Чем умнее становятся модели, тем заметнее: мешает нам не их интеллект, а способ, которым мы с ними общаемся.

Знакомая ситуация

Вы просите ИИ что-то сделать и получаете почти то, что нужно. Объясняете, что не так. Потом ещё раз. На десятой правке становится ясно: вы точно знаете, чего хотите, вы это буквально видите. Но сказать не можете.

Обычно в этот момент решают, что модель недостаточно умна. Мы думаем, что дело в другом.

Думать и мыслить — не одно и то же

Мы разделяем два режима работы ума.

Думание работает со словами. Оно хорошо там, где ответ уже известен: объяснить, проверить, передать другому.

Мышление работает с образами. Образ — это не картинка, а целое ощущение ситуации сразу во многих измерениях: форма, вес, движение, время, равновесие. Мыслить значит двигать этот образ и смотреть, что с ним происходит.

Представьте, что вам дали в руки старинный инструмент, которого вы никогда не видели. Названия у вас для него нет. Но руки уже крутят его, взвешивают, ищут, как он ложится в ладонь. Через минуту вы держите его правильно, хотя объяснить, почему именно так, ещё не можете. Понимание пришло раньше слов.

Новое мы находим мышлением. Слова нужны потом, чтобы найденное сохранить и рассказать.

Слова как узкое горлышко

Чтобы передать мысль, её приходится сжать в слова. Собеседник разворачивает слова обратно в свой образ. Потери случаются дважды, и это знает каждый, кто пробовал описать мелодию текстом вместо того, чтобы её напеть.

С ИИ происходит то же самое, и вот что любопытно. Внутри языковой модели тоже нет слов. Там огромное пространство чисел, в котором смыслы расположены плавно, ближе и дальше друг от друга. Слова появляются только на входе и на выходе.

Получается странная картина. По обе стороны разговора находится что-то объёмное и непрерывное, а между ними щель шириной в строку текста.

Что если не описывать, а двигать

Мы представляем другой способ работы. Модель показывает вам образ. Вы чувствуете, что в нём что-то не так, и сдвигаете его — взглядом, жестом, лёгким движением. Модель отвечает сразу, и вы двигаете дальше, пока не станет «то».

Разница примерно как между ручкой громкости и письмом «сделайте, пожалуйста, на двенадцать процентов тише».

Чипы в голове для этого не нужны. Первую версию такого интерфейса можно собрать из экрана, камеры и уже существующих моделей. Прямая связь с мозгом — далёкая перспектива, и мы не обещаем её завтра.

Как мы хотим это проверить

Эксперимент называется «Луч фонарика». Человек в полумраке получает незнакомый старинный предмет. Свет падает только на руки и на сам предмет. Задача — понять, для чего он сделан, и показать это действием.

Камеры записывают каждое движение рук и взгляда. Наше предсказание простое: руки найдут правильный хват раньше, чем человек сможет объяснить назначение предмета словами. А если попросить его рассуждать вслух, он справится хуже.

Если эксперимент этого не покажет, значит, мы ошибаемся. Мы так и напишем.

Наши ставки

Доказать это мы пока не можем, но ставим именно на это.

  • Текстовый чат с ИИ — временная форма. Через десять лет он будет выглядеть так, как сегодня выглядит командная строка.
  • Следующий большой шаг даст не более умная модель, а более широкий канал между ней и человеком.
  • Мышлению можно учить. Нужен мастер, который покажет, что именно вы сейчас сделали, и этим мастером может быть ИИ.
  • ИИ полезнее как зеркало, чем как оракул. Машина, которая помогает увидеть ход собственной мысли, даст больше, чем машина с готовыми ответами.

Поспорьте с нами

Всё это гипотезы, и мы публикуем их, чтобы начать разговор. Самый интересный для нас вопрос звучит так: существует ли задача, которую без слов решить нельзя?

Если у вас есть ответ или возражение, напишите нам.