Задержку блокировки опасного стрима Переса Хилтона объяснили ошибкой модератора
06.08.2026 18:24:49
Когда Демис Хассабис даёт интервью мировым СМИ, представляя очередной прорыв Google DeepMind, за самим кодом этого прорыва чаще всего стоит другой человек — Ориол Виньялс. Именно он руководил командой, научившей искусственный интеллект побеждать профессиональных игроков в StarCraft II на уровне гроссмейстера, а сегодня является одним из главных архитекторов Gemini — семейства мультимодальных моделей, определяющих технологическую стратегию компании. Пока публичное лицо DeepMind принадлежит Хассабису, техническое ядро многих амбициозных проектов организации на протяжении десятилетия остаётся именно за Виньялсом.
Ориол Виньялс родился в 1983 году в каталонском городе Сабадель, Испания. Высшее образование он получил в Политехническом университете Каталонии в Барселоне, изучая математику и телекоммуникационную инженерию. Затем он перебрался в США, где сначала получил степень магистра компьютерных наук в Калифорнийском университете в Сан-Диего, а докторскую степень защитил в Калифорнийском университете в Беркли в 2013 году под руководством Нельсона Моргана на факультете электротехники и компьютерных наук, сосредоточившись на исследованиях в области распознавания речи.
В 2013 году Виньялс присоединился к команде Google Brain, где его ранние работы были сосредоточены на языковых моделях, обработке последовательностей и широких приложениях машинного обучения. Уже в 2014 году вместе с Ильёй Суцкевером и Куок Ле он опубликовал знаковую статью «Sequence to Sequence Learning with Neural Networks» — работу, представившую архитектуру энкодер-декодер на основе долгой краткосрочной памяти (LSTM), позволяющую сквозным образом обучать модели отображению входных последовательностей переменной длины в выходные. Это исследование открыло путь к современному нейронному машинному переводу и стало прямым предшественником всех энкодер-декодерных трансформерных архитектур, используемых сегодня; статья набрала свыше 30 тысяч цитирований, а в 2024 году получила премию NeurIPS Test of Time Award — награду, вручаемую за работы, чья значимость подтвердилась спустя десятилетие после публикации. В том же 2014 году вместе с Сэми Бенджио Виньялс опубликовал работу «Show and Tell» — одну из первых систем нейронного описания изображений. Год спустя он стал соизобретателем архитектуры Pointer Networks, использующей механизм внимания как указатель на позиции во входных данных, — подход, впоследствии лёгший в основу механизмов копирования во многих системах обработки естественного языка, а также поучаствовал в раннем эксперименте по созданию диалоговой модели открытого домена «A Neural Conversational Model».
В 2016 году Виньялс перешёл из Google Brain в DeepMind, где разработал архитектуру Matching Networks для обучения по одному примеру (one-shot learning) — мета-обучающий подход, впоследствии ставший образцом для тестирования моделей few-shot обучения. В том же году журнал MIT Technology Review включил его в список 35 самых перспективных новаторов моложе 35 лет — признание его вклада в развитие sequence-to-sequence моделей, продвинувших задачи машинного перевода и описания изображений.
Именно в DeepMind Виньялс возглавил проект, принёсший ему самую широкую медийную известность, — AlphaStar. В 2017 году вышла подготовительная работа «StarCraft II: A New Challenge for Reinforcement Learning», заложившая основу для последующих экспериментов, а в ноябре 2019 года в журнале Nature — уже в качестве обложки номера — была опубликована статья «Grandmaster level in StarCraft II using multi-agent reinforcement learning», подытожившая результаты проекта: созданный под руководством Виньялса агент превзошёл 99,8% активных игроков на платформе Battle.net сразу во всех трёх расах StarCraft II. Методология проекта — масштабное самообучение через «лиговую» систему тренировки агентов и имитацию человеческих реплеев — впоследствии неоднократно всплывала в подходах к постобучению больших языковых моделей, показав, насколько универсальными оказались наработки, изначально сделанные для видеоигры.
Помимо AlphaStar, Виньялс внёс вклад и в исследования проекта AlphaFold, посвящённого предсказанию структуры белков, — ещё одного прорыва DeepMind, также удостоенного обложки Nature.
Помимо исследовательской работы, Виньялс активно занимался организацией научного сообщества: он дважды выступал программным председателем конференции ICLR — в 2017 и 2018 годах — и неоднократно входил в состав программных комитетов конференций NeurIPS и ICML, включая ICML 2018.
С 2023 года Виньялс возглавил разработку проекта Gemini в Google DeepMind — семейства мультимодальных ИИ-моделей, способных обрабатывать текст, изображения и другие типы данных в едином архитектурном подходе. К августу 2024 года он занимал должность технического руководителя Gemini совместно с Ноамом Шазиром и Джеффом Дином, а под его руководством в 2025 году была представлена модель Gemini 2.5 Deep Think, использующая параллельное рассуждение и обучение с подкреплением для повышения качества решения сложных задач — от математических олимпиад до соревнований по программированию.
К ноябрю 2025 года совокупное число цитирований научных работ Виньялса превысило 381 тысячу — показатель, ставящий его в число самых влиятельных исследователей современного машинного обучения. В том же 2025 году родной университет учёного, Политехнический университет Каталонии, присудил ему почётную докторскую степень — символичное завершение круга для студента, некогда изучавшего математику и телекоммуникации в стенах того же учебного заведения.
В одном из интервью Виньялс сформулировал собственный взгляд на природу машинного обучения: технологию относительно дёшево масштабировать для решения задач в интересах общества — распознавания изображений, транскрибирования речи, перевода текста, — но, как и любая мощная технология, она остаётся обоюдоострым инструментом. Он подчёркивает важность работы команд DeepMind по технической безопасности, этике и общественному взаимодействию, призванных предвидеть краткосрочные и долгосрочные риски развития ИИ, и характеризует себя как оптимиста в отношении будущего искусственного интеллекта, надеясь внести позитивный вклад в создание AGI, способного сделать мир лучше. Неудачи в исследованиях он считает неизбежной частью процесса — прагматичный взгляд человека, чья карьера строилась на постоянных технических экспериментах, далеко не все из которых заканчивались успехом с первой попытки.
Сегодня Ориол Виньялс занимает должность вице-президента по исследованиям и руководителя направления глубокого обучения в Google DeepMind, продолжая соруководить разработкой Gemini. Путь от каталонского студента, изучавшего телекоммуникационную инженерию, через докторантуру в Беркли и работу над фундаментальными архитектурами машинного перевода, до создателя ИИ-гроссмейстера по StarCraft II и одного из ключевых архитекторов флагманской модели Google показывает редкое сочетание глубокой технической экспертизы с готовностью годами оставаться в тени более публичных коллег — сосредоточившись на самом коде, а не на его презентации широкой публике.
Ориол Виньялс, исследователь DeepMind. Фото с сайта telecos.upc.edu
| Родился: | 00.00.1983 () |
| Место: | Сабадель (ES) |
