В этом году публичный эксперимент с судоку дал поразительный результат. По данным Logical Intelligence, группа передовых больших языковых моделей, включая GPT-5.2 от OpenAI, Claude Opus 4.5 и Sonnet 4.5, Gemini 3 Pro и DeepSeek V3.2, в совокупности решила лишь 2% головоломок и потратила около 11 000 долларов на вызовы API. Модель под названием Kona, примерно в тысячу раз меньше, решила 96,2% головоломок всего за 4 доллара машинного времени GPU.
Дело не столько в судоку. Правила судоку чётко определены и достаточно просты, чтобы их освоил десятилетний ребёнок, именно поэтому результат удивляет. LLM — самые способные модели ИИ, построенные вокруг языка, но многие повседневные задачи требуют интеллекта, выходящего за рамки языка. Одни требуют пространственного или многомерного мышления, другие опираются на логику, планирование или эмоциональное восприятие, а многое из того, что делают люди, нельзя полностью выразить словами. Экстраполяция и творчество делают интеллект живым, а не механическим.
Янн Лекун, лауреат премии Тьюринга и один из пионеров глубокого обучения, уже много лет утверждает, что один лишь текст не породит настоящего интеллекта. Подход Logical Intelligence, основанной Эвой Бодня, опирается на модели рассуждений на основе энергии (EBRM), такие как Kona. Эти модели созданы для решения задач с ограничениями, с которыми LLM справляются плохо.
LLM работают, предсказывая наиболее вероятный следующий токен в последовательности. Такая архитектура дала сильные результаты в переводе, суммаризации и генерации кода, но подходит не для всех задач. Для задач, требующих иных форм интеллекта, EBRM предлагают другой путь: более надёжное латентное рассуждение, а проверка и безопасность устроены иначе, чем в системах на основе LLM.
Источник: ByteByteGo · Сводку подготовил HeadlinesBriefing