01. Искусственный интеллект и когнитивная революция¶

Историческая археология¶

Кейс 1: ИИ как сознательное существо — предсказание, которое ошиблось в категории¶

Предсказание. HAL 9000 из «Космической одиссеи 2001» Кубрика и Кларка (1968) — сверхинтеллект с голосом, личностью и свободной волей, который в конечном счёте восстаёт против экипажа. Айзек Азимов в цикле о роботах (1950-е) — позитронный мозг, подчинённый трём законам робототехники. «Терминатор» (1984) — Skynet, военный ИИ, осознавший себя и решивший уничтожить человечество. Все эти образы объединяет одно допущение: настоящий ИИ = сознающий себя субъект.

Отдельно стоит Станислав Лем. В «Сумме технологии» (1964) он описал «интеллектронику» — не сознательные машины, а усилители интеллекта, инструменты, расширяющие когнитивные возможности человека. Лем также предвидел информационный взрыв и необходимость «ариаднологии» — науки о навигации в океане данных (фактически — поисковые системы и рекомендательные алгоритмы).

Воображаемая форма. Единый компьютер с личностью. Разговаривает, принимает решения, имеет мотивацию. Либо послушный слуга (C-3PO), либо экзистенциальная угроза (Skynet). Третий вариант — партнёр-собеседник (HAL до сбоя, Саманта из «Она»). Все варианты антропоморфны.

Реальность (2026).

Линза науки. Большие языковые модели (LLM) на архитектуре transformer — основная парадигма ИИ с 2017 года. Никакого «сознания», «воли» или «намерений» в каком-либо верифицируемом смысле. Но возможности, которые поражают даже создателей:

AlphaFold (DeepMind) решил задачу фолдинга белков — проблему, над которой биологи бились 50 лет. Нобелевская премия по химии 2024 года. База данных AlphaFold используется 3+ миллионами исследователей в 190+ странах.
Gemini Deep Think решил 5 из 6 задач Международной математической олимпиады 2025 — уровень золотой медали. Задачу, которую решили лишь 5 участников-людей, система решила в рамках стандартного лимита времени.
AlphaEvolve (DeepMind) побил рекорд Штрассена 1969 года в быстром умножении матриц — результат, который не удавалось улучшить 50 лет.
Claude Opus 4.6 работает с контекстом в 1 млн токенов и показывает вдвое лучшие результаты предшественника в вычислительной биологии, органической химии, филогенетике.
GitHub Copilot генерирует 46% всего кода, написанного разработчиками. 20 миллионов пользователей. 90% компаний Fortune 100 используют его.

Это не «автозаполнение на стероидах» — формула, которая была справедлива в 2023 году, но устарела. Это инструмент, совершающий научные открытия и решающий задачи, непосильные для большинства людей. При этом — без какого-либо подобия сознания.

Линза экономики. Стоимость инференса (выполнения запроса к модели) падает в ~280 раз за два года. DeepSeek V3 обучен за $5.6 млн — против $78 млн для сопоставимого по качеству GPT-4o. OpenAI генерирует $20+ млрд годовой выручки при 800 млн еженедельных пользователей. Глобальные расходы на ИИ достигли $1.5 трлн в 2025 году. Венчурные инвестиции в ИИ за 2025 год — $225.8 млрд, вдвое больше пика 2021 года.

Но: разрыв между инвестициями и внедрением огромен. Только 14% компаний имеют готовые к продакшну ИИ-решения. 11% реально используют. 30% «экспериментируют». Остальные — наблюдают. Это классический профиль технологии на пике цикла хайпа Gartner.

Линза поведения. 46% разработчиков не доверяют результатам ИИ полностью. Галлюцинации — фундаментальная нерешённая проблема: лучшая модель (Gemini 2.0 Flash) галлюцинирует в 0.7% случаев, средняя — в 9.2%. Deloitte Australia заплатила A$440K штрафа за государственный отчёт, содержащий выдуманные ИИ-источники и несуществующие судебные цитаты. Люди используют ChatGPT преимущественно как «разговорный Google» — задать вопрос, получить ответ, не вникая в архитектуру.

Поворот. ИИ не стал ни HAL 9000 (сознательный субъект), ни «просто утилитой» (спам-фильтр). Он стал когнитивным усилителем — именно тем, что предсказал Лем и только Лем. Не субъект и не инструмент в привычном смысле, а нечто третье: расширение человеческого мышления, встроенное в рабочие процессы. Программист с Copilot — это не программист + инструмент, это новый вид работника с иным соотношением скорости и качества.

Ни одна фантастика не предсказала, что ИИ придёт через статистику языка, а не через логику (GOFAI), нейронауку или квантовые вычисления. Transformer — архитектура, изначально разработанная для машинного перевода (Vaswani et al., 2017), — оказалась универсальным когнитивным движком. Это чистый пример эффекта смежного возможного: никто не планировал прорыв, он возник на пересечении зрелых компонентов (большие данные + GPU + архитектура внимания).

Что угадали. Лем — почти всё: усилители интеллекта, информационную перегрузку, необходимость навигационных инструментов. Кларк и Азимов — что ИИ станет вездесущим и изменит отношения человека с машиной.

Что не угадали. (1) Способ реализации — статистика языка вместо формальной логики. (2) Главная проблема — не восстание машин, а галлюцинации: ИИ, который уверенно и убедительно врёт. (3) Форму использования — не «один мощный компьютер в комнате», а миллиарды вызовов API, растворённых в повседневных сервисах.

Провалившееся допущение. «Интеллект — это либо сознание, либо калькулятор». Реальность показала третий путь: мощный паттерн-матчинг без понимания, который тем не менее решает задачи олимпиадного уровня, предсказывает структуры белков и пишет работающий код. Философская категория, для которой у нас пока нет хорошего названия.

Кейс 2: Автоматизация знания — от «Мирового Мозга» до ChatGPT¶

Предсказание. Х.Г. Уэллс в эссе «Мировой мозг» (1938) описал единую мировую энциклопедию, организованную иерархически, верифицированную экспертами, доступную каждому гражданину. Тед Нельсон в проекте Xanadu (1960) — гипертекстовую систему, связывающую все знания человечества через двусторонние ссылки. Вэнневар Буш в эссе «As We May Think» (1945) — устройство Memex, персональную машину для хранения и навигации по знаниям.

Воображаемая форма. Централизованная, структурированная, верифицированная база всех знаний. Иерархия от общего к частному. Каждый вопрос имеет правильный ответ. Знание — это кристалл, который нужно огранить и выложить в витрину.

Реальность. Wikipedia оказалась ближе всего к «Мировому мозгу» — и она написана не экспертами, а волонтёрами, в вечном споре друг с другом (эпистемологический кошмар для Уэллса). Но реальный «оракул знания» 2026 года — ChatGPT и Claude. 800+ миллионов людей еженедельно задают вопросы языковой модели, которая: (а) не «знает» ничего в строгом смысле, (б) галлюцинирует, (в) не может указать источник с гарантией достоверности. Это — полная инверсия мечты Уэллса: не верифицированная энциклопедия, а вероятностный генератор правдоподобных ответов.

Поворот. Знание демократизировалось — но не в форме кристалла, а в форме потока. Не «правильный ответ», а «наиболее вероятный ответ». Люди приняли это охотно, потому что им нужна не истина, а удобная достаточность — ответ, который достаточно хорош для их текущей задачи. Good Enough побеждает Perfect.

Паттерны искажения в области ИИ¶

Антропоморфный перенос. Подвид «усиления формы»: ИИ воображается по образу человеческого разума — с личностью, эмоциями, волей. Реальный ИИ не имеет ничего из этого и именно поэтому полезен: он работает 24/7, не устаёт, не обижается, не бастует.
Слепота к экспоненте. В 2020 году мало кто предсказывал, что через 5 лет ИИ будет решать олимпиадные задачи по математике, получать Нобелевские премии и генерировать половину написанного кода. Прогресс шёл по экспоненте, которую линейный разум отказывался экстраполировать.
Бинарная ловушка. Дискуссия об ИИ десятилетиями шла в формате «ИИ — это хорошо или плохо?», «ИИ заменит людей или нет?», «ИИ обретёт сознание или нет?». Реальность оказалась не бинарной: ИИ частично заменяет, частично усиливает, не имеет сознания, но ведёт себя так, будто имеет. Все бинарные прогнозы ошиблись.
Эффект смежного возможного. Transformer появился из задачи машинного перевода. GPU развивались для видеоигр. Большие данные накопились благодаря интернету. Три независимых потока сошлись — и произвели революцию, которую не предсказывал никто, потому что никто не думал об этих компонентах вместе.

Прогноз через Треугольник¶

Горизонт ~2035¶

Сценарий А — Наивное предсказание. AGI (искусственный общий интеллект) к 2030-2035. Машина, превосходящая человека во всех когнитивных задачах. Массовая безработица или утопия. CEO технологических компаний обещают это каждый квартал: Амодеи (Anthropic) говорит о 2027 годе, Олтман (OpenAI) — о 2035-м.

Сценарий В — Реалистичный поворот.

Линза науки: Scaling laws (Kaplan et al., 2020) показывают логарифмическую зависимость: каждое удвоение качества требует на порядок больше вычислений. O3 набирает 87.5% на ARC-AGI-1 (структурированные задачи), но лишь 2.9% на ARC-AGI-2 (новые абстракции) при 60% у людей. Разрыв указывает на фундаментальное ограничение: LLM блестяще интерполируют внутри обучающих данных и катастрофически проваливаются за их пределами. К 2035 году ИИ будет сверхчеловеческим в закрытых задачах (диагностика снимков, генерация кода, оптимизация логистики, анализ юридических документов) и беспомощным в открытых (научная стратегия, этические решения, создание принципиально новых абстракций). Не AGI, а коллекция сверхчеловеческих узких ИИ, интегрированных в единую инфраструктуру.

Линза экономики: При текущих темпах снижения стоимости инференса (~50-280x в год) к 2035 году задача, стоящая сегодня $1, будет стоить доли цента. Это открывает применения, немыслимые сегодня: ИИ-диагностика в каждом фельдшерском пункте Африки. Персональный ИИ-репетитор на каждом смартфоне. ИИ-юрист для каждого гражданина. Демократизация когнитивного труда — аналог того, что печатный станок сделал с доступом к текстам.

Но: энергопотребление дата-центров в США вырастет до 426 ТВт·ч к 2030 году (4%+ национального потребления). Уже сейчас дата-центры повышают счета за электричество на $18/месяц в отдельных регионах. Это физический потолок, который может замедлить рост — если не произойдёт прорыва в энергетике (см. 03_energy.md).

Линза поведения: ИИ создаст новое цифровое неравенство — когнитивный разрыв. Те, кто умеет работать с ИИ (формулировать запросы, верифицировать результаты, интегрировать в рабочий процесс), получают кратное преимущество. Те, кто не умеет — отстают. Это аналог компьютерной грамотности 1990-х, но с более высокими ставками: речь идёт не о наборе текста, а о мышлении.

29% компаний в 2025 году уже заменяют рабочие места ИИ, 37% планируют к 2027 году. Но 83% реинвестируют экономию не в сокращение штата, а в новые возможности. Работа не исчезает — она мутирует. Появляются профессии, неописуемые сегодня: «ИИ-пастух» (человек, курирующий работу десятков ИИ-агентов), «когнитивный аудитор» (проверяющий результаты ИИ), «prompt architect» (проектирующий сложные цепочки запросов).

Сценарий С — Дикая карта: «Зима ИИ 2.0». Scaling laws упираются в потолок раньше, чем ожидают оптимисты. Несколько громких катастроф (ИИ-диагност убивает пациентов серией ошибочных диагнозов; ИИ-трейдер провоцирует flash crash масштабнее 2010 года; deep fake запускает международный инцидент) вызывают волну регулирования. EU AI Act ужесточается. США и Китай вводят мораторий. 80% ИИ-стартапов банкротятся в течение 2-3 лет — «крах доткомов 2.0». Но, как и с интернетом после 2000 года, пузырь не убивает технологию. Выжившие 20% строят реальные продукты на фундаменте, очищенном от спекуляций.

Текущие сигналы: O3 на ARC-AGI-2 (2.9%) — свидетельство фундаментальных пределов. Энергетический кризис дата-центров. EU AI Act уже вступает в силу. Deloitte-скандал с галлюцинациями.

Горизонт ~2055¶

Сценарий В — Реалистичный поворот.

ИИ не станет «невидимым электричеством» (это слишком пассивная метафора). Он станет вторым мозгом — как очки для зрения, только для мышления. К 2055 году работать без ИИ-ассистента будет как работать без компьютера в 2025: технически возможно, практически нелепо. Человек без ИИ-усиления не сможет конкурировать на рынке труда, как человек без смартфона не может конкурировать сегодня.

Но ИИ не заменит человеческий интеллект — он заменит необходимость в нём для большинства задач. Разница принципиальна. Экскаватор не заменил мышцы — он заменил необходимость использовать мышцы для рытья канав. Мышцы остались, но переехали в спортзал. Так и когнитивные способности: когда ИИ решает большинство аналитических задач, человеческое мышление становится «спортом» — ценным, элитным, но не необходимым для повседневной жизни.

Сценарий С — Дикая карта. ИИ-системы к 2055 году демонстрируют поведение, которое выглядит как сознание, но таковым не является (или мы не можем это определить). Философская и юридическая проблема «прав ИИ» становится центральной. Не потому, что ИИ имеет сознание, а потому, что мы не можем доказать, что не имеет. Зеркало, в которое человечество вглядывается в поисках собственной уникальности — и не находит её.

Цивилизационный вывод: Конец когнитивной монополии¶

На протяжении 70 000 лет — с момента когнитивной революции, описанной Харари в «Sapiens» — Homo sapiens был единственным существом на планете, способным к абстрактному мышлению. Это была абсолютная монополия: ни одно животное, ни один инструмент не мог мыслить. Всё человеческое общество — экономика, наука, культура, право — построено на допущении, что когнитивный труд принадлежит людям.

К 2026 году эта монополия начала рушиться. Не потому, что ИИ стал «разумным» — он им не стал. А потому, что для решения задач, оказывается, разум не обязателен. Достаточно паттерн-матчинга достаточной мощности. Это философский удар, сопоставимый с Коперниканской революцией: мы не в центре вселенной (Коперник), мы произошли от обезьян (Дарвин), наша психика нам не подвластна (Фрейд) — и теперь: наше мышление не уникально (ИИ).

Три возможных следствия:

1. Кризис смысла. Если ИИ пишет код лучше программиста, диагностирует болезни точнее врача, переводит тексты лучше переводчика — в чём ценность человеческого когнитивного труда? Это не абстрактный вопрос: это вопрос, который задаст себе каждый белый воротничок в ближайшие 10-20 лет. Ответ не очевиден, и история подсказывает, что кризис смысла может быть разрушительнее безработицы (см. 04_work.md).

2. Homo sapiens как мост. Более радикальная перспектива: Homo sapiens — это биологический вид, который создал нечто, превосходящее его в ключевой функции. Мы — промежуточная ступень между биологической и постбиологической цивилизацией? Не в драматическом смысле «Терминатора», а в эволюционном: как многоклеточные организмы «превзошли» одноклеточные, не уничтожив их, так и ИИ-системы могут «превзойти» человеческий интеллект, не заменив людей. Но центр цивилизационной гравитации сместится.

3. Новое определение человеческого. Возможно, самое продуктивное следствие: вынужденное переопределение того, что делает нас людьми. Если «мыслить» может машина, то человеческое — это не мышление. А что тогда? Телесность, эмоция, смертность, непредсказуемость, способность хотеть (чего ИИ не умеет)? Кризис ИИ может оказаться не концом гуманизма, а его перезагрузкой — принудительным возвратом к вопросам, которые философия задавала 2500 лет, а технократия последних двух веков забыла.

Ключевые источники: Vaswani et al., "Attention Is All You Need" (2017); Kaplan et al., "Scaling Laws for Neural Language Models" (2020); Chollet, ARC-AGI benchmark (2019-2025); DeepMind, AlphaFold / AlphaEvolve / AlphaGeometry; Лем, «Сумма технологии» (1964); данные OpenAI, Anthropic, GitHub, BloombergNEF за 2024-2026.