«Это не умно, но оно самодостаточно»: Изучение искусственного интеллекта с Вирджинией Вольпи.

Искусственный интеллект повсюду : в приложениях, которыми мы пользуемся каждый день, в поисковых системах, в чат-ботах, в изображениях на наших экранах. Но как он работает и откуда он берется? На что он действительно способен и, прежде всего, как он может изменить нашу жизнь? В книге « Он не интеллектуален, но он применим» (Feltrinelli Editore, 2026, стр. 176, также доступна в электронном виде) Алессандро Арезу и Вирджиния Вольпи описывают искусственный интеллект как великое научное приключение : от конференции, положившей ему начало, до ChatGPT, от первых компьютеров до искусственных нейронных сетей, от кошек ImageNet до видеоигр. Они раскрывают истории и главных действующих лиц, идеи, ошибки и эпохальные поворотные моменты, которые сделали возможной самую обсуждаемую технологическую революцию нашего времени.

Но, естественно, возникает вопрос, навеянный названием книги: действительно ли он не очень умён, но прилагает ли он усилия? Мы спросили Вирджинию Вольпи:

Сколько студентов хотя бы раз слышали от своих родителей после школьного собрания злосчастную фразу профессора: «Он умный, но не прилагает усилий»? Наша книга как раз для них. Это вводное и информативное издание, подходящее для всех, кто хочет узнать больше об искусственном интеллекте.
Мы выбрали остроумное и одновременно серьезное название, чтобы объяснить, как работает эта технология. Действительно ли она «неразумна»? Искусственный интеллект — вы узнаете по мере чтения — обучается на огромном количестве данных и опирается на вероятностную систему. Точнее, он опирается на так называемые большие языковые модели. На заданный вопрос эти генеративные модели ИИ выдают ответ, представляющий собой наиболее вероятную комбинацию слов. Благодаря ряду открытий именно Джеффри Хинтон (и другие), лауреат Нобелевской премии 2024 года, поняли, что для создания ИИ необходимо попытаться воспроизвести человеческий мозг, используя искусственные нейронные сети, или множество маленьких искусственных нейронов, которые получают данные и информацию и обрабатывают их слой за слоем, все более глубоким образом.

Можете привести пример, чтобы нам было легче понять?

Рассмотрим аббревиатуру ChatGPT: Generative, Pre-trained, Transformer (Генеративный, Предварительно обученный, Трансформер). Генеративный, потому что он генерирует текст; предварительно обученный, потому что он обучается на огромном объеме данных; Трансформер, потому что это тип используемой нейронной сети. И именно благодаря Трансформерам ИИ способен анализировать предложения не пословно, а в целом, выявляя связи между словами на основе контекста. Исходя из вышесказанного, мы можем понять, что ИИ не обладает интеллектом, но он очень хорошо справляется со своей задачей. Он работает вероятностно, а это значит, что он может ошибаться; он обучается на огромном количестве данных и информации, но используемые данные не обязательно все верны или всегда актуальны, а в худшем случае могут даже содержать ошибки или предвзятость. Короче говоря, ИИ — это полезный и очень мощный инструмент, но его следует использовать с учетом его характеристик и ограничений.
Но когда же появился искусственный интеллект?

История этого изобретения длиннее, чем мы можем себе представить, и состоит из успехов и неудач, ускорений и препятствий. Эта книга — путешествие по этой истории, начинающееся в 1955 году, когда молодой математик Джон Маккарти впервые связал слова «интеллект» и «искусственный», поставив перед собой цель создать машины, способные использовать язык и решать задачи, как люди. Машины, которые также могли бы учиться и совершенствоваться. Для этого в 1956 году он пригласил в Дартмутский колледж в Нью-Гэмпшире одних из самых блестящих ученых на фактически первую настоящую конференцию по искусственному интеллекту. Это официальная дата рождения, но размышления и исследования велись уже некоторое время, и ведущие ученые обсуждали их на этой конференции. Для Маккарти интеллект был подобен головоломке, состоящей из множества частей, которые можно собирать и пересобирать. Для Рэя Соломоноффа интеллект не мог основываться исключительно на жестких правилах, поскольку ему часто приходилось иметь дело с неопределенностью. И способ учесть это — именно вероятность. Клод Шэннон, работавший исследователем в Bell Labs, крупнейшей американской научно-исследовательской лаборатории, заложил основы для взаимодействия машин друг с другом и обмена информацией. Наконец, стоит помнить, что несколькими годами ранее Алан Тьюринг, математик и логик, сумел расшифровать сообщения, генерируемые «Энигмой» (машиной, через которую нацисты передавали зашифрованные коды, чтобы помешать союзникам их обнаружить), и начал сомневаться в возможности обучения машин.
Стоит ли нам бояться ИИ... или нам следует его понимать?

Мы боимся того, чего не знаем. Это человеческая реакция. Искусственный интеллект — одна из самых революционных технологий нашего времени, и поэтому он вызывает энтузиазм, любопытство, но также и беспокойство. Цель книги Алессандро Арезу и моей книги именно в этом: повысить осведомленность об искусственном интеллекте, чтобы мы могли лучше понимать и использовать его. Для этого недостаточно говорить об инструментах, которые мы используем сегодня, таких как чат-боты, необходимо взглянуть на историю ИИ, научные и технологические идеи, которые позволили ему развиваться, его функционирование и применение, а также на сложную производственную цепочку, которая его поддерживает. Поэтому первые главы иллюстрируют идеи, которые способствовали его развитию. Затем мы углубляемся в историю некоторых ключевых игроков, с их конкретными выводами. Джеффри Хинтон, лауреат Нобелевской премии по физике 2024 года за фундаментальные открытия в области нейронных сетей и машинного обучения; Дженсен Хуанг, основатель NVIDIA в 1993 году, одной из самых дорогих компаний в мире, первой в истории, рыночная капитализация которой превысила 4 триллиона, а затем и 5 триллионов долларов; Фэй-Фэй Ли, китайский учёный-компьютерщик и пионер компьютерного зрения, который в 2009 году классифицировал бесчисленное количество изображений, создав огромный набор данных, на котором можно было обучать машины их распознаванию. В главе «Невыносимая лёгкость данных» мы затем описываем надёжную и огромную инфраструктуру, необходимую для реализации этой технологии, которая не так неосязаема, как кажется, начиная с фундаментальных и громоздких структур центров обработки данных, потребляющих энергию, воду и землю.
Наконец, глава «Все совершают ошибки» посвящена тому, что пугает нас больше всего: ошибкам и дезинформации в работе ИИ. Да, искусственный интеллект — своего рода «стохастический» попугай, повторяющий слова, не понимая их смысла, — иногда может ошибаться, выдумывать информацию и испытывать откровенные галлюцинации, предлагая, на основе данных, наиболее правдоподобную интерпретацию, которая иногда оказывается неверной. Но, действительно, прежде всего, нам нужно его понять.

Какова связь между искусственным интеллектом и геополитикой?

Геополитика — это дисциплина, изучающая, как географическое положение страны, её ресурсы, инфраструктура и экономическая мощь влияют на её власть, безопасность и отношения с другими государствами. Искусственный интеллект вписывается в эту концепцию как минимум по двум причинам: его производственная цепочка в значительной степени сосредоточена в нескольких странах, и сам он является инструментом власти. Неслучайно эта тесная связь лежит в основе книги Алессандро Арезу «Геополитика искусственного интеллекта» (Feltrinelli, 2024), которая реконструирует взаимосвязь технологий, бизнеса и американо-китайской конкуренции. Цепочка поставок ИИ начинается с сырья и энергии: меди, кремния, алюминия, галлия, редкоземельных элементов, добыча и, прежде всего, переработка которых сосредоточены в нескольких странах, при этом Китай занимает доминирующее положение в ряде стратегических материалов. Затем мы переходим к полупроводникам: Соединенные Штаты лидируют в разработке, при этом NVIDIA лидирует благодаря графическим процессорам (GPU), но производство самых передовых чипов зависит от Тайваня (TSMC), важнейшего геополитического центра. Южная Корея также вносит свой вклад в цепочку поставок, благодаря Samsung и SK Hynix, которые доминируют в производстве памяти. Наконец, есть облачные технологии: тысячи чипов, собранных в энергоемких и взаимосвязанных центрах обработки данных, превращают физическую инфраструктуру в глобальную услугу. США объединяют крупные технологические компании, венчурный капитал, университеты и облачную инфраструктуру; Китай отвечает производством, внутренним рынком и субсидиями. Цепочка поставок является концентрированной и стратегической, поэтому, например, Соединенные Штаты ввели все более строгий контроль над экспортом в Китай передовых чипов (включая графические процессоры NVIDIA) и оборудования для их производства, используя технологии как реальный рычаг внешней политики.

Как искусственный интеллект может улучшить нашу жизнь?

Искусственный интеллект может улучшить нашу жизнь на самых разных уровнях: от мелких, повторяющихся и скучных повседневных задач до научных прорывов в медицине или освоении космоса. Давайте начнем с самых простых вещей. Многие из наших повседневных бюрократических задач можно упростить, например, заполнение форм или написание электронных писем, освободив нас для более творческих занятий.

Переходя к более сложным, важным и необычным задачам, ИИ уже продемонстрировал результаты в области медицины: например, AlphaFold — это программа на основе ИИ, разработанная компанией DeepMind для прогнозирования трехмерной структуры белков, что позволяет лучше понимать такие заболевания, как болезнь Альцгеймера или болезнь Паркинсона, способствует ранней диагностике и, следовательно, разработке новых, более эффективных лекарств. За этим открытием стоит еще один из героев книги, Демис Хассабис, лауреат Нобелевской премии по химии 2024 года. И наконец, есть космос и планеты созвездия, где роботы и марсоходы, оснащенные ИИ — вспомните марсоходы НАСА — должны ориентироваться, анализировать рельеф и принимать автономные решения, даже когда связь с Землей неизбежно требует значительной разницы во времени, иногда до получаса. Таким образом, ИИ может позволить осуществлять более амбициозные миссии в отдаленных условиях, враждебных прямому управлению человека.