Эволюция искусственного интеллекта, и что нас ждет в 2034 году

ИИ становится генеративным и этичным

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.

Последние 10 лет человечество работало над системами прикладного ИИ, постоянно увеличивая количество параметров и создавая все новые модели. Но эпоха «больше – лучше» подходит к концу. Думаю, что теперь внимание разработчиков будет сосредоточено на увеличении возможностей моделей и вопросах безопасности. Важно не только продвигаться вперед, но и обеспечить соответствие новых инструментов интересам общества.

Середина 2010-х стала точкой перелома, после которой стремительно начало развиваться глубокое обучение. Оно позволяет создавать новые типы приложений для работы с огромными объемами информации. Тогда же начали развиваться вариационные автоэнкодеры (Variational Autoencoder, VAE). Это генеративные модели, которые состоят из двух частей: одна анализирует любые данные, другая выдает на их основе похожий уникальный результат. Например, с помощью VAE можно написать музыку или создать изображение.

Всего 10 лет назад технологии едва справлялись с распознаванием текста и изображений. Сегодня они берут на себя сложные аналитические и творческие функции и применяются в самых разных сферах. В медицине ИИ может быть полезен для создания лекарств, постановки диагноза, регистрации данных, консультирования. В сельском хозяйстве – для точного расчета доз удобрений и прогнозирования погоды. В аэрокосмической отрасли он помогает управлять полетами и моделировать корабли.

ИИ уже не является чем-то футуристичным и имеет шансы стать незаменимым помощником человека – как когда-то стали смартфоны. Сегодня он уже решает сложнейшие научные задачи, рекомендует вам товары на маркетплейсах, помогает искать вакансии, проводит кредитный скоринг

На мой взгляд, у этих изменений несколько причин. Во-первых, с развитием интернета и промышленной автоматизации открылся доступ к большим массивам данных. Вместе с тем вычислительная мощность достигла уровня, необходимого для обработки целых «озер данных». И, наконец, появились усовершенствованные модели машинного обучения. База для обучения уже была – спасибо big data.

Какое-то время преобладали простые модели, которые отлично справлялись с аналитическими задачами. С 2015 появляются новые решения – более совершенные, дешевые и доступные. Начинается гонка за масштабированием. В результате появляются новые архитектуры, которые позволяют языковым моделям эффективнее работать с графическими и текстовыми данными. Развиваются большие языковые модели (LLM) и улучшается обработка естественного языка, в том числе машинный перевод и языковое моделирование. Эксперты допускают, что именно этот тип архитектуры может стать ведущим в дальнейшем развитии ИИ.

Однако на первый план все чаще выходят социальные и этические аспекты, а во всем мире призывают к скорейшему регулированию этой сферы. В обществе растет беспокойство по поводу быстрого развития технологии. Опасения разделяют и сами разработчики: в марте прошлого года лидеры отрасли призвали вдумчиво подходить к дальнейшей работе над ИИ. На прошедшем в январе 2024 года Всемирном экономическом форуме Сатья Наделла, генеральный директор Microsoft, призвал мир достичь консенсуса относительно вызовов, связанных с развитием искусственного интеллекта, а генсек ООН Антонио Гутерриш предостерег большой бизнес от безрассудства в погоне за растущей прибылью. Важно убедиться в положительных последствиях распространения ИИ и разработать общие стандарты безопасности.

Ренессанс искусственного интеллекта

С этого момента мы видим значительный скачок в масштабе и возможностях LLM. Постоянно появляются новые модели, более эффективные и функциональные. Они помогают в самых разных сферах – от генерации изображений до написания кода. Здесь начинается история знакомого всем ChatGPT: в гонку включается его разработчик и выпускает несколько генеративных моделей – предшественников чат-бота GPT.

Российская законодательная база по регулированию ИИ пока находится на этапе «взросления». Однако уже сегодня в стране сформировалось активное сообщество организаций частного и госсектора, которое в том числе сфокусировано на разработке концепций правового и саморегулирования в этой области. Еще в 2019 году был создан единый орган для развития ИИ в стране – Альянс в сфере искусственного интеллекта. А спустя два года его участники, ведущие отечественные компании, приняли Кодекс, который устанавливает принципы взаимодействия с технологией. В ближайшие годы вопросам специального регулирования этой сферы будет уделяться все больше внимания как на локальном, так и на международном уровнях.

К началу 2024 года появилось уже несколько продвинутых генеративных языковых моделей, в том числе самая передовая на сегодня GPT-4 и ее ближайший конкурент Gemini Ultra от Google. Они очень быстро нашли применение в бизнесе и повседневной жизни. Так, всего за пару месяцев 2023-го активными пользователями ChatGPT стали 100 млн человек – исторический рекорд. Сегодня аналитики оценивают их число в 180 млн. На рынке появляется все больше решений, скорость их разработки растет в геометрической прогрессии. Возможно, пока вы читаете этот текст, появилась новая, более совершенная модель.

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%.

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.

Однако последние 15 лет мы наблюдаем новую волну интереса к исследованиям в области ИИ. Он начинает активно развиваться и приносить пользу людям, появляются примеры коммерческого применения. Многие задачи, над которыми человечество десятилетиями «ломало» голову, оказались решены за довольно короткий промежуток времени – благодаря искусственному интеллекту.