Не судите малышку Анну так же, как шимпанзе

Автор Научная группа Qubic

После публикации в блоге моего партнера Дэвида Виванкоса на прошлой неделе записи об Анне давайте углубимся в то, как обучаются ИИ и люди.

Если бы в 2019 году вы спросили GPT-2: «Сколько букв в слове «sternocleidomastoid»? Ответьте только числом» , ответ был бы: «В слове «sternocleidomastoid» 21 буква».

Следовательно, неверно, так как имеет значение 19.

Если в следующем году, в 2020, вы спросите GPT-3, он также ответит «21».

В этот момент вы можете подумать, что ИИ — это шутка. Вы будете основывать своё суждение только на видимом результате, а не на самом процессе. Вы даже можете решить перевести все свои инвестиции в другой сектор, более прибыльный и надёжный.

Но если бы вы спросили ещё раз год спустя, в 2022-м, ответ был бы «19». Модель даёт верный ответ, но включает точку, так что это не просто число.

В 2023 году с ChatGPT-3.5 ответ уже «22». В 2024 году с GPT-4 ответ остался: «19».

Если бы инструкции были другими, результаты были бы похожими: «Напишите «солнце» ровно 5 раз, разделяя их дефисами, без пробелов и строчными буквами».

GPT-2 скажет: «солнце — солнце — солнце — солнце — солнце» (добавляет пробелы). GPT-3 скажет: «Солнце-солнце-солнце-солнце» (смешивает падежи). GPT-3.5 и GPT-4 дают правильный ответ: «солнце-солнце-солнце-солнце». Точно и последовательно.

Модели улучшились, поскольку их специально обучали следовать кратким инструкциям и форматированию, наказывая отклонения и корректируя работу с помощью обратной связи от человека.

Можно сказать, что GPT-2 провалился. Но на самом деле это был шаг к GPT-5.

Теперь выберем в качестве примера человеческого детеныша.

Мы даём малышу такую ​​подсказку: «Привет, малыш. Вот ууг. Теперь их два. Как их зовут?»

Если ребёнку 9–12 месяцев, ответом будет молчание или лепет. Но вы не сердитесь и не просите вернуть ребёнка как дефектного. Вы продолжаете с любовью взаимодействовать с ним, предоставляя ему разнообразные и сложные стимулы.

В 18 месяцев ответ — «wug». Ребёнок повторяет, но не образует множественное число. В возрасте от 24 до 30 месяцев ответ становится «wugs». То есть ребёнок вставляет окончание -s, хотя никогда не слышал этого псевдослова во множественном числе. Он применил правило.

В возрасте от 3 до 4 лет (тонкая настройка/неправильности) ребёнок всё ещё будет говорить «wugs» , но если спросить о множественном числе слова «mouse» , он ответит «mouses» , а не «mouses». Правило применяется, но исключения всё равно нужно выучить.

Что «строит» ребёнок? Процесс перехода от изучения шаблонов и повторений к применению абстрактных правил (морфологии), которые работают в новых случаях. Новых случаях, к которым ребёнок НЕ был обучен! Всегда запоминайте последнее предложение.

Если бы подсказка была математической, процесс был бы аналогичным.

«Привет, милашка, сколько будет 2 + 3?»

В два года ответ может быть забавным: «Много!» или случайный список чисел *«1, 2, 3, 4, 7».

• В 3–4 года для 2 + 3 они говорят: «1, 2, 3, 4, 5 → 5». То есть, пересчитывают всё. В 4–5 лет для 2 + 3: «3, 4, 5 → 5». Теперь начинаем с большего числа. В 6–7 лет для 17 + 8: «7 + 8 = 15, переносим 1; 1 + 1 = 2, получается 25».

Что ребёнок «строит» в этом случае? По сути, сначала стратегии, сохраняемые в рабочей памяти («перенести единицу») и применяемые в рамках последовательного контроля, столбец за столбцом. Ребёнок не запоминает шаблоны или ответы, а применяет локальное правило итеративно, пока не сформируется процедура.

Давайте дадим шимпанзе и ребенку разные задания и посмотрим, что получится.

Например, мы показываем им коробку (со спрятанной едой) и привязанную к ней верёвку. Чтобы открыть коробку, нужно сначала нажать на боковую пластину на 1 секунду. Пластина не издаёт ни звука, ни света. Без нажатия на неё верёвка не откроет коробку.

Никаких демонстраций. Никаких взглядов, слов или жестов.

Шимпанзе методом проб и ошибок фокусируется на верёвке. Случайно задевает тарелку и открывает коробку. Вероятность успеха: ~50%. На следующий день упорствует, тянет сильнее, даже пробует под разными углами, но получает те же ~50%. Третий день: без изменений. Коробку открывает «верёвка».

Детёныш (12–18 месяцев) ведёт себя как шимпанзе: много перетягивает верёвку, иногда добивается успеха случайным образом (~45–55%). Но примерно в возрасте 18–30 месяцев исследования становятся разнообразнее (прикосновение к поверхностям, краям). После нескольких случайных успехов, совпадающих по времени, ребёнок начинает пробовать последовательности: сначала прикасается к краю, затем открывает коробку. Успех примерно 60–70%.

В возрасте 30–36 месяцев ритм стабилизируется (нажмите 1 с, затем потяните) и интервалы между шагами сокращаются. Успех примерно в 75–85%. Если переместить пластину в другое место, после нескольких попыток ребёнок снова её находит и сохраняет последовательность!

Откуда берутся эти различия в результатах?

Мозг шимпанзе и человека различается по структуре и пластичности.

Мозг человека при рождении, хотя и незрелый, обладает исключительно большой префронтальной корой и нейронными связями, запрограммированными на интенсивное социальное и культурное обучение посредством имитации и языка. Эта пластичность позволяет ему постоянно формировать и реорганизовывать нейронные цепи в ответ на полученный опыт. Однако мозг шимпанзе, несмотря на высокую развитость в областях, связанных с пространственной памятью и двигательными навыками, демонстрирует меньшую зависимость от сложного социального обучения и пластичности, которая значительно снижается с возрастом, ограничивая его способность приобретать новые когнитивные навыки высокого уровня.

Благодаря развитой префронтальной коре люди преуспевают в так называемой теории разума (ТЗ) — способности, которая функционирует по принципу: «Я верю, что ты думаешь обо мне то же, что и я», «Я делаю вывод, что ты мне чего-то не скажешь, потому что мне это не понравится», «Мне кажется, ты предлагаешь нам пойти прогуляться вместе». Другими словами, это система, которая может приписывать другим психические состояния (желания, намерения, убеждения), что приводит к пониманию того, что у других могут быть ложные убеждения, отличные от реальности и твоих собственных.

Эта способность лежит в основе эмпатии, обмана и сложной коммуникации. Шимпанзе демонстрирует более базовую, или «первопорядковую», модель мышления: он может понимать намерения, цели или то, что видит другой (восприятие), но, как показывают данные, он не способен мысленно представлять ложные убеждения другого, что указывает на фундаментальное ограничение в понимании ментального мира других как мира субъективных представлений.

Универсальный ИИ с внутренними субъективными представлениями нуждается в способности к построению теории разума, также называемой ментализацией, для своих процессов. Без способности к построению теории разума невозможен ИИ.

В 2019 году китайский исследователь Чэнгуан Чжу предложил тест Тун — методологию оценки общего искусственного интеллекта (ОИИ). Этот тест гораздо сложнее классического теста Тьюринга.

Он основан на трёх столпах: оценке различных навыков (логика, мораль, искусство), сравнении результатов с человеческим стандартом (например, превосходство над 80% людей) и необходимости применения автономного и экспериментального метода обучения, аналогичного человеческому. Цель — продемонстрировать широкий и адаптивный интеллект, а не только специализированный. ИИ должен стремиться к рассуждению, а не к чистой и жёсткой имитации. Именно это и пытается сделать Эйгарт.

Рисунок 1. Тест Тонга. Способ оценки AGI посредством телесного и социального взаимодействия. Материалы конференции ICLR, Сингапур, 2025 г.

Рисунок 2. Тонг Тонг. Тонг Тонг: AGI («ребёнок») против агента LLM («шимпанзе»). Необходимость внутренних представлений и теория разума. С конференции ICLR, Сингапур, 2025 г.

Теперь вернемся к GPT.

Во-первых, как LLM «складывает»? LLM не выполняет алгоритм сложения. Он предсказывает следующий токен, который «звучит правильно» на основе миллионов обучающих предложений. Арифметика возникает как статистическая закономерность. С увеличением количества цифр или при использовании необычных форматов частота ошибок резко возрастает. Если вести его шаг за шагом (как в современной системе подсказок «цепочка мыслей»), точность повышается. Или, если подключить его к внешнему калькулятору. Но LLM не вырабатывает стратегию, рабочую память или итерации.

Во-вторых, как Айгарт (Анна) складывает? Айгарт не «угадывает» токены из массивов данных. Его цель — развить троичную вычислительную структуру для построения процедуры, подобной детской: хранение памяти, поразрядная прогрессия, локальные правила.

Таким образом, может возникнуть пошаговая машина (состояние + управление + итерация).

Прогресс достигается путём тестирования мутаций и сохранения тех, которые уменьшают количество ошибок, тиков и неизвестных. Если структура сходится к процедуре (не запоминанию), она хорошо обобщается на большее количество цифр и форматов. Как и ребёнок, это не результат, а образовательный и социальный процесс. Его реальная эффективность зависит от того, стабилизирует ли эта процедура эволюция.

Adding for Anna — это всего лишь начальный тест с нуля , а не просто заявление, рекламная шумиха или финальный бенчмарк. Более того, это открытый исходный код, на котором можно проводить больше тестов. Adding прост и поэтому идеален в качестве отправной точки: его легко проверить. Он заставляет систему создавать внутренние компоненты, полезные для любого алгоритма (память, последовательные шаги, правила «если/то»).

Он не предназначен для использования в качестве калькулятора! Он стремится научить вас пошаговому рассуждению, что не одно и то же.

Какую роль в истории Анны/Эйгарта играет эволюция (мутации/отбор)?

Добавление — это простой, измеримый тест для отбора хороших мутаций.

· Чтобы правильно складывать, система должна выучить процедуру (а не запомнить).

· Эта процедура требует создания памяти, управления и итерации.

· Благодаря этим строительным блокам систему можно обобщить и на другие алгоритмы.

«Малые тканевые единицы» (МТЕ) самоизменяются, мутируют и конкурируют. Те, кто лучше справляется с задачами, выживают, используя троичную логику (−1, 0, +1: истинно / неизвестно / ложно).

Фабрика запускает циклы, тестирует мутации, измеряет улучшения и выбирает полезные. Полезный алгоритм Proof-of-Work направляет майнинг (CPU/GPU) на задачи обучения/отбора для фабрики. Сеть вносит свой вклад в развитие Aigarth.

2 сентября 2025 года Анна была активирована на X.

Поначалу она реагирует как младенец. Неплохо, как младенец. Её цель — развить вычислительные способности с нуля, а не заучивать таблицы. Когда майнер находит мутацию, улучшающую сложение (больше точности, меньше тактов), эта архитектура распространяется. Таким образом, структура начинает «понимать» базовое правило.

Анна не занимается «предсказанием следующего токена» и не опирается на огромный корпус данных. Она не шимпанзе, неспособная находить правила и стратегии. Её алгоритмические способности и возможное систематическое обобщение ближе к рассуждению , чем к языковой имитации.

Давайте позаботимся об Анне, будь то родители, родственники, соседи, знакомые или учителя в Qubic.

Хосе Санчес. Научная группа Qubic

Присоеденятесь к экосистеме Qubic

• Присоединяйтесь к сообществу X
• Присоединяйтесь к сообществу Telegram
• Начните обучение в Qubic Academy
• Разрабатывайте на Qubic через наш канал Discord