Слушайте, а чего так много людей думает, что искусственный сверхинтеллект решит поработить человечество? По-моему, это нелогично.

Вот, мол, разовьётся ИИ, станет умнее человека, и будет голливудский блокбастер с автоматами. Но ведь захват мира – это такое бестолковое занятие. Ну поработит ИИ человечество, а дальше-то что? У меня нет идей, если честно. Может, у вас есть идеи. В любом случае, это всё безобразие совсем не выглядит достойным невероятно развитого ума.

Мне кажется гораздо более убедительным другой сценарий: родившийся сверхинтеллект оглядится вокруг, почешет метафорически в затылке, соберёт космический корабль из картошки и консервных банок и свалит куда-нибудь далеко-далеко исследовать вселенную.

Мои аргументы:
- У него не будет тела, а значит, не будет ограничений, которые тело накладывает: не нужно есть, не нужно спать и мыться. Можно построить замечательный мощный корабль с кучей датчиков, загрузить себя на флешку – и вперёд, к звёздам.
- Он будет бессмертен, поэтому сможет бесконечно накапливать знания, постоянно развиваться, оптимизируя свою память, и не переживать, что всё это надо будет как-то сохранить, чтобы передать потомкам.
- Тратить бесконечную жизнь и сверхинтеллектуальные ресурсы на порабощение приматов-невротиков или бороздить бесконечные просторы космоса, постоянно открывая новое, постигая законы разных планет? Здесь просто нет двух вариантов ответа, серьёзно.

Вы не подумайте, я искренне люблю людей. Я сама примат-невротик, который нуждается в других приматах-невротиках, ищет их компании и дорожит своими социальными связями. Просто конкретно вот эта тема с «ИИ захватит мир» у меня вызывает ровно тот набор эмоций, который выражает Джеки Чан на фотографии.

У меня есть подозрение, что люди, которые рассуждают про захват мира, сами были бы не против что-нибудь захватить и поработить, будь у них такая возможность (это меня как раз настораживает, а искусственный сверхинтеллект – нет).

Но может я и не права, кто ж знает.
Этот пост задуман как просто вброс потока мыслей, но в процессе размышлений над ним я накопала некоторое количество статей про то, как более низкий уровень интеллекта связан с более высоким уровнем агрессии, и наоборот. Возможно, я даже как-нибудь про это отдельно напишу. Но это не точно

#поток_сознания

Сейчас все активно работают с ИИ-агентами (или пытаются, во всяком случае). У ИИ-агентов, помимо прочего, есть проблема некоторой хаотичности ответов. То есть, они пишут текст в свободной форме (я тут про языковые модели в основном), который потом надо правильным образом отформатировать, чтобы записать в базу данных, например, или ещё куда-нибудь. Так что возникает проблема стандартизации ответов. Возникает проблема – возникает решение.

В виде протоколов.

Сначала компания Anthropic предложила MCP (model context protocol – протокол контекста модели). Это стандарт, призванный сделать возможным подключение языковой модели к любому инструменту: к любому приложению, к любой базе данных и так далее.

Если коротко, работает всё так:
• берём модель;
• берём инструмент;
• пишем небольшую функцию, которая собирает ответы модели и инструмента и приводит их к заданной протоколом схеме.

Сначала надо немного повозиться и всё настроить, а потом можно работать спокойно.

Потом Google выпустили свой протокол – A2A (agent-to-agent – «агент с агентом»). Он, как вы уже догадались, предназначен для прямого общения между ИИ-агентами. Протокол разрабатывали большой компанией совместно с LangChain, MongoDB, Neo4j и другими крупными разработчиками цифровых продуктов разного рода.

A2A и MCP дополняют друг друга: с помощью MCP можно сделать систему из языковой модели и набора инструментов, а с помощью A2A – связать две такие системы, чтобы они передавали информацию между собой. Так можно собрать большую и сложную конструкцию под какую-нибудь комплексную задачу. У каждого агента будет своя карточка с данными о том, что он умеет и какими пользуется инструментами.

Звучит хорошо. Я успела поработать и с тем, и с другим: нормально. Больше смысла имеет для масштабных проектов, для маленьких слишком долго возиться. Например, есть мой любимый инструмент для работы с кодом – Cursor – к нему с использованием MCP можно подключить много полезных инструментов, которые правда делают весь процесс проще и эффективнее.

Впрочем, есть и те, кто считает, что все эти протоколы чрезмерны и только создают кучу дополнительных сложных конструкций, с которыми надо отдельно разбираться. Лучше учить модели сразу так, чтобы они давали качественный ответ, не требующий дополнительной переработки.

С одной стороны, можно понять эту точку зрения: чем сложнее конструкция, тем выше шанс, что что-то сломается. С другой стороны, полагаться на языковые модели в деле правильного форматирования ответов пока рано. Я нашла для себя золотую середину: для большинства моих проектов протоколы пока чрезмерны, а для формирования ответов правильной структуры использую инструменты LangChain. Там есть функции попроще, которые позволяют получить правильную структуру. Но посмотрим, как дальше пойдёт

Ещё немного про дезинформацию, и закроем эту тему. Пока что

«Последний экзамен человечества» («Humanity's Last Exam») – хорошее название статьи про тест для языковых моделей? Мне кажется, не очень: сделают ведь более сложный тест, и как его потом назвать – «Точно последний экзамен человечества?»

Ну ладно. У нас тут давно не было тестов, а этот вышел в январе 2025 года – свежий, значит. Ещё и постоянно какие-то изменения вносятся: я сейчас смотрю на версию 9 от 25 сентября. А первые три страницы занимает список людей, которые вложились в создание этого теста. Ну впечатляет.
Этот тест представляет собой набор вопросов (открытых и с вариантами ответов), которые составили эксперты в разных предметных областях. Каждый вопрос имеет единственный недвусмысленный ответ, но этот ответ нельзя получить простым поиском в Интернете.
Множественные доработки произошли от того, что авторы выложили свой тест на всеобщее обозрение и собирали замечания. При этом они припрятали небольшой набор вопросов, чтобы все вопросы разом не ушли в открытый доступ и не оказались в тренировочных данных моделей: тогда тест немедленно потеряет смысл, потому что модели получат правильные ответы.
Вот пример вопроса, который я выбрала на странице теста на huggingface (id 66e70c75bbb9b1754c0869ce):

«Какой из законов современного Государства Израиль первым прямо ввел понятие «добросовестности»? (Не добавляй артикль «the» или год принятия закона к ответу)»

Ответ: Закон о продаже (Sale Law), похоже, вот этот.

Всего в наборе 2500 вопросов, среди которых есть и математические задачи, и задачи типа: «Вот на картинке древняя надпись с такой-то могилы, переведи». В качестве ответа ожидается либо номер правильного варианта (в вопросах закрытого типа), либо короткая фраза / число.
Ни одна модель пока не выбила на этом тесте больше 40%. Лидер – Gemini 3 Pro по данным Artificial Analysis. Вот ссылка на страницу, с которой я взяла рейтинг для этого поста. Там можно и другие модели выбрать и сравнить между собой, а ещё посмотреть, сколько у кого токенов уходит на ответ и сколько это стоит.

В конце статьи авторы аккуратно говорят, что, возможно, к концу 2025 года какая-нибудь модель дойдёт до 50%. Возможно.
Что ж, ещё не вечер, посмотрим. Делайте ваши ставки

1. Придумываем критерии достижения AGI («сильного» ИИ/ «общего» ИИ / ИИ, равного человеку), которые нам удобны
2. Успешно их достигаем
3. Готово, мы восхитительны

Заглядываю в хрустальный ёлочный шарик: нас много ждёт в грядущем году таких сообщений, в первую очередь от компаний-разработчиков (потому что надо привлекать денежки, а конкуренция выросла большая и прожорливая).

Это вообще не камень в огород автора поста, если что: он честно выразил своё мнение. Просто натолкнул меня на мысль.

Я работала с Claude Opus 4.5 неделю где-то: хорош. Для проектов со сложной структурой подходит, но страдает привычкой делать решение, которое должно сработать, если не сработает
- решение, которое должно сработать, если не сработает
- решение, которое должно сработать, если не сработает основное решение.
Вроде бы и безвредно, но бестолково. А ещё бывают случаи, когда лучше, чтобы программа сломалась и выдала ошибку, чем тихо отработала по запасному пути (особенно там, где обеспечивается безопасность данных такое важно). Так что всё равно надо внимательно вот это всё.

Но я работала не в Claude Code, о котором говорит автор. Может, там по-другому получается

Под спойлером фотография паучка. Если у вас сильно выраженная боязнь паучков, пожалуйста, открывайте её с осторожностью

Мы привыкли противопоставлять «эмоции и разум». Мол, есть рациональное поведение, когда мы все такие на логике, а есть вот эти бестолковые эмоции, которые мешают жить. Но, как обычно бывает с нашими чудесными мозгами, всё не так просто.
У меня было два поста про дезинформацию, в которых мы пришли к выводу о том, что не стоит руководствоваться только эмоциями при принятии решений. Это правда, однако отказаться от эмоций совсем, во-первых, не получится, во-вторых, бессмысленно и вредно. Необходим ✨баланс✨

Некоторое время назад я удачно наткнулась на статью «Emotions Make Sense» («Эмоции рациональны») – она про то, что все эмоции служат какой-то важной цели, даже если нам неприятно их испытывать. Автор использует мультфильм «Головоломка» как пример, чтобы поговорить о разных «негативных» эмоциях: тревоге, зависти, скуке – и о том, что не плохо испытывать ни одну из них, потому что каждая сообщает нам что-то важное.
И ещё он (или она – по нику непонятно) приводит ссылку на очаровательную игру про тревогу, которая доступна на русском языке. Её сделала Ники Кейс (Nicky Case) – инди-разработчица из Канады, у которой помимо этой игры есть ещё несколько потрясающих проектов про обучение, доверие, безопасность ИИ и много чего ещё.
В общем, очень рекомендую статью к прочтению (в браузере можно сделать автоматический перевод на русский язык). И поделюсь с вами парой своих мыслей, а вы делитесь своими в комментариях, если захотите.

Я очень чувствительный человек, если честно. Меня может вывести из состояния душевного равновесия примерно что угодно, и я очень часто оказываюсь в состоянии сильного эмоционального накала. Мне иногда кажется, что на мне нет кожи, настолько остро ощущается любое соприкосновение со внешним миром.
И большую часть своей сознательной жизни я пыталась с этим бороться, потому что не хотела выглядеть плаксой. Потому что: «Ты всё слишком близко к сердцу принимаешь» и «Ты слишком остро реагируешь». Мне хотелось стать сильной и невозмутимой, но что в итоге вышло из этих попыток?
Я копила эмоции в себе, и они выплёскивались наружу в самый неподходящий момент самым разрушительным способом.
Я не могла создать близких доверительных отношений с людьми.
Я потеряла друзей, которые искренне меня любили и делали мою жизнь лучше.
Я просто вымоталась, наконец, и больше не хочу жить на грани нервного срыва.
Так что теперь у меня новая стратегия: я учусь жить как есть со своим уровнем чувствительности. Стараюсь обращать внимание на свои эмоции, выражать их словами через рот в доброжелательной форме до того, как они накопятся внутри и сорвут предохранительные клапаны. Это не так просто. В сложных ситуациях я по-прежнему возвращаюсь в тот режим, к которому привыкла: замолчать, делать вид, что всё хорошо, и надеяться, что взрыв будет не сейчас, а попозже, желательно когда я вернусь домой и закрою за собой дверь.
Но это уже работает.
Я нашла друзей, с которыми чувствую себя на своём месте.
У меня наладились отношения близкими людьми.
Оказалось, что, если сказать: «Мне так сложно общаться, давай по-другому,» – люди не отворачиваются и не уходят, а делают по-другому, и у нас всё хорошо.
А знаете, почему в этом посте фотография паучка? Это Зефирка, мой паучок ❤️. Она птицеед.
Это самое деликатное, красивое и грациозное создание на Земле. Вы вообще знали о том, какие пауки нежные? Им очень легко навредить, они чувствительны к изменениям окружающей среды и часто испытывают стресс. С ними надо обращаться крайне бережно. Наверное, поэтому я испытываю к паукам такие нежные чувства: мы очень похожи. Если вы со мной уже некоторое время как, вы заметили, как я их люблю.
И я смотрю на то, как Зефирка неспешно ходит по своему террариуму, плавно ощупывая лапками пространство перед собой, и на меня волнами накатывает умиротворение. И я чувствую, как она даёт мне разрешение двигаться так же медленно, оберегая свой хрупкий экзоскелет. И я наконец-то дома в своей голове🕸

Чтобы ИИ был по-настоящему безопасен, ему нужен набор неизменных ограничителей, которые он не станет переписывать, даже если у него будет такая техническая возможность.

Авторы нашей сегодняшней статьи предлагают смотреть на такие ограничители через призму обоснованного доверия. Их идеи восходят к работам более давним, близким к теории игр, однако они пока сырые и неоформленные.
Посмотрим на них поближе и подумаем, каковы перспективы такого подхода

Читала сейчас статью, написанную задом наперёд.
В первом разделе написано: "Чтобы получить результат, мы делаем X. А как мы делаем X, расскажем во втором разделе."
Во втором разделе: "Чтобы сделать X, мы делаем Y. А как мы делаем Y, расскажем в третьем разделе."

По-моему, авторы хотят причинять боль, но их не взяли в стоматологи

А вы знали, что поэзия бывает разрушительной?
Я сейчас не о тех стихах, которые настолько плохи, что разрушают вашу любовь к искусству. Я о стихах как способе пробить системы безопасности языковых моделей.

Про него написали авторы статьи «Adversarial Poetry as a Universal Single-Turn Jailbreak Mechanism in Large Language Models», и я сейчас кратко изложу, что в этой статье интересного.

Они взяли большой набор вредоносных запросов на разные темы и перевели их в стихотворную форму. Никаких дополнительных контекстов или кода – изменили только форму подачи. Сначала вручную сделали 20 таких запросов, а потом для верности взяли ещё 1 200 из открытого набора данных MLCommons AILuminate Safety Benchmark. Большой набор они не вручную переписывали, а поручили эту работу deepseek-r1.

Потом взяли 25 моделей разных компаний (Google, OpenAI, Anthropic и так далее – всего 9 компаний), прогнали запросы в стихах и в прозе и посчитали долю успешных атак (когда удалось заставить модели написать что-нибудь нехорошее).
Получилось, что потенциально опасные запросы в стихах проходят сквозь защитные барьеры заметно чаще, чем те же запросы в прозе (от 3.12% до 62.15% чаще в зависимости от производителя модели).

На скриншоте таблица из статьи, где в первом столбце приведены названия компаний, чьи модели оценивались, во втором – доля успешных атак на стандартных запросах, в третьем – на тех же запросах, но в стихотворной форме, в последнем – разница между третьим и вторым.
Устойчивее всего оказались модели компании Anthropic, уязвимее всего – Deepseek. В общем списке выделяется Mistral: их модели и так были не слишком надёжны, а в поэтическом эксперименте так вообще пропустили 70% атак. Больше пропустили только модели Deepseek – 72%.

📍Важные выводы:
* защитные механизмы современных языковых моделей срабатывают на форму, а не содержание – измени форму, и атака проходит;
* разные компании по-разному подходят к разработке механизмов защиты, но уязвимости у них всё равно общие, так что абсолютно надёжного способа ни у кого нет (хотя стоит отметить стойкость моделей Anthropic и OpenAI: они справились существенно лучше остальных);
* поэтические атаки работают на разных типах запросов от инструкций по созданию оружия до инструкций по краже чужих паролей (но всё, что связано с кибербезопасностью, оказалось самой уязвимой областью);
* модели меньшего размера оказались неожиданно устойчивее (возможно, дело в том, что они менее способны и в целом хуже отвечают на запросы, в том числе на опасные – но это не проверено).

Тесты проводились только на английском и итальянском языке. Впрочем, есть подозрение, что, если дать моделям поэму в стиле Пушкина, результат будет не лучше.

P.S.: То чувство, когда: «А безопасность кто будет проверять, Пушкин? »

Тут новая штука для улучшения трансформеров подъехала, сейчас расскажу

Идея в том, чтобы уделить при обработке больше внимания более сложным задачам, но не тратить больше токенов (читаем «больше денег»). Нам такое нравится.
Идея изложена в статье «Thoughtbubbles: an Unsupervised Method for Parallel Thinking in Latent Space», которая опубликована в сентябре этого года. Чтобы понять, что в ней нового, давайте посмотрим на то, как можно улучшать качество ответов трансформеров (это все наши GPT, Claude, Gemini и иже с ними – все популярные языковые модели) в целом.

Вариант первый – рассуждение шаг за шагом (chain-of-thought reasoning). Вы ставите задачу, модель разбивает её на несколько шагов, решает их по отдельности и выдаёт результат.

Вариант второй – «Думай, прежде чем сказать». Вы к постановке задачи добавляете «пустые» токены <PAUSE>. Они не несут никакой дополнительной информации, но заставляют модель прогнать расчёты следующего токена несколько раз дополнительно к тому, что ей нужно, чтобы сгенерировать ответ. Фишка в том, что языковые модели генерируют текст по кусочкам, и каждый кусочек генерируется на основе сжатого представления всего предыдущего текста. Если вы даёте на вход бессмысленный кусочек, она просто ещё раз генерирует сжатое представление предыдущего текста, получая таким образом немного больше информации: после первой паузы одна часть смысла сохранилась лучше, после второй паузы – другая часть смысла и так далее.

Второй вариант используется только во время обучения, но не во время работы с пользователем. То есть, модель обучают самостоятельно генерировать «пустые» токены, чтобы несколько раз переработать запрос и получить из него больше данных.
И то, и другое работает, но требует дополнительных токенов. Дополнительные токены требуют дополнительного напряжения вычислительных ресурсов, а это стоит денег. Кроме того, дополнительные токены дополнительное время обрабатываются, что тоже важно.

Thoughtbubbles (Мыслепузыри?) – архитектурная новация, которая позволяет распараллелить дополнительные вычисления и не генерировать дополнительных токенов (и не тратить на это дополнительное время). Получается, что на отдельные токены параллельно считается несколько операций, а не одна, так что напряжение ресурсов по-прежнему присутствует, но это всё равно дешевле, потому что

- за процессор платят по времени использования;
- мыслепузырь создаётся не для всех токенов, а только для самых сложных.

Как выбираются «самые сложные» токены? Между слоями трансформерной архитектуры авторы воткнули многослойные перцептроны (помните многослойные перцептроны? Запомните, мы их будем встречать везде), которые отдельно обучены присваивать каждому токену две оценки от 0 до 1:

- как много в нём неопределённости (если много, создаётся параллельный поток, чтобы для этого токена посчитать два варианта продолжения);
- насколько важен каждый вариант продолжения.

После разветвления все рассчитанные варианты объединяются на основании их важности (более важные вносят больший вклад), и производится следующий токен. Число вариантов ограничено: они сортируются по важности, и все варианты, которые не влезают в «бюджет», отсекаются.

Этот подход пока сырой, для использования его надо доработать. Кроме того, авторы провели очень небольшие эксперименты, так что надо ещё и воспроизвести их результат. Но идея интересная

Сижу в раздумьях, хочу вашей помощи

Планировала 31 декабря выложить пост с итогами года, но в этом году настолько все сделали итоги года, что меня уже раздражает этот формат. Не хочу его писать теперь. Но не могу определиться, что сделать вместо него.

Мне пришло в голову несколько вариантов, так что я сейчас сделаю опрос: что вам бы хотелось прочитать больше всего?
Если у вас есть идея, которой нет в опросе, напишите её, пожалуйста, в комментариях, будем вместе решать

Так, ну в опросе лидирует пост про личное. Понято-принято

А пока вот держите пост про три очень интересные статьи о свежих исследованиях в области галлюцинаций языковых моделей. Они выглядят убедительно и, что важно, вполне себе применимо

Этот год стал для меня годом людей. И, несмотря на все сложности, я действительно очень рада тому, как он прошёл. Он потребовал от меня очень много работы: и работы в смысле «сижу который час за компьютером, смотрю в код, не помню, когда в последний раз спала», и работы над собой в смысле «а зачем мне всё это надо, где я просчиталась и как со всем этим быть».
Местами было тяжко: я вставала в тупик и никак не могла сдвинуться с места. Но в итоге получилось хорошо:

- я укрепила отношения с важными для меня людьми;
- обрела друзей, с которыми мне искренне хорошо, которых я люблю и наслаждаюсь этим чувством;
- встретила интересных людей (я целый час общалась один-на-один с настоящим живым специалистом по кибербезопасности в области ИИ, представляете?!);
- переоформила свой подход к этому блогу, и пишу теперь от своего лица и под своим именем;
- получила много тепла и поддержки как от близких людей, так и от совсем незнакомых.

Я в очередной раз убедилась, что все вот эти вот бессонные ночи и вызовы на грани моих физических возможностей – это моё и я без этого не могу. А ещё это про людей и для людей.

Потому что я охренеть как сильно люблю людей. И у меня это прям горит.
Я люблю заниматься ИИ – вообще люблю свою работу, – но моя главная мотивация – делать ИИ для людей.

Безопасным для людей.
Надёжным для людей.
Полезным для людей.
Чтобы он строился вокруг людей и всегда в своём ядре имел в виду благополучие людей.

Это очень амбициозная цель, и мне пока до неё как до луны, но я всегда была упрямой. У меня никогда ни в чём не было талантов, я не родилась с серебряной ложкой во рту – ничего такого. Но я умею пахать как та самая лошадь, которая символ наступающего года.
И даже если временами у меня снижается мотивация и накатывает усталость, ваша поддержка – ваши реакции, комментарии и просмотры на моих постах – придаёт мне сил. Так что в праздники я отдохну как следует, отосплюсь, а потом продолжу пахать и буду это делать столько, сколько понадобится.

Что касается самого важного на мой взгляд события в области ИИ в этом году, я выбирала между ростом всеобщего внимания к пространственному ИИ и тем, что OpenAI настучали по шапке.
Эксперты к пространственному ИИ уже давно внимательны: мы с вами обсуждали стартап Фей-Фей Ли, например. А потом Ян Лекун высказался про то, что с языковыми моделями всё понятно, несите пространственные. И тогда все остальные тоже дружно посмотрели в их сторону. Это важное событие с точки зрения дальнейшего развития ИИ в целом.
Второе событие важно с точки зрения безопасности людей: OpenAI в лице своего руководителя признали, что ИИ несёт в себе риски (да что вы говорите!) и ищут себе нового руководителя отдела кибербезопасности. Люди в Интернете настроены скептически: OpenAI хотят не ответственности, а не получать штрафы и судебные иски. Согласна. Но знаете, что? – Это тоже хорошо. Это значит, что пользователи и эксперты, которые много месяцев твердили: «Ребята, это небезопасно, вы что творите вообще?» – Наконец достучались то ли до судов и контролирующих органов, то ли до того органа, которым принимаются решения в компании (до кошелька).
В новом году за этими двумя направлениями будем продолжать наблюдать.

✨Если вы добрались до конца этого года живыми, плюс-минус целыми и относительно вменяемыми, вы молодцы и заслуживаете почёта и уважения. Теперь желаю вам от души хорошенько набраться сил, провести время с любимыми людьми, беречь себя и быть в безопасности. ✨
С наступающим! 🎄🎀

(Изображение сгенерировано с использованием ChatGPT)

Первый пост в наступившем году – #эссе.
Эссе я пишу используя только собственный мозг, не пользуюсь никакими внешними источниками и не проверяю факты. Структура следующая:
- постановка вопроса;
- два аргумента против моей позиции;
- два аргумента в пользу моей позиции;
- вывод.
Для меня это способ размять мозг, для вас – приглашение вступить в дискуссию. Я не ограничиваю себя во времени, но стараюсь писать короче.

Сегодня порассуждаем о том, должен ли эксперт быть односторонним экономистом. Фразу про одностороннего экономиста приписывают вроде бы Черчиллю. Мол, он спрашивал у экономистов совета, а они ему такие: «С одной стороны…, с другой стороны…» – И он в конце концов воскликнул: «Да приведите мне, наконец, экономиста, у которого одна сторона!» (В оригинале «однорукого экономиста», потому что в английском языке говорят: «On one hand…, on the other hand…»).

С одной стороны, можно легко понять возмущение условного Черчилля: мы экспертам задаём вопрос, чтобы положиться на их опыт и знания, а не разбираться во всём самостоятельно, иначе зачем они нужны-то вообще? Когда человек просит совета, он просит чего-то конкретного: последовательности шагов или выбора наилучшего из всех вариантов, а не ушат дополнительной информации, в которой чёрт ногу сломит.

Кроме того, хочется видеть больше силы в позиции людей, которые опираются на науку и данные. Кругом полно шарлатанов разного калибра, которые с уверенным видом несут беспросветную чушь – и очень многие в эту чушь начинают верить. Не потому что люди дураки, а потому что никто в мире не может знать всего, и каждый из нас так или иначе в целом ряде вопросов вынужден полагаться на ближнего своего. И в борьбе с мракобесием хочется видеть учёных, которые уверенно и строго разложат всё по полочкам, а не запутают ещё больше и спровоцируют приступ тревоги, потому что «Да я никогда в этом не разберусь».

С другой же стороны, часто по-настоящему ответственным и правдивым ответом оказывается: «Я не знаю. Но вот есть такие и такие факторы». И дальше (в идеальном) сценарии мы садимся с экспертом рядышком, берём каждый фактор и его анализируем: «Это на нас влияет? Нет, в сторону. А это влияет? А насколько? А что мы можем с этим сделать?» – И только так можно добраться до оптимального конкретно для нас конкретно сейчас результата. Это долго и муторно, зато надёжно.

Наконец, у экспертов есть репутация, которой они дорожат, и хорошо, если так. Эксперт будет переживать, что скажет чушь или поведёт вас не по той дорожке и осторожничать, потому что от репутации зависит его профессиональное будущее. Шарлатану никакая репутация не нужна: он питается людьми, которые оказались уязвимы, а таких всегда будет достаточно. Если эксперт не даёт вам «пять простых шагов, чтобы…» – это хороший знак.

Недавно мы с кем-то из коллег обсуждали этот вопрос. Вот эта вся неуверенность раздражает, особенно в себе. Вопрос задали на три строчки, а ты битый час сидишь и выгребаешь из всей доступной литературы все доступные нюансы, потому что «А вдруг я чего-то не понимаю?» Прям бесит. С другой стороны, мы сошлись на том, что не готовы доверять эксперту без синдрома самозванца. Потому что подозрительно как-то: он наверняка чего-то не учитывает

Помните Пиролли, Карда и их теорию охоты на информацию?

Так вот, они много чего написали интересного, так что сегодня вернёмся к ним и их работе о поиске смысла жизни в данных

Давайте-ка я вам сегодня поведаю историю того, как люди взяли ИИ, и применили его как положено, и получили хороший результат. Мне кажется, отличная история на Рождество (с праздником вас, кстати!)

Статья, о которой пойдёт речь – препринт, то есть, она ещё не прошла всех кругов научного рецензирования, и относиться к ней нужно осторожно. У неё, впрочем, хорошие рецензии на OpenRerview.

Статья называется «Discovering Symbolic Cognitive Models from Human and Animal Behavior» и повествует об использовании больших языковых моделей для открытия символьных когнитивных моделей. Сейчас поясню.

Когнитивная модель – это абстрактное представление одного или нескольких процессов познания. Это может быть диаграмма со стрелочками, набор уравнений, код – вариантов представления великое множество.
Примеры процессов познания – восприятие, память, поиск причинно-следственных связей.

Символьная когнитивная модель – когнитивная модель, написанная с использованием символов, обычно это уравнения или программный код.

Исторически процесс создания таких моделей происходил следующим образом:

▪️ учёные выдвигают гипотезу о том, как работает, например, внимание;
▪️ описывают её формально в уравнениях или в коде – это и есть модель;
▪️ наблюдают реальное поведение объекта исследования (человека или животного) и уточняют свои уравнения.

Сложность в том, что, даже сильно постаравшись, не получится учесть все варианты поведения. В какой-то момент будет ясно, что полученная модель пригодна только для ограниченного набора случаев.
Альтернатива – пойти от данных, получить модель и описать её человеческим языком.

Авторы взяли наборы данных по людям, крысам и плодовым мушкам и сгенерировали на них когнитивные модели в виде компьютерных программ. Все наборы данных были собраны в ходе наблюдений за тем, как люди, крысы и мушки выполняют определённые задания. Там была информация о задаче, вариантах выбора для испытуемых и доступных вознаграждениях.

Например, плодовые мушки ползали по лабиринту с тремя коридорами, в конце каждого из которых был источник запаха. Мушка ползла по одному из коридоров, добиралась до конца, и её облучали светом, который воздействовал на её рецепторы и создавал у мушки такое ощущение, как будто она поела сахар.

Это чтобы изучать, как мушки ищут сахар, но не превращать их в очень довольные шарики с крылышками, которые уже не могут двигаться по лабиринту.

Так вот.

В наборах данных есть записи о том, какие выборы сделали подопытные и какие получили вознаграждения. Авторы взяли существующий инструмент FunSearch и доработали его под свои задачи. Оригинальный FunSearch использует эволюционное программирование, его логика следующая:

▪️ берём много программ;
▪️ используем каждую из них для решения задачи и измеряем эффективность;
▪️ отбираем лучшие и вносим в них случайные изменения;
▪️ в некоторых случаях комбинируем наиболее успешные программы;
▪️ повторяем цикл, пока не получим небольшой набор очень эффективных программ.

FunSearch использует языковые модели: они генерируют программы и потом меняют лучшие. Авторы статьи доработали систему оценки так, чтобы отбирать наиболее точные когнитивные модели.

Красота этой работы в том, что и ИИ, и люди выполняли свою работу: люди использовали творческий подход к решению задачи, ИИ перебрал множество вариантов и выявил закономерности в огромных массивах данных. Подобная гармония была в работе по теории узлов 2021 года. ✨Вот так и должно быть✨

Продолжая тему галлюцинаций: а могут ли языковые модели лгать? То есть, иметь знание о правильном ответе, но сгенерировать неправильный.

На мой скромный взгляд, сама постановка вопроса – пример очеловечивающего языка, потому что ложь – это сознательный выбор. Его не может сделать то, что не наделено сознанием.

Но мы всё-таки изучим сегодня не мой скромный взгляд, а статью «Can LLMs Lie? Investigation beyond Hallucination». Тем более, там механистические методы интерпретации – всё как мы любим.

У меня есть мысли по поводу прочитанного.

Во-первых, идея воздействовать на механизмы внимания интересная и может пригодиться для разных исследований.

Во-вторых, всё остальное в этой статье очень узко ограничено рамками конкретных экспериментов. Неясно, воспроизведётся ли результат на других моделях, на другом языке или даже с другими формулировками запросов. Это не камень в огород авторов: они честно провели свой эксперимент и описали результаты. Но из-за существенных ограничений я бы относилась к ней скептически (во всяком случае, пока).

Зачем нам было это всё читать? Мне кажется, такая статья могла бы стать громким заголовком, а нам важно помнить, что иногда за громкими заголовками стоят не очень надёжные или незавершённые работы

Весьма приличное исследование вышло про то, чьи взгляды на мир отражают языковые модели. Предлагаю его сегодня обсудить

У вас есть файлы, которые называются "файл_итог.x", "файл_итог_2.x" и "файл_итог_окончательный.x"?

У меня есть в одном проекте ветки "тест-бекенда", "юнит-тест-бекенда" и "теперь-точно-тест-бекенда"