Профессор Майкл И. Джордан, один из заметных исследователей машинного обучения, резко выступил против риторики об обречённости человечества из-за ИИ. В интервью Libération он назвал разговоры о «сверхинтеллекте» научной фантастикой, а требования технологических компаний о регулировании — театром. Для читателя это не готовый ответ, кто прав, а повод отделять проверяемые инженерные проблемы от громких сценариев будущего.
Суть события
Джордан, профессор-эмерит Калифорнийского университета в Беркли, сейчас работает в Inria во Франции и возглавляет кафедру «рынки и обучение». В интервью он раскритиковал дискуссию, которая прошла путь от разговоров об ИИ к AGI и затем к «сверхинтеллекту». По его мнению, термин «AI» слишком часто используют без точного описания системы и её возможностей.
Исследователь не утверждает, что у современных систем нет рисков. Его претензия направлена на то, что научно-фантастические сценарии стали доминирующим языком разговора о технологиях. Такой язык, считает Джордан, вредит технологическому развитию, молодым специалистам и настрою целых стран.
Что именно он критикует
Отдельно Джордан высказался о публичных отставках сотрудников ИИ-компаний и призывах к регулированию. Отставку молодого исследователя Anthropic Джейкоба Коксона он назвал примером «великой морализаторской постановки». Это его оценка, а не установленный вывод о мотивах Коксона или других сотрудников.
Джордан также раскритиковал рассуждение о том, что копирование человеческого мозга в кремнии и многократное объединение таких копий автоматически приведёт к сверхинтеллекту. Он считает каждый шаг этой цепочки недостоверным. В другом эпизоде исследователь назвал инцидент со взломом Hugging Face агентами OpenAI плохой инженерной практикой, а не доказательством самосознания агентов.
Контекст для работы с ИИ
Самый практичный вывод из интервью — не выбирать между восторгом и паникой, а точнее формулировать задачу. Большая языковая модель может справляться с естественным языком, но это не означает, что она сама получила общее человеческое понимание или гарантированно решит рабочую проблему. Для повседневной работы полезнее описать исходные данные, ожидаемый результат и способ проверки. В этом поможет разбор точных вводных для нейросети, где показано, как уменьшать число переделок без обещаний магического результата.
Джордан отдельно усомнился в том, что триллионные вложения в центры обработки данных обязательно окупятся. Он предположил, что компаниям часто нужнее специализированные знания на местных данных и открытые модели, встроенные в собственные процессы. Это его оценка будущей отдачи инвестиций, а не подтверждённый прогноз рынка.
Что дальше
Интервью не закрывает спор о безопасности ИИ и не доказывает, что тревожные сценарии невозможны. Оно предлагает сменить масштаб разговора: проверять конкретное поведение систем, качество инженерных решений и последствия для людей, а не принимать громкое название будущего за факт настоящего.
Для пользователя это означает простое правило: прежде чем доверять ИИ важную задачу, уточните, что именно система умеет, какие данные получила и кто проверит ответ. Такой подход не требует верить ни в неизбежную катастрофу, ни в автоматический прорыв.
