Ставка Nvidia в 5 миллиардов долларов на Илью Суцкевера: собирается ли SSI раскрыть недостающий ингредиент ИИ?

Safe Superintelligence, возможно, является самым интересным «чёрным ящиком» в Кремниевой долине. Лаборатория искусственного интеллекта, основанная бывшим главным научным сотрудником OpenAI Ильей Суцкевером, не имеет публичной модели, потребительского приложения, существенного дохода и практически не публикует результаты исследований. Её веб-сайт по-прежнему больше похож на странное обещание, чем на бизнес-план: SSI существует с « одной целью и одним продуктом: безопасный сверхинтеллект ».

Тем не менее, Nvidia согласилась инвестировать в компанию 5 миллиардов долларов, предоставив SSI доступ к будущей вычислительной платформе Vera Rubin и достаточному количеству оборудования для десятикратного увеличения вычислительных мощностей. Что особенно важно, Nvidia сделала эти инвестиции после получения, как заявили компании, редкого доступа к тщательно охраняемым исследованиям SSI.

Затем появились слухи. Во время недавнего выступления в подкасте Invest Like the Best основатель Atreides Management Гэвин Бейкер почти между прочим упомянул, что «SSI заявляет, что представит свою модель в августе». SSI не подтвердила это утверждение, не объявила о мероприятии по запуску и не раскрыла, какую форму может принять такая модель. На данный момент это заявление хорошо осведомленного инвестора, а не официальная дата релиза. К нему следует относиться соответственно.

Тем не менее, эту последовательность событий трудно игнорировать: Nvidia заглядывает за кулисы, выписывает огромный чек, SSI объявляет, что ее исследования наконец-то готовы к масштабированию, и начинают циркулировать слухи о скором появлении модели.

В первоначальный «позолоченный век» финансисты делали огромные ставки на железные дороги еще до того, как были построены конечные пункты назначения. В этом же мире ведущая компания по производству микросхем финансирует строительство железной дороги, ведущей к машинному интеллекту, еще до того, как кто-либо за пределами лаборатории узнает, куда она ведет.

Учёный в области искусственного интеллекта, который редко промахивается.

Суцкевер получает миллиарды не потому, что он в совершенстве овладел искусством презентации проектов для венчурных фондов. Он получает их потому, что его исследовательская деятельность подозрительно напоминает дорожную карту современного искусственного интеллекта.

Суцкевер, выпускник математического факультета Университета Торонто, защитил докторскую диссертацию под руководством Джеффри Хинтона, одной из центральных фигур революции в области глубокого обучения. В 2012 году Суцкевер, Хинтон и Алекс Крижевский разработали AlexNet — нейронную сеть, которая разгромила конкурирующие системы в конкурсе компьютерного зрения ImageNet и помогла превратить глубокое обучение из академического любопытства в доминирующую парадигму искусственного интеллекта. Сеть обучалась всего на двух графических процессорах — факт, на который Суцкевер до сих пор ссылается, утверждая, что крупные научные прорывы не обязательно начинаются в центрах обработки данных размером с континент.

После того как Google приобрела стартап DNNresearch, в котором работала команда, Суцкевер перешел в Google Brain и в соавторстве с Ориолом Виньялсом и Куоком Ле опубликовал знаменательную статью 2014 года о преобразовании последовательностей в последовательности. Эта архитектура помогла заложить основы современного машинного перевода и более широкую идею о том, что нейронные сети могут преобразовывать одну последовательность информации в другую.

Затем он стал соучредителем и главным научным сотрудником OpenAI, где помог обосновать центральную идею, лежащую в основе бума генеративного ИИ: достаточно большие нейронные сети, обученные на достаточно больших наборах данных с достаточными вычислительными ресурсами, приобретут возможности, которые не были явно запрограммированы в них. Его имя фигурирует в статье о GPT-3, а Nvidia теперь отмечает его вклад в AlexNet, AlphaGo, модели GPT и исследовательское направление, которое привело к созданию систем рассуждений OpenAI.

Именно благодаря этому резюме SSI привлекает такое внимание, которое показалось бы абсурдным почти любому другому стартапу на стадии разработки продукта. Суцкевер присутствовал в нескольких моментах, когда немодная исследовательская идея внезапно становилась определяющим принципом отрасли.

От пророка масштабирования из OpenAI до еретика масштабирования

Уход Суцкевера из OpenAI последовал за беспрецедентным кризисом корпоративного управления компании в ноябре 2023 года, во время которого он присоединился к попытке совета директоров сместить генерального директора Сэма Альтмана, после чего публично пожалел о своем участии. В конечном итоге он покинул компанию в мае 2024 года, завершив почти десятилетнюю работу в компании, которую он помог создать.

Месяц спустя он вместе с Дэниелом Гроссом и Дэниелом Леви основал компанию Safe Superintelligence. Компания не собиралась производить офисных помощников, генераторы изображений, помощников по программированию или рекламные инструменты. Она планировала напрямую заниматься сверхинтеллектом, оградив исследования от того, что SSI называла «управленческими издержками», циклов разработки продуктов и краткосрочного коммерческого давления.

Очевидная ирония заключается в том, что человек, который помог утвердить доктрину масштабирования, впоследствии стал одним из её самых видных критиков. Но реальная позиция Суцкевера гораздо сложнее и интереснее, чем интернет-лозунг о том, что «масштабирование мертво».

После того, как в ходе продолжительного интервью с Дваркешем Пателем в 2025 году было предсказано резкое ухудшение ситуации с масштабированием, Суцкевер внес поправку. По его словам, масштабирование существующих систем будет и дальше приносить улучшения и «не остановится». Проблема заключалась в том, что «чего-то важного по-прежнему будет не хватать».

По всей видимости, недостающим элементом являются надежная генерализация, эффективное использование выборок для обучения и непрерывное обучение.

Современные передовые модели могут демонстрировать поразительно хорошие результаты на тестах, но при этом совершать удивительно элементарные ошибки в реальных условиях. Они способны обрабатывать триллионы токенов во время обучения, но обучение их новым устойчивым навыкам после этого остается сложной задачей. Люди же, напротив, могут просмотреть несколько примеров, вывести лежащий в их основе принцип и продолжить обучение, не перестраивая модель с нуля.

Суцкевер сказал Пателю, что современные модели «обобщают данные значительно хуже, чем люди». По его мнению, отрасль вступила в новую «эпоху исследований», поскольку простое увеличение размера существующей модели в 100 раз вряд ли приведет к качественным изменениям, обещанным искусственным общим интеллектом. Следующий прорыв потребует лучшего способа использования вычислительных ресурсов, а не просто их увеличения.

Похоже, Суцкевер не утверждает, что графические процессоры стали неактуальными. Он утверждает, что вычислительные мощности усиливают идею, а не заменяют её.

Сверхинтеллект, который зарождается еще в студенческие годы.

Представление Суцкевера о сверхразуме отличается от образа всеведущего цифрового оракула, обычно приписываемого научной фантастике.

Он описал конечную цель как нечто, близкое к «сверхинтеллектуальному 15-летнему подростку»: систему, которая, возможно, изначально не знает всех фактов и не обладает всеми профессиональными навыками, но способна чрезвычайно быстро осваивать новые области. Вместо того чтобы прибыть уже полностью подготовленной в качестве программиста, врача, инженера и ученого, она будет обладать общим процессом обучения, способным стать всем этим.

Это гораздо более важная функция, чем чат-бот с большим объемом памяти или немного лучшими математическими способностями.

Модель непрерывного обучения могла бы внедриться в организацию, наблюдать за ее системами, усваивать обратную связь и совершенствоваться в процессе работы. Копии, развернутые в тысячах компаний, могли бы приобретать различные навыки и потенциально объединять полученные знания. Люди не могут объединить опыт 50 000 работников в одном мозге. Программное обеспечение в конечном итоге сможет это сделать.

Суцкевер считает, что система с эффективностью обучения на уровне человека может появиться в течение пяти-двадцати лет. Он также ожидает, что ее экономическое влияние проявится путем распространения, а не мгновенного «дня искусственного общего интеллекта»: способные системы будут внедряться в компании, осваивать рабочие задачи и постепенно преодолевать физические и институциональные барьеры реальной экономики.

Его взгляды на безопасность также нетрадиционны. Суцкевер предположил, что передовые системы должны быть спроектированы таким образом, чтобы учитывать существование разумной жизни, что их максимальная мощность, возможно, должна быть ограничена, и что развертывание должно происходить постепенно, чтобы правительства и общественность могли понимать, что нас ждет. Он больше не кажется полностью приверженным идее сохранения всего в рамках SSI до появления завершенного сверхразума. В интервью 2025 года он признал, что предоставление общественности возможности увидеть все более мощный ИИ имеет значительную ценность, и заявил, что постепенное внедрение будет частью любого правдоподобного плана.

Это изменение оставляет компании SSI возможность выпустить промежуточную систему, не отказываясь при этом полностью от своей философии "прямого подключения".

Почему сделка с Nvidia меняет ход событий

27 июля SSI и Nvidia объявили о долгосрочном стратегическом партнерстве, которое предоставит стартапу системы Vera Rubin следующего поколения от Nvidia и позволит увеличить его вычислительные мощности на порядок.

Компании не раскрыли размер инвестиций, но агентство Reuters сообщило, что Nvidia вкладывает в SSI 5 миллиардов долларов . По имеющимся данным, соглашение было заключено в течение нескольких недель.

Официальный язык оказался на удивление информативным для компании, привыкшей к секретности.

«В течение последних двух лет SSI незаметно продвигала новое направление исследований», — заявила Nvidia, добавив, что вступила в партнерство после получения редкого доступа к результатам работы. Собственное заявление Суцкевера было еще более прямолинейным: «У нас есть исследования, которые заслуживают масштабирования».

Мы объявляем о долгосрочном стратегическом партнерстве с NVIDIA. NVIDIA вкладывает значительные средства в SSI, что позволит нам увеличить вычислительные мощности в 10 раз в течение следующих 12 месяцев. Мы достигли точки, когда наши исследования оправдывают масштабирование, и благодаря этому партнерству мы сможем это сделать. Мы…

— SSI Inc. (@ssi) 27 июля 2026 г.

Именно это предложение и является сутью дела. В интервью Дваркеш Суцкевер утверждал, что SSI не нуждалась в крупнейшем в мире кластере лишь для того, чтобы проверить работоспособность своих основных идей. AlexNet, трансформатор и другие фундаментальные прорывы первоначально демонстрировались с использованием сравнительно скромной инфраструктуры. По его словам, примерно 3 миллиардов долларов, выделенных SSI ранее, было достаточно, чтобы определить, является ли направление исследований компании реальным.

Теперь компания заявляет о готовности к масштабированию, и Nvidia с этим согласна. У Дженсена Хуанга есть все основания поощрять создание еще одной передовой лаборатории. Nvidia получает выгоду всякий раз, когда новой компании, работающей по новой модели, требуются гигантские вычислительные кластеры. Инвестиции в клиентов стали важной частью ее промышленной стратегии, что вызывает обоснованные опасения по поводу циклического финансирования в экономике искусственного интеллекта.

Но SSI не просто арендует набор старых графических процессоров. Компании заявляют, что будут сотрудничать над текущими и будущими платформами Nvidia, предоставляя производителю чипов доступ к информации SSI о новых задачах искусственного интеллекта. Если SSI действительно разрабатывает архитектуры, ориентированные на непрерывное обучение, эффективность использования выборок или новые формы обучения с подкреплением, эта информация может повлиять на проектирование будущих систем Nvidia.

Nvidia продает Суцкеверу не просто железную дорогу. Компания спрашивает его, где должны проходить рельсы.

Что может выпустить SSI в августе?

Честный ответ таков: похоже, никто за пределами SSI не знает. Заявление Бейкера может относиться к общедоступной модели, ограниченному предварительному просмотру результатов исследований, API, технической демонстрации или поэтапному выпуску, предлагаемому только избранным исследователям и компаниям. Оно также может быть неточным, неправильно понятым или основанным на графике, который уже изменился.

Компания SSI не назвала модель, не опубликовала технические характеристики и не пообещала запуск в августе. Любые заявления о том, что лаборатория собирается выпустить сверхинтеллект, являются чистой спекуляцией.

Более обоснованным предположением является то, что система SSI попытается продемонстрировать какой-либо аспект заявленной Суцкевером исследовательской программы. Это может означать более высокую эффективность при обучении на небольшом количестве примеров, улучшенную адаптацию после первоначального обучения, лучшее сохранение новых знаний, менее неравномерную производительность при выполнении задач или какую-либо контролируемую форму непрерывного обучения.

Выпуск модели мог бы быть и гораздо менее революционным: еще одна модель на основе трансформатора с улучшенными методами обоснования и обеспечения безопасности. История не требует, чтобы каждый проект Ильи Суцкевера заново изобретал эту область, а 5 миллиардов долларов — это не экспертная оценка.

Формат выпуска модели будет иметь такое же значение, как и результаты бенчмарков. Система, действительно постоянно обучающаяся, создаст серьезные проблемы с безопасностью. Разработчикам придется объяснять, чему модель может научиться, как предотвращается превращение вредоносного поведения в постоянное, обмениваются ли знания между различными развертываниями и как операторы могут проверять или отменять обновления.

Статическую модель можно оценить перед выпуском. Модель, которая меняется под воздействием опыта, — это постоянно меняющаяся цель.

Именно поэтому более широкая дискуссия об управлении ИИ вышла за рамки обычного регулирования продукции. Как недавно показало исследование Brave New Coin , появление систем, способных превзойти человека в экономически важных областях, потребует изменений в трудовой политике, промышленной стратегии и распределении богатства, а не просто очередного предупреждения о безопасности под окном чата.

Самый дорогостоящий исследовательский эксперимент в истории.

SSI иногда представляют как чисто ориентированную на безопасность альтернативу коммерческим лабораториям, таким как OpenAI, Anthropic и Google DeepMind. Однако такое описание становится все сложнее поддерживать.

Компания, поддерживаемая Nvidia, Alphabet и некоторыми из самых влиятельных венчурных фондов мира, не стоит в стороне от индустрии искусственного интеллекта. Она является одним из самых влиятельных её институтов: небольшая группа исследователей, располагающая миллиардами долларов и привилегированным доступом к дефицитной вычислительной инфраструктуре, пытается решить, как следует создавать сверхчеловеческий интеллект и какую ценность он должен представлять.

Это не делает SSI мошеннической или зловещей компанией. Это делает её могущественной — и в значительной степени неподотчётной никому, кроме своих инвесторов и основателей.

В ближайшие несколько недель может стать ясно, насколько правдивы августовские слухи. Задержка вряд ли удивит. Обычная модель вызовет лишь небольшое разочарование. Значительное улучшение непрерывного обучения или обобщения станет одним из важнейших достижений в области ИИ со времен появления моделей рассуждений.

Неправильный вопрос будет заключаться в том, превзойдёт ли система SSI ChatGPT, Claude или Gemini в другом наборе стандартизированных тестов. Правильный вопрос будет в том, нашёл ли Илья Суцкевер «нечто важное», чего одно лишь масштабирование никогда не сможет обеспечить. Следите за новостями, будет интересно.