Джигана нашли после побега из рехаба
06.10.2026 23:15:00
Большинство разработчиков искусственного интеллекта хотят добиться от нейросети одного: чтобы она хорошо работала. Крис Олах задал другой вопрос — а что происходит внутри, когда она работает?
Для него нейросеть — не просто программа, выдающая правильный ответ. Это огромная система из чисел, связей и внутренних представлений, которые человек практически не способен прочитать напрямую. Олах посвятил карьеру попытке превратить эту «чёрную коробку» в объект, который можно рассматривать почти как биолог под микроскопом.
Сегодня он — сооснователь Anthropic и руководитель направления interpretability, то есть исследований, посвящённых тому, как устроены внутренние процессы больших языковых моделей. В самой Anthropic это направление рассматривают как один из элементов безопасности ИИ: если исследователи не понимают, почему модель принимает то или иное решение, им гораздо сложнее убедиться, что она ведёт себя предсказуемо.
Крис Олах родился в Канаде и вырос в Торонто. Точная дата рождения в открытых источниках не подтверждена: обычно указывается 1991 или 1992 год. После школы он поступил в Университет Торонто, где изучал математику, но университет не окончил.
Это решение стало одной из самых необычных особенностей его биографии. В 18 лет Олах ушёл из университета, чтобы поддержать друга, которого обвиняли в терроризме. Позднее он объяснял, что считал важнее помочь человеку в ситуации, когда другие от него отвернулись. Друг в итоге был оправдан.
Вместо традиционной академической карьеры Олах выбрал самообразование. В 2012 году он получил Thiel Fellowship — грант в размере $100 тыс., предназначенный молодым людям, которые хотят заниматься собственными проектами, не продолжая обычный университетский путь.
Сам Олах позднее не превращал свой опыт в универсальный рецепт. Он признавал, что отказ от университета может оказаться серьёзным риском, и не советовал автоматически повторять его путь.
В молодости Олах экспериментировал с программированием, математикой и 3D-печатью. Но настоящий поворот произошёл после знакомства с глубоким обучением.
Примерно в 2013 году он начал серьёзно интересоваться deep learning. Его зацепил вопрос, который казался тогда почти второстепенным: если нейросеть способна научиться распознавать сложные объекты, то каким образом она это делает?
Человек, например, может объяснить, почему перед ним изображение собаки. Он способен назвать глаза, уши, морду, шерсть, форму тела. Нейросеть же не получает от программиста инструкцию «сначала найди уши, затем морду». Она обучается на огромном количестве примеров, после чего внутри неё возникает сложная система числовых представлений.
Олах захотел понять эту систему.
Вместо того чтобы относиться к нейросети как к единому механизму, который слишком сложен для понимания, он предложил смотреть на неё постепенно, словно исследователь рассматривает клетку под микроскопом.
В 2014 году Олах пришёл в Google Brain. Одним из проектов, с которыми он оказался связан, стал DeepDream.
В 2015 году эксперименты с визуализацией работы нейросетей начали превращать обычные фотографии в фантастические изображения: собачьи морды появлялись там, где их не было, архитектура превращалась в сюрреалистический узор, а отдельные детали словно начинали размножаться.
Именно эти эксперименты сделали DeepDream знаменитым. Но для Олаха главное заключалось не в необычном искусстве.
Странные картинки показывали, что внутри нейросети действительно существуют структуры, связанные с определёнными визуальными признаками. Если научиться их обнаруживать, можно попытаться понять, чему именно научилась модель. Google позднее отмечал, что первоначальные эксперименты с DeepDream привели исследователей к более серьёзной работе над вопросом о том, как нейросети понимают изображения.
Следующим шагом стала feature visualization — визуализация признаков. Исследователи смогли показывать, какие элементы изображения «интересуют» отдельные части нейросети. В работе 2017 года с GoogLeNet они прослеживали, как от простых линий и текстур сеть постепенно переходит к более сложным формам и частям объектов.
Для Олаха это было больше чем набор красивых картинок. Это был способ наблюдать за внутренней логикой искусственной системы.
Одним из проектов Олаха стал научный онлайн-журнал Distill, созданный для того, чтобы сложные идеи в машинном обучении объяснялись значительно нагляднее и понятнее.
Вместо бесконечных формул исследователи использовали интерактивные визуализации, схемы и анимацию. Сам Олах рассматривал научную коммуникацию не как второстепенную часть работы, а как инструмент исследования.
Именно в Distill постепенно оформился подход, который позднее стали называть механистической интерпретируемостью.
В 2020 году в статье «Zoom In: An Introduction to Circuits» Олах и его коллеги описывали идею буквально как увеличение масштаба. Можно рассматривать отдельные нейроны, связи между ними, а затем целые «цепочки» вычислений — circuits. Исследователи обнаруживали структуры, напоминающие небольшие алгоритмы: например, комбинации признаков, из которых нейросеть собирает более сложный объект.
В этом и заключается необычность подхода Олаха. Он не хотел просто знать, что модель распознаёт собаку. Его интересовало, какие внутренние элементы позволяют ей это сделать.
В 2018 году Олах перешёл в OpenAI, где возглавил направление интерпретируемости. Там его интерес к внутреннему устройству нейросетей оказался непосредственно связан с вопросами безопасности искусственного интеллекта.
Ещё в 2016 году Олах был соавтором работы «Concrete Problems in AI Safety», посвящённой практическим рискам машинного обучения. Среди проблем авторы рассматривали нежелательные побочные эффекты, reward hacking, безопасное исследование среды и ошибки, возникающие при переносе модели в новые условия.
В OpenAI он продолжил развивать идею «обратной инженерии» нейросетей. Если обычный программист пишет программу сверху вниз, задавая ей инструкции, то исследователь интерпретируемости делает обратное: смотрит на уже обученную систему и пытается восстановить, какие алгоритмы возникли внутри.
Позднее эта идея стала одной из основ современной механистической интерпретируемости.
В 2021 году Олах вместе с бывшими коллегами из OpenAI стал сооснователем Anthropic. Компания была создана вокруг идеи разработки мощных систем искусственного интеллекта с особым вниманием к безопасности, надёжности и управляемости.
Для Олаха Anthropic стала местом, где его давний исследовательский вопрос получил совершенно новый масштаб.
Если раньше можно было изучать отдельные изображения и сравнительно небольшие нейросети, то теперь объектом исследования стали большие языковые модели.
Главная проблема была очевидной: модель вроде Claude содержит огромное количество внутренних вычислений, и человек не может просто открыть файл и прочитать инструкцию, объясняющую её поведение.
Поэтому команда Олаха стала искать так называемые features — внутренние представления, которые можно связать с определёнными понятиями.
Одним из заметных результатов Anthropic в 2024 году стало исследование, в котором команда обнаружила в Claude Sonnet большое количество внутренних признаков, связанных с понятиями и различными видами поведения.
Исследователи смогли выделять особенности, связанные, например, с конкретными объектами, людьми, местами и абстрактными идеями. Более того, некоторые из найденных внутренних представлений можно было искусственно усиливать или ослаблять и наблюдать, как меняется поведение модели.
Это не означало, что учёные наконец полностью «прочитали мысли» Claude. До полного понимания таких систем по-прежнему очень далеко. Но это был важный шаг от простого наблюдения за ответами модели к исследованию механизмов, которые лежат за этими ответами.
В 2025 году команда Anthropic пошла дальше.
В исследовании circuit tracing исследователи пытались не только находить отдельные features, но и восстанавливать цепочки взаимодействия между ними. Иными словами, задача стала похожа на составление карты: какая внутренняя структура активируется первой, с какой связывается следующая и каким образом вся эта последовательность приводит к определённому результату.
Anthropic описывает этот подход как двухступенчатый: сначала исследователи выделяют интерпретируемые признаки, а затем изучают circuits — процессы, в которых эти признаки взаимодействуют между собой.
В марте 2025 года Anthropic опубликовала работу о circuit tracing и исследовании внутренней «биологии» Claude 3.5 Haiku. В мае компания открыла инструменты для circuit tracing, чтобы другие исследователи могли использовать этот подход самостоятельно.
А в 2026 году направление продолжило развиваться: среди новых работ Anthropic появились исследования «глобального рабочего пространства» языковых моделей, естественно-языковых автоэнкодеров и внутренних характеристик моделей.
Олах постепенно оказался в ситуации, когда вопрос «как работает нейросеть?» перестал быть чисто академическим.
Если искусственный интеллект становится всё мощнее, то понимание его внутренних механизмов превращается в вопрос безопасности. Можно ли заранее обнаружить опасное поведение? Можно ли понять, почему модель внезапно меняет стратегию? Можно ли отличить действительно безопасную систему от той, которая лишь научилась выглядеть безопасной?
Сам Олах подчёркивает именно эту проблему.
В 2026 году его деятельность вышла и за пределы технологической индустрии. В мае он выступил в Ватикане на презентации первой энциклики папы Льва XIV, посвящённой искусственному интеллекту. В своей речи Олах призвал обсуждать будущее ИИ не только внутри технологических компаний, но и с участием религиозных традиций, гражданского общества, академического сообщества и государств.
В том же году Anthropic продолжила расширять своё исследовательское направление интерпретируемости. Олах остаётся его руководителем и одним из ключевых технических лидеров компании.
Крис Олах сделал карьеру на необычной идее: недостаточно знать, что искусственный интеллект умеет. Нужно понять, почему он это умеет.
Его биография при этом выглядит почти парадоксально. Молодой канадец без законченного университета получает грант вместо диплома, занимается самостоятельными экспериментами, приходит в Google Brain, оказывается связан с DeepDream, затем переходит к систематическому изучению нейронных сетей, работает в OpenAI, а потом становится одним из основателей Anthropic.
Но, пожалуй, важнее всего то, что его интерес не изменился.
Менялись модели — от систем компьютерного зрения до огромных языковых сетей. Менялись компании — Google, OpenAI, Anthropic. Менялись масштабы вычислений. А вопрос оставался прежним: что находится внутри?
Именно поэтому Олаха часто воспринимают не просто как инженера или предпринимателя, а как одного из людей, сформировавших целое направление исследований. Его задача — превратить искусственный интеллект из загадочной системы, которая выдаёт ответы, в объект, внутреннюю механику которого человек постепенно учится видеть.
И пока нейросети становятся всё сложнее, эта работа приобретает всё большее значение: создать мощный ИИ может оказаться проще, чем понять, что именно мы создали.
В 2026 году Крис Олах продолжает работать в Anthropic как сооснователь и руководитель исследований интерпретируемости. Компания официально называет его одним из пионеров механистической интерпретируемости.
О его личной жизни известно значительно меньше, чем о профессиональной деятельности. Сам Олах в публичных материалах гораздо охотнее говорит об исследованиях, безопасности искусственного интеллекта и будущем технологий, чем о семье или отношениях.
Его имя тем временем всё чаще оказывается за пределами узкого круга специалистов. Интерпретируемость из почти нишевой области превратилась в одно из заметных направлений исследований ИИ, а работы Олаха и его коллег используются как попытка ответить на принципиальный вопрос новой технологической эпохи: если мы создаём машины, которые способны рассуждать, учиться и действовать, насколько хорошо мы понимаем их внутренний мир?
Крис Олах исследователь искусственного интеллекта. Фото: Alberto Pizzoli/AFP/Getty Images
| Родился: | 00.00.1991 () |
| Место: | Торонто (CA) |
