Глава Google DeepMind рассказал, как собирается строить AGI

Будущее искусственного интеллекта ^[1] — не в бесконечном заучивании текстов, а в обучении ^[2] через симуляции виртуальных миров. Об этом заявил глава Google DeepMind Демис Хассабис в интервью ^[3], опубликованном 16 декабря. По его словам, языковые модели принципиально ограничены: язык не описывает физику, сенсорный опыт ^[4], причинно-следственные связи. Чтобы ИИ по-настоящему понял мир, ему нужно учиться в средах, где можно действовать и наблюдать последствия.

Главное преимущество симуляций — масштаб. Вместо редких и дорогих экспериментов в реальности можно прогнать миллионы вариантов с разными начальными условиями. DeepMind уже работает над “моделями мира”, которые учатся понимать физику через генерацию видео (Veo 3.1) и виртуальных миров (Genie 3). Если модель может предсказать, как упадет объект или как поведет себя жидкость, значит, она усвоила что-то про устройство реальности.

Где это может выстрелить? Например, робототехника: агенты учатся действовать в виртуальной среде, потом переносят навыки в физический мир. Далее научные симуляции: DeepMind уже использует ИИ для моделирования плазмы в термоядерных реакторах (партнёрство с Commonwealth Fusion) и поиска новых материалов. Оба направления объединяет идея: дешевле ошибаться в симуляции, чем в реальности.

Но есть и обратная сторона. Внутри сложных симуляций может возникать эмерджентность — непредсказуемое поведение ^[5], которое не закладывалось разработчиками. Когда тысячи ИИ-агентов взаимодействуют в виртуальной среде, результаты могут удивить даже создателей. Хассабис признает: это требует серьезного надзора.

Его решение — многоуровневая страховка: “песочницы” без доступа к внешнему миру, физический разрыв сети, круглосуточный мониторинг. И ключевое: “Нам, возможно, понадобятся ИИ-инструменты, чтобы помочь мониторить симуляции. Если представить множество ИИ, бегающих внутри симуляции, ни один ученый-человек не сможет за этим уследить. Но мы могли бы использовать другие ИИ-системы, чтобы автоматически анализировать и помечать всё интересное или тревожное“.

Хассабис считает, что мы уже близки к прото-AGI: для его создания надо объединить следующие поколения Gemini, Nano Banana и Genie в универсальную систему, которая сможет действовать в самых разных ситуациях. Срок появления AGI глава Google DeepMind называет в 5-10 лет.

P.S. Поддержать меня можно подпиской на канал “сбежавшая нейросеть ^[6]“, где я рассказываю про ИИ с творческой стороны.