Лидеры в области ИИ заявляют, что системы человеческого уровня приближаются быстро

Быстрый прогресс в области искусственного интеллекта заставляет правительства и институты осознать, что путь к системам, сопоставимым с человеческими, намного короче, чем предполагалось ранее. Лидеры индустрии заявляют, что разрыв между сегодняшними инструментами и искусственным общим интеллектом быстро сокращается. По мере ускорения развития вопросы занятости, управления и экономической стабильности выходят на первый план в обсуждениях.

Амодеи: AI на уровне человека может появиться в течение нескольких лет, а не десятилетий

На Всемирном экономическом форуме в Давосе CEO Anthropic Дарио Амодеи предупредил, что политики могут быть не готовы к тому, насколько быстро приближается продвинутый AI. Выступая вместе с CEO DeepMind Демисом Хассабисом, Амодеи отметил, что социальные системы и рынки труда вряд ли смогут адаптироваться с той же скоростью, что и технический прогресс. По его мнению, время на подготовку сокращается, а не увеличивается.

Амодеи вновь подтвердил свою уверенность, что AI на уровне человека появится уже через несколько лет. Он отметил, что его предыдущие прогнозы сохраняют актуальность и что прогресс продолжается по крутой траектории. По его оценке, сверхчеловеческие возможности могут появиться уже в 2026 или 2027 году. По его словам, трудно представить, чтобы развитие могло занять существенно больше времени.

Большая часть этого ускорения связана с тем, что AI-системы всё больше помогают в собственном развитии. В Anthropic, по словам Амодеи, инженеры уже переходят от написания кода к контролю за результатами, сгенерированными AI. Теперь инженеры тратят больше времени на проверку и корректировку кода, чем на его создание с нуля. В течение шести-двенадцати месяцев, по его словам, AI-модели смогут выполнять большинство задач программирования от начала до конца.

Несколько факторов ускоряют этот цикл:

• AI-модели теперь генерируют значительные части производственного кода.
• Инженеры выступают в первую очередь как рецензенты, а не как авторы.
• Улучшения в обучении напрямую ускоряют обновления моделей.
• Ограничения по оборудованию сдерживают скорость больше, чем исследовательские возможности.
• Более короткие циклы разработки сокращают сроки внедрения.

Хассабис из DeepMind оценивает вероятность AGI в 50% к 2030 году

Признавая значительный прогресс, Хассабис отметил, что не все области одинаково подходят для автоматизации. Такие направления, как программирование и математика, являются более лёгкими целями, поскольку результаты легко проверить. Другие дисциплины, особенно естественные науки, опираются на эксперименты, требующие времени и ресурсов.

Научные открытия, по его словам, остаются серьёзным препятствием. Текущие системы способны решать чётко определённые задачи, но испытывают трудности с генерацией новых вопросов или теорий. Создание оригинальных гипотез, по его мнению, — один из высших уровней человеческой креативности. AI ещё не продемонстрировал надёжной способности в этой области, и пока неясно, когда — или если — этот разрыв будет преодолён.

Из-за этих ограничений Хассабис оценивает вероятность достижения AGI к 2030 году примерно в пятьдесят процентов. Он указывает на различие между быстрой обработкой данных и настоящими инновациями как на одну из главных неопределённостей. Тем не менее оба руководителя согласны с тем, что экономические потрясения больше не являются отдалённой угрозой.

Офисные профессии становятся всё более уязвимыми. Амодеи ранее оценивал, что до половины начальных профессиональных позиций могут исчезнуть в течение пяти лет, и в Давосе он подтвердил эту цифру. Офисная работа, ранее считавшаяся защищённой, теперь сталкивается с давлением автоматизации, аналогичным тому, что изменило промышленность десятилетия назад.

Хассабис предупредил, что даже осторожные экономические прогнозы могут недооценивать скорость изменений. Пять-десять лет — это не так много времени для адаптации общества. Институты, созданные для более медленных преобразований, могут не справиться, если структура занятости изменится сразу.

AI подрывает автономию работников задолго до начала массовых увольнений

По мнению Амодеи, вызов вышел за пределы инженерии и превратился в кризис координации. Он считает, что правительства должны сосредоточить основные усилия на управлении переходным периодом. Хотя риски, связанные со злоупотреблением и геополитическим напряжением, остаются контролируемыми, пространство для ошибок сужается.

Ключевые политические вызовы, обозначенные в дискуссии:

• Изменения на рынке труда происходят быстрее, чем могут справиться существующие системы переобучения.
• Регуляторные пробелы по отношению к мощным универсальным моделям.
• Рост неравенства из-за автоматизации квалифицированного труда.
• Концентрация возможностей AI у ограниченного числа крупных игроков.
• Ограниченная глобальная координация по стандартам безопасности.

Некоторые аналитики рынка труда считают, что потрясения могут проявиться скорее через реструктуризацию рабочих мест, чем через их прямую замену. Боб Хатчинс, CEO Human Voice Media, отметил, что профессиональные роли дробятся на более мелкие задачи, которые тщательнее контролируются. Алгоритмы всё чаще управляют рабочими процессами, которые ранее контролировались отдельными сотрудниками.

По словам Хатчинса, это изменение влияет на то, как воспринимается и выполняется работа. Креативные и технические роли перемещаются с позиций принятия решений к функциям проверки. Сотрудники проверяют результаты, а не формируют проекты. Со временем этот процесс может лишить работу автономии и снизить уровень оплаты, даже если должности формально не меняются.

Вместо вопроса о том, заменят ли машины людей, Хатчинс считает, что внимание стоит уделить тому, как изменяется качество работы. По мере дробления задач и усиления контроля профессиональная идентичность может быть размыта. Власти и работодатели теперь сталкиваются с вызовом: сохранить не только рабочие места, но и их значимость, по мере того как возможности AI продолжают расти.