Специалист в области развития искусственного интеллекта раскрыл причины, по которым к 2026 году прорывы в работе нейросетей сосредоточились преимущественно в сферах программирования, математики и научных изысканий, тогда как выполнение рутинных операций вроде поиска данных, создания текстов или консультирования почти не эволюционировало с 2022 года. По его оценке, ключевых факторов два: они связаны с технологическими аспектами и экономической целесообразностью.
Соучредитель OpenAI и бывший руководитель направления ИИ в Tesla Андрей Карпатый (Andrej Karpathy) разместил в социальной сети X развернутое сообщение, посвященное углубляющемуся несоответствию между фактическими способностями современных моделей ИИ и тем, как их видят пользователи.
Уроженец Словакии с канадским гражданством, Андрей Карпатый прошел путь от академического исследователя до влиятельной фигуры в индустрии искусственного интеллекта, став одним из признанных авторитетов в разработке программных систем. Как ранее сообщал CNews, он является одним из создателей OpenAI и ведущим инженером, стоявшим за созданием автопилота Tesla. Он родился в Словакии в 1986 году, а в 2001 году переехал в Канаду. В 2015 году в Стэнфордском университете он защитил докторскую диссертацию под руководством американского эксперта в компьютерных науках Фэй-Фэй Ли (Fei-Fei Li), сфокусировавшись на интеграции обработки естественного языка и компьютерного зрения, а также на моделях глубокого обучения, пригодных для решения таких задач.
Эксперт полагает, что даже среди тех, кто готов платить 200 долларов в месяц за доступ к самым передовым ИИ-моделям, лишь немногие в полной мере осознают масштаб улучшений, достигнутых к 2026 году. Карпатый подчеркивает, что с 2022 года существенные сдвиги произошли в трёх направлениях: программировании, математике и исследовательской работе. В то же время, в решении стандартных бытовых задач — таких как информационный поиск, составление текстов или предоставление советов общего характера — видимого прогресса почти нет. Это создаёт серьёзный разрыв между реальными возможностями ИИ и тем, как их воспринимает широкая публика.
13 апреля 2026 года Андрей Карпатый обозначил две группы пользователей, которые, по его выражению, «говорят на разных языках» в спорах о прогрессе технологий искусственного интеллекта.
В первую категорию он включил людей, чьи представления об искусственном интеллекте сложились после знакомства с бесплатной версией ChatGPT примерно годовой давности. Именно эти пользователи нередко выражают сомнения относительно способностей ИИ-моделей в 2026 году и иронизируют над нашумевшими видео, где голосовой ассистент OpenAI не может выполнить простейшие действия — например, принять решение, поехать на машине или пройти пешком до автомойки, находящейся всего в 50 метрах. Специалист считает, что подобные случаи не демонстрируют истинных возможностей современных систем ИИ. Он акцентирует, что устаревшие и во многом уже не поддерживаемые версии моделей не позволяют оценить потенциал нынешних агентных ИИ-систем.
Ко второй группе Андрей Карпатый причисляет специалистов, которые активно применяют в своей работе такие ИИ-инструменты, как OpenAI Codex и Claude Code, для решения задач в сфере программирования, математики и научных изысканий. По его мнению, представители именно этой группы в наибольшей степени склонны к так называемому ИИ-психозу, то есть ситуации, когда в процессе общения с чат-ботами люди утрачивают чувство реальности. Ведь когда подобной модели ИИ предоставляется доступ к терминалу, она способна за несколько часов решить чрезвычайно сложные задачи: полностью реорганизовать обширную кодобазу, выявить и использовать ИТ-уязвимости в компьютерных системах — операции, на которые у опытного разработчика ушли бы дни или даже месяцы. Карпатый отмечает, что именно эта огромная разница в эффективности между человеком и современной агентной ИИ-моделью создаёт у профессионалов ощущение кардинальных и стремительных перемен в технологическом ландшафте.
Андрей Карпатый объясняет существующий разрыв двумя ключевыми причинами — технического и экономического характера.
Во-первых, задачи программирования и математики идеально подходят для обучения с подкреплением благодаря наличию чётко проверяемых критериев успеха: модульный тест либо пройден, либо нет. В отличие от этого, качество генерации текстовых ответов крайне сложно оценить алгоритмически.
Во-вторых, именно программирование и математика приносят основной доход в сегменте business-to-business (B2B) в 2026 году. В связи с этим подавляющее большинство исследовательских коллективов в ведущих ИИ-лабораториях сосредоточено именно на совершенствовании ИИ-моделей в этих областях.
Такое сочетание технической осуществимости и высокого коммерческого потенциала привело к тому, что прогресс в сфере программирования и математики значительно опережает развитие ИИ-моделей в области генерации обычных текстов, поиска информации и предоставления общих рекомендаций для рядовых пользователей.
В завершение своих рассуждений Андрей Карпатый приходит к выводу: голосовой интерфейс ChatGPT, вероятно, и после 2026 года будет показывать скромные результаты и становиться героем шуточных видеороликов. В то же время, наиболее продвинутая версия Codex сможет часами безостановочно модернизировать и оптимизировать программный код в чужом ИТ-проекте.
Оба этих сценария справедливы, поскольку они просто описывают различные модели искусственного интеллекта, предназначенные для принципиально отличающихся задач. Следовательно, существующий разброс в оценках потенциала ИИ во многом связан с тем, что разные люди тестируют совершенно непохожие аспекты и реализации данной технологии.
