Аналитика
Демис Хассабис говорит, что ИИ общего назначения появится к 2030 году — и мир к этому не готов
Генеральный директор Google DeepMind Демис Хассабис заявил на аудитории Google I/O, что ИИ общего назначения (AGI) появится к 2030 году и что технологическая сингулярность приближается. Его замечания представляют собой наиболее прямое предсказание относительно ближайшего времени появления AGI со стороны руководителя крупной лаборатории ИИ, и они появляются в момент, когда отрасль пытается понять, что на самом деле будет означать этот переход.
Майкл С ·
Есть особое свойство у прогнозов, сделанных людьми, которые с наибольшей вероятностью будут ответственны за их осуществление. Когда Демис Хасабис, генеральный директор Google DeepMind и одна из наиболее авторитетных в техническом плане фигур в области искусственного интеллекта, заявил аудитории на Google I/O 2026, что ИИ уровня AGI появится к 2030 году, это заявление имело вес, которого аналогичные прогнозы футуристов или венчурных капиталистов просто не имеют.
Хассабис сделал эти замечания в беседе с соучредителем Axios Майком Алленом в сессии, которая была заявлена как широко охватывающая обсуждение будущего ИИ, но быстро стала более прямолинейной. На прямой вопрос о том, считает ли он, что AGI — искусственный общий интеллект, гипотетическая точка, в которой машины достигают человеческого уровня когнитивных способностей во всех областях — близок, Хассабис не увиливал. «К 2030 году», — сказал он. «Думаю, мы будем там или очень близко к этому».
Он пошёл дальше. Технологическая сингулярность — теоретическая точка, в которой улучшение ИИ становится самоподдерживающимся и ускоряется за пределы человеческого понимания — по его мнению, «приближалась». Влияние ИИ на человеческую цивилизацию, по его словам, будет «в 100 раз сильнее, чем Промышленная революция».
Что Хассабис на самом деле имеет в виду под ИИ общего назначения
Стоит остановиться на определении, потому что термин «AGI» используется в значениях, которые варьируются от точных до намеренно расплывчатых. Для некоторых исследователей AGI означает систему, которая может выполнять любую когнитивную задачу, которую способен выполнять человек, на человеческом уровне или выше. Для других это система, которая может изучать новые задачи на основе минимального количества примеров, обобщая так, как это делают люди. Для третьих это система, которая может совершенствовать себя — которая, по сути, способна проводить собственные исследования и разработки.
Хассабис был относительно конкретен в своей дефиниции в предыдущих интервью. Он не говорит о системе, которая может пройти тест Тьюринга или генерировать убедительный текст. Он говорит о системе, которая может делать настоящие научные открытия — которая может определять важные вопросы, разрабатывать эксперименты для их решения и интерпретировать результаты таким образом, чтобы продвигать человеческие знания. Согласно этому определению, анонсированные Google на I/O 2026 инструменты, включая Gemini for Science и её возможности по формированию гипотез, представляют собой первые шаги к ИИ общего назначения, но ещё не сам такой ИИ.
Дело за 2030 год
Аргумент в пользу временной шкалы Хассабиса основывается на нескольких наблюдениях о темпах недавнего прогресса. За последние три года системы ИИ перешли от трудностей с базовыми задачами рассуждения к демонстрации результатов, которые соответствуют или превосходят уровень человеческих экспертов в таких областях, как математика, программирование, обзор научной литературы и стратегическое планирование. Темпы улучшения не замедлились; если уж на то пошло, они ускорились, поскольку исследователи нашли новые способы масштабирования обучения и повышения эффективности вывода.
Что более важно, изменилась сама природа улучшений. Ранние крупные языковые модели впечатляли способностью к сопоставлению шаблонов, но были хрупкими, когда их просили рассуждать о новых ситуациях. Современные системы демонстрируют степень композиционной обобщаемости — способность комбинировать концепции новыми способами — которой не было у предыдущих моделей. Это не то же самое, что общая интеллект на уровне человека, но это качественно другая способность по сравнению с тем, что существовало три года назад.
Хассабис также указал на появление AI-агентов — систем, которые могут планировать и выполнять многошаговые задачи на протяжении длительного времени — как на значительное событие. Способность предпринимать действия в мире, а не просто генерировать текст, меняет природу того, чего могут достичь системы ИИ. Агент, который может проводить эксперименты, анализировать результаты и разрабатывать последующие эксперименты, делает что-то, что больше похоже на научное рассуждение, чем на то, что любой языковой модель может сделать за один прямой проход.
Дело в пользу скептицизма
Не все в сообществе исследователей ИИ разделяют оптимизм Хассабиса. Несколько известных исследователей утверждали, что текущие системы ИИ, каким бы впечатляющими они ни были, лишены фундаментальных возможностей, необходимых для настоящего ИИ общего назначения. К ним относятся устойчивое причинно-следственное мышление — способность понимать не только корреляции, но и механизмы, которые их порождают — и надежное здравое понимание физического мира.
Текущие системы ИИ также испытывают трудности с тем, что исследователи называют «обобщением за пределами распределения» — способностью эффективно выполнять задачи, которые значительно отличаются от всего, что присутствовало в их обучающих данных. Люди в этом удивительно хороши; мы можем применять знания из одной области к совершенно новой ситуации так, как современные системы ИИ не могут надежно воспроизвести. Возможно ли преодолеть этот разрыв за счет масштабирования и улучшений архитектуры, или это требует принципиально иного подхода, — один из центральных открытых вопросов в исследовании ИИ.
Вопрос сингулярности
Привлечение Хасабиса к теме технологической сингулярности является более философски насыщенным, чем его прогноз по поводу ИИ общего назначения (AGI). Концепция, популяризированная математиком Вернором Винджем и футурологом Реем Курцвейлом, описывает гипотетическую точку, в которой улучшение ИИ становится рекурсивным — когда ИИ-системы создают лучшие ИИ-системы, которые создают ещё более совершенные системы, в цикле, который ускоряется за пределы человеческой способности предсказывать или контролировать.
Хассабис старался различать свою точку зрения и более апокалиптические версии теории сингулярности. Он не считает, что системы ИИ «захватят мир» или что переход будет катастрофическим. Его видение более оптимистично: системы ИИ, которые ускоряют научный прогресс, помогают решать проблему изменения климата и продлевают здоровую человеческую жизнь. Сингулярность, по его словам, не является угрозой, а возможностью.
Как на самом деле выглядела бы подготовка
Если Хассабис прав — если ИИ с общим интеллектом появится к 2030 году — вопрос подготовки становится срочным. Институты, которые управляют технологиями, рынками труда, образованием и научными исследованиями, не были созданы с учетом ИИ с общим интеллектом. Они были созданы для мира, в котором человеческий когнитивный труд является основным источником экономической ценности. Переход к ИИ с общим интеллектом поставит под сомнение основы этих институтов способами, которые трудно предсказать.
Последствия для рынка труда сами по себе ошеломляют. Дарио Амодеи, коллега Хассабиса в Anthropic, предсказал, что ИИ может ликвидировать до половины начальных беловоротничковых должностей в ближайшие несколько лет. Если ОИИ появится к 2030 году, последствия будут выходить далеко за рамки начальной работы. Вопрос не в том, будет ли переход разрушительным, а в том, будут ли институты, которые его регулируют, достаточными для того, чтобы управлять этим нарушением так, чтобы это было справедливо и гуманно. Хассабис признал проблему, но не предложил конкретных политических решений. Его посыл в основном заключался в том, что технология приходит, она будет трансформационной, и человечеству следует подготовиться.