В видео обсуждается, как развитие AI и AGI упирается в инфраструктуру: дефицит чипов Nvidia, дата-центры, облака и контроль вычислительных мощностей крупными корпорациями. Главный риск — монополизация искусственного интеллекта, при которой общество своими деньгами финансирует закрытое будущее, где доступ к инструментам и изобилию окажется у немногих. Альтернативой называется более распределённая, открытая и общественно контролируемая AI-инфраструктура.
AI — это путь к изобилию. Философски, политически, экономически это меняет всё. Есть неприятный сценарий развития событий, в котором будет происходить монополизация искусственного интеллекта. Мы своими же деньгами оплачиваем их путь в то будущее, которое нам всем очень не понравится.
Мир с AGI может быть очень неприятным. Это может быть мир, в котором ты не можешь найти работу, а из-за того, что ты не можешь найти работу, ты не можешь себе ничего позволить. Или другая альтернатива — когда все эти инструменты находятся в руках людей.
Привет, меня зовут Самат Галимов, и это подкаст «Запуск завтра». Здесь я пытаюсь разобраться, как устроены технологии, которые меняют нашу жизнь. А помогают мне в этом профессионалы, с которыми можно поговорить простым человеческим языком.
Что будет с искусственным интеллектом через 5 лет? А через 10? Кому он будет принадлежать и служить? Наши сегодняшние гости, братья Даниил и Давид Либерманы, занимаются децентрализацией искусственного интеллекта. Я поговорил с ними, чтобы разобраться, почему важна децентрализация, каким может быть будущее искусственного интеллекта и как им пользоваться сегодня.
Друзья, как всегда, прошу вас поддержать наш канал: подписывайтесь, ставьте лайки и оставляйте комментарии. А если вы нас не смотрите, а слушаете на подкаст-платформах, в описании эпизода есть ссылка на YouTube. Спасибо.
Партнёр этого сезона — провайдер IT-инфраструктуры Selectel. В середине выпуска вы услышите нашу совместную рубрику. В ней мы рассказываем истории стартапов на заре интернета. Их опыт — это огромная база идей для решения современных бизнес-задач.
— Привет.
— Привет.
— Очень рад вас видеть.
— Давно не виделись.
— Я вас сегодня позвал поговорить про децентрализованный, распределённый искусственный интеллект. Но начать я хочу с простого вопроса: как вы вообще начали заниматься искусственным интеллектом?
— Искусственным интеллектом в каком-то его осмысленном понимании, то есть computer vision, компьютерным видением, определением того, что происходит на картинке с камеры, мы, думаю, впервые начали заниматься, когда делали компьютерные игры.
Строя бесконечный онлайн-мир, мы поняли, что, чтобы сделать его действительно бесконечным, как нам хотелось, невозможно будет всё сделать руками аниматоров, и нужно как-то оптимизировать.
— Сейчас ваш проект именно про искусственный интеллект. До этого, я знаю, вы какое-то время сотрудничали со Snapchat, например. Как вы пришли к тому, чтобы заниматься именно самим искусственным интеллектом?
— Компьютерное видение было тем, на чём мы в основном создавали бизнесы, которые приносили деньги. А после Snapchat мы увидели ещё один сектор — само программирование.
Даже уйдя из Snapchat в 2021 году, через несколько месяцев мы создали компанию, которая занималась анализом и оптимизацией кода для мобильных приложений. В этот момент мы нырнули с головой в AI без какой-то графической, креативной составляющей. Это была чисто работа с текстом, только с кодом.
Когда мы стали видеть, куда двигаются LLM, мы поняли, что философски, политически, экономически это меняет всё. В смысле LLM меняют всё.
На тот момент, когда мы увидели GPT-2 и последующее развитие, которое вело к появлению ChatGPT, мы уже начали думать и задумываться о том, что есть неприятный сценарий развития событий, в котором будет происходить монополизация искусственного интеллекта — в основном за счёт вычислительных мощностей. Уже тогда было видно, что всё это благодаря большому количеству GPU.
— Ага.
— Это было лето 2023 года, если я правильно помню, когда до нас дошли слухи, и мы выяснили, что была встреча в Штатах, в Колорадо, в Аспене. Там были представители Белого дома, представители всех корпораций. И они между собой просто договорились, что нужно делать большой упор в этом направлении, что будет зелёный свет на всё и нужно скупить все чипы Nvidia, какие только есть, и использовать их для того, чтобы американские корпорации прорвались дальше других.
Таким образом стало понятно, что эти несколько корпораций, которые там были в тот момент, — это был Илон, который туда заскочил в последний момент, OpenAI, Anthropic, Google…
— Meta.
— Да, Meta. И мы увидели, что всё будет про вычислительные мощности. Всё будет про то, кто к этим вычислительным мощностям имеет доступ, а кто не имеет.
Почему это важно? Потому что мы задумались: попробуем свою модель тоже создать. А потом поняли, что не сможем создать свою модель, потому что у нас никогда не будет доступа к такому количеству вычислительных мощностей. Их поделили между этими ребятами. Эти ребята их между собой поделили.
— Это даже сейчас уже видно в отчётности Nvidia. Они говорят, что 35% всех чипов продаётся двум компаниям. Они не говорят, что ещё 30% продаётся ещё трём компаниям.
— Да. Они просто взяли топ-2.
Данные прошлого года, кажется, — я не знаю, как сейчас, потому что китайцы, наверное, Huawei начинают производить какие-то свои чипы и так далее, — были такие: 90% всех AI-способных вычислительных мощностей располагается в Соединённых Штатах Америки.
— Погодите, Соединённые Штаты Америки — большая страна. Кто сейчас основные игроки? Вы уже упомянули, но можно ещё прямо чётко их перечислить?
— Есть большие cloud-провайдеры. Безусловно, это Google, Amazon и Microsoft Azure. На самом деле второй по величине — Azure. Первый — Amazon, второй — Microsoft.
— Amazon, Azure, Google.
— Да. И дальше Oracle начал играть в игру «облако для GPU» раньше многих, поэтому Oracle тоже заскочил в эту категорию. Они не самое большое облако, скажем, для простых облачных вычислений, но одно из самых больших облаков для вычислений на GPU.
Соответственно, основные AI-лаборатории поначалу всё равно использовали GPU, надолго арендованные внутри Microsoft, Amazon или Google. У Google, понятное дело, свои, но даже Google арендует в других местах, когда им недостаточно. Потому что GPU в итоге были раскиданы повсюду.
Amazon, на самом деле, уже даже производит свои чипы и заявил, что будет активно их производить.
— Они построили большой дата-центр, по-моему, даже с полумиллионом своих чипов для AI-вычислений. А Amazon изначально, кажется, был главным партнёром Anthropic.
— Да, конечно.
— То есть Anthropic свои процессы делали на оборудовании Amazon, Google — на своём оборудовании, OpenAI какое-то продолжительное время делал на облаке Microsoft. Но потом у Альтмана были очень большие планы по поводу того, сколько нужно дополнительных мощностей ввести, а Microsoft не были готовы двигаться так быстро. Поэтому их отношения немного разломались.
— Да, разломались.
— Сэм говорил: «Значит, вы должны тут 300 миллиардов. Если вы мой эксклюзивный партнёр, то надо в 10 раз больше». Они такие: «Ну, давай медленно двигаться туда. Когда надо будет, тогда и будет». Он говорит: «Нас обгонят конкуренты». И пошёл в SoftBank.
— Сейчас это как раз очень хорошо видно. Буквально последний месяц стало хорошо видно, что все те, кто говорил, что у них слишком амбициозные планы, оказались скорее неправы. А Anthropic, который долго сторонился того, чтобы иметь свои мощности, делать эти долгосрочные контракты, сейчас очень сильно вырос — до 30 миллиардов. По некоторым слухам, они даже обогнали уже OpenAI по объёмам.
— Угу.
— Но в последний месяц у них уже 2% времени сервера недоступны, потому что слишком много запросов.
— Всё, они как раз упёрлись. А когда Сэм Альтман рисовал вот эту клюшку и говорил: «Нам к этой клюшке нужно к этому моменту иметь в 10 раз больше…»
…мощности, железо — просто.
— А то все говорили: «Ну а вдруг оно не будет так расти?» Оказалось, что оно не просто так растёт — оно только быстрее растёт.
Дальше есть Илон, который, поняв, что у него не осталось партнёров, у которых много железок, в своём репертуаре пошёл и построил собственные железки. Нашёл много денег, как-то договорился и просто вскочил в этот паровоз, стал частью этого движения. То есть ему тоже какая-то квота… Он посмотрел на это и сразу отреагировал, как только начался этот взлёт.
— Мне интересно: вы сказали слово «квота», и это подразумевает некоторый небольшой клуб, в котором есть избранные, у них что-то есть, а всем остальным — крошки со стола. Это так?
— Да, очень важно: они никогда этого не произнесут таким образом, потому что это нелегально в буквальном смысле.
Правительство Франции в сентябре, мне кажется, 2023 года — то есть после того лета, той же осенью, — устроило рейд французской полиции в парижский офис Nvidia с попыткой найти доказательства этого сговора. Причиной был как раз тот самый пакт, который был заключён.
Понимаешь, он был заключён, но не письменно. Они встретились, договорились. Это можно воспринимать как конспирологические теории, но посмотрите на текущую реальность — и в целом получите картину.
Просто послушай, какой в целом нарратив вокруг искусственного интеллекта: к нему не без основания, а очень часто, относятся как к ядерному оружию. И в этом плане это национальная безопасность, там могут приниматься не такие решения.
— Окей. Мы выяснили, что сейчас мощности для искусственного интеллекта сильно централизованы. Объясните, в чём проблема централизации?
— Проблему централизации как раз сейчас становится очень хорошо видно, и чем дальше, тем будет больше примеров, так что нам станет проще об этом говорить. Ещё полтора года назад было сложно об этом говорить.
Недавно Anthropic объявили про свою новую модель, которую они уже никому не дадут, а дали только отдельным группам лиц, отдельным группам компаний. Она супермощная и так хорошо всё взламывает, что они говорят: «Давайте мы не будем давать её всем». Они оправдывают это тем, что раз она такая большая и так хорошо взламывает, им нужно защитить отдельные большие корпорации, большие банки и так далее.
А нам всем не нужна защита?
Ещё месяц назад было интервью Дария Амодея, создателя Anthropic, у Дваркеша. И он в какой-то момент рассказывает немного про свою бизнес-модель. У них же сейчас у всех фандрайзинг, они все готовятся, там всё было в основном про доходы. И он говорит: «Но не все же токены одинаково стоят. Представь, что, например, модель может вылечить тебя от рака. Сколько стоят эти токены?»
— Столько, сколько ты готов заплатить?
— Вообще как это можно говорить? Это же как электричество. Вот подаём мы электричество на дыхательный аппарат во время операции или не подаём? Это электричество должно стоить дороже, потому что ты же готов заплатить? Хочешь жить — плати дороже за электричество, которое подаётся именно сюда.
И вот здесь видно через эту призму, в чём опасность централизации владения AI. Если AI будет в каждом стакане — это шутка, я понимаю, — но воду сюда налил AI, донёс до меня AI-робот. И как только AI в каждом стакане, это и есть цена электричества. Если есть кто-то, кто может его остановить и сказать: «Тебе — да, тебе — нет», то он может назначать любую цену.
Это, во-первых, совершенно новый, невиданный до того механизм извлечения сверхдоходов. А во-вторых, это невиданный, совершенно безумный уровень власти и контроля.
Дальше мы сейчас смотрим на это как на корпорации, но очевидно, что в эту же игру придут государства, которые просто национализируют всё это. Даже не обязательно национализируют, но там точно будет очень сильно включён национальный интерес.
И вот уже разделение: это можно только государству или десяти корпорациям, а это можно всем. Вот это разделение — что можно им, что нельзя им, что можно этим, что можно другим. Сколько мы за это берём денег, сколько за то берём.
Я сейчас вцепился в стул, потому что это какое-то абсолютное безумие.
С другой стороны, мы с вами, на самом деле, немножко развращены интернетом, свободным интернетом. Потому что мобильные операторы ровно так и делали. Потом просто они стали трубами для интернета, и им это сильно не понравилось.
Давай на секундочку вспомним, что в итоге были пакты между мобильными провайдерами интернета и корпорациями о том, что они им выделяли отдельные каналы, а всех остальных замедляли. То есть тот же самый кабель, но твой сайт через него идёт медленнее, чем сайт Facebook, например. И такие факты были.
Когда всё вскрылось, общество взбудоражилось, были суды, общественные слушания, которые требовали и вели к тому, чтобы этого не было.
В данном случае это будет гораздо более сложная операция. Потому что, в отличие от кабелей и инфраструктуры, где ты можешь замерить: быстрее или медленнее, — здесь ты вообще ничего не можешь понять. Всё происходит на серверах, совершенно непрозрачно. Никто не может понять, что это, никто не может это замерить.
— И сколько токенов ты потратил на задачу.
— Сейчас как раз это происходит. Из-за того, что Anthropic стал сильно популярен среди программистов, среди использования для агентов, у них все сервера перегрузились. А они решили просто уменьшить количество токенов, которые тебе возвращает модель.
И все это видят в статистике. Вот только что Opus была действительно замечательной моделью, которая всё так хорошо делала, но прямо в статистике видно, что теперь она возвращает меньше.
— Отвечает короче.
— Меньше думает.
— Меньше думает. Чистый спрос-потребление.
— Но этот спрос-потребление будет всё больше и больше приводить к контролю того, кто может, а кто не может. Они чётко регулируют поставку: кто может получать эти чипы.
И, казалось бы, вот сейчас китайцы придут со своими. Но они-то тоже свои будут в основном поставлять к себе, да?
Все пока что немного расслабленные, потому что Китай в этой борьбе начал делать все свои модели, их лаборатории начали делать открытыми. Но люди тоже не понимают, что они открыты только до какого-то времени. Ты используешь открытость как способ догнать.
Иначе мы бы видели очень много китайского open source до того, но нет. Это не значит, что Китай теперь всю жизнь будет open source. Даже это видно: все последние модели, чем дальше идёт этот процесс, тем дольше они задерживают момент, когда переводят это в открытую.
И наше ожидание: 2026 год — последний год открытых китайских моделей.
— Если тренд к централизации не поменяется, как вы видите, что будет через пять лет?
— Через пять лет, если тренды не поменяются и мы не преуспеем в децентрализации…
— Про это следующий вопрос. Давайте: есть линия американских корпораций, немного китайских корпораций, которые будут…
— И пара попыток где-то между ними.
— Ага. То есть, если ничего не поменять, останутся вот эти суперкрупные игроки, и они просто будут выжимать прибыль из всех остальных. За счёт всех остальных будут супербогаты.
— За счёт того, что всем придётся этим пользоваться. Они будут поднимать цены до тех пор, пока могут.
Более того, это не только про цифровой мир. Те же самые искусственные интеллекты сейчас создают очень сильный прогресс в робототехнике. Просто невероятный. То, чего десятилетиями не могли добиться в робототехнике, сейчас происходит. Защищающего робота не было ещё десять лет назад.
— Я так понимаю, проблема в том, что даже это тоже будет контролироваться пятью игроками.
Партнёр этого сезона — компания Select. Я часто консультирую предпринимателей и замечаю…
Технические проблемы, с которыми сталкиваются стартапы, не новые. Вместе с Selectel мы вспоминаем истории стартапов на заре интернета — успешных и не очень — и делаем выводы для себя.
В 1995 году аспирант Стэнфорда Ларри Пейдж знакомится с другим аспирантом, Сергеем Брином. По воспоминаниям обоих, они тогда не сошлись буквально ни в чём. Но уже через год стали неразлучными друзьями и вместе разработали поисковый алгоритм BackRub.
Поисковиков тогда уже было много, но Пейдж и Брин придумали способ сделать ответы поисковика гораздо более точными. Они назначили главным критерием то, ссылаются ли на страницу другие сайты, особенно авторитетные. То есть как в науке: учёный тем выше в рейтинге, чем больше на него ссылаются другие учёные. За счёт этого принципа поиск стал точнее и быстрее.
Пользователей становилось всё больше, а значит, нужно было больше компьютеров, чтобы сервис мог работать нормально. Денег на серверы не было, и Пейдж с Брином собирали их из чего попало.
В 1998 году они попытались продать свою технологию, но все главные игроки на рынке им отказали, и тогда им пришлось развивать бизнес самим. Найти инвесторов оказалось легче, чем покупателей. Сооснователь Sun Microsystems Энди Бехтольшайм выслушал питч на крыльце своего дома и выписал аспирантам чек на 100 тысяч долларов. Потом вложились Джефф Безос и другие инвесторы. В сумме набралось около миллиона долларов.
Сейчас эту компанию вы знаете как Google.
Сегодня запустить проект с такими же амбициями гораздо проще на инфраструктуре Selectel. У Selectel больше 50 продуктов — от выделенных серверов до облачных сервисов. Инфраструктура работает на базе мощного железа и подойдёт для требовательных к производительности задач. А нужную конфигурацию можно собрать конкретно под свой бизнес из огромного выбора комплектующих. Ссылка на продукты Selectel — в описании выпуска.
— О’кей, чуваки, напугали всех. Централизация — плохо. Что вы предлагаете? Как можно децентрализовать искусственный интеллект? Какая альтернатива?
— Альтернатива в том, что реальность — это всё про оборудование. Если мы её приводим к наличию физических железок где-то в дата-центрах, которые обсчитывают математику, если мы всё сводим к перемножению матриц, то важно построить публичную инфраструктуру.
Она не обязательно должна принадлежать государствам, хотя государства могут участвовать в её построении. И должны были бы. Просто они очень долго запрягаются и слишком долго об этом думают, хотя некоторые страны ушли дальше других.
Речь о том, чтобы построить распределённую, публично доступную сеть этого оборудования.
Оказывается, что сейчас все американские корпорации строят гигантские дата-центры — Stargate или Colossus. Но каждый твой запрос всё равно идёт к одному серверу. Он не обрабатывается сотнями серверов, он всё равно обрабатывается одним сервером.
Если 100 тысяч человек пользуются сервисом, тебе нужно 100 тысяч серверов. Но нет ограничения, что всё это должно быть в одном месте. Это не должен быть один суперогромный дата-центр. Это может быть 100 дата-центров по 1 тысяче серверов. Более того, если они поближе к тебе, это даже лучше с точки зрения latency, задержки.
Что интересно: пока что — и так может быть ещё как минимум пару лет — задержка, связанная со связью, то есть сигналом по оптическому волокну от тебя до сервера и обратно, условно классная, если это 50 миллисекунд, нормальная — если 100, приемлемая — если 300. Больше уже будет плохо чувствоваться.
Но мы говорим о 50, 100, 300 миллисекундах, тогда как сама модель, когда ты прямо спрашиваешь у неё что-нибудь, секунду, а то и десять думает, прежде чем начать тебе отвечать. Поэтому большая часть задержки сегодня и в ближайшие пару лет всё ещё будет на стороне сервера, а не связи. Поэтому нет никакой проблемы в том, чтобы раскидать эти серверы.
Зачем их раскидывать? Исключительно для того, чтобы не было одной точки контроля этих серверов. Чтобы даже если какой-то дата-центр отпадает по политической, экономической или какой-то другой технической причине, ты всё ещё имел доступ к другим серверам.
И важно, чтобы принцип владения ими и пользования ими был каким-то открытым, рыночным принципом. Как этого можно было бы добиться — большой вопрос.
Размышляя об этом, мы пришли к единственному аналогу, единственному историческому прецеденту того, что случилось нечто подобное. Это биткоин.
Биткоин представляет собой распределённую инфраструктуру, которую построили миллионы людей, независимых друг от друга, не сговариваясь и не планируя ничего. Каждый сам за себя решал, сколько он будет вводить новых мощностей, покроются у него эти расходы или не покроются.
И эта инфраструктура, на секундочку, не просто сама по себе оказалась большим индустриальным проектом. Она ещё привела к созданию индустрии, созданию чипов.
— Конечно, ASIC-и эти начали делать для биткоина.
— Да, и много всего было придумано по поводу того, как могут быть устроены дата-центры: модульные дата-центры, системы охлаждения, системы коммуникации, которые нужно было как-то синхронизировать. Намного более эффективно, чем всё, что было построено для обычных серверов.
— Очень эффективно, безумно эффективно.
— Потому что каждая сэкономленная копейка идёт тебе в карман. Абсолютно. Это чистейшая конкуренция. Если ты можешь где-то в Тюмени купить дешёвое электричество и построить нормальный дата-центр — пожалуйста.
Это действительно потрясающий пример. Невероятная инфраструктура была построена. Единственное — все эти вычисления впустую.
— Впустую. Хотя они не пустые: они для защиты, для создания системы доверия.
— Тут мне надо пояснить для людей, не так глубоко технически погружённых, что биткоин и криптовалюты базово действуют так: есть специальные компьютеры, которые считают сложную задачу. И когда твой компьютер находит решение этой сложной задачи, у тебя появляется из воздуха, из ничего монетка, которую можно продать на рынке.
Критикой биткоина всегда было то, что это просто «греем воздух». И, конечно, хорошо, что вы научились расплачиваться за свои наркотики и вас никто остановить не может, но куда всё это электричество?
А тут вы говорите: «Давайте вместо этой бессмысленной, в кавычках, задачи мы начнём подкладывать задачи по искусственному интеллекту». Я правильно понимаю?
— Я сначала сделаю оговорку в защиту биткоина. Это фрейминг, который подставляет эту штуку: «О, это только для серых транзакций». Да нет, никто не покупает наркотиков на сотни миллиардов долларов в месяц. Нет такого. Поставим точку на этом и перестанем этот разговор.
Возвращаемся к главной теме. Что мы заметили? Сегодня майнеры биткоина, когда они делают вычисления, математические операции, берут результат этих математических операций и выкидывают. Вернее, фактически отдают его бесплатно всему миру.
Они получают за это коин, который платится не людьми за эти математические вычисления, а алгоритмом. Рынок оплачивает куплю-продажу этих монет, и всё это покрывается.
Теперь, если представить то же самое, но только для полезных вычислений, мы можем сказать: есть оборудование, оно считает какую-то математику. Те, кто поставили оборудование, получают свой коин. А математика, если она полезная, может доставаться чуть ли не бесплатно всему остальному миру.
Но интереснее, если мы поставим на неё рыночный механизм и посмотрим, сколько мир готов платить за эту математику. И тогда мы получаем два источника. Один — это монетки, точно так же, как в биткоине. А второй…
…этими же монетками, которыми мы теперь будем платить майнерам: выкупать у них монетки и оплачивать вычисления.
— О, это очень красиво.
— Это очень красивое решение, потому что сразу появляется место, куда тратить эти монеты. Более того, понятно, что мы все будем всё больше и больше потреблять искусственный интеллект и платить за него деньги.
Главное — понять, что вся инфраструктура, построенная только для одного биткоина, в итоге стоила людям по всему миру минимум 300 миллиардов долларов совокупно.
— Ни одна корпорация такие деньги выложить не может.
— Может. Совместно они выкладывают такие суммы за какое-то время. И сейчас их план как раз в том, чтобы выложить примерно столько же. Поэтому аргумент «никто не может их догнать, это невозможно, они тратят слишком много» звучит странно. Мы уже такое делали.
Более того, если посмотреть на биткоин: он был запущен в 2009 году, а облако Amazon — в 2006 году. То есть таймлайн примерно одинаковый. И меньше чем за 20 лет биткоин обогнал и перегнал по объёму математических вычислений и по объёму потребляемой электроэнергии не только Amazon, но Amazon вместе с Google, Microsoft, Apple и Meta, вместе взятые.
Если говорить именно о том, сколько энергии тратится на биткоин за последние 16 лет, это стало возможным благодаря развитию чипов. Люди, которые предоставляли оборудование, искали всё более и более эффективный способ считать эту задачу. За 16 лет эффективность с точки зрения джоулей на операцию увеличилась в 300 тысяч раз.
Раньше на одну такую вычислительную операцию нужно было 5 миллионов джоулей, а теперь тот же объём вычислений требует 15 джоулей. То есть снижение — с 5 миллионов до 15.
И мы как человечество понимаем, что AI-вычислений будет на порядок больше, чем сейчас. В каком-то смысле этим сейчас пытается заниматься только Сэм Альтман, и для него это даже не главная задача. Вообще не главная.
Сейчас все строят дата-центры на чипах Nvidia. Если попробовать с помощью таких же чипов воссоздать сеть биткоина с точки зрения её вычислительной мощности, математических операций, понадобится 5 квадриллионов долларов. Это просто не тот путь, которым нужно строить такую инфраструктуру.
Он прав в том, что человечеству нужно делать в сотни тысяч раз больше AI-вычислений. Это правда. Каждый, кто использовал агентов, уже это знает. В начале, когда мы общались с чатиком, мы отправляли ему 100 слов, и он возвращал 100 слов обратно. Теперь, когда мы отправляем 100 слов, мы запускаем swarm агентов, которые съедают миллионы слов. Это безумие.
Об этом нужно думать через призму электричества. Зачем было подключать каждый дом к электричеству? Ради одной лампочки? Нет: электричеством можно греть, разогревать воду, готовить еду, потом появился телевизор, охлаждение и так далее. Мышление об инфраструктуре AI должно быть таким же.
Но для этого сама инфраструктура должна быть построена по принципу, который приводит к большей эффективности: чтобы на каждую операцию тратилось меньше энергии. Кто больше посчитает, тот получит больше монет. Количество монет ограничено, и это давление, как показал биткоин, приводит к тому, что лучшие умы мира начинают искать самые эффективные решения.
Сегодня многие из этих людей на самом деле даже не могут участвовать в гонке, потому что, чтобы начать в ней участвовать, нужно быть американцем в Долине и работать в конкретных американских компаниях. Даже если убрать это ограничение, остаётся физический лимит: количество фабрик, способных производить такие чипы, ограничено.
— Я хочу быть уверенным, что люди поймут механизм. Сейчас ты платишь Amazon за то, что он делает вычисления на GPU. А в вашей системе вычисление будет делать кто-то другой, неважно кто, и тот, кто быстрее сделает это вычисление, автоматически с помощью алгоритма получит криптовалюту, которую дальше сможет использовать.
— Не быстрее, а больше.
— Тут ещё важный момент: он не только автоматически получит монетку за то, что посчитал, но и я должен буду заплатить ему той же валютой, той же криптовалютой, за то, что он сделал это вычисление. Если это можно сделать, это полный взрыв мозга.
— Мы уже это сделали, математика для этого работает.
— На самом деле оказалось, что математика за этим очень непростая. Потому что в распределённых сетях самое сложное — то, что ты никому не можешь доверять.
— Как вообще понять, что человек реально сделал задачу? В биткоине всё просто: задача очень сложная, но понять, правильно она решена или нет, легко. Это как пазл: сходится или не сходится.
— Да, можно перепроверить в обратную сторону. Но в AI-вычислениях это не такая простая задача. Мы лично положили на это два года жизни. Но она решаемая, потому что это всё равно математика, матричные вычисления, вещи, которые можно измерить.
Даже если не уходить в технические детали, оборудование, которое производит вычисления, физически недетерминировано. Оптимизация устроена так, что в ней есть небольшая случайность. Но оказалось, что независимо от всего этого можно построить алгоритм. И когда ты его запускаешь, он невероятно хорошо работает для того, чтобы люди, которые раньше майнили биткоин, могли развернуться и сказать: «Новый сервер подключим сюда».
— Подождите, а железо, которое у нас есть, супероптимизированное железо для майнинга биткоина и эфира, совершенно не годится ни для чего, кроме биткоина и эфира.
— Сейчас будет такой же процесс. Важно понять: оптимизация там произошла в 300 тысяч раз. Если каждый год делать оборудование в 10 раз эффективнее, то через пару лет оборудование, которое ты купил раньше, уже не может окупиться, потому что электричество будет стоить дороже, а все остальные производят быстрее.
То есть в каком-то смысле мы ничего не потеряли. Мы вложились в R&D. Самое эффективное R&D уже произошло, всё старое оборудование для биткоина уже выброшено. Теперь мы можем сказать: мы могли бы выбросить и это оборудование тоже, заменить его следующим поколением, но уже таким, которое считает AI.
И ты прав: когда люди думают о том, кто сделает лучшие чипы, они обычно смотрят на Google или Broadcom. А мы говорим: нет, надо смотреть на Bitmain — на ребят, которые делают ASIC. Они сейчас делают новые чипы для AI-вычислений, и мы уверены, что они будут сильно впереди по сравнению с классическими кремниевыми компаниями. Потому что последние 16 лет они занимались тем, что выжимали всё возможное из каждого транзистора.
— Мне очень интересно вот что. Сейчас в айфонах и MacBook уже есть AI-чипы. У меня тоже MacBook, он старенький, но в нём уже есть такой чип. А у новых айфонов вообще совершенно безумные возможности. Вы предлагаете сеть, в которую я буду отправлять задачи и получать что-то, торговать монетками — сложная история. Почему вычисления не будут просто происходить у меня на айфоне?
— Часть вычислений точно будет локальной. Уже прямо сейчас можно запускать Gemma 4 на мобильном телефоне. Это суперкрутая модель, и она уже работает. Это будет…
Возникает вопрос: когда мы говорим «суперкрутая», она суперкрутая на уровне телефона. Но на уровне того, чем сегодня на самом деле пользуются предприятия, программисты, агенты и так далее, она нерелевантна и никогда не будет релевантна. Потому что вопрос только в том, какое количество токенов твоя машинка в состоянии выпустить за секунду времени.
— Самый мощный MacBook?
— Да. Ты на нём действительно запустишь нормальную модель, но она будет выдавать тебе 10–20 токенов в секунду. Например, когда я программирую в Cursor, каждый запрос: я написал слово, отправил 100 тысяч токенов. Умножь это на количество секунд и пойми, что ты не будешь столько ждать.
Это странно, что для каждого из этих запросов мы запускаем серверы.
— Почему не здесь? Почему не поставить сюда?
— Потому что один чип стоит 60 тысяч долларов. На самом деле не столько чип, сколько вся плата: 60 тысяч долларов, и половина этой суммы — память. Быстрая оперативная память, которая на ней стоит, — это половина, сам чип — другая половина. Вместе — 60 тысяч долларов за одну плату.
А чтобы запустить полную модель, модель полного размера, нужно восемь таких чипов. То есть это уже 60 тысяч умножить на восемь.
Будущее все видят как некое сочетание. Часть будет производиться локально. Но когда тебе нужно запустить какой-то сложный процесс, в котором swarm агентов выполняет кучу задач, и на это уходят миллионы и миллиарды токенов, никакой локальный компьютер с этим не справится.
Для этого нужны дата-центры.
— И вы хотите сделать систему, в которой эти дата-центры будут принадлежать не пяти крупным игрокам, а каждый сможет сделать такой у себя. И если он сделает это эффективно, то будет на этом зарабатывать — просто через криптовалюту?
— Сейчас такой сервер стоит полмиллиона долларов: те самые восемь плат по 60 тысяч долларов. Но то, что грядёт, и наша ставка — что точно так же, как в биткоине, десятикратное уменьшение стоимости аутпута совокупно приведёт к тому, что это оборудование человек уже сможет купить локально, такую же штуку, но в десять раз дешевле.
И тогда человек уже сможет подумать: «О, я инвестирую 50 тысяч. Я же должен купить дорогую тачку. Поставлю её у себя в гараже, стану частью этой экосистемы и буду на этом зарабатывать. И если я ещё понимаю, что за год отобью эту тачку, а дальше она будет меня более-менее кормить…»
Там, правда, есть нюанс: железо тоже будет ускоряться, поэтому будет какой-то предел. Я как раз говорю о том, что мы берём опыт биткоина и видим: у нас уже есть исторический прецедент того, что происходит в ожидании роста.
А дальше какое ожидание роста? Сейчас в нашей сети, которую мы запустили в сентябре прошлого года, 3000 GPU.
— Это на самом деле больше, чем есть в большинстве стран.
— Да. Понятно, что с точки зрения США это всё ещё очень маленькая сеть, но с точки зрения большинства стран мира в этой сети уже больше GPU, чем в большинстве стран.
Я слышал историю, что Казахстан не может купить себе GPU для государственного проекта. Они купили, у них есть порядка тысячи.
— У нас?
— Причём они очень продвинутые, они на самом деле очень стараются.
— Безумно продвинутые. Сейчас их опыту постепенно учатся другие страны, смотрят, что они у себя делают. Они суперкрутые. И при этом у них всё равно всего около тысячи GPU. Они готовы купить сильно больше. Они ждут в очереди, ждут, когда им дадут эти чипы, потому что все чипы уже расписаны: кому они достанутся.
И в этом плане как раз только вместе мы сможем создать что-то реально актуальное. Потому что есть две страны, а вокруг ещё 200 других. И эти 200 вместе могут создать альтернативу.
— То есть вы видите государства как игроков этой системы в том числе?
— Да. За прошлый год мы встретились с министрами большого количества стран. До этого то, что мы предлагали, казалось неактуальным. Сейчас все хотят разговаривать, все хотят обсуждать, потому что все уже понимают проблему.
Я только что прилетел из Сингапура. Я встречался с министром, который отвечает за всё, что касается информации и AI. У них там есть не министр, а так называемый Permanent Secretary. Но я встречаюсь с ними на этом уровне, и они этого очень хотят.
Друзья, студия «Либо/Либо», которая выпускает этот подкаст, делает курсы по подкастингу. Если вы хотите создать свой разговорный или нарративный подкаст, научиться рассказывать истории, поставить речь или даже начать свой путь в аудиожурналистике, приходите на наши курсы.
Для слушателей «Запуска завтра» работает скидка 10% по промокоду «запуск» на любой курс. Ссылка на страничку со всеми подробностями — в описании эпизода.
— Слушайте, мы с вами полтора часа говорим, а слово AI ещё не произнесли. Сейчас мы это исправим.
Есть такая штука — AGI. По-русски это сильный искусственный интеллект. Или даже ASI — artificial superintelligence, то есть искусственный интеллект, во много раз превосходящий человеческий. Как вы думаете, достигнем ли мы его? И если да, то когда?
— AGI значит конкретную вещь: тот AI, который может выполнять все задачи, на которые способен средний человек. Мы очень скоро пересечём эту границу. Робототехника — это последнее, что осталось. Не больше двух-трёх лет, и мы пересечём эту грань.
Это ещё не конец занятий человека. Потому что надо сказать: мы уже сейчас можем заметить, что люди, которые адаптируются к этому, тоже растут в продуктивности. И планка того, что человек способен делать благодаря этим инструментам, тоже будет сдвигаться.
AGI точно будет.
— А что насчёт сверхинтеллекта?
— Со сверхинтеллектом тоже есть важный момент. Уже сейчас AI делает научные открытия. Это точно не повторение существующих открытий, это новые открытия. Поэтому уже нельзя говорить, что он умеет только повторять.
Например, 200 лет математики всего мира старались решить задачу и не решили. А AI решил. Да, сейчас он решает это всё ещё в партнёрстве с человеком. Но всё равно без AI этот человек не пришёл бы к этому решению.
Это уже серьёзная математика. Это уже сверхинтеллект.
Машины, автомобили, быстрее нас, и мы уже никогда не будем бегать так быстро. Но нам всё равно нравятся марафоны. Это не меняется. Люди продолжают играть. И в шахматы люди продолжат играть. Это не про это.
AI, если мы не позволим ему стать централизованным авторитарным инструментом, — это путь к изобилию. Это путь к тому, что у каждого человека в руке будет волшебная палочка.
— Это был мой следующий вопрос: как появление AI повлияет на мир?
— Может повлиять очень по-разному. Всё зависит от того, как он появится. И всё зависит от того, как общество сейчас будет реагировать на эти события.
Например, когда Anthropic решает, что не даст доступ к модели другим людям, кроме избранных компаний, общество должно на это реагировать. Потому что если оно не реагирует сейчас… На самом деле единственный способ реагировать — перестать пользоваться Anthropic.
Ну нет, хотя бы высказать своё мнение. Хотя бы сказать, что это не nice, что неправильно так поступать и так далее. Потому что мы своими же деньгами оплачиваем их путь в то будущее, которое нам всем очень не понравится.
Первое: обществу важно на это реагировать и научиться замечать, что это неправильно, что такие вещи не должны происходить и что мы должны отстоять свои права. Это не теория — можно отстаивать свои права.
Вот недавно, например, в Италии Netflix проиграл легальный процесс. Вы слышали эту историю?
— Расскажите, пожалуйста.
— Netflix непрерывно повышает цену, хотя вроде бы больше людей пользуется сервисом. Это должно быть для всех нас дешевле…
Потому что контент они больше не производят, а всё дешевеет, storage дешевеет. А они говорят: «Мы поднимаем цены с инфляцией». Хотя поднимают выше инфляции.
И главное, что они делают это автоматически: просто в следующем месяце с тебя возьмут больше. Не хочешь — отключайся. Не отключаешься — в следующем месяце ещё больше, и так далее.
В Италии потребители выиграли суд. Теперь все эти повышения цены признаны незаконными, и Netflix придётся возвращать все эти деньги.
— Класс.
— Да. Это вообще нужно, конечно.
— Интересно, уйдёт ли Netflix просто с итальянского рынка?
— Не уйдёт, потому что на самом деле им так выгодно. В целом это такая логика: если я уже подсадил тебя на свой сервис, можно поднимать цену до тех пор, пока ты готов платить. Я думаю, что общество с этим может и должно бороться.
И в этом плане мир с AGI может быть очень неприятным. Это может быть мир, в котором ты не можешь найти работу. А из-за того, что ты не можешь найти работу, ты не можешь себе ничего позволить.
Или другая альтернатива — когда все эти инструменты находятся в руках людей, и люди становятся на порядок более продуктивными. В некотором экстремуме этой продуктивности тебе уже не нужны товары других. Изобилие.
— Вы не рассматривали вариант, что всё это просто лопнет? Что был такой хайп, а потом вдруг перестал быть актуальным?
— Приведи пример из прошлого, когда что-то такое безумное лопнуло.
— Обычно говорят про пузырь доткомов.
— И что произошло? Мы собачью еду покупаем в интернете или нет?
— Абсолютно покупаем.
— А телевизор смотрим через интернет или не смотрим?
— Только этим и занимаемся.
— Значит, тогда это просто было чуть раньше времени, и слишком много было обещано. Но всё, что лопнуло тогда, сегодня в сто раз больше, чем было тогда.
Что происходит в пузырях? Есть какая-то реальная мысль и реальная правда. За ними иногда незаметно, что кто-то может мошенничать и создавать какие-то нечестные предприятия.
Например, весь dot-com bubble схлопнулся из-за того, что были две компании — WorldCom и Enron, — которые оказались полным фродом. За этим стояли сенаторы и так далее. То есть это был просто скам. Из-за этого появился страх, что всё остальное тоже, возможно, накручено, и всё развалилось.
У всех было плохо. У всех компаний, которые мы сегодня знаем, — Microsoft, PayPal, Amazon — все затянули пояса, перестали есть, перестали спать, ходили с протянутой рукой, просили денег, пытались выживать. Каждый, кто выжил тогда, сегодня — топовая компания.
Поэтому это неправильная интерпретация: будто bubble означает, что всё неправильно. Bubble означает, что всё слишком нагрето, приходят непрофессионалы и начинают кидаться деньгами во всё подряд. Многие потеряют деньги, потому что не понимают, во что на самом деле вкладывать. И действительно, многое обрушится: окажется, что много пирамид, много недобросовестных игроков, какие-то технологии просто проиграют.
Но overall нет никакой реальности, в которой AI не стал бы всем тем, о чём мы сейчас говорим. Бабблы, конечно, бывают, но любой, кто использовал искусственный интеллект, понимает, что это просто невероятная технология, которая уже изменила мир и изменит его ещё сильнее.
— Как вы сами пользуетесь искусственным интеллектом?
— Во-первых, ни одной строчки кода уже не пишется вручную. При этом, когда я пользуюсь искусственными интеллектами для написания кода, я всё ещё вижу очень большую роль человека. Но она уже не в написании кода, а скорее в том, чтобы находить новые направления, подталкивать к новым и необычным решениям.
Всё обычное уже делается невероятно быстро. Ты мог бы сам сделать анализ: собрать данные, скопировать отсюда и отсюда, открыть вкладочки, скинуть в табличку и потом сравнить. Вот такие вещи AI сейчас делает очень хорошо и очень быстро.
Опять же, я каждый раз перепроверяю. Постоянно перепроверяю. Но тем не менее работа, которая производится этими reasoning, аналитическими и системными инструментами, теперь делается только быстрее и качественнее.
Более того, самую большую роль сейчас — с точки зрения количества AI-вычислений, потребляемых и нами, и, думаю, рынком в целом, — играют как раз agentic-системы, агенты.
Причём там есть более сложная штука. Сейчас есть несколько слоёв: метапромптинг, агентинг. Агенты — это инструменты, которые могут пойти и что-то сделать.
— Пойти что-то сделать.
— Да. А метапромптинг — это своего рода графы инструкций.
— О том, как процесс этих агентов между собой подключить?
— Не просто между собой подключить, а выстроить в пайплайн, в цепочку принятия решений и передачи задач. Чтобы снимать с человека вопросы и лучше находить для него ответы — даже когда речь идёт об организационной структуре для бизнеса.
Есть системы вроде GStack или GetSh, и среди них есть даже такие, которые прямо говорят: «Это ваш backend office. Мы вам здесь создали CEO, CFO и так далее». И они исполняют свои роли. Начните с ними говорить: они зададут все нужные вопросы и сами за вас начнут платить налоги, считать ваш P&L и так далее. Буквально всё это сейчас уже есть, и мы этим пользуемся ровно так же.
— То есть вы настроили себе виртуального финансового директора?
— Потому что, когда ты, например, разрабатываешь программы, ты не хочешь просто разрабатывать программы, ты хочешь запускать тестирование. Когда ты запускаешь тестирование, например, для распределённой сети, это не просто юнит-тесты, которые можно локально запустить.
Тебе нужно провести сложный процесс: обновить серверы, запустить на серверах тесты, собрать с них статистику, собрать их логи, объединить, сделать Jupyter Notebook, который всё это соберёт и выведет какие-то аномалии, и так далее.
Что мы, например, сами делаем? Если ты хочешь понять, о чём говорят люди в Reddit, и более того — как-то их заэнгейджить и получить от них ответы, ты создаёшь агентов через такие же метапромптинги и пишешь системы, которые через твой же браузер логинятся, не через API, чтобы никто даже не мог понять, что это не ты делаешь, чтобы Reddit не мог это отследить.
Они ходят, читают, смотрят по определённым темам, заходят, пишут ответы, отвечают на ответы. Ты описываешь стиль, в котором хочешь отвечать, и они от твоего имени общаются. Собирают тебе данные и говорят: «Я провёл для тебя опрос среди людей в Reddit и понял, кто о чём думает».
— Кажется, это тоже были такие же агенты, как я.
— Я просто задумался: остались ли там вообще ещё люди?
— Люди останутся. Пока что этим пользуются не все. Но ты прав: интернет наполняется большим количеством контента, созданного такими agentic-системами.
— Последний вопрос. Я слышал такое мнение: люди, которые не пользуются искусственным интеллектом, останутся за бортом. Они будут вытеснены людьми, которые умеют хорошо пользоваться искусственным интеллектом.
— Давай я скажу так: людям, которые не пользуются искусственным интеллектом, нужно начать им пользоваться.
— И вот про это вопрос: чему начать учиться? Как это сделать?
— Первое, чему стоит учиться, — это учиться формулировать мысли. Формулировать всё, что ты хочешь получить.
Это и раньше было полезно, но, к сожалению, этому не очень учили. Поэтому люди обычно выходили из учебных заведений и не знали, что хотят делать в жизни.
Двигаясь в мир изобилия, нам тем более нужно развивать в себе умение решать и выбирать, что мы, собственно говоря, хотели бы сделать. Зная, что глаза будут разбегаться ещё сильнее.
…в плане того, что можно сделать. Тем более — учить себя некоторому стержню: лучше направлять свои усилия на что-то хорошее в мире, быть хорошим, добрым.
— Подожди, конкретно: как вы считаете, как лучше развивать умение хорошо формулировать мысли в 2026 году?
— Во-первых, искусственный интеллект очень хорошо этому учит. Если ты что-то у него попросил, а он этого не сделал, то не вини искусственный интеллект, а пойми, что, наверное, ты плохо сформулировал свою мысль.
Можно смотреть много роликов на YouTube о том, как люди строят себе агентов, и обращать внимание, как они формулируют свои мысли. Потом пробовать произнести то же самое. И если у вас не получилось так же хорошо, снова задуматься: что вы сформулировали не так?
Сейчас в целом у любого человека, которому кажется: «Я чего-то не знаю, чего-то не умею, поэтому я этого не делаю. Я, например, не программист», — уже не может быть такой отговорки. Сегодня любой человек может создать любой цифровой продукт.
— Есть барьер. Действительно, чтобы пользоваться инструментами, которые позволяют, как Давид говорит, создать продукт, есть некоторый барьер. Он психологический. Это не барьер знания, хотя чуть-чуть и барьер знания — в том смысле, что нужно пользоваться программными инструментами, программами, к которым люди не очень привыкли.
Но если мы привыкли к Excel и Word, то и к этим тоже привыкнем. Просто мы ими никогда не пользовались, потому что там сидели программисты-нёрды, занимались своим программированием, а мы думали: «Ой, я этого не понимаю, я даже не знаю, что там делать».
Но когда ты понимаешь, как там действовать, на какие кнопки нажимать, что эти кнопки означают, куда что вписывать и какие основные команды есть у этих инструментов, это важно. Потому что тут же всё превращается в тот же самый чат. Ты просто теперь общаешься с ChatGPT или, условно, с Anthropic Claude через другой интерфейс.
Этот интерфейс ему нужен, потому что через него он получает доступ к файлам на твоём компьютере, доступ к твоему браузеру и так далее. То есть эти инструменты — просто интерфейс к тому, чтобы тот же самый чат начал вместе с тобой что-то делать, а не просто писать тебе текст.
Есть барьер использования программных инструментов — типа терминала или IDE, среды, в которой обычно программисты программируют. Если перестать их бояться из-за того, что раньше они якобы были чем-то страшным, и просто войти в них, то можно понять, что они уже совсем другие.
— Угу.
— Это тот же самый диалог с чатом. Просто с чатом, который теперь знает, как писать за тебя программы, как помочь тебе создать продукты, сделать сайты.
Надо рискнуть. И надо упорно посидеть, позаниматься этим. Одного дня недостаточно, недели недостаточно. Месяц посидите, займитесь.
— Надо заниматься этим. Это очень важная штука. Прямо садиться и заниматься, не бояться.
— Садиться и заниматься — и можно создать всё что угодно. Как Давид говорит, сегодня невозможно думать: «Я не программист, поэтому не буду создавать программы». Это как: «Я не водитель, поэтому не буду водить машину». Пойди просто права получи. Или: «Я не повар, поэтому не буду готовить себе еду».
— Угу.
— Сегодня это уже сильно проще.
— У меня просто ощущение, что я наелся, и теперь мне нужно время всё это переварить — все эти знания. Очень красивый разговор. Спасибо вам огромное, что пришли.
— Тебе спасибо. Счастливо.
Это подкаст студии «Либо/Либо». Над эпизодом работали редакторка Маша Аглич, продюсеры Данил Остапов и Аня Коваленко, монтажёр Арсений Фильцев. За джингл спасибо Алексею Зеленскому.
Друзья, мы будем очень благодарны, если вы поддержите наш YouTube-канал. Подписывайтесь, ставьте лайк этому ролику и напишите комментарий, что вы думаете про децентрализацию искусственного интеллекта.
До встречи в следующий четверг.