Почему не сбываются прогнозы о развитии ИИ?

Сергей Полунин

Руководитель группы защиты инфраструктурных ИТ-решений компании «Газинформсервис»

Эксперты в области информационной безопасности, да и не только, обожают делать прогнозы. Особенно богаты на урожай таких прогнозов периоды прямо перед новым годом, когда сотни специалистов пытаются заглянуть в будущее. А если тема хайповая и перспективная, то писать прогнозы особенно безопасно. Что-то обязательно да сбудется, весь вопрос лишь – когда? С искусственным интеллектом история именно такая. Еще великий Алан Тьюринг прогнозировал, что к 2000 году искусственный интеллект (ИИ) будет проходить треть тестов. Этого, конечно, не случилось, но прогноз слишком хорош и дату решения этой задачи отодвигали уже несколько раз. Но Тьюринг был пионером ИИ и не писал статьи в интернет-издания, а его материалы не разбирали на цитаты на новостных порталах. 

Герберт Саймон, ученый с мировым именем обещал в 1965 году, что через двадцать лет машины будут способны выполнять любую работу, которую может выполнить человек. Этого не случилось, не правда ли? В 1970 году Марвин Мински заявил журналу Life: «Через три-восемь лет у нас будет машина с интеллектом среднего человека». И снова нет. Хотя некоторые антропологи говорят, что тут движение как раз есть – не компьютеры умеют, а размеры мозга среднего человека стали заметно меньше. Мы себя успокаиваем, что мозг стал меньше, потому что стал сложнее, но кого мы обманываем. 

Исследования в области машинного обучения активно начались в далеком 1956 году, однако в 1973 году в докладе британского математика Джеймса Лайтхилла был сделан вывод, что «ни в одной части этой области открытия, сделанные до сих пор, не оказали такого серьезного воздействия, которое тогда было обещано». С корректного британского на обычный человеческий это переводится, как «Прогнозы – не наш конек». 

Интерес к ИИ ждал своего рода ренессанс, когда его научили играть в шашки и шахматы. Помните, как в 1997 году шахматный суперкомпьютер Deep Blue обыграл российского гроссмейстера? Стоил этот компьютер 10 млн долларов и вряд ли бы продавался в магазине. Где он сейчас? Одна стойка Deep Blue хранится в Музее компьютерной истории в Калифорнии, вторая — в Национальном музее Американской истории в Вашингтоне. Но это уже история. 

Совсем недавно в 2009 год нейробилог из Израиля Генри Маркрам в своем докладе на платформе TED пообещал, что через 10 лет его исследовательская группа проведет реверс-инжиниринг человеческого мозга, используя ИИ для моделирования 86 миллиардов нейронов мозга и 100 триллионов синапсов. Что интересно, он даже получил финансирование от Евросоюза, однако уже через пару лет стало понятно, что на современном уровне технологий это вряд ли возможно, и финансирование прекратилось. 

И таких примеров много. Вера в то, что есть технология, которая решит все проблемы в человечестве поистине неистребима. И мы же уже проходили это, когда изобрели электричество. И вообще если посмотреть на стартапы в области ИИ, то может показаться, что это сплошная череда неудач. Все пытаются как-то применять ИИ, но не все получают адекватную отдачу. 

В ИБ и ИТ такое встречается реже, потому зачастую ИИ там решает какую-то одну совершенно прикладную задачу. Посмотрите на ИБ-стартапы – почти все они направлены на какую-то узкую задачу. И зачастую эта задача заключается в автоматизации действий специалиста: обнаружение вирусов, корреляция событий, анализ логов – это очень понятные задачи, которые можно поручить ИИ. А уже затем придумывать как расширить сферу применения. 

И в этом, как мне кажется, и кроется секрет успешного прогноза. Если посмотреть историю человеческих изобретений, то зачастую прорывные технологии сначала использовались совсем не так, как мы знаем сегодня. Например, транзисторы начали использовать в слуховых аппаратах задолго до того, как попали в радиоприемники. Компьютеры довольно быстро обосновались в бухгалтериях крупных предприятий и только спустя многие годы завоевали все и вся. Про интернет я даже напоминать не буду –  эту историю знают все. 

Я думаю, что мы хотим слишком больших и быстрых успехов там, где быстрый прогресс просто невозможен. Мы не конца знаем, как работает наш мозг, но уже мечтаем создать его цифровой аналог. Так не бывает. Но и фантазировать нам никто запретить не можем. 

Давайте посмотрим на более мрачный сценарий. Генеративный ИИ, который те же самые эксперты успели объявить безусловным благом, который хоть и не решит всех проблем человечества, то уж точно повысит производительность в самых различных областях человеческой деятельности, легко может стать угрозой привычному ходу вещей и будет запрещен. Как? Например, после какого-нибудь громкого кейса использования дипфейков для влияния на фондовые рынки или политическую ситуацию в какой-то стране, государства могут начать более строго регулировать использование ИИ. Например, вынудить тех же Google, Microsoft и OpenAI ограничить доступ клиентов к своим сервисам ИИ. Специалисты Saxo Bank считают, что после этого инвестиции в ИИ со стороны венчурных инвесторов упадут до нуля, потому что заработать деньги, даже в отдаленной перспективе, на истории больше не получится. На этом, скорее всего, бурный рост ИИ, такой, как мы его знаем, будет завершен. 

Или, например, одного большого инцидента не будет, но зато соцсети заполнят фейки высокого качества и отличить реальную новости и фейковых станет уже невозможно. Доверие к традиционным медиа упадет до нуля, и государствам все равно придется регулировать использования технологий ИИ. Ну а дальше...Будем вспоминать и рассказывать детям, как было весело болтать с ChatGPT и генерировать занятные изображения в Midjourney. Те будут крутить пальцем у виска, потому что звучит как фантастика. Будем осторожны в своих прогнозах, они могут сбыться.