Создание искусственного общего интеллекта (AGI) — амбициозная цель, требующая системных усилий на десятилетия. Для России это предполагает как использование существующих сильных сторон (фундаментальная наука, математическая школа, наличие крупных технологических компаний), так и преодоление ключевых вызовов (технологические ограничения, отток кадров, санкционное давление). Ниже перечислены основные шаги, которые необходимо предпринять.
1.
Принять долгосрочную национальную стратегию по AGI
Текущее состояние: Существует «Национальная стратегия развития искусственного интеллекта на период до 2030 года», которая задаёт общие рамки развития ИИ. Однако в ней AGI не выделен как отдельная, приоритетная цель.
Что нужно сделать: Разработать и утвердить дорожную карту по AGI с чёткими этапами, бюджетами и ответственными ведомствами. Стратегия должна быть рассчитана минимум до 2040–2050 годов.
2.
Создать мощную вычислительную инфраструктуру
Текущее состояние: Есть отдельные суперкомпьютерные центры (например, в МГУ, ИТМО), но их мощности на порядки ниже, чем у лидеров (США, Китай). Разрабатываются отечественные процессоры (Эльбрус, Skif), но их производительность для обучения больших моделей пока недостаточна.
Что нужно сделать:
Построить национальный кластер экзафлопсного уровня, специализированный для обучения AGI.
Ускорить разработку отечественных AI-ускорителей (аналогов NVIDIA) и наладить их серийное производство.
Обеспечить энергоэффективность дата-центров (возможно, с использованием малых АЭС).
3.
Обеспечить доступ к качественным данным
Текущее состояние: Существуют инициативы по созданию баз данных (например, Альянс в сфере ИИ создаёт базу научных публикаций), но единых, размеченных, мультимодальных наборов данных (текст, изображение, видео, сенсорные данные) для обучения AGI нет.
Что нужно сделать:
Создать национальную платформу данных с юридически очищенными наборами для исследований.
Стимулировать компании делиться анонимизированными данными через госзаказ или налоговые льготы.
Развивать технологии синтетической генерации данных и эффективного предобучения на ограниченных выборках.
4.
Развивать кадровый потенциал
Текущее состояние: В России сильная школа математики и компьютерных наук, но многие специалисты уезжают за рубеж. Открываются магистерские программы по ИИ (МФТИ, ВШЭ, ИТМО), но целенаправленной подготовки именно по AGI почти нет.
Что нужно сделать:
Запустить целевую PhD-программу по AGI с повышенными стипендиями и гарантией трудоустройства.
Создать центры притяжения талантов (например, по модели «Сколково»), предлагая конкурентные зарплаты, жильё и исследовательскую свободу.
Вернуть российских учёных из-за рубежа через программы типа «Мегагрантов» и создание мировых лабораторий.
5.
Увеличить финансирование исследований
Текущее состояние: Финансирование ИИ идёт через федеральный проект «Искусственный интеллект» и корпоративные инвестиции (Сбер, Яндекс, Газпром). Однако объёмы несопоставимы с бюджетами OpenAI, Google или китайских компаний.
Что нужно сделать:
Увеличить государственное финансирование AGI-исследований до уровня не менее 1–2% ВВП в год.
Создать венчурный фонд для стартапов в области AGI с высоким аппетитом к риску.
Ввести налоговые льготы для компаний, инвестирующих в AGI.
6.
Стимулировать прикладные исследования и внедрение
Текущее состояние: Есть исследовательские центры (например, ИЦ «Сильный искусственный интеллект в промышленности» в ИТМО), которые занимаются прикладными задачами. Однако связь между фундаментальными исследованиями и промышленностью слаба.
Что нужно сделать:
Создать консорциумы «наука‑бизнес‑государство» по ключевым направлениям AGI (нейроморфные вычисления, когнитивная архитектура, обучение с подкреплением).
Запустить госзаказы на пилотные внедрения AGI-технологий в стратегических отраслях (оборона, энергетика, медицина).
7.
Развивать международное сотрудничество
Текущее состояние: Из-за санкций сотрудничество с Западом ограничено. Возможны партнёрства с дружественными странами (Китай, Индия, страны БРИКС).
Что нужно сделать:
Активно участвовать в международных конференциях по AGI (NeurIPS, ICML, AGI Conference), даже в условиях ограничений.
Создать совместные лаборатории с учёными из Китая, Индии, ОАЭ и других стран.
8.
Создать нормативно-правовую базу
Текущее состояние: Разрабатываются законы, регулирующие ИИ (например, закон об экспериментальных правовых режимах в сфере ИИ). Однако специального регулирования AGI нет.
Что нужно сделать:
Принять рамочный закон об AGI, определяющий правовой статус, требования к безопасности, этике и ответственности.
Создать национальный комитет по этике AGI с участием учёных, философов, юристов и общественности.
9.
Укреплять академическую и научную экосистему
Текущее состояние: Есть российское сообщество разработчиков AGI (AGI-in-Russian, AGI Russia), которое проводит семинары и обсуждения. Однако его масштаб недостаточен.
Что нужно сделать:
Создать Национальный исследовательский институт AGI по модели OpenAI (некоммерческая структура с господдержкой).
Запустить ежегодную российскую конференцию по AGI с международным участием.
Обеспечить открытый доступ к публикациям, кодексу и моделям (где это не противоречит безопасности).
10.
Поддерживать сообщество разработчиков AGI
Текущее состояние: Существуют телеграм-каналы, семинары и группы (AGI-in-Russian), где энтузиасты обмениваются знаниями.
Что нужно сделать:
Финансировать грантами активных участников сообщества.
Организовать хакатоны и конкурсы по AGI-задачам с крупными призовыми фондами.
Создать онлайн-платформу для коллаборации (аналог GitHub для AGI).
Заключение
Создание российского AGI — это сверхзадача, требующая концентрации ресурсов, политической воли и долгосрочного видения. Необходимо скоординировать усилия государства, науки, бизнеса и общества, чтобы не только догнать лидеров, но и предложить уникальные решения (например, в области нейроморфных вычислений или гибридного интеллекта). У России есть научный потенциал и технологическая база, чтобы занять место в тройке лидеров гонки AGI, но для этого нужно действовать системно и безотлагательно.
Принять долгосрочную национальную стратегию по AGI
Создать мощную вычислительную инфраструктуру
Обеспечить доступ к качественным данным
Развивать кадровый потенциал
Увеличить финансирование исследований
Стимулировать прикладные исследования и внедрение
Развивать международное сотрудничество
Создать нормативно-правовую базу
Укреплять академическую и научную экосистему
Поддерживать сообщество разработчиков AGI
