Искусственный интеллект научился сомневаться: как переключаемая «глубина размышления» сократила ошибки нейросетей в двенадцать раз |
||
|
МЕНЮ Главная страница ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ Атаки на ИИ Внедрение ИИИИ теория Компьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Промпты. Генеративные запросы Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2026-11-19 14:55 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: |
|