ИИ нас всех не(?) заменит

GitHub в прошлом месяце выпустил ИИ напарника для программистов, который умеет дописывать код. В догонку OpenAI опубликовали видео с возможностями технологии. Например, демонстрацию разработки игры на JavaScript.

Справедливости ради отмечу, что «игра» откровенно убогая. Но процесс создания впечатляет всё равно.

Одновременно с этим роботы занимаются паркуром, автомобили ездят без водителя, маркетинговые алгоритмы и ленты социальных сетей во всю управляют нашим поведением и даже мыслями.

Время поговорить о замене нас железными мозгами перспективах машинного обучения в его текущем виде.

Для краткости, вместо машинного обучения, нейронных сетей, feature programming и аналогичных вещей далее буду использовать аббревиатуру ИИ — Искусственный Интеллект. Кто знает на какой конкретно технологии всё остановится, но для её пиара гарантировано будут использовать затычку из двух «И».

Эссе включает:

1. Оценку возможности прогнозирования.
2. Описание факторов, которые влияют на развитие и внедрение ИИ.
3. Три классических прогноза: пессимистичный, реалистичный и оптимистичный.

В первой и второй частях я уверен, а вот в прогнозах у меня получается жутковатая картина. В то же время основной проблемой прогнозов я считаю оценку сроков, а не качественных изменений.

Предел возможного

Как с каждой новой технологией, большинством научных исследований, мы не можем заранее знать пределы возможного.

Нейронные сети впечатляют, но их результаты получены на пределе технологий. За простым примером с игрой стоит:

1. Огромное количество вычислительных ресурсов. Стоимость обучения моделей OpenAI составляет миллионы долларов.
2. Огромное количество данных — целый github. Если вы не программист, то даже близко не представляете, сколько там структурированной информации.
3. Команда лучших специалистов планеты.

Можно ли сделать функциональнее и дешевле? Можно. Но не ясно на сколько: на порядок, на два, на сто?

Оценка затруднена по нескольким причинам.

Не с чем сравнивать возможности

Работа человеческого мозга всё ещё не изучена, а других аналогов нет. Поэтому сложно предположить, какие возможности будут у технологий, если они догонят нас. Тем более, если превзойдут.

Очевидно, они будут быстрее, смогут больше помнить и знать, но это количественные изменения. Нам же важны качественные характеристики.

Можно утверждать только то, что в пределе ИИ будет не глупее нас.

Хотя бы потому, что два разнополых человека без проблем создают неплохой «ИИ» лет за 10, который к 20-25 годам может выполнять практически любую работу. Рано или поздно этот процесс повторят искусственно, может in silico, может in vitro.

Не с чем сравнивать реализацию

Мы также не можем полноценно сравнить реализацию ИИ со структурой мозга, потому что всё ещё знаем как он работает.

Даже его базовые вычислительные элементы всё ещё выделены неточно.

Одно дело, если элементарным вычислителем в мозгу является нейрон, другое — если им являются какие-нибудь квантовые структуры на нейронах. Последнее сразу усложняет мозг на порядки и тем самым отбрасывает оценку возможностей и перспектив современных технологий далеко назад.

Нет формализованной предметной области

Мы не знаем насколько сложна наша реальность.

Люди знакомятся с ней широким фронтом, постепенно — десятилетиями. ИИ же «изучает» реальность быстро, но по узким срезам данных. Поэтому, остаётся неясным предел изучения реальности его современными реализациями.

В конце концов подход к ИИ со стороны формальной статистики и матанализа может упереться в какой-нибудь статистический аналог теоремы Гёделя.

Историческая перспектива

В истории есть примеры как успешного, взрывного развития технологий — те же ЭВМ, так и длительных застоев: термоядерный синтез, зима ИИ в 80ых, космическая отрасль. Тёмные века наконец :-)

Следовательно, надёжно оценить максимальные возможности современных технологий ИИ не получится.

Поэтому мы пойдём другим путём и будем оценивать их минимальный уровень.

Минимально возможное

С этим тоже не всё просто. Поэтому будем сокращать область поиска с двух сторон:

• сужать границы возможного, отрезая заведомо сложные штуки;
• расширять область заведомо возможного, опираясь на существующие технологии.

В итоге область прогноза должна превратиться в бублик.

Снаружи у него останется невозможное, внутри будет дырка из гарантировано возможного. А тело бублика будет содержать потенциально возможное.

Первым делом отметим, что риск провала технологии уже снят. ИИ давно и успешно работает. Он пришёл в нашу жизнь и останется в ней.

Вклад маркетинга в хайп

Со стороны новые технологии часто выглядит пафоснее своих реальных возможностей.

Особенно это касается технологий, требующих больших вливаний ресурсов.

ИИ, определённо, из таких.

Поэтому, оценку заявлений об очередных прорывах следует занижать. Может быть даже на порядок.

Это касается не только заявлений, но и демонстраций технологий. В каждую демонстрацию вложен большой бюджет, только бы она выглядела красивее.

Не говоря уже о том, что многие демонстрации — фейк. Как недавний робот на презентации Маска.

Ограниченность батареек

Даже если появится ИИ, превосходящий человека по всем параметрам, этому ИИ для многих задач понадобится мобильное хранилище энергии.

С выработкой, передачей и хранением энергии у человечества пока всё не так радужно и, возможно, будет не радужно всегда. Подробнее с этими соображениями можно познакомиться на Хабре в серии статей «Цивилизация пружин»: 1, 2, 3, 4, 5.

Поэтому часть рядовых работ, которые требуют активной траты энергии и перемещения, пока в безопасности.

Однако это не касается опасных или критически важных занятий. Военные и спасатели будут пытаться заменять людей машинами, даже если это будет дорогим удовольствием.

Инерционность общества

Общество и государственная машина неповоротливы и инерционны.

Это объясняется рядом причин:

• Важностью областей, которые государство контролирует, например — медицины.
• Некомпетентностью и ленью среднего бюрократа.
• Медленным распространением знаний по обществу.

ИИ — это новая инфраструктура, она включает не только ПО и железо, но и законы, бюрократические процедуры, даже новую этику. Строить инфраструктуру будут с нуля, процесс будет дорогим и долгим.

Примером скорости внедрения изменений, связанных с ИИ, может служить адаптация законодательства США и других стран под автомобили с автопилотом. Процесс занимает годы и, на сколько я понимаю, всё ещё не завершён.

Поэтому внедрение ИИ в зарегулированных областях будет медленным.

Даже если ИИ будет угрожать рабочим местам, у работников, которые следят за событиями, будут годы, чтобы изменить жизнь в нужную сторону.

Катастрофическая нехватка кадров

Подробнее об этом я писал в эссе об ИТ, прогрессе и нехватке спецов.

Если кратко, то:

• Новые технологии распространяются по человечеству волнами.
• Скорость распространения волны ограничена количеством специалистов и скоростью их подготовки.
• ИТ, а тем более ИИ, — сложные технологии, требующие долгого обучения.

Поэтому, каким бы быстрым ни был прогресс, его распространение будет сдерживаться биологическими, социальными и культурными особенностями людей.

Из этого же следует, что будет возрастать технологический разрыв между лидерами ИТ и остальным миром. Внезапно может оказаться, что та же Кремниевая долина и остальная планета живут в совершенно разных мирах. Примерно как Элои и Морлоки.

Условному работнику стран второго и третьего мира, возможно, не стоит сильно волноваться о потере работы из-за ИИ. Но стоит волноваться о том, чтобы внезапно не оказаться морлоком, что будет неприятно, хотя и не ухудшит его текущую жизнь.

Недостаток ресурсов

ИИ — дорогое удовольствие. Чтобы делать действительно крутые штуки, кроме специалистов, необходимы деньги.

Делать state of the art ИИ могут только ведущие корпорации.

Соответственно, даже если сами технологии ИИ достигнут уровня специалиста-человека, то их внедрение во все области деятельности, особенно малоприбыльные, может растянуться на десятки лет.

Постепенное развитие

Скачкообразное развитие редко встречается в природе, как и в истории цивилизации. По крайней мере на масштабах человеческой жизни.

Те же сказки о сингулярности звучат уже лет 30, а её всё нет и не предвидится.

С ростом детализации понимания окружающей среды растёт площадь соприкосновения материальной культуры с реальностью. Причём граница соприкосновения растёт быстрее, чем наши возможности по продуцированию нового знания о ней. Поскольку мы всё ещё ограничены скоростью воспроизводства населения, которая падает, и уровнем его подготовки.

Каждое изобретение, каждый механизм вместо решённой задачи создаёт несколько новых.

Поэтому нет существенных оснований предполагать революционный, скачкообразный характер развития ИИ.

Следовательно, эволюция ИИ будет идти через практическое применение к частным задачам с постепенным их усложнением и объединением.

Текущий уровень ИИ

Новая технология практически всегда может быть удешевлена на несколько порядков.

Можно утверждать, что текущие SOTA ИИ проекты в течение нескольких лет превратятся в доступные рядовым пользователям продукты.

Как я писал в эссе о Feature Programming, достижения ИИ сосредоточены в области операций с признаками. Давайте посмотрим на их обобщённые возможности и ограничения.

Что могут современные ИИ:

• Выделять данные по наличию или отсутствию признаков.
• Переносить признаки между данными, удалять признаки.
• Переносить части данных, отвечающие признакам.
• Создавать данные с наличием или отсутствием признаков.

Большинство прикладных решений используют сразу несколько операций. Например:

• Редактирование изображений и выделяет признаки, и переносит данные по ним.
• Перевод текстов и выделяет признаки — смысл фраз, и создаёт новые данные по ним — текст на другом языке с тем же смыслом.

Современные решения имеют ряд ограничений:

• Ориентированы на частные задачи: изменение стиля изображений, генерацию кода, поиск признаков в специфических данных. Универсальных ИИ не видно даже в средней перспективе.
• Сравнимы по результатам со специалистом, как минимум, среднего уровня.
• Работают с ошибками. Безошибочных технологий ИИ нет. При текущем статистическом подходе к реализациям они, скорее, невозможны.
• Ориентированы на массовые активности. Чем более распространено занятие, тем проще для него сделать ИИ.

Утрируя, в перспективе 10-20 лет может стать теоретически возможно для любой распространённой деятельности создать инструмент, который будет работать не хуже среднего специалиста в этой области.

Однако инструмент будет требовать контроля, так как его нужно будет:

• направлять — определять фронт работ;
• контролировать — следить, чтобы не было критических ошибок.

Чем более ответственная работа будет предполагаться, тем больше контроля и меньше самостоятельности будет у инструментов. Но справедливо и обратное — работа с малой ценой ошибки может быть полностью автоматизирована.

Ближайшая перспектива

Сейчас не заметно замедления исследований.

Поэтому можно ожидать улучшение возможностей SOTA проектов ещё на порядок.

Следовательно, имеет смысл положительно оценивать рост возможностей ИИ в ближайшем будущем.

Частичное решение проблем

Часто, подмножество частных случаев решаемой задачи представляют собой значительно более простую проблему, чем задача целиком.

Как в правиле 80/20 — 80% работы требует 20% усилий.

Автоматизировать с помощью ИИ часть рабочих задач будет проще, дешевле и быстрее, чем всю работу целиком.

В частности, научить ИИ обнаруживать ошибки в работе человека может оказаться проще, чем научить делать эту работу.

Генерация кода

Этот пункт не о программировании, хотя и о нём тоже.

Есть часть реальности, которая слабо исследована современной наукой: появление сложных систем из простых — одно из проявлений эмерджентности.

Особенно ярко это свойство проявляется в области интерпретации кода. При этом не важно как представлен код и чем интерпретируется:

• последовательность нот интерпретируется в сложную музыку;
• текстовая запись программы может отправить ракету на марс;
• ДНК интерпретируется организмом и создаёт «всё» вокруг нас;
• дорожное движение организуется через интерпретацию простой системы знаков;
• социальные взаимодействия также строятся на кодах;
• etc.

Можно выделить крайние варианты интерпретации:

• Прямая — когда система появляется непосредственным преобразованием кода. Например, как музыка из нот.
• Рекурсивная — когда интерпретатор выполняет код, модифицируя себя. Например, как организм «выполняет» ДНК.

Классический программный код находится между этими крайностями: программа модифицирует параметры выполнения кода, но себя, обычно, не изменяет.

То есть, текущее программирование по возможностям находится между созданием музыки и созданием эволюционирующих «живых» систем.

Генерировать программный код ИИ уже может. Но совершенно не ясно, на сколько сложные результаты этот код может порождать.

Код может управлять поведением простых систем, порождая сложное поведение.

Поэтому логично предположить, что:

• Работа части людей может сместиться с интерпретации абстрактных инструкций на целеполагание — упрощённое программирование действий ИИ.
• Работа людей, выполняющих элементарные операции, может быть подчинена ИИ. Ой, Amazon уже сделал это на своих складах.

Я сознательно не буду рассматривать генерацию кода, близкого по возможностям к рекурсивной интерпретации. По двум причинам:

• Пока что из этой области не было прорывных новостей.
• Результат подобного достижения абсолютно непредсказуем. Гарантировано можно утверждать только то, что будет весело.

Упрощённые естественные языки

Вернёмся к генератору кода от OpenAI.

Он определённо не понимает полноценный человеческий язык. Однако способен интерпретировать достаточно мощное его подмножество. Это подмножество:

• Является языком высокого уровня по отношению к текущим языкам программирования, поскольку компилируется в них.
• Является упрощённой версией естественного языка.

То есть это упрощённый китайский, только английский и для машин.

Соответственно.

С одной стороны, программисты и прочие работники получают более простой, более мощный инструмент для выполнения своей работы. Этот инструмент, скорее всего, значительно упростит их жизнь. Сделает программирование ещё доступнее.

С другой стороны, ИИ может научиться генерировать программы на этом языке, так же как он сейчас генерирует их на языках программирования. Такой ИИ создаст мета-мета-язык, как минимум, для каких-то частных случаев деятельности. Этот мета-мета язык тоже может быть выучен другим ИИ.

Получается забавная рекурсия, предел которой не виден.

Есть вероятность, что мы уже создали распределённую самомодифицирующуюся систему, в которой человек не является ключевым элементом. Далеко не факт, что для дальнейшего её развития необходимо хоть какое-то улучшение/обучение людей. Может оказаться достаточным продолжать делать, что мы делаем, а развиваться оно будет само.

С третьей стороны, если ИИ может понимать simplified english и сможет его генерировать, то этот язык или его производная становится универсальным протоколом коммуникации между ИИ.

Настолько простой протокол сделает элементарным объединение ИИ в сети и системы любого рода. В свою очередь простота создания гетерогенных ИИ нивелирует нехватку специалистов и позволит внедрять его быстрее, чем внедрялось и внедряется ИТ.

Конечно, при условии решения кучи проблем с удешевлением вычислений и подготовки данных для обучения.

Целеполагание

Целепологание, особенно стратегическое — самая суть нашего существование. Если отбирать у человека возможности по важности и ценности, то выбор цели останется одной из последних.

Само явление целеполагания, как и свобода воли, — вопрос философский и этический. Поэтому разбирать его конкретно в этом эссе не вижу смысла.

Обращу внимание на следующие факторы.

В современном обществе малое количество людей занимается осознанной постановкой целей, особенно стратегических.

Автоматизация целеполагания — крайне философский и этический вопрос. Его решение выходит за рамки технологий.

Если убрать минорные и гедонистические цели, то прочих остаётся не так уж много. На текущее население планеты явно не хватит.

Прогнозы

По описанным ограничениям можно сделать разные выводы: от «всё пропало» до «просто ещё одна технология».

Зависеть они будут от того, как вы оцениваете соотношение современных технологий со сложностью реальности.

Поэтому по классике сделаю три прогноза: пессимистичный, реалистичный, оптимистичный. По-хорошему, надо бы использовать несколько шкал, но это потребует чрезмерно много работы, результат которой никто точно не прочтёт.

Описывать решения указанных проблем не буду — это отдельная, сложная тема. Поэтому о том же безусловном базовом доходе говорить не стану.

Наиболее вероятным я, само собой, считаю реалистичный прогноз.

Пессимистичный прогноз

Технологии ИИ на основе ML и DL, включая инфраструктуру: железо и софт, достигли пика своего развития и дальше развиваться не будут.

Люди большинства профессий получают в свои руки новый тип рабочего инструмента. Внедрение ИИ будет долгим, займёт десятилетия, но будет неостановимо.

Воплощён физически инструмент будет по-разному, но функциональность будет схожа:

• Устранение рутинных операций, операций требующих постоянного внимания или сложных, но повторяющихся действий.
• Основные задачи инструмента: консультация, справочник, контроль выполнения операций человеком.
• При необходимости инструмент будет сопровождаться железом, но в основном разместится на рабочем PC, мобильнике или более специализированном устройстве, например, бортовом компьютере.

Примеры:

• Общедоступная (в отличии от текущих) AR гарнитура для работы руками.
• ИИ проверка кода программистов.
• Компаньон-редактор для писателей.
• Советники действий по любым достаточно массовым метрикам.

Перестройка рынка занятости будет аналогична динамикой и объёмом перестройке при внедрении решений ИТ:

• Ответственному, обучаемому человеку будет не сложно вовремя переквалифицироваться.
• Свободные рабочие будут перераспределяться в новые области сферы услуг.
• Сфера услуг будет расширяться благодаря новым типам услуг, ставшим доступным с появлением ИИ.
• Многим может не потребоваться переобучаться, так как ИИ, в отличии от классических программ, будет проще и дружелюбнее.
• Типов работ будет становиться больше, специализация будет увеличиваться.

Принципиальных изменений в обществе не произойдет. Прогресс будет идти своим чередом, текущей скорость.

Реалистичный прогноз

Пик развития ИИ на основе ML и DL не будет достигнут в ближайшее время. Разработка ИИ будет становиться дешевле, проще, быстрее.

Из-за бюрократии, нехватки ресурсов и специалистов, внедрении ИИ будет происходить медленно. Совершенствование ИИ также будет требовать годы — маловероятно, что получится обмануть эволюционную динамику.

Поэтому не будет момента, когда некто щёлкнет переключателем, после чего куча людей лишится работы.

Но ИИ будет необратимо двигаться по прибыльным и рутинным отраслям, выдавливая из них неквалифицированных, нетворческих людей и, одновременно, улучшая прибыльность.

Поскольку оригинальная волна внедрения ИТ ещё не закончила движение по цивилизации (а мы уже видим какую разницу в уровне жизни она вызывает), волна ИИ породит разрыв в быте, этике, культуре, которого мы ещё не видели в истории.

Возможно, разрыв будет сравним со временами Великих Географических Открытий, когда европейцы столкнулись с другими народами. Смотрите, например,  путешествия Кука. Из этой аналогии можно много чего вывести, но я лучше опущу это направление.

Повторюсь, рубильник никто дёргать не будет. Изменения растянутся на десятилетия, лет 20-50 в передовых странах.

Изменения в профессиях

ИИ не остановится на уровне контролёра-наблюдателя. В дополнение к нему появятся исполнители, забирающие у человека большую часть современных обязанностей.

Это не обязательно означает соответствующее сокращение рабочих мест.

Работники профессий с творческой компонентой, требующих активного целеполагания, смогут делать больше, избавятся от рутины. Подобные профессии станут доступнее для неодготовленного населения.

Однако рутинные занятия, особенно малоподвижные, будут выжигаться огнём. Работники складов амазона, сотрудники МакДональдс, уборщики, продавцы будут массово лишаться работы. Причём для конкретной компании это будет происходить довольно быстро, за год-два, так как она сможет внедрять ИИ директивно.

Государство попытается заменить часть клерков на унифицированный ИИ. Например, было бы удобно иметь универсальный для страны, обязательный для бизнеса ИИ-бухгалтер, через который в принципе не получится провести серые схемы.

Часть профессий сведётся либо к роли арбитра, разрешающего спорные ситуации, либо к роли Гомера Симпсона — исполнителя формальных ритуалов, требуемых законом.

Крайне автоматизируется творчество: хэндмейд, рисование, кино, etc. Порог входа в него для зарабатывания денег сильно вырастет, так как создавать контент, дизайн физических предметов для профессионалов и людей с деньгами станет намного проще, чем для любителей.

В пределе, целые разделы того же etsy.com, можно будет заменить ИИ, симулирующим различные личности, и делегирующим персонализированный маркетинг другим ИИ.

Появляется существенный риск монополизации целых творческих областей. Когда SOTA ИИ позволит фирме быстро душить любых конкурентов качеством, количеством и доступностью контента.

На откуп ручному труду останутся редкие, чрезмерно сложные или ответственные работы. В этих областях ИИ всё ещё останется консультантом-наблюдателем. Так как делать полноценное ИИ решение будет дорого, долго, некому или страшно.

Например, в случае программирования ИИ может начать генерировать сложный код, но системные и околосистемные библиотеки, которые этот код будет использовать, всё ещё, смогут разрабатывать люди. А может и не смогут, как повезёт :-) Принципиально новые алгоритмы также могут быть отданы на реализацию людям.

А вот гадалкам и прочим шарлатанам бояться нечего :-) Часть профессий, завязанных на эмоциональное общение, останется за людьми, так как клиент будут требовать живого человека.

Изменения в инструментах

Появятся инструменты, в том числе физические, вида «покажи-повторю». Когда человек несколько раз показывает операцию, после чего ИИ приступает к работе.

Скорее всего эти системы будут основаны на предобученных commonsense ИИ.

Как минимум, крупные ИИ смогут обмениваться между собой информацией через универсальный протокол а-дя simplified english + изображения + видео. ИИ можно будет легко объединять в цепочки.

Подобные ИИ будут иметь сложную гетерогенную структуру и, возможно, будут доступны только за большие деньги. Эти системы станут обязательной штукой для выживания бизнеса в конкурентной борьбе.

Современные виртуальные ассистенты разовьются до состояния полноценных помощников, «друзей». Как пить дать появятся электронные друзья для детей, которые будут сливать всю информацию корпорациям и навязывать «правильное» поведение.

Задорого будут доступны аналогичные помощники в железе, чтобы состоятельные люди могли держать свою информацию в безопасности.

Классических автономных роботов тоже можно ожидать, но так ли они будут нужны, когда под рукой армия безработных, с которой государству надо что-то делать? Скорее всего, роботы будут ориентированы на бизнес и luxury сектор, где будут конкурировать с ручным трудом эксклюзивных живых работников.

Итого

Получается тот вариант с большой вероятностью антиутопии: властью корпораций, золотым миллиардом, кучей ненужных людей из третьего мира с отсталой культурой и бытом.

Цвет этого будущего будет зависеть от того, как близко у конкретного человека получится приблизится (экономически, географически, социально) к источникам технологических изменений.

Оптимистичный прогноз

Сложность реальности и нашего мозга оказываются преувеличены. Прогресс в развитии алгоритмов ИИ или железа позволит массово создавать системы, сопоставимые по возможностям с человеком.

Фиг его знает, что будет. Серьёзно.

Меня сбивает с толку, что я вообще должен писать о таком варианте. Ещё лет 6 назад я давал прогноз, который был пессимистичнее текущего реалистичного прогноза.

Скорее всего основная часть людей в течении 10-20 лет после появления тиражируемой технологии ИИ окажется ненужной и непригодной даже на органы.

Попытки попасть в «рай» приведут к жёсткому разделению на тех, кто в него допущен, и всех остальных. Дальше мы видели много вариантов в разных аниме и фильмах, выбирайте свой.

Что делать?

Я бы предложил обратить внимание на следующее.

В любом случае волна внедрения ИИ уже пошла, она будет необратимо идти поверх волны ИТ. Разница между жизнью с ИИ и жизнью без ИТ будет огромной. Независимо то того, насколько функциональным будет средний ИИ.

Жизнь без ИТ, или с ИТ, но без ИИ не станет хуже, она тоже будет улучшаться. Но видя разницу, вы захотите жить там, где активно внедряется SOTA ИИ.

Утрируя, через несколько десятилетий вы или ваши дети очень захотите жить географически, экономически и культурно поближе к центрам разработки ИИ. Будь то государства или корпорации.

Я бы не рассчитывал отсидеться в странах второго и третьего мира, в расчёте, что прогресс сам дойдёт туда со временем.

Да, та же модель S-кривых в числе прочего предполагает, что во время стабилизации технологии у отстающих есть время догнать лидеров, что много раз демонстрировала история. Однако это ошибка послезнания: мы не можем предсказать сколько времени будет идти активная стадия развития ИИ и какие новые технологии она породит.

Надо ли бежать в Машинное обучение?

Этот вопрос я уже рассматривал с более приземлённых сторон в эссе о Feature Programming.

На мой взгляд, наличие денег будет более критично для тёплого места в новом мире, чем наличие знаний. К сожалению. Они потребуются, как минимум для доступа к новым инструментам и переобучению, когда станет ясно куда переобучаться. Или для покупки пары роботов для сдачи в аренду :-D

Работу в области ML можно рассматривать как беспроигрышную лотерею. Не повезёт — будет хорошая оплачиваемая работа , повезёт — заработаете много денег.