MY.UAНовини
З картинками
Текстовий вигляд
uk
УкраїнськаРосійська
15 жовтня, четвер
Ставка у $100 млрд: Марк Цукерберг про майбутнє автономного ШІ
Ставка у $100 млрд: Марк Цукерберг про майбутнє автономного ШІ

Ставка у $100 млрд: Марк Цукерберг про майбутнє автономного ШІ

Епоха простих чат-ботів, які вміють лише ввічливо генерувати тексти та шукати рецепти, офіційно добігає кінця. На зміну цифровим співрозмовникам приходять автономні персональні агенти — системи, здатні самостійно орієнтуватися у реальному світі, купувати товари, аналізувати відеопотоки й вирішувати завдання, на які раніше йшли дні ручної праці.

У свіжому випуску подкасту на YouTube-каналі Cheeky Pint засновник і CEO Meta Марк Цукерберг та керівник Meta Superintelligence Labs (MSL) Александр Ван разом із співзасновником Stripe Джоном Коллісоном розібрали за пінтою пива майбутнє штучного інтелекту. Вони розкрили технічні деталі нової фронтирної моделі Muse Wonder, згадали вабанк на $100 млрд і пояснили, чому традиційні додатки на смартфонах незабаром відійдуть у минуле.

«Модель і є продукт»: як Meta AI змінює ШІ-агенти

Головний біль більшості AI-сервісів сьогодні — їхній складний «інженерний» інтерфейс. Користувачеві пропонують розібратися у зворотній нумерації версій, нескінченних перемикачах параметрів та технічних назвах, які зрозумілі хіба що розробникам. У Meta вирішили піти іншим шляхом: ключовим інтерфейсом має бути сама модель, а не громіздкі меню.

Агент Muse створюється як проактивний помічник, якому люди делегують реальні завдання, а не просто ставлять запитання для збору фактів.

Сценарії використання, які вже випробовують самі розробники, вражають своєю різноманітністю:

  • Пошук ексклюзиву: Персональний агент Александра Вана щотижня автономно вишукує та замовляє рідкісні й максимально химерні сорти чаю безпосередньо у локальних фермерів із Тайваню та Японії.
  • MMA-коуч у реальному часі: Марк Цукерберг використовує Muse для аналізу власних тренувань із змішаних єдиноборств. Модель отримує відеопотік із камер у спортзалі й усього за 60 секунд перерви між раундами видає чіткий розбір позиції стегон, балансу ніг та підказує, як уникнути перевороту в партері.
  • Голосові кулінарні експерименти: Агент допомагає трирічній доньці Цукерберга вигадувати рецепти для випічки, розрізняє голоси співрозмовників і самостійно замовляє потрібні інгредієнти через Instacart.

Еволюція взаємодії зі штучним інтелектом пройшла кілька чітких етапів:

  • 1. Текстові асистенти (Retrieval): Інформаційні боти на кшталт Meta AI чи ChatGPT, призначені для пошуку відповідей та генерації тексту.
  • 2. Кодинг- та браузерні агенти (Computer Use): Сервіси рівня OpenClaw чи Claude, здатні виконувати дії в цифровому середовищі за допомогою віртуальних машин.
  • 3. Персональний суперінтелект (Personal Agents): Мультимодальні автономні системи на базі Muse Wonder та розумних окулярів, які бачать і чують те саме, що й людина, та діють у реальному світі від її імені.

Muse Wonder: активна пам'ять та довготривалий фокус

В основі нового етапу розвитку систем Meta — перехід від серії моделей Muse Spark (внутрішній проєкт Avocado) до значно більшої фронтирної архітектури Muse Wonder (проєкт Watermelon). Новий базовий претрейн дозволив досягти глибшого розуміння людського контексту та нюансованого мислення.

Команда Meta Superintelligence Labs зауважує три фундаментальні прориви моделі:

  • Активна пам'ять (Active Memory): Замість простого стиснення контексту, через яке інші системи часто «забувають» важливі детали, Muse Wonder має вбудовану систему самоконтролю пам'яті. Вона утримує факти про користувача місяцями й точно застосовує їх у майбутніх завданнях.
  • Довготривалий фокус (Active Focus): Здатність утримувати мета-ціль під час виконання довгих і плутаних доручень. Якщо агент стикається із помилкою або заблокованим сайтом, він не здається, а шукає альтернативні шляхи вирішення проблеми.
  • Професійна експертиза та кодинг: Модель показує вражаючі результати у фінансових, юридичних та медичних тестах, а також посідає провідні позиції (state-of-the-art) у складних бенчмарках для програмування — DeepSWE, SWE-Marathon та Terminal-Bench 4.

Дослідники також виміряли особливий показник — «запах великої моделі» (Big Model Smell). Він відображає здатність інтелекту переносити навички із знайомих навчальних завдань на абсолютно нові життєві ситуації. У Muse Wonder цей бар'єр між теорією та практикою став найменшим у історії розробок компанії.

Інфраструктурний вабанк на $100 млрд та дегустація Цукерберга

Будівництво суперінтелекту вимагає гігантських обчислювальних потужностей. Обчислювальний комплекс Prometheus в Огайо вже перевалив за потужність у 1 ГВт, а новий майданчик Hyperion у Луїзіані розрахований на астрономічні 5 ГВт.

Щоб осягнути масштаб: лише річна експлуатація кластера на 1 ГВт обходиться приблизно у $15 млрд, а капітальні витрати на його зведення сягають $50–60 млрд. Загальний чек Meta на інфраструктуру вже перевищує $100–200 млрд.

«Наприкінці минулого року, ще навіть не бачивши готових моделей у дії, ми підписували чеки на сотні мільярдів доларів. Наша фінансова директорка Сюзан Лі регулярно відводила мене вбік і наголошувала: якщо ця модель не спрацює, це буде фінансово катастрофічно для компанії». Відверто зізнається Марк Цукерберг.

Марк Цукерберг вирішив прийти на подкаст не з порожніми руками й привіз для ведучого ціле барильце (кег) справжнього Guinness прямо з Дубліна. Проте коли надійшов час підняти бокали, спроба засновника Meta зробити перший ковток миттєво перетворилася на вірусний мем. Зімруживши очі та смішно надувши щоки, Марк замріявся над келихом із таким виразом обличчя, ніби намагався не випити, а ретельно «прожувати» темне пиво.

Мережа вибухнула жартами про те, що алгоритм ковтання стауту у Марка все ще перебуває на стадії бета-тестування:

  • «Завантаження Guinness.exe: обробка текстури 43%... Помилка 404: функцію "жувати пиво" не знайдено».
  • «Коли підписав чеки на $100 млрд у майбутнє ШІ, але твоя власна прошивка збоїть на звичайному дублінському стауті».

Втім, попри епічну дегустацію, Цукерберг переконаний у виправданості фінансових ризиків: у технологіях діє степеневий закон, де важливий лише розмір підсумкової перемоги. Навіть у разі невдачі ці обчислювальні потужності суттєво підсилили б рекомендаційні алгоритми соцмереж, які й так приносять компанії сотні мільярдів.

Цікаво, що саму розробку здійснює надзвичайно компактна група: у дослідницькому підрозділі MSL працює менше 200 осіб, із яких безпосередньо науковими розробками займаються лише близько сотні людей.

Агентна комерція та ШІ-агенти за межами смартфонів

Масове поширення ШІ-агентів повністю перекроює ринок електронної комерції. Звична модель, коли людина годинами гортає сторінки товарів, відходить у минуле.

Ключові риси нової агентної комерції (Agentic Commerce):

  • Пошуковий інтент: Замість порівняння цін на десятках сайтів вручну — чітке описове завдання агенту із реальними життєвими обмеженнями (наприклад, «знайти кулінарний набір і доставити суворо до вечора середи»).
  • Прийняття рішень: Замість самостійного вибору товарів та заповнення форм — автономний аналіз ринку, підбір найкращої пропозиції та автоматична оплата алгоритмом.
  • Інтеграція та зв'язок: Замість ручних кліків по веб-інтерфейсах — прямі API-протоколи взаємодії між агентом покупця та агентом продавця.
  • Рівень персоналізації: Замість сухих даних з історії одного інтернет-магазину — глибокий наскрізний контекст про життя користувача, його родину, вподобання та коло спілкування.

Показовим сигналом ринку стала покупка платіжним гігантом Stripe сервісу OpenRouter — платформи-маршрутизатора, яка обробляє понад 10 трильйонів токенів на день. Паралельно Meta розвиває протокол Muse Gadgets, що дозволить інтегрувати агента у смарт-окуляри, домашні пристрої та навіть смартфони сторонніх виробників. Окулярам майбутнього взагалі не знадобиться App Store — ШІ створюватиме необхідний інтерфейс безпосередньо у полі зору людини.

Чому Meta AI та глобальний ринок ШІ не утворять монополію

Популярні у 2023 році побоювання про те, що одна AI-лабораторія захопить увесь світ через рекурсивне самовдосконалення, не справдилися. Ринковий баланс утримується завдяки кільком факторам:

  • 1. Ефект дистиляції: Можливість «переносити» знання з гігантських систем у компактні моделі дозволяє безкоштовно або дешево надавати передовий інтелект широкому колу розробників.
  • 2. Розходження у цілях: Поки більшість лабораторій зосереджені на рутинній автоматизації офісної роботи, Meta створює персонального асистента для творчості, відпочинку та повсякденного життя мільярдів людей.
  • 3. Хвилеподібність розробок: Жодна команда не здатна демонструвати ідеальний темп без помилок. Періоди злетів змінюються паузами, що дає змогу конкурентам швидко скорочувати відрив.

Прикладом такої гнучкості стало переформування команди Meta Superintelligence Labs. Навесні 2025 року, зрозумівши, що попередній вектор розробки Llama не дає бажаного прориву, Марк Цукерберг повністю перезапустив процес, залучивши нове керівництво — Александра Вана, Ната Фрідмана та Деніела Ґросса. Вони відмовилися від традиційної корпоративної бюрократії на користь абсолютно плоскої структури, що дозволило всього за рік створити нову фронтирну модель.

Стратегія Meta AI: як модель Muse Wonder змінить бізнес

Масштабний перехід Meta до розробки власних чіпів, зведення гігаватних дата-центрів та створення персональних ШІ-агентів означає початок нової цифрової ери.

Епоха, коли користувачі самостійно шукали інформацію у додатках та кликали по кнопках, змінюється екосистемою, де автономні агенти беруть на себе вирішення складних побутових та бізнес-завдань. Завдяки доступності інфраструктури та мультимодальним пристроям на кшталт розумних окулярів, персональний суперінтелект перестає бути привілеєм обраних корпорацій. Виграють ті компанії та користувачі, які навчаться ефективно співпрацювати з новими алгоритмами вже сьогодні.

Джерело матеріала
InternetUAInternetUA
Згадувані персони
Марк Цукерберг
Марк Цукерберг
Бізнесмен
1 згадка
loader
loader