Искусственный интеллект научился сомневаться: как переключаемая «глубина размышления» сократила ошибки нейросетей в двенадцать раз

МЕНЮ


Главная страница

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



Удивительный парадокс искусственного интеллекта долгое время мешал компьютерам решать по-настоящему сложные научные задачи: нейросеть тратила абсолютно одинаковое время и вычислительную мощность как на ответ «сколько будет дважды два», так и на поиск ошибки в коде орбитального телескопа! В ноябре исследователи представили новое поколение моделей архитектуры Gemini 4 с переключаемой глубиной размышления и прозрачной цепочкой рассуждений, которое сократило число логических сбоев в сложных инженерных задачах сразу в 12 раз. И главный секрет этого скачка кроется в том, что нейросеть наконец-то научили сомневаться в собственном первом ответе...

Чтобы понять суть этого эволюционного шага, вспомните знаменитую концепцию психологии о «быстром» и «медленном» мышлении человека. Когда вы видите на улице знакомого, вы узнаёте его мгновенно и интуитивно — это быстрое мышление. Но когда перед вами сложная математическая головоломка или чертеж моста, вы останавливаетесь, берёте карандаш, строите гипотезу, проверяете её, находите в ней ошибку и пробуете другой путь.

Классические языковые модели прошлых лет работали исключительно в режиме «быстрого угадывания»: они мгновенно генерировали слово за словом, опираясь на статистическую интуицию. Если модель случайно оступалась на третьем шаге рассуждения, она не могла вернуться назад, а продолжала уверенно выстраивать красивую, но абсолютно неверную логическую башню.

В ноябрьском обновлении архитектуры разработчики реализовали динамическое управление бюджетом рассуждений с четырьмя режимами глубины: от мгновенного рефлекторного отклика для простых запросов до сверхглубокого аналитического режима для многошаговой науки и программирования. Прежде чем написать пользователю хотя бы одно слово ответа, модель уходит во внутренний скрытый диалог сама с собой.

В этом внутреннем пространстве нейросеть разбивает сложную задачу на десяток независимых подзадач, выдвигает несколько конкурирующих гипотез и запускает внутренний критик. Если одна из веток рассуждения приводит к противоречию с законами физики или условиями задачи, алгоритм помечает её как тупиковую, возвращается к развилке и проверяет альтернативный сценарий.

Но главным прорывом стала полная прозрачность этой внутренней кухни: в ходе аудита более двухсот тысяч сложных сессий модель сохранила 99,9 процента читаемости своей цепочки мыслей без скрытых подтасовок и «срезания углов» ради быстрого ответа. Инженер или учёный может заглянуть в этот протокол размышлений и увидеть, какими именно формулами и проверками руководствовался алгоритм на каждом шаге.

В сочетании с единым контекстным окном на один миллион токенов такая архитектура позволяет загрузить в память нейросети целиком техническую документацию целого космического аппарата, найти скрытую нестыковку в чертежах и предложить математически выверенное решение за считанные секунды.


Телеграм: t.me/ainewsline

Источник: vk.com

Комментарии: