У стартапа с названием Mostik совершенно необычный подход к совмещению возможностей моделей искусственного интеллекта. ИноСМИ теперь в MAX! Подписывайтесь на главное международное >>> Недавно я познакомился с группой блестящих российских математиков, показавших мне способ взаимодействия моделей искусственного интеллекта посредством чего-то такого, что сродни машинной телепатии. Эти математики работают в стартапе под названием Mostik. Это намек на рабочий подход группы, дающий возможность различным моделям взаимодействовать друг с другом с использованием математических значений, связанных с их весом. Это такие вещи, которые определяют, каким образом запрос превращается в результат. На практике это означает, что возможности более крупной модели можно передать маленькой с целью более эффективного наращивания ее интеллекта. Стартап использовал такой подход при создании модели, которая стремительно вышла вперед в исключительно трудном конкурсе моделей ИИ ARC-AGI 3. (Разработчики отказались поделиться со мной подробностями, потому что хотят одержать победу в этом конкурсе.) Но чтобы продемонстрировать свою идею, они также создали мост между двумя китайскими моделями с открытыми параметрами: самой крупной версией GLM-5.2, у которой 753 миллиарда параметров, и версией Qwen-3.5 на четыре миллиарда параметров, которая может работать на мобильных устройствах. Получившаяся в результате гибридная система стоит в 20 раз дешевле полной модели GLM, а качество ответов у нее будет находиться где-то посередине между результатами исходных моделей. "В машинном обучении хорошо известно, что сочетания моделей дают лучший результат, чем у индивидуальных моделей", — сообщила мне за чашкой кофе генеральный директор компании Mostik Саша Малышева. Разработавшая этот подход Малышева рассказала мне анекдот, очень популярный в ее компании. Будущее ИИ похоже на попытку угадать, сколько весит свинья. В математических кругах хорошо известен факт: если собрать оценки нескольких случайных людей, усреднить их, то результат окажется точнее, чем предположение одного эксперта. Комбинация ответов нескольких моделей ИИ часто дает лучшие результаты, как и коллективная оценка веса свиньи. Обычно для этого ответ одной модели надо передать на вход другой, а на это уходит немало времени и денег. Однако команда стартапа Mostik нашла способ для общения моделей ИИ между собой без генерации текста. Если все получится, это может повысить ценность открытых моделей, а также позволит им результативнее конкурировать с закрытыми фирменными моделями, которые предлагают передовые лаборатории типа Anthropic и OpenAI. Малышева говорит, что объединение множества моделей может оказаться более эффективным способом для развития искусственного интеллекта. "Я лично не думаю, что у нас в перспективе будет монолитная модель, или что возможности моделей появятся в результате масштабирования", — сказала она, имея в виду стратегию укрупнения моделей с передачей им большего объема данных. "Если Mostik сумеет объединить передовые модели с конкретными отраслевыми моделями (из области биологии, физики и так далее), то можно будет обучить гораздо больше специализированных моделей, — говорит технический руководитель компании-разработчика программ для ИИ Lovable Владимир Арустамян, который знаком с коллективом Mostik. — Эта команда занимается этой работой всего несколько месяцев, но она уже кое-что запустила, хотя мне раньше казалось, что у нее на это уйдут годы". "Методика стартапа означает, что можно заниматься качеством большой модели, но большая модель при этом не будет задействовать весь контур целиком, и вы получите существенные улучшения всего лишь за счет параллельной работы маленькой модели", — рассказал бывший программист компании Google DeepMind Карл Туйлс, знакомый с технологией Mostik. Этот метод запросто сможет применить любой, чья задача — добиться максимальной эффективности работы моделей. Главным научным сотрудником Mostik является профессор Женевского университета и лауреат Филдсовской премии 2010 год Станислав Смирнов. По его словам, найти точки соприкосновения между двумя моделями ИИ исключительно трудно. "Похоже, что пока нет соответствующего математического языка", — говорит он. Между тем, метод стартапа Mostik позволяет заполнить этот пробел. Смирнов объясняет, что работа компании Mostik позволит узнать много нового о том, как реально функционируют модели ИИ, и как это соотносится с работой человеческого мозга. По словам ученого, более глубокий математический анализ способен раскрыть немало общего в том, как модели ИИ и люди размышляют над трудными задачами. Во время нашей встречи за кофе Малышева рассказала мне, что математические таланты открылись у нее только после того, как старший брат заявил ей, что она не сумеет решить задачи математической олимпиады, к которой он готовился. Несколько лет спустя она уже училась в одном из лучших вузов Санкт-Петербурга. А недавно коллеги предупредили ее, что применить разработанный ею метод будет слишком трудно. "Они говорили, что для юной девушки это может оказаться слишком сложно, — сказала Малышева. — А я решила доказать, что они неправы".