Хайп 2016-го: от эйфории к сдвигам сроков
В 2016-м предсказания летели как из пулемета: массовые беспилотники к 2020-му, роботакси заменят такси, города без пробок. Прошло десять лет — и по опросу экспертов McKinsey в 2026-м таймлайны для автономных машин сдвинулись на один-два года по сравнению даже с 2023-м. Рынок растет, да: ожидают 280 миллиардов долларов к 2026-му, но это в основном полуавтономные системы вроде адаптивного круиз-контроля, а не полная свобода без рук. Массового явления нет — ни в Европе, ни в Азии, ни в Штатах. Почему? Потому что 99% трассы или шоссе машина тянет на ура, а вот город с его хаосом — это другой разговор.
Представьте: машина мчит по пустому шоссе, предсказывает траектории грузовиков за километр, объезжает ямы. Но вбейте в центр мегаполиса — и вуаля, пешеход выскакивает из ниоткуда, велосипедист виляет зигзагами, дорожная служба перекрыла полосу без знака, а собака решила погнаться за колесом. Эти edge-кейсы — всего 1% или меньше, но они рушат всю картину. Даже Waymo, лидер по поездкам, в 2024-м выдал 4 миллиона полностью автономных ридсов, доведя общий счет до 5 миллионов, но при этом держит 70 удаленных операторов на 3000 машин — соотношение 1:43. Это не масштабируется: если каждая машина будет звать помощь каждые полчаса, дороги встанут колом от запросов.
Мой опыт: prediction и perception на грани
Я сам вкалывал в проектах self-driving, отвечая за prediction — предсказание траекторий — и perception — распознавание всего вокруг. Казалось, данные есть, модели крутятся, симуляции идеальны. Но на реальной дороге? Другие участники — машины, пешеходы, животные, велосипедисты, дорожные службы — ведут себя хаотично, как в комедии ошибок. Модель предскажет среднюю траекторию, а тут бац — мама с коляской метнулась на "зеленый" для нее. Или грузовик резко тормозит без причины, потому что водитель отвлекся на телефон.
В perception то же: камеры, лидары видят объект, но понять intent — намерение — это ад. Животное? Пешеход? Дрон? В плохую погоду или сумерках датчики барахлят, а данные из флота не покрывают все комбо. Мы симулировали миллиарды миль, но реальный мир генерит новые кейсы ежедневно. Один факап — и проект на паузу, регуляторы в дверь, инвесторы нервничают. Tesla с FSD в тестах AMCI 2024-го требовал вмешательства каждые 13 миль в Южной Калифорнии — это город, трафик, реальность. Не шоссе, где все гладко.
Лидеры индустрии: Waymo, Cruise, Tesla — цифры не врут
Waymo, беспилотное такси
Возьмем Waymo: флот растет, ридсы в миллионах, но remote assistance никуда не делся. Операторы в Аризоне, Мичигане, даже на Филиппинах подсказывают в сложных ситуациях — не берут управление, но направляют. На небольшом масштабе ок, но представьте миллионы машин: серверы не справятся, задержки в секунды — и авария. Cruise уже словил проблемы в Сан-Франциско, Tesla переключает инженеров на пассажирское сиденье для тестов. Все упирается в тот 1%: непредсказуемость людей и среды.
Tesla Cybercab, беспилотное такси
Это не лень разработчиков — физика мира такая. Данные помогают на 99%, но последний процент требует общего понимания хаоса, а не статистики. Масштаб только усугубит: больше машин — больше взаимодействий, больше edge-кейсов. Индустрия сдвинула прогнозы, и теперь ясно: full self-driving массово — это не завтра.
Теперь AGI: те же 99% и хаос на финише
Смотрю на нынешний хайп вокруг ИИ общего назначения — и вижу дежавю 2016-го. Нейронки прут семимильными шагами: генерируют код, рисуют картины, болтают как люди. Масштабирование работает, данные терабайтами, чипы жрут энергию дата-центров. Но вот вопрос: а дойдут ли до полного сверхразума, который самостоятелен в любом сценарии? По прогнозам экспертов вроде Родни Брукса в его scorecard на 2026-й, timelines для ИИ сдвигаются, как и для беспилотников — полная автономия всё дальше. Масштабирование бьёт в потолок: данные кончаются, законы масштабирования дают сбои, прогресс замедляется, предупреждают аналитики в начале 2026-го. 99% задач ИИ тянет на раз-два, но edge-кейсы — редкие комбо реальности — ломают всё, как пешеход из ниоткуда для беспилотника.
Параллели точные: в беспилотниках датчики и perception видят мир, но не понимают хаос людей вокруг. В ИИ модели жрут данные, предсказывают текст или код, но реальный мир — это не статистика. Обмануть нейронку проще простого: jailbreak'и, adversarial примеры, где картинка с наклейкой сбивает распознавание. В 2026-м даже лидеры признают: ИИ силён в узких задачах, но общий разум упирается в непредсказуемость, как беспилотник в городском трафике. Симуляции миллиардов сценариев не покрывают все — животное, погода, человеческий каприз. Масштабь на миллиарды пользователей — и серверы remote assistance для ИИ утонут в запросах, как у Веймо.
Риски сверхразума: работа уйдёт, а что взамен?
Я скорее надеюсь, что этот последний процент для AGI так и останется недостижимым. Потому что польза для обывателя сомнительная, а риски — сплошной ужас. Представьте: ИИ берёт все рутинные работы, от кодинга до диагностики, — и миллионы без дела. По отчёту Goldman Sachs за 2025–2026-й, до 300 миллионов рабочих мест под ударом автоматизации, особенно в офисах и креативе. Всемирный экономический форум в отчёте Future of Jobs 2025 прогнозирует: к 2030-му 92 миллиона позиций исчезнут, новые появятся, но не для всех и не сразу. А дальше? Как в том фильме "Превосходство" — ИИ выходит из-под контроля, человек становится придатком, рабом системы. Не фантастика: уже сейчас нейронки манипулируют, генерят фейки, а с AGI это умножится на стократно. Обыватель потеряет не только работу, но и свободу выбора — ИИ подскажет, что думать, покупать, делать.
В беспилотниках удаленные операторы спасают ситуацию в 1% случаев, но для AGI кто будет "водителем"? Регуляторы? Этические комитеты? На масштабе миллиардов взаимодействий — коллапс. Индустрия ИИ уже словит первые факапы: галлюцинации в медицине, сбои в финансах. Масштаб усугубит, как пробки от запросов помощи у беспилотников. Хайп 2026-го напоминает 2016-й: эйфория, а реальность — 99% и стена.
Что дальше: урок от дорог для ИИ-мира
Опыт беспилотников учит: технологии решают 99%, но последний процент — это не код, а понимание хаоса жизни. Нейронки дали кучу плюсов — автоматизация рутины, креатив на стероидах, — но AGI несёт риски, которые перевешивают. Рынок ИИ растёт, инвестиции в триллионы, но timelines сдвигаются, как показывают опросы McKinsey для автономных машин в 2026-м — эксперты отодвигают полную автономию на годы вперёд. Для сверхразума то же: scaling laws дают плато, edge-кейсы множатся, риски для общества взлетают.
Я слежу за этим годами, ковырялся в prediction для машин — и вижу: мир не статистика, а живой бардак. Массовый AGI может не случиться, и это к лучшему. Лучше эволюционировать постепенно, чем рвануть в пропасть. Индустрия беспилотников научила терпению: полуавтономия работает, полная — ждёт чуда. ИИ подождёт тоже.
А в каких конкретных edge-кейсах для ИИ ты уже видишь параллели с беспилотниками — например, в обработке редких человеческих взаимодействий или регуляторных ловушках?
Комментарии
Беспилотные авто все же постепенно подбирают этот длинный хвост, но соглашусь, кажется что пока за рулем остаются люди, хвост все равно останется. С AGI мне кажется параллели тут нет
Помню, как в проектах с дронами мы тоже топтались на этих 99% — предсказание траекторий в тумане или стаях птиц превращалось в кошмар. Автор прав: self-driving учит, что AGI не взлетит на хайпе, а потребует десятилетий шлифовки краевых случаев. В беспилотниках это уже видно — эволюция, а не революция.
Десять лет хайпа, а self-driving так и застрял на том самом 99%, где каждый краевой случай — как мина под колесами. Tesla обещала рай к 2018-му, а мы до сих пор рулим сами, ха-ха. Для AGI это звоночек: без идеального предсказания даже дроны в небе не взлетят массово.
Дроны то как раз взлетят, там сильно меньше неожиданных задач
Десять лет хайпа, а самоходки всё на 99% тормозят от каждого суслика в степи. Краевые случаи — это вечный ад, который AGI не потянет без человеческого мозга. В дронах та же фигня, когда уже реальность вместо сказок?