Глава Google DeepMind: AGI - это как промышленная революция, но в 10 раз быстрее

Глава Google DeepMind Демис Хассабис - один из самых влиятельных людей в мире искусственного интеллекта. Нейробиолог, бывший шахматный вундеркинд и создатель видеоигр, в 2010 году он основал DeepMind с амбициозной целью: построить искусственный общий интеллект. В 2014-м Google купил компанию за $500 млн - сделку, которую Хассабис назвал "самым важным приобретением Google за всю историю". В 2024 году он получил Нобелевскую премию по химии за AlphaFold - систему, предсказывающую структуру белков. Сегодня Хассабис руководит всеми AI-разработками Google и уверен: до создания AGI осталось 5-10 лет.

В дебютном выпуске подкаста CNBC The Tech Download он рассказывает о том, чего не хватает современным AI-системам, почему Китай ближе к лидерам, чем казалось, и какие два риска искусственного интеллекта беспокоят его больше всего.

---

Арджун Харпал: Демис, спасибо, что присоединились к Tech Download.

Демис Хассабис: Спасибо, что пригласили.

Законы масштабирования и путь к AGI

Арджун Харпал: Демис, мы постараемся охватить много тем за наше время, но хочу начать с самой технологии. Мы много говорим об AI и о том, как возможности систем постоянно растут. В технологическом мире идет активная дискуссия: насколько хорошими могут стать эти модели? Много споров вокруг законов масштабирования - идеи о том, что больше вычислений, больше данных, более крупные модели в итоге приведут к более мощным системам. Вы говорили, что нужно довести законы масштабирования до максимума. Но сейчас возникают вопросы: не упираемся ли мы в какие-то стены в плане прогресса? Что вы видите по своим разработкам в DeepMind?

Демис Хассабис: Смотрите, законы масштабирования работают очень хорошо. Мы определенно видим рост возможностей при увеличении вычислений, данных и размера моделей. Эта тенденция сохраняется. Возможно, не так быстро, как пару лет назад - есть разговоры об убывающей отдаче. Но есть большая разница между нулевой отдачей и экспоненциальной. Я думаю, мы где-то посередине - отдача очень хорошая, и это стоит делать. Помимо этого, если говорить о достижении AGI - искусственного общего интеллекта - возможно, понадобится еще одна-две крупные инновации, которых пока не хватает.

Арджун Харпал: Мы скоро поговорим об AGI подробнее, но чего именно не хватает, на ваш взгляд?

Демис Хассабис: Если посмотреть - мы все пользовались разными чат-ботами и видим, что они могут делать впечатляющие вещи в одних измерениях, но это как бы "неровный интеллект", как я это называю. В том смысле, что они очень хороши в одном, но совершенно не способны на другое. Если задать вопрос определенным образом, обнаруживаешь их изъяны - они не могут делать относительно простые вещи. Для настоящего общего интеллекта такой непоследовательности быть не должно. Он должен быть стабильным по всем параметрам. Кроме того, системы не могут непрерывно учиться, не могут осваивать новое в реальном времени, не могут по-настоящему создавать оригинальные вещи. Довольно много способностей, которые нужны для общего интеллекта, отсутствуют в сегодняшних системах.

Мировые модели и новая архитектура

Арджун Харпал: Это очень интересно. Что станет ключом к таким интеллектуальным системам? Хочу упомянуть разговор с Томасом Вольфом, сооснователем Hugging Face (крупнейшей платформы для open source AI-моделей). Несколько месяцев назад он говорил мне о своем взгляде на большие языковые модели: они отличные, чат-бот скажет "отличный вопрос, отличная идея" и выдаст всю нужную информацию. Но не хватает способности генерировать новые, оригинальные идеи. Особенно в науке - в разработке лекарств, изучении болезней - может, ограничения LLM именно в том, что они не могут выдавать идеи уровня Нобелевской премии. Возможно, нужна какая-то новая архитектура. Что вы думаете?

Демис Хассабис: Да, смотрите, моя страсть и причина, по которой я посвятил всю карьеру AI - я думаю, в итоге это станет главным инструментом для науки. Мы показали это на примере AlphaFold и всей научной работы за последнее десятилетие. Но еще далеко до того, чтобы AI мог сам выдвинуть новую гипотезу. Не просто решить уже существующую задачу, что само по себе полезно и впечатляюще, а выдвинуть новую гипотезу, новую идею о том, как устроен мир. Пока эти системы на это не способны. Им чего-то не хватает. Я думаю, среди необходимых способностей - долгосрочное планирование, улучшенное рассуждение, а также концепция мировой модели - идея о том, что система по-настоящему понимает физику мира и может запускать симуляции в своем "сознании", чтобы проверять собственные гипотезы. Лучшие ученые это делают, а наши AI-системы пока не могут.

Арджун Харпал: Можете объяснить подробнее идею мировых моделей? Для многих это новый термин. Чем они отличаются от больших языковых моделей?

Демис Хассабис: LLM и модели, которые мы используем сейчас, в основном работают с текстом. Конечно, такие системы как Gemini - наша базовая модель - могут обрабатывать изображения, видео, аудио, разные типы данных. Но это все еще не настоящее понимание физики мира, причинности. Как одно влияет на другое, можешь ли ты планировать далеко вперед - это связанные концепции. Если ты действительно хочешь понять, как устроен мир, чтобы, возможно, изобрести что-то новое или объяснить что-то ранее неизвестное - а именно это делает научная теория - тебе нужна точная модель того, как работает мир. Начиная с интуитивной физики и заканчивая биологией и экономикой.

Арджун Харпал: Вы представляете мир, где при достижении AGI - этого человеческого уровня интеллекта - будет комбинация LLM и мировых моделей, работающих вместе? Или мировые модели в каком-то смысле вытеснят LLM?

Демис Хассабис: Нет, думаю, будет сближение этих технологий. По крайней мере, я на это ставлю - LLM или базовые модели вроде Gemini будут ключевым компонентом под капотом. В этом я почти не сомневаюсь, поэтому мы должны масштабировать эти системы настолько мощно, насколько возможно. Вопрос в том, единственный ли это компонент, необходимый для AGI? И вот тут я подозреваю, что понадобятся другие типы технологий и способностей. Мы работаем над нашими версиями - Genie, видеомодели Veo, генерирующие видео из текста. Можно думать о видеомоделях и интерактивных моделях типа Genie как о ранних эмбриональных мировых моделях: если ты можешь сгенерировать что-то реалистичное о мире, значит, твоя модель в каком-то смысле это понимает. Иначе как бы она это сгенерировала?

Сроки достижения AGI

Арджун Харпал: Демис, вы упомянули AGI. Я знаю, что определений много. Вы раньше говорили, что достижение AGI возможно в горизонте 5-10 лет. Это по-прежнему ваша оценка с учетом значительного прогресса в 2025 году?

Демис Хассабис: Да, я думаю, мы точно по графику. Когда мы основали DeepMind в 2010 году, мы думали, что это будет 20-летняя миссия по созданию AGI - системы, способной проявлять все когнитивные способности, которыми обладаем мы: настоящие инновации, креативность, планирование, рассуждение. Я думаю, мы в 5-10 годах от этого. И это довольно невероятно, если задуматься, насколько трансформационна эта технология.

Арджун Харпал: Вы упомянули, что могут понадобиться технологические прорывы. Мы видим, как развиваются модели, как быстро развиваются полупроводники. Есть ли сейчас узкие места? Я знаю, много говорят об энергии: мы можем совершенствовать чипы, модели, но в какой-то момент просто не хватит энергии для дата-центров и AI-моделей.

Демис Хассабис: Да, физических ограничений много. Чипов никогда не хватает - нам повезло, что у нас есть собственная линейка TPU (специализированных чипов Google для AI) помимо GPU (графических процессоров Nvidia), но в мире просто недостаточно вычислительных чипов для спроса. И в конечном счете это упирается в энергию. Есть идея, что энергия фактически станет синонимом интеллекта по мере приближения к AGI. Интересно, что AI сам поможет здесь - в повышении эффективности существующей инфраструктуры, в разработке новых материалов, лучших солнечных элементов, а также в прорывных технологиях вроде термоядерного синтеза. У нас есть сотрудничество с Commonwealth Fusion (американским стартапом в области термоядерной энергетики) по удержанию плазмы в термоядерных реакторах. Один из моих любимых проектов - можем ли мы создать сверхпроводник комнатной температуры с помощью AI? Думаю, есть несколько прорывов, которые AI может совершить и которые помогут решить энергетическую проблему. Это один из самых перспективных вариантов применения AI. Плюс системы становятся примерно в 10 раз эффективнее каждый год. У нас есть флагманские Pro-версии Gemini, но также Flash-версии - гораздо более эффективные рабочие лошадки. Они используют техники вроде дистилляции, когда большая модель обучает маленькую, и маленькая оказывается очень эффективной.

Риски AI: злоумышленники и автономные системы

Арджун Харпал: Мы много слышим об AGI, и многие задаются вопросом: технология звучит потрясающе, но есть и много страха - влияние на людей, на их повседневную жизнь. Что, на ваш взгляд, нужно учитывать с точки зрения влияния на общество - рабочие места, чем мы будем заниматься, если достигнем этой цели, - в сравнении с пользой, которую, по вашему мнению, технология принесет человечеству?

Демис Хассабис: Смотрите, я верю, что в целом AI станет одной из самых полезных технологий в истории человечества. Поэтому я посвятил этому всю карьеру. Но это не данность - это технология двойного назначения. Я мечтаю использовать AI для лечения болезней. У нас есть спин-офф Isomorphic Labs, основанный на работе AlphaFold по предсказанию структуры белков, для ускорения разработки лекарств. Думаю, победа над большинством болезней теперь достижима в следующие 10-20 лет. Мы обсуждали энергетику. AI принесёт невероятную пользу. Но есть и риски. Очевидны экономические потрясения - это будет как промышленная революция, но, возможно, в 10 раз масштабнее и в 10 раз быстрее. Понадобятся новые экономические модели. А в плане рисков использования AI я выделяю два: первый - злоумышленники, перепрофилирующие эти универсальные технологии во вред. Второй - сам AI по мере приближения к AGI и агентным системам - системам, способным действовать более автономно. Какие будут ограничители? Как убедиться, что они делают то, что мы хотим, и не сворачивают в неожиданном направлении?

Арджун Харпал: Вы чувствуете, что разрабатываете системы, которые можете контролировать?

Демис Хассабис: Думаю, мы очень уверены в этом. Мы думали об ответственности, безопасности и защите этих систем с самого начала. Когда мы основали DeepMind в 2010 году, почти никто не работал над AI, но мы планировали успех и знали, что успех означает чрезвычайно мощные системы. Поэтому понимали и обратную сторону. С самого начала мы старались быть вдумчивыми, использовать научный метод, чтобы понять наши системы до их развертывания. Это не значит, что мы не совершим ошибок - технология развивается слишком быстро. Но с AI нужно быть тем, кого я называю "осторожным оптимистом". Я очень верю в человеческую изобретательность. Думаю, при достаточном времени и осторожности мы справимся - как ученые и как общество. Но это не гарантировано. Нельзя бросаться в это сломя голову - нужно идти с открытыми глазами.

Арджун Харпал: Спрашиваю потому, что знаю - вы общались с Йошуа Бенджио и Максом Тегмарком - известными исследователями, выступающими за осторожный подход к AI. Я тоже с ними говорил - они из когорты тех, кто сомневается: нужно ли так спешить к AGI и агентным системам? Может, нужен инструментальный AI для решения конкретных задач, а не универсальные системы. Они призывали замедлить разработку AGI. Как вы считаете, нужно ли замедляться?

Демис Хассабис: Да, я много обсуждал это с Йошуа, Максом и другими. И у меня есть определенная симпатия к этой позиции - создание инструментального AI, восприятие AI как инструмента или главного инструмента для науки - это правильный подход на начальных этапах. Именно так мы смотрим на это и на то, к чему применяем AI, например AlphaFold. Но дело в том, что мы находимся в очень сложной геополитической и корпоративной системе. Это не только про нас - много компаний пытаются это построить, много стран. Есть динамика гонки, которой в идеале не должно быть. В идеальном случае это было бы научное предприятие, каждый шаг тщательно обдумывался бы. Но реальный мир не такой, и мы должны быть прагматичными. Поэтому мы стараемся быть хорошим примером - да, быть на переднем крае, продвигать пользу максимально быстро и широко, но также быть максимально ответственными и вдумчивыми. Думаю, нам удается этот баланс, и надеюсь, это пример для остальной отрасли.

Арджун Харпал: Просто с личной точки зрения - вы сказали, что начали эту миссию DeepMind, верите в технологию, но были ли моменты в карьере, когда вы думали: "А стоит ли нам это делать?"

Демис Хассабис: Когда смотришь, насколько мощна технология... Я действительно думаю, что перед обществом сегодня столько вызовов, не связанных с AI: климат, бедность, доступ к воде, здоровье, старение населения, болезни, энергетика. Если бы не было такой трансформационной технологии как AI на горизонте, я бы очень беспокоился о способности общества справиться с этими вызовами. Интересно, что AI сам по себе - один из этих вызовов, возможно величайший, но он же может помочь справиться с другими грандиозными задачами. Это палка о двух концах. Я всегда в это верил - в конечном счете это будет важнейшая технология, которую мы когда-либо изобретем. И это естественное продолжение компьютерной эры.

Арджун Харпал: Демис, небольшое отступление - вы начинали в игровой индустрии, были одним из создателей Theme Park - культового симулятора парка развлечений 1994 года. Фантастическая игра. Вы до сих пор играете?

Демис Хассабис: Да, обожаю игры. Это мое главное и единственное хобби. Сейчас играю в League of Legends с двумя сыновьями и братом, у нас маленькая команда со времен локдауна. Люблю игры во всех формах - от футбола до видеоигр.

Арджун Харпал: При такой стрессовой и ответственной роли - это ваш способ расслабиться?

Демис Хассабис: Да. И также это было отличным творческим занятием для меня в прошлом - так я научился программированию и многому другому.

Конкуренция: OpenAI, Anthropic и возвращение Google

Арджун Харпал: Демис, вы упомянули разную динамику. Конкуренция - одна из них. У нас есть OpenAI, Anthropic, множество AI-лабораторий. Конкуренция жесткая. Gemini 3 был очень хорошо принят. Но был момент, когда люди сомневались в способности Google конкурировать - это было где-то в 2025 году, не так давно. А потом Gemini 3 вышел и впечатлил многих. Но это пространство постоянно меняется. Как вы оцениваете конкурентную среду сейчас?

Демис Хассабис: Это свирепая конкурентная среда. Многие говорят мне - люди с 20-30-летним опытом в технологиях - что это самая интенсивная среда, которую они видели, возможно, за всю историю технологической индустрии. И все наиболее способные игроки - отдельные титаны, большие технологические компании, лучшие стартапы - все вовлечены, потому что все поняли то, что мы знали 20+ лет: это действительно важнейшая технология. Это ожидаемо, и это тяжело. Но также захватывающе. Возвращаясь к играм - я начал играть в шахматы очень рано, был в юношеской сборной Англии, так что вырос в конкуренции. Я люблю конкуренцию, во многом живу ради нее. Большая часть меня любит погружаться в это. Но в то же время в глубине сознания я знаю, что есть нечто гораздо важнее индивидуальной конкуренции между компаниями или даже странами - это правильное управление AGI для всего мира, для всего человечества. Это обязанность всех нас, кто возглавляет AI-лаборатории, - держать это в голове посреди этой жёсткой капиталистической конкуренции.

Арджун Харпал: Я упомянул момент, когда люди сомневались в Google в начале года. Вы что-то изменили?

Демис Хассабис: Да. Если оглянуться на последнее десятилетие - Google Brain, исследовательское подразделение Google, и DeepMind изобрели примерно 90% технологий, которые сегодня используют все. Трансформеры - архитектура всех LLM, AlphaGo - обучение с подкреплением в масштабе на действительно сложной задаче. Мы изобрели всю эту технологию, но, оглядываясь назад, немного медлили с коммерциализацией и масштабированием. Это хорошо сделали OpenAI и другие. Последние два-три года нам пришлось вернуться к стартап-корням - быть более изворотливыми, быстрее, выпускать вещи очень быстро, делать стремительный прогресс. Думаю, то, что вы видите - кульминация в серии Gemini, Gemini 3 - вернуло нас на вершину рейтингов, где мы считаем своё место.

Арджун Харпал: Вы чувствуете, что сможете там удержаться?

Демис Хассабис: Чувствую, что да.

Пузырь AI: где реальность, где хайп

Арджун Харпал: Посреди всей этой конкуренции много разговоров о пузырях в AI - особенно вокруг оценок компаний, астрономических сумм привлечения, сотен миллиардов на инфраструктуру от технологических гигантов, компаний с минимальным продуктом или вообще без прибыли. Где мы сейчас в этой дискуссии о пузыре? Мы в финансовом пузыре AI-индустрии?

Демис Хассабис: Думаю, тут нет однозначного ответа. Некоторые части индустрии, похоже, в пузыре, другие - вероятно, нет. Фундаментально AI будет самой трансформационной технологией в истории - это лежит в основе всего. В конечном счете это как пузырь доткомов: интернет действительно оказался критически важен, и были созданы компании поколения. Поэтому почти неизбежно, что будет чрезмерный энтузиазм, когда все поймут, насколько трансформационна технология. Потом будет отрезвление, и то, что реально - выживет и расцветет. Мне кажется - например, на частных рынках, где посевные раунды в десятки миллиардов долларов при том, что там почти ничего нет - это выглядит немного неустойчиво в долгосрочной перспективе. Что касается меня - я не особо беспокоюсь о пузырях. Моя задача во главе Google DeepMind - убедиться, что как бы ни повернулось - продолжит ли всё расти экспоненциально или пузырь лопнет - мы в позиции, чтобы выиграть в любом случае. Учитывая основной бизнес Google и то, как AI в него вписывается, думаю, у нас хорошая позиция в любом сценарии.

Арджун Харпал: Некоторые из ваших главных конкурентов - те, кто привлек огромные суммы на частных рынках. Вы уверены, что даже при какой-то коррекции сможете её пережить?

Демис Хассабис: Да. В этом весь смысл баланса Google и всех невероятных продуктов и площадок. У нас десятки продуктов с миллиардами пользователей, и AI естественно вписывается во все - email, workspace, новые вещи вроде приложения Gemini.

Китай: ближе к лидерам, чем казалось

Арджун Харпал: Вы упомянули динамику - мы говорили о конкуренции. Другая - геополитика, огромные дискуссии вокруг Китая и соперничества Китая и США. Был момент, когда способность Китая и его компаний создавать сильные AI-модели недооценивали. Но то, что сделал DeepSeek, шокировало мир. А ещё Alibaba выпускает очень конкурентные open source модели. Китай не выбыл из игры, так?

Демис Хассабис: Совсем нет. На самом деле они ближе к передовому краю США и Запада, чем мы думали год-два назад. Возможно, отстают всего на несколько месяцев. Там очень сильные команды - DeepSeek, Alibaba. Вопрос в том, смогут ли они создать что-то принципиально новое, выйти за пределы известного. Думаю, они показали, что могут догонять и очень быстро приближаться к переднему краю. Но смогут ли они изобрести что-то новое, как в своё время Трансформеры? Этого пока не показано.

Арджун Харпал: На ваш взгляд, это будет сложно из-за ограничений доступа к технологиям, например, к передовым чипам?

Демис Хассабис: Нет, я думаю, это скорее вопрос менталитета. Это то, что ведущие лаборатории на Западе культивируют - могу сказать за нас. Можно думать о DeepMind как о попытке быть современными Bell Labs (легендарной исследовательской лабораторией, где изобрели транзистор, лазер, Unix) - поощрять фундаментальные исследования, а не просто масштабирование известного. Само по себе масштабирование очень сложно, нужна инженерная работа мирового уровня - и у Китая это точно есть. Вопрос в научных инновациях. Изобрести что-то примерно в 100 раз сложнее, чем скопировать. Вот следующий рубеж, и я пока не видел этому подтверждений - хотя это и очень сложно оценить.

Google DeepMind: машинное отделение Google

Арджун Харпал: Демис, многие забывают, сколько AI-возможностей Google исходит от DeepMind, от вас и ваших команд. Как вы работаете с Google? Это интересно многим. Сундар Пичаи звонит вам и говорит: "Демис, нам нужна эта штука" или "у нас есть идея для Gemini, можете сделать?" Как это работает?

Демис Хассабис: Последние три года мы объединили всё в Google DeepMind - единую структуру, где идут все AI-исследования Google. Это комбинация Google Research, Google Brain и DeepMind, как он был, относительно независимым. Я возглавляю эту группу, и это как машинное отделение Google. Вся AI-технология делается нашей группой, а потом распространяется по всем невероятным продуктам Google. Последние пару лет мы строили этот фундамент - не только модели, но практически переделали всю инфраструктуру Google, чтобы всё могло выпускаться невероятно быстро. Модели почти одновременно появляются на всех основных площадках - когда мы выпускаем новую модель Gemini, она на следующий день или в тот же день появляется в поиске. Это отлаженный процесс. С Сундаром мы разговариваем практически каждый день о стратегических вещах, куда должна идти технология, что нужно широкому Google. Мы корректируем планы ежедневно, помня о долгосрочных целях - достичь AGI первыми, быстро и безопасно.

Арджун Харпал: Многое из того, что вы строите, идёт в продукты Google, но я знаю, вы помогаете компаниям вроде Samsung встраивать AI-инструменты в смартфоны.

Демис Хассабис: Да, мы работаем со многими партнёрами. Мы гордимся тем, что нашу технологию выбирают партнёры, потому что видят её возможности. Что касается Samsung и других устройств - меня очень интересует идея edge-вычислений (обработки данных прямо на устройстве) и быстрых версий моделей на самих устройствах - телефонах, но также новых устройствах вроде очков, над которыми мы работаем. Партнёры вроде Warby Parker (американский производитель очков), идея умных очков - Google давно работает над умными очками, но теперь, я думаю, у нас наконец есть прорывное применение: идея универсального ассистента, помогающего в повседневной жизни. Думаю, все крупные производители устройств будут заинтересованы в такой технологии.

Покупка DeepMind: самое важное приобретение Google

Арджун Харпал: Демис, у нас осталось всего несколько минут, но хочу спросить - я был совсем начинающим технологическим журналистом, когда Google купил DeepMind в 2014 году, кажется, за 400 миллионов фунтов. Многие не знали, чем вы занимаетесь. Зачем Google покупает эту британскую компанию? Вы когда-нибудь оглядываетесь назад и думаете, что, может, нужно было остаться независимыми?

Демис Хассабис: Смотрите, я знал, как важно это будет. Забавный факт: глава поиска в то время, Алан Юстас, вёл сделку вместе с Ларри - Ларри Пейдж спонсировал сделку как CEO, а Алану поручил её закрыть. И я сказал Алану, что это будет самое важное приобретение Google за всю историю - что немало, учитывая YouTube и AdWords. Но я понимал, насколько это важно и насколько хорошо вписывается в миссию Google - организовывать мировую информацию. AI - естественный инструмент для этого. Так что я знал, что это будет естественное сочетание. Мы понимали, что это может стоить в 100-1000 раз больше того, за что мы продали. Но мне хотелось вернуться к науке и двигать исследования, которые в 2014 году были ещё в зачаточном состоянии. И отдать должное Google - они были одной из немногих компаний в мире, способных распознать, особенно Ларри в то время, насколько важна будет эта технология, чем она может стать. Я не думаю, что мы смогли бы сделать великую работу с AlphaGo и AlphaFold и всю нашу науку без их поддержки и вычислительных мощностей. Так что у меня нет никаких сожалений.

Дженсен Хуанг и разговоры о науке

Арджун Харпал: CEO технологий и AI - новые рок-звёзды мира. Видел здесь в Европе Дженсена Хуанга, CEO Nvidia - за ним все ходят толпой. Дженсен, кажется, недавно сказал, что вы с ним общаетесь, хвалил Nano Banana - ваш новый генератор изображений. О чём вы разговариваете?

Демис Хассабис: Дженсен великолепен, невероятный пионер. Я восхищаюсь им за то, что он придерживался своего видения 20-30 лет. Забавно - я начал использовать GPU в 90-х для игр, писал графические и физические движки. И вот круг замкнулся - то железо, которое развивалось для игр, теперь полезно для AI. Но да, мы говорим - он очень интересуется наукой и AI для науки. AlphaFold был обучен на GPU. Он любит AlphaFold и нашу работу по открытию лекарств. В основном мы говорим об AI для науки.

Арджун Харпал: Я знаю, что много дата-центров построено на системах Nvidia, но у Google есть свои TPU-чипы. Между вами есть какое-то дружеское соперничество?

Демис Хассабис: Да. Нам повезло - у нас есть свои TPU, мы их любим, обычно используем для обучения лучших моделей. И на них есть большой спрос от сильнейших AI-команд, которые строят или обслуживают большие модели. TPU специально для этого созданы - они более специализированы, чем GPU, которые более универсальны. Мы используем GPU для исследования новой архитектуры, как это было с AlphaFold, но когда нужно масштабировать известное до максимума - специализированные чипы гораздо эффективнее. Нам повезло, что у нас есть и то, и другое.

Будущее: AI для науки и золотой век открытий

Арджун Харпал: Демис, глядя в будущее - вы так сосредоточены на науке и потенциале AI для прорывов в медицине и фармацевтике. У вас есть Isomorphic Labs (спин-офф DeepMind в фармацевтике). Где мы на пути к вашему видению AI, открывающего прорывы в науке?

Демис Хассабис: Смотрите, я всегда указываю на AlphaFold как лучший пример AI для науки. Я очень горжусь этим проектом - мы решили 50-летнюю грандиозную задачу науки о предсказании 3D-структуры белков, и более 3 миллионов исследователей по всему миру используют это в критически важной работе. Не могу представить более трансформационную технологию. Мне бы хотелось указывать на дюжину AlphaFold'ов, каждый из которых революционизирует свою область науки или математики. Думаю, мы на пути к этому - работаем над полудюжиной таких проектов в материаловедении, физике, математике, прогнозировании погоды. Если AI будет развиваться хорошо и мы будем использовать его правильно, следующие 10 лет могут открыть новый золотой век научных открытий.

Арджун Харпал: Что, по-вашему, будет главным в AI в 2026 году? Какие прорывы или прогресс ожидаете?

Демис Хассабис: Агентные системы - системы, способные действовать более автономно - начнут становиться достаточно надёжными, чтобы быть полезными. Думаю, мы увидим очень интересные вещи в робототехнике в следующие 12-18 месяцев - мы усиленно работаем над амбициозными проектами с Gemini robotics. А ещё AI-ассистенты на устройствах - думаю, они начнут быть по-настоящему полезными в реальном мире. И то, что меня больше всего волнует - продвижение мировых моделей, повышение их эффективности, чтобы их можно было использовать для планирования в наших общих моделях.

Арджун Харпал: Отлично. Демис, я приму этот последний ответ как тизер к нашей следующей встрече, надеюсь, в этом году. Большое спасибо, что присоединились, Демис.

Демис Хассабис: Спасибо. Спасибо, что пригласили.