Профессор РАН Иван Оселедец: В отдельных сферах проникновение искусственного интеллекта в России существенно опережает мировые показатели
За прошедшие 13 лет прогресс в сфере искусственного интеллекта оказался настолько значительным, что многие заявляют о настоящем технологическом перевороте. Однако периоды повышенного внимания к ИИ уже случались в прошлом — насколько вероятно, что сейчас нас вновь ждет так называемая «зима искусственного интеллекта»? Кто лидирует в современной глобальной гонке технологий и какой вклад в общее развитие вносят российские исследователи? На эти и другие вопросы в беседе с CNews ответил Иван Оселедец — один из ключевых специалистов в мире по ИИ, доктор физико-математических наук, профессор РАН, декан факультета искусственного интеллекта МГУ, генеральный директор Института AIRI. Он входит в число 2% наиболее цитируемых учёных планеты.
«Ключевое значение имеет не столько качество модели, сколько обладание технологией её создания»
CNews: Известно, что уже происходили две «зимы» искусственного интеллекта — в 1974–1980 и 1987–1993 годах, когда завышенные прогнозы относительно новых разработок привели к разочарованиям, а интерес к технологии со стороны бизнеса, науки и государства резко сократился. Сегодня часть аналитиков прогнозирует очередной период «похолодания». Вы в этом отношении скорее скептик или оптимист?
Иван Оселедец: Быть оптимистом полезно, даже если осознаёшь, что экспоненциальный рост не может длиться вечно и в итоге наступит стабилизация. Я не застал предыдущую волну ажиотажа вокруг ИИ, но текущая ситуация, по всей видимости, коренным образом отличается.
На протяжении длительного времени, примерно с 2012 года, мы наблюдаем масштабное развитие: возникли рассуждающие мультиагентные системы, робототехника вышла на качественно новый уровень. Безусловно, здесь присутствует и хайп, и те, кто стремится на этом заработать, однако если говорить непосредственно о технологиях, они эволюционируют чрезвычайно быстро. Сформировалось принципиально новое понимание в данной области.
CNews: Тем не менее, сейчас всё чаще звучат мнения, что крупные инвестиции компаний во внедрение ИИ не приносят ожидаемой отдачи…
Иван Оселедец: Любой прогноз — это всегда игра в угадайку. Кто-то может оказаться прав, но если говорить откровенно, никто точно не скажет, что принесет успех, а что окажется провальным. Можно лишь констатировать, что сегодня у нас есть искусственный интеллект такого масштаба, о котором пару лет назад даже не мечтали. И что характерно — мы к нему адаптировались почти мгновенно.
CNews: Насколько сильно дефицит вычислительных ресурсов сдерживает прогресс в области ИИ? Какие могут быть пути решения этой проблемы, учитывая, что ИИ действительно потребляет колоссальное количество энергии?
Иван Оселедец: Потребность в росте мощностей продиктована стремлением решать все более сложные прикладные задачи, где на первый план выходит экономическая целесообразность.
Если проводить исторические параллели, нынешний этап развития ИИ можно сравнить с эпохой дирижаблей. Когда-то казалось очевидным: чем больше дирижабль, тем дальше он может лететь, и логика подсказывала строить их все крупнее. Однако затем появились самолеты, и выяснилось, что дирижабли в принципе не были нужны.
Сейчас же инвестиции выглядят более предсказуемыми: «купив в десять раз больше вычислительных карт, я получу модель, способную выполнять конкретные задачи». Но есть и те, кто смотрит шире и готов вкладываться в искусственный интеллект будущего поколения.
Я не берусь предсказать, каким он будет. Возможно, он станет обучаться значительно быстрее, требуя меньше ресурсов и затрат. Кстати, любопытно, что стоимость применения ИИ, так называемый инференс, уже упала примерно в десять раз. Достаточно сравнить GPT-4 в марте 2023 года и GPT-4o в мае 2024-го. Тогда миллион входных токенов обходился в 30$, выходных — в 60$. Спустя год цена за миллион входных токенов снизилась до 5$, выходных — до 15$. То есть падение составило в 6 и 4 раза соответственно. И с тех пор прошел еще год.
CNews: Какие позиции занимает Россия в современной гонке технологий ИИ? В чем наши реальные сильные стороны, а где мы явно проигрываем?
Иван Оселедец: Давайте смотреть правде в глаза: по объему вычислительных мощностей мы находимся примерно во втором десятке — на то есть ряд причин, включая санкционное давление. Если оценивать по количеству публикаций на ведущих международных конференциях — здесь, считаю, нам есть над чем работать.
В то же время в науке, в классическом понимании исследований ИИ, появляются талантливые молодые специалисты. Просто раньше это не было для нас ключевым фокусом. Кроме того, у нас достаточно много грамотных инженеров, умеющих создавать практические решения на основе ИИ. Кто-то, конечно, уехал: стоит посмотреть на любой перспективный американский стартап — и там почти наверняка найдется специалист из России.
В ряде сфер внедрение искусственного интеллекта у нас даже опережает уровень многих развитых стран.
CNews: Например, в каких?
Иван Оселедец: В качестве примера можно рассмотреть медицину. Например, в Москве с 2020 года реализуется пилотный проект по применению технологий компьютерного зрения в системе здравоохранения. Ни в одной другой стране мира искусственный интеллект не задействован в этой отрасли в сопоставимых масштабах. Кроме того, в России наблюдается глубокая интеграция ИИ во все финансовые операции, в том числе в процессы кредитования. В этих двух направлениях наша страна, безусловно, занимает передовые позиции.
И третья сфера, как это ни удивительно, — это обучение крупных языковых моделей. Во всем мире насчитывается всего 5–6 государств, обладающих такими возможностями. И хотя первоначально некоторые скептически оценивали GigaChat — инвесторы вложили средства и продемонстрировали, что можно создать модель, сопоставимую с разработками других стран. Поэтому ключевое значение имеет даже не качество конкретной модели, а наличие собственной технологии её создания.
Стратегия «мы просто возьмем готовые китайские модели» — безусловно, экономичный и простой путь, однако если в какой-то момент доступ к ним будет прекращен или потребуется создать на их основе нечто более сложное, без собственных технологий это окажется невозможным. Нам бы не хотелось оказаться в подобной ситуации.
В целом, конечно, необходимы дополнительные ресурсы, специалисты и вычислительные мощности. Но кадры не появляются из ниоткуда, их нужно готовить. Именно поэтому государство и бизнес вкладываются в развитие новых образовательных программ — чтобы формировать постоянный приток специалистов. Полагаю, первые результаты этих образовательных инициатив станут заметны уже через 2–3 года. А через 5–6 лет из этих выпускников вырастут новые лидеры в научной сфере.
«Ограничения стимулируют думать головой и развивать методы решения задач на меньших вычислительных ресурсах»
CNews: Каким образом можно повысить количество научных публикаций у российских исследователей?
Иван Оселедец: Для увеличения числа научных публикаций нужно, в первую очередь, больше писать. Это похоже на спорт — чтобы добиться успехов в легкой атлетике, необходимо много тренироваться, искать одаренных спортсменов и побеждать на тех состязаниях, куда удается попасть.
Да, у российских ученых действительно существуют сложности с публикацией в зарубежных изданиях, но в целом научному сообществу, за редкими исключениями, абсолютно неважно, из какой страны автор. Научное сообщество самостоятельно занимается оценкой публикаций, проводит рецензирование, поэтому наши исследователи находятся в тех же условиях, что и коллеги из Китая, США, Франции или арабских стран. Все участвуют в одном общем процессе, и оценку работы проводят такие же ученые из других государств. Зачастую это происходит вслепую — когда рецензенты не знают, кто является автором. Главное — предложить обоснованную идею и качественно описать проведенный эксперимент.
В нашем институте и центрах искусственного интеллекта действительно публикуется немало работ на престижных конференциях, удостоенных наград. Их количество составляет несколько сотен в год, что немного в сравнении, например, с показателями Китая. Однако это в десять раз больше, чем было у нас десять лет назад. Такой рост не происходит мгновенно — он является результатом планомерного развития, инвестиций и четкой постановки задач.
CNews: В связи с санкционными ограничениями Россия лишена доступа к графическим процессорам, которые критически важны для работы со многими моделями — как можно восполнить этот пробел?
Иван Оселедец: Когда доступ к чему-либо ограничивают, цена возрастает примерно в полтора раза, а если он полностью запрещен — то вдвое. Однако страну с такими протяженными границами невозможно полностью изолировать от каких-либо технологий. Видеокарты все равно появляются — пусть и худшего качества, в меньшем количестве, но они есть, и поэтому суперкомпьютерные центры будут продолжать развиваться.
Сегодня на мировом рынке доминирует Nvidia, но Китай уже совершил огромный рывок в микроэлектронике, включая производство графических ускорителей. Насколько я знаю, там есть четыре крупных производителя, которые постепенно начинают выходить на российский рынок.
Да, ситуация сложная. Но, во-первых, необходимо использовать все возможные каналы для доступа к вычислительным ресурсам. Во-вторых, существуют достаточно мощные облачные сервисы, которые уже активно применяются крупными компаниями. Это дорогое решение, но альтернативы нет.
И в-третьих, ограниченность вычислительных мощностей заставляет больше полагаться на интеллект и разрабатывать методы, решающие те же задачи с меньшими ресурсами. Безусловно, с большими мощностями можно провести больше экспериментов за единицу времени, а искусственный интеллект — это экспериментальная наука. Например, у вас есть десять идей, которые нужно проверить. Проверка одной занимает два дня на определенном количестве видеокарт. Если карт меньше, вы будете последовательно тестировать эти идеи очень долго, а конкурент с большими ресурсами уйдет далеко вперед. Следовательно, нужно быть умнее: тщательнее отбирать гипотезы, использовать интуицию, находить более экономичные способы проверки.
CNews: На сегодня Китай владеет 69,7% всех патентов в области ИИ: по абсолютным показателям у него нет соперников, а по числу патентов на душу населения лидируют Южная Корея и Люксембург. В конце 2023 года американские ИИ-модели опережали китайские на 17,5–31,6% в различных тестах, но к концу 2024 года этот разрыв практически исчез. Как бы вы оценили глобальную конкуренцию в этой области?
Иван Оселедец: Глобальная конкуренция выглядит следующим образом: Китай и США — впереди, а все остальные выступают в роли активно догоняющих. В разных странах есть очень сильные научные группы, являющиеся мировыми лидерами. Но даже если объединить весь Европейский союз, там не наберется столько же, несмотря на множество университетов в Нидерландах, Франции, Германии.
CNews: Какие последние разработки, исследования или научные публикации в сфере ИИ произвели на вас наибольшее впечатление?
Иван Оселедец: О китайских крупных языковых моделях, таких как Qwen или DeepSeek, сейчас знают многие. В целом, в Китае сегодня наблюдается огромный поток инновационных методик. Длительное время они в основном следовали за другими, но сейчас китайские исследователи действительно становятся первооткрывателями — достаточно побывать на любой конференции, чтобы увидеть впечатляющие исследования, например, в области моделей «зрение-язык-действие» (VLA) для робототехники. Это направление интегрирует машинное зрение, обработку естественного языка и управление роботами, позволяя им интерпретировать сложные инструкции, оценивать обстановку и выполнять задачи с высокой степенью самостоятельности. Здесь Китай задает тон.
CNews: Какие еще значительные достижения приходят на ум?
Иван Оселедец: Вообще, открытия в сфере искусственного интеллекта редко случаются как внезапные прорывы — за исключением отдельных случаев, вроде DeepSeek. Чаще это поступательное развитие, когда ученые, отталкиваясь от существующих наработок, корректируют параметры, постепенно повышая эффективность — на те же 1–2%. Если не следить за областью, например, полгода, то накопленный прогресс становится очень заметным.
Речь не о том, что один гениальный человек что-то изобрел, скорее, это множество небольших шагов в общей канве: «можно попробовать так», «можно применить такой метод оптимизации».
Из недавнего, что меня особенно впечатлило — система AlphaEvolve от Google DeepMind, меняющая сам подход к созданию алгоритмов. Она не просто пишет код по запросу, а производит тысячи вариантов решений, проверяет их и отбирает оптимальные. Представьте: вы просите модель самостоятельно написать программу для задачи, а затем на основе анализа ее работы — переписать ее. Код начинает эволюционировать самостоятельно.
CNews: Есть ли различия в разработках ИИ от страны к стране?
Иван Оселедец: По сути, почти нет, важно понимать, что прогресс в любой точке мира сегодня работает на общий результат. Условно, если публикация выходит из США, то среди авторов наверняка будут китайцы, индийцы, россияне, американцы. Язык науки универсален, методы и итоговые достижения — в конечном счете тоже.
Все сосредоточились на общей цели, используют схожий технологический стек, одни и те же формулировки — и, кстати, именно в этом кроется причина столь впечатляющего развития. Уже нет ученых, запертых в своих узких нишах, все решают одну задачу, и тот, кто находит более эффективное решение, становится лидером.
CNews: Как вы оцениваете конкурентоспособность российских исследований и разработок в сфере искусственного интеллекта на мировой арене?
Иван Оселедец: В России действуют мощные ИТ-компании, такие как «Сбер» и «Яндекс», чьи решения полностью соответствуют мировому уровню. У нас создаются модели, достигаются результаты, публикуются научные работы, которые активно цитируются. Наши специалисты вполне могли бы строить карьеру в ведущих зарубежных корпорациях, но многие предпочитают работать здесь, а некоторые, уже имея такой опыт, возвращаются обратно.
Вместе с тем, как и в других странах, у нас существуют сложности с внедрением технологий и взаимодействием с бизнес-сообществом. Ситуация медленно, но меняется к лучшему, хотя до сих пор можно наблюдать, как компании на этапе пилотных испытаний ожидают получить решение, готовое к немедленному использованию, тогда как ученые — не создатели коммерческих продуктов. Мы разрабатываем фундаментальные технологии, которые затем требуется адаптировать до рыночного уровня, и понимаем, какие аспекты важно учитывать на этом пути.
Ранее я уже предлагал создать институт специализированных поставщиков, которые включались бы в работу на промежуточном этапе и превращали научные прототипы в готовые продукты. Бизнесу решать, будут ли это внешние организации или внутренние подразделения компаний-заказчиков.
CNews: В каких новых сферах бизнеса, по вашим прогнозам, начнет активно применяться ИИ в ближайшие 3–5 лет?
Иван Оселедец: Наше ключевое направление — это проектирование в строительстве и промышленности. Мы активно над этим работаем, однако пока ни у нас, ни в мире ИИ не задействован в процессе создания сложных объектов, будь то атомная электростанция, завод или жилое здание. А этот процесс отнимает огромное количество времени, и даже небольшое его сокращение даст существенный экономический эффект.
Об этом много рассуждают, но реально работающих внедренных решений пока нет. Именно здесь я вижу наибольшие перспективы для проникновения искусственного интеллекта в традиционные, консервативные отрасли экономики — туда, куда его пока опасаются допускать. Потенциал очевиден: ИИ может быть полезен на всех этапах — от поиска необходимой документации до автоматического формирования проектной документации.
«Требуется институт поставщиков, которые подключались бы на промежуточной стадии и превращали научные прототипы в рыночные продукты»
CNews: Как вы считаете, нужно ли государственное регулирование области искусственного интеллекта, или власти пока не стоит вмешиваться, чтобы не ограничивать развитие технологий нормативными барьерами?
Иван Оселедец: Непродуманное регулирование, безусловно, способно затормозить любые процессы, тогда как грамотное — может их ускорить. Неудачный пример госрегулирования ИИ демонстрирует Европейский союз: «все запретить, выдать десятки лицензий». Удачный пример — это подход к внедрению инноваций в медицине, который сейчас успешно реализуется в Москве.
В общем, на сегодняшний день внятного решения, как именно государству следует регулировать искусственный интеллект, не существует. Все ждут четких инструкций, однако при дефиците ресурсов политика должна строиться на принципе «разрешено, если не запрещено». В этом, возможно, наше преимущество — мы не пытаемся заранее предсказать все угрозы, а действуем иначе: даем зеленый свет и внимательно наблюдаем. Если возникают сбои, процесс приостанавливается, ситуация анализируется, причина оперативно выявляется, и работа продолжается. Правовые песочницы — верный подход.
CNews: Но кто будет отвечать за последствия от внедрения систем на основе ИИ?
Иван Оселедец: Я не нахожу принципиальной разницы между ИИ и любой другой сертифицированной автоматикой, чье применение уже подлежит регулированию. Возьмем медицину — существует процедура регистрационного удостоверения для систем с искусственным интеллектом. Проверяешь их точность, соответствие стандартам, изучаешь устройство — затем внедряешь и отслеживаешь работу.
Это вопрос математической вероятности ошибки и ее потенциальной стоимости. Вспомните историю авиации: на заре эры самолеты часто терпели крушения. Но каждое происшествие тщательно разбирали, выявляя недочеты. Сегодня число аварий значительно снизилось. С ИИ — аналогично. Мы стремимся к абсолютной безопасности, но это недостижимо. Пока мы ищем стопроцентные гарантии, те, кто допускает возможность ошибок, уже уходят вперед.
Это как с функцией автостоянки в машинах из Китая — сначала сомневаешься: «Нет уж, я сам». Потом пробуешь — и она справляется. Нужно продолжать экспериментировать. Нас, кстати, не беспокоит, что при вызове такси человек уже не участвует в выборе: алгоритм случайным образом назначает водителя и указывает ему маршрут. Нами уже управляют роботы, живых диспетчеров почти не осталось. А если система направит машину не туда — кто понесет ответственность?..
Кстати, ответственность можно застраховать — для этого существуют соответствующие механизмы. Затем в дело вступает простая статистика, оценивающая вероятность страхового случая. Таким образом, риски оказываются под контролем.
CNews: Вы упомянули Евросоюз — а как вы оцениваете подходы к регулированию ИИ в США и Китае?
Иван Оселедец: В Соединенных Штатах подход более прагматичный и экономически мотивированный, поэтому регуляторная среда там более либеральная. В Китае система контроля обширнее, но зато она централизована, что в некотором смысле упрощает процессы. Однако некоторые аспекты, такие как масштабный сбор информации, вызывают у нас определенные вопросы.
CNews: Можно ли сказать, что китайская модель в принципе приемлема и реализуема?
Иван Оселедец: Это зависит от целей. Нам нужны эффективные модели для решения сложных проблем или мы стремимся обезопасить каждого человека от потенциального вреда? Камеры видеонаблюдения помогают находить правонарушителей, но теоретически их можно применять и иначе. Хотя на практике это, как правило, запрещено законом.
Мы уже давно существуем в окружении устройств, которые постоянно фиксируют наши данные, и пытаться стереть этот цифровой след бессмысленно. Подобные действия могут, наоборот, привлечь излишнее внимание и вызвать подозрения.
В целом, это не самый насущный вопрос из тех, что требуют решения. И в России, и в глобальном масштабе существует множество других вызовов — более 700 миллионов человек в мире живут в условиях крайней нищеты. Разве их беспокоит анализ их данных, когда они сталкиваются с голодом? У человечества есть серьезные проблемы, и технологии, включая искусственный интеллект, способны помочь в их преодолении. Например, в поиске новых лекарств или удешевлении клинических исследований…
CNews: Действительно, сегодня часто упускают из виду, что цель технологического прогресса — не сами технологии… Как, по-вашему, что может предотвратить применение ИИ в противоправной деятельности?
Иван Оселедец: Всегда возникают непредвиденные обстоятельства. Создают нейросеть для генерации изображений кошек, а она начинает производить дипфейки для мошеннических схем. Затем разрабатывают другую нейросеть для распознавания этих фальшивок… Эта борьба бесконечна, и в ее основе лежит экономика: какова стоимость взлома системы и каков размер потенциального ущерба от него.
Важно осознавать, что создать абсолютную защиту так же невозможно, как и абсолютное оружие для атаки. Ключевыми факторами остаются стоимость и скорость реакции на попытки использовать полезные инструменты во вред.
CNews: В этой связи весьма любопытен вопрос о нейросетях-«цензорах» — насколько широко они сейчас применяются и насколько результативны? И как функционирует механизм «машинного забывания» — когда модель вынуждают что-либо удалить из своих данных?
Иван Оселедец: Перед тем как дать ответ, модель проверяет, разрешено ли ей это делать, нет ли юридических ограничений. Да, бывает, её специально обучают избегать определённых тем — правовых, политических, противоречащих закону. И это естественно — любой цифровой сервис должен следовать внутренним правилам. У фильмов, к примеру, тоже есть рейтинги по возрасту. Можно просто внести в нейросеть перечень понятий, которые не следует обсуждать. И вместо поощрения за корректные ответы — применять санкции за ошибочные.
Кстати, мы однажды проводили эксперимент: собрали фотографии людей с биографиями, а затем попытались заставить ИИ-модель их «забыть». Оказалось, что данные о человеке, на которых обучалась система, распределяются по множеству категорий, и при определённых условиях их всё равно можно извлечь. Они настолько глубоко внедряются, что аккуратно удалить их уже невозможно. Достаточно перефразировать запрос или задать его на другом языке, припугнуть модель или, наоборот, польстить ей — и она снова выдаёт информацию.
CNews: Почему генеративные модели иногда «галлюцинируют»? Порой мы получаем совершенно неожиданные результаты. В социальных сетях и на форумах полно примеров, когда ИИ «ленится», упрощая себе работу, выдаёт абсурдные ответы или откровенно фантазирует.
Иван Оселедец: Всё это, скорее, единичные случаи и забавные казусы — делать общие выводы здесь трудно. Да и исследований, подтверждающих склонность модели к выдумкам, не так много.
Я советую каждому формировать собственное мнение и активно использовать системы в своих реальных задачах, а не пытаться придумать, как спровоцировать модель на нелепый ответ. Гораздо полезнее искать конструктивное применение, разбирать случаи сбоев в практических ситуациях.
Ведь взаимодействие с ИИ — это всегда сотрудничество, взаимопомощь. Зачем доказывать, что небьющаяся кружка разобьётся, если швырнуть её на пол? При достаточном усилии — разобьётся.
CNews: И всё же: способна ли современная генеративная модель создавать нечто принципиально новое или она остаётся на уровне компиляц
