К тому времени, когда дети, рождённые сегодня, пойдут в детский сад, искусственный интеллект (ИИ) вероятно превзойдёт людей во всех когнитивных задачах, от науки до творчества. Когда я впервые предсказал в 1999 году, что у нас будет такой искусственный общий интеллект (AGI) к 2029 году, большинство экспертов думали, что я переключился на написание фантастики. Но после впечатляющих прорывов последних нескольких лет многие эксперты считают, что у нас будет AGI даже раньше — так что технически я перешёл из оптимистов в пессимисты, не меняя своего прогноза вовсе.
Проработав в этой области 61 год — дольше, чем кто-либо другой из ныне живущих — я рад видеть ИИ в центре глобального обсуждения. Однако большинство комментариев упускают из виду, как большие языковые модели вроде ChatGPT и Gemini вписываются в ещё более масштабную историю. ИИ готовится совершить скачок от революции только в цифровом мире к преобразованию физического мира. Это принесёт бесчисленные выгоды, но три области имеют особенно глубокие последствия: энергетика, производство и медицина.
Источники энергии — одни из самых фундаментальных ресурсов цивилизации. На протяжении двух столетий мир нуждался в грязном, невозобновляемом ископаемом топливе. Однако использование всего 0,01% солнечного света, получаемого Землёй, покрыло бы всё энергопотребление человечества. С 1975 года солнечные элементы стали на 99,7% дешевле за ватт мощности, позволив мировой мощности увеличиться примерно в 2 миллиона раз. Так почему же солнечная энергия ещё 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) масштабах, огромные объёмы энергии нужно хранить до момента использования — а современные аккумуляторные технологии недостаточно рентабельны. Законы физики предполагают возможность массивных улучшений, но диапазон химических возможностей для исследования настолько огромен, что учёные добились мучительно медленного прогресса.
Напротив, ИИ может быстро просеивать миллиарды химических составов в симуляции и уже стимулирует инновации как в фотоэлектрике, так и в аккумуляторах. Это готово драматически ускориться. За всю историю до ноября 2023 года люди открыли около 20 000 стабильных неорганических соединений для использования во всех технологиях. Затем ИИ Google GNOME открыл гораздо больше, увеличив эту цифру за одну ночь до 421 000. Но это едва затрагивает поверхность приложений материаловедения. Как только значительно более умный AGI найдёт полностью оптимальные материалы, фотоэлектрические мегапроекты станут жизнеспособными, и солнечная энергия может стать настолько изобильной, что будет практически бесплатной.
Изобилие энергии делает возможной ещё одну революцию: в производстве. Затраты на почти все товары — от еды и одежды до электроники и автомобилей — в основном складываются из нескольких общих факторов, таких как энергия, труд (включая интеллектуальный труд, например, НИОКР и дизайн) и сырьё. ИИ на пути к значительному снижению всех этих затрат.
После дешёвой, изобильной солнечной энергии следующим компонентом является человеческий труд, который часто бывает изнурительным и опасным. ИИ делает большие успехи в робототехнике, которая может значительно снизить затраты на труд. Робототехника также снизит затраты на добычу сырья, а ИИ находит способы замены дорогих редкоземельных элементов на распространённые, такие как цирконий, кремний и углеродный графен. Вместе это означает, что большинство видов товаров станут удивительно дешёвыми и доступными.
Эти передовые производственные возможности позволят соотношению цены и производительности в вычислениях сохранить экспоненциальную траекторию прошлого века — 75-квадриллионное улучшение с 1939 года. Это происходит из-за обратной связи: сегодняшние передовые ИИ-чипы используются для оптимизации дизайна чипов следующего поколения. С точки зрения вычислений в секунду на постоянный доллар, лучшее доступное оборудование в прошлом ноябре могло делать 48 миллиардов. Новые GPU NVIDIA B200 превышают 500 миллиардов.
По мере того как мы создаём титаническую вычислительную мощность, необходимую для моделирования биологии, мы откроем третью физическую революцию от ИИ: медицину. Несмотря на 200 лет драматического прогресса, наше понимание человеческого тела всё ещё основано на неточных приближениях, которые обычно в основном верны для большинства пациентов, но, вероятно, не совсем верны для вас. Десятки тысяч американцев ежегодно умирают от реакций на лекарства, которые, согласно исследованиям, должны были им помочь.
Однако ИИ начинает превращать медицину в точную науку. Вместо кропотливого метода проб и ошибок в экспериментальной лаборатории, молекулярная биосимуляция — точное компьютерное моделирование, помогающее изучению человеческого тела и действия лекарств — может быстро оценить миллиарды вариантов, чтобы найти самые перспективные лекарства. Прошлым летом первое лекарство, разработанное от начала до конца ИИ, вступило во вторую фазу испытаний для лечения идиопатического легочного фиброза, заболевания лёгких. Десятки других лекарств, разработанных ИИ, сейчас вступают в стадию испытаний.
Как открытие лекарств, так и испытательные процессы будут значительно ускорены, поскольку симуляции включат гораздо более богатые данные, которые делает возможным ИИ. За всю историю до 2022 года наука определила формы около 190 000 белков. В том году AlphaFold 2 от DeepMind открыл более 200 миллионов, которые были бесплатно предоставлены исследователям для помощи в разработке новых методов лечения.
Требуется гораздо больше лабораторных исследований, чтобы точно заполнить более крупные симуляции, но дорожная карта ясна. Далее ИИ будет моделировать белковые комплексы, затем органеллы, клетки, ткани, органы и — в конечном итоге — всё тело.
В конечном счёте это заменит сегодняшние клинические испытания, которые дороги, рискованны, медленны и статистически недостаточно мощны. Даже в испытании третьей фазы, вероятно, нет ни одного субъекта, который бы соответствовал вам по каждому релевантному фактору генетики, образа жизни, сопутствующих заболеваний, лекарственных взаимодействий и вариации болезни.
Цифровые испытания позволят нам адаптировать лекарства для каждого отдельного пациента. Потенциал захватывает дух: вылечить не только такие болезни, как рак и болезнь Альцгеймера, но и вредные последствия самого старения.
Сегодня научный прогресс даёт среднему американцу или британцу дополнительные шесть-семь недель ожидаемой продолжительности жизни каждый год. Когда AGI даст нам полное владение клеточной биологией, эти достижения резко ускорятся. Как только ежегодное увеличение ожидаемой продолжительности жизни достигнет 12 месяцев, мы достигнем «скорости убегания от старения». Для людей, усердно придерживающихся здоровых привычек и использующих новые терапии, я полагаю, это произойдёт между 2029 и 2035 годами — в этот момент старение не будет увеличивать их ежегодный шанс смерти. И благодаря экспоненциальному улучшению соотношения цены и производительности в вычислениях, терапии на основе ИИ, которые сначала будут дорогими, быстро станут широкодоступными.
Это самое трансформирующее обещание ИИ: более долгая, здоровая жизнь, не ограниченная дефицитом и слабостью, которые ограничивали человечество с самого начала.
Рэй Курцвейл — компьютерный учёный, изобретатель и автор книг, включая «Эпоху интеллектуальных машин» (1990), «Эпоху духовных машин» (1999) и «Сингулярность близко» (2005). Его новая книга «Сингулярность ещё ближе: Когда мы сольёмся с ИИ» будет опубликована 25 июня.
