# Будущее интеллекта: Демис Хассабис о термоядерном синтезе, симуляциях и AGI Источник: https://www.youtube.com/watch?v=PqVbypvxDto Канал: Google DeepMind Опубликовано: 16.12.2025 --- Демис Хассабис распределяет ресурсы Google DeepMind в пропорции **50 на 50** между масштабированием существующих моделей и научными инновациями [0:00]. Он утверждает, что путь к общему искусственному интеллекту (AGI) потребует объединения этих подходов для решения фундаментальных проблем физики и биологии [0:05]. ## 🧪 Решение узловых задач науки [[JUMP:02:17]] Демис Хассабис использует концепцию «корневых узлов» (root nodes) для описания фундаментальных научных проблем [2:17]. 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 [2:58]. * **Термоядерный синтез:** партнерство с Commonwealth Fusion направлено на удержание плазмы в магнитных ловушках реакторов типа токамак [3:12]. * **Квантовые вычисления:** использование машинного обучения для исправления ошибок в квантовых процессорах Google [3:38]. Доступ к дешевой и чистой энергии термоядерного синтеза решит проблему дефицита пресной воды через массовое опреснение [4:48]. Это также позволит эффективно производить ракетное топливо из морской воды путем разделения водорода и кислорода [5:02]. ## 📉 Парадокс «зазубренного интеллекта» [[JUMP:05:14]] Современные системы демонстрируют неравномерные способности, которые Демис Хассабис называет **зазубренным интеллектом** (**jagged intelligence**) [6:21]. Модели получают золотые медали на Международной математической олимпиаде, но ошибаются в простых логических задачах уровня средней школы [5:15]. Причины низкой консистентности моделей: 1. Ошибки токенизации: системы иногда не воспринимают отдельные буквы в словах, что мешает точному подсчету символов [6:47]. 2. Отсутствие внутреннего контроля: модели выдают первый пришедший на ум вариант вместо поэтапной проверки ответа [17:08]. 3. Ограниченность обучения: текущие LLM сжимают человеческие знания из интернета, но не умеют обучаться в режиме реального времени после выпуска [9:03]. Демис Хассабис планирует внедрить в модели механизмы планирования и поиска, аналогичные тем, что использовались в AlphaGo [8:06]. Это позволит системе тратить больше вычислительных мощностей на «обдумывание» сложных ответов [7:13]. ## 🌍 Мировые модели и симуляции [[JUMP:17:43]] Языковые модели хорошо понимают семантику, но им не хватает осознания пространственной динамики и физического контекста [18:26]. Для решения этой проблемы Google DeepMind развивает **мировые модели** (world models), такие как Genie и Veo [19:59]. Эксперимент с системой SIMA 2 показал возможность взаимодействия двух разных ИИ внутри виртуальной среды [21:47]. Агент SIMA перемещается в мире, который генерируется моделью Genie в реальном времени на основе действий игрока [22:27]. Этот подход создает бесконечный цикл обучения: * Genie на лету придумывает миллионы задач возрастающей сложности [23:09]. * Агенты обучаются навигации и манипуляциям, которые затем переносятся в реальную робототехнику [23:21]. * Для точности физики используются игровые движки в качестве эталона для проверки законов Ньютона [24:15]. Демис Хассабис считает симуляции инструментом для изучения происхождения жизни и сознания [26:52]. Ученые смогут запускать эволюционные процессы миллионы раз, меняя начальные условия для статистического анализа [27:05]. ## 💰 Экономика и риски ИИ-пузыря [[JUMP:28:26]] Демис Хассабис признает наличие признаков пузыря в секторе ИИ, особенно в оценках стартапов на посевных стадиях [29:19]. Некоторые компании получают оценки в десятки миллиардов долларов, еще не начав работу [29:33]. Google DeepMind защищена от рыночных колебаний благодаря вертикальной интеграции: * Собственные чипы TPU обеспечивают независимость от поставщиков оборудования [31:07]. * Интеграция Gemini в поиск, Workspace, YouTube и Chrome гарантирует монетизацию технологий [31:20]. * AI Overviews уже трансформирует классический поиск Google [31:15]. 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 [33:08]. Это должно предотвратить создание «эхо-камер», где ИИ просто подтверждает любые заблуждения человека [32:41]. ## 🏭 Сравнение с промышленной революцией [[JUMP:36:31]] Грядущие изменения будут в **10 раз масштабнее** промышленной революции и произойдут в **10 раз быстрее** — в течение десятилетия [38:33]. В Британии XIX века адаптация общества заняла столетие [37:38]. Прогнозы для общества пост-AGI: 1. Трансформация трудовых отношений: отказ от обмена рабочего времени на ресурсы [38:46]. 2. Внедрение безусловного базового дохода (UBI) как части решения [39:38]. 3. Прямая демократия: использование системы кредитов для голосования за локальные проекты, такие как строительство школ или парков [40:05]. 4. Кризис смысла: необходимость поиска новых целей в мире, где работа перестает быть основным источником идентичности [40:59]. Демис Хассабис выражает обеспокоенность фрагментированностью международных институтов [41:57]. Геополитическая напряженность мешает установлению единых стандартов безопасности для автономных агентов [42:22]. ## 🧠 Пределы машин Тьюринга [[JUMP:44:44]] Центральный философский вопрос Демиса Хассабиса — является ли человеческий разум вычислимым [45:31]. Он предполагает, что во вселенной нет явлений, которые невозможно смоделировать на классическом компьютере [47:07]. Если сознание зависит от квантовых эффектов в мозге, как считает Роджер Пенроуз, классические машины не смогут его достичь [46:27]. Однако Хассабис рассматривает биологию как систему обработки информации [48:11]. Он выдвигает гипотезу, что фундаментальной единицей вселенной является не энергия или материя, а именно информация [48:37]. В ближайшие 2–3 года появятся автономные агенты, способные действовать в интернете без участия человека [53:48]. Это потребует создания систем киберзащиты для мониторинга миллионов ИИ-программ, перемещающихся по сети [54:16].