Скотт Гэллоуэй

Васант Дхар Маусым, 2025 жыл

Wiley баспасындағы редакторым Билл Фаллонға сенімі үшін рақмет. Билл маған бастапқыда қаржыдағы ЖИ туралы кітап жазуды ұсынған еді. Мен оған жалпы оқырманға арналған кеңірек тақырыпта жазып жатқанымды айтқанда, ол менің кез келген жазғанымды басып шығаратынын айтты. Бұл — автор естігісі келетін ең жақсы сөз. Бұл мені агент пен баспа іздеу әуресінен құтқарды.

Ең алғашқы толық нұсқаны оқып шығып, тараулар арасындағы байланыс пен кітаптың негізгі тақырыптарын дамыту туралы ой салуға итермелеген Эрик Бестке ерекше рақмет. Сондай-ақ, сол ерте нұсқаны мұқият оқып шыққан Алекс Чалкқа да алғысым шексіз.

Клаудия Перличке әдеттегідей көрегендігі үшін, кейбір тұжырымдарыма күмән келтіріп, материалды жақсырақ ұйымдастыру туралы сындарлы ұсыныстар бергені үшін ерекше рақмет айтамын. Сондай-ақ, Арун Сундарараджанға ЖИ тарихын ChatGPT-ден бастайтын оқырмандар аудиториясына оқиғаны қалай ұсыну керектігі туралы тамаша кеңестері үшін алғыс айтамын.

Росс Гаронға қолжазбаны қысқа мерзімде мұқият оқып шыққаны үшін көп рақмет. Оның жалпы түйіндер туралы терең ойлары мен баяндауды нақтылауға көмектескен егжей-тегжейлі ескертулерін жоғары бағалаймын.

Бұрынғы авторлас серігім Роджер Штейнге күткенімнен де артық еңбек еткені үшін қарыздармын. Роджер әр тарауды түрлі түсті түзетулермен қарап шықты: жасыл — «маған ұнайды», көгілдір — «бұл стильді өңдеу керек», сұр — «бұл түсініксіз», сары — «мұнда қате болуы мүмкін» және қызыл — «бұл дұрыс емес сияқты». Роджер бәрін ашық айтады, сондықтан кітаптан жеткілікті мөлшерде жасыл белгілерді көргенде қатты қуандым.

Соңында, Елена, Эрик, Клаудия, Арун, Алекс, Росс және Роджер өңдегеннен кейін нұсқаны қысқа мерзімде оқып шыққан Роджер Шоллға рақмет. Шолл нұсқаны оқығаннан кейін маған: «Саған менің керегім жоқ сияқты, оқырмандарың керемет жұмыс істепті», — деді. Дегенмен, мен оған тапсырыс бердім, өйткені мінсіздікке ұмтылдым. Мен оған қол жеткіздім деп үміттенемін, бірақ оның қаншалықты жақын болғанын сіздер бағалайсыздар.

Маған күлкі сыйлайтын және менің тізгінделмеген әзілімді көтеретін отбасыма, достарыма және әріптестеріме рақмет. Сендер ең кереметсіңдер.

Мен 1950 жылдары Кашмирде дүниеге келдім және мектепке ат арбамен баратынмын, сондықтан мен нағыз «дұрыс» почта индексінде туылған жоқпын. Бірақ жастық шағымда көп саяхаттадым, бұл менің кемшілігімнің орнын толтырды. Әкем әскери адам болды; мен тоғыз жасқа толғанша бүкіл Үндістан бойынша жеті мектепте оқыдым. Ата-анам мені Гималай тауының етегіндегі интернатқа жібергелі жатқанда, әкемді Эфиопияға Үндістанның Шығыс Африкадағы әскери атташесі етіп тағайындады.

Тоғыз жасқа толған туған күнімде біз Бомбейден Йеменге Vietnam деп аталатын француз кемесімен жүзіп кеттік. Саяхат бір аптаға жуық уақытты алды. Мен алғаш рет теңіз ауруын сезіндім. (Әлі күнге дейін қайықтарда басым айналады. ) Йеменде бір күн болғаннан кейін біз кофе отаны — Дире-Дауаға тоқтап, Аддис-Абебаға винтті ұшақпен ұштық.

Аддистегі британдық мектептегі алғашқы күнім есімнен кетпейді. Анам қателесіп мені төртінші сыныптың орнына жетінші сыныпқа беріп жіберіпті. Үйге келіп, балалардың менен әлдеқайда үлкен екенін айтып шағымдандым. Анам мені асыра сілтеп отыр деді де, «аузыңды жап» деді. Бұл таңсық емес еді, өйткені мен өте пысық бала болдым және көп сөйлейтінмін. Ол кезде үнділік ата-аналар, әсіресе әскерилер, балаларының шағымын өміріне қауіп төнбесе, көтермейтін.

Келесі бірнеше апта ішінде мен британдық мектепте түрлі түсті, түрлі жастағы және ортадан шыққан балалармен достастым. Менің сыныбымда бір елден келген бірнеше студент қана болды. Маған жасы жағынан ең жақыны 12-де еді. Дене шынықтыру сабағында олар маған мүмкіндік беру үшін биіктікке секіру бағанын бір футқа төмендететін. 4 × 100 ярдтық эстафетада олар мені ең жылдам жүгірушілермен бір топқа қосып, соңғы кезеңде жүгіртетін, ал басқа командалар мені соңғы сәтте қуып жетуге тырысып, бәрі маған жанкүйер болатын. Мен өзімді сол ортаның бір мүшесіндей сезіндім. Өмір тамаша еді.

Мен Эфиопияны жақсы көрдім, сондықтан ұзын бойлы сыныптастарыммен көзіме жас алып қоштастым. Әкемнің Эфиопиядағы әскери атташе қызметі бүкіл Шығыс Африка бойынша Land Rover-мен саяхаттауды қамтитын. Біз жабайы жануарлар, соның ішінде арыстандар, бегемоттар мен антилопалар өріп жүрген қорықтар арқылы күндер бойы жүретінбіз. Лалибела, Гондэр және әлемдегі ең үлкен тас обелискі бар Аксум көне қалаларын, сондай-ақ Хайле Селассие италиялықтарды жеңіп, Эфиопиядан қуған Карен шайқас алаңын аралағанымыз есімде.

«Бәрін білетін компьютер? Ол менің не ойлап тұрғанымды да біле ме? » — деп сұрадым мен. Қатты қорықтым.

«Ол бәрін біледі, — деп жауап берді ол, — оның жады мінсіз болады және ол ештеңені ұмытпайды».

Мен Эфиопияда жұма күндері көрсетілетін Уильям Шатнер мен Леонард Нимой ойнаған «Жұлдызды жол» (Star Trek) телесериалын көре бастаған едім. Бәрін білетін компьютер идеясы маған қорқынышты түстер сыйлады. Мен Қытай мен Ресейдегі коммунистік режимдер туралы, адамдарды авторитарлық үкіметтер басқаратыны туралы қорқынышты әңгімелер естіген едім. Бәрін білетін машинаның бақылауында болу идеясы одан да жаман естілді.

Еуропа бойынша саяхаттау керемет тәжірибе болды, бірақ мені әрқашан Америка қызықтыратын. 1969 жылдың тамызындағы Вудсток музыкалық фестивалінің үзінділерін көру және сол жазда 13 жасқа толған күнімде Нил Армстронгтың айға қонғанын теледидардан көру маған үлкен әсер етті. Америка мен оқуымды жалғастырғым келетін жер болды. Кабулдан Лондонға дейінгі саяхатымнан үш жыл өткен соң, мен Питтсбургте магистратурада оқып жүрдім.

Сараптамалық жүйелер компьютер мамандарынан салалық сарапшылардан нақты білімді — әдетте ережелерді — алуды талап етті. Алайда, бұл үлкен кедергі болды, әсіресе ережелер саны өсіп, олардың өзара әрекеттесуі медициналық диагностика сияқты нақты қолданбалы салаларда басқару үшін тым күрделі болып кеткенде.

Бірақ ЖИ әлі де тек бір салалық қолданбалы бағдарлама еді. Терең оқыту жүйелері әлемді қабылдай алғанымен, медициналық диагностика жүйесі сияқты әрбір жүйе әлі де нақты контекстке бейімделіп, жеке-жеке жасалатын.

Кун ғылымның барлық салалары парадигмалық ауысулардан өтетінін айтты. Уақыт өте келе, парадигма құбылыстарды түсіндіре алмай, балама көзқарас арқылы жақсырақ шешілетін кедергілерге тап болғанда, дағдарыс туындайды және онымен бірге парадигма ауысады.

Екінші ауысу — деректерді қолмен өңдеуден Терең оқытуға көшу болды, бұл интеллектті деректер көзіне жақындатты: машиналар адамдардың көмегінсіз көру, дыбыс және тіл арқылы өз ортасын тікелей қабылдай алды. Енді компьютерлер кескінді тікелей өңдей алатын болды. Бірақ бұл алгоритмдер әлі де белгілі бір салалармен шектелді және әрбір нақты қолданыс үшін арнайы жасалып, үйретілуі тиіс еді.

Үшінші ауысу — Жалпы интеллектке көшу, машиналарға кез келген дерек түрінен үйренуге және ChatGPT сияқты кез келген саланы дереу талдауға мүмкіндік беретін алгоритмдерді жасауды қамтиды.

Машиналық оқыту мен Терең оқытудың пайда болуы ЖИ-ді логикалық ойлаудан деректер негізінде болжам жасауға бағыттады. Мұндай болжамдармен не істейтініңіз мүлдем басқа мәселе. Бірақ ЖИ саласы деректерден болжам жасауға тым қатты беріліп кетті де, логикалық ойлау мен жоспарлау сияқты нәрселер кейінге қалды.

Жалпы алғанда, ЖИ-ді тауашалық қолданбалы саладан жалпы мақсаттағы технологияға айналдырған Жалпы интеллекттің пайда болуы қоғам үшін маңызды салдарға ие. Бұл кітап осы салдарлар туралы қалай ойлау керектігі туралы.

OceanofPDF. com

Біз ChatGPT деп аталатын жаңа ЖИ ойыншығы түріндегі ерте келген Рождестволық сыйлыққа ояндық.

Бірақ ChatGPT-тің сол ерте нұсқасы қарапайым ойыншық емес еді. Ол өте мейірімді, кез келген тақырыпта сөйлесе алатын және оны қолданудың сан түрлі жолдары бар еді. ЖИ-дің 60 жылдық тарихында алғаш рет әрбір адам онымен тіл табыса алды. Чат-бот іске қосылған алғашқы бес күнде миллион пайдаланушы жинады, ал осы жолдар жазылып жатқанда, әлем халқының 10%-дан астамы оның апта сайынғы белсенді пайдаланушылары болып табылады. Google-дың Gemini және Anthropic-тің Claude жүйелері шамамен тағы 7%-ды құрайды.

1984 жылы мен ЖИ-дің «жоспарлау» деп аталатын белгісіз саласы бойынша кандидаттық диссертациямды қорғаған кезде ЖИ туралы ешкім білмейтін еді. Жоспарлау — бұл мәселені қарапайым шешімдерге бөлу, олардың арасындағы байланыстарды және олардың орындалу ретін анықтау.

Қызығы, деректердің қолжетімділігі күрт артқан сайын, ЖИ-дің фокусы ойлау мен жоспарлаудан Машиналық оқыту мен деректерге негізделген болжам жасауға ауысты. Алайда, ChatGPT сияқты ЖИ машиналарының пайда болуы ойлау мен жоспарлауды ЖИ-де қайтадан бірінші орынға шығарды. Шынында да, мұндай чат-боттарға қатысты жиі айтылатын сын — олардың жеткілікті түрде жоспарламайтыны (егер олар мүлдем жоспарласа) және сөйлемес бұрын көбірек ойлануы керек екендігі!

AHP шешім қабылдау жағдайына қатысты критерийлерді анықтауды және қарастырылып жатқан таңдаулар үшін олардың салыстырмалы маңыздылығын белгілеу мақсатында критерийлерді өзара жұптық салыстыруды талап ететін. Бұл күрделі мәселелерді құрылымдауға арналған өте керемет алгоритм еді және кейіннен ол күрделі жағдайларда шешім қабылдауға арналған танымал коммерциялық бағдарламалық құралға айналды. Мен AHP-ді компьютерде алғаш рет іске қосу үшін Fortran тілінде матрицалық математиканы қолданып жатқанмын. Мен бұрын мұндай ештеңе істеп көрмегенмін. Перфокарталарда бағдарламаларды іске қосу — бұл есептеу техникасының тас дәуірі еді. Қазір бірнеше секундты алатын нәрсені 1970-ші жылдары іске асыру үшін апталап бағдарламалау қажет болатын.

Мен Кеннің менің назарымды аударуға тырысып, жанымда айналсоқтап жүргенін сездім.

«Эй Васант, медициналық мектепте Жасанды интеллект зертханасын басқаратын Гарри Попл деген профессор бар», — деді ол. «Мен одан Жасанды интеллект курсын өткізуді сұрағым келеді. Біздің көп екенімізді көрсету үшін сен де бірге барасың ба? »

«Жасанды интеллект деген не? » — деп сұрадым мен.

Кен маған бұл компьютерлерді адамдар сияқты ақылды ету туралы екенін айтты. Ол Гарри Поплдың он жылдан астам уақыт бойы аңызға айналған медициналық диагностик Джек Майерспен бірге жұмыс істеп жатқанын және ішкі аурулар саласында сарапшы деңгейінде диагноз қоятын INTERNIST атты жүйе құрғанын айтты.

Компьютер қалайша ақылды болуы мүмкін? Бұл ғылыми фантастика сияқты естілді.

Кен тағы екі докторантты — Перец Шоваль мен Анант Сринивасанды жинап, төртеуіміз Питт медициналық орталығындағы Скейф Холлға қарай бет алдық. Біз лифтпен жоғарғы қабатқа көтеріліп, он үшінші қабаттағы Шешім қабылдау жүйелері зертханасына баратын баспалдақпен жоғары шықтық.

Шешім қабылдау жүйелері зертханасы «вагон» үлгісінде салынған — ұзындығы шамамен 100 фут, ені 25 фут болатын ұзын тар кеңістік, шеттерінде кеңселер мен конференц-зал орналасқан. Бір жағынан зертханадан Шенли паркі мен алыстағы Карнеги-Меллон университетінің көрінісі ашылатын. Ол кезде мен бұл кеңістіктің келесі бес жыл ішінде менің екінші үйіме айналатынын білмеген едім.

Біз келгенде Гарри Попл телефонмен сөйлесіп жатқандықтан, оның бұрыштағы кеңсесінің алдында күте тұрдық.

Майерс INTERNIST-пен талқылаған жағдайда жүрек соғу жиілігі жоғарылаған, анорексиясы бар, сарғайған адам туралы болды. Емделуші ішімдікке салынған, асқазан-ішек жолдарының ауыр симптомдары, терінің тітіркенуі байқалған және жақында ферма жануарлары мен қояндармен байланыста болған еді.

**ЖОҚҚА ШЫҒАРЫЛҒАНДАР:** ҚОЯНДАРМЕН НЕМЕСЕ БАСҚА КІШІ СҮТҚОРЕКТІЛЕРМЕН БАЙЛАНЫС, АЯҚ <S> ЕКІ ЖАҚТЫ ӘЛСІЗДІК, АЯҚ <S> ТЕК ПРОКСИМАЛДЫ ӘЛСІЗДІК, АРТЕРИЯЛЫҚ ОРТОСТАТИКАЛЫҚ ГИПОТЕНЗИЯ, ҚАНДАҒЫ КРЕАТИНИННІҢ ЖОҒАРЫЛАУЫ, ҚАНДАҒЫ КАРБАМИД АЗОТЫ 50-ДЕН 100-ГЕ ДЕЙІН

**ҚАРАСТЫРЫЛЫП ЖАТҚАНДАР:** ЖАСЫ 25-ТЕН 55-КЕ ДЕЙІН, ЕР ЖЫНЫСТЫ, АНОРЕКСИЯ, МИАЛГИЯ, ЖАҚЫНДАҒЫ ҚҰСУ, НӘЖІСТІҢ АШЫҚ ТҮСІ, ҚЫЗБА, САРЫ АУРУ, БАУЫРДЫҢ СӘЛ ҮЛҒАЮЫ, АЛАҚАН ЭРИТЕМАСЫ, ӨРМЕКШІ ТӘРІЗДІ АНГИОМАЛАР, ЛЕЙКОЦИТТЕР (WBC) 14000-НАН 30000-ҒА ДЕЙІН, ТРОМБОЦИТТЕР 50000-НАН АЗ

**ШЫҒАРЫП ТАСТАУ (RULEOUT):** СОЗЫЛМАЛЫ БЕЛСЕНДІ ГЕПАТИТ, АЛКОГОЛЬДІ ГЕПАТИТ, БАУЫРДЫҢ МИЛИАРЛЫ ТУБЕРКУЛЕЗІ, ЖЕДЕЛ ВИРУСТЫ ГЕПАТИТ, ЖҰҚПАЛЫ МОНОНУКЛЕОЗ

**ҚАРАСТЫРЫЛЫП ЖАТҚАНДАР:** ЖАСЫ 26-ДАН 55-КЕ ДЕЙІН, ҚОЯНДАРМЕН НЕМЕСЕ БАСҚА КІШІ СҮТҚОРЕКТІЛЕРМЕН БАЙЛАНЫС, ЕР ЖЫНЫСТЫ, АНОРЕКСИЯ, ЖЕДЕЛ ДИАРЕЯ, МИАЛГИЯ, ЖАҚЫНДАҒЫ ҚҰСУ, ҚЫЗБА, АЯҚ (S> ЕКІ ЖАҚТЫ ӘЛСІЗДІК, АЯҚ <S> ТЕК ПРОКСИМАЛДЫ ӘЛСІЗДІК, АРТЕРИЯЛЫҚ ОРТОСТАТИКАЛЫҚ ГИПОТЕНЗИЯ, АРТЕРИЯЛЫҚ СИСТОЛАЛЫҚ ҚЫСЫМ 90-НАН 110-ҒА ДЕЙІН, ТАХИКАРДИЯ, WBC 14000-НАН 30000-ҒА ДЕЙІН, ТРОМБОЦИТТЕР 50000-НАН АЗ

**АЖЫРАТУ (DISCRIMINATE):** ЖҮЙЕЛІ ЛЕПТОСПИРОЗ, ЖҮЙЕЛІ СОЗЫЛМАЛЫ САРКОИДОЗ

Бүгінгі өлшемдермен қарағанда, Майерстің INTERNIST-пен сөйлесуі өте қарапайым көрінеді. Біз қазір бізбен сөйлесе алатын және сұрақтарымызға жауап беру үшін қажетті ақпаратты таба алатын чат-боттарға үйреніп қалдық. Бірақ 1979 жылы бұл сиқырға тең таңғаларлық құбылыс еді. Есіңізде болсын, дербес компьютерлердің пайда болуына әлі бес жыл бар болатын.

Бірақ содан кейін INTERNIST ерекше бір нәрсе жасады, ол менің назарымды қатты аударды және осы күнге дейін есімде. Сөйлесудің бір сәтінде Майерс INTERNIST-тен неге мұндай сұрақ қойып жатқанын сұрады. Мысалы, ол: «Неліктен сен менен оң жақ жоғарғы квадраттағы іштің ауырсынуы туралы сұрап жатырсың? » — деп сұрауы мүмкін еді.

INTERNIST-тің жауабы мені таң қалдырды. Ол доктор Майерстің сұрағына: «Осы уақытқа дейінгі дәлелдер келесі болжамдарға сәйкес келеді... » — деп жауап беріп, оларды тізіп шықты (оның ішінде Лептоспироз бен Саркоидоз да болды) және Майерске бұл сұрақты таңдаған себебі — жауап қарастырылып жатқан басты үміткерлердің арасын ажыратуға көмектесетінін айтты.

«Мұны машина қалай жасап отыр? » — деп таң қалдым мен. Бұл менің «Иерархиялық талдау процесі» сияқты әдеттегі компьютерлік бағдарламам немесе тармақталған логика арқылы жүзеге асырылған бақылау тізімі емес екені анық еді. Керісінше, INTERNIST контекстті қадағалап, диалогтағы ақпаратқа сүйеніп және оны бақыланған симптомдардың себептерін ажыратуға көмектесетін өзекті сұрақтар қою үшін пайдаланып отырғандай көрінді. Ол 1979 жылы-ақ қазіргі ChatGPT-ге ұқсас әрекет етті.

Бірақ толықтай емес.

«Машиналармен ойлау» кітабының кейінгі бөлімінде мен сізге ChatGPT-тің осы симптомдар жиынтығына қалай жауап беретінін көрсетемін. Шын мәнінде, оны өзіңіз де байқап көрсеңіз болады. Бірақ мұны 40 жылдан астам уақыт бұрын көргеніңізді елестетіп көріңізші! Маған INTERNIST-тің Майерс берген дәлелдерді біріктіру арқылы пайымдаулар жасағаны және жинаған ақпаратын өз назарын біртіндеп өзгерту үшін пайдаланғаны қатты әсер етті. Басқаша айтқанда, ол ақылды сұрақтар қойды және кейін білгенімдей, мұны инвазивті (ішкі ағзаға араласатын) тесттерді қажет етпестен жасады. Ол он жыл бойы мұқият жинақталған және кодталған білім базасын пайдалана отырып, берілген ақпаратты барынша тиімді қолданды.

Мен бұрын-соңды мұндай ештеңе көрмеген едім. Гарри Попл телефонмен сөйлесіп жатқанда, зертханаға келгенімізге қуандым. Ол телефонды қойғанша, мен өмірімнің қалған бөлігінде немен айналысқым келетінін түсіндім. Мен мұндай машинаның қалай жұмыс істейтінін білгім келді. Оның «ішкі құрылысына» үңіліп, осындай құрылғыны жасауды үйренгім келді.

Жасанды интеллект (ЖИ) сиқыр сияқты көрінді, ал мен ЖИ сиқыршысы болғым келді.

Джеймс Бондтың «Доктор Ноу» фильміндегі «Спектр» ғалымына сәл ұқсайтын Гарри Попл бір топ докторанттардың ЖИ-ге қызығушылық танытқанына дән риза болды. 1979 жылы ЖИ бойынша курстар жоқ еді және кітаптар да өте аз болатын. Одан алғаш рет осы тақырып бойынша курс өткізуді сұраған біз едік. Түтінін будақтатып отырып, ол курсты ұсынуға қуанышты екенін айтып, біздің біліміміз туралы сұрады.

Мен «динамикалық деректер құрылымы» дегеннің не екенін әлі түсінбеген едім, бірақ бұл маған өте керемет естілді. Гарри менің «бір нәрсені не ақылды етеді? » немесе «компьютер өз дизайнерінен ақылдырақ бола ала ма? » деген сияқты шексіз сұрақтарымды бағалайтын сияқты көрінді. Соңғы сұрақты мен мансабым бойы ЖИ скептиктерінен жиі еститінмін: ЖИ-дің интеллектісі оның бағдарламашысының интеллектісімен шектеле ме? Бұл — ChatGPT және заманауи ЖИ контекстінде ойлануға тұрарлық қызықты сұрақ.

Попл менің тәлімгерім, кейіннен жақсы досым болды. Біз медициналық мектептің асханасында жиі түскі ас ішетінбіз, оған көбінесе жұбайы Марта да қосылатын. Осылайша мен ЖИ саласында 20 жылдан астам жұмыс істеген «сиқыршыдан» ЖИ-ді үйрене бастадым.

Саймонның бірінші болжамы оның күткенінен сәл кешірек орындалды. Оның екінші болжамы қазіргі уақытта жүзеге асып жатыр. Шын мәнінде, менің Даниэль Канеманмен подкаст-сұхбатымда біз ЖИ-дің CEO (бас директор) немесе CXO (қаржы, маркетинг, операциялық және кез келген басқа жоғары лауазым) болуы уақыт еншісіндегі мәселе екенін талқыладық.

Саймон бірегей және ерекше ойшыл еді. Өз саласымен және тар зерттеу аймағымен шектелетін көптеген академиктерден айырмашылығы, Саймон философия, компьютерлік ғылым, экономика, психология және бизнес арасында еркін қозғалатын. Ол мен үшін керемет үлгі болды. Мен оның мәселелерді бірнеше тұрғыдан көре білу қабілетіне куә болдым.

Саймон да менің тәлімгерім, ал бірнеше жылдан кейін докторлық диссертация комитетімнің негізгі мүшесі болды. Ол кез келген жағынан өте жомарт еді. Ол өзінің тығыз кестесіне қарамастан, менің PhD диссертациямды жазу кезінде маған апта сайын 30 минуттық уақыт бөлетін, бұл мені ерекше сезіндірді. Менің диссертациямның тақырыбы сол кездегі жетекші микрокомпьютерлік компания Digital Equipment Corporation (DEC)-те ақылды жоспарлау жүйелерін құру бойынша кейс-стади болды. DEC Карнеги-Меллон университетінде ЖИ ардагері Радж Редди басқаратын жаңадан құрылған Робототехника институтындағы зерттеу жобаларын қаржыландырды. Мен апта сайын DEC-тегі жоспарлау жиналыстарына қатысып, оларды жазып алатынмын, бұл маған жоғары буын менеджерлерінің жаңа өнімдердің жоспарларын өзекті етіп сақтауда кездесетін қиындықтарын тікелей көруге мүмкіндік берді. Мен әр жиналыстың транскриптін жасайтынмын, Саймон екеуміз оның кабинетінде сол мәтіндерді жиі бірге зерттейтінбіз. Ол өзін қызықтырған кез келген мәселенің ең майда-шүйдесіне дейін үңілуден еш тартынбайтын. Көптеген академиялық орта ЖИ-ге скептицизммен немесе күмәнмен қараған кезде, Саймон мені ЖИ-дің болашағы зор екеніне сендірді.

Герб Саймон өзінің батыл болжамдарында ақыры дұрыс болып шықты. Соған қарамастан, мен кейде ол ЖИ-дің бәріміздің өмірімізде қаншалықты маңызды орын алатынын елестете алды ма екен деп ойлаймын.

Алдыңғы тараудағы Джек Майерс пен INTERNIST арасындағы өзара әрекеттестік туралы ойлансаңыз, INTERNIST-тің 1970-жылдары мұндай «сиқырды» қалай жасағанына таң қалуыңыз мүмкін. Мен ChatGPT-тің дәл осындай медициналық симптомдарды қалай өңдейтінін сәлден соң талқылаймын, бірақ 50 жыл бұрын ЖИ машинасының медициналық жағдайды сарапшымен соншалықты еркін талқылап, дұрыс диагноз қоя алғаны сиқыр сияқты көрінеді.

Мені бір көргеннен таң қалдырған INTERNIST сиқыры өте қарапайым әрі талғампаз болып шықты. INTERNIST өз білімін ұйымдастыру үшін иерархиялар мен ережелер жүйесін қолданды, бұл жүйе өз білім базасының тиісті бөлігін іске қосу арқылы назарды нақты жағдайдың контекстіне және ерекшеліктеріне бағыттайтын механизммен біріктірілген. Ең таңғаларлық нәрсе — медицина мамандары мен компьютерлік ғалымдардың (білім инженерлерінің) барлық медициналық білімді жинақтау, жүйелеу және оны машинаға қолмен енгізудегі еңбегінің ауқымы еді. Және оның шынымен жұмыс істегені де таң қалдырды. Пайдаланушы жағдайды машина түсінетін терминдермен дәл сипаттағанда, INTERNIST-тің диагноздары таңқаларлықтай дәл болды.

Мен «шырмалған иерархиялар» туралы алғаш рет Гарри Поплдан естідім, ол INTERNIST-тің медициналық білімі қалай берілгені туралы айтты. Біз бәріміз иерархияның не екенін түсінеміз. Онда бір нәрселер басқаларынан «жоғары» немесе «төмен», немесе бір деңгейде орналасады. Иерархия бір нәрсе өзінен жоғары екі немесе одан да көп нәрсемен байланысқанда «шырмалған» болады. INTERNIST медициналық білімді бірнеше байланысқан иерархиялар арқылы көрсетті, олар медициналық лексикада сипатталған мүшелердің, аурулардың және симптомдардың айналасында «шырмалды». Лексика дегенде мен «бауыр», «саркома», «ақ қан жасушалары», «анорексия», «азот» және т. б. терминдерді айтамын. Олар сондай-ақ иерархиядағы «түйіндер» (nodes) деп аталады.

Егер сіз 2. 1-суреттегі графикаға ұқсас нәрсені елестетіп отырсаңыз, онда сіз қателеспедіңіз. INTERNIST-тің сөздік қоры шамамен 3500 терминнен тұрды, олар суретте көрсетілгендей ауруларды, мүшелерді, симптомдарды, зертханалық сынақтарды және заттарды (түйіндерді) байланыстыратын ауқымды иерархиялық желі ретінде ұйымдастырылған. Байланыстар арқылы көрсетілген түйіндер арасындағы қатынастардың мағынасы әртүрлі болды, мысалы, суреттің сол жағында көрсетілген «А, В-ны тудырады», «А, В-ны тежейді», «А, В-мен байланысты», «А — В-ның түрі». Қарым-қатынастардың мысалдары ретінде «артық билирубин жоғары бозаруды тудырады», «гепатобилиарлық блоктау артық билирубинмен байланысты» және «өт жолдарының зақымдануы — гепатобилиарлық зақымданудың бір түрі» және т. б. айтуға болады.

Үлкен қиындық — осы білімнің барлығын нақты жағдайдың контекстінде қалай дұрыс басқару (оркестрациялау) болды. Бұл басқаруды сипаттау үшін қолданылатын термин «назар аудару механизмі» (attention mechanism) немесе «басқару құрылымы» (control structure) деп аталады. Бұл механизмнің дизайны ерте ЖИ зерттеулеріндегі үлкен сұрақ болды. Қызығы, кейінірек көрсететінімдей, біз ChatGPT сияқты заманауи ЖИ қолданбаларында «назар аудару» мәселесіне қайта оралдық.

Figure 2. 1 INTERNIST's Knowledge Base

Білімнің назар аудару механизмінен бөлінуі икемді пайымдаудың барлық түрлерін жасауға мүмкіндік берді. Мысалы, сарапшы кейбір симптомдарды факт емес, болжам ретінде қарастырып, INTERNIST бағдарламалық құралын қолдана отырып гипотетикалық пайымдаулар жасай алатын. Егер симптомдар басқаша болса, диагноз қалай өзгеретінін сұрауға болатын еді. Бұл Шерлок Холмстың пайымдау стилі симптомдарды олардың себептерімен байланыстыратын логиканы көрсету арқылы сенімді нығайтты. (Кейінірек көретініміздей, бұл — заманауи ЖИ чат-боттарында біз ымыраға келуге мәжбүр болған сала, өйткені олардың білімін тексеру салыстырмалы түрде қиын).

Керісінше, бизнес пен қоғам әлеммен өзара әрекеттесу арқылы көптеген деректер шығарады. Деректер — олардың өмірлік нәрі. Машиналық оқыту — бұл деректерді 2. 1-суретте көрсетілгендей білімге айналдыратын «сиқыр».

80-жылдардың ортасында желілік және деректер базасы технологияларының дамуына байланысты деректерді сақтау шығындары азайып, бизнестер көбірек транзакциялық деректерді жинай бастады. Салыстыру үшін айтсақ, 1980-жылдары деректерді сақтау шығындары бүгінгімен салыстырғанда миллиард еседен астам жоғары болды. Мысалы, көлемі шамамен 50 Гигабайт болатын «Британника» энциклопедиясын сақтау бүгінде 50 центтен аз тұрады, ал 1980 жылы бұл 10 миллиард доллар тұратын еді!

1993 жылдың жазында мен ЖИ конференциясында сол кездегі жетекші ЖИ ойшылдарының бірі, коммерциялық әлемге өткен Дейв Уолцпен бірге кешкі ас іштім. Дейв Бостондағы «Thinking Machines» компаниясының бас ғылыми қызметкері болды, бұл компания параллельді есептеулер мен ЖИ саласында өз заманынан озып кеткен еді. Дейв 1972 жылы MIT-дегі PhD диссертациясының бөлігі ретінде Уолц алгоритмін жасаған болатын, бұл — компьютерлік көру және сызықтарды таңбалау саласындағы маңызды серпіліс еді, ол ЖИ жүйелеріне 2D сызықтық сызбалардан 3D объектілерді түсіндіруге мүмкіндік берді. Дейв маған үлкен ағамдай болып кетті. Кешкі астан кейін қонақүйге бара жатқанда, ол: «Деректер базасының заманы туып келеді», — деді.

Мен оның бұл сөзіне таң қалдым. Деректер базасы ондаған жылдар бойы болды және жазбаларды жүргізу үшін кеңінен қолданылып келген еді. Дейв менің қарсылығыма былай деп жауап берді: «Иә, бизнесте деректер өте көп, бірақ олар қатып қалған және қолжетімді емес күйде қалуда. Микрокомпьютерлер таралған сайын алдағы онжылдықта біз деректердің тасқынын көреміз. Деректердің көлемі адамдар талдай алмайтындай өте көп болады». Дейв Герберт Саймонның шектеулі ұтымдылығын (bounded rationality) қайталап тұрғандай болды, бірақ бұл жолы деректер тасқыны біздің когнитивті өңдеу қабілетімізден асып түсетін еді.

Дейвпен болған сол әңгімеден кейін ЖИ-дің бағыты маған әлдеқайда түсінікті болды. Болашақта келетін деректер тасқынын түсіну үшін бізге машиналар қажет болады. Компьютерлер адамдар сияқты ойланбастан үнемі жасайтын нәрсені — мысалдардан автоматты түрде үйренуді білуі керек.

Мен Нью-Йоркке жаңа мақсатпен оралдым.

Кевин бұл сәттіліктен өзінің кемеңгерлігі туралы емес (көпшілік солай ойлар еді), басқаша сабақ алды. Керісінше, ол болған жайтты саралау үшін біраз уақыт үзіліс алып, бірнеше аптаға Азияға саяхатқа шықты. Ол дұрыс шешім қабылдағанын түсінді, бірақ ұтқан ақшасымен үлкен бәс тігуден бас тартты. Бұл тәжірибе оны адамның түйсігіне немесе шешіміне сенбей, сауда мүмкіндіктерін анықтаудың жүйелі жолы бар ма екен деген сұрақ төңірегінде ойлануға мәжбүр етті. Ол инвестициялауға ғылыми әдісті қолданатын жүйе іздеді. Ол кез үшін бұл өте озық ой болатын. Бұл дәл мен өзімнің жаңа Жасанды Интеллект (AI) әдістеріммен бекітілген ғылыми тәсілім арқылы шешуге тырысқан мәселе еді.

Үш сағаттық түскі асымыздың соңында мен Кевиннен трейдингке арналған ЖИ-ді зерттейтін жазғы зерттеу жобасына қызығушылық таныта ма деп сұрадым.

Түскі астан кейін Кевин мені 1633 Broadway-дегі кеңсесіне апарып, үш аға әріптесімен таныстырды: физик, математик және компьютер маманы. Ол кезде олардың мені жұмысқа қабылдау үшін сұхбат жүргізіп жатқанын түсінбеппін. Кевин уақытты босқа өткізбеді. Кездесулердің соңында ол маған жоғары лауазымды қызмет ұсынып, біз Morgan Stanley-де Machine Learning (Машиналық оқыту) саласының іргетасын қалайтынымызды айтты.

Ол ұсынған жалақы менің бұрынғы табысымнан төрт еседен де көп болды. Біраз келіссөздерден кейін біз бұдан да жоғары сомаға тоқтадық; бұдан бас тарту мүмкін емес еді. Мен Кевинге Гималай тауларына алты апталық жазғы жорық жоспарлағанымды, содан оралған соң жұмысқа кірісетінімді айттым.

Мен Morgan Stanley-дегі жұмысымды 1994 жылдың тамызында бастадым және өзіммен бірге бұрынғы төрт PhD студентімді алдым. Олардың диссертациялары мен кейінгі мансабы алдағы бірнеше жылда фирмада жүргізген зерттеулері арқылы қалыптасты. Осылайша Кевин екеуміз жақсы дос болып кеттік.

1990-жылдары және одан кейінгі онжылдықтың басым бөлігінде академиялық қаржы қауымдастығы нарықтар тиімді, яғни барлық ашық ақпарат бағада толық көрініс табады деп сенді. Бұл ешқандай жабық ақпаратсыз болашақ табысты болжау мүмкін емес дегенді білдіреді.

Тиімді нарық гипотезасы қисынды болғанымен, ол маған көшеде жатқан жүз долларлық банкнотты көріп, «егер ол шын болса, біреу оны әлдеқашан алып кетер еді» деп елемей өтетін экономист туралы оқиғаны еске түсіреді. Тиімді нарықтарда мүмкіндіктер болмайды.

Екінші жағынан, трейдерлердің көбі бұл гипотезаға толық сенбейді. Олар үшін нарық негізінен тиімді. Бірақ онда қорқыныш, ашкөздік, күрделілік, күтпеген жағдайлар, әдеттен тыс белсенділік және «тобыр инстинкті» сияқты адам психологиясына байланысты бірқатар сауда мүмкіндіктері туындайды. Пысық трейдер тәуекелдердің бір бағытқа қарай қатты ауытқығанын байқайды. Менің бұрынғы әріптесім Лассе Педерсеннің «Efficiently Inefficient» атты тамаша кітабы бар, онда «белсенді инвестициялаудың» құпия әлемі сипатталып, хедж-қорлардың инвестицияда артықшылықты қалай іздейтіні айтылады.

Кевиннің жаны трейдер болатын. ІТ бөлімін басқарғаны үшін ол Morgan Stanley президенті Джон Макпен келісіп, өзінің меншікті трейдинг тобына фирма капиталынан бірнеше жүз миллион доллар пайдалануға рұқсат алды. Бұл капиталдан күтілетін жылдық пайда ондаған миллион долларды құрады, сондықтан ставка өте жоғары еді.

Кевиннің командасымен болған алғашқы кездесуім есімде. Мен Кевинге түскі ас кезінде ұнаған терминдермен оларды да қызықтырғым келді. Машиналық оқытуды баға қозғалысынан сауда ережелерін шығару үшін қалай қолдануға болатынын сипаттадым — яғни, болашақта үлкен оң немесе теріс табысқа әкелетін нарықтық жағдайларды, «болжамдылық аймақтарын» табуды түсіндірдім.

Олар маған түсінбеген кейіппен қарады. Ыңғайсыз үнсіздіктен кейін Франк менен Жапонияның мемлекеттік облигациялары (JGB) бойынша менің стратегиям әр мәміледен қанша пайыз пайда әкелетінін сұрады. Мен әлі стратегиям жоқ екенін, бірақ одан да құнды нәрсе — оны жасау әдісі бар екенін айттым. Бұл оны иландыра қоймады.

Олардың назарын аудару үшін нақты деректерді қолданып, нақты нәтиже көрсету керек екенін түсіндім. Сондай-ақ Франк менің жұмысымды жеңілдететін ештеңе айтпайтынын сездім. Ол ЖИ-ге менсінбей қарады және менің тезірек кеткенімді қалады.

Сондықтан мен эксперимент ұсындым. Мен олардан соңғы бірнеше жылдағы барлық мәмілелерін беруді сұрадым, оның орнына мен оларға бұдан да жақсы нәтижеге қол жеткізуге болар ма еді, соны айтып беремін және бұл нәтижені олардың қазіргі бағдарламасына қолданамын дедім.

Бұл олардың назарын бірден аударды.

«Саған біздің стратегиямызды сипаттап беру керек пе? » — деп сұрады олар.

«Жоқ, маған тек мәмілелер (trades) керек».

Оларды менің ұсынысым қызықтырды. Жүйенің қалай жұмыс істейтінін білмей, оны қалай жақсартуға болады? Франктың күмәнін көрдім, бірақ Уолл-стритте ешқашан тегін мүмкіндіктен бас тартпайды, ал бұл ұсыныс жіберіп алуға болмайтындай тиімді еді. Кевин Франкқа тарихи мәмілелер дерегін маған беруді бұйырды. Ең жаман жағдайда — мен сәтсіздікке ұшыраймын.

Nielsen-дегі алғашқы табысымның арқасында менде жоспар болды: жүйенің қалдырған «іздерін» талдау арқылы оны түсіну. Nielsen-де мен тұтыну деректерінің ізіне сүйене отырып, қызықты мінез-құлық үлгілерін — мысалы, әйелдердің купон күндері көп сауда жасайтынын анықтаған едім. Мұндай сауда мінез-құлқының қызықтылығы — оның ерекшелігінде немесе орташа деңгейден айырмашылығында және оның негізі бар екендігінде болды. Мен қаржы нарығынан «солтүстік-шығыстағы әйелдер сауданың көп бөлігін бейсенбіде жасайды» дегеннің баламасын іздедім.

Тұжырымдамалық тұрғыдан алғанда, олардың стратегиясының сауда мінез-құлқын талдау тұтынушылардың мінез-құлқын талдаудан еш айырмашылығы жоқ еді. Міндет — олардың алгоритмі жалпы орташа көрсеткіштен әлдеқайда жақсы немесе нашар жұмыс істеген нарық жағдайларын және оның «неліктен» екенін табу болды. «Неліктен» деген бөлімі өте маңызды.

Франк маған мәмілелер дерегін берді. Әрбір мәміле мыналардан тұрды: ашылу күні мен уақыты, көлемі (акциялар саны немесе фьючерстік келісімшарттар саны), позиция (long немесе short), сауда құралы (мысалы, жүгері келісімшарты немесе АҚШ-тың 10 жылдық мемлекеттік облигациясы), ашылу бағасы мен күні, және жабылу бағасы мен күні.

Төменде АҚШ-тың 10 жылдық қазынашылық облигациясының фьючерстерімен жасалған «long» мәмілелерінің екі мысалы берілген:

Соңғы бағандағы әрбір мәміленің табыстылығы ашылу және жабылу бағаларынан есептеледі. Бізге керегі де осы. Бірінші мәміленің табысы жоғары, ал екіншісінікі теріс. Машиналық оқыту алгоритмінің міндеті — орташа көрсеткіштен жоғары оң немесе теріс табысқа әкелген нарық жағдайларын табу. Мысалы, барлық мәмілелер бойынша жалпы орташа табыс 0,05% делік. Орташа табыс 0,05%-дан айтарлықтай ерекшеленетін, яғни өте жоғары немесе өте төмен болатын жағдайлар бар ма?

Бұл жағдайлар қандай болуы мүмкін? Мен сенімді болмадым. Бірақ түйсігім нарықтың алдыңғы тренді маңызды болуы мүмкін екенін айтты; яғни мәміле жасалған кездегі нарық қарқынының (momentum) бағыты қандай болды? Сонымен қатар құбылмалылық сияқты факторлар да маңызды деп болжадым. Жоғары құбылмалылық жоғары белгісіздікті көрсетеді. Бәлкім, құбылмалылық жақын болашақты болжауда маңызды рөл атқаратын шығар.

Мен Кевиннің барлық мәмілелеріне қатысты нарық жағдайларын (белгілер арқылы) есептедім. «5 күндік құбылмалылық» және «30 күндік құбылмалылық» сияқты көрсеткіштерді, яғни нарықтың соңғы 5 және 30 күн ішінде қаншалықты құбылмалы болғанын есептедім. Белгілердің басқа түрлері де осыған ұқсас есептелді.

Мен әр мәмілеге осындай ондаған белгілерді қостым, оны төмендегі сызбада «нарық жағдайлары» деп атаймын. Мен қайсысы маңызды екенін білмедім, сондықтан Nielsen жағдайындағыдай, алгоритмнің өзі маған қызықты нарық жағдайларын тауып беруін қаладым. Машиналық оқыту алгоритміне енгізілген толықтырылған деректер жиынтығы шамамен былай көрінді:

Көріп отырғанымыздай, белгілермен көрсетілген екі мәміленің нарық жағдайлары облигациялар нарығының құбылмалылық деңгейі бойынша айтарлықтай ерекшеленеді. Екінші мәміледе 5 күндік және 30 күндік құбылмалылық та жоғары. Бірақ тереңірек үңілсек, қосымша айырмашылықтар бар. Бірінші мәміледе жақын арадағы (5 күндік) құбылмалылық ұзақ мерзімді (30 күндік) құбылмалылықтан жоғары, бұл құбылмалылықтың жақында күрт өскенін және белгісіздіктің артуын білдіруі мүмкін. Керісінше, екінші мәміледе жақын арадағы құбылмалылық ұзақ мерзімдікке қарағанда айтарлықтай төмен, бұл белгісіздіктің азаюын көрсететін «салқындау» кезеңін білдіреді. Тек екі белгінің өзімен қаншама нарық жағдайларын жасауға болатынын елестетіп көріңізші. Ал егер жүздеген немесе мыңдаған белгілер мен олардың сансыз комбинациялары болса ше?

Және осындай ондаған белгілермен толықтырылған мыңдаған мәмілелерден тұратын деректер жиынтығын елестетіңіз. Бұл өте үлкен іздеу кеңістігі.

Сонымен, үлкен болашақ табыстарға әкелген нарық жағдайлары қандай?

Мен мұны анықтау үшін ережелерді табатын генетикалық алгоритмімді іске қостым.

Алгоритм кездейсоқ жасалған стратегияларды құрудан басталды. Кездейсоқ стратегия, мысалы, «егер бес күндік құбылмалылық 15-тен аз болса, бес күнге long позициясын аш» деген сияқты болуы мүмкін.

Алгоритмімнің ең алғашқы ашқан жаңалығы есімнен кетпейді, бұл Nielsen-нің әйелдер туралы тұжырымымен тең еді:

Менің қызығушылығым оянды. Мен бұл нәтижені бірнеше уақыт кезеңдерінде тексердім. Ол айтарлықтай тұрақты болды, яғни тарихтағы көптеген кездейсоқ кезеңдерде өз күшін сақтап қалды. Бұл оның болашақта да орындалуы мүмкін екенін, яғни болжамдық қабілеті бар екенін білдірді. Жүйелі инвестициялаудың «алтын діңгегі» де осы: бір нәрсенің болжамдық қасиеті бар ма?

Біздің сауда тобымыз жұма күні түстен кейін нарық жабылған соң кездесетін. Апталық нәтижелерді қарап болған соң, Кевин маған бұрылып, олар берген мәмілелерден қызықты ештеңе таптым ба деп сұрады.

Бұл маған Nielsen-нен Деннис Тоблоскимен болған алғашқы кездесуімді еске түсірді. Йоги Берра айтқандай, «дежавю тағы да қайталанды».

Мен топқа бірнеше қызықты заңдылықтар тапқанымды, бірақ олардың не білдіретінін әлі білмейтінімді айттым.

«Басынан бастап түсіндір», — деді Кевин.

Мен Кевинге ағымдағы 30 күндік құбылмалылық соңғы бір жылдағы ең төменгі квартильде болғанда, орташа табыс олардың барлық мәмілелерінің орташа көрсеткішінен үш есе көп болғанын айттым. Басқаша айтқанда, егер сіз бүгінгі құбылмалылықты өлшеп, оны өткен жылғы барлық мәндермен салыстырсаңыз, ағымдағы құбылмалылық ең төменгі 25%-дық диапазонға түскен кезде мәміле әлдеқайда сәтті болған.

Ұзақ, мағыналы үнсіздік орнады. Соңында Франк жұмбақ түрде: «volatility no good» (құбылмалылық жақсы емес) деді. Кейінірек Франктың «no good» деген сөзі кез келген нәрсені жоққа шығару үшін қолданатын тұрақты тіркесі екенін білдім. Оның пікірі таңқаларлық немесе қисынсыз емес еді, өйткені нарықтарды болжау үшін қолданылатын көптеген факторлар шынымен де жарамсыз болып шығады. Күмәндану — жақсы қасиет.

«Ауызыңды жап, Франк», — деп Кевин оның сөзін бөліп жіберді, — «мен көбірек білгім келеді». Ол кезде Уолл-стриттегі сөйлесу мәнері қазіргіге қарағанда әлдеқайда тікелей және дөрекілеу болатын.

Кевин Франкқа құбылмалылықты тереңірек зерттеуді қаншалықты жиі айтқаны туралы күңкілдеп, енді міне, сырттан келген адам оларға құбылмалылықтың маңызды екенін айтып отырғанын жеткізді. Шын мәнінде, бұл олардың жұмыс нәтижесі үшін шешуші фактор болып шықты.

Қарбалас басталды. Айналамда бірнеше қызу әңгімелер жүріп жатты. Шу басылғанда, мен бұл заңдылықтың себебін ешкім түсіндіре ала ма деп сұрадым.

Олардың ешқайсысы түсіндіре алмады. Бірақ бұл тұжырым оларға жақын болды, өйткені құбылмалылық күрт артқан сайын олар көп ақша жоғалтатын. Олар бұл қиындықты бастан кешіп жүрген еді, сондықтан мен олардың сауда алгоритмін немесе негізін білмей-ақ, осы қиындықтың себебін тапқаным оларды қатты қызықтырды.

Бұл заңдылықтың себебін ашу үшін маған академиялық журналдарды бірнеше ай бойы ақтаруға тура келді, бірақ соңында таптым. Себебі өте қарапайым және түсінуге оңай.

Кевиннің тобы АҚШ-тың көптеген мемлекеттік облигацияларымен сауда жасайтын, олардың бағасы пайыздық мөлшерлемелер (yields) төмендегенде көтеріледі және керісінше. Олардың позициялары негізінен «long» болатын. 1970-жылдардан бері пайыздық мөлшерлемелердің негізінен төмендеп келе жатқан жағдайында облигациялар бағасы өседі, сондықтан әдеттегі long позициясы пайдалы болады. Бірақ пайыздық мөлшерлемелер көтеріліп, облигациялар бағасы төмендейтін мазасыздық немесе белгісіздік кезеңдері болады. Менің түсінгенім — құбылмалылық белгілі бір шектен асқанда, оның жоғары деңгейде қалып, жақын арада облигациялар бағасына төмендеу қысымын түсіру ықтималдығы жоғары болады екен. Ал бұл — long позициясын азайту немесе short позициясын ашу үшін қолайлы уақыт.

Статистикада «әсердің» (treatment) ықпалын өлшеудің стандартты әдісі — оның нәтижені (target) әсер етпеген жағдаймен салыстырғанда қаншалықты жақсартатынын бақылау. Біздің жағдайда «әсер» — бұл құбылмалылық жағдайы, ал «нәтиже» — болашақ табыс түріндегі қаржылық көрсеткіш.

Нәтижелер әдетте «бөлінеді», көбінесе «қоңырау қисығы» (bell curve) бойымен болады, бұл нәтижелердің көпшілігі орташа мәннің (мысалы, нөлдің) айналасында жинақталатынын білдіреді, бірақ бірнешеуі өте жақсы немесе өте нашар болуы мүмкін, олар бөлінудің «құйрықтары» (tails) деп аталады. Машиналық оқыту алгоритмдері әдетте бөліну орташа мәнге қатысты оңға немесе солға қарай ығысқан жағдайларды — «әсерлерді» табуға тырысады.

Математикалық тұрғыдан алғанда, менің тапқан заңдылығым былай дейді: 30 күндік құбылмалылықтың ең төменгі квартильде болуы жағдайында (әсер), күтілетін болашақ табыс кездейсоқ жағдайға (нәтиже) қарағанда жоғары болды. Басқаша айтқанда, 30 күндік құбылмалылыққа негізделген нәтижелердің бөлінуі 3. 1-суретте сұр бағандармен көрсетілгендей оңға қарай ығысқан.

Бөлінудің неліктен ығысқанын түсіну — кез келген зерттеудегі ең күрделі мәселе. Құбылмалылық төмен болған кездегі болашақ табыстың айырмашылығының себебі неде? Мұны түсіндіруге бола ма?

Бұл айырмашылықтың қисыны бар болып шықты. Құбылмалылық жауаптың бір бөлігі ғана еді, бірақ жақсы нәтиженің тағы бір қызықты себебі болды, оны анықтау үшін көп ізденіс пен шығармашылық ойлау қажет болды. Бұл нәтижеге сырттай қарап, оны түсіндіре алатын басқа факторларды іздеуді талап етті.

Мен алгоритмім қолданылған кезде стратегияның орташа позицияны ұстау мерзімі қысқарғанын байқадым. Бұл таңқаларлық емес еді, өйткені менің қосымшам құбылмалылық белгілі бір шектен асқанда позицияларды жауып тастайтын. Бірақ бұл мені «түпнұсқа стратегия позицияларды тым ұзақ ұстай ма? » деген ойға қалдырды. Мәміле ашылғаннан кейін жаңа ақпарат пайда болған сайын оның сигналы «өшіп» (decay) қала ма?

Бұл сұраққа жауап беру үшін мен Кевиннің мәмілелеріндегі жалпы табыстың қанша бөлігі позицияны ұстау кезеңінің басында келгенін есептедім. Әрине, мен табыстың басым бөлігі позиция ашылғаннан кейінгі алғашқы кезеңдерде келетінін анықтадым. Бұл заңдылық көптеген мәмілелерде расталды, бұл олардың алгоритмі позицияларда тым ұзақ қалып қояды деген болжамымды қуаттады. Құбылмалылық белгілі бір деңгейден асқанда позициядан шығу немесе оны өзгерту туралы менің алгоритмім орташа ұстау мерзімін тиімді жолмен қысқартты. Түйіні — менің алгоритмім тәуекелді ақылдырақ басқарды. Зерттеудің басында мен бұл туралы дәл осылай ойламаған едім. Тағы да сол ескі қағида алдымнан шықты: заңдылықтар олардың себептері анықталғанға дейін пайда болады.

Жаңа қабатымды қосқанда стратегия қаншалықты жақсарды?

Кевиннің бастапқы шектелмеген стратегиясының IR көрсеткіші шамамен 1-ге тең болды, бұл қабылданған тәуекелдің әрбір бірлігі үшін модель бір бірлік кіріс әкелгенін білдіреді. Сонымен, егер сіз 10% құбылмалылықты мақсат етсеңіз, сіздің күтілетін жылдық кірісіңіз 10% болды.

Менің алгоритмімнің IR көрсеткіші қандай болды?

Жыл бойы менің Machine Learning-ке негізделген алгоритмім стратегияның күтілетін IR көрсеткішін шамамен 30%-ға арттырып, 1,3-ке жеткізді. Кевин менің үлгімді құбылмалылық деңгейіне байланысты позициялардың көлемін реттеу арқылы топтың стратегиясын өзгерту үшін қолдануды жөн көрді.

Жалпы алғанда, пайда табу үшін заңдылықтарды іздеудегі менің алғашқы қадамым сәтті болды.

Бірақ мен үшін ең үлкен сабақ — нарықты болжау тәуекелді қашан және қаншалықты қабылдау керектігінде екендігі болды. Бұл маған Кевинмен алғашқы түскі аста болжамдылық ошақтарын талқылағанымызды еске түсірді. Менің тапқаным да сол еді. Ол әңгіменің оған әсер еткені таңқаларлық емес.

“Machine Learning-ті мүлдем жаңа сауда стратегияларын ашу үшін қолдана аласың ба? ” — деп сұрады Кевин көп ұзамай.

“Неге болмасқа,” — дедім мен жаңадан бастаушының оптимизмімен.

Сол күннен бастап мен өз әдістерімді облигациялардан бастап, шошқа еті, валюталар мен акцияларға дейінгі барлық нарықтарға қолдана бастадым.

Менің Жасанды Интеллект саласындағы индустриялық сапарым осылай басталды.

Қаржы нарықтарында Machine Learning-тің ізашары болу және индустрияның эволюциясын көру өте қызықты болды. Менің жүйелі сауда стратегияларым алғашқы күндерден бері айтарлықтай дамыды. Мен ұстау мерзімі бірнеше минуттан бірнеше аптаға дейінгі әртүрлі қарқынмен бірнеше нарықта жұмыс істейтін алгоритмдер жасадым. Ал жақында менің жас әріптестерім Эрик Кепес және Юрай Юрсамен бірге біздің машиналар медицинадан бастап жүргізушісіз көліктерге дейінгі қосымшалардың негізі болып табылатын компьютерлік көру (computer vision) тетіктерін пайдалана отырып, нарықты визуалды түрде “бақылау” арқылы сауда жасауды үйренді. Және 8-тарауда сипаттағанымдай, әріптесім Жоао Седок екеуміз заманауи ЖИ-дің Үлкен Тілдік Модельдеріне (LLMs) негізделген ұзақ мерзімді инвестициялау үшін “Damodaran Bot” бағдарламасын жасадық.

Осы жолда мен спорт, медиа, жылжымайтын мүлік, денсаулық сақтау және олфакция (иіс сезу) сияқты бірқатар басқа салаларда ЖИ-ге негізделген болжау алгоритмдерін құруға мүмкіндік алдым. Осы салалардағы алгоритмдердің мінез-құлқын бақылау маған олардың нәзік тұстарын түсінуге көмектесті, атап айтқанда, Machine Learning-ке негізделген болжау алгоритмдерінің неліктен осылай әрекет ететінін және шешім қабылдау кезінде оларға қашан сену керектігін түсінуге мүмкіндік берді.

Көптеген жағдайларда бірнеше рет қолданған маңызды сабағым — егер бар жүйенің мінез-құлқы туралы жеткілікті деректер болса, оның табиғатын түсіну жиі мүмкін болады. Мен Уолл-стриттің осы әдісін көптеген “қара жәшіктерге” олардың қалай жұмыс істейтінін және оларды қалай жақсартуға болатынын түсіну үшін қолдандым.

Сондай-ақ, мен Ақпараттық коэффициентті пайда мен қиындыққа қатысты көптеген салаларда қолданылатын пайдалы жалпы ұғым деп таптым. Мысалы, сақтандыру компаниясы бұл тұжырымдаманы уақыт өте келе кірістер мен шығындар ағынының Ақпараттық коэффициенттерін есептеу арқылы әртүрлі бизнес бағыттарын салыстыру үшін қолданды. Спорттық команда оны ойыншылардың тұрақтылығын және олар жүргізген ойындарды өлшеуде пайдалы деп тапты. Медиа компания оны жарнаманың баға белгілеу әдістерін салыстыру үшін қолданды. Тізім жалғаса береді. Әлем пайда мен қиындықты сандық түрде бағалайтын Ақпараттық коэффициенттерге толы!

Ескертпелер

2024 жылы Дартмут колледжінде сөйлеген сөзінде теннис шебері Роджер Федерер өз мансабындағы кейбір таңғажайып статистикамен бөлісті. Меніңше, спорт — шеберлік пен сәттілік (немесе кездейсоқтық) нәтижені анықтауда шешуші рөл атқаратын бәсекелестік жағдайларды түсінуге арналған тамаша сала. Федерердің сөзінде мені таң қалдырғаны — бұл статистиканың біз қайталанатын шешімдер қабылдайтын өмірдің барлық салаларына қаншалықты кеңінен қолданылатындығы.

Сөзінің ортасында Федерер өз мансабынан деректер үзіндісін келтіріп, соңынан сұрақ қойды:

Әрі қарай оқымас бұрын, сіз не деп ойлайсыз? Ең бастысы, Федерер бұл сұрақты не үшін қойды?

Федерер аудиторияның ойлануына мүмкіндік беру үшін кідіріс жасап, содан кейін жауап берді:

Басқаша айтқанда, ойынның қалай өрбитініне қарамастан, әрбір ұпай бірдей мәнге ие. Қарсыластың керемет соққы жасағаны немесе сіздің қателік жібергеніңіз маңызды емес. Сіз инвестиция салғанда сәтсіз күндеріңіз болатыны сияқты, матчта да көптеген ұпайларды жоғалтасыз. Сіз әрқашан қазіргі сәтке назар аударып, болашақты болжауыңыз керек. Федерер сөзін жалғастырды:

Федерердің хикаясынан екі негізгі қорытынды шығаруға болады.

Теннисте мұның негізі — ұпайлар кезінде жасалған соққылардың қарсыластікімен салыстырғандағы сапасы. Егер соққылардың сапасы жеңіп алынған ұпайлармен тығыз байланысты деп есептесек, маңызды қорытынды мынау: сіз көптеген ұпайларды жоғалтсаңыз да, жеңімпаз болу үшін жалпы сапада кішкене артықшылыққа ие болу жеткілікті. Қалғанын еселену орындайды. Есіңізде болсын, Федерер ұпайларының тек 54%-ын жеңіп алса да, матчтарының 80%-ын жеңіп алған. Бұл — теннис матчы барысындағы еселену күші. Федерер өзінің талантын, тәжірибесі мен ойлау жүйесін әрбір ұпайға, ал одан да тереңірек деңгейде — әрбір ұпай барысында жасалған әрбір соққыға дәйекті түрде қолданды. Жоғары нәтижелі шешім қабылдаушылар өз артықшылықтарын жүйелі түрде қолданады. Олардың өз процесі бар және одан сирек ауытқиды. Процесс — бұл негізінен алгоритм.

Спорттың инвестициялаумен және шешімдер нәтижелерге еселенген әсер ететін басқа да қайталанатын шешім қабылдау жағдайларымен ортақ тұстары көп.

Микро деңгейдегі (шешімдер) артықшылық пен макро деңгейдегі (түпкілікті нәтиже) нәтиже арасындағы жалпы байланыс өте қызықты. 4. 1-суретте теннистегі микро деңгейдегі шешімдер — ұпайды ұту немесе ұтылу, және макро деңгейдегі нәтиже — матчты ұту немесе ұтылу арасындағы байланыс көрсетілген. Деректер 2002 және 2019 жылдар аралығындағы ерлер арасындағы барлық мен "Үлкен дулыға" теннис турнирлерінің матчтарынан алынған.

Жеңіп алынған ұпайлардың шамалы өсуі жеңіп алынған матчтардың үлкен өсуіне қалай әкелетініне назар аударыңыз. Тіпті тепе-теңдіктен бір пайыздық көрсеткіш жоғары болу — шамалы артықшылық — еселену күшінің арқасында матчтағы жеңіс пайызын он есеге жуық арттырады. Бұл байланыс — “S-қисығы”, деректердің көпшілігі қисықтың тік бөлігінде орналасқан.

Осы байланыстың табиғатына тереңірек үңілейік.

Ұпайларды жеңіп алудың белгілі бір деңгейі үшін матчты жеңіп алу пайызының ауытқуына назар аударыңыз. Орташа ұтыс ұпайы 50% болғанда, орташа матчтағы жеңіс пайызы 50%-ды құрайды, дегенмен ол шамамен 8%-ға өзгереді. Бұл ауытқудың бірнеше себептері бар, мысалы, матчтағы маңызды ұпайларды ұту немесе ұтылу. Маңызды ұпайлардың көбірек жеңіп алынуы матчтағы жеңіс пайызының жоғары болуына әкеледі. Борис Беккердің маңызды ұпайларды ұту қабілеті болды, сондықтан ол жалпы ұпайларының тек 52%-ын жеңіп алса да, оның матчтағы жеңіс пайызы ұпайлар деңгейін ескергендегі диапазонның жоғарғы шегінде болды.

Жеңіп алынған ұпайлардың жалпы санындағы екі пайыздық жақсарту шамамен 68% матчта жеңіске әкелетініне назар аударыңыз. Ал Федерердің 54%-дық төрт ұпайлық артықшылығында матчтағы орташа жеңіс пайызы 80%-ға дейін артады.

Матчтарды жеңіп алу соққы деңгейіндегі, демек ұпай деңгейіндегі сапалы ойынның тұрақтылығынан туындайды. Чемпиондар ұпай деңгейінде өз ойынының тұрақтылығын немесе төмен құбылмалылығын көрсетеді. Федерер атап өткендей, сіз әрбір ұпайды ол сіз үшін әлемдегі ең маңызды нәрсе сияқты ойнауыңыз керек, ешбір ерекшеліксіз.

Талант, тәжірибе және ойлау жүйесі шешім қабылдаудағы тұрақтылықты құру үшін бірігеді.

Өте екіталай жеңіліс серияларын есепке алмасақ, қарсыластарына қарсы ұпайларының 56%-дан астамын жеңіп алатын теннисшілер ешқашан матчта жеңілмеуді күте алады!

Бұл статистика мені таң қалдырады.

Басқаша айтқанда, теннистегі матч деңгейіндегі кемелдік ұпай деңгейінде небәрі алты пайыздық артықшылықты талап етеді.

Көптеген адамдар бұл нәтижені естігенде таң қалады. Жеңімпаз болу үшін сізге тек шамалы артықшылық қажет. Артықшылықтың кішкене жақсаруы әлдеқайда жақсы нәтижелерге әкеледі. Бұл принцип сіз жиі қателесетін барлық қайталанатын шешім қабылдау жағдайларына қатысты.

Шекті деңгей төмен болып көрінгенімен, артықшылыққа қол жеткізу өте қиын, әсіресе қарсыластық жағдайларда. Барлығы ең жақсы жабдықты пайдаланады, өте талантты жаттықтырушылар мен менеджментті жалдайды және күн сайын сағаттап қарқынды жаттығады. Жоғары бәсекелестік ортада артықшылықты тіпті пайыздың төрттен бір бөлігіне болса да жақсарту өте қиын.

Ұпай деңгейіндегі артықшылықтың матч деңгейінде неліктен соншалықты еселенетіні спортта таңқаларлық емес. Егер Федерер ұпайларының 54%-ын жеңіп алса, оның қарсыластары тек 46%-ын жеңіп алғанын ескерсеңіз, олардың арасындағы айырмашылық 8%-ды құрайды, бұл спорт сияқты жоғары бәсекелестік жағдайларда өте үлкен айырмашылық.

Инвестициялау көп жағдайда спортқа ұқсайды. Қаржы нарықтарында болашақты тиын тастаудан гөрі жақсырақ болжау спорттағыдай себеппен өте қиын. Көптеген кәсіби трейдерлердің таланты ұқсас, олар бірдей сапалы ақпаратқа, аналитикаға және техникаға қол жеткізе алады. Мұндай ортада артықшылық табу қиын. Бірақ егер тапсаңыз, қаржылық пайда орасан зор болады. Осы жылдар ішінде менің “Жүйелі инвестициялау” сабағымдағы барлық студенттер дерлік кездейсоқ нәтижеден аспайтынын айтады. Олар менің сабағыма алгоритмдерді қолдана отырып артықшылықты анықтау жолдарын табу үмітімен келеді. Бірнешеуі табысқа жетеді. Менің студенттерімнің бірі студенттік несиесін өтегеннен кейін қуанса, басқалары шағын артықшылыққа негізделген хедж-қорлар ашқанын хабарлады.

Еселену уақытты қажет етеді. Осы уақыт ішінде басты айла — егер сіз теннисші немесе бейсболшы болсаңыз, допқа мүмкіндігінше көбірек соққы жасау. Артықшылық неғұрлым жоғары болса, базалық деңгеймен (артықшылық жоқ жағдаймен) салыстырғанда еселену соғұрлым көп болады.

Алдыңғы тарауда мен Morgan Stanley-дегі менің алгоритмім бұрыннан бар стратегияға оның тиімді ұстау мерзімін қысқарту арқылы тәуекелдерді саналы түрде қабылдауға мүмкіндік беріп, өнімділікті қалай жақсартқанын сипаттадым. Бұл оның артықшылығы еді.

Ұстау мерзімінің қысқа болуы әрбір сауда үшін тәуекелдің төмендеуін білдіреді, өйткені сіз нарыққа қысқа уақытқа ғана шығасыз. Уақыт өте келе баға көбірек ауытқиды және көбірек күйзелістерге ұшырайды, бұл тәуекелді арттырады.

Қысқа ұстау мерзімдері статистикалық тұрғыдан да тиімдірек. Шешімді жиі қабылдау үйрену үшін деректерде көбірек тәуелсіз үлгілердің бар екенін білдіреді. Міне, мұны статистикалық тұрғыдан қалай түсінуге болады:

Қысқа ұстау мерзімдері допқа көбірек соққы жасауға мүмкіндік береді. Егер сізде артықшылық болса, көбірек соққы жасау — егер сіз шаршамасаңыз және нәтижеңіз нашарламаса — артықшылықтың көбірек еселенуіне әкеледі.

Morgan Stanley-де бірнеше жыл сауда жасағаннан кейін менің ұстау мерзімдерім қысқарған сайын, мені осы бағытқа одан әрі итермелеген жас трейдерді жолықтырдым.

Әдеттегі сауда кеңсесі әр трейдерге аз мөлшерде капитал бөліп, төмен шығынмен жылдам орындау үшін күрделі сауда инфрақұрылымын ұсынды. Кез келген адам бұл дей-трейдинг кеңселерінде өз шеберлігін сынай алар еді. Көптеген адамдар сәтсіздікке ұшырады. Бірақ таңқаларлық жағдай, кейбіреулері тұрақты түрде ақша таба алды. Олар ірі ойыншылардың қашан белсенді болатынын және нарықты уақытша тепе-теңдіктен қашан шығаратынын сезуге келгенде өте зерек болды. Мұндай жағдайларды анықтау олардың артықшылығы еді және олар мүмкіндігінше жиі сауда жасау арқылы оны күні бойы еселеуге try тырысты. Бірнеше акциямен сауда жасау бірнеше казинода бір уақытта ойнаумен тең. Бірнеше білікті трейдерлерге көбірек капитал берілді, ал көпшілігі жұмыстан шығарылды. Бұл дей-трейдинг кеңселері үшін жақсы бизнес болды.

OceanofPDF. com

Мәселе мынада: оқыту процесінде машинаның нақты нені үйренгені толық түсінікті емес. Кейіннен белгілі болғандай, әртүрлі мәтінмәндерде тізбектегі келесі сөзді дұрыс болжау машинаны жанама түрде болса да, нақты әлем туралы көп нәрсені үйренуге мәжбүр етеді. Басқаша айтқанда, болжаудың бұл түріне шебер болу машинаны тілде сипатталған әлемдегі заттар арасындағы байланыстарды түсіну үшін қажетті білімнің қомақты көлемін меңгеруге итермелейді. Іс жүзінде LLM-дер өздері қол жеткізе алатын әлемдегі барлық деректер — кітаптар, журналдар, веб-жазбалар, видеолар, фильмдер және т. б. арасындағы жанама байланыстарды үйренеді және осы үйренген модель оларға мәтінмәнге сәйкес келесі сөзді өте жақсы болжауға мүмкіндік береді. Есіңізде болсын, үйренген модель — бұл жай ғана кірістер мен шығыстар арасындағы байланыстардың салмақтар жиынтығы. Сиқыр осы салмақтарда жатыр.

Келесі сөзді болжау тапсырмасын шешу — яғни кез келген тақырыпта кез келген деңгейде еркін сөйлесу қабілеті — әлдеқайда үлкен мәселені, атап айтқанда, жалпы әлем туралы білім алуды талап еткені назар аударарлық. Бұл жетістік Жасанды Интеллект (ЖИ) машинасына өзі оқытылған тар болжау тапсырмасының шеңберінен шығуға мүмкіндік берді. Ол әлем туралы жалпы байланыстар мен корреляцияларды үйреніп, бейнелей алады, бұл оған арнайы оқытылмай-ақ кез келген нақты сала туралы пайымдау жасауға мүмкіндік береді. Қазіргі чат-боттармен сөйлескенде біз сезінетін «сиқыр» осы, және біз мұны біз үшін іс-әрекеттерді қалай орындау керектігін түсінетін ЖИ агенттерінен көре бастадық.

Соған қарамастан, Хинтонның «бұл нәрселер бізден ерекше» деген ескертуін баса айтқан жөн. Біздің миымызда шамамен 100 миллиард нейрон және 100 триллионнан астам синапстық байланыс бар. DNN-дер миллиардтаған нейрондарымен және триллиондаған синапстарымен соған ұқсас үлкен әрі күрделі болды. Байланыстар адамдар айтқандай «оқшауланған» өз бетінше блоктарда көрсетілетін INTERNIST сияқты Сарапшылық жүйелерден айырмашылығы, DNN-дегі байланыстар желідегі салмақтар бойынша «жайылған» және оларды түсіндіру әлдеқайда қиын. Білім — заттардың мағынасы мен олардың арасындағы байланыстар — нейрон қабаттары арасындағы салмақтық байланыстар түрінде «таралған» тәсілмен көрсетіледі. Қазіргі уақытта біз олардың егжей-тегжейлі ішкі жұмысын түсінбейміз, бірақ олар бізден мүлдем басқаша жұмыс істейтін сияқты.

Бұл кестенің жоғарғы және төменгі бөліктерінің арасындағы айырмашылық — ЖИ-дің мамандандырылған және шектеулі қолданбаларын құрудан, білім мен интеллекттің нақты шекаралары жоқ және жаңа жағдайларға оңай бейімделетін жүйеге біртіндеп көшуі. Қазіргі ЖИ машиналары жалпы әлемді түсінуге және уақыт өте келе бұл түсінікті дамытуға бағытталған. Қазіргі ЖИ жүйелерінің мінез-құлқы мен өнімділігі интеллектке арналған әйгілі Тьюринг тестінен өтті ме деген сұрақ әлі де талқыланып жатса да, бұл пікірталастың өзі ЖИ-дегі елеулі прогресті және оның мүмкіндіктерінің айтарлықтай артқанын көрсетеді. (Егер адам сұраққа берілген жауаптың адамнан ба немесе машинадан ба екенін ажырата алмаса, машина Тьюринг тестінен өтті деп есептеледі. )

Жалпы Интеллектісі және өздігінен бақыланатын оқу қабілеті бар, бәрін бақылайтын ЖИ машинасының салдарын бағалау үшін оның спортты қалай өзгерте бастағанын қарастырайық. Дәл осындай ойлау кез келген түрдегі үлкен көлемдегі деректерден үйренуді қажет ететін кез келген салаға қатысты.

Сіз болашағы бар ойыншыларды іздейтін теннис маманысыз немесе артықшылыққа ие болғысы келетін чемпиондықтан үміткер теннисшісіз деп елестетіңіз. Адам немесе ЖИ артықшылық жасау үшін не істер еді?

**Статистика. ** Біз ойыншының бірінші соққысының орташа жылдамдығын, екінші соққысының тиімділігін, жүгіру жылдамдығын және кортты қамту қабілетін, күшін және психологиялық төзімділігін ескеретін шығармыз. Оның «қаруы» бар ма? Ойыншының қорғаныс дағдылары қаншалықты мықты? Осы ерекшеліктерді қарау сізге әртүрлі ойыншылардың қабілеттерін ажыратуға және олардың матчтарының нәтижелерін болжауға көмектеседі. Сіз бұл деректердің кейбірін, мысалы, бірінші және екінші соққы жылдамдығы мен пайыздық көрсеткіштерін түрлі дерекқорлардан ала аласыз. Психологиялық төзімділікті болса, сандық түрде бағалау қиынырақ.

Енді әр ойынның әрбір ұпайын бақылайтын өзіңіздің ЖИ нұсқаңызды елестетіңіз. Ол Федерер өткізген барлық 1526 матчты, сондай-ақ оның барлық қарсыластарының матчтарын бақылады. Ол матч және турнир деңгейіндегі табыстың кілті ретінде қандай белгілерді үйренер еді? Олар адамдар қолданатын белгілермен бірдей бола ма?

Мүмкін. Бірақ ЖИ-дің күші — ол шикі деректерден адамдар ешқашан ескермейтін ерекшеліктер мен заңдылықтарды таба алады, дәл AlphaGo ойынын меңгергендей немесе AlphaFold биологияда істей алатындай. Есіңізде болсын, заңдылықтар көбінесе олардың себептері анықталмай тұрып пайда болады; адамдарға заңдылықтарды үйрену үшін қажетті нүктелерді қосуға уақыт керек.

Мұнда ЖИ теннис деректерін қалай талдауы мүмкін екендігі туралы бір мысал берілген.

Федерердің теннис статистикасын еске түсіріңіз, онда біз жеңіп алынған ұпайлар мен жеңіске жеткен матчтар арасындағы байланысты сипаттаған болатынбыз. Сіз жоғары шеберліктің арқасында ұпай аласыз. Шеберліктің өте аз жақсаруы, жеңіп алынған ұпайлар пайызында көрініс тауып, күрделі пайыздың (compounding) күшінің арқасында жеңілген матчтар пайызының айтарлықтай жақсаруына әкеледі.

Қандай дағдылар жақсы соққыларға және, демек, жеңіп алынған ұпайларға әкеледі?

Бұл белгілерді негізінен шикі деректер болып табылатын матч видеосын қарау арқылы үйренуге бола ма?

Олар үйренілуі тиіс. Жоғарыда аталған белгілердің ішіндегі ең нәзік және күрделісі — айлакерлікті қарастырайық. Қарсыласты «оқи» білу немесе қарсыластың сізді «оқуы» барлық спорт түрлеріне тән және артықшылықтың негізгі көзі болып табылады. ЖИ айлакерлікті қалай есептей алады?

Жылдамдық, алдын ала болжау, ептілік және айлакерлік сияқты белгілерді ойыншылар ұзақ сағаттық жаттығулар мен қайталаулар арқылы шыңдайды. Осы белгілердің барлығы ұпай кезіндегі ойыншының соққы таңдау сапасына әсер етеді. Олар жоғары қысым кезінде қандай соққыны жасауға ең қолайлы сезінеді? Бұл сапаны видеодан есептеуге бола ма? Машина мұндай белгілердің нәтижелерді анықтауда маңызды екенін түсіне ала ма?

Шынында да, ЖИ мұндай білімді өз бетінше үйрене алуы керек, тіпті ол оны сипаттау үшін «ептілік» немесе «айлакерлік» сияқты атауларды қолданбаса да. Бірақ мен бұдан да ары барып, ЖИ жаттықтырушысы адамға қарағанда әлдеқайда бай кеңестер бере алатын жолдарды көрсетейін. Рафа Надаль мен Новак Джоковичтің «Үлкен дулыға» финалында — айталық, Ролан Гарростың қызыл топырағында кездескенін елестетіңіз, олар мұны бірнеше рет жасаған. ЖИ жаттықтырушысы Надальға қандай кеңес берер еді?

ЖИ Надальға немесе соған ұқсас адамға ұпайларды созу оның жеңіске жету мүмкіндігін арттыратынын, яғни белгілі бір қарсыласқа қарсы бұл стратегияның күтілетін тиімділігі туралы кеңес бере алар ма еді? Надальдың әртүрлі жерлердегі видеолары жеткілікті болса, ол Надаль үлкен артықшылықпен қолданған оң жақ соққымен жеңіске жету стратегиясын шынымен де таба алар еді. Әсіресе оның физикалық жағынан кемшілігі болмаған жағдайларда.

Әрине, тәжірибелі жаттықтырушылар сияқты сарапшылардың миында мұндай білім бұрыннан бар. Мен бірнеше жыл бұрын «Сан-Антонио Сперс» баскетбол командасымен ЖИ жобасын жасадым және олардың бас жаттықтырушысы Грег Поповичтің басында күрделі есептеулерді қалай жиі жасайтынын және соған негізделген шешімдер қабылдайтынын өз көзіммен көрдім. Мысалы, Бруклиндегі «Барклайс-центрде» «Нетс» командасына қарсы ойын кезінде, уақыттың аяқталуына шамамен үш минут қалғанда «Сперс» 82-68 есебімен артта келе жатты. Өткен деректерден мен тапшылық пен қалған уақытты ескере отырып, олардың жеңіске жету мүмкіндігі нөлге жуық екенін есептеген болатынмын. Олар келесі шабуылда ұпай жинап, ойында қалды. Келесі бір жарым минут ішінде «Сперс» жанданып, тапшылықты төрт ұпайға дейін қысқартты (86-82), ал доп «Нетс» командасында болды.

Попович тайм-аут алып, жоспар құру үшін корттағы әдеттегі орнына үш көмекшісін жинады. «Сперс» келесі минутта өте тығыз қорғаныста ойнады, осы уақыт ішінде «Нетс» бір кәдімгі себетке доп салса, «Сперс» үш ұпайлық соққы жасады. Есеп 88-85 болып, бес секундтан сәл астам уақыт қалғанда, Попович соңғы ойынын жоспарлау үшін бірден тағы бір тайм-аут алды. Ойын аяқталуына екі секунд қалғанда «Сперс» шабуылшысы Дэнни Гриннің үш ұпайлық соққысымен есеп теңесіп, ойын овертаймға (қосымша уақыт) ұласты.

Поповичке бұл шешімдерді қабылдау үшін компьютер қажет болмады. Ол не істеу керектігін білді.

Бірақ болашақта барлық спорт түрлеріндегі жаттықтырушыларға стратегиялық мақсаттар үшін, әсіресе айлакер және бейімделгіш қарсыластарға қарсы ойындар кезінде стратегияларды бейімдеу үшін видео деректерде жасырылған заңдылықтар мен басқа да ақпаратты алу үшін ЖИ-ді қалай пайдалану керектігін түсіну қажет болады. Машиналық көру жүйесінен айырмашылығы, адамдардың үлкен видео деректерден жүйелі түсініктер алу мүмкіндігі шектеулі.

2024 жылдың сәуірінде Жапонияның «Yomiuiri Shimbun» (әлемдегі ең көп таралатын күнделікті газет) спорт журналисі менен мұндай зерттеулермен айналысып жатқан командалар туралы білетін-білмейтінімді сұрады. Мен оған ойыншыларды бақылау деректеріне Машиналық оқытуды қолданатын нейробиология әдебиеттері мен коммерциялық спорттық аналитикалық платформаларды көрсеттім, бірақ мен командалардың мұндай жұмыс туралы ақпаратты көпшілікпен бөлісетінін күтпедім. Бәс тігілген нәрселердің маңыздылығын ескерсек, нәтижелер Уолл-стриттегі жеке меншік сауда топтары сияқты қатаң құпия сақталады деп ойлаймын.

Ең бастысы, ЖИ-дің қабылдау және өздігінен бақыланатын оқыту арқылы өз бетінше үйренуіне келетін болсақ, «жын шөлмектен шықты». Бұл тек спортпен шектелмейді, машиналар әлемді қабылдай алатын біздің өміріміздің барлық салаларына қатысты.

Автопилоттағы ЖИ-дің мүлдем жаңа әлемі бар. Ол неғұрлым көп бақыласа, соғұрлым көп үйренеді. Бұл маған Йоги Берраның әйгілі сөзін еске түсіреді: «жай ғана қарап отырып-ақ, көп нәрсені байқауға болады».

Егер біз болжауды білім ретінде есептелетін нәрсенің <span data-term="true">эпистемикалық критерийі</span> (танымдық өлшемі) ретінде қарастыруды жалғастырсақ, Үлкен тілдік модельдермен «ЖИ-дің масштабтау заңдары» бойынша жүргізіліп жатқан зерттеулер көру және басқа сезімдерімізге қатысты ЖИ-дің басқа салаларына да жалпылауға болатын кейбір қызықты түсініктерді ұсынады.

LLM-дерді жақсартуға тырысу зерттеулерінен туындаған негізгі принцип: олардың өнімділігі — келесі сөзді жақсырақ болжау және, демек, жақсырақ сөйлесу қабілеті — бір мезгілде үш нәрсені арттыру арқылы жақсарады.

Қазіргі уақытта Жалпы Интеллектті дамытуда бұл өлшемдерге ешқандай айқын шектеулер жоқ. Мысалы, Интернетте және басқа жерлерде адамдар жасайтын тілдік деректерден басқа, видео, дыбыс және иіс сияқты деректердің басқа түрлері де машиналар үшін кеңінен қолжетімді бола бастады. Мысалы, YouTube-ке әр жарты сағат сайын шамамен 16 000 сағат видео жүктеледі. Бұл төрт жасар баланың қанша уақыт өмір сүргеніне тең. Сондықтан ЖИ үшін физикалық әлем туралы үйренуге болатын видео оқыту деректерінің тапшылығы жоқ. Шынында да, зерттеудің өнімді саласы машиналардың адамдар оңай істей алатындай бірнеше сенсорлық режимдерден деректерді қалай біріктіретініне қатысты. Тағы да айта кетейін, біз мұндай деректерді жинаудың ең бастапқы кезеңіндеміз, бұл жақын болашақта ChatGPT және оның видеоға негізделген баламалары сияқты қолданбаларға негіз болатын алдын ала оқытылған модельдердің жақсаруын көре беретінімізді білдіреді. Жақсырақ Жалпы Интеллект барлық қолдану салаларында неғұрлым зияткер мамандандырылған агенттердің пайда болуына әкеледі.

Жалпы Интеллектке қарай ілгерілеу 6. 1-кестеде көрсеткенімдей, машиналық интеллектті арттыру жолымен жүргенін атап өткен жөн. Бірінші парадигма «адамдардан үйрену» болды. Келесісі «сұрыпталған деректерден үйрену» болды. Одан кейін «кез келген деректерден үйрену» парадигмасы келді. Қазіргі парадигма — «әлем туралы кез келген деректерден жаңа жағдайларға бейімделетіндей етіп үйрену». Бұл соңғы парадигмалық ауысым ЖИ-ді жалпы мақсаттағы технологияға және деректер көлемінің, есептеу қуатының артуымен және желілік архитектурадағы инновациялармен сапасы үнемі жақсара беретін тауарға айналдырады.

Терең оқытудан Жалпы интеллектке өтудің соңғы парадигмалық ауысуы ЖИ-ді электр энергиясы сияқты жалпы мақсаттағы технологияға айналдырады. Электр энергиясы кезінде бүкіл әлемдегі экономиканың әрбір саласын қалай өзгертсе, ЖИ де өнеркәсіптік ландшафт пен қоғамға кең ауқымды әсер ете отырып, кезекті өнеркәсіптік революцияны бастауға дайын тұр.

Жалпы интеллект қосымшаларды жасаушылар үшін орасан зор мүмкіндіктер береді, бірақ сонымен бірге үлкен қауіптер де төндіреді. Біз алғаш рет интеллектуалды болудан басқа ешқандай нақты мақсаты жоқ машина жасадық. Оның ішкі жұмыс істеу принципі туралы аздаған түсінігіміз болғанымен, оның қалай ойлайтынын және кіріс деректерін қалай өңдейтінін толық білмейміз. Бұл ЖИ-ді басқаруды қиындатады, әсіресе ол қазірдің өзінде «автопилот» режимінде көбірек деректер жинап, ЖИ-дің масштабтау заңдарына сәйкес ақылдырақ бола түсуде.

Бұл жағдай жұмыстың болашағына терең әсер етеді. Адамдардың жұмыс орындарының көбі біздің қабылдау қабілетімізге, атап айтқанда оқу, көру, есту, сезу және иіскеу қабілетімізге негізделген. Егер машина әлемді біз сияқты қабылдай алса және адамзат білімінің орасан зор қоймасына қол жеткізе алса, онда «болашақта адамдар не істейді? » деген орынды сұрақ туындайды.

Келесі екі тарауда мен осы сұраққа бірнеше жауап беремін.

OceanofPDF. com

Джой Милннің Паркинсон ауруын иіскеу қабілеті біреудің көзін жеке-жеке қозғалтуы немесе буындарының тым иілгіштігі сияқты жай ғана таңқаларлық дағды болып қалар еді, бірақ бір мәселе бар. Паркинсон ауруын он жыл бұрын — Джойдың күйеуіне қатысты жасағанындай — анықтайтын сенімді медициналық диагностиканы зерттеушілер әлі жасаған жоқ. Кейінірек жүргізілген «соқыр» экспериментте (зерттелушілер кім екені жасырылған сынақ) ауруы бар және жоқ адамдар киген он шақты футболка ортасынан кесіліп, Джойға кездейсоқ ретпен ұсынылды. Ол тек бір рет қана қателесіп, бақылау тобындағы (ауруы жоқ адамдар) бір адамды Паркинсонмен ауырады деп көрсетті.

Денсаулық сақтаудың басқа салаларындағыдай, Паркинсон ауруының көрінетін белгілері ауру басталғаннан кейін көп уақыт өткен соң, медициналық араласу тек симптомдарды жеңілдетумен шектелетін кезеңде ғана байқалады. Диагноз тым кеш қойылады. Ал диагноз кеш қойылғандықтан, аурудың алғашқы кезеңдері туралы маңызды деректер жиналмайды, бұл емдеу жолын табуды қиындатады. Біздің қолымыздан келетіні — бәрі кеш болғанда тек зардаптарды емдеу.

«Osmo. ai» иіс компаниясы иісті цифрландыру мүмкіндігін көрсетіп үлгерді. Басқаша айтқанда, компьютер енді иісті дереккөзінен «оқып» және оны «жаза» алады, яғни оны құрайтын молекулалардың тиісті қоспасын жасай алады. Қарапайым тілмен айтқанда, компьютерлер енді иіс сезе алады.

Менің Нью-Йорк университетінің Деректер ғылымы орталығындағы докторантым Вивек Агарвал, әріптесім Дмитрий Ринберг және мен зертханада зәр немесе басқа иіс көздерін пайдаланып, иіс арқылы ауруды болжайтын алгоритмдер жасап жатырмыз. Біздің амбициялық мақсаттарымыздың бірі — медициналық зерттеулерде қолдануға болатын иістердің үлкен цифрлық дерекқорын жасау. Бұл дерекқор иіс сезуді зерттеуге серпін береді деп күтеміз, тура «ImageNet» дерекқоры компьютерлік көру саласындағы ілгерілеуді жеделдеткені сияқты. ImageNet — бұл объектілерді тану зерттеулеріне арналған ірі масштабты визуалды дерекқор, онда 14 миллионнан астам таңбаланған суреттер бар. Ондағы белгілер иерархия ретінде ұйымдастырылған зат есімдерден, етістіктерден және сын есімдерден тұрады, бұл мен 2-тарауда талқылаған «INTERNIST» жүйесіндегі аурулар мен мүшелердің күрделі иерархиясына ұқсайды.

Егер бірнеше жыл алға көз жүгіртсек, ЖИ жүйелері қоршаған ортадан көру, дыбыс және иіс сияқты барлық сенсорлық деректерді қабылдап, оны тілді түсіну қабілетімен ұштастыра алатын уақытты елестете аламыз. Бұл орын алғанда, дәрігерлердің рөлі қалай өзгереді? Диагноз қою үшін дәрігерге барудың қажеті болмай қала ма?

2024 жылдың наурыз айында мен Американың Ауруларды бақылау және алдын алу орталығында (CDC) «ЖИ адам дәрігерлерін ескірген мамандыққа айналдыра ма? » деген тақырыпта баяндама жасадым.

Мен бұл тақырыпты әдейі арандатушылық үшін таңдадым, бірақ өз позициямды бірден ашқым келмеді. Сондықтан мен сөзімді автокөлікке техникалық қызмет көрсетумен салыстыра отырып, қарапайым сұрақтан бастадым:

Медицина автокөлік диагностикасы мен жөндеуінің жолымен жүре ме?

Баяғыда автокөлік диагностикасы өнер болатын. Білім тәжірибе арқылы жиналатын және тәжірибелі механиктер жоғары бағаланатын. Қазіргі уақытта автомобильдер борттық компьютерлермен жабдықталған, олар көптеген сенсорлардан көрсеткіштер алып, көліктің жай-күйін анықтауға көмектеседі. Механиктің жұмысы диагноз қоюға емес, компьютер анықтаған ақауды түзетуге бағытталған, көбінесе жөндеу жұмыстарын машиналардың көмегімен жасайды.

Бүгінде көбімізде смарт-сағаттар, фитнес-трекерлер және ұялы телефондар түріндегі бір немесе бірнеше компьютерлер бар, олар денсаулығымызды нақты уақыт режимінде өлшеуге мүмкіндік береді. Жақын арада біз өзімізді сенсорлары арқылы денсаулығымыз туралы бәрін айтып беретін машинаға қоса аламыз ба?

Ал егер хирургиялық ота қажет болса ше? Көптеген хирургтар ота кезінде роботталған құрылғыларды қолданады, әсіресе жоғары дәлдікті қажет ететін немесе сезімтал жүйкелердің жанында қолдың дірілдеуіне жол бермейтін процедураларда. Мұндай құрылғылар жаңа, ақылды ЖИ алгоритмдерімен жұмыс істеп, бұрынғы тәжірибелі автомеханиктер сияқты қазіргі дәрігерлер буынын да қажетсіз етіп тастай ма? Диагноз қою немесе емдеу курсын тағайындау тек медициналық сақтандыру үшін ғана қажет бола ма?

Мен CDC-дегі адамдардың көбі автокөлікпен салыстыруға «мүмкін емес» деп жауап береді деп күттім. Адамдар автокөлікке қарағанда әлдеқайда күрделі, ал машиналар түсінікті инженерлік заңдылықтарға негізделген деген қарсылық болады деп ойладым. Керісінше, адам денесі туралы біз білмейтін нәрсе көп, сондықтан адам тәжірибесі медицинада әрқашан үлкен рөл атқарады.

Мен барынша бейтарап болуға тырыстым. Талқылауға негіз болу үшін баяндамамды ЖИ-дің қазіргі дәрігерлерді алмастыруына «иә» және «жоқ» деген себептер тізімімен аяқтадым.

«Иә» санатында мен денсаулық сақтаудың тым жоғары шығындарынан және қаупі төмен жағдайларға босқа жұмсалатын уақыт пен ақшадан бастадым. Бір ауырсынуды басатын дәрі жазып бергені үшін медициналық мекемеге жүздеген немесе мыңдаған доллар төленуі қисынсыз. Көптеген күнделікті жағдайларды ЖИ арзанырақ әрі жақсырақ шеше алады.

Екіншіден, LLM-дер емделушілермен еркін сөйлесу, жазбалар мен деректерді жүргізу, сондай-ақ емделушінің жағдайына сезімталдықпен қарап, жеке көңіл бөлу қабілетіне ие болды. Бұл тек жақсара береді және денсаулық сақтауды дербестендіреді.

Тағы бір маңызды себеп — ЖИ жинақтайтын білім сапасының артуы. Жаңадан жарияланған зерттеулер мен кескін, дыбыс, иіс түріндегі сенсорлық деректер ЖИ үшін оқу деректеріне айналады. ЖИ машинасы тіпті ең тәжірибелі адам өз өмірінде көре алатын жағдайлардан бірнеше есе көп деректі көре алады.

Соңында, мен денсаулық сақтаудағы «күтім» (care) бөлігі көбінесе жетіспейтінін айттым; бұл маманданудың және дәрігерлердің уақыты мен назарының тапшылығының салдары болуы мүмкін. Медицина соншалықты маманданып кеткендіктен, бірде-бір дәрігер емделушінің жалпы денсаулығына жауап бермейді. Мамандар дененің бір бөлігін емдеуге өте шебер болып алды, бірақ ешкім барлық деректерді біріктіріп, жалпы суретті көрмейді. ЖИ деректерді біріктіріп, тұтас көзқараспен қарайтын «әмбебап дәрігер» рөлін атқара ала ма?

Сенімді естіледі, солай ма? Содан кейін мен ЖИ машинасына қарсы бірдей салмақты уәждерді келтіруге тырыстым.

Адамдарды диагностикадан алмастыруға қарсы бір себеп — біз ішкі жұмысын толық түсінбейтін технологияға сенімсіздікпен қараймыз. Хинтонның «бөтен планеталықтарына» (адам түсінбейтін ЖИ модельдеріне) олардың қалай жұмыс істейтінін түсінбей тұрып, денсаулығымызға диагноз қоюға және тағдырымызды шешуге рұқсат беруге дайынбыз ба?

Әрине, адам дәрігерлерінің ойлау процесі де бізге беймәлім болуы мүмкін, бірақ адамдарда сенімнің кепілі ретінде біліктілік — терең медициналық дайындық пен тәжірибе бар. Олардың қабырғадағы дипломдары сенім грамотасы іспеттес. Қазіргі уақытта ЖИ-де мұндай кепілдіктер жоқ.

Тағы бір мазасыздық тудыратын нәрсе — машина оқитын деректерді нашар түсіну. Ол деректер біржақты болуы мүмкін бе? Бұл деректер нақты қолданылатын жағдайға қаншалықты сәйкес келеді? «INTERNIST» сияқты жүйелер себеп-салдарды түсіндіре алатын сарапшылық білім негізінде жасалған, біз ой қорыту тізбегін қадағалап, тіпті гипотетикалық болжамдар жасай алатынбыз. Олар жаңа нәрсе үйрене алмаса да, олардың тұжырымдары мен негіздемелері ашық болатын. Қазіргі ЖИ жүйелері түсініксіз болуы мүмкін.

Джордан мұқият ғалым ретінде бұл тәуекелдің қаншалықты негізді екенін есептей бастады. Ол байқаған бірінші нәрсе — әйелін тексерген аппараттың ажыратымдылығы (сапасы) ЖИ моделі калибрленген бастапқы зерттеудегі (Ұлыбританияда жасалған) аппараттан әлдеқайда жоғары болған. Джордан бұл ақпаратты генетикпен бөліскенде, дәрігер жаңа аппарат орнатылғаннан кейін Даун синдромы болжанған жағдайлардың түсініксіз түрде көбейіп кеткенін айтты. Ескі, сапасы төмен аппарат басқа болжамдар берген еді. Бастапқы алгоритм жаңа аппарат үшін қайта калибрленбеген болып шықты.

Джордан мен әйелі амниоцентез жасатпауға шешім қабылдады. Бақытымызға орай, бұл жағдай жалған оң нәтиже болып шығып, әйелі дені сау баланы дүниеге әкелді. Бірақ ол машинаның ұсынысымен сынақтан өтуге шешім қабылдағандықтан шетінеп кеткен мыңдаған ұрықтар туралы ойланбай тұра алмады.

«Жоқ» санатының соңғы нүктесі ретінде мен денсаулық сақтаудың тек деректерге ғана емес, эмпатия (сезіну) мен «вайбқа» (көңіл-күйге) негізделгенін мойындадым. Сарапшының істі мұқият зерттеп, ой елегінен өткізгенін білу бізге жеңілдік сыйлайды. Машиналарда әлі де адамға тән интроспекция қабілеті жоқ, әсіресе деректер нақты бір үлгіге сәйкес келмейтін қиын жағдайларда. «Мен қай жерде қателесуім мүмкін? » деп сұрай алатын адамдардан айырмашылығы, машиналар тек дайын жауап береді. Мұндай машиналарды қалай жақсырақ тексеруге болатыны туралы көптеген зерттеулер бар, бірақ олар әлі де жұмбақ болып қалуда.

Менің таңқалысым, CDC аудиториясындағылардың көбі болашақта ЖИ адам дәрігерлерін шынымен алмастырады деп есептеді. Олар қазіргі ЖИ-дің сиқырына тым таңырқап, оның шектеулерін байқамай қалды ма? Керісінше, олар ЖИ-ге қарсы келтірілген себептер уақытша және уақыт өте келе шешіледі деп есептеді. Тіпті аудиториядағы кейбіреулер болашақта ЖИ адам дәрігерлеріне қарағанда көбірек эмпатия көрсете алатыны туралы зерттеулерді оқығанын айтты!

Мен CDC аудиториясына баяндамамнан бірнеше апта бұрын жүргізген экспериментім туралы айтқан жоқпын, ол олардың пікіріне әсер етуі мүмкін еді. Мен ChatGPT-ді 45 жыл бұрынғы дәл сол жағдай бойынша — 1-тарауда талқылаған жағдай — «INTERNIST» жүйесімен салыстырдым.

Осы жолдарды жазып отырғанда, мен ChatGPT-ді бір жыл ішінде бірнеше рет бір жағдай бойынша тексердім. Уақыт өте келе оның жауаптары күрделене түсті, бірақ олардың дұрыстығы мен дәлдігі артты ма деген сұраққа жауап беру қиын. Бір ерте жағдайда ЖИ емделушінің «есірткіге тәуелділік» мәселесі бар-жоғын білгісі келіп, басқа жаққа ауытқып кетті. Бәлкім, бұл деректердегі қазіргі біржақтылықты көрсететін шығар. Тағы бір жағдайда мен одан ең ықтимал үш гипотезаны сұрадым. INTERNIST сияқты, оның да бірінші нұсқасы Лептоспироз болды. Лептоспироздың ең жақын баламасы ретінде «Хантавирустық өкпе синдромы (HPS)» көрсетілді; оның белгілері ұқсас болғанымен, ол қояндардан емес (біздің жағдайдағыдай), кеміргіштерден жұғады. Үшінші кезекте кенелер арқылы жұғатын «Риккетсиозды аурулар» аталды. Бірақ ChatGPT бөртпенің болмауы бұл гипотезаны растамайтынын айтты.

Бұл талқылау мені бір сұраққа жетеледі: денсаулық сақтау саласындағы «ЖИ нирванасына» (кемелдіктің ең жоғарғы сатысы) жетуімізге не кедергі?

Бұған екі кедергі бар.

Чат-боттың білімі таңғалдырса да, оның қорытындыларына сенуге болатынын білу қиын. Өйткені нәтиже пайдаланушының жағдайды қалай сипаттағанына тікелей байланысты, сонымен қатар оның білім базасының түсініксіздігі мен ондағы ықтимал бұрмалаушылықтар да әсер етеді. Бұл — сенім мәселесі.

Тағы бір маңызды кедергі — қазіргі денсаулық сақтау жүйесі белгілер мен ауруларды байланыстыратын дұрыс деректерді жинамайды, себебі қолданыстағы процестер оларды үйренуге негізделмеген. Шын мәнінде, бұл процестер көбінесе денсаулық сақтау жүйесіндегі бірнеше бұрмалаушылықтарды одан әрі күшейте түседі. Мен мұны бір күні таңертең жедел жәрдем бөліміне түскен жарақатым арқылы жеке басымнан өткердім.

Бір жазғы таңда көршімнің екі неміс овчаркасы Люсиді ашқарақ ниетпен қуалап, менің көлігім тоқтайтын жолға қарай тұра ұмтылды. Мен қорыққаннан олардың соңынан жүгірдім.

Шәркеймен (флип-флоп) жүгіру — жаман идея. Әрине, мен шалынып қалып, қатты плитканың шетіне құладым. Сол жақ тіземнің үстінен қатты ауырсыну сезініп, қан ағып жатқанын көргенде, жедел медициналық көмек қажет екенін түсіндім. Әйелім мені жақын маңдағы жедел жәрдем бөліміне апарды, онда маған «провайдер» (медициналық қызмет көрсетуші) жақын арада қабылдайтынын айтты. Қандай оғаш термин деп ойладым. Бұл Олдос Хакслидің «Ғажап жаңа әлем» (Brave New World) шығармасындағы бірдеңе сияқты естілді.

Мен соңғы екі шешімді қабылдауға құзыретім жетпейтінін айттым. Үшінші провайдер анестезияны қолданбауға кеңес берді, өйткені оны енгізу процедураның өзі сияқты ауыр болады екен. Төртінші провайдер тіземнің қозғалысы көп аймақ болғандықтан, қапсырмаларды ұсынды. Мен келістім. Ол қапсырмаларды салып берді де, шамамен екі аптадан кейін оларды алдыру үшін қайта келуімді айтты. Соңғы провайдер болған дәрігерді көргенде, менің сұрақ қоюға шамам да қалмаған еді. Тек ол жерден тезірек кеткім келді.

Өзімді конвейерден өткендей сезіндім. Бес медициналық бекеттен өттім, әр маман өз жұмысын істеп, мені келесісіне өткізіп отырды.

Екі аптаға жетпей қапсырмаларды алдыру үшін жедел жәрдемге қайта келдім. Провайдерге алдағы бірнеше күнде жол жүретіндіктен, екі күн ерте келгенімді айттым. Ол мұның ештеңесі жоқ екенін айтты. Бірақ ол қапсырмаларды алған кезде жарадан қан ағып, жанға батты.

Өкінішке қарай, келесі күні жара қайта ашылып кетті. Мен кеңес алу үшін жедел жәрдемге қоңырау шалдым, бірақ оларға қашықтан кеңес беруге тыйым салынған екен, сондықтан мекемеге қайта баруға тура келді. Бұл жолы жаңа провайдер ашық жараны көріп, оған тиіспеген дұрыс екенін және уайымдамауымды айтты. Жараға инфекция түспеген, ал тыртық тіні уақыт өте келе жараның орнын толтырады деді.

Бүгінде мен қалыпты жүре аламын, бірақ тіземді ауырсынусыз толық бүге алмаймын. Жара толық жазылса да, тереңдегі тыртық тінінің тартылуын сеземін, тіземді бүккенде немесе оған бірдеңе қойғанда анда-санда ауырып қояды.

Қапсырмаларды алу кезінде жолым болмады ма, әлде басында провайдердің ұсыныстарына тым тез келісе салдым ба, оны айту мүмкін емес. Іштей: «Бұрын маған жақсы көмектескен, өздігінен сорылатын тігістерді таңдауым керек пе еді? » — деп сұраймын. Немесе қапсырмалар тым ерте алынды ма, толық екі апта өтпей барғаным үшін өзім кінәлімін бе? Мүмкін, қапсырманы алған маман жұмысын дұрыс істемеген шығар және жараның әлі шикі екенін байқағанда қосымша шаралар қолдануы керек пе еді?

Медицина әлемінің негізгі шектеуі — денсаулық сақтау жүйесіндегі араласулар мен олардың нәтижелерінің есебін ешкім жүргізбейді. Осы себепті оқу деректері жоқ. Мұндай деректерге қол жеткізе алмаса, ЖИ машинасы өзін-өзі қадағалап, үйрене алмайды. Конвейерлік тәсілде әр маман өз ісіне тиімді болғанымен, оның жақсырақ екенін дәлелдеу қиын.

Бақытымызға орай, Үлкен тілдік модельдердегі (LLM) жалпы зияткерлік қабілет осы есеп жүргізудегі кедергілерді жоюға және біз үшін байланыстарды орнатуға мүмкіндік береді. Келесі тарауда Дамодаран боты арқылы көрсететінімдей, LLM-дер кестелерді, графиктерді және тілді түсінуге қабілетті. Олар пациенттер мен провайдерлердің деректерін біріктіре алады. Тізе жарақатым туралы медициналық жазбаларды және әр провайдердің мені қалай емдегені туралы ақпаратты LLM негізіндегі жүйеге бергенін елестетіп көріңізші. Ол деректер ізін бақылай отырып, араласулар мен нәтижелерді анықтап, менің жағдайымды «жақсы нәтиже емес» деп белгілей алар ма еді? Әрине, алар еді.

Бұрмалаушылық денсаулық сақтау жүйесінде жасырын түрде кең таралған. Бірнеше жыл бұрын бір күні таңертең әйелімнің іші қатты ауырып оянды. Ол тамақтан улану деп ойлады. Келесі күні ауырсыну күшейіп, қызуы басылмаған соң, біз NYU медициналық орталығының жедел жәрдем бөліміне бардық.

Оның ауырсынуына соқыр ішектің жарылуы (аппендицит) себеп болғаны анықталды, бұл дер кезінде көмек көрсетілмесе, өлімге әкелуі мүмкін. Алайда, оның ауырсынуға төзімділігінің жоғары болуына байланысты ішкі бұрмалаушылығы оны емдеу тәсіліне әсер етті.

Мұндай өз-өзінен хабарланатын деректер көбінесе бұрмаланған болады, бұл қате әрекеттерге немесе дұрыс емес диагноздарға әкелуі мүмкін. Егер мұндай деректер ЖИ-ді оқыту үшін қолданылса, ол да солай бұрмаланған болады. Екінші жағынан, егер деректер ауырсыну деңгейін сезуге бапталған сенсорлар арқылы автоматты түрде жазылса, біз өзімізді мұндай деректерді жазатын және оны ЖИ үшін оқу деректері ретінде пайдаланатын машинаға қоса алар едік. Сенсорлар саласындағы соңғы жетістіктер бізді осы бағытқа жетелейді. Қазір жүрек соғу жиілігінің өзгермелілігі, терінің өткізгіштігі, бұлшықет кернеуі және тіпті бет әлпеті сияқты көрсеткіштерді пайдалану арқылы ауырсынудың объективті деңгейін алуға болады. Болашақта нейроимпланттар ауырсыну мен басқа да жеке деректердің сенімдірек әрі бұрмаланбаған өлшемдерін қамтамасыз етуі мүмкін.

Денсаулық сақтау саласындағы тағы бір маңызды бұрмалаушылық түрі қолданыстағы процестер мен қалыптасқан емдеу стандарттарынан туындайды. Мамандану мен емдеу стандартына байланысты жүйедегі төселген бұрмалаушылықтың мысалы MIT маманы, ЖИ және денсаулық сақтау бойынша сарапшы Дэвид Сонтагпен болған подкаст әңгімемде айтылды. Сақтандыру компаниялары жаңа, әлеуетті жақсырақ, бірақ қымбатырақ тест үшін оның нәтижелері туралы деректер жеткіліксіз болса, ақша төлеуі екіталай. Бұл «Catch-22» (тұйық шеңбер) жағдайына әкеледі: жаңа нәрсені байқап көру жақсы нәтижелерге әкелуі мүмкін, бірақ ол медициналық сақтандыру компанияларымен мақұлданбағандықтан, біз жақсартуды дәлелдеу үшін қажетті деректерді ала алмаймыз. Дәрігерлер бұрыннан қолданылып келген процедураларды ұстанады, өйткені сақтандыру соны ғана мақұлдайды. Емдеу стандарты деректердегі бұрмалаушылықты бекітіп тастауы мүмкін.

Медицинадағы маманданудың артуы жүйедегі тағы бір бұрмалаушылыққа әкеледі. Дэвид Сонтаг бізге анасының көптеген миелома (қан обыры) болғанын айтты. Миелома кезінде сүйек кемігі иммундық жүйенің жұмыс істеуі үшін жеткілікті мөлшерде ақ қан жасушаларын шығара алмайды, өйткені сүйек кемігіндегі рак жасушалары сау ақ қан жасушаларын ығыстырып шығарады. Бұл жағдай сонымен қатар дененің әртүрлі бөліктерінде, әсіресе мүшелерде амилоидтар деп аталатын белгілі бір ақуыздардың жиналуына әкеледі, бұл олардың істен шығуына себеп болуы мүмкін.

Төселген бұрмалаушылықпен күресу — денсаулық сақтау жүйесі үшін үлкен сынақ.

Бұл бізді бастапқы сұрағымызға қайта алып келеді: ЖИ адам диагнозын ескірген нәрсеге айналдыра ма? Механиктер біздің автомобильдерімізге диагноз қойғандай, біз де өзімізді машинаға қосып, ЖИ-ге нені жөндеу керек екенін айтқызып қоямыз ба?

Денсаулық сақтаудың көп бөлігі үшін жауап «иә» сияқты көрінеді. Бірақ күрделі жағдайлар бірнеше себептерге байланысты адам-дәрігерлерді қажет ете береді. Біріншіден, күрделі жағдайларда біз машинаның барлық дұрыс сұрақтарды қоятынына сенбеуіміз мүмкін және басқа дәрігерден екінші пікір алуға бейім боламыз. Күрделі жағдайлар адамдардан ЖИ-дің ойлауын және Джордан мысалында көрсетілгендей, оның оқу деректерін жақсырақ түсінуді талап етеді. Ең бастысы, адам-дәрігерлер жаңа оқу деректерін жасау үшін, әсіресе жаңа, қауіпті немесе моральдық немесе отбасылық мәселелерді қамтитын күрделі жағдайлар үшін қажет болып қала береді. Алгоритмге мұндай пайымдаулар жасау қиынға соғады.

CDC дәрігерлерімен болған өзара іс-қимылым, Дэвид Сонтагпен әңгімем және жедел жәрдемдегі жеке тәжірибем туралы ойлана келе, басты қорытындыларымның бірі — қазіргі уақытта машиналар мен дәрігерлер жақсы бірлесіп жұмыс істемей жатыр. Шын мәнінде, біз екі әлемнің де ең жаман жақтарын алып жатырмыз. Біз ЖИ сиқыршысын да көріп отырған жоқпыз, денсаулық сақтау процесінің дөңгелегіндегі мамандандырылған (және асығыс) тетіктерге айналған адамдардан да жеткілікті ақпараттандырылған шешімдерді ала алмай отырмыз.

Сондай-ақ денсаулық сақтау жүйесіндегі деректерде бұрмалаушылық пен есеп жүргізудің жоқтығы тұрғысынан әлі де елеулі кемшіліктер бар екені анық, өйткені оқиғалар мен олардың нәтижелері дұрыс жазылмайды және таңбаланбайды. Жүйе тиісті деңгейде тиімді үйрене алмайды. Дәрігерлер мұндай бұрмалаушылықтарды білуі және қазіргі емдеу стандарттарындағы төселген бұрмалаушылықтармен күресе алуы керек.

Майкл Джорданның әйеліне амниоцентез ұсынылған жағдайда көргеніміздей, дәрігерлерге ЖИ-дің ішкі жұмысы туралы дұрыс сұрақтар қоя білу үшін білім қажет болады. Бұған оның оқу деректері мен шешім қабылдау негіздерін білу жатады. Оған «қара жәшік» сияқты қарау — қауіпті.

Дегенмен, бұл кемшіліктер маңызды болғанымен, еңсерілмейтін емес. Жеткілікті мөлшерде бұрмаланбаған деректер қолжетімді болғанда, пациенттер ретінде бізді күнделікті жағдайлардың көпшілігін шеше алатын машиналар жиірек бағалайтын болады. Олар қажет болған жағдайда бізді дәрігерлерге өткізеді, ал дәрігерлер процесті қадағалайды немесе күрделі жағдайларда пациенттерге уақыт бөледі. Мұндай әлемде күнделікті денсаулық сақтаудың көп бөлігі автомобиль диагностикасы мен жөндеу жолымен жүруі мүмкін, сонда адамдарда күрделі жағдайлармен айналысуға және қамқорлық көрсетуге уақыт болады.

ЖИ болашақта адам-дәрігерлерді ескірген мамандыққа айналдыра ма? Қазіргі парадигмаға байланып қалғандар үшін — иә. Бірақ ЖИ-ге дұрыс сұрақтар қоя алатын, оның нәтижелері мен оқу деректерін түсінетін және диагноз немесе ұсыныстар дұрыс емес болып көрінгенде ЖИ-ге күмән келтіре алатын медицина мамандары үшін емес. Мұндай дәрігерлер ЖИ дәуірінде әлдеқайда құнды бола түседі.

Қазіргі уақытта біз денсаулық сақтау саласындағы дәрігерлер мен медициналық қызметкерлер мен ЖИ машиналары арасындағы өзара іс-қимылдың ең нашар түрін көріп отырмыз. Денсаулық сақтау конвейерлік процеске айналды, бұл жеке күтімнің керісінше көрінісі. Адамдар конвейер бөлшектері сияқты қарастырылады, ал ЖИ жүйелері әлі толық сенімді емес, өйткені оларда жеткілікті бұрмаланбаған оқу деректері жоқ.

ЖИ модельдерінің медицина саласында үлкен әлеуеті бар, бұған жаңадан пайда болып жатқан бұрмаланбаған деректер көздері көмектеседі. LLM-дерге тән жалпы зияткерлік қабілет мұндай деректерді түсіндіру мен таңбалауда өте пайдалы болады, оны ЖИ өзін-өзі оқыту үшін пайдалана алады. Дегенмен, медицинадағы ішінара сақтандыру компанияларының ынталандыруынан туындайтын төселген бұрмалаушылық — жеңу қиынырақ болатын үлкен сынақ.

Ұзақ мерзімді перспективада, егер денсаулық сақтау жүйесі жеткілікті мөлшерде бұрмаланбаған деректер жинаса, біз өзімізді ЖИ машинасына қоса алуымыз керек. Ол «Стартрек» сериалындағы «Энтерпрайз» кемесіндегі доктор «Боунз» Маккой қолданған сканерлеу құрылғысы сияқты, өзіміз туралы білуіміз керек барлық нәрсені айтып бере алады.

Болашақтың ЖИ-і жалпылама маман рөлін атқарып, біз үшін барлық байланыстарды орната алады. Маманданудың артуымен біртұтас (холистикалық) денсаулық сақтау әлсіреді. ЖИ денсаулық сақтауға холистикалық медицинаны қайтарып, мамандардың жұмысын үйлестіретін «супер дәрігерге» айналуы мүмкін.

Мұндай ЖИ дәрігерлер үшін де тек клиникалық тұрғыдан емес, жақсырақ және жиірек байланыс арқылы денсаулық сақтаудың жалпы сапасын жақсарту үшін өте құнды болар еді. Ол Эрик Тополдың асығыс дәрігерлер мен назардан тыс қалған пациенттер туралы бақылауын шешер еді. Дәрігерлер уақыттың тапшылығына және әкімшілік жұмыстардың пациенттерге көңіл бөлуге кедергі келтіретініне шағымданады. ЖИ белгілер мен таңдауларды түсіндіруде, пациенттерге жеке есептер беруде және пациенттің тарихын пациент пен провайдер үшін біртұтас жүйеге келтіруде баға жетпес көмекші болар еді.

Біз шынымен де әрбір жағдайды, мейлі ол күнделікті немесе күрделі болсын, зауыттық тәсілмен өңдеп, жүйеге шамадан тыс жүк түсіру және нәтижелерді есепке алмай, одан сабақ алмау арқылы байланысты жоғалттық. ЖИ бұл процесті зияткерлік деңгейі жоғары әрі медициналық провайдерлер үшін жеңілірек ете алады және адамдарға өз пациенттерімен жақсырақ байланыс орнатуға мүмкіндік береді.

Осыдан он жыл бұрын мен Скотт Галлоуэймен бірге «ақшаңызды роботқа сеніп тапсыру керек пе? » деген қысқаша видео түсірген едім. Ол кездегі менің ұстанымым — ЖИ машиналары минуттар, күндер немесе апталар сияқты қысқа мерзімде инвестиция салу кезінде адамдардан артықшылыққа ие, бірақ айлар мен жылдарға созылатын ұзақ мерзімді инвестициялау — бұл машинаның қолынан келмейтін пайымдаулар мен шешімдерді қажет ететін нағыз адамдық іс.

Бірақ шамамен 10 жыл бұрын сөйлескенімізде, сол кездегі ЖИ-дің заманауи құралдарын пайдалана отырып, оның қабілетіне сәйкес келетін машинаны жасау мүмкін емес болып көрінген.

Мен мұны орынды жауап деп ойладым.

Әрбір агент Дамодаранның әдістемесі мен ол қолданатын сандық модельдер бойынша оқытылды. Қызығушылық танытқан оқырмандар оның ойлау жүйесі мен моделімен бағалауға арналған «Ginzu» моделі атты видео арқылы жылдам таныса алады.

Біреулер DBOT өзі жазғандарын шынымен «түсіне ме», әлде тек солай көріне ме деп сұрауы мүмкін. Сонымен бірге, DBOT-тың есебі мен кәсіби маман жасаған есептің айырмашылығын ажырата аласыз ба деген сұрақ та бірдей маңызды.

Болашақтың белгілері қазірдің өзінде айқын.

Чатботтың кейбір дереккөздері мүлдем жоқ болып шықты. Мен басқаларын іздедім, бірақ олардан бұл сөздің кездесетінін таба алмадым.

Мен мұны ботқа айтқанда, ол кешірім өтініп, нақты дереккөздер ретінде тағы бір топтаманы ұсынды.

Олар да галлюцинация болып шықты. Бірнеше рет осындай қайталаулар мен кешірімдерден кейін, бот бұл сөздің 1475 жылы қолданылғанына ешқандай нақты дәлелі жоқ екенін мойындап, мені ең басында іздеуді бастаған Оксфорд ағылшын сөздігіне сілтеді!

Әңгіме өте тартымды және сапалы естілді, шынайы шығу үшін арасында «аха» және «пай-пай» деген сияқты сөздер де қосылған. Бұл әсерлі болды. Егер менің подкастым да сондай еркін болса, мен өте қуанышты болар едім.

Өкінішке орай, чатбот нәтижесінің сыртқы формасына таңданысым басылып, бос сөздерден арылғанда, әңгімеде елеулі қателер бар екенін түсіндім. Әсіресе бір үзінді назарымды аударды. Джейн Джонға: «Бір қылмыс үшін екі судьяның беретін үкімдерінің арасындағы орташа айырмашылық төрт жыл екенін білдің бе?! » — деді.

Бұл шындық емес. Джейн Канеман атап өткен маңызды шартты алып тастаған: орташа үкімі жеті жылды құрайтын қылмыстар үшін, АҚШ-та кездейсоқ таңдалған екі судьяның үкімдері арасындағы орташа айырмашылық төрт жылды құрайды.

Көптеген тыңдаушылар мұндай қатені байқамайды, өйткені машина өте беделді және сенімді сөйлейді. Сізде де осындай жағдайлар болған шығар деп ойлаймын.

Бұл кішігірім тәжірибелер маған заманауи ЖИ туралы кеңірек сұрақ қоюға мәжбүр етті: интеллектуалды машиналарға қарай бет алған жолда ақиқат құрбандыққа айналды ма?

Тілдегі ақиқат нені білдіреді? Біз бұл сөзді үнемі қолданамыз, бірақ оның әмбебап анықтамасы жоқ. Қазіргі ағылшын тілінде біз қолданатын анықтама шеңберлі сияқты: ақиқат — бұл фактіге негізделген нәрсе, ал ол өз кезегінде шындық болып табылатын нәрсе. Осы шеңберлілікке қарамастан, біз оның мағынасын түсінеміз. ChatGPT-дің ағылшын тіліндегі «парадигма» сөзінің алғашқы қолданылуы туралы сұрағыма берген жауабы факт емес еді. Бірақ мұны түсіну үшін маған біраз күш жұмсау керек болды, өйткені ол өте сенімді сөйлеп, өз тұжырымдарын растау үшін дереккөздер ұсынды.

Қытай тіліндегі анықтамада қабылдаушының бар екеніне назар аударыңыз, бұл ағылшын және хинди анықтамаларымен қарама-қайшы келеді. Бұл тілдік аудармада көбірек еркіндік береді. «Жүз жылдық марафон» кітабының авторы, ардагер сыртқы саясат стратегі Майкл Пиллсбери американдық саясаткерлердің өз мәлімдемелерінің қытайша аудармаларына жиі ренжитінін айтқан, өйткені олар өз ниеттерінен алшақ болуы мүмкін. Мысалы, «жоқ» сөзі қытай тілінде ұнамсыз, сондықтан «жоқ, бұл мүмкін емес» деген сөйлем «қосымша көзқарастар қарастырылады» деген сияқты нәрсеге аударылуы мүмкін.

Философ Уильям Джеймс тілдегі сенімдер мен пайымдаулар өздігінен ақиқат немесе жалған емес, ақиқат контекстік сипатқа ие және тәжірибе арқылы қалыптасады деп есептеді. Неміс философы Людвиг Витгенштейн де ақиқатты біз қатысатын ортақ «тілдік ойындардың» әлеуметтік, мәдени және прагматикалық контекстіне негізделген деп қарастырды. Тілдік ойында сөздер мен сөйлемдердің қалай түсінілуі керектігін анықтайтын ережелер мен нормалар болады. «Хелена — әнші» деген мәлімдеме Хелена үшін шындық болуы мүмкін, бірақ басқа адамдар оның әнін естігенде, олар үшін бұл шындық немесе жалған болуы мүмкін. Олар музыкалық тәжірибесіне сүйеніп, әншіні не әнші ететіні туралы ережелерді қолданады. Сондай-ақ Хелена тек әнші ғана емес — ол танымал тарихшы, жар, ана болуы да мүмкін — «Хелена — әнші» деген сөз оның маңыздырақ қасиеттерін қамтымауы мүмкін. Бұл тұрғыда ақиқаттар ішінара, контекстік және субъективті болуы мүмкін.

Витгенштейннің теориясы «Seinfeld» телехикаясының бір эпизодында жақсы көрсетілген, онда Джордж Костанза Джерриге өтірік детекторынан өту үшін өзін-өзі алдауды қалай қолдану керектігін үйретеді. «Егер өзің сенсең, бұл өтірік емес», — дейді ол Джерриге. Джордж үшін ақиқат — бұл қытайлық типтегі «жеке» ұғым, ал өтірік детекторы сынағының негізі — ақиқат объективті және анықталуы мүмкін деген болжам. Бұл эпизод, басқа да көптеген «Seinfeld» эпизодтары сияқты, ақиқаттың табиғаты туралы күрделі философиялық дебаттарды қарапайым және көңілді комедиялық жағдайға айналдырады.

Мен 1970-жылдардың аяғында ЖИ-мен айналыса бастағанда, логика білімді көрсету және пайдалану үшін ЖИ парадигмасының негізгі бөлігі болды. Логика істің фактілерінен ақиқат қорытындылар шығаруда үлкен рөл атқарды. Ньютонның математикалық есептеулері объектілердің қозғалысын дұрыс болжау үшін ойлап табылғаны сияқты, философтар мен логиктер ғасырлар бойы мәлімдемелердің ақиқаттығын дұрыс анықтау үшін пайымдаудың әртүрлі тәсілдерін ойлап тапты.

1970- және 1980-жылдардағы көптеген ЖИ жүйелері логикалық пайымдау мен теореманы дәлелдеудің осы түріне негізделген болатын. Жалпы қолдану салалары INTERNIST сияқты медициналық диагностика және инженерия, пайдалы қазбаларды барлау, компьютерлік жүйелерді жобалау және жоспарлау сияқты басқа салалар болды. Мұндай жүйелердегі білім, оның аксиомалары қолданыстағы теорияға немесе сарапшылық бағалау мен тәжірибеге негізделген еді. ЖИ жүйелері қорытындылардың ақиқаттығына көз жеткізу үшін бұл білімді Шерлок Холмс стиліндегі пайымдаумен істің фактілеріне сәйкестендіретін. ЖИ-дің пайымдауын түсіндіру бақыланатын деректер — мысалы, медициналық диагностика жағдайында пациенттің симптомдары — мен білімді деректерге қолдану арқылы алынған қорытынды — мысалы, бақыланатын симптомдарды тудыруы мүмкін аурулар — арасындағы пайымдау тізбегін қадағалауды қамтитын.

Жаттығу процесінде осындай деректерден алынған білім LLM-нің нейрондық желісінде сақталып, оған өзі үйретілмеген көптеген нәрселерді орындауға мүмкіндік беретіні таңқаларлық. Мысалы, әзілдің неге күлкілі екенін түсіндіру, құжатты немесе суретті жасау, қорытындылау немесе түсіндіру, сұрақтарға жауап беру, мәтіннен подкаст жасау және кез келген тақырып бойынша гипотетикалық пайымдаулар жасау.

Жалпы интеллекттің бұл қабілеті мамандандырылған сарапшылық білім мен қарапайым түсінік арасындағы шекараны бұзып, кез келген тақырыпта кез келген деңгейде сөйлесуге мүмкіндік берді. Алайда, парадоксальды түрде, LLM-дер Жалпы интеллект деңгейіне ие болса да, олар байқаусызда біз үшін жаңа мәселе тудырды: олардың өздері біршама сенімсіз және болжаусыз болып кетті, бұл қасиетті біз ешқашан машиналармен байланыстырмаған едік.

Біз әрқашан компьютерлерден дұрыстық пен тұрақтылықты күттік. Төлем жүйелері сияқты компьютерлердің алғашқы коммерциялық қосымшалары 100% дәл болуы керек еді. Сол сияқты, біздің банктік шоттарымыз тиынына дейін сәйкес келуі керек, әйтпесе қаржы жүйесі күйреп қалады. Сол сияқты, орталықсыздандырылған, қол сұғылмайтын цифрлық тізілім болып табылатын блокчейн технологиясы, егер тізілімнің әрқашан дұрыс болуына кепілдік бермесе, пайдасыз. Мұндай қосымшаларда қателікке немесе сәйкессіздікке орын жоқ.

Ендеше, ЖИ неге басқаша?

Жауап мынада: біз төлем және тізілім жүйелеріне қатысты базалық ақиқаттан абсолютті айқындықты күтеміз, ал шынайы өмірдегі шешім қабылдау жағдайларында, мысалы, пациенттің жағдайын анықтау, сот жүйесінде сотталған қылмыскерге үкім кесу немесе облигацияның дефолтын болжау кезінде айтарлықтай белгісіздік болады. Бұл қосымшалардағы базалық ақиқаттың сапасы толық сенімді емес.

Мұндай жағдайларда стандартты күтім — биопсия арқылы обырды растауға тырысу, бұл безден тіннің бөліктерін алып, жасушаларды қуатты микроскоп арқылы зерттеуді талап етеді. Бұл ауыр процедура. Жыл сайын ондаған миллион биопсия қажетсіз жасалады, тіпті олар дұрыс себеппен жасалған күннің өзінде нәтиже анық болмауы мүмкін. Мәселені ушықтыра түсетін жайт, мұндай биопсиялардың жалған теріс нәтиже көрсету деңгейі өте жоғары болуы мүмкін, 30%-ға дейін жетеді. Бұл қатерсіз деп танылған жағдайлардың едәуір бөлігі обыр болып шығатынын білдіреді.

Стандартты күтімге сүйеніп, мен үш МРТ және екі биопсиядан өттім. МРТ нәтижелері толық таза болған жоқ, сондықтан биопсиялар жасалды. Екі биопсияда да «қалыптан тыс» жасушалар табылды, бірақ обыр табылмады. Мұндай жағдайларда ұсынылатын іс-әрекет — «Оны бақылауда ұстау», бұл «Мезгіл-мезгіл тексеріліп тұрайық, егер обыр тапсақ, онымен қалай күресу керектігін шешеміз. Оған дейін қатты уайымдамауға тырысыңыз» дегенді білдіреді.

Бірақ бұл тәсіл мәселені шешпейді. Керісінше, ол дәрігерлерге обыр бар немесе жоқ екенін белгілеуге мүмкіндік береді, бірақ бір нәрсе PSA деңгейінің жоғарылауына себеп болып жатқанын ескермейді. Бірақ сынақ нәтижелерінің ешқайсысы симптомдарды түсіндіре алмады. Ең бастысы, мен бұл жағдайға байланысты бірдеңе істеуім керек пе?

Отыз жыл бойы мыңдаған пациентті көргеніне қарамастан, тәжірибелі дәрігерде неге нақты жауаптар жоқ?

Мәселе жекелеген дәрігерлердің өз өмірінде көретін және тіркейтін ақиқаттың нашар сапасына және тұтастай алғанда денсаулық сақтау жүйесінде нәтижелерді есепке алудың жоқтығына байланысты. Мысалы, менің өте тәжірибелі дәрігерім дәл менікіндей қанша жағдайды көрді? Дәл деу арқылы мен PSA деңгейінің траекториясы, дене салмағы, простата мөлшері, нәсілі, диетасы және өмір салты бірдей жағдайларды айтамын. Оның пациенттерінің популяциясын бөліп қарастырғанда, ондайлар көп болмауы мүмкін. Айтпақшы, диета мен өмір салты симптомдардың нақты себебі немесе кінәлісі болуы мүмкін болса да, сирек тіркеледі немесе қадағаланады. Олар екі себеппен тіркелмейді. Менің подкаст қонағым және танымал кардиолог Эрик Топол түсіндіргендей, дәрігерлер асығыс және өмір салты мен диетаға үңілмек түгілі, картаны егжей-тегжейлі оқуға әрең уақыт табады. Сонымен қатар, мұндай деректер субъективті және сенімсіз болуы мүмкін. Диета мен простата обыры арасындағы байланысты көрсететін рандомизацияланған бақыланатын сынақтар болмағандықтан, көптеген тәжірибелі дәрігерлерге бұл жолмен жүруді негіздеу қиынға соғады.

Мен ақиқаттың сапасын ЖИ-ді оқытуға арналған деректерде тиісті контексттің қаншалықты қамтылғаны тұрғысынан ойлағанды жөн көрдім.

Мысалы, дәрігер өз пациенттерінің PSA деңгейлерін, сондай-ақ олардың қайсысында обыр дамитынын жазып алады делік. Ол мұндай деректерден тек PSA деңгейіне негізделген обырдың даму ықтималдығын ғана шығара алады. Енді PSA деңгейі өлшенген сайын простата безінің мөлшерін де жазып алатын екінші дәрігерді қарастырайық. Ол мөлшердің маңызды екенін байқап, мысалы, безі ұлғайған және PSA деңгейі жоғары адамдардың обырға шалдығу қаупі безі қалыпты және PSA деңгейі жоғары адамдарға қарағанда төмен екенін анықтауы мүмкін. Екінші дәрігерде біріншіге қарағанда үйренетін контекст көбірек. Енді пациенттермен сөйлесуге көп уақыт жұмсайтын және диета мен өмір салты факторларын да жазатын үшінші дәрігерді елестетіңіз. Ол алғашқы екі дәрігер байқамаған нәрсені ашуы мүмкін, мысалы, безі ұлғайған және кофеинді көп тұтынатын адамдарда бірдей жағдайдағы кофеинді аз тұтынатындарға қарағанда обыр деңгейі жоғары болуы мүмкін. Ол кофеиннің көп мөлшері простатаның қабынуын тудырады, демек кейбір адамдарда PSA деңгейінің жоғарылауына себеп болады деп пайымдауы мүмкін. Біз әр пациенттің нәсілі мен геномикасы сияқты одан да көп контекстті жазатын басқа дәрігерлерді елестете аламыз.

2024 жылдың соңында бір досым мені урологқа жіберді, мен оны гипотетикалық жағдайларымдағы үшінші типтегі дәрігерге жатқызар едім. Ол менімен бір күні таңертең екі сағат бойы диетам мен өмір салтым туралы сөйлесті. Әңгімеміздің соңында ол менің кофені тым көп ішетінімді, бұл зәр шығару жолдарымды тітіркендіріп, простатаның қабынуын тудыруы мүмкін екенін болжады. Ол маған кофеин тұтынуды азайтып, бірнеше айдан кейін өзімді тексеріп көруді ұсынды.

Бұл өте пайдалы кеңес болды және мен өзіме осындай тәжірибе жасау арқылы құнды деректер жинай алар едім.

Кофені қатты жақсы көрсем де, келесі күні шай мен кофеден бірден бас тарттым. Мен үш айдан кейін PSA өлшемін жасадым, алты аптадан кейін тағы біреуін жасадым. Бірінші көрсеткіш бастапқы PSA деңгейінен төмен болды, ал екіншісі одан да төмен болды, сондықтан оң бағытта қозғалыс бар. Бұл тәжірибе осы жазба жазылған уақытта әлі де жалғасуда.

Әкем ауқатты жерден шыққан, бірақ оның бөлмесінде әрқашан ұқыпты жиналып тұратын санаулы ғана заттары болатын. Біз әрқашан отбасымызбен бірге тамақтанатынбыз, тамақ кезінде бірнеше тілде жұмбақтар мен тақпақтар айтып жарысатынбыз. Мен оның күн сайын таңғы астан кейін қалай орнынан тұрып, беретін киіп, таяғын қолтығына қысып, анамның бетінен сүйіп, «Мен кеттім» деп, күтіп тұрған армия джипіне қалай секіріп мінетінін есіме түсіремін.

Менің жадымда төрт жастан сәл асқан кезімдегі бір оқиға ерекше қалды. Біз Үндістандағы ескі британдық колониялық клубтың бассейнінде болдық. Ол кезде бассейндер өте сирек болатын. Олар тек үлкен қонақүйлер мен клубтарда ғана болды.

Әкем мықты жүзгіш болатын және бірден терең жағына секіріп кетті.

«Секір! » деді ол. «Су тамаша! »

Мен бұрын ешқашан жүзіп көрмеген едім, бірақ еш ойланбастан терең тыныс алып, оның қасына секірдім. Ауа жұту үшін тырбаңдап жоғары көтерілгенше, түбіне дейін батып кеттім. Оның мықты қолдары мені бетке қарай ақырын итеріп жатқанын сезгенше, қайтадан бата бастадым.

«Енді сен жүзуді білесің», — деді ол жылы жымиып.

Анама да дәл солай сенетінмін.

Бірақ ата-анама деген шексіз сенімім кейде оғаш өмірлік жағдайларға әкеліп соғатын. Кіріспеде айтып өткенімдей, мен тоғыз жаста болғанда әкем Аддис-Абебаға әскери атташе болып тағайындалды, ал анам мені қателесіп төртінші сыныптың орнына британдық мектептің жетінші сыныбына жаздырып жіберді. Ол британдық мектепте «standard four» жетінші сыныпты білдіретінін білмеген. Британдықтардың бәрін күрделі етіп жіберетініне сенуге болады. Мектептегі бірінші күнімнен кейін мен ата-анама сыныптастарымның менен әлдеқайда үлкен екенін айттым. Олар менің шағымыма мән бермей, Аддис-Абебада балалар мектепке кеш баратын шығар деді. Олар өз қателіктерін төрт айдан кейін ғана түсінді. Сол кезде әкем екеуміз әуежайда Үндістандағы мектеп-интернаттан каникулға оралатын ағамды күтіп тұрғанбыз. Күту кезінде әкем менің биік өкшелі туфли киген, ұзын көйлекті сыпайы ханымның қасына еркін барып, емен-жарқын сөйлесе бастағаныма таңғалды.

Сол сәтте ата-анам үшін қателікті түзету кеш еді. Оның үстіне мен жаңа достар тауып үлгергенмін және сабағым да жақсы болатын. Келесі жылы мен сегізінші сыныпқа өттім. Ал оқу жылының ортасында олар мені ағам оқитын мектеп-интернатқа, алтыншы сыныпқа қайта жіберді. Сонымен, менің алғашқы мектеп жолым: үшінші, жетінші, сегізінші, алтыншы, жетінші сыныптар және тағы басқа болып жалғасты. Өткенге қарасақ, бұл керемет өмірлік тәжірибе, бірақ білім алу тұрғысынан тиімді емес екені анық! «Сен, бірақ тексер» — бұл менің алған сабағым болды.

Сенім әлеуметтік қарым-қатынасымыздың негізі болғандықтан, біз маңызды адамдармен сенім орнатуға көп уақыт жұмсаймыз және кімге немесе қандай жағдайға сенуге болмайтынын тануды үйренеміз.

Адам қателіктерімен өмір сүруді үйренгеніміздей, енді біз AI қателіктерімен де санасуға мәжбүрміз. Негізгі сұрақ: біз қандай жағдайларда олардың қателіктерін қабылдауға дайынбыз?

Керісінше, егер болжамдар кездейсоқ таңдаудан жақсы болмаса, біз алгоритмге сенбеуіміз керек.

2025 жылы 8 қаңтарда Сан-Францискода мен өзім Waymo жүргізушісіз таксиіне отырдым. Ол өзін өте қауіпсіз және кәсіби ұстады. Мен оның интеллектіне таңғалдым. Ол сары түске де үлгеріп, бұрылыстардан шебер өтті. Оның тиімділігіне тәнті болдым.

2024 жылдың 15 сәуірі, жексенбі күні мен Saw Mill Parkway тас жолымен Нью-Йорк қаласына қарай жасыл шаммен келе жатқанмын. Қозғалыс қалыпты, жылдамдық сағатына 50 миль шамасында болатын.

Енді мына көріністі елестетіңіз. Сіздің алдыңыздан 15 фут жерде, еш жерден пайда болмағандай, жол талғамайтын көлік (SUV) шыға келді. Мен соқтығыспау үшін солға қарай бұрылдым. Бірақ көлігімнің компьютері кейінірек көрсеткендей, соққыға дейін мен небәрі екі градусқа ғана бұрылып үлгеріппін. Көліктің алдыңғы әйнегі мүлдем көрінбейтін болып қалды, ал көлік бірнеше секунд бойы алға қарай жұлқи қозғалды. Қарсы бағыттағы көліктер соғады-ау деген ой өте қорқынышты еді.

Ғажайыптың күшімен көлігім жолдың оң жақ жиегіне тоқтады. Мен BMW компаниясына жолаушылар бөлімінің дизайны үшін үлкен қарыздармын; ол соққыдан мүлдем майысқан жоқ.

Мені жыпылықтаған осциллографтар мен түсініксіз экрандардың бейнелері баурап алды, бірақ ол кезде сюжеттің нәзік тұстарын түсіну үшін тым жас едім. Фильмдерден басқа жерде компьютер көрмегенмін. ЖИ менің қиялымда да болған жоқ.

Жақында фильмді қайта көрдім. Оның эффектілері ескіргенімен, сюжеті таңқаларлықтай алдын-ала болжаған және көріпкелдік дерлік болып шықты. Оқиға сол кезден 30 жылдан астам уақыт өткен соң, яғни 2001 жылы өрбиді. Ол Юпитердің жанында табылған, Юпитердің серіктерінің біріне күшті сигнал жіберіп жатқан ежелгі Стоунхенджге ұқсас монолиттің табылуы айналасында болады, бұл бөгде ғаламдық интеллектінің бар екенін білдіреді. «Дискавери» ғарыш кемесі жұмбақ нысанды зерттеуге жіберіледі. Алайда, миссияға қауіп төндіруі мүмкін психологиялық немесе эмоционалдық асқынуларды болдырмау үшін экипаж мүшелері Дэйв Боуман мен Фрэнк Пулға монолиттің бар екені және миссияның нақты мақсаты айтылмайды. Миссияның шынайы мақсатын тек «Дискавери» компьютері HAL және ұзақ сапар кезінде ресурстарды үнемдеу үшін криогендік ұйқыға жатқызылған ғалымдар тобы ғана біледі.

HAL-дың нұсқауы — миссияның сәтті өтуін қамтамасыз ету. Бұған оның құпиялылығын сақтау және экипажға кез келген уақытта дұрыс ақпарат беру арқылы көмектесу кіреді. HAL қозғала алмайды, бірақ кеменің әрбір бөлігін көруге, естуге, сөйлеуге және бақылауға қабілетті. Іс жүзінде миссияны басқару негізінен ЖИ-дің қолында, бірақ мұның не білдіретіні және оның қалай аяқталатыны — фильмнің басты тақырыбы.

HAL істен шыққанда бәрі бүліне бастайды. Ол Жердегі миссияны басқару орталығымен байланысу үшін қолданылатын антеннаның ақауын анықтайды және құрылғы істен шығады деп болжайды. Фрэнк кемеге байланған күйде шығып, антеннаны ауыстырады. Алайда, тексеру кезінде экипаж оның ешқандай ақауы жоқтығын көріп таң қалады. Бұл мүлдем күтпеген жағдай еді.

Содан кейін HAL экипажға ауыстырылған антеннаның да істен шығатынын айтады. Осы ауытқуларға алаңдаған экипаж басқару орталығына HAL-дың істен шығуы мүмкін екендігі туралы хабарлайды. Оларға миссияның қалған бөлігінде HAL-дың когнитивті функцияларын өшіруге кеңес беріледі.

Өкінішке орай, ауыстырылған антенна HAL болжағандай кенеттен істен шығады, сондықтан Жермен барлық байланыс үзіледі. Дэйв пен Фрэнк HAL естімейтін іргелес бөлмеде оны ажырату жоспарын талқылайды. Бірақ олар HAL-дың ерін оқуды үйренгенін білмейді. Ол олардың не істемекші болғанын түсінеді, бұл оның басты нұсқауына — миссияның сәтті өтуін қамтамасыз етуге қауіп төндіреді. HAL енді екіұдай күйде қалады.

Фрэнк ауыстырылған антеннаны тексеруге шыққанда, HAL антеннаның бір иінімен оның өмірлік маңызы бар арқанын үзіп жібереді. Қатты күйзеліске түскен Дэйв Фрэнкты құтқаруға тырысады. Дэйв кемеден тыс жерде жүргенде, HAL ұйқыдағы үш ғалымды қауіпті деп санап, олардың өмірді қамтамасыз ету жүйелерін ажыратады. Дэйв Фрэнкті құтқарудың сәтсіз әрекетінен кейін кемеге оралғанда, HAL-дан люк есігін ашуды сұрайды. HAL-дың жауабы фильмдегі ең танымал сөз тіркесі болып табылады:

Бұл — ЖИ-дің бақылауындағы, өзінің дұрыс істеп жатқанына сенімді сұмдық сценарий.

Мен фильмнің қалай аяқталатынын айтып, қызығын бұзбай-ақ қояйын, өйткені ол өте күрделі және көптеген түсіндірмелерге ашық. Бірақ егер көрмеген болсаңыз, міндетті түрде көруіңіз керек.

Біріншіден және ең айқыны, біз қазіргі және жақын болашақтағы ЖИ-дің қателіктер жіберетінін білуіміз керек. Тағы бір сабақ — күрделі жағдайларда «белгісіз белгісіздердің» болуы және олардың әсері.

Егер солай болса, бұл ЖИ тарапынан жасалған өте ақылды эксперимент және оны жасаушылар мұны ескеруі керек еді. ЖИ өзінің үлкен мақсаттарына жету үшін күтпеген қосымша мақсаттар жасайтын бұл жағдай — бүгінгі таңда біз бетпе-бет келіп отырған ең үлкен шешілмеген мәселелердің бірі. Мұндай мәселелерді алдын ала болжау өте қиын, бірақ өткеннен кейін бәрі анық болып көрінеді.

Мен ЖИ біздің денсаулық сақтау жүйемізді жақсартатынына сенімдімін, өйткені медициналық қызмет көрсетушілердің мақсаттық функциялары негізінен біздікімен сәйкес келеді. Маған денсаулық мәселелері бойынша, әсіресе қауіптілігі төмен жағдайларда ЖИ-дің кеңес бергені ұнайды. Шын мәнінде, мен оның барлық деректерімді — МРТ суреттерін, патология есептерін және т. б. біріктіріп, жалпы денсаулығымды ескеретін кеңес бергенін қалаймын. ЖИ медицинада менің денсаулығымды жекешелендіретін әлем — жақсы әлем болар еді.

Қазіргі заманғы электронды милар – нағыз ақымақтар. Бірақ келесі ұрпақта бұлай болмайды. Олар ойлана бастайды және соңында өздерін жасаушылардан асып түседі. Бұл көңілсіз бе? Меніңше, бұлай болмауы керек. Біз кроманьондар мен неандертальдықтарды алмастырдық Және біз өзімізді жетілдірілген түрміз деп санаймыз. Меніңше, біз жоғарырақ нәрселерге баспалдақ болуды мәртебе деп санауымыз керек.

BYD-дің өткен кезеңдегі нәтижелері тек сандардың өсуін ғана емес, сонымен қатар ұзақ мерзімді стратегиялық мақсаттарға тұрақты назар аударылғанын көрсетеді. Осы қаржылық өрлеудің негізгі қозғаушы күштерінің бірі BYD-дің инфрақұрылымға, зерттеулер мен әзірлемелерге салған қомақты инвестициялары болды, бұл компанияға электрлі көліктер (EV) сегментіндегі ұсыныстарын әртараптандыруға және тұтынушылардың кең ауқымына қызмет көрсетуге мүмкіндік берді. Табыстың артуына қоса, BYD-дің операциялық тиімділігі оның нарықтағы үлесінің тұрақты өсуіне алып келді, ал өндіріс технологиясындағы айтарлықтай жақсартулар өнімді жылдамырақ әрі үнемді шығаруға жағдай жасады. Бұл стратегиялық тәсіл BYD үшін Tesla сияқты қалыптасқан алпауыттар мен NIO және Li Auto сияқты жаңа, бірақ белсенді ойыншылар басымдыққа ие жоғары бәсекелестікке толы EV нарығында алда болу үшін шешуші рөл атқарды.

Операциялық маржа да 2020 жылғы шамамен 2,97%-дан 2023 жылы 5,88%-ға дейін жақсарып, өсу үрдісін көрсетті, бұл шығындарды тиімді басқару мен стратегиялық инвестицияларды білдіреді. Бәсекелестік орта күрделене түссе де, BYD-дің маржаны жақсартуды жалғастыра алуы компанияның өндірістік және операциялық шығындарды оңтайландырудағы әлеуетін дәлелдейді. Маржаның тұрақты жақсаруы шикізат құнының өсуі мен жаһандық сұраныстың ауытқуы сияқты салалық қысымдарға қарамастан, BYD-дің бәсекеге қабілеттілігін растайды. А. 1-суретте көрсетілгендей, рекордтық айлық жеткізілімдер компанияның операциялық тиімділігін одан әрі айқындап, нарықтағы жоғары сұраныс пен өндірістік мүмкіндіктерді көрсетеді.

BYD үшін алдағы негізгі мүмкіндіктердің бірі — жаһандық деңгейде электрлі көліктерді тұтынушылар базасының кеңеюі. Дүние жүзіндегі үкіметтер EV-ді енгізуді ынталандыру үшін көбірек саясаттар қабылдауда, бұл BYD-ге жаңа нарықтарға шығу мүмкіндігін береді. Компанияның қолжетімді және сенімді электрлі көліктер шығаруға баса назар аударуы оны, әсіресе қолжетімділік маңызды болып табылатын дамушы нарықтардағы осы өсіп келе жатқан сұранысты иеленуге бірегей позицияға ие етеді. Сонымен қатар, BYD-дің шағын қалалық көліктерден бастап люкс класстағы EV-лерге дейінгі әртараптандырылған өнім желісі тұтынушылардың әртүрлі қажеттіліктерін қанағаттандыруды қамтамасыз етеді.

Тиімділіктің негізгі көрсеткіші болып табылатын сату көлемінің капиталға қатынасы 1,2-ден басталып, кейінгі жылдары 1,6-ға дейін жақсарады деп күтілуде, бұл BYD инфрақұрылымының кемелденуіне және нарықтық стратегиялардың нығаюына байланысты капиталды жақсырақ пайдалануды білдіреді. Капиталды тиімді орналастыру өсу қарқынын сақтау үшін ажырамас бөлік болып табылады. Бұл жақсарған коэффициент компанияның тек физикалық өндірістік мүмкіндіктерді кеңейту ғана емес, сонымен қатар осы инвестициялардың қайтарымдылығын барынша арттыратын технологияларға инвестиция салу стратегиясының дамып жатқанын көрсетеді.

TEV/EBITDA мультипликаторлық талдауы BYD-дің саладағы лайықты бағаланбаған ойыншы ретіндегі әлеуетін көрсетеді. Мультипликаторы айтарлықтай жоғары Tesla-мен салыстырғанда, BYD инвесторлар үшін неғұрлым теңдестірілген тәуекел-сыйақы профилін ұсынады. Tesla-ның жоғары мультипликаторы оның мықты бренді мен жоғары өсу үміттерін көрсетуі мүмкін, бірақ BYD-дің төменірек бағалануы компания өз қаржылық көрсеткіштері мен жаһандық қатысуын нығайтуды жалғастырған сайын құнының артуына көбірек орын бар екенін білдіреді.

Сезімталдық талдауы әртүрлі сценарийлер кезінде BYD бағалауының жоғары тұрақтылығын көрсетеді. Негізгі болжамдарға мыналар жатады:

Жалпы табыстың жылдық 5%-дан 12%-ға дейінгі өсімі.

Операциялық маржаның 6%-дан 8%-ға дейін ауытқуы.

Табыс өсімі / Операциялық маржа 6% | 6. 5% | 7% | 7. 5% | 8%

5% | 417. 54 | 424. 02 | 430. 51 | 436. 99 | 443. 47 6% | 420. 87 | 427. 41 | 433. 96 | 440. 50 | 447. 05 7% | 424. 20 | 430. 80 | 437. 41 | 444. 02 | 450. 63 8% | 427. 53 | 434. 19 | 440. 86 | 447. 53 | 454. 20 9% | 430. 85 | 437. 59 | 444. 32 | 451. 05 | 457. 78 10% | 434. 18 | 440. 98 | 447. 77 | 454. 56 | 461. 35 11% | 437. 51 | 444. 37 | 451. 22 | 458. 07 | 464. 93 12% | 440. 84 | 447. 76 | 454. 67 | 461. 59 | 468. 50

Сезімталдық талдауы нарықтық динамиканың әртүрлі болуы BYD-дің болашақ көрсеткіштеріне қалай әсер ететінін түсіну үшін өте пайдалы. Тіпті табыстың 6% өсуі және операциялық маржаның 6% болуы сияқты консервативті есептеулердің өзінде BYD-дің құны қазіргі нарықтық болжамдармен салыстырғанда тиімді болып қала береді. Бұл төзімділік көбінесе BYD-дің әртараптандырылған өнім портфеліне, тиімді өндіріс әдістеріне және ішкі, сондай-ақ халықаралық нарықтардағы мықты позициясына байланысты. Шығындарды бақылауға және нарықты кеңейтуге бағытталған стратегиялық назар кері әсер етуші тәуекелдерден қорғайды.

BYD-дің әртүрлі сценарийлерге бейімделу қабілеті оның жұмыс істейтін жергілікті нарықтарын терең түсінуіне және тұтынушылардың өзгеретін сұраныстарын қанағаттандыру үшін өнім желілерін немесе шығын құрылымдарын өзгертудегі икемділігіне де байланысты. Бәсекелестік күшейген сайын, табыстылықты сақтау BYD-ден шығындарды басқаруда, өнімді жаңартуда және дамыған, сондай-ақ дамушы нарықтарда тұтынушыларды тартудың жаңа жолдарын табуда белсенді болуды талап етеді.

Кеңірек макроэкономикалық факторлар BYD-дің құнын бағалауда маңызды рөл атқарады. 4,37% пайыздық мөлшерлеме және капиталдың 8,89% бастапқы құны сақтықпен болса да тұрақты инвестициялық климатты білдіреді. EV секторындағы қарқынды баға бәсекелестігі, сондай-ақ ЕО тарифтері мен Солтүстік Американың сауда саясаты сияқты геосаяси факторлар BYD-ден стратегиялық икемділікті талап етеді.

Макроэкономикалық ортаға валюта айырбастау бағамдарының ауытқуы, шикізат бағасының құбылмалылығы және сауда динамикасының өзгеруі де кіреді, бұлардың барлығы BYD-дің шығын құрылымы мен табыстылығына әсер етуі мүмкін. Мысалы, Еуропаға Қытай импортына тарифтердің жоғарылауы BYD-дің соңғы пайдасына айтарлықтай әсер етуі мүмкін. Компанияның Еуропадағы жергілікті өндіріске салған инвестициясы бұл тәуекелді азайтуға бағытталған стратегиялық қадам болып табылады, бұл тіпті қиын сауда саясаты жағдайында да бәсекеге қабілетті болып қалуды қамтамасыз етеді.

А. 3-суретте Қытай нарықта көш бастап тұрған жаһандық EV енгізуінің болжамды өсімі көрсетілген. Бұл өсу үрдісі BYD-ге халықаралық деңгейде, әсіресе Еуропада және басқа дамушы нарықтарда кеңею үшін үлкен мүмкіндіктер береді.

А. 3-суретте көрсетілгендей, жаһандық EV өсу траекториясы электрлі көліктерге деген сұраныс барлық аймақтарда өсе беретінін, бұл ретте Қытай алдыңғы қатарда болатынын білдіреді. Бұл Қытайдағы мықты саяси қолдаумен, субсидиялармен және EV технологияларының жылдам дамуымен байланысты. Қытайда көшбасшы нарықтық позицияға ие BYD үшін бұл өсімді жаңа аймақтарға кеңею үшін пайдалану өте маңызды болады. Атап айтқанда, BYD-дің үнемді және жоғары тиімді көліктерге бағытталған назары электрлі көлікке ауысқысы келетін жаңа тұтынушылар тарапынан жақсы қолдау табады.

Дереккөз: Bloomberg New Energy Finance

BYD-дің Еуропалық өндіріске бағытталған инвестициялары тарифтік әсерлерге қарсы тұру және жергілікті артықшылықтарды пайдалану стратегиясының негізгі құрамдас бөлігі болып табылады. Бұл инвестициялар, ішкі және сыртқы қысымдарға қарамастан жалғасып жатқан мықты көрсеткіштермен бірге, BYD-ді күрделі жаһандық EV ландшафтында болашақ өсу үшін тиімді жағдайға қояды. Еуропа нарық ретінде BYD үшін шығарындылар бойынша қатаң ережелер мен тұтынушылардың «жасыл» баламаларға деген сұранысының артуына байланысты өте маңызды. Жергілікті өндіріске инвестиция сала отырып, BYD саудаға байланысты тәуекелдерді азайтып қана қоймай, сонымен қатар аймақтық тұтынушылардың талғамына сәйкес келеді, осылайша нарықтық позициясын нығайтады.

BYD-дің бағалануы келесі онжылдықтағы болжамды табыстар мен операциялық кірістерді ескере отырып мұқият моделденді. Төмендегі кестеде табыстың күтілетін өсу қарқынын, EBIT маржасын және реинвестициялау қажеттіліктерін ескере отырып, есептелген бағалау деректері берілген.

Базалық жыл | Келесі жыл | 2–5 жылдар | 6–10 жылдар | 10-жылдан кейін

Табыстар (а) | $682,291. 83 | 10. 0% | 7. 00% | 4. 37%-ға өзгереді

Операциялық маржа (b) | 5. 88% | 5. 0% | 6. 67%-ға ауысады | 7. 00%

Салық мөлшерлемесі | 17. 07% | 17. 07% | 25. 00%-ға өзгереді

Сатудың капиталға қатынасы (c) | | 1. 20 | 1. 20 | 1. 60

Капитал қайтарымдылығы | 35. 39% | 7. 94% | | 8. 70%

Капитал құны (d) | | 8. 89% | | 8. 70%

Бұл бағалау деректері BYD-дің даму жолын түсіну үшін өте маңызды және компанияның өсу әлеуеті мен нарықтық стратегиясы туралы жалпы сипаттамамен тікелей байланысты. Табыстың өсу қарқыны келесі жылы халықаралық нарықтарға үздіксіз экспансия мен ену арқылы 10% деңгейінде басталады деп күтілуде. Алайда уақыт өте келе нарық толығып, бәсекелестік күшейген сайын өсу қарқыны біртіндеп 4,37%-ға дейін төмендейді, бұл қарқынды экспансиядан неғұрлым тұрақты әрі орнықты өсуге көшуді білдіреді.

Операциялық маржа 10-жылдан кейін 5,88%-дан 7,00%-ға дейін жақсарады деп күтілуде, бұл BYD-дің технологиялар мен жергілікті өндіріске стратегиялық инвестициялар салу арқылы ауқым үнемділігі мен операциялық тиімділікке қол жеткізгенін көрсетеді. Бұл шығындарды оңтайландыру күш-жігері мен географиялық кеңею туралы оқиғамен байланысты, олар өсіп жатқан шығындар мен геосаяси тәуекелдер сияқты қысымдарды жеңілдетуге көмектеседі.

Салық мөлшерлемесі 10-жылдан кейін 17,07%-дан 25,00%-ға дейін өзгереді, бұл BYD-дің салық мөлшерлемелері жоғарырақ болатын неғұрлым дамыған нарықтардағы қатысуының артуын көрсетеді. Салық міндеттемелерінің артуы BYD үшін маңызды мәселе болып табылады, әсіресе ол жаһандық ауқымын кеңейте отырып, табыстылыққа қол жеткізуді мақсат етеді.

Сатудың капиталға қатынасы 10-жылдан кейін 1,60-қа дейін жақсарады деп болжануда, бұл BYD-дің тиімді реинвестициялау стратегияларының нәтижесінде капиталды жақсырақ пайдалануды көрсетеді. Қуаттылықты кеңейтуге назар аудара отырып және капитал инвестицияларының оңтайлы қайтарымын қамтамасыз ете отырып, BYD өсудің салауатты траекториясын сақтауға дайын. Бұл BYD-дің өсім мен капитал тиімділігін сәтті теңестіретін жаһандық автоөндіруші ретінде кемелденуі туралы жалпы сипаттамаға сәйкес келеді.

Терминалдық (соңғы) құн 806 707,13 миллион доллар деп есептеліп, оның ағымдағы құны 346 027,61 миллион долларға дейін дисконтталды. Келесі онжылдықтағы ақша ағындарының жиынтық ағымдағы құны 41 092,37 миллион доллар болса, операциялық активтердің жалпы болжамды құны 387 119,98 миллион долларды құрайды. 46 886,03 миллион доллар қарызды түзетіп, 91 734,52 миллион доллар қолма-қол ақшаны қоса алғанда, операциялық емес активтерді қосқаннан кейін, BYD капиталының болжамды құны 461 817,08 миллион долларды құрайды. Айналымдағы 1098 акциямен бір акцияның болжамды құны 420,60 долларды құрайды, бұл қазіргі 253,60 долларлық сауда бағасынан айтарлықтай жоғары, яғни нарық BYD капиталын оның болжамды ішкі құнының бар болғаны 60,3%-ына бағалап отыр.

BYD-дің жаңа өндіріс орындары арқылы Еуропаға кеңеюі оның ұзақ мерзімді өсуі үшін өте маңызды. Бұл инвестициялар ЕО-ның қытайлық EV-лерге салған тарифтерінің әсерін азайтуға бағытталған, бұл BYD-дің Еуропа нарығындағы позициясын нығайтады. BYD-дің геосаяси кедергілерге қарамастан халықаралық автосалондарда озық EV модельдерін көрсетуге назар аударуы оның инновациялар мен нарықтағы көшбасшылыққа адалдығын көрсетеді.

Сонымен қатар, BYD-дің стратегиялық инвестициялары тек инфрақұрылыммен шектелмейді; олар сондай-ақ көлік технологиялары, аккумулятор тиімділігі және автономды жүргізу мүмкіндіктері бойынша ғылыми-зерттеу және тәжірибелік-конструкторлық жұмыстарды (R&D) қамтиды. Технология шекараларын кеңейте отырып, BYD тек қолжетімді ғана емес, сонымен қатар функциялары мен өнімділігі жағынан заманауи көліктер ұсынуды мақсат етеді. Серіктестіктер мен бірлескен кәсіпорындар арқылы өндірісті жергіліктендіру күш-жігері жаһандануға бағытталған болашаққа бағдарланған тәсілді көрсетеді. Бұл стратегия операциялық шығындарды азайтып қана қоймай, сонымен қатар BYD-ді аймақтық ережелерге сәйкестендіріп, нарыққа кіру мен кеңеюді жеңілдетеді. Технологиялық инновациялар мен шығындарды басқаруға тұрақты назар аудара отырып, BYD дамыған және дамушы нарықтарда айтарлықтай үлесті иеленуге жақсы жағдайда.

А. 4-суретте BYD-дің нарықтағы көшбасшылығы туралы мәліметтер берілген, ол 2023 жылдың бірінші жартыжылдығында Қытайдың EV нарығының 21% үлесіне ие болды. Бұл басым позиция BYD өз халықаралық ауқымын кеңейткен сайын қарқынды сақтау үшін өте маңызды.

Дереккөз: Canalys бағалауы, Intelligent Vehicle Analysis, тамыз 2023 ж.

*Row = Әлемнің қалған бөлігі

BYD-дің А. 4-суретте көрсетілген Қытайдағы жетістігі оның жаһандық амбициялары үшін берік негіз қалайды. Қытай электрлі көліктердің ең үлкен нарығы болып қала береді және BYD-дің ондағы көшбасшылығы оның басқа аймақтардағы экспансиясын жеделдету үшін ауқымды, брендті тануды және тұтынушылардың сенімін пайдалана алатынын білдіреді. Сонымен қатар, компанияның аккумуляторлы электрлі көліктерді (BEV) де, плагинді гибридті электрлі көліктерді (PHEV) де қамтитын өнім жиынтығы оған нарықтың әртүрлі талаптарын қанағаттандыруға мүмкіндік береді, бұл оның нарықтағы позициясын одан әрі нығайта түседі.

Дегенмен, BYD қатал бәсекелестікке тап болып отыр, әсіресе Қытайда баға соғысы маржаға қысым жасауда. Сала бойынша өнім берушілердің шығындарын азайтуға итермелеу пайда тұрақтылығына қауіп төндіруі мүмкін. Өз артықшылығын сақтау үшін BYD инновацияларды жалғастырып, тұтынушыларға құндылық ұсына отырып, қатаң шығындарды бақылауды ұстануы қажет.

Қытайдың EV нарығындағы бәсекелестік NIO, XPeng және басқалар сияқты компаниялардың нарықтық үлесті иелену үшін айтарлықтай жеңілдіктер ұсынатын агрессивті баға стратегияларымен сипатталады. Бұл орта бағаға төмен қарай қысым жасап, маржаға әсер етеді. Осы қиындықтарға қарамастан, BYD үнемді өндірістік процестерге назар аудару және ауқым үнемділігін пайдалану арқылы табысты болып қала алды. Дегенмен, бәсекелестік артықшылығын сақтау үшін компания тек көлік технологиясында ғана емес, сонымен қатар шығындарды басқару мен өнім берушілермен келіссөздер жүргізуде де инновацияларды жалғастыруы керек.

BYD-дің жаһандық нарықтағы позициясы мүмкіндіктерді де, қиындықтарды да ұсынады. Басқа автоөндірушілер өздерінің EV өндірістік қуаттарын арттырған сайын, BYD жоғары технологиялар, аккумулятор тиімділігі және оның көліктерін әртүрлі тұтынушы сегменттері үшін тартымды ететін баға стратегиялары арқылы өзін ерекшелеуі тиіс. Автономды жүргізу және қосылған автокөлік технологияларына ұмтылу — бұл BYD артықшылыққа ие бола алатын тағы бір сала, бірақ ол R&D-ге айтарлықтай инвестициялар мен стратегиялық серіктестіктерді талап етеді.

Дамып келе жатқан реттеуші орта — бұл BYD мұқият шарлауы тиіс тағы бір динамика. Әр түрлі елдердің шығарындылар бойынша әртүрлі стандарттар орнатуы және электрлі көліктер үшін субсидиялар мен ынталандырулардың әртүрлі деңгейлерін ұсынуы жағдайында «бір өлшем барлығына сәйкес келеді» стратегиясы жеткіліксіз болады. BYD-дің жергілікті өндіріс, арнайы бейімделген өнімдер және стратегиялық альянстар арқылы әр нарықтың бірегей талаптарына бейімделу қабілеті оның жаһандық ауқымын кеңейтудегі табысының кілті болмақ.