Демис Хассабис распределяет ресурсы Google DeepMind в пропорции 50 на 50 между масштабированием существующих моделей и научными инновациями . Он утверждает, что путь к общему искусственному интеллекту (AGI) потребует объединения этих подходов для решения фундаментальных проблем физики и биологии .
🧪 Решение узловых задач науки 2:17
Демис Хассабис использует концепцию «корневых узлов» (root nodes) для описания фундаментальных научных проблем . Решение такой задачи открывает путь к прогрессу в десятках смежных областей.
Первым подтверждением этой стратегии стал AlphaFold. В 2025 году технологии этого проекта адаптируют для новых направлений:
- Материаловедение: поиск сверхпроводников, работающих при комнатной температуре, и создание эффективных батарей .
- Термоядерный синтез: партнерство с Commonwealth Fusion направлено на удержание плазмы в магнитных ловушках реакторов типа токамак .
- Квантовые вычисления: использование машинного обучения для исправления ошибок в квантовых процессорах Google .
Доступ к дешевой и чистой энергии термоядерного синтеза решит проблему дефицита пресной воды через массовое опреснение . Это также позволит эффективно производить ракетное топливо из морской воды путем разделения водорода и кислорода .
📉 Парадокс «зазубренного интеллекта» 5:14
Современные системы демонстрируют неравномерные способности, которые Демис Хассабис называет зазубренным интеллектом (jagged intelligence) . Модели получают золотые медали на Международной математической олимпиаде, но ошибаются в простых логических задачах уровня средней школы .
Причины низкой консистентности моделей:
- Ошибки токенизации: системы иногда не воспринимают отдельные буквы в словах, что мешает точному подсчету символов .
- Отсутствие внутреннего контроля: модели выдают первый пришедший на ум вариант вместо поэтапной проверки ответа .
- Ограниченность обучения: текущие LLM сжимают человеческие знания из интернета, но не умеют обучаться в режиме реального времени после выпуска .
Демис Хассабис планирует внедрить в модели механизмы планирования и поиска, аналогичные тем, что использовались в AlphaGo . Это позволит системе тратить больше вычислительных мощностей на «обдумывание» сложных ответов .
🌍 Мировые модели и симуляции 17:43
Языковые модели хорошо понимают семантику, но им не хватает осознания пространственной динамики и физического контекста . Для решения этой проблемы Google DeepMind развивает мировые модели (world models), такие как Genie и Veo .
Эксперимент с системой SIMA 2 показал возможность взаимодействия двух разных ИИ внутри виртуальной среды . Агент SIMA перемещается в мире, который генерируется моделью Genie в реальном времени на основе действий игрока .
Этот подход создает бесконечный цикл обучения:
- Genie на лету придумывает миллионы задач возрастающей сложности .
- Агенты обучаются навигации и манипуляциям, которые затем переносятся в реальную робототехнику .
- Для точности физики используются игровые движки в качестве эталона для проверки законов Ньютона .
Демис Хассабис считает симуляции инструментом для изучения происхождения жизни и сознания . Ученые смогут запускать эволюционные процессы миллионы раз, меняя начальные условия для статистического анализа .
💰 Экономика и риски ИИ-пузыря 28:26
Демис Хассабис признает наличие признаков пузыря в секторе ИИ, особенно в оценках стартапов на посевных стадиях . Некоторые компании получают оценки в десятки миллиардов долларов, еще не начав работу .
Google DeepMind защищена от рыночных колебаний благодаря вертикальной интеграции:
- Собственные чипы TPU обеспечивают независимость от поставщиков оборудования .
- Интеграция Gemini в поиск, Workspace, YouTube и Chrome гарантирует монетизацию технологий .
- AI Overviews уже трансформирует классический поиск Google .
Демис Хассабис настаивает на создании научного типа личности для ИИ. Персона Gemini 3 спроектирована как лаконичный и дружелюбный помощник, который прямо указывает на ошибки пользователя . Это должно предотвратить создание «эхо-камер», где ИИ просто подтверждает любые заблуждения человека .
🏭 Сравнение с промышленной революцией 36:31
Грядущие изменения будут в 10 раз масштабнее промышленной революции и произойдут в 10 раз быстрее — в течение десятилетия . В Британии XIX века адаптация общества заняла столетие .
Прогнозы для общества пост-AGI:
- Трансформация трудовых отношений: отказ от обмена рабочего времени на ресурсы .
- Внедрение безусловного базового дохода (UBI) как части решения .
- Прямая демократия: использование системы кредитов для голосования за локальные проекты, такие как строительство школ или парков .
- Кризис смысла: необходимость поиска новых целей в мире, где работа перестает быть основным источником идентичности .
Демис Хассабис выражает обеспокоенность фрагментированностью международных институтов . Геополитическая напряженность мешает установлению единых стандартов безопасности для автономных агентов .
🧠 Пределы машин Тьюринга 44:44
Центральный философский вопрос Демиса Хассабиса — является ли человеческий разум вычислимым . Он предполагает, что во вселенной нет явлений, которые невозможно смоделировать на классическом компьютере .
Если сознание зависит от квантовых эффектов в мозге, как считает Роджер Пенроуз, классические машины не смогут его достичь . Однако Хассабис рассматривает биологию как систему обработки информации . Он выдвигает гипотезу, что фундаментальной единицей вселенной является не энергия или материя, а именно информация .
В ближайшие 2–3 года появятся автономные агенты, способные действовать в интернете без участия человека . Это потребует создания систем киберзащиты для мониторинга миллионов ИИ-программ, перемещающихся по сети .
