Този предприемач в областта на ИИ разработва агенти, които могат да планират предварително за неочакваното

Офисът на Данижар Хафнер в квартал Сома в Сан Франциско до голяма степен стои празен. Съвсем новият му стартъп все още е в режим на секретност и дори името му не е изписано на вратата. В деня на посещението ми там има само още един човек и почти никакви мебели. Но това, което му липсва като обзавеждане, се компенсира от роботите. Хуманоиди с различни форми и размери висят като марионетки от стелажи, простиращи се по средата на широко отвореното пространство.

Макар че 31-годишният Хафнер все още не желае да разкрива твърде много за новото си начинание, той го описва като продължение на дългогодишната си работа за това как изкуственият интелект да се ориентира в среди, с които не се е сблъсквал по време на обучението си. Хуманоидите, които внася от Китай, са следващият етап в тази работа — и нейното физическо въплъщение. Способността им да реагират в непроверени досега ситуации ще бъде от ключово значение за навлизането на роботите в човешка среда. Защото ако например искате да изпратите робот в дома на човек, той трябва да може да се справи с планировка и мебели, каквито никога не е виждал досега. 

За да постигне това, Хафнер разчита на нещо, наречено обучение с подсилване, базирано на модел. Той разработва модели на света — модели на изкуствен интелект, предназначени да пресъздават физическата реалност — и обучава агенти в тях. Агентът по същество възприема модела като симулация на реалния свят и се учи как да действа в него. След това използва този опит, за да прави прогнози (да сънува или да си представя, както би се изразил Хафнер) за бъдещите резултати. Това позволява на агентите — или на роботите, в които са вградени — да се ориентират в непознати ситуации в реалния свят.

„Имам възможност да общувам с много изключително умни изследователи в Google и той без никакво съмнение е сред най-добрите 0,5%.“

Тимъти Лиликръп, Google DeepMind

За разлика от други подходи, техниката на Хафнер позволява на агентите и на управляваните от тях роботи да изпълняват изключително сложни задачи, без обучение чрез проби и грешки в реалния свят — методът, който традиционно се използва в роботиката. 

Хафнер израства в селски град в североизточна Германия, където и двамата му родители са класически музиканти. Научава се да програмира от свой съсед, а в гимназията започва да посещава онлайн курсове по изкуствен интелект, които бързо се превръщат в негова страст. „Винаги съм бил запленен от начина, по който функционира мисленето“, казва той. Изкуственият интелект му предлага начин да го пресъздаде на компютър.

През 2015 г., като студент във втора година, изучаващ инженерни науки в Института „Хасо Платнер“ в Потсдам, той получава място като студент-изследовател в Google Brain. Оттам нататък заема около дузина стажантски и други позиции в компанията, включително в Google Brain и Google DeepMind (двете звена оттогава са обединени под името DeepMind) във Великобритания, Канада и САЩ. Работи с легенди в индустрията, сред които Джефри Хинтън, често наричан един от кръстниците на изкуствения интелект, и Ашиш Васвани, съавтор на новаторската научна статия „Вниманието е всичко, от което се нуждаете“, в която е описана трансформър технологията, използвана от днешните големи езикови модели.

Един от бившите му ръководители и съавтори в Google, Тимъти Лиликръп, го описва като изключителен сред изключителните. „Имам възможност да общувам с много изключително умни изследователи в Google и той без никакво съмнение е сред най-добрите 0,5%“, казва Лиликръп. „В много случаи той сам изграждаше неща, за които на цели екипи инженери би им било необходимо време.“

През годините Хафнер усъвършенства и доказва подхода си, като противопоставя агенти, обучени в неговите модели на света, на популярни видеоигри. Първият му пробив е PlaNet — модел, който позволява на агентите да изпълняват действия, като планират ходовете си предварително. Dreamer 2 е първият агент, постигнал човешко ниво на представяне при игра на Atari 2600, използвайки модел на света. Dreamer 3 е първият, който решава предизвикателството с диамантите в Minecraft — успешно добивайки самостоятелно скъпоценни камъни в играта. А Dreamer 4 прави още една крачка напред, като се научава да добива диаманти от офлайн набор от данни със записани видеоклипове от играта, без никога да взаимодейства директно с нея. 

По-скоро той започва да пренася агентите си от виртуалния свят във физическата реалност. Проектът му DayDreamer използва алгоритъма Dreamer, за да позволи на роботите да се управляват сами в непознати среди и да реагират на нови преживявания (например да бъдат бутнати и повалени), без специално обучение за това. 

Днес Хафнер работи по новия си стартъп, който напуска Google DeepMind, за да създаде през есента на 2025 г. Макар че не разкрива много за следващите си стъпки, ясно е, че мечтае мащабно: „Исках да реша един проблем“, загатва той, „който би променил света.“