Машины вот-вот начнут думать по-настоящему: Брокман дал человечеству три года

Президент и сооснователь OpenAI Грег Брокман в беседе с Мэттью Берманом поделился своими взглядами на развитие искусственного интеллекта и оценил сроки достижения так называемого общего искусственного интеллекта — AGI (Artificial General Intelligence). По его словам, человечество находится на расстоянии от одного до трёх лет от этой цели, и "скорее ближе к трём, чем к одному".

"Если мы не достигнем уровня AGI к 2030 году, это будет значить, что что-то пошло не так", — заявил президент OpenAI Грег Брокман.

Что такое AGI и почему сроки важны

Понятие общего искусственного интеллекта остаётся расплывчатым. Даже ведущие специалисты не пришли к единому определению, но в целом речь идёт о системах, которые смогут выполнять экономически значимую работу на уровне человека - принимать решения, анализировать данные, действовать в физическом и цифровом мирах без постоянного вмешательства человека.

По оценке Брокмана, первые такие системы могут появиться уже к 2028 году. Он подчеркнул, что OpenAI не рассматривает AGI как финальную точку — скорее, как непрерывный процесс развития, в котором каждая новая модель приближает человечество к этой цели.

"Мы думаем об этом как о процессе. Есть точка, где ИИ сможет соперничать с людьми в экономически ценной работе. Это важная веха, но не конец", — добавил Брокман.

От великой цели — к практическому прогрессу

Ранее OpenAI рассматривала создание AGI как единую вершину, к которой нужно дойти. Теперь компания видит путь иначе: не как момент "озарения", а как цепочку постепенных достижений - улучшение моделей, повышение их универсальности и способности к самостоятельному обучению.

Такой подход отражает эволюцию философии OpenAI: от исследования ради эксперимента — к созданию полезных, применимых технологий, которые уже сегодня решают реальные задачи.

Что уже ведёт к AGI

Одним из ключевых направлений OpenAI Брокман назвал развитие мировых моделей - систем, которые способны строить внутренние представления о физических процессах, понимать движение, причинно-следственные связи и динамику реального мира.

Яркий пример — видеомодель Sora 2, которая, по словам Брокмана, демонстрирует значительный прогресс в этом направлении:

"Она лучше понимает физику, движение и причинно-следственные связи, что важно для ИИ, который видит и действует в мире", — отметил Брокман.

Sora 2 рассматривается как экспериментальная платформа, позволяющая системам не просто рассуждать в текстовом формате, а воспринимать и моделировать окружающую среду. Это фундаментальный шаг к созданию ИИ, обладающего элементами "здравого смысла" и когнитивного понимания.

Почему AGI — это не мгновенный скачок

Брокман подчёркивает: переход к общему разуму не будет внезапным. Это плавная кривая развития, где каждый технологический прорыв — новый уровень когнитивной сложности. Уже сейчас модели OpenAI демонстрируют признаки абстрактного мышления и способности к самообучению, которые несколько лет назад казались фантастикой.

Однако до систем, которые смогут по-настоящему действовать автономно и осмысленно в физическом мире, ещё предстоит пройти несколько этапов. Именно здесь, по словам Брокмана, лежит граница между "умным инструментом" и "универсальным интеллектом".

Технологические барьеры

Главным тормозом на пути к AGI Брокман назвал дефицит вычислительных ресурсов и чрезмерную стоимость масштабирования. Даже крупнейшие компании сталкиваются с нехваткой графических процессоров (GPU), необходимых для обучения гигантских моделей.

"Распределение GPU внутри OpenAI — настоящие боль и страдания: идей много, но вычислений не хватает всем", — признался Брокман.

Этот дефицит тормозит эксперименты, вынуждая исследователей выбирать, какие направления развивать в первую очередь. По словам главы OpenAI, "узкие места" инфраструктуры становятся ключевым фактором, ограничивающим темпы прогресса.

Возможные решения

1. Создание специализированных чипов. OpenAI и другие компании активно инвестируют в собственные решения для ускорения обучения нейросетей.

2. Оптимизация моделей. Развитие методов обучения с меньшими затратами на вычисления — одно из приоритетных направлений.

3. Коллаборации. Совместные проекты с партнёрами по распределению мощности и созданию облачных инфраструктур.

А что если AGI всё же задержится?

Брокман считает, что неудача в достижении AGI к 2030 году будет означать, что человечество ошиблось в оценке сложности задачи. Однако даже в этом случае путь не будет напрасным: технологии, появляющиеся в процессе, уже сейчас радикально меняют науку, образование и бизнес.

Возможные сценарии

Мифы и правда

• Миф: AGI появится внезапно и заменит человека.
Правда: это долгий процесс, где каждая стадия строится на предыдущей.

• Миф: AGI потребует суперкомпьютеров размером с город.
Правда: эффективность вычислений растёт, а новые методы обучения сокращают потребности в мощности.

• Миф: OpenAI знает точную дату создания AGI.
Правда: прогнозы остаются оценочными, и многое зависит от технологических и социальных факторов.

Ошибка → Последствие → Альтернатива

1. Ошибка: ожидание мгновенного прорыва.
   Последствие: потеря доверия при неизбежных задержках.
   Альтернатива: рассматривать AGI как эволюцию, а не событие.

2. Ошибка: недооценка инфраструктуры.
   Последствие: невозможность обучить модели нужного масштаба.
   Альтернатива: инвестировать в оборудование и оптимизацию.

3. Ошибка: игнорирование этических рисков.
   Последствие: общественное сопротивление и жёсткое регулирование.
   Альтернатива: открытое обсуждение и внедрение стандартов безопасности.

Плюсы и минусы ускорения к AGI

FAQ

Когда, по мнению OpenAI, появится AGI?
По словам Грега Брокмана, от одного до трёх лет — ориентировочно к 2028 году.

Что понимается под AGI?
Системы, способные выполнять экономически значимую работу на уровне человека.

Почему OpenAI изменила своё отношение к AGI?
Компания видит процесс его создания как постепенное развитие, а не как конечную цель.

Какие технологии приблизят человечество к AGI?
Мировые модели, видеомодели вроде Sora 2, улучшенные архитектуры и специализированные процессоры.

Что мешает ускорить прогресс?
Главным ограничением остаются вычислительные мощности и стоимость масштабирования.

Исторический контекст

Путь к AGI начался ещё в середине XX века, когда первые кибернетики мечтали о машинах, способных "думать". Но только последние годы сделали эту цель реальной — благодаря нейросетям, обучающимся на триллионах параметров. Теперь, по словам Брокмана, человечество стоит на границе нового этапа — эпохи разумных машин, которые смогут не просто отвечать, а понимать.

3 интересных факта

1. Sora 2 — первая видеомодель OpenAI, которая обучается на данных о движении и пространстве.

2. В OpenAI GPU распределяются вручную между командами — ресурсы ограничены.

3. Брокман участвовал в создании первых версий ChatGPT и до сих пор курирует техническое развитие моделей.