Анализ
Демис Хассабис говорит, что ИИ общего назначения (AGI) появится к 2030 году — и мир к этому не готов
Генеральный директор Google DeepMind Демис Хассабис заявил на конференции Google I/O, что ИИ общего назначения (AGI) появится к 2030 году и что технологическая сингулярность приближается. Его замечания представляют собой наиболее прямое предсказание появления AGI в ближайшем будущем от руководителя крупной лаборатории по ИИ и прозвучали в момент, когда индустрия пытается понять, что на самом деле будет означать этот переход.
Майкл С.
В предсказаниях людей, которые с наибольшей вероятностью будут нести ответственность за их воплощение, есть особое качество. Когда Демис Хассабис, генеральный директор Google DeepMind и одна из наиболее технически авторитетных фигур в области искусственного интеллекта, сказал аудитории на Google I/O 2026, что AGI появится к 2030 году, это заявление имело вес, которого аналогичные предсказания футуристов или венчурных капиталистов просто не имеют.
Хасабис сделал эти замечания в разговоре с соучредителем Axios Майком Алленом на сессии, которая была объявлена как широкомасштабное обсуждение будущего ИИ, но быстро перешла во что-то более конкретное. На прямой вопрос о том, считает ли он, что ИИ общего назначения — искусственный общий интеллект, гипотетическая точка, в которой машины достигают уровня человеческих когнитивных способностей во всех областях — является близкой, Хасабис не уклонялся. «К 2030 году», — сказал он. «Я думаю, мы там будем или будем очень близки.»
Он пошёл дальше. Технологическая сингулярность — теоретическая точка, в которой улучшение ИИ становится самоокупаемым и ускоряется за пределы человеческого понимания — по его мнению, «приближается». Влияние ИИ на человеческую цивилизацию, по его словам, будет «в 100 раз мощнее, чем промышленная революция».
Что Хасабис на самом деле подразумевает 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, способную выполнять любую когнитивную задачу, которую может выполнить человек, на уровне человеческих способностей или выше. Для других это система, которая может изучать новые задачи на основе минимальных примеров, обобщая так, как это делают люди. Для ещё других это система, которая может совершенствовать сама себя — которая, по сути, может проводить собственные исследования и разработки.
Хассабис был относительно конкретен в своих определениях в предыдущих интервью. Он не говорит о системе, которая способна пройти тест Тьюринга или создавать убедительный текст. Он говорит о системе, которая может делать подлинные научные открытия — которая способна выявлять важные вопросы, разрабатывать эксперименты для их ответа и интерпретировать результаты таким образом, чтобы продвигать человеческое знание. По этому определению, инструменты, которые Google анонсировала на I/O 2026, включая Gemini for Science и возможности генерации гипотез, представляют собой ранние шаги на пути к ОИР, а не саму ОИР.
Аргументы в пользу 2030 года
Аргумент в пользу графика Хассабиса основывается на нескольких наблюдениях о темпах недавнего прогресса. За последние три года системы ИИ прошли путь от трудностей с базовыми задачами рассуждений до демонстрации результатов, которые соответствуют или превосходят уровень человеческих экспертов в таких областях, как математика, программирование, обзор научной литературы и стратегическое планирование. Темпы улучшений не замедлились; если уж на то пошло, они ускорились, поскольку исследователи нашли новые способы масштабирования обучения и повышения эффективности вывода.
Более важно то, что характер улучшений изменился. Ранние большие языковые модели впечатляли в распознавании шаблонов, но были хрупкими, когда их просили рассуждать о новых ситуациях. Современные системы демонстрируют степень композиционной генерализации — способность комбинировать концепции новыми способами — которой не хватало предыдущим моделям. Это не то же самое, что общая человеческая интеллектуальная способность, но это качественно другая возможность по сравнению с тем, что существовало три года назад.
Хассабис также отметил появление агентов ИИ — систем, способных планировать и выполнять многоэтапные задачи в течение длительного времени, — как значительное достижение. 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 может выполнить языковая модель за один прямой проход.
Аргументы для скептицизма
Не все в сообществе исследователей ИИ разделяют оптимизм Хассабиса. Несколько известных исследователей утверждали, что нынешние системы ИИ, какими бы впечатляющими они ни были, лишены фундаментальных возможностей, необходимых для настоящего ИИ общего назначения (AGI). К таким возможностям относятся надежное причинно-следственное рассуждение — способность понимать не только корреляции, но и механизмы, которые их вызывают, — а также надежное здравое понимание физического мира.
Современные ИИ-системы также испытывают трудности с тем, что исследователи называют «обобщением вне распределения» — способностью хорошо справляться с задачами, которые значительно отличаются от всего, что содержится в их тренировочных данных. Люди в этом имеют замечательные способности; мы можем применять знания из одной области к совершенно новой ситуации таким образом, который современные ИИ-системы не могут надежно воспроизвести. Вопрос о том, можно ли преодолеть этот разрыв за счет масштабирования и улучшений архитектуры или же для этого требуется принципиально иной подход, является одним из центральных открытых вопросов в исследованиях ИИ.
Вопрос Сингулярности
Привлечение Хассабиса к концепции технологической сингулярности имеет больше философской нагрузки, чем его предсказание ИИ общего уровня. Концепция, популяризированная математиком Вернором Винджем и футуристом Реем Курцвейлом, описывает гипотетический момент, когда улучшение ИИ становится рекурсивным — когда ИИ-системы разрабатывают лучшие ИИ-системы, которые создают еще лучшие системы, в цикле, ускоряющемся до степени, когда человек уже не способен предсказать или контролировать его.
Хассабис осторожно разделял свою точку зрения от более апокалиптических версий теории сингулярности. Он не верит, что ИИ-системы «возьмут под контроль мир» или что переход будет катастрофическим. Его видение более оптимистично: ИИ-системы, которые ускоряют научный прогресс, помогают решать проблемы изменения климата и продлевают здоровую человеческую жизнь. Сингулярность, по его мнению, не является угрозой, а возможностью.
Как на самом деле будет выглядеть подготовка
Если Хассабис прав — если ИИ общего назначения появится к 2030 году — вопрос подготовки становится острым. Институты, управляющие технологиями, рынками труда, образованием и научными исследованиями, не были созданы с учетом ИИ общего назначения. Они были разработаны для мира, в котором человеческий когнитивный труд является основным источником экономической ценности. Переход к ИИ общего назначения поставит под сомнение основы этих институтов способами, которые трудно предсказать.
Последствия для рынка труда сами по себе ошеломляющие. Дарио Амодеи, коллега Хассабиса в Anthropic, предсказал, что ИИ может уничтожить до половины стартовых беловоротничковых профессий в течение ближайших нескольких лет. Если АГИ появится к 2030 году, разрушительные последствия распространутся далеко за пределы стартовой работы. Вопрос заключается не в том, будет ли переход разрушительным, а в том, будут ли институты, управляющие им, способными справляться с разрушениями справедливо и гуманно. Хассабис признал вызов, но не предложил конкретных политических мер. Его послание по сути заключалось в том, что технология приближается, что она будет трансформационной, и что человечество должно подготовиться.