Российский учёный призывает создавать ИИ-модели без соперничества с США и Китаем

Один из ведущих отечественных и мировых специалистов в области компьютерных технологий, академик Российской академии наук Игорь Каляев, выступил с важным заявлением о стратегии развития искусственного интеллекта (ИИ) в России. По его мнению, стране не стоит пытаться конкурировать с США и Китаем в создании универсальных больших языковых моделей (LLM), претендующих на универсальность и способность решать широкий спектр задач. Вместо этого, по мнению учёного, российским разработчикам следует сосредоточиться на создании прикладных моделей ИИ, направленных на решение конкретных и практических задач, которые имеют непосредственную пользу для экономики и общества.

Академик Каляев подчёркивает, что попытки догнать и перегнать мировых лидеров в области универсальных моделей — это в значительной степени безперспективный и ресурсозатратный путь. Такие модели, в первую очередь представленные американскими и китайскими технологическими гигантами, требуют огромных вычислительных мощностей, значительных финансовых вложений и сложной инфраструктуры для обучения и внедрения. При этом универсальные модели не всегда демонстрируют практическую эффективность в конкретных сферах, где нужны специализированные знания и адаптированные алгоритмы.

Российский учёный отмечает, что универсальные модели ИИ создают впечатление решения всех проблем за счёт своей универсальности, но на деле часто оказываются слишком обобщёнными и малоэффективными для специфических отраслей. В результате их применение становится дорогостоящим и не всегда оправданным с точки зрения результата. Именно поэтому, считает Каляев, разработка прикладных моделей, ориентированных на конкретные задачи — например, в медицине, промышленности, сельском хозяйстве, транспорте и других сферах — будет гораздо более выгодной и практичной стратегией для России.

По его мнению, прикладные модели позволят максимально использовать имеющиеся у России компетенции и ресурсы, а также быстро реагировать на потребности различных отраслей и регионов. Такой подход позволит создавать гибкие решения, способные интегрироваться в существующие бизнес-процессы и обеспечивать улучшение качества услуг, снижение издержек и повышение производительности.

Кроме того, академик Каляев акцентирует внимание на необходимости развития уникальных отечественных алгоритмов и технологий, которые могут не иметь прямых аналогов в мире. Это позволит России не просто копировать западные или китайские разработки, а создавать собственные инновационные продукты, соответствующие национальным интересам и особенностям рынка.

Стратегия сосредоточения на прикладных моделях искусственного интеллекта также способствует развитию кадрового потенциала и научных исследований в более узких и специализированных областях. Это даёт возможность молодым учёным и инженерам погружаться в конкретные прикладные задачи, что повышает мотивацию и качество разработок.

Важно отметить, что именно практическое применение ИИ способно приносить реальную пользу обществу и экономике — улучшать диагностику заболеваний, оптимизировать логистику, автоматизировать производство и поддерживать принятие управленческих решений на всех уровнях. Именно в этих сферах Россия может занять прочные позиции на международной арене, показывая пример эффективного использования технологий без дорогостоящей конкуренции с крупнейшими мировыми центрами ИИ.

Таким образом, позиция академика Каляева предлагает переосмыслить существующие подходы к развитию искусственного интеллекта в России, отказаться от попыток войти в гонку по созданию универсальных больших моделей, и вместо этого сосредоточить усилия на создании качественных, адаптированных и востребованных прикладных решений. Такой подход обещает быть более устойчивым, эффективным и выгодным для страны в долгосрочной перспективе.