Современные технологии искусственного интеллекта научились удивительно убедительно имитировать человеческую речь и идеи. Чат-боты на базе больших языковых моделей, такие как ChatGPT, Claude, Google Gemini и Perplexity AI, могут писать стихи, генерировать идеи и искать решения сложных задач. Создатели этих систем вдохновлялись устройством человеческого мозга, создавая искусственные нейросети по образцу нейронов. В результате их продукты всё чаще выдают ответы, которые выглядят как результат человеческого мышления.

Но сходство результата ещё не означает сходство процесса. ИИ и человеческий разум работают по-разному. Это особенно заметно на простом примере — когда человек берет чашку со стола. Для нас это привычное действие, однако за ним стоит сложная способность предсказывать, что произойдет дальше. Мы заранее оцениваем расстояние, силу захвата, возможные последствия и даже можем вообразить, как чашка разобьется, если её уронить.

Одна из влиятельных теорий — predictive processing, или предсказательное кодирование, — объясняет восприятие именно так: мозг формирует ожидания, сравнивает их с поступающей информацией и корректирует модель, если они не совпадают. Например, если человек думает, что чашка полна, а она оказывается пустой, рука поднимает её слишком резко. Возникающее несоответствие помогает мозгу исправить движение и обновить ожидания относительно веса предмета.

Даже такая бытовая задача, как поднять чашку, требует от человека постоянного упреждающего анализа. Мы не просто реагируем на мир — мы всё время пытаемся быть на шаг впереди, понимая причины и возможные последствия событий.

У ИИ предсказание устроено иначе. Даже для роботов, которые умеют брать чашку, требуется масштабное обучение и моделирование. Им нужно научиться понимать, как ведет себя физический мир, и предсказывать последствия своих действий. Чат-боты на больших языковых моделях тоже предсказывают, но не события, а следующее слово или фрагмент текста. И именно это позволяет им выглядеть поразительно «умными».

Если задать начало фразы вроде: «Рука толкает чашку у края стола. Чашка…», система, обученная на огромных массивах данных, может продолжить: «накреняется, падает за край и разбивается на полу». Но способность описать правдоподобный исход не означает, что модель поняла, почему он произошел. Она просто уловила закономерности в данных.

Здесь на сцену выходят «мировые модели» — широкий класс подходов в ИИ, которые пытаются предсказывать, как развиваются ситуации и как на них влияют действия. Такие модели могут обучаться на видео, симуляциях или данных о том, что роботы видят и делают. В случае бытового робота это может означать способность предугадывать, что слишком сильный захват разобьет чашку, а неверное движение опрокинет её.

По предварительным исследованиям, включение действий, движения и сенсорной информации помогает лучше связывать предсказания с тем, что происходит в физическом мире. В перспективе такая система может делать те же выводы, что и человек, например заранее понимать, что чашка упадет. Но даже если предсказание совпадает, это ещё не говорит о том, каким знанием оно обеспечено и как оно было получено.

Для человека чашка — это не просто цилиндр на столе. Она может быть горячей, хрупкой, слишком полной, своей или чужой, почти падающей. Наше понимание связывает физические свойства предмета с сетью возможных действий и последствий. И предсказание того, что чашка упадёт, — лишь малая часть этого знания.

Такое понимание формируется очень рано. Исследования показывают, что уже у младенцев в возрасте всего нескольких месяцев есть базовые ожидания относительно поведения физических объектов. Исследователь развития детей Жан Пиаже считал, что дети строят знание через действия с миром. По мере развития они учатся мысленно предвосхищать последствия, не пробуя каждый вариант на практике.

Для человека обучение — это не просто накопление сведений о чашках. Это соединение опыта: взять предмет, почувствовать его вес, увидеть, как он проливается, и в конце концов научиться воображать последствия заранее. ИИ с мировыми моделями тоже может учиться на действиях и сенсорной обратной связи, а не только на видео, симуляциях и других данных. Как и люди, он способен взаимодействовать с миром.

Но главный вопрос остаётся прежним: как именно этот опыт формирует знания, которыми система пользуется? ИИ действительно может приблизиться к человеческой способности предугадывать события и действовать на основании этих предсказаний. Однако это ещё не доказывает, что он воспринимает, учится и понимает мир так же, как мы.

По мере того как ИИ всё лучше воспроизводит результаты человеческого мышления, различие между поведением и процессом становится всё важнее. И, похоже, именно здесь сегодня проходит главная граница между искусственным интеллектом и человеческим разумом.