Демис Хассабис стоит на сцене лондонского форума AI for Science и говорит о новом ренессансе. Его можно понять — компания Google DeepMind, которой он руководит, получила Нобелевскую премию по химии, а ранее искусственный интеллект отметился и в физике. Казалось бы, самое время праздновать победу человеческого разума. Но в зале витает тревога.

«При моей жизни какая-то версия ИИ-Фукусимы практически неизбежна», — эти слова онколога из Колумбийского университета и лауреата Пулитцеровской премии Сиддхартхи Мукерджи заставляют аудиторию напрячься. Сравнение с ядерной катастрофой 2011 года звучит пугающе актуально. И дело не только в том, что ИИ-системы потребляют больше энергии, чем некоторые страны.

Возьмем простой пример: обучение одной языковой модели типа ChatGPT требует 10 гигаватт-часов энергии — столько же потребляет тысяча американских домов за целый год. При этом компании вроде Google активно рекламируют свои успехи в прогнозировании наводнений, пожаров и экстремальной жары — тех самых катастроф, которые участились из-за климатического кризиса. Получается замкнутый круг: технологии, призванные спасти нас от последствий глобального потепления, сами разгоняют этот маховик.

Хассабис пытается успокоить скептиков: «Преимущества этих систем значительно перевесят затраты энергии». Он верит, что в ближайшее десятилетие ИИ поможет создать новые батареи, сверхпроводники комнатной температуры или даже термоядерный синтез. Более того, поскольку Google привержена зеленой энергетике, растущий спрос должен стимулировать инвестиции в возобновляемые источники и снизить их стоимость.

Но Асмерет Асефау Берхе, бывший директор Управления науки Министерства энергетики США, не разделяет этого оптимизма: «Нам нужны действительно трансформационные изменения, а не просто разговоры об инвестициях в renewable energy».

Впрочем, нельзя отрицать уже существующие достижения. В Найроби медсестры используют ИИ для УЗИ беременных женщин, экономя годы на обучении специалистов. Лондонская Materiom создает 100% биоматериалы без нефтехимии. На горизонте маячит амбициозный проект виртуальной клетки — попытка воссоздать единицу жизни. А нобелевская программа AlphaFold, детище Хассабиса и его коллеги Джона Джампера, уже революционизировала понимание структуры белков.

Особенно впечатляющие перспективы открываются в медицине. Исследователи из Isomorphic, дочерней компании Google DeepMind, работают над ускорением разработки лекарств. «Мы сократим процесс с десятилетий до недель», — обещает Хассабис. Швейцарская Novartis уже использует ИИ не только для проектирования препаратов, но и для оптимизации клинических испытаний. Специальные алгоритмы даже подсказывают, как отвечать регуляторам, анализируя успешный опыт предыдущих согласований.

Дженнифер Дудна, нобелевский лауреат и пионер генного редактирования CRISPR, видит в искусственном интеллекте шанс сделать передовые методы лечения доступнее. Сейчас первая одобренная CRISPR-терапия стоит $2 млн за пациента — очевидно, что при такой цене она останется уделом избранных. В её Инновационном геномном институте в Беркли параллельно работают над другой амбициозной задачей — созданием коровы без метана путем редактирования кишечной микрофлоры.

Но остается серьезная проблема: большинство ИИ-систем работает по принципу «черного ящика» — они выдают результаты, но не могут объяснить, как к ним пришли. Хассабис обещает, что в течение пяти лет эта проблема будет решена благодаря технологиям, аналогичным сканированию мозга. Но не станет ли эта прозрачность очередным ящиком Пандоры?

«ИИ — не волшебная палочка», — напоминает глава DeepMind. Чтобы добиться прорыва, нужно правильно определить проблему, собрать данные, создать алгоритмы и применить их корректно. Но что если мы ошибемся на любом из этих этапов?