ИИ в США, Китае и России: глобальные тенденции, инициативы и перспективы

#Развитие искусственного интеллекта: глобальные тенденции, российские инициативы и перспективы

В последние годы обсуждение развития искусственного интеллекта (ИИ) достигло пика, однако некоторые эксперты сравнивают текущий ажиотаж с «мыльным пузырём», который может лопнуть в любой момент. Так, один из комментаторов, названный в источнике Павлом, указывает на сходство с периодом доткомов, когда множество компаний обещали революционные технологии, но в итоге выжили лишь немногие лидеры. По его словам, современные языковые модели, включая продукты OpenAI и Anthropic, часто не способны решать практические задачи и могут давать ошибочные ответы; в качестве примера приводится запрос о том, как добраться до мойки для мытья машины, на который система выдала несоответствующий ответ.

В Соединённых Штатах крупные технологические корпорации, такие как Microsoft и Google, активно интегрируют ИИ в процесс разработки программного обеспечения, что, по сообщениям, приводит к сокращению численности персонала и увольнению десятков тысяч специалистов. При этом представители отрасли отмечают, что текущие модели ИИ пока не приносят ожидаемой прибыли, а их разработка и эксплуатация остаются экономически невыгодными в ближайшие десятилетия. Кроме того, оборонный сектор США усиливает взаимодействие с компаниями, разрабатывающими ИИ, в том числе с Anthropic, с которой, как сообщается, Пентагон заключил ряд договоров для использования технологий в военных целях. В этом контексте упоминается также компания Polantir, которая, по утверждениям, является ключевым подрядчиком Пентагона в области ИИ.

В Китае государственная поддержка ИИ проявляется в масштабных инвестициях и создании целой экосистемы, включающей более семидесяти уникальных языковых моделей, каждая из которых способна вести диалог и выполнять разнообразные задачи. Крупные китайские технологические компании, такие как Alibaba и Huawei, разрабатывают собственные модели и активно применяют их в робототехнике, что, по сообщениям, приводит к появлению реальных роботов, способных обслуживать общественные объекты. Примером такой практики является робот, предназначенный для обслуживания общественных туалетов, включая мойку раковин и унитазов. Несмотря на быстрый рост, в публичных источниках отмечаются вопросы прозрачности: многие модели не доступны в открытом виде, а предоставляемый код часто упрощён, что порождает сомнения в их коммерческой модели и в степени открытости.

В России наблюдается значительная зависимость от готовых зарубежных решений. По сообщениям, такие компании, как Яндекс и Сбербанк, используют архитектуры, разработанные в рамках проектов GPT‑3 и GPT‑2, соответственно, что подразумевает применение технологий, изначально созданных в Google. Аналитики указывают на нехватку квалифицированных кадров и ограниченные инвестиции в разработку собственных языковых моделей, что затрудняет конкуренцию с мировыми лидерами. Кроме того, некоторые отечественные проекты, например «Alice AI», заявляют о создании собственных моделей, однако в действительности опираются на готовые решения, что ограничивает их самостоятельность.

Несмотря на перечисленные ограничения, в России появляются инициативы, направленные на создание отечественных ИИ‑систем. Одним из таких проектов является «Рукалама», разработанный автором, известным под псевдонимом Илюх. В рамках этой инициативы создан компилятор для работы с отечественными картами, а также обучены две нейронные сети, способные распознавать цифры и буквы. Планируется открытый выпуск фреймворка для обучения нейросетей, адаптированного под отечественное оборудование, включая процессоры Link и Elbrus. Параллельно разрабатывается портал «Иишка», который, по замыслу создателей, должен демократизировать доступ к ИИ, предоставляя базовые функции бесплатно и расширенные возможности по подписке. Другой подход к построению моделей основан на применении теоремы Колмогорова‑Арнольда, позволяющей уменьшить объём обучающих данных и ускорить процесс приближения функций. На практике такой метод был использован для создания мини‑GPT, обученного на небольшом наборе текстов Шекспира (≈1,5 МБ), а также для разработки мультимодальной модели, способной генерировать и распознавать русский текст в рамках сотрудничества с Российской национальной библиотекой (РНБ). В рамках этого сотрудничества планируется автоматизация каталогизации книг и создание приложения для сканирования и распознавания печатных изданий.

Примеры практического применения ИИ в разных странах демонстрируют разнообразие задач. В Китае, помимо упомянутого робота для обслуживания туалетов, активно развиваются голосовые системы управления автомобилями, позволяющие водителям выполнять команды без отрыва от дороги. В России, в рамках проекта с РНБ, разрабатывается приложение, способное сканировать страницы книг, распознавать русский текст и автоматически генерировать метаданные, что может существенно ускорить процесс каталогизации. Такие решения, по мнению их разработчиков, могут стать основой для более широкого внедрения ИИ в библиотечные и архивные системы.

Отдельно в публичных источниках фигурируют заявления о разработке алгоритмов, не основанных на нейронных сетях, которые, по словам их авторов, способны извлекать полную информацию из лишь небольшой части исходных данных. Так, один из разработчиков утверждает, что его алгоритм может восстановить карту неба, используя лишь 5 % исходных наблюдений, а также ускорять вычисления матричных операций в 10 000 раз, что, по его словам, открывает возможности для нанометровых исследований. Кроме того, в рамках того же проекта описывается пайплайн для синтеза полимеров с заданными свойствами, а также алгоритм, способный с 100 % вероятностью обнаруживать чёрные дыры. Авторы также сообщают о восстановлении более 159 000 объектов в Млечном Пути и открытии новых планет и чёрных дыр, однако независимая проверка этих результатов пока отсутствует.

Таким образом, развитие искусственного интеллекта представляет собой многогранный процесс, в котором сочетаются глобальные инвестиции, национальные стратегии и отдельные исследовательские инициативы. В США наблюдается сосредоточенность на коммерциализации ИИ и его интеграции в программную индустрию, однако возникают вопросы о рентабельности и социальном воздействии. Китай, опираясь на государственную поддержку, быстро расширяет количество и разнообразие моделей, но сталкивается с проблемами открытости и монетизации. Российская сцена ИИ характеризуется стремлением к созданию собственных решений при ограниченных ресурсах, что приводит к появлению проектов, использующих как традиционные нейросетевые подходы, так и альтернативные алгоритмические методы. Важно, чтобы дальнейшее развитие сопровождалось прозрачностью, независимой оценкой эффективности и реалистичными ожиданиями от возможностей технологий.

#Вывод

Развитие искусственного интеллекта находится на пересечении глобального ажиотажа и реальных технологических достижений. В США наблюдаются проблемы с экономической целесообразностью и социальными последствиями широкого внедрения ИИ, в то время как Китай активно инвестирует в создание множества моделей, однако сталкивается с вопросами открытости и монетизации. Российская инициатива стремится к самостоятельному развитию, создавая собственные модели и инфраструктуру, но ограничена нехваткой кадров и инвестиций. Появление альтернативных алгоритмических подходов и специализированных приложений демонстрирует разнообразие возможных путей развития. Для устойчивого прогресса необходимы прозрачность, независимая проверка заявленных возможностей и сбалансированное понимание как потенциала, так и ограничений современных технологий ИИ.