Строительство и эксплуатация гигаватта вычислительных мощностей в течение пяти лет, по оценке Сэма Альтмана, обходятся в $70 млрд (около 5,64 трлн ₽). Глава OpenAI считает, что автоматизация с помощью роботов может заметно снизить эту стоимость и помочь справиться с нехваткой вычислительной инфраструктуры.
В подкасте Cheeky Pint, который ведёт сооснователь Stripe Джон Коллисон, Альтман назвал достижимой целью создание дата-центров, способных воспроизводить себя с помощью роботов под управлением ИИ. В его схеме ИИ будет управлять роботами на производствах микросхем, турбин и солнечных панелей, а затем машины помогут возводить новые дата-центры. Альтман рассчитывает, что так OpenAI сможет получать больше вычислительных ресурсов по меньшей цене.
Сумму $20 млрд (около 1,61 трлн ₽) за такой же объём мощностей и тот же пятилетний срок Альтман назвал гораздо более привлекательной. OpenAI также разрабатывает собственный чип. По словам руководителя, он показывает хорошие результаты по производительности ИИ на единицу потребляемой электроэнергии.
Спрос на память и другие компоненты быстро растёт, но производители не спешат увеличивать мощности. Альтман объяснил осторожность отрасли прошлым опытом: строительство слишком большого числа заводов приводило к серьёзным финансовым потерям. По его оценке, постепенная автоматизация могла бы помочь устранить дефицит вычислительной инфраструктуры.
В разговоре Альтман затронул и риски ИИ для кибербезопасности. Модели всё лучше находят уязвимости в программах, а специалисты ещё не проверили с их помощью весь существующий код. По мере расширения таких проверок могут обнаружиться более серьёзные ошибки; отдельную угрозу представляют уязвимости на уровне аппаратного обеспечения.
Песочницы, изолирующие работу модели, по словам Альтмана, эффективны только до определённого уровня её возможностей. Мониторинг даёт дополнительную защиту, однако безопасность в конечном счёте зависит от того, насколько поведение системы соответствует намерениям разработчиков. Альтман считает, что по мере развития ИИ отрасль не может быть уверена в эффективности нынешних методов.
Вместо одной чрезвычайно мощной модели Альтман предпочёл бы команды взаимодействующих ИИ-агентов, чьи способности немного превышают человеческие. Такие системы тоже несут риски, связанные с согласованностью поведения, а для отдельных моделей в будущем, возможно, придётся ограничить уровень возможностей.
Говоря об ИИ для научных исследований, Альтман отметил, что методы, которые помогли моделям OpenAI добиться успехов в математике, могут пригодиться и в исследовательской работе. Одна математическая задача потребовала ресурсов стоимостью около $10 млн (примерно 805,6 млн ₽), а общие расходы компании на математические исследования с учётом других работ достигали сотен миллионов долларов.
Альтман назвал потенциал технологии огромным, но признал, что индустрии пока не удалось убедительно объяснить обществу, почему ожидаемая польза оправдывает риски. Среди них он перечислил массовую потерю рабочих мест и усиление слежки.
