Кот, ваза и три уровня причинности: почему ИИ до сих пор не понимает реальность

Современные языковые модели часто дают абсурдные ответы на простые вопросы: например, «убери вазу» — и ИИ удаляет подушку, а не вазу. Причина — отсутствие истинного понимания причинности. Профессор Элиас Барейнбойм, директор лаборатории CausalAI, представил на ICML 2026 доклад о трёх уровнях причинности, которые ИИ пока не освоил.

Первый уровень — наблюдение (ассоциации): модель видит, что кот часто сидит рядом с вазой, но не понимает, что именно кот её разбил. Второй — вмешательство: если бы ИИ мог «передвинуть кота», он бы увидел, что ваза осталась цела. Третий — контрфакты: «что было бы, если бы кота не было?». Сегодняшние нейросети застревают на первом уровне, оперируя корреляциями, а не причинами.

Барейнбойм подчеркнул, что без способности рассуждать о вмешательствах и контрфактах ИИ никогда не станет надёжным в реальном мире — будь то робототехника, диагностика или управление. Доклад вызвал оживлённую дискуссию: многие исследователи сошлись во мнении, что причинность — следующий большой рубеж для искусственного интеллекта.