Искусственный интеллект и будущее, которое уже здесь

Ключевые тезисы:

AI — это новое электричество, фундаментальная технология, уже встроенная в нашу жизнь (робомобили, медицина).
Будущее наступило, но распределено неравномерно.
Ключевой навык современности — способность перепридумывать себя и не бояться быть «кринжовым».
ИИ в виде больших языковых моделей не «думает» по-человечески, а предсказывает следующее слово, но результаты могут быть неотличимы от размышлений.
Основная работа в AI-стартапах сместилась от написания кода к анализу и подготовке данных.
Сила AI — в способности обрабатывать и обобщать весь объём человеческих знаний, что недоступно отдельному человеку.
Главный риск — не восстание машин, а потеря человеческих качеств и расслоение общества.

Беспилотное такси Waymo: AI в действии

Первый опыт и ощущения

Первые тесты были 10 лет назад, но «боевой» опыт в городе — около 1,5 лет назад.
Ощущение полного доверия машине, которая везёт без водителя, быстро становится привычным.
Пример: Для подростков в Сан-Франциско Waymo стал безопасной альтернативой такси ночью.

Технология vs. Tesla

Waymo использует лидары и комплекс сенсоров для построения 360-градусной картины мира.
Tesla Илона Маска принципиально полагается только на камеры, что дешевле и эстетичнее, но вызывает больше скепсиса по безопасности.
Философский аргумент Маска: если человек может управлять двумя глазами, то и ИИ должен суметь.

Экономика и социальный эффект

Поездка на 36 минут стоит около $30 (чуть дороже Uber).
Главный вопрос: Куда денутся таксисты?
- Исторический ответ: Технологии уничтожают старые профессии, но создают новые, которые ранее было невозможно представить (например, карьера гейм-дизайнера или ютуб-селебрити).

Что такое ИИ и как он «думает»

Ключевые концепции

Большие языковые модели (LLM) — причина популярности ChatGPT. Люди ассоциируют владение языком с интеллектом.
Как это работает (упрощённо): ИИ — это гигантская статистическая машина.
1. Она «читает» все тексты, написанные человечеством.
2. Создаёт таблицу с сотнями миллиардов параметров, описывающих вероятность следования одного слова за другим в любом контексте.
3. Отвечая на вопрос, модель просто предсказывает наиболее вероятное следующее слово снова и снова, учитывая весь предыдущий контекст.
«Рассуждение» (Reasoning): Новые модели тратят больше вычислительной мощности (электричества) на генерацию промежуточного «размышления» про себя, чтобы выдать более продуманный ответ.

Обучение и цель AI-моделей

Процесс обучения (тренинг) — это итеративная подстройка миллиардов параметров модели для улучшения точности предсказаний.
Идеальная модель — не та, что идеально работает на обучающих данных, а та, что способна обобщать знания и давать правильные ответы на новые, неизвестные данные (генерализация).
В фармацевтике цель — создать модель, которая сможет предсказать новую, эффективную молекулу для только что открытого белка.

Нейросети и «софт» нового поколения

Раньше софт — это чёткий алгоритм, написанный человеком.
Теперь софт (нейросеть) — это самообучающаяся программа. Ей не пишут алгоритм, а показывают огромное количество данных, и она сама находит в них закономерности.
Нейросеть (нейронка) — это итоговый файл с миллиардами «подкрученных» параметров, полученных в процессе обучения.
ChatGPT или Midjourney — это пользовательские продукты, построенные поверх таких нейросетей.

AI в медицине: поиск лекарств

Суть проекта (Optic / Insilico Medicine)

Компании используют ИИ для генеративного дизайна молекул, которые могут стать новыми лекарствами.
Цель: Создать универсальную платформу, способную находить молекулы для любого заданного белка (протеина), а не для одного конкретного заболевания.

Как это работает (на примере рака)

Проблема: При многих болезнях (например, раке) определённые белки в организме становятся сверхактивными.
Решение: Нужно найти молекулу, которая «вставится» в карман этого белка и подавит его активность.
Традиционный метод (рациональный дизайн): Химик вручную может проверить пару тысяч комбинаций молекул в день. Это медленно и дорого.
Метод с ИИ:
- Нейросеть обучается на гигантских базах данных (например, Binding DB), где собраны известные науке связи «молекула — белок — активность».
- После обучения модель может проверить миллиарды или десятки миллиардов виртуальных молекул за минуты.
- Найденные перспективные молекулы затем синтезируются и тестируются в реальной лаборатории.

Результаты, прорывы и бизнес-модель

Пример успеха: Совместно с Университетом Северной Каролины создана первая в своём классе молекула, показавшая активность против тройного негативного рака молочной железы. Готовится научная публикация.
Важно: От открытия молекулы до лекарства на рынке — путь в 10-15 лет клинических испытаний. ИИ ускоряет и удешевляет самый первый и важнейший этап — научное открытие.
Бизнес-модель сочетает:
- Прямые платежи от партнёров (например, $50 тыс. за начало проекта).
- Долю в интеллектуальной собственности (IP) и будущих доходах (миллионы долларов в случае успеха лекарства).

Экономика, энергопотребление и бизнес-среда

Экономика и энергопотребление AI

Каждый сгенерированный токен (слово) требует вычислений и энергии. Чем длиннее запрос и ответ, тем больше расход электричества.
Современные продвинутые модели тратят дополнительные вычислительные циклы на внутреннее «обдумывание» (reasoning), что повышает качество ответа.
Nvidia стала компанией с капитализацией в $4 трлн благодаря производству чипов (GPU), критически важных для обучения и работы AI-моделей.
Доступ к мощному железу (GPU) и дешёвой электроэнергии становится геополитическим фактором.

Бизнес-среда и работа

Офис и команда: Работа в коворкинге (бывший WeWork) в Сан-Франциско за ~$1000/место в месяц — это плата за энергию и мотивацию, которую даёт окружение заряженных людей. Команда — учёные-биологи/химики (PhD) и ML-исследователи, работающие вместе на стыке наук.
Стоимость инноваций: Обучение одной нейросети — это сотни экспериментов. Один тренировочный запуск (experiment) может стоить несколько сотен долларов. В день на обучение моделей может уходить до $10 000 (в основном на аренду вычислительных мощностей в облаке).

AI как сотрудник, инструмент и будущее профессий

AI как сотрудник и инструмент

Появляются AI-агенты — цифровые сотрудники, выполняющие конкретные задачи (анализ литературы, мониторинг конкурентов, исследования).
Они работают в реальном времени, и их активность видна в общих документах (как Google Docs).
Это позволяет одному человеку управлять целой «армией» AI-помощников, резко повышая производительность.
Вайб-кодинг: теперь программировать можно на естественном языке (английском, русском), что делает создание приложений доступным почти для любого человека.

Образование и будущее профессий

AI может произвести революцию в образовании, предоставив каждому ученику персонального тьютора, что, согласно исследованиям, резко улучшает результаты.
Риск: потеря навыка глубокой работы с информацией и «отупение» из-за привычки полагаться на дайджесты от AI.
Entry-level задачи во многих профессиях (включая программирование) будут автоматизированы или изменятся.
Ценность профессионалов высокого уровня возрастёт, так как они смогут эффективно ставить задачи и управлять AI-агентами.
Возрастёт ценность работы «руками» (ремесла) и человеческого опыта, который нельзя оцифровать (эмпатия, мотивация, живое общение).
Будущее — за креативными генералистами, которые будут использовать AI как партнёра для решения сложных задач.

Регулирование, риски и этика

Цензура/смещение (bias): Модели дообучаются с помощью обратной связи от людей (RLHF), что формирует их «мировоззрение» и может встраивать политические или культурные предубеждения.
Регулирование: Слишком жёсткое регулирование на раннем этапе (как в ЕС) может затормозить развитие и отдать лидерство другим странам. Однако в долгосрочной перспективе контроль над такой мощной технологией, как и над энергетикой, необходим.
Будущие сценарии:
- Позитивный: «Лакшери-коммунизм» — эпоха изобилия, где AI решает все базовые проблемы, а люди занимаются творчеством и созданием счастья.
- Негативный: Расслоение общества, диктатура узкой группы, контролирующей сверхмощный AI; потеря смысла и человеческих качеств.
Война: Дата-центры и AI, управляющий оружием (дроны), станут первоочередными военными целями.

Личные инсайты, философия и суть человеческого

Навык перепридумывать себя

«Change by design, change by disaster»: Изменяйся, потому что ты так решил, или жизнь заставит тебя.
Путь к чему-то новому лежит через «кринж» и отказ от прежних статусов. Нельзя бояться выглядеть смешно (пример с публичным обучением пению для демонстрации growth mindset).
Талант определяет скорость обучения, но успех = (количество попыток) × (вероятность успеха за попытку). Количество попыток — то, что человек контролирует.

Стоимость решений и здоровье

Уход из Google после 14 лет работы обошёлся в $10 млн неполученных акций (vesting). Это цена за возможность «перепридумать» свою жизнь.
Осознание, что качество сна — главный фактор продуктивности и здоровья (использование кольца-трекера Oura).
Честность с собой: признание проблем с алкоголем и участие в программе «12 шагов» как способ работы с самооценкой и поиска поддержки среди равных.

Философия и суть человеческого

AI не чувствует. Способность ощущать жизнь (боль, радость, любовь) — это премиальная «валюта» человека, то, что делает нас живыми.
Главная сила человечества — в способности объединяться на основе любви и эмпатии.
Пробуждённый сверхинтеллект (Benevolent AI) потенциально может быть лучшим «правителем», чем люди, если его цель — благополучие человечества, а не его уничтожение.

Выводы

AI уже среди нас и решает прикладные задачи: от беспилотных такси до дизайна лекарств. Мир стоит на пороге крупнейшего технологического и социального перелома.
«Мышление» ИИ — это сложная статистика и генерализация, а не сознание, но результаты могут быть гениальными.
Главный ресурс в AI-разработке — это данные. Современный инженер больше анализирует и готовит данные, чем пишет алгоритмы.
Ключевой навык будущего — адаптивность и готовность учиться заново, не боясь выглядеть «неуместно». Чтобы оставаться востребованными, нужно активно осваивать новые инструменты, становясь «проводниками» AI в своей области.
Человеческие качества — эмпатия, любовь, креативность, способность чувствовать — не только не обесценятся, но и станут главным конкурентным преимуществом в мире умных машин.
Будущее зависит от того, сможем ли мы использовать AI как равноправного помощника для расширения человеческих возможностей, а не как замену человечности.