Глава Google DeepMind: AGI - це як промислова революція, але в 10 разів швидше

Голова Google DeepMind Деміс Гассабіс - один із найвпливовіших людей у світі штучного інтелекту. Нейробіолог, колишній шаховий вундеркінд і творець відеоігор, у 2010 році він заснував DeepMind з амбітною метою: побудувати штучний загальний інтелект. У 2014-му Google купив компанію за $500 млн - угоду, яку Гассабіс назвав "найважливішим придбанням Google за всю історію". У 2024 році він отримав Нобелівську премію з хімії за AlphaFold - систему, що передбачає структуру білків. Сьогодні Гассабіс керує всіма AI-розробками Google і впевнений: до створення AGI залишилося 5-10 років.

У дебютному випуску подкасту CNBC The Tech Download він розповідає про те, чого не вистачає сучасним AI-системам, чому Китай ближче до лідерів, ніж здавалося, і які два ризики штучного інтелекту турбують його найбільше.

Арджун Харпал: Деміс, дякую, що приєдналися до Tech Download.

Деміс Гассабіс: Дякую, що запросили.

Закони масштабування та шлях до AGI

Арджун Харпал: Деміс, ми постараємося охопити багато тем за наш час, але хочу почати з самої технології. Ми багато говоримо про AI і про те, як можливості систем постійно зростають. У технологічному світі точиться активна дискусія: наскільки хорошими можуть стати ці моделі? Багато суперечок навколо законів масштабування - ідеї про те, що більше обчислень, більше даних, більші моделі зрештою призведуть до потужніших систем. Ви говорили, що потрібно довести закони масштабування до максимуму. Але зараз виникають питання: чи не впираємося ми в якісь стіни в плані прогресу? Що ви бачите по своїх розробках у DeepMind?

Деміс Гассабіс: Дивіться, закони масштабування працюють дуже добре. Ми безумовно бачимо зростання можливостей при збільшенні обчислень, даних і розміру моделей. Ця тенденція зберігається. Можливо, не так швидко, як пару років тому - є розмови про спадну віддачу. Але є велика різниця між нульовою віддачею та експоненціальною. Я думаю, ми десь посередині - віддача дуже хороша, і це варто робити. Крім цього, якщо говорити про досягнення AGI - штучного загального інтелекту - можливо, знадобиться ще одна-дві великі інновації, яких поки що не вистачає.

Арджун Харпал: Ми скоро поговоримо про AGI детальніше, але чого саме не вистачає, на ваш погляд?

Деміс Гассабіс: Якщо подивитися - ми всі користувалися різними чат-ботами і бачимо, що вони можуть робити вражаючі речі в одних вимірах, але це ніби "нерівний інтелект", як я це називаю. У тому сенсі, що вони дуже хороші в одному, але абсолютно не здатні на інше. Якщо поставити запитання певним чином, виявляєш їхні вади - вони не можуть робити відносно прості речі. Для справжнього загального інтелекту такої непослідовності бути не повинно. Він має бути стабільним за всіма параметрами. Крім того, системи не можуть безперервно навчатися, не можуть опановувати нове в реальному часі, не можуть по-справжньому створювати оригінальні речі. Досить багато здібностей, які потрібні для загального інтелекту, відсутні в сьогоднішніх системах.

Світові моделі та нова архітектура

Арджун Харпал: Це дуже цікаво. Що стане ключем до таких інтелектуальних систем? Хочу згадати розмову з Томасом Вольфом, співзасновником Hugging Face (найбільшої платформи для open source AI-моделей). Кілька місяців тому він говорив мені про свій погляд на великі мовні моделі: вони чудові, чат-бот скаже "чудове запитання, чудова ідея" і видасть усю потрібну інформацію. Але не вистачає здатності генерувати нові, оригінальні ідеї. Особливо в науці - у розробці ліків, вивченні хвороб - можливо, обмеження LLM саме в тому, що вони не можуть видавати ідеї рівня Нобелівської премії. Можливо, потрібна якась нова архітектура. Що ви думаєте?

Деміс Гассабіс: Так, дивіться, моя пристрасть і причина, через яку я присвятив усю кар'єру AI - я думаю, зрештою це стане головним інструментом для науки. Ми показали це на прикладі AlphaFold і всієї наукової роботи за останнє десятиліття. Але ще далеко до того, щоб AI міг сам висунути нову гіпотезу. Не просто вирішити вже існуючу задачу, що саме по собі корисно і вражаюче, а висунути нову гіпотезу, нову ідею про те, як влаштований світ. Поки що ці системи на це не здатні. Їм чогось не вистачає. Я думаю, серед необхідних здібностей - довгострокове планування, покращене міркування, а також концепція світової моделі - ідея про те, що система по-справжньому розуміє фізику світу і може запускати симуляції у своїй "свідомості", щоб перевіряти власні гіпотези. Найкращі вчені це роблять, а наші AI-системи поки не можуть.

Арджун Харпал: Можете пояснити детальніше ідею світових моделей? Для багатьох це новий термін. Чим вони відрізняються від великих мовних моделей?

Деміс Гассабіс: LLM і моделі, які ми використовуємо зараз, в основному працюють з текстом. Звісно, такі системи як Gemini - наша базова модель - можуть обробляти зображення, відео, аудіо, різні типи даних. Але це все ще не справжнє розуміння фізики світу, причинності. Як одне впливає на інше, чи можеш ти планувати далеко наперед - це пов'язані концепції. Якщо ти дійсно хочеш зрозуміти, як влаштований світ, щоб, можливо, винайти щось нове або пояснити щось раніше невідоме - а саме це робить наукова теорія - тобі потрібна точна модель того, як працює світ. Починаючи з інтуїтивної фізики і закінчуючи біологією та економікою.

Арджун Харпал: Ви уявляєте світ, де при досягненні AGI - цього людського рівня інтелекту - буде комбінація LLM і світових моделей, що працюють разом? Чи світові моделі в якомусь сенсі витіснять LLM?

Деміс Гассабіс: Ні, думаю, буде зближення цих технологій. Принаймні, я на це ставлю - LLM або базові моделі на кшталт Gemini будуть ключовим компонентом під капотом. У цьому я майже не сумніваюся, тому ми повинні масштабувати ці системи настільки потужно, наскільки можливо. Питання в тому, чи єдиний це компонент, необхідний для AGI? І ось тут я підозрюю, що знадобляться інші типи технологій і здібностей. Ми працюємо над нашими версіями - Genie, відеомоделі Veo, що генерують відео з тексту. Можна думати про відеомоделі та інтерактивні моделі типу Genie як про ранні ембріональні світові моделі: якщо ти можеш згенерувати щось реалістичне про світ, значить, твоя модель у якомусь сенсі це розуміє. Інакше як би вона це згенерувала?

Терміни досягнення AGI

Арджун Харпал: Деміс, ви згадали AGI. Я знаю, що визначень багато. Ви раніше говорили, що досягнення AGI можливе в горизонті 5-10 років. Це все ще ваша оцінка з урахуванням значного прогресу у 2025 році?

Деміс Гассабіс: Так, я думаю, ми точно за графіком. Коли ми заснували DeepMind у 2010 році, ми думали, що це буде 20-річна місія зі створення AGI - системи, здатної проявляти всі когнітивні здібності, якими володіємо ми: справжні інновації, креативність, планування, міркування. Я думаю, ми в 5-10 роках від цього. І це досить неймовірно, якщо задуматися, наскільки трансформаційна ця технологія.

Арджун Харпал: Ви згадали, що можуть знадобитися технологічні прориви. Ми бачимо, як розвиваються моделі, як швидко розвиваються напівпровідники. Чи є зараз вузькі місця? Я знаю, багато говорять про енергію: ми можемо вдосконалювати чипи, моделі, але в якийсь момент просто не вистачить енергії для дата-центрів і AI-моделей.

Деміс Гассабіс: Так, фізичних обмежень багато. Чипів ніколи не вистачає - нам пощастило, що у нас є власна лінійка TPU (спеціалізованих чипів Google для AI) крім GPU (графічних процесорів Nvidia), але у світі просто недостатньо обчислювальних чипів для попиту. І зрештою це впирається в енергію. Є ідея, що енергія фактично стане синонімом інтелекту в міру наближення до AGI. Цікаво, що AI сам допоможе тут - у підвищенні ефективності існуючої інфраструктури, у розробці нових матеріалів, кращих сонячних елементів, а також у проривних технологіях на кшталт термоядерного синтезу. У нас є співпраця з Commonwealth Fusion (американським стартапом у галузі термоядерної енергетики) щодо утримання плазми в термоядерних реакторах. Один із моїх улюблених проєктів - чи можемо ми створити надпровідник кімнатної температури за допомогою AI? Думаю, є кілька проривів, які AI може здійснити і які допоможуть вирішити енергетичну проблему. Це один із найперспективніших варіантів застосування AI. Плюс системи стають приблизно в 10 разів ефективнішими щороку. У нас є флагманські Pro-версії Gemini, але також Flash-версії - набагато ефективніші робочі конячки. Вони використовують техніки на кшталт дистиляції, коли велика модель навчає маленьку, і маленька виявляється дуже ефективною.

Ризики ШІ: зловмисники та автономні системи

Арджун Харпал: Ми багато чуємо про AGI, і багато хто запитує: технологія звучить приголомшливо, але є і багато страху — вплив на людей, на їхнє повсякденне життя. Що, на ваш погляд, потрібно враховувати з точки зору впливу на суспільство — робочі місця, чим ми будемо займатися, якщо досягнемо цієї мети, — у порівнянні з користю, яку, на вашу думку, технологія принесе людству?

Деміс Гассабіс: Дивіться, я вірю, що загалом ШІ стане однією з найкорисніших технологій в історії людства. Тому я присвятив цьому всю кар'єру. Але це не даність — це технологія подвійного призначення. Я мрію використовувати ШІ для лікування хвороб. У нас є спін-оф Isomorphic Labs, заснований на роботі AlphaFold щодо передбачення структури білків, для прискорення розробки ліків. Думаю, перемога над більшістю хвороб тепер досяжна в наступні 10-20 років. Ми обговорювали енергетику. ШІ принесе неймовірну користь. Але є й ризики. Очевидні економічні потрясіння — це буде як промислова революція, але, можливо, в 10 разів масштабніша і в 10 разів швидша. Знадобляться нові економічні моделі. А в плані ризиків використання ШІ я виділяю два: перший — зловмисники, які перепрофільовують ці універсальні технології на шкоду. Другий — сам ШІ в міру наближення до AGI та агентних систем — систем, здатних діяти більш автономно. Які будуть обмежувачі? Як переконатися, що вони роблять те, що ми хочемо, і не звертають у несподіваному напрямку?

Арджун Харпал: Ви відчуваєте, що розробляєте системи, які можете контролювати?

Деміс Гассабіс: Думаю, ми дуже впевнені в цьому. Ми думали про відповідальність, безпеку та захист цих систем із самого початку. Коли ми заснували DeepMind у 2010 році, майже ніхто не працював над ШІ, але ми планували успіх і знали, що успіх означає надзвичайно потужні системи. Тому розуміли і зворотний бік. Із самого початку ми намагалися бути вдумливими, використовувати науковий метод, щоб зрозуміти наші системи до їх розгортання. Це не означає, що ми не зробимо помилок — технологія розвивається занадто швидко. Але з ШІ потрібно бути тим, кого я називаю "обережним оптимістом". Я дуже вірю в людську винахідливість. Думаю, за достатнього часу та обережності ми впораємося — як вчені і як суспільство. Але це не гарантовано. Не можна кидатися в це стрімголов — потрібно йти з розплющеними очима.

Арджун Харпал: Питаю тому, що знаю — ви спілкувалися з Йошуа Бенджіо і Максом Тегмарком — відомими дослідниками, які виступають за обережний підхід до ШІ. Я теж із ними говорив — вони з когорти тих, хто сумнівається: чи потрібно так поспішати до AGI та агентних систем? Може, потрібен інструментальний ШІ для вирішення конкретних завдань, а не універсальні системи. Вони закликали сповільнити розробку AGI. Як ви вважаєте, чи потрібно сповільнюватися?

Деміс Гассабіс: Так, я багато обговорював це з Йошуа, Максом та іншими. І в мене є певна симпатія до цієї позиції — створення інструментального ШІ, сприйняття ШІ як інструменту або головного інструменту для науки — це правильний підхід на початкових етапах. Саме так ми дивимося на це і на те, до чого застосовуємо ШІ, наприклад AlphaFold. Але річ у тім, що ми знаходимося в дуже складній геополітичній та корпоративній системі. Це не тільки про нас — багато компаній намагаються це побудувати, багато країн. Є динаміка перегонів, якої в ідеалі не повинно бути. В ідеальному випадку це було б наукове підприємство, кожен крок ретельно обмірковувався б. Але реальний світ не такий, і ми повинні бути прагматичними. Тому ми намагаємося бути хорошим прикладом — так, бути на передньому краї, просувати користь максимально швидко і широко, але також бути максимально відповідальними і вдумливими. Думаю, нам вдається цей баланс, і сподіваюся, це приклад для решти галузі.

Арджун Харпал: Просто з особистої точки зору — ви сказали, що почали цю місію DeepMind, вірите в технологію, але чи були моменти в кар'єрі, коли ви думали: "А чи варто нам це робити?"

Деміс Гассабіс: Коли дивишся, наскільки потужна технологія... Я справді думаю, що перед суспільством сьогодні стільки викликів, не пов'язаних зі ШІ: клімат, бідність, доступ до води, здоров'я, старіння населення, хвороби, енергетика. Якби не було такої трансформаційної технології, як ШІ, на горизонті, я б дуже турбувався про здатність суспільства впоратися з цими викликами. Цікаво, що ШІ сам по собі — один із цих викликів, можливо, найбільший, але він же може допомогти впоратися з іншими грандіозними завданнями. Це палиця з двома кінцями. Я завжди в це вірив — зрештою це буде найважливіша технологія, яку ми коли-небудь винайдемо. І це природне продовження комп'ютерної ери.

Арджун Харпал: Деміс, невеликий відступ — ви починали в ігровій індустрії, були одним із творців Theme Park — культового симулятора парку розваг 1994 року. Фантастична гра. Ви досі граєте?

Деміс Гассабіс: Так, обожнюю ігри. Це моє головне і єдине хобі. Зараз граю в League of Legends із двома синами та братом, у нас маленька команда з часів локдауну. Люблю ігри у всіх формах — від футболу до відеоігор.

Арджун Харпал: При такій стресовій і відповідальній ролі — це ваш спосіб розслабитися?

Деміс Гассабіс: Так. І також це було чудовим творчим заняттям для мене в минулому — так я навчився програмування і багато чого іншого.

Конкуренція: OpenAI, Anthropic і повернення Google

Арджун Харпал: Деміс, ви згадали різну динаміку. Конкуренція — одна з них. У нас є OpenAI, Anthropic, безліч ШІ-лабораторій. Конкуренція жорстка. Gemini 3 був дуже добре прийнятий. Але був момент, коли люди сумнівалися у здатності Google конкурувати — це було десь у 2025 році, не так давно. А потім Gemini 3 вийшов і вразив багатьох. Але цей простір постійно змінюється. Як ви оцінюєте конкурентне середовище зараз?

Деміс Гассабіс: Це запекле конкурентне середовище. Багато хто каже мені — люди з 20-30-річним досвідом у технологіях — що це найінтенсивніше середовище, яке вони бачили, можливо, за всю історію технологічної індустрії. І всі найбільш здібні гравці — окремі титани, великі технологічні компанії, найкращі стартапи — всі залучені, тому що всі зрозуміли те, що ми знали 20+ років: це справді найважливіша технологія. Це очікувано, і це важко. Але також захопливо. Повертаючись до ігор — я почав грати в шахи дуже рано, був у юнацькій збірній Англії, тож виріс у конкуренції. Я люблю конкуренцію, багато в чому живу заради неї. Більша частина мене любить занурюватися в це. Але водночас у глибині свідомості я знаю, що є щось набагато важливіше за індивідуальну конкуренцію між компаніями чи навіть країнами — це правильне управління AGI для всього світу, для всього людства. Це обов'язок усіх нас, хто очолює ШІ-лабораторії, — тримати це в голові посеред цієї жорсткої капіталістичної конкуренції.

Арджун Харпал: Я згадав момент, коли люди сумнівалися в Google на початку року. Ви щось змінили?

Деміс Гассабіс: Так. Якщо озирнутися на останнє десятиліття — Google Brain, дослідницький підрозділ Google, і DeepMind винайшли приблизно 90% технологій, які сьогодні використовують усі. Трансформери — архітектура всіх LLM, AlphaGo — навчання з підкріпленням у масштабі на справді складному завданні. Ми винайшли всю цю технологію, але, озираючись назад, трохи зволікали з комерціалізацією та масштабуванням. Це добре зробили OpenAI та інші. Останні два-три роки нам довелося повернутися до стартап-коріння — бути більш спритними, швидшими, випускати речі дуже швидко, робити стрімкий прогрес. Думаю, те, що ви бачите — кульмінація в серії Gemini, Gemini 3 — повернуло нас на вершину рейтингів, де, як ми вважаємо, наше місце.

Арджун Харпал: Ви відчуваєте, що зможете там утриматися?

Деміс Гассабіс: Відчуваю, що так.

Бульбашка ШІ: де реальність, де хайп

Арджун Харпал: Посеред усієї цієї конкуренції багато розмов про бульбашки в ШІ — особливо навколо оцінок компаній, астрономічних сум залучення, сотень мільярдів на інфраструктуру від технологічних гігантів, компаній з мінімальним продуктом або взагалі без прибутку. Де ми зараз у цій дискусії про бульбашку? Ми у фінансовій бульбашці ШІ-індустрії?

Деміс Гассабіс: Думаю, тут немає однозначної відповіді. Деякі частини індустрії, схоже, в бульбашці, інші — ймовірно, ні. Фундаментально ШІ буде найбільш трансформаційною технологією в історії — це лежить в основі всього. Зрештою це як бульбашка доткомів: інтернет справді виявився критично важливим, і були створені компанії покоління. Тому майже неминуче, що буде надмірний ентузіазм, коли всі зрозуміють, наскільки трансформаційна технологія. Потім буде отверезіння, і те, що реально — виживе і розквітне. Мені здається — наприклад, на приватних ринках, де посівні раунди в десятки мільярдів доларів при тому, що там майже нічого немає — це виглядає трохи нестійко в довгостроковій перспективі. Що стосується мене — я не особливо турбуюся про бульбашки. Моє завдання на чолі Google DeepMind — переконатися, що як би не повернулося — чи продовжить усе зростати експоненціально, чи бульбашка лусне — ми в позиції, щоб виграти в будь-якому випадку. З огляду на основний бізнес Google і те, як ШІ в нього вписується, думаю, у нас хороша позиція в будь-якому сценарії.

Арджун Харпал: Деякі з ваших головних конкурентів — ті, хто залучив величезні суми на приватних ринках. Ви впевнені, що навіть при якійсь корекції зможете її пережити?

Деміс Гассабіс: Так. У цьому весь сенс балансу Google і всіх неймовірних продуктів і майданчиків. У нас десятки продуктів з мільярдами користувачів, і ШІ природним чином вписується в усі — email, workspace, нові речі на зразок застосунку Gemini.

Китай: ближче до лідерів, ніж здавалося

Арджун Харпал: Ви згадали динаміку - ми говорили про конкуренцію. Інша - геополітика, величезні дискусії навколо Китаю та суперництва Китаю і США. Був момент, коли здатність Китаю та його компаній створювати сильні AI-моделі недооцінювали. Але те, що зробив DeepSeek, шокувало світ. А ще Alibaba випускає дуже конкурентні open source моделі. Китай не вибув з гри, так?

Деміс Гассабіс: Зовсім ні. Насправді вони ближче до передового краю США та Заходу, ніж ми думали рік-два тому. Можливо, відстають лише на кілька місяців. Там дуже сильні команди - DeepSeek, Alibaba. Питання в тому, чи зможуть вони створити щось принципово нове, вийти за межі відомого. Думаю, вони показали, що можуть наздоганяти і дуже швидко наближатися до переднього краю. Але чи зможуть вони винайти щось нове, як свого часу Трансформери? Цього поки не показано.

Арджун Харпал: На ваш погляд, це буде складно через обмеження доступу до технологій, наприклад, до передових чипів?

Деміс Гассабіс: Ні, я думаю, це скоріше питання менталітету. Це те, що провідні лабораторії на Заході культивують - можу сказати за нас. Можна думати про DeepMind як про спробу бути сучасними Bell Labs (легендарною дослідницькою лабораторією, де винайшли транзистор, лазер, Unix) - заохочувати фундаментальні дослідження, а не просто масштабування відомого. Саме по собі масштабування дуже складне, потрібна інженерна робота світового рівня - і у Китаю це точно є. Питання в наукових інноваціях. Винайти щось приблизно в 100 разів складніше, ніж скопіювати. Ось наступний рубіж, і я поки не бачив цьому підтверджень - хоча це і дуже складно оцінити.

Google DeepMind: машинне відділення Google

Арджун Харпал: Демісе, багато хто забуває, скільки AI-можливостей Google походить від DeepMind, від вас і ваших команд. Як ви працюєте з Google? Це цікаво багатьом. Сундар Пічаї дзвонить вам і каже: "Демісе, нам потрібна ця штука" або "у нас є ідея для Gemini, можете зробити?" Як це працює?

Деміс Гассабіс: Останні три роки ми об'єднали все в Google DeepMind - єдину структуру, де йдуть усі AI-дослідження Google. Це комбінація Google Research, Google Brain і DeepMind, яким він був, відносно незалежним. Я очолюю цю групу, і це як машинне відділення Google. Уся AI-технологія робиться нашою групою, а потім поширюється по всіх неймовірних продуктах Google. Останні пару років ми будували цей фундамент - не тільки моделі, а практично переробили всю інфраструктуру Google, щоб усе могло випускатися неймовірно швидко. Моделі майже одночасно з'являються на всіх основних майданчиках - коли ми випускаємо нову модель Gemini, вона наступного дня або в той самий день з'являється в пошуку. Це налагоджений процес. З Сундаром ми розмовляємо практично щодня про стратегічні речі, куди має йти технологія, що потрібно широкому Google. Ми коригуємо плани щодня, пам'ятаючи про довгострокові цілі - досягти AGI першими, швидко і безпечно.

Арджун Харпал: Багато з того, що ви будуєте, йде в продукти Google, але я знаю, ви допомагаєте компаніям на кшталт Samsung вбудовувати AI-інструменти в смартфони.

Деміс Гассабіс: Так, ми працюємо з багатьма партнерами. Ми пишаємося тим, що нашу технологію обирають партнери, тому що бачать її можливості. Щодо Samsung та інших пристроїв - мене дуже цікавить ідея edge-обчислень (обробки даних прямо на пристрої) і швидких версій моделей на самих пристроях - телефонах, але також нових пристроях на кшталт окулярів, над якими ми працюємо. Партнери на кшталт Warby Parker (американський виробник окулярів), ідея розумних окулярів - Google давно працює над розумними окулярами, але тепер, я думаю, у нас нарешті є проривне застосування: ідея універсального асистента, що допомагає в повсякденному житті. Думаю, всі великі виробники пристроїв будуть зацікавлені в такій технології.

Купівля DeepMind: найважливіше придбання Google

Арджун Харпал: Демісе, у нас залишилося всього кілька хвилин, але хочу запитати - я був зовсім початківцем технологічним журналістом, коли Google купив DeepMind у 2014 році, здається, за 400 мільйонів фунтів. Багато хто не знав, чим ви займаєтеся. Навіщо Google купує цю британську компанію? Ви коли-небудь озираєтеся назад і думаєте, що, можливо, потрібно було залишитися незалежними?

Деміс Гассабіс: Дивіться, я знав, як важливо це буде. Кумедний факт: глава пошуку в той час, Алан Юстас, вів угоду разом із Ларрі - Ларрі Пейдж спонсорував угоду як CEO, а Алану доручив її закрити. І я сказав Алану, що це буде найважливіше придбання Google за всю історію - що чимало, враховуючи YouTube і AdWords. Але я розумів, наскільки це важливо і наскільки добре вписується в місію Google - організовувати світову інформацію. AI - природний інструмент для цього. Тож я знав, що це буде природне поєднання. Ми розуміли, що це може коштувати в 100-1000 разів більше того, за що ми продали. Але мені хотілося повернутися до науки і рухати дослідження, які у 2014 році були ще в зародковому стані. І віддати належне Google - вони були однією з небагатьох компаній у світі, здатних розпізнати, особливо Ларрі в той час, наскільки важливою буде ця технологія, чим вона може стати. Я не думаю, що ми змогли б зробити велику роботу з AlphaGo та AlphaFold і всю нашу науку без їхньої підтримки та обчислювальних потужностей. Тож у мене немає жодних жалів.

Дженсен Хуанг і розмови про науку

Арджун Харпал: CEO технологій та AI - нові рок-зірки світу. Бачив тут у Європі Дженсена Хуанга, CEO Nvidia - за ним усі ходять натовпом. Дженсен, здається, нещодавно сказав, що ви з ним спілкуєтеся, хвалив Nano Banana - ваш новий генератор зображень. Про що ви розмовляєте?

Деміс Гассабіс: Дженсен чудовий, неймовірний піонер. Я захоплююся ним за те, що він дотримувався свого бачення 20-30 років. Кумедно - я почав використовувати GPU в 90-х для ігор, писав графічні та фізичні рушії. І ось коло замкнулося - те залізо, яке розвивалося для ігор, тепер корисне для AI. Але так, ми говоримо - він дуже цікавиться наукою та AI для науки. AlphaFold був навчений на GPU. Він любить AlphaFold і нашу роботу з відкриття ліків. Здебільшого ми говоримо про AI для науки.

Арджун Харпал: Я знаю, що багато дата-центрів побудовано на системах Nvidia, але у Google є свої TPU-чипи. Між вами є якесь дружнє суперництво?

Деміс Гассабіс: Так. Нам пощастило - у нас є свої TPU, ми їх любимо, зазвичай використовуємо для навчання найкращих моделей. І на них є великий попит від найсильніших AI-команд, які будують або обслуговують великі моделі. TPU спеціально для цього створені - вони більш спеціалізовані, ніж GPU, які більш універсальні. Ми використовуємо GPU для дослідження нової архітектури, як це було з AlphaFold, але коли потрібно масштабувати відоме до максимуму - спеціалізовані чипи набагато ефективніші. Нам пощастило, що у нас є і те, й інше.

Майбутнє: AI для науки і золотий вік відкриттів

Арджун Харпал: Демісе, дивлячись у майбутнє - ви так зосереджені на науці та потенціалі AI для проривів у медицині та фармацевтиці. У вас є Isomorphic Labs (спін-оф DeepMind у фармацевтиці). Де ми на шляху до вашого бачення AI, що відкриває прориви в науці?

Деміс Гассабіс: Дивіться, я завжди вказую на AlphaFold як найкращий приклад AI для науки. Я дуже пишаюся цим проєктом - ми вирішили 50-річне грандіозне завдання науки про передбачення 3D-структури білків, і понад 3 мільйони дослідників по всьому світу використовують це в критично важливій роботі. Не можу уявити більш трансформаційну технологію. Мені б хотілося вказувати на дюжину AlphaFold'ів, кожен з яких революціонізує свою галузь науки або математики. Думаю, ми на шляху до цього - працюємо над півдюжиною таких проєктів у матеріалознавстві, фізиці, математиці, прогнозуванні погоди. Якщо AI буде розвиватися добре і ми будемо використовувати його правильно, наступні 10 років можуть відкрити новий золотий вік наукових відкриттів.

Арджун Харпал: Що, на вашу думку, буде головним в AI у 2026 році? Які прориви або прогрес очікуєте?

Деміс Гассабіс: Агентні системи - системи, здатні діяти більш автономно - почнуть ставати достатньо надійними, щоб бути корисними. Думаю, ми побачимо дуже цікаві речі в робототехніці в наступні 12-18 місяців - ми посилено працюємо над амбітними проєктами з Gemini robotics. А ще AI-асистенти на пристроях - думаю, вони почнуть бути по-справжньому корисними в реальному світі. І те, що мене найбільше хвилює - просування світових моделей, підвищення їхньої ефективності, щоб їх можна було використовувати для планування в наших загальних моделях.

Арджун Харпал: Чудово. Демісе, я сприйму цю останню відповідь як тизер до нашої наступної зустрічі, сподіваюся, цього року. Велике спасибі, що приєдналися, Демісе.

Деміс Гассабіс: Дякую. Дякую, що запросили.