Шейн Легг — ім’я, яке стоїть за однією з найбільш амбітних цілей людства: створення штучного загального інтелекту (AGI). Співзасновник DeepMind Technologies, доктор наук, науковець, візіонер. Разом із Демісом Хассабісом та Мустафою Сулейманом він створив DeepMind — проєкт, що змінив правила гри в галузі машинного навчання. Але Шейн Легг — не лише технолог і підприємець. Він один із перших, хто відкрито заговорив про екзистенційні ризики AGI, ще задовго до того, як ця тема стала мейнстримом.
У цій статті команда AI 360 розповість, як Легг поєднав фундаментальну науку, підприємництво та етичні принципи, щоб зробити розвиток ШІ безпечнішим і більш керованим.
Від академічних досліджень до стартапу світового масштабу
У 2008 році Шейн Легг захистив докторську дисертацію в Університеті Лугано, яка стала одним із перших фундаментальних досліджень по загальному ШІ (AGI). У своїй роботі він досліджував, як можна математично формалізувати поняття “інтелекту”, а також запропонував загальний підхід до вимірювання інтелектуальних здібностей агента в будь-якому середовищі.
Цей підхід став основою для подальших розробок у сфері AGI і заклав теоретичний фундамент для того, що сьогодні вважається напрямом створення “універсального” ШІ — не просто спеціалізованого, а здатного адаптуватися до широкого спектру завдань.
Науковим керівником Легга був Маркус Хаттер — дослідник, який запровадив модель AIXI — гіпотетичного агента з максимальною здатністю до прийняття рішень. Під його наставництвом Легг поєднав теорію інформації, обчислювальну складність і філософські уявлення про розум, щоб сформулювати концепцію універсального інтелекту.
Заснування DeepMind
У 2010 році троє ентузіастів — Шейн Легг, Деміс Хассабіс та Мустафа Сулейман — об’єднали зусилля, щоб заснувати DeepMind Technologies у Лондоні. Вони мали спільну амбітну мету: створити загальний ШІ, який зможе не просто вирішувати вузькі задачі, а мислити і навчатися як людина.
DeepMind вирізнялася з-поміж інших AI-стартапів фокусом саме на AGI — а не просто на інструментах або прикладному ШІ. Легг приніс у команду фундаментальну теоретичну базу, Хассабіс — розуміння когнітивних процесів, а Сулейман — бачення етичних та соціальних імплікацій ШІ. Разом вони сформували унікальний симбіоз науки, філософії та підприємництва.
DeepMind швидко стала відомою завдяки своїм інноваціям у підкріплювальному навчанні (reinforcement learning). У 2013 році вони створили агентів, які самостійно навчались грати у класичні відеоігри Atari й перевершували людські результати — без прямого програмування гри.
Цей прорив став першою демонстрацією, як системи машинного навчання можуть навчатися “з нуля”, на основі досвіду — подібно до людей.
Шлях до AGI
На відміну від багатьох технологічних гігантів, які зосереджуються на короткотерміновому прибутку, DeepMind з перших днів задекларувала довгострокову мету — створення штучного загального інтелекту (AGI). Для Шейна Легга AGI — це не просто технологічна ціль, а питання глобального значення: можливість вирішити найскладніші проблеми людства — від медицини до зміни клімату.
Він неодноразово підкреслював, що AGI має бути безпечним, етичним і контрольованим. Тому ще на ранньому етапі DeepMind створила внутрішню етичну раду та сформувала принципи відповідального розвитку ШІ.
DeepMind реалізувала кілька проектів, які стали етапними кроками до AGI:
- AlphaGo (2016) — перша система, яка перемогла чемпіона світу з гри ґо, що вважається однією з найскладніших для алгоритмічного навчання.
- AlphaZero (2017) — універсальний гравець, що опанував шахи, ґо та шьоґі без попередніх даних, лише через самонавчання.
- AlphaFold (2020) — революційний прорив у біології, який дозволив передбачати структури білків із надзвичайною точністю. Цей проєкт не просто став науковою сенсацією — він відкрив нові горизонти в медицині та біотехнологіях.
Кожна з цих систем демонструвала принципово нові рівні адаптивності, універсальності та ефективності — якості, необхідні для справжнього AGI.
Погляди Шейна Легга на майбутнє ШІ
Шейн Легг входить до числа фахівців, які відкрито говорять про часові рамки появи штучного загального інтелекту. Ще у 2011 році він припускав, що AGI може з’явитися вже до 2028 року. З розвитком інфраструктури машинного навчання, появою трансформерів і нових моделей, таких як Gemini від Google чи GPT-4, цей прогноз почав виглядати не таким фантастичним.
Проте Легг застерігає: швидкість прогресу не повинна затьмарити питання безпеки. Він вважає, що загрози, пов’язані з нерегульованим розвитком AGI, можуть бути серйознішими за будь-яку сучасну кризу — тому потрібен глобальний контроль, міждисциплінарний підхід і етичні бар’єри.
Шейн часто порівнює AGI з електрикою чи інтернетом — інфраструктурою нового типу, яка змінить усе: освіту, охорону здоров’я, науку, економіку. Він бачить AGI не як окремий продукт, а як універсальний засіб вирішення задач, що має працювати на благо людства.
Вплив Шейна Легга на розвиток AGI сьогодні
Як головний науковець AGI у DeepMind, Шейн Легг формує довгострокову стратегію розвитку штучного загального інтелекту, беручи участь у прийнятті ключових дослідницьких рішень. Його підхід поєднує фундаментальну теорію з прикладними експериментами — саме це дозволило DeepMind створити проривні системи на кшталт AlphaGo, AlphaFold та Gemini.
Легг працює на стику математики, нейронаук, філософії та інженерії, що дозволяє йому бачити AGI не лише як технічне завдання, а як етичний, соціальний і навіть екзистенційний виклик. Його бачення впливає не лише на внутрішні процеси DeepMind, а й на загальносвітову дискусію про майбутнє інтелекту.
