Сингулярность у порога: глава Google DeepMind назвал срок появления AGI

В кампусе Стэнфорда повисла пауза. Демис Хассабис — гроссмейстер, нейробиолог, нобелевский лауреат по химии и глава Google DeepMind — только что произнёс фразу, от которой зал замер на пару секунд. А затем заставил всех мысленно отсчитывать дни.

Хассабис редко бросается словами. Его формулировки — продукт того же ума, что решил задачу фолдинга белка, мучившую биологов полвека. Поэтому три его заявления в Стэнфорде стоит разобрать без спешки.

«Мы стоим у подножия сингулярности»

Обратите внимание на метафору. Не «на вершине», не «на полпути» — именно у подножия. Если бы сингулярность уже наступила, Хассабис сказал бы: «Мы пересекаем хребет». Если бы она маячила где-то вдали — «Впереди виднеется гора».

«У подножия» означает: мы уже пришли к началу склона. Подъём ещё не начался, но глядя вверх, вы уже видите, как крутизна нарастает.

Почему он вообще заговорил о сингулярности? Потому что, по его оценке, до AGI — общего искусственного интеллекта — осталось четыре-пять лет.

В AI-сообществе «сингулярностью» называют точку перелома: момент, когда машинный интеллект превзойдёт человеческий и запустит «взрыв интеллекта». Дальше технологический рост станет неконтролируемым и необратимым, а человеческое общество столкнётся с фундаментальной трансформацией.

2030 год: не «возможно», а «плюс-минус два года»

Второе заявление Хассабиса упаковано в несколько слоёв.

Слой первый: он говорит именно об AGI, а не об «улучшенном AI». AGI подразумевает, что машины сравняются с человеком или превзойдут его в подавляющем большинстве когнитивных задач. Это качественный скачок, а не очередная версия языковой модели.

Слой второй: временная метка — 2030 год. От сегодняшнего дня это три-четыре года. Хассабис — один из тех, кто видит кривые вычислительных мощностей, архитектуры моделей и объёмы тренировочных данных. И он готов публично поставить на этот срок.

Слой третий: «погрешность — не больше одного-двух лет». Фраза куда смелее, чем расплывчатое «где-то к 2030-му». Он сознательно сужает окно неопределённости, превращая прогноз в почти инженерную оценку.

Десятикратный удар на десятикратной скорости

Чтобы понять, что несут первые два тезиса, Хассабис предлагает простое уравнение: «Влияние AI в десять раз мощнее промышленной революции, и скорость — тоже в десять раз выше. Всё случится за десять лет, а не за сто».

Промышленная революция перекроила способ производства, облик городов, классовую структуру и глобальный баланс сил. Она изменила человеческое общество до неузнаваемости.

Умножьте это на десять — и получите масштаб грядущих перемен.

Теперь о скорости. Британская промышленная революция стартовала в 1760-х и завершилась к середине XIX века — почти столетие. Владелец текстильной мануфактуры, впервые услышав о паровой машине, имел пятнадцать-двадцать лет, чтобы наблюдать, экспериментировать и перестраивать производство. Целое поколение на адаптацию.

Сегодня у вас нет поколения. Окно возможностей — два-три года, не больше.

В этом и заключается смысл «подножия сингулярности»: масштаб сдвига сопоставим с промышленной революцией, а время на реакцию сжато до одной десятой от того, что было у людей XIX века.

Хассабис делает такой вывод не на пустом месте. Он видел, как AlphaFold за несколько месяцев решил проблему фолдинга белка, над которой бились 50 лет. Он наблюдал, как AI с видимой скоростью поглощает работу, раньше требовавшую от научных команд нескольких лет, — в материаловедении, прогнозировании погоды, проектировании чипов.

Сценарий не написан — и это главное

Третье заявление Хассабиса звучит почти как афоризм: «Самое важное — крепко держаться за собственную инициативу. Сценарий будущего ещё не написан. Не слушайте тех, кто говорит, что всё предрешено».

Легко принять это за дежурную мотивационную фразу. Но поставьте её в контекст. Человек, который только что сообщил вам, что AGI появится через три-четыре года, и который лучше других знает мощь AI, призывает не терять субъектность.

Он, разумеется, советует осваивать и исследовать возможности AI-инструментов. Но акцент — на собственной инициативе. Хассабис поставил этот тезис в финал беседы не случайно. Похоже, это вывод, к которому он шёл долго.

Для предпринимателя такая рамка означает только одно: готовиться нужно сейчас. Не из страха, а из расчёта. Тот, кто начнёт раннюю подготовку, найдёт точки стыковки AI со своим бизнесом на шаг раньше конкурентов. Тот, кто продолжит исходить из допущения «ещё рано», однажды обнаружит, что весь трек переписан, а билета на вход у него нет.

Кстати, амбициозные временные рамки звучат сегодня из разных уст. Китай высадит тайкунавтов на Луну в 2030 году — такой прогноз мы уже слышали от профессора Ву Джи. Совпадение дат, конечно, случайное, но 2030 год явно становится рубежом, на который многие делают ставку — будь то в космосе или в кремниевых чипах.

Демис Хассабис, глава Google DeepMind и лауреат Нобелевской премии, недавно заявил, что человечество стоит «у подножия сингулярности». По его прогнозу, общий искусственный интеллект — AGI, способный сравниться с человеком в широком спектре задач, — появится примерно к 2030 году, с погрешностью в один-два года. Это не просто смелое предсказание; оно заставляет задуматься о том, как быстро меняются правила игры, и почему на этот раз медлить нельзя.

История полна уроков о недооценке скорости перемен. В 2007 году, когда Стив Джобс показал первый iPhone, в Nokia посчитали сенсорные экраны игрушкой. Через четыре с половиной года мобильный бизнес компании был продан Microsoft. В 2015-м многие уже слышали термин «искусственный интеллект», но лишь единицы начали перестраивать бизнес на основе глубокого обучения. К концу 2022 года, когда вышел ChatGPT, те, кто готовился семь лет, и те, кто впервые услышал слова «большая языковая модель», оказались на разных стартовых позициях. Люди систематически недооценивают темп технологических сдвигов — не по глупости, а потому что прошлый опыт шепчет: изменения всегда gradual. Но в этот раз всё иначе.

От паники к действию

Если принять два тезиса — «у подножия сингулярности» и «AGI около 2030 года» — возникают две инстинктивные реакции. Первая — паника: «Пять лет? Я ничего не успею». Вторая — капитуляция: «Раз ИИ всё умеет, то и делать ничего не надо». Хассабис своим заявлением бьёт по обеим. Паника бесполезна, ведь это не действие. Сдаваться ещё бессмысленнее: AGI не конец света, а переписывание старого мира, и рычаги этого переписывания, по его мнению, пока в наших руках. Единственная стоящая ставка — ваша собственная агентность.

Что такое агентность?

Агентность — не банальное «надо больше работать» и не исполнительность, когда вы хорошо делаете известные задачи. В эпоху AGI вы часто даже не знаете, что именно следует делать. Если разобрать, агентность складывается из трёх компонентов.

Первый: умение выбирать, а не только оптимизировать. Представьте владельца ресторана. Десять лет его конкурентоспособность держалась на хорошей кухне, удачном месте и быстрой оборачиваемости столов. Всё это — ответы на вопрос «как сделать существующее лучше», то есть оптимизация. AGI как раз в этом силён: он сократит затраты на поставки на 15%, доведёт до максимума загрузку зала, динамически подстроит меню под сезон и поток клиентов. Весь опыт, наработанный вами за десятилетие, он просчитает за месяц. Но есть вещь, которую ему не осилить: стоит ли вашему ресторану полностью перейти на доставку? Использовать полуфабрикаты? Объединиться с другим брендом и сменить профиль? Ответы здесь не «лучше», а «иначе». Оптимизация действует внутри рамок, выбор — меняет сами рамки. AGI достигает совершенства в заданных вами границах, но сами границы задаёте только вы. После того как ИИ доведёт оптимизацию до предела, останется лишь выбор. Что делать — намного ценнее, чем как делать.

Второй: реальная вовлечённость, а не наблюдение со стороны. Часто бывает: вы три месяца мучаетесь над задачей, не решаясь начать, а стоит погрузиться — и за три дня всё становится ясно. Дело не во внезапном поумнении. Когда вы просто размышляете, в голове крутятся симуляции — они бесплатны и не создают новой информации. Только когда вы действуете: вкладываете деньги, нанимаете людей, встречаетесь с клиентами, получаете отказы — реальность даёт обратную связь. AGI смоделирует хоть десять тысяч рыночных стратегий, но не примет удар на себя и не переживёт горечь потери денег. А именно эта горечь на порядок повысит точность вашего следующего суждения. Вот почему «подождать и посмотреть» — опаснейшая стратегия. Ждущие думают, что наблюдают, но на деле упускают момент. По-настоящему ценная информация добывается только действием. Тот, кто включится через два года, стартует не с нуля, а с отрицательной отметки: конкуренты уже несколько раз обновились. В мире информационного взрыва знание, полученное через поступки, — самый дефицитный ресурс. Его покупают реальными деньгами, а не поисковым запросом.

Третий: понимание себя вместо того, чтобы отдавать решение рынку. Допустим, предприниматель выбирает между AI-здравоохранением и AI-финансами, и данные поддерживают оба направления. Он выбирает медицину. Почему? Можно списать на интуицию. Но интуиция — это сплав десятилетий опыта, ценностей, провалов, предпочтений и убеждений о том, «чем стоит заниматься». Всё это смешивается в неразделимое целое. Вы не загрузите это в промпт для большой языковой модели, потому что сам человек вряд ли объяснит веса каждого слоя. AGI построит и отличный медицинский ИИ, и отличный финансовый. Но на вопрос «почему медицина?» он не ответит — ответ не в его данных, а в прожитой жизни этого человека. Выбор определяет личность. Если свести три слоя воедино: чем мощнее AGI, тем дороже агентность. AGI сделал «как делать» почти бесплатным — исполнение, анализ, оптимизация повсюду. А вот «что делать», «делать ли вообще» и «кто ты» навсегда останутся в дефиците.

Три самые частые ошибки

Ошибки бывают трёх типов, и каждая коварнее предыдущей. Первая: принимать сокращение издержек за стратегию. Скажем, вы увольняете службу поддержки и ставите ИИ. Время ответа падает, заявки закрываются быстрее. Руководитель смотрит на отчёты и считает, что всё верно. Через несколько месяцев начинает снижаться процент продлений. Клиенты не могут точно сформулировать, что не так, но чувствуют: «раньше было душевнее». Такая смерть самая несправедливая: все видимые метрики растут, а причина гибели прячется там, куда вы не смотрите.

Кстати, прогнозы о 2030 годе звучат и в других областях: мы уже рассказывали, как Китай планирует высадить тайкунавтов на Луну примерно в тот же период. Совпадение дат заставляет задуматься, насколько насыщенным станет это десятилетие для человечества.