Инструмент для думающих и зависимость для ленивых: знаменитый Кибердед рассказал «Амурской правде» о будущем искусственного интеллекта

МЕНЮ


Главная страница

ТЕМЫ


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

Авторизация



2026-11-12 16:23

Трезво про ИИ

Разбор интервью Андрея Масаловича («Кибердеда»): что не так в его объяснении трансформеров

В интервью Андрея Масаловича, известного как «Кибердед» (подполковник КГБ в отставке), прозвучало объяснение принципа работы ChatGPT и трансформеров. Разберём, что в этом тексте верно, что искажено и как эти искажения принижают роль искусственного интеллекта как революционного инструмента.

Что описано верно

Авторство алгоритма указано правильно: трансформер действительно придумали в Google (команда Google Brain/Research) и описали в статье 2017 года «Attention Is All You Need». Верно и то, что в основе работы лежит анализ огромных массивов текста и предсказание следующего слова (токена) на основе вероятностей. Утверждение, что модель смотрит на контекст, а не только на предыдущее слово, — тоже верное: в этом и заключается ключевая идея «самовнимания» (self-attention).

Главные ошибки и неточности

1. Трансформер не «объясняет» информацию. Текст говорит, что задача трансформера — «объяснить то, что уже есть». Это не так. Задача трансформера как архитектуры — эффективно обрабатывать последовательности данных и находить в них закономерности. Он не «понимает» смысл и не «объясняет» его, а вычисляет вероятности.

2. Механизм работы описан слишком примитивно. В тексте говорится, что трансформер «считает, какие слова и в каких сочетаниях обычно встречаются друг с другом, запоминает вероятности появления одного слова после другого». Это описание ближе к старым статистическим моделям (n-граммам), а не к трансформеру. На самом деле трансформер использует механизм самовнимания (self-attention): он позволяет модели «смотреть» на все слова в предложении одновременно и взвешивать их важность друг для друга, а не просто считать пары слов.

3. Неточность про «Барака» и «Обаму». Пример с «Бараком» и «Обамой» в целом иллюстрирует предсказание следующего слова, но не передаёт сути. Трансформер не просто ищет частые пары — он строит сложные векторные представления (эмбеддинги), где «Барак» и «Обама» будут близки по смыслу в многомерном пространстве, даже если они не стоят рядом.

4. Утверждение, что «трансформер сам по себе не решает осмысленных задач», — спорно. Текст говорит, что у трансформера «нет механизма мышления». Это верно в том смысле, что у него нет сознания. Однако современные большие языковые модели на базе трансформеров после специального обучения (fine-tuning, RLHF) вполне успешно справляются с задачами, требующими рассуждений — решение логических задач, написание и отладка кода, анализ документов. Они делают это не «по-человечески», а путём статистического предсказания, но результат может быть осмысленным.

Как эти ошибки принижают значение ИИ

1. Сведение к «продвинутому поисковику». Текст утверждает, что трансформер создавался прежде всего для того, чтобы «объяснить то, что уже есть в огромном массиве информации», и что Google развивал его ради улучшения поиска. Это низводит ИИ до усовершенствованной функции поисковой строки. На деле трансформер — универсальная архитектура, которая легла в основу не только поиска, но и машинного перевода, генерации кода, распознавания речи, анализа белков (AlphaFold) и медицинской диагностики. Революционность в том, что одна архитектура оказалась применима почти к любой задаче обработки последовательностей, а не к одной узкой функции.

2. Подмена «понимания» статистикой пар слов. Описание «считает, какие слова и в каких сочетаниях обычно встречаются» и пример с «Бараком» и «Обамой» создают впечатление, что модель — это просто очень большой словарь частот. Из этого читатель делает вывод: «ну и что тут революционного, это же просто автодополнение». Тем самым обесценивается ключевой прорыв — механизм самовнимания, который позволяет модели выстраивать внутренние представления о связях между понятиями на расстоянии сотен слов и абзацев. Именно это дало качественный скачок, а не подсчёт пар.

3. Утверждение об отсутствии «механизма мышления» как приговор. Фраза «у него нет механизма мышления в человеческом понимании» формально верна, но в контексте звучит как обесценивание: мол, осмысленных задач он не решает. Это принижает реальные возможности современных моделей — они справляются с многошаговыми рассуждениями, решением логических и математических задач, написанием и отладкой кода, анализом документов. Да, это не человеческое мышление, но и не «просто вероятности»: масштабирование архитектуры и обучение привели к эмерджентным способностям, которых у простых статистических моделей не было.

4. Искажение истории создания. Утверждение, что Google придумал трансформер «для своего поисковика», а ChatGPT просто «лежит внутри» как чужой алгоритм, создаёт картину, будто ИИ — это заимствованная деталь для улучшения поиска. В действительности статья 2017 года заложила новую парадигму, а её применение в больших языковых моделях (GPT, BERT и др.) привело к появлению нового класса инструментов, меняющих целые профессии и отрасли. Такая подача скрывает масштаб сдвига.

5. Общий эффект: «хитрость», а не прорыв. Текст начинается со слов «тут какая хитрость» и на протяжении всего повествования объясняет ИИ через что-то маленькое и механическое. В итоге у читателя формируется установка: ChatGPT — это ловкий трюк с подсчётом слов, а не технология, которая меняет способы работы с информацией, обучение, разработку и научные исследования. Именно это принижение — главный риск таких упрощений: оно мешает увидеть, что произошёл качественный переход, а не косметическое улучшение поиска.

Итог

Ошибки в тексте Масаловича не просто технические — они работают как рамка восприятия. Сводя трансформер к подсчёту частот и функции поиска, автор лишает ИИ статуса революционного инструмента и превращает его в «умное автодополнение». Корректное же описание — через механизм внимания, универсальность архитектуры и эмерджентные способности больших моделей — показывает, почему это действительно технологический сдвиг, а не хитрость.

https://ampravda.ru/2026/10/06/instrument-dlia-dumaiushhix-i-zavisimost-dlia-lenivyx-znamenityi-kiberded-rasskazal-amurskoi-pravde-o-budushhem-iskusstvennogo-intellekta


Телеграм: t.me/ainewsline

Источник: ampravda.ru

Комментарии: