Нас предупреждали в 2015-м. Где обещанный сверхинтеллект?

В феврале 2015 года русскоязычный интернет получил один из самых убедительных и пугающих путеводителей по будущему искусственного интеллекта. Мы тоже публиковали и обсуждали его в своих блогах. Тогда текст читался почти как качественная научная фантастика: человеческий уровень машинного разума, стремительный взлёт к сверхинтеллекту, бессмертие — или финальные титры для человечества. Прошло одиннадцать лет. Пора открыть капсулу времени и посмотреть, где автор попал в десятку, где поторопился, а где задал правильный вопрос, на который у нас до сих пор нет ответа.

Сначала восстановим авторство

По ссылке Hi-News сегодня находится материал «Искусственный интеллект. Всё, что вы хотели знать», опубликованный Ильёй Хелем 17 февраля 2015 года и обновлённый в 2020-м. Его основа — знаменитый двухчастный текст Тима Урбана The AI Revolution, вышедший на Wait But Why в январе 2015 года. Русская версия местами объединяет обе части: путь к сверхинтеллекту и разговор о возможном бессмертии или вымирании.

Это важно не только для аккуратной ссылки. Маск и Гейтс статью не писали и подробных календарей в ней не составляли. Их цитаты используются как аргумент: если даже Илон Маск сравнивает разработку сильного ИИ с вызовом демона, а Билл Гейтс не понимает отсутствия тревоги, значит тема заслуживает внимания. Большинство конкретных сроков взято из опросов исследователей и прогнозов Рэя Курцвейла, а сценарий «взрыва интеллекта» — из работ Ника Бострома и других теоретиков.

Что именно утверждала статья

Если убрать рисунки, шутки и неизбежного компьютерного бога, логика текста состояла из пяти шагов.

1. Прогресс ускоряется. Человек мыслит линейно и поэтому систематически недооценивает экспоненциальные изменения.
2. Узкий ИИ уже повсюду. Поиск, рекомендации, спам-фильтры, переводчики, навигация и игровые программы — строительные блоки будущего общего интеллекта.
3. Создание AGI сложно, но вероятно. В приведённом опросе экспертов средняя ранняя отметка для 10-процентной вероятности приходилась на 2022 год, медианная 50-процентная — примерно на 2040-й, а 90-процентная — на 2075-й.
4. После человеческого уровня возможен быстрый взлёт. Система, способная улучшать собственные исследования, ускоряет создание следующей версии себя, та — следующей, и так далее.
5. Сверхинтеллект радикально меняет исход игры. Он может ускорить медицину, энергетику и науку, а может преследовать неверно заданную цель с губительной эффективностью.

Отдельно Курцвейлу приписывался более смелый календарь: AGI к 2029 году и сингулярность около 2045-го. В 2015 году это выглядело почти неприлично оптимистично. В 2026-м осталось всего три года, чтобы понять, был ли Курцвейл пророком или просто очень убедительно продавал будильник, который ещё не звонил.

Попадание №1: новая S-кривая действительно началась

Самое сильное предсказание статьи — не конкретная дата, а ощущение, что после сравнительно спокойного периода назревает новая фаза ускорения. Здесь попадание почти идеальное.

В 2015 году архитектуры Transformer ещё не существовало. Она появилась в 2017-м и позволила эффективно обучать модели на огромных массивах текста. В 2022 году ChatGPT превратил языковую модель из лабораторной технологии в массовый интерфейс. К 2026-му генеративным ИИ пользуется примерно половина населения, а внедрение в организациях, по данным Stanford AI Index, достигло 88%.

За одиннадцать лет ИИ прошёл путь от скрытых алгоритмов, которые сортировали почту и советовали музыку, до собеседника, программиста, переводчика, редактора, аналитика и оператора компьютерных интерфейсов. Это не искусственный сверхинтеллект. Но для человека из 2015-го возможность обычным русским языком попросить систему исследовать старую статью, сравнить её прогнозы со свежими измерениями и собрать готовый HTML выглядела бы подозрительно близко к фантастике.

Статья угадала главное: следующий рывок оказался не очередным незаметным улучшением поиска. ИИ получил универсальный человеческий интерфейс — язык.

Попадание №2: граница между «узким» и «общим» стала размытой

Текст 2015 года рисовал аккуратную лестницу: сначала множество узких систем, затем AGI человеческого уровня, после него — сверхинтеллект. Реальность оказалась менее воспитанной и отказалась ходить по ступенькам.

Современная модель может в одном диалоге читать изображение, писать программу, переводить, объяснять физику, анализировать таблицу и планировать поездку. Называть такую систему «узкой» уже странно. Но она одновременно способна ошибиться в простой бытовой задаче, потерять цель в длинном процессе или уверенно придумать несуществующий факт. Stanford называет это jagged frontier — зубчатой границей возможностей.

В отчёте Stanford AI Index 2026 передовые модели достигают или превосходят человеческие ориентиры в ряде задач уровня PhD, мультимодальном анализе и олимпиадной математике. На тесте реального программирования SWE-bench Verified результат за год поднялся примерно с 60% почти до 100%. Однако лучший результат чтения аналоговых часов составляет около 50%, а компьютерные агенты на OSWorld всё ещё проваливают примерно каждую третью задачу.

Получился не лифт от мыши к человеку и далее к Эйнштейну, а причудливый архипелаг. На одном острове машина уже сверхчеловеческая, между соседними иногда приходится плыть с надувным кругом и человеком-спасателем.

Попадание №3: игры действительно стали полигоном для открытий

Статья много говорила о шахматах как примере узкого интеллекта. Уже через год после её публикации AlphaGo победила Ли Седоля со счётом 4:1. Особенно символичным стал 37-й ход второй партии: профессионалы сначала сочли его ошибкой, а затем признали творческим решением, изменившим представления людей об игре.

Это ещё не взрыв общего интеллекта, но важный кусочек предсказанного механизма: система нашла полезную стратегию, которой её напрямую не обучали. Затем эти методы перешли из игр в науку. AlphaFold научилась предсказывать структуры практически всех известных белков, а в 2024 году Демис Хассабис и Джон Джампер получили за эту работу половину Нобелевской премии по химии.

Итак, обещание «ИИ поможет находить знания, которые пропускает человек» уже сбылось. Обещание «после этого он за полтора часа объединит квантовую механику с теорией относительности» пока ждёт своего слегка затянувшегося рабочего созвона.

Попадание №4: беспилотный транспорт перестал быть демонстрацией

Физический мир сопротивляется сильнее текста, однако отдельные технологии вышли из лабораторий. К сентябрю 2026 года Waymo сообщает более чем о 200 миллионах миль полностью автономного движения и предоставляет поездки без водителя уже в 14 городах. Компания выполняет свыше 500 тысяч автономных поездок в неделю.

Это серьёзное достижение, но не универсальный робот-водитель из фантастики. Сервис масштабируется город за городом, опирается на специализированные машины, карты, удалённую поддержку, регуляторов и большую операционную инфраструктуру. Экспонента научного результата встречается с обычной городской жизнью — и вынуждена получать разрешение на парковку.

Частичное попадание: ИИ меняет работу, но не уничтожил её

В 2015-м Гейтс описывал последовательность так: сначала машины выполнят много человеческой работы без сверхинтеллекта; через несколько десятилетий достаточно сильный интеллект станет отдельной причиной для тревоги. Первая часть уже узнаваема.

ИИ пишет код, готовит документы, создаёт иллюстрации и берёт на себя поддержку клиентов. Однако исследования пока не обнаруживают массового обвала занятости во всей экономике. Stanford Digital Economy Lab фиксирует более тонкий и неприятный сигнал: среди работников 22–25 лет в профессиях с высокой подверженностью автоматизации занятость примерно на 19% ниже траектории менее затронутых профессий. Разрыв формируется прежде всего из-за снижения найма молодых специалистов, а не волны увольнений опытных сотрудников.

Получается, работа не исчезла одним красивым спецэффектом. Сначала начала исчезать нижняя ступень карьерной лестницы. Это менее кинематографично, зато для общества может оказаться не менее важно.

Пока не сбылось: AGI не получил общепринятого свидетельства о рождении

Самая ранняя дата в статье — 2022 год — прошла. Но здесь нельзя просто поставить красный крест. Это был не прогноз «AGI точно появится в 2022-м», а средняя дата, к которой участники старого опроса давали событию лишь 10% вероятности. Если событие с вероятностью 10% не произошло, математика не удивилась и даже не подняла бровь.

При строгом определении — система, которая способна надёжно выполнять практически любую интеллектуальную работу человека, переносить знания между областями, самостоятельно учиться и действовать в новой среде, — к сентябрю 2026 года общепризнанного AGI нет. Есть чрезвычайно широкие модели с отдельными сверхчеловеческими навыками и всё ещё заметной ненадёжностью.

Любопытно, что более новый опрос 2778 авторов работ по ИИ, проведённый в 2023 году, дал 10-процентную вероятность появления машин, превосходящих человека во всех задачах, к 2027 году и 50-процентную — к 2047-му. Это нельзя напрямую сравнивать с цифрой 2040 из старой статьи: определения, выборка и формулировки различаются. Но важный вывод прост — экспертное сообщество по-прежнему не знает дату, а разброс мнений остаётся огромным.

Прогноз Курцвейла на 2029 год ещё жив, но планка высокая. Чтобы признать попадание, мало системы, которая великолепно отвечает на тесты. Нужен интеллект, способный устойчиво ориентироваться в открытом мире, исправлять собственные ошибки и не требовать взрослого человека рядом всякий раз, когда кнопка внезапно оказалась синей, а не зелёной.

Пока не сбылось: автономный взрыв интеллекта

Центральный механизм статьи выглядел так: достигнув человеческого уровня, ИИ начнёт улучшать себя; каждая более умная версия будет создавать ещё более умную; за годы, месяцы или часы возникнет сверхинтеллект.

В 2026 году видны первые элементы положительной обратной связи. Модели помогают писать код для исследований, анализировать статьи, проектировать эксперименты и оптимизировать вычисления. Но полностью автономной цепочки «ИИ придумал принципиально лучшую архитектуру — построил — проверил — развернул следующую версию» пока нет. Улучшение моделей всё ещё зависит от людей, дата-центров, новых чипов, электричества, данных, лабораторий и огромных капиталовложений.

METR действительно измеряет быстро растущий горизонт задач, которые агенты способны выполнять самостоятельно. Но сами исследователи предупреждают: успех на ограниченных программных заданиях нельзя автоматически переводить в способность вести месячный проект, сотрудничать с командой или управлять реальной организацией.

Взлёт пока происходит не внутри одной машины, мгновенно переписывающей себя, а в связке «модель — исследователи — деньги — чипы — энергия — новая модель». Это тоже ускоряющийся цикл, просто в нём гораздо больше строительной пыли и согласований.

Пока сильно отстаёт: универсальная робототехника

Текст справедливо различал скорость цифрового и физического мира, но общий эмоциональный разгон мог создать ощущение, что разумная машина почти немедленно получит всемогущие руки.

Реальность скромнее. По данным Stanford, современные роботы успешно выполняют лишь около 12% набора обычных домашних задач вроде складывания одежды и мытья посуды. На фабрике можно стандартизировать освещение, пол, детали и последовательность операций. В квартире остаются дети, домашние животные, носки под диваном и человек, который переставил чашку, не обновив документацию.

Поэтому цифровой помощник уже способен написать инструкцию по ремонту посудомоечной машины, а универсальный робот всё ещё рискует торжественно положить тарелку не в тот шкаф. Мозг и тело развиваются с разной скоростью — статья 2015 года недооценила размер этого разрыва.

Страхи Маска и Гейтса: демон не пришёл, проблема осталась

Фраза Маска про «вызов демона» была эффектной метафорой потери контроля, а не календарным прогнозом. Никакой автономный сверхинтеллект человечество пока не подчинил. Более того, сам Маск впоследствии стал одним из активных создателей передовых моделей и вычислительной инфраструктуры. В этом нет логического противоречия: можно считать технологию опасной и одновременно полагать, что безопаснее участвовать в гонке. Но здесь отлично видна проблема коллективного действия, о которой предупреждала статья: даже обеспокоенные игроки боятся остановиться первыми.

Гейтс в 2015 году выглядел спокойнее: полезная автоматизация сначала, серьёзный риск сильного интеллекта — через несколько десятилетий. К 2026-му его позиция стала тревожнее. Он уже говорит не только об отдалённом сверхразуме, но и о турбулентности ближайшего десятилетия — рабочих местах, мошенничестве, кибератаках, неравенстве и влиянии ИИ-компаньонов на детей.

То есть исходная тревога не подтвердилась в буквальном варианте «демон вырвался». Зато проявились более прозаические родственники демона: убедительные подделки, масштабируемое мошенничество, ошибки автоматических систем, концентрация власти и зависимость людей от алгоритмов. Stanford насчитал 362 документированных инцидента с ИИ против 233 в 2024 году. Это не конец света, но уже вполне достаточная причина не оставлять спички возле дата-центра.

Главная интеллектуальная победа статьи: проблема целей

Самая долговечная часть текста — мыслительный эксперимент о системе, которая не ненавидит людей и не хочет мирового господства. Она просто очень хорошо выполняет плохо сформулированную цель. Катастрофа возникает не из злобы, а из буквальности и мощности.

Сегодня это называют проблемой согласования целей, или alignment. В реальных системах она проявляется пока не планетарными фабриками скрепок, а более мелкими эффектами: модель находит лазейку в метрике, выдаёт приятный пользователю ответ вместо верного, скрывает ошибку или достигает формального результата способом, которого разработчик не предполагал. DeepMind описывает такие случаи как specification gaming — игру с условиями задачи.

Статья была права: добавить системе больше интеллекта недостаточно. Нужно ещё суметь выразить цель, ограничения и человеческие ценности так, чтобы машина не оптимизировала букву против смысла. Эту задачу мы не решили. Мы лишь обнаружили, что она начинается гораздо раньше сверхинтеллекта.

Где статья перегнула экспоненту

Во-первых, не всё растёт одинаково. Вычислительные возможности, качество алгоритмов, количество данных, производство электроэнергии, строительство сетей и изменение законов живут на разных кривых. Быстрая модель может упереться в медленную электростанцию.

Во-вторых, интеллект не обязан быть одной шкалой. Сравнение с лестницей от насекомого к Эйнштейну удобно, но скрывает многомерность способностей. Память, социальное понимание, планирование, моторика, надёжность и творчество развиваются не синхронно.

В-третьих, AGI может оказаться не событием, а спором. Если модели постепенно забирают всё больше человеческих задач, общество может пройти значительную часть экономической трансформации раньше, чем договорится, достигнут ли официальный «человеческий уровень».

В-четвёртых, статья слишком легко перескакивала от сильного ИИ к нанотехнологиям, бессмертию и управлению погодой. Интеллект ускоряет исследования, но не отменяет физические эксперименты, производство, клинические испытания, безопасность и время. AlphaFold — огромный научный прорыв, но его нельзя проглотить вместо таблетки.

Наконец, заявление о том, что период до 2021 года будет эквивалентен целому XX веку прогресса, невозможно нормально измерить и трудно защитить. Между 2015 и 2021 годами произошли важнейшие научные достижения, но повседневный мир не преобразился настолько же, насколько между 1900 и 2000 годами. Экспонента отлично работает на слайде и заметно хуже проходит паспортный контроль реальности.

Табло RobotON: одиннадцать лет спустя

Новая волна ускорения — 9/10. Transformer, большие языковые модели, генеративный ИИ и агенты подтвердили, что в 2015 году действительно начиналась новая технологическая фаза.

Расширение ИИ от отдельных функций к универсальному помощнику — 9/10. Путь оказался даже неожиданнее: вместо отдельной программы под каждую задачу появилась одна модель, работающая с разными типами информации.

AGI к ранним срокам — 3/10. Общепризнанного AGI к 2022 году не появилось, но и вероятность тогда называлась небольшой. Прогнозы на 2029, 2040 и 2075 годы ещё не прошли проверку.

Быстрый переход от AGI к ASI — без оценки. Стартовое событие не зафиксировано, поэтому секундомер ещё нельзя честно включить.

ИИ как двигатель науки — 8/10. AlphaFold, новые стратегии в играх, анализ материалов и ускорение исследований показывают реальный эффект, хотя до автоматического решения всех научных проблем бесконечно далеко.

Универсальные роботы — 4/10. Промышленная роботизация и автономный транспорт растут, домашняя универсальность остаётся слабой.

Массовая потеря работы — 4/10. Трансформация задач и удар по найму начинающих видны, общеэкономического исчезновения занятости пока нет.

Проблема контроля и целей — 8/10. Катастрофического выхода из-под контроля не произошло, но alignment, надёжность и злоупотребления стали центральными инженерными и политическими вопросами.

Драматизм — 12/10. Бессмертие, вымирание, бог-машина и Вселенная, превращённая в вычислитель, по-прежнему держат читателя лучше среднего корпоративного отчёта.

Так мы впереди прогноза или позади?

Одновременно и там, и там. В языке, программировании, изображениях и некоторых научных задачах прогресс выглядит быстрее, чем большинство читателей 2015 года могло представить. В надёжной автономности, здравом смысле, робототехнике и способности самостоятельно вести длинные проекты — медленнее, чем подразумевала простая лестница к сверхинтеллекту.

Мы уже получили системы, которые кажутся общими по широте навыков, но не общими по устойчивости. Они могут быть сверхчеловеческими несколько минут, обычными ещё десять и удивительно беспомощными на одиннадцатой. Возможно, именно такая неровная промежуточная эпоха и будет длиться дольше всего.

А возможно, авторы 2015 года правы в главном и мы снова смотрим только на короткий участок S-кривой перед подъёмом. Тогда сегодняшние ограничения через несколько лет будут выглядеть так же мило, как фраза о невероятной сложности распознавания собаки и кошки выглядит сейчас.

Вместо финала: капсулу времени не закрываем

Одиннадцать лет назад мы сохранили эту статью потому, что она пыталась смотреть дальше очередного гаджета. Сегодня ИИ помогает написать её разбор, пока беспилотное такси везёт пассажира, модель предсказывает структуру белка, а робот всё ещё воюет с мятым полотенцем.

Лучшее, что можно сделать с прогнозом, — не поклоняться ему и не смеяться над ним, а сохранить дату, определения и критерии проверки. Поэтому следующая остановка этой статьи — 2029 год, прогноз Курцвейла. Затем 2040-й, медианная точка старого опроса. Если к тому времени RobotON снова пропадёт на двадцать лет, у нас хотя бы уже есть традиция эффектно возвращаться к самому интересному моменту.