Как битва за контроль может разрушить перспективы искусственного интеллекта
Source details
- Canonical URL
- Как битва за контроль может разрушить перспективы искусственного интеллекта
Other formats
Bibliographic details
- Authors: CARL BENEDIKT FREY
- Published: September 17, 2025
Основная идея
- Сдвиг в сторону централизации и концентрации может свести на нет потенциал этой технологии для повышения производительности.
- Централизованные бюрократические системы и крупные корпоративные консолидации ограничивают экспериментирование и гибкость, необходимые для прорывных инноваций.
Исторические примеры и уроки
- СССР: несмотря на значительные инвестиции и попытки создать советский аналог Кремниевой долины (Зеленоград), институциональная косность помешала воспользоваться вычислительными технологиями; проблема не в талантах, а в сборе и использовании местной информации.
- Япония: конкурентное преимущество в аппаратном обеспечении и скоординированной системе производства привело к эффективности в 1980 году, когда производительность труда японских автопроизводителей была на 17 процентов выше, чем у американских коллег, но эта модель ограничила адаптацию к программно-ориентированной компьютерной эре.
- Западная Европа: скоординированный капитализм способствовал догоняющему росту после Второй мировой войны, но стал препятствием при необходимости перехода к инновациям в условиях неопределенности, что привело у ряда стран к длительному застою («две потерянные декады»).
Механизмы централизации и их эффект на инновации
- Централизация власти и контроля:
- В Китае: лицензии, кредиты и контракты всё чаще выдаются политически благонадежным конгломератам; антимонопольное законодательство применяется избирательно; антикоррупционные кампании превращают лояльность в условие выживания; экспериментирование в провинциях сокращается.
- В США: рост концентрации в отраслях привёл к снижению мобильности рабочей силы и затруднению «кругооборота» талантов; юридические ограничения и лоббирование фиксируют преимущества действующих участников рынка.
- Последствия:
- Ресурсы направляются на создание политических альянсов, а не на инновации.
- Контроль над ключевыми технологиями создаёт соблазн использовать их для политического господства, что подавляет низовые инновации.
- Для поддержания следущего поколения преобразующих новаторов необходимо защищать конкурентную среду, а не благополучие отдельных компаний.
Технические наблюдения по развитию ИИ
- Большие языковые модели (БЯМ):
- Объём БЯМ вырос в 10 000 раз в период с 2019 по 2024 годы.
- При этом они набирали лишь около 5 процентов по шкале абстрактного мышления и обобщения ARC.
- Альтернативные и целенаправленные подходы:
- Поиск программ превысил 20 процентов по шкале ARC.
- Новые методы контекстного обучения продемонстрировали прорывные улучшения без необходимости повторного обучения моделей.
- Ограничения централизованных моделей:
- Модели, обученные на статистическом консенсусе, склонны реплицировать преобладающие представления и могут задерживать переход к качественно новым идеям.
- Пока не научимся кодировать воплощённый чувственно-моторный опыт (как у ребёнка), централизованные системы будут отставать от децентрализованного экспериментирования миллиардов людей.
- Прогнозы ведущих исследователей:
- По признанию Демиса Хассабиса, для достижения ИИ общего назначения может потребоваться «еще несколько инноваций».
Политические и экономические рекомендации
- Содействовать децентрализации экспериментов:
- Снизить препятствия вхождения на рынок для стартапов.
- Сократить ограничения на мобильность рабочей силы и повсеместные соглашения, препятствующие «кругообороту» талантов.
- Защитить и поддерживать конкурентную среду:
- Антимонопольная политика должна фокусироваться на сохранении конкуренции, а не на защите отдельных фирм.
- Предотвратить чрезмерную концентрацию критических ресурсов в руках нескольких игроков, поскольку это угрожает долгосрочному инновационному потенциалу.
- Ограничить политизированное распределение ресурсов:
- Противодействовать практикам, при которых доступ к лицензиям, кредитам и контрактам определяется лояльностью, а не конкурентными правилами.
- Снизить стимулы для компаний инвестировать преимущественно в политические альянсы вместо научно-технического развития.
Ключевые цифры и факты
- Объём больших языковых моделей вырос в 10 000 раз в период с 2019 по 2024 годы.
- БЯМ набирали лишь около 5 процентов по шкале ARC.
- Поиск программ превысил 20 процентов по шкале ARC.
- Альянс Microsoft с OpenAI контролирует около 70 процентов коммерческого рынка больших языковых моделей.
- Nvidia поставляет около 92 процентов специализированных графических процессоров, используемых для обучения этих моделей.
- Исторические даты и оценки, упомянутые в тексте: 1633 (контекст примера с моделью, обученной на литературе той эпохи), 1979 (бестселлер «Япония как номер один»), 1980 (уровень производительности японских автопроизводителей), 1890 (антиконкурентное право Шермана), период с 1990-х годов как начало компьютерной эры, 1991 (распад Советского Союза), 2019–2024 годы (рост объёма БЯМ).
Источник: ФИНАНСЫ И РАЗВИТИЕ — КАРЛ БЕНЕДИКТ ФРЕЙ, Сентябрь 2025 года.
Content in this bundle
- glossaryr