0:01 А система искусственного интеллекта диагностировать и даже выписывать терапию умеют уже лучше врачей, то для того, что его посадили в психушки и там он умер при загадочных обстоятельствах.
0:12 То есть есть версия, что его там просто грохнули.
0:14 Была знаменитая история в Китае, когда только начался социальный рейтинг.
0:19 Одна знаменитая актриса вдруг просыпается, а у нее рейтинг на нуле.
0:25 Мы сегодня будем говорить про будущее и технологии в будущем.
0:30 И сегодня у нас в гостях Александр Павлов, арт-директор Авито.
0:34 Работа и венчурный инвестор и футуролог Евгений Кузнецов.
0:38 Как будто все говорят уже, будущее уже наступило.
0:41 И действительно, в какой-то части оно уже наступило.
0:47 И я частенько это ощущаю.
0:49 И как будто это все началось совсем недавно, когда мы за последние 4 года начали активно уходить в удаленную работу, ценить свое время, мы начали использовать технологии уже как будто мы их начали прямо использовать уже.
1:07 То есть это доставки еды, активные такси и так далее.
1:13 Но кажется, что началось это намного раньше, потому что как будто бы это время сейчас просто позволило нам пользоваться всеми этими технологиями.
1:22 Что думаете на этот счет?
1:24 Действительно, восприятие изменений примерно так и происходит, потому что ключевые фундаментальные изменения происходят первое время в очень незаметной зоне, в такой стелс моде.
1:37 с точки зрения венчурных инвестиций, это, как правило, ранние стадии инвестиций, о которых по большому счету, никто не знает.
1:43 То есть, я это называю метафорой такая подводная лодка.
1:46 Там загрузилась деньгами и ушла под воду, делать свой продукт, придумывать сервис и так далее.
1:51 Когда она всплывет за следующими деньгами, вот тогда все ее и увидят только.
1:55 И это вот, происходит очень небыстро.
1:58 И действительно, то, что мы сейчас видим вокруг себя, вот эти огромные изменения в сервисах, цифровые продукты и прочее, это то, что готовилось 15-20 лет назад.
2:07 Тогда это впервые финансировалось, тестировалось, первый кто-то разорялся, у кого-то не получалось, сейчас-то пришло.
2:14 Поэтому сейчас тоже мы смотрим на какие-то технологии, о которых мало кто еще говорит, но понимаем, что лет через 10-15 они тоже станут такими же распространенными.
2:23 Это довольно закономерно.
2:25 Ну да, те же нейросети, на самом деле, тот бум, который сейчас происходит, он начался-то давно.
2:30 То есть Альфа-Го, например, это по сути нейросеть, и Т-9, даже которая была в телефонах, в старых ноги, понимаешь, это бабушки, вообще дедушки нейросетей.
2:40 Зато даже ГПТ-третья часть, которая выстрелила, в смысле, которая дала вот этот толчок, это ГП-ти-третья часть именно.
2:49 была До этого было еще первая, вторая.
2:52 Я тут недавно увидел видео, как Алексей Пожитов - это создатель Тетриса, где он впервые в 1985-й, по-моему, год, он показывает синтез, голосовой синтез, то есть в компьютер тогда еще огромный компьютер, задается какой-то вопрос, и этот компьютер, собственно, отвечает голосом таким очень компьютерным, но голосом отвечает.
3:16 Я такой думаю: блин, так это же прошло столько лет, и мы сейчас только начинаем пользоваться этими технологиями, и как это круто!
3:25 Но у меня вот какой вопрос.
3:31 стараемся сейчас переходить на какие-то новые типы занятости.
3:34 У нас появились типы занятости, гибридная занятость на работе, удаленная работа.
3:38 Очень много появилось действительно там сейчас удаленных профессий, которые можно делать у себя дома или где-нибудь вообще в другой стране.
3:49 Как думаете, какие новые виды занятости могут появиться, и что сейчас уже вообще появляется?
3:56 Ну, есть некоторые фундаментальные тренды, которые работают очень давно, исторически давно - то есть на исторических масштабах, и которые являются своего рода рельсами.
4:08 Первый тренд - это постепенное снижение количества рабочего времени.
4:12 Этот тренд действует последние несколько столетий, даже тысячелетий.
4:18 И человеку для того, чтобы прокормиться, ну, грубо говоря, для того, чтобы получить необходимое, нужно работать все меньше и меньше.
4:23 Недаром заговорили уже о 4-хдневной рабочей неделе, потому что, в принципе, для того, чтобы сбалансировать, как называется, ворк-лай-беланс, да.
4:31 Чтобы жить в удовольствии.
4:33 В принципе, мало двух выходных, надо еще в середине недели воткнуть.
4:38 У меня, кстати, уже три года в фонде такой библиотечный день по средам, вот в общем нормально это первый тренд, а второй тренд, что
4:50 как бы снижается нагрузка на тех социальных группах, которые
4:57 могут заниматься чем-то более полезным.
4:59 Но опять же, исторически это там сначала сокращение детского труда, потом появились пенсионеры, то есть не надо работать до старости.
5:07 Сейчас тоже народ начинает позже работать, то есть новая молодежь там как бы позже начинает работать, чем молодежь, например, моего времени.
5:15 То есть, есть разные инструменты, как можно дольше учиться, дольше жить свое удовольствие.
5:22 На уровне микротрендов
5:26 здесь очень сильно помог оцифровать работу и перейти к удаленным форматам, народ не хочет возвращаться, появляется такой микс формат
5:35 офис и не офис, и так далее, но все, конечно, смотрят, а что сделает искусственный интеллект, потому что появляется еще очень новая форма, скажем так, деятельности - такая со-работа, такая коллаборативная работа с роботом, потому что ты можешь, грубо говоря, какие-то процессы зааутсорсить, в том числе на цифровые инструменты.
5:56 И через какое-то время мы, наверное, увидим людей, работающих существенно производительнее, чем они могли работать раньше, за счет использования коллаборативных роботов.
6:08 Ну, такое уже есть, на самом деле, и в программировании, и в Арт-деятельности, насколько я знаю, по крайней мере, в Китае, и в Америке.
6:14 Но, наверное, появятся какие-то более сложные истории, когда
6:23 над какой-то задачей, а периодически загружать цифровую систему разными инсайтами, она в этот момент будет лопатить ему
6:32 контент, содержание, еще что-то и так далее.
6:35 Это будет, наверное, очень любопытно.
6:38 Ну, тут еще ответ, на самом деле, зависит от того, как
6:45 То есть, если мы говорим про классическую категорию, где есть белые, синие воротнички, и так далее, то, конечно, очень сильно изменилась как раз формат работы белых воротничков, в том числе и за счет у нас появились как бы люди, которые не знали о том, что можно работать удаленно и вообще не было такого подхода в принципе, такого понимания, они попробовали, и оказалось, что это работает, во-первых.
7:08 То есть это не только айти, но и еще и на самом деле смежные профессии.
7:12 Если говорить про синих воротничков, то если мы там про короткий тренд, текущий, на самом деле, набирающий оборот, говорим, это есть так называемый гик-занятость.
7:21 То есть, это по сути формат работы, когда, вот есть, допустим, когда люди берут краткосрочные заказы, например, рядом с домом.
7:32 И, соответственно, работодателям, это удобные работодателям, это удобные сотрудникам.
7:36 Оно тоже как бы этот тренд начался как раз только после ковида.
7:42 Но это история, которая прямо сейчас текущая.
7:46 То есть она скорее будет скорее всего будет развиваться.
7:50 Она дает большую свободу людям, на самом деле, которые, например, не готовы ездить далеко в офис.
7:57 Но подработка нового такого формата скорее.
8:00 Ну да, это часть огромного направления, которое называется ворк он демон.
8:05 То есть, когда человек ищет работу, ну, вот раньше это называлось фриланс, но сейчас этот фриланс расширился на гигантское количество профессий, начиная от рабочих строителей, заканчивая, например, так называемым экосистемным
8:24 забыл точно термин, ну, короче говоря, участники экосистем, грубо говоря, ИП-шки, работающие на Вайлберрис.
8:30 Вроде как он сам по себе, но он часть огромной системы, через которую прокачиваются товары, и вот это
8:39 представление: как раньше: что есть компания: у компании есть Ихр, там есть трудовой кодекс, есть какой-то там корпоративный дух, поднимают флаг, поют гимн компании.
8:51 Вот это очень сильно сейчас дизраптится.
8:53 То есть, вполне может оказаться и к этому идет, что огромные компании могут распределять гигантское количество работы на он-демд вокруг, и причем-то в том числе и на синих, и на белых воротничков.
9:05 То есть где-то это какой интеллектуальный фриланс, а где-то это подай принеси.
9:09 А компании это все собирает в кучку.
9:11 Самое смешное - что в таких он-демд-симах очень часто непосредственные задачи о людям и контролях исполнения работы выполняют вообще уже не люди, а роботы.
9:20 Самый наглядный пример - это такси.
9:22 Там же таксист, он ни с каким диспетчером больше дела не имеет.
9:26 Да и менеджера у него нет, максимум хозяин машины, на которую он колымит.
9:31 А у него есть робот, который говорит ему, куда приехать, где пассажир, куда отвезти, как рассчитаться, как значит рейтинг себе поднять и так далее.
9:39 То есть, в общем, человек становится частью роботизированной системы.
9:42 Это на самом деле с точки зрения регулирования, социального и психологического - это сейчас два новых вызова.
9:49 Я уже знаю - появился профсоюз работников таких вот экосистем, то есть вот этих вот Вайлдберс не бастовали в прошлом году, вот они уже профсоюз там создали.
10:00 Я думаю, а вот, например, в Штатах уже в полный рост идут забастовки против роботизированных систем управления, Например, сотрудники Амазон постоянно бастуют, потому что в Амазон уже один робот на двух человек - плотность роботов.
10:16 Люди уже начинают так немножко обалдевать от того, что как бы ими робот управляет.
10:21 И что дальше будет с этим, непонятно.
10:24 Ну и сценаристы тоже.
10:27 Известная забастовка сценаристов, которые говорили: как же так, что же будет, но заменить нейросети, потому что они уже неплохо могут писать сценарий.
10:36 Мне кстати, знаете, я вот все время думаю, смотрю на то, что тут происходит, и пытаются все пытаются навязать одно и то же: говоря о том, что вот сейчас придут роботы, и они отнимут у вас работу.
10:51 Вот сейчас будут нейросети, они отнимут вас работу, и на производство внедряются автоматизированные различные системы, в работу айти-специалистов внедряются, и многое там машинное обучение, и так далее.
11:05 И как будто бы вакансии становятся все больше и больше.
11:09 И даже есть какое-то дефицит людей, определенных профессий, в том числе.
11:15 Вот у нас, по-моему, есть, я не ошибаюсь, сейчас в России: самая рекордно низкая
11:23 И при том, что не хватает порядка 3-4 миллионов тех самых нет.
11:27 А в Штатах тоже самое.
11:28 У них сейчас низкая безработица за всю
11:31 пару десяток и даже больше лет.
11:33 Это для них проблема, потому что они хотели высокой безработицей срезать немножечко инфляции себе, они не могут.
11:40 Потому что речь идет не о том, что роботы отнимают рабочие места, а речь идет о том, что идет переструктурирование текущей структуры рабочих мест.
11:48 То есть какие-то работы трансформируются.
11:51 Это не значит, что человека меняет на робота.
11:52 Человека 10% на робота заменить нельзя.
11:54 Можно заменить часть функции человека на часть функции робота.
11:58 Это значит, что надо просто переделать всю структуру деятельности в компании.
12:01 В результате, да, часть людей освободится, но, например, появится куча новых видов деятельности, например, тех же самых роботов учить, настраивать и так далее.
12:10 И в итоге, ну вот как было когда-то, что были крестьяне и были горожане, крестьян было там в 10 раз больше.
12:17 А потом произошел переток людей с села в город, на заводы, фабрики и в конторы, и нормально все люди поднялись по уровню жизни, благосостояние резко выросло.
12:28 Да, можно было сказать, что там людей отнимают работу, а с другой стороны, они существенно повысили свой уровень жизни.
12:34 То есть сейчас тоже будет такой довольно масштабный переток: надо просто адаптироваться, искать новые возможности.
12:40 Ну и, на самом деле вся предыдущая история говорит о том, что технологии создают больше рабочих мест, чем они забирают.
12:46 То есть те же, не знаю, ткацкие станки, которые громили лудиты, да, они в итоге, конечно, создали огромные предприятия, на которых работало больше людей, чем они могли руками создать этих вещей.
12:59 Но здесь есть такой момент, на самом деле, который связан с тем, что то, что сейчас происходит, это можно назвать новой технологической революцией в каком-то прямом смысле.
13:10 И модели, которые сейчас существуют, они делятся условно на два типа.
13:15 Вот есть типа век Ай, то есть слабые модели, есть типа Дженера Ай, то есть это следующее поколение, то есть там будет самообучаемость этих моделей.
13:24 Ну, то есть модели должны уметь самообучаться.
13:27 То есть, у них, соответственно, повышенная скорость запросов,
13:32 Пониженные требования
13:34 к процессорным мощностям и так далее.
13:36 И если сейчас такой, как бы, серьезный тренд и количество операций, которые умеют делать эти модели, то даже страшно представить, что будет следующее, когда уже не нужно будет эти модели обучать, например, потому что они смогут друг за другом обучаться.
13:54 Есть же и постоянные, собственно, профессии, которые стоят особняком и которые не могут никуда деться вообще.
14:00 И в них тяжело внедрить вообще хоть какой-то искусственный интеллект.
14:04 Например, там сварщики, еще что-то.
14:08 Сварщиков мы только недавно задесраптили.
14:10 Мне как раз портфельная компания, которая сделала робота, которая
14:16 делает сварку по чертежу без программирования.
14:20 Это огромная проблема для роботов, потому что их надо программировать с микронной точностью движения, это очень дорого, само программирование, поэтому отбивается все только на огромных тиражах.
14:29 А этот искусственный интеллект, сам читает чертеж, делает сварку с изумительным качеством.
14:34 Он не убивает людей в процессе сварки просто вместо дорогого сварщика нужен дешевый помощник, который будет железки и классе шкуркой обрабатывать.
14:44 Вот шкуркой обрабатывать это для робота слишком дорого.
14:46 Какой-нибудь чернорабочий сделает это дешевле.
14:49 А сварка он сделает прекрасно.
14:51 Причем достоинство робота еще в том, что есть мастера, которые умеют очень редкие виды сварки делать.
14:57 И они часто не могут, а часто не хотят учить учеников.
15:02 Профессия разойдется, у них цена упадет.
15:04 А робот, если на один раз научился делать редкий вид сварки, потом этот тип сварки можно продавать - ну, естественно, задорого, любому кому это нужно.
15:12 Это же продается как сервис, то есть тебе нужно метр редкого типа сплава.
15:17 Вот тебе, пожалуйста, в 10 раз дороже, чем обычный шов.
15:21 это время, и робот тебе это сварит.
15:23 Ну, то есть, как бы сварщиков как раз меняют.
15:25 Я ждал скорее, что будет пример профессий, которых нельзя заменить, там, не знаю, какие-нибудь врачи, учителя и так далее, вот тут действительно идет большая дискуссия.
15:35 Потому что, с одной стороны, систему искусственного интеллекта диагностировать и даже выписывать терапию умеют уже лучше врачей, и даже чат--пти оказался в таких рекомендациях более заботливым и участливым.
15:50 На Собредти была такая большая дискуссия, когда запустили чат-джипти, робот отвечал более заботливо.
15:57 То есть он как-то убеждал человека, что да, вот надо выпить таблеточку, нельзя халявить, такое сикое.
16:03 А люди, врачи, ж как-то пей таблетку, пациент.
16:07 То есть они не очень любят там особенно.
16:12 Но тем не менее, мы еще не знаем, как это будет происходить.
16:16 Тем более, что врач - это все-таки не только, скажем так, выписывание лекарств - это в каком-то смысле забота о человеке.
16:24 Знаете, есть такая аналогия: почему плацебо действует на собак?
16:29 Потому что, когда хозяин о них заботятся, они уже начинают управляться.
16:33 То есть сам факт заботы лечит.
16:36 Поэтому, как бы если тебя будет лечить робот, совершенно не факт, что наши обезьяния, вот эти вот внутренности, будут чувствовать удовлетворение.
16:44 А так нас будут гладить по голове и говорить, что ты поправишься, и ты такой потихонечку, но проправку и пошел.
16:50 Поэтому вот тут идет огромный вопрос - непонятно.
16:52 С учителями тоже говорят, что вроде как цифровые системы могут учить человека лучше.
16:57 Я тоже знают такие примеры.
16:58 Но с другой стороны, школа - это же не только образование, это воспитание.
17:04 Как воспитывается большая разумная обезьянка вроде нас: она смотрит на других людей и копирует их.
17:11 То есть, нужен ролевая модель, как это называется.
17:13 Нужно перенимать образ поведения других взрослых.
17:16 Учителя в этом смысле они вот такие вот ролевые модели.
17:20 Может ли компьютер стать ролевой моделью для человека?
17:26 Стерильности получается.
17:28 Ну, стерильность такая, получается.
17:30 Мы не знаем, короче, потому что коммуникация, ну вот, если мы говорим про школу и так далее, то коммуникация с детьми, иногда со злыми, иногда с хорошими, все-таки воспитывает в тебе какие-то.
17:43 Это социальный иммунитет.
17:44 Ну, как называется, социализация.
17:46 Но сейчас выросло целое поколение детей, которые сидят в соцсетях и смартфонах с момента рождения, и по ним отмечаются существенные психологические изменения, некоторые в худшую, некоторые в лучшую сторону.
18:00 И вот все сейчас пытаются понять, как будет устроен вот этот новый человек?
18:04 Если мы говорим про то, что мы находимся уже в будущем, то мне не нравится история про то, что детям нельзя давать гаджеты.
18:12 Потому что нельзя давать детям проводить все время в гаджетах - это 100%.
18:20 каких-то технологий, которые они должны познавать, мне кажется, это странно в век технологий именно.
18:27 Потому что если ты уже знаеешьшь и владе какими-то инструментами, тебе в будущем будет намного проще даже социализироваться и так далее, потому что мы не знаем, к чему это все приведет.
18:37 Может быть, мы как в фильме Улли назывался он: Будемся ездить на креслах, я очень коряво рассказываю историю про большие города, которые вы рассказывали.
18:49 Если можете, вкратце расскажите, почему люди думали, что города не будут большими.
18:55 А, ну это довольно знаменитая история про конгресс городостроителей, который случился, в 1899 году или в 1900, на границе веков.
19:05 Я недавно перепроверил эту историю.
19:07 Он действительно имеет документальные подтверждения.
19:09 В Нью-Йорке был этот конгресс.
19:12 На три дня собрались гороители обсуждать будущее городов.
19:16 Они разъехались в первый же вечер, когда они собрались на такое, ну как обычно, открывающее мероприятие, и быстро пришли к единому целостному выводу, что города больше не могут развиваться, потому что количество конского навоза примысило все мысли, мои пределы.
19:32 И действительно, в Нью-Йорке того времени какое-то гигантское количество навозов, я сейчас точную цифру назвать, но там сотни тонн в день.
19:42 И реально это было барьер.
19:44 Ну, через 5-10 лет по улицам уже бегали форте, а через 20 лет в городах уже не осталось лошадей, и города с тех пор выросли на порядок.
19:55 То есть, когда мы говорим о видении будущего, мы всегда должны, во-первых,
20:02 находить ограничения, которые мы сейчас упираемся, а во-вторых, искать варианты, что может эти ограничения снять.
20:11 И вот это самое интересное.
20:12 На самом деле, вот над снятием ограничений больше всего народа сейчас и бьется, и это самые интересные инвестиционные кейсы и предпринимательские, интереснее всего-таки барьеры ломать.
20:23 Я сейчас могу запутаться, потому что я читал несколько антиутопий подряд: это замятин, Хаксли и еще кого-то.
20:32 И эволюция, и технологический прогресс - это в первую очередь гигиена.
20:37 Был такой знаменитый доктор Зимельвейсис, не ошибаюсь, который работал акушером в венской
20:47 клинике по пригнятию родов.
20:54 И роженницы тогда умирали в клиниках массово, то есть смерть матерей после родов была типичным явлением.
21:02 Не чем-то неожиданным, а огромный процент умирал.
21:05 Ну, естественно, и дети тоже умирали.
21:08 И он впервые обнаружил, что это связано с тем, что под роженницами не меняют простыни, а акушеры и акушерки не моют руки, и он попытался предпринять усилия, добился огромного успеха, но когда он начал этот опыт пытаться распространить, его медицинское сообщество страшно ошельмовало, вплоть до того, что его посадили в психушки, и там он умер при загадочных обстоятельствах.
21:36 То есть есть версия, что его там просто грохнули.
21:39 И только через 20 лет его последователи на периферии Европы, Вена, все-таки была тогда столицей мировой науки.
21:48 Реально это так было.
21:50 Вот его последователи уехав в Глушь, в Шотландию, где-то вот в отдаленном месте тестировали, и у них были феноменальные результаты, и только после этого это распространилось на всю Европу.
22:02 Буквально за 20-30 лет дало феноменальный всплеск
22:08 Продолжительности жизни, потому что перестали умирать мамочки и перестали умирать дети.
22:11 Просто это был феноменальный эффект.
22:13 Поэтому вот в этой истории про гигиену в ней есть огромный смысл.
22:18 Но мы должны помнить, что мы за гигиену платим довольно большую цену, которая называется аллергия, астма и аутоиммунные заболевания.
22:25 Потому что наш организм, не тренируясь на паразитах, начинает убивать какой-нибудь свой орган.
22:33 Зато мы не умираем в 30.
22:39 Вот это вот такой вот очень интересный баланс.
22:41 Поэтому, ну, сейчас, наверное, уместь не говорить не о физической гигиене, тут все в порядке, а о психо-такой социально-когнитивной гигиене.
22:50 Потому что это как раз то, чему придется научиться детей, чтобы они там, живя в интернетах, не смотрели всякую пакость и не повторяли всякую дичь.
22:59 А как этому научить, мы сами пока не знаем.
23:02 Вот это интересно, потому что огромное количество занятий, которые были раньше, просто перестали существовать.
23:12 Когда вообще мы поняли о том, что
23:17 и поняли ли мы о том, что информационные технологии, айти специалисты это профессия будущего?
23:36 Да, когда Гики перестали быть комическими персонажами, а стали миллиардерами,
23:43 Ну, в России это Яндекс.
23:44 А так, это, конечно, Фейсбук, Гугл, там, Яху.
23:48 Ну, то есть, вот эти все первые волны.
23:49 Ну, конечно, все началось со Стива Джобса, когда такой эталонный патентованный психопат, стал суперзвездой и посадил цивилизацию там на Макентош и Эпл.
24:00 Это, конечно, все так посмотрели - ничего себе.
24:02 А так можно было, да?
24:04 Ну, до этого были и тоже крупные технологии.
24:06 Там Хьюлет Паккард, например, в котором тот же Джобс
24:10 просил инвестиции, да, потерял идеи и так далее.
24:14 То есть, это были все еще уже крупные компании, на самом деле, технологические, причем но
24:24 Взрыв произошел где-то в 90-е, а в России стало много.
24:28 А в России это со слагом в 10 лет пришло.
24:31 То есть уже в нулевые годы появились Мейл, Рамблер, Яндекс.
24:35 Уже были модные компании, модные ребята.
24:37 А в 10-е это просто повалило потоком.
24:40 Ну а дальше начала работать там средняя зарплата и все прочие вещи.
24:44 И стало понятно, что за этим будущее.
24:47 Но на самом деле, даже чуть раньше - то есть, это начало 90-х.
24:51 То есть, появление Яндекса.
24:53 не, Яндекс - это конец 90-х.
24:56 Яндекс конец 90-х, но вот рамблер, например, появился раньше.
24:59 Я не помню точно, но в начале 90-х, я просто хорошо помню это время.
25:03 Еще айти существовало только в виде продажи компьютеров за конский прайс.
25:07 да, это еще не было.
25:09 АйТ, это была просто торговля.
25:11 А если мы говорим про перспективу ближайших 10-20 лет, это сохранится тренд?
25:18 Это сейчас основной объем работ, основной фронт.
25:22 Научно говоря, сейчас софт влияет в большей степени на потребительские свойства продукта, чем хард.
25:29 То есть, современные машины - это уже гаджеты.
25:32 Да, конечно, там есть железки, подвески и моторы, но какие-то мозги уже больше важно.
25:38 Поэтому количество программистов, которые делают теслу или бивай-ди, оно больше и важнее, чем количество инженеров, которые ее проектируют.
25:46 Это уже происходит буквально во всех сферах.
25:49 В дизайне вот мы начали заботиться о людях.
25:54 Мы стали больше заботиться о людях.
25:56 И все интерфейсы, которые создают дизайнеры, они все-таки
26:02 для людей стараются делать.
26:05 Ну, конечно, не для того, чтобы заработать денег.
26:07 Для бизнеса, наверное.
26:08 Мне кажется, тут как раз вот это после того, как как раз Стив Джобс вернулся в Апл, после того, как они рванулись сначала с моему с этим с плеером, как он называется, ай-подом, потом 2007-й это айфон, и когда компания, собственно, показала, что можно зарабатывать деньги на создании уникального пользовательского опыта, и вообще о том, что как бы про думание о людях, это был самый взрыв.
26:38 То есть, тогда все приходили к дизайнерам, все клиенты, все компании, которые запускали стартапы, в тот момент начинался как раз в России бум стартап, ну и вообще, по миру, начинал прокатываться бум стартапов, и приходилили и говори: нам нужно, как у Япл, нам нужно сделать такой же интерфейс, чтобы он был такой же крутой, как у Апл.
27:00 Люди, да, бездумно, естественно, это все копировали.
27:03 Но в итоге, все-таки, мы приходим к тому, что нужно еще из-за этого интерфейса научиться зарабатывать деньги, вот поэтому, как раз сейчас скорее, мне кажется, тренд такой, что ты балансируешь между зарабатыванием денег и деланием людям хорошо.
27:20 Ну, появилось понятие - это узер эпинс, да, то есть потребительский опыт, он стал изучаться.
27:26 Революция Джобса в чем состояла?
27:28 В том, что до этого все айтишники были ребятами очень умными, смарт-гойс такие, и им вообще не было проблемы там как-то пропачить.
27:39 КДЛ под ДБС, я уж не понял.
27:41 КДЕ под БСД, под БСД, что-нибудь такое, вот.
27:46 А то, что это не умел какой-нибудь ламмер, ну черт с ним, пусть денег даст, я ему все сделаю.
27:52 А потом пришел Джобс и другие ребята сказали: Погодите, человек должен примерно куда-то ткнуть пальцем, и оно должно сработать.
28:01 То есть, фишка айфона была в том, что народ вообще не тратил время на его настройку, просто куда-то тыкал пальцем и, он как-то хлоп-хлоп работал.
28:10 И вот это то, в чем революция совершилась.
28:12 На самом деле это старее не столько какая-то уникальность, это действительно понимание широты рынка.
28:19 То есть, чем более широкий рынок, тем меньше потребитель должен учиться чем-то пользоваться.
28:26 И вот тут была очень правильная фраза у тебя про то, что дети обучаются навыкам современных интерфейсов с детства.
28:34 Потому что по большому счету большая часть сайтов, приложений, всего, она устроена на одних и тех же принципах, как игры.
28:41 Ребенок, научившись играть в игры, он потом точно так же спокойно может и банковское приложение освоить, и вкусослуги, что угодно, у него это в голове.
28:49 Самая знаменитая история этого плана была, когда американская военщина, скажем так, решила сделать систему оперативного управления боем для командиров, чтобы они могли на поле боя давать команды подразделениям.
29:02 Они провели большой брейн-сторм, тем не того, на какой фундаменте сделать.
29:07 И в итоге выбрали Каунтер-страйк.
29:11 Я слышал про Старкрафт.
29:12 Я слышал про Каунтер-Страйк, но не очень похожи - по интуитивному поведению.
29:17 это понятно, почему, потому что любой пацан, который пришел учиться в военное училище, он в детстве шпилил в это годами.
29:24 Ему абсолютно интуитивно понятно, как обвести юнит, как его послать, как сделать зум, как там нажать иконку, воздушная поддержка и так далее.
29:33 То есть это все не надо было учить его.
29:34 Они получили планшет, на котором они просто начали продолжать играть в свою любимую игру на интерфейсе, в которой они выучили наизусть.
29:41 И в этом смысле огромное количество такого рода коммуникаций - более глубоких, более сложных.
29:46 Вот мой любимый пример: что, когда появились моего РПГ, самый низовой народ из самых больших глубинок начал очень быстро подтягивать английский, например.
29:54 Я хотел, кстати, кейс об этом рассказать.
29:56 Потому что я приехал к своим друзьям за границей, и у них, ну, они полностью не разговаривают по-русски вообще никто.
30:07 просто ей понравился мультик Маша и Медведь.
30:10 Она шла его на ютуб.
30:11 И удивительно, она разговаривала почти в совершенстве русском.
30:16 То есть, ей 5 лет, я мог с ней говорить по-русски.
30:19 И я говорю: подожди, а как ты выучил?
30:21 Он такая: я смотрела Маша и медведь.
30:24 Да, какие-то там склонения, может быть, она не знает, может быть, что-то плавает где-то.
30:31 То есть тяжело себе это представить, что я найду какую-то вот у себя там в
30:37 88-м году найду где-нибудь книгу на английском языке и выучу ее.
30:42 Нет, а мутик вполне.
30:43 Если ты будешь играть.
30:44 Мне кажется, я начал английский учить именно с игр.
30:49 Ну, по мне, так это очень круто.
30:51 А там есть еще один навык - ну, комплекс навыков, которые игры отлично прокачивают.
30:57 Это то, что называется ролл-плей гейм, то есть определять функциональные особенности людей и собирать команду, дополняющую друг другу по качеству.
31:05 Это стандартная партия, а там же все разные, да, как правило.
31:09 Или, например, работа в команде и коллективе.
31:13 То есть, когда распределяешь роли, партия, каждый что-то делает, каждый на своем месте, ты кто-то командует, кто-то исполняет команды.
31:21 То есть, такие навыки раньше приходилось людей в армию отдавать на какое-то время, чтобы они вообще научились, адаптировались к этой системе.
31:28 А тут детство дети уже врастают в систему, когда они прекрасно могут скооперироваться сами, договориться, выбрать, кто у них главный.
31:37 Если что, его разжаловать, надо назначить другого.
31:39 Это происходит очень естественно.
31:42 Это, кстати, довольно ценный навык.
31:44 Сейчас при анализе навыков необходимых для управления
31:49 компаниями, комплекс софт-ллз поднялся сильно выше комплекса хардскил - то есть коммуникации, взаимодействие, эмпатия, командообразования, лидерство - то есть вот это сейчас преподают в бизнес-школах.
32:04 А это все как бы в любом РПГ прокачивается просто по умолчанию.
32:08 Потому что там без этого тебя быстро отовсюду выгонят, и будешь в одиночку фармить.
32:12 Я 100% согласен, на самом деле.
32:14 Если компания выбирает на какую-нибудь позицию топ-менеджера, то она будет в первую очередь смотреть на его софт скилл, нежели на хардскил.
32:25 Потому что умение договориться намного важнее того, что ты делаешь.
32:29 Потому что научиться делать проще, мне кажется, чем коммуницировать.
32:34 Вот с тобой договориться тяжело.
32:37 А научить тебя что-то делать, мне кажется, чуть попроще.
32:42 Я, кстати, изучал просто в свое время, откуда пошли бизнес-школы.
32:44 Это была история про то, как партнер Форда, ну, Форда, у которого была дичайшая проблема с инженерами.
32:52 Он пришел в МАТ, который был на тот момент лучшей инженерной школы, и сказал: Слушайте, ребята, мне нужны инженеры, давайте придумаем, как их учить.
33:01 И они придумали курс, который на самом деле в основном состоялось тому, что их учили диаграммам Ганта, проектной деятельности, системе контроля, измерений и так далее.
33:10 То есть там вообще народ ни про какие эмоции не разговаривал, там только такие таблицы, контроль, учет, балансы.
33:18 Я грамогант у меня передернул.
33:21 Заканчивается квартал, начинается третий.
33:27 Ты не согласен с тем, что софт скилл сейчас важнее.
33:32 Ну, если для как бы менеджера, или как есть разный подход, типа лидершип, например, и менеджмент, то в этих да.
33:41 Хотя менеджмент - это скорее, как раз, баланс между хардскил и софт скиллы.
33:46 А лиршип - это скорее лидерство, оно скорее, как раз про во многом про софт скиллы.
33:51 Как будет состоять работа в корпорациях?
33:55 Вот сейчас корпорации уже идут на многие уступки.
34:01 Это сначала корпорации заманивали людей, тем, что у них есть бесплатный кофе, чай, и все пишут.
34:13 А сейчас уже пишут гибридный график, у кого-то удаленная работа и так далее.
34:20 Как будет состоять работа вообще в крупных корпорациях, и на какие уступки они еще готовы будут пойти в будущем?
34:27 Чуть-чуть глубже копну, вообще-то, когда корпорации только начинали борьбу за
34:33 трудовые ресурсы, то они в основном конкурировали длительностью контракта, то есть это знаменитый пожизненный контракт из Японии, который пришел в Штаты и в Европу, и размером медстраховки.
34:45 То есть, у них были такие вещи.
34:46 Потом это трансформировалось уже в такие более вещи.
34:50 Ну, в чем сила корпораций?
34:58 организации работы сотен тысяч людей, даже не десятков, сотен тысяч.
35:04 Это огромная машина, и в ней работает много техник.
35:08 Есть, например, даже техники
35:11 корпоративной религии, то есть не называется религией.
35:16 Ну, самый известный, конечно, Уолмарт, который там гимны поют, там все прочее.
35:21 Есть там вот недавно мне один из сотрудников работавших в НВ рассказывал про этот культ золотой зеленой крови, которую там у них прям своя теория, это скриптонитовская, вся эта
35:34 история, которую этот
35:36 создатель НВД прямо обожает и у них прям такой культ, но это такая эзотерическая история, просто сотрудники этого даже не знают.
35:43 Надо внутрь попасть, там тебе начнут прокачивать в зеленую кровь.
35:47 Ну, то есть, вот такие истории они как бы на самом деле имеют очень интересные эффекты.
35:53 И мне кажется, вообще в будущем, я думаю, играть будет более все больше и больше.
35:57 То есть, это то, что называется сейчас модным термином геймификация.
36:01 То есть, геймификация - это не только ачивки, набивать или баулы, или репутацию повышать в рекомендательной системе.
36:08 Это еще и как в играх: сюжеты, там, роли, апгрейд там до 80 уровня и так далее.
36:16 То есть, какие-то вот такие вот вещи, которые
36:22 Вот мне очень нравится.
36:24 Мне очень нравится вот эта история с грейдом и какими-то каким-то уровнем.
36:31 Но тут есть такая история же, знаете, когда ты имеешь определенный грейд, ну условно определенный уровень какой-то, когда ты переходишь в другую компанию, тебе как бы его нужно заново заслужить, подтвердить, рассказать, и это компания, да, то есть, у вас происходит торг, при котором компания оценивает: ну как бы, ну здесь ты немножко мне соврал, здесь
36:57 Классно было бы, да, если бы вот с одной стороны, классно, с другой стороны, не классно.
37:02 Когда у тебя есть, помните, в черном зеркале, да, был какой-то социальный рейтинг такой, и ты вот с этим рейтингом, ты уже пришел, ты говоришь: вот я пятерка, ну ребят, я пятерка.
37:11 Но с другой стороны, когда ты сварщик, ты как раз таки приходишь и говоришь: вот такой разряд.
37:18 Ну, в разных коллективах разные свойства играют по-разному.
37:22 В одном ты умеешь работать
37:25 16 часов, лопатить код это однозначное преимущество, в другом больше важнее - не то, что 16 часов умеешь лопатить, а как много солюшниц ты умеешь создать за это время.
37:35 Это разные просто тоже задачи, требования.
37:38 Я поэтому не уверен, что здесь нужен такой табель о рангах.
37:40 Это даже больше похоже на это, когда гражданские чины и военные соотносятся, ты можешь переходить, и так далее.
37:47 Здесь скорее нужна какая-то более гибкая и более точная система диагностики.
37:52 Сейчас, кстати, очень много разнообразных систем по психоэмоциональной диагностике профессиональной, которые помогают человеку идентифицировать как носителя тех или иных качеств.
38:04 Прямо огромное количество этих историй.
38:07 Но я согласен, что я бы скорее того боялся.
38:10 Потому что ты один раз попал в этот карман, потом, по каким-то причинам, рейтинг пошел вниз, и ты на донышко.
38:17 Как была знаметая история в Китае, когда только начался социальный рейтинг - одна знаменитая актриса вдруг просыпается, а у нее рейтинг на нуле.
38:28 И она вообще в красной зоне, она билет не сможет купить.
38:32 Начинает выяснять, что ей пришла тысяча штрафов за переход улицы в неположенном месте.
38:38 Потом выяснила, что просто ее фотографию разместили на автобусы.
38:41 И она каждый раз, когда автобус проезжал по светофору, камера фиксировала ее лицо и посылала ей штраф.
38:48 За ночь она попала в паре.
38:50 Пока такие вещи возможны, я бы предпочитал, чтобы социального рейтинга не было.
38:56 Однажды с утра проснешься в тюрьме.
39:01 Ну и учитывая ненадежность, хранение данных и вообще, в принципе, возможной утечки работы с этими данными и так далее, надеюсь, что такого вообще никогда не произойдет.
39:11 Ну, то есть, это слишком слишком опасные прецеденты может создавать.
39:14 Ну, об этом надо думать, эти риски надо прогнозировать, да, это правда.
39:26 Боливия кажется, как недавно ввела вообще как национальную валюту?
39:36 термин, который приобрел очень негативную коннотацию.
39:40 А вот блокчейн, если говорить, смарт-контракт - это однозначно будущее финансовых сервисов, потому что они позволяют делать транзакции значительно более безопасными, быстрыми и при этом прозрачными, на самом деле.
39:53 То есть в крипте никто не спрячется, на самом деле, наоборот, там все можно опозратьчи так, как нельзя прозрачить кэш.
40:01 Но самое главное, что можно делать роботизированные транзакции, при которых платеж происходит только тогда, когда выполнены все условия требования к платежу, и не нужны люди - контролеры, аудиторы, ничего не нужны.
40:15 И тогда можно робот-то робот-транзакции делать.
40:17 А поскольку количество роботов резко увеличивается, и они тоже будут между собой делать транзакции, то, конечно, тот же самый робот-автомобиль проезжая
40:28 через транспонтер, это самый простой пример, или какой-нибудь робот, который сейчас выйдет айфон с искусственным интеллектом.
40:34 Я не знаю, в первом либо во втором релизе они это сделают.
40:36 Там наверняка появится какой-нибудь АИ-рекомендательный сервис по подпискам.
40:42 Ну, они уже анонсировали что-то такое.
40:44 То есть, ты будешь доверять роботу, какое количество подписок на телефоне тебе иметь.
40:48 То есть, ты доверяешь роботу свои деньги.
40:50 Естественно, тебе хочется, чтобы робот, если делал транзакции или хотя бы имел возможность делать транзакции, делал их максимально секьюрно и максимально 100% соответствующим твоим задачам.
41:00 А это без блокчейна сделать невозможно.
41:02 Поэтому рано или поздно это все будет.
41:05 Эл анонсировали, собственно, и
41:09 которое они будут внедрять в 12.
41:14 решил, что скорее всего он запретит своим сотрудникам пользоваться гаджетами Апл.
41:21 Чего он так боится вообще?
41:22 Почему он так боится?
41:24 Ну, это очень персональная история.
41:26 Дело в том, что Илон Маск, как известно, был один из
41:32 соучастников и один из первых соинвесторов ОпенА.
41:36 Это была знаметая встреча в Редвуде.
41:40 Такой знаменитый отель
41:46 В долине там, где все венчурные фонды на одной улице.
41:49 Там есть единственный отель.
41:51 Ну, в той части, в другой части фур-сиза.
41:54 В общем, короче, смысл в том, что это очень дорогой отель, потому что рядом дорогая публика, и там проходят самые такие вот клубные встречи.
42:02 Илон в этом участвовал, он был один из первых инвесторов, а у него есть такая манера: он если куда-то заходит, он хочет взять контроль рано или поздно и, грубо говоря, выкупить.
42:12 А в Опен Ай это ему не разрешили.
42:14 И в итоге он забрал потом деньги, и с тех пор он очень ревнует к ОпенАй.
42:20 Он запустил свой эксай.
42:23 первый выступил, поддержал волну паники, когда все побежали по потолку кричать, что и айны всех на скрепке пустят.
42:31 То есть, он, как бы, вот он свою эту обиду, он ее прямо всеми способами воплощает.
42:37 То есть, тут нет никакого системного страха.
42:41 Он может быть, он еще просто зная, как это устроено, боится, что просто если его сотрудники будут пользоваться ОпенА, то там просто будет постоянная утечка информации.
42:50 Была же знаменитая история, когда самсунговские инженеры начали ОпенА работу делать, тот инособачился вытаскивать эту информацию промптами правильными и кучу самсунговских скрыт
43:03 конфлиденчей опубличили.
43:07 То есть это принципиально незатыкаемая дыра.
43:10 То есть, кто-нибудь, если пишет код при помощи опен-ай, как кобота, то все, до свидания.
43:16 Завтра может трудолюбивый индус вытащить и использовать.
43:20 Трудолюбивый индус, мне нравится очень.
43:25 И поэтому Маск может этого еще опасаться.
43:28 Что там, ну, ты говоришь, допустим, по телефону, по Эплу: там сидит опен Ай, не существует никаких теоретических механизмов обеспечить секюрность того, чтобы этот разговор не попал в единую базу опен-ай и обучился.
43:44 И, соответственно, чисто теоретически промптами это, наверное, можно вытащить.
43:48 Наверное, что у вас?
43:49 Кстати, у вас же очень технологичная компания.
43:57 какие у вас отношения?
43:58 Слушай, ну у всех сейчас хорошие отношения с ИИ, прекрасные даже на самом деле мы на
44:07 как сказать ранних стадиях внедрения, наверное, это технология, мы уже запустили сейчас генерацию контента для объявлений, то есть, если ты, например, в фэшне у нас эта история уже запущена у ребят гудцах, а что если ты фоткаешь, не знаю, свой какой-нибудь айфон, то ты можешь нажать кнопку, и она сгенерирует тебе просто описание сразу.
44:30 Но это самые простые какие-то
44:34 простое применение, да, когда ты просто сгенерируешь этот контент.
44:37 Оно просто экономит твое время.
44:39 Но дальше оно может вытаскивать.
44:42 Я же где-то видел такую историю, что можно сфотографировать, и он определяет, что это за вещь.
44:53 работаю со стартапами, которые настраивают распознавание по фотографии еды.
44:59 С тем большом тебя прописывал калории ЖБУ по еде.
45:02 То есть для всех, кто контролирует питание, это очень важно.
45:05 Так что уже такое тоже есть.
45:07 То есть ты фотографируешь еду, он примерно понимает.
45:11 Калорий, там белок, углевод, жир, так далее.
45:15 Да, такое тоже уже есть.
45:18 Так, и вы уже на стадии внедрения находитесь.
45:21 Ну, эта фича, насколько я помню, она уже в продакшене.
45:25 По крайней мере, точно, что касается фэшена, то есть, можно сфоткать там свои кроссовки, например, он поможет тебе сразу написать, что это за кроссовки - блин, это круто.
45:38 Если бы он еще за меня переписывался, знаете, можно было поставить такую функцию.
45:42 А там на другой стороне тоже просто подключаются, скорее всего.
45:45 Да, и знаешь, это они говорят: ты размещаешь объявление: там за 15 тысяч не продаешь, и те к тебе приходят: за 5 заберу сейчас.
45:54 И ты говорю: за 5 забери у кого-нибудь другого.
45:58 Ну, знаете, как на Авито выкладываешь, что они такие приходит какой-нибудь самый умный и говорит: такой в три раза дешевле заберу.
46:05 И всем отвечать, конечно, устанешь.
46:07 А еще классная информация про этот.
46:10 Знаете, когда выкладываешь машину в объявление и начинают это.
46:14 А пришлите вин, и ты такой, у тебя есть сразу такой небольшой чат-ботик, ты такой вин-вин всем присылаешь, просто в личные сообщения.
46:24 Ну, это автоматизация, да, в том числе общение.
46:28 Если вот сейчас, допустим, подборки товаров на различных маркетплейсах, вот в объявлении, кстати, приходит Авито, вот мы вам подобрали
46:40 какая-то подборка случилась.
46:42 Эта история сейчас уже работает с ИИ или нет?
46:45 Потому что иногда возникает ощущение, что что-то хромает в этих подборках маркетплейсов, которые там приходят.
46:53 Вот эти рекомендательные системы.
46:54 Тут вопрос качества данных, как обычно.
46:57 То есть насколько система сумела тебя полностью смоделировать, насколько у нее богатый диапазон подбора?
47:04 Самая знаменитая история - это про ТикТок.
47:06 То есть, Тик-Ток может снять психологический и эмоциональный профиль человека за 20 минут.
47:11 То есть, ты завел аккаунт, 20 минут его крутишь, через 20 минут каждое следующее видео тебе нравится.
47:18 Ни одна другая соцсеть такой скорости адаптации не имеет.
47:23 То есть, если просто поэкспериментируете, я такое регулярно делаю, пришел, там все настройки Фейсбука обнулил.
47:28 Заходишь такой в Фейсбук.
47:29 Господи, кто эти люди вообще они пишут?
47:32 Я еще первый раз их вижу.
47:33 И ты должен почти месяц, ну, несколько недель лайкать, дизлайкать, ну, не дизлайкать, это как-то отписываться, чтобы
47:43 вернулось все в то состояние, которое тебе нравится.
47:46 А ТикТок за 20 минут делает.
47:48 Ну, то есть, наверное, это просто качество проработки вот этой системы анализа.
47:52 Но это, кстати, одна из самых сложных историй.
47:54 Как вообще квалифицировать и классифицировать интересы потребителя, чтобы сетка быстрее под него адаптировалась.
48:00 Это, как раз сейчас, самый передний край работы.
48:03 Что касается имени, мы с тобой, по-моему, говорили по поводу того, что ты сказал четверт, как ты называл?
48:11 Ну 4-0 она называется
48:18 Что тебе понравилось там там?
48:21 Расскажи, потому что я не пользовался.
48:23 Она гораздо быстрее, чем четверка.
48:26 Она стала ониканальной.
48:28 То есть, ты теперь в одном чате.
48:30 Собственно, О, это как раз омни-ченел, по-моему.
48:34 То есть ты прямо в чате ей говоришь: скидываешь картинку, не знаю, фоткаешь кроссовки, говоришь, что это за кроссовки, говоришь, сгенерируй мне похожую на вот это кроссовки, другие кроссовки, фоткаешь формулу какую-нибудь, она тебе расшифровку дает и так далее.
48:52 Ну, то есть она работает с разными каналами, она решает какую-то задачу.
48:57 Да, она решает задачку.
48:58 Ну, то есть, это очень круто.
49:00 Вот, не знаю, если бы у меня была такая штука в школе.
49:05 То есть мне не нужны были решебники бы.
49:07 Мне не нужны были бы решебники, да.
49:10 И она очень круто переводит.
49:12 Она начинает офигенно озвучивать.
49:15 То есть я часто с ней просто говорю:
49:21 как-то развлекся и попросил перевести текст, стилизуясь под выпускников разных топовых университетов.
49:31 У них же у всех свои финички.
49:33 Очень хорошо сделало.
49:34 Потом ребятам показывал, реально.
49:36 косят - прямо под конкретный курс.
49:42 Помнишь, раньше в старой, какой-нибудь научной фантастике всегда было какое-нибудь устройство, которое переводило мгновенно на любой язык, который слышит.
49:53 Вот это уже не фантастика, это фактически есть в телефоне.
49:58 Ты просто говоришь: не знаю, например, можно поехать в Турцию и
50:05 в культуру языка, которого ты вообще не знаешь, допустим, или в Китай, и сказать: Вот, давай я тебе буду говорить на русском, ты переводи, соответственно, автоматически сразу на китайский, допустим.
50:16 И наоборот, если ты слышишь китайскую, то переводи на русский.
50:19 И она делает это, причем очень быстро
50:22 и перевод достаточно качественный, понятный.
50:25 Там еще голосовая озвучка хорошая, то есть ты понимаешь, как бы она с интонацией умеет делать, или он, не знаю, с интонацией умеет это делать.
50:34 То есть, это практически.
50:35 Языки не важен абсолютно
50:37 тех, на которых она обучена.
50:38 Да, тех, на которых она обучена, понятно, что, наверное, какой-нибудь, не знаю, может быть, мертвую там латынь, хотя латынь, может быть, тоже знает.
50:45 Что-то похожее на сволочь, откуда-то их подтаскивает.
50:48 Народ говорит, что она очень быстро учится.
50:50 Ну, насколько я знаю, китайцы уже не выпускали умные наушники, то есть кто-то прямо идешь в наушниках, тебе на лету переводят.
50:56 Я еще не тестировал качество, но вот я как раз жду, что там в экосистеме Эппл появится если не в этом году, то следующем.
51:03 То есть интеграция с аэроподами, чтобы ты просто шел, там, слушал.
51:08 А есть, по-моему, если не ошибаюсь, была такая новость у Спотифа: что они будут подкасты
51:16 переводить тебе на тот язык, который тебе нужен.
51:19 То есть, например, Джо Роган на английском разговаривает, и ты слушаешь, просто выбираешь язык и слушаешь его на русском.
51:26 Ну, по-моему, таких неросеток уже полно.
51:29 Другое дело, что будут ли они интегрированы прямо в зум там или в Спотифа это будет, конечно, очень удобно.
51:34 Но вот я только вчера там тестил у себя в каналчике, постил.
51:38 Не просто это все происходит, но еще и тембр голоса и интонация актера.
51:44 То есть просто голосом актера
51:46 на другом языке с мимикой.
51:48 Я недавно в Твиттере как раз видел, когда российские старые фильмы при помощи нейросетей переозвучили.
51:54 Как раз запостил этого самого Шурика.
51:57 Вот, значит, мы видели одну текст.
52:02 прекрасно переводит, озвучит.
52:03 То есть актер озвучки одна из профессий, кажется, которая может
52:10 Мне один из фронтов, как раз, человек, который 20 лет продюсирует переводы многих фильмов, игр, сериалов и так далее.
52:18 Вот его спросил, как тебе?
52:22 будем это использовать, 100%.
52:24 Но это как раз одна из первых профессий, которые будут уходить.
52:26 Хотя, опять же, его гипотеза, что художественные переводы - это не буквальные переводы, тут он прав.
52:32 Это, кстати, самая тонкая история про переводы шуток.
52:35 Потому что, ну, поговорки это другое, да, их нельзя буквально перевести.
52:40 И это очень интересный вопрос: а будет ли научиться ли робот стебаться, условно говоря?
52:44 То есть, как бы выдавать такие же смешные синтенции, но просто в абсолютно другом контексте.
52:49 Это как раз гиперконтекстная история, но я вот здесь осторожно скажу, что не вижу
52:58 принципиальных счет не может случиться.
53:00 Потому что все разы до сих пор, когда все
53:03 теоретически говорили: ну, вот робот это не сможет, потому что проходит 3 года - хера, робот это делает.
53:09 То есть, вот это вот вываривание скрытых взаимосвязей из гигантских массивов данных, оно таит такую бездну возможности, что мы еще долго будем удивляться, скажем так.
53:22 Может быть, нам нужны еще более мощные компьютеры, чем сейчас, для того, чтобы.
53:26 И они будут - так они и растут - закон мура, даже ускорился для искусственного интеллекта.
53:32 А по поводу перевода я все вспоминаю.
53:37 перевод, наверное, Володарского, да, когда
53:42 Форест Гамп там был перевод, что лес-то.
53:48 Финальная тема по дополненной реальности.
53:51 Я как-то фантазировал, рассказывал Саше о том, что
53:56 прикольно, если бы было бы если бы мы надевали очки и идя по улице, например, допустим, мы ищем себе квартиру, ты какую-нибудь включаешь мод авито и ты видишь квартиры, которые сдаются в домах.
54:12 Например, ты идешь по улице, просто которые тебе нравятся, и такой смотришь: о, вот здесь квартира сдается, вот здесь сдается.
54:18 И ты прям ценники такие видишь.
54:19 Это в рекламе же так же работает это, да?
54:22 В рекламе же также показывает это все.
54:24 Или, например, ты забиваешь в поиске работа, и ты хочешь найти работу возле дома.
54:31 Ну, ты такой, ты же не будешь.
54:33 Ну, ты, может быть, ты решил прогуляться и посмотреть.
54:35 О, вот это здание - классно.
54:37 Мне нравится, как здесь выглядит.
54:38 И подъезд здесь хороший.
54:39 Я могу с машиной здесь подъехать.
54:43 Эппа выпустила очки.
54:45 Кстати, как вам дизайн?
54:48 Мне он нравится дизайн, нормально.
54:49 Он довольно футуристичный, но при этом он довольно как достаточно нелепо выглядит, пока что.
54:54 Потому что они громоздкие, огромные.
54:57 Там этот шнурок, значит, сзади торчит, там это батарейка, или что там сзади, по-моему.
55:01 Мне нравится вот это, как люди сидят, вот это было же очень много мемов по этому поводу.
55:07 Да ладно, но вспомню.
55:08 Ну, вы можете этого не помните, а я помню, когда только появлялись наушники, я даже не говорю про эти самые радионаушники, а даже проводами.
55:16 И как народ шарахался от людей, кто идет по улице и громко разговаривает.
55:19 Это же была дичь полная.
55:21 Народ реально удивлялся.
55:22 А сейчас это норма вообще.
55:24 Идет человек и разговаривает, значит, наверное, по телефону.
55:26 Так что мы и к очкам привыкнем моментально.
55:28 Ну, это, конечно, самый ранний виток.
55:30 То есть, я практически уверен, что в какой-то момент мы научимся проецировать изображения на линзы, ну, в смысле, на линзы очков, а потом может быть еще и на линзы, которые в глаз.
55:40 Самая большая тема - это хрусталек.
55:43 Да, ну или на хрусталик.
55:46 большой технологический вызов, пока но я практически уверен, что мы в какой-то момент это научимся.
55:50 Рано или поздно, да, это называется Микс-ар, то есть смешанная мик-смешан реальность.
55:56 В принципе, это уже есть.
55:57 Есть куча плякух, без очков.
56:00 Просто идешь, так ранчик водишь, и он тебе показывает геотеги, которые тебе актуальны.
56:04 То есть, если, например, кафешку так провел по площади, он тебе все кафешки отметил.
56:08 В принципе, это мало.
56:10 В принципе, это мало отличается от поиска по Гуглу, когда ты просто попросил себя отметить кафешки, он тебе их показал.
56:18 Но тут есть два барьера.
56:22 Первый барьер очевидный - то, что очки очень сильно воздействуют на вестибулярку.
56:28 Соответственно, очень многого народа там начинают мутить и все прочее.
56:32 Ну, то есть, это просто неудобно.
56:34 И тут нужны прямо прорывы в нейробиологии.
56:37 Я просто разговариваю с нейросайентистами - по этому вопросу: чтобы эту историю научить либо тренировать, либо подавлять.
56:43 Не знаю, как это будет делаться нейротренировками или химией, я не знаю.
56:46 Но пока мы не можем переехать в очки просто потому, что у нас организм начинает сходить с ума.
56:52 А вторая история про такие микс-стар истории - это такая смешная история жизни.
56:57 Я помню, я был в Вероне и очень хотели покушать с компанией.
57:00 Мы открыли Гугл, даже не Гугл, а Трипвай, нашли самые высокорейтинговые кафешку, мы туда пришли, 2 столовая.
57:09 Мы такие грустные, ну, можно, конечно, поесть - в столовке, но вообще-то мы не радиота приехали.
57:15 Мы плюнули, вышли на площадь, пошли, куда глаза глядят, и через три дома случайно на наткнулись Мишленовский ресторан.
57:25 А у Мишлена, как известно, принципиально нет никаких следов цифровых.
57:29 Они прямо принципиально не тагируются.
57:34 да, да, да Но на каком-то том самом ты их.
57:37 Ну, по крайней мере, не знаю, как сейчас, но тогда их не было.
57:39 Поэтому вот в этой вот микстар истории там всегда будет что-то, что захочет себя подсветить, а что-то, что-то нет.
57:47 Зарегистрируйся в наше апплякухе только тогда, ты увидишь вообще, где мы сидим.
57:52 Это отдельная история.
57:53 Про дистрибутирование информации, про разделение потоков, про вот опять же, поиск своего клиента, не знаю, как это будет развиваться.
58:04 Метаверс - это сейчас была одна из самых дорогих разработок в мире.
58:11 То есть у Цукерберга на метаверс было куплено больше вычислительных кластеров, чем на Ай, а на Аи у него больше вычислительных кластеров, чем у кого бы то ни было других.
58:25 То есть, у тех слова ПНА меньше вычислительных мечтостей, чем у Фейсбук.
58:32 Метаверс он еще больше купил.
58:34 То есть там зреет какая-то бомба реально.
58:36 То есть он хочет прям цифровую вселенную сделать.
58:39 То есть это еще не все.
58:44 Это только это такая, вот как я начал - с этого такая подводная лодка - но только это такая подводная лодка с континента.
58:49 Она сейчас где-то очень глубоко над нет.
58:53 Так мы дойдем до цифрового бессмертия, трансцендентности в какой-то момент - разговора или развития, соответственно, цивилизации.
59:01 Китайцы или корейцы же сделали Ай, который тренируется на цифровых данных человека, и потом его воспроизводят.
59:07 Это уже есть такая штука.
59:09 Есть потрясающая история.
59:10 Может быть, вы слышали про стартап-реплика американский, который на самом деле сделан был российскими ребятами.
59:17 Если кому-то интересно, просто загуглите.
59:20 Там есть статья, называется Хисторин реплика.
59:24 Про то, как, собственно, это появился стартап.
59:27 И фактически, это такая нероседка, которая была натренирована на сообщениях человека, который умер.
59:37 В общем, это просто сюжет черного зеркала, которое на самом деле превратился в очень неплохой стартап, который помогает людям, в том числе.
59:46 Мы говорили где-то в начале про то, что ты можешь сможешь общаться с цифровым компаньоном, который тебе будет обучать, например, или помогать, как как доктор психотерапевт, например, я знаю кейсы, когда люди действительно в какой-нибудь американской глубинке они общаются с этой репликой, они создают себе компаньонов, потому что у них там сложные жизненные обстоятельства, и они вот, значит, пока сидят в очереди в какой-нибудь
1:00:11 или ждут там, не знаю, своего психотерапевта, они переписываются в чате с этим компаньоном, и они таким образом им легче, короче, легче жить.
1:00:21 Ну, блогеры сейчас американские начинают делать свои копии для того, чтобы общаться с подписчиками, и
1:00:28 идет непрерывное общение с тысячами подписчиков одномоментное, и у всех персонал тач такой, и все
1:00:34 очень довольны, что с ними общаются непосредственно.
1:00:37 А то, что с ними общается реплика, об этом никто не знает.
1:00:40 Но это одна из самых интерес.
1:00:47 Александр Павлов, Евгений Кузнецов и Иван Алексеев.
1:00:54 Подписывайтесь на канал.
Комментарии
Войдите, чтобы оставить комментарий.