Општество

Петар Пешев: ШТО ДА ОЧЕКУВАМЕ ОД ВЕШТАЧКАТА ИНТЕЛИГЕНЦИЈА ВО 2026 ГОДИНА?

Економија и бизнис | печатено издание | 15 декември 2025г.

• Сподели:

Во 2026 година може да очекуваме продолжение на трката за развој на вештачката интелигенција која ја доживуваме во последниве неколку години. Оваа динамика, како и досега, ќе се одвива на повеќе технолошки полиња чии напредоци се пресудни за функционалноста и за ефикасноста на вештачката интелигенција. Сепак, она што е заедничко за сите овие области е натпреварот меѓу т.н. Open Source и Closed Source решенијата.

Кoja e разликата меѓу Open Source и Closed Source софтверите?

Во софтверското инженерство, Open Source и Closed Source се две различни парадигми за развој кои одредуваат авторски права, правила за лиценцирање и начини на дистрибуција на софтвер. Closed Source софтверот е сопственост на компанијата која го развива. Неговиот изворен код не е јавно достапен, а авторските права и контролата целосно се задржуваат од страна на развивачот. Вообичаено пристапот до ваквиот софтвер е платен преку лиценци или претплати. Open Source софтверот, пак, се развива колективно и неговиот изворен код е слободно достапен. Ова им овозможува на корисниците не само да го користат софтверот локално и бесплатно туку и да го модифицираат под одредени услови.

Како се поврзани Open/Closed Source со вештачката интелигенција?
Како и во другите области на софтвер, моделите за вештачка интелигенција се делат на Closed Source (односно „Closed Weight“ што е сличен принцип кога се работи за ВИ) како GPT-5, Gemini, Claude и Grok и на Open Weight како DeepSeek, Llama, Qwen и gpt-oss. Оваа поделба практично одредува дали корисниците можат сами на сопствен хардвер да ги инсталираат и да ги користат моделите. Кај Open Weight моделите, корисниците имаат право да ги преземаат моделите на сопствен хардвер и да работат локално без зависност од системи на облак. Кај Closed Weight моделите, пристапот е ограничен преку платени апликации или услуги на облак, каде што корисниците плаќаат за употреба, најчесто пропорционално со генерираните токени. Што се однесува до карактеристиките, најдобрите затворени модели традиционално имаат предност, но разликата брзо се намалува. Понекогаш најновите отворени модели успеваат привремено да ги надминат нивните затворени конкуренти. Врз основа на трендот од 2025 година, во 2026 година можеме да очекуваме дека јазот меѓу карактеристиките на отворените и на затворените модели ќе продолжи да се намалува.

Зошто е важна разликата меѓу Open и Closed Weight моделите за бизнисите?
Разликата за бизнисите се сведува главно на две работи: степен на контрола на корпоративните податоци и структура на трошоци.
1. Контрола на податоци и безбедност − Кога компанија користи Closed Weight модел, таа мора да ги испраќа своите податоци до надворешни провајдери на облак. Додека ова може да биде прифатливо за нечувствителни информации, обработката на доверливи или на тајни податоци носи ризик. Овој ризик вклучува можност провајдерите да имаат пристап до податоците и да ги користат според своите политики. Со Open Weight моделите, овој проблем може да се избегне со набавка на сопствен хардвер на кој работат моделите локално со што се обработуваат чувствителните податоци без да ја напуштат корпоративната инфраструктура.
2. Структура на трошоци − Кај Closed Weight моделите, трошоците се варијабилни и се одредуваат од провајдерот (како OpenAI или Гугл). Компаниите плаќаат според обемот на користените податоци (токени). Кај Open Weight моделите, иако постои опција за користење на облак, можноста за локално имплементирање ја менува финансиската слика. При локална имплементација, компанијата прави еднократна или фиксна инвестиција во хардвер, а понатамошните трошоци се релативно фиксни, освен потрошувачката на струја. Ова го претвора варијабилниот оперативен трошок во предвидлив капитален трошок, што може да биде поволно за големи оптоварувања.
Во 2026 година, предизвикот за бизнисите ќе биде да одлучат дали да ги покријат потребите од ВИ преку едноставни, но варијабилно платливи услуги на облак или да инвестираат во локална инфраструктура која нуди поголема безбедност, контрола и предвидливост на трошоците.

Како ќе се развива индустријата за графички картички потребни за вештачка интелигенција?
Досега NVIDIA се воспостави како апсолутен индустриски лидер во производството на графички картички за тренирање и за работа со модели на ВИ. Меѓутоа, нивната моментална доминација не произлегува од хардверската надмоќ, туку главно од нивниот софтверски екосистем – платформата CUDA. Оваа затворена платформа обезбедува најдобра ефикасност при работа со ВИ. Во 2026 година, клучниот пресврт ќе зависи од конкурентот AMD и нивната способност да ја намалат разликата меѓу CUDA и нивната отворена алтернативна платформа ROCm која е наменета за нивните графички картички. За разлика од CUDA, ROCm се развива како Open Source платформа, што во теорија може да ја направи поинклузивна и пристапна. Интересно е што веќе неколку години AMD нуди графички картички кои, на хардверско ниво, се конкурентни или дури и поефикасни во однос на цената и на карактеристиките во споредба со NVIDIA. Сепак, во областа на ВИ, недостатокот на зрелоста кај платформата ROCm во споредба со CUDA е толку значителен, што практично сите дата центри за ВИ сè уште се одлучуваат да користат NVIDIA. Ако AMD успее во 2026 година значително да ги зголеми стабилноста, карактеристиките и широката применливост на ROCm за приближно да се изедначи со CUDA, тогаш би можело драматично да ја промени пазарната слика. Ова би им овозможило на AMD да започнат значително да го зголемуваат својот пазарен удел во дата центрите посветени на вештачка интелигенција, нудејќи вистинска и економски примамлива алтернатива.

Дали постои можност напредокот на моделите да достигне плато?
Иако карактеристиките на моделите постојано се подобруваат, постојат сериозни дискусии и шпекулации дека полето можеби навлегува во фаза на забавување или на релативно плато. Суштината е дека идните напредоци може да бидат повеќе инкрементални наместо револуционерни и дека самото зголемување на размерот на моделите и на податоците можеби нема доволно да носи насока кон постигнување на AGI (вештачка општа интелигенција) или уште поамбициозната ASI (вештачка суперинтелигенција).
Оваа перспектива е засилена од изјави на еминентни експерти како Илија Суцкевер, коосновач и поранешен главен научник на OpenAI. Тој ја изразил тезата дека ерата на едноставно „скалирање“ (додавање на повеќе податоци и поголеми модели) завршила, а дека започнала нова ера на „истражување“, односно за да се надминат сегашните граници ќе бидат неопходни фундаментални истражувања и нови архитектонски пробиви наместо само поголеми инвестиции во инфраструктура.
Сепак, надежни се откритијата од крајот на 2025 година кои ги објави DeepSeek со својот Deepseek-V3.2 модел. Тие демонстрираа нова техника (DeepSeek Sparse Attention) која дозволува драстично намалување на бројот на параметри потребни за модел со високи карактеристики, намалувајќи ја вкупната цена на користење на моделот за речиси 50 % со минимално губење на квалитет. Ова е пример на откритие кое може да овозможи патот на скалирање да продолжи. Преку ефикасни архитектури би се овозможило моделите да ги достигнат, па дури и да ги надминат врвните затворени модели со значително помалку ресурси.
Во 2026 година, клучното прашање ќе биде дали ќе преовлада парадигмата на истражување за нови пробиви или ќе продолжи скалирање? Најверојатно ќе видиме комбинација од двете.

Заклучоци и последни забелешки
Можеме да очекуваме уште една динамична година во полето на вештачката интелигенција, сфера што и понатаму нуди значителен простор за развој и привлекува бројни засегнати страни со големи вложувања и високи очекувања. Напредокот ќе продолжи да се одразува пред сè од графичките картички до моделите, до компаниите што ќе ги користат. Истовремено важно е да се напомене дека економските и геополитичките турбуленции ќе имаат значително влијание врз насоката и врз брзината на овој развој. Се надевам дека во 2026 година владите ќе спроведат логични и ефективни регулативи за развој и за користење на ВИ, што би имале позитивно влијание врз општеството.