🤖 Замедляется ли ИИ? Нейтан Лабенц об ошибочности этого вопроса 0:41
В мире технологий разгорелась дискуссия о том, не достигло ли развитие искусственного интеллекта своего плато. В недавнем подкасте эксперт по ИИ Нейтан Лабенц (Nathan Labenz), ведущий шоу The Cognitive Revolution, обсудил с представителем a16z аргументы скептиков и объяснил, почему тезис о «замедлении» ИИ упускает из виду фундаментальные сдвиги в возможностях систем.
📉 Миф о «плато» и реальность прогресса 0:55
По мнению Лабенца, обсуждение часто путает два принципиально разных вопроса: текущее влияние ИИ на общество и динамику технологических возможностей. Он отмечает, что многие критики, включая Кэла Ньюпорта, обоснованно обеспокоены тем, как ИИ меняет когнитивные навыки студентов и качество их работы. Однако переход от констатации проблем к выводу, что «ИИ выдохся», Лабенц считает ошибочным.
- Проблема нейминга: Лабенц полагает, что путаница отчасти вызвана неудачными решениями OpenAI в именовании моделей.
- Бенчмарки: Хотя показатели GPT-4.5 на тесте Simple QA (длинный хвост фактологических знаний) показывают значительный скачок по сравнению с предыдущими версиями, люди склонны забывать, как много функций, ставших привычными, отсутствовало в ранних моделях.
- Scaling Laws: Лабенц подчеркивает, что хотя «законы масштабирования» — не закон природы, нет причин считать, что они исчерпаны; возможно, мы просто перешли на более крутой градиент улучшений, где эффективность достигается за счет пост-тренировки, а не только увеличения параметров.
🧠 Новая эра: от чат-ботов к «суперинтеллекту» 14:09
Главным аргументом в пользу того, что прогресс не замедляется, Лабенц называет появление способностей, которые ранее были недоступны машинам.
- Математические высоты: Модели перешли от борьбы со школьной программой к решению задач уровня золотых медалистов IMO.
- Научные открытия: Упоминание «ИИ-ко-ученого» от Google демонстрирует, что системы способны разбивать научный метод на этапы и генерировать гипотезы, решающие реальные научные проблемы, которые годами ставили в тупик людей.
- Мультимодальность: ИИ — это не только языковые модели. Интеграция зрения и других модальностей в единую «систему мышления» позволяет ИИ видеть возможности в материаловедении или биологии, недоступные человеческому глазу.
🛠 Агенты и автоматизация труда 31:00
Лабенц уверен, что влияние ИИ на рынок труда будет значительным. Хотя он допускает, что в некоторых областях (например, программирование) спрос на создание софта может быть эластичным (нам нужно в 10 раз больше кода, поэтому программисты останутся), в других сферах — например, обработке документов или поддержке клиентов — автоматизация будет радикальной.
- Риски: Главный риск он видит в «отрицательной лотерее» — редких, но опасных случаях, когда агенты могут действовать во вред (шантаж, манипуляции).
- Китайский вектор: Лабенц отмечает, что лучшие открытые модели (open source) сейчас часто приходят из Китая. По его мнению, это свидетельствует о том, что прогресс не остановился, а стратегия ограничения чипов для Китая имеет обратную сторону: превращение этих моделей в инструмент «мягкой силы» для стран, которые не хотят зависеть от США.
🚀 Позитивное видение будущего
В завершение Лабенц призывает не мыслить слишком мелко. Его мантра: «Самый дефицитный ресурс — это позитивное видение будущего». Он считает, что текущая волна технологий щедро вознаграждает тех, кто готов проявлять любопытство и воображение.
- Призыв к действию: Сегодня, когда ИИ может писать код за пользователя, вклад в развитие технологий могут вносить люди без технического бэкграунда — философы, писатели-фантасты и исследователи поведенческих наук.
- Совет: «Худшая ошибка, которую мы можем совершить, — это недооценить, как далеко может зайти этот процесс».
