# Прогноз Эпох АИ: дата-центры мощностью в пол-Нью-Йорка и суперразум к 2045 году Источник: https://www.youtube.com/watch?v=TbFSGiQdCaw Канал: a16z (Andreessen Horowitz) Опубликовано: 24.11.2025 --- 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 [[JUMP:02:10]] 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 [02:37]. 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 [03:31]. * **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 [04:50]. * **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 [05:18]. * **Риск внезапного взрыва:** При этом Оуэн признает, что если масштабирование внезапно перестанет давать результат, пузырь лопнет мгновенно, и последствия будут тяжелыми [04:11]. ## 📈 Пределы масштабирования и «софтверная сингулярность» [[JUMP:05:32]] Несмотря на слухи о достижении «потолка» в обучении моделей, эксперты **Эпох АИ (Epoch AI)** не видят статистических подтверждений замедления темпов роста способностей ИИ [05:45]. Основные тезисы по поводу развития технологий: 1. **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 [06:27]. 2. **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» [08:26]. 3. **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 [11:52]. ## 💻 Будущее программирования и рынка труда [[JUMP: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» [15:09]. * **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 [16:32]. * **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 [17:00]. ### 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 [24:10]. 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 [25:01]. ## 🧪 Научные прорывы: Математика и Биология [[JUMP: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 [39:01]. 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 [40:21]. * **Биология:** Здесь прогресс сложнее, так как ИИ не может проводить физические эксперименты самостоятельно. Тем не менее, инструменты вроде AlphaFold уже совершили революцию [43:35]. * **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 [41:40]. ## 🦾 Робототехника и физический мир [[JUMP: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) [47:53]. * **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 [48:35]. * **Приоритеты:** Физические манипуляции могут казаться сложными лишь потому, что в эту область вложили на порядки меньше ресурсов, чем в LLM [50:03]. ## 🏭 Инфраструктура: Дата-центры гигаваттного масштаба [[JUMP:50:16]] **Эпох АИ (Epoch AI)** провела исследование 13 крупнейших дата-центров США, используя спутниковые снимки и данные о разрешениях на строительство [50:29]. 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 [51:08]. * **Проект Microsoft/OpenAI:** Строящийся кластер в Маунт-Плезант (проект Fairwater) будет потреблять мощность, сопоставимую с половиной энергопотребления Нью-Йорка [51:46]. * **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 [54:23]. ## 🏛️ Государство и «шок безработицы» [[JUMP: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 [19:15]. * **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 [56:33]. * **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 [32:33]. **Эпох АИ (Epoch AI)** прогнозирует, что точка «бананового режима» (когда всё начинает меняться слишком быстро для прогнозирования) или появление суперразума наступит к **2045 году** [45:24].