Офис Данияра Хафнера в районе СоМа в Сан-Франциско почти пуст. Его совершенно новый стартап все еще находится в режиме скрытности, и даже названия на двери нет. В день моего визита там был только один человек, и мебели было немного. Но то, чего не хватало в декоре, компенсировалось роботами. Гуманоиды различных форм и размеров висели, как марионетки, на стеллажах, идущих вдоль центра широкого открытого пространства.
Хотя Хафнер, которому 31 год, пока не хочет много говорить о своем новом предприятии, он описывает его как продолжение своей давней работы по обучению ИИ навигации в средах, с которыми он не сталкивался во время обучения. Гуманоиды, которые он импортирует из Китая, — это следующая ступень эволюции этой работы и ее физическое воплощение. Их способность реагировать в ранее не испытанных сценариях будет ключом к внедрению роботов в человеческие пространства. Потому что, если вы хотите отправить робота, например, в чей-то дом, он должен уметь справляться с планировкой и мебелью, которые он никогда раньше не видел.
Для достижения этой цели Хафнер полагается на так называемое обучение с подкреплением на основе моделей. Он разрабатывает модели мира — модели ИИ, предназначенные для имитации физической реальности — и тренирует в них агентов. Агент по сути рассматривает модель как симуляцию реального мира и учится там действовать. Затем он использует этот опыт для прогнозирования (мечтать или воображать, как сказал бы Хафнер) будущих исходов. Это позволяет агентам — или роботам, в которых они встроены — ориентироваться в незнакомых ситуациях в реальном мире.
«Мне доводится общаться со многими очень умными людьми, занимающимися исследованиями в Google, и он легко входит в топ-1%».
Тимоти Лилликрап, Google DeepMind
В отличие от других разработок, техника Хафнера позволяет агентам и управляемым ими роботам выполнять чрезвычайно сложные задачи без реального обучения методом проб и ошибок, которое традиционно использовалось в робототехнике.
Хафнер вырос в сельском городке на северо-востоке Германии, где его родители были классическими музыкантами. Он научился программировать у соседа, а в старших классах начал проходить онлайн-курсы по ИИ, которые быстро переросли в увлечение. «Меня всегда завораживало, как работает мышление», — говорит он. ИИ предложил ему способ имитировать это на компьютере.
В 2015 году, будучи студентом второго курса инженерного факультета в Институте Хассо Платтнера в Потсдаме, он получил должность студента-исследователя в Google Brain. Оттуда он прошел дюжину стажировок и других должностей в компании, включая работу в Google Brain и Google DeepMind (которые с тех пор объединились под эгидой DeepMind) в Великобритании, Канаде и США. Он работал с легендами индустрии, включая Джеффри Хинтона, которого часто называют одним из крестных отцов ИИ, и Ашиша Васвани, соавтора новаторской исследовательской работы «Attention Is All You Need», в которой была описана технология трансформеров, используемая современными большими языковыми моделями.
Один из бывших руководителей Хафнера и его соавторов в Google, Тимоти Лилликрап, описывает его как выдающегося среди выдающихся. «Мне доводится общаться со многими очень умными людьми, занимающимися исследованиями в Google, и он легко входит в топ-1%», — говорит Лилликрап. «Во многих случаях он в одиночку создавал то, на что у целых команд инженеров ушли бы месяцы».
Годы спустя Хафнер оттачивал и доказывал свой подход, сталкивая агентов, обученных в его моделях мира, с популярными видеоиграми. Его первый прорыв — PlaNet, модель, которая позволяла агентам выполнять действия, планируя заранее. Его Dreamer 2 стал первым агентом, достигшим человеческого уровня производительности в играх Atari 2600 с использованием модели мира. Dreamer 3 стал первым, кто решил задачу Minecraft Diamond challenge — успешно добыл внутриигровые драгоценные камни самостоятельно. А Dreamer 4 пошел еще дальше, научившись добывать алмазы из офлайн-набора данных записанных игровых видео, никогда не взаимодействуя с игрой напрямую.
Совсем недавно он начал переносить своих агентов из виртуального мира в реальность. Его проект DayDreamer использовал алгоритм Dreamer, чтобы позволить роботам действовать самостоятельно в новых средах и реагировать на новый опыт (например, на то, что их толкнули), без какой-либо специальной подготовки.
Сегодня Хафнер работает над своим новым стартапом, который он основал осенью 2025 года, покинув Google DeepMind. Хотя он уклончив относительно своих следующих шагов, ясно, что он мечтает по-крупному: «Меня интересовало решение проблемы, — намекает он, — которая изменит мир».
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – J. Juniper Friedman
