Артур Менш, создатель главного европейского конкурента OpenAI, уверен, что эпоха, когда ИИ становился умнее просто от чтения интернета, завершена. В интервью он рассказал, как нейросети учатся рассуждать, почему они не понимают физику и как открытый код становится оружием в борьбе за технологический суверенитет.

Первый шаг к пониманию этого будущего — перестать думать об ИИ как о продвинутом чат-боте. Раньше языковая модель была похожа на «умную клавиатуру», предсказывающую следующее слово. А сегодня она превращается в интеллектуального оркестратора.

Эта система не просто генерирует текст. Она учится управлять внешними инструментами: понимает запрос пользователя, самостоятельно выходит в интернет, анализирует данные с нескольких источников и формирует структурированный ответ или отчет.

Ключевой инсайт Менша заключается в том, что ресурс для обучения ИИ традиционным способом практически исчерпан. По его оценке, примерно в 2024 году был достигнут предел: все общедоступные текстовые знания из интернета уже «сжаты» в модели.

Это означает конец эры «закона масштабирования», когда многомиллиардные инвестиции в вычислительные мощности гарантированно давали прорыв в качестве. Сегодня простое увеличение бюджета в десять раз уже не сделает модель в десять раз умнее.

Фокус смещается с потребления информации на развитие способности к рассуждению. Новый рубеж — обучение на синтетических данных. Модели будут решать миллионы математических задач, генерируя и проверяя собственные доказательства, подобно тому как AlphaGo училась играть в го через самоанализ. Прогресс теперь измеряется не объемом прочитанного, а глубиной логического вывода.

Несмотря на впечатляющие успехи, у современных ИИ сохраняются фундаментальные ограничения. Менш выделяет три ключевые «слепые зоны».

• Понимание физического мира. Обучаясь на текстах и изображениях, ИИ не развивает интуитивное пространственное мышление. Яркий пример — задача со шестеренками: модель часто не может предсказать направление их вращения, поскольку у нее нет внутренней модели законов физики.
• Подлинное творчество в сложных дисциплинах. ИИ преуспевает в решении задач с известным ответом, но пока не способен изобретать новые математические объекты или концепции. Его сила — в комбинаторике существующих знаний, а не в генерации принципиально нового.
• Проблема перегруза. Система уверенно управляется с пятью-семью инструментами (поиск, калькулятор, перевод), но получив сто различных функций, начинает путаться и принимать неверные решения. Управление экстремальной сложностью остается человеческой прерогативой.

Влияние ИИ на рынок труда Менш сравнивает с революцией, которую произвели интернет и смартфоны. Профессии не исчезнут, но их суть изменится до неузнаваемости. В первую очередь автоматизации подвергнутся рутинные аналитические функции: сбор, первичный синтез и обработка информации. То, что машина делает быстрее и точнее, перестает быть ключевой компетенцией человека.

Ценность сместится в две области, плохо поддающиеся алгоритмизации. Это сфера глубокой человеческой эмпатии и прямого контакта: сложные переговоры, менторство, искусство продаж, основанное на доверии. А также подлинная креативность — не просто комбинирование шаблонов, а рождение оригинальных идей, нарративов и стратегий.

Сфера образования оказалась на передовой этих изменений. Главный риск, по мнению Менша, позволить ИИ лишить студентов необходимости думать. Ведь механическое использование ChatGPT для написания эссе убивает саму цель обучения — развитие критического мышления и способности к самостоятельному рассуждению.

Решение он видит не в запретах, а в радикальном пересмотре подходов. Если ИИ может обеспечить базовый уровень (сгенерировать план, подобрать факты), то и требования к студентам должны существенно возрасти. Задания должны становиться сложнее, многограннее и творчески насыщеннее, превращая ИИ из «костыля» в «трамплин» для интеллектуального рывка. Mistral уже сотрудничает с французскими учебными заведениями, чтобы внедрять свои инструменты как помощников в персонализированном обучении.

Для Менша ИИ не просто технология, а новое, чрезвычайно мощное медиа, способное формировать культуру и мировоззрение. Поэтому контроль над базовыми моделями становится вопросом национального и цивилизационного суверенитета. Зависимость Европы от закрытых американских систем он считает стратегической угрозой.

Ответом Mistral стала философия открытого кода (Open Source). Компания публикует архитектуру своих моделей, позволяя государствам и корпорациям адаптировать их под свои нужды и развертывать на собственной инфраструктуре, освобождаясь от внешнего контроля.

Причем для Mistral это не только идеология, но и умная бизнес-модель. Открывая «ядро» (open core), они ускоряют глобальные исследования, привлекают лучшие умы для улучшения технологий, а затем интегрируют эти инновации. Коммерциализация же происходит за счет продажи корпоративных решений — проприетарных инструментов для развертывания, тонкой настройки и поддержки этих самых открытых моделей.

Возглавляя быстрорастущую компанию с почти двумя сотнями сотрудников, Менш признает специфические вызовы для европейского технологического сектора: фрагментированный рынок, более осторожное внедрение инноваций бизнесом и, что особенно важно, жесткое трудовое законодательство. Например, обязательный трехмесячный срок отработки при увольнении, по его словам, серьезно замедляет мобильность талантов и рост стартапов.

Его личный принцип управления — стремиться «делать как можно меньше», выстраивая эффективные и автономные системы. В повседневной жизни он использует ИИ как стратегического партнера для анализа информации и планирования.

В мире, где данные перестали быть безграничным ресурсом, на первый план, по убеждению Артура Менша, выходят эффективность, способность к глубокому рассуждению и открытость экосистем. Именно на этих принципах европейский challenger строит свою альтернативу технологической гегемонии Кремниевой долины.