Большой передел мира

Общепринято считать, что у Китая здесь преимущество. Во-первых, огромное население, генерирующее океаны данных через свои смартфоны: медиа и развлечения, интернет-сёрфинг, онлайн шопинг и онлайн-платежи, социальные сети и множество видов онлайн услуг, - и все это помноженное на сотни миллионов пользователей.  Во-вторых, единый командный центр – Компартия Китая, которая авторитарно решительно пресекает либеральные стоны о потере конфиденциальности данных и твердой рукой направляет бизнес в сторону собственных национальных интересов. Оба названных преимущества Китая весьма весомы. И потому мир легко поверил красивой фразе из мирового бестселлера американо-китайской техно-звезды в области ИИ Кай-Фу Ли — "В век ИИ, когда данные — это новая нефть, Китай — новая Саудовская Аравия".
В результате, утверждение, будто данные — это новая нефть, буквально за пару лет превратилось в массовом сознании в аксиому и своего рода технологическую мантру. Причем даже в странах, никак не претендующих на мировое лидерство в ИИ, где в гонку за накопление больших объемов данных с энтузиазмом включаются и государство, и бизнес.
Но реальность гораздо сложнее простых формул. А для прогресса в области ИИ, где неизвестного все еще куда больше, чем твердых знаний, это справедливо вдвойне. Ну а в деле обретения военного превосходства в ИИ-системах, где неясна сама основа – место и роль ИИ в принятии стратегических решений, - вообще пока ничего не понятно.
Проблема больших данных, необходимых для обучения алгоритмических моделей ИИ – одна из ключевых. Требования к вычислительной мощности для все более точного машинного обучения на все бОльших объемах данных удваиваются каждые 3,5 месяца. И очень скоро, как показывают расчеты Economist и OpenAI, процесс уткнется в отсутствие необходимых вычислительных мощностей. Мало того, что обучение моделей становится неподъемно дорого, но оно наносит колоссальный экологический ущерб. По расчетам MIT, из-за огромного энергопотребления экологический вред от обучения всего одной модели в течение нескольких дней соизмерим с вредом окружающей среде, наносимым пятью автомобилями за весь их срок эксплуатации. Поэтому тенденция к обучению огромных моделей на тоннах данных, похоже, ведет в тупик.
Но еще хуже то, что все большее число исследований показывает, - объемы данных имеют такое же значение для обретения военного преимущества, как объемы производимого страной мусора. Кому придет в голову делать вывод о национальном технологическом превосходстве, если страна — мировой чемпион по мусору? А ведь с данными еще хуже, ибо данные грязнее любого мусора.
Этой теме посвящен новый отчет Центра безопасности прорывных технологий (CSET) при Университете Джорджтауна “Messier than Oil: Assessing Data Advantage in Military AI”.
Отчет хоть и не открывает новых истин, но действует весьма отрезвляюще.
Основные выводы отчета таковы.
1. Объемы необработанных данных вообще ни о чем не говорят.
2. Ценность имеют лишь очищенные, преобразованные, маркированные данные, оптимизированные для обучения конкретными алгоритмами машинного обучения.
3. Коммерческие данные из п. 2, хотя и полезны, но мало актуальны для военного оперативного ИИ. Данные подбираются под конкретные задачи, а ценность коммерческих данных и моделей машинного обучения для военных приложений крайне мала.
4. Синтетическая генерация данных (типа той, что делал DeepMind для триумфа AlphaZero в настольных играх), будучи сделана с умом, в тысячу крат ценнее, чем горы данных, произведенных 1.4 миллиардом китайцев, звонящих по телефонам и оплачивающих покупки онлайн.
Ключевой вывод отчета - будущее ИИ (и в том числе военного ИИ) не в больших данных.
А политикам, военным (да и бизнесменам) пора понять: "супердержавой ИИ" станет не страна с горами мусорных данных. А страна, что научится превращать их в еду, питье, энергию и стратегическое военное преимущество.