Хассабис предложил тест на AGI: пусть AI переоткроет теорию относительности

Что если бы AI знал всё, что знало человечество к 1911 году, — смог бы он самостоятельно открыть общую теорию относительности к 1915-му? Демис Хассабис считает, что нет. И именно это, по его мнению, отделяет нынешние модели от настоящего AGI.

Три пробела, которые не закрыть бенчмарками

На India AI Impact Summit 2026 в Нью-Дели глава Google DeepMind выступил с позицией, контрастирующей с оптимизмом коллег из Кремниевой долины. Пока Сэм Альтман говорит, что AGI «в каком-то смысле уже здесь», Хассабис указывает на три фундаментальных пробела, которые ни одна существующая система не закрыла.

Первый — непрерывное обучение. Современные модели статичны: после обучения они не учатся на новом опыте в реальном времени. «Хотелось бы, чтобы системы непрерывно обучались из контекста, персонализировались под ситуацию и ваши задачи», — объяснил Хассабис.

Второй — долгосрочное планирование. Модели справляются с короткими цепочками действий, но не способны выстраивать стратегии на месяцы или годы. Третий пробел Хассабис сформулировал через парадокс: системы, берущие золотые медали на международных математических олимпиадах, могут споткнуться на школьной арифметике, если сформулировать задачу непривычным образом.

«Настоящий общий интеллект не должен демонстрировать такую "зубчатость" — быть блестящим в одном и беспомощным в другом.» — Демис Хассабис, India AI Impact Summit

Тест Эйнштейна

Но настоящий резонанс вызвало конкретное предложение. Хассабис описал мысленный эксперимент: обучить фундаментальную модель на данных с отсечкой 1911 года, а затем проверить, сможет ли она самостоятельно прийти к общей теории относительности — как это сделал Эйнштейн к 1915 году.

Это не просто красивая метафора. Тест подчёркивает принципиальную разницу между рекомбинацией существующих знаний (с чем LLM справляются) и генерацией подлинно нового понимания (чего они пока не могут). Эйнштейну понадобилось не только знание физики — ему понадобилась интуиция, что пространство и время можно объединить, что гравитация — это кривизна, а не сила. Ничего из этого не следовало напрямую из данных, доступных в 1911 году.

Хассабис не скрывает, что сегодняшние системы этот тест провалили бы. И это, по его мнению, означает, что AGI ещё не достигнут, несмотря на впечатляющие результаты на бенчмарках.

Между оптимизмом и осторожностью

При этом Хассабис далёк от пессимизма. Он оценивает вероятность достижения AGI в ближайшие пять лет примерно в 50% и прогнозирует, что его экономическое воздействие будет «в десять раз сильнее промышленной революции, но произойдёт в десять раз быстрее — за десятилетие, а не за столетие».

В ближайшей перспективе Хассабис делает ставку на AI как со-исследователя. Он описал архитектуру, в которой общая система вроде Gemini делегирует специализированным инструментам — например, вызывает AlphaFold, когда нужно разобраться в структуре белка. Это не AGI, но это уже мощный научный инструмент.

«Нам нужно пройти этот момент очень осторожно. Социальные вызовы могут оказаться сложнее технических.» — Демис Хассабис

Война определений

Выступление Хассабиса высветило раскол, который становится всё очевиднее. The Atlantic в февральском материале «Do You Feel the AGI Yet?» обратил внимание на контраст: Альтман заявляет, что AGI «в некотором смысле» уже наступил, а Хассабис говорит, что до него ещё годы. Проблема не в том, что один из них неправ, а в том, что они используют слово «AGI» для обозначения разных вещей.

Для одних AGI — это модель, которая решает задачи на уровне специалиста в большинстве доменов. Для других — система, способная на подлинно новые открытия, непрерывное обучение и долгосрочное планирование. Хассабис явно в лагере вторых, и его тест с теорией относительности — попытка сделать эту границу конкретной и измеримой.

Пока индустрия не договорится о терминах, каждое заявление об «AGI через год» или «AGI уже здесь» будет значить ровно столько, сколько вкладывает в него говорящий. А это, возможно, самый серьёзный вызов — не технический, а коммуникационный.