Некоторые инновации могут изменить экономику. Однако с новейшими инструментами искусственного интеллекта все не так однозначно. Несложно представить, как что-то наподобие умного чат-бота Chatgpt, который с момента запуска в ноябре взорвал Интернет, могло бы либо резко повысить производительность труда или полностью заменить человека. Аббревиатура GPT в названии расшифровывается как «заранее обученный алгоритм преобразования естественного языка для генерации текста», который представляет собой особый вид языковой модели. Это также может означать некую универсальную технологию: инновацию, которая призвана повысить производительность в различных отраслях и профессиях, например, в области паровых двигателей, электричества и вычислительной техники. Экономические революции, вызванные внедрением более ранних GPT, могут дать некоторое представление о том, насколько сильно высокопроизводительный искусственный интеллект может трансформировать экономику в ближайшие годы.

В статье, опубликованной в 1995 году, Тимоти Бреснахан из Стэнфордского университета и Мануэль Трахтенберг из Тель-Авивского университета перечислили характеристики универсальной технологии. Она должна использоваться во многих отраслях промышленности, иметь потенциал для постоянного совершенствования и обеспечивать «инновационную взаимодополняемость», то есть стимулировать дополнительные инновации в отраслях, в которых она применяется. Искусственный интеллект широко используется, становится лучше с каждым днем и внедряется во все большее число проектов и разработок. Когда же начинается экономическая революция?

Первый урок из истории заключается в том, что даже самой эффективной новой технологии нужно время, чтобы изменить экономику. Джеймс Ватт запатентовал паровой двигатель в 1769 году, но энергия пара не смогла заменить воду в качестве источника мощности в промышленности до 1830-х годов в Великобритании и 1860-х годов в Америке. По словам Николаса Крафтса из Университета Сассекса, в Великобритании вклад пара в рост производительности достиг пика после 1850 года, почти через сто лет после регистрации патента Ватта. В случае с электрификацией все основные технические изменения были внесены до 1880 года, однако рост производительности труда в Америке фактически замедлился с 1888 по 1907 год. Почти через тридцать лет после появления первых кремниевых интегральных схем Роберт Солоу, лауреат Нобелевской премии по экономике, по-прежнему отмечал, что компьютерная эпоха наступила везде, но это не отражается на статистике производительности. Только в середине 1990-х годов в Америке начался бум производительности на основе компьютеров.

Разрыв между инновациями и влиянием на экономику отчасти обусловлен необходимостью доработки. Первые паровые двигатели были неэффективны и потребляли очень много дорогого угля. Точно так же поразительная производительность современных инструментов искусственного интеллекта предполагает значительные улучшения по сравнению с продуктами, которые спровоцировали ажиотаж в области искусственного интеллекта примерно десять лет назад. (Например, Siri, виртуальный помощник Apple, был выпущен в 2011 году.) Замедлить процесс внедрения может и недостаток капитала. Роберт Аллен из Нью-Йоркского университета в Абу-Даби утверждает, что медленный рост производительности в Великобритании во время индустриализации связан с нехваткой капитала для строительства заводов и машин, которую постепенно удалось преодолеть по мере того, как капиталисты стали реинвестировать огромную прибыль.

В более поздних работах подчеркивается такой параметр, как время, необходимое для накопления нематериального капитала, или базовых навыков, необходимых для эффективного использования новых технологий. Действительно, Эрик Бриньольфссон из Стэнфордского университета, Дэниел Рок из Массачусетского технологического института и Чед Сайверсон из Чикагского университета считают, что революционная новая технология может быть связана с «J-образной кривой производительности». Измеренный рост производительности может фактически снизиться через несколько лет или десятилетий после появления новой технологии, поскольку фирмы и работники тратят время и ресурсы на изучение технологии и разработку бизнес-процессов на ее основе. Только позднее, когда эти инвестиции дают результат, начинается J-образный рост. По мнению авторов, инвестиции в нематериальный капитал, связанные с искусственным интеллектом, возможно, уже снижают рост производительности, хотя пока и не очень сильно.

Безусловно, для многих людей вопросы о влиянии искусственного интеллекта на экономический рост смещаются на второй план, уступая опасениям по поводу последствий для работников. Из-за этого в истории не раз возникали разногласия. Хорошая новость: несмотря на значительные технологические и экономические изменения, опасения в отношении массовой безработицы из-за технологического прогресса никогда ранее не оправдывались. Однако технологии могут негативно сказываться на отдельных профессиях, провоцируя социальные разрушения. В начале промышленной революции механизация резко увеличила спрос на неквалифицированных рабочих, но сократила доходы ремесленников, которые раньше выполняли большую часть работы, поэтому некоторые решили присоединиться к луддитам, громивших машины. А в 1980-х и 1990-х годах автоматизация текущей работы на заводах и в офисах заменила многих работников со средним доходом, одновременно повысив спрос как высококвалифицированных, так и низкоквалифицированных работников

Искусственный интеллект может повысить производительность труда в любой сфере, даже в среде писателей. Однако последствия для профессии в целом зависят от того, приведут ли повышение производительности и снижение затрат к сильному скачку спроса, или же он будет незначительным. Когда благодаря конвейеру — технологической инновации с характеристиками, подобными GPT, Генри Форд снизил затраты на производство автомобилей, рабочие выиграли от роста спроса. Например, если искусственный интеллект повысит производительность и снизит затраты в медицине, это может увеличить спрос на медицинские услуги и специалистов

Существует вероятность, что высокопроизводительный искусственный интеллект сломает шаблоны. Технология, способная справиться практически с любой задачей, которую может выполнить обычный человек, позволила бы человечеству освоить неизведанное экономическое пространство. Тем не менее, даже при таком сценарии не стоит забывать об уроках прошлого. Устойчивый экономический рост во время паровой революции, а также дальнейшее ускорение темпов благодаря электрификации и другим более поздним инновациям, сами по себе оказались беспрецедентными. После их внедрения стали появляться новые изобретения и институты для того, чтобы кардинальные изменения в экономике привели к всеобщему процветанию, а не спровоцировали хаос. Возможно, скоро придется снова вступить в борьбу за успешные инновации.

www.economist.com/finance-and-economics/2023/02/02/the-ai-boom-lessons-from-history

Тебя больше не чипируют, даже если ты попросишь

В России приостановили прием заявок на выдачу загранпаспортов нового образца (сроком на 10 лет) – вместо них предлагают оформлять «старенькие» пятилетние паспорта. Причина банальна – в условиях санкций единственный в России производитель чипов в Зеленограде просто не успевает настрогать их в нужном количестве.

Если у вас еще оставались сомнения, что в сложившейся ситуации загранпаспорт – это для россиянина один из самых важных активов (Кийосаки, молчать!!), то Вселенная вам как бы уже изо всех сил намекает. Если у вас вообще нет заграна, или вашему текущему осталось жить всего несколько лет – то я прямо в приоритетном порядке при первой возможности сделал бы себе второй сразу на 10 лет (да, можно иметь одновременно два действующих заграна, если вы не знали).

Эту таблицу я впервые приводил в своем выступлении на конференции Смартлаба  весной 2016-го и повторил на конференции 2018-го, акцентировав внимание на том, что хочу оформить письменно ниже

Что в таблице?  В таблице доли участков RI (фьючерс на индекс РТС — прим. мое) из 10 приращений, как по отдельным периодам, так и в целом, которые я отнес к «трендам». Что я считал «трендом»? «Трендом» я считал участки, на которых среднее приращений цен (или приращений логарифмов цен, что эквивалентно) отлично от нуля и если оно больше нуля, то относим отрезок к «трендам вверх», а если меньше нуля – к «трендам вниз».

 Какой использовался критерий? Обычный модифицированный критерий Стьюдента на отличие приращений логарифма(!) цены от приращений гауссовского процесса со средним нуль  и дисперсией «почти равной» для 9 испытаний из 10 (нулевая гипотеза). Так как мы имеем критерий на различие сложной гипотезы против простой, то распределение статистики критерия точно известно нам только  при простой гипотезе. И потому при априори выбранных границах критерия мы можем знать только вероятности попадания последовательности из 10 значений в наши «классы» при верности нулевой гипотезы.