13 авг. 2025 г.·6 мин
Демис Хассабис: создание ИИ, который может соперничать с человеческим мастерством
Краткая биография Демиса Хассабиса — путь от игр и нейронауки к DeepMind, AlphaGo и AlphaFold — и уроки, которые он даёт о современном ИИ.
Краткая биография Демиса Хассабиса — путь от игр и нейронауки к DeepMind, AlphaGo и AlphaFold — и уроки, которые он даёт о современном ИИ.
Демис Хассабис — британский учёный и предприниматель, наиболее известный как сооснователь DeepMind, исследовательской лаборатории, стоявшей за AlphaGo и AlphaFold. Его вклад важен, потому что он помог вывести ИИ из разряда «интересных демо» в класc систем, которые могут превзойти ведущих человеческих экспертов в конкретных, важных задачах — а затем переносить эти идеи в очень разные области.
Когда говорят, что Хассабис помог сделать ИИ «соревнующимся с людьми», обычно имеют в виду результаты по задачам: ИИ может сравняться или превзойти людей в чётко определённой цели — например, выиграть сложную игру или предсказать структуру белка. Это не то же самое, что общая (универсальная) интеллигентность.
AlphaGo не «понимал» мир так, как люди; он научился играть в го исключительно хорошо. AlphaFold не «занимается биологией» в человеческом смысле; он предсказывает 3D‑формы белков по последовательностям с впечатляющей точностью. Эти системы узкие, но их влияние широко, потому что они показывают, как методы обучения могут справляться с задачами, которые раньше считались требующими уникальной человеческой интуиции.
Несколько достижений особенно важны для понимания статуса Хассабиса:
Это не история героя и не хвалебная заметка. Мы опишем факты, добавим контекст, чтобы прорывы были понятны, и выведем практические выводы — как думать о системах обучения, что значит «на уровне человека» и почему обсуждение этики и безопасности естественно следует за появлением экспертной производительности.
Путь Демиса Хассабиса в ИИ начался не с абстрактной теории, а с игр — структурированных миров, где можно тестировать идеи, безопасно ошибаться и получать мгновенную обратную связь.
В детстве он преуспевал в шахматах и других стратегических играх, что развило умение планировать наперёд: важно не просто выбрать «хороший ход», а сделать ход, который задаёт развитие партии на несколько шагов вперёд. Эта привычка — мыслить в последовательностях, а не отдельными действиями — близка к тому, как современные ИИ‑системы учатся принимать решения во времени.
Соревновательные игры требуют дисциплины:
Это практические навыки, а не лозунги. Сильный игрок постоянно спрашивает: какие варианты доступны? Что, вероятно, сделает соперник? Какова цена ошибки?
Хассабис не только играл, но и создавал игры. Разработка игр означает работу с множеством взаимодействующих частей: правила, стимулы, временные ограничения, кривая сложности и то, как небольшие изменения распространяются на весь опыт.
Это — «системное мышление» в конкретном смысле: производительность — результат целого набора компонентов, а не одной хитрости. Поведение игры вытекает из того, как элементы сочетаются. Позже та же логика появляется и в ИИ‑исследованиях: прогресс часто зависит от правильного сочетания данных, метода обучения, вычислительных ресурсов, оценки и ясных целей.
Эти ранние основания — стратегическая игра и создание сложных, правил-зависимых окружений — объясняют, почему его поздние работы делали упор на обучение через взаимодействие и обратную связь, а не только на инструкции, прописанные вручную.
Хассабис не рассматривал нейронауку как отклонение от ИИ. Он использовал её, чтобы задавать лучшие вопросы: что значит учиться на опыте? Как хранить полезные знания, не запоминая всё? Как выбирать действие, когда будущее неопределённо?
Проще говоря, обучение — это обновление поведения на основе обратной связи. Ребёнок однажды обожжётся и станет осторожнее. ИИ может делать нечто подобное: пробовать действия, видеть результат и корректировать.
Память — это сохранение информации, полезной позже. Люди не записывают жизнь как видеозапись; мы храним паттерны и подсказки. Для ИИ память может означать хранение прошлых опытов, построение внутренних сводок или сжатие информации так, чтобы ее можно было применить в новых ситуациях.
Планирование — это выбор действий с оглядкой на будущее. Когда вы выбираете маршрут, чтобы избежать пробок, вы моделируете возможные исходы. В ИИ планирование часто означает симуляцию «что случится, если…» и выбор варианта, который выглядит лучше.
Изучение мозга может подсказывать задачи, которые стоит решать — например, как эффективно учиться с ограниченным количеством данных или как сочетать быстрые реакции и вдумчивое мышление. Но важно не преувеличивать связь: современная нейросеть — не мозг, и цель не в буквальном копировании биологии.
Ценность прагматична. Нейронаука предлагает подсказки о возможностях, необходимых для интеллекта (обобщение, адаптация, рассуждение при неопределённости), а информатика превращает эти подсказки в проверяемые методы.
Фон Хассабиса показывает, как смешение областей даёт рычаги. Нейронаука пробуждает интерес к естественному интеллекту; ИИ‑исследования требуют строить измеримые, улучшаемые и сравнимые системы. Вместе это подталкивает исследователей связывать большие идеи — вроде рассуждения и памяти — с конкретными рабочими экспериментами.
DeepMind стартовал с ясной, нетипичной цели: не сделать одно хитрое приложение, а создать общие обучаемые системы — софт, который умеет учиться решать разные задачи, улучшаясь на основе опыта.
Эта амбиция формировала всё в компании. Вместо вопроса «какое фичу мы выпустим в следующем месяце?» основным был вопрос: «какая обучаемая машина сможет постоянно становиться лучше, даже в ранее невиданных ситуациях?»
DeepMind был организован скорее как академическая лаборатория, чем типичный стартап. Результатами были не только продукты, но и научные открытия, экспериментальные результаты и методы, которые можно тестировать и сравнивать.
Обычная софтверная компания часто оптимизирует выпуск: пользовательские истории, быстрые итерации, доходы и инкрементные улучшения.
DeepMind оптимизировал открытие: время на эксперименты, которые могут провалиться, глубокие погружения в трудные проблемы и команды, собранные вокруг долгосрочных вопросов. Это не значит, что инженеры уступали качеству — инженерия служила прогрессу исследований, а не наоборот.
Большие ставки могут стать расплывчатыми, если их не привязать к измеримым целям. DeepMind привык выбирать бенчмарки, которые были публичными, сложными и легко оценимыми — особенно игры и симуляции с однозначной метрикой успеха.
Это создавало практичный исследовательский ритм:
По мере роста внимания DeepMind стал частью более широкой экосистемы. В 2014 году Google приобрёл DeepMind, предоставив ресурсы и вычислительный масштаб, которые сложно обеспечить самостоятельно.
Важный момент: исходная культура — высокая амбиция в сочетании с строгой оценкой — осталась центральной. Ранняя идентичность DeepMind была не «компания, делающая ИИ‑инструменты», а «место, пытающееся понять, как строить обучение».
Обучение с подкреплением — это способ, когда ИИ учится через действие, а не через показ «правильного ответа» для каждой ситуации.
Представьте, что учите кого-то бросать штрафные: вы не даёте таблицу идеальных углов для каждого броска. Вы даёте возможность пробовать, смотрите результат и даёте простую обратную связь: «это было ближе», «сильно промахнулся», «делай больше того, что сработало». Со временем он корректирует.
Обучение с подкреплением работает так же. ИИ совершает действие, видит результат и получает оценку («награду»), говорящую, насколько хороший был исход. Цель — выбирать действия, ведущие к большей суммарной награде со временем.
Ключевая идея — проба‑ошибка + обратная связь. Это кажется медленным, пока не учтёшь, что пробы можно автоматизировать.
Человек может сделать 200 бросков за день. ИИ может «потренироваться» миллионы раз в симуляции, выучив паттерны, на которые у людей ушли бы годы. Именно поэтому обучение с подкреплением оказалось центральным для игровых задач: в играх ясные правила, быстрая обратная связь и измеримая цель.
Многие системы ИИ зависят от размеченных данных (примеры с правильными ответами). Обучение с подкреплением может снизить эту зависимость, генерируя собственный опыт.
С помощью симуляции ИИ практикуется в безопасной, быстрой «площадке для тренировки». С self‑play он играет против копий самого себя, постоянно сталкиваясь с всё более сильным оппонентом. Вместо людей, которые бы помечали примеры, ИИ сам создаёт учебную программу через соревнование и итерацию.
Обучение с подкреплением — не чудо. Оно часто требует огромного количества опыта (данных), дорогих вычислений и тщательной оценки — модель может «выигрывать» в тренировке, но проваливаться при малом изменении условий.
Существуют и риски безопасности: оптимизация неправильной награды может привести к нежелательному поведению, особенно в критичных сферах. Правильная постановка целей и тестирование так же важны, как и сам алгоритм.
Матчи AlphaGo 2016 года против Ли Седоля стали культурным переломом, потому что го долго считали «последним оплотом» для компьютеров. Шахматы сложны, но в го число возможных позиций гораздо больше, и хорошие ходы часто зависят от долгосрочного влияния и интуиции, а не только от тактики.
Подход грубой силы — перечислять все возможные будущие состояния — сталкивается с комбинаторным взрывом. Даже сильные игроки не могут объяснить каждый ход как цепочку строгих вычислений; многое базируется на опыте и суждении. Ранние программы, опиравшиеся на ручные правила, плохо подходили для го.
AlphaGo не «только считал» и не «только учился». Он сочетал оба подхода. Нейросети, обученные на партиях людей (а позже — на self‑play), давали интуицию о перспективных ходах. Затем фокусированный поиск изучал вариации, руководствуясь этой интуицией. Это похоже на сочетание интуиции (выученные паттерны) и вдумчивости (прогнозирования), а не на опору лишь на один метод.
Победа показала, что системы обучения могут овладеть областью, требующей творчества, долгосрочного планирования и тонких компромиссов — без ручного кодирования стратегии го.
Это не означало наличие у AlphaGo общей интеллекта. Он не мог перенести навык на несвязанные задачи, объяснять свои решения как человек или понимать го как культурную практику. Он был исключителен в одной задаче.
Публичный интерес вырос, но более глубокое влияние проявилось в научных кругах. Матч подтвердил путь: масштабное обучение, самоулучшение через практику и поиск — практический рецепт для достижения и превышения уровня элитных людей в сложных средах.
Заголовок о победе может создать впечатление, что задача «решена», но большинство систем, блистающих в одной среде, ломаются при смене правил. Более значимый процесс после прорыва — переход от узкого, подогнанного решения к методам, которые обобщаются.
В ИИ обобщение — это способность хорошо работать в новых ситуациях, на которых не обучались. Это разница между зубрёжкой одного экзамена и пониманием предмета.
Система, которая выигрывает при одном наборе условий — тех же правилах, тех же оппонентах, той же среде — может быть хрупкой. Обобщение спрашивает: если мы изменим ограничения, сможет ли система адаптироваться без начала с нуля?
Исследователи стремятся к методам, пригодным для разных задач, а не к уникальному «трюку» для каждой из них. Практические примеры:
Смысл не в том, что одна модель должна сразу всё уметь. Суть в том, насколько решение повторно применимо.
Бенчмарки — это «стандартные тесты» ИИ: они позволяют сравнивать команды, отслеживать улучшения и выявлять рабочие идеи. Они необходимы для научного прогресса.
Но бенчмарки вводят в заблуждение, когда становятся целью сами по себе. Модели могут «подгоняться» под особенности набора тестов или выигрывать, эксплуатируя лазейки, не отражающие реального понимания.
«На уровне человека» обычно означает соответствие людям по конкретной метрике в конкретных условиях — не обладание человеческой гибкостью, суждением или здравым смыслом. Система может превзойти экспертов при узких правилах и тут же потерпеть неудачу при изменении среды.
Реальный вывод после громкой победы — исследовательская дисциплина, которая следует за ней: тестирование на более тяжёлых вариантах, измерение переноса и доказательство масштабируемости метода.
Белки — это крошечные «машины» внутри живых организмов. Они начинаются как длинные цепочки аминокислот и затем сворачиваются в специфическую 3D‑форму — как лист бумаги, сложенный в оригами.
Та форма важна, потому что она определяет функцию белка: перенос кислорода, борьбу с инфекцией, передачу сигналов или построение тканей. Задача сложна: цепочка может сложиться множеством способов, и правильную форму трудно вывести лишь из последовательности. Долгие годы учёным приходилось применять медленные и дорогие лабораторные методы, чтобы определить структуры.
Знание структуры — это как иметь подробную карту вместо названия улицы. Это помогает исследователям:
Даже если это не приводит напрямую к продукту, это улучшает фундамент, на котором строятся многие последующие исследования.
AlphaFold показал, что машинное обучение может предсказывать многие структуры белков с поразительной точностью, часто близкой к лабораторным данным. Его ключевой вклад — не «решение биологии», а существенное повышение надёжности и доступности структурных гипотез, что снимает важное узкое место и позволяет исследователям двигаться быстрее.
Важно разделять ускорение науки и готовые лекарства. Предсказание структуры — не то же самое, что создание безопасного препарата. Разработка лекарств требует валидации целей, тестирования молекул, изучения побочных эффектов и клинических испытаний. Вклад AlphaFold лучше описывать как улучшение отправной точки для исследований, а не мгновенную медицинскую революцию.
Работы Хассабиса часто сводят к заголовкам вроде AlphaGo или AlphaFold, но более воспроизводимый урок — это как DeepMind направлял усилия: чёткая цель, измеримый прогресс и неустанная итерация.
Прорывные проекты в DeepMind обычно начинались с чёткой цели («решить этот класс задач») и правдивой шкалы оценок. Шкала важна, потому что она не даёт команде путать впечатляющие демо с реальной способностью.
Когда оценка задана, работа становится итеративной: строим, тестируем, понимаем, почему провалились, корректируем подход — повторяем. Только когда цикл работает, масштабируют: больше данных, больше вычислений, больше времени на обучение и чаще — более крупная, лучше сконструированная модель. Раннее масштабирование ускоряет путаницу, а не прогресс.
Ранние ИИ‑системы опирались на явно заданные правила («если X, то Y»). Успехи DeepMind подчёркивают преимущество выученных представлений: система сама находит полезные паттерны и абстракции из опыта.
Это важно, потому что реальные задачи полнятся крайними случаями. Правила ломаются при возрастании сложности, тогда как выученные представления чаще умеют обобщать — особенно в сочетании с сильными сигналами обучения и тщательной оценкой.
Черта стиля DeepMind — междисциплинарная команда: теория подсказывает, что может работать; инженерия позволяет тренировать в масштабе; эксперименты держат гипотезы честными. Культура исследований ценит доказательства: если результаты противоречат интуиции, следуют за данными.
Если вы применяете ИИ в продукте, вывод не в «копируйте модель», а в «копируйте метод»:\n
Если цель — быстро превратить принципы в внутренний инструмент (без построения полной инженeрной пайплайна с нуля), платформа для быстрой генерации кода вроде Koder.ai может помочь прототипировать и выпускать быстрее: вы описываете приложение в чате, получаете React UI, бекенд на Go с PostgreSQL и итерации с планированием, снимками и откатом. Для команд экспорт исходного кода и опции деплоя/хостинга облегчают переход от «рабочего прототипа» к «владельческому production‑коду» без привязки к демо.
Демис Хассабис — британский учёный и предприниматель, сооснователь DeepMind. Он тесно связан с такими прорывами, как AlphaGo (игровой ИИ) и AlphaFold (предсказание структуры белков), которые показали: системы на основе обучения могут достигать или превосходить экспертную человеческую производительность в конкретных, чётко сформулированных задачах.
Обычно речь идёт о результатах по конкретному бенчмарку (например, выигрыше в го или точном предсказании структуры белка).
Это не означает, что система обладает широким здравым смыслом, легко переносит навыки между областями или «понимает» мир так, как люди.
DeepMind создавался прежде всего как исследовательская лаборатория, ориентированная на долгосрочное развитие общих обучаемых систем, а не на выпуск одного прикладного продукта.
На практике это означало:
Обучение с подкреплением — это обучение через метод проб и ошибок с опорой на сигнал «награда». Вместо того чтобы показывать правильный ответ для каждой ситуации, система совершает действия, наблюдает результаты и обновляет поведение, чтобы улучшать суммарную награду в длинном горизонте.
Особенно полезно, когда:
Self-play — это когда система тренируется, играя против копий самой себя, тем самым генерируя обучающий опыт без необходимости в людской разметке.
Это полезно, потому что:
Го обладает огромным числом возможных позиций, поэтому «грубой силы» недостаточно. AlphaGo сочетал:
Это показало практически рабочий рецепт для высочайшей производительности в сложных средах без ручного кодирования стратегии го.
Обобщение — это способность хорошо работать в новых условиях, на которых модель не обучалась (изменённые правила, новые сценарии, другие распределения).
Практические способы проверить обобщение:
оценивать на разнообразных средах (разные карты, условия, ограничения)
держать «невидимые» условия для финального тестирования
Бенчмарки дают общую доску сравнения, но модели могут «подгоняться» под особенности теста.
Чтобы не вводить себя в заблуждение:
Относитесь к бенчмаркам как к измерению, а не к цели.
AlphaFold предсказывает 3D‑форму белка по последовательности аминокислот с высокой точностью для многих белков.
Почему это важно:
Это ускоряет исследования, но не означает мгновенного появления готовых лекарств — разработка лекарств всё ещё требует валидации и клинических испытаний.
Копируйте метод, а не только модель:
Если система критична, добавьте структурное тестирование (red‑teaming), ясные границы использования и поэтапные релизы.
измерять переносимость: сколько дообучения требуется для адаптации к новому варианту