Пузырь искусственного интеллекта вот-вот лопнет? Если это так, последствия могут быть ужасными | Новости науки, климата и технологий

Рынок, похоже, удовлетворен, по крайней мере на данный момент, тем, что продолжает делать большие ставки на ИИ.

Хотя стоимость некоторых компаний, связанных с бумом искусственного интеллекта, таких как Nvidia, Oracle и Coreweave, упала после максимумов середины 2025 года, на фондовом рынке США по-прежнему доминируют инвестиции в искусственный интеллект.

Из индекса S&P500 ведущих компаний 75% прибыли приходится на 41 компанию AI. На «великолепную семерку» крупных технологических компаний — Nvidia, Microsoft, Amazon, Google, Meta, Apple и Tesla — приходится 37% показателей S&P.

Такое доминирование, основанное почти исключительно на создании одного вида ИИ — больших языковых моделей, — поддерживает опасения по поводу пузыря ИИ.

Чепуха, по мнению титанов ИИ.

«Мы очень-очень далеки от этого», — сказал Sky News в прошлом месяце Дженсен Хуанг, генеральный директор производителя ИИ-чипов Nvidia и первой в мире компании с оборотом в 5 триллионов долларов.

Не все разделяют эту уверенность.

Слишком большая уверенность в одном из способов создания ИИ, который до сих пор не приносил прибыли, даже близкой к уровню расходов, должно быть, испытывает нервы инвесторов, задающихся вопросом, какова будет их прибыль.

Последствия лопнувшего пузыря могут быть ужасными.

«Если несколько венчурных капиталистов исчезнут, никто не будет так расстроен», — сказал Гэри Маркус, ученый в области искусственного интеллекта и почетный профессор Нью-Йоркского университета.

Но поскольку значительная часть экономического роста США в этом году приходится на инвестиции в искусственный интеллект, «радиус взрыва» может быть намного больше, сказал Маркус.

«В худшем случае происходит то, что вся экономика разваливается, по сути. Банки не ликвидны, у нас есть помощь, и налогоплательщики должны платить за это».

Могло ли это случиться?

Что ж, есть некоторые зловещие признаки.

По одной из оценок, к 2026 году Microsoft, Amazon, Google Meta и Oracle потратят на ИИ около 1 триллиона долларов.

Open AI, создатель первой революционной модели большого языка ChatGPT, обязуется потратить 1,4 триллиона долларов в ближайшие три года.

Но что инвесторы этих компаний получают в обмен на свои инвестиции? Пока не очень.

Возьмем OpenAI: ожидается, что в 2025 году она принесет немногим более 20 миллиардов долларов прибыли. Это большие деньги, но их недостаточно, чтобы поддерживать расходы в размере 1,4 триллиона долларов.

Размер бума искусственного интеллекта (или пузыря, в зависимости от вашей точки зрения) зависит от того, как он создается.

Компьютерные города

Революция искусственного интеллекта произошла в начале 2023 года, когда OpenAI выпустила ChatGPT4.

ИИ представлял собой ошеломляющее улучшение естественного языка, компьютерного кодирования и способности генерировать изображения, которое почти полностью выросло за счет одного достижения: масштабирования.

GPT-4 требовал в 3000–10 000 раз больше компьютерной мощности или вычислений, чем его предшественник GPT-2.

Чтобы сделать его умнее, его обучали на гораздо большем количестве данных. GPT-2 был обучен на 1,5 миллиардах «параметров» по сравнению, возможно, с 1,8 триллионами GPT-4 — по сути, всеми текстовыми, графическими и видеоданными в Интернете.

Скачок в производительности был настолько велик, что «Общий искусственный интеллект» или ОИИ, который может соперничать с людьми в большинстве задач, возник бы в результате простого повторения этого трюка.

И вот что происходит. Спрос на передовые графические процессоры для обучения искусственного интеллекта резко возрос — и, следовательно, цена акций Nvidia, которая заставляет их делать то же самое.

Затем бульдозеры приступили к созданию мегацентров обработки данных следующего поколения, в которых будут работать чипы и создаваться следующие поколения ИИ.

И они двигались быстро.

В проекте Stargate, о котором в январе объявили Дональд Трамп, Сэм Альтман из Open AI и другие партнеры, уже действуют два огромных здания центра обработки данных.

Ожидается, что к середине 2026 года комплекс в центральном Техасе будет занимать территорию размером с Центральный парк Манхэттена.

И уже это начинает выглядеть как мелкая сошка.

Дата-центр Hyperion компании Meta стоимостью 27 миллиардов долларов, строящийся в Луизиане, по размерам ближе к самому Манхэттену.

Ожидается, что дата-центр будет потреблять в два раза больше электроэнергии, чем соседний город Новый Орлеан.

Безудержный рост спроса на электроэнергию оказывает серьезное давление на энергосистему Америки, при этом некоторым центрам обработки данных приходится годами ждать подключения к сети.

Проблема для некоторых, но не для таких фирм, как Microsoft, Meta и Google, с такими глубокими карманами, как говорят оптимисты, которые могут построить свои собственные электростанции.

Однако, как только эти огромные ИИ-мозги будут построены и включены, будут ли они печатать деньги?

Несвежие чипсы

В отличие от другой дорогостоящей инфраструктуры, такой как дороги, железные дороги или электрические сети, центры обработки данных искусственного интеллекта, как ожидается, будут нуждаться в постоянных обновлениях.

Инвесторы имеют хорошие оценки «кривых амортизации» различных типов инфраструктурных активов. Но не так обстоит дело с передовыми специализированными центрами обработки данных с искусственным интеллектом, которые пять лет назад едва существовали.

Nvidia, ведущий производитель чипов искусственного интеллекта, каждый год выпускает новые, более мощные процессоры. Компания утверждает, что их последние чипы будут работать от трех до шести лет.

Но есть сомнения.

Управляющий фондом Майкл Берри, увековеченный в фильме «Большая игра на понижение» за предсказание краха субстандартного ипотечного кредитования в Америке, недавно объявил, что делает ставку против акций искусственного интеллекта.

Его аргументация заключается в том, что чипы искусственного интеллекта будут нуждаться в замене каждые три года, а учитывая конкуренцию с конкурентами за новейшие чипы, возможно, даже быстрее.

Системы охлаждения, коммутации и электропроводки центров обработки данных также со временем изнашиваются и, вероятно, потребуют замены в течение 10 лет.

Несколько месяцев назад журнал Economist подсчитал, что если одни только ИИ-чипы будут терять свое преимущество каждые три года, это снизит совокупную стоимость пяти крупных технологических компаний на 780 миллиардов долларов.

Если бы норма амортизации составляла два года, эта цифра выросла бы до 1,6 трлн долларов.

Если учесть это обесценивание, то это еще больше увеличит и без того колоссальный разрыв между их расходами на ИИ и вероятными доходами.

По одной из оценок, к 2030 году крупным технологическим компаниям необходимо будет получить прибыль в размере $2 трлн, чтобы оправдать свои затраты на искусственный интеллект.

Люди покупают это?

И тогда возникает вопрос, где прибыль может оправдать огромные инвестиции в ИИ.

Внедрение ИИ, несомненно, находится на подъеме.

Вам нужно всего лишь просмотреть свои социальные сети, чтобы увидеть рост количества текста, изображений и видео, созданных ИИ.

Подробнее читайте в Sky News:
Жертвы Эпштейна отреагировали на частичную публикацию файлов
Боится, что голодающий в Палестине умрет в тюрьме

Дети используют его для выполнения домашних заданий, родители — для исследований или помогают составлять письма и отчеты.

Но получают ли люди от этого выгоду, помимо случайного использования и фантастических видеороликов с кошками, и, следовательно, могут ли они платить за это достаточно, чтобы удовлетворить инвестиции в триллионы долларов?

Есть первые признаки того, что нынешний ИИ может произвести революцию на некоторых рынках, таких как разработка программного обеспечения и лекарств, творческие индустрии и онлайн-покупки.

И по некоторым меркам будущее выглядит многообещающе: OpenAI утверждает, что у ее продуктов 800 миллионов «еженедельно активных пользователей», что вдвое больше, чем в феврале.

Однако только 5% из них являются платными подписчиками.

И когда вы посмотрите на внедрение в бизнесе – где настоящие деньги приносят большие технологии – ситуация выглядит не намного лучше.

По данным бюро переписи населения США, на начало 2025 года 8–12% компаний заявили, что начинают использовать ИИ для производства товаров и услуг.

Для более крупных компаний (возможно, у которых есть больше денег, чтобы потратить на ИИ) уровень внедрения вырос до 14% в июне, но упал до 12% в последние месяцы.

Согласно анализу McKinsey, подавляющее большинство компаний все еще находятся на пилотной стадии внедрения ИИ или рассматривают способы масштабирования его использования.

В каком-то смысле это имеет смысл. Генеративный искусственный интеллект — это новая технология, и даже компании, занимающиеся ее строительством, все еще пытаются выяснить, для чего она лучше всего подходит.

Но как долго акционеры будут готовы ждать, прежде чем прибыль хотя бы приблизится к окупаемости сделанных ими инвестиций?

Особенно, когда уверенность в том, что нынешние модели ИИ будут становиться только лучше, начинает ослабевать.

Масштабирование не работает?

Большие языковые модели, несомненно, совершенствуются.

Согласно отраслевым «бенчмаркам», техническим тестам, которые оценивают способность ИИ выполнять сложные математические, кодирующие или исследовательские задачи, производительность отслеживает масштаб добавляемой вычислительной мощности. В настоящее время удваивается каждые шесть месяцев или около того.

Но в реальных задачах доказательства менее убедительны.

LLM работают, делая статистические прогнозы относительно того, какие ответы должны быть основаны на их обучающих данных, фактически не понимая, что на самом деле «означают» эти данные.

Им приходится решать задачи, связанные с пониманием того, как устроен мир, и извлечением уроков из этого.

Их архитектура не имеет никакой долговременной памяти, позволяющей им узнавать, какие типы данных важны, а какие нет. То, что человеческий мозг делает без необходимости говорить.

По этой причине, несмотря на огромные улучшения в выполнении определенных задач, они постоянно совершают одни и те же ошибки и терпят неудачу в выполнении одних и тех же задач.

«Является ли убеждение, что если вы просто увеличите масштаб в 100 раз, все изменится? Я не думаю, что это правда», — сказал в прошлом месяце Илья Суцкевер, соучредитель OpenAI, в подкасте Dwarkesh.

Ученый в области искусственного интеллекта, который помог пионеру ChatGPT, прежде чем покинуть OpenAI, предсказал: «Сейчас снова наступила эпоха исследований, только с большими компьютерами».

Будут ли те, кто сделал большие ставки на ИИ, удовлетворены скромными будущими улучшениями, пока они ждут, пока потенциальные клиенты поймут, как заставить ИИ работать на них?

«На самом деле это всего лишь гипотеза масштабирования, предположение, что это может сработать. На самом деле это не работает», — сказал профессор Маркус.

«Итак, вы тратите триллионы долларов, прибыль незначительна, а амортизация высока. Это не имеет смысла. И тогда возникает вопрос, когда рынок это поймет».