Кажется, человечество снова переживает эйфорию: искусственный интеллект на пике внимания — инвесторы с азартом вкладывают миллиарды, корпорации соревнуются, кто первым создаст «суперразум», а пользователи обсуждают ChatGPT и нейросети, будто речь идет о новой форме жизни! Но ведь подобные всплески уже были — и всякий раз после них следовало похолодание: интерес угасал, финансирование схлопывалось, а проекты, недавно казавшиеся прорывными, замораживались. Так было дважды, и вопрос сегодня звучит все настойчивее: не идет ли нынешнее «лето ИИ» к своему логическому завершению — новой зиме?
Дорогие друзья! Если вам нравится то, что я делаю, и вы хотите поддержать мой проект, буду очень благодарен за любой вклад. Вы можете сделать донат по ссылке. Спасибо за вашу поддержку и вдохновение!
Откуда взялось понятие «зимf ИИ»
Термин «зима искусственного интеллекта» родился не из красивой метафоры, а из тревоги. В 1984 году, на собрании Американской ассоциации искусственного интеллекта, известные исследователи Роджер Шэнк и Марвин Мински открыто заговорили о перегретых ожиданиях. По их словам, волна энтузиазма вокруг «мыслящих машин» неминуемо обернется разочарованием — подобно ядерной зиме, когда после взрыва наступает холод и мрак, чрезмерное восхищение технологиями приведет к спадy интереса, потере доверия инвесторов и свертыванию исследований.
Через три года их предсказание сбылось буквально по учебнику.
Первая и вторая зимы: от эйфории к разочарованию
Первая «зима ИИ» длилась с 1974 по 1980 год. В предшествующие два десятилетия мир верил в скорое создание «умных» машин, после демонстрации автоматического перевода в IBM в 1954 году в воздухе витала мысль: компьютеры скоро будут говорить и думать. Исследования финансировались щедро — DARPA позволяла тратить гранты почти без отчетности. В лабораториях создавались перцептроны — предшественники современных нейросетей.
Однако результаты оказались далеки от ожиданий: машинный перевод без понимания контекста выдавал ошибки, стоил дорого, а книга Мински и Пейперта «Перцептроны» убедительно показала: нейросети того времени просто не способны решать сложные задачи. Затем последовало и политическое охлаждение^ поправка сенатора Мэнсфилда ограничила «чистую науку» и потребовала от DARPA прикладных результатов. Финалом стал доклад Джеймса Лайтхилла, в котором он фактически обвинил ИИ в бесполезности. Финансирование иссякло, лаборатории закрылись — и настала первая «зима».
Вторая волна интереса пришла в 1980-е, когда появились экспертные системы: они умели анализировать сложные данные и помогали, например, прогнозировать поломки оборудования. Казалось, вот он — успех, но вскоре выяснилось, что поддерживать такие системы невероятно дорого, а вычислительная техника того времени попросту не тянет нагрузку. Японский проект «пятого поколения» провалился, корпорации свернули разработки, и с 1987 по 1994 год мир снова охладел к ИИ.
Настоящее лето: эпоха нейросетей и ожиданий
Сейчас мы переживаем обратный процесс — бурное «лето искусственного интеллекта». Началось оно в 2012 году с архитектуры AlexNet, открывшей новую эру глубокого обучения, за ней последовали трансформеры, языковые модели и, наконец, ChatGPT, ставший лицом новой технологической эпохи. Компании строят стратегии на ИИ, правительства готовят законы, регулирующие алгоритмы, а венчурный капитал снова льется рекой. Но не повторяем ли мы ошибки прошлого?
Что действительно дает ИИ экономике
Разговоры о «всемогуществе» ИИ часто заслоняют главный вопрос — где практическая польза? Да, автопилоты обещали революцию на дорогах, но в реальности та же Tesla с «умным» управлением за девять месяцев 2022 года попала более чем в две сотни аварий. Или взять чат-ботов: ChatGPT поражает способностью вести диалог, но его ответы требуют проверки, а использование таких систем в клиентском сервисе нередко снижает качество обслуживания.
То есть искусственный интеллект пока не столько заменяет человека, сколько помогает — и именно в этом направлении технологии имеют смысл. Но инвестиции в отрасль растут быстрее, чем отдача: по статистике, до 80% ИИ-проектов терпят неудачу. И если этот разрыв между ожиданиями и реальностью не сократится, закономерное разочарование неизбежно.
Когда технологии упираются в законы
Еще один фактор, способный охладить рынок, — регулирование. Уже сегодня все громче звучат претензии к компаниям, обучающим нейросети на данных без разрешения владельцев.
Показательный пример — иск The New York Times против OpenAI и Microsoft за незаконное использование материалов издания.
В Европе вступает в силу масштабный AI Act, вводящий категории риска для систем искусственного интеллекта и ограничивающий распознавание лиц. В России «Яндекс» уже маркирует рекламу, созданную нейросетями. И это лишь начало: чем активнее технологии входят в повседневную жизнь, тем строже будут правила игры, а вместе с ними — и осторожнее инвесторы.
Экология и экономика: цена цифрового ума
Оборотная сторона ИИ — гигантское энергопотребление. Только ChatGPT ежедневно тратит около 500 тысяч киловатт-часов, что сопоставимо с годовым потреблением тысяч домов! По оценке Goldman Sachs, к 2030 году дата-центры могут увеличить потребность в энергии на 160%.
В 2023 году Google зафиксировала рост выбросов CO2 на 13% — во многом из-за интеграции ИИ. Иными словами, чем активнее мы «учим» нейросети, тем сильнее нагреваем планету. На определенном этапе энергетические и экологические издержки могут перевесить выгоды, и тогда наступит не технологический, а очень буквальный холод — принудительное сокращение центров обработки данных и остановка проектов.
Как избежать новой «зимы»?
Чтобы не повторить ошибки прошлого, важно менять сам фокус инвестиций. ИИ должен не развлекать, а приносить осязаемую экономическую пользу: например, полезны нейросети, предсказывающие новые материалы, оптимизирующие химические процессы или ускоряющие диагностику в медицине, способны изменить целые отрасли. Такие решения повышают производительность и укрепляют экономику — а значит, дают технологиям устойчивое будущее.
Создание еще одного аналога ChatGPT или Kandinsky, пусть и отечественного, — это важный шаг, но не стратегический прорыв. Настоящим успехом стало бы появление систем, способных помогать инженерам проектировать двигатели, врачам — анализировать снимки, а ученым — открывать лекарства. Только в этом случае искусственный интеллект перестанет быть игрушкой хайпа и станет инструментом реального прогресса.
Вместо эпилога
История ИИ циклична, как времена года: после бурного лета приходит осень, за ней — зима. Но если сделать правильные выводы, зима может оказаться не концом, а передышкой — временем, когда отрасль очистится от избыточных ожиданий и сосредоточится на главном. И, может быть, тогда следующее «лето искусственного интеллекта» продлится дольше — потому что за ним наконец будет стоять не мода, а смысл.
ПОДПИСЫВАЙТЕСЬ на наш YouTube канал!
Ставьте ПАЛЕЦ ВВЕРХ и ПОДПИСЫВАЙТЕСЬ на Дзен канал
Читайте также: