Эпоха бездумного масштабирования упирается в биологический потолок. Исследование, опубликованное в журнале Nature Machine Intelligence, подтверждает опасения скептиков: простое наращивание количества параметров в модели не наделяет её человеческой логикой магическим образом. Проблема кроется в фундаментальном нейробиологическом несоответствии. В человеческом мозге процессы обработки языка и дедуктивного мышления разделены, однако архитектуры современных больших языковых моделей (LLM) упрямо пытаются втиснуть обе функции в единый вероятностный котел.
Ученые протестировали десять моделей — от 1,5 млрд до 72 млрд параметров — и обнаружили явный разрыв. Хотя внутренние представления в этих нейросетях частично имитируют активность мозга при обработке простого текста (по данным ФМРТ), они терпят крах, когда сталкиваются со структурной логикой. За последнюю у человека отвечают специфические когнитивные зоны высшего порядка. По сути, сегодняшние LLM — это первоклассные имитаторы, у которых наблюдается локальный дефицит рассудительности, и это невозможно исправить даже самым тщательным сбором данных.
Главное
Исследователи внедрили фреймворк на базе нейробиологических данных, который не просто наблюдает за паттернами мозга, но активно направляет репрезентации модели. Использование сигналов из областей мозга, ответственных за логику, позволило инъецировать когнитивные паттерны в кремний. Результат: абсолютный прирост точности дедуктивного вывода составил 13%. Этот эффект недостижим при использовании стандартного обучения только на текстовых массивах.
Стратегический контекст
Руководителям и директорам по R&D пора перестать ждать, что GPT-5 внезапно обретет самосознание или встроенный калькулятор. Будущее критически важного ИИ — в медицине, праве и сложном инжиниринге — за путями развития, продиктованными нейробиологией. Мы движемся к когнитивно согласованным архитектурам, где биологические нейронные паттерны служат ограничителями для кремниевой логики.
Современные LLM — это гениальные предсказатели слов с врожденным дефицитом логики, который не лечится масштабированием.
Итог
Интеграция мозговых сигналов в процесс дообучения и инференса превращает ИИ из креативного лжеца в надежный инструмент дедукции. Это не просто очередное минорное обновление, а структурный поворот в индустрии, который задает новые стандарты точности для высокотехнологичных отраслей.