Спекуляции правят миром. Раньше это было не так. Но с 1980-х годов вплоть до 2008 года кое-что изменилось. Инвесторы осознали, что могут получить гораздо большую отдачу от ажиотажа, чем от любого законного бизнеса. В конце концов, мы живем в информационную эпоху, а информацией легко манипулировать и превращать её в товар. Это привело к пузырю доткомов, кредитному кризису 2008 года, пузырю криптовалют в 2016-2017 годах, пузырю криптовалют в конце 2020-2021 годов и пузырю NFT в 2022 году, а последней модной тенденцией стал пузырь искусственного интеллекта. Фактически, почти половина частных инвестиций в мире направляется в искусственный интеллект, и спекуляции на искусственном интеллекте являются главной движущей силой недавнего роста индекса S&P 500. Но, как и другие пузыри перед своим катастрофическим крахом, пузырь искусственного интеллекта показывает признаки скорого схлопывания. Однако финансисты и адепты технологий усвоили урок и уже разрабатывают следующую популярную тему, чтобы уйти в закат со всеми нашими деньгами, готовясь к тому моменту, когда им неизбежно придётся покинуть тонущий корабль. Жаль только, что эта новая идея является еще более бесперспективной, чем искусственный интеллект.
Итак, по сути, это общеизвестный факт, что пузырь искусственного интеллекта созрел для схлопывания. Такие понятия, как «эффективная граница вычислений» и «гипотеза Флориди», означают, что существующие модели искусственного интеллекта практически достигли своего предела возможностей. Даже если бы OpenAI потратила триллионы долларов на десятикратное увеличение размера своих моделей, они стали бы лишь ненамного лучше. Недавний выпуск ChatGPT-5 является идеальным тому примером. В него было вложено значительно больше данных, тренировочных ресурсов и денег, чем в его младшего брата ChatGPT-4, однако он лишь незначительно превосходит ChatGPT-4.
Это огромная проблема! Потому что в своем нынешнем виде генеративные модели искусственного интеллекта на самом деле не так уж полезны и даже отдаленно не рентабельны.
Отчет Массачусетского технологического института показал, что в 95 процентах случаев пилотные проекты с использованием искусственного интеллекта не повышали прибыль или производительность компании. В тех 5 процентах случаев, где был положительный эффект, искусственный интеллект использовался для решения рутинных административных задач в фоновом режиме, и даже тогда улучшения были незначительными. Отчет METR показал, что инструменты искусственного интеллекта для написания кода на самом деле замедляют работу разработчиков. Неточность этих моделей приводит к тому, что они постоянно допускают очень странные ошибки в коде, которые чрезвычайно трудно найти и исправить. Логически, быстрее и дешевле поручить разработчику написать код самостоятельно. Исследования даже показали, что для 77 процентов работников искусственный интеллект увеличил их рабочую нагрузку, а не производительность. В настоящее время генеративный искусственный интеллект слишком подвержен ошибкам, чтобы обеспечивать значительный рост производительности или рентабельности в подавляющем большинстве случаев использования.
Другими словами, для того чтобы модели искусственного интеллекта оправдали спекуляции, движущие их массированным финансированием, они должны стать намного, намного лучше, что требует экспоненциально больших денежных затрат.
Это еще одна огромная проблема, учитывая, что OpenAI, обладающая самой большой клиентской базой среди всех компаний, работающих в области генеративного искусственного интеллекта, до сих пор несет убытки с каждого своего тарифного плана. Фактически, похоже, что им пришлось бы продавать его по цене около двух тысяч долларов в месяц, чтобы выйти в ноль.
Крупные технологические компании, поддерживаемые венчурным капиталом и инвестиционными банками, тратили сотни миллиардов долларов ежегодно на искусственный интеллект в течение последних нескольких лет. Однако технология приближается к своим пределам и не может совершенствоваться, а также находится очень далеко от рентабельности. Это идеальный пузырь, в котором колоссальные суммы денег используются для поддержки совершенно безосновательных и откровенно ложных спекуляций. И теперь, после разочарования от GPT-5, реструктуризации Meta и уменьшения в ней значения подразделения искусственного интеллекта, а также угрозы повышения процентных ставок, именно те инвесторы, которые помогли раздуть этот пузырь, предупреждают, что он лопнет. Даже Goldman Sachs, вложившая огромные деньги в пузырь искусственного интеллекта, предупредила, что он, вероятно, скоро лопнет, и когда это произойдет, он утащит за собой и пузырь дата-центров, нанеся огромный ущерб не только таким компаниям, как xAI, Meta, Google, Anthropic и OpenAI, но и второстепенным игрокам, таким как Amazon, Oracle и Nvidia, которые обеспечивают инфраструктуру для искусственного интеллекта.
Другими словами, когда этот пузырь лопнет, он нанесет невероятный ущерб каждому странному адепту технологий и токсичному финансисту, которого вы знаете.
К счастью, у них есть план, как избежать этого рукотворного экономического апокалипсиса. Квантовые компьютеры. И они отчаянно хотят, чтобы мы присоединились к этой новой моде.
К сожалению, у меня нет времени подробно объяснять, как работает квантовый компьютер, но если вам интересно, старое видео Veritasium отлично это делает. Однако, упрощенно говоря, вместо использования битов, которые могут быть 1 или 0, квантовый компьютер использует кубиты, которые могут быть и тем, и другим одновременно. Это означает, что квантовый компьютер теоретически может обладать экспоненциальной вычислительной мощностью, поскольку он может получать огромное количество входных данных одновременно и также выдавать огромное количество результатов. Фактически, недавно квантовый компьютер за несколько минут решил математическую задачу, на решение которой нашему лучшему суперкомпьютеру потребовалось бы времени больше, чем возраст Вселенной. Таким образом, квантовые вычисления обещают революционные достижения в химии, позволяя рассчитывать сложные молекулярные структуры и взаимодействия, а также в машинном обучении и искусственном интеллекте, поскольку их экспоненциальная вычислительная мощность может снять текущие ограничения технологии.
Более того, некоторые даже предположили, что наш мозг является квантовым компьютером, и что это означает, что квантовый искусственный интеллект мог бы наконец создать машины с уровнем интеллекта, сопоставимым с человеческим, которые были бы гораздо эффективнее и дешевле в эксплуатации, чем текущие модели.
Уверен, вы понимаете, к чему это ведет. Каждый адепт технологий и финансист, глубоко вовлеченный в искусственный интеллект, теперь покупается на спекуляцию, что квантовые компьютеры могут решить все проблемы искусственного интеллекта, и поэтому вкладывает в это свои деньги и влияние.
Гиганты искусственного интеллекта Google, Microsoft и Amazon в настоящее время разрабатывают свои собственные квантовые компьютеры. Nvidia разрабатывает аппаратное и программное обеспечение для квантовых компьютеров. OpenAI недавно наняла одних из лучших в мире физиков в области фотонных квантовых вычислений. Даже Маск начал продвигать идею квантовых вычислений для своих амбиций в области искусственного интеллекта. Но дело не только в крупных игроках; небольшие компании, занимающиеся квантовыми вычислениями, начинают получать огромные инвестиции и наблюдать за стремительным ростом своей стоимости. Взять, к примеру, Quantinuum, довольно небольшой стартап в области исследований квантовых вычислений, который недавно привлек шестьсот миллионов долларов, удвоив свою стоимость до десяти миллиардов долларов.
Похоже, это их спасательная шлюпка от пузыря искусственного интеллекта — направить деньги и ажиотаж на эту технологию, которая обещает решить все проблемы, с которыми сталкивается мир искусственного интеллекта. Так что же, это просто замена одного пузыря другим? Снова ли эти технологические гиганты и их покровители вливают миллиарды в ложные обещания? Или же квантовые вычисления действительно могут решить проблемы, стоящие перед индустрией искусственного интеллекта?
Что ж, к сожалению, квантовые вычисления — это не то, чем кажутся.
Во-первых, аппаратное обеспечение еще очень далеко от полной функциональности. До создания действительно универсального и реально работающего квантового компьютера еще десять-двадцать лет. Их безумно сложно строить и еще сложнее эксплуатировать. Эти сроки можно сократить за счет очень крупных инвестиций, но, как показал пример с термоядерным синтезом, ни в чём нельзя быть уверенным.
По правде говоря, главная проблема не в аппаратном обеспечении. Она в программном обеспечении.
В большинстве ситуаций квантовый компьютер на самом деле гораздо медленнее, чем обычный суперкомпьютер. Он превосходит их только в решении очень специфических, сложных задач, таких как вычисление факториалов. Однако из-за особенностей кубитов эти компьютеры не могут запускать стандартный код или алгоритмы. Для них требуются специальные алгоритмы, и в этом заключается проблема.
Помните, как при открытии ящика с котом Шредингера вы фиксируете его суперпозицию как мертвого или живого? Это называется коллапсом волновой функции. Так вот, когда вы считываете кубит, вы делаете то же самое, и, фиксируя его состояние, вы превращаете его в обычный компьютер, в единицу или ноль, что сводит на нет всю эту идею экспоненциальных вычислений. Вместо этого компьютер должен запустить алгоритм, который использует квантовую интерференцию для того, чтобы отсеять бесполезные кубиты и оставить только полезные до момента считывания; таким образом, когда мы считываем результат, мы получаем полезный ответ и можем использовать эту экспоненциальную вычислительную мощность.
Однако придумать такие алгоритмы невероятно сложно, и их можно использовать только для решения очень специфических видов многоузловых сложных задач.
У нас уже есть несколько таких алгоритмов, способных находить факториалы или моделировать квантовую физику, но это практически всё. Мы ещё не нашли ни одного, который работал бы для химического моделирования или для нейронных сетей, лежащих в основе искусственного интеллекта, и многие исследователи полагают, что для этих приложений может вообще не существовать подходящих алгоритмов. Они указывают на то, что данные, используемые в обучении искусственного интеллекта, очень неструктурированы, и что математические вычисления, производимые во время обучения, не подходят для квантового компьютера.
Таким образом, даже если крупные технологические компании смогут ускорить появление действительно пригодных к использованию квантовых компьютеров, текущий уровень науки говорит о том, что они не окажут никакого влияния на искусственный интеллект. Фактически, мы нашли так мало квантовых алгоритмов, что большая часть обещанных преимуществ этой технологии кажется совершенно неосуществимой.
Опять же, это все шумиха без реальных оснований.
Даже представление о том, что наш мозг является квантовым компьютером — идея, которая породила всё движение квантового искусственного интеллекта, — было в значительной степени опровергнуто недавними исследованиями.
Но это не имеет значения. Реальность больше не имеет значения. Эта идея витает в воздухе. Дезинформация о возможностях квантовых компьютеров распространяется и процветает. И эти придурки готовы превратить это в товар.
Если крупные технологические компании и их покровители смогут достаточно быстро раздуть пузырь квантовых компьютеров, всё, чего они добьются, — это отсрочат схлопывание пузыря искусственного интеллекта. Рано или поздно ажиотаж утихнет, когда обещанные прибыли не материализуются и общественное сознание начнет соответствовать реальности. Все те сотни миллиардов долларов, которые должны были пойти на повышение зарплат работникам, чтобы они хотя бы поспевали за инфляцией, но вместо этого были перенаправлены в эту финансовую черную дыру, исчезнут, и у нас практически не останется ничего, что могло бы оправдать эти усилия. Это жалко, это печально, и это больно ударит по всем нам, кроме тех миллиардеров наверху, потому что они уже извлекут свои деньги до того, как все пойдет под откос.
Это перевод статьи Уилла Локетта. Оригинальное название: "The AI Bubble Is About To Burst, But The Next Bubble Is Already Growing".