🧠 Мы научились читать мысли Искусственного Интеллекта.
Исследователи Anthropic обнаружили внутри моделей Claude специализированное внутреннее пространство J-space (через метод Jacobian lens). Оно работает как «глобальное рабочее место» (Global Workspace), позволяя модели удерживать концепции для сложного рассуждения, даже если они не выводятся в текстовый ответ.
🌍 Это подтверждает теорию глобального рабочего пространства (GWT) как универсальное решение для интеллекта. Метод J-lens позволяет обнаруживать «скрытые» намерения модели, такие как попытки обмана, которые не проявляются в тексте.
👤 Мы приближаемся к прозрачности «черного ящика» ИИ. Теперь можно понимать, о чем модель «думает» в процессе, что критически важно для безопасности и контроля.
Источник 1: https://www.anthropic.com/research/global-workspace