В феврале в Париже состоялся Саммит по искусственному интеллекту, где Еврокомиссия пообещала инвестировать €200 млрд в развитие индустрии в Европе, а Франция — еще €109 млрд, чтобы выйти в лидеры в сфере ИИ. Это сопоставимо с анонсированными Дональдом Трампом $500 млрд на инфраструктуру в США. Вместе с кандидатом технических наук и директором лаборатории FusionBrain Института AIRI Андреем Кузнецовым разбираемся, сможет ли Европа соперничать с США и Китаем.

Американский и китайский подходы
C обеих сторон в гонке участвуют крупнейшие корпорации. В Китае — Alibaba и ByteDance при поддержке сильных исследовательских институтов, например при Университете Цинхуа. В США — Оpen AI, xAI, Meta* (признана иностранным агентом), Google и другие технологические гиганты.
Пальма первенства в этой борьбе постоянно переходит от американских компаний к китайским и обратно по мере выпуска моделей ИИ: OpenAI o1, Grok 3, о3mini, DeepSeek R1, GPT-4o, Llama 405b, Qwen и другие поднимают планку с каждым релизом. Европейских проектов в этом споре не наблюдается. При этом подходы США и Китая к развитию ИИ разные, вот сравнение по нескольким аспектам.
Дистрибуция и права. В США придерживаются проприетарной формы развития — это когда продукты находятся в собственности компаний, которые по подписке предоставляют доступ к своему решению. В то время как в Китае последние релизы сильных моделей — Qwen и DeepSeek — сразу появились в Open Source, то есть с открытым исходным кодом. Такой подход компаний из Поднебесной позволяет быстро наращивать комьюнити пользователей, преодолевая отставание от американских продуктов. Например, в декабре 2024 года Т-банк выложил в открытый доступ большую языковую модель, созданную на базе китайской Qwen.
Регулирование. В США генеративные языковые модели достаточно сильно выровнены. Команды следят, чтобы ответы нейросети не нарушали не только законодательные, но и этические нормы. В китайских продуктах в основном уделяется внимание локальному законодательству. Здесь команды дают больше свободы для рассуждений своим моделям.
Источники финансирования. В США делают упор на прикладные задачи. Компании ближе к обычным пользователям, поэтому более прозрачны: мы понимаем, кто, сколько и с какой целью инвестирует в проекты. Делает это в основном бизнес. Китай же более закрыт, поэтому реально отследить, где инвестиции частные, а где государственные, довольно сложно.
Ниши. Хотя и США, и Китай разрабатывают универсальные решения для работы с разным типом контента, заметен сильный фокус Поднебесной на моделях для синтеза видео и визуализации. Американцы же больше заняты языковыми моделями.
Кто лидер в Европе сегодня
Несмотря на то что Европа пока уступает США и Китаю в масштабах разработок, здесь тоже есть страны, готовые в будущем составить конкуренцию.
Франция. Амбиции страны подтверждаются не только желанием инвестировать €109 млрд, но и наличием удачных проектов. Например, французский стартап Mistral AI еще прошлым летом успешно конкурировал с лидерами рынка за счет модели Large 2. А претрейн моделей стартапа использовали, например, в «Авито» для обучения собственной языковой модели. Во Франции есть и другие команды, занимающиеся вопросами ИИ, среди которых можно отметить университет Inria.
Германия обладает сильными проектами в области генеративных моделей, компьютерного зрения, работы с изображениями и видео. Например, нейросеть Stable diffusion выросла из команды CompVis (Computer Vision & Learning) Мюнхенского университета им. Людвига-Максимилиана.
Италия известна мощной академической командой по компьютерному зрению и обработке видео и изображений, но в первую очередь фокусируется на академических исследованиях.
В будущем могут выстрелить проекты и из других стран. Например, в Болгарии с 2022 года начал работать Институт компьютерных наук, искусственного интеллекта и технологий (INSAIT), который поддерживается такими гигантами, как Google, Amazon Web Services, VMware. В Сербии есть «Яндекс», а в Португалии сформировался качественный инвестиционный климат с низкими по европейским меркам налогами и сильным комьюнити за счет тех, кто получил визу стартапа или цифрового кочевника. Но пока сильных проектов в области ИИ здесь замечено не было.
Два пути Европы: фундаментальные исследования и гуманитарные темы
Главное преимущество Европы, на которое можно рассчитывать на поле ИИ, — сильная фундаментальная наука. В том числе построенная на исследованиях в области адронного коллайдера, квантовой физики и оптики. И если в США уделяют ключевое значение прикладным вопросам, то в Европе значительно больший фокус на теоретических фундаментальных исследованиях.
Также в ЕС большее внимание уделяется гуманитарным вопросам: устойчивому развитию, климату, инклюзии, изменениям на рынке труда из-за новых технологий. Все это было хорошо заметно по темам, которые поднимали на Саммите по искусственному интеллекту. Например, Международную декларацию по искусственному интеллекту (ИИ), где вопросы открытости, инклюзивности и этичности занимали ключевое место, поддержали 60 стран, включая Францию, Китай, Австралию, Японию и Индию. США выступили против ограничений отрасли. Также на саммите договорились о вложении в Current AI $400 млн — команда проекта будет разрабатывать открытые и этически управляемые модели ИИ, которые служат общественным интересам.
Эти специализации могут стать теми направлениями, где Европа обгонит США и Китай в части использования ИИ, если с универсальными решениями не сложится. Такие фундаментальные и гуманитарные акценты сочетаются с тем, что в ЕС основными инвесторами выступают государство и надгосударственные структуры.
К бонусам исследователей в Европе также стоит добавить отсутствие препятствий для приобретения GPU от Nvidia. В Поднебесной Huawei развивает свою линейку чипов Ascend, но в модели DeepSeek R1 эти чипы обеспечивают только 60% от мощности топовых Nvidia H100. В то же время подобные ограничения способствуют поиску новых методов более эффективного обучения моделей при использовании меньших ресурсов.

Регуляторный стоп-кран и энергетические препятствия
У отставания Европы от США и Китая есть объективные причины, которые в будущем могут значительно повлиять на планы включиться в борьбу за лидерские позиции в области ИИ. Главная из них –– регуляторная. В 2024 году в ЕС приняли Закон об ИИ, который накладывает значительные ограничения на команды, занимающиеся созданием и обучением ИИ-моделей.
Согласно документу, разработчики должны предоставлять техническую документацию и инструкции для пользователей, соблюдать Директиву об авторском праве и публиковать резюме контента, используемого для обучения своих моделей. Правила распространяются и на модели, созданные за пределами ЕС, но которые будут распространяться на территории Европы.
Эта нагрузка приводит к тому, что при прочих равных европейские компании вынуждены тратить больше ресурсов, чтобы соблюдать дополнительные правила, и из-за этого отставать от американских и китайских проектов, где регуляторная политика мягче. Например, закупать лицензионные дата-сеты либо создавать сложные алгоритмы по защите и очистке данных, увеличивая время разработки. А часть требований и вовсе трудно выполнить: поскольку нейросети часто работают как «черный ящик», они не могут быть полностью объяснимыми и прозрачными для человека.
Здесь же возникает и другая сложность: поскольку модели в Open Source американских, китайских и других проектов изначально не заточены на исполнение специальных законов ЕС, они не могут использоваться исследовательскими командами в Европе. Это усложняет международную кооперацию и развитие. В результате сильные проекты чаще задумываются над тем, чтобы релоцировать команду из ЕС в США или Азию.
Еще одна сложность для развития нейросетей в ЕС связана с энергетикой. Согласно прогнозам Международного энергетического агентства (МЭА), к 2026 году совокупное потребление электроэнергии для целей ИИ может достичь 1000 тераватт-часов (ТВт·ч), что эквивалентно текущему потреблению Японии. В то же время в Европе нет дешевых источников энергии. В результате высокие цены на энергию делают создание крупных вычислительных центров менее рентабельным.
В США эту проблему планируют решать с помощью атомных электростанций для крупных ИИ-кластеров, в том числе мобильных. Американцы гораздо более активно используют новые методы сохранения, рекуперации и конверсии энергии для создания более сильных вычислительных мощностей. В ЕС такой экспертизы по части атомной энергетики меньше.
Косвенно это видно по масштабам планируемых проектов. Если в США ИИ-кластер в xAI уже насчитывает 100 000 GPU, а у Nebius Group NV — порядка 35 000 GPU, то в случае с французской Mistral AI речь идет о 18 000 GPU только в будущем. Так что для развития ИИ в Европе решение энергетического вопроса не менее важно, чем регуляторного.
Свежие комментарии