Офис Даниара Хафнера в районе SoMa в Сан-Франциско выглядит довольно пустым. Его новый стартап находится на стадии "стелс", и на двери даже нет названия компании. В день моего визита в офисе присутствует всего один человек, а мебели почти нет. Однако, несмотря на отсутствие декора, пространство заполнено роботами. Человекообразные модели различных форм и размеров висят, как марионетки, на стойках, расположенных по центру открытого пространства. Хафнер, которому 31 год, не спешит раскрывать все детали своего нового проекта, но описывает его как продолжение своей давней работы по обучению ИИ навигации в незнакомых ему средах. Человекообразные роботы, которые он импортирует из Китая, представляют собой следующую эволюцию этой работы и ее физическое воплощение. Их способность реагировать на ранее не тестируемые сценарии станет ключом к интеграции роботов в человеческие пространства. Например, если вы хотите отправить робота в дом человека, он должен уметь справляться с планировкой и мебелью, которые ему никогда не встречались. Чтобы достичь этой цели, Хафнер использует метод, известный как обучение с подкреплением на основе моделей. Он разрабатывает мировые модели — ИИ-модели, предназначенные для имитации физической реальности, и обучает агентов в этих моделях. Агент, по сути, рассматривает модель как симуляцию реального мира и учится действовать в ней. Затем он использует полученный опыт для прогнозирования (как говорит Хафнер, "мечтать" или "представлять") будущих результатов. Это позволяет агентам — или роботам, в которые они встроены — навигировать в незнакомых ситуациях в реальной жизни. Хафнер выделяется среди других исследователей благодаря своей методике, которая позволяет агентам и управляемым ими роботам выполнять сложные задачи без традиционного обучения методом проб и ошибок, используемого в робототехнике. Хафнер вырос в сельском городке на северо-востоке Германии, где его родители были классическими музыкантами. Он научился программированию от соседа, а в старшей школе начал проходить онлайн-курсы по ИИ, что быстро переросло в увлечение. "Меня всегда fascinировало, как работает мышление", — говорит он. Искусственный интеллект предложил ему способ эмулировать его на компьютере. В 2015 году, будучи второкурсником инженерного факультета Института Хассо Платтнера в Потсдаме, он получил возможность стать студентом-исследователем в Google Brain. С тех пор он прошел через десятки стажировок и других позиций в компании, включая работу в Google Brain и Google DeepMind (которые с тех пор объединились под брендом DeepMind) в Великобритании, Канаде и США. Он работал с такими легендами отрасли, как Джеффри Хинтон, которого часто называют одним из "отцов-основателей" ИИ, и Ашишем Васвани, соавтором революционной статьи "Attention Is All You Need", описывающей технологию трансформеров, используемую в современных больших языковых моделях. Один из бывших менеджеров и соавторов Хафнера в Google, Тимоти Лилликрап, описывает его как выдающегося среди выдающихся. "Я взаимодействую с множеством действительно умных людей в исследовательской сфере Google, и он легко входит в верхнюю половину 1%", — говорит Лилликрап. "Во многих случаях он создавал вещи, которые целые команды инженеров строили бы долго". На протяжении многих лет Хафнер оттачивал и доказывал свой подход, сопоставляя агентов, обученных в его мировых моделях, с популярными видеоиграми. Его первый прорыв, PlaNet, позволил агентам выполнять действия, планируя наперед. Dreamer 2 стал первым агентом, достигшим уровня человеческой производительности в играх Atari 2600, используя мировую модель. Dreamer 3 стал первым, кто успешно решил задачу по добыче алмазов в Minecraft, самостоятельно добывая игровые драгоценности. Dreamer 4 пошел еще дальше, научившись добывать алмазы из оффлайн набора данных записанных игровых видео, не взаимодействуя с игрой напрямую. В последнее время он начал переносить своих агентов из виртуального мира в физическую реальность. Его проект DayDreamer использовал алгоритм Dreamer, чтобы позволить роботам самостоятельно работать в новых условиях и реагировать на новые опыты (например, на толчки) без какого-либо специального обучения. Сегодня Хафнер работает над своим новым стартапом, который он основал после ухода из Google DeepMind осенью 2025 года. Хотя он не спешит раскрывать свои дальнейшие шаги, очевидно, что он мечтает о большом: "Меня интересовала задача, — намекает он, — которая могла бы изменить мир".