Нобеловият лауреат и директор на Google DeepMind смята, че изкуственият интелект може да помогне да победим всяка болест за около десетилетие. В разговор след откриването на Google I/O той обяснява докъде стигна тази идея и къде остават нерешените въпроси.
Десетилетия наред определянето на формата на един-единствен белтък беше бавна и скъпа лабораторна работа. Програмата AlphaFold, разработена в Google DeepMind, предсказа триизмерната структура на около 200 милиона белтъка за около година и след това екипът отвори цялата база данни безплатно за всеки изследовател. Това звучи технично, но е от значение за всеки от нас: белтъците управляват почти всичко в тялото, от свиването на мускулите до начина, по който имунната система разпознава вирус.
За тази работа Демис Хасабис получи Нобелова награда за химия през октомври 2024 г., заедно с колегата си от DeepMind Джон Джъмпър и Дейвид Бейкър от Вашингтонския университет. Наградата е рядък случай, в който отличието е дадено за самата система с изкуствен интелект, а не за откритие, направено с нейна помощ. AlphaFold вече е използвана от над два милиона учени в 190 държави.
Затова, когато Хасабис казва, че най-важното, което изкуственият интелект може да направи за човечеството, е да сложи край на болестите, хората го слушат. Тази статия разделя две неща, които лесно се смесват: какво вече е доказано и какво е прогноза. Първото е факт. Второто е визия на един от най-влиятелните учени в областта, и тя има своите граници.
„Най-важното приложение на ИИ е човешкото здраве“
В разговора Хасабис се връща отново и отново към здравето, не към търсачките, филмите или програмирането. Той описва нов набор инструменти, които DeepMind нарича Gemini за науката. В сърцевината им е система, наречена Code Scientist: специално дообучена версия на езиковия модел Gemini, снабдена с допълнителни умения, които учените ползват всеки ден. Тя проверява научна литература, добавя цитирания, разчита графики и работи като помощник изследовател.
Идеята е да се ускори най-бавната част от откриването. По думите на Хасабис, голяма част от времето и парите в науката отиват за търсенето на иглата в купа сено, тоест за намирането на правилното вещество или механизъм сред милиони възможности. Точно тук изкуственият интелект може да свие години работа до седмици.
Можем ли да се доверим на лек, който не разбираме?
Редно е да зададем този въпрос, който мнозина се притесняват да формулират. Ако някой ден изкуственият интелект открие лек срещу болест, която хората не разбират докрай, а математиката зад него е твърде сложна за човешкия ум, ще трябва ли просто да му се доверим сляпо?
Отговорът на Хасабис е спокоен и важен: „Хубавото на практическите науки е, че можем да проверим отговора емпирично“, казва той. С едно лекарство това означава, че никой не вярва на модела на сляпо. Веществото минава през лабораторни тестове и клинични изпитвания при хора, точно както от век насам. Не е нужно да разбираме напълно как работи, за да докажем, че е безопасно и че действа.
Хасабис добавя и друг предпазен механизъм. AlphaFold не дава просто един отговор, а отбелязва доколко е сигурна в различните части от структурата. Тоест системата сама показва къде е уверена и къде не е, което позволява на учения да прецени на какво да се довери. В бъдеще, допуска Хасабис, връзка между AlphaFold и Gemini би могла дори да обяснява предсказанията на разбираем за човека език.
Откритието за седмици, проверката за години
Тук се крие най-честно поднесеното ограничение в целия разговор, и то идва от самия интервюиращ. Дори ако изкуственият интелект свие търсенето на нов лек до седмици, проверката му остава бавна. Извеждането на едно ново лекарство на пазара отнема над десетилетие и струва повече от милиард долара.
С други думи, ако откриването падне до седмици, но изпитванията продължават десет години, до излекуването пак има десет години. Ускоряваме едната половина от пътя, не цялата. Това не отменя визията на Хасабис, но я поставя в реалистична рамка: „край на болестите за десетилетие“ все още е само амбициозна цел, а не обявен резултат.
Кога идва изкуственият общ интелект?
Цялата сметка опира до едно число: колко далеч сме от истинския пробив. Хасабис смята, че сме близо до изкуствен общ интелект, или AGI, най-вероятно около 2030 г., плюс-минус година. AGI е система, която може да се справя с широк кръг интелектуални задачи на нивото на човек, а не само с една тясна задача.
Той уточнява, че това не е заради изненадващи пробиви, а защото нещата вървят по план. Преди две-три години би посочил срок от пет до десет години. Сега, по думите му, оценката му е към по-ранния край на този диапазон, а несигурността около нея е малко по-малка заради видимия напредък при програмиращите помощници и при математическите системи.
На откриването на Google I/O Хасабис завършва с изречение, което се разнася бързо: когато погледнем назад към това време, ще разберем, че сме стояли в подножието на сингулярността. За него сингулярността е епохата, която ще започне с идването на AGI. Той описва прехода, като начало на нова ера, чиито последствия още не можем да измерим.
Един въпрос остава открит: ако целта е лечение на болестите, защо по-голямата част от изчислителната мощ на DeepMind днес отива другаде, към чатботове и помощници? Отговорът на Хасабис е, че търговският успех захранва научната работа. Приходите от масовите продукти плащат сметките и финансират изследвания, които понякога се подаряват безплатно, както стана с AlphaFold.
„В крайна сметка проверката е дали някой наистина е готов да ти плати, за да ползва нещо“, казва той. За него това е знакът, че създаденото е истински полезно.
Момчето, което не искаше да е изпълнителен директор
Зад титлата на директора стои човек, който никога не е планирал да бъде такъв. Хасабис се учи сам да програмира на компютъра ZX Spectrum на осем години, става майстор по шах като дете и е приет в Кеймбридж на шестнайсет. Той е бил втори в света по шах сред момчетата под четиринайсет, преди да спре, защото е смятал, че пилее ума си и трябва да го насочи към друго.
Основава DeepMind в Лондон през 2010 г. заедно с Шейн Лег и Мустафа Сюлейман. Google купува компанията през януари 2014 г. за над 500 милиона долара, една от най-големите европейски покупки на компанията дотогава. Хасабис поставя едно непреклонно условие при сделката: DeepMind да може да продължи фундаменталните си научни изследвания.
Интересна подробност от разговора заслужава поправка. Хасабис споменава, че оригиналното Google търсене е започнало като докторски проект. Това е вярно, но проектът е на Лари Пейдж и Сергей Брин в Станфорд, известен първоначално като BackRub, а не на лицето, чието име се появява в автоматичния препис на видеото. От него израства алгоритъмът PageRank, основата на търсачката.
Мисията на Хасабис, струва скъпо на самия него и времето, посветено на нея е нещо, което успехът не може да върне. Той споделя, без да назове цената пряко, че едва успява да се наспи и не помни кога за последно е бил в отпуск. Същевременно се шегува, че ще си вземе дълга почивка, когато всичко това приключи. Но е ясно, че този момент не е близо. В денят след Нобеловата награда Хасабис се върнал на работа.
Какво остава да се види
Историята на AlphaFold показва, че големите твърдения на Хасабис не са празни приказки. Той вече е направил веднъж нещо, което мнозина смятаха за невъзможно, и е получил най-високото научно отличие за него. Това му дава право да бъде изслушан, когато говори за следващото десетилетие.
В същото време разликата между доказано и обещано остава важна. AGI около 2030 г. и лечение на всяка болест до десетилетие са прогнози, не факти, и зависят от бавната, скъпа проверка, която изкуственият интелект засега не ускорява. Дали Хасабис е прав, ще покаже само времето. Сигурното е, че няма да спре да опитва, докато не разбере отговора.
Източници и допълнителна литература:
- Видеоинтервю с Демис Хасабис, заснето в Маунтин Вю след откриването на Google I/O
- Nobel Prize in Chemistry 2024, Royal Swedish Academy of Sciences (nobelprize.org)
- Google DeepMind, AlphaFold Protein Structure Database (alphafold.ebi.ac.uk)
- „DeepMind’s Hassabis and Jumper scoop Nobel Prize in Chemistry“, TechCrunch, окт. 2024
- „History of Google“ и „Larry Page“, Wikipedia (за произхода на PageRank / BackRub)
