За последние годы искусственный интеллект из прикладного инструмента превратился в один из ключевых факторов трансформации науки. На примере стран, наиболее активно внедряющих ИИ в научную деятельность, Институт статистических исследований и экономики знаний (ИСИЭЗ) НИУ ВШЭ изучил разные модели развития и регулирования данной сферы.
Американская модель делает ставку на расширение доступа исследователей к данным, вычислительным ресурсам и ИИ-инструментам. Эту задачу решают такие крупные инфраструктурные инициативы, как Национальный ресурс для исследований ИИ (NAIRR) и программа Genesis. Государство выступает главным образом в роли координатора и инвестора, а регулирование остается преимущественно мягким и основывается на добровольных стандартах и инструментах оценки рисков. Важную роль в развитии системы играют также принципы открытой науки, предполагающие обмен данными и моделями.
Китайская модель отличается значительным масштабом инвестиций и высокой степенью централизации. Государство координирует развитие вычислительной инфраструктуры, научных данных и кадрового потенциала, а финансирование осуществляется через крупные госпрограммы. Например, Национальная система скоординированных инноваций интегрированных центров больших данных поддерживает работу распределенной вычислительной инфраструктуры и сети из восьми опорных вычислительных хабов, ежегодно обеспечивающих ресурсами сотни исследовательских проектов. Такой подход позволяет концентрировать ресурсы на приоритетных направлениях и ускорять их развитие.
Европейская модель сочетает масштабные инвестиции в инфраструктуру и научную кооперацию с одной из наиболее развитых систем регулирования ИИ. Значительные средства направлены на создание единого исследовательского пространства, объединяющего данные, вычислительные мощности и научные коллективы стран ЕС. Одновременно действуют обязательные требования к аудиту высокорисковых систем ИИ и использованию персональных данных, обеспечивающие прозрачность и безопасность применения технологии.
Британская модель обеспечивает развитие вычислительной инфраструктуры и адресную поддержку проектов и исследовательских коллективов даже при более ограниченных объемах государственных инвестиций. Доступ к вычислительным ресурсам реализуется через специализированную инфраструктуру, ключевую роль в которой играет программа AI Research Resource, предоставляющая научным коллективам мощности для обучения и использования ИИ-моделей.
Опыт ведущих стран показывает, что конкуренция в сфере ИИ для науки разворачивается не столько на уровне отдельных разработок, сколько в плоскости создания устойчивых научно-технологических экосистем. Несмотря на различия в моделях регулирования, государства используют схожий набор инструментов поддержки: развивают вычислительную инфраструктуру и ресурсы научных данных, поддерживают исследовательские проекты и подготовку кадров, внедряют принципы ответственного использования ИИ. Для России это означает необходимость комплексного подхода, объединяющего развитие инфраструктуры, кадрового потенциала и механизмов взаимодействия науки и индустрии с формированием национальных стандартов применения ИИ.
