Արհեստական բանականության (ԱԲ) զարգացումը փոքր երկրների համար հնարավորություն է ստեղծում ձևավորելու սեփական տեխնոլոգիական էկոհամակարգը, սակայն դրա համար նրանց անհրաժեշտ է հասանելիություն ոչ միայն հաշվողական հզորություններին, այլև բաց մոդելներին և ծրագրային գործիքներին: Հակառակ դեպքում պետություններն ու ընկերությունները ստիպված կլինեն օգտվել միջազգային խոշոր մշակողների լուծումներից՝ չունենալով դրանց զարգացման վրա ազդելու հնարավորություն: Այս մասին հայտարարել է NVIDIA-ի փոխնախագահ Ռև Լեբարեդյանը Երևանում անցկացվող Digitec 2026 համաժողովում:
Նրա խոսքով՝ այսօր AI-ինդուստրիան զարգանում է երկու հիմնական ուղղությամբ՝ տեխնոլոգիական առաջընթացի առաջնագծում գտնվող փակ առևտրային մոդելներ և մոդելների ու ծրագրային ապահովման բաց էկոհամակարգ:
Փակ լուծումները, որոնց թվին են պատկանում առավել առաջատար չաթ-բոտերն ու AI այլ արտադրանքները, թույլ են տալիս օգտվել ժամանակակից տեխնոլոգիաներից, սակայն առանձին ընկերությունների և պետությունների հնարավորություն չեն տալիս ինքնուրույն որոշել դրանց զարգացումը: Այն երկրների համար, որոնք ցանկանում են արհեստական բանականության մեջ հաշվի առնել սեփական լեզուն, մշակույթն ու աշխատանքի առանձնահատկությունները, սա լուրջ սահմանափակում է դառնում:
Լեբարեդյանը կարծում է, որ հենց բաց էկոհամակարգը կարող է նրանց հնարավորություն տալ ստեղծելու սեփական լուծումները՝ հենվելով արդեն մշակված բազային տեխնոլոգիաների վրա:
AI-ինդուստրիայի հինգ մակարդակները. էլեկտրաէներգիայից մինչև հավելվածներ
Լեբարեդյանն առաջարկել է արհեստական բանականությունը դիտարկել որպես հինգ փոխկապակցված մակարդակներից բաղկացած համակարգ, որոնցից յուրաքանչյուրն անհրաժեշտ է ողջ ոլորտի աշխատանքի համար:
Դրա հիմքում էներգետիկան է: AI-համակարգերի աշխատանքի համար պահանջվում է էլեկտրաէներգիա, առանց որի անհնար է ապահովել հաշվարկները:
Հաջորդ մակարդակը կիսահաղորդիչներն ու հաշվողական չիպերն են: Դրանք էլեկտրաէներգիան փոխակերպում են հաշվողական գործողությունների, որոնց հիման վրա ստեղծվում և մշակվում են թոքենները՝ AI-մոդելների կողմից օգտագործվող տեղեկատվության միավորները:
Երրորդ մակարդակը ենթակառուցվածքն է: Այն միավորում է չիպերը մասշտաբային հաշվողական համակարգերում, որոնք ունակ են մշակել տվյալների մեծ ծավալներ և ապահովել մոդելների աշխատանքը:
Չորրորդ մակարդակը բուն արհեստական բանականության մոդելներն են, որոնք ուսուցանվում են տվյալների հիման վրա և այնուհետև օգտագործվում են պատասխանների գեներացման, տեղեկատվության վերլուծության և առաջադրանքների կատարման համար:
Վերջապես, վերին մակարդակը հավելվածներն են: Հենց դրանք են AI-ի հնարավորությունները վերածում գործնական լուծումների բիզնեսի և առօրյա կյանքի համար:
Լեբարեդյանի կարծիքով՝ վերջին մակարդակը հատկապես կարևոր է. մնացած բոլոր տեխնոլոգիաները կորցնում են իմաստը, եթե դրանք անհնար է կիրառել իրական խնդիրներ լուծելու և տնտեսական արժեք ստեղծելու համար:
Նա նշել է, որ արհեստական բանականության հավելվածների շուկան առայժմ գտնվում է զարգացման վաղ փուլում: Բացի չաթ-բոտերից և փաստաթղթերի հետ աշխատելու գործիքներից, վերջին ամիսներին ակտիվորեն զարգանում են ծրագրավորման AI-գործակալները: Հետագայում արհեստական բանականությունը, ըստ նրա կանխատեսման, կանդրադառնա մարդկային գործունեության գրեթե բոլոր ոլորտներին:
Ինչու Հայաստանին պետք չէ ողջ AI-էկոհամակարգն ինքնուրույն ստեղծել
Լեբարեդյանն ուշադրություն է հրավիրել այն հանգամանքի վրա, որ Հայաստանն արդեն ներկայացված է AI-տեխնոլոգիական շղթայի միանգամից մի քանի մակարդակներում:
Մասնավորապես, երկիրն ունի միկրոսխեմաների նախագծման մասնագետների նշանակալի համայնք: Նա դա կապել է հայկական հաշվողական ճյուղի պատմության հետ, որի արմատները հասնում են խորհրդային շրջան, ինչպես նաև միջազգային ընկերությունների ներկայության հետ:
Այս ոլորտում աշխատող կազմակերպությունների թվում նա նշել է Synopsys-ը, Siemens EDA-ն և այլ ընկերություններ: Նրա գնահատմամբ՝ Հայաստանում աշխատում են միկրոսխեմաների նախագծման հազարավոր մասնագետներ, ինչը նկատելի առավելություն է նույնիսկ շատ ավելի խոշոր երկրների համեմատ:
Ենթակառուցվածքների մակարդակում Լեբարեդյանն առանձնացրել է Firebird-ը, Elevate AI-ը, ինչպես նաև ActiveLoop և Netris ընկերությունները: Ընդ որում, նա ընդգծել է, որ Հայաստանի տեխնոլոգիական էկոհամակարգը չպետք է սահմանափակել միայն երկրում ֆիզիկապես տեղակայված ընկերություններով:
Պատմականորեն Հայաստանը կապող օղակ է եղել Արևելքի և Արևմուտքի միջև, որով անցել են առևտրային և տեղեկատվական հոսքեր: Լեբարեդյանը կարծում է, որ հայերի միջազգային կապերի և սփյուռքի շնորհիվ երկիրը կարող է վերականգնել այդ դերն արդեն տեխնոլոգիական ոլորտում:
Որպես հեռանկարային ուղղություն՝ նա առաջարկել է ձևավորել ԱԲ-ի նոր «Մետաքսի ճանապարհ», որը կմիավորի տարածաշրջանի երկրները և կապահովի փոխգործակցությունը տեխնոլոգիական շղթայի բոլոր հինգ մակարդակների միջև:
Այս համակարգում առանձնահատուկ դեր նա վերապահում է Հայաստանին և Ղազախստանին, որոնք, նրա կարծիքով, կարող են դառնալ դրա հենակետային կենտրոնները: Լեբարեդյանը նշել է, որ վերջին շրջանում մեծ ուշադրություն է դարձնում Ղազախստանի հետ համագործակցությանը:
Փոխանակ փորձելու ինքնուրույն զարգացնել բոլոր ուղղությունները՝ տարածաշրջանի երկրները կարող էին մասնագիտանալ առանձին սեգմենտներում, փոխանակվել ռեսուրսներով ու տեխնոլոգիաներով և ձևավորել փոխկախված էկոհամակարգ: NVIDIA-ի ներկայացուցչի կարծիքով՝ դա կնպաստի ոչ միայն տնտեսական զարգացմանը, այլև տարածաշրջանային անվտանգության ամրապնդմանը:
Ինչու են բաց տեխնոլոգիաները կարևոր տեխնոլոգիական ինքնիշխանության համար
Լեբարեդյանն առանձին կանգ է առել պետությունների տեխնոլոգիական ինքնուրույնության հարցի վրա:
Նա բացատրել է, որ փակ AI-մոդելները տեխնիկական տեսանկյունից կարող են լինել ամենաառաջատարը, սակայն օգտատերերը չեն կարող ինքնուրույն փոխել դրանց հիմնարար սկզբունքներն ու զարգացման ուղղությունը: Բացառապես նման լուծումներ օգտագործող պետությունը ստիպված է ընդունել տեխնոլոգիան այն տեսքով, որով այն տրամադրում է մշակողը:
Փոքր երկրների համար սա հատկապես զգայուն է: Որպեսզի արհեստական բանականությունը հաշվի առնի ազգային լեզուները, մշակութային առանձնահատկությունները և պետական ու առևտրային կազմակերպությունների աշխատանքի առանձնահատկությունը, անհրաժեշտ է տեխնոլոգիաները սեփական կարիքներին հարմարեցնելու հնարավորություն:
Սակայն զրոյից լիարժեք AI-համակարգի ստեղծումը պահանջում է հսկայական ռեսուրսներ: Լեբարեդյանի խոսքով՝ հիմնարար մոդելների մշակումն այնքան ծախսատար է, որ դա իրենց կարող են թույլ տալ միայն քիչ թվով կազմակերպություններ և պետություններ:
NVIDIA-ում, պատմել է նա, զարգացնում են բաց տեխնոլոգիաների ուղղությունը՝ տրամադրելով մոդելներ, ծրագրային ապահովում, տվյալներ և գործիքներ, որոնք այլ մշակողներ կարող են օգտագործել սեփական լուծումները ստեղծելու համար:
Որպես օրինակ՝ նա բերել է Cosmos-ը՝ աշխարհի բաց մոդելը, որը նախատեսված է ֆիզիկական արհեստական բանականության հետ աշխատելու համար, ինչպես նաև Groot-ը՝ ռոբոտաշինության, և AlphaMaya-ն՝ ինքնավար վարման համար:
Նման մոտեցումը մշակողներին թույլ է տալիս աշխատանքը չսկսել զրոյից, այլ օգտագործել պատրաստի տեխնոլոգիական հիմքը և կենտրոնանալ սեփական արտադրանքի ստեղծման վրա:
Լեբարեդյանի խոսքով՝ NVIDIA-ն մտադիր է նման տեխնոլոգիաների հասանելիություն տրամադրել այդ թվում փոքր պետություններին, որպեսզի դրանք կարողանան զարգացնել սեփական AI-համակարգերը՝ հաշվի առնելով իրենց կարիքները:
Հաշվարկների պահանջարկը գերազանցում է չիպերի արտադրության հնարավորությունները
AI-տնտեսության զարգացման ևս մեկ կարևոր գործոն է հաշվողական հզորությունների պահանջարկի և դրանց արտադրության հնարավորությունների միջև անհավասարակշռությունը:
Լեբարեդյանը նշել է, որ արդեն այսօր AI-ենթակառուցվածքների համաշխարհային պահանջարկն այնքան մեծ է, որ այն անհնար է ամբողջությամբ բավարարել առաջիկա մի քանի տարիների ընթացքում:
Պատճառներից մեկը կիսահաղորդչային ոլորտի արտադրական սահմանափակ հնարավորություններն են: Չիպերի արտադրության գործարանների կառուցումը տևում է երեք-չորս տարի, ուստի մոտակա հեռանկարի համար թողարկման ծավալները մեծապես արդեն որոշված են գոյություն ունեցող հզորություններով:
Արդյունքում պահանջարկը շարունակում է աճել, մինչդեռ առաջարկը չի կարող ավելանալ նույն տեմպերով:
NVIDIA-ի ներկայացուցչի կարծիքով՝ սա հնարավորություններ է ստեղծում այն երկրների համար, որոնք պատրաստ են զարգացնել հաշվողական ենթակառուցվածքներն արդեն հիմա:
Հայաստանի և նրա տարածաշրջանային գործընկերների համար սա նշանակում է գլոբալ AI-տնտեսությունում սեփական տեղը զբաղեցնելու հնարավորություն: Սակայն, ինչպես բխում է Լեբարեդյանի ելույթից, հաջողության առանցքային պայմանը կդառնա ոչ թե խոշորագույն տեխնոլոգիական տերությունների ողջ ուղին կրկնելու փորձը, այլ փոխկապակցված էկոհամակարգի ստեղծումը, որտեղ երկրները լրացնում են միմյանց, իսկ բաց տեխնոլոգիաների հասանելիությունը նրանց թույլ է տալիս պահպանել վերահսկողությունը սեփական տեխնոլոգիական զարգացման նկատմամբ:










