- Глава Google DeepMind Демис Хассабис объяснил, что будущее искусственного интеллекта связано с обучением через симуляции виртуальных миров, а не с бесконечным заучиванием текстов.
- DeepMind разрабатывает «модели мира», способные понимать физику через генерацию видео и виртуальные среды, что позволяет масштабно и эффективно обучать ИИ действовать в реальном мире.
- Для контроля сложного поведения ИИ в симуляциях применяются многоуровневые механизмы безопасности и, возможно, другие ИИ-системы для мониторинга; появление универсального искусственного интеллекта (AGI) ожидается в течение 5-10 лет.
Демис Хассабис, руководитель компании Google DeepMind, в недавнем интервью поделился взглядом на путь создания универсального искусственного интеллекта (AGI). По его мнению, традиционные методы, основанные на обработке языковых моделей и текстов, априори ограничены, поскольку язык не отражает физического мира, сенсорных данных и причинно-следственных связей. Для глубокого понимания окружающей реальности ИИ необходимо обучаться в средах, где он способен взаимодействовать и наблюдать результаты своих действий.
Главным инструментом такого обучения Хассабис называет симуляции виртуальных миров. Использование симуляторов позволяет применять миллионы различных сценариев с разными начальными условиями, что существенно превосходит возможности реальных экспериментов по масштабам и скорости. DeepMind уже работает над разработкой «моделей мира», таких как Veo 3.1 и Genie 3, которые воспроизводят физические процессы, предсказывая, например, поведение объектов и жидкостей в виртуальном пространстве. Это, по мнению эксперта, свидетельствует о появлении у моделей понимания устройства реальности.
Практическое применение этих достижений уже находит отражение в робототехнике: агенты учатся в виртуальной среде, а затем переносят полученные навыки в физический мир. В области науки такие технологии используются для сложных имитаций, например, моделирования плазмы в термоядерных реакторах в сотрудничестве с проектом Commonwealth Fusion и для поиска новых материалов. Главная идея здесь — возможность безопасно и экономно допускать ошибки внутри симуляций, что невозможно при работе сразу с реальными системами.
Однако, как признал Хассабис, высокая сложность и масштабность виртуальных сред создаёт риск возникновения эмерджентного, непредсказуемого поведения ИИ-агентов, что требует внимательного надзора и управления. Для этого DeepMind предлагает несколько уровней защиты — изолированные «песочницы» без выхода во внешний мир, физическое разделение сетей и круглосуточный мониторинг процессов. Важным элементом контроля может стать использование специализированных ИИ-систем для автоматического анализа и выявления потенциально опасных или интересных взаимодействий внутри симуляций, поскольку человек не сможет уследить за масштабной сетью агентов самостоятельно.
В заключение Демис Хассабис выразил уверенность, что прото-версия AGI уже близка к появлению. По его прогнозу, формирование полноценного универсального ИИ произойдёт в ближайшие 5–10 лет за счёт интеграции текущих и планируемых разработок — Gemini, Nano Banana и Genie — в единую систему, способную эффективно действовать в широком спектре реальных и виртуальных задач.
