Искусственный интеллект работает потому, что большие вычисления, данные и архитектуры обучения наконец совпали по масштабу. У человеческого мозга около 86 миллиардов нейронов и более 100 триллионов синаптических связей. У frontier-моделей параметры всё ещё несопоставимо меньше, а точные значения у крупнейших закрытых систем обычно вообще не раскрываются. Но модели компенсируют это тем, что обучаются на колоссальных массивах текста и кода. Именно сочетание вычислений, данных и масштаба позволяет им сокращать разрыв и выполнять всё более сложные интеллектуальные задачи.
Один из ключевых людей этой истории — Джеффри Хинтон. Его работа по backpropagation и deep learning долго казалась слишком дорогой и слишком ранней. Потом пришёл AlexNet, и стало видно, что глубинные сети могут резко изменить качество компьютерного зрения. Это был момент, после которого индустрия окончательно поверила в современный AI.
Отдельной линией идёт история DeepMind и Demis Hassabis. Лаборатория строилась как попытка соединить machine learning, reinforcement learning, нейронауку и игру как полигон для интеллекта. После сделки с Google этот вектор получил вычислительный масштаб. AlphaGo показал, что AI может решать задачи, которые считались слишком интуитивными для машины. Затем пришёл AlphaStar в StarCraft II, а позже AlphaFold превратил AI уже не только в игровую, но и в научную силу. Именно за AlphaFold Demis Hassabis и John Jumper получили Нобелевскую премию по химии 2024 года.
Следующий перелом произошёл, когда стало ясно, что масштабирование модели, данных и вычислений даёт системный рост качества. OpenAI, а затем и другие лаборатории, показали, что при достаточном масштабе модели начинают обобщать, писать код, рассуждать и работать как универсальный интерфейс к знаниям и задачам.
Трансформеры стали архитектурой, которая по-настоящему развернула современный AI. В статье Attention Is All You Need исследователи Google показали, что механизм внимания может заменить рекуррентные схемы и дать более масштабируемую, параллельную и универсальную основу для работы с последовательностями. На этом выросли почти все современные LLM.
LLM — это large language model, большая языковая модель. В основе почти всего текущего AI лежит именно она. Такая модель учится предсказывать следующий токен, но на практике это рождает способность отвечать, суммировать, переводить, писать код, работать с документами и связывать разные типы данных в одном контексте. Токен — это не всегда целое слово: это может быть часть слова, символ, число или короткий фрагмент текста. Именно поэтому модели обычно считают не слова, а токены.
Агент отличается от просто модели тем, что может не только отвечать, но и действовать. Для этого ему нужны инструменты: браузер, файлы, API, поисковые и рабочие сервисы. MCP-серверы дают общий способ подключать эти инструменты. Именно поэтому сейчас начинается эпоха мультиагентных систем: модели становятся не только говорящими, но и исполняющими.
AGI обычно понимают как уровень систем, которые могут выполнять широкий класс интеллектуальных задач на уровне, сопоставимом с человеком. Дальше появляется разговор о superintelligence — системах, которые выходят далеко за пределы человеческого уровня и начинают ускорять собственное проектирование и влияние на мир. Это уже не только инженерный, но и стратегический вопрос управления и безопасности.
Впереди — рост multimodal и agentic систем, роботов, научных и медицинских моделей, а также борьба за вычислительную инфраструктуру нового поколения. Обсуждаются орбитальные дата-центры, новые AI-стойки, симуляции для physical AI и использование моделей для изучения материалов, лекарств и сложных болезней. Главное изменение в том, что AI перестаёт быть просто интерфейсом ответов и становится производственной системой действий.