Сильный ИИ — пока утопия: специалист объяснил, почему подобная человеку нейросеть не появится в ближайшие 20 лет

Ажиотаж вокруг больших языковых моделей (LLM), таких как ChatGPT, неизбежно приведёт к «зиме искусственного интеллекта» — периоду разочарования и оттока инвестиций. Такой прогноз в эксклюзивном интервью дал доктор технических наук, генеральный директор компании Smart Engines Владимир Арлазаров. По его словам, математика нейросетей безупречна, но проблема в том, что людей не устраивают результаты этих вычислений, а сами LLM лишь имитируют осмысленное общение, не обладая механизмами познания.

Иллюзия интеллекта: почему LLM не «врут», а просто подбирают слова

Эксперт подчёркивает, что большие языковые модели не предназначены для поиска истины. Их задача — построить внешне связную последовательность слов, опираясь на статистические закономерности, а не на понимание сути. Поэтому тестирование SimpleQA от OpenAI, показавшее 60% ошибок у ведущих моделей, лишь подтверждает их природу: они являются «имитаторами общения», а не инструментами для решения серьёзных задач. Арлазаров отмечает, что в отличие от человека, способного к обобщению на основе малого числа примеров, LLM требуют огромных массивов данных, что делает их неэффективными.

«Скучные» нейросети vs. энергоёмкие гиганты

Главный риск текущего бума — завышенные ожидания. Инвесторы, вдохновлённые успехом ChatGPT, вкладывают средства в универсальные модели, забывая о прикладных нейросетях. Между тем, именно специализированные алгоритмы, решающие конкретные задачи в медицине, распознавании документов или автомобилестроении, способны принести реальную пользу. Арлазаров подчёркивает, что создание «сильного» ИИ, подобного человеческому разуму, в ближайшие 20 лет остаётся утопией. Более того, энергопотребление одной LLM сопоставимо с затратами небольшого города, что делает их массовое внедрение экономически и экологически неоправданным.

Первая «зима искусственного интеллекта» наступила в 1970-х годах, когда технология не оправдала обещаний решить все задачи человечества. Сегодняшний цикл повторяет эту историю. Даже сама OpenAI, публикуя данные о высоком проценте ошибок своих моделей, пытается заранее «отрезвить» рынок, чтобы избежать резкого обвала. Однако научные исследования в этой области продолжатся, так как фундаментальные задачи остаются интересны учёным. Ключевой вызов сегодня — не создание «болталки», а разработка ИИ, способного объяснить свои решения, и внедрение нейросетей в те сферы, где они действительно могут стать надёжным подспорьем для человека, а не его заменой.