# Покерный ИИ экс-DeepMind уже торгует миллиардами без людей посередине - Site: VeraPoint News - Section: Новости - Date: 2026-07-02 - Canonical: https://verapointmedia.com/news/the-deepmind-trio-who-built-a-poker-ai-are-now-making-money-for-quant-hedge-funds/ - Markdown: https://verapointmedia.com/news/the-deepmind-trio-who-built-a-poker-ai-are-now-making-money-for-quant-hedge-funds.md - Summary: EquiLibre из Праги подняла раунд при оценке выше $500 млн и уже гоняет большие объёмы на рынках. В центре сделки человека больше нет. - Tags: #ai #fintech #trading #deepmind #reinforcementlearning - Image: https://verapointmedia.com/static/2026-07-02_the-deepmind-trio-who-built-a-poker-ai-are-now-making-money-for-quant-hedge-funds-news-cover.webp ## Sources - https://techcrunch.com/2026/06/30/the-deepmind-trio-who-built-a-poker-ai-are-now-making-money-for-quant-hedge-funds/ - https://news.google.com/rss/articles/CBMitwFBVV95cUxQcEVtcG1HajB6Yy1qZXJqS1JkX0U4M1RQMWk0cXY1N0RTbXBoeGV6M0ZfRXN6a2Vzb3FlVjJsUjdFbHc3bktNd0s4RFp0a0RBeXEtU2hmREp4MGd4VDJCcU1hZElfQTc4SUczc0FoT0theGVZREtPZGFrbnlNc2IzellDS2FHN1Q2NEpBdFp3SlBxNkoyWGhjTWo4ZE94SXhhYWpXWFVUbXh0MkdBSXd4SHdhaHdDUnc?oc=5 - https://news.google.com/rss/articles/CBMivAFBVV95cUxPdDAtWFF2dTQ3bUZrakhlUEltNE1kY2xzM3pNNHlhQXpGS19RbUlmSjdsVzA5Sm14NEFTeXpudFRmOWNwWUozci12enlDeGhScjZzb2dnemFWU1czQS1OYTRYTEF5R2NDVFJCQnUweGRXdkpIb25nakxVTEg4VkY4U184WXpSRkdveGpPTVd3RlY5b3hFUF9wcHhIYVpkcUZsdUlxRHVKUnhoRjdyaDlSZ01XRVFxZ05tZkRTag?oc=5 - https://arxiv.org/abs/1612.07547v2 --- 3 секунды на контракт — и человек уже не нужен. Мы недавно разбирали OKX, где AI-агенты начали платить друг другу сами, без привычного «одобрить» посередине. А теперь — следующий слой той же истории, только уже не в платежах, а в трейдинге, где на кону не игрушечная автоматизация, а ежедневные миллиарды. Вот это, честно, уже не шум про очередной ИИ-стартап. Prague-based EquiLibre Technologies — лаборатория из 25 человек, основанная тремя бывшими исследователями DeepMind, — подняла Series A и теперь оценивается больше чем в $500 млн. И одновременно, по словам компании, её алгоритмы уже торгуют миллиарды долларов в день на S&P 500 и Nasdaq вместе с Tower Research Capital. То есть тут не «ИИ когда-нибудь поможет трейдерам». Тут уже машина сидит в контуре сама. И если вы работаете с продуктами, деньгами или автоматизацией, это важно понять быстро: такие системы постепенно съедают не только ручной труд, но и саму привычку держать человека в середине процесса. ## Покерный трюк, который переехал на биржу Основатели EquiLibre — Мартин Шмид, Рудольф Кадлец и Матеуш Морявчик — раньше сделали DeepStack, первый ИИ, который обыграл профессионалов в безлимитный покер. И вот тут, подождите, это вообще нормально? Покер и биржа рядом не потому, что красиво звучит, а потому что обе задачи очень хорошо ложатся на reinforcement learning. Reinforcement learning — это обучение с подкреплением, если по-человечески: системе не расписывают каждый шаг, а задают цель и награду. Успех есть — плюс. Ошибка — минус. На рынке это сводится к совсем грубой, но понятной метрике: сколько денег принёс агент. Именно поэтому poker-логика так легко переехала в трейдинг. Не потому что рынок стал игрой. А потому что для машины и там, и там можно определить победу через одну и ту же холодную шкалу. ## Не демо, а уже в контуре Партнёрство с Tower Research Capital делает историю совсем не декоративной. Это уже не лабораторный слайд и не красивая презентация для венчурного питча, а торговля на больших объёмах в живом рынке. Компания ещё и утверждает, что с момента запуска её системы не показали ни одного убыточного месяца. Но тут, конечно, хочется чуть прищуриться. «Ноль убыточных месяцев» — звучит слишком аккуратно. Я бы очень хотела увидеть, как это выглядит в плохом рынке, в смене режима, в реальном стрессе. Потому что одна удачная фаза и устойчивый метод — это, как ни крути, не одно и то же. ## Где здесь настоящая власть Главная странность этой истории в том, что она не про «умный ИИ», а про лишнего человека в середине цепочки. Если reward-функция — то есть правило, по которому система понимает, что считать успехом, — задана через прибыль, то модели не нужно человеческое чутьё в привычном смысле. Ей нужно только выигрывать по шкале. Для трейдеров, аналитиков и риск-менеджеров это неприятный, но довольно ясный сигнал. Не обязательно «всех заменят» — нет, так грубо я бы не сказала. Но там, где метрика простая, а обратная связь быстрая, человеческий judgment начинает терять вес. И это уже касается не только финансов. Логистика, распределение ресурсов, риск-контуры, любые decision systems — везде может появиться тот же вопрос: если цель ясна, зачем посредник? И вот это, пожалуй, самая неудобная часть новости. Не оценка в $500 млн, хотя и она впечатляет. А мысль о том, что рынок всё увереннее платит не за «понимание», а за быстрое попадание в заданную метрику. ## Прага вместо привычных центров Отдельно забавно, что всё это сидит в Праге, а не в Кремниевой долине. Маленькая команда, 25 человек, и при этом их система уже работает на объёмах, которые для большинства стартапов выглядят почти как ошибка в отчёте. Но в этом есть и более серьёзный сдвиг. Frontier AI всё чаще рождается не только там, где больше денег и громче вывески, а там, где случайно или не случайно собрались люди с редкой экспертизой. EquiLibre выросла из исследовательской среды DeepMind, из покера, из RL-логики — и теперь всё это уже прикручено к реальному рынку. При этом компания сама оговаривается: она «lab first, not a finance firm». И это, честно, полезная оговорка. Потому что иначе слишком легко решить, будто перед нами уже готовая новая модель финансового мира. Пока это скорее сильный эксперимент, который уже начал приносить деньги. ## Что с этого вынести Если вы делаете ИИ-продукты, тут урок довольно приземлённый: обучение с подкреплением — это не только про игры и не только про автономность ради автономности. Это способ научить систему действовать в среде, где можно чётко задать цель. Но чем проще метрика, тем опаснее самообман: модель может блестяще оптимизировать одно и в упор не видеть остального. Если вы инвестор, то логика понятна без фанфар: деньги идут туда, где ИИ не «помогает думать», а принимает решения в денежной среде. Если вы из финансовой команды, новость звучит почти буднично, а по сути довольно жёстко: автоматизация уже не просто ускоряет трейдинг. Она начинает подтачивать саму привычку держать человека в центре процесса. И вот тут вопрос уже не про DeepMind, покер и красивую оценку. Вопрос в том, сколько ещё таких лабораторий появится, прежде чем окажется, что доверять машине деньги проще, чем доверять человеку право на финальное решение. ## Материалы - [TechCrunch AI] The DeepMind trio who built a poker AI are now making money for quant hedge funds | TechCrunch: https://techcrunch.com/2026/06/30/the-deepmind-trio-who-built-a-poker-ai-are-now-making-money-for-quant-hedge-funds/ - [news.google.com] supporting context: https://news.google.com/rss/articles/CBMitwFBVV95cUxQcEVtcG1HajB6Yy1qZXJqS1JkX0U4M1RQMWk0cXY1N0RTbXBoeGV6M0ZfRXN6a2Vzb3FlVjJsUjdFbHc3bktNd0s4RFp0a0RBeXEtU2hmREp4MGd4VDJCcU1hZElfQTc4SUczc0FoT0theGVZREtPZGFrbnlNc2IzellDS2FHN1Q2NEpBdFp3SlBxNkoyWGhjTWo4ZE94SXhhYWpXWFVUbXh0MkdBSXd4SHdhaHdDUnc?oc=5 - [news.google.com] supporting context: https://news.google.com/rss/articles/CBMivAFBVV95cUxPdDAtWFF2dTQ3bUZrakhlUEltNE1kY2xzM3pNNHlhQXpGS19RbUlmSjdsVzA5Sm14NEFTeXpudFRmOWNwWUozci12enlDeGhScjZzb2dnemFWU1czQS1OYTRYTEF5R2NDVFJCQnUweGRXdkpIb25nakxVTEg4VkY4U184WXpSRkdveGpPTVd3RlY5b3hFUF9wcHhIYVpkcUZsdUlxRHVKUnhoRjdyaDlSZ01XRVFxZ05tZkRTag?oc=5 - [arxiv.org] supporting context: https://arxiv.org/abs/1612.07547v2