Денис Хасабис, основатель и CEO DeepMind (сейчас Google DeepMind), опубликовал пост в корейском блоге Google по случаю 10-летия победы AlphaGo над Ли Седолем. Канал @techsparks процитировал ключевые тезисы. Примечательно: публикация вышла только в корейской локализации — рынок не случайный, Go там культура, а Ли Седоль — национальный герой.
Суть без шелухи
Хасабис называет три главных результата за десятилетие: AlphaFold2 (предсказание структуры белков), AlphaProof (решение математических задач) и AlphaEvolve (эволюционная оптимизация алгоритмов). Все три — инструменты для ускорения научных открытий, а не коммерческие продукты в классическом понимании.
Его центральный тезис: для прорыва в большинстве научных дисциплин нужны модели с глубоким пониманием физического мира. Текущие языковые модели этим пониманием не обладают. Google DeepMind, по словам Хасабиса, движется именно в эту сторону.
Финальный аккорд поста — AGI как «конечная цель», которая «уже не за горами». Ход 37 подаётся как точка отсчёта новой эры.
Как это ломает или улучшает системы
- Смещение ROI (окупаемости инвестиций) в науку — AlphaFold2 по данным DeepMind позволил учёным сэкономить сотни миллионов часов лабораторного времени. Это переводит ИИ из статьи затрат в мультипликатор продуктивности целых отраслей.
- Переориентация гонки возможностей — если физическое понимание мира становится ключевым узким местом на пути к AGI, инвестиции сместятся от масштабирования языковых моделей к мультимодальным симуляторам реальности. Это меняет расстановку сил между Google, OpenAI и Meta.
Мой рентген
Хасабис прав в главном: история DeepMind — это последовательная архитектура. Игра → белки → математика → физический мир. Каждый шаг опирается на предыдущий. Это системное мышление, а не набор пресс-релизов.
Слабое место тезиса — «конечная цель не за горами». Это утверждение без измеримых критериев. AGI у разных команд определяется по-разному. Хасабис не даёт ни сроков, ни метрик готовности. По данным компании, AlphaProof решил задачи уровня IMO (Международной математической олимпиады) — это впечатляет. Но от олимпийских задач до общего интеллекта — дистанция без чёткой карты.
Публикация только в корейской локализации — детали не случайные. Это либо тест нарратива на специфическую аудиторию, либо намеренное ограничение глобального внимания к заявлению про AGI. Второе — умнее.
Вывод
Тезис Хасабиса принять стоит частично: логика пути DeepMind выстроена твёрдо, и ставка на физическое понимание мира — обоснованная. Заявление про AGI «не за горами» — корпоративный оптимизм без операционного содержания. Следите за архитектурными решениями DeepMind, а не за риторикой в юбилейных постах.
Пока без комментариев. Будьте первым.