Анализ
MIT Technology Review называет 10 технологий, которые сейчас имеют наибольшее значение в области ИИ
Авторитетный ежегодный обзор MIT Technology Review определяет 10 самых значимых тенденций в области ИИ в 2026 году — от агентовых систем и физического ИИ до энергоэффективности и развивающейся науки о согласовании ИИ.
Патрик Т ·
MIT Technology Review опубликовал свой ежегодный обзор технологий, тенденций и идей, которые имеют наибольшее значение в области ИИ — и издание 2026 года отражает сферу, которая перешла от теоретических обещаний к практическому внедрению в масштабе, который всего три года назад казался бы невероятным. Отчет, опубликованный 21 апреля 2026 года, выделяет 10 областей, где происходят наиболее значимые события и где решения, принятые в следующем году, будут иметь наибольшие долгосрочные последствия.
Десять тенденций
1. Агентные ИИ-системы. Переход от ИИ как инструмента для ответов на вопросы к ИИ как автономному агенту, способному планировать и выполнять многошаговые задачи, является определяющей тенденцией 2026 года. Модели, такие как GPT-5.5, Claude Opus 4.7 и Gemini 3.1 Pro, внедряются в агентные конфигурации, которые позволяют им просматривать веб, писать и запускать код, управлять файлами и координировать действия с другими ИИ-системами. В отчете отмечается, что половина работников США сейчас использует ИИ на работе, но лишь 23% доверяют ему — разрыв в уровне доверия, который потребуется преодолеть при агентном внедрении.
2. Физический ИИ и робототехника. «Момент ChatGPT для робототехники» — появление ИИ-систем, способных обучаться выполнению сложных физических задач в неструктурированных реальных условиях — выделяется как одно из самых значимых событий года. Робот Ace от Sony, гуманоидные роботы, преодолевающие полумарафоны, и стремительное улучшение возможностей ловкой манипуляции указывают на ближайшее будущее, в котором роботы с поддержкой ИИ смогут эффективно работать в средах, предназначенных для людей.
3. Математический ИИ. Продвинутые модели, включая Gemini Deep Think, доказывают свою полезность в чистой математике, помогая решать давние нерешённые задачи и ускоряя темп математических открытий. ИИ теперь является стандартным инструментом в нескольких математических исследовательских группах, используемым для поиска закономерностей, проверки доказательств и генерации гипотез, которые затем исследуют человеческие математики.
4. Энергоэффективные вычисления. Устойчивость инфраструктуры ИИ стала первостепенной проблемой, так как потребление энергии центрами обработки данных растет быстрее, чем возможности возобновляемых источников энергии во многих регионах. Чипы нейроморфного типа, новые технологии охлаждения и более эффективные архитектуры моделей рассматриваются как решения. Снижение энергопотребления на 70% благодаря новому нейроморфному чипу выделяется как потенциальная точка перелома.
5. Наука об согласовании ИИ. В отчете уделяется значительное внимание тому, что он называет «возникающей наукой о согласовании ИИ» — технической области, занимающейся обеспечением того, чтобы системы ИИ преследовали цели, предусмотренные их разработчиками. Авторы отмечают, что исследования в области согласования значительно развились, и конкретные методы, такие как Конституционный ИИ, RLHF и исследования интерпретируемости, теперь применяются в производственных системах.
6–10. Остальные пять тенденций охватывают мультимодальные фундаментальные модели (конвергенция языка, визуальной информации, аудио и кода в единые системы), глобальное регулирование ИИ (эффект Брюсселя, делающий Закон ЕС об ИИ фактическим глобальным стандартом), открытый ИИ (DeepSeek V4 и Llama 4 меняют конкурентную динамику), ИИ в научных открытиях (от сворачивания белков до материаловедения) и ИИ и рынок труда (самая значимая и наименее изученная тенденция, где вытеснение ускоряется быстрее, чем это фиксируют официальные статистические данные).