凯文·凯利: никто из экспертов не может разглядеть будущее ИИ (полный текст выступления)

Сегодня мы сосредоточимся на будущих тенденциях, на грядущих преобразованиях в отрасли и на новых возможностях.

Прежде всего я хочу подчеркнуть: на данный момент нет ни одного эксперта по искусственному интеллекту, который действительно смог бы разглядеть будущее ИИ.

Мы пока не можем определить, сможет ли вообще воплотиться и реально быть реализованной общая искусственная интеллект (AGI); непонятно, в каком направлении пойдет развитие ИИ — будет ли оно двигаться к высокой централизации или же разделится на бесчисленное множество небольших, распределенных интеллектуальных единиц; мы не знаем, будет ли ИИ массово замещать человеческую работу; и невозможно оценить, будет ли в будущем ИИ доминировать в открытом исходном коде или в закрытом.

У нас есть бесчисленные догадки и сценарии, но никто не может дать однозначный ответ. Это и есть неопределенность на переднем крае индустрии ИИ: темпы развития в разных сферах неодинаковы — одни направления будут быстро итеративно обновляться, а другие станут медленно и глубоко развиваться.

Причем такая неопределенность в краткосрочной перспективе никуда не исчезнет. В течение одного, двух и даже пяти лет эти ключевые вопросы не будут окончательно решены. По прошествии пяти лет мы все равно будем сталкиваться с этими нерешенными отраслевыми задачами. Поэтому умение сосуществовать с неопределенностью, адаптироваться к неизвестному — обязательный навык для всех нас.

Но при этом неопределенность сама по себе — это и есть крупнейшая возможность. Все тенденции, которыми я поделюсь дальше, хотя и полны неизвестности, но также открывают перед вами дверь — шанс создать нечто совершенно новое, чего раньше не существовало.

Примерно в ближайшие пять лет возможности и неизвестность в сфере ИИ будут сосредоточены на трех главных передовых направлениях: гуманоидные роботы, эмоциональный интеллект и экосистема интеллектуальных агентов.

Сначала — гуманоидные роботы. Я твердо убежден: гуманоидные роботы станут самым сложным творением, которое когда-либо создавал человек. Это продукт с самой высокой структурной, логической и технологической сложностью среди всего, что есть на Земле сейчас, кроме самого человека.

У разработок здесь невероятно высокий порог: нужно, чтобы тысячи лучших умов объединились и шли в бой с проблемой. Потому что гуманоидный робот — это не просто платформа для самых сложных на сегодня систем ИИ; он также объединяет три ключевых блока: прецизионное аппаратное обеспечение, ключевую систему энергообеспечения и прикладные программные алгоритмы. Каждое из этих направлений само по себе крайне сложное. А задача — добиться высокой степени интеграции и сжать/адаптировать всё это под небольшое гуманоидное устройство — поднимает сложность в геометрической прогрессии.

Можно сказать: создание гуманоидного робота, способного зайти в дом, в класс и перейти к повседневному обслуживанию людей, станет самой сложной инженерной задачей в истории технологического развития человечества — и на данный момент мы только начали.

На текущем этапе большие языковые модели (LLM) лишь воспроизводят крайне малую часть множества когнитивных способностей человеческого мозга и даже не воспроизводят основной человеческий способ мышления. Сегодняшний ИИ, который мы разрабатываем, — это всего лишь одна, односторонняя форма имитации сложной системы человеческого мышления.

У существующих больших языковых моделей есть два ключевых недостатка: они не умеют учиться самостоятельно, а их способность к долгосрочной памяти слабая. Но автономная итерация, непрерывное обучение и динамическая адаптация к среде — это базовые обязательные возможности, которые нужны агентам, чтобы сопровождать людей и постоянно развиваться. Это означает, что нельзя ограничиваться только большими языковыми моделями — нужно исследовать совершенно новые формы ИИ-когниции.

Большие языковые модели действительно мощные и незаменимые: они позволяют внедрять решения в огромном количестве сценариев. Но фундамент их обучения — это массивы текста и знания в виде текста: они понимают мир, описанный в книгах, но не понимают реальный физический мир.

Будущему ИИ нужно уйти от «болтовни на бумаге» и обрести настоящую способность к восприятию реальности. Он должен уметь чувствовать трехмерное пространство, распознавать положение объектов и понимать объемный физический мир, обладая реальной способностью оценивать ситуации в среде. Именно это — «мир-модель», над которой сейчас работают многие лаборатории по всему миру.

Будущий ИИ будет опираться не только на языковые модели. У него появятся физические модели, химические модели и биологические модели. Он больше не будет распознавать мир через текстовую когницию — он будет воспринимать реальность через реальные физические законы и природные принципы, понимая все природные явления, включая столкновения объектов и течение жидкостей.

Такие технологии также называют пространственным интеллектом, встраиваемым ИИ или world model. В центре всего — перенос абстрактного знания и его распознавания в трехмерный физический мир. Это сейчас самое важное передовое направление, в котором скрыты огромные возможности для инноваций.

А ключевая «must-have» потребность гуманоидных роботов как раз в этой пространственной интеллектуальности. Языковые способности, безусловно, важны, но этого недостаточно. Роботу нужно выйти за рамки текстовой когниции и действительно «прочитать» физический мир. Любой прорыв в робототехнике в будущем будет неизбежно опираться на эту миниатюризированную высокоточную пространственную интеллектуальность — её обязательно нужно интегрировать в смартфоны и устройства небольших роботов. Это большой технологический вызов и одновременно отличная среда для стартапов и инноваций.

Кроме того, еще один серьезный технический барьер — механическая рука. Строение человеческой руки невероятно тонкое и точное: она умеет чувствовать давление и распознавать температуру. Чтобы воспроизвести механическую структуру, сопоставимую с человеческой рукой, сложность колоссальна. Нам нужно не только разрабатывать простые механические захваты, но и создавать бионические руки с многомерным сенсорным восприятием. Это требует непрерывной работы множества инженеров и исследователей ИИ — это будет важнейшая инженерная задача будущего и одновременно создаст массу рабочих мест и возможностей для научных исследований.

И наконец — энергетический вопрос для роботов. Несмотря на то что в этой области уже есть множество прорывов, разрыв по энергоэффективности по сравнению с биологическими организмами человека по-прежнему огромен. У человека как биологического индивида мозгу нужна супервычислительная мощность всего при расходе 25 ватт, а общий энергопотребление всего тела — максимум 300 ватт, при этом он может непрерывно работать, активно двигаться 12 часов. А на текущем этапе энергоэффективность гуманоидных роботов даже не достигает половины человеческой. Энергоэффективность — ключевая инженерная проблема, которую нужно решать.

Есть и более жесткое условие: чтобы гуманоидный робот встроился в повседневную жизнь людей, сопровождал и ухаживал за близкими и глубоко взаимодействовал с человеком, он должен обладать надежностью 99,999%. Но сегодня роботы пока не дотягивают до этого стандарта.

Это и есть «правило девятеричной эволюции» в индустрии: с 99% до 99,9%, затем до 99,99% и 99,999% — каждый дополнительный «9» по точности требует объема работ по разработке и технической сложности, равного сумме всех предыдущих этапов. Чем выше точность, тем сложнее совершенствоваться. Даже на самых передовых роботизированных заводах в мире охват автоматизированных задач сейчас составляет лишь 91% — значит, впереди нас ждет очень долгий путь.

Конечно, негуманоидные роботы уже достигли масштабируемого внедрения. Например, роботы для прецизионного сельского хозяйства могут точно отслеживать состояние роста каждой отдельной салатной розетки и, таким образом, обеспечивать точный полив и дозированное внесение удобрений на уровне одного растения. Это модель прецизионного земледелия, которую традиционный фермер физически не может реализовать — а теперь это уже внедрено за счет сельскохозяйственных роботов. Помимо этого, специализированные роботы вроде умных доильных аппаратов также продолжают итерационно улучшаться благодаря ИИ.

Беспилотные автомобили в Сан-Франциско — это эталонный продукт робототехники, но даже при этом их зрелость сейчас составляет только 99,9%. Оставшиеся 0,001% крайних сценариев все еще требуют удаленного ручного вмешательства и страховки на случай сбоев. Чтобы полностью исключить даже это последнее крошечное вмешательство человека, понадобится столько времени, средств и технологических затрат, сколько ушло на накопления в индустрии автопилота за последние сорок лет.

Поэтому я всегда подчеркиваю: гуманоидный робот — это самое сложное технологическое изделие в истории человечества. Даже при консервативных оценках потребуется еще около 10 лет, чтобы он по-настоящему созрел и был широко внедрен в реальности. Это не просто мое личное мнение: рыночные прогнозные данные тоже подтверждают это. Сложность разработки и внедрения здесь намного выше, чем представляют себе большинство людей.

Разобравшись с роботами, перейдем ко второму передовому направлению: эмоциональный интеллект. Это станет крупнейшим сюрпризом для развития ИИ в будущем — наделить искусственный интеллект эмоциями будет ключевым следующим шагом итерации.

Зачем нужно, чтобы ИИ обладал эмоциями? Главная причина — соответствовать привычкам человеческого взаимодействия. Люди изначально умеют чувствовать и понимать эмоции, им не нужно дополнительно обучаться этому и подстраиваться. Сейчас ИИ, оснащенный визуальными камерами, уже способен точно распознавать эмоции людей — радость, удивление, страх — и давать соответствующие отклики.

Можно представить сценарии: умная AI-игрушка для ребенка может почувствовать его подавленное настроение, активно сопровождать и слушать; а человеческие домашние питомцы — кошки и собаки — в будущем смогут действительно начать разговаривать с хозяином. Сейчас такие сценарии уже имеют условия для внедрения.

Я уверен: ИИ и роботы с эмоциями смогут установить с людьми настоящую, глубокую эмоциональную связь. Даже если они являются продуктом искусственного интеллекта, наши с ними узы и отношения, основанные на эмоциях, будут абсолютно реальными.

И последнее из трех ключевых направлений — экосистема интеллектуальных агентов. Это также одно из самых обсуждаемых направлений в отрасли на сегодня.

В будущем у каждого человека будет свой персональный интеллектуальный агент, а за кулисами будут параллельно работать множество невидимых вспомогательных агентов, которые будут согласованно координировать работу. Главная особенность того интеллектуального агента, которым вы пользуетесь «впритык», — он всегда в сети и готов отвечать в любой момент. Его можно встроить в умные очки, в портативные устройства и терминалы — и он будет обслуживать пользователя круглосуточно.

В условиях долгого постоянного сопровождения эти интеллектуальные агенты будут непрерывно учиться вашим привычкам, понимать ваши потребности и в итоге знать вас лучше, чем вы сами себя. Я определяю это как «внешнее я (вне-Я, внешний интеллектуальный агент)»: это не самостоятельный «кто-то» и не полностью «вы сами», а персональная интеллектуальная сущность, которая соответствует вам, подстраивается под вас и расширяет вас.

В будущем сформируется полноценная экономическая экосистема ИИ-интеллектуальных агентов: бесчисленные агенты будут автономно подключаться друг к другу, распределять задачи, координировать совместную работу и выполнять всевозможные дела. И еще важнее: в этой экосистеме появится собственная система транзакций — агенты будут автономно проводить расчеты, выдавать доверительные лимиты (кредит/доверие) и совершать сделки между собой.

И это позволит криптовалютам и стейблкоинам наконец обрести реальные сценарии внедрения — им больше не нужно быть только инструментами спекуляции. Они смогут стать эксклюзивной оборотной валютой в экосистеме ИИ-интеллектуальных агентов. Такие проекты, как Strike и другие, уже проводят тестирование этой модели на практике.

Но после всеобщего распространения интеллектуальных агентов появится и целый ряд совершенно новых вопросов: кому принадлежит интеллектуальный агент? Кому в итоге он будет служить? Разработчику-компании, пользователю или третьей стороне?

Самое ключевое и самое перспективное утверждение здесь — создание системы интеллектуального доверия: как обеспечить безопасное и надежное взаимодействие и совместную работу между интеллектуальными агентами, которые незнакомы друг другу и не проходили проверку безопасности? Эта потребность приведет к созданию целого набора совершенно новой «доверительной» технологической базы, и именно она станет ключевым фундаментом для практического внедрения экосистемы интеллектуальных агентов в будущем.

Подводя итог: неопределенность будущего для индустрии ИИ и главные возможности сосредоточены в трех областях: прорыв в технологии гуманоидных роботов, внедрение эмоционального ИИ и создание экосистемы агентов интеллектуального охвата во всех сферах.

И в завершение я хочу подчеркнуть: если смотреть с перспективы будущего — из точки через десять лет — оглядываясь назад, мы поймем, что сегодня не может никто по-настоящему заслуженно называться экспертом по ИИ. А это означает: сейчас входить в эту сферу никогда не поздно. Я искренне жду, что каждый из вас создаст в этом новом направлении прорывные результаты, способные перевернуть эпоху.