🧠 ИИ-революция: почему скептики ошибаются насчет прогресса 0:00
Дискуссии об искусственном интеллекте часто поляризованы: одни пророчат скорую потерю рабочих мест, другие — полную бесполезность нейросетей. По мнению Уэса Рота, истина лежит посередине: ИИ развивается, решая всё более сложные задачи, и этот прогресс оказывает фундаментальное влияние на научные исследования и экономику. Ведущий канала Wes Roth анализирует последние данные от экспертов в области машинного обучения, чтобы показать, что реальность куда сложнее, чем «пузырь» или «конец цивилизации».
🔬 GPT-5 как соавтор научных открытий 1:16
Ключевым доказательством практической ценности ИИ стала недавняя публикация Скотта Аронсона, профессора компьютерных наук, работавшего над проблемой AI alignment в OpenAI. Вместе с Фриком Витавайном он опубликовал работу «Пределы усиления «черного ящика» в QMA» (Quantum Merlin Arthur).
- Технологический прорыв: Впервые в практике Аронсона ключевой технический шаг в доказательстве основной теоремы был получен благодаря «размышлениям» GPT-5.
- Процесс взаимодействия: ИИ не выдал готовое решение мгновенно. Сначала модель предложила ошибочный вариант, но после указания на ошибку и серии итераций, похожих на работу с коллегой, за полчаса предложила рабочую функцию.
- Роль человека: Аронсон подчеркивает, что он и его соавтор могли бы прийти к этому решению сами, потратив недели на исследования. ИИ стал инструментом, который ускорил процесс, позволив «заполнить пробелы» в очевидных для эксперта вещах.
По мнению Уэса Рота, попытки критиков обесценить этот факт, заявляя, что «человек бы справился сам», упускают суть: ценность ИИ не в создании чего-то невозможного, а в кратной эффективности исследовательского процесса.
📈 Экспоненциальный рост и ошибки восприятия 14:16
Джулиан Шритвайзер, эксперт, стоявший у истоков AlphaGo, AlphaZero и других знаковых проектов DeepMind, проводит параллель между нынешним отрицанием прогресса ИИ и ранними неделями пандемии COVID-19. По его словам, человеческий мозг плохо приспособлен к пониманию экспоненциального роста.
- Оценка способностей: Исследовательская организация Meter Research отмечает, что ИИ удваивает свою способность выполнять длинные задачи каждые 7 месяцев. Если же рассматривать только данные 2024 года, этот показатель ускоряется до удвоения каждые 4 месяца.
- Прогноз: Шритвайзер прогнозирует, что к середине 2026 года ИИ-модели будут способны автономно работать полный восьмичасовой рабочий день. К концу 2027 года они, вероятно, начнут превосходить экспертов в большинстве профессиональных задач.
Уэс Рот отмечает, что для понимания прогресса важнее следить за графиками и результатами экспертов, чем за комментариями в социальных сетях, где пользователи часто делают выводы о «плато», просто не замечая изменений в качестве ответов чат-ботов.
🚲 «Велосипеды для ума» и новая ценность навыков 26:19
В анализе работы «Экономика велосипедов для ума», представленном Карлосом Пересом, описывается, как ИИ меняет структуру рынка труда. Стив Джобс называл компьютер «велосипедом для ума», подчеркивая, что инструменты делают человека эффективнее. Но ИИ — это не просто инструмент, а конкурент, который меняет саму суть работы.
- Три уровня когнитивной работы:
- Реализация (Implementation): Выполнение задачи. ИИ здесь «пугающе хорош», позволяя новичку работать на уровне специалиста с 5-летним опытом.
- Оценка возможностей (Opportunity judgment): Понимание, что именно стоит делать.
- Оценка результата (Payoff judgment): Понимание того, что на самом деле важно.
По мнению Переса, по мере того как ИИ делает «реализацию» бесплатной и доступной каждому, именно способность к «оценке возможностей» становится самым ценным навыком в экономике.
- Влияние на неравенство: В текущей фазе ИИ помогает менее опытным работникам «подтянуться» к экспертам, снижая неравенство. Однако в долгосрочной перспективе, когда барьеры на выполнение работы исчезнут, выигрывать будут те, кто обладает лучшим суждением (judgment) — способностью видеть, где применить мощь этих «велосипедов».
Уэс Рот заключает, что текущая стратегия образования, сосредоточенная на «ИИ-грамотности» (как правильно писать промпты), — это попытка научить людей быть «лучшими велосипедами». Настоящая задача будущего — учить людей быть «лучшими гонщиками», развивая суждение, необходимое для управления все более быстрыми и мощными системами.
