Общий искусственный интеллект может появиться до 2030 года
Другие публикации
Собственные базовые модели генеративного искусственного интеллекта в мире разрабатывают около десяти стран, в том числе Россия, при этом наша страна занимает 7-е место в мире по уровню поддержки государством сферы разработки искусственного интеллекта. Подобный фокус не случаен — внедрение искусственного интеллекта будет иметь гораздо более широкие последствия для страны, чем непосредственно экономический эффект, в частности развитие искусственного интеллекта положительно повлияет на качество и продолжительность жизни, повысит качество образования, создаст новые рабочие места.
Практически все опрошенные компании (94%) отмечают сокращение затрат в качестве ключевого эффекта от внедрения искусственного интеллекта в бизнес-процессы; около трети компаний, работающих в потребительском секторе (банкинг, ритейл, медиа, телекоммуникации, электронная коммерция, ИТ), также ожидают, что искусственный интеллект способен увеличить выручку компании, увеличить ценность продуктов для клиентов и, как следствие, лояльность последних.
Эксперты из института Epoch AI проанализировали все прогнозы профессиональных исследователей относительно того, когда человечество создаст AGI. Вероятность создания общего искусственного интеллекта к 2030 году оценивается ими в среднем в 25%, к 2050 году в 57%, к 2100 году в 88%.
Искусственный интеллект, базирующийся на больших языковых моделях (Large Language Model) и машинном обучении, в публичном поле появился всего два с половиной года назад, но за короткое время успел стать сквозной технологией, оказывающей огромное влияние на развитие экономики и формирование новых рынков.
При этом руководитель научных исследований обработки естественного языка в лаборатории T-Bank AI Research Даниил Гаврилов считает, что общий ИИ появится раньше. Он отметил, что и аналитики, и разработчики, делая прогноз в 2021 году относительно качества нейросетевых моделей к 2022 году, ошиблись более чем в два раза, причем, в меньшую сторону. «Нам очень тяжело думать об экспоненциальном росте, а именно так сейчас развиваются большие языковые модели. Такая скорость тяжело укладывается в голове, поэтому те предсказания, которые мы слышали оказались более пессимистичны, чем реальность. Если экстраполировать текущую скорость развития ИИ, то уже к 2027 году мы получим, если не полноценный AGI, то что-то качественно иное относительно того, что мы имеем сейчас», — считает Гаврилов. Согласно данным Epoch AI, сегодня существуют несколько разнонаправленных трендов, которые будут влиять на скорость развития ИИ в ближайшие годы. Так производительность «железа», которое требуется обучения и работы нейросетей, удваивается каждые 2,3 года. А переход на новые (FP16) тензорные ядра в графических процессорах NVIDIA привел к одномоментному 10-кратному росту производительности. Объем вычислений, используемых для обучения нейросетевых моделей, с 2010 по 2024 ежегодно увеличивался в 4-5 раз. Такой рост наблюдается в новых больших языковых моделях (LLM) всех ведущих компаний. Алгоритмический прогресс в производительности LLM происходит со скоростью эквивалентной удвоению вычислительной мощности каждые 5-14 месяцев. То есть ИИ-алгоритмы становятся более совершенными и производительными. Среди негативных факторов, тормозящих развитие ИИ, эксперты Epoch AI отметили рост стоимость LLM. За последние восемь лет стоимость обучения новейших ИИ-моделей росла в 2-3 раза в год, а к 2027 году стоимость крупных LLM превысит миллиард долларов. Также сдерживающим фактором является дефицит данных для обучения искусственного интеллекта. Запас публичных текстов, созданных человечеством, оценивается примерно в 300 триллионов токенов. Если актуальные тенденции сохранятся, то языковые модели полностью используют этот запас между 2025 и 2032 годами (под токенами подразумевается последовательность текстовых символов — слов или отдельных знаков — ред.). В дальнейшем для дальнейшего обучения нейросетевых моделей потребуется использовать синтетические данные, то есть сгенерированные ИИ. Таким образом искусственный интеллект начнет обучать себя сам, но как это отразится на качестве и характере обучения пока неизвестно. В любом случае аналитики считают, что 2027-2030 года станут рубежом, когда станет ясно, насколько человечество приблизилось к созданию общего искусственного интеллекта. Среди экспертного сообщества нет сомнений, что создание AGI вызовет мощные технологические, экономические и социальные изменения в обществе.
По итогам опроса эксперты пришли к выводу, что экономический потенциал искусственного интеллекта в России к 2028 г. составит 22–36 трлн руб. Около 70% потенциала приходится на шесть ключевых для российской экономики отраслей, таких как транспорт и логистика, банкинг, ритейл, добывающая промышленность, производство потребительских товаров, ИТ-отрасль. Реализованный эффект от внедрения искусственного интеллекта к 2028 году может достичь 4,2–6,9 трлн руб., что эквивалентно влиянию на ВВП до 4%. Из них 0,8-1,3 трлн руб. будут зависеть от генеративного искусственного интеллекта.
20% крупных российских компаний уже используют генеративный искусственный интеллект. Об этом говорится в исследовании «Искусственный интеллект в России — 2023: тренды и перспективы», которое опубликовали «Яков и Партнёры» и Яндекс. Оно оценивает состояние рынка искусственного интеллекта в России и мире, потенциальный экономический эффект от внедрения технологии и выделяет ключевые тренды и области применения ИИ
Сегодня каждая вторая опрошенная компания в России находится на этапе экспериментирования и эксплуатации решений на базе искусственного интеллекта. Из тех, кто уже начал внедрять ИИ в свои процессы, 68% отмечают, что он оказал влияние приблизительно на 1–5% EBITDA компании. С появлением новых инструментов, расширением сфер применения и упрощением доступа к ИИ мы ожидаем, что эффект станет гораздо больше и в несколько раз превысит текущие показатели. Особенно это актуально в условиях исчерпания потенциала традиционных источников роста.
Сегодня рынок искусственного интеллекта является самым быстрорастущим в мире. Согласно прогнозам исследовательской компании Statista, c 2024 по 2030 год мировой рынок ИИ будет расти со скоростью 28,46% в год. А по мнению заместителя председателя правительства Российской Федерации Дмитрия Чернышенко, экономический эффект от внедрения искусственного интеллекта увеличит ВВП России к 2030 году на 11 трлн руб.
Открытие для компаний API российских генеративных нейросетей будет стимулировать бизнес внедрять технологию в пользовательские продукты и внутренние процессы. Быстрее всего мы увидим результат внедрения технологии в сферах ИТ, маркетинга и клиентского сервиса: например, ассистент написания кода на основе генеративного искусственного интеллекта может увеличить производительность разработчиков и избавить их от 10–15% рутинных задач, а благодаря генеративным подсказкам и суммаризации обращений сотрудники службы поддержки смогут обрабатывать запросы клиентов быстрее на 30–40%.
Решениями от OpenAI (GPT-4, GPT-3.5) пользуется 100% опрошенных компаний, применяющих генеративный искусственный интеллект. Дополнительно 80% респондентов применяют YandexGPT для решения задач по работе с текстами, и более 40% — Kandinsky для работы с изображениями.
В рамках исследования «Искусственный интеллект в России — 2023: тренды и перспективы» эксперты «Яков и Партнёры» и Яндекса опросили технических директоров крупнейших компаний РФ в 15 ключевых для российской экономики индустриях и проанализировали тренды развития искусственного интеллекта в стране и мире. Опрос показал, что сегодня уже 20% компаний-респондентов используют генеративный искусственный интеллект для своих задач в различных бизнес-функциях. Из них 12% уже определили приоритетные функции и сценарии для внедрения генеративного искусственного интеллекта, а еще треть (около 27%) — точечно экспериментируют с технологией.
Точное определение AGI еще не сложилось, но большинство экспертов определяет его, как ИИ, который соответствует или превосходит человеческие возможности в широком спектре когнитивных задач. Именно это, по мнению директора управления экспериментальных систем машинного обучения SberDevices Сергея Маркова, отличает AGI от существующих сегодня нейросетевых моделей. «Пчела найдет оптимальный маршрут в улей быстрее и лучше, чем это сделал бы человек, хотя в ее нервной системе несколько сотен тысяч нейронов, а у человека восемьдесят шесть миллиардов. Шахматная программа или даже калькулятор в решении конкретной задачи тоже превосходит человека. Уже сегодня можем сейчас взять почти любую простою задачу и сделать систему, которая будет лучше человека в ее решении. А вот AGI или общий искусственный интеллект — это универсальная система, которая сможет решать неизвестные ей ранее задачи. Сила человеческого интеллекта именно в том, что мы умеем решать задачи, с которыми ранее не сталкивались. И к созданию таких систем мы сейчас только приближаемся» , — отметил Марков в своем выступлении на конференции Turbo ML Conf.
Более чем для 60% сотрудников развитие генеративного искусственного интеллекта станет скорее плюсом, поскольку позволит высвободить их время за счет автоматизации рутинных задач таких как сбор, ввод и первичная обработка данных, типовой документооборот, первичные коммуникации с клиентами, бухгалтерия и многие другие. Это сократит временные затраты и позволит сотрудникам сосредоточиться на более творческих задачах. Для России такие перспективы скорее привлекательны: с учетом прогнозируемого к 2030 г. дефицита кадров в средне- и высококвалифицированных областях, повышение производительности труда сотрудников позволит сгладить их потенциальную нехватку.
