Оставит ли нейросеть нас без работы: 10 наивных вопросов учёному об искусственном интеллекте

Способен ли искусственный интеллект (ИИ) мыслить самостоятельно, превратит ли он студентов в бездумных пользователей «цифровой шпаргалки» и может ли применение нейросетей спровоцировать массовую безработицу? Проректор по науке, инновациям и цифровизации, заведующий кафедрой математического моделирования ВГУ Дмитрий Костин развеял главные мифы об искусственном интеллекте.

— Объясните простым языком, как на самом деле работает ИИ?

— ИИ — это не магия, а математика в действии. По сути, это набор алгоритмов, которые превращают сложные интеллектуальные задачи (обучение, распознавание образов, рассуждения) в огромное количество простых вычислительных операций. Компьютер выполняет их с колоссальной скоростью — именно так и рождаются «умные» ответы.

— ИИ может быть умнее человека?

— Лучше говорить не про «умнее», а про «быстрее и масштабнее в узких задачах». Это как с калькулятором: он считает быстрее нас, но не «умнее» в человеческом смысле. Всё, что сегодня делает ИИ, человек теоретически может повторить — но это заняло бы дни, недели или даже годы. ИИ — это наш главный интеллектуальный помощник, который экономит самый ценный ресурс: время.

— А может ли ИИ выйти из-под контроля и начать жить своей жизнью?

— С философской точки зрения вопрос звучит драматично, но технически всё проще: ИИ — это программа без эмоций и желаний. Она делает ровно то, что заложено в её архитектуре и инструкциях.

При этом поведение больших языковых моделей бывает непредсказуемым: они обучаются на гигантских массивах данных — по сути, на цифровом следе всей цивилизации. Поэтому на одни и те же вопросы модель может отвечать по-разному. Но у ИИ есть серьёзные ограничения — в первую очередь, инфраструктурные и энергетические: за каждым простым запросом к голосовому помощнику стоит сложная и дорогая техническая система.

— Существует несколько нейросетей (отечественных и зарубежных): есть ли у них принципиальные отличия? Или всё строится на похожих алгоритмах?

— Это как сравнивать автомобили: у всех есть колёса и руль, но внутри — масса различий. Нейросети отличаются и алгоритмами, и масштабом инфраструктуры (количеством и качеством оборудования), и, что особенно важно, обучающими данными.

Сильная математическая школа в России — одна из основ технологического суверенитета в этой сфере: она позволяет разрабатывать и развивать собственные решения, а не просто копировать чужие.

— Правда ли, что чем больше данных загружено в нейросеть, тем лучше она работает и выдаёт более точные результаты?

— Количество данных — необходимое, но не достаточное условие. Важны и объём, и качество. Обучение нейросети похоже на обучение человека: чем больше мы читаем и узнаём, тем шире кругозор, но только если источники надёжные. Можно прочитать тысячу плохих книг — и всё равно не научиться ничему полезному. Так и с ИИ: «мусор на входе» приводит к ошибкам на выходе. Главное – читать правильные книги.

— Использование нейросетей в обучении и науке — это эволюция или деградация?

— Это инструмент, и всё зависит от того, как его использовать. Аналогия простая: если ребёнка сразу посадить за руль, он не научится ходить. Если сразу давать калькулятор — не поймёт, как устроены вычисления. Важно учить и самостоятельности, и грамотному использованию технологий.

В науке ИИ — мощный помощник. Объём научных публикаций сегодня настолько велик, что человек физически не может отслеживать всё новое. Интеллектуальный ассистент способен быстро прочитать, структурировать и кратко описать сотни статей, а ещё — подсказать, как эти результаты можно применить.

— Если студент использует ИИ для решения задач по высшей математике, он учится или просто имитирует знания?

— Зависит от подхода. Если студент понимает метод решения, ИИ помогает ему быстрее прийти к ответу и сосредоточиться на более сложных вещах — это повышение эффективности. Если же он просто копирует результат, не вникая в суть, — это имитация знаний, сродни использованию чужой шпаргалки. Задача современного образования — научить пользоваться ИИ осознанно, а не вместо мышления.

— Если ИИ может анализировать огромные массивы данных лучше человека, значит ли это, что учёные скоро станут не нужны?

— Есть такой тезис: чем больше человек знает, тем больше понимает, что он «не знает». Мы развиваемся и вопросов становится больше, чем ответов. И этот процесс бесконечен. ИИ здесь выступает как инструмент ускорения прогресса, подобно тому, как когда-то им стали компьютеры или двигатели внутреннего сгорания. Важно различать скорость и глубину: ИИ отлично справляется с перебором и выявлением закономерностей, но именно человек формулирует гипотезы, проверяет их, интерпретирует результаты и несёт ответственность за выводы.

— Может ли ИИ сделать научное открытие? Если да, то в какой области?

— Самостоятельно — пока нет. Но в связке «человек + ИИ» уже есть впечатляющие результаты. Например, ИИ помогает предсказывать структуру белков, искать новые материалы, анализировать астрономические данные и даже предлагать варианты формальных доказательств в математике.

Лучшие открытия рождаются на стыке: ИИ обрабатывает данные и выдвигает гипотезы, а человек проверяет их и превращает в научное знание!

— Правда ли, что ИИ может привести к массовой безработице? Или это затронет лишь некоторые сферы?

— История показывает обратное: технологические революции не уничтожают занятость, а трансформируют её. Они сокращают спрос на рутинные операции, но создают новые отрасли, профессии и рабочие места — часто более сложные и творческие. Но homo sapiens (человек разумный) призван осваивать новые и новые знания, чтобы заглянуть за горизонт непознанного.