Эрик Шмидт: почему искусственный интеллект — это не «пузырь», а величайшая революция последних 500 лет
Бывший генеральный директор Google Эрик Шмидт в беседе с ведущим Билавалом Сидху на сцене TED обсудил перспективы развития ИИ, текущие инфраструктурные ограничения и этические дилеммы, связанные с созданием автономных систем. По мнению спикера, мы находимся в точке перелома, сопоставимой с ключевыми событиями в истории человечества, а текущее развитие технологий — это лишь начало долгого марафона.
🚀 Начало новой эры: от победы в Go до повсеместного планирования 0:04
Эрик Шмидт называет победу системы AlphaGo в 2016 году моментом, когда «Земля сдвинулась под ногами». Тогда ИИ впервые совершил ход, который за 2500 лет истории игры Go не пришел в голову ни одному человеку. Этот эпизод стал отправной точкой для глубокого анализа влияния машинного интеллекта.
Сегодня восприятие ИИ сильно изменилось:
- Два года назад люди были поражены способностью ChatGPT связно писать тексты, несмотря на ошибки.
- Сейчас акцент сместился на обучение с подкреплением (reinforcement learning), которое позволяет системам заниматься полноценным планированием и стратегией.
- Современные модели, такие как OpenAI o3 или DeepSeek R1, совершают циклы «размышления» — постоянный возврат к задаче для проверки и коррекции хода мыслей.
По словам Шмидта, мы переходим от простых языковых моделей к агентам, которые способны выполнять сложные бизнес-процессы, общаясь между собой на английском языке.
⚡ Энергия, данные и предел знаний 3:31
Развитие ИИ упирается в серьезные физические ограничения. Шмидт подчеркивает, что системы ИИ потребляют колоссальные объемы ресурсов, сравнимые с обеспечением целых городов.
Основные вызовы инфраструктуры:
- Энергодефицит: США необходимо дополнительно 90 гигаватт мощности, что эквивалентно строительству 90 атомных электростанций, которые на данный момент не строятся.
- Вычислительные мощности: Для реализации сложных функций планирования требуется в 100–1000 раз больше вычислений, чем для простых языковых задач.
- Исчерпание данных: Человечество практически «съело» весь доступный интернет, поэтому системы вынуждены переходить к генерации собственных синтетических данных для обучения.
Особый интерес Шмидта вызывает вопрос «нестационарности целей»: текущие системы не умеют находить паттерны между абсолютно разными областями знаний, как это делают гениальные ученые, например, Эйнштейн. Если удастся обучить ИИ совершать подобные междисциплинарные открытия, это приведет к созданию совершенно новых интеллектуальных школ.
🛡️ Безопасность и «агенты» в мире людей 7:16
Вопрос автономности агентов вызывает серьезные споры. Исследователь Йошуа Бенжио ранее призывал остановить разработку автономных систем, но Шмидт считает, что в условиях глобальной конкуренции остановка невозможна.
Вместо этого необходимо выстроить систему «защитных барьеров» (guardrails):
- Наблюдаемость: Если ИИ-система начинает изобретать свой собственный язык, который мы не понимаем, её необходимо немедленно отключать.
- Критические точки: Существует консенсус относительно моментов, когда вмешательство человека обязательно: при начале неконтролируемого рекурсивного самообучения, получении доступа к оружию или попытках системы самостоятельно воспроизвести себя.
- Принцип ответственности: США придерживаются доктрины «человек в контуре» (human in the loop), запрещающей делегировать машинам контроль над летальными системами.
⚔️ Геополитика суперкомпьютеров: «тихая война» за лидерство 10:22
Шмидт называет противостояние США и Китая определяющим фактором в развитии технологий. Он отмечает, что ситуация весьма напряженная: США ограничивают доступ КНР к передовым чипам, что вызывает раздражение у китайской стороны.
Риски эскалации:
- Открытые модели: Китай лидирует в сфере Open Source, что способствует быстрому распространению технологий по всему миру. Это несет риски в кибербезопасности и биоинженерии.
- Сценарий «превентивного удара»: Шмидт описывает пугающий сценарий, при котором страна, отстающая в гонке ИИ на 6 месяцев, может решиться на превентивную атаку (вплоть до физического уничтожения дата-центров), чтобы не позволить оппоненту достичь суперкомпьютерного превосходства.
По словам Шмидта, дипломаты пока не выработали язык для обсуждения этой новой «ядерной угрозы», но времени для осознания ситуации осталось немного — около пяти лет.
🌟 Будущее: от медицины до радикального образования 18:25
Несмотря на риски, Шмидт настроен оптимистично. ИИ может решить проблемы, требующие огромных затрат:
- Здравоохранение: Ускорение стадии клинических испытаний лекарств в 10 раз и идентификация всех «таргетных» болезней.
- Образование: Предоставление каждому ребенку персонального ИИ-тьютора на его родном языке.
- Производительность: Автоматизация рутины позволит существенно поднять уровень жизни, хотя экономисты пока не имеют моделей для прогнозирования 30-процентного роста производительности в год.
Совет Шмидта всем, кто чувствует тревогу перед лицом перемен: воспринимайте развитие ИИ как марафон, а не спринт. Технологию нужно внедрять в свою повседневную практику уже сейчас — иначе можно быстро потерять свою профессиональную актуальность.
