Opinion

Недавний выпуск компанией Anthropic функции «памяти» для своего чат-бота Claude преподносится как очередной шаг в гонке вооружений ИИ, направленный на повышение лояльности пользователей. Эта функция позволяет ИИ ссылаться на прошлые беседы при получении запроса, сохраняя непрерывность проектов и контекста. Хотя это и полезная функция, я считаю, что она указывает на гораздо более фундаментальный сдвиг в ландшафте ИИ. Всё движется к накоплению данных о взаимодействии с пользователем в изолированные, частные объёмы памяти. Речь идёт не только об удобстве; речь идёт о создании основы, где само знание становится частным и проприетарным. ...

Запуск веб-браузера Comet генеральным директором Perplexity Аравиндом Шринивасом является критически важным примером продуктовой стратегии для текущего ландшафта ИИ. Он запустил его, зная, что базовые модели не были готовы к его полному видению «операционной системы для эпохи ИИ». Это не было ошибкой; в этом и заключался весь смысл. Новая стратегия выхода на рынок: создание для будущей модели Основная идея здесь — это фундаментальный сдвиг в разработке продуктов. Как заявляет Шринивас: «Вы должны позиционировать свой продукт и свою технологию, исходя из предположения, что модели в конечном итоге станут отличными, а также доступными». ...

Илон Маск заявил об интеграции рекламы непосредственно в ответы ИИ-системы Grok. Это не просто очередной заголовок, а прямое столкновение с ключевой экономической проблемой создания крупномасштабного ИИ. Его аргументация, озвученная рекламодателям, предельно проста: «Итак, мы обратим внимание на то, как нам оплачивать эти дорогие графические процессоры». Этот шаг знаменует собой важный эксперимент по монетизации ИИ, ориентированного на потребителя, выходящий за рамки ставших привычными подписных моделей. ...

Мое мнение о недавних дискуссиях вокруг нестабильности GPT-5 заключается в том, что это не столько техническая оплошность, сколько классическая проблема управления релизами, вызов, знакомый любой крупной IT-компании. Однако более показательной проблемой являются сообщения о том, что модель GPT-5 работает хуже, чем ее предшественник. Это не ошибка; это особенность бизнес-решения. Это указывает на стратегическое стремление сделать модели более экономичными. Когда вы обслуживаете 700 миллионов пользователей, приоритет смещается с пиковой производительности на масштабируемые и доступные операции. Жертвой в этом уравнении часто становится качество. ...

Мне часто задают вопрос, какой проект по обучению ИИ стоил миллионы долларов и два года моей жизни. Люди недоумевают: почему это так дорого? Мой обычный ответ заключается в том, что это не так уж и дорого — особенно учитывая, что у нас пока нет собственного оборудования. Обучение ИИ всегда было связано с массивными центрами обработки данных; такова реальность этой области. Когда вы не погружены в это, представить себе такой масштаб бывает трудно. ...

По моему опыту работы с нейронными сетями стало очевидно, как два человека, взаимодействуя с одной и той же моделью, могут получить кардинально разные результаты. Это не незначительное отклонение — это фундаментальный отход от парадигмы поисковых систем. Мы вступили в новую эру взаимодействия с искусственным интеллектом. ИИ не просто агрегирует данные; он отбирает и синтезирует релевантную информацию в ответ на конкретные запросы. Это меняет саму природу нашего взаимодействия с информацией. Если раньше ключевым навыком был поиск данных в поисковых системах, то теперь это способность правильно формулировать запросы к ИИ. ...

Меня часто спрашивают, почему международные модели ИИ, например от OpenAI, неизменно превосходят российские аналоги, такие как GigaChat. Чтобы понять эту разницу, необходимо выйти за рамки анализа кода и рассмотреть фундаментальные, структурные проблемы. Вот ключевые факторы, ограничивающие позиции России в глобальной гонке ИИ. 1. Дефицит вычислительных мощностей Эффективная разработка ИИ в масштабе зависит от необработанной вычислительной мощности. С 2022 года доступ к жизненно важным высокопроизводительным чипам NVIDIA (таким как A100 и H100) был прекращен. Обучение модели масштаба GPT-4 требует кластера из более чем 10 000 графических процессоров — это ресурсные возможности, которых просто нет в России. Для контекста: самый мощный суперкомпьютер Сбера, Christofari Neo, работает на уровне около 12 петафлопс, что в 50-100 раз меньше, чем у ведущих мировых исследовательских центров ИИ. ...

Недавно ученые оцифровали один кубический миллиметр зрительной коры головного мозга мыши, проект, в ходе которого было сгенерировано 1.6 петабайта данных для картирования 84 000 нейронов и полумиллиарда синапсов. Чтобы представить это в перспективе, количество синапсов в этом крошечном фрагменте мозговой ткани сопоставимо с количеством параметров в крупномасштабных ИИ, таких как модели DeepSeek или GPT. Это значительно больше, чем 29 миллиардов параметров в такой модели, как GigaChat. Это сравнение является полезной аналогией для масштаба и сложности: подобно тому, как синапсы определяют вычислительную мощность мозга, параметры определяют “мощность” ИИ. ...

Вчерашний день был посвящен отношениям. Я был на мероприятии CLUB 500, где обсуждали дружбу и ее прямое влияние на стабильность команды, успех проектов и общую атмосферу внутри компании. Вот три мысли, которые я вынес с собой: 1. Развитие Происходит Только Через Взаимодействие Сидение в позе лотоса — для стабилизации. Настоящий рост начинается там, где есть живое, человеческое общение. Не по Zoom, не в чате, а в общем физическом пространстве. Истинный прогресс подпитывается тем высокоскоростным, прямым взаимодействием, которое цифровые инструменты могут лишь имитировать. ...