В Google DeepMind я работала бок о бок с одними из самых блестящих и амбициозных исследователей в мире. И всё же я никак не могла понять, как столь многие могут быть настолько поглощены улучшением моделей, ни разу не задаваясь вопросом, что же мы на самом деле создаём. Казалось, что слишком мало людей по-настоящему волнует, что произойдёт, когда люди начнут ими пользоваться.
Будучи человеком, ответственным за принятие одних из самых деликатных решений о том, на каких данных будет обучаться Gemini, я не могла игнорировать эти вопросы. К тому же простых ответов на них почти никогда не было. Я относилась к этой ответственности настолько серьёзно, что она часто не давала мне спать по ночам. В условиях столь высоких ставок я, разумеется, понимала, что нет никаких гарантий, что мой голос будет услышан; и всё же надеялась, что, находясь внутри, смогу что-то изменить.
Уход из Google DeepMind
Когда эта надежда исчезла, бремя ответственности, на которую я больше не могла по-настоящему влиять, стало невыносимым. Я знала, что не могу остаться. Но уходила я с другим страхом: что однажды буду наблюдать за последствиями со стороны и, возможно, пожалею о своём уходе.
Очень скоро мои опасения стали казаться оправданными. Уход дал мне свободу поставить под сомнение допущения, в рамках которых я работала. Приняв участие в создании одних из самых мощных LLM, я на собственном опыте знала ограничения того, как они учатся на данных. Я хотела вернуться к первоосновам, а не создавать очередную, более совершенную LLM или инструменты, латающие её слабые места.
Именно поэтому я решила основать Dyssonance.
Манифест Dyssonance: переосмысление интеллекта
Современный ИИ хорошо запоминает информацию. Но запоминать — не то же самое, что понимать.
Такие ИИ-системы, как ChatGPT, Claude и Gemini, способны обрабатывать огромные объёмы информации, отвечать на сложные вопросы и вести беседы. Однако им по-прежнему даётся с трудом нечто фундаментальное: осмысливать противоречивую информацию, распознавать собственные ошибки и непрерывно обновлять своё понимание.
Мы считаем, что следующий большой прорыв в ИИ произойдёт не благодаря тому, что машинам дадут больше информации или больший объём памяти. Он произойдёт, когда мы научим их справляться с неоднозначными ситуациями.
За пределами памяти: формирование понимания
Представьте, что вы прочли десятки книг, но так и не связали идеи между собой, не задались вопросом о противоречиях и не изменили своих взглядов, узнав что-то новое.
Это одно из самых существенных ограничений, которые мы видим в современном ИИ.
Подлинный интеллект — это не просто сбор фактов. Это понимание того, как эти факты сочетаются друг с другом, умение заметить, когда что-то не сходится, и готовность корректировать своё мышление по мере появления новой информации.
ИИ должен перейти от того, чтобы запоминать больше, к тому, чтобы понимать лучше.
Научить ИИ думать, а не только говорить
Современный ИИ в значительной степени построен вокруг языка. Он изучает закономерности в словах и использует их для генерации ответов.
Но изложить идею и действительно её понять — две разные вещи.
Мы выбрали иной подход к ИИ: создать систему, которая формирует и непрерывно уточняет собственное понимание информации, — механизм рассуждений на основе здравого смысла.
Вместо того чтобы просто хранить факты, такие системы будут поддерживать развивающиеся интерпретации, способные меняться по мере появления новых данных.
Это как разница между заучиванием ответов к экзамену и подлинным пониманием предмета.
Почему противоречия важны
Некоторые из величайших открытий начинаются с того, что что-то не сходится.
Учёные ставят под сомнение неожиданные результаты. Детективы расследуют противоречивые улики. Предприниматели замечают проблемы, которые упустили другие.
Мы считаем, что интеллект работает во многом так же.
Когда новая информация противоречит тому, что мы, как нам кажется, знаем, это противоречие открывает возможность учиться.
Впервые у ИИ появилась способность указывать на такие диссонансы.
Вместо того чтобы игнорировать противоречия или просто накапливать больше информации, ИИ должен активно работать над их разрешением.
Способность распознать то, что не имеет смысла, и понять почему — это и есть само определение интеллекта.
Конструирование интуиции
Наше видение выходит за рамки того, чтобы ИИ лучше отвечал на вопросы.
Мы хотим помочь создать базовую технологию, которая позволит ИИ-системам рассуждать, учиться, адаптироваться и формировать более целостную интерпретацию мира.
Представьте это как создание фундамента, общего для разных возможностей ИИ, вместо того чтобы требовать от одной системы делать всё.
При таком подходе ИИ мог бы стать более адаптивным, его рассуждения — проще для оценки, а его возможности — проще для совершенствования и сочетания.
Наша миссия
Dyssonance существует, чтобы переосмыслить основы искусственного интеллекта.
Мы считаем, что будущее ИИ — это не просто более крупные модели, более быстрые ответы или более мощная память.
Это создание систем, способных постоянно задавать вопросы, учиться, адаптироваться и лучше осмысливать мир.
Будущее ИИ — не в том, чтобы запоминать больше. А в том, чтобы понимать лучше.
Автор материала — доктор Дженнифер Прендки, PhD
Опубликовано 16 ноября 2026 - 02:39 Наверх



