Искусственный интеллект · Статья
Демис Хассабис теперь говорит, что ОИИ может появиться в течение двух-трёх лет
Опубликовано:

Коротко
Демис Хассабис, глава Google DeepMind, рассказал журналу WSJ Magazine, что теперь ожидает появления искусственного общего интеллекта (ОИИ) в течение двух-трёх лет, сократив окно с трёх-пяти лет, которое он цитировал ранее в 2026 году. Он определяет ОИИ через «тест Эйнштейна» и говорит, что его оценка постоянно приближается к настоящему времени.
Эта версия — машинный перевод оригинала (English). Читать оригинал
Демис Хассабис, соучредитель и генеральный директор Google DeepMind, рассказал журналу The Wall Street Journal Magazine, что теперь ожидает появления искусственного общего интеллекта (ОИИ) в течение двух-трёх лет. Интервью было опубликовано 21 октября 2026 года в рамках пакета премии журнала «Innovator in Tech», где Хассабис был назван лауреатом 2026 года в категории технология.
Отвечая на вопрос о сроках, Хассабис сказал, что это произойдёт в ближайшее время и что его оценка постоянно приближается к настоящему моменту, согласно профилю. Новое окно означает сокращение с диапазона от трёх до пяти лет, который он публично называл ранее в 2026 году.
Что Хассабис понимает под ОИИ
Хассабис определяет ОИИ как познание на уровне человека и описал конкретный критерий, который он называет «тестом Эйнштейна». Согласно этому тесту, система была бы квалифицирована как ОИИ, если бы, обучаясь только на человеческих знаниях, доступных до 1901 года, она смогла бы независимо произвести прорывы, которые Альберт Эйнштейн сделал в своих статьях 1905 года «annus mirabilis» — охватывающих фотоэлектрический эффект, броуновское движение, специальную теорию относительности и эквивалентность массы и энергии.
В профиле журнала WSJ Magazine Хассабис также описал свою более широкую миссию в два этапа: сначала решить саму интеллектуальную задачу, а затем использовать этот интеллект для решения других крупных научных проблем. Он указал на физические исследования и лечение рака как на ранние применения, которые он надеется реализовать, когда станут доступны более продвинутые системы ИИ.
Временная шкала, которая сместилась в течение 2026 года
Публичные высказывания Хассабиса о появлении ОИИ изменялись в течение 2026 года. На конференции разработчиков Google I/O 20 мая 2026 года он сказал, что ИИ достиг того, что он назвал подножием сингулярности, уточнив, что имел в виду текущую эру, а не один момент трансформации. На этом же мероприятии он также сказал, что агенты и инструменты кодирования начали эффективно работать в течение года, описав это как ранний этап практического применения ИИ.
| Когда | Заявленная временная шкала / фреймворк | Контекст |
|---|---|---|
| Начало 2026 года | Три-пять лет | Публичная оценка, упомянутая до интервью в журнале WSJ Magazine |
| 20 мая 2026 года | «Подножие сингулярности» | Замечания на закрытии Google I/O |
| 21 октября 2026 года | Два-три года | Профиль в журнале WSJ Magazine «Innovator in Tech» |
Isomorphic Labs и дебаты о регулировании
Профиль журнала WSJ Magazine также коснулся Isomorphic Labs, компании по открытию лекарств, основанной Хассабисом, которая применяет модели ИИ, аналогичные AlphaFold, для открытия лекарств. Сообщалось, что компания находится в переговорах о привлечении более 2 миллиардов долларов финансирования при оценке примерно 40-50 миллиардов долларов.
По вопросу регулирования ИИ профиль описывал Хассабиса, выступающего против преждевременного регулирования технологии, позицию, соответствующую его настойчивости в 2026 году за продолжением развития промышленности, пока структуры управления разрабатываются параллельно.
Почему мнение Хассабиса имеет вес
Хассабис руководит исследованиями ИИ в Google DeepMind. В октябре 2024 года он и его коллега из DeepMind Джон Джампер разделили половину Нобелевской премии по химии за AlphaFold, модель ИИ, которая предсказывает трёхмерные структуры белков по генетическим последовательностям; другую половину премии получил Дэвид Бейкер. Нобелевский комитет в то время описал это достижение как достижение давно преследуемой цели в науке о белках.
Я сдвигаю дату всё ближе и ближе.
Поскольку ОИИ не имеет единого согласованного научного определения, временная шкала Хассабиса отражает его собственный критерий — тест Эйнштейна — а не общепринятый в отрасли стандарт. Другие лидеры ИИ предложили различные определения и временные шкалы, которые источники, изученные для этой статьи, не рассматривают в сопоставимых терминах.
Вопросы
- Что сказал Демис Хассабис о появлении ОИИ?
- Он рассказал журналу WSJ Magazine, опубликованному 21 октября 2026 года, что ожидает появления искусственного общего интеллекта в течение двух-трёх лет, заявив, что его оценка постоянно приближается к настоящему времени.
- Как Хассабис определяет ОИИ?
- Он использует «тест Эйнштейна»: система, обученная только на человеческих знаниях, доступных до 1901 года, смогла бы независимо произвести прорывы Эйнштейна 1905 года, включая специальную теорию относительности и фотоэлектрический эффект.
- Изменилась ли временная шкала ОИИ Хассабиса в течение 2026 года?
- Да. В начале 2026 года он называл диапазон три-пять лет; к май 2026 года он сказал, что ИИ находится в «подножии сингулярности»; к октябрю 2026 года он сократил оценку до два-три лет.
- Что такое Isomorphic Labs и почему о ней упоминается?
- Isomorphic Labs — компания по открытию лекарств, основанная Хассабисом, которая применяет модели ИИ, аналогичные AlphaFold, для открытия лекарств; профиль журнала WSJ Magazine сообщил, что она ищет финансирование более 2 миллиардов долларов при оценке 40-50 миллиардов долларов.
- За что ещё известен Хассабис, кроме этого прогноза?
- Он руководит исследованиями ИИ в Google DeepMind и в 2024 году разделил Нобелевскую премию по химии с Джоном Джампером за AlphaFold, систему ИИ, которая предсказывает структуры белков.
Источники
- t2online — Demis Hassabis expects AGI within two to three years
- AIWeekly — Hassabis trims AGI window to two-to-three years in WSJ profile
- Semafor — Google exec Demis Hassabis predicts we're 'at the foothills of the singularity'
- TechCrunch — DeepMind's Demis Hassabis and John Jumper scoop Nobel Prize in Chemistry for AlphaFold
Этот материал подготовлен с помощью искусственного интеллекта и перед публикацией прошёл автоматическую проверку источников. Если вы заметили ошибку, запросите исправление. Запросить исправление или ответ · Как мы работаем
Похожие материалы

Искусственный интеллектСтатья
Как на самом деле работают ИИ-чатботы типа ChatGPT и Claude, объяснено
ИИ-чатботы построены на основе больших языковых моделей (LLM), нейронных сетей, обученных предсказывать следующий "токен" в последовательности текста. Они преобразуют слова в числа, используют механизм внимания для взвешивания того, как слова связаны друг с другом, и затем точно настраиваются с помощью человеческой обратной связи, чтобы вести себя как полезные помощники, а не как сырые предсказатели текста.
Искусственный интеллектСтатья
Как алгоритмы рекомендаций AI решают, что вы видите и покупаете в интернете
Системы рекомендаций AI персонализируют ленты и предложения товаров, анализируя то, что пользователи нажимают, смотрят, оценивают и покупают, а затем сопоставляя это поведение с шаблонами похожих пользователей. Платформы такие как Netflix, YouTube и Amazon утверждают, что используют сигналы взаимодействия и контекстные сигналы — а не в некоторых случаях демографические данные — в то время как регуляторы в США и ЕС выразили озабоченность по поводу прозрачности и сбора данных, стоящих за этими системами.
Искусственный интеллектСтатья
Почему AI языковые модели галлюцинируют: исследование, стоящее за неправильными ответами
AI "галлюцинации" происходят потому, что языковые модели обучены предсказывать следующее правдоподобное слово, а не проверять истину, и потому что тесты, используемые для их оценки, вознаграждают уверенные предположения над признанием неопределённости. Исследователи OpenAI утверждают, что проблема отчасти является математическим следствием того, как обучаются модели, и отчасти результатом того, как отрасль AI их оценивает.
Искусственный интеллектРуководство
Как распознать Deepfakes и изображения, созданные ИИ: пошаговое руководство
Надежное определение deepfake или изображения, созданного ИИ, требует сочетания визуальных проверок, инструментов проверки происхождения, таких как Content Credentials или SynthID, и поиска по обратному изображению — ни один метод не ловит все фальшивки. Исследователи, занимающиеся обнаружением, предупреждают, что автоматизированные инструменты могут быть обмануты простыми правками, такими как кадрирование или сжатие, поэтому проверка контекста остается необходимой.