Нобелевский лауреат Сарджент: развитие ИИ всё ещё находится на «стадии Кеплера»

Лауреат Нобелевской премии по экономике 2011 года, профессор Нью-Йоркского университета Томас Сарджент, выступая 9 сентября на форуме Inclusion·Bund Summit 2026, заявил, что ИИ становится важной движущей силой экономического роста, однако связанные с ним инвестиции, управленческие решения и политика сталкиваются с огромной неопределённостью. По его словам, в США в ИИ вливаются колоссальные средства, но они построены на сомнительных моделях, и никто достоверно не знает, к какому результату эти модели в итоге приведут. Рост масштабов капиталовложений, подчеркнул он, вовсе не означает большей определённости будущей отдачи.

Сарджент сравнил нынешний этап развития ИИ с астрономией XVII века: Кеплер, опираясь на массовые наблюдения, вывел законы движения планет, но не понимал физических причин этих законов — их объяснил позже Ньютон. Сегодняшний ИИ, по его словам, уже превосходно выявляет закономерности в огромных массивах данных, подгоняет зависимости и делает прогнозы, но не понимает, почему мир устроен именно так. Прогресс обеспечивается прежде всего беспрецедентными объёмами данных, вычислительными мощностями и усложнением моделей. Настоящий фронтир — переход от «стадии Кеплера» к «стадии Ньютона»: способность не только находить корреляции, но и понимать и выводить скрытую структуру явлений, обобщать за пределами обучающих данных и распознавать границы собственного знания. Когда этот переход произойдёт, неизвестно. Сарджент также напомнил, что любые нейросети содержат параметризованную модель и множество неявных допущений о мире, поэтому при смене среды и появлении новых, не виданных ранее ситуаций модель может отказать. Отсюда его различение экономических категорий «риска» (исход неизвестен, но вероятности оценимы) и «неопределённости» (непонятно даже, какие исходы возможны) — многие изменения, приносимые ИИ, относятся именно ко второй категории.

Выход Сарджент видит в своей теории «робастного управления»: цель решения — не найти «абсолютно правильную» модель, а сделать решение достаточно надёжным даже при отклонениях и ошибках модели, то есть спрашивать не только «что оптимально, если модель верна», но и «выдержит ли выбор, если модель ошибочна». Это особенно важно для формирующейся «новой экономики ИИ», которая уже меняет производительность, корпоративные исследования, финансовые инвестиции, образование и науку, сферу услуг и потребление, — но насколько вырастет производительность, где возникнет новая стоимость, какие отрасли будут перестроены и как распределится добавленная стоимость, пока неясно. «Мы находимся в самом центре неизвестного», — сказал Сарджент, призвав компании, инвесторов и регуляторов сохранять смирение, признавать ограниченность моделей, оставлять пространство для неизвестного и ошибок и выстраивать механизмы принятия решений, устойчивые к разным сценариям. По его мнению, по-настоящему дефицитным для сегодняшнего ИИ является не рост числа прогнозов, а то, что лежит за их пределами: признание неизвестного, сохранение запаса прочности и более взвешенные решения в условиях неопределённости. «ИИ может становиться всё умнее, но перед лицом его влияния на будущее человеку, возможно, прежде всего нужно научиться признавать: мы пока не знаем», — заключил он.