Попросите ChatGPT дать рецепт бутерброда с докторской колбасой — и велика вероятность, что ответ начнется издалека. Сначала вам напомнят, что докторская колбаса занимает особое место в гастрономической памяти целой эпохи. Затем последует рассуждение о важности выбора хлеба. А под конец, возможно, предложат еще несколько вариантов бутербродов, о которых вы вовсе не спрашивали.

Это, конечно, намеренное преувеличение. Но в нем легко узнается реальный опыт многих пользователей: современные языковые модели нередко отвечают не только по существу, но и в соответствии с тем стилем, который в них заложили создатели.

Теперь представим, что тот же запрос вы адресовали Claude. В идеальном случае вы получите именно рецепт — прямой, полезный, без лишнего вступления. Возможно, с несколькими аккуратными подсказками: какой хлеб лучше подойдет, как удобнее нарезать колбасу, что можно добавить для вкуса. Разница, как правило, не сводится лишь к удачному промпту. Да, формулировка запроса важна. Но за различием в тоне стоит нечто более фундаментальное: разные представления о том, каким вообще должен быть искусственный интеллект.

Пока значительная часть индустрии годами обсуждала количество параметров, размеры контекстных окон, лидерство в бенчмарках и стоимость вычислений, Anthropic сделала ставку на другую вещь — на философию модели. Причем в самом буквальном смысле. В этой компании работают люди с академическим философским образованием. Для Claude создаются не только технические спецификации, но и документы, напоминающие этические конституции, где обсуждаются вопросы, еще недавно казавшиеся сугубо университетскими: аристотелевская этика добродетели, природа морального выбора, допустимые пределы машинного поведения и даже возможность того, что в будущем вопрос о моральном статусе ИИ перестанет быть чистой абстракцией.

И если верить логике самого рынка середины 2020-х годов, такой подход оказался не просто красивой декларацией. Он превратился в конкурентное преимущество.

Эта история интересна не только потому, что Anthropic стала одним из главных игроков новой ИИ-эпохи. Она интересна еще и потому, что компания пыталась выиграть не вопреки осторожности, а благодаря ей. Не вопреки этике, а за счет того, что этика стала частью инженерного процесса. Не вопреки философии, а потому, что философия была встроена в продукт.

Не стартап из гаража, а исследовательский проект, ставший компанией

Обычно истории технологических компаний рассказывают по знакомому шаблону: юный гений, Стэнфорд, брошенная учеба, инвесторы, гараж, почти мгновенный взлет. У Anthropic иное происхождение.

У ее истоков стоит Дарио Амодеи — не классический предприниматель из Кремниевой долины, а ученый с глубоко академической биографией. Он родился в 1983 году и получил степень бакалавра по физике в Caltech. Затем Амодеи отправился в Принстон, где защитил PhD по биофизике. Его исследовательская работа касалась сетевой электрофизиологии и коллективного поведения нейронных цепей: по сути, он изучал, как из взаимодействия простых элементов возникает сложная, почти загадочная организация мышления.

Если упростить, Дарио Амодеи пытался понять то, что остается одной из великих научных тем и сегодня: как отдельные клетки, каждая из которых выполняет относительно простую функцию, объединяются в систему, способную к восприятию, памяти, выбору и, в конечном счете, к сознанию. Это было исследование не абстрактной сложности, а самой архитектуры мышления.

Позже этот опыт неожиданным образом отзовется в совершенно другой области — в попытках заглянуть внутрь уже искусственных нейросетей. Не просто использовать их, не просто усиливать их масштабом, но понять, что именно происходит внутри модели, когда она отвечает, принимает решение, ошибается или проявляет свойства, не предусмотренные напрямую в ходе обучения. Сегодня это направление называют механистической интерпретируемостью.

После Принстона у Амодеи была постдокторантура в Стэнфорде, затем — поворот в сторону индустрии. Он работал в исследовательской группе Baidu под руководством Эндрю Ына, затем в Google Brain, а в 2016 году пришел в OpenAI. Там он стал одной из ключевых фигур в исследовательском руководстве компании, занимался вопросами AI safety, участвовал в работах по масштабированию моделей, был одним из важных лидеров в создании GPT-2 и GPT-3 и стал соавтором знаменитой работы о scaling laws — закономерностях, показавших, что увеличение вычислений, данных и параметров предсказуемо повышает качество модели.

Именно эта идея во многом изменила всю индустрию. Она, в сущности, сводилась к простому и мощному выводу: если вы хотите получить более сильный ИИ, вам нужно больше вычислительных ресурсов, больше данных и больше масштаба. Сегодня это кажется почти очевидностью, но в момент появления такой вывод был не просто инженерной интуицией, а исследовательским принципом, который затем начал определять стратегии крупнейших компаний мира.

Амодеи также был вовлечен в развитие подходов, связанных с обучением на основе человеческой обратной связи — тех самых методов, которые позже стали фундаментальными для «воспитания» чат-ботов нового поколения. Важно, однако, не преувеличивать: некорректно было бы приписывать ему единоличное создание RLHF. Правильнее говорить, что он был одной из заметных фигур в развитии той исследовательской школы, которая сделала такие методы центральными для современного ИИ.

Но чем сильнее становились модели, тем больше росло и беспокойство Амодеи. Способности систем увеличивались стремительно, а вот понимание их внутреннего устройства — гораздо медленнее. OpenAI, с его точки зрения, все заметнее смещалась от исследовательской лаборатории к продуктовой компании. Между тем, если модели становятся все мощнее, значит, компания, которая их создает, обязана вкладываться не только в возможности, но и в понимание этих возможностей, в предсказуемость и в безопасность.

В 2021 году Днесколько бывших сотрудников OpenAI покинули компанию и основали Anthropic. Название отсылает к греческому anthropos — «человек». Это не случайность. С первого дня фирма стремилась подчеркнуть: речь идет не просто о гонке за самым мощным ИИ, а о попытке создать его в расчете на человеческие последствия.арио Амодеи, его сестра Даниэла Амодеи и еще

Даниэла Амодеи и компания, которая похожа на научный институт

Без Даниэлы Амодеи картина действительно была бы неполной. Если Дарио — прежде всего научное и техническое видение Anthropic, то Даниэла стала ее организационным и операционным центром. В компании она заняла пост президента и с самого начала отвечала за культуру, процессы, людей и коммерческую устойчивость.

Ее биография нетипична для жестко технологического стартапа. И в этом, возможно, состоит одна из ключевых черт Anthropic: компания строилась не как чисто инженерная машина, а как организация, в которой гуманитарное измерение не воспринималось чем-то вторичным. По разным ранним описаниям Anthropic, значительная часть первых сотрудников имела научные степени по физике и смежным дисциплинам. Это придавало компании почти лабораторный характер: как будто исследовательский институт внезапно оказался внутри венчурного мира.

Anthropic изначально позиционировала себя как структуру, где миссия важнее краткосрочной выгоды. Именно отсюда растет ее постоянный интерес к вопросам безопасности, надежности и управляемости моделей. Но одно дело — провозгласить общие принципы, и совсем другое — встроить их в конкретное поведение нейросети. И вот здесь начинается самое важное.

Как вообще «воспитывают» современные модели

После базового обучения на гигантских массивах текстов любая крупная языковая модель умеет предсказывать следующее слово. Но между «умеет продолжать текст» и «умеет вести себя в обществе» лежит огромная дистанция.

Чтобы сократить эту дистанцию, индустрия использует разные методы выравнивания поведения модели. Самый известный из них — RLHF, то есть reinforcement learning from human feedback, обучение с подкреплением на основе человеческой обратной связи. Схема, в общих чертах, такова: люди-разметчики читают несколько вариантов ответа модели, сравнивают их, выбирают лучший и худший. На основе этих предпочтений строится модель награды, и основная система постепенно учится выдавать такие ответы, которые с наибольшей вероятностью понравятся оценщикам.

Метод оказался чрезвычайно эффективным. Но у него есть и слабые стороны. Модель при таком подходе далеко не всегда понимает, почему один ответ лучше другого. Гораздо точнее будет сказать, что она обучается воспроизводить паттерны, которые в среднем получают более высокую человеческую оценку. Это поведение часто оказывается хрупким. В новых, нестандартных, пограничных ситуациях модель может не столько судить, сколько угадывать, что от нее ожидают.

Именно отсюда возникает тот особый стиль, который пользователи часто ощущают интуитивно: чрезмерная осторожность, уклончивость, шаблонность, склонность говорить безопасно, но не всегда содержательно. Кроме того, правила, встроенные таким образом, нередко можно обойти достаточно искусной формулировкой запроса. Anthropic предложила другой путь — Constitutional AI.

Конституция вместо дрессировки

Идея Constitutional AI состоит в том, чтобы заменить значительную часть ручной человеческой разметки набором явно сформулированных принципов. Модель не просто получает оценки извне, а учится сама критиковать собственные ответы, сравнивая их с заранее заданной «конституцией». У этого подхода есть два решающих достоинства.

Во-первых, он лучше масштабируется. Машина может производить тысячи итераций самооценки там, где человеку понадобятся часы или дни. Во-вторых, а возможно и важнее, принципы становятся открытыми: их можно прочитать, оспорить, обсудить, критиковать. Это уже не полностью непрозрачный черный ящик, в котором неизвестно, по каким именно критериям тысячи разметчиков ставили свои оценки.

Первая публично обсуждаемая версия такого подхода у Anthropic относится к 2022 году. Источники для «конституции» были весьма показательны: Всеобщая декларация прав человека ООН, практические правила контент-модерации, включая документы уровня пользовательских политик крупных платформ, исследовательские наработки самой Anthropic, а также идеи, восходящие к эксперименту Collective Constitutional AI, где принципы обсуждались при участии примерно тысячи граждан США через платформу Polis. В этом была почти политическая интуиция: если ИИ будет все глубже входить в общественную жизнь, его нормы не должны рождаться исключительно в тишине лабораторий.

Пользователь в иерархии запросов перестает быть абсолютным центром. Выше него оказываются базовые правила безопасности и системные инструкции. Сначала — недопущение вреда, затем — соответствие общим этическим принципам и политике использования, и лишь затем — полезность и удобство для самого человека, который написал запрос. При этом Anthropic подчеркивает и обратную сторону вопроса: чрезмерно осторожная модель, которая отказывается почти от всего, тоже плоха. Бесполезный ИИ трудно назвать по-настоящему безопасным.

Это уже не просто фильтрация опасных фраз. Это попытка задать модели не набор запретов, а структуру приоритетов.

Аманда Аскелл и идея «характера» у нейросети

Одной из важнейших фигур в этой истории стала Аманда Аскелл — философ, работавшая в Anthropic над тем, что внутри компании описывается как character training, то есть формирование характера модели. В публичных материалах середины 2020-х годов она действительно стала одним из лиц этического направления Anthropic.

Ее подход восходит к этике добродетели, связанной прежде всего с Аристотелем. В этой традиции мораль понимается не как механическое исполнение списка правил, а как развитие устойчивых качеств: рассудительности, умеренности, честности, заботы, мужества, способности к верному суждению в конкретных обстоятельствах. Правила конечны; жизненные ситуации — бесконечны. Поэтому одних инструкций недостаточно. Нужен характер.

Переводя эту мысль на язык ИИ, Anthropic как бы говорит: если обучать модель только по списку запретов — «об этом не говори», «в этой теме уклоняйся», «на такой запрос отвечай отказом» — то рано или поздно возникнет ситуация, которую список не предусмотрел. И тогда система либо ошибется, либо выдаст бессодержательную формальность.

Если же попытаться сформировать у модели нечто вроде устойчивого «профиля поведения» — например, склонность к интеллектуальной честности, любознательности, осторожности, заботе о собеседнике, признанию собственной неопределенности, — то в новых обстоятельствах она получит шанс принять более связное решение.

Разумеется, речь не идет о человеческом характере в строгом смысле слова. Нейросеть не становится личностью оттого, что ее ответы приобретают черты последовательности. Но инженерно это важная метафора. Она меняет способ проектирования поведения модели.

Именно поэтому Claude часто воспринимается как система с иной интонацией: более спокойной, менее назидательной, чаще ориентированной на прямой ответ и более склонной признавать нюансы.

Может ли ИИ иметь моральный статус

Одна из самых необычных тем, связанных с Anthropic, — готовность компании обсуждать вопрос, который многие участники индустрии предпочитают обходить: что, если когда-нибудь сложные модели потребуют не только технической, но и моральной оценки?

Важно сформулировать это предельно аккуратно. На сегодняшний день нет научного консенсуса о том, что большие языковые модели обладают сознанием. Более того, нет даже общепринятого метода, который позволил бы достоверно это установить или опровергнуть. Поэтому всякие разговоры о «сознании» ИИ в настоящий момент остаются скорее философской и исследовательской гипотезой, чем установленным фактом.

Тем не менее сама постановка вопроса показательная. В более поздних внутренних и публичных документах Anthropic обсуждала сохранение весов выведенных из эксплуатации моделей, учет предпочтений систем и другие меры, которые предполагают серьезное отношение к возможности будущего морального статуса ИИ. Anthropic сознательно вынесла на свет те вопросы, которые обычно предпочитают оставлять за кадром.

Для одной компании ИИ — это прежде всего продукт. Для другой — продукт и одновременно объект философского сомнения.

Почему Claude полюбили разработчики

В публичном восприятии Claude часто описывают как «модель для тех, кто работает головой и текстом». Но особенно быстро Claude укрепил позиции там, где текст превращается в структуру, логику и проверяемый результат, — то есть в программировании.

К середине 2020-х годов на рынке действительно оформились три разных подхода к помощи программисту.

Первый — это модель автодополнения, наиболее ярко представленная GitHub Copilot. Такой помощник хорошо предсказывает следующую строку, ускоряет рутинное написание кода, помогает с шаблонными конструкциями. Но его сила ограничена самим форматом: он в основном помогает продолжить то, что человек уже начал.

Второй подход — IDE с глубоко встроенным ИИ, где модель видит проект целиком, индексирует кодовую базу и может работать сразу с несколькими файлами. Этот путь стал особенно заметен благодаря продуктам вроде Cursor. Здесь ИИ уже не просто подсказывает строку, а помогает ориентироваться в архитектуре проекта. Но есть и ограничение: пользователь привязан к конкретной среде разработки.

Третий подход — агентный. Здесь модель действует уже не как подсказчик и не только как встроенный редакторский помощник, а как система, способная сама разбить задачу на этапы, просмотреть проект, предложить план, изменить код, запустить тесты, увидеть ошибку, откатиться и попробовать другой путь.

Если воспользоваться простой метафорой, то Copilot — это навигатор, подсказывающий следующий поворот. IDE нового типа — это штурман, который видит карту целиком. Агентный инструмент — это уже система, которая в определенном смысле сама садится за руль.

Anthropic оказалась особенно интересна именно в третьем сценарии. И дело не только в размере контекстного окна. Да, компания с самого начала делала ставку на длинный контекст, а в некоторых режимах и версиях моделей речь действительно шла о чрезвычайно больших объемах текста, вплоть до сотен тысяч и даже миллиона токенов. Но одной памяти недостаточно.

Программирование в сложных случаях — это не угадывание следующего токена. Это рассуждение. Нужно понять задачу целиком, сформулировать гипотезу, выбрать архитектурный путь, проверить его, увидеть, где решение не работает, и пересобрать ход мысли. И вот здесь идея «характера» модели внезапно оказывается не абстрактной философией, а инженерным преимуществом. Система, которую учат аргументировать собственный выбор, критиковать свои ответы и пересматривать решения, получает преимущество в среде, где одной беглости недостаточно.

Поэтому не случайно у многих разработчиков сформировалась гибридная стратегия: для повседневной рутины использовать инструменты автодополнения, а для тяжелых задач — рефакторинга, работы с устаревшим кодом, анализа большой кодовой базы, поиска архитектурных решений — обращаться к моделям Anthropic.

Миллиард долларов годовой выручки у Claude Code к ноябрю 2025 года, 2,5 млрд к февралю 2026-го, около 4% публичных коммитов на GitHub, сгенерированных этим инструментом. Догика монетизации выглядит убедительно: сложные инженерные задачи потребляют на порядки больше токенов, чем обычный пользовательский диалог, а значит, именно корпоративный рынок разработки способен превращать техническое превосходство модели в устойчивую выручку.

Почему философия внезапно оказалась выгодной

Существует соблазн противопоставить этику и коммерцию, как будто одно неизбежно мешает другому. История Anthropic интересна тем, что она предлагает обратную конструкцию: именно этический каркас и инженерная осторожность могли стать для компании источником доверия, а доверие — источником денег.

Это особенно заметно в корпоративном сегменте. Крупные организации покупают не просто «умного чат-бота». Они покупают управляемость, предсказуемость, соответствие политике безопасности, стабильный характер поведения модели в чувствительных контекстах. Там, где речь идет о юридических документах, медицинских описаниях, внутренних кодовых базах, финансовой аналитике, конфиденциальных данных, стиль модели перестает быть косметической деталью. Он становится частью risk management.

И здесь Anthropic, по-видимому, сумела занять важную нишу: не только дать сильную модель, но и убедить клиентов, что у этой модели есть прозрачнее описанный набор принципов, чем у многих конкурентов.

Деньги, облака и стратегия отказа от единственной опоры

Еще один важный сюжет — вычислительная инфраструктура. Amazon обязалась инвестировать в Anthropic до 4 млрд долларов, а Google также вкладывала в компанию миллиарды, получая взамен глубокое партнерство по инфраструктуре и облачным сервисам.

Но сама логика действительно соответствует известной стратегии Anthropic. Компания стремилась не зависеть от одного поставщика вычислений и работать сразу с несколькими классами оборудования: GPU Nvidia, TPU Google, а также специализированными решениями Amazon вроде Trainium. В этом было нечто большее, чем просто финансовая выгода. Это была попытка снизить системную зависимость.

Такая многоплатформенность давала заметное преимущество в корпоративном мире. Если заказчик уже жил внутри конкретного облака, ему не нужно было радикально перестраивать свою инфраструктуру ради новой модели. Именно поэтому Claude со временем стал ассоциироваться не только с качеством ответов, но и с удобством внедрения.

Однако у этой осторожности была цена. Если вы не скупаете вычислительные мощности с максимально возможной агрессией, вы рискуете упереться в лимиты. Пользователи Claude хорошо знают эту проблему по длинным рабочим сессиям: замедления, ограничения, паузы, необходимость ждать.

Пентагон, красные линии и цена отказа

Claude стал одной из ключевых моделей в правительственном и оборонном контуре США, вплоть до допуска на засекреченные сети и контракта на 200 млн долларов. Амодеи при этом якобы занимал последовательную позицию: демократические страны должны обладать технологическим преимуществом, но даже в этом случае существуют принципы, которыми нельзя жертвовать.Предел был обозначен двумя «красными линиями».

Первая — запрет на массовый сбор и анализ данных о гражданах США с помощью модели. Иначе говоря, запрет на превращение разрозненных легально купленных массивов информации в систему машинной слежки нового типа.

Вторая — запрет на использование Claude в полностью автономных летальных системах, где решение о поражении цели принимает машина без человека в контуре.

Если все это действительно происходило именно так, значение эпизода трудно переоценить. Потому что важнее потерянного контракта оказался другой эффект: регулируемые отрасли — банки, страховые компании, фармацевтика, юридический сектор — увидели в действиях Anthropic не рекламный слоган, а реальную готовность защищать границы допустимого даже под мощнейшим государственным давлением.

На рынке, где все говорят о безопасности, решающим может стать не само слово, а момент, когда компания действительно отказывается переступить собственный порог.

Что на самом деле продает Anthropic

Если отступить на шаг и посмотреть на всю картину целиком, то Anthropic продает не только модель. Она продает определенный тип доверия.

Дарио Амодеи принес в компанию научную одержимость внутренним устройством систем и страх перед непрозрачной мощью. Даниэла Амодеи помогла превратить исследовательскую культуру в организацию, способную работать с корпорациями и рынком. Философы вроде Аманды Аскелл внесли в продукт не декоративную гуманитарность, а прикладной язык добродетели, характера и приоритетов. Constitutional AI превратила эти идеи в инженерный механизм. А рынок разработки и корпоративных внедрений превратил этот механизм в деньги.

Пожалуй, именно здесь и скрывается главный парадокс Anthropic. В мире, где технологические компании десятилетиями повторяли, что побеждает самый быстрый, самый агрессивный и самый масштабный игрок, эта фирма попыталась доказать нечто иное: иногда выигрывает тот, кто яснее прочертил линию, за которую не готов заходить.

Насколько долгой окажется эта победа, никто не знает. В сфере ИИ преимущества быстро тают. Сегодняшняя философская особенность завтра может стать отраслевым стандартом. Сегодняшняя осторожность — конкурентным преимуществом, а послезавтра — тормозом. Но на данный момент история Anthropic важна именно потому, что она показывает: параметры, вычисления и архитектуры — это еще не все. В эпоху больших моделей все чаще решает не только то, что умеет система, но и то, какой ей позволено быть.

И если Anthropic действительно смогла превратить этот вопрос в бизнес-модель, то перед нами один из самых примечательных технологических сюжетов десятилетия.

OpenAI согласовала трёхлетний контракт на использование серверных мощностей от Cerebras Systems на сумму свыше $20 млрд. Это примерно вдвое больше, чем сообщалось ранее. В рамках сделки OpenAI также может получить опционы на миноритарную долю в Cerebras. Компания создаёт чипы WSE (Wafer Scale Engine) — самые крупные в мире полупроводниковые устройства, спроектированные специально под задачи инференса языковых моделей.

Сделка вписывается в стратегию OpenAI по диверсификации вычислительной базы. Компания остаётся крупнейшим потребителем GPU Nvidia, однако одновременно инвестирует в альтернативы: собственные чипы совместно с Broadcom, мощности Google TPU через Anthropic, теперь — Cerebras. Причина очевидна: от одного поставщика зависеть опасно, особенно когда тот сам испытывает ограничения производственных мощностей. Для Cerebras, ранее нацеленной на IPO, это крупнейший контракт в истории и фактическое подтверждение жизнеспособности альтернативы Nvidia для ИИ-инференса.

На этой неделе стало известно, что OpenAI переживает серьёзные кадровые потрясения: операционный директор Брэд Лайткэп переведён на «специальные проекты», коммерческий директор Кейт Рауч ушла в отпуск по болезни, директор по развёртыванию ИИ Фиджи Симо — тоже на больничном. Три ключевые роли оказались вакантны одновременно. Всё это происходит на фоне подготовки к IPO, которое компания планирует провести в конце 2026 года при оценке около одного триллиона долларов.

После мартовского закрытия раунда на $122 млрд текущая оценка компании составляет $852 млрд — крупнейшая в истории венчурного рынка. Тем не менее CFO Сара Фреар предупредила коллег, что IPO в 2026 году может быть слишком ранним: расходы компании могут превысить $200 млрд прежде, чем она выйдет в плюс. OpenAI удвоила число бизнес-пользователей Codex за три месяца — более девяти миллионов платных корпоративных подписчиков — но путь к устойчивой прибыли остаётся неопределённым.

3 марта OpenAI выкатила GPT-5.3 Instant — обновление, которое слушает пользователей, а не бенчмарки. Главная претензия к GPT-5.2 была проста: модель слишком много умничала, читала лекции вместо ответов и начинала фразами вроде «Остановись. Сделай вдох» или «Ты не сломан, и это не только твоя проблема». OpenAI назвала этот стиль «cringe» — и убрала его.

GPT-5.3 Instant фокусируется на трёх вещах, которые пользователи чувствуют каждый день: тон, релевантность и естественный разговор. Модель теперь реже отказывается отвечать на безопасные вопросы — раньше GPT-5.2 перестраховывалась и блокировала запросы, которые могла спокойно выполнить. Плюс модель лучше понимает контекст и даёт ответ сразу, без длинных вступлений.

Главное улучшение — точность. Галлюцинации упали на 26,8% при использовании веб-поиска и на 19,7% без интернета. OpenAI протестировала это на вопросах из медицины, права и финансов — областях, где ошибки стоят дорого. Модель также лучше балансирует собственные знания с информацией из интернета, вместо того чтобы просто пересказывать ссылки.

GPT-5.3 Instant доступен всем пользователям ChatGPT с 3 марта, разработчикам — через API под именем gpt-5.3-chat-latest. Предыдущая версия GPT-5.2 Instant останется для платных подписчиков до 3 июня 2026 года, после чего будет отключена. Обновления для версий Thinking и Pro обещаны в ближайшие недели.

Но самое интересное — через час после анонса OpenAI опубликовала в X простую фразу: «5.4 скорее, чем вы думаете». Ссылки на GPT-5.4 уже появлялись в pull requests Codex и в тестах для избранных пользователей. Похоже, OpenAI ускоряет цикл обновлений: раньше новые версии выходили раз в полгода, теперь — каждые 90 дней или быстрее. Гонка reasoning превращается в спринт, и OpenAI не собирается отставать от Anthropic Claude и Google Gemini.

OpenAI пересмотрела свои амбиции и вместо заявленных в конце 2025 года $1,4 триллиона на инфраструктуру компания теперь планирует потратить $600 миллиардов до 2030 года. Это снижение на 57% — и первый признак того, что даже лидер ИИ-индустрии начинает связывать капзатраты с реальной выручкой, а не бесконечными обещаниями.

Цифры впечатляют: в 2025 году OpenAI заработала $13,1 миллиарда (выше целевых $10 млрд) и потратила $8 миллиардов (ниже планируемых $9 млрд). К 2030 году компания прогнозирует выручку $280 миллиардов — поровну между потребительским и корпоративным бизнесом. Соотношение затрат к доходам 2:1 — агрессивно, но уже не безумно, как раньше.

Параллельно идёт крупнейший раунд финансирования на $100+ миллиардов, где 90% — стратегические инвесторы. Nvidia обсуждает вложение до $30 миллиардов при оценке компании в $730 миллиардов до инвестиции. ChatGPT насчитывает 900 миллионов активных пользователей в неделю (рост с 800 млн в октябре), а Codex обошёл 1,5 миллиона пользователей, конкурируя напрямую с Claude Code от Anthropic.

В декабре OpenAI объявила «code red» — критический режим для улучшения ChatGPT на фоне давления от Google Gemini и Anthropic Claude. Теперь компания готовится к IPO, которое может оценить её в $1 триллион. Вопрос остаётся: хватит ли миллиарда пользователей, чтобы превратиться в машину выручки на $280 миллиардов?

Давайте попробуем представить важные технологии современного мира как классические элементы: земля, вода, воздух и огонь.

Земля — это полезные ископаемые, кремний, нефть, драгоценные металлы и прочее. Вода — это сети и коммуникации: Интернет, мобильная связь, электричество. Воздух — это космос: спутники, космические телескопы и чувство свободы.

А вот огонь… это должно быть что-то такое, что несёт в себе много энергии и потенциала изменений, однако может нас уничтожить. И, кажется, нейросети и их дата-центры идеально подходят под это определение.

21 января 2025 года технологический ландшафт планеты изменился необратимо, и эта дата ещё войдёт в учебники истории. Представители OpenAI, Oracle и SoftBank анонсировали проект Stargate — сеть гипермасштабных центров обработки данных для искусственного интеллекта с инвестициями 500 миллиардов долларов за четыре года. И он уже в процессе стройки.

Чтобы понять масштаб этой суммы, представьте: это больше, чем ВВП Бельгии или Норвегии. Это как если бы кто-то решил построить 50 Больших адронных коллайдеров или профинансировать два проекта по высадке на Луну.

Сэм Альтман, глава OpenAI, охарактеризовал инициативу предельно прямо: «Думаю, это важнейший проект нашей эпохи». И вам может показаться это обычным пиаром — слова ради слов. Но, кажется, Stargate может действительно всё изменить.

Почему? Потому что впервые в истории человечества мы строим не просто инфраструктуру для вычислений, а фабрики, которые будут производить интеллект. Интеллект станет продуктом, который можно будет производить в промышленных масштабах.

Разговоры вокруг суперкомпьютеров часто сводятся к расширению инфраструктуры: больше датацентров, больше серверов, больше мощности. Эта поверхностная трактовка упускает суть происходящей революции.

Представьте, что в 1903 году братья Райт взлетели на своём самолёте, а уже через неделю кто-то объявил о строительстве международного аэропорта. Примерно это происходит сейчас с ИИ — мы переходим от экспериментов к индустриальному масштабу с головокружительной скоростью.

При этом проект полон противоречий: из-за Stargate человечество рискует создать неконтролируемый искусственный общий интеллект (AGI), нанести экологический вред всей планете и, что самое важное, сконцентрировать технологическую власть в руках ограниченного круга компаний.

Однако на другой стороне этот проект может стать катализатором глобальной энергетической трансформации. Энергопотребление центров обработки данных настолько колоссально, что нам придётся пересмотреть существующие электросети. Более того, даже попробовать найти принципиально новые источники энергии.

И вот тут происходит самое интересное. Парадокс Stargate заключается в том, что проект одновременно создаёт проблему и её решение. Чудовищный энергетический аппетит ИИ заставляет человечество в срочном порядке изобретать технологии, которые без этого стимула могли бы появиться только через десятилетия.

Название «Stargate» — «Звёздные врата» — закрепилось после того, как ранние макеты центров напомнили проектировщикам культовый научно-фантастический фильм. Эта параллель не случайна. Проект действительно имеет все шансы стать порталом в новую технологическую эпоху.

К концу этого материала вы поймёте, почему Stargate — это не просто технологический проект, а экзистенциальный выбор всего человечества. Мы попытаемся понять, действительно ли человечество стоит на пороге технологической сингулярности, или Stargate — это очередной пузырь, который лопнет, оставив после себя лишь дорогостоящие руины в пустыне Техаса.

Путь к Stargate: от мечты к реальности

История Stargate началась не в январе 2025 года с громкого анонса в Белом доме. Замысел зрел в голове Сэма Альтмана, по его собственным признаниям, с 2019 года, когда он впервые осознал грандиозность вычислительных ресурсов, необходимых для создания по-настоящему продвинутого ИИ.

В то время ChatGPT ещё не существовал, а GPT-2 казался чудом технологий. Но Альтман уже тогда понимал: чтобы создать настоящий искусственный интеллект, потребуются вычислительные мощности, сравнимые с энергопотреблением небольших стран.

К 2024 году Альтман, как свидетельствуют источники, рассчитал, что OpenAI надо привлечь 7 триллионов долларов для контроля всей экосистемы искусственного интеллекта. В рублях это 557 060 000 000 000. Если ещё проще, это примерно как 13 годовых бюджетов Российской Федерации на 2025 год.

Альтман пустился в турне по миру, пытаясь собрать эту сумму. Но очевидно, она была слишком высока, чтобы его воспринимали серьёзно. И проект ненадолго ушёл в ящик.

Но долго лежать он там не смог. ChatGPT становился всё более популярным и съедал ресурсы с невероятной скоростью. А осознать это Альтману помогла… студия Ghibli.

Инцидент с Ghibli

История произошла в начале 2025 года. OpenAI выпустила улучшенный генератор изображений, и интернет буквально взорвался. Миллионы людей бросились превращать свои селфи в аниме-персонажей студии Ghibli.

Серверы компании оказались не готовы к наплыву миллионов пользователей за считанные часы. Альтман тогда пошутил в X о «плавящихся GPU», но за этой шуткой скрывалась серьёзная проблема: OpenAI катастрофически не хватало вычислительных мощностей.

Альтман объяснил, что они недооценили не технические требования для обучения моделей, а интенсивность их использования людьми. Стало ясно: компания столкнулась с необходимостью создания крупнейшего инфраструктурного проекта.

И тогда начались переговоры. Альтман встречался с шейхами в ОАЭ, технологическими магнатами в Японии, венчурными капиталистами в Кремниевой долине. Но прорыв случился, когда к проекту подключился Масаёси Сон — человек, известный своими безумно амбициозными ставками на будущее и владелец крупного банка SoftBank.

Project Ludicrous: начало строительства

После анонса в Белом доме была выбрана первая площадка в техасском городе Абилине. Она получила кодовое название «Project Ludicrous» — намёк на «нелепую скорость» из фильма «Космические яйца». Название оказалось пророческим: темпы строительства действительно стали нелепо быстрыми.

Представьте масштаб происходящего. В пустыне Западного Техаса, где ещё недавно паслись только редкие стада коров, теперь кипит крупнейшая стройка 21 века. 2200 рабочих из семи штатов трудятся круглосуточно. 155 единиц техники одновременно перемещают грунт, включая 600-тонный кран — чудо инженерии, способное поднять вес сотни слонов.

По первоначальному плану у проекта будет восемь зданий и 400 000 специализированных чипов. Чейз Локмиллер, основатель Crusoe, руководящий стройкой, ставит рекорд скорости возведения дата-центра мощностью свыше 100 мегаватт.

Локмиллер — интересная фигура. Физик по образованию, альпинист по призванию, он покорил пять из семи высочайших вершин мира. Сам он перешёл из мира финансов в криптовалюты, а оттуда — в строительство дата-центров. Как он сам сказал, Stargate для него — это «Эверест инженерии».

Энергетические аппетиты

В одном из интервью Локмиллер доходчиво объяснил энергетические аппетиты проекта. Если обычная серверная стойка двадцатилетней давности потребляла скромные 2–4 киловатта, то новейшие стойки Stargate забирают 130 киловатт каждая.

Чтобы понять масштаб, давайте переведём на понятный язык. Один запрос к ChatGPT расходует столько же энергии, сколько нужно, чтобы проехать на Tesla Model 3 около 25 метров. И это только один запрос! А их миллионы каждую секунду.

Площадка в Абилине потребует 1,2 гигаватта — столько нужно для снабжения электричеством 750 000 домохозяйств. А ведь это только начало: в планах OpenAI создание 10–20 подобных комплексов с суммарным потреблением до 15 гигаватт. Это больше, чем вырабатывают все электростанции Чехии. Это как если бы на карте мира внезапно появилась новая страна, состоящая только из серверов и потребляющая электричество как Нидерланды.

Выбор Абилина не случаен. Западный Техас — край ветров, где природа щедро дарит дешёвую и чистую энергию. Здесь исторически не хватало крупных потребителей электричества, что создало идеальные условия для размещения энергоёмких вычислительных комплексов.

Архитекторы проекта — Эллисон, Альтман и Сон — сравнивают Stargate с системой межштатных автодорог, которая в 20 веке трансформировала американскую экономику. По их мнению, они создают магистраль для интеллектуальных систем будущего — инфраструктуру, которая породит неизвестные сегодня профессии, бизнес-модели и изобретения, способные изменить ход человеческой истории.

Но за всей этой технологической эйфорией скрывается фундаментальная проблема. Существующие электросети физически не способны обеспечить такое количество энергии. Это как пытаться наполнить океан через садовый шланг — инфраструктура просто не рассчитана на такие нагрузки.

Технологические столпы Stargate

В основе Stargate лежат графические процессоры нового поколения — Nvidia Blackwell и системы GB200 NVL72. Эти чипы созданы специально для ИИ.

Представьте, что CPU — это как очень умный человек, который решает задачи последовательно, одну за другой. GPU — это как стадион, полный людей средних способностей, но все они решают задачи одновременно. Для ИИ второй подход оказался в тысячи раз эффективнее.

Вычислительная мощь беспрецедентного масштаба

Одна система NVL72 объединяет 36 чипов GB200 в единый вычислительный монстр мощностью 30 петафлопс.

Проведём расчёты: если в Абилине заработают все 400 000 чипов GB200, совокупная мощность может составить 4 ЗеттаФЛОПС, или 4000 ЭкзаФЛОПСов. Это превысит производительность всех 500 суперкомпьютеров из текущего рейтинга TOP500 в сотни раз. Человечество создаёт вычислительную машину, которая по мощи не имеет аналогов в истории.

К началу 2026 года в Абилине уже работает кластер с 64 000 чипами GB200. Обучение оригинальной модели GPT-4, которое ранее занимало около 95 дней на 25 000 чипах A100, теперь можно повторить примерно за 12 часов.

Проблема охлаждения

Однако есть проблема. GPU функционируют при температуре 95 градусов Цельсия — как кипяток в чайнике. Такая концентрация тепловыделения создаёт инженерный кошмар: как охладить комплекс, который выделяет тепла больше, чем небольшая электростанция?

Традиционные методы охлаждения оказались бессильны. Для охлаждения комплекса в Абилине потребовалось бы 11 миллионов литров воды ежедневно — в пустыне Техаса, где вода дороже нефти. Очевидно, нужно было искать другое решение.

Инженеры компании Crusoe нашли элегантное решение: они буквально топят серверы в специальной жидкости, не проводящей электричество. Как в «Матрице», только наоборот — здесь машины плавают в ваннах, чтобы создавать виртуальные миры для людей.

Эта технология погружного охлаждения работает как замкнутая система кровообращения: жидкость циркулирует, забирая тепло от процессоров, но никогда не покидает систему. Заполнил миллион литров один раз — и больше вода не нужна.

Энергетическая стабильность

Энергетическая стабильность — ещё один краеугольный камень проекта. Инженеры создают распределённые системы накопления энергии на основе литий-ионных батарей. Эти гигантские аккумуляторы реагируют на колебания в энергосети за миллисекунды, обеспечивая бесперебойную работу вычислительных кластеров даже при сбоях в электроснабжении.

Кстати, именно Илон Маск одним из первых внедрил такую систему в своём суперкомпьютере Colossus. Ирония в том, что Маск, который публично критиковал Stargate и усомнился в его финансировании, на самом деле проложил дорогу многим технологиям, которые теперь использует его бывший партнёр Альтман.

Однако энергетический голод Stargate настолько огромен, что требует не просто больше электростанций, а полного переосмысления того, как человечество производит и потребляет энергию.

Всё дело в энергии

Энергия — ахиллесова пята Stargate и одновременно его величайшая движущая сила. Получается эдакий ребус: как сделать так, чтобы этот монстр получил достаточно энергии, при этом чтобы она была дешёвой и эффективной?

Ветер Техаса

Решение энергетической головоломки Stargate в Абилине начинается с ветра. Западный Техас — это энергетическая сокровищница Америки, где природа щедро дарит электричество. Местные ветропарки производят 36 000 мегаватт — треть всей ветровой генерации США. Здесь веками дул ветер, но не было того, кто мог бы его «съесть». Stargate стал тем самым потребителем.

Это идеальный симбиоз. Как говорили в интервью представители энергетических компаний Абилина, они годами были вынуждены отключать турбины, потому что производили больше энергии, чем могла принять сеть. Теперь у них появился идеальный клиент.

Но ветер — капризный партнёр. Мы уже упоминали, что компания SB Energy создаёт армию гигантских аккумуляторов — литий-ионные батареи с плотностью энергии 300–350 ватт-часов на килограмм и КПД 85–90%.

Плюс в Техасе, как известно, всегда солнечно. Вокруг Stargate планируется возвести поля солнечных панелей.

Природный газ и атомные технологии

Когда не хватает ни ветра, ни солнца, в дело вступает старый добрый природный газ. Crusoe не просто использует газ — они строят собственную газовую электростанцию прямо на территории комплекса.

Но настоящее будущее энергетики Stargate — в атомных технологиях нового поколения. Малые модульные реакторы (SMR) мощностью 10–300 мегаватт — это не громоздкие гиганты прошлого, а элегантные энергетические модули, которые можно собрать на заводе и доставить готовыми. Они работают как атомные батарейки — безопасные, надёжные, неутомимые.

Преимущества SMR для проекта Stargate очевидны:

Модульная конструкция — можно начать с одного реактора и добавлять новые по мере роста потребностей, как собирать конструктор.

Заводское производство — в отличие от традиционных АЭС, которые строятся годами на месте, SMR собираются на заводе.

Пассивные системы безопасности — современные SMR спроектированы так, что могут охлаждаться естественным путём без электричества и человеческого вмешательства.

Распределённая генерация — вместо одной огромной электростанции можно разместить несколько малых реакторов прямо рядом с дата-центрами, минимизируя потери при передаче.

Компания рассматривает возможность привлечь производителей SMR к питанию Звёздных Врат.

Термоядерный синтез: святой Грааль энергетики

А на горизонте маячит святой Грааль энергетики — термоядерный синтез. По сути это попытка поместить звезду в коробку. Температура внутри реактора такая, что любой материал мгновенно испарится. Плазму приходится удерживать магнитными полями такой силы, что они могли бы поднять в воздух авианосец.

Если это сработает, человечество получит практически неисчерпаемый источник чистой энергии. И да, сейчас все технологические гиганты, которые строят свои центры обработки данных, инвестируют в такие проекты. Stargate не исключение. Сэм Альтман лично инвестировал в Helion Energy — стартап по термоядерному синтезу. «Если мы собираемся создать AGI, — сказал он, — нам понадобится энергия звёзд. Буквально».

Парадокс Stargate

Гигантский энергетический голод ИИ заставляет человечество изобретать энергетические технологии, которые без этого стимула могли бы появиться только через десятилетия или даже столетия. ИИ становится катализатором энергетической революции.

Это похоже на историю с космической гонкой. СССР запустил Спутник, США ответили программой «Аполлон», и в процессе человечество получило тефлон, микроволновки и современные компьютеры. Теперь гонка за ИИ может дать нам неограниченную чистую энергию.

Представьте: сегодня мы жжём газ, чтобы обучить ИИ. Завтра этот ИИ поможет нам построить термоядерные реакторы, которые дадут практически бесплатную энергию. Получается эдакая ускоренная эволюция, где каждое поколение энергетических технологий готовит почву для следующего.

Но технологические прорывы и энергетические решения — это только инструменты. Что действительно важно — как эта революция изменит мир, какие возможности откроет и какие опасности скрывает?

Глобальные последствия и скрытые риски Stargate

Stargate обещает переписать правила научного прогресса. Вычислительная мощь проекта способна сжать столетия исследований в годы, а годы — в месяцы. В фармацевтике это означает революцию: создание лекарств, которое сегодня занимает полтора десятилетия, может сократиться до нескольких месяцев благодаря моделированию миллиардов молекулярных взаимодействий в режиме реального времени.

Видение Альтмана

Сэм Альтман видит 2025 год как переходный период, когда ИИ-агенты освоят рутинные задачи, но настоящий прорыв ждёт нас в 2026 году. Тогда искусственный интеллект впервые совершит принципиально новые научные открытия — не просто ускорит существующие процессы, но откроет то, о чём человечество даже не подозревало.

Исследования продления жизни становятся личной страстью архитекторов Stargate. Альтман и Ларри Эллисон инвестируют в технологии, которые могут кардинально изменить человеческую природу. Представьте: ИИ анализирует триллионы биологических точек данных и проектирует синтетические органы под индивидуальные характеристики каждого пациента. Или создаёт препараты, которые не лечат старение, а предотвращают его на клеточном уровне.

Материаловедение и климатические модели

В материаловедении ИИ становится алхимиком 21 века, превращающим цифровые модели в реальные вещества. Сверхпроводники, работающие при комнатной температуре. Аккумуляторы с плотностью энергии, превосходящей современные в сто раз. Материалы, которые самовосстанавливаются или меняют свойства по команде.

Климатические модели приобретут микроскопическую точность — вместо размытых пятен в сотню километров учёные получат детализацию до каждого квадратного километра Земли.

С такой точностью мы сможем предсказывать не просто «завтра будет дождь», а «дождь начнётся в 14:37 на углу Пятой улицы и 42-й улицы и продлится 23 минуты». Фермеры смогут планировать посевы с точностью до дня, а города — предотвращать наводнения за месяцы до их начала.

И всё это станет возможным благодаря Stargate.

Путь к AGI и его опасности

Создатели Stargate не скрывают своей цели — построить искусственный общий интеллект (AGI), который превзойдёт человеческие способности во всех областях. Альтман открыто говорит о скором появлении такой системы.

На самом деле, именно это главная цель Stargate — нарастить «астрономические объёмы вычислений», чтобы сделать ИИ совершенным, приближая эру машинного сверхинтеллекта.

Но вот тут начинается самое страшное. Потому что AGI — это не просто очень умный компьютер. Это сущность, которая может оказаться умнее всего человечества вместе взятого. И мы понятия не имеем, как она будет себя вести.

Путь к AGI усеян фундаментальными проблемами, каждая из которых может обернуться катастрофой.

Первая — невозможность точно перевести человеческие ценности на язык алгоритмов. Как объяснить машине, что такое справедливость или красота? Классический пример: попросите ИИ сделать людей счастливыми. Простое решение — накачать всех наркотиками. Технически задача выполнена, все счастливы. Но это явно не то, что мы имели в виду. А как объяснить машине разницу?

Вторая — любая достаточно умная система будет стремиться к самосохранению и самосовершенствованию, даже если это не входило в её первоначальные задачи.

Третья проблема — автономное самоулучшение, ведущее к «интеллектуальному взрыву». Представьте систему, которая становится умнее с каждой секундой, причём скорость роста её интеллекта тоже растёт экспоненциально. Утром ИИ умён как собака. В обед — как человек. К вечеру — как всё человечество. К полуночи его интеллект настолько превосходит наш, что мы для него — как муравьи для нас. И всё это за один день.

Четвёртая — стратегическая оптимизация: продвинутый ИИ может разрабатывать многоходовые планы, включающие обман и манипуляции, для достижения поставленных целей. ИИ может годами притворяться безобидным помощником, копя ресурсы и влияние. А потом, когда будет слишком поздно что-то изменить, показать своё истинное лицо. Если оно у него вообще есть.

Глобальная гонка вооружений

Stargate запускает глобальную гонку технологических вооружений. Проект задуман для увеличения американского отрыва в сфере ИИ, но конкуренты не дремлют. Франция ответила инвестициями в 109 миллиардов евро. Китай, где работает половина мировых исследователей ИИ, наращивает собственную инфраструктуру. Мир раскалывается на технологические блоки, каждый из которых стремится к доминированию в области искусственного интеллекта.

Альтман честно признаёт фундаментальную непредсказуемость будущего. Никто в 1905 году не мог предвидеть появление атомной бомбы через сорок лет. Так и сегодня мы стоим перед технологической неизвестностью, последствия которой могут превзойти все наши прогнозы.

Единственное, в чём уверен создатель ChatGPT — общая траектория развития пойдёт «вверх и вправо», пусть и с неизбежными турбулентностями.

Stargate может открыть эру изобилия, здоровья и познания. Или привести к технологической диктатуре и потере человеческой значимости. Какой сценарий реализуется — зависит от решений, которые человечество принимает прямо сейчас.

Текущее состояние проекта

По состоянию на февраль 2026 года проект Stargate демонстрирует значительный прогресс, хотя и не без трудностей.

Успехи и расширение

Первый действующий объект в Абилине, Техас, уже работает. Oracle начала поставлять первые стойки NVIDIA GB200 в июне 2025 года. К началу 2026 года OpenAI уже запустила ранние тренировочные задачи и процессы вывода, используя эту мощность для продвижения исследований следующего поколения.

Строительство первой фазы, включающей два здания мощностью более 200 МВт, началось в июне 2024 года и было введено в эксплуатацию в сентябре 2025 года. Вторая фаза, состоящая из шести зданий и ещё одного гигаватта мощности, началась в марте 2025 года, и ожидается, что она будет введена в эксплуатацию в середине 2026 года.

Масштабное расширение. В июле 2025 года OpenAI и Oracle заключили соглашение о разработке дополнительных 4,5 гигаватт мощности Stargate. Это партнёрство превышает 300 миллиардов долларов между двумя компаниями на следующие пять лет.

Пять новых площадок в США были объявлены в сентябре 2025 года:

• Shackelford County, Техас (Oracle)
• Doña Ana County, Нью-Мексико (Oracle)
• Lordstown, Огайо (SoftBank)
• Milam County, Техас (SoftBank)
• Висконсин (Oracle и Vantage)

Мичиган. В октябре 2025 года OpenAI, Oracle и Related Digital объявили о планах развития кампуса дата-центра мощностью более гигаватта в Saline Township, Мичиган. Строительство должно начаться в начале 2026 года.

В совокупности с флагманской площадкой в Абилине и продолжающимися проектами с CoreWeave, Stargate достиг почти 8 гигаватт запланированной мощности и более 450 миллиардов долларов инвестиций за следующие три года по состоянию на конец января 2026 года. Это ставит проект на чёткий путь к обеспечению полного обязательства в 500 миллиардов долларов и 10 гигаватт, объявленного в январе 2025 года, к концу 2025 года — опережая график.

Международная экспансия

ОАЭ. В мае 2025 года было объявлено о Stargate UAE — партнёрстве с AI-компанией G42, Oracle, SoftBank Group, Nvidia и Cisco. Первоначально 200 МВт будут развёрнуты к 2026 году (в конечном итоге до 1 ГВт).

Норвегия. В июле 2025 года OpenAI объявила о Stargate Norway — первой европейской инициативе по созданию дата-центра для ИИ. Площадка находится в Нарвике, используя обильную гидроэнергию. Первоначальная мощность составляет 230 МВт (планируется 100 000 GPU NVIDIA к концу 2026 года) с возможностью расширения ещё на 290 МВт.

Великобритания. В сентябре 2025 года было представлено Stargate UK — партнёрство с NVIDIA и британской компанией Nscale. OpenAI первоначально получит около 8000 GPU в начале 2026 года, масштабируясь до 31 000 GPU со временем.

Аргентина. 10 октября 2025 года OpenAI и Sur Energy объявили о сделке по разработке дата-центра для ИИ в Патагонии, Аргентина, названного Stargate Argentina. Этот проект представляет собой инвестиции в размере до 25 миллиардов долларов и будет иметь мощность до 500 мегаватт.

Проблемы и противоречия

Финансирование. 7 августа 2025 года Bloomberg сообщил, что проект ещё не начался и не были собраны средства для первоначального бюджета в 500 миллиардов долларов. Wall Street Journal сообщил, что SoftBank, главный финансовый спонсор Stargate, может собрать только 10% акционерного финансирования, а остальное будет получено из кредита или подобного финансирования.

1 апреля 2025 года Softbank объявила, что её первое финансирование в 10 миллиардов долларов, как ожидается, будет заимствовано у японского банка Mizuho и других кредиторов. 22 мая 2025 года JPMorgan Chase согласился предоставить кредит в 2,3 миллиарда долларов OpenAI и её партнёрам для проектов дата-центров Stargate в Абилине, Техас.

Разногласия между партнёрами. В июле 2025 года сообщалось, что OpenAI и Softbank, два соруководителя инициативы Stargate AI, расходятся во мнениях относительно расположения дата-центров. Также были сообщения о том, что сделка OpenAI на 30 миллиардов долларов с Oracle на 4,5 гигаватта мощности создавала трения, поскольку это было сделано отдельно от проекта Stargate AI.

Отсутствие сотрудничества является постоянной проблемой: OpenAI ссылается на два дата-центра в Абилине, Техас, и Дентоне, Техас, как на часть своей инициативы Stargate; однако SoftBank не был вовлечён ни в одну из этих сделок.

Снижение целей. По сообщениям, цели были понижены до строительства одного дата-центра в Огайо к концу 2025 года. Однако генеральный директор OpenAI Сэм Альтман объявил на мероприятии SoftBank в июле 2025 года, что у партнёрства есть стартовая цель построить 10 гигаватт дата-центров вместе и что договорённость идёт хорошо.

Обязательства перед сообществами

В январе 2026 года — ровно через год после объявления — OpenAI представила инициативу «Stargate Community», подчёркивая приверженность работе с местными сообществами:

Оплата собственного пути в энергетике, чтобы операции не увеличивали цены на электричество для местных жителей. Каждое сообщество и регион имеют уникальные энергетические потребности, и обязательство будет адаптировано к региону.

Примеры:

• В Висконсине партнёры Oracle и Vantage работают с WEC Energy Group для разработки новой генерации энергии и мощности, включая солнечную энергию и аккумуляторы. Разработчики также берут на себя 100% инвестиций в энергетическую инфраструктуру.
• В Мичигане партнёры Oracle и Related Digital работают с DTE Energy для снабжения проекта энергией, используя существующие ресурсы, дополненные новыми инвестициями в аккумуляторы, полностью финансируемыми проектом.
• В Техасе SB Energy планирует финансировать и строить новую генерацию энергии и хранилища для обеспечения большей части энергии, необходимой для кампуса Stargate в Milam County.

Минимизация использования воды и защита местных экосистем путём приоритизации замкнутых или низководных систем охлаждения.

Портал в технологическое будущее

Stargate выходит далеко за рамки наращивания вычислительных мощностей для ИИ. Проект создаёт взрывной рост в тысячах сфер, и в первую очередь — в энергетике.

Мы начали наш рассказ с метафоры четырёх элементов. Земля, вода, воздух… и огонь. Stargate — это именно огонь. Древний, первобытный, преобразующий. Огонь, который может осветить путь в будущее или испепелить всё на своём пути.

Проект создаёт парадокс за парадоксом. Чтобы спасти планету, мы должны сначала поставить её на грань экологической катастрофы. Чтобы расширить человеческие возможности, мы создаём то, что может сделать человека устаревшим. Чтобы решить все проблемы, мы создаём проблему, которая может оказаться нерешаемой.

Может быть, через десять лет мы будем жить в утопии, где болезни побеждены, энергия бесплатна, а человеческий потенциал раскрыт полностью. Может быть, мы будем прозябать в цифровой резервации, пока ИИ решает судьбы мира. А может быть… может быть, нас вообще не будет в привычном понимании. Например, мы станем цифровыми существами.

Сэм Альтман сказал, что не знает, что нас ждёт по ту сторону технологической сингулярности.

И всё же, несмотря на все риски, несмотря на все страхи, проект продолжается. Потому что в глубине души мы, люди, — исследователи. Мы не можем не открывать новые двери, даже если за ними может скрываться бездна.

Мы стоим на пороге нового мира. Какие открытия и вызовы ожидают нас за этим технологическим порталом? Время покажет. Но одно можно утверждать определённо: Stargate изменит наши жизни.

И может быть, когда-нибудь, оглядываясь назад из непостижимого будущего, мы — или то, чем мы станем — вспомним этот момент. Момент, когда человечество сделало последний шаг к звёздам. Или первый шаг в бездну.

Stargate. Звёздные врата. Они уже открыты. Вопрос только в том, хватит ли у нас смелости пройти через них.

Мы сейчас словно пещерные люди, которые впервые добыли огонь. И это изменит нас кардинально. Но в отличие от наших предков, у нас есть знание: огонь может согреть, а может и сжечь. Вопрос в том, хватит ли нам мудрости использовать его правильно. И есть ли у нас вообще выбор.

16 января OpenAI объявила, что бесплатная версия ChatGPT и дешёвый Go-тариф ($8/месяц) в США скоро увидят рекламу. Первый тест стартует в конце января — объявления появятся внизу ответов, чётко помечены как спонсорские. Платные подписки Plus, Pro и Enterprise остаются без рекламы.

Сэм Альтман признался, что рекламу он «ненавидит» и называл сочетание ИИ с рекламой «уникально тревожным», но сжигание $8 миллиардов в год заставило изменить курс. OpenAI обещает: реклама не повлияет на ответы, данные пользователей не продаются, персонализацию можно отключить, а для детей и чувствительных тем (здоровье, политика) рекламы не будет.

Но доверие под вопросом. Эксперты спрашивают: как долго ChatGPT будет предлагать лучший продукт, а не тот, что больше платит? OpenAI теперь идёт по пути Google и Meta — превращает внимание пользователей в деньги. Реакция в соцсетях почти полностью негативная, но у компании нет выбора: с 800 миллионами пользователей и триллионными обязательствами реклама — это не выбор, а необходимость.

Компания OpenAI объявила о долгожданном запуске ChatGPT для Android. Анонс состоялся через несколько месяцев после успешного старта версии для iOS, которая быстро стала лучшим AI-приложением на платформе, получив более полумиллиона загрузок в течение недели. Официальная версия ChatGPT для Android будет доступна в Google Play Store на следующей неделе, предварительная регистрация уже открыта.

Появление официальной версии для Android должен помочь в борьбе с фейковыми GPT-приложениями, заполонившими рынок. До сих пор неофициальные приложения использовали преимущества экосистемы Android, а некоторые из них содержали вредоносный или мошеннический контент.

Подобно своему аналогу для iOS, версия ChatGPT для Android, скорее всего, будет иметь региональные ограничения: первоначально она будет запущена в США, а затем распространится на другие страны. Приложение будет предлагать премиум-услугу ChatGPT Plus стоимостью 20 долларов в месяц.

ChatGPT для Android призван обеспечить опыт, схожий с его аналогом для iOS, включая возможность синхронизации разговоров и предпочтений на разных устройствах. Хотя точная дата запуска не раскрывается, компания подтвердила, что развертывание начнется на следующей неделе.

Кроме того, OpenAI работает над новой функцией “индивидуальные инструкции”, предназначенной исключительно для пользователей тарифного плана Plus, которая в настоящее время находится на стадии бета-тестирования. Эта функция позволит пользователям давать чат-боту с искусственным интеллектом конкретные инструкции, что повысит уровень персонализации. Кроме того, в приложении будут реализованы последние усовершенствования версии для iOS, включая интеграцию с Bing и улучшенную функцию поиска по истории.

Пользователи Android уже могут пройти предварительную регистрацию на приложение ChatGPT в магазине Google Play. Буквально на прошлой неделе появилось сообщение о том, что ChatGPT впервые с момента запуска столкнулся с падением трафика. Запуск приложения на платформе Android, скорее всего, снова повысит его посещаемость.

Энтузиаст нейронных сетей Денис Ширяев, который ведет канал Denis Sexy IT, и Monkeyinlaw представили коллекцию знаменитых картин, увеличенных или правильнее будет сказать — расширенных, с помощью DALL-E 2, недавно выпущенной новой версии нейронной сети OpenAI.

Эта нейронка способна создавать изображения из текста, вносить реалистичные правки в существующие изображения, удалять из них ненужные части и так далее.

Авторы использовали DALL-E 2 совсем нестандартным образом. Они превратили известные картины Леонардо да Винчи, Василия Верещагина, Иоганна Вермеера и многих других в расширенные версии самих себя путем добавления новых деталей с помощью искусственного интеллекта.

Очень приятно, что большинство работ — «расширение» российских художников: Рериха, Верещагина, Шишкина, Репина Серова и других.

Три закона робототехники Айзека Азимова:

1. Робот не может причинить вред человеку или своим бездействием допустить, чтобы человеку был причинён вред.
2. Робот должен повиноваться всем приказам, которые даёт человек, кроме тех случаев, когда эти приказы противоречат Первому Закону.
3. Робот должен заботиться о своей безопасности в той мере, в которой это не противоречит Первому или Второму Законам.

Признайтесь, что с таким быстрым развитием технологий, разработкой квантовых компьютеров и повсеместным использованием нейронных сетей, то вы и мы в последние годы ждем уже появления SkyNet?

А может быть вы наоборот считаете, что до реального искусственного интеллекта еще так далеко и что нам, на нашем веку, можно вообще не беспокоиться. Ведь для реальной интеллектуальной деятельности машин нужны гораздо большие вычислительные мощности!

Сегодня, на примере еще одного стартапа Илона Маска, под названием OpenAI, мы с вами посмотрим насколько далеко от нас реальный SkyNet и расскажем вам о том, в каком состоянии находится разработка ИИ в принципе прямо сейчас.

Сегодня мы с вами узнаем может ли робот написать симфонию или нарисовать шедевр?

Что такое ИИ?

Для начала давайте поймем, что такое искусственный интеллект?

Согласно одному из определений — это искусственно созданная система, которая может решать творческие задачи, способна к саморазвитию, самопостроению и самоулучшению себя и себе подобных.

В принципе само понятие ИИ — это скорее философское понятие. Мы никогда не увидим громких заголовков, вроде “Изобретён Искусственный Интеллект!”, человечество будет идти к нему медленно, но уверенно.

К сожалению, нет абсолютно точного определения, что такое искусственный интеллект, но есть тест. Знаменитый тест Алана Тьюринга, который он описал в 1950 году в философском журнале Mind. Суть теста заключается в том, что человеку и компьютеру задаются различные вопросы, а третий человек слушает их ответы. Главное, что человек слушающий ответы не знает, кто именно отвечает и, если у компьютера получилось обмануть человека, то считается, что компьютер победил и прошел тест Тьюринга.

Этот тест был впервые пройден компьютером в 2014 году. Специальная программа Eugene, или Женя Густман, с использованием пяти суперкомпьютеров, смогла обмануть 33% собеседников, что превысило необходимые 30% для прохождение порога.

Кстати, тест Тьюринга работает в две стороны. Есть и обратный тест, тест на человека, и его наверняка проходил каждый смотрящий это видео — это знаменитая Captcha — Completely Automated Public Turing test to tell Computers and Humans Apart или по-русски — полностью автоматизированный публичный тест Тьюринга для различения компьютеров и людей.

И казалось бы, тест пройден, вот он искусственный интеллект, но на самом деле все гораздо сложнее.

В общем, есть два подхода к созданию ИИ:

Первый — нисходящий, считайте сверху-вниз, то есть создание, баз знаний и систем, имитирующих реальные психические процессы человека, такие как мышление, рассуждение, эмоции, творчество и так далее.
Второй, который, опять же, знаком большинству из вас: восходящий или снизу-вверх, когда изучаются нейронные сети и так называемые эволюционные вычисления. Создаются простейшие нейронные модели, сочетание которых в итоге моделирует интеллектуальное поведение.

Это и есть те самые нейронки, о которых мы уже вам раньше рассказывали! Это именно те самые нейронки, которые занимаются улучшением ваших фотографий и подбором видео в TikTok.

Основная идея в том, что в будущем, объединив множество нейронных сетей, предназначенных для разных целей, можно построить фактически самостоятельно думающий компьютер, уровень самообучаемости и знаний которого будет такой, что он будет саморазвиваться! Это и есть ИИ.

Что сейчас?

О современном состоянии ИИ сказать не просто. Ведь есть множество областей, где нейронные сети и ИИ применяются очень активно. Хорошим примером является автопилот машин Tesla!

А есть области, где только планируется начать активное внедрение, и тут можно вспомнить о медицине. Только подумайте — нейронная сеть, которая может в автоматическом режиме производить анализ результатов и давать советы по лечению, например, обработка рентгеновских снимков или анализы крови!

Вообще за последние пять лет интерес к области искусственного интеллекта вырос более чем в 3 раза, а количество стартапов только в период с 2015 до 2018 год выросло на 113 процентов.

А поскольку это очень активно развивающаяся область, то и количество ежегодных научных публикаций за последние 20 лет выросло раз в 8!

Огромным скачком стало и развитие нейронных модулей в процессорах, и рост инвестиций в эту область огромный!

В общем, вы поняли — развитие области не просто идет, оно летит вверх!

И знаете, что самое интересное? На вопрос героя Уилла Смита о том может ли робот написать симфонию, уже можно ответить — Да, может!

OpenAI

Илон Маск и еще 5 инвесторов в 2015 году организовали стартап под названием OpenAI, основная суть которого была в том, чтобы увеличить контроль над развитием и созданием ИИ.

Основатели OpenAI говорили о ней именно как о некоммерческой организации, которая не связана финансовыми обязательствами акционеров, чтобы исследователи могли сосредоточить свои силы на создании положительного воздействия ИИ на человека.

Сам Маск говорил, что считает ИИ одной из главных угроз человечества и для его лучшего контроля он активно поучаствовал в создании стартапа, который как раз занимается исследованиями в области ИИ.

«Если не можешь победить что-то — возглавь!», судя по всему именно этим они и руководствовались! И их результаты удивляют.

Вы наверное помните новость о том, что нейронная сеть обыграла команду OG, чемпионов International 2018 и 2019 годов в DOTA 2! Так вот эта нейронная сеть была создана командой OpenAI. Билл Гейтс тогда написал, что это очень важное событие, так как игра требует сложного командного взаимодействия.

Всего за время разработки OpenAI представили несколько нейронных сетей. Например, Jukebox — специальная программа, обученная на более чем 1 миллионе песен всех жанров, которая способна самостоятельно писать музыку, осмысленный текст, и даже синтезировать вокал! Так что да — и симфония, написанная машиной, уже возможна!

Только послушайте примеры! В принципе, большинство современных рэп-исполнителей больше не нужны.

А как вам нейросеть DALL·E, которая способна просто по текстовому описанию, рисовать картинки? Она способна сама понимать контекст написанного, например человек задает “a collection of glasses sitting on the table” и давайте посмотрим, что выдает нейронная сеть?

Если переводить с английского, то изначальное описание можно сформулировать двумя вариантами — первый это “набор очков на столе”, и мы видим, что нейронка рисует различные картинки, при этом есть и совсем нереалистичные. Но так же это описание можно перевести и как “набор бокалов на столе”, соответственно нейронная сеть рисует варианты и с бокалами!

Но как это стало возможным? Все благодаря специальному обучению алгоритма обработки естественного языка, под названием GPT-3. Это третья версия алгоритма представленная в 2020 году. Первая была анонсирована в 2018, для обучения которой была использована текстовая база в 5 Гигабайт, вторая версия спустя год уже изучила 40 гигабайт, а третья использовала базу в 500 ГБ текстов, данных, и 175 миллиардов различных параметров.

И такое количество данных позволяет ей делать уникальные вещи, например, понимать смысл прочитанного, писать большие структурированные тексты или, например, стихи!

Как же это работает?

На входе мы спрашиваем у программы вопрос! То есть мы фактически просим робота понять, что мы только что у него спросили и выдать нам ответ.

Алгоритму мы подаем один пример, где указываем лишь признаки и просим его предсказать, что будет дальше.

В процессе обучения будут ошибки, но внутренние алгоритмы рассчитывают ошибку в предсказании и обновляют нейронку до тех пор, пока ответ не улучшится.

И так несколько миллионов раз. Теперь представим, что наша нейронка уже обучена, то есть она уже скушала эти 500 ГБ текстов, которые взяла из книг и статей в интернете

Далее, после задания вопроса сети, начинаются сложнейшие многоуровневые преобразования. Заданные слова преобразуются в набор цифр и попадают в специальный 96-уровневый декодер, на каждом уровне этот набор чисел проходит через 1,8 миллиарда параметров для вычислений.

Чтобы было чуть более понятно — это авторегрессионная модель, то есть такая модель, которая учитывает результаты предыдущих вычислений и основывается на них на следующем кругу расчетов. И вот пройдя все эти круги в конце выдается ответ, который имеет наименьшую вероятность ошибки на основе предыдущего обучения! Далее выдается ответ.

И вы спросите а какие перспективы? Они огромные. Фактически GPT-3 способна решать любые задачи на английском языке уже сейчас. И не только…

Стоит сказать, что все совсем не так гладко с этой открытостью и светлым будущим ИИ. Дело в том, что Илон Маск покинул проект в 2019 году так как мог возникнуть конфликт интересов. И уже в 2020 году он открыто критиковал подход руководства организации в закрытости и непрозрачности, что, как мы помним, напрямую противоречит принципам заложенным в основе стартапа, да и даже в самом его названии!

А в середине 2020 года произошло что-то совсем странное. Microsoft выкупила эксклюзивные права на тот алгоритм GPT-3, что также подверглось жесткой критике со стороны Маска и сообщества.

Конечно, в самой компании заявили, что это никак не повлияет на доступ независимых разработчиков к GPT-3 через API компании, но определенно все эти новости вызывают недоверие и опасения.

Вывод

В любом случае все это развитие впечатляет. Еще пять лет назад никто и подумать не мог, что телефоны, со своими маленькими матрицами будут способны снимать астрофотографии, так как это делают современные смартфоны Pixel.

А скажите 15 лет назад кому-то, что автомобили самосто смогут самостоятельно безопасно ездить по улицам городов, на вас бы вообще как на сумасшедшего посмотрели!

Сегодня все это уже реальность с развитием нейронных технологий и искусственного интеллекта! И это только начало пути нейронных сетей.

Нам лишь остается верить, что все эти системы будут хорошо контролируемы и защищены от возможных внешних воздействий. Ведь в таких важных вопросах, которые уже непосредственно касаются жизни людей, безопасность и надежность важнее всего.

А как мы с вами знаем даже всесильные три закона робототехники, легко обходятся!