Ты наверняка не раз натыкался в ленте на апокалиптические посты с громкими заголовками: «ИИ — это грандиозная финансовая пирамида», «Нейросети ничего не понимают, а просто склеивают чужие слова», «Венчурные фонды сожгли триллионы долларов впустую, скоро всё рухнет».
Когда вокруг технологии поднимается оглушительный маркетинговый шум, появление радикального скепсиса абсолютно естественно. У меня самого периодически дергается глаз от очередных презентаций «стартапов», которые прикручивают примитивную обертку к чужому API и оценивают себя в сотни миллионов. Мы уже не раз погружались в эту изнанку, разбирая анатомию современного ИИ от кремния до агентных систем и изучая реальное влияние ИИ на бизнес через парадокс Джевонса и скрытые расходы.
Но когда критика скатывается в слепое отрицание самой технологической сути, полезно сделать шаг назад и включить холодную логику. Предприниматель Ник Сараев подробно препарировал вирусные манифесты скептиков. И его аргументы заслуживают того, чтобы разобрать их начистоту.
Тест на разумность: как мы оцениваем интеллект на самом деле?
Один из любимых тезисов критиков звучит так: «Нейросеть не обладает настоящим сознанием, она лишь механически имитирует результаты разумной деятельности».
Звучит глубокомысленно. Но давай на секунду задумаемся: а как человеческое общество вообще оценивает интеллект другого человека?
Ни ты, ни я не способны заглянуть в черепную коробку собеседника, чтобы пощупать его субъективное «сознание» или измерить «душу» линейкой. В университетах, на технических собеседованиях в корпорациях, на медицинских консилиумах и при защите диссертаций мы оцениваем интеллект исключительно по наблюдаемому результату (output-based evaluation):
- Способен ли человек решить поставленную математическую задачу?
- Умеет ли он написать связный, логичный текст без внутренних противоречий?
- Может ли он найти неочевидную ошибку в чужом программном коде?
Если человек блестяще сдает экзамен, мы признаем его компетентность. Если то же самое делает нейросеть, скептики тут же меняют правила игры: «Это не считается, она просто запомнила паттерны». Это классическая уловка «отступающей границы»: как только машина осваивает шахматы, перевод или программирование, эти области немедленно объявляются «механическими и не требующими настоящего ума».
Новые задачи против зубрежки: серебро на Международной олимпиаде
Второй популярный миф: «ИИ способен только компилировать то, что уже было в его обучающей выборке».
Этот довод вдребезги разбился о недавние математические прорывы. Системы DeepMind — AlphaProof и AlphaGeometry 2 — решили сложнейшие олимпиадные задачи Международной математической олимпиады (IMO) на уровне серебряной медали, набрав 28 баллов из 42 возможных.
Задачи составляются оргкомитетом в строжайшей тайне накануне соревнований, их физически не существовало в интернете или тренировочных датасетах. Чтобы решить их, модели пришлось не просто генерировать правдоподобный текст, а выстроить формальное, математически строгое доказательство на формальном языке Lean, где любая логическая ошибка компилятора немедленно приводит к отказу. Доказательства проверили и подтвердили авторитетнейшие математики мира — филдсовский лауреат сэр Тимоти Гауэрс и доктор Джозеф Майерс, а результаты были опубликованы в журнале Nature. Называть это «случайной склейкой слов» — значит просто игнорировать научные факты.
Урок истории: железнодорожная мания XIX века
А как быть с финансовым пузырем и астрономическими расходами на дата-центры?
Здесь Ник Сараев проводит блестящую историческую параллель с «железнодорожной манией» (Railway Mania) 1840-х годов в Великобритании и США. Тогда инвесторы в безумии скупали акции сотен железнодорожных компаний, газеты кричали о новой эре, а затем мыльный пузырь с треском лопнул. Десятки спекулянтов разорились, мутные стартапы обнулились.
Но что произошло с самими железными дорогами? Они никуда не исчезли. Рельсы, шпалы, мосты, тоннели и вокзалы остались на месте. Они связали города, удешевили перевозку грузов в десятки раз и создали физический базис для величайшей индустриальной революции в истории человечества.
С генеративным ИИ сегодня происходит ровно то же самое. Венчурная пена вокруг стартапов-пустышек неизбежно сойдет, инвесторы пересмотрят завышенные ожидания по срокам окупаемости. Но фундаментальная инфраструктура — гигантские дата-центры, оптимизированные энергосети, полупроводниковые кластеры и обученные базовые модели — останется работать.
Инвестиционный ажиотаж на бирже и прикладная полезность инструмента — это две совершенно разные вещи. Акции могут колебаться на десятки процентов, но если инженер экономит с помощью ИИ два часа в день, ценность этого сэкономленного времени абсолютно реальна.
Голосование рублем и долларом
И последний, самый приземленный аргумент против теории «тотального обмана»: пользовательская база.
Аудитория ChatGPT сегодня превышает 900 миллионов активных пользователей, а число платящих подписчиков перевалило за 50 миллионов человек.
Миллионы предпринимателей, разработчиков, копирайтеров, преподавателей и маркетологов каждый месяц отдают свои кровные деньги за подписку. Люди могут купиться на рекламу один раз из любопытства, но никто не будет продлевать платную подписку месяцами, если инструмент не окупает себя и не приносит осязаемой пользы в повседневных делах.
ИИ — не волшебная палочка и не замена человеческому разуму. Но это мощнейший рычаг продуктивности, который прямо сейчас перестраивает глобальную экономику. И пока одни пишут манифесты о том, почему это «не должно работать», другие просто берут инструмент в руки и делают свою работу быстрее.