Экспертное заключение подготовлено по итогам сессии ПМЭФ-2023 «Сингулярность наступила: ИИ vs человек — какой будет новая реальность?».
За последний год скорость внедрения искусственного интеллекта в жизнь людей превзошла все ожидания. Благодаря таким технологиям, как ChatGPT и Midjourney, широкие массы смогли соприкоснуться с ИИ и начать активно внедрять его в свою жизнь и в свои бизнес-процессы. Генеративный искусственный интеллект достиг уровня, сравнимого с молодым специалистом в области создания контента, и даже в отдельных отраслях таких как медицина, где ChatGPT смог пройти стандартизированные экзамены. С другой стороны, настоящий прорыв произошел раньше, когда фундаментальные архитектуры, которые лежат в основе наиболее популярных моделей, были разработаны. Пика своей популярности, однако, ИИ достиг благодаря обучению вышеперечисленных моделей на огромных массивах данных с использованием большого количества вычислительных мощностей. Так где же находится искусственный интеллект — на своем пике или уже на плато? Стоит ли готовиться к появлению «сильного ИИ» в ближайшее время?
На практике необходимо разделить развитие ИИ как технологии и как продукта. Долгое время машинное обучение и другие технологии ИИ применялись только для решения отдельных задач, таких как рекомендательные системы в поисковиках, машинный перевод текстов, распознавание лиц и другие частные случаи. Технология была доступна только узкому кругу специалистов, которые способны были не только разрабатывать и обучать модели, но и формировать из них финальные продукты, которых были единицы на фоне огромного количества обученных моделей в научно-исследовательском поле. Больше того к заказчику тоже были высокие требования — он должен был помочь ученым и разработчикам разобраться в бизнес-процессах своей компании, понять какие бизнес-процессы эффективно и безопасно можно автоматизировать с помощью ИИ. На это надкалывались ограничения, что необходимо большое количество данных для обучения моделей. Несмотря на то, что все технологии уже были, формировать из них продукты было крайне сложно. Таким образом, с точки зрения ключевых архитектур моделей пик уже был достигнут еще несколько лет назад, но между технологией и реальным применением была пропасть, перепрыгнуть через которую могли единицы.
Однако в 2023 году с выходом в свет ChatGPT ситуация кардинально поменялась. Компания OpenAI заложила несколько важных трендов.
1. Компания поставила целью развитие не просто моделей ИИ, а продуктов, которые могут быть полезны даже неквалифицированным пользователям. Это снимает сразу множество барьеров для внедрения ИИ.
2. Больше того, теперь сами модели стали доступны не только как open source репозитории, но и как готовые решения через программный интерфейс (API), которые другие разработчики могли легко подключать даже без знаний в области data science.
3. Наконец, модели предобучили на достаточно большом объеме данных, так что их качество стало приемлемым для решения широкого спектра задач без дообучения специалистами.
В результате искусственный интеллект приобрел огромную популярность, а компания Open AI смогла привлечь 1 млн пользователей в ChatGPT за 5 дней после релиза. Таким образом мы видим, что ключом к популярности ИИ стала доработка его до продуктового вида.
Несмотря на возросшую популярность ИИ, технологический прогресс в этой области находится на локальном плато. Ключевая технология крупнейших современных моделей ИИ для обработки текстовых данных, архитектура трансформера с механизмом внимания, была разработана в 2017 году. Технология диффузионных моделей, которые находятся в основе современных подходов генерации изображений, была описана в статьях 2019 и 2020 годов. Существуют и другие ограничения, которые появились на пути развития ИИ. Последние несколько лет помимо «продуктивизации» ИИ происходило его постоянное масштабирование, так как это был общепризнанный и надежный способ улучшения результатов его работы. Модели постоянно дообучались на бОльших объемах данных и с бОльшим количеством параметров. Однако уже к 2025 году по оценкам экспертов более 90% контента интернета будет сгенерировано нейросетями, а наращивать вычислительные мощности далее становится проблематичным.
В таких условиях встает вопрос о том, стоит ли все-таки ожидать появление «сильного ИИ» в ближайшее время. На данный момент можно с уверенностью утверждать, что современные технологии фундаментально не могут быть развиты до состояния «сильного ИИ», так как современный ИИ не имеет самостоятельной мотивации к действию — он лишь имитирует поведение человека. Также, исходя из этого же, нельзя говорить и о появлении сознания у машины. Архитектурно появление сознания и мотивации невозможно, так как модель просто представляет наиболее статистически вероятный ответ.
Из вышеописанного следует два важных вывода. Во-первых, пока у человечества есть время, необходимо сфокусироваться на адаптации жизни и бизнеса к общедоступности моделей ИИ общего назначения. Необходимо и ввести институты регулирования и НПА, и заниматься образованием населения, и озаботиться маркировкой данных, поскольку иначе отличить данные, сгенерированные сильными нейросетями будет нельзя. Во-вторых, необходимо осознать высокую степень «хайпа» вокруг ИИ, который приводит к непродуктивным спекуляциям вокруг этой темы. Нужно понимать, что ИИ необходимо развивать дальше. Развитие этой области определит стратегических лидеров на международном уровне, в том числе с точки зрения экономики и геополитики. Развитие включает в себя как освоение новых подходов к вычислительным процессам (например, квантовые вычисления), так и разработку новых архитектур ИИ, которые будут требовать меньше данных и меньшего количества параметров моделей, что сэкономит вычислительные мощности. Для этого в том числе необходимо продолжать инвестировать в развитие специалистов в области разработки ИИ.
Наконец, в качестве рекомендаций для органов государственной и муниципальной власти можно предложить следующие действия, направленные на проработку рассмотренных вопросов.
1. Разработать и внедрить нормативно-правовую базу для регулирования систем ИИ, включая вопросы авторских прав, работы с персональными данным, вопросы фейков, использования ИИ в образовании, науке и бизнесе. Отдельное внимание стоит уделить чувствительным отраслям, таким как медицина и юриспруденция, где велика цена ошибки.
2. Продолжать активно инвестировать в разработку как продуктовых решений на базе ИИ, которые будут оказывать прямой экономический эффект, так и в разработку фундаментальных технологий, которые будут определяющими с точки зрения стратегического развития.
3. Сфокусироваться на «рынке данных», которые уже сейчас являются бесценным ресурсом, без которого нельзя обучать ИИ. К моменту, когда большая часть данных в открытых источниках будет сгенерирована ИИ, данные станут новой нефтью и предметом в том числе международной торговли. Наиболее редкие и трудно-собираемые или трудно-размечаемые данные будут цениться выше, чем тех, которых и так в изобилии. Необходимо сформировать инфраструктуру для хранения и торговли данным, а также стандартизировать их деперсонализацию.
4. Необходимо сформировать программу массового образования населения по вопросам ИИ, которое подготовит граждан к регулярной встрече с технологией в обычной жизни и в бизнесе.
Экспертные аналитические заключения по итогам сессий деловой программы Форума и любые рекомендации, предоставленные экспертами и опубликованные на сайте Фонда Росконгресс являются выражением мнения данных специалистов, основанном, среди прочего, на толковании ими действующего законодательства, по поводу которого дается заключение. Указанная точка зрения может не совпадать с точкой зрения руководства и/или специалистов Фонда Росконгресс, представителей налоговых, судебных, иных контролирующих органов, а равно и с мнением третьих лиц, включая иных специалистов. Фонд Росконгресс не несет ответственности за недостоверность публикуемых данных и любые возможные убытки, понесенные лицами в результате применения публикуемых заключений и следования таким рекомендациям.
