Как сравнить гений с машиной?
Внедрение искусственного интеллекта идет по экспоненте. Аналитики и инвесторы ждут от него прорыва, сравнимого с железными дорогами и автомобилизацией, а может, и чего-то большего. Но пока ИИ не научился даже водить автомобиль — и при этом пожирает несметное количество невосполнимой энергии
Илон Маск стал первым человеком в истории, чье состояние превысило 800 млрд долларов, пишет Forbes. Это произошло после того, как его компания SpaceX приобрела его же компанию xAI, которой принадлежит чат-бот Grok.
При этом SpaceX после слияния с xAI кардинально изменила стратегию. Компания планирует создать в космосе группировку центров обработки данных (ЦОД) из миллиона спутников использующих лазерную связь для взаимодействия.
«Это первый шаг к созданию цивилизации уровня Кардашева II, использующей всю мощь Солнца, одновременно поддерживая приложения на основе ИИ для миллиардов людей уже сегодня», — говорится в заявлении SpaceX.
Система xAI станет дешевой и экологичной альтернативой наземным ЦОДам и «удовлетворит взрывной рост спроса на данные ИИ». Вместо охлаждения с использованием воды сеть будет полагаться на радиационное охлаждение в космосе. Это также снизит потребность в батареях, поскольку сеть будет получать энергию от Солнца, говорится в документе.
Зачем нам ИИ?
Искусственный интеллект (ИИ) — явление модное, трендовое и отчасти даже перегретое. Однако его очень любят инвесторы в новые технологии. Апологеты повсеместного внедрения ИИ — американские бигтехи Meta (признана в России экстремистской), Google, Microsoft, Open AI, xAI, Amazon и множество других — уже пять лет безудержно соревнуются в инвестициях, производительности серверов, мощности облаков и скорости внедрения. Однако все это время без ответа остается простой вопрос: зачем?
Ну как же: ИИ-модели внедряются в жизнь: пишут статьи, письма, программные коды, заполняют декларации, создают картинки и видео, помогают лечить болезни. И вроде бы эпоха ИИ уже наступила.
Вторят бигтехам и наднациональные институты: ИИ может стать стимулом для интенсификации экономического роста — такого мнения придерживается МВФ. Он приводит аналогию с появлением компьютеров, а потом и смартфонов. Эти технологии оказали огромнейшее влияние на производительность труда в целом в экономиках, создали новые направления роста, например рынок онлайн-рекламы, онлайн-торговли и услуг и т. д.
В тренде и крупные компании, которые заявляют, что благодаря технологиями ИИ они смогли сократить десятки тысяч рабочих мест. И это не только американские компании. Недавно Герман Греф сообщил, что за счет внедрения ИИ Сбер уволил 20% сотрудников. Оставим чистоту расчетов на совести главы Сбера, приведем лишь сухую статистику: число сотрудников группы Сбербанка на 30 сентября 2025 года составляло 294,6 тыс. человек, в 2020 году — порядка 286 тыс. человек.
На самом деле революционные изменения в американских корпорациях тоже не подтверждены. Если сотни компаний отчитываются о сокращении десятков тысяч рабочих мест вследствие применения ИИ, то арифметика говорит, что счет должен идти на миллионы уволенных людей. Но если посмотреть на статистику рынка труда США, то никаких массовых увольнений «офисного планктона» там не происходит. Безработица как минимум не растет. То есть статистика (во всяком случае, пока) не демонстрирует серьезных возмущений от новых технологий.
Более того, есть ниши, где внедрение ИИ вообще откладывается на десятилетие-два: там, где необходима человеческая ответственность (в том числе уголовная) — бухгалтер, пилот самолета, хирург. Пока ИИ не может заменить даже водителя такси: практические работы по созданию беспилотного такси ведутся уже десятилетие. За это время появились лишь пилотные проекты в нескольких городах США.
Когда та или иная компания, будь то отечественная или зарубежная, заявляет об очередном увольнении персонала, не надо забывать о хроническом процессе оптимизации кадров: корпорации всегда кого-то увольняют. А тема ИИ очень модная, и прикрыть тяжесть увольнений людей красивой этикеткой о внедрении ИИ — прекрасный маркетинговый ход. И даже избавившись от одних сотрудников, труд которых якобы заместил ИИ, компании вынуждены набирать других — контролирующих работу этого самого ИИ.
Зыбкий фундамент
Несмотря на бравурные анонсы и ожидания, пока применяемые модели ИИ не решили уравнения Навье — Стокса, не подтвердили гипотезу Бёрча — Свиннертон-Дайера, не нашли лекарств от онкологических заболеваний и не решили проблему голода в Африке.
Даже в таких несложных задачах, как написание статей, перевод и составление писем, все равно требуется постоянное участие человека как контролера.
И в тех приложениях, где ИИ просто помогает, случаются порой очень дорогостоящие ошибки. Прямо сейчас в США разразился скандал из-за ошибок, допущенных в хирургических операциях в результате неправильных расчетов, совершенных медицинским ИИ-ассистентом. Потенциал исков огромный.
И это врожденная проблема применяемых сегодня ИИ-моделей.
Если кратко, то два основных инструмента ИИ — это усреднение и построение корреляции. При обучении в нейросеть заливают огромные массивы информации. ИИ ее обрабатывает, а потом огромное число пользователей верифицирует результаты — выбирает лучший вариант текста, лучшую картинку, лучшую формулировку. Модель просто учится усреднять и подстраиваться под вкус большинства. Поэтому на выходе мы получаем не «гениальный» контент, а усредненный.
Есть и другое описание этого процесса. «Для ИИ используемые данные необязательно требуют теоретического понимания, машине достаточно найти корреляцию, которая просто функционирует», — поясняет профессор Университета Антверпена