В интервью подкасту «Eye on AI» исследователь искусственного интеллекта Бен Гёрцель подробно описывает свой путь к созданию сильного ИИ (AGI) и критикует подходы крупнейших технологических корпораций. Обсуждая свои проекты — от знаменитого робота Софии до медицинской платформы OpenCog Hyperon, — учёный раскрывает механизмы интеграции нейросетей с символьной логикой. По мнению Гёрцеля, именно децентрализованные экосистемы и гибридные архитектуры, а не простое масштабирование нейросетей ИТ-гигантами, способны привести человечество к технологической сингулярности в ближайшие годы.
🤖 Феномен робота Софии: между пиаром и реальной наукой 2:44
Вокруг антропоморфного робота Софии существует множество заблуждений: одни люди видят в ней полноценный разум, другие называют её абсолютным мошенничеством. Бен Гёрцель объясняет, что София — это прежде всего гибкая аппаратная платформа, созданная дизайнером Дэвидом Хансоном, внутри которой в разное время могут работать совершенно разные программные системы.
В зависимости от контекста София функционирует в одном из трёх режимов:
- Полностью заскриптованный режим. Во время выступлений на крупных телешоу или на заседаниях ООН робот чаще всего просто зачитывает заранее написанный текст. По словам исследователя, в этом режиме искусственный интеллект практически отсутствует, но сама робототехника выглядит впечатляюще.
- Нейро-символьная платформа OpenCog. Эта глубокая ИИ-система интегрирует визуальное восприятие с языковыми моделями через базы знаний (графы знаний). Гёрцель отмечает, что в рамках экспериментов София использовалась для проведения медитаций на конференции NIPS, и её работа позволяла погружать участников в глубокий транс.
- Гибридная диалоговая система Hanson AI (Soul Talk). Это промежуточный рабочий режим, который используется чаще всего. Система сочетает в себе деревья правил «если-то» с переменными и трансформерную нейросеть (подобную GPT-3 или BERT), на которую робот переключается при отсутствии готовых правил.
По оценке Бена Гёрцеля, эта гибридная архитектура не уступает по сложности Google Assistant или Alexa. Однако, в отличие от коммерческих ассистентов, она создавалась не для утилитарной помощи, а для вызова эмоционального отклика у людей.
🏥 Проект Awakening Health: роботы для ухода за пожилыми людьми 8:12
Дэвид Хансон изначально создавал роботов как арт-объекты, стремясь оживить свои скульптуры. Однако его вера в неизбежное наступление технологической сингулярности подтолкнула команду к практическому бизнесу. Совместное предприятие Hanson Robotics и компании Singularity Studio под названием Awakening Health разрабатывает человекоподобных роботов-сиделок для ухода за пожилыми людьми.
Этот проект использует ту же аппаратную платформу, что и София, но с изменённым лицом. Робот должен обеспечивать общение, давать советы, следить за расписанием и помогать по дому. Прикладной характер проекта заставил разработчиков столкнуться с ограничениями современных нейросетей-трансформеров. По данным экспериментов Гёрцеля, чистые трансформерные модели (аналогичные разработкам Facebook) генерируют более синтаксически разнообразную речь, но теряют нить разговора и в 10–20% случаев выдают абсолютную бессмыслицу. По мнению исследователя, в сфере медицины и ухода за больными даже 1% случайного бреда недопустим, так как это может быть опасно для пациента.
Для решения этой проблемы в Awakening Health применяются два метода:
- Обучение трансформера на массивах негативных примеров для избегания опасных или некорректных фраз.
- Использование древесных трансформеров (Tree Transformers), где граф знаний OpenCog выступает в роли жесткого ограничителя и направляет генерацию текста в соответствии с проверенными медицинскими фактами о лекарствах и болезнях.
Дополнительно в систему интегрируется «эмбиентный ИИ» (Ambient AI), работающий с множеством внешних сенсоров. Бен Гёрцель упоминает, что его команда ранее создавала системы распознавания лиц для крупных торговых сетей, способные отслеживать перемещение человека между слепыми зонами камер. Эта же технология теперь передаёт данные в «разум» медицинского робота. Разработка ведётся совместно с американской компанией Connected Living, чья ИТ-инфраструктура развёрнута в сотнях домов престарелых.
🧠 Платформа OpenCog и концепция когнитивного синергизма 17:01
Программная платформа OpenCog была основана в 2008 году, хотя часть её исходного кода создавалась ещё в 2001 году. В основе платформы лежит идея достижения сильного искусственного интеллекта через «когнитивный синергизм». По замыслу Гёрцеля, различные ИИ-алгоритмы должны совместно работать со структурой данных, называемой Atom Space.
Atom Space представляет собой взвешенный размеченный гиперграф — динамическое хранилище знаний. В этом пространстве одновременно сосуществуют символьные связи (отражающие предикатную логику) и нейросетевые связи. Когда один алгоритм заходит в тупик, другие помогают ему продолжить вычисления.
Бен Гёрцель подчёркивает, что этот подход кардинально отличается от мейнстрима современной индустрии ИИ, сосредоточенного исключительно на обратном распространении ошибки (backpropagation) внутри гигантских многомодульных нейросетей. Платформа OpenCog позволяет подключать нейросети через вероятностное программирование, заставляя их действовать совместно с логическим гиперграфом, что меняет принципы организации и представления знаний.
🌐 Экосистема SingularityNET: децентрализация ИИ и коммерческие спин-оффы 18:58
С 2018 года Бен Гёрцель занимает пост генерального директора SingularityNET — блокчейн-платформы для создания децентрализованной инфраструктуры ИИ, основанной в 2017 году. Платформа функционирует как «децентрализованное общество разумов», где агенты ИИ могут торговать услугами и перепоручать задачи друг другу на бэкенде, используя внутренний утилитарный токен для расчётов.
Чтобы дать платформе первоначальный импульс и коммерческий трафик, SingularityNET работает по принципу венчурной студии, создавая коммерческие спин-оффы. Помимо робототехнического направления Awakening Health, экосистема включает в себя несколько важных проектов:
- Singularity Studio. Коммерческая компания, занимающаяся корпоративным ИИ в сфере здравоохранения. Команда сотрудничает с госпиталями и фармкомпаниями, анализируя данные клинических испытаний коктейлей из антивирусных препаратов против COVID-19 и методов лечения рака груди. С помощью генеративно-состязательной нейросети InfoGAN система извлекает скрытые семантические признаки пациентов на основе данных экспрессии генов, а логический блок выстраивает каузальные (причинно-следственные) цепочки для персонализированной медицины.
- Rejuv. Проект по анализу биосигналов, получаемых с умных часов (Apple Watch). Приложение собирает данные пульсоксиметрии, вариабельности сердечного ритма (HRV) и температуры тела для раннего обнаружения инфекций и аномалий до того, как пользователь почувствует недомогание.
- Децентрализованные финансы (DeFi). Проект, направленный на применение машинного обучения для автоматизации маркет-мейкинга и арбитража на рынке криптовалютных токенов.
Разработка этих систем ведётся распределённой международной командой. Самый крупный ИИ-отдел SingularityNET расположен в Санкт-Петербурге (Россия), другие команды находятся в Белу-Оризонти (Бразилия), Эфиопии, Бангалоре (Индия), Гонконге и США. Проекты координируются через GitHub и Slack, а вычисления производятся на собственной кастомной серверной ферме в Санкт-Петербурге, что обходится значительно дешевле аренды мощностей у AWS или Azure.
🚀 TrueAGI и критика Big Tech: почему ИТ-гиганты зашли в тупик 27:05
Около половины своего рабочего времени Бен Гёрцель посвящает ещё одному проекту — TrueAGI. Это его главная попытка вернуться к научным истокам и создать сильный ИИ человеческого уровня на базе новой версии движка OpenCog Hyperon и распределённой архитектуры SingularityNET.
Учёный критически и с иронией относится к нынешнему буму самообучения (self-supervised) и обучения без учителя (unsupervised learning) в Кремниевой долине. По мнению Гёрцеля, крупные корпорации выдают за революцию то, чем независимые исследователи занимались десятилетиями. В качестве примера он приводит недавнюю статью известного учёного Йошуа Бенжио о «сознательном априорном распределении» (consciousness prior). Гёрцель утверждает, что его собственная работа 2008 года об «априорном коммуникативном воплощении» (embodied communication prior) описывала абсолютно те же механизмы, но была проигнорирована сообществом, пока аналогичные тезисы не высказал «гуру глубокого обучения».
Основной системный порок современных ИТ-гигантов, по мнению Гёрцеля, заключается в их бизнес-модели:
- Корпоративная среда и доступный инструментарий негласно заставляют исследователей заниматься только теми паттернами, которые максимально задействуют уникальные экономические ресурсы этих компаний — гигантские дата-центры и огромные массивы данных.
- Попытки извлекать шаблоны из всего контента YouTube или Facebook — это коммерчески выгодный, но абсолютно тупиковый путь в контексте создания сильного ИИ. Масштабный анализ видеоданных превращается в «раздутую зрительную кору» без связи с действием.
Ссылаясь на системного теоретика Хайнца фон Фёрстера («хочешь видеть — учись действовать»), Гёрцель доказывает, что подлинное обучение без учителя невозможно без сенсомоторной синергии, активного взаимодействия с физической средой и другими агентами, как это происходит у маленьких детей.
📅 Инфраструктурная пересборка и сроки наступления Сингулярности 34:20
В настоящий момент 핵심-проблема OpenCog упирается в ограничения масштабируемости инфраструктуры при одновременной работе эволюционных алгоритмов, глубоких нейросетей и логического движка. Команде TrueAGI требуется около одного-двух лет, чтобы полностью переписать ядро системы и создать OpenCog Hyperon.
В рамках этой модернизации создаётся распределённая версия гиперграфа знаний и внедряется новый функциональный язык программирования с постепенной типизацией (gradually typed), который определит семантику узлов и связей Atom Space. Бен Гёрцель ожидает, что этот шаг окажет на гибридный ИИ такое же взрывное влияние, какое в своё время оказало появление библиотек Nvidia и графических процессоров (GPU) на развитие глубокого обучения. Математическая суть перцептронов не менялась с 1960-х годов, но именно масштабируемое железо заставило их работать эффективно.
После завершения пересборки начнётся стадия активного обучения систем:
- Группы ИИ-агентов будут совместно строить объекты внутри виртуального мира, похожего на Minecraft.
- Роботы типа Софии под управлением TrueAGI займутся интерактивным обучением, заземляя (grounding) каждое произносимое слово в реальном физическом опыте.
Если предложенная Гёрцелем парадигма верна, то до масштабного прорыва в области AGI остаётся от 3 до 5 лет. Это соотносится с прогнозом футуролога Рэя Курцвейла, который ожидает появление ИИ человеческого уровня к 2029 году. Финансирование проекта TrueAGI идёт как через венчурный капитал, так и через децентрализованные механизмы SingularityDAO и средства от ICO 2017 года. Бен Гёрцель сознательно избегает продажи стартапа ИТ-гигантам, полагая, что открытый исходный код и децентрализованный контроль безопаснее для человечества, чем концентрация технологий в руках самоназначенной корпоративной элиты.
