ИИ будет расти ещё семь лет несмотря на скептиков

Фраза «все экспоненты рано или поздно превращаются в сигмовидные кривые» стала раздражающим клише в дискуссиях об искусственном интеллекте. Часто оппоненты показывают график, демонстрирующий быстрый рост, и утверждают, что развитие остановится на уровне «высоких возможностей». Настоящий интеллектуальный ответ заключается в указании того, что тренд может выглядеть иначе и никогда не достигнет этой отметки. Научная основа этого взгляда такова, что ни один процесс не может расти вечно; неизбежно наступают физические или практические ограничения. Вспомним эпидемиологию: количество случаев infections начинается медленно, растет экспоненциально, пока не захватит большинство населения, после чего замедляется по мере очистки от оставшихся носителей, а в конце рост сводится к нулю. Аналогичная сигмовидная форма наблюдается в технологическом прогрессе, например, в рекордах скорости самолета. Здесь каждые несколько поколений технологий — от винтов до турбореактивных двигателей — проходят этап итеративных улучшений, пока не достигнут фундаментального предела. Самой последней технологии, турбодвухконтурным сопловым двигателем, оказался предел около 3500 км/ч, и экономических или регуляторных стимулов для создания чего-то лучшего не возникло, поэтому рекорд стоит. Можно представить, что с ИИ произойдет подобное. Но означает ли это, что людям, утверждающим о невозможности достижения высоких показателей, можно не волноваться? Давайте рассмотрим халldenную галерею ложных идентификаций сигмовидных кривых. На третьем месте прогнозы ООН о рождаемости в странах с сокращающимся населением, где реальные данные показывают постоянное снижение, а прогнозная модель пытается натянуть плавную кривую, не предвидя точного момента выключения тренда. На втором месте прогнозы по внедрению солнечной энергии, где каждую организацию энергетического прогнозирования ожидало разочарование, когда реальное количество установленных панелей росло с той же скоростью, что и ожидалось, хотя модель предполагала замедление. Первое место занимает анализ графика METR, где команда из Университета Пенсильвании предсказала замедление, но следующий выпущенный модель уже значительно обошел их ожидания. Мораль проста: даже если экспонента превращается в сигмоиду, это не происходит в тот момент, когда вы проводите анализ. Иногда экспоненциальный рост продолжается намного дольше! Лучший способ понять, как долго продлится тренд, — глубоко изучить процесс его генерации. Если вы знаете механизм размножения вируса или физический предел скорости, прогноз точнее. Но что делать, если детали неясны? В условиях полной неопределенности стоит исходить из закона Линде: процесс будет длиться примерно так же долго, сколько уже существует. Искусственный интеллект развивается радикально с момента GPT-1 в 2017 году, а эру масштабирования чаще связывают с 2019 года. Игнорируя все известные знания и принимая поле за полную загадку, можно ожидать продолжения тренда в среднем еще семь лет. Шанс, что рост затянется менее чем на два года, оценивается в 22%. Легко посмеяться над теми, кто экстраполирует тренд слишком далеко, но если кто-то заявляет, что мы никогда не достигнем определенного пугающего уровня, бремя доказывания лежит на них. Если они не рассматривают ИИ как черный ящик и заявляют о моделировании динамики, что же представляет собой их модель? Рассчитали ли они рост дата-центров и скорость прогресса алгоритмов? Знают ли они о работе таймлайнов ИИ? Если же они действительно работают с черным ящиком, почему их базовое ожидание не основывается на законе Линде?