Гамбит Хассабиса: Как DeepMind прошел путь от Atari до Нобелевской премии

Google DeepMind 440 млн 1 ч 24 мин 6 мин 25.11.2025
Главное

Документальный фильм «The Thinking Game» («Игра в мышление») — это захватывающая хроника десятилетий работы лаборатории DeepMind, которая прошла путь от обучения ИИ простым играм до решения одной из величайших загадок биологии, за что её лидеры были удостоены Нобелевской премии. В центре сюжета стоит Демис Хассабис, чей путь от шахматного вундеркинда до главы ведущей ИИ-лаборатории мира иллюстрирует стремление человечества разгадать саму природу интеллекта и использовать его как универсальный инструмент для научных открытий.

🧠 Мечта об универсальном разуме: от нейронауки к коду 3:22

История DeepMind началась не с программирования, а с глубокого интереса к человеческому мозгу. Демис Хассабис изучал нейробиологию, чтобы понять механизмы мышления и перенести их в компьютерные системы . Его наставница Элеанор Магуайр вспоминает, как Демис на вопрос о его конечной цели прямо ответил: «Я хочу решить проблему интеллекта» .

В этой погоне он встретил единомышленника — Шейна Легга, математика из Новой Зеландии, который также был одержим концепцией AGI (Artificial General Intelligence) — общего искусственного интеллекта . В те годы само слово «ИИ» было почти ругательным в академических кругах; серьезные ученые старались его не использовать, чтобы не прослыть фантазерами .

Основные тезисы основателей на старте:

💰 Риск, инвестиции и «режим секретности» в Лондоне 5:32

Поиск финансирования для компании, чей продукт — «решение проблемы интеллекта», оказался сложнейшей задачей. Венчурные капиталисты, привыкшие к конкретным бизнес-моделям, недоумевали, когда Хассабис рассказывал им о будущем человечества, а они в ответ спрашивали: «А как вы будете зарабатывать деньги?» .

Первым крупным инвестором стал Питер Тиль. Он настаивал на переезде команды в Кремниевую долину, считая, что только там можно построить технологический гигант . Однако Хассабис проявил твердость и оставил DeepMind в Лондоне. Его аргументы были стратегическими:

  1. В Лондоне можно собрать уникальные таланты из Кембриджа, Оксфорда и UCL .
  2. Культура Кремниевой долины «основал — бросил — начал новое» не подходит для долгосрочных фундаментальных исследований .
  3. DeepMind должен был стать своего рода «Манхэттенским проектом» по созданию ИИ .

В первые два года компания работала в режиме полной секретности. У них не было даже веб-сайта, а офис находился в секретном месте . Кандидаты на работу приходили на собеседования настолько напуганными, что один из них отправил жене свои координаты на случай, если его похитят .

🕹️ Игры как идеальный полигон: триумф Atari 8:52

Команда решила, что игры — это лучшая тренировочная площадка для ИИ. Идея заключалась в том, чтобы создать один алгоритм, способный играть в десятки разных игр, используя только визуальный поток пикселей и информацию о счете .

Первым испытанием стал Pong. Долгое время система не понимала, что делать, и Демис уже начал сомневаться в правильности их тезиса . Но внезапно агент заработал первое очко. Через три месяца ИИ уже не мог победить ни один человек .

Затем последовал прорыв в игре Breakout:

🤝 Сделка с Google и сохранение независимости 12:32

Несмотря на успех, DeepMind остро нуждалась в вычислительных мощностях. Хассабис вел переговоры с двумя компаниями о продаже, и в итоге в 2014 году Google приобрела DeepMind за 400 миллионов фунтов стерлингов .

Условия сделки были беспрецедентными:

Эрик Шмидт, тогдашний глава Google, вспоминает Демиса как «естествоиспытателя», который верит, что наука способна решить любую проблему в мире .

⚪ AlphaGo и «момент Спутника» для Китая 14:52

Следующим вызовом стала игра Го — «священный грааль» ИИ из-за её невероятной сложности. Число возможных комбинаций на доске превышает количество атомов во Вселенной . В 2016 году состоялся исторический матч против легендарного Ли Седоля в Сеуле .

Ключевым моментом стал знаменитый «Ход 37». Комментаторы заявили, что ни один человек никогда бы так не пошел . Сама AlphaGo оценила вероятность того, что человек сделает такой ход, как 1 к 10 000 . Победа ИИ вызвала шок. В Китае это событие назвали «моментом Спутника» , что спровоцировало глобальную гонку вооружений в области ИИ .

Позже появилась AlphaZero, которая обучалась без использования человеческих данных, просто играя сама с собой . Всего за несколько часов она прошла путь от случайных ходов до уровня сильнейшей шахматной сущности в истории .

♟️ Личная история: шахматы и «кризис цели» Демиса 22:35

Демис Хассабис начал играть в шахматы в 4 года, а к 6 годам стал чемпионом Лондона среди детей . К 12 годам он был вторым в мире в своей возрастной категории . Однако профессиональный спорт был для него огромным стрессом.

Переломный момент произошел на турнире в Лихтенштейне. В игре против взрослого датского чемпиона, длившейся 10 часов, Демис от усталости сдался в ничейной позиции . Этот проигрыш заставил его задуматься: «Не тратим ли мы свои умы впустую? Если бы мы могли направить интеллект всех этих людей в зале на решение проблемы рака, мир бы изменился» . Это осознание привело его к созданию ИИ как универсального инструмента для науки.

⚔️ От игр к реальности: StarCraft и вопросы этики 27:04

Чтобы приблизить ИИ к реальному миру, DeepMind обратилась к StarCraft II. В отличие от шахмат, здесь есть «туман войны» (скрытая информация) и необходимость принимать тысячи решений в реальном времени . Агент AlphaStar смог победить профессиональных игроков, совершая до 800 полезных действий в минуту .

Этот успех поднял важные вопросы:

  1. Военное применение: Не станут ли эти технологии основой для автономного оружия?
  2. Ответственность: Демиса часто сравнивают с Робертом Оппенгеймером . Он сам признает, что создатели атомной бомбы слишком поздно задумались о морали, и DeepMind хочет избежать этой ошибки .
  3. Безопасность: Подход «двигайся быстро и ломай всё» (как в Кремниевой долине) неприменим к AGI, потому что последствия могут быть необратимыми .

🧬 AlphaFold: решение проблемы длиной в 50 лет 46:07

Настоящим прорывом, ради которого создавалась DeepMind, стала AlphaFold. Проблема фолдинга (сворачивания) белка заключалась в том, чтобы предсказать 3D-структуру белка по его аминокислотной последовательности . Это ключ к созданию новых лекарств и пониманию механизмов жизни.

Команда приняла участие в конкурсе CASP («Олимпийские игры по фолдингу белков») .

Результат CASP14 стал сенсацией: AlphaFold достигла точности более 90 баллов, что фактически означало решение проблемы . Ученые-биологи, десятилетиями работавшие над одной структурой, были «ошарашены» (gobsmacked) .

🌍 Дар человечеству и будущее с AGI 1:15:21

Вместо того чтобы продавать доступ к AlphaFold, Хассабис принял решение опубликовать структуру всех 200 миллионов известных науке белков в открытом доступе . «Мы просто свернем всё и отдадим всему миру», — сказал он . Сегодня этим инструментом пользуются более миллиона исследователей.

В финале фильма Демис Хассабис размышляет о будущем:

Для Демиса Хассабиса всё это — лишь начало «великой игры в мышление», к которой он готовился всю свою жизнь .

💬 Цитаты

«Я хочу решить проблему интеллекта»

Демис Хассабис 03:46

«Мы просто свернем всё и отдадим всему миру»

Демис Хассабис 1:15:21

«ИИ — это не просто технология, это «усилитель разума», сравнимый с огнем или электричеством»

Демис Хассабис 02:19
👥 Спикеры
🎬 Упомянутые фильмы и сериалы
📖 Термины
AGI
Artificial General Intelligence — общий искусственный интеллект, способный обучаться решению любых интеллектуальных задач наравне с человеком.
Reinforcement Learning
Глубокое обучение с подкреплением — метод машинного обучения, при котором агент обучается, получая награды за правильные действия.
Фолдинг белка
Процесс сворачивания аминокислотной цепочки в сложную трехмерную структуру, определяющую функции белка в организме.
CASP
Международный конкурс по предсказанию структур белков, считающийся «Олимпийскими играми» в этой области биологии.
Момент Спутника
Термин, обозначающий осознание страной технологического отставания, требующее немедленной мобилизации ресурсов.
Искусственный интеллект Демис Хассабис DeepMind AlphaFold AGI Google