Искусственный интеллект — война, которую Россия рискует проиграть
Калининский дата-центр – самый крупный в России
Новая ядерная физика
Нильс Бор, Эрнест Резерфорд, Петр Капица и многие другие физики, химики, математики совершили в конце XIX — начале XX веков целый ряд открытий, который мы называем золотым временем ядерной физики. Именно наработки этих вундеркиндов в будущем стали основой для ядерной энергетики, микроэлектроники, космонавтики и, наконец, оружия массового уничтожения. Многие авторы называют квантовую механику последней подлинной научно-технической революцией в истории. Все последующие десятилетия человечество лишь пожинало плоды открытий и свершений отцов.
С большой натяжкой подобием революции можно назвать развитие информационных технологий, в первую очередь интернета. Но это лишь ускоритель коммуникаций и средство достижения определенного уровня комфорта и мобильности. Хотя в военном деле информационные технологии действительно совершили почти революцию – достаточно посмотреть на значение спутниковой связи, мессенджеров и БПЛА на современном поле боя. Совершенно гражданские компоненты и предельно устаревшее оружие получают новое качество как раз за счет цифровизации.
В определенный момент революцией пытались назвать нанотехнологии и даже выдали Нобелевскую премию нашим соотечественникам Гейму и Новоселову, но в итоге все оказалось пшиком. Нанотехнологии, безусловно, заняли свою нишу, но она оказалась гораздо скромнее того, что обещали. Уже несколько десятилетий мир ждет прорывов в двух областях – в разработке квантового компьютера и термоядерной энергетике. В первом случае мы получим мгновенные вычисления всего подряд, во втором – неограниченный источник энергии, который моментально свернет всю газонефтяную отрасль. Сколько еще осталось ждать, неизвестно.
Отдельно стоит отметить, что Россия и Советский Союз активно вовлекались в развитие технического прогресса. Особенно это касается физики и смежных дисциплин. Если быть совсем точным, то приоритет всегда отдавался оборонным разработкам. Выросла целая плеяда ученых с мировыми именами – Петр Капица, Лев Ландау, Николай Семенов, Александр Прохоров, Николай Басов и многие другие. Многие из них прошли научную школу за рубежом – Капица учился у Резерфорда, а Ландау работал в лаборатории Нильса Бора. По инерции и российские ученые успели получить мировую известность – Жорес Алферов, Виталий Гинзбург и Юрий Оганесян. Все их исследования в той или иной степени базируются на советском наследии.
К чему этот исторический экскурс? К тому, что в настоящее время перед нами разворачивается подлинная научно-техническая революция, в которой России уготована роль стороннего наблюдателя. Речь о развитии искусственного интеллекта, о котором настолько часто говорят, что он уже стал надоедать. Мало того, на государственном уровне принята стратегия развития искусственного интеллекта. Но для начала попробуем разобраться, что такое ИИ и какое влияние он может оказать на человечество. Тем более что влияние это будет никак не скромнее ядерной физики.
Если совсем просто, то если бы искусственного интеллекта не было бы, то его следовало придумать. За несколько столетий активного развития науки, техники и социума скопились сотни миллиардов описанных фактов, явлений, закономерностей, которые принято называть Big data (большие данные). Разобраться в этой фантастической по своим масштабам «библиотеке» не сможет ни один ученый. Ни группа ученых, ни лаборатория, ни целый институт. На помощь пришел интернет, ставший хранилищем немалой части культурного наследия человечества. Искусственный интеллект в этой связи становится верховным аналитиком, который, во-первых, обобщает все известные параметры, во-вторых, находит ранее неизвестные закономерности.
Под «капот» нейронной сети загоняются терабайты информации, которые в дальнейшем выкристаллизовываются в новое знание. И это реализуется не только на примере пресловутого ChatGPT, а гораздо более серьезных вещей. Совершенно не идеализируя Нобелевскую премию и тем более её комитет, приведем пример последней премии по химии. Получили медали трое товарищей – Дэвид Бейкер, Джон Джампер и Дэмис Хассабис.
Нам интересны второй и третий. Они создали ИИ-платформу AlphaFold 2, которая позволяет предсказывать структуры белков. На первый взгляд, это не сильно важное дело. Но это только на первый взгляд. Исследователи создали «умную машину», которая по набору отдельных элементов (аминокислот) создает полноценную структуру белка. Джампер и Хассабис для обучения загрузили под «капот» ИИ миллиарды вариаций белков и аминокислот. Этого хватило для формирования некого уникального алгоритма, по которому теперь можно предсказывать трехмерную структуру белка, основываясь только на количестве и качестве его структурных элементов.
Ранее на эту непростую задачу уходили годы и десятилетия. Над расшифровкой одного белка могли работать не только отдельные лаборатории, но и целые институты. В самое ближайшее время эти процессы многократно сократятся как по времени, так и по материальным затратам. Простейший пример, где это может пригодиться – это фармакология. ИИ способен предсказывать структуры белка (или иных химагентов), которые инактивируют белки, провоцирующие онкологию.
Принцип научения нейросети может быть использован в любой другой области. Управление современным боем, автопилотирование транспорта, поиск уязвимостей в системе безопасности, создание нового биологического оружия и многое-многое другое. Главное, правильно и в полном объеме загрузить информацию для обучения. Тот, кто будет делать это быстрее всех, получит колоссальное превосходство.
Но есть и еще одна надстройка, о которой нельзя не сказать. Это верификация ответов ИИ, которую проводит экспертное сообщество. Контора OpenAI для своего чат-бота ChatGPT нанимает сотни тысяч людей для того, чтобы они проверяли верность генерируемых ответов. Это можно назвать вторым этапом обучения, а можно идеологической накачкой. Нанятые ребята относятся к тому самому «золотому миллиарду» и накачивают они нейронку совсем не традиционными ценностями. В этом легко убедиться, задавая боту определенные вопросы. Например, попросить визуализировать понятие «Родина».
Где российский ИИ?
В России давно обратили внимание на искусственный интеллект. Как уже говорилось выше, потенциал технологии можно смело сравнивать с ядерной физикой. И отставание будет иметь соответствующие последствия. В 2019 году была принята Национальная стратегия, успешное завершение которой ждем через пять лет. В ней, в частности, вполне справедливо указывается:
Российская Федерация обладает существенным потенциалом для того, чтобы стать одним из международных лидеров в развитии и использовании технологий искусственного интеллекта. Этому способствуют высокий уровень базового физико-математического образования, сильная естественно-научная школа, наличие компетенций в области моделирования и программирования. Российские команды регулярно занимают первые места на школьных и студенческих международных олимпиадах по математике, информатике, программированию. Россия входит в десятку стран-лидеров по количеству научных публикаций по физике, математике, химии. Кроме того, в Российской Федерации сформировано активное и постоянно растущее сообщество специалистов по обработке данных с использованием искусственного интеллекта.
В том, что в России есть специалисты, способные работать с искусственным интеллектом, никто и не сомневался. Только вот появились ли за это время адекватные нейронные сети, способные конкурировать с иностранными? Весь современный российский ИИ, который широко рекламируют, либо вообще не имеет отношения к интеллекту, либо использует импортное ядро. Меняют интерфейс для пользователя – и вперед. И это только половина проблемы.
Дата-центр Colossus для нейрочата Grok построили всего за 122 дня
Вторая проблема заключается в производственных мощностях. Искусственный интеллект не берется из воздуха – для его работы требуются, во-первых, суперкомпьютеры, во-вторых, огромные объемы электроэнергии. Типичен пример американского генеративного чат-бота Grok 4, которым Илон Маск попытался навязать конкуренцию ChatGPT. Продукт получился толковый и пока впереди планеты всей. Но что для этого пришлось предпринять? Дата-центр, или компьютерный центр для обучения ИИ, построен на базе 200 тысяч высокоскоростных графических процессоров NVidia. Уровень потребления электроэнергии такой, что впору строить поблизости АЭС, а стоимость превышает 700 млн долларов. Илон Маск всегда делал особый упор на некий «бунтарский характер» своего Grok. И действительно, машина впечатляет – на ряд вопросов ИИ отвечает с явным расистским подтекстом и даже одобрением Гитлера. Отсюда вывод – если мы хотим некий суверенный ИИ, то требуется не только хорошо «кодить», но и создать свое «железо». Хотя бы один дата-центр уровня Colossus Илона Маска. А с этим большие сложности. В Стратегии в череде проблем упоминается
нехватка вычислительных мощностей, недостаточное развитие отечественных решений в области искусственного интеллекта, включая программно-аппаратные комплексы и электронную компонентную базу.
Проблема заключается в специфике вычислительных мощностей. Для ИИ требуются графические процессоры, которые, например, используются в игровых компьютерах. Неудивительно, что американский производитель игровых чипов Nvidia в 2025 году стал самой дорогой компанией в мире с капитализацией в 4 триллиона долларов. И это не предел – интерес к ИИ только подстегивает производство графических процессоров. К слову, выпускают их не в США, а в Тайване. И похоже, выпускать будут еще долго – пока американцы не в состоянии перенести производство на свою территорию, как бы ни старались.
Само собой, санкционная политика Соединенных Штатов закрыла для России как производство чипов в Тайване, так и покупку готовых изделий. Хотя параллельными каналами графические ускорители поставляются, но собрать из них дата-центр для обучения ИИ вряд ли получится. Ситуация с отечественными суперкомпьютерами также оставляет желать лучшего. Первое – все машины, входящие в мировой топ-500, были собраны включительно до 2021 года. Второе – в России сейчас 6 суперкомпьютеров. Это 16 место в мировом рейтинге. Делим его с Индией и Саудовской Аравией. Строго говоря, суперкомпьютеры не совсем подходят для обучения ИИ – они скорее отражают общий уровень технических компетенций.
Для ИИ нужны центры обработки данных, те самые дата-центры, напичканные графическими чипами и потребляющие уйму энергии. С электроэнергией и охлаждением в России, к слову, все в порядке. В настоящее время в стране 194 дата-центра, но далеко не все из них заняты в сфере ИИ. Много это или мало? Для сравнения, только в Лондоне базируется 337 центров обработки данных. Самым могучим отечественным дата-центром считается Калининский из структуры Росатома – его мощность достигает 48 МВт. В Неваде недавно возвели Citadel мощностью в 650 МВт, и это далеко не предел. Сейчас Соединенные Штаты намерены развернуть национальную программу постройки сети дата-центров под именем Stargate. При поддержке правительства три конторы OpenAI, Oracle и SoftBank намерены потратить до 500 миллиардов долларов на этот проект и уже начали возводить первую очередь в Техасе. По задумке, такая сеть вычислительных центров станет основой для систем искусственного интеллекта следующего поколения.
Все идет к тому, что для системы целеуказания оружия стратегического назначения пора вводить координаты вражеских дата-центров. И превращать программу отечественного ИИ в действительно Национальную.
Информация