Эйден Гомес — один из соавторов легендарной статьи «Attention Is All You Need», подарившей миру архитектуру трансформеров, на которой базируются ChatGPT и все современные нейросети. Сегодня он возглавляет компанию Cohere, одного из главных конкурентов OpenAI, фокусируясь на создании ИИ для корпоративного сектора . В откровенном интервью Гарри Стеббингсу Гомес объясняет, почему «гонка вооружений» в области вычислительных мощностей — это тупиковый путь, как игры учат предпринимателей выживать и почему «галлюцинации» ИИ на самом деле не являются непреодолимой проблемой.
🎮 От гейминга в глуши до архитектуры трансформеров 0:41
Детство Эйдена Гомеса прошло в сельской местности Онтарио, в доме, который его дед построил вручную . Полное отсутствие скоростного интернета (только медленный dial-up) сформировало у него одержимость технологиями: он пытался понять, как заставить страницы грузиться быстрее, что и привело его в Computer Science .
По мнению Гомеса, увлечение видеоиграми в юности является сильным предиктором успеха для основателей стартапов . Он выделяет несколько ключевых качеств, которые формирует гейминг:
- Устойчивость к «гринду»: готовность выполнять повторяющуюся, сложную и иногда болезненную работу ради долгосрочной цели.
- Отношение к неудачам: в отличие от многих культур, где ошибка может стоить репутации, игры учат, что можно «проиграть» и попробовать снова, с каждым разом ошибаясь чуть меньше .
Гомес вспоминает свою работу в Google Brain в 2017 году над статьей о трансформерах как чисто исследовательский проект. В то время он ожидал, что мир осознает значимость языкового моделирования гораздо быстрее, но «момент пробуждения» наступил только с выходом ChatGPT . По его словам, магия случилась, когда технологию поместили непосредственно перед пользователем, избавив его от необходимости объяснять её суть .
🧠 Экономика масштабирования: почему «умный» — не значит эффективный 4:42
В индустрии ИИ существует консенсус: чем больше вычислительных мощностей (compute) и параметров, тем лучше модель. Гомес подтверждает, что это самый предсказуемый и «глупый» способ улучшения систем . Однако он подчеркивает, что этот путь требует экспоненциальных вложений для получения линейного прироста интеллекта .
Ключевые тезисы Гомеса о рынке моделей:
- Смерть вчерашних моделей: «На прошлогодние модели нет рынка», — утверждает гость. Технологический прогресс делает предыдущие поколения чипов и алгоритмов бесполезными слишком быстро .
- Эрозия маржи: Продажа чистых API-моделей превращается в низкомаржинальный бизнес из-за демпинга цен со стороны крупных игроков (OpenAI, Google) и раздачи бесплатных открытых моделей (Meta) .
- Дистилляция: По мнению Гомеса, нормой стал паттерн, когда разработчики прототипируют продукт на огромной дорогой модели, а затем «дистиллируют» эти знания в маленькую, дешевую и специализированную модель .
Гость полагает, что компании, которые только «масштабируют» модели без инноваций в данных, обречены стать «эффективными дочерними предприятиями» своих облачных провайдеров (Microsoft, AWS, Google) .
🛠 Инновации в данных: конец эпохи «интернета на развес» 8:43
Развитие ИИ упирается в дефицит качественных данных. Гомес утверждает, что интернет переполнен «мусором» и повторами, а модели достигли уровня, когда средний прохожий больше не может их ничему научить .
Cohere и другие лидеры рынка переходят к новым стратегиям:
- Синтетические данные: создание данных самими моделями для обучения других моделей. Гомес считает, что это единственный способ масштабирования, когда человеческие знания исчерпаны .
- Обучение рассуждению (Reasoning): Эйден объясняет, что интернет содержит в основном результаты мышления, но не сам процесс. Чтобы научить ИИ рассуждать, нужно давать ему данные, где показана логика решения задачи, «работа над ошибками» и черновики .
- Нишевые эксперты: для обучения современных моделей теперь требуются не студенты, а доктора наук в узких областях — от квантовой физики до права .
Одной из важнейших технологий Гомес называет RAG (Retrieval-Augmented Generation) . Это метод, при котором модель не просто генерирует ответ из «памяти», а обращается к внешней базе знаний (например, документам компании) и цитирует источники. По его словам, это радикально снижает уровень галлюцинаций, так как у модели появляется «справочный материал» .
💼 Корпоративный ИИ: страхи, бюджеты и агенты 37:46
Если 2023 год был для корпораций годом «пилотов» и экспериментов, то сейчас Гомес наблюдает переход к реальному внедрению в производство (production) . Главным барьером остается доверие: компании боятся, что их интеллектуальная собственность попадет в общие тренировочные сеты .
Cohere решает эту проблему через частные развертывания (VPC), когда модель «приходит к данным», а не наоборот . Гомес отмечает парадокс: финансовый сектор начинает уходить из облаков обратно в собственные дата-центры ради безопасности данных для ИИ, в то время как другие отрасли всё еще стремятся к миграции в облако .
Будущее корпоративного ИИ гость видит в агентах — системах, способных работать автономно на длительных горизонтах (месяцы), выполняя сложные задачи, такие как продажи или поиск кандидатов . При этом он скептически относится к ИИ-обёрткам от гигантов вроде Microsoft Co-pilot, считая, что настоящие помощники должны быть агностиками и работать со всей экосистемой инструментов сразу (Salesforce, SAP, внутреннее ПО), а не только с Office .
🤖 Общество и будущее: заменит ли ИИ людей? 50:00
На опасения Гарри Стеббингса о том, что дети будут общаться с ИИ больше, чем с людьми, Гомес отвечает оптимистично. По его мнению, ИИ может стать «экстраординарно терпеливым, безопасным и эмпатичным учителем», который никогда не сорвется на ребенка .
Основные прогнозы Гомеса по рынку труда:
- Дополнение, а не замена: ИИ сделает человечество более продуктивным. Гомес утверждает, что никто не захочет покупать что-то важное у бота — в бизнесе всегда будет нужен человек, несущий ответственность за сделку .
- Тяжелые профессии: ИИ в первую очередь должен забрать на себя психологически изматывающие роли, такие как модерация контента или первая линия техподдержки, где людей постоянно «оскорбляют и заставляют извиняться» .
- Робототехника: Эйден ожидает прорыва в создании дешевых и надежных гуманоидных роботов общего назначения в ближайшие 5–10 лет благодаря внедрению в них «планировщиков» на базе больших моделей .
В завершение беседы Гомес подчеркивает, что главным показателем успеха ИИ станет рост производительности. По его мнению, стагнация ВВП на душу населения ведет к социальным потрясениям, и ИИ — это инструмент, способный «увеличить общий пирог», сделав блага более доступными для всех .
