Темпы удешевления бьют рекорды

Согласно анализу Epoch AI, представленному в отчёте Адриана Кокса и процитированному جيمом Рейдом, стоимость обучения моделей к заданному качеству сокращается на 47% каждый квартал. В годовом исчислении это соответствует 13‑кратному снижению — темп, который в четыре раза превосходит динамику удешевления секвенирования ДНК, в шесть раз — вычислений и в 18 раз — литий‑ионных батарей. На логарифмическом графике, сравнивающем пять технологий с 1892 по 2026 год, кривая ИИ (2021–2026) показывает самый крутой спуск, хотя историческая серия вычислений (1940–2001) в итоге достигает глубины снижения в 11 порядков величины.

От стоимости к вычислительному порогу AGI

Отчёт Кокса рассматривает сценарии пути к искусственному общему интеллекту (AGI) и суперинтеллекту. Ключевым ограничением остаётся масштаб вычислительной мощности: даже оптимистичные оценки указывают на необходимость увеличения доступных FLOPS примерно в 1000 раз по сравнению с текущим уровнем. Рейд подчёркивает, что способность ИИ‑индустрии сохранить текущий темп падения затрат станет решающим фактором достижения этого порога. При этом путь может быть неравномерным — рекурсивное самоулучшение систем пока остаётся гипотезой, а не установленным фактом.

Инвестиционный бум как обратная сторона удешевления

Параллельно с падением единичных затрат наблюдается взрывной рост совокупных капитальных вложений. По оценкам, приведённым Рейдом, американские и китайские гиперскейлеры и «неоклаудовые» компании в текущем году направят в ИИ‑инфраструктуру близко к 1 трлн долларов — почти в два раза больше, чем годом ранее. Прогнозируется дальнейшее ускорение расходов в последующие периоды, что создаёт парадоксальную ситуацию: каждая единица интеллекта дешевеет, но суммарный аппетит к вычислениям растёт быстрее, чем снижается цена.