🧠 Подкаст с Демисом Хассабисом у Лекса Фридмана: AGI к 2030 — ключевые инсайты

Главная гипотеза: любой паттерн в природе можно эффективно смоделировать классическим алгоритмом обучения. Почему? Эволюция создала структуру — значит, есть градиенты для обучения.

Доказательства:
- AlphaFold: 10^300 структур белка → решение за миллисекунды
- Veo 3: физика жидкостей из YouTube без взаимодействия с миром
- WeatherNet: прогноз быстрее суперкомпьютеров

🎯 AGI: 50% к 2030

Критерии готовности:
- Консистентность через все домены (не "зубчатый" интеллект)
- Способность к гипотезам уровня Эйнштейна
- Изобретение игры глубины Go

Move 37 для AGI = новая физическая теория или математическая гипотеза.

⚡️ Прорывы 2024-2025:
- Veo 3 — интуитивная физика из пассивного наблюдения

Опровергает embodied AI: не нужно трогать мир
Путь к интерактивным играм и моделям мира

AlphaEvolve — LLM + эволюционный поиск
Гибридные системы: foundation models + алгоритмы поиска
Потенциал рекурсивного самоулучшения

🚀 Google за год:
- DeepMind + Google Brain = критическая масса + "стартап внутри корпорации"
- relentless progress + relentless shipping + миллиарды пользователей

🔬 Виртуальная клетка — следующий AlphaFold
Цель: полная симуляция дрожжевой клетки → 100x ускорение биоэкспериментов
Стек: AlphaFold 3 → метаболические пути → иерархические временные масштабы

💡 Практические выводы:
- Изучайте гибридные системы (LLM + поиск + симуляции)
- Топ-программисты станут 10x продуктивнее, а не заменены
- Смещение от фронтенда к архитектуре

Энергетика: термояд + солнце = конец дефицита → добыча астероидов → колонизация космоса
P vs NP: новый класс "LNS" (Learnable Natural Systems) — полином на обучение, экспонента на решение

P.S. Хассабис планирует создать игру после AGI. Первая игра от сверхинтеллекта для людей? 🎮

2 часа годноты. Слушаем в фоне.

#AGI #DeepMind #LexFridman #DemisHassabis
———
@tsingular