Почему исследователи ИИ уходят из Google

Источник новости, материалы Wired, NYT и Bloomberg. Джефф Дин, проработавший в Google 27 лет (он был тридцатым сотрудником компании), уходит вместе с Санджаем Гемаватом, Ориолом Виньялсом и Куоком Ле. Все четверо стоят за инфраструктурой, на которой Google вырос: MapReduce, Bigtable, Google Brain, AutoML-Zero (система, которая искала архитектуры нейросетей без участия человека), техническое руководство Gemini. Потерять одного из них болезненно, потерять четверых разом выглядит как кризис. Но Alphabet вписала себя в сделку так, что назвать это просто утечкой мозгов не получается.

Что на самом деле устроил Google?

Discovery Loop зарегистрирована как public benefit corporation. Это юридическая форма, которая обязывает директоров учитывать общественную пользу наравне с прибылью. Дин станет генеральным директором.

Заявленная механика: замкнуть машиной полный экспериментальный цикл. Гипотеза, опыт, оценка результата, следующий шаг. И запускать такие циклы тысячами параллельных прогонов. Области применения: проектирование железа, поиск лекарств, чистая энергетика.

Но стартуют они не с внешней науки. Первая задача: автоматизировать собственный стек машинного обучения (набор инструментов, на которых обучают модели). По сути, это ИИ, который улучшает разработку ИИ. Если вспомнить историю от Фрэнка Розенблатта, исследователя искусственного интеллекта, построившего первый перцептрон в 1958-м, до сегодняшнего дня, идея машины, которая сама проектирует свою следующую версию, обсуждалась десятилетиями, но реализовать её в промышленном масштабе пока никто не смог.

Гемават в разговоре с Wired объяснил мотивацию прямо: системы Google спроектированы под поиск, рекламу и потребительские приложения, а им нужна инфраструктура, заточенная под исследования. Дин добавил в интервью NYT, что вне публичной компании есть простор для решений, которые не обязаны отвечать чисто финансовым интересам.

Вне публичной компании есть простор для решений, которые не обязательно отвечают чисто финансовым интересам. : Джефф Дин, CEO Discovery Loop, интервью NYT

Как Google превращает уход учёных в бизнес-модель?

Расклад сделки симметричный.

• Google получает долю в результатах стартапа и крупную ИИ-нагрузку на своё облако. При этом не обязан держать этих людей в штате, платить им зарплату и бороться с внутренней бюрократией.
• Discovery Loop получает возможность ставить эксперименты промышленного масштаба, не построив ни одного собственного дата-центра.

У такой схемы есть неудобное название: круговое финансирование. Вложенные деньги возвращаются инвестору в виде оплаты его же облака и чипов. Discovery Loop не торгуется на бирже, и со стороны не видно, какая часть её счёта за облако оплачена деньгами самого Google.

Эта история легла на болезненный фон. В июне из DeepMind в Anthropic ушёл нобелевский лауреат Джон Джампер с двумя коллегами по AlphaFold. В конце июля FT сообщила, что выделенной команды AlphaFold больше не существует: почти четверть её состава покинула компанию. Флагманская Gemini 3.5 Pro, обещанная на июнь, публично так и не вышла: Bloomberg писал о проблемах с кодом.

Рынок среагировал конкретно: 5 августа акции Alphabet в течение дня падали почти на 5%, по данным Bloomberg это около 190 млрд долларов при капитализации компании в 4,61 трлн. 22 июня, после ухода двух других исследователей, бумаги закрылись минус 5,1%.

Где именно идея может развалиться?

Discovery Loop не первая попытка построить ИИ-учёного. Стартапы, обещающие открывать материалы машиной, появлялись не раз, но предъявить прорывных результатов пока не смогли.

Показательный прецедент есть у самой DeepMind. В 2023-м она объявила о сотнях новых материалов, найденных ИИ и синтезированных роботом. Затем химики из Университетского колледжа Лондона и Принстона показали, что соединения в основном уже числились в международной базе неорганических кристаллических структур. В январе 2026-го Nature выпустил корректировку статьи. Автоматический цикл отработал, а открытий не случилось.

Главное возражение к самой идее рекурсивного ускорения экспериментов: узкое место в науке обычно не количество опытов, а постановка правильного вопроса и честная проверка ответа. Если машина ускоряет перебор, но не берёт на себя эти два звена, петля крутится быстрее, не обязательно приближаясь к открытию. Именно эту развилку между скоростью и глубиной проходили исследователи искусственного интеллекта от эпохи Фрэнка Розенблатта до сегодняшнего дня, и пока скорость выигрывала чаще.

Что это значит для вас?

Авторам Дзена: пока продукта нет, писать обзор рано. Но сама модель «корпорация отпускает учёных и инвестирует в них» даёт отличную тему для аналитического поста. Объясните аудитории, почему это не утечка, а стратегия, и вы получите материал, который не повторяет новостную ленту.

Маркетологам: следите за тем, как поведёт себя Google Cloud в ближайшие кварталы. Если Alphabet начнёт тиражировать модель спин-офов, облачные тарифы для ИИ-задач могут стать агрессивнее: каждый такой стартап приносит гарантированную нагрузку на инфраструктуру.

Предпринимателям в РФ и СНГ: прямого доступа к Discovery Loop не будет. Но если через год компания опубликует открытые исследования (форма public benefit corporation к этому располагает), результаты можно будет применять. Поставьте напоминание на август 2026-го и проверьте оба маркера: стек и программа с Google. По ним станет ясно, вынес ли Google рискованную ставку за периметр или просто нашёл дорогой способ расстаться.