Закат эры ИИ? Эксперты всё чаще говорят о возможном схлопывании мыльного пузыря умных алгоритмов

На протяжении последних нескольких лет мир наблюдает за гонкой технологических компаний, стремящихся создать искусственный интеллект, способный на интеллектуальные достижения, превосходящие возможности текущих моделей. Но по мнению ряда экспертов, перспективы развития ИИ становятся всё более неопределёнными. Растущие затраты на обучение моделей, ограниченность данных и медленный прогресс привели к сомнениям в том, что масштабирование и добавление новых ресурсов способны привести к революционным достижениям.

Ограничения масштабирования и недавние неудачи

Ряд ведущих ИИ-компаний, таких как OpenAI и Anthropic, столкнулись с препятствиями на пути к созданию более «умных» алгоритмов. Новая модель Orion от OpenAI и последняя версия 3.5 Opus от Anthropic, хотя и превосходят предыдущие версии, не продемонстрировали значимых революционных улучшений, несмотря на многомиллионные вложения. Эксперты указывают, что наращивание объёмов данных и вычислительных мощностей уже не даёт столь же существенных результатов, как это было раньше. Становится очевидным, что привычные методы масштабирования ИИ подходят к пределу своих возможностей.

Недостаток данных и проблемы синтетического контента

Разработчики признают ещё одну серьёзную проблему: ограниченность качественных данных. Для обучения ИИ моделей используются массивы текстовой информации из соцсетей, статей, книг, но их объём недостаточен для создания ИИ, который мог бы приблизиться к уровню интеллекта человека. Компании, такие как OpenAI, начинают заключать соглашения с издательствами, стремясь получить доступ к высококачественным данным. Также возрос спрос на специалистов, которые могут вручную разметить данные, что увеличивает стоимость обучения. В попытках обойти ограниченность источников многие компании обращаются к синтетическим данным — контенту, созданному самой машиной, однако такой подход также не обеспечивает достаточного разнообразия и глубины.

Риски масштабирования и будущее инвестиций

Для достижения заявленных целей компании продолжают увеличивать свои расходы на разработку и масштабирование, несмотря на ограниченные результаты. Например, генеральный директор Anthropic Дарио Амодеи заявил, что затраты на обучение моделей могут вырасти до 100 миллиардов долларов в ближайшие годы. Однако даже среди разработчиков всё больше мнений, что достичь интеллектуального прорыва исключительно за счёт масштабирования уже невозможно. Крупные компании добавляют новые этапы обучения, такие как пост-обучение с обратной связью от пользователей, но это лишь незначительно улучшает модели.

Будущее ИИ: надежды на революцию или ожидание схлопывания?

Многие специалисты уже предсказывают «схлопывание мыльного пузыря» вокруг умных алгоритмов. Если текущее развитие ИИ продолжит сталкиваться с теми же проблемами и затратами, то рост может остановиться, оставив текущие достижения далеко от ожидаемого уровня. Тем не менее, некоторые разработчики и инвесторы по-прежнему уверены в перспективе появления «общего искусственного интеллекта» (AGI) в будущем. Но даже оптимисты теперь признают, что для этого потребуется больше времени и революционные подходы, а не только привычное масштабирование данных и мощностей.

Фото:Соцсети