«Цифровое ядерное оружие»: Россия может стать аутсайдером гонки ИИ

Директор ЦРУ недавно сравнил передовые модели ИИ с «цифровым ядерным оружием». Звучит пафосно, но по сути он прав. Только вот беда: пока американские гиганты строят свои мини-АЭС для обучения нейросетей, у нас в России разворачивается своя драма. Мы умеем делать маленькие атомные станции, но не умеем делать процессоры. И это не просто технический нюанс — это вопрос выживания в новой гонке вооружений.

Давайте разберемся, что на самом деле происходит с ИИ в мире и почему России грозит роль вечного догоняющего, если мы не сменим подход.

ИИ — это не магия. Это математика и энергия

Под искусственным интеллектом сегодня понимают систему, которая учится на данных, находит закономерности и принимает решения. Звучит сложно. На деле — это просто сложная математика, умноженная на мощность железа.

Есть узкий ИИ (ANI) — он решает одну задачу, например, анализирует снимки МРТ. Есть общий ИИ (AGI) — тот самый «Скайнет», который пока не создан. И не факт, что создадут в ближайшие 10 лет. Деление на генеративный (создает текст, картинки) и предиктивный (анализирует цифры и прогнозирует) — это уже прикладная история.

В чем суть: ИИ не думает, как человек. Он перебирает варианты. Если данных мало или они кривые — он «галлюцинирует». Буквально придумывает факты, чтобы не признаваться в незнании. Был громкий случай в США: адвокаты использовали ChatGPT для подготовки к суду, а нейросеть выдумала несуществующие судебные прецеденты, имена судей и номера дел. Адвокатам выписали штрафы. Вывод: доверяй, но проверяй. В медицине и военке так и делают — ставят вторую нейросеть цензором.

Личное наблюдение: недавно я заметил, что в бизнесе ИИ чаще всего используют не для прорывов, а для скучной оптимизации. Сократить логистику, выявить мошенничество, подсказать маршрут. Скучно, но надежно. Там, где нужна «творческая искра», ИИ пока выглядит как старательный, но бездарный ученик.

«Скайнет» уже на войне. И это не шутки

Самое страшное и самое быстрое внедрение ИИ происходит в военной сфере. И украинский конфликт стал полигоном для обкатки технологий.

• Алгоритмы за секунды анализируют спутниковые снимки, находя замаскированные позиции и технику. Человек так не может.
• ИИ уже использовали для планирования операций. Результаты — спорные. Израиль автоматически выбирал цели в Газе, США — против Ирана. Ошибки стоят жизней.
• Системы ПВО/ПРО без ИИ уже не работают. Когда летят сотни дронов и десятки ракет, только автомат может распределить цели по средствам поражения и отсеять ложные.
• Кибервойна — вотчина ИИ. Он взламывает сети и защищает их лучше любого хакера.
• Даже дешевый дрон-камикадзе с примитивным ИИ на борту становится грозным оружием. Американские Hornet это доказали.

Рынок военных технологий растет бешеными темпами. Кто отстанет здесь — проиграет не в экономике, а в безопасности.

Почему США лидируют, а мы рискуем остаться на обочине

Сегодня лидеры — США (OpenAI, Microsoft, Google) и догоняющий Китай. У них есть деньги, процессоры и энергия. Но даже они уперлись в потолок.

Чтобы обучать новые модели, нужны графические процессоры (GPU) и специализированные чипы (TPU). Их производят единицы. Нужна оперативная память, системы хранения. И главное — электричество. Столько, что американские корпорации уже планируют строить собственные мини-АЭС для дата-центров. Это не шутка: обучение одной большой модели может потреблять столько же энергии, сколько небольшой город.

А что у нас? Ситуация двойственная.

С одной стороны, Россия — мировой лидер по технологии малых и микро-АЭС. У нас есть опыт строительства центров обработки данных прямо рядом с действующими атомными станциями. Это наше преимущество, которое дает дешевую и стабильную энергию.

С другой стороны — критическая зависимость от импортных процессоров. Своих GPU и TPU у нас нет. И в ближайшее время не предвидится. Проблему пытаются решать двумя способами, и оба — паллиатив:

• Параллельный импорт. Работает, но стратегически ненадежен. В любой момент перекроют.
• Оптимизация алгоритмов. Учимся запускать ИИ на старом «железе», постепенно переходя с американских чипов на китайские. Это как пытаться ехать на «Запорожце» по трассе Формулы-1.

Собственные модели — YandexGPT и GigaChat — это хорошо. Но они работают на чужом «железе». Это все равно что строить небоскреб на фундаменте из песка.

Резюме от автора

России нужен не просто комплексный подход, а мобилизация ресурсов. Без собственного производства процессоров для ИИ мы рискуем навсегда остаться в роли догоняющего. Догнать конкурентов, когда они ушли на 10 лет вперед, будет невозможно. Дешевая энергия — это отлично, но без «мозгов» (читай — чипов) она бесполезна. Пока мы возимся с параллельным импортом, мир уходит в отрыв. И это не про бизнес. Это про суверенитет.