Вы, наверное, и сами заметили: в последние месяцы в мире ИИ не происходит ничего по-настоящему прорывного, особенно если сравнивать с предыдущими четырьмя годами. Похоже, возможности искусственного интеллекта уперлись в потолок. Особенно заметно, как гигантские корпорации — и даже целые страны — пытаются всеми силами преодолеть этот кризис. Кто как может.

• США строят огромный ИИ-город в пустыне Эмиратов,

• Илон Маск предложил переписать с нуля все знания человечества,

• А крупнейшие корпорации переманивают друг у друга инженеров за десятки, а иногда и сотни миллионов долларов.

Почему? Потому что пузырь инвестиций и надежд, а вложены туда колоссальные средства — миллиарды долларов — вот-вот начнёт сдуваться. Или просто лопнет. Или нет?

Давайте разберёмся, откуда взялся этот кризис — и как с ним пытаются справиться ИИ-гиганты. В общем давайте посмотрим, что вообще происходит в мире ИИ?! 

Парадокс

Просто чтобы вы понимали парадоксальность ситуации:

С одной стороны AGI (искусственный интеллект не уступающий во всем человеку) уже не выглядит фантастикой.

Глава OpenAI Сэм Альтман сказал следующее: «Мы знаем, как построить AGI. Теперь наша цель — суперинтеллект». Он даже уже срок обозначал когда произойдет скачек развития: считанные тысячи дней. Строго говоря, это меньше десяти лет. А может, и того меньше.

С другой стороны, про модель ChatGPT‑5 которую ожидают этим летом, например, ходят упорные слухи, что она, ну, чуть лучше четвёрки.

Вообще главные мировые СМИ, техно-СМИ, независимые эксперты — ни один месяц уже твердят, что скорость развития ИИ замедлилась. Началась эра микроапдейтов. То есть компании полируют уже существующие модели, полируют функции, полируют работу приложений. Идёт борьба за пользователя через удобство пользования моделями ИИ.

Так в чём же проблема? Из чего состоит потолок, в который уперлось развитие ИИ? Чтобы в этом разобраться, нужно понять, а за счёт чего вообще работает ИИ.

Дата-центры

Когда мы говорим об искусственном интеллекте, большинство представляет себе чат-бота вроде ChatGPT, голосового помощника или алгоритм некий, нолики и единицы. Но всё это только верхушка айсберга. А настоящая магия происходит глубоко под поверхностью. Там, куда не заглядывает обычный пользователь.

В дата-центрах — гигантских залах с тысячами серверов. Модель ИИ, с которой вы общаетесь в браузере или в приложении — физически «живет» вот в этих залах. Обучение нейросети — и это не просто «запустить программу». Это миллионы миллиардов операций, которые идут параллельно, без остановки, неделями. Обычный компьютер просто бы сгорел. Нужны вот такие специальные суперкомпьютерные кластеры, охлаждение, и много энергии!

Энергия! Нам нужна энергия! Просто пока запомните это выражение! В последующие годы сюда будут вкачивать миллиарды долларов!

Но и после обучения модель использует эти серверы чтобы отвечать, анализировать, придумывать, переводить, писать, рисовать. И всё это тоже происходит в дата-центрах. Именно поэтому сейчас по всему миру развернулась просто сумасшедшая стройка этих дата-центров.

Вот, кстати, свежая карта, которую составили в NY Times. На ней видно, как распределены вычислительные мощности для ИИ по миру.

Это вот прям реальная картина власти, кто контролирует большую часть дата-центров и кто лидирует в сфере ИИ:

• США (Microsoft, AWS, Google) — 63% всей мощности

• Китай (Alibaba, Huawei, Tencent) — 28%

• Европа — незначительные 4%

• Весь остальной мир — 5%

Натыкалась на такое понятие даже как “цифровой феодализм”. Только 32 страны имеют специализированные ИИ-дата-центры, остальные вынуждены арендовать у техно-лордов.

Тут, кстати, можно провести очень интересную параллель с тем, как США когда-то навязали всему миру доллар как универсальную мировую валюту, теперь похоже это же пытаются провернуть и с ИИ. Про это хочу написать отдельно. Подписывайтесь чтобы не пропустить.

Золотая лихорадка дата-центров

Каждая крупная компания, мечтающая перовой создать сверхИИ или хотя бы просто совершить скачок, спешит построить свои вычислительные крепости.

В пустыне Западного Техаса, OpenAI прямо сейчас строит то, что уже называют первым ИИ-городом.
Проект называется Stargate его старт с пафосом объявили в начале года. Так вот в Техасе будет восемь гигантских корпусов. Этот объект будет потреблять больше энергии, чем весь мегаполис Сан-Франциско. OpenAI расчитавают там обучать свои новые модели. 

Meta строит свой дата-центр в Луизиане. Он будет потреблять более 2 гигаватт  это даже больше, чем у OpenAI в Техасе. По сути, Meta закладывает фундамент под собственную вычислительную экосистему, чтобы не зависеть ни от Google, ни от Microsoft, ни от OpenAI. 

Microsoft в этом плане играет на всех полях сразу. Они строят не один дата-центр, а сразу десятки по всему миру. Америка, Европа, Индия, Юго-Восточная Азия -  каждый такой центр будет не только обучать ИИ, но и обслуживать пользователей на местах. Microsoft превращается в глобального оператора искусственного интеллекта по сути. Они просто поняли за чем будущее и хотя отхватить  себе кусок пирога побольше. 

Но больше всего меня удивляет строительство Дата-центра в пустыне рядом с Абу-Даби в Эмиратах.  Это понятное дело совместный проект OpenAI, крупных инвестфондов, и США в целом. А еще это одна из самых неочевидных и амбициозных инженерных задач последнего времени.

Потому что дата-центр это не просто “серверная комната”. Это огромная машина, которая работает 24/7 и постоянно перегревается.

Вы наверняка замечали, как греется ваш ноутбук, если открыть Zoom, Photoshop и три вкладки в YouTube.
А теперь представь такой перегрев, но на уровне пяти атомных реакторов, в климате, где на улице +45 по Цельсию. 

Один из вариантов охлаждения дата-центров в пустыне -  использовать Персидский залив как естественный охладитель, сбрасывая в него нагретую воду из серверных систем. Но это решение не такое простое: нагрев воды в заливе не должен превышать +2 °C от нормы  иначе начнётся массовая гибель кораллов. 

Поэтому использовать море -  лишь один из возможных подходов, и без уникального комплекса технологий здесь не обойтись. 

Я про это пишу, чтобы было понятно,  насколько нетривиальная задача стоит. 

Почему именно Эмираты?

Так зачем вообще это нужно тогда OpenAI и США? Главная причина, конечно, локация.

Эмираты — это узел глобального интернета. Перекрёсток подводных кабелей, соединяющих Европу, Африку и Азию.

Это значит, что отсюда можно покрывать огромные рынки — от Кейптауна до Мумбаи — без дополнительных хабов, без лагов, с минимальной задержкой. Это очень критично.
По сути, чем ближе дата-центр к пользователю — тем быстрее ИИ работает. И это буквально влияет на конкурентоспособность.

Новая валюта ИИ-гонки

Окей, дата-центры — это важно. Но есть ещё один ингредиент, без которого не произойдёт прорыва в ИИ. Да и вообще без которого ИИ не будет работать.

Это чипы.

Модели можно тренировать где угодно — хоть в пустыне, хоть под водой, хоть на Марсе. Но если у тебя нет чипов — ты просто не запустишь нейросеть. Потому что ИИ — это про огромное количество быстрых вычислений. И для этого нужны специализированные процессоры, которые умеют обрабатывать тысячи операций параллельно.

С этой задачей лучше всего справляются чипы, которые делает компания NVIDIA.

Основное, что нужно понимать в этом:

Сейчас главная валюта ИИ-гонки — это как раз видеокарты от NVIDIA. Вот такие вот.

Они стоят как автомобиль! И они нужны всем, кто занимается ИИ.

Чтобы вы поняли масштаб происходящего, приведу сравнение:

Знаете, что такое ОПЕК? Это организация, объединение стран-экспортёров нефти, и они контролируют цену на нефть за счёт того, что договариваются, кто сколько её добывает. Это по сути одна из самых влиятельных организаций мира.

Так вот одна компания NVIDIA сегодня — это буквально «ОПЕК» искусственного интеллекта.

У них, по разным подсчётам, до 80% мирового рынка ИИ-чипов, и они задают правила игры. NVIDIA почти достигла рыночной капитализации в 4 триллиона долларов. Это немного меньше ВВП Германии! Просто чтобы понимали!

Во времена золотой лихорадки богатели продавцы лопат, а не тот, кто добывал золото. Сегодня тот же принцип работает в ИИ: NVIDIA по сути продавец лопат XXI века.

Мы, конечно, понимаем, что правительство США контролирует, кому NVIDIA продаёт свои чипы. Сегодня даже политические союзники США не всегда получают льготный доступ к ним.

Конечно, есть попытки строить «суверенные ИИ-инфраструктуры» — Бразилия, Индия, ЕС вкладывают миллиарды.

Но похоже, тот, кто не успел построить вычислительную инфраструктуру сегодня, останется технологическим вассалом на десятилетия.

Китай и «чиповая изоляция»

А теперь угадай, кто сильнее всего оказался в «чиповой изоляции»?
Правильно — Китай.

США в 2022–2023 году последовательно запретили экспорт топовых чипов в Китай.

Что это означает?
Китай — крупнейший рынок ИИ-разработки — вдруг оказался без «железа», без главного ингредиента ИИ.
Можно вложить миллиарды в модели, можно построить мега дата-центр (Китай этим занимается, кстати, вот ещё раз карта распределения вычислительных мощностей — они на втором месте после США), но если нет чипов — это как построить завод без станков.

Поэтому Китай вбухивает миллиарды в развитие своих чипов. Например, Huawei разрабатывает свои продвинутые ИИ-чипы.
Да, пока они уступают NVIDIA — и по мощности, и по энергоэффективности. Но прогресс идёт быстро. И победитель в этой гонке не ясен.

В общем, пока своего железа не хватает — китайцы делают то, что умеют лучше всех: ищут лазейки.

Очень показательная и очень смешная история, о которой рассказали в «Уолл-стрит джорнал». Они ссылаются на анонимных собеседников в китайских и малазийских компаниях.

Так вот, весной этого года четверо инженеров из Пекина летят в Куала-Лумпур… с чемоданами, набитыми жёсткими дисками. У них за спинами почти 5 петабайт данных.

Зачем? Всё просто: ввозить топовые видеокарты NVIDIA в Китай запрещено. Но никто не запрещал вывозить данные.

Эти ребята арендовали за границей дата-центр с нужными чипами, обучили там нейросеть, а потом упаковали её обратно на диски и привезли в Китай обычным рейсом.

И смешно, и грустно!

И это лишь один возможный эпизод.
В ход идут любые методы: выкуп чипов через третьи страны, фирмы-прокладки, серый импорт, подставные компании.

За этим очень интересно наблюдать.

Пределы роста: масштаб больше не спасает

Но пока компании и страны вкладывают миллиарды в дата-центры, чипы и инфраструктуру впрок, всё ради будущих моделей… Процессы строительства уже запущены, контракты, всё это…

Кажется, есть куда более серьёзная проблема, чем железо.

Уже стало очевидным: просто увеличивать размер модели — не работает. По крайней мере, не так, как раньше.

Раньше всё было просто: добавил миллиард параметров, пообучал модель на большем количестве чипов, построил дата-центр побольше — получил скачок в качестве. Добавил ещё — снова скачок.

А теперь? Добавляешь и… почти ничего.

Визионеры ИИ-индустрии говорят: «Мы достигли точки, где масштабирование перестаёт давать прежний эффект».

Почему?

Возможно, потому что закончились данные.

Данные

Интернет, каким бы он ни казался безграничным, уже почти весь выкачан.
Компании уже скормили ИИ всё: Википедию, Reddit, GitHub, электронные книги, статьи, рецепты, комментарии на форумах…

Конечно, дата-сеты пополняются постоянно, но по самым оптимистичным оценкам данных хватит примерно до 2028 года.

Anthropic, например, тратит миллионы и покупает бумажные книги и сканирует их, чтобы пополнить датасеты. Вот настолько голод по данным сейчас!

Но что делать, когда данные всё же закончатся?

OpenAI в своё время начали просто синтезировать искусственные данные. То есть ИИ сам для себя генерировал контент, текст, на котором обучался дальше.

Этим стали заниматься и Google, и Meta, и Anthropic. «Синтетические» данные уже стали обязательной частью обучения. Они дают прирост, но очевидно не какой-то грандиозный. В общем, улучшают отдельные метрики, снижают стоимость ручной разметки текстов.

Однако полностью заменить «живые» тексты синтетика не может.

Илон Маск и идея переписать Интернет

Пока все пытаются понять, где найти новые качественные данные для ИИ, Илон Маск предложил:

«А давайте просто… перепишем весь корпус человеческих знаний заново».

То есть Маск предполагает, что дело не в количестве данных, а в их изначальном качестве. В интернете, в книгах, в статьях много противоречивой информации, возможно, поэтому ИИ там много галлюцинирует.

Вот его план:

• Берём текущую версию Grok,

• Скармливаем ей весь имеющийся дата-сет,

• И просим: дополнить пробелы, убрать мусор, исправить ошибки, удалить искажения.

• А потом обучаем новую модель на этой «очищенной», синтетической базе знаний.

Иными словами: ИИ сам отредактирует Интернет.
Сделает свою версию Википедии. Без фейков, без «вирусов мышления», как выразился Маск.

Более того, он попросил подписчиков X:
«Присылайте мне неудобные, но фактологически верные утверждения».

Цель? Сделать модель максимально точной и максимально свободной от цензуры и идеологий — по крайней мере, в понимании самого Илона.

Идея амбициозная. И… да, спорная.

Миссия xAI, кстати, — поиск правды, между прочим. Так что всё вроде в рамках миссии.

Критики уже называют это цифровым министерством правды.
Если ИИ сам решает, что истина, а что мусор — чья правда в итоге попадёт в голову ИИ?

Но как бы мы к этому ни относились, факт остаётся фактом:
Источники данных заканчиваются. И у всех ИИ-гигантов — OpenAI, Google, Anthropic, Meta, xAI — свой путь, как решать все эти проблемы.

Люди важнее всего

И вот в чём ирония всей этой гонки и кризиса развития ИИ.

Вот я вам рассказываю про все эти технические, технологические сложности и ограничения. Но в этом во всём есть одно безумное обстоятельство:
Выясняется, что всё опять замыкается на людях.

Самое ценное, что может помочь в этой гонке, что может помочь преодолеть кризисы развития ИИ — это люди.

Вы просто не представляете, какая в индустрии ИИ развернулась охота за мозгами.
Компании дерутся за инженеров. Таланты стоят как футбольные звёзды.

Причём не образно — в буквальном смысле.

Особенно отличилась Meta под командованием Марка Цукерберга.
У них с последней моделью Llama 4 получилось… ну, мягко говоря, не идеально. Она принципиально не выше уровня GPT-4, и Цукерберг остался крайне недоволен.

Поэтому в Meta решили: раз у нас не получилось — давайте наймём тех, у кого получилось.

Meta уже увела пять, а по другим данным — восемь инженеров прямо из OpenAI.

Многие профильные издания написали, что Meta предлагала им до $100 миллионов за переход. Эту информацию, по всей видимости, сообщил Сэм Альтман, у которого переманили ключевых исследователей.

Потом ещё были уточнения, которые раскопали журналисты, что в эту сумму всё же входит всё: бонусы, акции, опционы… Но даже если делить это всё — это десятки миллионов на человека.

Цукерберг хочет собрать новую «команду мечты», чтобы снова вклиниться в гонку.

Тренд очевиден: ИИ-инженеры — новая нефть, наряду с чипами.

В общем, специалистов на всех не хватает. Стартапов становится всё больше: Mistral, Perplexity, ещё десятки других.

Ну, вы поняли, на кого стоит идти учиться.

Кстати, у меня есть отдельный разбор про будущее профессий в эпоху ИИ. Вот ссылка.

А ещё есть одна интересная мысль: а что если… ИИ скоро всё-таки научится программировать себя сам? (А в этом цель, между прочим.) Возможно, тогда и такая армия разработчиков не понадобится.
Но до этого ещё есть пара шагов. Это вам на подумать.

Какой из этого всего можно сделать вывод: настоящего решения нынешнего кризиса ИИ пока нет.

Мы действительно упёрлись в потолок, и никто не знает точно, как совершить следующий скачок. Именно поэтому всё и кипит: строятся дата-центры, идёт борьба за чипы, тестируются свежие архитектуры, запускаются ИИ-агенты (о них у меня будет скоро текст), разгорается охота за талантами.

Я лично считаю, что люди в этом смысле — главный элемент. Именно те, кто сумеет придумать, как перепрыгнуть через возникший барьер. И кто первым найдёт этот путь — тот и станет лидером новой эры искусственного интеллекта.

И знаете, что я придумала?
Давайте устроим конкурс-прогноз! Напишите в комментариях: как вы думаете, в каком году и кто из компаний или стран первым создаст настоящий AGI — общий искусственный интеллект уровня человека?

Пишите свои варианты прямо сейчас. Через какое-то время мы обязательно вернёмся к этой статье и проверим, кто был ближе всех к правде!

Мой YouTube‑канал https://www.youtube.com/@Web3nity

Мой тг: https://t.me/web3nity_channel