🟠 Когда мы говорим «ИИ увидел фотографию», мы немного обманываем сами себя. 👀
🟠 Когда мы говорим «ИИ увидел фотографию», мы немного обманываем сами себя. 👀 Потому что человек и нейросеть смотрят на изображение совсем не одинаково. Для нас всё происходит почти мгновенно: мы видим кружку ☕, понимаем, что это кружка, замечаем ручку внутри и сразу чувствуем — что-то здесь не так. А у ИИ за этим простым «увидел» скрывается целая цепочка. 🧩 Сначала изображение превращается для модели в набор признаков и связей: формы, объекты, текст, расположение предметов относительно друг друга. Потом начинается распознавание. Это тёрка. Это зубная щётка. Это чек. Это надпись. 🔎Но узнать предмет — ещё не значит понять ситуацию. Чтобы решить, что тёрка в косметичке странная, недостаточно распознать тёрку и косметичку. Нужно ещё связать их с обычным контекстом: где такие вещи обычно находятся и почему их сочетание выглядит нелогично. С текстом ещё сложнее. 📝Модель должна сначала разглядеть 31.09.26, потом понять, что это дата, вспомнить структуру календаря и только после этого сделать вывод: такого дня не существует. С примером 3 × 1200 = 2400 — ещё один этап: прочитать цифры, распознать математическую операцию и проверить результат. ➗ Получается любопытная вещь. Когда ИИ отвечает по фотографии, в одном ответе смешиваются сразу несколько процессов: что он распознал → что понял из контекста → что вычислил → что предположил. А внешне всё это выглядит одинаково уверенно. 😏 И вот здесь, на мой взгляд, самое важное. Если модель пишет: «На фотографии находится…» — это ещё не значит, что всё дальнейшее она действительно «увидела». Часть ответа может быть распознаванием. Часть — логическим выводом. А часть — вполне правдоподобной догадкой. 🎯 Именно поэтому в нашем эксперименте одна нейросеть замечала то, что другая пропускала, а некоторые начинали находить странности, которых я вообще не закладывала. 😄Не потому, что одна «видит», а другая «не видит». Просто каждая строит свою интерпретацию изображения. И чем сложнее задача — не просто назвать предмет, а понять отношения, смысл, контекст и скрытую ошибку — тем важнее различать: ИИ это действительно распознал? Или очень убедительно додумал? 🤔 Мне кажется, это гораздо интереснее вопроса «какая нейросеть победила». Потому что здесь уже начинаешь понимать, что именно происходит между картинкой и готовым ответом. 🔎