Три революции искусственного интеллекта

Когда дети, которые родились сегодня, пойдут в детский сад, искусственный интеллект (ИИ), вероятно, превзойдет человека в отношении всех когнитивных задач: от науки до искусств.

Когда в 1999 году я впервые предсказал, что к 2029 году уже появится генеративный искусственный интеллект (ГИИ), большинство экспертов подумали, что я переключился на научную фантастику. Но после впечатляющего прорыва, достигнутого за последние несколько лет многие эксперты полагают, что ГИИ появится еще раньше — так что технически я превратился из оптимиста в пессимиста, совершенно не изменив своего прогноза.

Проработав в этой области 61 год — дольше, чем кто-либо другой на свете, — я рад видеть ИИ главной темой глобальных дискуссий. Тем не менее, большинство комментаторов упускают из виду, как крупные языковые модели, такие как ChatGPT и Gemini, становятся частью еще большей истории. ИИ собирается совершить скачок от революции в цифровом мире к преобразованию мира физического. Это принесет бесчисленные выгоды, но особенно глубокие последствия получат три области: энергетика, промышленное производство и медицина.

Источники энергии являются одними из самых фундаментальных ресурсов цивилизации. На протяжении двух столетий мир нуждался в сыром невозобновляемом ископаемом топливе. Однако сбор всего 0,01% солнечного света, получаемого Землей, покроет все потребление энергии человеком. С 1975 года солнечные батареи стали на 99,7% дешевле в пересчете на ватт мощности, что позволило увеличить мощность вырабатываемой в мире солнечной энергии примерно в 2 миллиона раз. Так почему же солнечная энергия до сих пор не господствует?

Проблема двоякая. Во-первых, фотоэлектрические материалы остаются слишком дорогими и неэффективными, чтобы полностью заменить уголь и газ. Во-вторых, поскольку выработка солнечной энергии варьируется как в суточном (день/ночь), так и в годовом (лето/зима) масштабе, огромное количество энергии необходимо хранить до тех пор, пока она не понадобится, а нынешние технологии разработки аккумуляторов недостаточно экономически эффективны. Законы физики не противоречат масштабным улучшениям в этой сфере, но диапазон химических вариантов для изучения настолько огромен, что ученые добились пока лишь мучительно медленного прогресса.

Напротив, искусственный интеллект может быстро анализировать миллиарды химических реакций при моделировании и уже способствует инновациям как в фотоэлектрической энергетике, так и для батарей. И этот процесс может резко ускориться. За всю историю человечества до ноября 2023 года люди открыли около 20 000 устойчивых неорганических соединений, которые можно использовать в разнообразных технологиях. Затем GNoME ИИ от Google обнаружил гораздо больше, увеличив эту цифру за одну ночь до 421 000. Тем не менее, это лишь поверхностно касается сферы материаловедения. Как только гораздо более разумный ГИИ найдет полностью оптимальные материалы, фотоэлектрические мегапроекты станут жизнеспособными, а солнечная энергия сможет стать настолько широкораспространенной, что будет почти бесплатной.

Изобилие энергии делает возможным еще одну революцию: в промышленном производстве. Стоимость почти всех товаров — от продуктов питания и одежды до электроники и автомобилей — в значительной степени зависит от нескольких общих для всех факторов, таких как энергия, рабочая сила (включая когнитивный труд, такой как НИОКР и дизайн) и сырье. ИИ намерен значительно снизить все эти затраты.

Следующим компонентом после дешевой солнечной энергии является человеческий труд, который зачастую изнурителен и опасен. ИИ добился больших успехов в робототехнике, что может значительно снизить затраты на рабочую силу. Робототехника также снизит затраты на добычу сырья, а ИИ находит способы заменить дорогие редкоземельные элементы обычными, такими как цирконий, кремний и графен на основе углерода. В совокупности это означает, что большинство видов потребительских товаров станут удивительно дешевыми и общедоступными.

Эти передовые производственные возможности позволят сохранить соотношение цены и производительности вычислений на экспоненциальной траектории прошлого века — улучшение в 75 квадриллионов раз с 1939 года. Это происходит благодаря петле обратной связи: современные чипы искусственного интеллекта используются для оптимизации разработки чипов нового поколения. Лучшее оборудование на ноябрь прошлого года могло выполнить 48 миллиардов вычислений в секунду. Новые графические процессоры Nvidia В200 позволяют достичь цифры, превышающей 500 миллиардов.

Получив титанические вычислительные мощности, необходимые для биомоделирования, мы, благодаря ИИ, начнем третью физическую революцию – в медицине. Несмотря на 200 лет впечатляющего прогресса, наши представления о человеческом теле по-прежнему основаны на неясных апроксимациях, которые обычно подходят большинству пациентов, но, возможно, не совсем подходят вам. Десятки тысяч американцев ежегодно умирают от лекарств, которые, как утверждают клинические исследования, должны им помочь.

Однако ИИ уже начинает превращать медицину в точную науку. Вместо кропотливого метода проб и ошибок в экспериментальной лаборатории, молекулярная биосимуляция — точное компьютерное моделирование, которое может помочь в изучении человеческого тела и того, как на него действуют лекарства, — позволяет быстро оценить миллиарды вариантов и найти наиболее перспективные лекарства. Прошлым летом первый препарат, разработанный ИИ, вступил во вторую фазу испытаний для лечения идиопатического легочного фиброза, заболевания легких. В настоящее время проходят испытания десятки других лекарств, разработанных с помощью ИИ.

Как разработка лекарств, так и процесс их испытаний будут активизированы, поскольку моделирование будет включать в себя гораздо более богатые данные, которые можно получить благодаря ИИ. За всю историю до 2022 года наука определила формлу около 190 000 белков. В том же году AlphaFold 2 компании DeepMind вычислила более 200 млн формул, которые были бесплатно переданы исследователям для помощи в разработке новых методов лечения.

Для точного моделирования более масштабных моделей необходимы гораздо больше лабораторных исследований, но дорожная карта уже ясна. Далее ИИ будет моделировать белковые комплексы, затем органеллы, клетки, ткани, органы и, в конечном итоге, весь организм.

В конечном итоге это заменит сегодняшние клинические испытания, которые являются дорогостоящими, рискованными, медленными и статистически недостаточными. Даже на третьей стадии клинических испытаний, вероятно, не найдется ни одного участника, который соответствовал бы вам по всем важным факторам: генетике, образу жизни, сопутствующим заболеваниям, взаимодействию лекарств и вариантам заболевания.

Цифровые исследования позволят нам адаптировать лекарства для каждого отдельного пациента. Потенциал захватывает дух: вылечить не только такие болезни, как рак и болезнь Альцгеймера, но и вредные последствия самого старения!

Сегодня научный прогресс дает среднестатистическому американцу или британцу дополнительные шесть-семь недель продолжительности жизни каждый год. Когда ГИИ позволит нам полностью овладеть клеточной биологией, этот прогресс резко ускорится. Как только ежегодное увеличение продолжительности жизни достигнет 12 месяцев, мы достигнем «скорости ухода от старения». Я считаю, что люди, которые четко придерживаются здорового образа жизни и используют новые методы лечения, доживут до 2029 - 2035 годов, когда подобное, наконец, произойдет, и с этого момента старение перестанет быть фактором, который бы повлиял на их смертность. А благодаря экспоненциальному улучшению соотношения цены и качества в области вычислений, методы лечения на основе искусственного интеллекта, которые поначалу были дороги, быстро станут широкодоступными.

Таково самое важное, что нас ждет благодаря ИИ: более долгая и здоровая жизнь, без лишений и уязвимостей, которые ограничивали человечество с самого его зарождения.

The Economist