Когда разум честно говорит «не знаю» ✎ экспресс

Оригинал: "Interpretation, Learning, and Empathy as One Constraint: A Residual-Adequacy Architecture with Accountable Abstention"
arXiv:2605.24999 · 2026-05-24 · arXiv non-exclusive · собственный разбор · 2 мин
Одна и та же мера непонимания управляет и отказом от действия, и недопониманием между людьми, и порядком обучения.

Человек смотрит на дверной замок и видит щель для ключа. Он знает, что ключ вставляют и поворачивают. Но если вместо скважины — сенсорная панель, привычная рамка ломается. Человек не просто ошибается: он понимает, что привычный способ не годится, и может сказать: «Здесь нет места для ключа, нужен другой подход».

Такая честная остановка с объяснением — редкость для машин. Обычно программа либо выдаёт ответ наугад, либо молча зависает. В новой работе построена простая архитектура мышления — Интерпретационно-решающий блок (ИРБ). У блока есть набор внутренних «рамок» — локальных картин мира, каждая со своим набором признаков. Когда приходит ситуация, блок пытается вписать её в одну из рамок. Если остаётся «невязка» — мера того, насколько ситуация шире рамки, — блок либо перестраивает рамку, либо останавливается и выдаёт чёткий отказ: что именно не уместилось.

Невязка работает как встроенный детектор честности: она не даёт агенту действовать вслепую.

Дальше авторы показывают, что та же самая мера — остаток ситуации за пределами рамки — объясняет три разных явления. Первое — типология незнания: агент не просто говорит «не знаю», а указывает, знания какого рода не хватило (например, «не распознал объект» или «не понял намерения»). Второе — ограниченная эмпатия: два агента могут искренне не понять друг друга в одном узком понятии, причём каждый уверен, что понял правильно. Третье — порядок обучения: одни навыки должны прийти раньше других не потому, что так решили, а потому, что более сложная рамка просто не построится, пока не готова простая.

Модель не просто описывает эти явления — для каждого дано проверяемое предсказание, которое можно испытать и на человеке, и на искусственном агенте.

Так одна и та же простая мера — зазор между ситуацией и внутренней картиной — оказывается ключом и к честному отказу, и к взаимному недопониманию, и к естественной последовательности обучения. Замок с сенсорной панелью перестаёт быть тупиком: система честно скажет, что ключ здесь не работает, и объяснит почему.

В архитектуре ИРБ отказ от действия — не ошибка, а полноценный результат с уникальным «свидетелем»: записью о том, какая именно часть ситуации не уместилась в рамки понимания. Это как если бы калькулятор вместо «ошибка» выдавал: «Не могу посчитать, потому что встретил букву 'яблоко' вместо цифры».

Такая архитектура напоминает роботов из рассказов Айзека Азимова, которые не могут нарушить Три Закона и потому зависают в неразрешимой ситуации — но здесь зависание заменено осознанным отказом с объяснением.

Учёные
Ashish Vaswani
Понятия
агент объяснимый ИИ система отсчёта архитектура памяти нейронной сети избыточность искусственный интеллект аутизм принятие решений обучение с подкреплением самокоррекция ИИ нейронное усвоение языка активное обучение анализ независимых компонент прозрачность трансформеры дизайн лекарств IRI автоматизация эффект дизъюнкции слепой анализ