The Economist «Рэй Курцвейл о том, как искусственный интеллект преобразит физический мир». Часть 1:
Рэй Курцвейл — ученый-компьютерщик, изобретатель, автор книг «Век разумных машин» (1990), «Век одушевленных машин» (1999) и «Сингулярность уже близка» (2005). Его новая книга «Сингулярность ближе: Когда мы сольемся с ИИ», будет опубликована 25 июня.
К тому времени, когда дети, рожденные сегодня, будут ходить в детский сад, искусственный интеллект, вероятно, превзойдет человека во всех когнитивных задачах, от науки до творчества.
Когда в 1999 году я впервые предсказал, что к 2029 году у нас будет такой общий искусственный интеллект (AGI), большинство экспертов решили, что я переключился на написание фантастики. Но после впечатляющих прорывов последних нескольких лет многие эксперты считают, что AGI появится еще раньше, так что технически я превратился из оптимиста в пессимиста, ничуть не изменив своего прогноза.
После 61 года работы в этой области — дольше, чем кто-либо другой на свете — мне приятно видеть, что ИИ находится в центре глобального обсуждения. Однако в большинстве комментариев упускается из виду, что такие крупные языковые модели, как ChatGPT и Gemini, вписываются в еще более масштабную историю.
ИИ собирается совершить скачок от революции только в цифровом мире к трансформации физического мира. Это принесет бесчисленные выгоды, но три области имеют особенно глубокие последствия: энергетика, производство и медицина.
Источники энергии — одни из самых фундаментальных ресурсов цивилизации. В течение двух столетий мир нуждался в грязном, невозобновляемом ископаемом топливе. А ведь сбор всего 0,01% солнечного света, который получает Земля, покрыл бы все энергопотребление человечества. С 1975 года солнечные батареи стали дешевле на 99,7% в расчете на ватт мощности, что позволило увеличить их мощность в мире примерно в 2 млн раз. Так почему же солнечная энергия до сих пор не доминирует?
Проблема двоякая. Во-первых, фотоэлектрические материалы остаются слишком дорогими и неэффективными, чтобы полностью заменить уголь и газ. Во-вторых, поскольку выработка солнечной энергии меняется как в суточном (день/ночь), так и в годовом (лето/зима) масштабе, огромные объемы энергии необходимо хранить до тех пор, пока она не понадобится, а современные аккумуляторные технологии недостаточно эффективны с точки зрения затрат.
Законы физики говорят, что можно добиться значительных улучшений, но спектр химических возможностей, которые необходимо изучить, настолько огромен, что ученые продвигаются вперед крайне медленно. В отличие от этого, технология ИИ может быстро анализировать миллиарды химических соединений в процессе моделирования, что уже привело к инновациям как в фотовольтаике, так и в аккумуляторах. В дальнейшем этот процесс может значительно ускориться.
За всю историю до ноября 2023 года люди открыли около 20 000 стабильных неорганических соединений для использования во всех технологиях. Затем GNoME AI компании Google обнаружил гораздо больше, увеличив эту цифру за одну ночь до 421 000. Однако это лишь малая толика приложений для материаловедения. Как только более умные AGI найдут полностью оптимальные материалы, фотоэлектрические мегапроекты станут жизнеспособными, а солнечная энергия станет настолько обильной, что будет почти бесплатной.
После дешевой и обильной солнечной энергии следующим компонентом является человеческий труд, который часто бывает тяжелым и опасным. ИИ делает большие успехи в робототехнике, которая может значительно снизить стоимость труда.
Робототехника также снизит затраты на добычу сырья, а ИИ найдет способы заменить дорогие редкоземельные элементы на такие распространенные, как цирконий, кремний и графен на основе углерода. Все вместе это означает, что большинство видов товаров станут удивительно дешевыми и доступными.
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 обратной связи: современные чипы ИИ используются для оптимизации разработки чипов следующего поколения. Если говорить о количестве вычислений в секунду на один доллар, то лучшее оборудование, доступное в ноябре прошлого года, могло производить 48 млрд. Новые графические процессоры B200 от Nvidia превышают 500 млрд. Когда мы создадим титанические вычислительные мощности, необходимые для моделирования биологии, мы откроем третью физическую революцию, связанную с ИИ — медицину.
Несмотря на 200 лет впечатляющего прогресса, наше понимание человеческого тела все еще строится на нечетких представлениях, которые, как правило, в основном верны для большинства пациентов, но, вероятно, не совсем верны для вас. Десятки тысяч американцев в год умирают от реакции на лекарства, которые, согласно исследованиям, должны им помочь.
Однако искусственный интеллект начинает превращать медицину в точную науку. Вместо кропотливых проб и ошибок в экспериментальной лаборатории молекулярная биосимуляция — точное компьютерное моделирование, помогающее изучать человеческий организм и принцип действия лекарств — позволяет быстро оценить миллиарды вариантов и найти наиболее перспективные препараты.
Прошлым летом первое лекарство, разработанное с помощью ИИ, вошло во вторую фазу испытаний для лечения идиопатического легочного фиброза. Сейчас в тестах участвуют десятки других лекарств, разработанных искусственным интеллектом. Как конвейеры по поиску лекарств, так и конвейеры по их испытаниям будут значительно ускорены, поскольку симуляция будет включать в себя огромное количество данных, которые становятся возможными благодаря ИИ.
За всю историю до 2022 года наука определила формы около 190 000 белков. В том же году система AlphaFold 2 компании DeepMind обнаружила более 200 миллионов, которые были бесплатно предоставлены исследователям для разработки новых методов лечения. Для точного наполнения больших симуляторов требуется еще много лабораторных исследований, но дорожная карта ясна. Далее ИИ будет моделировать белковые комплексы, затем органеллы, клетки, ткани, органы и — в конечном итоге — все тело.
В конечном итоге это заменит сегодняшние клинические испытания, которые являются дорогостоящими, рискованными, медленными и статистически недостаточно эффективными. Даже в испытаниях третьей фазы, вероятно, не найдется ни одного испытуемого, который бы подходил вам по всем значимым факторам: генетике, образу жизни, сопутствующим заболеваниям, взаимодействию лекарств и вариациям болезни.
▪️Цифровые испытания позволят нам подбирать лекарства для каждого конкретного пациента.
▪️Потенциал захватывает дух — мы сможем лечить не только такие заболевания, как рак и болезнь Альцгеймера, но и вредные последствия старения как такового.
▪️Сегодня научный прогресс дает среднему американцу или британцу дополнительные шесть-семь недель жизни в год. Когда AGI полностью овладеет клеточной биологией, эти достижения резко ускорятся. Когда ежегодное увеличение продолжительности жизни достигнет 12 месяцев, мы достигнем «скорости убегания от старости».
▪️Полагаю, что для людей, старательно придерживающихся здоровых привычек и использующих новые методы лечения, это произойдет между 2029 и 2035 годами — в этот момент старение не будет увеличивать их ежегодный шанс умереть. А благодаря экспоненциальному улучшению соотношения цены и производительности в области вычислений, методы лечения на основе искусственного интеллекта, которые поначалу будут дорогими, быстро станут широкодоступными.
▪️В этом и заключается самое преобразующее обещание искусственного интеллекта — более долгая и здоровая жизнь, не ограниченная дефицитом и слабостью, которые ограничивают человечество с момента его зарождения.
