Джеффри Кейн
Государство строгого режима. Внутри китайской цифровой антиутопии
Иными словами, в докладе утверждалось, что Китай строит новый военно-промышленный комплекс, ориентированный на нужды будущего.
[ ]
В действительности подозрения и страхи Пентагона по поводу китайских технологий все еще были существенно преувеличены. В 2005 году Китайская академия наук жаловалась на недальновидность и недостаток изобретательности технологических компаний. Власти понимали, что придется наверстывать упущенное – или отказаться от мечты об «экономическом чуде».
«Китайский интернет непригоден для использования, – говорил мне в 2014 году один китайский писатель в Пекине, – и это огромная проблема. Правительство так жестко цензурирует собственный народ, что вряд ли оно знает, что происходит в стране».
Я был с этим согласен. Недавно я принимал участие в одном проекте в качестве консультанта Всемирной организации здравоохранения в Пекине и подготовил учебный курс для китайских журналистов о том, как освещать вполне безобидную тему безопасности дорожного движения.
По словам представителя ВОЗ, почти половина аудитории из сорока человек на моем тренинге состояла из полицейских. Их пригласили, чтобы наладить «доброжелательные отношения» между прессой и полицией, но подозреваю, что в действительности власти пытались проконтролировать процесс, дать полиции проследить за тем, что говорят репортеры, и, возможно, даже запугать их.
«Если вы не знаете тему как следует, – высказался один полицейский из аудитории, поднявшись с места, – то не следует о ней писать».
Проблема заключалась в том, что почти никто из репортеров не имел доступа к достоверным данным. У них не было возможности авторитетно сообщать о вале дорожных происшествий со смертельным исходом и беспорядочной работе правоохранительных органов на улицах Китая, где не действовали законы.
Позже Джеймс Палмер из Foreign Policy в статье «Никто ничего не знает о Китае» сетовал на почти полное отсутствие надежной информации о стране:
Мы не знаем реальных цифр роста ВВП… Мы не знаем истинную численность населения Китая… Мы ничего не знаем о политике Китая на высоком уровне… Не знаем, что на самом деле думают люди… Не знаем реального оборонного бюджета… Не знаем, насколько на самом деле хороши китайские школы.
[ ]
Китайское государство пребывало почти в таком же неведении относительно жизни своих граждан, как и иностранные наблюдатели. Поэтому власти пытались разработать системы контроля над населением. Ирфан, специалист в области информационных технологий, родившийся и живший в Урумчи, региональной столице и важном торговом узле северного Синьцзяна, был одним из тех уйгуров и казахов, которые когда-то работали на китайское правительство. В возрасте около тридцати лет он начал заниматься реализацией проектов в области массовой слежки, пока не уволился в 2015 году. Три года спустя он сбежал из Синьцзяна и поселился в Турции.
Сначала Ирфану было непросто найти работу в бедном регионе Урумчи. Многие руководящие должности доставались приезжим ханьцам, оставлявшим местных уйгуров не у дел.
«Но у одного моего приятеля были налажены связи с мэром Урумчи, – объяснил Ирфан. – Он позвонил мне, и тогда, в 2007 году, на меня вышла телекоммуникационная компания. Им нужен был IT-менеджер, который помог бы внедрить одну из первых систем наблюдения. Вы не представляете, насколько это было для меня важно: уйгурам редко удается попасть на такую работу. А я все-таки сумел получить должность с хорошей зарплатой и гарантиями от государства».
На новой работе Ирфану предоставили доступ к двум ключевым локациям: к местному управлению общественной безопасности, где он помогал управлять сетью камер видеонаблюдения компании, а также к самой сети телеком-компании.
«У меня был довольно серьезный допуск, – рассказывал он. – За два года до этого Китай создал „Скайнет“. В наши обязанности входило прочесывать город и устанавливать камеры везде, где только можно. Начальство говорило, будто правительство хочет, чтобы мы боролись с преступностью. Я соглашался. Мне казалось, что это достойное дело».
Вместе с небольшой командой Ирфан рыскал по перекресткам и аллеям, улицам, где водители любят превышать скорость, и темным закоулкам, в которых, согласно информации, имевшейся у городских служб, случались грабежи и кражи. Затем его команда подключала камеры к оптическим кабелям, тянувшимся в управление общественной безопасности, откуда оперативники в диспетчерской наблюдали за городом.
«Когда я видел подходящее место для камеры, у меня в голове словно загоралась лампочка. „Вот здесь!“ – говорил я своим коллегам. Со временем это превратилось в искусство».
В районах города, которые все еще не были электрифицированы, они устанавливали камеры, работающие на батарейках, – их хватало на восемь часов.
Техник привозил камеру с логотипом правительственного агентства Zhongdian Haikang Group, владевшего 40% акций компании Hikvision – набирающего обороты гиганта по производству средств наблюдения. Ирфан смотрел, как техник устанавливал камеру на столбе или здании, а затем подключал устройство к государственной системе слежки. Huawei, еще одна крупная китайская компания, предоставляла коммутационное оборудование для электроснабжения камер.
Ирфан рассказывал, как в конце 2000‐х годов несколько высокотехнологичных китайских компаний объединились, чтобы создать систему наблюдения нового образца – так называемые IP-камеры, работающие по интернет-протоколу. Эти камеры передавали видео по сети, оставив в прошлом старую систему замкнутого телевидения (CCTV), для которой требовалось локальное записывающее устройство, например видеомагнитофон. Китай быстро освоил эту относительно новую и более эффективную технологию, используя возможности интернета для передачи данных с камер в центры управления.
Ирфан понимал, что происходит нечто важное. До сей поры американские, европейские, японские и тайваньские компании в общем и целом доминировали на рынке камер видеонаблюдения. Но большинство этих титанов «зациклились» на аналоговых устройствах, продавая камеры системы телевидения замкнутого контура (CCTV). Их отпугивала дороговизна IP-камер, которые во всем остальном были значительно эффективнее и при подключении к вайфаю могли обрабатывать поступающие данные в гораздо более высоком качестве и без необходимости осуществлять запись на пленку или компакт-диск.
Отчасти это было обусловлено тем, что в США и других странах люди обычно медленно осваивают новые технологии. Производители камер видеонаблюдения, такие как американская Cisco и шведская Axis, реализовывали свою продукцию через двух американских дистрибьюторов, которые противились переходу на цифровую основу, – для установки камер нового образца у них просто не хватало компетентных сотрудников. Вместо этого производители сосредоточились на аутсорсинге производства в Китае, надеясь сократить расходы.
Но их нишу заняла «Большая двойка» – компании Hikvision и Dahua. В будущем они захватят треть мировой индустрии видеонаблюдения, внеся свою лепту в расцвет полицейского государства в Китае.
«Государственная система слежки, все сервисы которой объединены под общим названием „Скайнет“, была прямиком завязана на нашу телекоммуникационную компанию, – описывал Ирфан то, как камеры видеонаблюдения передавали видеосигнал в управление общественной безопасности. – У бизнеса и властей почти не было разногласий. Мечети и другие места богослужения стали нашими первыми мишенями».
После установки последних камер, которые быстро превращались в огромную сеть наблюдения, Ирфан возвращался в диспетчерский пункт, расположенный в неприметном бетонном строении, где вместе с другими сотрудниками информационного отдела садился перед большими настенными экранами. Семь этажей были заполнены серверным оборудованием и работающими с ним программистами, которые пытались найти способы расположить камеры таким образом, чтобы ловить нарушителей закона, бандитов и других подозреваемых в совершении преступлений.
Но ограбления происходили очень быстро, и преступники ускользали, прежде чем их удавалось задержать.
«Насущный вопрос заключался в том, как быстрее устанавливать их личность нарушителей, – рассказывал Ирфан, – пользуясь операционной системой Unix, тоже разработанной компаниями Dahua и Hikvision, которая обеспечивала питание оборудования и управление им». (Unix – операционная система с открытым исходным кодом и широкими возможностями настройки, позволяющая любой компании разработать собственный вариант системы для решения своих задач.)
Каким был ответ? Искусственный интеллект.
В 2010 и 2011 годах Ирфан с коллегами все больше и больше занимались вопросами обучения ИИ тому, как распознавать лица и поведение, сопоставлять информацию с государственной базой данных и помогать полиции в поиске преступников.
Ирфан видел, как в их центр начало поступать оборудование, предназначенное для работы с ИИ. В 2011 году руководитель Ирфана объявил, что его команду посылают на тренинг, который называется «Безопасный город». «В ходе того тренинга [в пределах Китая] мы должны были научиться пользоваться системами „Безопасного города“. В реальности мы пятнадцать дней пьянствовали и пели под караоке. Организаторы наняли двадцать симпатичных девушек, которые составили нам компанию. По сути, они оказывали эскорт-услуги. Так что мы ничему не научились. На работе мы ловили преступников и испытывали много стресса. А так хотя бы отдохнули и расслабились».
[ ]
На пятнадцатый день тренинга Ирфан получил «сертификат о прохождении курса» и вернулся в офис. Пришло время бороться с преступностью; посмотреть, на что способна новая система «Безопасный город». «Поскольку на тренинге я ничему толком не научился, даже не знаю, почему решил, что теперь смогу побороть преступность», – шутил он.
Вооружившись новейшими технологиями искусственного интеллекта, Ирфан расположился в диспетчерской. К своему ужасу, на экране он увидел убийство владельца близлежащего ресторана. Ирфан ввел команды, чтобы получить крупный план убегающего убийцы.
«Это был решающий момент, – рассказывал он мне. – Проверка всей нашей системы. Мы определяли, кто он такой, с помощью нашей технологии распознавания лиц. Но она была еще недостаточно хороша, чтобы с точностью сопоставить его лицо [с изображениями из базы данных. – Прим. пер.]. Мы передали фотографии в полицию».
К большому удивлению Ирфана, в полиции составили протокол, но больше ничего делать не стали. Убийца скрылся, он так и не понес наказания.
«В другой раз разбили окно моей машины и украли компьютер. Мы предоставили видеозапись, но полиция так и не смогла найти преступника и предъявить обвинения», – рассказывал Ирфан.
Во многих подобных ситуациях ИИ раннего образца не справлялся со своими обязанностями. Все усугубляла еще и халатность полиции.
«Мы поняли, что нельзя полагаться только на программное обеспечение. По-прежнему было важно человеческое участие, – говорил он. – Почему же полиция ничего не делала? Позже я узнал, что у них были другие приоритеты».
Однажды возле офиса Ирфана один из сторонников независимости уйгуров вывесил синий флаг с полумесяцем – символ периодически вспыхивающего сепаратистского движения, которое началось в регионе после окончания холодной войны.
«Разумеется, полиция прибыла незамедлительно», – вспоминал Ирфан.
Извещенные о происходящем расположенными на месте происшествия камерами, полицейские арестовали и увезли диссидента, а также сняли флаг.
Работа Ирфана заключалась в том, чтобы продолжать отлаживать систему, и он знал, как ему нужно действовать: «У нас было оборудование, у нас были камеры, у нас было почти все, что нужно, чтобы дело сдвинулось с мертвой точки. Но мы поняли, что нам не хватает ключевого ингредиента: нам нужно было больше данных».
«В противном случае технология распознавания лиц была бесполезна. ИИ нужна была информация: изображения лиц, социальные сети, сведения об уголовном прошлом, операции с кредитными картами или любые другие данные, извлеченные из какой-либо деятельности или транзакций. Тогда система могла перелопатить всю выданную ей информацию и за считанные секунды обнаружить взаимосвязи, которых не заметил бы человек», – рассказывал Ирфан.
«Почему данных было так мало?» – спросил я его.
«Государственная тайна, – ответил Ирфан. – У властей не хватало информации о собственной стране и ее населении. Поэтому у нас не было качественных данных, нужных для программного обеспечения ИИ. Без хорошей базы данных обо всех гражданах сложно было идентифицировать людей по лицам или установить их прошлое. Использовать ИИ для поимки преступников не получалось. Система работала ужасно».
Команда Ирфана направила запросы в другие офисы компании и правительство. Это не принесло никакого результата.
«У властей не было решения, – пояснил Ирфан. – Его нашли корпорации».
[ ]
В октябре 2010 года в городе Гуанчжоу на юге Китая небольшая команда технологической компании Tencent, созданной в 1998 году и укомплектованной выпускниками Microsoft Research Asia, начала усиленно работать над одним проектом. На него не обратили почти никакого внимания. В конце концов, разрабатываемое приложение, которое называлось Weixin («Микросообщение»), не выглядело особенно новаторским или инновационным. Уже было доступно другое успешное приложение от компании Tencent, мессенджер QQ, и с его помощью любой мог вести переписку на своем персональном компьютере, а также социальная сеть QZone, похожая на Facebook. У QQ было почти 780 млн активных пользователей.
Tencent выпустила новое мобильное приложение через три месяца, 21 января 2011 года. Оно предоставляло своим пользователям базовые возможности: обмен текстовыми сообщениями, а также возможность отправки голосовых сообщений и фотографий. Годом ранее было выпущено ведущее американское приложение той эпохи, WhatsApp, позже приобретенное Facebook.
Что же мог предложить этот новый, малоизвестный мессенджер на уже переполненном рынке?
«В то время, – объясняет Ирфан, – у всех телекоммуникационных операторов были свои собственные популярные мессенджеры. WeChat объединил их на единой платформе. Это и стало решением нашей проблемы».
Weixin, позже переименованный в WeChat, быстро взлетел. Уже через год у него было 100 млн пользователей, а через два года – 300 млн. Для достижения подобных показателей Facebook потребовалось четыре года, а Twitter – пять.
Со временем стало понятно, что успех WeChat отчасти объяснялся талантливым маркетингом и проработанным функционалом, который позволял пользователям не вылезать из своих телефонов. В приложении можно было записаться на прием к врачу, вызвать такси, расплатиться в местном супермаркете, нанять уборщицу, организовать романтическое свидание и управлять инвестициями – принципиально новые функции во времена, когда WhatsApp еще был относительно минималистичен, а эпоха Tinder и Uber не наступила.
В WeChat были и немного странные функции, привлекательные для пользователей, желавших получить очередную дозу дофамина. Например, телефон можно было встряхнуть, чтобы пообщаться с незнакомцем из любого уголка планеты, который тоже активировал функцию «встряхивания».
Помогло и то, что конкуренты, Facebook и Twitter, в Китае были заблокированы.
WeChat подчинил себе жизнь китайцев, особенно молодежи. Прежде всего это означало, что любая активность пользователей теперь могла отслеживаться, а данные о ней собирались. «Над людьми ставились эксперименты по наблюдению», – вспоминает Ирфан. WeChat предоставлял «внушительную онлайн-базу данных о человеческой жизни: покупках, лайках, расставаниях и переписках. Создавалась экосистема. Мы собирали большой объем информации, необходимый для массовой слежки».
В апреле 2013 года Ирфан «получил задание от руководства, которому, в свою очередь, приказывало правительство». Областная администрация Синьцзяна разбиралась с серией терактов в регионе и желала собрать информацию о подозреваемых.
«Меня назначили ответственным за установку около четырех тысяч серверов в Синьцзяне. На серверах должны были храниться все метаданные QQ и WeChat, а также номера телефонов [жителей Синьцзяна]», – рассказывал Ирфан.
Проект «Безопасный город», расширившийся до массового сбора данных со смартфонов, начал вызывать у Ирфана чувство дискомфорта.
«Некоторые в нашем офисе были недовольны, – заметил он. – Действительно ли властям нужны метаданные WeChat о каждом человеке, чтобы бороться с преступностью?»
«Управление общественной безопасности черпало метаданные из WeChat. В рамках проекта мы предоставили правительству доступ к нашим [телекоммуникационным] серверам, поэтому управление могло хранить метаданные в Синьцзяне… Все это было секретно. Они не говорили людям, что изучают информацию о них».
Как офис Ирфана вообще получил доступ к метаданным WeChat?
«В Китае не нужно спрашивать разрешения. Если [Министерство общественной безопасности] запросит метаданные, каждый китайский разработчик приложений, по крайней мере в Синьцзяне, их предоставит», – пояснил Ирфан.
В общем смысле метаданные – это упрощенные данные, которые описывают или идентифицируют другие части данных, например номер телефона, по которому совершался звонок, но не само содержание разговора. Ирфан рассказывал, что у властей не было возможности хранить сами телефонные разговоры на новых серверах в Синьцзяне за исключением отдельных звонков, выловленных и перехваченных офицерами службы общественной безопасности или их коллегами по сбору информации – сотрудниками органов государственной безопасности.
Но это было неважно. Хватало и метаданных. Управление госбезопасности в Синьцзяне могло расписать схему взаимоотношений любого человека почти с каждым, с кем он переписывался или созванивался посредством WeChat. Доступ к этой паутине связей означал, что полицейские знали, до кого из друзей, знакомых или членов семьи им нужно добраться, если они захотят кого-нибудь допросить или арестовать.
Чем ближе Ирфан был к завершению проекта, тем заметнее менялось настроение в его офисе. Там работало всего несколько уйгуров. Практически все остальные были ханьцами, и они начинали все с большим подозрением относиться к Ирфану, уйгуру, считая его гражданином второго сорта, которому небезопасно доверять государственные тайны.
Ирфан продолжал работать в своем офисе, несмотря на царившую вокруг него атмосферу недоверия. Он опасался, что Китай пытается понять, как построить общество апартеида с опорой на технологии. Власти уже получили все необходимые данные из мессенджера WeChat и из телекоммуникационной сети Ирфана, отслеживающей телефонные звонки и передачу информации.
«Способен ли Китай вывести слежку на новый уровень?» – задавался вопросом Ирфан.
Он был убежден, что да.
Глава 5
Глубинная нейронная сеть
Не паникуйте, верьте в науку, не распространяйте слухи!
Государственный пропагандистский плакат
Несмотря на весь этот прогресс, оставалась и проблема. Китайские технологические компании в основном продвигали продукт по схеме Me Too («Я тоже»): приложения и услуги копировались с американских и европейских аналогов, а затем адаптировались для китайского рынка.
В работе с иностранными партнерами китайские корпорации, поддерживаемые государством, практиковали то, что в бизнесе называется «принудительной передачей интеллектуальной собственности». Чтобы выйти на закрытый рынок Китая, иностранным компаниям обычно приходилось договариваться с китайскими партнерами. Одно из неформальных требований заключалось в передаче китайским компаниям так называемых чувствительных технологий – полупроводников, медицинской аппаратуры и нефтегазового оборудования.
По правилам Всемирной торговой организации такое требование является незаконным, однако американские компании хоть и неохотно, но все же раскрывали свои коммерческие тайны в надежде получить доступ к 1,4 млрд потенциальных клиентов в Китае.
Когда Китай начал накапливать данные о своих гражданах, собирая информацию об использовании приложений и сервисов, подобных WeChat, перспектива стать лидерами в расширяющейся и прибыльной индустрии искусственного интеллекта привлекла многие зарождающиеся местные высокотехнологичные компании. Китайские исследователи в области ИИ, которых становилось все больше, внимательно следили за открытиями, которые совершались в США, мировом лидере отрасли. Китайские компании надеялись раскрыть тайны искусственного интеллекта, разыскивая талантливых разработчиков-китайцев, учившихся за границей и работавших в Microsoft и Amazon, и заманивая их на родину высокими зарплатами и призывами к патриотизму. К началу 2010‐х годов китайские программисты вплотную приблизились к созданию глубинной нейронной сети – святого Грааля надзорного государства; системы, способной обучаться и находить закономерности между миллионами изображений и точек данных.
В течение многих лет исследователи в области ИИ полагались на так называемую «основанную на правилах» систему программирования. Они закладывали в компьютер программу для распознавания кошки, сообщая ему: «Ищи окружность с двумя треугольниками сверху». Такой подход был оправдан, поскольку на большее у компьютеров не хватало вычислительной мощности. Однако он также и ограничивал возможности ИИ: не все изображения кошек представляют собой идеальную окружность с двумя треугольниками сверху, и не все окружности с треугольниками сверху являются кошками.
Более современная технология – глубинная нейронная сеть – обладала целым рядом преимуществ. У операторов больше не было необходимости выполнять монотонную и трудоемкую работу по ручной категоризации изображений и данных, а затем писать правила для системы искусственного интеллекта. Вместо этого программное обеспечение научилось самостоятельно соединять разрозненные данные, просматривая огромный объем информации, а затем обучаться на основе этих данных. Впоследствии программа могла совершенствовать алгоритм выполнения задачи, для решения которой ее и создавали. Чем меньше операторов контролировало и ограничивало программное обеспечение, тем больше вариантов применения ИИ появлялось у компаний. Глубинные нейронные сети научились управлять беспилотными автомобилями, помогать врачам ставить диагнозы, а также выявлять мошенничество с кредитными картами.
До 2012 года идея о том, что глубинная нейронная сеть способна оказать влияние на рынок, считалась вздором. Как бы ни старались программисты из Microsoft Research Asia и новых возникающих компаний, их труды ни к чему не приводили. В 2012 году разработчики в области ИИ в Китае и Кремниевой долине говорили мне, что создание нейронной сети станет золотой жилой для Microsoft. В мае 2011 года Microsoft приобрела Skype, популярную во всем мире программу для звонков и видеоконференций, совершив крупнейшую на тот момент сделку в отрасли. Если бы Skype или Microsoft Windows умели распознавать голос и лица, это стало бы прорывом. Была бы заложена основа для функции перевода в реальном времени и системы кибербезопасности, опирающихся на технологию распознавания лиц.
В 2011 году в Пекине я познакомился с группой молодых китайских исследователей, вкалывающих до потери пульса и без выходных в попытках разрешить целый комплекс терзающих их вопросов. Главные из них звучали так: «Как компьютерная система может научиться „видеть“ и „воспринимать“ человека? Как она может услышать и узнать его голос? Может ли ИИ научиться говорить?»
«Сейчас подходящий момент, – говорил мне один из них за ужином после работы. – Интернет и социальные сети могут служить источниками данных, с которыми будет работать ИИ. Мы можем собирать информацию о кликах в интернете, покупках и предпочтениях людей».
По его словам, в 2005 году к интернету было подключено менее 10% населения Китая, но они быстро стали активнейшими пользователями социальных сетей, мобильных приложений и мобильных платежей в мире. В 2011 году своим собственным интернет-подключением обзавелось почти 40% населения, или около 513 млн человек. Все эти пользователи оставляли информацию о своих покупках и действиях в интернете, которую можно было использовать, чтобы научить нейронные сети решать множество задач, включая и слежку за пользователями.
В том же 2011 году двое младших научных сотрудников, работавших с известным исследователем в области ИИ Джеффри Хинтоном, профессором информатики Университета Торонто и сотрудником Google, совершили важное открытие в области аппаратного обеспечения. Исследователи поняли, что могут использовать графические процессоры (GPU) – устройства, улучшающие графику в компьютерных играх, – чтобы повысить скорость обработки данных глубинной нейронной сетью. Разработчики в области ИИ могли использовать характерные для GPU методы отображения форм и изображений на экране и обучать нейронную сеть поиску закономерностей.
Ранее создание нейронной сети стоило непомерно дорого. Но стоимость ключевого оборудования, на котором работает программное обеспечение, снизилась благодаря догадке с графическими процессорами. В течение многих лет они становились все дешевле и дешевле, даже несмотря на увеличение их памяти и вычислительной мощности.
С усовершенствованием аппаратного обеспечения и ростом числа массивов данных настало идеальное время для создания глубинной нейронной сети, которая обрабатывала бы эти данные.
Методом проб и ошибок команда Microsoft под руководством доктора Сунь Цзяня нашла решение: увеличить число «слоев» в нейронной сети, что позволило бы системе искусственного интеллекта постоянно обновлять свои знания и обучаться на проходящей через нее информации. Слои нейронной сети похожи на скопления нейронов, которые получают данные, обрабатывают их, а затем передают на следующие слои для дальнейшей обработки – так ИИ узнает все больше об анализируемом предмете.
В теории, чем больше слоев, тем лучше мыслит машина. На практике все оказалось сложнее. Одна из проблем заключалась в том, что после прохождения каждого слоя сигналы пропадали, что мешало исследователям Microsoft обучать систему.
В 2012 году распознавать изображения удалось обучить систему с восемью нейронными слоями. К 2014 году – с тридцатью. Увеличив число слоев, команда исследователей совершила прорыв в том, что касается способности компьютера распознавать объекты на видео и изображениях. «Мы даже не верили, что эта одна-единственная идея может оказаться настолько важной», – говорил доктор Сунь.
Китайская технологическая экосистема начала привлекать внимание венчурных капиталистов, которые стали менее сосредоточены на традиционных финансовых и технологических центрах в Кремниевой долине и Нью-Йорке. Они стремились безотлагательно начать работу в двух отраслях, где таился огромный потенциал для надзорной экосистемы: в технологиях распознавания лиц и распознавания речи.
Первая крупная инвестиция пришла в технологию распознавания лиц.
В 2013 году созданная Кай-Фу Ли венчурная фирма Sinovation Ventures, специализирующаяся на ИИ, поддержала развивающуюся платформу распознавания лиц Megvii (Mega Vision). Сумма инвестиций не раскрывалась. Затем SenseTime (конкурент Megvii, основанный в Гонконге в 2014 году) выпустила первый алгоритм, способный при определенных условиях идентифицировать людей с точностью, превышающей возможности человеческого глаза, и заявила, что превзошла показатели Facebook, – это стало вехой в индустрии ИИ[11].
По признанию Ян Фаня, руководителя отдела разработки SenseTime и бывшего сотрудника Microsoft, приложения «общественной безопасности» оказались прибыльным рынком.
«Существует высокий, конкурентный спрос, обусловленный системами „умного“ города и видеонаблюдения», – говорил он в интервью Forbes Asia.
Но программному обеспечению для распознавания лиц нужны были самые современные полупроводники. Откуда им было взяться?
SenseTime и другие китайские компании, занимающиеся вопросами искусственного интеллекта, обратились за полупроводниками к американским фирмам. Выяснилось, что их коллег из США интересовали китайские технологии создания программного обеспечения для мобильных приложений и правоохранительной системы. Американский телекоммуникационный оператор Qualcomm договорился с Megvii о сотрудничестве: в обмен на полупроводники Qualcomm получал право использовать программные средства систем ИИ Megvii в своих устройствах.
«В Китае наблюдается взрывной спрос», – отмечал Ли Сюй, соучредитель и генеральный директор SenseTime, на бизнес-конференции в июне 2016 года в ходе совместного выступления с Джеффом Хербстом, вице-президентом по вопросам развития подразделения венчурного инвестирования Nvidia.
Через семь-восемь лет после своего основания в 1993 году компания Nvidia стала ведущим производителем графических процессоров. Теперь она готовилась снимать сливки с надвигающегося бума в индустрии искусственного интеллекта.
В скором времени Nvidia начала заключать громкие сделки с китайскими фирмами, занимающимися технологией распознавания лиц. С помощью чипов, произведенных Nvidia и ее основным конкурентом Intel, в Центре облачных вычислений в Урумчи, открытом в 2016 году, были созданы одни из самых мощных в мире компьютеров, используемых для слежки. За день эти компьютеры просматривают больше записей с камер видеонаблюдения, чем человек за год.
«В Китае я вижу камеры на каждом фонарном столбе, – говорил Хербст. – Кажется, что просматривается просто все. Но проблема в том, что видео поступает в диспетчерскую, в которой сидит парень и ждет, когда что-нибудь произойдет. Разве это все не нужно автоматизировать?»
Ли Сюй признавал интерес китайского правительства к вопросам общественной безопасности, как и тот факт, что «существующая система наблюдения была серьезно ограничена отсутствием интеллектуального механизма управления, особенно в том, что касается обработки видео».
Он предложил пойти альтернативным путем.
Ли Сюй знал, что технология чипов Nvidia, заимствованная из сходных технологий обработки графики, играла «фундаментальную» роль в его работе и что для поддержания технологии распознавания лиц Nvidia задействует 14 тысяч таких чипов в серверах по всей Азии.
«Чувствую, нас с вами ждет долгое сотрудничество», – сказал ему Хербст из Nvidia во время бизнес-конференции. Возможно, Хербст этого и не хотел, но его слова прозвучали зловеще. К 2015 году все составляющие надзорной экосистемы встали на свои места: программное обеспечение научилось распознавать лица, сканировать текстовые сообщения и электронные письма, а также выявлять закономерности в письменной речи и взаимодействии людей.