Искусственный интеллект и роботы⁠⁠

Идея создания искусственного существа, наделённого разумом, встречалась ещё в древних философских трактатах о «мыслящих машинах». Однако путь от этих идей к научной дисциплине был длительным. Он потребовал формализации самой идеи мышления через математическую логику и создания устройства для его воплощения в виде универсальной вычислительной машины.

Ключевой момент наступил в 1950 году, когда Алан Тьюринг предложил эмпирический тест для оценки машинного интеллекта, задав вопрос: «Может ли машина в диалоге выдать себя за человека?» А в 1956 году на Дартмутской конференции группа учёных, включая Джона Маккарти, впервые официально использовала термин «искусственный интеллект», обозначив рождение новой науки.

С тех пор произошёл ряд прорывов, последний из которых, начавшийся с появлением больших языковых моделей, продолжается и сегодня. Отношение к искусственному интеллекту сегодня — это сложная тема, в которой технологический энтузиазм сталкивается с глубокими общественными опасениями.

Хоть термин искусственный интеллект AI уже стал аббревиатурой разработчиков и многие люди считают, что нейросети и большие языковые модели это интеллект, ряд технических специалистов продолжают настаивать на том, что до полноценного искусственного интеллекта человечеству ещё далеко. По моему личному мнению, решения которые сегодня предлагают большие языковые модели и нейросети настолько впечатляют, что назвать это пусть хоть и сильно урезанной версией искусственного интеллекта, но вполне себе можно. Мы же покупаем в супермаркете коровье молоко, зная что коровы там вообще ни при чём и ничего. К тому же, усовершенствованные большие языковые модели и новые технологии в робототехнике уже сейчас предлагают намного более продвинутые решения во многом отвечающие заложенным стандартам. Если полноценный искусственный интеллект ещё и не создан, то мы очень близки к этому. Социум относится к этому явлению в разных странах сильно по-разному.

Глобальный раскол оптимизма

В Китае, Индонезии и Таиланде подавляющее большинство населения что-то около 77% или 83% видит в искусственном интеллекте больше пользы, чем вреда. В то же время в США, Канаде и странах Западной Европы этот показатель значительно ниже и составляет около 40%. В США, являющихся мировым лидером по частным инвестициям в искусственный интеллект, лишь 25% людей видят в технологии выгоды для общества, а 57% ощущают угрозы. Данные Стэнфордского университета.

Россия демонстрирует свой особый путь восприятия. Уровень осведомлённости об искусственном интеллекте у нас в стране один из самых высоких в мире. 92% населения что-то о нем слышали и 48% уже использует его в повседневной жизни, в работе или учёбе. Причём, среди молодёжи этот показатель достигает целых 79%. Речь про сервисы на базе нейросетей.

Однако широкое использование не означает безоговорочного доверия. В 2025 году число доверяющих и не доверяющих таким технологиям сравнялось. Ключевые факторы недоверия в том, что 30% россиян связывают это со сбоями и ошибками в работе систем, 26% недовольны деградацией населения и 23% предпочтением человеческому взаимодействию. При этом, россияне демонстрируют прагматичный запрос на регулирование, где 45% требуют, в первую очередь, контроля над мошенничеством с помощью нейросетей, а 26% обеспокоены утечкой персональных данных.

Позиции государств

Технологические гиганты продолжают определять повестку. Журнал Time в 2025 году назвал «Людьми года» Сэма Альтмана и Марка Цукерберга. Государства активно включаются в гонку. США делают упор на частные инвестиции и начинают выстраивать федеральное регулирование. Китай лидирует по количеству патентов с долей 69,7% для промышленных роботов, занимая более 51% рынка. Одновременно вводятся строгие правила и обязательная маркировку контента, сгенерированного искусственным интеллектом. Россия, согласно нацпроекту «Экономика данных», фокусируется на внедрении искусственного интеллекта в рабочие процессы и повышении качества жизни.

Современный искусственный интеллект вышел далеко за рамки лабораторных экспериментов, превратившись в двигатель для экономики и науки. Если в 2022–2023 годах мир восхищался способностью ChatGPT генерировать тексты и изображения, то 2025 год стал временем агентов или интеллектуальных систем, способных самостоятельно планировать и выполнять многошаговые задачи. Они могут анализировать почту, планировать встречи, проводить исследования или даже писать и исполнять код. На тестах по программированию лучшие модели за год совершили колоссальный скачок с 4,4% до 71,7% решённых задач. Компании всё чаще видят в них не инструмент, а будущих цифровых коллег. Это мощнейший шаг в сторону появления роботов сотрудников.

При этом происходит стремительное удешевление технологий. Сегодня небольшая модель Microsoft Phi-3-mini с 3.8 млрд параметров может показывать уровень знаний, сравнимый с гигантской моделью прошлых лет, имевшей в 142 раза больше параметров. Разрыв между мощными закрытыми и качественными открытыми моделями сократился до минимума, с 8% до 1,7% за год. Это резко снижает порог входа и позволяет внедрять искусственный интеллект на устройствах с ограниченными ресурсами.

В химии Нобелевская премия 2024 года была присуждена за AlphaFold. Это система, предсказывающая структуру белков с беспрецедентной точностью. Модели вроде Google DeepMind’s GNoME помогают открывать новые материалы. В медицине искусственный интеллект не только диагностирует на уровне лучших специалистов, но и помогает разрабатывать персонализированные планы лечения, экономя время врачей.

Внедрение искусственного интеллекта стало массовым. 78% организаций в мире сообщили об его использовании в 2024 году, что составляет 55% рост за год. Эффект налицо. 71% компаний отмечают рост выручки в маркетинге и продажах, а 49% фиксируют экономию в сервисных операциях. Также, искусственный интеллект работает как уравнитель в кадрах, повышая производительность низкоквалифицированных сотрудников и сокращая разрыв с высококвалифицированными специалистами. Несмотря на ошеломляющий прогресс, развитие наталкивается на фундаментальные вызовы, которые требуют не только технических, но этических, правовых и социальных компромиссов.

Качество данных

Модели учатся на данных, созданных людьми и поэтому воспроизводят социальные стереотипы. Например, ассоциируя женщин с гуманитарными ролями. Сложные нейросети не объясняют, как пришли к выводу, что критично для медицины, юриспруденции и финансов. Кто несёт ответственность за ошибку искусственного интеллекта? Разработчик, оператор или пользователь? Необходима чёткая правовая база, определение ролей и международное сотрудничество в стандартизации.

Обучение больших моделей требует колоссальных энергозатрат. Спрос на вычислительные мощности удваивается примерно каждые полгода. Необходима разработка более энергоэффективных чипов, хотя их эффективность и растёт на 40% в год. Несмотря на выдающиеся успехи, модели все ещё плохо справляются с многошаговым логическим рассуждением и планированием в динамичной среде. Необходимо развитие новых архитектур и подходов, таких как поиск в дереве рассуждений. Число зафиксированных инцидентов, связанных с искусственным интеллектом, выросло в 2024 году на 56,4%, подчёркивая актуальность этих проблем.

Хотя современный искусственный интеллект часто ассоциируется у людей с чат-ботами и генерацией текста, уже сегодня существуют куда более продвинутые решения. Искусственный интеллект — это целая экосистема технологий, где большие языковые модели являются лишь частью «цифрового мозга», который обретает тело, способности и новое качество в физическом мире. Мы стоим на пороге новой эры воплощённого интеллекта, где машины не просто обрабатывают информацию, а взаимодействуют с реальностью, адаптируются и действуют автономно.

Большие языковые модели, такие как GPT и их отечественные аналоги, стали технологическим фундаментом последних лет. Их сила заключается в обучении на колоссальных массивах текстовых данных, что позволяет им:

1. Понимать и генерировать человеческий язык с высокой степенью связности и креативности.

2. Рассуждать и делать логические выводы в рамках предоставленного контекста.

3. Выступать в роли универсальных интерфейсов для доступа к информации и другим сервисам.

Однако ключевое ограничение больших языковых моделей в том, что они не имеют прямого доступа к физическому миру, его законам и обратной связи. Команда «подай стакан воды» для чистой языковой модели — это абстракция, не подкреплённая сенсорным восприятием и моторными навыками.

Воплощённый искусственный интеллект

Это принципиально новый подход, стирающий границу между цифровым и физическим миром, на стыке робототехники, компьютерного зрения и машинного обучения, цель которого состоит в создании интеллектуальных агентов, обладающих телом или его симуляцией и способных активно взаимодействовать с окружением.

Если классический искусственный интеллект учится на статичных наборах данных, то воплощённый учится через непрерывное взаимодействие и обратную связь. Его ключевая формула закладывается через восприятие, познание и действие.

Переход от запрограммированного к воплощённому искусственному интеллекту является ключевым сдвигом в робототехнике ближайших лет, знаменующим переход от простой автоматизации к адаптивному интеллекту.

Физический искусственный интеллект

Концепция физического искусственного интеллекта воплощается в роботах нового поколения и выходит за рамки только программирования. Их создание стало возможным благодаря нескольким прорывным технологиям:

1. VLA-модели через эволюцию LLM. Модели VLA, такие как RT-2 от Google DeepMind, обучаются не только на текстах, но и на миллионах часов видео с действиями роботов и соответствующих команд. Они учатся воспринимать последовательности движений как «токены» в языке, создавая связь между абстрактной командой «убери пролитый сок», визуальной сценой и конкретными моторными действиями.

2. Тренировочные площадки. Обучение робота в реальном мире дорого, медленно и опасно. Технология Sim2Real решает эту проблему. Роботы «проживают» тысячи лет в высокоточной физической симуляции вроде NVIDIA Isaac Sim, где методом проб и ошибок через обучение с подкреплением, они осваивают ходьбу, захват предметов и восстановление после падений. Затем отработанные алгоритмы переносятся на реальных роботов.

3. Новое поколение аппаратного обеспечения. Такие роботы, как Atlas от Boston Dynamics, Digit от Agility Robotics или доступный R1 от Unitree, покидают лаборатории и начинают внедряться на производствах и в логистических центрах.

4. Разрабатываются системы на базе когнитивных и коллаборативных роботов, способных безопасно работать рядом с человеком, понимать его намерения и адаптироваться к изменяющимся задачам. Например, это особенно эффективно в здравоохранении или точном производстве.

5. Периферийные вычисления. Мощные компактные устройства, такие как NVIDIA Jetson, позволяют запускать сложные нейросети прямо на борту робота, обеспечивая мгновенную реакцию без задержек на связь с облаком.

Инновационные системы

Помимо воплощённого интеллекта, формируются и другие передовые направления. Эксперты в России и мире выделяют среди них:

1. Системы, способные не только анализировать данные, но и генерировать научные гипотезы, планировать эксперименты и совершать открытия в химии, биологии и других науках.

2. Технологии, создающие прямые каналы связи между нейронной активностью мозга и внешними устройствами, открывающие путь к принципиально новым способам управления и коммуникации.

3. Исследования, направленные на создание систем, превосходящих человеческие когнитивные возможности в специфических, но критически важных областях, таких как стратегическое планирование или анализ сверхсложных систем.

Современный искусственный интеллект перестал быть абстрактной технологией. Он превратился в комплексную, многослойную архитектуру, где большие языковые модели выполняют роль ядра, а технологии воплощённого интеллекта наделяют это ядро способностью воспринимать и преобразовывать.

Основной вызов наших дней состоит не в создании более умного искусственного интеллекта, а в интеграции его компонентов в надёжные, безопасные и эффективные системы, способные стать настоящими партнёрами человека в реальном мире.

Современная интерпретация искусственного интеллекта — это реальная технология, которая одновременно и ускоряет открытие лекарств от рака, и генерирует дезинформацию. Нейросеть может стать цифровым коллегой, повышающим работоспособность, и источником новых социальных тревог. Мы находимся в точке, где технический прогресс начинает опережать нашу способность осмыслить его последствия.

Будущее искусственного интеллекта будет определяться не столько мощью алгоритмов, сколько качеством ответов на ключевые вопросы:

1. Сможем ли мы выстроить справедливые системы взаимодействия с роботами?

2. Найдём ли формулу ответственного регулирования, которая не задушит инновации?

3. Сумеем ли перераспределить выгоды от автоматизации так, чтобы технологический рывок не породил социальных потрясений?

От ответов на эти вопросы зависит, станет ли искусственный интеллект, в конечном итоге, самым великим прорывом в истории человечества или источником его самых серьёзных испытаний.

Глава из книги "Время роботов", Романофф Дмитрий