23 октября 2026 г.
Исследователь MIT связал истоки галлюцинаций ИИ с идеями о случайности
Историк технологий Бенджамин Линдквист проследил, как эксперименты со случайностью в ранних нейросетях повлияли на представления о творческом ИИ и его непредсказуемых ответах.
Исследователь истории технологий Бенджамин Линдквист из MIT проследил, как идеи инженеров середины XX века о случайности и творческом мышлении повлияли на развитие нейросетей. Его работа опубликована в журнале Past and Present, а 23 октября 2026 года MIT представил основные тезисы исследования.
Линдквист считает, что нынешнюю проблему галлюцинаций ИИ стоит рассматривать в историческом контексте. Создатели ранних систем намеренно допускали неожиданные результаты, поскольку связывали творчество со случайными ассоциациями и отклонением от привычной логики.
Зачем инженеры добавляли случайность
В 1950-х годах часть инженеров и психологов пыталась использовать нейронные сети как модель человеческого мышления. Исследователей интересовали не только правильные ответы. Они рассчитывали наблюдать продуктивные ошибки и неожиданные переходы между идеями.
Линдквист приводит взгляды инженера Bell Labs Джона Пирса. Тот полагал, что математика может вносить в искусство контролируемую нерегулярность и помогать отказываться от шаблонов. Такой подход отличался от символического ИИ, создатели которого описывали знания через заранее сформулированные правила и утверждения.
| Период | Подход к ИИ | Роль непредсказуемости |
|---|---|---|
| 1950-е годы | Ранние нейронные сети | Способ моделировать творчество и ошибки мышления |
| 1970-е и 1980-е годы | Доминирование символического ИИ, развитие нейросетей в когнитивных науках | Второстепенный исследовательский инструмент |
| Примерно с 2012 года | Рост глубокого обучения | Побочный эффект мощных моделей, требующий контроля |
Почему ожидания от моделей изменились
Первые нейросети работали преимущественно в лабораториях, поэтому странный ответ мог восприниматься как интересный результат эксперимента. Современные чат-боты применяют в учебе, разработке и бизнесе, где пользователи ожидают точных и проверяемых формулировок.
По оценке Линдквиста, разработчики теперь подавляют часть непредсказуемого поведения моделей. При этом попытка сохранить способность генерировать оригинальные идеи создает компромисс между творческой вариативностью и надежностью ответа.
Как использовать исследование в учебной работе
Работу можно рассматривать как историческую интерпретацию развития ИИ, а не как экспериментальное доказательство единственной причины галлюцинаций. При подготовке реферата или курсовой стоит проверить библиографическую запись статьи в Past and Present, отделить тезисы автора от технических характеристик современных моделей и не утверждать, что любая ошибка нейросети напрямую вызвана добавлением случайности.
