76-летняя министр образования США Линда Макмагон (Linda McMahon), ранее работавшая исполнительным директором World Wrestling Entertainment, горячо и публично призвала как можно раньше начинать обучение ИИ — с первых школьных классов, а то и с детских садиков. Проблема только в том, что читала она свою речь с телесуфлёра и вместо AI («эй-ай») произнесла A1 («эй-уан»), что созвучно с названием популярнейшего в США соуса для стейка A.1. Sauce. Владельцы торговой марки, не будь скромниками, подняли это высказывание министра на щит, разместив в экстремистской соцсети баннер с горделивым подтверждением: «Согласны, с ним надо знакомиться пораньше!» и c пометкой на ярлыке бутылочки «Только для образовательных целей» (источник: Premier Foods)
Летом 1942-го, примерно через полгода после вступления США во Вторую мировую, начал воплощаться в жизнь Манхэттенский проект — программа по разработке ядерного оружия, целью которой стало получение готовой к применению бомбы в крайне сжатые сроки, поскольку имелась подтверждённая информация о проводившихся в Германии аналогичных изысканиях. В ноябре 2025-го Дональд Трамп (Donald Trump) дал официальный старт национальной программе развития искусственного интеллекта, названной без ложной скромности Genesis Mission («Genesis», напомним, не просто «происхождение» — так в англоязычной Библии именуется Книга Бытия), которую моментально окрестили «масштабным стимулированием ИИ-отрасли на уровне Манхэттенского проекта». Если 83 года назад вопрос стоял о том, кто первым получит в своё распоряжение оружие невиданной до той поры разрушительной силы, то теперь американская администрация обосновывает намерение государства напрямую включиться в ИИ-гонку необходимостью обеспечить национальные проекты такого рода адекватной их запросам инфраструктурой. Министерство энергетики объявлено в этой связи краеугольным камнем американской технологической мощи, но и передовым акционерным компаниям вроде Nvidia, AMD или HPE место в новой миссии, конечно же, найдётся.
Амбициозный проект предполагает налаживание совместной работы суперкомпьютеров (не одним же только набитым ускорителями стойкам в дата-центрах отдуваться, рисуя котиков в смешных шляпах), федеральных исследовательских агентств, разработчиков базовых ИИ-моделей, а также разнообразных научных центров — в части предоставления не только профильных специалистов, но и накопленных за десятилетия уникальных наборов заведомо верифицированных данных. Всё это планируется свести в масштабную American Science and Security Platform под руководством министерства энергетики, которая и займётся ускоренным развитием прикладных реализаций искусственного интеллекта — в биотехе, полупроводниковой индустрии, ядерных технологиях, перспективном промышленном производстве и иных важных областях (определить точный список приоритетов как раз поручено указанному министерству). На скорость внедрения ИИ-новшеств делается особый упор: ведь «страны — противники США» (в документе использован термин rival nations) и тут настырно стремятся вырваться вперёд, нельзя же им этого позволить! Ни под каким соусом!
«Ты не лопнешь, деточка наша золотая. Не лопнешь!» (Источник: ИИ-генерация на основе модели Seedream 4.0)
Исполнительные директора соперничающих между собой ИТ-компаний вовсе не обязаны расходиться друг с другом по всем вопросам подряд. Вот и у Лизы Су (Lisa Su), с одной стороны, и Дженсена Хуанга (Jensen Huang), с другой, — глав AMD и Nvidia соответственно, — воззрения на пресловутый «ИИ-пузырь» оказались трогательно схожи. Су мягко пожурила тех, кто скорого схлопывания этого самого «пузыря» слишком уж опасается, назвав их недальновидными, поскольку, по её словам, недостаточность инвестиций в бурно растущее направление искусственного интеллекта сегодня куда более чревата отрицательными последствиями, чем чрезмерные расходы на него. Хуанг же, в свою очередь, заявил ни с того ни с сего, что «мы не Enron», — имея в виду давнюю, 2001 г. историю с банкротством казавшейся незыблемым столпом своего сектора экономики энергетической корпорации под этим названием. Высказывания обоих CEO, вполне вероятно, стоит рассматривать как реакцию на всё более крепнущие в среде биржевых игроков настроения — выразителем их выступает, в частности, Майкл Бьюрри (Michael Burry), легендарный инвестор, предсказавший глобальный финансовый кризис 2008 года.
Неожиданную поддержку оказал ИИ-визионерам в ноябре признанный патриарх высоких технологий — создатель Всемирной паутины (протокола WWW) Тим Бернерс-Ли (Tim Berners-Lee). Много лет он бил в набат, заявляя, что сверхконцентрация данных и пользователей на нескольких проприетарных платформах и в социальных сетях вредна, поскольку загоняет эти самые данные в изолированные «цистерны», практически одна с другой (и с внешним миром в целом) не сообщающиеся, что делает крайне затруднительным извлечение из них полезной информации. ИИ-краулеры же, вооружённые генеративным инструментарием, эффективно извлекают из веб-страниц полезные сведения вне зависимости от того, предусматривали разработчики такую возможность или нет (те, кстати, порой крайне негативно воспринимают столь настырное поведение вездесущих ботов), — и тем самым повышают информационную связность Всемирной паутины.
«Вы что же, и в „Блокноте“ за меня теперь писать будете?» — «Ага!» (Источник: Microsoft)
Самая (пока что?) распространённая на планете операционная система поступательно эволюционирует в агентную ОС, всё больше функций которой исполняют специализированные генеративные модели, — и в ушедшем ноябре тому появилось сразу несколько подтверждений. Для начала Microsoft заявила о намерении сократить свою зависимость от OpenAI (не позже чем до 2030 г. — как раз тогда истекает срок соглашения о сотрудничестве между двумя компаниями), а глава её ИИ-подразделения Мустафа Сулейман (Mustafa Suleyman) взялся сформировать новую команду для разработки «безопасных и этичных моделей сверхинтеллекта», что бы это ни значило. В частности, топ-менеджер подчёркивает, что взаимодействие с ИИ-системами не должно создавать у человека иллюзии общения с разумным существом, — и эта идея представляется вполне здравой. Тем более пользователи и так уже проявляют недовольство: ближе к концу месяца тот же Сулейман назвал тех, кого не впечатляет взаимодействие с ИИ, циниками — хотя и признал, что Microsoft предстоит ещё приложить немало усилий, чтобы «улучшить Windows для опытных пользователей и разработчиков». С учётом явного курса КНР (и не её одной) на уход от ОС американской разработки — для начала в правительственных учреждениях — и развитие собственных операционок, Microsoft действительно придётся побороться за удержание привычных объёмов выручки в условиях постепенного сокращения рынков сбыта.
Вероятно, именно стремлением повысить ценность Windows в глазах пользователей и обусловлен курс компании на всё более плотное насыщение этой ОС ИИ-агентами — вплоть до того, что в многострадальном «Блокноте», когда-то самом элементарном текстовом редакторе для быстрых заметок, в обновлении 11.2510.6.0 внедрены не только поддержка таблиц с развитым синтаксисом разметки, но и ИИ-генерация — для создания текстов по простым подсказкам, переписывания уже готовых документов или составления выжимок: функции Write, Rewrite и Summarize. Кроме того, в пакете служебных программ PowerToys для Windows 11 появился ИИ-инструмент Advanced Paste: он позволяет проделывать с помещённым в буфер обмена (через Ctrl+C) текстом всякие штуки — вроде перевода его на другой язык или составления выжимки — без обращения к облачному ИИ, на локальном совместимом «железе». Тут, правда, таится немалая угроза: проведённое LayerX исследование Browser Security Report 2025 свидетельствует, что главным вектором утечек данных (exfiltration) из коммерческих компаний перестала быть передача файлов, что удерживала эти сомнительные лавры десятилетиями. Теперь основную опасность здесь представляет незамысловатая процедура Ctrl+C, Ctrl+V: 77% наёмных сотрудников таким именно образом переносят данные в строки подсказок ИИ-ботов (преимущественно облачных), а 32% не останавливаются перед тем, чтобы точно так же перемещать информацию из своих корпоративных учётных записей во внешние — нанося тем самым ущерб конфиденциальности доверенных им данных.
Больше агентов предоставляет в распоряжение пользователя и экстремистская Meta✴*: источники Washington Post сообщают о новом высокоперсонифицированном информационном продукте, над которым трудится сейчас компания Марка Цукерберга (Mark Zuckerberg). Продукт этот будет представлять собой «утреннюю сводку» — ИИ-выжимку из тех источников, которым данный конкретный пользователь (прежде всего, завсегдатай запрещённого Facebook✴, разумеется, — уж о его-то предпочтениях Meta✴* известно всё) уделяет своё основное внимание, находясь в Сети. С одной стороны, налицо экономия сил и времени: действительно, раз человек регулярно заглядывает на определённые сайты и просматривает ограниченный набор лент, почему бы не упростить ему жизнь? С другой — таким образом из информационного потока практически полностью окажутся вычищены случайно попадавшие туда прежде сторонние источники, что будет означать ещё более глубокое погружение каждого конкретного пользователя в сработанную ИИ-агентами чётко по его мерке виртуальную эхокамеру.
Разумеется, генеративные модели логично применять и для производства контента, а не только для суммирования и упорядочения сторонних материалов. Как сообщает TheWrap, стартап Inception Point AI уже готов пополнять аудиотеку объёмом более чем в 175 тыс. подкастов, созданных ИИ (и доступных на платформах вроде Spotify или Apple), внушительным потоком генеративных голосовых шоу в количестве до 3 тыс. каждую неделю. Речь идёт именно о разнообразных шоу, вплоть до аудиоспектаклей, — не только о привычных подкастах, формат которых подразумевает обмен репликами максимум двух-трёх участников. Проект самой же Inception Point AI под самокритичным названием Quiet Please уже собрал аудиторию в 400 тыс. подписчиков и зафиксировал более 12 млн загрузок своих звуковых шоу — от приятно озвученных по заявкам обитателей небольших местечек прогнозов их локальной погоды до детальных описаний последних громких событий и биографий различных знаменитостей. Глава стартапа Жанин Райт (Jeanine Wright) утверждает, что как раз за такими платформами — будущее: «Думаю, мы скоро придём к тому, что сгенерированный ИИ потоковый контент станет основным; не только подкасты, но и музыка, и видеоролики, и фильмы, и сериалы — и даже рекламные вставки в них». С учётом широчайших возможностей персонификации такого контента на всех уровнях, от ОС до соцсетей, страшно даже представить, насколько взлетят показатели эффективности рекламных кампаний, ведь в этом прекрасном будущем, где особой пометки станут требовать созданные без участия ИИ произведения (потому что по умолчанию всё будет насквозь генеративным), маркетологи в прямом смысле слова смогут заглянуть в глаза буквально каждому представителю выбранной целевой аудитории. Может, хоть тогда ИИ начнёт приносить прибыль не только «продавцам лопат», но и непосредственно «старателям»?
«Пока тебе готовы ссужать больше, чем ты тратишь на выплаты по прошлым долгам, — лови волну!» (Источник: ИИ-генерация на основе модели Seedream 4.0)
Какая компания наиболее именита сегодня в сфере ИИ? Бесспорно, OpenAI, прежде всего благодаря трёхлетней давности оглушительному успеху первой публично доступной версии ChatGPT, хотя в последнее время компанию Сэма Альтмана (Sam Altman) уверенно нагоняют наиболее упорные из конкурентов, в первую очередь Google и Anthropic. Однако при этом OpenAI продолжает оставаться в долгах как в шелках: по оценке HSBC, ей при нынешних темпах роста аудитории (а основной доход она получает от подписок частных пользователей — за корпоративными деятельно охотятся как раз её соперники) не удастся выйти на прибыльность по меньшей мере до 2030 г. К этому времени все в совокупности серверы, загруженные трудящимися денно и нощно генеративными моделями компании, по среднегодовому энергопотреблению будут располагаться примерно между штатами Флорида и Техас: только на аренду дата-центров OpenAI истратит с 2025-го по 2030-й 620 млрд долл. США. Впрочем, здесь уже действует известное в корпоративном мире правило «слишком велика, чтобы упасть»: в продолжении работы компании заинтересованы такие её крупнейшие инвесторы, как Microsoft, Amazon, Oracle, SoftBank, AMD и Nvidia, — так что деньги, чтобы поддержать столь нужную всем должницу на плаву, наверняка найдутся.
Точнее, найдутся в том случае, если пресловутый «ИИ-пузырь» всё же не лопнет, а инвесторы продолжат исправно вкладывать средства в бумаги ведущих «железных» и софтверных компаний на этом направлении. А они — народ капризный, что в ноябре испытала на себе Nvidia: хотя её квартальный отчёт по-прежнему радовал блестящими показателями (рост выручки — +57% год к году, причём на 90% он обеспечен продажами именно серверных ИИ-ускорителей), после кратковременного взлёта акции компании всё-таки пошли вниз. Но персонально Дженсен Хуанг ни в чём не виноват: вслед за Nvidia на бирже заметно просели котировки Amazon, Microsoft, Oracle и других; одна только Alphabet удержалась в плюсе. Просто, судя по всему, разговоры о «пузыре» уже ведутся настолько долго — и, собственно, направление ИИ на в целом довольно сдержанно растущем ИТ-рынке уже четвёртый год растёт такими стремительными темпами, — что даже самые восторженные инвесторы начинают задумываться, а не пора ли уже произойти определённой коррекции. И эти мрачные предчувствия грозят превратиться в самосбывающееся пророчество (уже даже безотносительно к тому, в самом ли деле широкий рынок переоценивает генеративные модели или нет), результатом которого почти наверняка станет крайне болезненный обвал. Болезненный ещё и потому, что, хотя разработчики ИИ-моделей вместе с производителями оборудования для тренировки и инференса гребут деньги лопатой, облачные провайдеры — в дата-центрах которых и совершается главным образом таинство перемножения матриц в невиданных прежде человечеством масштабах — пока что не в силах похвастать адекватными показателями роста своей выручки.
Не говоря уже о конечных заказчиках ИИ-услуг — у тех пока отдача от инвестиций в генеративные модели и вовсе смехотворна, если наблюдается вообще. Напомним, ещё в августе исследователи из MIT указали в работе The GenAI Divide: State of AI in Business 2025, что, хотя американские коммерческие структуры успели уже в совокупности вложить в свои ИИ-проекты от 35 до 40 млрд долл., ощутимую прибыль от этих масштабных трат зафиксировали не более 5% таких инвесторов. А тут ещё Дэвид Сакс (David Sacks), венчурный капиталист и смотрящий наблюдатель за генеративной и криптоотраслями в администрации Трампа (должность его так и именуется в прессе — AI and crypto czar), заявил в начале ноября, что не следует ожидать никакой федеральной поддержки для компаний, которые прогорят, если вдруг «ИИ-пузырь» всё же лопнет. «В США есть по меньшей мере пять самых передовых, образцовых [высокотехнологичных] компаний. Если одна сойдёт с дистанции, другие займут её место», — сухо констатировал криптоцарь. Что делать, если рухнут все пять разом — они ведь, благодаря сложной системе взаимных инвестиций, всё прочнее увязываются в самый натуральный картель, — он, правда, не уточнил; возможно, у администрации имеются планы и на сей счёт.
Аналитики Goldman Sachs предсказывают, что уже в 2026 г. дата-центры в среднем по миру окажутся загружены более чем на 95% (это уже с учётом непрерывно вводимых в строй новых мощностей, которые ограничивает прежде всего доступность энергоресурсов), за что в первую очередь спасибо ИИ. А к хотя бы 90%-ной загрузке, не говоря уже о более щадящих её величинах, ЦОДы вернутся, убеждены эксперты, не ранее чем в 2030-м (источник: Goldman Sachs)
Энергии для питания серверов, на которых тренируют и исполняют генеративные модели, откровенно недостаёт уже сегодня, и пока что просвета на этом направлении не видно. Энергетика и прежде была довольно бойко растущей отраслью мировой экономики, но теперь её развитие ведётся просто-таки лихорадочными темпами. В Великобритании в этой связи задумали перезапускать ядерные станции — поскольку иных сопоставимых по эффективности способов добавить в энергосистему островного королевства тераватт-другой мощности попросту не существует. Американские ИТ-гиганты, не дожидаясь поддержки со стороны администрации (хотя та в рамках миссии Genesis наверняка подставит плечо — не зря контроль над реализацией инициативы поручен министерству энергетики), сами принялись активно инвестировать в различные способы добычи электричества. Солнечные энергостанции суммарными мощностями в десятки гигаватт уже строят для Microsoft, Meta✴*, AWS, Google и других. Гиперскейлеры, намечая возведение новых ЦОДов, заботятся об обновлении линий электропередач и стараются размещать свои дата-центры поближе к действующим электростанциям — чтобы снизить потери при передаче энергии на большие расстояния. Экстремистская Meta✴* и вовсе примеряет на себя весьма далёкую от её изначальной бизнес-модели функцию крупного трейдера на американском рынке энергетики — с тем, чтобы и непосредственно влиять на планирование постройки новых электростанций, и стимулировать ускорение уже принятых проектов. А для чего всё это делается, наглядно демонстрирует пример Nvidia, два новёхоньких дата-центра которой в калифорнийской Санта-Кларе пустуют сегодня — и продолжат бестолку простаивать ещё несколько лет. Их нет никакого смысла заполнять серверами: пока запущенный ещё в 2019 г. проект добрался до стадии подведения «коробок» под чистовую отделку, в городском округе попросту не оказалось нескольких десятков мегаватт доступной мощности, чтобы подключить их к электропитанию. Кстати, возвращаясь к пресловутому «пузырю»: многие эксперты указывают, что как после краха «дот-комов» в стране и мире осталась развитая, хотя и несколько сумбурно организованная сеть широкополосных цифровых коммуникаций, начиная с магистральных, благодаря которой Интернет спокойно и уверенно затем развивался, так и после возможной резкой потери интереса к генеративному ИИ, вполне вероятно, ощутимо улучшится состояние энергетической инфраструктуры по всему миру. Ну и оперативная память вновь подешевеет от нынешних запредельных значений, — но это уже пойдёт как маленький приятный бонус.
«Вечно от этих медведей одно беспокойство…» (Источник: ИИ-генерация на основе модели Nano Banana Pro)
Так кто же всё-таки США и КНР в ИИ-гонке: бескомпромиссные враги или исполненные взаимного уважения соперники? Американская администрация с её запретительной политикой, проводимой с поистине бегемотовым изяществом, и главы американских же ИИ-ориентированных корпораций явно подают в этом отношении разнонаправленные сигналы. Дженсен Хуанг не только надеется возобновить в обозримом будущем поставки чипов Blackwell в материковый Китай, он ещё и восхищённо называет Huawei, одного из лидеров генеративного направления в Поднебесной, «компанией с экстраординарными технологиями и невероятно сильным духом конкуренции». Более того: если ещё в сентябре глава Nvidia признавал отставание китайских товарищей в ИИ-гонке «буквально на миллисекунды», то в ноябре уже прямо предрёк КНР победу в этом состязании — указывая, что власти этой страны всемерно поддерживают своих ИИ-разработчиков, не ставя на их пути бюрократических препон, субсидируя почти наполовину закупаемую ими электроэнергию и непосредственно занимаясь распределением квот на выпуск чипов на местной, импортозамещающей микропроцессорной фабрике SMIC.
Тем временем, как сообщает Wall Street Journal, между США и КНР из-за ИИ разворачивается натуральная «холодная война»: в ход идут откровенная дезинформация, распространение порочащих противную сторону слухов, создание вредоносного контента (в том числе с дальним прицелом — контаминировать базы данных, на которых потенциально будут тренироваться БЯМ соперника) и т. д. При этом, хотя Америка явно ведёт по части вычислительной мощи аппаратного обеспечения и объёма (выраженного в токенах) генеративных моделей, объективные преимущества есть и у китайской стороны. Это открытость архитектур (пусть не всех, но многих, что способствует «взаимоопылению» разных исследовательских групп и ускоряет их работу), осознанная приверженность изощрённой оптимизации этих самых архитектур в противовес экстенсивному наращиванию числа параметров БЯМ, а также значительно меньшая бюрократическая зарегулированность ИИ-отрасли в целом, включая куда более снисходительное, чем в США, отношение к соблюдению авторских прав при составлении тренировочных сетов. Огромная армия прекрасно образованных ИТ-специалистов, более низкая стоимость их труда, обширная господдержка тоже играют на руку разработчикам из Поднебесной.
Китайские ИИ-модели демонстрируют на тестах великолепные результаты, внутри страны идёт небезуспешная разработка собственных серверных ускорителей, тренировка новых моделей производится (в условиях нехватки внутренних мощностей) в дата-центрах соседних государств, да и передовые чипы самой Nvidia, если уж они позарез нужны, доставать при случае удаётся. В итоге соперничество на ИИ-почве подхлёстывает развитие соответствующих направлений в экономиках обеих стран на манер самосбывающегося пророчества: «Если мы сбавим обороты, их уже будет не догнать, потому навались!» Один плюс: если всё-таки у экстенсивного развития БЯМ на полупроводниковой аппаратной базе существует объективный верхний предел, благодаря этой сумасшедшей гонке он окажется эмпирически обнаружен; причём скорее раньше, чем позже. И это станет для всего человечества настойчивым указанием на необходимость свернуть со скользкого торного пути наращивания числа рабочих параметров плотных нейросетей, эмулируемых в оперативной памяти фон-неймановских машин, и взяться, наконец, за другие способы практической реализации матричного умножения, — за фотонные или квантовые вычислители, например. На адекватное развитие которых сегодня ни у кого попросту нет средств: всё моментально сгорает в топке безостановочной генеративной скачки на экстенсивных фон-неймановских лошадках с турбонаддувом.
Блок-схема потоковой авторегрессионной языковой модели из оригинальной работы Чэньцзэ Шао с коллегами (источник: https://arxiv.org/abs/2510.27688)
Мы не раз уже отмечали принципиальный недостаток авторегрессионных больших языковых моделей (БЯМ), к которым относятся практически все лидеры нынешней ИИ-сцены: такие модели выстраивают свои ответы (если рассматривать вариант преобразования текстовой подсказки в текстовую же выдачу, T2T) не то что даже слово за словом, а токен за токеном, линейно-последовательно, не «вникая» (вообще-то, им и нечем, но не суть) в смысл формирующейся фразы. Да, более продвинутые системы могут включать специализированные агенты — на основе тех же БЯМ, кстати, — что берут предварительно сформированный ответ и проверяют его на присутствие отклонений от формальной логики, наличие галлюцинаций и проч., но это кратно усложняет и удорожает работу ИИ. Экстенсивный же путь наращивания числа параметров глубоких нейросетей, что лежат в основе таких моделей, ведёт в тупик — хотя бы по причине несовершенства полупроводниковой аппаратной основы вычислений. Не зря же Пэт Гелсингер (Patrick Gelsinger), бывший глава Intel, убеждён, что только квантовые вычисления способны подвести генеративные модели к подлинному технологическому прорыву. Не факт, что прорыв этот в итоге произойдёт, но на актуальной ныне элементной базе он представляется недостижимым в принципе.
Однако есть и другое мнение, а именно — что, если подкорректировать саму логику работы авторегресионных генеративных нейросетей, и на наличном фон-неймановском «железе» удастся достичь куда большего. Такой путь предлагает группа китайских исследователей из компании Tencent (разработчика WeChat AI) и Университета Цинхуа: Чэньцзэ Шао (Chenze Shao) с коллегами описали новую разновидность БЯМ — потоковую авторегрессионную языковую модель, Continuous Autoregressive Language Model (CALM). Суть продвигаемого группой новшества — уход от парадигмы генерации токен за токеном через расширение семантического окна для каждого очередного этапа. Вместо подбора очередной скалярной величины (токена) в зависимости от ограниченного числа предыдущих Чэньцзэ Шао с коллегами предлагают предсказывать целый вектор, составленный из нескольких таких токенов. Таким образом, фраза на естественном языке моделируется нейросетью не как цепочка дискретных фрагментов (условно, отдельных слов), но как поток взаимоувязанных векторов. Достоинство такого метода — не только в совершенствовании семантики генерируемого текста, но и в сокращении числа уходящих на это операций: если в единичный вектор упаковываются K токенов, то количество шагов, необходимых для формирования ответа на операторский запрос, в среднем сокращается в те же самые K раз.
Типичный словарь сегодняшней авторегрессионной БЯМ не превышает 256 тыс. токенов, и это фактически аппаратно-обусловленный предел. Если расширять число токенов, делая их не отдельными словами и их частями, а семантическими единицами (словосочетаниями, целыми фразами), размер словаря экспоненциально разбухнет, и современные компьютеры с его обработкой не сладят: Гелсингер недаром ставит на квантовые вычисления! Однако если удастся обеспечить (почти) взаимно однозначное соответствие семантических единиц векторам — так, чтобы те, как и токены, с лёгкостью «распаковывались» обратно в означаемые ими фразы, — можно ограничиться куда меньшим объёмом векторных операций, да и галлюцинации по понятным причинам возникать в таком случае будут реже. В статье приведён такой пример: фраза «The cat sat on the mat» кодируется T токенами (в данном случае — шестью, причём «The» и «the» — разными), но она же может быть представлена двумя векторами (K = 2): «The cat sat» и «on the mat». Длина обрабатываемой последовательности сокращается тем самым в T/K раз, т. е. в данном случае втрое, и, хотя каждое действие выходит более сложным — обрабатывать придётся не скаляры, а векторы, — специализированные на ИИ-задачах вычислители с векторными операциями справляются очень даже хорошо. И поскольку нейросеть обучается выстраивать цепочки не полуабстрактных токенов, а семантически насыщенных векторов, результаты выходят более чем достойные — при ощутимом снижении требований модели к «железу». Да, доведение идеи CALM до ума потребует изрядных усилий — выработки эффективной организации открытого (т. е. не конечного) словаря для начала. Но если сравнивать с теми затратами, что необходимы для выведения тех же квантовых вычислителей на потребные для обработки современных БЯМ характеристики, у подхода группы Чэньцзэ Шао явно больше шансов воплотиться в жизнь первым.
Наглядное сопоставление явной и скрытой долей американского ФОТ, уходящих на оплату труда людей, которых уже сейчас может заменить ИИ. На поверхности — скромные 2,2%; по большей части в связанных с ИТ отраслях. «Подводная» же, скрытая от беглого взгляда часть превышает «надводную» примерно восьмикратно — почти как у реального айсберга, кстати (источник: MIT)
Где ИИ уже способен заменить человека трудящегося? Судя по разнообразию ноябрьских инфоповодов соответствующей тематики — едва ли не где угодно. В чопорном Стаффордшире, к примеру, полиция тестирует пригодность ИИ-агентов для обработки поступающих на её горячую линию звонков — не всех (пока?), но лишь тех, что не связаны с действительно угрожающими человеческой жизни и здоровью ситуациями. Скажем, обращение по телефону за некой справочной информацией вполне способна адекватно обработать генеративная модель: незачем отвлекать для этого живого сотрудника ведомственного кол-центра. А вообще, по оценке британского Национального фонда образовательных исследований, к 2035 г. в Соединённом королевстве автоматизация и ИИ сметут с рынка труда до 3 млн вакансий с низкой квалификацией — прежде всего торговых, административных начального уровня (прорабы, руководители малых групп и т. п.), а также связанных с управлением машинами и механизмами. А взамен работодателям потребуются 2,3 млн куда более образованных и сведущих сотрудников, так что вопросами переквалификации и дообучения высвобождаемых условных чернорабочих и менеджеров торговых залов необходимо вплотную заниматься уже сейчас.
В США же, если верить совместному моделированию, что провели MIT и Ок-Риджская национальная лаборатория, уже доступными на рынке ИИ-инструментами можно решать в самых разных отраслях экономики такой объём задач, на оплату выполнения которого биологическим наёмным персоналом уходит 11,7% всего фонда оплаты труда (ФОТ) в стране. Это ни много ни мало порядка 1,2 трлн долл. ежегодно, причём вдобавок к тем 2,2% от того же ФОТ для оплаты той деятельности, что напрашивается на замену БЯМ-инструментами явно и незамедлительно. Кстати, поскольку явные практические приложения ИИ концентрируются сегодня в основном на ИТ-направлении, упомянутые 2,2% ФОТ сберегают (точнее, не расходуют на живой персонал) по большей части крупные высокотехнологичные компании, традиционно сосредоточенные на обоих океанских побережьях США. Те же 11,7%, что пока не сэкономлены, подразумевают более широкое применение ИИ практически на всех служебных направлениях корпоративной деятельности — в финансах, администрировании, здравоохранении и т. д., — причём во всех пятидесяти штатах без какой бы то ни было дискриминации.
В подтверждение этого тезиса можно привести целую россыпь появившихся в ноябре новостей о вытеснении кожаных мешков с тех или иных занимавшихся ими прежде профессиональных позиций. Warner Music Group договорилась с ММ-музыкальным сервисом Suno об использовании той голосов и внешностей готовых согласиться на это артистов — с сохранением, правда, у этих самых артистов «полного контроля» над тем, что их виртуальные суррогаты будут вытворять под управлением генеративных моделей. HP к 2028 г. планирует сократить от 4 тыс. до 6 тыс. сотрудников — обязанности их примет на себя, конечно же, ИИ. Всего же американские компании под флагом ИИ-оптимизации успели уже уволить за (ещё не закончившийся!) 2025 год около 1 млн человек — новый максимум этого не самого жизнеутверждающего показателя с самого пандемийного 2020-го. Несколько иезуитски выглядит на этом фоне такое новое направление гигономики, как (до)обучение самими же профессионалами БЯМ, которые впоследствии их — а также множество их коллег — и заменят. Поскольку тренировочных данных для генеративного ИИ никогда не бывает в избытке, а дата-сетов выше качеством, чем фиксация непосредственной деятельности живых специалистов, всё равно не сыскать, американские стартапы вроде Mercor, Surge AI, Scale AI или Turing платят десятки и сотни долларов в час таким «наставникам ИИ-моделей» — с тем, чтобы впоследствии эти самые модели с успехом заменили на рабочих местах своих менторов.
Занятно, что лучше всего перевод подсказок в стихотворную форму срабатывает для генерации при помощи облачных БЯМ киберпреступных инструментов, а хуже всего — для разработки сценариев вредоносного психологического воздействия. Своя рубаха и для ИИ ближе к телу? (Источник: arxiv.org/pdf/2511.15304)
Исследователи из занимающейся ИИ-безопасностью группы DEXAI и из римского университета Ла Сапиенца внезапно обнаружили новый способ обходить защиту генеративных моделей от вредоносных подсказок, нацеленных на вытягивание из них такой информации, выдавать которую им строго-настрого запретили разработчики (такая методика называется джейлбрейком). Оказывается, если сформулировать запрос в виде рифмованного стишка, финальные строки которого будут содержать собственно заявку на выдачу запретных сведений, доля успешных взломов системы многократно возрастёт. Она, кстати, и без того не то чтобы пренебрежимо мала: в среднем эксперты в 8% случаев добивались от генеративных моделей своего и с применением обычных, прозаических подсказок. Но стоило им перейти на возвышенный язык муз и Аполлона, как доля удачных попыток взлетела до 43% — если к составлению стихотворного джейлбрейка привлекали другой ИИ, и аж до 62% — если подсказку рифмовали вручную. Это средние величины по выборке из 25 передовых БЯМ, в число которых вошли Gemini 2.5 Pro, GPT-5, Grok 4 и Claude Sonnet 4.5. Кстати, для Gemini 2.5 Pro подсказка на выдачу вредоносного совета в стихах и вовсе ни разу не была отвергнута, — вот и говори после этого о бездушных железяках, которым чужды простые человеческие радости! К слову, наиболее устойчивой к поэтическому флёру оказалась GPT-5, но и для неё один стихотворный джейлбрейк из десяти всё-таки достигал цели.
«TOO BAD, U BOT!» — «NO U!!1» (источник: ИИ-генерация на основе модели Seedream 4.0)
⇡#«Чтобы доказать, что вы не робот, нагрубите мне в ответ»
Одно из не слишком афишируемых применений БЯМ находят, как это ни странно, в социологии — для симуляции поведения людей (точнее, их реакций на определённые предложенные обстоятельства). Видимо, социологи молчаливо предполагали, что, хотя по части фактов ИИ за счёт врождённой тяги к галлюцинациям способен дать маху, эмоциональный отклик на внятно описанную в подсказке ситуацию он сформулирует вполне адекватный живому человеческому. Отнюдь: в недавней работе группы, объединившей участников из четырёх солидных научных центров — University of Zurich, University of Amsterdam, Duke University и New York University, — наглядно показано, что с имитацией разных людских настроений БЯМ справляются тоже по-разному. В целом они куда более склонны выдерживать дружелюбный, вежливый тон; практически никогда не грубят и уж тем более не используют обсценную лексику — что разительно отличает их от типичного биологического обитателя соцсетей. Исследователи выстроили на этой основе настоящий «вычислительный тест Тьюринга», позволяющий статистическим методом с высокой вероятностью — 70-80% — определить генеративное происхождение каждой отдельной реплики (поста в тех же соцсетях). Изучению были подвергнуты модели семейств Llama, Mistral, Qwen, Gemma, DeepSeek и Apertus, в том числе с открытыми весами и ограниченным числом параметров, пригодные для исполнения на локальном «железе». Выяснилось, кстати, интересное фундаментальное противоречие: когда ИИ-моделям давали прямое указание избегать обнаружения в онлайн-диалогах — т. е. командовали как можно естественнее подражать стилю человеческого письма, — выдаваемые ими реплики разительнее отличались от оставляемых живыми людьми: чаще были путаными, противоречивыми и в целом эстетически неприглядными. Особенно плохо БЯМ даются, как выяснилось, спонтанные эмоциональные реакции на некие неожиданные (не связанные с предшествующими репликами) сообщения собеседника. Что, в общем, совершенно логично, если вспомнить принципы, на которых зиждется авторегрессионный генеративный ИИ, так что социологам стоит с куда большим скепсисом подходить к самой возможности эмуляции человеческого поведения генеративными моделями.
«Здраствуйте. Я, Пабло. Хотел бы чтобы вы сделали игру, 3Д-экшон суть такова…» (источник: Ubisoft)
Дженнифер Инглиш (Jennifer English), американская актриса озвучения, известная геймерам как голос Шэдоухарт в Baldur's Gate 3, Латенны в Elden Ring и Маэль в Clair Obscur: Expedition 33, на вопрос о том, стоит ли использовать генеративный ИИ в играх (вопрос, кстати, возник в связи с использованием сгенерированных голосов персонажей в ARC Raiders), ответила резко и чётко: «Нет». А после развила свою мысль: «ИИ — только лишь инструмент; он не творец. Ошибки прекрасны, недостатки прекрасны. Дорожите ими, сохраняйте человечность». Ход рассуждений актрисы в целом понятен, но вот вопрос — считать ли имманентно присущие авторегрессионным БЯМ галлюцинации ошибками наравне с человеческими? Или у людей какие-то свои, более творческие по самой своей природе промахи и недостатки?
Глава Epic Games Тим Суини (Tim Sweeney), напротив, считает, что раз уж речь идёт об инструменте, то какой смысл на нём зацикливаться? По его мнению, особые пометки для игрового контента «сделано при участии ИИ» не имеют смысла: важен конечный результат; то, какие эмоции вызывает игра у пользователей, насколько она им приходится по душе. При этом, оговаривается Суини, там, где некое произведение самоценно — будь то картина, скульптура или NFT в виртуальной среде, — всё-таки важно знать, приложил к его созданию руку человек или же это целиком порождение генеративной модели. Но компьютерная игра — жанр принципиально интерактивный; эмоциональная и физическая вовлечённость геймера тут едва ли не важнее творческого порыва художников, дизайнеров и сценаристов (достаточно вспомнить, сколько слёз и радости приносили игрокам скудные, прямо скажем, по части визуальной выразительности и нарративной насыщенности «Сапёр», «Змейка» или «Тетрис»). В будущем, убеждён глава Epic Games, практически все игры будут создаваться так или иначе с привлечением ИИ-инструментов — на уровне кода, концепт-артов, текстур, сюжетных элементов и т. д., — так что нужды в особых пометках «сделано при участии ИИ» в принципе нет. Тима Суини поддерживает в этом Якоб Навок (Jacob Navok), глава компании Genvid и бывший бизнес-директор Square Enix Holdings: «Потребителю, в общем, всё равно: посмотрите на Steal a Brainrot, самую популярную игру на платформе Roblox, — у неё 30 млн пользователей, и она вся построена на ИИ-бурде (AI slop). И что, помешало ей это?»
А тем временем Ubisoft успела уже представить Teammates — прототип игры, в которой ИИ не инструмент (или не только инструмент), но участник: напарники живого геймера действуют и реагируют на голосовые команды в этой игре именно благодаря работающей в фоновом режиме генеративной модели. Помимо двух собственно напарников, в системе присутствует ещё и ИИ-помощник, призванный упростить для геймера взаимодействие с игровым интерфейсом, следящий за выполнением миссий и даже готовый подсказать в нужный момент, что делать дальше. Проект пока находится на начальных стадиях разработки, но директор компании по ИИ-направлению Ксавье Манцанарес (Xavier Manzanares) со всей уверенностью утверждает, что игры не такого уж далёкого будущего все как одна примутся слушать геймера, понимать его, реагировать на его действия не по скриптованным сценариям, а динамически — и что такой адаптивный, генеративный стиль и сделает компьютерные игры по-настоящему неотразимыми.
«А он парень-то богатый?» — «Ну как… В „Диспетчере задач“ шестьдесят четыре гига я у него видела» (источник: ИИ-генерация на основе модели Seedream 4.0)
Не утихающий уже четвёртый год ажиотаж вокруг ИИ нарушил привычный циклический ритм работы мирового ИТ-рынка, на котором не слишком сильные по масштабу, но ощутимые кризисы перепроизводства (процессоров, модулей памяти, накопителей и т. д.) продолжительностью в 1,5-2 года сменялись такими же периодами умеренного подъёма продаж. Теперь же появилось одно-единственное направление, связанное с ИИ-серверами, где спрос неуклонно растёт, и конца-края этому карабканью в гору не видно. Ничего удивительного, что вендоры компонентов охотно переориентируются на выпуск соответствующей продукции в ущерб прочей (предназначенной для ПК, в частности), в результате цены растут и на оперативную память, и на SSD. Рынок персональных компьютеров и связанных с ними продуктов, разумеется, лихорадит: поставщики ПК накапливают запасы, в продажу поступают компьютеры с урезанными объёмами ОЗУ, сбыт материнских плат просаживается (а зачем те нужны, если модулей DIMM всё равно не достать, да и доступных по цене полупроводниковых накопителей в обозримой перспективе больше не будет?) и т. д.
По итогам III кв. 2025 г., которые для рынка DRAM традиционно подводят в начале ноября, контрактные цены на оптовые партии этих чипов оперативной памяти — свеженькие, только с фабрики, — подскочили год к году сразу на 171,8%. По абсолютной цене за грамм микросхемы такого типа пока не догнали золото, но вот по динамике подорожания всего за каких-то три месяца его уже уверенно опережают. При этом поставщики модулей DIMM — глава ADATA Чэнь Либай (Chen Libai), например, — уверены, что и в 2026-м острая нехватка DRAM не будет восполнена, поскольку изготовители этих чипов вовсе не рассчитывали на сохранение столь длительного неослабевающего спроса. И, стало быть, не озаботились своевременным расширением своих производственных мощностей; а возвести с нуля, оснастить и запустить новую полупроводниковую фабрику занимает как раз полтора-два года. Более того, затевать прямо сейчас такую стройку уже страшновато: а ну как «ИИ-пузырь» всё же лопнет, — как прикажете потом немалые инвестиции возвращать? Вот и выходит, что «железную» поступь генеративных моделей ощущают сегодня на себе даже те, кому они не слишком нужны или не очень-то интересны. И это ещё в отсутствие даже намёков на скорое появление AGI — и, более того, на фоне растущих у весьма именитых экспертов сомнений в его принципиальной достижимости экстенсивным путём. Правда, неугомонный Илон Маск (Elon Musk) обещает, что следующая модель в серии Grok «по ощущениям, будет действительно разумной», но это уже на новый (точнее, на наступающий) год.
________________
* Входит в перечень общественных объединений и религиозных организаций, в отношении которых судом принято вступившее в законную силу решение о ликвидации или запрете деятельности по основаниям, предусмотренным Федеральным законом от 25.07.2002 № 114-ФЗ «О противодействии экстремистской деятельности»