У серпні 2026 року, після десятиліть безпрецедентного зростання обчислювальних потужностей та розвитку великих мовних моделей, наукова спільнота зіткнулася з фундаментальним переглядом парадигми розвитку штучного інтелекту. Ведучий комп'ютерний науковець Пітер Деннінг у своєму новому дослідженні «Помилка Тюрінга: Визволення від іга нерозумних машин» стверджує, що сучасна архітектура ШІ ніколи не досягне рівня людського мислення. Більше того, вчений попереджає, що ми вже живемо в епоху нових загроз, створених саме цією технологічною сліпотою.

Феномен «неявного знання» як непереможний бар'єр

Ключовим аргументом Деннінга є концепція «неявного знання» (tacit knowledge). Це величезний масив досвіду, який люди накопичують від народження і використовують щодня, але не можуть повністю висловити словами або перекласти на цифрові символи. На думку вченого, саме відсутність цього базового елементу людського існування робить неможливим створення справді розумних машин. Сучасні нейронні мережі, які б потужними вони не були, оперують лише явними даними, ігноруючи колосальний пласт людського досвіду, який лежить за межами текстових та візуальних баз даних.

Чому масштабування не вирішує проблему розуміння

Деннінг підкреслює, що спроби записати базу фактів «здравомислення» тривали десятиліттями, але виявилося, що експертні знання не зводяться до набору тверджень. Віртуозний скрипаль не може передати учневі відчуття від гри, а людина не може закодувати інтуїцію чи передчуття. «Сучасні великі мовні моделі лише маніпулюють словами, але не розуміють їх глибокого значення», — зазначає дослідник. Слово є лише символічним позначенням, за яким стоїть контекст, що залежить від іронії, щирості, гумору чи сарказму. Оскільки кожен контекст спирається на нескінченну структуру попередніх ситуацій, просте збільшення масштабу мовних моделей не допоможе їм засвоїти культуру або справді пройти тест Тюрінга.

Загроза нерозумних мереж: новий тип небезпеки

Головна загроза, на думку Деннінга, полягає не в появі суперінтелекту, який захопить світ, як це часто показують у фантастиці. Реальна небезпека криється у виникненні мереж з низьким рівнем інтелекту, які будуть діяти потужно, непередбачувано та потенційно шкідливо. Нездатність машин збагнути неявне знання створює прірву між людьми та алгоритмами. Машина створює свій тип «неявного знання», який люди не здатні зчитувати, і навпаки. Це призводить до того, що алгоритми можуть приймати рішення, не враховуючи людські цінності та контекст, викликаючи хаос у соціальних та економічних системах.

Суперечливі дані

Тоді як Пітер Деннінг наполягає на фундаментальному розриві між людським та машинним інтелектом, представники провідних технологічних корпорацій та розробники нейронних мереж у 2026 році дотримуються іншої точки зору. Прихильники «сильного ШІ» стверджують, що експоненціальне зростання обчислювальних потужностей та поява мультимодальних моделей вже дозволяють системам імітувати неявне знання з точністю, невідмінною від людської. Вони вважають, що проблема «неявного знання» — це лише тимчасовий етап, який буде подолано завдяки навчанню на величезних масивах даних про людську поведінку. Однак критики, включаючи Деннінга, вказують на те, що імітація розуміння не дорівнює самому розумінню, і ця різниця може стати фатальною у критичних ситуаціях.