Скрытые издержки бума искусственного интеллекта

Любой, кто время от времени смотрит новости или читает газеты, знает: нынешний бум в области искусственного интеллекта является причиной многих негативных явлений. Ярким примером этого является резкий рост цен на видеокарты (GPU) и другие специализированные ИТ-компоненты, из-за чего мощные ПК, ноутбуки или смартфоны становятся практически недоступными для многих домашних пользователей.

Однако гораздо более серьёзной проблемой является чрезмерная потребность центров обработки данных ИИ в ресурсах. Чтобы удовлетворить спрос на электроэнергию, ИТ-гиганты больше не могут полагаться исключительно на возобновляемые источники энергии: всё чаще прямо рядом с центрами обработки данных строятся газовые электростанции (примерами могут служить Microsoft или компания X.ai Илона Маска). Если этого всё ещё недостаточно, они прибегают к атомной энергетике: либо строя собственные реакторы (например, Amazon), либо заключая многолетние контракты с существующими атомными электростанциями, продлевая срок их эксплуатации на долгие годы, несмотря на то что их давно следовало заменить другими источниками энергии (именно такой подход применяет Meta, материнской компании Facebook и других компаний).

Само собой разумеется, что такая практика оказывает долгосрочное негативное воздействие на окружающую среду. Но даже в краткосрочной перспективе частные лица ощущают последствия в виде роста цен на электроэнергию и другие источники энергии. Например, недавнее заявление компании Google о намерении построить свой первый центр обработки данных в Австрии вызвало дискуссии о том, окажет ли этот проект прямое влияние на цены на электроэнергию по всей стране. Ведь, по оценкам, этот центр обработки данных может потреблять около 5–6 процентов всей электроэнергии Австрии — почти в два раза больше, чем город Грац.

Но хватит об влиянии на (экологические) затраты; перейдём к гораздо более прозаическому недостатку. Хотя в определённых кругах искусственный интеллект считается почти демократизацией знаний, к таким идеям следует относиться с большой осторожностью. Конечно, большая языковая модель (LLM) предоставляет пользователю доступ ко всему богатству знаний модели, которое на сегодняшний день, как правило, невообразимо обширно. С другой стороны, сначала необходимо получить доступ к самому ИИ. Зачастую такой доступ просто отсутствует в менее обеспеченных семьях, регионах или культурах, поскольку для взаимодействия необходимы как минимум подключение к Интернету и подходящее устройство.

Тот факт, что не каждый может пользоваться ИИ, на первый взгляд может показаться не столь серьёзным, учитывая, что ещё несколько лет назад мы тоже не имели к нему доступа. В то же время, однако, следует отметить, что за это время мир изменился. Компании и самозанятые специалисты, не использующие ИИ, теряют конкурентоспособность из-за более низкой производительности; школьники и студенты, не имеющие доступа к ИИ-репетиторам и учебным пособиям, отстают от своих более привилегированных сверстников; на рынке труда всё чаще требуются навыки работы с ИИ, и так далее. Даже в небольших масштабах разница между людьми, которые могут позволить себе доступ к платным (Pro) версиям больших языковых моделей (LLM), и теми, кто вынужден полагаться на бесплатные модели, уже сегодня зачастую заметна.

Ещё одна проблема заключается в том, что тем, кто не привык пользоваться ИИ, значительно сложнее распознавать дипфейки и контент, сгенерированный ИИ. Это подвергает их воздействию дезинформации и пропаганды гораздо в большей степени, чем других. Следует признать, что даже для опытных пользователей это становится всё более сложной задачей, поскольку изображения и видео, сгенерированные ИИ, с каждым днём выглядят всё лучше и реалистичнее.

И последний недостаток, прежде чем мы окончательно впадем в уныние, заключается в том, что искусственный интеллект ослабляет наши навыки решения проблем и укрепляет наши предубеждения. Любой, кто слишком сильно полагается на всезнающего собеседника, у которого есть решение для любой проблемы, рано или поздно утратит мотивацию самостоятельно находить подходящий выход из ситуации. Самым большим ущербом является не столько потеря мотивации, сколько утрата практики и, как следствие, способности решать проблемы. Кроме того, искусственный интеллект не является нейтральным — он был обучен на основе данных, созданных людьми и содержащих предвзятость. ИИ перенимает эти предубеждения и, возможно, даже усиливает их.

Какие выводы мы можем из этого сделать? Сегодня искусственного интеллекта не избежать, поскольку тот, кто не вступает в русло развития ИИ, просто не сможет идти в ногу со временем во многих областях. В то же время по многим причинам было бы действительно лучше обойтись без ИИ вовсе. Как это часто бывает в жизни, придется найти золотую середину — ни то, ни другое.