Инженеры OpenAI сгенерировали код ядер чипа Jalapeño через Codex, а на презентации перед аналитиками SemiAnalysis не смогли объяснить, за что отвечает каждая строчка и функция. Подробности рассказал исследователь Джордан Нанос. ИИ создал код, который сами авторы уже не до конца понимают — звучит как сюжет фантастики, но это реальный прецедент из Кремниевой долины.
Ситуация выглядит парадоксально: команда разработчиков использовала искусственный интеллект для написания низкоуровневого кода, а потом столкнулась с тем, что разобраться в нём сложнее, чем написать заново. Чип Jalapeño — часть собственной полупроводниковой программы OpenAI, и от качества ядер зависит производительность будущих моделей. Ошибка здесь измеряется не процентами, а миллиардами долларов убытков после запуска.
Одни эксперты видят в этом тревожный сигнал: если создатели не понимают код, кто поручится за его безопасность? Другие считают это естественной эволюцией — программист всё меньше пишет сам и всё больше управляет ИИ-инструментами. Третьи указывают, что аналогичная ситуация была с компиляторами и фреймворками ещё 15 лет назад, когда разработчики перестали понимать низкоуровневые оптимизации. Каждая из этих точек зрения имеет под собой основания.
Для индустрии это момент перелома. Полупроводниковая разработка требует точности на уровне транзисторов и тактовых частот. Допустимая погрешность в коде — ноль. Если ИИ ошибается в 1% случаев, это миллионы дефектных чипов на конвейере. С другой стороны, скорость вывода новых архитектур растёт в разы. Конкуренты вроде NVIDIA и Broadcom вкладывают миллиарды в традиционные команды — вопрос, кто победит в этой гонке, остаётся открытым.
И вот что любопытно: сам Нанос полагает, что разработка уже дошла до этапа, когда глубоко вникать в код необязательно — «раз его понимает ИИ». По сути, это признание новой реальности, где машина проверяет машину, а человек становится менеджером алгоритмов. Такая философия работает в софте, но в железе цена ошибки кратно выше. Именно здесь и кроется главная интрига следующих лет.
Если вы следите за тем, как искусственный интеллект меняет подходы к разработке, и хотите разобраться, где проходит граница между ускорением и потерей контроля, поможет AiGENDA — сопоставит технические аргументы сторон и подскажет, какие риски критичны для индустрии. Первый запрос — бесплатно. Если пригодится, сами выберете удобный тариф.
