Google купил DeepMind за $650 млн, не имея на руках ни одного готового коммерческого продукта — и это решение оказалось дальновидным. Команда DeepMind позже создала мощную языковую модель Gemini и визуальный генератор Nano Banana Pro, который на протяжении нескольких месяцев считался одним из лучших в мире.
Как Демис Хассабис пришёл к созданию DeepMind и кто стоял рядом с ним — разбираемся.
Это рубрика досье SpeShu.AI — здесь мы собираем портреты людей, которые прямо сейчас формируют будущее ИИ, так же как когда-то это делали Лейбниц, Эйнштейн или Курчатов. Демис Хассабис — CEO Google DeepMind В шахматы он играл на уровне вундеркинда уже с четырёх лет. К 13 годам получил мастерский уровень с рейтингом около 2300 и купил свой первый компьютер — ZX Spectrum — на деньги, выигранные в турнирах.
В 16 лет Кембридж предложил ему отложить поступление — из-за возраста. Вместо этого Хассабис выиграл конкурс Win-a-job-at-Bullfrog и пошёл работать в игровую индустрию.
Уже в 17 он стал лид-программистом и со-дизайнером Theme Park — симулятора парка развлечений, который разошёлся миллионными тиражами и фактически создал отдельный жанр. Доходов от проекта хватило, чтобы самостоятельно оплатить обучение в Кембридже.
После университета он получил PhD по когнитивной нейронауке в UCL. Его исследования памяти и воображения вошли в топ-10 научных прорывов 2007 года по версии Science .
Параллельно он проходил постдок в MIT и Гарварде, изучая работу гиппокампа и его связь с памятью и воображением — идеи, которые позже повлияли на архитектуру решений DeepMind.
Карьера до Gemini В 1998 году он основал Elixir Studios — независимую игровую студию с контрактами от Microsoft и Vivendi Universal. Там вышли Republic: The Revolution и Evil Genius , получившие номинации BAFTA.
В 2010 году вместе с Шейном Леггом и Мустафой Сулейманом он запустил DeepMind . С Леггом он познакомился во время постдока в UCL, а с Сулейманом был знаком задолго до этого.
В 2014 году Google приобрёл DeepMind, а в апреле 2023 года объединил её с Google Brain — так появилась Google DeepMind под руководством Хассабиса.
В 2024 году он получил Нобелевскую премию по химии (вместе с Джоном Джампером) за разработку AlphaFold — системы, которая научилась точно предсказывать структуры белков.
Сергей Брин — главный разработчик Gemini В 2019 году Брин покинул пост президента Alphabet, планируя спокойно заниматься физикой и проводить время в кафе. Но затем началась пандемия, привычный ритм жизни исчез, и, как он сам позже признался студентам Стэнфорда (внесён в перечень иностранных организаций, деятельность которых признана нежелательной на территории России)
Вернуться в рабочий процесс помог случайный разговор на вечеринке: инженер из OpenAI прямо сказал ему, что сейчас происходит самый важный сдвиг в истории компьютерных наук — и поинтересовался, почему Брин остаётся в стороне. Уже через несколько месяцев он снова начал регулярно ходить в офис.
По данным WSJ, с 2023 года Брин появлялся на работе несколько раз в неделю, а к февралю 2025 года подготовил внутренний меморандум для команды Gemini.
Чем он занимался на практике Брин не ограничился наблюдением со стороны: он лично отправлял pull-реквесты, разбирался в этапах пре-трейнинга и пост-трейнинга, проводил собственные небольшие эксперименты, чтобы глубже понять внутреннюю кухню разработки.
Он даже задавал Gemini нестандартные вопросы вроде «кого из команды стоит повысить» — и в одном случае рекомендация модели совпала с решением менеджмента. Когда внутри Google Gemini оказался в списке инструментов, нежелательных для написания кода, Брин добился его исключения.
По информации источников, он упростил согласовательные процессы, которые тормозили развитие моделей, ввёл интенсивные «спринт-недели» и работал вместе с исследователями, помогая снижать уровень галлюцинаций в реальном времени.
Меморандум февраля 2025 года В своём обращении к DeepMind он написал: «Чтобы выиграть финальный этап, нам необходимо быстро сократить отставание в агентных системах и превратить модели в полноценные инструменты разработки».
После этого инженеры Gemini получили прямую установку — активно использовать внутренних ИИ-агентов для сложных задач. Техническое направление он поручил Себастьяну Боргео, ранее отвечавшему за пре-трейнинг, а CTO DeepMind Корай Кавукоглу выступил куратором.
Результат не заставил себя ждать: к концу 2025 года акции Alphabet выросли примерно на 65% — на фоне релизов Gemini 3 и вирусного успеха Nano Banana.
Джефф Дин — главный учёный проекта Джефф Дин пришёл в Google в середине 1999 года — фактически на раннем этапе становления компании. До этого он работал в ВОЗ, где занимался разработкой статистического софта для исследований ВИЧ, а затем в Digital Equipment Corporation — участвовал в создании поисковой системы AltaVista.
Именно Дин стоял за ключевыми инфраструктурными решениями Google. Он разработал MapReduce (2004) — систему распределённых вычислений, которая позволила компании масштабно индексировать интернет. Позже спроектировал BigTable (2005) и Spanner (2012) — базы данных, на которых до сих пор держатся такие сервисы, как поиск, Gmail и YouTube.
В 2011 году он переключился на исследование глубоких нейросетей в Google X. Там появился знаменитый эксперимент — нейросеть, обученная на неразмеченных видео с YouTube, самостоятельно научилась распознавать кошек. Этот проект позже перерос в Google Brain.
В 2017 году Дин стал соавтором работы «Attention Is All You Need» — статьи, в которой описана архитектура трансформеров. Сегодня именно на ней построены такие системы, как ChatGPT, Claude и Gemini.
Наина Раисингани — продукт-менеджер, который подарил нам Nano Banana Это единственный участник из всей четвёрки, чьё имя почти не появляется в заголовках. И при этом именно с ней связано название самой вирусной нейросети года.
«Nano Banana» — это прозвище, которое в итоге стало именем модели. История появилась почти случайно. Ночью, около 2:30, один из продакт-менеджеров написал Раисингани с просьбой срочно придумать кодовое название для анонимного тестирования на LMArena. Она ответила без раздумий: «Может, что-то забавное — Nano Banana?» Коллеги отреагировали скептически, но название оставили.
Позже она сама объяснила, откуда это взялось: «Одни друзья называют меня Naina Banana, другие — Nano, потому что я маленького роста и люблю компьютеры. Я просто соединила эти два прозвища». В итоге имя неожиданно идеально подошло — короткое, запоминающееся и совпадающее с лёгким, «быстрым» характером модели.
Досье SpeShu.AI — это рубрика о людях, которые сегодня формируют будущее ИИ. Их идеи, решения и подходы уже меняют индустрию. Изучайте их путь, взгляды и прогнозы, чтобы лучше понимать, куда движется технология — и как использовать её на практике.
Комментарии