Технологический мир стоит на пороге фундаментального сдвига: от моделей, которые обучаются один раз на огромных массивах данных, индустрия переходит к системам с «непрерывным обучением». В новом обзоре технический аналитик Уэс Рот (Wes Roth) разбирает последние публикации Google DeepMind об архитектурах памяти и анализирует утечки о новом амбициозном гаджете от OpenAI — интеллектуальной «ИИ-ручке».
📅 2026 год: эпоха непрерывного обучения 0:00
Согласно прогнозу Ранака Мальда (Ranak Mald), исследователя из Google DeepMind, развитие искусственного интеллекта следует четкой хронологии . По мнению Мальда:
- 2024 год стал годом агентов (автономных систем, выполняющих задачи).
- 2025 год будет посвящен обучению с подкреплением (Reinforcement Learning).
- 2026 год станет годом непрерывного обучения (Continual Learning).
Уэс Рот отмечает, что хотя многие спорят о том, стал ли 2024 год действительно годом агентов в плане их массового внедрения, в области исследований этот тренд очевиден . Центральной фигурой в реализации концепции 2026 года становится Али Бехруз (Ali Behrouz) из Google Research, разработчик архитектуры Titans и новой парадигмы под названием Nested Learning («Вложенное обучение») .
🧠 Биологический подход: нейропластичность и архитектура памяти 1:32
Главная проблема современных больших языковых моделей (LLM) заключается в их неспособности усваивать новые факты и навыки «на лету», не забывая при этом старые знания . В блоге Google Research отмечается, что человеческий мозг является золотым стандартом в этом вопросе благодаря нейропластичности .
Рот проводит аналогию, разделяя интеллект на два типа:
- Подвижный интеллект (Fluid Intelligence): способность быстро адаптироваться к новым ситуациям и учиться на основе ограниченного опыта. По мнению автора, этот показатель наиболее высок у молодежи .
- Кристаллизовавшийся интеллект (Crystallized Intelligence): использование накопленного багажа знаний для решения задач, что более характерно для людей старшего возраста .
По словам ведущего, текущие LLM напоминают «ворчливых стариков»: у них огромный запас знаний, но они потеряли «детское любопытство» и не способны быстро меняться .
Механизм Nested Learning
Чтобы решить эту проблему, Google предлагает систему, имитирующую человеческую память :
- Краткосрочная память: быстрый цикл, эквивалент контекстного окна. Она позволяет удерживать нить разговора, но быстро стирается и сбрасывается .
- Долгосрочная память: более медленный цикл, куда попадает только действительно важная информация .
Рот подчеркивает, что современные методы «памяти» в чат-ботах (резюмирование прошлых бесед в отдельный файл) — это скорее «костыли» или «псевдопамять» . Google же стремится создать математически обоснованную систему определения важности данных.
🐝 Фактор «сюрприза»: как ИИ решает, что запомнить 4:43
Одним из ключевых критериев для сохранения информации в долгосрочную память Google называет «сюрприз» — разницу между внутренней моделью мира и реальностью .
Уэс Рот приводит наглядный пример:
- Если вам скажут, что мед делают из нектара цветов, вы вряд ли удивитесь.
- Но если вы узнаете, что пчелы поглощают нектар, переваривают его и затем отрыгивают в соты (по сути, мед — это «пчелиная рвота»), этот факт вызовет удивление .
Благодаря этому «сюрпризу» информация мгновенно перемещается из краткосрочной памяти в долгосрочную. По мнению Рота, именно такой механизм позволит ИИ в 2026 году обучаться на лету .
🎠 Проблемы «склероза» ИИ: морские коньки и Покемоны 6:14
Отсутствие непрерывного обучения приводит к нелепым ошибкам, которые Рот иллюстрирует примерами:
- Эмодзи морского конька: модели часто утверждают, что такой эмодзи существует, а когда их просят его показать, начинают выдавать комбинации из лошадей, звезд и тюленей, не будучи в состоянии запомнить свою ошибку даже в рамках одной сессии .
- Игры: в экспериментах, где модели (Claude, GPT, Gemini) играли в Pokémon, они совершали одни и те же ошибки раз за разом, так как не могли обновить свою базу знаний в реальном времени .
Ведущий сравнивает текущее состояние ИИ с героем фильма «Помни» (Memento), который был вынужден делать татуировки и записи, чтобы не забыть, что он делал две минуты назад . Без «липких заметок» (sticky notes) ИИ слепо натыкается на одни и те же грабли .
🚀 Проект Hope: бесконечные циклы обучения 8:37
Google опубликовала доказательство концепции новой архитектуры под названием Hope («Надежда»), которая является развитием архитектуры Titans .
Различия между архитектурами, по мнению Рота:
- Titans (декабрь 2024): напоминает картотечный шкаф. ИИ решает, что важно, и «подшивает» это в папку для будущего использования .
- Hope (ноябрь 2025): система с бесконечными вложенными уровнями обучения. Она не просто складывает файлы, а постоянно перемешивает, реорганизует и — что критически важно — забывает ненужное .
Автор считает, что возможность забывать редко используемые данные так же важна для обучения, как и способность помнить . Это делает архитектуру Hope максимально приближенной к работе человеческого мозга.
🖋️ Утечка OpenAI: «ИИ-ручка» вместо смартфона 11:12
Помимо софта, обсуждаются и аппаратные новинки. Появилась информация о разработке OpenAI носимого устройства в форме ручки . Сэм Альтман и команда нацелены на создание «третьего ключевого устройства» после iPhone и Mac.
Особенности «ИИ-ручки»:
- Компактный форм-фактор: можно носить в кармане или на шее .
- Наличие камеры и микрофона для восприятия окружающей среды .
- Функция оцифровки рукописного ввода: заметки, сделанные «в воздухе» или на бумаге, мгновенно транскрибируются и отправляются в ChatGPT .
Рот выражает опасения по поводу общественной реакции. Он напоминает о судьбе Google Glass, владельцев которых (так называемых "glassholes") часто критиковали или даже атаковали в общественных местах из-за страха скрытой записи .
🎧 Аудио-модель и помощь при СДВГ 12:31
OpenAI также работает над новой специализированной аудио-моделью, которая будет питать этот гаджет . Ожидается, что она будет значительно лучше справляться с перерывами в речи, чем текущие версии.
Уэс Рот видит огромный потенциал устройства для людей с когнитивными особенностями:
- Для людей с СДВГ (ADHD): ИИ может выступать в роли «внешней памяти», напоминая список покупок или важные детали, которые мгновенно вылетают из головы .
- Для пожилых людей: контроль безопасности (например, выключена ли плита перед выходом из дома) .
🧬 ИИ как психолог: кейс Gemini 3 и пограничного расстройства личности 14:42
В завершение Уэс Рот делится личной историей об использовании модели Gemini 3 для анализа сложных межличностных отношений. Его знакомый столкнулся с проявлениями пограничного расстройства личности (BPD) у близкого человека .
По наблюдениям Рота:
- Вспышки гнева при таких расстройствах часто кажутся иррациональными и оторванными от реальности .
- Gemini 3 продемонстрировала поразительную способность «очищать» диалоги от токсичности и выявлять коренные причины конфликта .
- Модель смогла объяснить, почему определенные действия вызывают триггерную реакцию, что стало первым шагом к разрешению проблем .
При этом Рот предостерегает от бесконтрольной «психодиагностики» других людей с помощью ИИ, указывая на серьезные этические риски и вопросы конфиденциальности . Тем не менее, он считает Gemini 3 на данный момент наиболее «проницательной» моделью в вопросах человеческой психологии .
📈 Прогнозы на 2026 год 19:05
Уэс Рот выдвигает два основных предсказания на 2026 год:
- Новые бенчмарки: появятся тесты, проверяющие способность ИИ достигать долгосрочных целей (Long-term horizon tasks), а не просто отвечать на вопросы . Примером может служить «vending machine bench» — способность модели управлять торговым автоматом в течение длительного времени .
- Интеграция в мейнстрим: технологии непрерывного обучения будут внедрены в потребительские модели уровня Gemini 4 или GPT-6 .
По мнению ведущего, исправление проблемы «памяти» станет колоссальным прорывом (massive leap), который позволит нейросетям перестать быть просто инструментами и стать настоящими цифровыми партнерами .
