Этот предприниматель в сфере ИИ разрабатывает агентов, способных заранее планировать неожиданное

Офис Данижара Хафнера в районе Сома в Сан-Франциско в основном пустует. Его совершенно новый стартап всё ещё работает в режиме скрытности, и на двери даже нет его названия. В день моего визита там находится всего один другой человек, а мебели почти нет. Но недостаток декора компенсируется роботами. Гуманоиды самых разных форм и размеров висят, словно марионетки, на стойках, протянувшихся вдоль центра просторного открытого помещения.

Хотя 31-летний Хафнер пока не готов много рассказывать о своём новом проекте, он описывает его как продолжение своей многолетней работы по созданию ИИ, способного ориентироваться в средах, с которыми тот не сталкивался во время обучения. Гуманоиды, которых он импортирует из Китая, — следующий этап этой работы и её физическое воплощение. Их способность реагировать на ранее не проверенные сценарии станет ключом к тому, чтобы роботы могли работать в пространствах, предназначенных для людей. Ведь если, например, вы хотите отправить робота в чей-то дом, он должен уметь справляться с планировкой и мебелью, которых никогда прежде не видел.

Для этого Хафнер полагается на нечто под названием обучение с подкреплением на основе модели. Он создаёт модели мира — ИИ-модели, предназначенные для имитации физической реальности, — и обучает в них агентов. По сути, агент воспринимает модель как симуляцию реального мира и учится действовать в ней. Затем он использует этот опыт, чтобы делать прогнозы (или, как мог бы сказать Хафнер, мечтать и представлять) о будущих результатах. Это позволяет агентам — или роботам, в которых они работают, — ориентироваться в незнакомых ситуациях в реальном мире.

«Мне доводится общаться со множеством действительно умных исследователей в Google, и он без труда входит в верхние 0,5%.»

Тимоти Лилликрап, Google DeepMind

В отличие от других подходов, методика Хафнера позволяет агентам и управляемым ими роботам выполнять чрезвычайно сложные задачи без традиционного обучения методом проб и ошибок в реальном мире, которое обычно используется в робототехнике.

Хафнер вырос в сельском городке на северо-востоке Германии, где оба его родителя были классическими музыкантами. Программированию он научился у соседа, а в старших классах начал проходить онлайн-курсы по ИИ, что быстро переросло в увлечение. «Меня всегда завораживало, как работает мышление», — говорит он. ИИ дал ему возможность воспроизводить этот процесс на компьютере.

В 2015 году, на втором курсе инженерной специальности в Институте Хассо Платтнера в Потсдаме, он получил место студента-исследователя в Google Brain. После этого он прошёл около дюжины стажировок и занимал другие должности в компании, включая работу в Google Brain и Google DeepMind (впоследствии эти подразделения объединились в составе DeepMind) в Великобритании, Канаде и США. Он работал с легендами индустрии, включая Джеффри Хинтона, которого часто называют одним из крёстных отцов ИИ, и Ашишем Васвани, соавтором новаторской научной статьи «Attention Is All You Need», в которой была описана технология трансформеров, используемая современными большими языковыми моделями.

Тимоти Лилликрап, один из бывших руководителей и соавторов Хафнера в Google, считает его выдающимся среди выдающихся. «Мне доводится общаться со множеством действительно умных исследователей в Google, и он без труда входит в верхние 0,5%», — говорит Лилликрап. «Во многих случаях он в одиночку создавал то, на что целым командам инженеров потребовалось бы немало времени».

За эти годы Хафнер отточил и подтвердил свой подход, сталкивая агентов, обученных в его моделях мира, с популярными видеоиграми. Его первым прорывом стала PlaNet — модель, позволившая агентам выполнять действия, планируя их заранее. Его Dreamer 2 стал первым агентом, достигшим уровня человека в играх для Atari 2600, используя модель мира. Dreamer 3 первым решил задачу с алмазами в Minecraft — самостоятельно добыв игровые драгоценные камни. А Dreamer 4 сделал ещё один шаг вперёд: он научился добывать алмазы по автономному набору данных с записанными видео игрового процесса, ни разу не взаимодействуя с игрой напрямую.

В последнее время он начал переносить своих агентов из виртуального мира в физическую реальность. В его проекте DayDreamer алгоритм Dreamer использовался для того, чтобы роботы могли самостоятельно работать в новых средах и реагировать на новый опыт (например, на толчок, из-за которого они падали), не проходя специального обучения.

Сегодня Хафнер работает над своим новым стартапом, который он основал осенью 2025 года, покинув Google DeepMind. Хотя о своих дальнейших шагах он говорит уклончиво, ясно, что его амбиции велики: «Мне хотелось решить проблему, — намекает он, — которая изменила бы мир».