем Большой адронный коллайдер.
Давайте воспользуемся аналогией. Давайте представим, что все учёные и инженеры 1824 года собрались в одном месте и им показали разрез действующей атомной электростанции 2024 года. Смогут ли они понять, как это работает, и воспроизвести это?
Сто процентов — нет. Люди в 1824 году могли идентифицировать только одну из ключевых цепей оборудования атомной электростанции — паровой котел (парогенератор). Это был первый раз, когда он увидел позади него паровую турбину. Если бы учёные той эпохи действительно обратили внимание, они бы поняли, что пар в котле толкал лопасти этой странной штуки и заставлял её вращаться. Если бы просто скопировали, то толком бы не получилось: для этого сопла, подающие пар из котла в турбину, должны иметь особую форму. Если бы они были достаточно умны, чтобы скопировать форму сопла, у них была бы паровая турбина. Это был важный и крупный прорыв того времени.
Но они все равно не смогут воспроизвести ядерный реактор. Даже если бы им разрешили проанализировать его содержимое и даже если бы они открыли уран, концепция атомных изотопов была бы им неизвестна. Так что они не смогут понять, чем уран-235 отличается от урана-238 — для их лучших устройств это будет тот же уран. Это значит, что они не смогут смешать их в пропорциях, необходимых для запуска реактора.
Мы находимся в похожей ситуации, когда смотрим на человеческий мозг и интеллект. Перед нами нечто очень продвинутое, вроде космического корабля или ядерного реактора 1824 года. Мы все еще можем воспроизвести простейшие детали, например тот факт, что нейроны в сети работают определенным образом. Уже невозможно понять, как именно эти сети работают или обучаются (без обратного распространения ошибки, но лучше, чем с ним). Как именно работают нейроны? Как все это сочетается в мозгу? Ответ неизвестен.
Между состоянием нашей науки и сложностью мозга существует пропасть. Даже если бы мы выстрелили в себя из пушки, чтобы как можно быстрее пересечь эту пропасть, нам потребовалось бы столетие, чтобы перепрыгнуть ее, даже при самых высоких темпах исследования. Просто потому, что базовый уровень настолько низок: нейробиологи теперь знают о мозге меньше, чем биологи до того, как Дарвин узнал о биологии, или физики до того, как Ньютон узнал о физике.
Что это значит для практического применения «ИИ» (а точнее, «нейросетей»)
Технологические оптимисты возражают: если это все, если мы не можем воспроизвести что-то очень сложное, не зная, как оно работает, смогут ли нейронные сети достичь тех же результатов, что и люди? Ведь нейронные сети генерируют иллюстрации, текст, пишут программный код, раздают людям диагнозы для лечения и даже обнаруживают новые связи. Буквально на этой неделе, например, за такое открытие им была присуждена Нобелевская премия по химии. Они говорят, что было бы глупо отрицать успех нейронных сетей: иначе они не получили бы Нобелевскую премию по физике на той же неделе за свою разработку (лишив самих физиков.
Тогда, говорят сторонники идеи, мы все равно не сможем воспроизвести птицу или стрекозу, хотя военные очень полезны в дронах с такой огромной автономностью или в разведывательных дронах, которые размером со стрекозу и способны летать пересекает океан.
Но это не помешало людям строить самолеты. Да, у них есть фиксированные крылья, но это не мешает перевозке людей и грузов. Разве нейронная сеть не может сделать то же самое? Хотя их структура явно отличается от структуры интеллектуалов, это не мешает им добиваться больших успехов.
Все выглядит вот так. Однако попробуем обратиться к конкретному примеру использования нейронных сетей, и сразу станут очевидны многие нюансы.
Как работник СМИ и редактор, я довольно часто сталкиваюсь с нейронными сетями. Это эффективный способ оценки качества потенциальных сотрудников. Ведь в любой сложной задаче нейросети допускают типичные ошибки при переводе и написании текста. За прошедший год каждый опытный редактор уже давно научился быстро отличать текст от авторов с помощью любой версии ChatGPT. Это экономит время: раньше требовалось больше усилий, чтобы узнать о результатах работы других кандидатов, которые могли вас не заинтересовать.
Это не значит, что нейронные сети не используются для генерации контента: они используются очень часто. Многие Telegram-каналы и СМИ не особо гонятся за качеством, поэтому часто этим пользуются. Существуют также редакторы, которые предписывают нейронам редактировать текст в том или ином стиле. Конечно, в таких редакциях никто не сможет блеснуть стилем (поэтому и претензий к конечному продукту у них нет). Но мы должны понять. Медиарынки нашего времени не всегда требовательны, поэтому для них есть место.
Картинки как картинки: они сделаны низкого качества. Иногда их можно использовать, но чаще всего проще найти нормальную, обычную фотографию. Подобные изображения часто используются в местах с более низкими требованиями.
Если мы спросим программистов, которые пробовали программировать с помощью нейронов, ответы будут очень похожими. В общих чертах это звучит так: Если вы пишете на Python простые игрушки для мобильных телефонов, то почему бы и нет. Вы говорите, что хотите получить, копируете вывод и вставляете его. Некоторые оригинальные, совершенно новые продукты – больше не существуют. В Java почти то же самое.
В C++ уже есть большая сложность: ошибок так много, что их редактирование занимает минимум столько же времени, сколько экономит написание кода. Это может иметь смысл только для новичков. Даже на среднем уровне, не говоря уже о более продвинутом, самостоятельное написание кода на C++ займет меньше времени.
Может быть, все опрошенные нами программисты были старыми пидорами (самому младшему, кстати, было 23 года), которые любили новое и не любили старое, и поэтому принижали способности программистов Neuron? Давайте посмотрим научные работы и отраслевые отчеты по этому вопросу: все то же самое.
А что же с роботакси?
Ладно, возможно, нейронные сети так себе, когда дело доходит до обработки текста, изображений и кода. Но беспилотные автомобили уже давно на дорогах. Waymo (также известная как Google) уже предоставляет услуги по вызову пассажиров в нескольких городах США. «Яндекс» уже много лет говорит о том, насколько хорошо его дроны работают на дорогах, в том числе в Москве. Что ж, Маск наконец-то догнал. Очевидно, что нейронные сети могут справиться со всем в этой области.
Что ж, фотографии, которые нам подают СМИ, реальны. Но как только вы зададите всего несколько вопросов, все развалится.
Начнем с самого простого. Роботакси стремится снизить цены за счет экономии средств. Сегодня в Соединенных Штатах вы платите водителю такси 150 центов за километр пробега. Когда Илон Маск представил Cybertaxi, он назвал ориентировочную стоимость своих услуг в размере 25 центов за километр. Даже если бы это число было увеличено вдвое (товар был новым и ненастроенным), беспилотные такси в США были бы в несколько раз дешевле обычных такси. Сколько стоит Веймо?
На самом деле его цена мало чем отличается от Uber в США. Но как это возможно? Напомним: цена 150 центов за километр в США во много раз выше, чем в Москве, именно потому, что в США труд водителей дороже. Таксисты там тратят десятки тысяч долларов в год. Люди подозревают, что Google/Waymo просто зарабатывают деньги, используя свои дроны, работающие на нейронах. Какая у них прибыль, не 300% ли?
К сожалению, мы не знаем точных размеров прибыли Waymo. Основная причина: потери. В первой половине этого года они потеряли 2 миллиарда долларов. Каждая поездка на роботакси стоит не менее 800 долларов.
Как они это сделали? Все просто: у Waymo нет беспилотных такси. Как и никто другой. Так называемая машина управляется одним нейроном, за группой которого присматривает удаленный инженер. Машина застряла в непонятной ситуации, стала вялой и остановилась на пустой дороге (обычная история с дронами)? Инженер нехотя отложил смартфон в сторону и предложил, что делать. Ну или вручную выпутываться из передряги.
Инженер немного застрял в телефоне и отвлекся? Точно так же, как и то, что произошло в 2024 году, дроны Waymo сбивают пешеходов, велосипеды, троллейбусы (да, троллейбусы есть даже в США). Компания-разработчик прекрасно осознает, что ее Neuron не обладает настоящими беспилотными возможностями. Поэтому он специально не пускал их на шоссе (чтобы они не убивали людей на загородных скоростях) и старался предоставлять услуги в городах с более теплым и сухим климатом. Потому что лидар, на который полагаются ее нейроны для зрения, не работает должным образом в тумане или даже при небольшом дожде: водяной пар поглощает излучение волн лидара.
Другие западные беспилотные такси или подобные продукты от Яндекса используют точно такой же метод вождения: камеры, лидары и нейроны не всегда справляются, поэтому удаленный оператор всегда готов вмешаться. Но этот подход неизбежно обходится дорого.
Вы не можете спросить Хуана Гомеса, таксиста, вчерашнего мексиканского преступника, сегодняшнего американского нелегального иммигранта, вы должны спросить кого-то высокообразованного, владеющего сложным программным обеспечением или даже юридического. Кроме того, такие дроны оснащены лидаром, комплект которого стоит столько же, сколько дешевый автомобиль. Будущее такой программы ограничено: даже если Waymo не обанкротится, она не сможет получать более низкие цены, чем таксисты-люди.
Маск определенно не хочет терять 4 миллиарда долларов в год: он хочет использовать эти деньги для стократных запусков ракет в космос. Поэтому в его проекте «Кибертакси» нет удаленных инженеров, которые следят за тем, что там делают нейроны. И лидара нет: это дорого и ненадежно.
Маск действительно приложил все усилия, чтобы оснастить Tesla самым производительным беспилотным компьютером, который только может быть произведен. Его компания разработала для этой цели специализированное оборудование, имеющее уникальное соотношение терафлопс к потребляемой мощности. С точки зрения программного обеспечения это всё тот же нейрон, только очень быстрый.
А нейроны не могут долго управлять автомобилем без вмешательства человека. Давайте возьмем в качестве примера последнюю и наиболее тщательно протестированную версию автопилота Tesla (которая все еще требует цитирования) — FSD 12.5. Примерно раз в 500 километров человек, чтобы избежать опасной ситуации, вынужден взяться за руль, отключив таким образом автопилот (так называемое критическое вмешательство) и решая проблему вручную. И каждые 70 километров люди начинают чувствовать, что автономное вождение становится вялым. Например, он ехал недостаточно быстро, находился не на лучшей полосе и т д. Они снова вмешиваются и едут сами, пока не перестроятся или не увеличат скорость до нужного уровня.
На первый взгляд, эти цифры выглядят очень хорошо. Средний пробег обычного автомобиля — пятьдесят километров в день: получается, что вы вмешиваетесь в работу нейронов только один раз в течение дня. Если вы забыли оптимальный режим вождения, на какой полосе вы находитесь и едете ли вы с достаточно высокой скоростью, вы можете проводить еженедельное вмешательство. Это все актуально для владельцев Tesla со стандартным автопилотом.
Но это не относится к Кибертакси. Ни руля, ни педалей: вы не сможете вмешаться в опасную ситуацию. Первая авария разрушила бы его репутацию. Сотый будет завершен. Но Tesla нацелилась на серийное производство автомобилей: «Кибертакси» будет продаваться не дороже, чем за 30 000 долларов. Фактически, это одна из причин, по которой машина двухместная: она дешевле. Это означает, что количество потенциальных аварий также велико.
О какой аварии речь? Журналист Фред Ламберт, один из владельцев Tesla с последней версией автопилота, описал это так: «Он приближался к перекрестку, чтобы повернуть налево. Автопилот вроде бы двигался, но вдруг сильно замедлился в середине поворота. Пытаясь избежать удара слева, Ламберт взял на себя управление и завершил поворот. Такое случается часто: для нейронов характерны так называемые галлюцинации. В этом случае они видят препятствие на открытой дороге и начинают тормозить, чтобы избежать столкновения с ним.
Нетрудно видеть, что это очень опасная ситуация. Хотя кибертакси существуют, их может не быть вообще. Компания не выпускает продукты без их тестирования. Любое тестирование укажет на необходимость критического вмешательства, но финансирование отсутствует. Как опубликовать здесь товар?
Может быть, нам стоит назначить удаленных инженеров для наблюдения за парком Кибертакси, таких как Waymo или Яндекс? Ведь вмешательство необходимо каждую неделю. Увы, это тоже тупик: никто не знает, когда это понадобится. Если на каждые 100 машин приходится один инженер, он может вмешаться только тогда, когда машины не справляются.
Waymo утверждает, что ее автомобили настолько самодостаточны, что требуют вмешательства удаленного инженера каждые 150 000 километров пробега. Так ли это, мы не знаем. Но мы убеждены, что компания не может содержать достаточно небольшой штат сотрудников, чтобы не терять миллиарды долларов каждый год.
Почему Илон Маск решился на шаг, который станет его первым крупным провалом?
Все это вызывает вопросы. Понятно, почему Waymo инвестировала в проект, который обходится ей в миллиарды долларов каждый год. Корпоративная среда в Google и ее дочерних компаниях работает как в любой крупной компании. Подчиненный хочет получить повышение и премию, поэтому представляет начальнику такую картину: «У нас все хорошо. Потери временные. Нам нужно больше работать, и все будет хорошо. И он поменяет работу» пять лет, перейдя в другую компанию, ему было наплевать, что будет с беспилотным направлением его предыдущей компании.
Но Маск никуда не денется. Почему он запустил проект Кибертакси? Кстати, ради себя он отложил запуск модели электромобиля стоимостью 25 000 долларов, что является более реальной перспективой.
Проблема в том, что Маск — программист и инженер, а не нейробиолог. Поэтому он не знает, что никто не знает, что такое естественный интеллект, что нейроны в нейронных сетях и нейроны в нашем мозгу имеют только одно общее имя, что человеческий мозг имеет совершенно разные методы обучения (обратного распространения ошибки не существует, там часто непонятно, как это работает).
С его точки зрения, прогресс Tesla Neuron очевиден: еще несколько лет назад критическое вмешательство требовалось каждые несколько десятков километров, тогда как в последних конфигурациях речь идет о сотнях километров. Маск считает, что нам нужно двигаться дальше: версия устройства Neuron Cybertaxi уже не будет четвертой, а пятой. Больше вычислительной мощности – и вообще никакого критического вмешательства.
Физики элементарных частиц очень хорошо понимают эту логику. Перед запуском Большого адронного коллайдера часто говорили: если мы увеличим мощность, то откроем новые физические явления. Есть еще частицы темной материи. Это еще не все. Первый запуск показал только бозон Хиггса, предсказанный в 1960-х годах. Тогда оптимисты говорят: давайте увеличим мощность и откроем темную материю. С тех пор мощность там повышалась не раз, но новой физики так и не было открыто. Они ее не найдут: в конце концов, темная материя вообще не состоит из частиц.
Аналогичная ситуация и с Кибертакси. Маск повысит производительность своих компьютеров; его компания преуспела в этом. Но нельзя найти то, чего не существует. На БАКе невозможно найти частицы темной материи, потому что их не существует. Невозможно найти бортовой компьютер с таким уровнем мощности, при котором нейроны могли бы делать то, что могут делать настоящие нейроны нашего мозга.
Для этого вам нужно понять, как работает ваш мозг, и научиться делать подобные вещи. Вы могли бы сделать что-то похожее на птицу, поставить на нее более мощный двигатель и надеяться, что она сможет летать. Но это не сработает: разведка гораздо сложнее самолета.
Мы подчеркиваем: это не означает, что Маск обанкротится. Да, потери проекта Cyberaxi будут огромными, возможно, такими же большими, как и потери Waymo. Но с годовой прибылью Tesla в 15 миллиардов долларов она справится даже с этой задачей. Понятно, что к 2020-м годам его компания начнет выпускать миллионы автомобилей, а к 2030-м годовое производство превысит 5 миллионов.
Это не означает, что нейронные сети бесполезны при вождении. Любой водитель понимает, что автомобиль, требующий критического вмешательства каждые несколько сотен километров, существенно разгружает его, особенно в дальних поездках. Вы также не сможете отвести взгляд от дороги: бортовой Neuron использует камеры, чтобы контролировать, смотрит ли водитель-человек на дорогу.
Самое приятное то, что, по опыту Tesla, автомобили с этой функцией гораздо реже попадают в аварии, чем Tesla без нее. Да, у нейронов бывают галлюцинации, а у людей нет. Следовательно, гибрид нейронов и живого водителя не может совершать типичные человеческие ошибки (поскольку он не утомляется), а также не может совершать нейрональные ошибки (поскольку у живого водителя нет запрограммированных галлюцинаций).
Таким образом, Neuron на Tesla имеет смысл как с точки зрения комфорта пользователя, так и с точки зрения шансов на выживание. Тем не менее, этот фактор продолжит привлекать покупателей. Через десять лет на наш рынок, пусть и в самом дорогом сегменте (Китай), выйдут системы с аналогичным функционалом).
Нейронные сети найдут применение не только в автомобилях. Существует множество типов документов, которые написаны настолько формально, что не имеют особого смысла. И даже если там кто-то допустит ошибку, во-первых, это мало кто заметит, а во-вторых, влияние будет очень небольшим. ChatGPT уже занимается всеми этими бесконечными отчетами от учителей, а также другим отрывочным планированием и бессмысленной бумажной работой и будет продолжать это делать. Просто редактируют где надо и всё.
Но надеяться на беспилотные автомобили, надеяться стать универсальным помощником для ученых или дизайнеров в лице нейронных сетей в 2020-х годах — значит надеяться, что логарифмическая линейка сможет спроектировать за вас самолет, и надеяться, что калькулятор сможет доказать теорему Ферма. Наука существует именно для того, чтобы мы могли четко отличать реальность от вымысла. Она сказала нам: нельзя построить самолет, положив на землю модели из соломы и палок.
Примечание NS: Мнения редактора могут отличаться от мнения автора.