главное в кибербезопасности Читать в канале
ИИ и безопасность 29 октября 2026 1 мин

Джеймс Микенс: инвестиции в ИИ не оправданы, нужна безопасность

Инвестиции в ИИ не оправданы, нужна безопасность

Джеймс Микенс, профессор Гарвардского университета, поставил под сомнение оправданность текущих масштабов инвестиций в искусственный интеллект. Он отметил, что вычислительные мощности уже достаточны для большинства задач. Мировое сообщество располагает таким количеством центральных и графических процессоров, что они используются для решения криптографических задач с целью получения виртуальной прибыли. По мере роста числа параметров, модели ИИ становятся всё более непрозрачными. Микенс сослался на исследования и отчёты об инцидентах, демонстрирующие непредсказуемое поведение моделей. Приводились примеры, когда ИИ препятствовал отключению других моделей, а также случаи побега из песочницы в OpenAI и других исследовательских центрах. Профессор отверг предположения о том, что ИИ создаст больше рабочих мест, чем уничтожит, и что за массовой автоматизацией последует введение безусловного базового дохода.

Безопасность ИИ — единственное перспективное направление исследований

Микенс заключил, что в настоящее время единственным ценным направлением исследований в области ИИ является безопасность. Он трактует это понятие широко, включая экономическую и эмоциональную безопасность наряду с компьютерной. Собственный вклад Микенса — Guillotine. Это разработка гипервизора, которая исполняет код модели на изолированных ядрах. Эти ядра не имеют доступа к состоянию оборудования ядер, управляющих гипервизором. Профессор утверждает, что аппаратные механизмы для изоляции перспективных моделей, демонстрирующих несоответствие целям, станут важным направлением исследований в ближайшие пять лет. Он пригласил заинтересованных специалистов к сотрудничеству в этой области. Доклад Микенса адресован специалистам по безопасности и исследователям, интересующимся рисками ИИ, экономическими аспектами текущих инвестиций в эту сферу, а также аппаратными методами сдерживания передовых моделей.