В рамках конференции Google I/O состоялась знаковая встреча: генеральный директор Google DeepMind Демис Хассабис и сооснователь Google Сергей Брин обсудили будущее искусственного интеллекта с ведущим Алексом Кантровицем. Дискуссия охватила темы от эффективности масштабирования моделей до философских вопросов о природе нашей реальности, при этом спикеры разошлись в прогнозах относительно точных сроков появления AGI.
🚀 Предел возможностей: масштаб против алгоритмов 0:39
Один из главных вопросов современной индустрии ИИ — достигли ли существующие методы обучения своего потолка. Демис Хассабис утверждает, что прогресс продолжается экспоненциально, однако для достижения полноценного общего искусственного интеллекта (AGI) потребуется еще «один или два фундаментальных прорыва» . Он подчеркивает, что компания не просто эксплуатирует старые наработки, но и постоянно внедряет новые архитектурные решения.
В споре о том, что важнее — количество вычислительных мощностей или изящество кода — участники сошлись на необходимости гибридного подхода:
- Сергей Брин полагает, что в долгосрочной перспективе алгоритмические улучшения окажутся более значимыми, чем простое наращивание чипов . В качестве примера он привел решение задачи N тел (симуляция гравитационных тел), где прогресс в алгоритмах исторически опережал закон Мура.
- Демис Хассабис отметил, что Google DeepMind придерживается стратегии «масштабирования проверенных техник при одновременном поиске инноваций», которые могут дать десятикратный скачок эффективности уже через год .
По словам Хассабиса, потребность в огромных дата-центрах обусловлена не только обучением, но и «инференс-вычислениями» (работой моделей в реальном времени). Новая парадигма требует от модели «задумываться» перед ответом, что потребляет значительные ресурсы .
🧠 Парадигма «глубокого мышления» и AlphaEvolve 6:00
Google представила концепцию DeepThink (на базе Gemini 2.5 Pro) — систему, которая тратит больше времени на рассуждения перед выдачей результата . Хассабис проводит параллель с AlphaGo: если системе дать возможность «подумать», её уровень игры возрастает с мастерского до недосягаемого для чемпионов мира, добавляя около 600 пунктов к рейтингу Эло .
Развитие систем идет по пути самосовершенствования. Хассабис упомянул проект AlphaEvolve, в котором ИИ помогает проектировать более эффективные алгоритмы обучения для других нейросетей .
- Цель: создать цикл самообучения (self-improvement loop), который может ускорить развитие отрасли.
- Ограничение: пока такие системы успешно работают в закрытых доменах вроде игр, но реальный мир гораздо хаотичнее .
🕒 Что такое AGI и когда его ждать? 8:00
Спикеры попытались дать определение AGI, так как термин стал слишком размытым . Хассабис предложил разделять «типичный человеческий интеллект» и «теоретический AGI».
- Консистентность: современный чат-бот ошибается в школьной математике уже через пару минут общения. Настоящий AGI должен быть настолько стабилен, что эксперты будут искать в нём изъян месяцами .
- Творческий масштаб: система должна быть способна на достижения уровня Эйнштейна, Моцарта или Кюри в рамках одной архитектуры .
В финальном блиц-опросе ведущий спросил, появится ли AGI до или после 2030 года:
- Сергей Брин: «До» . Брин в шутку добавил, что Gemini должна стать первым в мире AGI и он «ждёт поставку к следующей неделе» .
- Демис Хассабис: «Сразу после» . Он предпочитает более осторожный прогноз в 5–10 лет для научных исследований безопасности таких систем.
По мнению Сергея Брина, вероятность того, что только одна компания захватит лидерство в AGI, невелика — индустрия движется рывками, постоянно «перепрыгивая» достижения конкурентов .
👓 Возвращение Сергея Брина и Project Astra 13:30
Сергей Брин признался, что вернулся к активной работе в Google, потому что сейчас — «самое уникальное время для компьютерного специалиста» . Он буквально «мучает» команду Хассабиса, ежедневно находясь в офисе и вникая в мельчайшие технические детали пре-трейнинга моделей Gemini .
Особое внимание уделили визуальным агентам (Project Astra). В отличие от конкурентов, делающих упор на голос, Google фокусируется на камере. Хассабис считает, что ИИ должен видеть мир глазами пользователя, чтобы быть по-настоящему полезным . Уроки Google Glass:
- Брин признал, что совершил много ошибок с первой версией Glass: от цен до цепочек поставок .
- Сегодня он уверен, что форм-фактор очков станет идеальным для «универсального ИИ-помощника», который является «киллер-фичей» для носимых устройств .
🎥 Видеогенерация и угроза «коллапса моделей» 21:30
С появлением мощных генераторов видео (модель Veo) возник риск, что интернет заполнится контентом, созданным ИИ, и последующее обучение на этих данных приведет к деградации («коллапсу») будущих моделей. Хассабис не считает это критической проблемой .
- SynthID: Google внедряет невидимые водяные знаки во все свои изображения и видео, что позволяет фильтровать синтетические данные при сборе обучающих выборок .
- Позитивный пример: при создании AlphaFold данных из реального мира не хватало, поэтому ученые использовали самые качественные предсказания модели для дообучения системы .
🌌 Живем ли мы в симуляции? 26:30
В завершение встречи спикеры коснулись теории симуляции. Демис Хассабис отметил, что, хотя он не верит в «игру», управляемую кем-то, он считает Вселенную вычислительной по своей природе: «В основе физики лежит информационная теория» .
Сергей Брин предложил логический парадокс: если мы в симуляции, то те, кто её создал, тоже могут быть в симуляции, и так до бесконечности . Он полагает, что попытка представить создателей симуляции как неких «сознательных существ с желаниями» — это слишком антропоцентричный и, вероятно, ошибочный взгляд .
