В августе 2026 года, спустя десятилетия беспрецедентного роста вычислительных мощностей и развития больших языковых моделей, научное сообщество столкнулось с фундаментальным пересмотром парадигмы развития искусственного интеллекта. Ведущий компьютерный ученый Питер Дэннинг в своем новом исследовании «Ошибка Тьюринга: Избавление от ига неумных машин» утверждает, что современная архитектура ИИ никогда не достигнет уровня человеческого мышления. Более того, ученый предупреждает, что мы уже живем в эпоху новых угроз, создаваемых именно этой технологической слепотой.

Феномен «неявного знания» как непреодолимый барьер

Ключевым аргументом Дэннинга является концепция «неявного знания» (tacit knowledge). Это огромный массив опыта, который люди накапливают с рождения и используют ежедневно, но не могут полностью выразить словами или перевести в цифровые символы. По словам ученого, именно отсутствие этого базового элемента человеческого существования делает невозможным создание по-настоящему умных машин. Современные нейросети, какими бы мощными они ни были, оперируют лишь явными данными, игнорируя колоссальный пласт человеческого опыта, который лежит за пределами текстовых и визуальных баз данных.

Почему масштабирование не решает проблему понимания

Дэннинг подчеркивает, что попытки записать базу фактов «здравого смысла» продолжались десятилетиями, но оказалось, что экспертные знания не сводятся к набору утверждений. Виртуозный скрипач не может передать ученику ощущение от игры, а человек не может закодировать интуицию или предчувствие. «Современные большие языковые модели лишь манипулируют словами, но не понимают их глубокое значение», — отмечает исследователь. Слово является лишь символическим обозначением, за которым стоит контекст, зависящий от иронии, искренности, юмора или сарказма. Поскольку каждый контекст опирается на бесконечную структуру предварительных ситуаций, простое увеличение масштабов языковых моделей не поможет им усвоить культуру или пройти тест Тьюринга по-настоящему.

Угроза неумных сетей: новый тип опасности

Главная угроза, по мнению Дэннинга, заключается не в появлении суперинтеллекта, который захватит мир, как это часто показывают в фантастике. Реальная опасность кроется в возникновении сетей с низким уровнем интеллекта, которые будут действовать мощно, непредсказуемо и потенциально вредно. Неспособность машин постичь неявное знание создает пропасть между людьми и алгоритмами. Машины создают свой тип «неявного знания», который люди не способны считывать, и наоборот. Это приводит к тому, что алгоритмы могут принимать решения, не считающиеся с человеческими ценностями и контекстом, вызывая хаос в социальных и экономических системах.

Противоречивые данные

В то время как Питер Дэннинг настаивает на фундаментальном разрыве между человеческим и машинным интеллектом, представители ведущих технологических корпораций и разработчики нейросетей в 2026 году придерживаются иной точки зрения. Сторонники «сильного ИИ» утверждают, что экспоненциальный рост вычислительных мощностей и появление мультимодальных моделей уже позволяют системам имитировать неявное знание с точностью, неотличимой от человеческой. Они считают, что проблема «неявного знания» — это лишь временный этап, который будет преодолен благодаря обучению на огромных массивах данных о человеческом поведении. Однако критики, включая Дэннинга, указывают на то, что имитация понимания не равна самому пониманию, и эта разница может стать фатальной в критических ситуациях.