фото с Зеркало недели
Возможности искусственного интеллекта развиваются неравномерно, из-за чего большинство людей до сих пор воспринимает его как обычный чат-бот, тогда как узкий круг специалистов уже реализует с помощью ИИ сложные проекты, для которых раньше требовались особые способности или месяцы работы. Такой разрыв в понимании технологии только увеличивается, считает Андрей Карпати, бывший руководитель направления искусственного интеллекта в Tesla и соучредитель OpenAI.
В новом посте в социальной сети X исследователь описал условную «воронку» пользователей, имеющих разный опыт работы с крупными языковыми моделями (Large Language Model, LLM). По оценке Карпати, около шести миллиардов человек, или примерно 75% населения мира, практически не взаимодействовали с крупными языковыми моделями. Ещё один-два миллиарда человек эпизодически пользуются бесплатными версиями сервисов вроде ChatGPT от OpenAI, воспринимая их преимущественно как усовершенствованный поиск, инструмент для написания текстов или помощника для несложных задач.
Карпаты отмечает, что среди специалистов вне технических отраслей многие не видят в таких инструментах значительной практической пользы. Руководители и представители профессий, в которых важную роль играет непосредственное общение с людьми, могут понимать общее направление развития ИИ, но не ощущать его влияния на собственную работу.
Компании в сфере ИИ готовятся к масштабной катастрофе: Axios раскрыло подробности закрытых сценариев
Следующая группа, по оценке исследователя, насчитывает около 20 миллионов человек, или 0,2% населения. Это специалисты, которые профессионально используют самые современные модели для программирования, математики и других технических задач и уже убедились, что агенты могут выполнять сложные проекты с помощью одного запроса. Речь идет, в частности, о создании и копировании приложений, переводе программного обеспечения и декомпиляции бинарных файлов.
«Всё это произошло очень быстро и совсем недавно: менее года назад я писал код вручную, вводя команды в редактор символ за символом и время от времени нажимая Tab для автозаполнения небольших фрагментов кода», — добавил Карпаты.
Самую малочисленную группу, по подсчётам исследователя, составляют примерно пять тысяч человек — около 0,00006% населения. Это специалисты с внутренним доступом к самым мощным моделям, возможности которых значительно превышают то, что доступно широкой аудитории.
«Неуклюже, но интересно»: соучредитель OpenAI показал, как ИИ сгенерировал 3D-мир за 2 часа
Карпаты описывает работу таких систем как взаимодействие тысяч агентов, которые в течение недель могут совместно работать над масштабными программными проектами. Среди задач, которые он упоминает:
поиск ранее неизвестных уязвимостей программного обеспечения;
кибератаки;
защита от кибератак «на машинных скоростях»;
научные открытия;
решение сложных математических задач, на которые у лучших специалистов могли бы уйти годы.
По мнению исследователя, темпы развития уже создают проблему для способности человека осмысливать результаты работы ИИ. В качестве примеров он приводит длительный анализ атаки ИИ-агентов компании OpenAI на платформу Hugging Face, произошедшей несколько месяцев назад, а также обработку 722 рукописей по передовым математическим исследованиям.
Почему возможности ИИ развиваются неравномерно
Карпаты объясняет эту разницу тремя основными факторами. Первый — сложность и масштаб задач, которые человек поручает моделям: краткий ответ на простой вопрос требует значительно меньше ресурсов, чем многонедельный проект со множеством взаимосвязанных этапов.
Как правильно ставить задачи ИИ: соучредитель OpenAI советует 10 минут просто говорить
Второй фактор — неравномерное развитие моделей в разных областях. Наилучших результатов они достигают в цифровых сферах, где выполнение задач можно проверить объективно и где имеется значительная экономическая ценность, в частности в программировании и математике.
Это связано с обучением с подкреплением, в ходе которого модель совершенствуется на основе оценки результатов. Например, в программировании можно проверить, прошел ли код модульные тесты, тогда как качество написанного текста гораздо сложнее оценить по однозначным критериям.
Третий фактор — доступность технологий. Бесплатные версии, платные подписки и внутренние инструменты для ограниченного круга специалистов могут существенно различаться по возможностям, поэтому опыт одного пользователя не обязательно отражает уровень самых современных систем.
Карпаты обратил внимание на этот разрыв ещё в апреле. Тогда он писал, что многие люди сформировали представление об ИИ на основе бесплатных или устаревших моделей, которые допускали ошибки и не справлялись даже с простыми задачами. По его словам, эти системы не отражают возможностей передовых агентных инструментов, таких как OpenAI Codex и Claude Code.
Подписки на ИИ от Anthropic в пять раз выгоднее предложений OpenAI
Исследователь также отмечает, что даже платный доступ к самым мощным моделям не гарантирует одинаково высоких результатов во всех сферах. Поиск информации, написание текстов и предоставление советов пока не относятся к направлениям, в которых прогресс столь же заметен, как в технических задачах.
Одной из причин он называет особенности обучения моделей, а другой — экономические стимулы разработчиков. Компании уделяют больше внимания сферам, где результаты можно объективно проверить, а технологии имеют высокую ценность для бизнеса.
Именно поэтому, считает Карпаты, специалисты, работающие с передовыми моделями в программировании, математике и научных исследованиях, гораздо острее ощущают темпы развития ИИ и возможные последствия для кибербезопасности. В то же время пользователи, взаимодействующие с более простыми моделями для повседневных задач, могут не замечать этих изменений.
Реклама
В то же время OpenAI несколько месяцев назад зафиксировала переход от простых информационных запросов к выполнению прикладных задач — программированию, аналитике и написанию текстов. Исследование использования ChatGPT более чем миллиардом пользователей показало стремительное сокращение технологического разрыва между регионами: страны Южного полушария, в частности Латинской Америки, продемонстрировали самые быстрые темпы роста использования на душу населения, догоняя Северную Америку и Европу.