ТОП-5 структурно-идеологических трендов ИИ

Тренд #1
Перегретый рынок ИИ

О переоцененности рынка ИИ и неоправданном хайпе сегодня не говорит разве что ленивый. Технологические лидеры наращивают инвестиции в ИИ, несмотря на негативные ожидания инвесторов и ухудшение финансовых показателей. Даже недавнее падение акций технологических игроков не снизило аппетиты по привлечению капитала. Вдохновенное выступление Марка Цукерберга перед инвесторами с положительными оценками по поводу перспектив ИИ — и акции Meta пересекли исторический рекорд. Лидеры рынка надеются   повысить продажи, лишь добавляя к продукту приставку "ИИ" (яркий пример Apple).

Однако уже чаще появляются выводы о чрезмерных ожиданиях от ИИ и мы наблюдаем значительные колебания стоимости акций лидеров. Так, например, 3 сентября Nvidia понесла рекордные убытки в размере $279 миллиардов рыночной стоимости из-за падения на Уолл-Стрит. Акции ИИ-гиганта (NVDA.O) упали на 9,5%, что стало наибольшим однодневным снижением рыночной стоимости для компании США, поскольку инвесторы снизили свой оптимизм по отношению к ИИ на фоне всеобщей распродажи на рынке после слабых экономических данных.

Кроме того, ученые все чаще демонстрируют на данных своих исследований, что ИИ не стоит переоценивать — пока он не может качественно анализировать карты пациентов и ставить диагнозы, не может делать научные труды так же качественно, как люди и даже не может вместо человека качественно написать резюме. Как свидетельствуют ученые, ИИ в нынешнем виде опасно подключать к стратегической инфраструктуре и все тестирования нужно вести в изолированной среде, чтобы он не наделал бед. По оценкам Gartner, к концу 2025 года треть проектов генеративного ИИ уйдут с рынка из-за нехватки инвестиций и несовершенства бизнес-моделей.

Тренд #2
Риск монополизации

Прогресс в развитии ИИ и масштабирование ИИ неразрывно связан с размером инвестиций и капитала игроков, что приводит к концентрации рынка в руках крупных технологических игроков. А это в свою очередь ведет к созданию монополий. Регуляторы мира делают первые шаги по решению этой проблемы. Так, например, регуляторным органом по конкуренции Британии (СМА) начато расследование по связям Alphabet с ИИ-компанией Anthropic.   А регуляторы США расследуют соблюдение антимонопольного законодательства такими компаниями, как   Microsoft, OpenAI   и Nvidia (монополист на рынке ИИ-чипов). Стоит отметить, что Amazon и Alphabet значительно инвестировали в Anthropic, а Microsoft является крупнейшим инвестором в ChatGPT от OpenAI. OpenAI также сотрудничает с Apple для интеграции ChatGPT в будущие поколения iPhone.

Тренд #3
Исчерпывание данных для обучения ИИ

Сегодня эта тема – в числе наиболее проблемных и часто обсуждаемых, потому что из-за нее может произойти глобальный регресс в развитии ИИ. Проблема в том,   что согласно исследованиям имеет место постепенное исчерпание данных, имеющих разрешение (consent) на их использование для обучения ИИ-моделей. Следовательно, рано или поздно придется тренировать ИИ-модели на данных, созданных самим ИИ, а это, как свидетельствуют ученые, ведет к коллапсу ИИ-моделей. Они просто будут выдавать чушь. Усложняет ситуацию и то, что большие ИИ-модели (такие, как OpenAI) не дают согласия на внедрение инструментов маркировки данных, что позволяет сказать, какие данные были созданы человеком, а какие ИИ. Это игнорируется ради монетизации, что опять-таки приводит к ухудшению ситуации с различением контента, сгенерированного людьми и машинами, что важно знать для тренировки моделей. Как показало исследование Nature, лишь несколько циклов тренировки генеративных моделей ИИ на их собственных результатах приводят к полной чепухе. Подливает масла в огонь и то, что агрессивный сбор данных в обход GDPR становится все более рискованным и приводит к судебным искам и штрафам. Так, Anthropic грозит судебный иск от издателей за кражу сотен тысяч книг, защищенных авторским правом, а американская компания по распознаванию лиц Clearview AI узнала на практике, что такое не следование GDPR в сборе данных (получила штраф в 30,5 млн. евро).

Тренд # 4
Рост конкуренции

На рынке ИИ идет большая конкуренция во всех плоскостях: за кадров, за производственные и компьютерные мощности, за качество данных и их объем. Да, мы наблюдали целый квест с командой OpenAI. Среди последних событий, уже после возвращения основателя Сэма Альтмана, двое соучредителей OpenAI Шульман и Брокман покинули компанию.

Конкуренция на рынке ИИ-чипов все больше обостряется и все игроки стремятся создать конкуренцию лидеру – Nvidia. Среди последних событий – американский гигант полупроводников Advanced Micro Devices (AMD) согласовал приобретение компании ZT Systems из Нью-Джерси за $4,9 млрд, стартап по производству чипов Groq привлек $640 млн,   Huawei запускает новый ИИ-чип Ascend 910С, а SoftBank вел переговоры с Intel – и все для того, чтобы бросить вызов Nvidia.

Гонка по качеству продукта – еще одна плоскость конкуренции. Да, немецкая лаборатория ШИ Black Forest Labs выпустила настолько крутую новую open-source модель ИИ-FLUX.1, что она, по мнению экспертов, превзойдет Midjourney, OpenAI тестирует SearchGPT, чтобы составить конкуренцию Google Search, а Microsoft выпустила три мощные новые модели   серии Phi -3.5, опережающие в производительности по обработке изображений и видео существующие решения Google, OpenAI и Meta.

Тренд #5
Научные прорывы в плоскости имплементации и производительности ИИ

Недавно Google Deepmind объявил невероятный результат. Его системы искусственного интеллекта AlphaProof и AlphaGeometry 2 вместе решили четыре из шести заданий Международной математической олимпиады (IMO), впервые достигнув уровня серебряного призера на этом соревновании. Paige и Microsoft представили следующий большой прорыв в клиническом ИИ для диагностики и лечения рака – Virchow2 и Virchow2G.

DeepMind и Imperial College London достигли прорыва в решении проблемы нехватки обучающих данных, представив новый тип ИИ-агентов, обучающихся с меньшим количеством данных. Новая концепция называется Diffusion Augmented Agents (DAAG). Однако важнейшим прорывом я бы назвала прогресс академического сообщества  (Univercity of Alberta, Канада) в отношении изобретения подхода к активации нейронов таким образом, когда они способны сохранять прогресс в обучении, а не обнуляться, требуя постоянного переобучения и наращивания компьютерных мощностей.