💬 Техноразбор: Джеффри Хинтон — 4 мая 2026 г. в 07:30:03.238
💬 Техноразбор: Джеффри Хинтон Продолжаем рубрику, где разбираем интервью с технолидерами и теми, кто двигает индустрию изнутри. 🔎 Джеффри Хинтон — учёный, стоявший у истоков нейросетей, лауреат премии Тьюринга и Нобелевской премии по физике 2024 года или, как ещё его называют, «крёстный отец ИИ». Долгое время Джеффри работал в Google, но затем ушёл и начал всерьёз говорить о рисках того, что сам помог создать. В интервью для проекта Smart Girl Dumb он много говорит о том, что на самом деле происходит «под капотом» искусственного интеллекта. Хинтон не спорит с прогрессом, но подчёркивает, что мы уже прошли точку, когда можно было остановиться. Системы будут развиваться дальше, ведь слишком много игроков в это вложилось, и ставки только растут. Учёный отметил, что мы строим системы, принцип работы которых сами до конца не понимаем. Современные модели не программируются в классическом смысле, они обучаются, формируя представления о мире, которые не всегда подчиняются логике. 💡 Чтобы объяснить, как это работает, Хинтон приводит простой пример: Если спросить человека, что «более правдоподобно» — все собаки самцы, а кошки самки или наоборот, — большинство интуитивно выберет первый вариант. Хотя оба ответа абсурдны (место для паузы и переосмысления прочитанного). Так вот, нейросети, по словам физика, работают схожим образом, опираясь на сопоставление признаков и вероятностей, а не на правила и логику. Отсюда рождается важная мысль — ИИ может звучать убедительно, даже когда ошибается. Он не «знает» и не «не знает» — он просто генерирует наиболее правдоподобный ответ. И именно это делает нейросеть опасно удобной: она выглядит уверенной даже тогда, когда не права (всем бы такую самоуверенность). И здесь мы подходим к логичному вопросу: если всё так неоднозначно, почему никто не останавливается❓ Ответ Хинтона напоминает размышления Маска: никто не хочет оказаться тем, кто остановился, пока остальные продолжили гонку. Подводя итог, Джеффри вспоминает, что если раньше мы создавали технологии, которые можно «разобрать» и найти конкретное место, где была допущена ошибка, то сейчас это перестаёт работать. Система выдаёт результат, ускоряет работу, но при этом никто до конца не понимает, как она к этому пришла. Однако мы продолжаем ей пользоваться на постоянной основе и, что самое тревожное, начинаем ей доверять. Полная версия интервью на русском языке