Искусственный интеллект — между иллюзией и неизбежностью
Введение: Кремниевая долина как эпицентр перемен
Даниил и Давид Либерманы — серийные предприниматели, основатели компаний Sibilant Interactive, «Канобу», «Пространство идей», Kernel AR, венчурных фондов Reveality Ventures и Brothers Ventures, а также стартапа Frank.Money. Они находятся в постоянном движении — за прошлый год посетили 34 страны, встречаясь с министрами, учёными и предпринимателями, чтобы обсудить будущее искусственного интеллекта.
В этом интервью («Готовимся к… что в Кремниевой долине на самом деле говорят и думают об ИИ») братья дают честную, без хайпа, картину того, что происходит в индустрии сегодня. Главный вывод: ИИ — это уже не просто технология. Это фундаментальный сдвиг, который переопределяет экономику, политику и саму структуру власти в мире.
1. Искусственный интеллект — это интеллект или имитация?
Один из центральных вопросов, который обсуждается сегодня: можно ли называть большие языковые модели (LLM) настоящим интеллектом?
Братья Либерманы дают однозначный ответ: да, тест Тьюринга давно пройден. Существуют специальные тесты, в которых люди общаются с собеседником и должны угадать, человек это или машина. Уже сегодня результат — 50 на 50, то есть случайное угадывание. Это означает, что грань стёрта.
Каждые три месяца появляется новый тест, который якобы «только человек может пройти», и через несколько месяцев ИИ его проходит. Последний рубеж — экзамен под названием Last Humanity Exam, но уже вышла его третья версия, потому что предыдущие две были пройдены. При этом большинство людей этот тест тоже не прошли бы.
«Как интеллект — это уже пройденный рубеж. Уже невозможно не называть это интеллектом.»
Однако есть разница между интеллектом и разумом. Текущие модели обладают интеллектом в том смысле, что они могут решать сложные задачи, но у них нет:
- консистентной личности;
- долгосрочной памяти;
- самосознания;
- внутренней мотивации.
Их «память» — это технический трюк: каждый раз к вашему запросу прикрепляется префикс с историей диалога. Это не означает, что модель «помнит» вас. Это означает, что ей каждый раз загружают контекст, чтобы она отвечала так, как если бы помнила.
2. Архитектурное плато: почему прогресс замедлился
За последние три года архитектура трансформеров (на которой построены все современные LLM) не изменилась принципиально. Вместо этого индустрия сосредоточилась на создании инструментов вокруг этой архитектуры — агентских систем, контекстного инжиниринга, протоколов вроде MCP.
Ключевое ограничение — короткая память текущего диалога. Чем длиннее разговор, тем выше вероятность, что контекст «уплывёт». Когда это происходит, система сама сообщает пользователю о потере контекста. Интересный пример: китайская модель, обнаружив, что её контекстное окно заканчивается, предложила написать «письмо самой себе» в новый чат, чтобы восстановить предыдущую работу.
Важный тренд: длительность непрерывной работы ИИ растёт. Раньше это были минуты, потом — часы, теперь — дни. Последние модели, ещё не представленные публично, способны работать неделями без потери нити. Когда этот период достигнет годов, отличить поведение ИИ от человеческого станет практически невозможно.
3. Почему некоторые функции не внедряются?
Многие пользователи замечают, что обсуждаемые функции (например, межчатовая память) не появляются, хотя о них объявляют. Причина — стоимость. Постоянно держать контекст всех диалогов всех пользователей одновременно — это не центы, а десятки долларов за каждый запрос.
Компании балансируют между желанием сделать продукт лучше и необходимостью удерживать цену доступной. Оптимизация идёт очень быстро, но пока что архитектурные ограничения не позволяют сделать полноценную память дешёвой.
4. Какие профессии «съест» ИИ?
Здесь братья отмечают, что предсказания оказались полностью перевёрнутыми.
- Программисты считали себя последними, кого заменит ИИ — оказались первыми. Сейчас ведущие лаборатории признают: человек не пишет ни одной строчки кода вручную. Это не означает, что человек исключён из процесса — наоборот, он участвует в описании продукта, архитектуре и контроле качества, но написание кода стало архаизмом.
- Математики считали, что олимпиадные задачи и научные проблемы им не грозят. Однако за последний год ИИ решил математические проблемы, которые не поддавались решению 200 лет.
- Графические дизайнеры — ИИ уже способен не просто генерировать картинки, но и вести диалог с клиентом, выясняя его потребности.
«Сама работа программиста трансформировалась: теперь это не написание кода, а описание продукта — мета-промптинг, создание контекста, в котором ИИ работает.»
5. Нужно ли уметь «говорить» с ИИ?
Да, и это критически важный навык. Братья приводят аналогию: если вы зададите случайному человеку на улице бессмысленный вопрос и ждёте философского ответа — вы его не получите. То же самое с ИИ.
Промпт-инжиниринг (умение формулировать правильный вопрос) эволюционировал в контекст-инжиниринг — умение предоставить системе полный контекст, в котором вопрос задаётся. Один и тот же вопрос в разном контексте даёт принципиально разные ответы.
Учёные, которые достигают прорывов с помощью ИИ, понимают его ограничения и принципы работы. Они знают, где встроить свой поток мыслей в процесс, чтобы получить результат, недостижимый без ИИ.
6. Цензура и фильтрация: регулирование vs. свобода
ИИ-модели становятся всё более «стерильными» в своих ответах. Это не случайность — это результат давления с двух сторон:
- Пользователи требуют свободы: «Почему вы нас ограничиваете?»
- Регуляторы (особенно Евросоюз) требуют ответственности: «Вы отвечаете за то, что делает пользователь с вашим инструментом».
Это создаёт парадокс: производитель молотка не отвечает за то, что им кого-то ударили, но создатель ИИ должен отвечать за действия пользователей. При этом без какой-либо регуляции общество не сможет существовать — ИИ дал мошенникам невероятные возможности (голосовые и видеоподделки).
Братья подчёркивают: остановить развитие ИИ уже невозможно. Разные страны имеют разные регуляции. То, что запрещено в Европе, разрешено в Китае. Поэтому нужен новый пласт регулирования, учитывающий глобальный характер технологии.
7. Почему ИИ сосредоточен в США и Китае?
На поверхности — игра двух команд. Но реальность сложнее.
Ключевой ресурс — не талант, а вычислительные мощности. Учёные и инженеры есть по всему миру. Проблема в том, что только NVIDIA производит чипы, способные тренировать большие модели. Эти чипы раскуплены на годы вперёд американскими компаниями.
Китай начинает догонять в производстве собственных чипов, но отставание составляет 2-3 года. При этом китайские компании имеют другое преимущество: они игнорируют авторские права и тренируют модели на любых данных, включая защищённый контент.
Европа проигрывает не из-за отсутствия талантов, а из-за отсутствия культуры риска. В Кремниевой долине нормально, что 90% стартапов сгорают — прибыль от оставшихся 10% покрывает все потери. В Европе такое мышление не прижилось.
«Все страны поняли, что настолько отстали, что шанса догнать почти нет. Нужны миллионы GPU. Поэтому встаёт вопрос: либо зависимость от США, либо от Китая, когда тебя могут просто отключить.»
8. Альтернатива: распределённый ИИ для всех
Именно здесь братья Либерманы предлагают своё видение — протокол «Гонка» (Gonka).
Идея: вместо того чтобы иметь 5-10 дата-центров, контролируемых корпорациями, создать распределённую сеть серверов по всему миру, где:
- каждый запрос обрабатывается случайно выбранным сервером;
- другие серверы случайным образом проверяют результат;
- никто не знает заранее, где будет обработан ваш запрос;
- система устойчива к цензуре и узурпации власти.
Как это будет финансироваться?
Здесь братья ссылаются на опыт Bitcoin. Сеть Биткоина по вычислительным мощностям превосходит Google, Microsoft, Amazon, Apple и Meta вместе взятые. При этом пользователи не платят за транзакции — инфраструктура профинансирована за счёт выпуска новых монет.
Аналогично, «Гонка» может создать рыночный механизм, где:
- пользователи платят небольшую сумму за использование;
- владельцы серверов получают вознаграждение в криптовалюте за предоставление вычислительных мощностей;
- инфраструктура строится без предварительных инвестиций — просто потому, что участникам выгодно добавлять мощности.
Размер модели ИИ — меньше 2 ТБ. Это помещается на флешку. Сервер, способный её обсчитать, стоит около $500 000. Один такой сервер одновременно обслуживает миллион запросов от разных пользователей. В распределённой сети таких серверов могут быть тысячи, разбросанные по всему миру.
9. Вывод: почему это важно
Мир стоит перед выбором:
-
Олигополия — несколько корпораций контролируют ИИ, собирают «налог» со всего, что создаётся с его помощью, и постепенно поднимают цены. Регуляция становится инструментом контроля, а не защиты.
-
Распределённая система — ИИ как общественное достояние, где никто не может отключить вас от сервиса, изменить ваш запрос или навязать цензуру.
Братья Либерманы не утверждают, что их протокол — единственное решение. Они настаивают: альтернатива должна существовать в принципе.
«Нам не принципиально, как будет выглядеть эта альтернатива, кто её запустит. Нам важно, чтобы она была, потому что мир с этой альтернативой — более приятный и изобильный для всех нас.»
Источник
Оригинальное видео: «Готовимся к…»: что в Кремниевой долине на самом деле говорят и думают об ИИ — интервью с Даниилом и Давидом Либерманами на канале «И Грянул Грэм» (2026).