Штучний інтелект досягає ідеальної частини S-подібної кривої

Одна з найпереконливіших теорій про майбутнє штучного інтелекту, як не дивно, походить зі 161-річної статті про вугільну промисловість. У 1865 році англійський економіст Вільям Стенлі Джевонс зазначив, що вдосконалення парової машини, що працює на вугіллі, не зменшили споживання вугілля у Великій Британії.

Натомість, вони значно його збільшили. Підвищена ефективність знизила вартість парової енергії, що створило так багато нових застосувань та користувачів, що загальне споживання різко зросло. Це стало відомим як парадокс Джевонса.

Генеральний директор Microsoft Сатья Наделла застосувала це після того, як DeepSeek запустила свою недорогу модель штучного інтелекту на початку минулого року, і цифри підтверджують його думку.

За даними Epoch AI, вартість запуску великої мовної моделі на заданому рівні продуктивності знижується в середньому в 50 разів на рік. І все ж річний дохід OpenAI зріс з 2 мільярдів доларів у 2023 році до понад 20 мільярдів доларів у 2025 році, тоді як його обчислювальна потужність потроїлася за один рік. Витрати падають. Витрати зростають. Це парадокс Джевонса в дії.

Більшість покращень ефективності не викликають такого вибуху. Наприклад, світлодіодні лампи стали радикально ефективнішими, але кількість кімнат, які потрібно освітити, обмежена. Двигуни внутрішнього згоряння постійно вдосконалювалися протягом десятиліть, але люди не їздять вдвічі далі лише тому, що їхній автомобіль споживає менше пального.

Штучний інтелект відрізняється

Питання не в тому, чи застосовується парадокс Джевонса, а в тому, коли.

Відповідь пов'язана з тим, як поширюються технології. Як показав Річард Фостер з McKinsey у своїй книзі 1986 року «Інновація: перевага атакуючого», технології розвиваються не по прямих діагональних лініях вгору, а по S-подібних кривих: повільне впровадження внизу, вибухове зростання посередині, насичення зверху.

Вітрило поступилося місцем парі. Вакуумні лампи поступилися місцем транзисторам, які поступилися місцем напівпровідникам. Кожен з них дотримувався однієї й тієї ж схеми.

Критичний момент – це точка перегину, де S починає рухатися вертикально. Назвемо це прихованим порогом. Нижче нього технологія працює, але вона обмежена елітою. Тільки люди з достатньою кількістю грошей, технічними навичками або інституційним доступом можуть нею користуватися, і вони незграбно прокладають собі шлях. Хедж-фонди платили за спеціальні інструменти обробки природної мови за роки до появи ChatGPT. Програмне забезпечення мало доступ до GPT-3, починаючи з 2020 року . Технологія була одночасно потужною та обмеженою.

Технологічний прогрес не є лінійним

Більшість технологій розвиваються по S-подібній кривій: повільне впровадження внизу, вибухове зростання посередині, насичення зверху. Критичним моментом є «прихований поріг», де S починає рухатися вертикально.

Коли добре забезпечені інсайдери витрачають реальні гроші, щоб отримати доступ до чогось, це ознака. Попит причаївся, він чекає, поки технологія стане достатньо доступною.

ChatGPT не був разючим стрибком у базових можливостях порівняно з GPT-3. Це був інтерфейс чату, вбудований поверх скромно оновленої моделі. Але він був достатньо хорошим, достатньо доступним і достатньо дешевим, щоб мільйони людей, які були заблоковані, раптово могли ним користуватися. Він перетнув прихований поріг.

Попит перейшов від статичної фіксації до вертикальної: від 100 мільйонів користувачів приблизно через рік після випуску в листопаді 2022 року до 900 мільйонів активних користувачів щотижня сьогодні. І ось та частина, яка найважливіша для розуміння того, що сталося: власні інженери OpenAI були здивовані сприйняттям. Люди, які створили продукт, не передбачали такого попиту.

Нижче прихованого порогу покращення реальні, але база користувачів занадто мала та спеціалізована, щоб парадокс Джевонса міг спрацювати. Вище нього дамба руйнується. Продукт перестає бути елітним заняттям і починає бути чимось, чим може користуватися кожен.

Але пам’ятайте, що це S-подібна крива: вертикальна частина не триває вічно. Наприклад, реактивний двигун перетнув прихований поріг наприкінці 1950-х років, коли зробив повітряні подорожі достатньо швидкими та доступними для мас. Протягом наступних двох десятиліть світові пасажирські авіаперевезення зростали на 14% на рік. Сьогодні, коли літаки літають ледь швидше, ніж у 1958 році, цей темп зростання встановився на рівні незначної частини.

Штучний інтелект також досягне певної межі, і з причин, більш фундаментальних, ніж регулювання чи енергетика. Інтелект дає людям лише певний обсяг важелів впливу на багато проблем, навіть на перший погляд простих.

Чому інтелект має природну межу

Фізик Майкл Беррі підрахував, що прогнозування дев'ятого зіткнення більярдної кулі вимагає врахування гравітаційного тяжіння глядачів, і що до 56-го числа вам потрібно буде знати положення кожної частинки у спостережуваному Всесвіті. Якщо більярдні столи такі нерозв'язні, розглянемо фінансові ринки, де, як стверджував Джордж Сорос, самі прогнози змінюють поведінку учасників, створюючи рефлексивність, яку жодна кількість інтелекту не може розплутати.

Спокусливо вважати, що ШІ — це остаточна революція, бо ми знаходимося в її центрі. Але кожна технологія, яка коли-небудь перетинала прихований поріг, відчувалася унікальною для людей, які живуть під її впливом. S-подібна крива ШІ зрештою вирівняється, бо всі S-подібні криві стають такими. І коли це станеться, наступна революція не буде більше ШІ. Це буде щось інше, щось, що зараз знаходиться на плоскому дні власної S-подібної кривої, де впровадження виглядає незначним, а технологія — нішевою цікавинкою. Її розробники розглядатимуть помірні прогнози та вважатимуть, що вони розуміють свій ринок.

Вони цього не зроблять. Попит буде прихованим нижче певного порогу, перевищення якого зробить їхні прогнози схожими на помилку округлення. Вони цього не передбачать. Люди, які будують наступну революцію, ніколи цього не передбачають.