Роботы-гуманоиды как основа экономического роста и ИИ-друзья в каждом смартфоне — Андрей Себрант из «Яндекса» о ближайшем будущем

«Велосипед на паровом ходу»

В 1980-е годы, когда Apple выпускала свой первый Macintosh, людям нужно было объяснить концепцию ПК. Многие тогда вообще не думали, что компьютер может быть персональным. Для них понятие «компьютер» было связано с огромным мейнфреймом (большим вычислительным центром, созданным для решения научных, производственных или корпоративных задач, — прим. Собака.ru). 

Тогда Стив Джобс, который был коммуникатором от бога, придумал метафору, что ПК — это велосипед для ума. Сам он никуда не едет, но если на него садится человек, то он может преодолеть большее расстояние и затратить меньше усилий, чем при ходьбе пешком. Затем это выражение использовали рекламные агентства, которые продвигали первые Mac на рынок. 

Спустя много лет, в сентябре 2023 года, [гендиректор компании Microsoft] Сатья Наделла выпустил текст, в котором сказал, что пора пересмотреть эту метафору. Он писал, что последние 40 лет наши «велосипеды для ума» становились быстрее, для них использовались самые современные материалы, но они так и оставались велосипедами. Теперь же, [после появления ChatGPT], у нас «появился паровой двигатель» — и это принципиальное изменение.

Почему это очень удачная метафора? Дело в том, что когда [на рубеже XVII–XVIII веков] появился паровой двигатель, то он выглядел, мягко говоря, не впечатляюще. Первая ассоциация — самогонный аппарат. Но паровой двигатель оказался действительно революционной вещью, которая изменила судьбу человечества, положив начало промышленной революции. 

Так и здесь — многие с придыханием говорят о непознаваемом искусственном интеллекте. Часто высказываются опасения, что он придет и всех нас убьет. Говорят, что это то самое будущее, которое нам показали в «Терминаторе». Но Наделла, умница, понимает, что если [BigTeck-компании] честно взглянут на себя, они поймут, что занимаются построением неуклюжего, мало на что пока способного, но правда инновационного аппарата — велосипеда на паровом ходу. Однако это начало пути — история первой промышленной революции нам говорит, что сначала ты создаешь паровой двигатель, а потом… однажды летишь в космос. 

«Смартфонов, не содержащих ИИ-функционал, просто не останется»

На самом деле персональные компьютеры так и не завоевали мир. Действительно массовым, с точки зрения аудитории, девайсом является смартфон. Последние цифры провайдеров показывают, что в мире сейчас порядка 6 млрд людей пользуются смартфонами. Самих устройств сильно больше 10 млрд. 

Безусловно, у большинства из этих 6 млрд сейчас очень дешевые модели, не поддерживающие ИИ-функции. Однако уже сейчас мы видим, как две лидирующие операционки — Android и iOS — активно внедряют функции, использующие искусственный интеллект. Продаются устройства Samsung с Galaxy AI, Apple обещают уже в ближайшие месяцы интегрировать свой Apple Intelegence в iOS 18.1. 

Таким образом, в течение ближайшего года многомиллионные аудитории [этих брендов] начнут всерьез знакомиться с возможностями искусственного интеллекта. Дальше, мы же знаем, как быстро становится массовым функционал, появляющийся на топовых устройствах. 

Всего за два–три поколения (то есть за два — четыре года) он переползает из флагманских моделей в нижний ценовой сегмент. Таким образом, уже через несколько лет смартфонов, не содержащих ИИ-функционал, просто не останется. 

«Эпоха автономных агентов»

Компания Intel в нескольких своих презентациях последнего времени говорила: мы живем в «эпоху "вторых пилотов"». По факту функция co-pilot уже сейчас используется во многих системах, даже если она так не называется. В текстовом редакторе она предлагает вам подходящую концовку предложения; в почтовом клиенте может переписать ваш корявый текст в вежливое деловое письмо; в чат-боте она позволяет быстро резюмировать длинное полотно текста, который вам некогда читать, а знать, о чем оно, надо уже сейчас.  

Это самая простая функция искусственного интеллекта — решение какой-то точечной, конкретной задачи. Следующий этап — создание автономных агентов. Яркий пример — искусственный интеллект, который сможет спланировать ваш отпуск. Причем «спланировать» не значит «предложить идею». Конечным итогом его работы должны стать: подбор (а возможно, и покупка) оптимальных билетов, бронь гостиницы, аренда машины и туристический маршрут с музеями и лучшими местами для купания в море.  

Впрочем, для производственных задач и таких автономных агентов будет недостаточно. Дело в том, что в больших проектах есть много автономных функциональных, но взаимодействующих друг с другом подразделений, которые занимаются разными задачами. Если мы хотим передать эти функции искусственному интеллекту, то наши агенты должны научиться кооперироваться друг с другом. 

Когда это станет возможно, возникнет история, о которой говорит вице-президент компании Intel Сачин Катти: «нас ждут компании-"единороги" (то есть стоящие более 1 млрд долларов, — прим. Собака.ru), в которых будут работать два–три человека». Ситуация, когда стартап, состоящий из трех сотрудников, может достичь результатов если не OpenAI, то чего-то близкого, уже не кажется дикой. Строго говоря, подобные ансамбли агентов уже возникают сейчас. На то, чтобы обучиться работать вместе, у них уйдет время. Их широкое внедрение точно вопрос не одного года, но вот до появления первых работающих прототипов, может быть, остается меньше [года]. 

«Большие модели перестанут быть языковыми»

Embodiment — к сожалению, для этого слова нет толкового аналога на русском. Буквальный перевод «воплощение» [искусственного интеллекта в физическом мире] звучит как-то неправильно. Поэтому в русскоязычных статьях иногда вообще используют транслитерацию «эмбодимент». На самом деле эта тема сейчас очень важная, она куда важнее, чем современная гонка моделей и то, когда выйдет GPT-5. Больше того, это будет куда круче, чем GPT-6. 

Как-то раз сооснователь Apple Стив Возняк, во время одной дискуссии о стремительно «умнеющих» компьютерах более или менее в шутку бросил: когда, мол, машина придет к нему в дом и сделает на незнакомой для нее кухне кофе, он признает, что эта штука умнее его. С тех пор это называют «тестом Возняка». На секундочку задумайтесь, насколько это сложная задача и сколько всего нужно учесть при ее решении. Вы не знаете, что на кухне за кофеварка, какой там кофе (молотый или в зернах), где все это хранится, откуда заливать воду. 

Для инженера это адовая задача, которая вскрывает фундаментальную проблему наших больших языковых моделей. Дело в том, что они языковые. Получение многих знаний требует телесного опыта, к примеру, как сжать чашку, чтобы она не выскользнула из рук, но и не треснула в них. Как научить этому машину? Это задачка, над которой сейчас бьются абсолютно гениальные команды по всему миру. 

Появление «эмбодимент»-моделей (то есть воплощенных в роботе), которые получают знания об окружающем мире не через язык, а через его непосредственное восприятие, откроет совершенно другие возможности тренировки моделей. Особенно если учесть возможности кооперативного обучения, когда, то, что узнал один робот, автоматически будет передаваться всем остальным (как минимум в рамках одной модели). 

Именно поэтому так смешно слышать высказывания вроде: «ой, у нас скоро кончатся тексты в интернете для обучения ИИ-моделей». Этим моделям тексты будут уже не нужны. Они будут получать знания от мира напрямую, а у мира есть такая особенность, что кончится он нескоро. Таким образом, наши большие модели перестанут быть языковыми, а станут какими-то еще. Это будет новая стадия эволюции, которая пока непонятно куда заведет. 

«Роботы-гуманоиды должны стать новым двигателем экономики»

Почему в последнее время возник бешеный интерес к гуманоидам? Мы построили довольно большой и сложный мир, который веками оптимизировали под себя. Буквально веками — ведь многие живут в домах, построенных несколько столетий назад и пользуются предметами, изобретенными в прошлые эпохи, взять ту же кофейную чашку. 

Если мы хотим, чтобы роботы замещали [сокращающуюся] рабочую силу, помогали старикам, которых в мире становится все больше и больше, то машины должны быть заточены под наш форм-фактор. Если же робот будет похож на подъемный кран, то кофе он нам не сварит, а вот квартиру разнесет ко всем чертям. 

И тут я хотел бы обратить ваше внимание на цитату из китайской прессы. В ней сказано о планах китайской промышленности быть готовой к массовому выпуску роботов-гуманоидов уже в 2025 году. Понимаете? Это уже следующий год.

Более того, в этих же публикациях написано, что к 2027 году роботы-гуманоиды должны стать «новым важнейшим двигателем экономического роста Китая». Это впечатляет, потому что, когда китайцы такие решения принимают, да еще и обозначают конкретные сроки, то они обычно их воплощают в жизнь. 

«Гонка в ожидании эмерджентного события»

Сегодня идет большая гонка в ожидании эмерджентного события. Про эмерджентность (свойства системы, когда ей присущи определенные качества, не присущие отдельным ее элементам — прим. Собака.ru) стоит почитать, про нее много написано. К примеру, этой историей интересовались биологи в поисках ответа на простенькие вопросы, вроде «как тупые-тупые термиты строят сверхпрочные и сверхсложные сооружения?» Почему 10 термитов погибают, 100 термитов погибают, а 10000 способны построить термитник?  

Я вспоминаю, как когда-то еще в СССР меня неизбежно учили марксистско-ленинской идеологии. И там было много, кстати довольно корректных, рассуждений Энгельса о переходе количества в качество. Почти везде, если внимательно присмотреться, в какой-то момент какое-то количество переходит в новое качество. Причем, пока оно этого не сделало, все даже не понимали, куда движется дело. А потом ахали. 

Это хорошо описывает происходящее с усложнением современных ИИ-моделей. Есть те, кто сомневается в возможности такого эмерджетного события в будущем, но есть те, кто в него верит. И вот последние вкладывают колоссальные миллиарды в эту гонку, чтобы быть первыми и сорвать Джекпот. Пока непонятно, будет ли это тот самый общий искусственный интеллект или это будет просто качественный скачок, который даст моделям принципиально новые возможности. Однако борьба идет именно за это. 

«Ровно туда и движемся»

Велосипед на паровом ходу — полезная метафора, но не единственная. [Руководитель направления Искусственного интеллекта в Microsoft] Мустафа Сулейман говорит, что нам следует перестать обсуждать искусственный интеллект просто как перемножение матриц. Если мы правда хотим, чтобы самые разные люди поняли весь потенциал этой технологии, нужно найти новую всем понятную метафору.

Поэтому он предложил говорить об ИИ как о цифровых существах. Понятно, что здесь можно напороться на возражение: мол, существ, могут создавать только бог или эволюция. Тем не менее когда мы слышим: «давайте считать ИИ-алгоритмы своими цифровыми партнерами», то начинаем вспоминать друзей, которые завели себе Charecter AI (персонифицированный чат-бот для общения). 

Таких людей уже довольно много — они находят в ИИ–партнерах друзей, самых доверенных собеседников. Так что цифровые существа — это не то, что нас ждет завтра. Местами это то, что происходит уже сегодня. Иногда в этом контексте ссылаются на кинофильм «Она»… Ну да, ровно в том направлении мы и движемся. 

Изображение на превью к тексту об интервью Илона Маска: atdigit / Shutterstock