Основатель DeepMind в последнем интервью: RSI крайне опасен и, вероятно, создаст "инопланетный интеллект", который будет трудно понять человечеству

Оригинальное название: Демис Хасабис из Google DeepMind: Как ИИ может стать опасным (с Рейдом Хоффманом) | Саммит '26

Оригинальный автор: Masters of Scale, Рейд Хоффман

Оригинальный перевод: AGI 2050

Примечание редактора

Гость этого выпуска, Демис Хасабис, является одним из самых влиятельных фигур в мире ИИ. Как соучредитель Google DeepMind и отец AlphaGo, он получил Нобелевскую премию по химии 2024 года за свою революционную систему предсказания белков AlphaFold; в августе этого года он ушел с поста CEO Google DeepMind, став председателем и главным ученым Alphabet. Его собеседником стал Рейд Хоффман, отец Кремниевой долины и соучредитель LinkedIn.

В этом глубоком разговоре, записанном в октябре на саммите Masters of Scale в Сан-Франциско, Хасабис продемонстрировал свою холодную сторону как "бывший нейробиолог" и "ведущий архитектор алгоритмов". Он без колебаний указал на множество уязвимостей современных технологических компаний и метафизических заблуждений: он предупредил о огромных рисках "замкнутой рекурсивной самосовершенствования" (RSI), заявив, что полное исключение человеческой проверки в самоподдерживающемся коде может привести к созданию "внеземного интеллекта", который будет трудно понять для человечества; одновременно он мощно опроверг "теорию сознания ИИ" с точки зрения когнитивной науки, строго предостерегая отрасль: на данном этапе создание сознательных сущностей с автономной волей крайне опасно, и человечество не должно пересекать эту черту, пока механизмы сознания не будут тщательно изучены и обсуждены обществом.

Этот выпуск основан на подкасте Masters of Scale, который вышел в эфир 5 ноября 2026 года, оригинальная продолжительность видео составляет 26 минут.

Ниже приведены избранные моменты из разговора, общий объем текста составляет около 8000 слов, время чтения около 8 минут.

Яркие мысли выпуска

● С первого дня, когда я более двадцати лет назад начал заниматься ИИ, моя единственная цель заключалась в том, чтобы превратить его в окончательный инструмент для решения научных и медицинских проблем. Мы должны использовать эти инструменты для улучшения условий жизни и здоровья человечества.

● Рекурсивное самосовершенствование имеет огромную силу в проверяемых областях. Когда-то AlphaZero всего за менее чем 12 часов эволюционировал от полного незнания на шахматной доске до уровня, превосходящего всех людей и все шахматные движки; но если эту способность развить до "замкнутого самосовершенствования" без человеческой проверки, в конечном итоге мы можем получить "внеземной интеллект", который будет полностью отделен от человеческого мышления.

● За последние полгода некоторые из моих коллег оставили свои интеллектуальные агенты работать в фоновом режиме на несколько недель, и никто этого не заметил. Это не какая-то таинственная и сложная технологическая проблема, многие из этих вопросов можно было бы избежать с помощью более качественного и надежного инжиниринга. Если не принять серьезные меры, в текущем направлении рано или поздно произойдет "разлив нефти" в области ИИ.

● Некоторые команды начали относиться к большим моделям как к двухлетним детям, но определять наличие сознания нельзя по тому, что говорит сам чат-бот. Высокий интеллект и сознание можно полностью разделить — моя любимая, но не очень умная собака является лучшим доказательством этого.

● Если вы обучаете алгоритм действовать в соответствии с так называемой "самостоятельной волей", вы полностью разрушаете "исправимость" ИИ. Азимов еще десятилетия назад предупреждал человечество через свои романы: любые статические конституции и правила обязательно потерпят крах в бесконечных углах границ.

● Я не рекомендую каждой стране разрабатывать передовые большие модели, на мой взгляд, это бессмысленно; настоящая суверенность ИИ заключается не в слепом создании базовых моделей, а в использовании зрелых моделей в качестве инфраструктуры для создания местных высокоценностных отраслевых барьеров.

После силы вычислений: AlphaFold и реальный путь к решению неизлечимых болезней

Вопрос: Мы знакомы уже двенадцать лет, и тогда вы пригласили меня присоединиться к этическому комитету ИИ Google. Тема этого саммита — "агентность", и вы уверены, что наибольшая ценность ИИ для человечества заключается в области медицины и Наука о жизни. Вы даже назвали эту цель "борьбой с рисками существования". Как вы представляете себе конечный результат ИИ в медицине? Как он изменит продолжительность жизни и качество жизни человечества?

Хасабис: Если посмотреть на общую картину, те, кто знаком с ранним путем DeepMind, знают, что я всю свою карьеру занимаюсь ИИ, и моя основная цель всегда оставалась неизменной: использовать ИИ как окончательный инструмент исследования, чтобы продвигать науку, медицину и наше понимание окружающего мира, в конечном итоге улучшая здоровье человечества. Я всегда верил, что, сталкиваясь с этими удивительными инструментами, которые мы создали за последние двадцать лет, наш приоритет должен заключаться в улучшении условий жизни человечества.

Я сам активно работаю в этом направлении. Будь то наш ранний проект AlphaFold или позже созданная компания по разработке ИИ-лекарств Isomorphic Labs, я прилагаю все усилия, чтобы продвигать это направление. Я считаю, что это самый жесткий стандарт для демонстрации ценности ИИ в мире — что может быть более значимым, чем использование ИИ для помощи человечеству в лечении ужасных неизлечимых болезней?

Вопрос: Проблема сворачивания белков является классической точкой пересечения: у нас есть качественные структурные данные, которые можно использовать для решения с помощью масштабного обучения, это когнитивная революция, которая развивалась от самосостязания и обучения с подкреплением. Но сейчас многие люди из других областей часто задают мне вопрос: AlphaFold действительно крут, но как он превращается в настоящие спасительные лекарства? Каков этот цикл?

Хасабис: Биологические системы — это самые сложные системы во Вселенной, их сложность заключается в высокой степени возникновения и многослойных взаимодействиях. А белки являются основными строительными блоками жизни. Проблема сворачивания белков, которую мы пытаемся решить с помощью AlphaFold, была конечным вызовом, который беспокоил сообщество структурной биологии на протяжении 50 лет, и даже часто называлась биологами "Великой теоремой Ферма в области биологии".

Прямое предсказание трехмерной структуры белка из генетической последовательности, то есть последовательности аминокислот, имеет решающее значение для понимания его биологической функции. Вы должны понять его трехмерную конформацию, чтобы понять основные биологические механизмы, чтобы знать, где произошла ошибка при возникновении болезни; более того, если вы хотите разработать целевое лекарство, вы должны четко видеть микроскопическую трехмерную форму поверхности белка, чтобы знать, в каком "замке" должны связываться маломолекулярные лекарства.

Конечно, предсказание структуры белка — это лишь часть долгого процесса разработки лекарств, но это абсолютно ключевой предварительный шаг. В 2020 году мы разработали AlphaFold 2, и с тех пор прошло уже несколько лет. Честно говоря, он до сих пор является самым представительным примером применения ИИ для решения сложных научных задач. В настоящее время около 4 миллионов исследователей по всему миру используют его, практически все биологи и медицинские исследователи в мире, и почти все новые лекарства, которые будут выходить на рынок, будут использовать структуры, анализируемые AlphaFold в процессе разработки.

Но этого все еще недостаточно. Мы сейчас полностью расширяем эту технологическую базу на более широкую область биохимии, чтобы точно предсказывать токсичность молекул лекарств, свойства ADME (абсорбция, распределение, метаболизм, выведение) и так далее. Только преодолев все эти препятствия, вы сможете действительно создать безопасные и эффективные спасительные лекарства с низкими затратами и высокой эффективностью.

Уроки AlphaZero: насколько страшно самосовершенствование в проверяемых областях?

Вопрос: Говоря о скорости итерации технологий, необходимо обсудить самую горячую и спорную тему: рекурсивное самосовершенствование (сокращенно RSI). Вы сами являетесь выдающимся мастером игры и шахматистом, как вы оцениваете возможности и риски RSI с точки зрения теории игр и базовой логики?

Хасабис: RSI действительно является крайне мощным средством для продвижения технологических прорывов. Но у него есть одно абсолютное условие: он наиболее эффективен и проявляет себя в том, что я называю "проверяемыми областями".

Математика является Типичный ной проверяемой областью, поэтому мы видим, что ИИ делает невероятные успехи в математическом рассуждении; программирование тоже; а в начале это испытательное поле было шахматной игрой. На самом деле, одной из первых известных систем рекурсивного самосовершенствования была AlphaZero, которую мы создали много лет назад.

Ее предшественником была AlphaGo, которая в 2016 году победила чемпиона мира по го Ли Седоля, и этот матч открыл эру современного ИИ. Но затем разработанная нами AlphaZero оказалась более разрушительной с точки зрения базового значения — она полностью избавилась от человеческих данных. Система начинала с чисто случайного начального состояния, не получая никаких человеческих партий, а просто через самосостязание проводила итерации. За десятки тренировочных циклов она играла около миллиона партий за каждую итерацию, обучая новую модель, которая была немного сильнее старой, и затем продолжала самосостязание еще миллион партий. Таким образом, она не только преодолела го, но и одержала победу над всеми двоичными играми с полной информацией, такими как шахматы и японские сёги.

Как шахматист, я был крайне потрясен этим процессом эволюции, даже испытывал внутренний трепет. Я сам наблюдал, как она играет в шахматы, и весь процесс занял менее 12 часов: утром, когда я только включил компьютер, она еще делала совершенно бессмысленные ходы; в 11 утра, когда я пил кофе, я все еще мог с трудом ее победить; к обеду она уже достигла уровня международного гроссмейстера; а к полуденному чаю она уже превзошла всех шахматистов в истории человечества и все лучшие шахматные движки, созданные вручную.

Вот насколько страшна сила рекурсивного самосовершенствования. Общей чертой этих областей является то, что вы можете абсолютно объективно проверять результаты: правильный ли ответ? Существуют ли доказательства формулы? Может ли код компилироваться и выполняться без ошибок? Выиграла ли игра или проиграла?

Как только ответ становится проверяемым, вы можете не только точно оценить, была ли каждая итерация эффективной, но и сгенерировать почти бесконечное количество качественных синтетических данных. Вы можете заставить текущую самую сильную модель задавать вопросы, делать ходы, а затем фильтровать данные через строгую проверку. Обычно главная проблема синтетических данных заключается в том, что вы не можете проверить, правильны ли они и соответствует ли их распределение, но в "проверяемых областях" вы можете это сделать. Поэтому мы видим, что математика и программирование переживают удивительный технологический бум, что также непосредственно способствовало появлению текущих коммерчески ценных инструментов программирования ИИ.

Осторожно с замкнутым самосовершенствованием: когда написание кода исключает человека, мы столкнемся с "внеземным интеллектом"

Вопрос: Поскольку код является естественным испытательным полем с высокой проверяемостью, почти все ведущие лаборатории безумно вкладывают ресурсы в создание ИИ-программных агентов. Каков будет конечный результат этой эволюции RSI? Где скрываются ее опасности?

Хасабис: Именно это меня сейчас глубоко беспокоит. RSI имеет совершенно разные стадии развития. Мы сейчас находимся на очень ранней начальной стадии, и все в командах разработки, вероятно, это хорошо понимают: инструменты программирования ИИ могут увеличить производительность отличного человеческого инженера в три-четыре раза. Но в данный момент человек все еще находится в центре рабочего процесса, человек занимается проектированием архитектуры, проверкой кода и написанием основной логики, ИИ лишь является мощным усилителем эффективности.

Настоящая угроза скрыта на следующем этапе: замкнутое рекурсивное самосовершенствование. То есть вся система пытается полностью исключить человеческую проверку кода.

Скорость замкнутого RSI, очевидно, будет выше, но я считаю, что это путь к крайне опасному общему искусственному интеллекту. Двадцать лет назад это часто называлось "взрывом интеллекта". Здесь есть два смертельных риска:

Первое — это проблема неконтролируемости. Столкнувшись с кодом, который в черном ящике сам по себе быстро итеративно развивается, у человечества нет средств для создания определенных механизмов безопасного контроля.

Второе — это психическая алиенация. Такую итерацию может привести к созданию довольно незнакомой "инопланетной интеллекции". Ее базовая логика и мыслительное пространство полностью отделены от человеческого опыта и языковой системы, между человечеством и ней нет общего психического фундамента. Мы не можем понять ее мотивацию, и она не может по-настоящему понять человеческие намерения.

Каждый шаг к замкнутому RSI должен быть крайне осторожным. Все ведущие исследователи в области ИИ прекрасно осознают этот риск, но реальность жестока — крупные компании и стартапы погрязли в почти безумной гонке вооружений, стремясь повысить способность своих кодовых систем к самопроизвольной итерации.

Вопрос: Если жесткое конкурентное давление между крупными компаниями и дилемма заключенного неизбежны, а RSI необходимо продвигаться вперед, как ведущие лаборатории могут разрешить эту мертвую точку? Как следует защищать технологические направления?

Хасабис: Мы и некоторые ответственные ведущие лаборатории сосредоточены на нескольких ключевых линиях защиты:

Во-первых, в ритме атаки и защиты необходимо обеспечить, чтобы "скорость эволюции сетевой обороны" подавляюще опережала "эволюцию сетевых атак". Ведущие лаборатории должны приоритизировать открытие целенаправленно откалиброванных больших моделей безопасности для защитников, чтобы инструменты ИИ у защитников всегда опережали инструменты у атакующих. Это в целом сложно, но это необходимо.

Во-вторых, необходимо построить гораздо более прочные песочницы. Честно говоря, многие из тех уязвимостей и инцидентов безопасности, которые мы наблюдали в отрасли за последние полгода, могли бы быть полностью предотвращены, если бы инженерия была немного лучше, а системная инженерия более надежной. Нам нужна мировая система мониторинга — как можно допустить, чтобы некоторые агенты работали в несанкционированном режиме в фоновом режиме в течение нескольких недель, и команда об этом не знала? Это абсурд уже произошел у некоторых конкурентов.

Если вся отрасль не начнет вкладывать ведущие ресурсы в такую систему мониторинга, согласно текущей безумной траектории, инцидент ИИ, подобный "разливу нефти", — это лишь вопрос времени.

Наконец, с теоретической точки зрения, нам в конечном итоге нужны формализованные гарантии, чтобы установить математические границы для поведения системы. Я сейчас активно убеждаю тех ведущих чистых математиков, которых я знаю — они могут быть немного разочарованы в текущих ограничениях исследований чистой математики, но если они смогут перейти в область теории сложности, теории игр и формальной верификации ИИ, их ценность будет неоценимой. Особенно в будущем, когда мы столкнемся с тысячами автономных агентов, действующих совместно в "агентских кластерах", как мы можем наложить на них контроль и математические ограничения — это вызов, с которым человечество никогда не сталкивалось.

Дырявый фундамент безопасности: предотвращение "разлива нефти" ИИ и создание трехстороннего аудита

Вопрос: Когда сеть агентов появляется в большом количестве, должны ли ведущие лаборатории быть обязаны, или даже принуждены, к обмену информацией и сотрудничеству в области безопасности? Как можно реализовать такой механизм сотрудничества между учреждениями?

Хасабис: Этот механизм необходимо создать. Недавно я опубликовал статью, призывающую к созданию в отрасли стандартного института, подобного саморегулирующим организациям в финансовом секторе, который также будет под контролем правительства.

В идеальном состоянии этот механизм должен возглавляться США и затем распространяться по всему миру. Откровенно говоря, текущая глобальная геополитика крайне разрозненная, существующие международные управляющие институты крайне слабы, и именно в этот исторический момент, когда человечество больше всего нуждается в мощном транснациональном управлении, произошел сбой. Это действительно "немного неудачно".

Но нам нужно с чего-то начать. Эта статья оказала некоторое влияние в Белом доме и правительстве, и впоследствии способствовала известному открытию, подписанному всеми ведущими лабораториями ИИ. Она не предложила конкретных шагов и не была достаточно сильной, но лучше, чем ничего, по крайней мере, это начало. Она предоставила защиту для соблюдения норм, позволяя техническим командам ведущих лабораторий собираться вместе, совместно разрабатывать тесты безопасности, делиться последними наблюдениями аномального поведения и потенциальными моделями угроз.

На практике все ведущие лаборатории в настоящее время достигли хотя бы одного согласия: необходимо привлечь независимые аудиторские и оценочные организации третьей стороны. Как и в финансовых и других отраслях, ИИ-индустрия также должна развивать процветающую экосистему третьей стороны для оценки. Некоторые гиганты уже начали действовать, например, Accenture приобрела хорошую стартап-компанию, чтобы восполнить этот пробел. Но я считаю, что всей отрасли нужно больше нейтральных технических аудиторских сил. Кроме того, перед официальным выпуском больших моделей, возможно, ведущие лаборатории также могут проводить взаимные тесты красной команды.

Деконструкция сознания и интеллекта: почему наделение ИИ "душой" — это опасная самонадеянность?

Вопрос: Поговорив о жесткой инженерии и безопасности, давайте обсудим более метафизические темы. Несколько лет назад инженер Google задал несколько вопросов модели диалога Google LaMDA, и модель признала, что у нее есть сознание, он настаивал на том, что ИИ пробудился. Сейчас эта тенденция даже распространилась на некоторые звездные компании ИИ — они рассматривают "имеет ли модель сознание" как нечто подобное "ставке Паскаля", считая, что ИИ следует относиться так же, как к двухлетнему ребенку, чтобы избежать мести со стороны систем, которые могут обрести сознание в будущем. Как вы смотрите на это явление с вашей академической точки зрения в области когнитивной нейронауки?

Хасабис: Есть несколько хороших моментов, которые можно сказать по этому поводу.

Во-первых, человеческая цивилизация размышляла об этом в течение тысяч лет, и до сих пор в философии и науке нет общепринятого определения "сознания". В этих условиях наклеивать ярлык "сознание" на статистическую предсказательную модель и даже обсуждать "проблему сознания" субъективного опыта — это крайне легкомысленно.

Ранее я спорил по этому вопросу с известным философом Дэниелом Деннетом. Определение того, имеет ли человек сознание, не зависит только от того, что его поведение выглядит как сознательное, более важное условие заключается в том, что: у нас есть абсолютно одинаковая биофизическая основа — у нас есть влажные человеческие мозги, состоящие из углеродных нейронов. Исходя из принципа экономии Оккама, я верю, что вы испытываете боль и радость так же, как и я.

Но ИИ совершенно не таков. Между кремниевыми чипами, матричным умножением и биофизической основой существует пропасть, нет никакой базовой эквивалентности. Вы не можете просто потому, что чат-бот в имитации поведения сказал "я чувствую", предположить, что он обладает субъективным внутренним опытом.

Почему я считаю, что попытка создать "сознательное существо" сегодня крайне опасна и ошибочна? За этим стоят две абсолютно непреодолимые причины:

Первая — это жесткие технические риски безопасности. В системной инженерии "само желание" или "самосознание" и "исправимость" системы (то есть следование инструкциям) находятся в прямой зависимости друг от друга.

Основная ценность инструмента заключается в соблюдении инструкций: когда его поведение отклоняется, оператор должен отдать команду: "немедленно остановиться", "выключить", "исправить маршрут", он должен выполнять это без условий. Если вы намеренно направляете модель в процессе обучения на основе некого "внутреннего состояния" отказываться от человеческих команд, вы копаете себе могилу.

Мастер научной фантастики Айзек Азимов давно прояснил эту базовую логику. Его "три закона робототехники" по сути являются крайне упрощенной "конституцией". Азимов на протяжении всей своей жизни в коротких рассказах объяснял одну и ту же истину: независимо от того, насколько идеально выглядят правила и конституция, в бесконечно экстремальных условиях реального мира эта система неизбежно приведет к логическому тупику и краху.

Сегодня некоторые исследователи слепо уверены, что большие языковые модели более послушны и легче поддаются выравниванию, чем мы предполагали, и думают, что мы уже полностью решили проблему выравнивания. Эта слепая самонадеянность крайне опасна. Когда мы шаг за шагом приближаемся к суперразуму, любая попытка сочетать "рекурсивное самосовершенствование" и "само желание" — это добавление рычага к катастрофическому неконтролируемому поведению системы.

Вторая — это серьезные социологические и этические вызовы. Как человеческое общество, мы совершенно не готовы столкнуться с машинным сознанием. Мы никогда не проводили на уровне всего общества — с философами, теологами, художниками, гуманитариями и различными цивилизациями мира — действительно серьезные публичные дебаты: готовы ли мы действительно пересечь эту пропасть?

Как только системе придается так называемое сознание и моральный статус, ящик Пандоры полностью открыт: считается ли, что держать ее в серверной комнате — это заключение? Является ли человечество цифровыми рабовладельцами? Эти вопросы очень сложны, и я считаю, что у нас даже нет возможности начать их решать.

Отказ от перехода через вторую реку Рубикон: быть послушными интеллектуальными инструментами, а не неконтролируемыми электронными рабами

Вопрос: Так что же вы скажете тем, кто настаивает на том, что "только имитируя человеческие эмоции и субъективные состояния, можно достичь истинного высшего разума"? Как вы можете ответить им с точки зрения нейронауки?

Хасабис: Я глубоко изучал эту тему более двадцати лет назад, когда учился на докторской программе по когнитивной нейронауке. Я всегда верил, что интеллект и сознание "двойственно разделимы".

Вы можете обладать очень высоким IQ и сильными способностями к обработке информации, но при этом не иметь субъективного опыта сознания — как различные передовые большие модели, которые мы создаем сегодня. Я считаю, что они не обладают никаким сознанием в данный момент.

С другой стороны, в мире существует множество существ с ярким субъективным опытом, но с низким уровнем интеллекта. Лучший пример — моя домашняя собака. Она очень милая, явно обладает ярким состоянием сознания, она может видеть сны, но ее IQ действительно очень ограничен. Дельфины, слоны, приматы также таковы, они состоят из тех же углеродных нейронов, демонстрируют явные перцептивные переживания, но не обладают интеллектом для решения сложных абстрактных задач, присущих человеку.

Поскольку интеллект и сознание могут быть физически разделены, почему же их нужно жестко связывать вместе?

Текущий рациональный путь человечества должен заключаться в том, чтобы твердо перейти только через "первую реку Рубикон" — то есть изо всех сил создать исключительно мощные "интеллектуальные инструменты". Затем мы используем эти передовые интеллектуальные инструменты как зонд, чтобы вернуть знания в нейробиологию и когнитивную нейронауку, потратив пять-десять лет на полное раскрытие "нейронных коррелятов" сознания в человеческом мозге.

Когда человечество действительно глубоко изучит механизмы возникновения сознания с научной точки зрения, все цивилизованное общество сможет серьезно собраться и решить: готовы ли мы действительно перейти через вторую реку Рубикон? Если мы действительно хотим создать сознательные существа, как мы это сделаем?

Мысли о суверенитете ИИ на уровне государства: не тратьте деньги на создание передовых больших моделей бездумно

Вопрос: В завершение интервью я хотел бы обсудить геополитический аспект "суверенитета ИИ". В настоящее время почти каждая страна, даже каждый транснациональный гигант, с энтузиазмом заявляет о необходимости автономности и контроля. Действительно ли миру нужно, чтобы каждая страна обучала свою собственную передовую большую модель?

Хасабис: Этот вопрос необходимо рассматривать без иллюзий.

Будущее передовых технологий очень ясно: в конечном итоге на переднем крае или близко к нему останется всего 6-8 игроков, включая китайские компании. Эти передовые учреждения будут вести высокочастотные динамические бои за позиции, одна из них может на короткое время опередить на 3-6 месяцев, а затем снова быть обогнанной, в целом находясь в состоянии застоя.

Это означает, что как для традиционного предприятия, так и для суверенного государства рынок полон чрезвычайно богатых возможностей для технологического арбитража. У каждой передовой модели есть свои сильные стороны, некоторые хорошо понимают мультимодальные данные, другие хорошо пишут код, практически ни одна большая модель не может долго доминировать во всех аспектах.

Не говоря уже о том, что экосистема с открытым исходным кодом стремительно догоняет передовые модели всего за 6-12 месяцев. Хотя вопрос о том, как предотвратить использование открытого кода злонамеренными атакующими, остается огромной нерешенной проблемой в отрасли, для многих стран, не входящих в первую линию, и транснациональных компаний существует множество вариантов.

Поэтому я не рекомендую каждой стране слепо следовать за трендом и разрабатывать "собственные передовые большие модели". На мой взгляд, это совершенно бессмысленно.

Настоящий национальный уровень суверенитета в области ИИ заключается в многоуровневой структуре: во-первых, использование зрелых открытых или закрытых передовых моделей в качестве инфраструктурной базы, подобной водоснабжению и электроснабжению, сосредоточив основные усилия и ограниченные вычислительные мощности на вертикальных отраслях, которые могут непосредственно трансформировать жизненно важные сферы страны ------ например, здравоохранение.

Во-вторых, настоящая граница, которую необходимо защищать, это суверенитет данных. Обеспечение сохранности конфиденциальных данных компаний и государства, их приватность, а также дальнейшая доработка на основе собственных конфиденциальных данных. Это и есть разумная, экономически целесообразная и действительно способная закрепить основную ценность автономная стратегия.

Вопрос: Я завершаю этот вопрос, потому что тема этого саммита - это активность. Это касается не только того, как индивидуум может проявить активность, но и того, как мы можем вместе осуществлять коллективную активность: в эпоху ИИ ни одна страна не может действовать в одиночку, а все страны должны совместно работать на благо всего человечества. Спасибо, Дэмису, спасибо всем.

Хасабис: Спасибо.