Соучредитель Databricks заявил о появлении AGI после получения премии ACM

Соучредитель и технический директор Databricks Матей Захария едва не пропустил письмо, в котором ему сообщалось о присуждении премии ACM в области вычислительной техники за 2026 год. «Это было, безусловно, неожиданностью», — поделился он с TechCrunch.

В 2009 году технология, разработанная Захарией во время работы над докторской диссертацией в Калифорнийском университете в Беркли под руководством известного профессора Иона Стоики, была интегрирована в Databricks.

Захария разработал метод, позволяющий значительно ускорить обработку медленных и громоздких проектов с большими данными, и выпустил его в виде платформы с открытым исходным кодом под названием Spark. Большие данные были доминирующей тенденцией той эпохи, так же как сегодня — искусственный интеллект, и Spark произвел революцию в технологической индустрии. 28-летний Захария быстро стал знаменитостью в мире технологий.

С тех пор он возглавляет инженерный отдел Databricks, превратив компанию в лидера в области облачного хранения данных, а теперь и в фундаментальную платформу данных для ИИ и интеллектуальных агентов. На протяжении всего этого пути компания привлекла более 20 миллиардов долларов — достигнув оценки в 134 миллиарда долларов — и получила 5,4 миллиарда долларов выручки, став воплощением истории успеха Кремниевой долины.

В среду Ассоциация вычислительной техники официально вручила ему награду в знак признания его вклада в развитие отрасли. Награда включает денежный приз в размере 250 000 долларов, который Захария планирует пожертвовать на благотворительность (конкретный объект пожертвования пока не определен).

Захария, который помимо должности технического директора также является доцентом Калифорнийского университета в Беркли, сосредоточен на будущем, а не на прошлом. Как и многие в Кремниевой долине, он представляет себе мир, все больше формируемый ИИ.

«Общий ИИ уже здесь. Просто он проявляется не так, как мы привыкли», — сказал он TechCrunch. «Ключевая идея заключается в том, что мы должны перестать оценивать модели ИИ по человеческим критериям».

Например, человек может стать адвокатом только после сдачи экзамена на адвокатскую практику, который требует многих лет интенсивного обучения и усвоения знаний. ИИ же способен усваивать огромные объемы информации практически мгновенно. Его способность правильно отвечать на вопросы, касающиеся фактов, не означает, что он обладает общим, подобным человеческому, пониманием.

Эта тенденция к антропоморфизации ИИ может привести к значительным рискам. Он приводит пример популярного ИИ-агента OpenClaw.

«С одной стороны, это невероятно. Он может эффективно автоматизировать множество задач», — отметил он. Однако он также представляет собой «серьезную уязвимость в системе безопасности», поскольку разработан для работы в качестве надежного помощника, потенциально обрабатывающего конфиденциальные данные, такие как пароли. Это создает риск взлома или несанкционированных финансовых транзакций, если агент получит доступ к учетным записям, в которые пользователь вошел.

«Важно помнить, что это не миниатюрный человек», — подчеркнул он.

Как ученый и инженер, Захария с особым энтузиазмом относится к потенциалу ИИ в области автоматизации исследовательских процессов — от биологических экспериментов до синтеза данных.

Подобно тому, как платформы с низким уровнем кодирования и без кодирования сделали разработку программного обеспечения доступной для всех, он считает, что исследовательские инструменты на базе ИИ, способные проводить точный анализ без искажений, в конечном итоге станут повсеместными.

«Не всем нужно создавать программные приложения, но почти всем нужно эффективно интерпретировать информацию», — пояснил он. В конечном итоге мы будем более эффективно использовать сильные стороны ИИ: диагностировать механические проблемы, такие как шумы в автомобиле, анализировать сигналы, выходящие за рамки текста и изображений (например, радио- или микроволновые данные), или, как он наблюдает у своих студентов, моделировать молекулярные взаимодействия и предсказывать их результаты.

«Область, которая меня больше всего вдохновляет, — это то, что я бы назвал поиском с использованием ИИ, в частности для научно-исследовательских и инженерных приложений», — заключил он.