Прорыв, необходимый для развития ИИ

Идет гонка, чтобы вывести искусственный интеллект за рамки сегодняшних возможностей.

Спустя два года после того, как ChatGPT захватил мир, генеративный искусственный интеллект, похоже, натолкнулся на препятствие. Энергозатраты на создание и использование больших языковых моделей растут по спирали, а совершить прорыв становится все сложнее. К счастью, исследователи и предприниматели ищут способы обойти эти ограничения. Их изобретательность не просто изменит ИИ. Она определит, какие фирмы одержат верх, выиграют ли инвесторы и какая страна будет владеть технологией.

Большие языковые модели очень требовательны к электроэнергии. Энергия, используемая для обучения модели GPT-4 от OpenAI, могла бы питать 50 американских домов в течение столетия. А с увеличением размеров моделей быстро растут и расходы. По одной из оценок, обучение самых больших моделей сегодня обходится в $100 млн. Следующее поколение может стоить $1 млрд, а следующее - $10 млрд. Кроме того, чтобы модель ответила на ваш запрос, требуются определенные вычислительные затраты - от $2 400 до $223 000 для обобщения финансовых отчетов 58 000 публичных компаний мира. Со временем такие затраты на «вывод», если их сложить, могут превысить стоимость обучения. Если это так, то трудно представить, как генеративный ИИ может стать экономически выгодным.

Это пугает инвесторов, многие из которых сделали большую ставку на ИИ. Они устремились в компанию Nvidia, которая разрабатывает чипы, наиболее часто используемые для создания моделей искусственного интеллекта. За последние два года ее рыночная капитализация выросла на 2,5 трлн долларов. С начала 2023 года венчурные капиталисты и другие инвесторы вложили почти 95 млрд долларов в стартапы в сфере искусственного интеллекта. OpenAI, создатель ChatGPT, по слухам, стремится получить оценку в $150 млрд, что сделает ее одной из крупнейших частных технологических фирм в мире.

Паниковать не стоит. Множество других технологий сталкивались с ограничениями и продолжали процветать благодаря человеческой изобретательности. Трудности с доставкой людей в космос привели к появлению инноваций, которые теперь используются и на Земле. Нефтяной ценовой шок 1970-х годов способствовал повышению энергоэффективности, а в некоторых странах - появлению альтернативных источников энергии, включая атомную. Три десятилетия спустя технология гидроразрыва пласта позволила добраться до запасов нефти и газа, которые раньше было нерентабельно добывать. Как следствие, сегодня Америка добывает больше нефти, чем многие другие страны.

Уже сейчас разработки в области ИИ показывают, как ограничения могут стимулировать изобретательность. Как говорится в нашем ежеквартальном выпуске Technology Quarterly на этой неделе, компании разрабатывают чипы специально для операций, необходимых для запуска больших языковых моделей. Такая специализация означает, что они могут работать эффективнее, чем процессоры общего назначения, такие как Nvidia. Alphabet, Amazon, Apple, Meta и Microsoft разрабатывают свои собственные чипы для ИИ. В первой половине этого года в финансирование стартапов, занимающихся разработкой ИИ-чипов, было вложено больше денег, чем за три предыдущих года вместе взятых.

Разработчики также вносят изменения в программное обеспечение ИИ. Большие модели, которые полагаются на силу вычислительных мощностей, уступают место более компактным и специализированным системам. Новейшая модель OpenAI под названием o1 предназначена для того, чтобы лучше рассуждать, но не генерировать текст. Другие производители используют менее трудоемкие вычисления, чтобы эффективнее использовать чипы. Благодаря продуманным подходам, таким как использование комбинации моделей, каждая из которых подходит для решения разных задач, исследователи значительно сократили время обработки данных. Все это изменит принципы работы отрасли.

Инвесторы и правительства привыкли к тому, что среди технологических компаний естественным преимуществом обладает действующий производитель. В случае с ИИ это предположение больше нельзя считать само собой разумеющимся. Сегодня Nvidia продает четыре пятых всех чипов для ИИ в мире. Но другие, более узкоспециализированные конкуренты вполне могут отнять у нее эту долю. Уже сейчас процессоры ИИ от Google занимают третье место по использованию в центрах обработки данных по всему миру.

OpenAI, возможно, запустила новаторскую большую языковую модель. Но в условиях нехватки ресурсов другие крупные производители моделей, такие как Anthropic, Google и Meta, наверстывают упущенное. Хотя разрыв между ними и моделями второго уровня, такими как французская компания Mistral, все еще существует, он может сократиться. Если тенденция к созданию более мелких и специализированных моделей сохранится, то во вселенной ИИ вместо нескольких суперзвезд может появиться целое созвездие моделей.

Это означает, что инвесторов ждет нелегкий путь. Их ставки на сегодняшних лидеров выглядят менее уверенными. Nvidia может уступить место другим производителям чипов; OpenAI может быть смещена. Крупные технологические компании скупают таланты, и многие из них производят устройства, с помощью которых, как они надеются, потребители будут обращаться к своим ИИ-помощникам. Но конкуренция между ними очень жесткая. Немногие компании пока разработали стратегию получения прибыли от генеративного ИИ. Даже если в итоге отрасль окажется в руках одного победителя, неясно, кто им станет.

Правительствам тоже придется изменить свое мышление. Их пристрастие к промышленной политике сосредоточено на пособиях. Но прогресс в области ИИ зависит не только от наличия талантливых специалистов и процветающей экосистемы, но и от накопления капитала и вычислительных мощностей. Страны Европы и Ближнего Востока могут обнаружить, что упорный труд по развитию изобретательности имеет такое же значение, как и покупка компьютерных чипов. Америка, напротив, изобилует чипами, талантами и предприимчивостью. У нее множество лучших в мире университетов, а в Сан-Франциско и Силиконовой долине - завидное и давно сформировавшееся скопление талантов.

Раскол

Однако попытки Америки сдержать Китай приводят к обратному результату. Надеясь помешать стратегическому сопернику получить лидерство в важнейшей технологии, она попыталась ограничить доступ Китая к передовым чипам. Тем самым она непреднамеренно стимулирует рост исследовательской системы в Китае, которая превосходно умеет работать в обход ограничений.

Когда изобретательность важнее грубой силы, лучшим способом обеспечить лидерство Америки будет привлечение и удержание лучших исследователей из других стран, например, с помощью облегченных визовых правил. Эра ИИ все еще находится в процессе становления, и многое остается неопределенным. Но прорывы, которые необходимы для развития ИИ, будут достигнуты за счет предоставления идеям и талантам пространства для процветания у себя дома, а не за счет попыток закрыть конкурентов за рубежом.