Google DeepMind: ИИ должен уметь распознавать неопределённость

Вице-президент по исследованиям Google DeepMind Зубин Гахрамани и Ханна Фрай обсудили вероятностное мышление и способность ИИ понимать границы собственных знаний. В разговоре рассматривается значение этих подходов для прогнозирования погоды, робототехники и других реальных задач.

Опубликовано 04.09.2026, 21:05:47Последнее обновление 04.09.2026, 21:05:47Публикация после автоматической проверки

В опубликованном Google DeepMind разговоре вице-президент по исследованиям Зубин Гахрамани и Ханна Фрай рассматривают, как системы искусственного интеллекта могут работать с неполной и неопределённой информацией. По их мнению, ИИ не должен всегда отвечать с необоснованной уверенностью: ему важно уметь оценивать вероятности и показывать, насколько надёжен его вывод.

Такой подход может быть особенно полезен в прогнозировании погоды, робототехнике и других сферах, где решения приходится принимать в меняющихся условиях. В обсуждении моделирование неопределённости представлено как возможный путь к более безопасным и устойчивым решениям, а не просто как ограничение современных систем.

Источники описывают интервью и исследовательские идеи, а не запуск нового продукта или подтверждённое улучшение конкретного показателя. Основной акцент сделан на вероятностном мышлении и способности ИИ признавать границы своих знаний.

Источники 6

Проверка источников не гарантирует вечную точность. Учитывайте первоисточник, время наблюдения и последующие исправления.

Transcript: The Mathematics of AI Uncertainty with Zoubin Ghahramani on DeepMind Podcast – The Singju Postsingjupost.com · supporting

EDITOR’S NOTE: In this insightful interview, host Hannah Fry talks with Zoubin Ghahramani—Cambridge professor and VP of Research at Google DeepMind—about a problem he has been working on for three decades: teaching machines to know what they don’t know. Drawing on Bayesian thinking and real-world systems from weather models to AlphaFold, he argues that uncertainty isn’t a flaw in AI so much as a missing ingredient for more reliable, humble, and useful intelligence. ## Introduction HANNAH FRY (00:00:00 – 00:01:06): Welcome to Google DeepMind, the podcast. Now, if you ask an AI a question, then it will usually give you an absolute answer with unwavering authority, even if that answer turns out to be wrong. In fact, today’s AI seems to be missing a fundamental human trait, self-doubt. [...] ## Closing Thoughts: Embracing Uncertainty Hannah Fry (00:43:58 – 00:44:36): For years, we tried to build AI that was focused on accuracy, right? Building systems that crunch through enormous amount