В последние годы общественное сознание колебалось между эйфорией и ужасом перед лицом стремительно развивающегося искусственного интеллекта. Однако сегодня Кэл Ньюпорт, профессор компьютерных наук и автор концепции «глубокой работы», констатирует смену настроений: медиа и технологические гиганты теряют уверенность в том, что мир вот-вот изменится до неузнаваемости.
📣 Великие обещания: Как CEO ИИ-компаний разогревали рынок 1:02
На протяжении последних лет руководители ведущих ИИ-лабораторий соревновались в масштабности прогнозов. По мнению Дарио Амодеи, генерального директора Anthropic, ИИ уже достиг уровня «умного студента колледжа» и вскоре может привести к безработице на уровне 10–20%, уничтожив половину офисных вакансий начального уровня.
Другие лидеры индустрии высказывались еще радикальнее:
- Сэм Альтман (OpenAI): По утверждению Альтмана, разработчики ИИ испытывают те же чувства, что и создатели Манхэттенского проекта в 1945 году, осознавая, что их творение навсегда изменит масштаб человеческих возможностей.
- Марк Цукерберг (Meta): Как полагает глава Meta, создание супер-интеллекта (AGI) уже не за горами, поскольку системы начинают обучаться самостоятельно.
Кэл Ньюпорт отмечает, что этот «барабанный бой» из апокалиптических и утопических прогнозов заставил общество поверить в неизбежность тотальной трансформации экономики в ближайшие год-два.
💼 Миф об исчезновении профессий: Реальность против данных 10:11
Несмотря на громкие заголовки о том, что ИИ «убивает» рынок труда для выпускников, технологический аналитик Эд Зитрон утверждает, что прямой связи между внедрением ИИ и текущими увольнениями в техсекторе нет. По словам Зитрона, мы наблюдаем классическую корреляцию, которую журналисты выдают за причинно-следственную связь.
Основные аргументы Зитрона и Ньюпорта против мифа о «ИИ-замещении»:
- Экономический цикл: Компании вроде Amazon и Microsoft проводят сокращения из-за чрезмерных трат в период пандемии и последующего сжатия рынка, а не из-за замены людей алгоритмами.
- Эффективность инструментов: Профессиональные разработчики используют ИИ для генерации шаблонного кода, однако исследования показывают, что время, затраченное на последующую отладку (debugging) сгенерированного кода, часто перекрывает выигрыш в скорости.
- Финансовая несостоятельность: Общая выручка всей ИИ-индустрии прогнозируется на уровне $35–40 млрд, что сопоставимо с годовой выручкой рынка смарт-часов ($34 млрд) — это ничтожно мало для технологии, претендующей на переустройство мира.
📉 Гибель «Закона масштабирования»: Почему нейросети перестали расти 19:43
Главной причиной нынешнего скепсиса стал неожиданный провал стратегии, которая обеспечила успех GPT-3 и GPT-4. Эта стратегия опиралась на так называемый закон масштабирования (Scaling Law).
В 2020 году Джаред Каплан и Дарио Амодеи опубликовали работу, доказавшую, что производительность языковых моделей растет по степенному закону $P \propto N^a \cdot D^b \cdot C^c$, где:
- $N$ — количество параметров модели;
- $D$ — объем тренировочных данных;
- $C$ — объем вычислительных мощностей.
Долгое время считалось, что если просто делать модели больше и скармливать им больше данных, они в конечном итоге достигнут уровня человеческого интеллекта (AGI). Однако к осени 2024 года стало ясно, что этот подход больше не дает качественных скачков.
Примеры «технологического тупика»:
- GPT-5 (Orion): Как сообщает издание The Information, внутренняя версия новой модели OpenAI оказалась лишь незначительно лучше GPT-4, несмотря на колоссальные затраты.
- Meta (проект BTH): Компания отложила выпуск своей гигантской модели, так как она не показала ожидаемого превосходства над предыдущими версиями.
- xAI (Grok 3): Несмотря на использование 100 000 чипов H100 (в 5–10 раз больше ресурсов, чем у GPT-4), модель не совершила революции.
Илья Суцкевер, сооснователь OpenAI, признал, что эпоха масштабирования закончилась и индустрии нужны новые «открытия и чудеса».
🏎️ От инженеров к автомеханикам: Эпоха пост-тренировки 35:13
По мнению Кэла Ньюпорта, когда «магия» простого масштабирования исчезла, компании начали «махать руками», пытаясь выдать косметические улучшения за новые прорывы. Дженсен Хуанг (NVIDIA) называет это переходом к «второму и третьему законам масштабирования» — пост-тренировке и вычислениям во время инференса (test-time compute).
Ньюпорт использует метафору автомобиля для объяснения текущей ситуации:
«Если пре-тренировка (создание модели) — это производство двигателя, то пост-тренировка — это его тюнинг. Раньше мы превращали седан в спорткар, просто увеличивая объем двигателя. Теперь мы берем обычную Camry и пытаемся выжать из неё лишние 20 лошадиных сил с помощью присадок».
Современные модели (такие как 01 или 03 mini) — это не новые архитектуры, а «отполированные» старые версии, обученные лучше решать конкретные задачи (программирование, математика) или тратить больше времени на раздумья перед ответом.
🔮 Будущее: Постепенная трансформация вместо апокалипсиса 47:36
Кэл Ньюпорт утверждает, что ИИ не исчезнет, но его влияние будет гораздо более фрагментированным и постепенным, чем предсказывали «пророки AGI».
Вероятный сценарий на ближайшие годы:
- ИИ станет полезным, но ограниченным инструментом для поиска информации и черновиков.
- Профессии программистов и ученых изменятся, но не исчезнут.
- Исчезнуть могут лишь узкие ниши, такие как озвучка рекламы или написание шаблонных постов для соцсетей.
Сэм Альтман, который за 5 дней до выхода GPT-5 называл её «ключевым шагом к AGI», после прохладной реакции рынка сменил риторику, заявив, что AGI — это вообще не то, о чем стоит говорить, и важен сам «путь».
📵 Урок цифрового минимализма от Эда Ширана 1:28:02
В завершение выпуска Ньюпорт приводит в пример музыканта Эда Ширана, который с 2015 года полностью отказался от смартфона. Ширан обнаружил, что наличие телефона в кармане мешало ему присутствовать в моменте: даже если он не смотрел в экран, вибрация уведомления разрывала связь с собеседником.
Сейчас музыкант пользуется только планшетом и электронной почтой, на которую отвечает раз в неделю. Кэл Ньюпорт подчеркивает: Ширан доказал, что не существует закона, обязывающего нас быть доступными 24/7. Люди быстро привыкли к его новому режиму, и это никак не навредило его карьере, но значительно улучшило качество жизни.
