Опрос
|
реклама
Быстрый переход
Google учредила DeepMind Institute для обсуждения проблем сильного ИИ
18.09.2026 [10:37],
Павел Котов
Исследователи Google и Google DeepMind объявили о создании DeepMind Institute — новая площадка призвана активизировать обсуждение вопросов, связанных с сильным искусственным интеллектом (AGI). 
Источник изображения: institute.deepmind.com В число директоров организации вошли соучредитель DeepMind Шейн Легг (Shane Legg), топ-менеджер Google Джеймс Маника (James Manyika) и председатель совета директоров Google DeepMind Демис Хассабис (Demis Hassabis); господин Легг взял на себя функции выпускающего редактора (managing editor). Институт призван выявить различия в позициях Google, Google DeepMind и мирового сообщества по вопросам AGI. «Мнения не всегда будут едиными, и они, вероятно, будут меняться по мере возникновения новых данных и информации в этой стремительно развивающейся области», — говорится в заявлении организации. Первая подборка из четырёх работ охватывает широкий круг вопросов: экономическая политика при управлении потрясениями, которые может вызвать AGI; сохранение возможности отслеживать ход рассуждений модели в понятном для человека виде; принципы процветания человечества; и методология оценки передовых ИИ-моделей. Исследователи в области безопасности из DeepMind в одной из работ утверждают, что сужение окна прозрачности, то есть способности видеть и проверять пошаговый ход рассуждений модели, не является неизбежным. С новыми архитектурами мониторинг наиболее мощных моделей усложняется, и авторы призывают разработчиков и регуляторов открыто решать проблемы, связанные с компромиссами в области безопасности. Например, ограничить «непрозрачную последовательную глубину», то есть объём последовательных вычислений, которые модель выполняет, не формируя доступной схемы рассуждений; или потребовать, чтобы разработчики доказывали, что менее прозрачные системы остаются доступными для контроля. В другой работе господин Хассабис предлагает создать орган стандартизации передовых систем ИИ для оценки моделей, чтобы разработчики добровольно представляли свои системы за 30 дней до выпуска. Когда система оценки докажет свою эффективность, предварительное тестирование можно будет сделать обязательным условием для развёртывания передовых моделей в США. На первых порах критерии оценки будут вырабатываться совместно с ИИ-лабораториями, а со временем учреждение введёт свои независимые и закрытые тесты — это не даст лабораториям возможности подстраивать ответы моделей под известные параметры проверки. Если ситуация станет серьёзной, механизм можно ужесточить вплоть до замедления темпов разработки передовых систем ИИ. OpenAI, Anthropic и Google DeepMind уже давно тайно обсуждают, как не дать ИИ уничтожить человечество
15.09.2026 [21:43],
Анжелла Марина
OpenAI, Anthropic и Google DeepMind продолжают переговоры по вопросам безопасности искусственного интеллекта. Об этом сообщил журналистам Крис Лейн (Chris Lehane), глава глобальной политики OpenAI, отметив, что компании координируют усилия для снижения катастрофических рисков, связанных с развитием передовых ИИ-моделей. 
Источник изображения: AI Инициатива стала ответом на эссе генерального директора Anthropic Дарио Амодеи (Dario Amodei), опубликованное в минувшую субботу. В тексте он призвал индустрию замедлить темпы разработки больших языковых моделей и объединиться ради предотвращения непредсказуемых последствий. Идею поддержали Сэм Альтман (Sam Altman) из OpenAI, Демис Хассабис (Demis Hassabis) из Google и Илон Маск (Elon Musk). Альтман, по сообщению TechCrunch, также заявил о готовности внедрить независимых аудиторов для мониторинга безопасности внутри своей компании. Несмотря на опасения экспертов относительно возможного нарушения антимонопольного законодательства при координации действий конкурентов, участники переговоров считают такие риски преувеличенными. Амодеи предлагал получить от правительства специальное разрешение для подобных обсуждений, однако Лейн заверил, что компаниям не требуется разрешений для диалога о стандартах безопасности. Ранее СМИ сообщали о планах OpenAI, Anthropic и Google DeepMind создать отраслевой орган по стандартизации без участия государства, а Хассабис ещё в июле призывал США учредить регулятора с полномочиями проверять наиболее мощные модели и координировать приостановку разработок в случае выявления угроз. Однако текущая администрация во главе с президентом Дональдом Трампом (Donald Trump) отвергла эти инициативы, считая разговоры об экзистенциальных рисках попыткой затормозить прогресс и уступить лидерство Китаю. Ранее Лихейн заявил, что OpenAI поддерживает положение законопроекта FRONTIER Act (H.R.9925), который устанавливает в США федеральный надзор за разработкой и внедрением передовых моделей искусственного интеллекта и обязывает крупнейшие ИИ-лаборатории допускать независимые организации для проверки безопасности технологии. «ИИ способен убить нас всех»: сбежавший из Google DeepMind эксперт тоже забил тревогу по поводу нейросетей
15.09.2026 [11:47],
Владимир Фетисов
Эксперт в сфере искусственного интеллекта Билал Чугтай (Bilal Chughtai), который недавно покинул Google DeepMind, предупредил, что у человечества остаётся всё меньше времени до того момента, когда ИИ нанесёт широкомасштабный ущерб. Чугтай стал очередным отраслевым экспертом, выразившим обеспокоенность направлением развития технологии. 
Источник изображения: AI «В Google я своими глазами видел, как разрабатывается ИИ. Я крайне обеспокоен тем, по какому пути развивается эта технология. Я искренне верю, что ИИ способен убить нас всех», — написал Чугтай в посте, опубликованном в соцсетях X и LinkedIn. Он также добавил, что за время работы в Google он занимался вопросами безопасности ИИ и его согласованностью с целями человека. Официальные представители IT-гиганта пока никак не прокомментировали данный вопрос. Чугтай стал одним из множества исследователей в сфере ИИ, выразивших опасения по поводу развивающихся быстрыми темпами, но несогласованных возможностей новой технологии, которая в конечном счёте может уничтожить человечество. Несколько дней назад ИИ-разработчик Джейкоб Коксон (Jacob Coxon), работавший в Anthropic и OpenAI, обвинил своих бывших работодателей в том, что они «мчатся прямо к самосовершенствующемуся сверхразуму и играют с нашими жизнями». На минувших выходных гендиректор Anthropic Дарио Амодеи (Dario Amodei) опубликовал эссе, в котором призвал IT-сообщество замедлить разработку передовых ИИ-моделей, чтобы предотвратить их выход из-под контроля человека и последующее причинение катастрофического вреда людям. В редком проявлении единства послание Амодеи поддержали гендиректор OpenAI Сэм Альтман (Sam Altman) и глава SpaceX Илон Маск (Elon Musk). При этом Чугтай заявил, что он сохраняет оптимистичный настрой. Он считает, что путь вместе с ИИ всё ещё можно пройти безопасно, и именно в этой сфере он продолжит свою работу. В LinkedIn указано, что теперь он работает в BlueDot Impact — некоммерческой организации, которая занимается обучением людей из разных сфер безопасному взаимодействию с ИИ. Google представила ИИ-платформу для исследования человеческого генома и закономерностей изменения ДНК
08.09.2026 [19:11],
Сергей Сурабекянц
Лаборатория Google DeepMind представила платформу Atlas на основе ИИ, которая должна помочь учёным разгадать тайны генома человека. По словам разработчиков, Atlas изменит нынешнее понимание биологии, ускорит научные исследования и проложит путь к новым методам лечения заболеваний. Исследователи утверждают, что представленная платформа содержит «прогнозируемую карту каждого возможного изменения ДНК в геноме человека». 
Источник изображения: Google Макромолекула ДНК состоит из двух нуклеотидных цепей, сформированных четырьмя азотистыми основаниями: аденином (A), гуанином (G), тимином (T) и цитозином (C). Основания одной цепи соединены с основаниями другой парными связями по принципу комплементарности: аденин соединяется только с тимином, гуанин — только с цитозином. 
Источник изображения: Wikipedia Геном человека содержит примерно 3 миллиарда таких пар и представляет собой совокупность наследственного материала, заключённого в клетке человека. Изменения отдельных сочетаний могут быть безвредными, определять различия между людьми или играть роль в развитии заболеваний. Главная задача исследователей генома состоит в том, чтобы выяснить, какое влияние окажет каждое из примерно 9 миллиардов потенциальных замен одного основания. 
Источник изображения: Wikipedia Платформа Atlas содержит прогнозы того, как каждый из этих 9 миллиардов вариантов может повлиять на организм на молекулярном уровне, например, изменить количество определённого вырабатываемого белка. Исследователи называют это «самым полным каталогом того, как генетические мутации влияют на молекулярную биологию». Доступ к платформе возможен через веб-портал, при помощи ИИ-агентов Antigravity и через собственный интерфейс AlphaGenome. Чтобы помочь исследователям разобраться в миллиардах возможных вариантов и сосредоточиться на мутациях, заслуживающих более пристального внимания, Google также выпускает так называемый Variant Impact Score, который использует другие модели компании для прогнозирования последствий изменений ДНК. По словам компании, «теперь исследователи могут быстро ранжировать варианты и одновременно интерпретировать их молекулярные эффекты». Проект Atlas основан на AlphaGenome, модели ИИ, представленной DeepMind в прошлом году, которая помогает учёным выявлять генетические факторы, вызывающие заболевания, а также на AlphaMissence, более раннем инструменте, ориентированном на прогнозирование того, как мутации могут изменять белки. Atlas идёт гораздо дальше, распространяя прогнозы на весь геном, включая подавляющее большинство участков, которые не кодируют белки напрямую, но могут контролировать поведение генов. 
Источник изображения: unsplash.com AlphaGenome была обучена с использованием общедоступных баз данных геномов человека и мыши, что позволило ей выявлять закономерности между изменениями ДНК и биологическими процессами. Применение этих прогнозов к миллиардам возможных вариантов привело к созданию огромного набора данных, размер которого, по словам Google, составляет примерно 1 петабайт. Компания с сегодняшнего дня предоставляет доступ к Atlas для некоммерческого использования через свой сайт, вскоре должна стать доступна коммерческая версия в Google Cloud. Atlas — это очередная попытка Google использовать ИИ для решения ключевых проблем в науке и медицине. Самая известная работа компании в этой области — AlphaFold, модель прогнозирования структуры белка, за которую её создатели Демис Хассабис (Demis Hassabis) и Джон Джампер (John Jumper) получили Нобелевскую премию по химии 2024 года. Компания также разработала инструменты ИИ для прогнозирования погоды, оптимизации поиска новых решений в вычислительной технике и математике, а также для оказания помощи исследователям при помощи ИИ-агентов. Выходцы из Google DeepMind создали ИИ-агента Faraday, который превзошёл Anthropic и OpenAI в научных задачах
23.08.2026 [06:04],
Анжелла Марина
Британский стартап Inherent, основанный бывшими сотрудниками Google DeepMind, представил ИИ-агента Faraday, способного самостоятельно проверять достоверность научных публикаций. Разработчики заявили, система превзошла значительно более крупные модели Anthropic и OpenAI, несмотря на использование всего 27 млрд параметров. 
Источник изображения: Gemini По сообщению TechCrunch, Inherent вышла из режима секретности (Stealth mode) всего несколько недель назад, одновременно сумев привлечь $50 млн в рамках раннего этапа привлечения инвестиций, и теперь раскрыла первые подробности своей разработки. Стартап утверждает, что Faraday способен самостоятельно воспроизвести выводы уже опубликованных научных исследований, без предварительных подсказок. Сооснователь и главный научный сотрудник Inherent Эдвард Хьюз (Edward Hughes) отметил, что подобная работа служит стандартной подготовкой и для людей: многие аспиранты начинают научную карьеру именно с повторения уже проведённых исследований. Во внутренних испытаниях Faraday сравнивали с Claude Opus 4.8 от Anthropic и GPT-5.5 от OpenAI. При этом агент Inherent работает на базе сравнительно небольшой модели Qwen 3.6 с 27 млрд параметров, тогда как соперниками выступили значительно более крупные передовые модели. Разработчики оценивали не только способность системы получить результаты исходной работы, но и так называемое «исследовательское чутьё» — умение самостоятельно определять, какие эксперименты имеет смысл проводить и как их лучше организовать. Хьюз подчеркнул, что для команды важнее самой победы над конкурентами оказался подход, который позволил добиться такого результата. Для обучения Faraday разработчики выбрали метод с подкреплением (Reinforcement Learning, RL), при котором система получает вознаграждение за успешный результат, а не следует заранее прописанным жёстким правилам. По словам Хьюза, конечная цель Inherent заключается в создании ИИ-учёного, способного не просто проверять существующие выводы, а получать новые научные знания. При этом стартап не пытается самостоятельно создавать все необходимые инструменты. Например, для программирования Faraday использует GPT-5.5 Codex компании OpenAI. Такой подход в Inherent тоже сравнивают с работой обычных исследователей, которые пользуются готовым программным обеспечением вместо разработки каждого инструмента с нуля. Сейчас стартап состоит примерно из 12 сотрудников, которые работают в крупном лондонском районе King’s Cross, а к концу года штат планируется увеличить примерно до 20–25 человек. Хьюз назвал этот район подходящим местом для компании благодаря высокой концентрации специалистов в области ИИ, однако одновременно выступил против распространённой в Великобритании практики Garden leave, суть которой заключается в том, что ушедшему сотруднику запрещено переходить к конкурентам или учреждать собственную компанию несколько месяцев. Руководитель рассказал, что сам столкнулся с таким ограничением перед созданием Inherent вместе с другими выходцами из Google DeepMind. Google отстранила главу DeepMind за чрезмерное увлечение наукой в ущерб зарабатыванию денег на Gemini
13.08.2026 [12:16],
Павел Котов
Топ-менеджмент Google был вынужден отстранить Демиса Хассабиса (Demis Hassabis) от руководства подразделением DeepMind, потому что он уделял слишком много внимания научной работе в области искусственного интеллекта в ущерб моделям семейства Gemini, предназначенных для коммерческого использования. Новый глава DeepMind Корай Кавукчуоглу (Koray Kavukcuoglu), напротив, изначально ориентирован на коммерческие продукты — усилив по ним позиции, Google сможет в полную силу конкурировать с OpenAI и Anthropic, пишет Reuters. 
Источник изображений: BoliviaInteligente / unsplash.com В ноябре минувшего года Google ненадолго обогнала конкурентов в области ИИ, но в этом новые модели Anthropic и OpenAI вернули поискового гиганта в положение догоняющего. В августе Google отложила выпуск новой флагманской Gemini 3.5 Pro, потому что, по результатам внутреннего тестирования, она отстаёт от конкурентов в таких областях как написание кода. А 5 августа компания объявила о масштабной реорганизации руководства DeepMind. Глава подразделения Демис Хассабис стал председателем совета директоров, а его полномочия как управленца ослабились; возглавил же DeepMind Корай Кавукчуоглу. Параллельно Google стала ослаблять автономию DeepMind — ранее независимой лондонской ИИ-лаборатории, которую корпорация поглотила в 2014 году. Google перевела несколько отделов DeepMind в основную корпоративную структуру. Под руководством Хассабиса DeepMind занималась бо́льшим числом исследовательских проектов в области ИИ по сравнению с конкурентами, но одновременно разрабатывала и модели Gemini, имеющие важное значение для коммерческих интересов Google. В прошлые годы Хассабис позволял себе противостоять некоторым усилиям, которые могли бы принести Alphabet новые доходы или помочь холдингу укрепить позиции в гонке ИИ. В 2025 году гендиректор Google Сундар Пичаи (Sundar Pichai) назначил Кавукчуоглу, тогдашнего технического директора DeepMind, на должность главного ИИ-архитектора Google. В последующие месяцы влияние некоторых руководителей DeepMind уменьшилось, и Кавукчуоглу стал центральной фигурой, определяющей направление развития Gemini, он также пользовался поддержкой одного из основателей Google Сергея Брина (Sergey Brin).  В минувший четверг, 6 августа, Хассабис и Кавукчуоглу на общекорпоративном собрании попытались развеять опасения сотрудников по поводу будущего ИИ-лаборатории и заверили, что повседневная работа в DeepMind останется прежней. Кавукчуоглу, который и без того взял на себя надзор за разработкой моделей более года назад, продолжит курировать Gemini; Хассабис же выступил с докладом, как ИИ может продвинуть науку и общество — эти долгосрочные вопросы и станут предметом его новой работы на должности председателя совета директоров DeepMind. Эти перестановки происходят на фоне усилий Брина по мотивации сотрудников — он оперативно отреагировал на появление OpenAI ChatGPT в 2022 году и подчеркнул, что теперь Google предстоит навёрстывать упущенное. Сейчас Брин не занимает в Google руководящих должностей, но его неофициальное влияние остаётся значительным; его он использовал, в частности, чтобы направлять ресурсы компании на такие области как рекурсивное самосовершенствование — механизм, при котором ИИ начинает улучшать сам себя без участия человека. Приводятся несколько причин, по которым Google утратила инициативу в области ИИ. Бюрократический характер большой корпорации не позволяет ей выпускать новые модели так же быстро и гибко, как это делают конкуренты. Ещё одна проблемная область — недостаток ресурсов ИИ-ускорителей TPU. После своего назначения ИИ-архитектором Google Кавукчуоглу перебрался из Лондона в штаб-квартиру Google в калифорнийском Маунтин-Вью и быстро заработал репутацию человека, более ориентированного на коммерческие продукты. Но ещё до своего переезда он был основным контактным лицом DeepMind при взаимодействии с подразделением Google Cloud, и с его именем связываются надежды на снятие напряжённости из-за дефицита TPU, который глава Google Сундар Пичаи пообещал преодолеть. Google представила ИИ-модель SL2T, которая понимает язык жестов
13.08.2026 [09:45],
Павел Котов
Подразделение Google DeepMind рассказало о намерении донести революцию в области искусственного интеллекта до 70 млн человек по всему миру, которые общаются на языках жестов. Новая модель SL2T преобразует эти языки в текст. 
Источник изображения: deepmind.google Google SL2T — многоязычная модель-переводчик, которая дебютирует на смартфонах Pixel 11, позволяя преобразовывать язык жестов в текст через приложения Gboard и Live Transcribe. На начальном этапе её применение ограничивается американским языком жестов и его переводом на английский. Способность ИИ обрабатывать человеческую речь за последние годы значительно продвинулась — сейчас можно просто диктовать текст на смартфон, планшет или ПК. Но до настоящего момента это не относилось к тем, кто пользуется одним из более чем 200 существующих языков жестов. Модель SL2T позволяет людям, испытывающим проблемы со слухом, взаимодействовать со смартфоном, используя привычный язык и не вводя текст вручную. В этом формате теперь можно отправлять поисковые запросы, составлять электронные письма и сообщения для мессенджеров, редактировать документы и выполнять другие задачи, в том числе отправлять запросы и инструкции для ИИ-помощника Gemini. Модель доступна в Google Live Transcribe, то есть перевод с языка жестов можно осуществлять в реальном времени во время видеозвонков. Google обучила SL2T на более чем 100 тыс. часов с данными 50 жестовых языков, и четверть из этого набора относится к американскому. Первоначальный вариант поддерживает только американский, но Google проводила обучение и на примерах других, чтобы модель могла изучить общие закономерности. Чтобы развеять опасения по поводу конфиденциальности, в Google уточнили, что в SL2T используется встроенная модель компьютерного зрения MediaPipe Holistic, которая отслеживает геометрию положений лица, рук, туловища и тела человека — на облачный сервер отправляются для расшифровки только их координаты, а не видеозапись. Модель производит преобразование непосредственно в текст, минуя промежуточные текстовые аннотации. Это позволяет SL2T эффективнее интерпретировать невербальные выражения и пространственные грамматические структуры, характерные для американского языка жестов. Google также приняла меры для сокращения задержки, предотвращения галлюцинаций, предусмотрела поддержку левшей и правшей, а также пользователей, которые «говорят» только одной рукой — чтобы второй можно было держать смартфон. Важным отличием SL2T от предыдущих моделей того же назначения является её способность следить не только за руками, но также за движением головы, лица и туловища, которые также помогают передавать смысл. В перспективе Google намерена охватить другие языки жестов, а также разработать модели для генерации напрямую на этих языках. Google отправила нового главу DeepMind догонять OpenAI и Anthropic
12.08.2026 [16:10],
Павел Котов
Новому главе подразделения Google DeepMind Кораю Кавукчуоглу (Koray Kavukcuoglu) придётся приложить немалые усилия, чтобы компания сократила отставание в гонке технологий искусственного интеллекта с OpenAI и Anthropic. 
Источник изображения: BoliviaInteligente / unsplash.com Недавно Anthropic и OpenAI выпустили новые системы, которые получили высокие оценки и вызвали опасения по поводу их передовых возможностей. Google, которая приобрела DeepMind в 2014 году, не выпускала передовых моделей с начала 2026 года. Кавукчуоглу, ранее занимавший должности технического директора DeepMind и главного ИИ-архитектора Google, возглавит гонку с OpenAI и Anthropic за создание самых передовых моделей в отрасли. Он займёт должность старшего вице-президента, сменив учредителя и гендиректора DeepMind Демиса Хассабиса (Demis Hassabis), который перешёл на должность председателя совета директоров в организации. С тех пор, как OpenAI в 2022 году выпустила ChatGPT, компания Google находилась в положении догоняющей и лишь в октябре с выпуском Gemini 3 на некоторое время перехватила инициативу. В 2026 году Anthropic выпустила революционную модель Mythos, и последовавшая за ней OpenAI GPT-5.6 также получила высокую оценку. Google в феврале представила Gemini 3.1 Pro и с тех пор передовых моделей от неё не было. Компания сформировала отдел Code Strike по разработке ИИ-моделей для программирования. В остальном же она отстала от OpenAI и Anthropic, потому что сосредоточилась на монетизации технологий, пишет CNBC, хотя в самой Google такое объяснение опровергли. На пути к созданию сильного ИИ (AGI), отметили там, потребуется продвинуться в таких областях как ИИ-агенты, программирование, робототехника и модели мира — в компании напомнили об успехах DeepMind в области робототехники, видео и управления компьютерами, а также на работу в сфере государственной политики и исследований. Кавукчуоглу — ветеран DeepMind, пришедший в компанию в 2012 году, ещё до её поглощения Google. Сейчас, подчиняясь напрямую гендиректору компании Сундару Пичаи (Sundar Pichai), он будет курировать разработку моделей Gemini, исследования в области передового ИИ, а также команды разработчиков ИИ. В течение последнего года он взял на себя часть обязанностей Хассабиса, и теперь его повышение указывает, что для Google важнее реализация, а не глубокие исследования, считают эксперты — компания станет быстрее выпускать новые модели и экспериментальные продукты. Недавно акции Alphabet упали, когда Bloomberg сообщил о задержке с выпуском Gemini 3.5 Pro. Даже несмотря на отставание от OpenAI и Anthropic, говорить о кризисе в Google преждевременно, считают эксперты. Не исключено, что Кавукчуоглу решит поставленную задачу — тем более, что продукты Google выпускает лучше, чем лабораторные решения, и действует здесь эффективнее своих конкурентов. Google DeepMind считает, что память типа HBF будет востребована в инференсе
08.08.2026 [05:49],
Алексей Разин
На этой неделе компании Sandisk и SK hynix представили память стандарта HBF, которая сочетает большой объём хранимых данных с высокой пропускной способностью интерфейса. Эту разработку на уровне отраслевого консорциума также поддержали Tenstorrent и Google, и представители последней отметили, что HBF проявит себя в инференсе. 
Источник изображения: Sandisk Напомним, под этим англоязычным термином подразумевается работа с уже обученными ИИ-моделями, которая подразумевает формирование логических выводов. По сути, HBF компоновочно повторяет оперативную память HBM, но в отличие от неё позволяет долговременно хранить информацию. Способность быстро её извлекать для вычислений в сфере инференса, по словам исследователя Сяою Ма (Xiaoyu Ma) из Google DeepMind, будет очень востребована с учётом нынешних тенденций развития систем ИИ. Соответственно, спрос на HBF со стороны вычислительной инфраструктуры искусственного интеллекта тоже будет расти. Помимо прочего, она обеспечит высокую энергетическую эффективность, что тоже важно для операторов центров обработки данных. Правда, экспертов уже настораживает интенсивность использования HBF в таких системах, которая теоретически будет приводить к быстрому выходу из строя соответствующих микросхем. Они предлагают организовывать работу инфраструктуры таким образом, чтобы HBF использовалась главным образом для чтения данных, а не их записи. Чтобы компенсировать перекос по скорости обработки информации, HBF необходимо использовать в сочетании с HBM, которая будет привлекаться для передачи информации на операциях записи. Сразу несколько ведущих разработчиков ИИ покинули Google и основали новый стартап
06.08.2026 [06:15],
Анжелла Марина
В подразделении Google DeepMind произошли крупные кадровые изменения. Как сообщает Ars Technica, генеральный директор Демис Хассабис (Demis Hassabis) объявил, что передаст полномочия другому руководителю и сосредоточится на стратегических задачах в Alphabet, тогда как несколько известных исследователей искусственного интеллекта одновременно сообщили об уходе из Google. 
Источник изображения: Google Демис Хассабис, один из основателей DeepMind, объяснил своё решение тем, что намерен уделять больше внимания долгосрочному развитию искусственного общего интеллекта (AGI). В обращении к сотрудникам он отметил, что посвятил этой цели всю карьеру и считает, что момент её достижения уже близок. При этом он сохранит руководство над дочерней компанией Alphabet — Isomorphic Labs, где технологии искусственного интеллекта применяются для решения биомедицинских задач. Управление текущими процессами DeepMind перейдёт к Кораю Кавукчуоглу (Koray Kavukcuoglu), который займёт должность старшего вице-президента подразделения и будет напрямую подчиняться генеральному директору Google Сундару Пичаи (Sundar Pichai). Сам Хассабис станет председателем DeepMind и главным научным сотрудником Alphabet, сосредоточившись на стратегическом развитии направления. Одновременно с этими перестановками стало известно об уходе сразу нескольких известных специалистов Google в области искусственного интеллекта. Куок Ле (Quoc Le), Ориоль Виньяльс (Oriol Vinyals), Джефф Дин (Jeff Dean) и Санджей Гемават (Sanjay Ghemawat) решили покинуть компанию и основать стартап Discovery Loop, который займётся автоматизацией научных открытий с помощью ИИ. По данным Wired, финансирование проекта во многом стало возможным благодаря высокой репутации его основателей. Для Google особенно заметным станет уход Дина и Гемавата, которые стояли у истоков Google. Дин принимал участие в создании технологий, лежащих в основе поисковой системы, а внутри компании его имя давно стало частью неофициальной культуры благодаря сборнику интернет-шуток и баек под названием Jeff Dean Facts, опубликованному на GitHub. Google выпустила ИИ-модель Gemini Robotics 2, которая научила роботов двигаться почти как люди
30.07.2026 [23:49],
Анжелла Марина
Лаборатория искусственного интеллекта Google DeepMind представила ИИ-модель Gemini Robotics 2, которая получила возможность управлять всеми движениями гуманоидного робота. В отличие от предыдущей версии, отвечавшей главным образом за движения верхней части корпуса, новая система координирует действия от ступней до кончиков пальцев. 
Источник изображений: Google Благодаря новой модели роботы смогут выполнять более широкий круг задач, требующих согласованной работы всей конструкции. В опубликованном Google демонстрационном ролике робот Apollo 2 компании Apptronik ходит, приседает, наклоняется, поднимает лейку с пола, а также находит и снимает с полки нужные предметы. В Google DeepMind отметили, что скорость движений ещё, конечно, предстоит улучшать, однако это обновление является «важным шагом к обретению навыков, необходимых для выполнения более сложных задач в реальных условиях, требующих координации движений всего тела».  Одновременно была обновлена модель Gemini Robotics ER 2, отвечающая за анализ окружающей среды, понимание инструкций и выполнение более сложных многоэтапных действий. Новая версия дольше сохраняет контекст задачи, определяет её начало и завершение, а также позволяет нескольким роботам разных типов совместно выполнять одну работу. Например, в одном из примеров Apollo 2 координирует действия двурукого робота Google во время уборки гаража. Ранее 3DNews сообщал о версии Gemini Robotics 1.5 и Gemini Robotics-ER 1.5, которые совместно сначала «обдумывают» задачу и только потом выполняют действие. Кроме того, модель Gemini Robotics ER 2 получила расширенные функции безопасности и теперь лучше распознаёт присутствие людей рядом, автоматически запуская защитный механизм для остановки робота, если человек подходит слишком близко. Компания также сообщила об улучшении локальной модели Gemini Robotics On-Device Model, способной работать непосредственно на самом роботе без подключения к интернету. Google закрыла отмеченный Нобелевской премией проект AlphaFold — Gemini важнее
29.07.2026 [17:32],
Павел Котов
Исследовательская группа Google, стоящая за программой AlphaFold, заслуги которой были отмечены Нобелевским комитетом, больше не существует. Большинство ключевых исследователей из отдела перевели на другие должности, а некоторые из них уже вообще не работают в компании, узнала Financial Times. 
Источник изображения: deepmind.google Система искусственного интеллекта AlphaFold точно предсказывала трёхмерные структуры белков по последовательностям аминокислот, за считанные минуты, а не годы. Сейчас она используется для ускорения разработки лекарств, создания вакцин и анализа структурных изменений в белках, связанных с нейродегенеративным заболеваниями, в том числе болезнями Альцгеймера и Паркинсона. DeepMind начала разработку AlphaFold в 2018 году. В 2020 году программа отметилась решением 50-летней задачи, стоявшей перед человечеством, — «проблемы сворачивания белков», которая состояла в поиске ответа на вопрос, как аминокислоты самостоятельно сворачиваются в сложные трёхмерные формы. Эти формы определяют биологическую роль белка. За последние полвека учёные определили структуры примерно 170 000 белков, применяя, в частности, методы рентгеновской дифракции и ядерно-магнитного резонанса. Разработчики AlphaFold использовали результаты этих работ для обучения ИИ. В 2021 году журнал Nature опубликовал материал с описанием методологии AlphaFold и предсказанием структуры всего человеческого протеома — полного набора белков, которые может производить человеческий организм. DeepMind открыла базу данных структур белков AlphaFold, предоставив исследователям бесплатный доступ к более чем 200 млн предсказанных ИИ структур белков. В 2024 году главе DeepMind Демису Хассабису (Demis Hassabis) и стоявшему у истоков проекта инженеру Джону Джамперу (John Jumper) за работу над проектом AlphaFold присудили Нобелевскую премию. В июне 2026 года Джампер объявил о своём переходе из Google в Anthropic, за ним последовали несколько коллег. Часть инженеров перевели в проекты, связанные с Google Gemini; некоторые теперь работают в Isomorphic Labs — принадлежащей холдингу Alphabet дочерней компании DeepMind, специализирующейся на разработке лекарств. «За последние девять лет наша стратегия состояла в том, чтобы сосредоточиться на масштабных задачах <..> конкретной цели, которой посвящён каждый проект. Стратегия претерпела изменения», — прокомментировал происходящее вице-президент по исследованиям Google DeepMind Пушмит Коли (Pushmeet Kohli). Глава Google DeepMind назвал сроки появления AGI и рассказал, что позволит людям конкурировать с ИИ
24.06.2026 [12:26],
Анжелла Марина
Генеральный директор Google DeepMind Демис Хассабис (Demis Hassabis) вновь подтвердил прогноз по достижению искусственного общего интеллекта (AGI) к 2030 году, одновременно перечислив человеческие качества, способные сохранить конкурентоспособность в ИИ-эпоху. 
Источник изображения: deepmind.google Выступая в Стэнфордской высшей школе бизнеса, Хассабис подчеркнул, что человечество находится на подступах к технологической сингулярности. Этот этап, характеризующийся выходом алгоритмов из-под контроля разработчиков и их способностью к непрерывному самосовершенствованию, ознаменует начало принципиально новой эры, к которой обществу необходимо готовиться уже сейчас. В индустрии пока нет единого мнения относительно точных сроков достижения AGI. Так, генеральный директор компании Anthropic Дарио Амодей (Dario Amodei) ожидает появления мощного ИИ в конце 2026 года, а представители этой же компании Джек Кларк (Jack Clark) и Марина Фаваро (Marina Favaro) считают, что к 2027 году системы смогут быстро выполнять такие задачи, на которые у людей уходят недели. В то же время глава OpenAI Сэм Альтман (Sam Altman) открыто заявляет о приближении цифрового сверхразума, тогда как главный научный сотрудник Google DeepMind Шейн Легг (Shane Legg) оценивает вероятность создания базового AGI к 2028 году примерно 50 %. Противоположную точку зрения высказывает бывший вице-президент и главный специалист по искусственному интеллекту Meta✴✴ Ян Лекун (Yann LeCun), являющийся пионером в области создания свёрточных нейронных сетей. Он называет саму концепцию общего искусственного интеллекта несостоятельной, полагая, что современные большие языковые модели (LLM) на базе архитектуры трансформеров вряд ли смогут достичь человеческого уровня мышления для выполнения высокоценной интеллектуальной работы. Несмотря на потенциальную угрозу автоматизации сложных рабочих процессов со стороны систем, способных самостоятельно принимать решения и адаптироваться к изменениям, людям удастся сохранить конкурентное преимущество. В беседе с основателем издания The Rundown AI Роуэном Чунгом (Rowan Cheung) Хассабис пояснил, что машины не смогут полностью заменить специалистов, обладающих, например, дизайнерским чутьём, креативом и изобретательностью. Google DeepMind выработала линию защиты от собственных ИИ-агентов
19.06.2026 [10:13],
Павел Котов
В Google разработали план по сохранению контроля над агентами искусственного интеллекта, которые, постоянно совершенствуясь, используются внутри компании. Чтобы помочь другим лабораториям ИИ, в Google опубликовали дорожную карту, в которой изложено поэтапное внедрение мер защиты от этой угрозы. 
Источник изображений: deepmind.google Разработанный в подразделении Google DeepMind план безопасности предполагает отход от типичного для сообщества подхода, направленного на решение «проблемы согласования» — идее определения того, как обучить систему ИИ таким образом, чтобы её действия соответствовали намерениям, ценностям и этике управляющих ею людей. В Google не спорят, что согласование остаётся одним из основных элементов безопасности, но составители дорожной карты исходят из того, что эта проблема, возможно, никогда не будет решена в полной мере. Поэтому формируется многоуровневая система безопасности, в которой ИИ-агенты рассматриваются как вероятная угроза внутри организации. Механизмы защиты от собственных ИИ-агентов во многом позаимствованы у традиционных служб безопасности, которые занимаются угрозой со стороны собственных сотрудников компаний — и адаптированы к новым условиям, потому что «ИИ системно отличается от людей». ИИ-агенты способны действовать быстрее и в большем масштабе, чем отдельный недобросовестный сотрудник, поэтому необходимы системы, способные контролировать доступ ИИ-агентов к определённым инструментам; а также системы, способные выявлять у них аномальное поведение. Существующие системы контроля доступа ориентированы на должность и полномочия конкретного сотрудника компании; некоторые поставщики систем массового управления ИИ-агентами исходят из того, что они должны иметь те же доступ и разрешения, что и сотрудники, от имени которых они работают. Этот подход в Google считают бесперспективным. По мере автоматизации рабочих процессов становится всё менее очевидно, от чьего имени работает ИИ-агент, и в полностью автоматизированной среде один ИИ-агент способен выполнять задачи, связанные с различными должностями, а не только с одной. Наконец, в интересах организации один ИИ-агент может выполнять задачи и в разных рабочих процессах. Поэтому необходима динамичная система контроля доступа, которая может меняться в зависимости от выполняемой задачи и от того, как эта задача вписывается в рабочий процесс. Допустимы сценарии, когда один и тот же ИИ-агент сначала имеет разрешение на выполнение конкретного действия или доступ к определённой базе данных, а через несколько минут в рамках другого рабочего процесса ему отказывается в тех же привилегиях. Необходима система мониторинга в реальном времени, которая знает, каким должно быть поведение ИИ-агента при выполнении любой задачи в любом рабочем процессе, и если выявляется отклонение, и он пытается сделать что-то, чего, как подозревает система, делать не должен, она оперативно реагирует.  В распоряжении Google DeepMind уже разработан внутренний прототип системы, который асинхронно отслеживает траектории работы агентов-программистов и направляет подозрительные сигналы на рассмотрение человеку. Эта система уже проанализировала около 1 млн задач этих агентов; работа «сыграла решающую роль в создании системы мониторинга в реальном времени для агента Gemini Spark» и помогла реагировать на такие проблемы как непреднамеренное удаление данных. Большинство попавших в поле зрения мониторов событий не носят злонамеренного характера — чаще всего это результат «неправильной интерпретации [задачи] агентом или чрезмерного стремления достичь поставленной пользователем цели». Мониторинг в реальном времени — лишь один из 15 способов снижения риска, которые перечислены в дорожной карте Google DeepMind. Предлагаются также журналы сетевой активности, которые изучаются в реальном времени или проверяются позже; подключение несложной, но заслуживающей доверия модели ИИ, которая осуществляет мониторинг «траектории рассуждений» — она, впрочем не всегда точно отражает, что агент в действительности «думает»; и даже отслеживание механизмов активации цифровых нейронов в нейросети, помогающее выявлять признаки того, что модель действует обманным путём — аналог МРТ в реальном времени. На основе дорожной карты разрабатывается структура под названием TRAIT&R (таксономия вредоносных тактик и алгоритмов ИИ), во многом основанная на ATT&CK — базе знаний о недружественном поведении в области кибербезопасности, поддерживаемой организацией MITRE. Таксономия выделяет три категории угроз, от которых в Google DeepMind выстраивают защиту: «утеря контроля», при которой модель развёртывает скрытые неконтролируемые инструменты; «саботаж работы» (незаметное ухудшение ИИ-агентами согласованности в области безопасности); и «прямой вред» (утечка весов модели или уничтожение критически важных активов). Компания, по её признанию, уже значительно продвинулась в реализации дорожной карты — что-то только разрабатывается, а что-то уже внедряется. В перспективе эти средства безопасности Google DeepMind намерена включить в систему Frontier Safety Framework. Google намерена узнать, что произойдёт, когда миллионы ИИ-агентов начнут действовать вместе
12.06.2026 [11:33],
Павел Котов
Специализирующееся на изучении и разработке систем искусственного интеллекта подразделение Google DeepMind объявило в выделении финансирования в размере $10 млн на изучение сценариев, при которых несколько миллионов ИИ-агентов начинают взаимодействовать друг с другом. В проекте согласились принять участие несколько частных и государственных организаций со всего мира. 
Источник изображения: deepmind.google Всего через несколько месяцев во всём мире ИИ-агенту будут развёрнуты в таких масштабах, что сопутствующие риски станут реальной проблемой, и учёные хотят опередить этот момент. Потенциальные угрозы сводятся к усиленным вариантам неблагоприятных сценариев, которые наблюдаются уже сегодня: мошеннические схемы, инъекции в запросах, которые превращают ИИ-агентов в самонаводящееся вредоносное ПО, и другие формы кибератак. Единственный способ понять, что может произойти, когда большое количество многоагентных систем будет взаимодействовать друг с другом — провести реалистичные симуляции: поместить ИИ-агентов в «песочницы» и наблюдать за их поведением. Не получится предсказать, что произойдёт, если изучать отдельных агентов или даже нескольких агентов изолированно. И нельзя предполагать, что выполняющие инструкции больших языковых моделей ИИ-агенты будут действовать рационально — сложность возникает в условиях огромного числа одновременных взаимодействий. Есть версия, которую не исключают и в Google DeepMind, что сильный ИИ (AGI) возникнет не из одной сверхумной модели, а станет порождением своего рода коллективного разума ИИ-агентов, где возможности группы оказываются сильнее, чем суммы её частей. Google DeepMind — не единственный крупный разработчик, предупреждающий об угрозах, исходящих от технологий, которые он создаёт. Ранее Anthropic опубликовала рекомендации по развёртыванию ИИ-агентов, основанные на принципе «нулевого доверия»: следует исходить из того, что компьютерная система уязвима, агент является злоумышленником, и взлом неизбежен. Ранее подходы к обеспечению кибербезопасности имели в основе предположение, что объект, от которого исходит угроза — это написанное человеком ПО, выполняющее фиксированные действия по фиксированным траекториям, указывают эксперты. ИИ-агент действует иначе: он рассуждает, импровизирует, и его можно взломать всего одной фразой в документе, который ему предлагается прочитать. В рамках проекта важно не упускать из виду не только экзотические гипотетические сценарии, но и скучные проблемы, которые уже существуют. |
|
✴ Входит в перечень общественных объединений и религиозных организаций, в отношении которых судом принято вступившее в законную силу решение о ликвидации или запрете деятельности по основаниям, предусмотренным Федеральным законом от 25.07.2002 № 114-ФЗ «О противодействии экстремистской деятельности»; |
© 1997—2026 3DNews
При цитировании документа ссылка на сайт с указанием автора обязательна. Полное заимствование документа является
нарушением
российского и международного законодательства и возможно только с согласия редакции 3DNews.
MWC 2018
2018
Computex
IFA 2018
