Что произошло
Команда Google DeepMind 10 июня 2026 года опубликовала масштабный исследовательский доклад «От AGI к ASI», посвящённый путям перехода к искусственному сверхразуму. Под ASI исследователи понимают системы, которые превосходят по интеллекту и когнитивным способностям не отдельных людей, а крупные организации в целом. Среди авторов — Тим Женевейн, Матия Франклин, Маркус Хаттер, Торе Грепель и Шейн Легг, ведущий исследователь DeepMind.
Что такое AGI и ASI простыми словами
AGI (Artificial General Intelligence) — это общий искусственный интеллект, способный решать любые интеллектуальные задачи на уровне человека. До сих пор ни одна существующая модель не дотягивает до этого уровня, хотя границы постепенно размываются. ASI (Artificial Superintelligence) — это следующая стадия: интеллект, превосходящий лучших экспертов во всех областях одновременно и работающий быстрее человека. Если AGI — это «равный коллега», то ASI — это «сверхорганизация», которую невозможно превзойти по сумме компетенций.
В исследовании подчёркивается: переход от AGI к ASI — это не просто количественный рост мощности, а качественный скачок. Система уровня ASI способна рекурсивно улучшать сама себя, создавать новые научные теории и координировать работу огромных групп других AI-агентов. Ранее мы уже разбирали как DeepMind подходит к рискам собственных ИИ-агентов — новое исследование логически продолжает эту тему, расширяя её до стратегического уровня.
Какие сценарии рассматривает исследование
Доклад выделяет несколько ключевых направлений. Первое — скорость перехода. Если AGI появится в ближайшие годы, то ASI может появиться «внезапно», без длительного переходного периода. Второе — коллективный интеллект. Несколько AGI-систем, работающих вместе, могут давать синергетический эффект, существенно превышающий сумму их индивидуальных возможностей. Третье — взаимодействие людей и ИИ. Управление «смешанными командами», где часть решений принимают люди, а часть — машины, требует совершенно новых подходов к координации.
Отдельная глава посвящена социальным последствиям. Авторы прямо признают, что последствия AGI для занятости, экономики и образования изучены слабо. Если большая часть когнитивных задач будет автоматизирована, потребуется переосмысление фундаментальных экономических механизмов — переход от труда как основного ресурса к капиталу, и его влияние на общественный договор. Эта тема уже поднималась в материале о том, как бывшие лидеры AI-индустрии предупреждают о рисках для рынка труда.
Чем новое исследование отличается от прошлых работ
DeepMind не первый раз обращается к теме будущего ИИ. Однако прошлые публикации чаще фокусировались на конкретных технических результатах: AlphaGo обыграл человека в го, AlphaFold предсказал структуру белков, а модели семейства Gemini показали выдающиеся результаты в мультимодальных задачах. Нынешний доклад принципиально другой — это попытка посмотреть на ситуацию стратегически, на уровне всей индустрии и общества.
Важно и то, что авторы не обещают скорого появления ASI. Они прямо говорят: «Многие из этих последствий крайне непредсказуемы». Цель исследования — не предсказать дату, а обозначить спектр возможных сценариев и подготовить почву для серьёзной дискуссии. Это редкая для крупной корпоративной лаборатории позиция открытости и осторожности одновременно.
Почему DeepMind публикует это сейчас
Вокруг DeepMind в последние месяцы произошёл ряд заметных кадровых перестановок — из компании ушли несколько ключевых исследователей, в том числе лауреат Нобелевской премии Джон Джампер, работавший над AlphaFold. Публикация масштабного стратегического доклада — это одновременно и демонстрация интеллектуального лидерства, и способ удержать внимание индустрии на ключевых исследовательских вопросах. Подробнее о кадровых изменениях в компании мы рассказывали в материале о том, как нобелевский лауреат по AlphaFold ушёл из DeepMind в Anthropic.
Что это значит для индустрии и общества
Публикация DeepMind — это сигнал всему рынку: разговор о сверхразуме перешёл из области фантастики в плоскость серьёзных исследовательских работ. Конкуренты — OpenAI, Anthropic, Meta — вынуждены будут как-то реагировать: либо публиковать собственные дорожные карты, либо объяснять, почему они их не публикуют. Для регуляторов и политиков это ещё один аргумент в пользу того, чтобы ускорить разработку правовых рамок для продвинутого ИИ.
Что дальше
Исследование DeepMind — это точка отсчёта, а не финальная позиция. Авторы прямо указывают, что многие темы — экономические последствия, психологические эффекты, политические риски — изучены слабо и требуют отдельных исследований. Следующие месяцы покажут, как индустрия и академическое сообщество отреагируют на эту работу и появятся ли альтернативные дорожные карты от других крупных лабораторий.
AI Digest (ai-digest.ru) — актуальные новости, статьи и гайды об искусственном интеллекте.
