В современном мире искусственный интеллект перестал быть просто инструментом и превратился в основу национального суверенитета и экономического процветания. Основатель NVIDIA Дженсен Хуанг и сооснователь Mistral AI Артур Менш обсуждают концепцию «суверенного ИИ» и объясняют, почему каждая нация обязана разработать собственную стратегию цифрового интеллекта, чтобы не оказаться в условиях новой технологической колонизации.
🌍 ИИ как технология общего назначения: почему нельзя ждать? 0:38
Экономисты выделяют лишь несколько технологий в истории человечества — таких как электричество или печатный станок — которые радикально ускоряют прогресс всего общества . Артур Менш уверен, что ИИ относится именно к этой категории (General Purpose Technology), так как он полностью меняет способ создания ПО и взаимодействия с машинами . ИИ позволяет создавать агентов, действующих от лица пользователя в любой вертикали: от сельского хозяйства до обороны и госуслуг .
Дженсен Хуанг подчеркивает опасную ловушку в восприятии ИИ как универсальной технологии. Если верить, что одна компания может создать «ультимативный» интеллект, то у остальных возникает соблазн просто сидеть и ждать . Однако интеллект — это не привилегия избранных. Хуанг утверждает:
- Никто не будет заботиться о шведской культуре и языке больше, чем сама Швеция .
- Никто не поймет экосистему Саудовской Аравии или Израиля лучше, чем эти страны сами .
- ИИ — это не только горизонтальная технология, но и гиперспециализированная среда .
Хуанг приводит аналогию: мы не ждем «универсального чат-бота» для диагностики редкого заболевания, нам нужен ИИ, обученный экспертами в этой конкретной области .
🏛️ ИИ как культурная и экономическая инфраструктура 3:56
В отличие от электричества, которое просто дает энергию, ИИ — это технология, производящая контент: текст, изображения, голос . Артур Менш называет это «социальным конструктом». Если ценности и культурные коды нации не будут интегрированы в модели на этапе обучения, они могут просто исчезнуть, вытесненные стандартами централизованных поставщиков .
Дженсен Хуанг развивает эту мысль: цифровой интеллект страны — это новый слой национальной инфраструктуры, такой же важный, как телекоммуникации, здравоохранение или транспорт .
Основные аргументы в пользу суверенного владения данными:
- Право собственности: национальные библиотеки и история принадлежат народу, и только страна должна решать, как использовать их для обучения моделей .
- Ответственность: формирование будущего цифрового интеллекта — это обязанность государства, которую нельзя передать на аутсорс .
- Безопасность: зависимость от внешнего «интеллектуального облака» может привести к ситуации, когда другое государство будет решать, что может и чего не может делать ваша рабочая сила .
👷 Цифровая рабочая сила: новый слой экономики 8:41
Дженсен Хуанг предлагает рассматривать ИИ как «цифровую рабочую силу» . Мы нанимаем выпускников вузов, обладающих общими знаниями, но затем обучаем их специфике нашей компании, устанавливаем рамки (guardrails) и постоянно оцениваем их работу . То же самое происходит с ИИ: страны должны брать базовые модели и «онбордить» их, наполняя локальными знаниями.
В этой новой реальности роль IT-департаментов радикально меняется:
- IT-отдел становится «HR-департаментом для цифровых сотрудников» .
- Они будут заниматься тонкой настройкой (fine-tuning), установкой этических фильтров и непрерывным обучением агентов .
- Это создаст гибридную экосистему из биологической и цифровой рабочей силы .
Хуанг подчеркивает, что это не произойдет само собой: «Никто не сделает это за вас. Вы должны сделать это сами» .
🧬 Специализация: от общих знаний к национальным экспертам 11:49
Артур Менш описывает структуру ИИ как дерево, где ветви становятся всё более специализированными . Mistral AI недавно выпустила модель Mistral Small, которая стала основой для целого семейства:
- Языковая специализация: были созданы версии, глубоко понимающие арабский и индийские языки .
- Эффективность: модель на 24 миллиарда параметров (M Saaba), оптимизированная под арабский, обходит модели в пять раз крупнее, которые обучались на «всем интернете» без фокуса .
- Вертикальная экспертиза: следующий шаг — создание ИИ, который не просто говорит по-арабски, но понимает тонкости юридической системы Саудовской Аравии или медицинской терминологии на французском .
Для малых стран стратегия должна заключаться в покупке «горизонтальных примитивов» (чипы, базовая инфраструктура) и вложении ресурсов в «вертикальную специализацию» на основе собственных талантов и данных .
⚖️ ИИ как величайший уравнитель 31:02
На опасения лидеров государств о том, что ИИ усилит технологический разрыв, Хуанг отвечает категорично: ИИ — это величайшая сила по сокращению этого разрыва .
Его доказательства:
- Новый язык программирования: Раньше нужно было учить C++, теперь достаточно человеческого языка .
- Масштаб: Сегодня количество людей, продуктивно «программирующих» компьютеры с помощью ChatGPT, на порядки превышает число программистов на C++ за всю историю .
- Скорость: Это изменение произошло всего за три года .
🔓 Открытый исходный код как гарант безопасности 32:51
Mistral AI и NVIDIA активно поддерживают Open Source (например, через совместную модель Mistral Nemo). Артур Менш считает, что закрытые модели — это риск. Проверить точность и отсутствие скрытых багов в системе можно только тогда, когда у тебя есть доступ к «весам» модели, а не только к API .
Дженсен Хуанг приводит в пример облачные технологии: весь современный интернет и облака построены на Open Source (Linux, базы данных), потому что это самая безопасная среда благодаря публичному аудиту . В Open Source невозможно просто «запихнуть любой мусор», так как сообщество мгновенно это заметит и высмеет .
Попытки государств ограничить экспорт ИИ-моделей Хуанг считает бессмысленными: программное обеспечение невозможно контролировать, и если одна страна закроется, стандартом станет разработка другой страны .
🏢 Уроки построения компаний: наука против софта 42:02
NVIDIA часто называют «самой маленькой из больших компаний». Хуанг объясняет это отказом от бюрократии и жесткого контроля в пользу «выравнивания» (alignment) . Он ненавидит слова «дивизионы» и «бизнес-юниты», так как они подразумевают разобщенность; компания должна работать как единый вычислительный стек .
Артур Менш отмечает уникальную сложность ИИ-бизнеса: это «deep tech» компания, где наука сталкивается с требованиями софтверного рынка . В Mistral AI сосуществуют две частоты:
- Быстрая: продуктовая команда, итерирующая каждую неделю .
- Медленная: научная команда, которая может месяцами искать новые архитектурные парадигмы .
🔮 Будущее: физический ИИ и Blackwell 54:11
Дженсен Хуанг выделяет три ключевых направления на следующие 10 лет:
- Агентивный ИИ (Agentic AI): системы, способные выполнять сложные задачи автономно, тратя время на «размышления» .
- Физический ИИ (Physics AI): модели, понимающие законы химии, атомов и физики, что совершит прорыв в науке .
- Робототехника: ИИ с «врожденным здравым смыслом», понимающий инерцию, трение и причинно-следственные связи .
Именно для задач «рассуждающего» ИИ была создана новая архитектура Blackwell — она оптимизирована для инференса (вывода), так как нагрузка на вычисления при «обдумывании» задач будет колоссальной .
Хуанг завершает беседу призывом к мировым лидерам не бояться технологии и не «переоценивать» её до такой степени, чтобы бояться внедрять: «Это вопрос национального интереса. Вы обязаны этим заниматься» .
