19 марта 2026
Не так давно в научных кругах появился призыв отказаться от термина ИОИ (искусственный общий интеллект), заменив его на САИ (сверхчеловеческий адапативный интеллект). И речь идет не просто об уточнении термина, а о новом подходе к пониманию ИИ. В чем суть этого подхода, рассказывает кандидат психологических наук, старший преподаватель Департамента психологии НИУ ВШЭ Ольга Абрамова.
Ольга Абрамова
Кандидат психологических наук, социальный психолог, антрополог, старший преподаватель Департамента психологии НИУ ВШЭ, коуч со специализацией в инновационном лидерстве в IT, куратор и председатель жюри направления «Психология» во Всероссийском конкурсе исследовательских работ «Высший пилотаж».
Мы уже привыкли, что живем в эпоху социальных изменений и технологических революций. Что же происходит в изучении искусственного интеллекта, и есть ли общие идеи в сравнении ИИ и интеллекта человека? Последние публикации в 2026 году наметили общий тренд, который можно охарактеризовать как переход от «локальных» и «антропоцентрических» моделей к системному, сетевому и адаптивному пониманию интеллекта.
Ученый в области информатики Ян Лекун утверждает, что традиционное понимание ИОИ (общего искусственного интеллекта) как «копии человеческого разума» ошибочно, так как сам человеческий интеллект не является по-настоящему «общим», а скорее представляет собой набор специализированных адаптаций.
Традиционное понятие ИОИ — Искусственного общего интеллекта (AGI, Artificial General Intelligence) все чаще критикуется за научную необоснованность. Ему сложно дать единое определение, с которым все согласятся. Его сложно измерить. ИОИ часто использует человеческий интеллект как эталон, но люди сами — не универсальны. Человеческий разум — это не «двигатель единой компетенции», а набор специализированных адаптаций, сформированных эволюцией для выживания в конкретных условиях. Люди кажутся себе универсальными только потому, что не способны воспринимать собственные ограничения в силу когнитивных искажений. На самом деле мы справляемся лишь с долей возможных вычислительных задач. Даже выдающиеся человеческие достижения (например, игра в шахматы) являются примерами узкой адаптации, в которых компьютерные системы уже легко превосходят людей. Есть теорема об отсутствии бесплатных обедов (No free lunch Theorem) Дэвида Уолперта и Уильяма Макреди (1997), которая гласит: ни один универсальный алгоритм не может быть одинаково эффективен во всех задачах. Специализированные системы всегда будут выигрывать у универсальных за счет более точной настройки под конкретную область.
Фокус на ИОИ заставляет исследователей стремиться к копированию человеческих способностей, что, по мнению авторов концепции нового подхода к ИИ, и мешает ему развиваться в областях, где человеческий интеллект слаб (например, моделирование сложных механизмов)
Ян Лекун с коллегами вводят концепцию Суперчеловеческий Адаптивный Интеллект (CAИ) Superhuman Adaptable Intelligence (SAI), где интеллект измеряется не выполнением конкретного списка задач, а скоростью обучения и адаптации к новым условиям. В теории SAI предлагается использовать мировые модели (World Models) — предиктивные механизмы планирования, позволяющие системе симулировать развитие событий и прогнозировать динамику среды для обеспечения адаптивности. ИИ может переносить навыки на новые задачи практически мгновенно за счет понимания внутренней структуры и правил окружающего мира. Еще один признак САИ — обучение в латентных пространствах, что подразумевает поиск скрытых, неявных структурных закономерностей в данных для обеспечения быстрой адаптации.
К слову, концепция САИ идеально укладывается в теоретическую базу для прикладного использования ИИ при построении мультиагентных ИИ систем, где каждый ИИ агент обладает узкоспециализированными глубокими знаниями (например, в физике композитных материалов или в химии белка).
Нейробиологи во главе с Ароном Барби, автором теории сетевой нейронауки (Network Neuroscience Theory, NNT), отвергают «локальные» теории, согласно которым интеллект человека порождается одной конкретной областью мозга (например, префронтальной корой), и доказывают, что он возникает из глобальной сетевой архитектуры всего мозга. Они связывают общий интеллект человека с механизмом гибкой реконфигурации нейронных сетей и способностью мозга переходить в «труднодоступные» функциональные состояния для решения новых задач. Предлагается топология Small-world, где высокий интеллект зависит от баланса между сегрегацией (специализированными модулями для эффективной локальной обработки) и интеграцией (глобальными связями для координации системы). Также растет роль слабых, дистанционных связей в мозге, которые обеспечивают глобальную координацию процессов мозга.
Как видно, и нейробиологи, и исследователи искусственного интеллекта выдвигают адаптивность как центральное свойство интеллекта. Начинается следующий интригующий этап исследования интеллекта — демистификация «универсального разума». Вместо поиска некоего единого «центра» или «алгоритма» интеллекта, исследователи в обеих областях приходят к выводу, что высокий интеллект — это свойство сложной системы, способной эффективно балансировать между узкой специализацией и глобальной гибкой адаптацией. Нас ждет переход к САИ (SAI)— интеллекту, который не стремится быть «всем сразу», но обладает сверхчеловеческой способностью к быстрой адаптации и специализации в действительно важных задачах, как внутри, так и за пределами человеческих компетенций, то есть он сможет преодолеть слепые зоны интеллекта человека и решать задачи с меньшими искажениями и ошибками, свойственными человеку.
В подписке — дайджест статей и видеолекций, анонсы мероприятий, данные исследований. Обещаем, что будем бережно относиться к вашему времени и присылать материалы раз в месяц.
Спасибо за подписку!
Что-то пошло не так!
