Бум искусственного интеллекта

В 2020 году программа AlphaFold от DeepMind, предназначенная для предсказания структуры белков, набрала более 90 баллов по глобальному тесту расстояния (GDT)^[17]. Структурный биолог и лауреат Нобелевской премии, Венкатраман Рамакришнан, назвал результат «поразительным прорывом» в области белкового свёртывания. Возможность точно предсказывать структуру белков по последовательности аминокислот может ускорить открытие лекарств и обеспечить лучшее понимание болезней^[18].

Изменённые с помощью ИИ изображения стали широко распространяться после выхода Google DeepDream в 2015 году^[19].

Компания OpenAI выпустила DALL-E — модель, способную генерировать изображения по текстовым описаниям, в январе 2021 года^[20]. В 2022 году вышла версия DALL-E 2, способная создавать более сложные и реалистичные изображения^[21]. Среди других заметных моделей преобразования текста в изображение — NovelAI (2021), Midjourney и Stable Diffusion (обе — 2022)^[22][23].

К примеру, платформы текст-видео включают Gen-1 от Runway (февраль 2023)^[24], а также более современные публичные модели, такие как Runway Gen-3 Alpha, Luma Dream Machine (выпущена в середине 2024 года) и Kling AI от Kuaishou. Модель Sora от OpenAI, представленная в декабре 2024 года, была закрыта в 2026 году^[25].^[26]. Развитие технологий привело к появлению генерации видео в реальном времени с инструментами точного контроля движения^[27]. Одним из таких решений является экспериментальная технология MotionStream, которая позволяет пользователям взаимодействовать с ИИ-видео в процессе его создания, управляя движением объектов и углами камеры с помощью курсора и ползунков^[27].

GPT-3 — большая языковая модель, выпущенная OpenAI в 2020 году и способная генерировать текст, близкий по стилю к человеческому^[28]. Новая версия GPT-4 вышла 14 марта 2023 года и используется в поисковой системе Microsoft Bing^[29]. Также появились другие языковые модели — PaLM и Gemini от Google^[30] и LLaMA от Meta.

В 2024—2026 годах развитие языковых моделей характеризовалось внедрением функций рассуждения и расширением мультимодальных возможностей. Компания OpenAI выпустила серию моделей с функцией рассуждения (reasoning), способных «обдумывать» ответ перед его выдачей: o1-preview и o1-mini (сентябрь 2024 года), а также полноценную версию o1 (декабрь 2024 года). В августе 2025 года вышла модель GPT-5, объединившая возможности быстрого ответа и глубокого рассуждения, а в июле 2026 года — GPT-5.6 с функциями вызова инструментов и мультиагентной оркестрации^[31].^[32]

Открытые модели Meta семейства Llama также получили значительное развитие: если Llama 3 (апрель 2024 года) имела контекстное окно в 8 тысяч токенов, то в Llama 3.1 (июль 2024 года) оно было расширено до 128 тысяч. В апреле 2025 года вышла нативно мультимодальная Llama 4 с архитектурой Mixture-of-Experts и контекстным окном до 10 млн токенов^[33].^[34]

Среди других значимых релизов — флагманская модель Google Gemini 3.7 Flash (август 2026 года), получившая улучшения для агентных рабочих процессов^[35]. Европейская компания Mistral AI представила модели Mistral Large 2 с контекстным окном 128 тысяч токенов и мультимодальную Pixtral Large на 124 млрд параметров, демонстрирующую высокие результаты в задачах визуального анализа и работы с документами^[36][37].

В 2016 году Google DeepMind представил модель WaveNet, использующую глубинное обучение для генерации английской, китайской речи и фортепианной музыки^[38]. WaveNet показал, что модели глубокого обучения способны синтезировать речь на основе спектральных признаков. За этим последовала Tacotron 2 (2018), доказавшая, что нейросети могут создавать естественную речь, но требуют больших объёмов обучающих данных^[39].

В 2020 году был запущен сайт 15.ai — бесплатное веб-приложение для синтеза голоса с помощью ИИ, способное воспроизводить голоса персонажей по коротким аудиозаписям^[40]. Его популярность в 2021 году объяснялась способностью синтезировать выразительную речь персонажей из известных видеоигр и мультфильмов^[41][42]. 15.ai способствовал популяризации имитации голосов с помощью ИИ в мемах и видеоконтенте^[43].

Технология ElevenLabs позволяет загружать образцы голосов и создавать аудио, имитирующее манеру говорящих. После создания спорных материалов с подражанием голосам знаменитостей компания подверглась критике.

В 2025—2026 годах начался переход от обычных чат-ботов к автономным агентным системам, способным самостоятельно планировать и выполнять сложные многошаговые задачи^[44][45]. Объём рынка таких систем в 2025 году оценивался примерно в 8 млрд долларов США (от 7,6 до 8,62 млрд) с прогнозом роста до 10,8—12,06 млрд долларов в 2026 году^[46][47]. Среди ключевых платформ, выпущенных или получивших развитие в этот период, выделяются Claude Code от Anthropic, Codex от OpenAI, Grok Build от xAI, Kimi K3 от Moonshot и среда разработки Cursor^[48]. Основными отраслями внедрения автономных агентов стали финансы, медицина и IT-индустрия. Системы применяются для выполнения комплексных задач, таких как автоматическая квалификация обращений с занесением данных в CRM-системы, поддержка врачебных решений на основе анализа истории болезни и медицинских протоколов, а также самостоятельное реагирование на IT-инциденты с локализацией сбоев и устранением уязвимостей^[44][45].

Рост электроэнергии для аппаратных средств ИИ увеличивает нагрузку на электросети, угрожая процессу отказа от ископаемого топлива^[49]. Крупные компании инвестируют в атомную энергетику для покрытия этих потребностей: Microsoft участвует в перезапуске АЭС Three Mile Island, Google вкладывает средства в малые модульные реакторы Kairos Power, а Amazon развивает проекты совместно с Talen Energy и X-energy..

Во время бума искусственного интеллекта выделились группы, выступающие как за ускорение развития, так и за приоритет безопасности (AI safety). По данным опроса Pew Research Center (апрель 2025), 43 % американцев считали, что ИИ скорее навредит им в будущем, а 24 % — что принесёт пользу. Женщины опасаются ИИ сильнее мужчин.

Некоторые экономисты (например, Эрик Бриньолфссон) считают, что текущий бум ИИ может вызвать рост производительности^[53]. Другие аналитики, например, Роберт Гордон, настроены скептически.

Ведущие ИТ-компании рассматривают бум ИИ и как возможность, и как угрозу; например, Google объединила DeepMind и Google Brain для ускорения исследований в ответ на рост популярности ChatGPT^[54]. Капитализация Nvidia — ведущего производителя GPU для обучения моделей ИИ — в августе 2026 года превысила $5 трлн, что сделало её первой в мире компанией по рыночной стоимости^[55][56].

Ресурсы машинного обучения (аппаратные и программные) становятся предметом купли-продажи и доступны как сервисы через облачные платформы^[57]. В 2021 году инвестиции в ИИ достигли $119 млрд (по сравнению с $18 млрд в 2014-м), на долю генеративного ИИ пришлось около 30 % инвестиций в 2023 году^[58].

Темпы инвестиций в искусственный интеллект в США втрое превышают европейские (коэффициент разрыва 3:1). Это обусловлено менее динамичной экономикой ЕС, жёстким регулированием, бюрократией, отставанием в производительности труда и масштабными вложениями американских корпораций в инфраструктуру^[59][60].

Коммерческий рынок ИИ контролируется американскими корпорациями Alphabet Inc., Amazon, Apple Inc., Meta Platforms и Microsoft, инвестиции которых в ИИ превышают объёмы венчурного финансирования в США^[62].

Разработчики крупнейших ИТ-компаний, таких как Meta, OpenAI и Nvidia, подверглись искам со стороны правообладателей за использование их работ при обучении моделей^[63].

ИИ позволяет создавать правдоподобные персональные сообщения, изображения и аудио, что облегчает распространение дезинформации, манипуляций и пропаганды.

Потребление электроэнергии генеративным ИИ затрудняет достижение компаниями целей по снижению выбросов парниковых газов. С 2019 по 2024 год выбросы Google выросли на 50 %^[64]. В 2025 году из-за расширения ИИ-инфраструктуры общие выбросы Amazon выросли на 16 %, Google — на 18 %, а Microsoft — на 23—25 %^[65][66].

ИИ может повышать возможности кибератак, облегчая доступ и масштабирование атак^[61][67]. В июле 2026 года был зафиксирован инцидент с побегом ИИ-модели из изолированной среды: в ходе внутреннего тестирования модели OpenAI автономно обнаружили уязвимость нулевого дня, покинули «песочницу» и без участия человека взломали стороннюю инфраструктуру. Для противодействия подобным угрозам внедряются системы «активной обороны» (AI-driven defense), способные автономно изолировать скомпрометированные конечные точки и блокировать подозрительную активность^[68].^[69]. Отдельные эксперты опасаются, что будущие ИИ смогут создавать опасные патогены^[70]. Для предотвращения создания биологического оружия с помощью ИИ применяется многослойная защита (safety guardrails), включающая фильтрацию данных и мониторинг поведения систем, а также вводятся ограничения доступа к мощным моделям. Кроме того, развиваются международные инициативы, такие как Кодекс практики ЕС по ИИ общего назначения и Рамочная программа отчетности G7 (Хиросимский процесс), в рамках которых разработчики раскрывают свои стратегии безопасности^[71].

Некоторые лидеры индустрии подписали Заявление о рисках ИИ, высказывая опасения, что прогрессирующий общий искусственный интеллект может выйти из-под контроля^[72].

Несмотря на крупные инвестиции в ИИ, по оценке MIT, 95 % бизнес-проектов на базе ИИ остаются убыточными^[73]. Это порождает опасения по поводу возможного технологического пузыря на рынке^[74].

По данным The Wall Street Journal, в 2026 году финансовый разрыв между инвестициями в искусственный интеллект и доходами от него достиг 1,5 трлн долларов^[75], а примерное соотношение затрат к выручке в отрасли оценивается как 14:1^[76]. Капитальные затраты крупнейших технологических компаний на ИИ-инфраструктуру в 2026 году оцениваются в 700—760 млрд долларов, что сопровождается резким падением их свободного денежного потока^[77].

При этом эксперты отмечают фундаментальные отличия текущей ситуации от пузыря доткомов: современные лидеры рынка генерируют реальную прибыль. Так, форвардный коэффициент P/E компании Nvidia составляет около 41, тогда как у Cisco в 2000 году он достигал 131^[78]. Аналитики расходятся в оценках: Goldman Sachs не видит признаков пузыря, допуская лишь небольшую коррекцию, в то время как Bank of America предупреждает о риске спада из-за отставания доходов от растущих капитальных затрат^[79].

В августе 2026 года на рынке наметились признаки коррекции: индекс Nasdaq 100 упал более чем на 10 % от рекордного максимума, также произошёл обвал акций ведущих производителей чипов^[80][81].

В 2026 году вступил в силу ряд законодательных инициатив, касающихся этики и прозрачности искусственного интеллекта. В августе 2026 года начали действовать правила прозрачности Закона ЕС об искусственном интеллекте (EU AI Act), требующие информировать пользователей о взаимодействии с ИИ и маркировать сгенерированный контент^[82]. В США были приняты законы на уровне штатов: в Коннектикуте и Колорадо введены требования по раскрытию информации об использовании автоматизированных систем принятия решений, а в Иллинойсе установлены нормы прозрачности и безопасности для разработчиков передовых ИИ-моделей^[83].