Эйсо Кант, технический директор и сооснователь стартапа Poolside, обсуждает с Гарри Стеббингсом амбициозную стратегию компании по созданию универсального искусственного интеллекта (AGI) через автоматизацию разработки ПО. В центре беседы — привлечение более 600 млн долларов инвестиций, конкуренция с технологическими гигантами и уникальный подход к генерации синтетических данных для обучения моделей.
🚀 Миссия Poolside: Путь к AGI через код 1:06
Poolside позиционирует себя как полноценного участника гонки за создание сильного искусственного интеллекта (AGI). По мнению Эйсо Канта, разрыв между возможностями машин и человеческим интеллектом будет неуклонно сокращаться. Стратегия компании заключается в том, чтобы не пытаться создать «ИИ для всего» сразу, а сосредоточиться на самой экономически ценной и поддающейся симуляции области — разработке программного обеспечения.
Эйсо Кант определяет AGI как мир, в котором машинный интеллект сравняется с человеческим или превзойдет его во всех сферах деятельности. Однако он полагает, что до этого момента мы увидим появление «человеческих способностей» в конкретных, крайне ценных нишах, которые обеспечат миру изобилие.
Основная проблема современных моделей, по словам гостя, заключается в качестве обучения. Сегодня нейросети сжимают данные масштаба всего интернета, что дает им понимание языка, но не глубокое мышление. Эйсо Кант утверждает, что моделям требуется на порядки больше данных, чем людям, чтобы научиться рассуждать, планировать и глубоко понимать сложные системы.
🏗️ Секрет синтетических данных и «Оракул истины» 4:12
Ключевое отличие Poolside — работа с «недостающим набором данных». Эйсо Кант объясняет, что существующий в мире код (около 3 трлн токенов в открытом доступе) — это лишь финальный продукт, который не отражает процесс мышления программиста, его ошибки и исправления.
Для решения этой проблемы Poolside использует подход, вдохновленный AlphaGo от DeepMind:
- Симуляция среды: В отличие от реального мира, который хаотичен, мир программирования детерминирован. Код либо работает, либо нет.
- Обучение с подкреплением (RL): Компания создала среду со 130 000 реальных кодовых баз, где модель сама ищет решения задач.
- Обратная связь по исполнению (Execution Feedback): Это позволяет создавать синтетические данные, где «оракулом истины» выступает сам факт успешного запуска кода.
По мнению гостя, если просто скармливать модели её собственные выводы, она не станет умнее (эффект «змеи, поедающей свой хвост»). Ценность данных появляется только тогда, когда есть объективный критерий «правильно/неправильно» или «лучше/хуже». Именно поэтому разработка ПО — идеальный плацдарм для обучения ИИ: здесь обратная связь автоматизирована и масштабируема, в отличие от медицины, где нужно мнение пяти дорогих экспертов.
💰 Экономика ИИ: Чипы, облака и «пьяная драка в баре» 18:25
Обсуждая стоимость эксплуатации ИИ, Эйсо Кант призывает разделять цену для пользователя и себестоимость для компании. Сейчас на рынке общих языковых моделей (LLM) идет жесточайшая ценовая война, которую гость называет «пьяной дракой в баре».
Ключевые факторы выживания в этой гонке:
- Вертикальная интеграция: Преимущество имеют гиперскейлеры (Amazon, Google, Microsoft), которые создают собственные чипы (TPU у Google, Trainium у Amazon), избавляясь от маржи Nvidia.
- Дистилляция моделей: Компании обучают гигантские и «умные» модели, а затем переносят их интеллект в маленькие, дешевые и эффективные модели для конечных пользователей.
- Эффективность обучения: По мнению Эйсо Канта, текущие методы обучения крайне неэффективны, и у индустрии есть десятилетия для оптимизации алгоритмов и «железа».
Эйсо Кант считает неизбежным, что в будущем человеческий интеллект перестанет быть единственным «узким горлышком» прогресса. Сочетание энергии, чипов и машинного интеллекта вызовет экспоненциальный взрыв в решении мировых проблем, таких как лечение рака.
🏁 Гонка вооружений: $600 млн как «входной билет» 27:54
На вопрос о том, достаточно ли Poolside привлеченных 600 млн долларов, Эйсо Кант отвечает прямо: «Нет». Эта сумма — лишь плата за право участия в гонке. На эти деньги компания запустила этим летом кластер из 10 000 GPU.
Основные тезисы гостя о ресурсах:
- Капитал и железо: Хотя Ларри Эллисон заявлял о $100 млрд как цене входа, Эйсо Кант полагает, что пока существуют физические ограничения (трудность объединения более 100 000 GPU в один кластер для обучения), у небольших команд есть шанс за счет таланта и данных.
- Дефицит предложения: Несмотря на огромные бюджеты, в мире сохраняется нехватка мощностей. Решения о закупках инфраструктуры принимаются на 12–18 месяцев вперед.
- Приоритет обучения над инференсом: Для обучения модели тысячи серверов должны находиться в одной комнате и мгновенно общаться друг с другом, что диктует особые требования к дата-центрам.
Эйсо Кант подчеркивает, что Poolside сознательно отказалась от инвестиций гиперскейлеров (Google, Microsoft, Amazon) в последнем раунде, чтобы сохранить независимость. Единственным стратегическим инвестором стала Nvidia, так как компания тесно сотрудничает с ними на уровне оптимизации софта и чипов.
🌍 Таланты и европейский фактор 55:34
Poolside — американская компания, но её команда распределена по всему миру. При планировании стартапа основатели составили список из 3 300 лучших специалистов в области ИИ и обнаружили, что огромная их часть живет в Европе и Израиле и не хочет переезжать в Кремниевую долину.
Гость выделяет три главных источника талантов в Европе:
- DeepMind (Лондон): Кузница кадров, создавшая невероятную базу исследователей.
- Meta (Лондон и Париж): Активно инвестировала в европейские R&D центры.
- Яндекс (Yandex): Эйсо Кант называет выходцев из Яндекса «невероятной диаспорой» талантливых инженеров, покинувших Россию.
Относительно критики европейской трудовой этики гость утверждает, что люди, желающие «выиграть олимпийское золото в плавании» (то есть создать AGI), одинаковы везде. Они готовы на жертвы и одержимы своей работой, независимо от страны проживания.
⚓ Личная философия: Жизнь на лодке и «Почему» 1:12:43
Эйсо Кант делится необычным личным опытом: долгое время он вместе с женой и золотистым ретривером жил на старой парусной лодке, которую они чинили сами. По его словам, это научило его ценить путь и приключения выше материальных благ. «Часы, машины, дома — это не то, о чем вы будете вспоминать», — утверждает он.
Самым важным вопросом для любого фаундера Эйсо считает вопрос «Почему?» (Why?). Сам он признается, что не чувствует покоя, если не работает над самой сложной и амбициозной задачей в мире. Его мозг «никогда не отключается», и работа в Poolside, несмотря на стресс, дает ему ощущение внутренней гармонии.
В финале Эйсо Кант отмечает, что в гонке за AGI нельзя ослаблять хватку ни на секунду. Любая ошибка в разработке или выходе на рынок может привести к тому, что компания перестанет иметь значение.
