В условиях стремительного роста инвестиций в вычислительные мощности эксперты и инвесторы задаются вопросом: находимся ли мы на пороге технологической сингулярности или внутри очередного финансового пузыря? В новом выпуске подкаста a16z представители исследовательской организации Эпох АИ (Epoch AI) Дэвид Оуэн и Хайме Севилья делятся результатами своего анализа данных, прогнозируя сроки появления суперразума и оценивая влияние ИИ на экономику.
💰 ИИ-пузырь или новая реальность: взгляд на финансы 2:10
Вопрос о том, оправданы ли многомиллиардные затраты на ИИ, остается центральным для рынка. По мнению Дэвида Оуэна, текущие расходы на вычислительные мощности (compute) — это лучший индикатор намерений компаний, и пока нет явных признаков того, что инвесторы жалеют о содеянном .
Основные финансовые аргументы участников дискуссии:
- Прибыльность существующих моделей: Оуэн утверждает, что если бы разработчики прямо сейчас остановили создание всё более крупных моделей и сосредоточились на эксплуатации текущих, они бы очень быстро окупили затраты и вышли в прибыль за счет текущей маржи .
- Инвестиции в будущее: Огромные траты — это не убытки текущего дня, а капиталовложения в будущие поколения ИИ. По словам Оуэна, разработчики «оплачивают будущее развитие», и пока доходы от использования (inference) растут, говорить о пузыре преждевременно .
- Реальная ценность: Севилья отмечает, что люди и компании платят за доступ к моделям значительные суммы, что является «довольно надежным признаком» того, что технология приносит реальную пользу, а не просто является предметом хайпа .
- Риск внезапного взрыва: При этом Оуэн признает, что если масштабирование внезапно перестанет давать результат, пузырь лопнет мгновенно, и последствия будут тяжелыми .
📈 Пределы масштабирования и «софтверная сингулярность» 5:32
Несмотря на слухи о достижении «потолка» в обучении моделей, эксперты Эпох АИ (Epoch AI) не видят статистических подтверждений замедления темпов роста способностей ИИ .
Основные тезисы по поводу развития технологий:
- Смена фокуса: Пре-тренинг (предварительное обучение) становится менее приоритетным по сравнению с пост-тренингом и методами «рассуждения» (reasoning), но это лишь поиск новых эффективных путей использования данных, а не признак тупика .
- Автоматизация исследований (R&D): Существует гипотеза о «софтверной сингулярности», когда ИИ начнет сам улучшать алгоритмы ИИ. Однако Оуэн скептичен: данные показывают, что для прогресса всё равно требуются масштабные и дорогие физические эксперименты на вычислительных кластерах, а не просто работа «цифровых исследователей» .
- Обучение vs имитация: Обсуждая разницу между обучением человека и машины, Хайме Севилья призывает к осторожности в аналогиях. Хотя критики указывают на «катастрофическое забывание» у ИИ, практика показывает, что с ростом масштаба модели начинают запоминать информацию всё лучше .
💻 Будущее программирования и рынка труда 12:35
Обсуждая прогнозы Дарио Амодеи (CEO Anthropic) о том, что ИИ скоро будет писать 90% кода, участники отметили нюансы этого процесса.
- Эффективность программистов: Севилья признается, что лично он уже пишет более 90% своего кода с помощью ИИ, хотя понимает, что не является «средним программистом» .
- Ловушка метрик: Исследования начала 2025 года (например, работа об «uplift») показывают, что разработчики часто чувствуют себя более продуктивными с ИИ, даже если реальная скорость выполнения задач растет не так значительно .
- Новый тип задач: По мнению Оуэна, ИИ часто пишет тот код, который человек вообще бы не стал писать (например, сложные симуляции или мелкие скрипты), расширяя возможности, а не просто заменяя часы работы .
Рекомендации по образованию:
Если студент сегодня выбирает специализацию, Оуэн советует не фокусироваться на конкретных языках программирования, а развивать общие навыки: коммуникацию, умение работать с людьми и критическое мышление . Севилья иронично добавляет историю о родственнике, который предпочел изучать драму вместо математики, и признает, что в условиях неопределенности планирование «от настоящего» может быть разумнее, чем попытка угадать требования рынка через 10 лет .
🧪 Научные прорывы: Математика и Биология 37:54
Математика оказалась «неожиданно легкой» областью для ИИ. Оуэн не исключает, что крупная нерешенная математическая задача (например, гипотеза Римана) может быть решена ИИ в ближайшие 5 лет .
Особенности прогресса в науке:
- Математика: Это домен, где хорошо работает обучение с подкреплением (RL). Оуэн считает, что решение сложных задач для ИИ — это как «создание произведения искусства»: это оказалось ниже по «дереву способностей», чем многие предполагали .
- Биология: Здесь прогресс сложнее, так как ИИ не может проводить физические эксперименты самостоятельно. Тем не менее, инструменты вроде AlphaFold уже совершили революцию .
- Эффект шахмат: Севилья проводит аналогию с шахматами: когда компьютер обыграл человека, все решили, что шахматы — это просто перебор, а не вершина разума. То же может случиться с математикой .
🦾 Робототехника и физический мир 47:00
В отличие от цифрового интеллекта, робототехника сталкивается с аппаратными и экономическими барьерами.
- Масштаб обучения: Затраты на обучение моделей для роботов сейчас в 100 раз меньше, чем на обучение фронтирных языковых моделей (LLM) .
- Проблема «железа»: Основной вопрос не в софте, а в стоимости и надежности оборудования. По мнению Оуэна, если робот стоит $100 000, он не сможет конкурировать с дешевым человеческим трудом в развивающихся странах .
- Приоритеты: Физические манипуляции могут казаться сложными лишь потому, что в эту область вложили на порядки меньше ресурсов, чем в LLM .
🏭 Инфраструктура: Дата-центры гигаваттного масштаба 50:16
Эпох АИ (Epoch AI) провела исследование 13 крупнейших дата-центров США, используя спутниковые снимки и данные о разрешениях на строительство .
Ключевые находки:
- Лидер гонки: Самым вероятным кандидатом на запуск первого дата-центра гигаваттного масштаба является проект Anthropic и Amazon (проект Rainier в Индиане), запуск которого ожидается в январе .
- Проект Microsoft/OpenAI: Строящийся кластер в Маунт-Плезант (проект Fairwater) будет потреблять мощность, сопоставимую с половиной энергопотребления Нью-Йорка .
- Энергетический тупик — миф: Оуэн считает, что жалобы на нехватку энергии преувеличены. Если компании готовы платить за видеокарты миллиарды, они могут позволить себе построить солнечные фермы и хранилища энергии, даже если это вдвое дороже обычного электричества .
🏛️ Государство и «шок безработицы» 55:13
Самый драматичный сценарий, который обсуждают в Эпох АИ (Epoch AI) — это возможность резкого скачка безработицы.
- Шок на 5%: Оуэн считает, что существует вероятность (20-30%), что в ближайшее десятилетие ИИ приведет к росту безработицы на 5% всего за полгода .
- Реакция властей: В такой ситуации правительство среагирует мгновенно, как во время COVID-19. По мнению Оуэна, могут быть приняты «немыслимые» ранее меры: национализация ИИ-лабораторий, прямые выплаты гражданам или принудительная остановка разработок .
- Прогноз по ВВП: Если ИИ сможет полностью заменить человека в удаленной работе, рост мирового ВВП может составить феноменальные 30% в год. В противном случае, по пессимистичному прогнозу, человечество может столкнуться с экзистенциальными рисками .
Эпох АИ (Epoch AI) прогнозирует, что точка «бананового режима» (когда всё начинает меняться слишком быстро для прогнозирования) или появление суперразума наступит к 2045 году .
