В последние несколько лет крупные языковые модели (LLM) оказались в центре внимания технологической общественности и средств массовой информации. Конкурсы по созданию самой мощной и масштабной модели порождают стремление развиваться в сторону все более громоздких систем, потребляющих огромное количество ресурсов. Однако видные эксперты в области искусственного интеллекта, такие как Нандан Нилекани — сооснователь компании Infosys и архитектор крупнейшей национальной цифровой инфраструктуры Индии — утверждают, что эта одержимость большими языковыми моделями мешает видеть истинный потенциал ИИ и его практическое применение во благо обществу. Вместо того, чтобы соревноваться в могуществе алгоритмов, надо сосредоточиться на создании систем, которые решают реальные проблемы, становятся доступнее и полезнее для широкой аудитории пользователей. Нилекани отмечает, что процесс построения моделей со временем станет обыденностью.
Это значит, что сама по себе масштабность модели перестанет быть определяющей, поскольку на первый план выйдет качество и релевантность данных, а также адаптация технологии под конкретные задачи и локальные особенности. Важно учитывать, что небольшие специализированные модели, обученные на тщательно отобранных данных, могут по эффективности ничем не уступать крупным универсальным системам. Такие модели менее ресурсоёмки, быстрее работают и подходят для решения узконаправленных задач, будь то обслуживание клиентов, поддержка пользователей на родном языке или обработка специфических отраслевых данных. В контексте глобального диалога между США и Китаем о лидерстве в сфере искусственного интеллекта данный подход выглядит особенно актуальным. Модели, построенные в двух технологических супердержавах, действительно впечатляют своей мощью и масштабом, однако распространение знаний о том, как создавать качественные модели на основе открытых данных, способствует демократизации ИИ и даёт шанс большему количеству игроков включиться в процесс инноваций.
ИИ постепенно становится товаром, доступным для множества разработчиков и организаций, имеющих надлежащие вычислительные мощности и доступ к качественным данным. Но, как подчёркивает Нилекани, важно не терять из виду конечную цель — полезность, удобство и доступность искусственного интеллекта для каждого человека. Ключевую роль играет интеграция ИИ в те сферы, где он может изменить повседневную жизнь миллионов. Например, в Индии, где проживает более полутора миллиардов человек, существует огромное количество языков и диалектов. Обеспечить эффективное взаимодействие с технологиями на родном языке — значит сделать ИИ доступнее.
Речь идёт не просто о переводах, а о создании моделей, понимающих локальные особенности речи, региональные обороты и даже диалектные вариации. Такая адаптация позволяет использовать технологии там, где традиционные интерфейсы остаются недоступными из-за уровня грамотности или инфраструктурных ограничений. Примером служит проект AI for Bharat, который поддерживает Нилекани. Участники этой инициативы собирают высококачественные языковые данные от жителей различных регионов Индии, фиксируют живую речь, а также местные выражения. Эти данные открыты для общественности, что способствует развитию более точных и полезных языковых моделей на базе открытого исходного кода.
Это сообщество выбирает путь развития, где маленькие, целенаправленные модели строятся на прозрачных и доступных основах — в противовес гигантским коммерческим ЛЛМ, часто скрытым за «стеной» коммерческой тайны и ограниченного доступа. Подобный демократичный и ответственный подход важен не только для Индии, но и для всего мира. В эпоху цифровой трансформации общества, когда задача цифровой инклюзии становится первостепенной, модели ИИ должны работать на пользу широких масс пользователей, а не быть инструментом концентрации власти и знаний в руках немногих корпораций. Еще один важный аспект — интеграция ИИ в различные сферы, включая потребительский сектор, бизнес и государственное управление. Потребительская сфера уже насыщена чатботами и голосовыми помощниками.
Однако бизнес-структуры часто сталкиваются с проблемами из-за исторических «наследий» — разрозненных и плохо структурированных данных, что замедляет внедрение ИИ. Государственные услуги также могут получить мощный импульс, если использовать ИИ для масштабных социальных программ, улучшения здравоохранения, образования и даже аграрного сектора. Будущее за системами, допускающими распределённое использование моделей — например, работающими непосредственно на смартфонах или локальных устройствах. Такие решения обходятся дешевле, требуют меньше ресурсов и повышают конфиденциальность. Квантованные — сжатые и оптимизированные — модели могут полноценно работать без необходимости мощных дата-центров, что делает ИИ еще более доступным в условиях ограниченной инфраструктуры.
Нилекани считает, что задача создания искусственного интеллекта — не в бесконечном увеличении размеров моделей или скорости вычислений, а в доступности технологий и возможности интегрировать их непосредственно в жизнь разных слоёв общества. Важно развивать экосистему, где и крупные и малые игроки смогут создавать специализированные модели, открывая их общественности. Текущая гонка за лидерство в ИИ напоминает прошлые технологические бумы, такие как дотком-кризис или появление метавселенной. Безусловно, присутствует элемент восторженного хайпа вокруг ИИ, но в то же время за всей этой шумихой стоит реальный и мощный инструмент, способный менять жизнь миллионов людей к лучшему. Основным вызовом будущего является ответственное и взвешенное использование этих возможностей, чтобы избежать распространения дезинформации, манипуляций и других негативных аспектов.
В конечном счёте, настоящая революция в искусственном интеллекте начнётся тогда, когда технологии перестанут быть предметом похвалы за размеры моделей и громкие названия, а станут действительно полезными и широко применимыми инструментами в жизни каждого человека, улучшая социальные, экономические и культурные процессы. Такой подход требует не только технических инноваций, но и изменения мышления, переключения с количества на качество, с бизнеса на человека, с амбиций на эффективность. Именно на этом пути, по мнению Нилекани, лежит будущее искусственного интеллекта — будущее, в котором ИИ станет мощным инструментом глобальной цифровой справедливости и всеобщего блага.
