# Демис Хассабис: «Мы достигнем AGI к 2030 году»

Источник: https://www.youtube.com/watch?v=AFpeWo1GTeg
Канал: Sequoia Capital
Опубликовано: 29.04.2026

---

Демис Хассабис, сооснователь Google DeepMind, прошел путь от шахматного вундеркинда и разработчика компьютерных игр до руководителя одной из самых влиятельных ИИ-лабораторий в мире. В данном интервью он анализирует пройденный путь, объясняет связь между нейронаукой и машинным обучением, а также делится амбициозными прогнозами относительно достижения AGI и трансформации фундаментальной науки.

## 🕹️ От видеоигр к искусственному интеллекту: единый путь
[[JUMP:00:15]]

Демис Хассабис утверждает, что все этапы его карьеры — от профессиональной игры в шахматы до создания Elixir Studios — были частью долгосрочного плана по разработке Общего искусственного интеллекта (AGI) [00:54]. Еще в возрасте 15–16 лет он определил ИИ как самую важную технологию и начал осознанно выбирать области обучения, которые помогли бы ему в достижении этой цели [01:08].

Его опыт в игровой индустрии 90-х годов не был случайным отступлением. В то время именно игры были двигателем самых прогрессивных технологий:

*   **Графика и аппаратное обеспечение:** Первые графические процессоры (GPU), которые сегодня являются основой обучения нейросетей, создавались именно для игровых движков [01:35].
*   **Экономические симуляции:** В 17 лет Хассабис участвовал в разработке легендарной игры *Theme Park*. В ней была встроена сложная модель ИИ, имитирующая поведение и экономические решения тысяч посетителей парка [02:01].
*   **Игровая площадка для алгоритмов:** Именно игры стали первым «полигоном» для проверки идей DeepMind, прежде чем их начали применять в реальном мире [02:40].

Главный урок, который Демис извлек из руководства собственной студией Elixir Studios, заключается в чувстве времени: «Нужно быть на пять лет впереди своего времени, а не на пятьдесят» [03:46]. Его амбициозный проект *Republic*, симулирующий жизнь целой страны на процессоре Pentium, оказался слишком сложным для технологий конца 90-х, что научило Хассабиса соотносить масштаб идей с доступными мощностями [04:13].

## 🧪 Научный фундамент DeepMind и «секрет» успеха
[[JUMP:04:52]]

В 2010 году идея создания AGI казалась научным сообществам чистой фантастикой. По словам Хассабиса, академики буквально закатывали глаза при упоминании «сильного ИИ», так как после неудач 90-х вера в прогресс в этой области была минимальной [06:26].

Однако основатели DeepMind чувствовали себя «хранителями секрета», так как видели потенциал в объединении трех факторов:

1.  **Глубокое обучение (Deep Learning):** Технология только появилась в академической среде благодаря Джеффу Хинтону, но мало кто понимал её масштаб [05:18].
2.  **Обучение с подкреплением (Reinforcement Learning):** Команда верила, что комбинация этого метода с глубоким обучением позволит алгоритмам масштабироваться до уровня AGI [05:31].
3.  **Нейронаука:** Хассабис использовал знания о работе человеческого мозга для поиска архитектурных и алгоритмических идей для машин [05:57].

Миссия DeepMind всегда состояла из двух шагов: сначала «решить» проблему интеллекта (создать AGI), а затем использовать его, чтобы «решить всё остальное» [08:08]. Демис Хассабис рассматривает ИИ не просто как софт, а как совершенный инструмент для познания Вселенной и человеческого разума [08:21].

## 🧬 Революция в биологии и медицине
[[JUMP:10:42]]

Одним из величайших достижений ИИ в науке Хассабис считает AlphaFold. Эта модель решила проблему фолдинга (сворачивания) белка, над которой ученые бились 50 лет [11:09]. Теперь, зная 3D-структуру практически всех известных белков, наука переходит к следующему этапу.

Хассабис курирует проект **Isomorphic Labs**, цель которого — автоматизировать разработку лекарств [12:02]:

*   **In silico эксперименты:** Перенос 99% работы по поиску нужных химических соединений из «мокрых» лабораторий в компьютерные симуляции [12:02].
*   **Сокращение сроков:** Хассабис прогнозирует, что время разработки нового лекарства сократится с традиционных 10 лет до месяцев, недель или даже дней [12:15].
*   **Персонализированная медицина:** ИИ позволит создавать вариации препаратов, адаптированных под индивидуальные особенности пациента, минимизируя токсичные побочные эффекты [12:27].

## 🌍 Симуляции и новые виды науки
[[JUMP:12:41]]

Хассабис полагает, что в будущем изучение самих систем ИИ станет отдельной «инженерной наукой», сравнимой по сложности с нейробиологией [13:18]. Однако еще более захватывающим он считает использование ИИ для создания сверхточных симуляторов реальности.

По мнению Хассабиса, машинное обучение — это идеальный язык описания для «сложных эмерджентных систем», таких как биология или экономика [15:56]. Там, где традиционная математика бессильна из-за обилия слабых корреляций и избытка данных, ИИ способен находить причинно-следственные связи [16:09]. 

В качестве примера приводится GraphCast — модель DeepMind, ставшая самым точным симулятором погоды в мире [15:30]. В будущем подобные инструменты («виртуальная клетка» или глобальные экономические модели) позволят принимать решения на основе тысяч прогонов симуляции, что невозможно в реальном мире [14:37].

## 🌌 Природа реальности и сознание машин
[[JUMP:17:29]]

Демис Хассабис развивает смелую теоретическую гипотезу: информация является более фундаментальной единицей Вселенной, чем материя или энергия [18:22]. С этой точки зрения ИИ становится не просто программой, а инструментом для организации и понимания самой структуры бытия [18:47].

Говоря о сознании ИИ, Хассабис придерживается прагматичного подхода:

*   **Инструмент прежде всего:** Сначала нужно построить невероятно точный и полезный AGI-инструмент [21:00].
*   **Вопрос субстрата:** У людей сознание подкреплено схожестью биологического субстрата (мозга). У машин он принципиально иной, что делает вопрос их «чувственного опыта» крайне сложным для окончательного подтверждения [23:12].
*   **Необходимые компоненты:** Для подобия сознания системам потребуются самосознание (отделение «я» от «других») и непрерывность опыта во времени [22:04].

## 🔮 Блиц и прогнозы
[[JUMP:25:23]]

В завершение беседы Демис Хассабис дал несколько коротких ответов:

*   **Дата появления AGI:** Хассабис подтвердил свой прогноз — **2030 год** [25:23].
*   **Интеллектуальные герои:** Своими кумирами он называет Алана Тьюринга [19:00] и теоретика квантовых вычислений Дэвида Дойча [25:37].
*   **Идеальный напарник:** Если бы Хассабису нужно было сыграть в сложную стратегическую игру, он выбрал бы в команду Джона фон Неймана как величайшего теоретика игр [26:32].

Хассабис резюмирует свою деятельность как попытку «прочитать язык Вселенной» через науку и ИИ [24:55], следуя философии Спинозы о глубоком мистицизме познания законов природы.

---