Нейросети и обучение из опыта: как проект VIVI растит интеллект без готовых данных

---

Если вы хотите разобраться в нейросетях и обучении ИИ, но не знаете, с чего начать, этот материал покажет принципиально другой вход в тему: не через массовые чат-боты, а через проект, где интеллект растёт из опыта.

Большинство современных ИИ-систем получают знания готовыми. Их тренируют на огромных массивах текстов, а потом донастраивают. Результат впечатляет пользователей, но внутри почти всегда одна схема: интеллект как следствие заранее вычисленных весов (числовых коэффициентов, которые модель запомнила при обучении) и статистики.

Проект VIVI идёт другим путём. Автор проекта формулирует главный принцип так: интеллект возникает из структуры памяти, а не из заранее вычисленных математических весов. Система не хранит готовые ответы. Она развивается постепенно, проходя стадии «ребёнок, подросток, взрослый» через наращивание когнитивных функций (способностей воспринимать, запоминать, рассуждать).

Что понадобится

Чтобы понять подход VIVI и попробовать мыслить в логике «обучения из опыта», а не «зубрёжки данных», достаточно минимального набора:

• Время: 20 минут на чтение и осмысление примеров ниже
• Базовое понимание: что такое промпт (текстовый запрос к ИИ) и чем чат-бот отличается от поисковика
• Доступ к любому ИИ-чат-боту для сравнения: ChatGPT, YandexGPT, GigaChat или другой доступный в РФ сервис
• Блокнот или заметки, чтобы фиксировать, как меняется поведение системы от шага к шагу

Как VIVI учится: пошаговая инструкция на реальном примере

Ниже воспроизведён реальный сеанс работы с VIVI из документации проекта. Каждый шаг показывает, как система накапливает знания, сталкивается с противоречиями и учится на них.

1. Дайте системе факт. Вы сообщаете простое утверждение, и система его запоминает.

Вы: собака это животное
VIVI: Поняла: СОБАКА — это животное

1. Введите противоречие. Скажите нечто ложное и посмотрите, что произойдёт. Система не паникует и не стирает старое знание, она фиксирует конфликт.

Вы: собака это растение
VIVI: Запомнила, но есть конфликт: СОБАКА уже связывали
с животное; теперь ещё с растение. Оба знания в памяти.

1. Добавьте признаки и похожие объекты. Это даёт системе материал для сравнения.

Вы: собака имеет лапы
Вы: собака имеет хвост
Вы: кошка это животное
Вы: кошка имеет лапы
Вы: хомяк это животное
Вы: хомяк имеет лапы

1. Спросите, что система знает. Она выдаст ответ с градацией уверенности: сильное знание отделено от слабого.

Вы: кто такая собака
VIVI: Собака — это животное (уверенно);
наверно растение — данные слабые/спорные.

1. Запустите «сон». Это фаза, когда система анализирует накопленный опыт и формирует обобщающие правила.

Вы: сон
VIVI: Правило: животное ≠ растение
       Ослаблено: СОБАКА → РАСТЕНИЕ

1. Проверьте результат на новом объекте. Введите незнакомое понятие с похожими признаками.

Вы: лев имеет лапы
Вы: лев имеет хвост
Вы: лев это растение
VIVI: Нет: ЛЕВ скорее «животное», а не «растение».
Почему:
• похожие объекты → животное
• правило: животное ≠ растение
• вывод: ЛЕВ не растение

Система не записала «лев это животное» как готовый факт. Она отказалась от ложного утверждения и выдвинула гипотезу. Это осторожное поведение, а не механическая зубрёжка.

1. Добавьте категорию выше и проверьте цепочку выводов.

Вы: животное это живое существо
Вы: кто такая собака
VIVI: Собака — это животное (уверенно)
       Также следует: живое существо (через животное)

Система связала данные через цепочку: собака это животное, животное это живое существо, значит собака это живое существо. Производный вывод появился без прямого указания.

VIVI понимает события, а не просто слова

Отдельная способность системы: разбор предложений в структуру события с ролями (кто, что сделал, кому, когда).

Вы: пастух завтра пойдет пасти овец
VIVI: Событие: кто: пастух, что: пойти, что/кого: овца,
       когда: завтра

Вы: когда пастух пойдет пасти овец
VIVI: Когда: завтра

Вы: кто пойдет пасти овец
VIVI: Кто: пастух

Фраза перестаёт быть цепочкой символов. Она становится событием с участниками и временем. Система удерживает несколько таких событий в рабочей памяти (кратковременное хранилище связанных мыслей) и не смешивает прошлое с будущим.

Чем это отличается от привычных чат-ботов?

Обычный чат-бот на основе большой языковой модели (например, ChatGPT или YandexGPT) выдаёт ответ по статистике: какое слово вероятнее следует за предыдущим. VIVI работает иначе:

• Знания имеют силу и статус, а не просто «есть или нет». Факт может быть уверенным, слабым, спорным, отвергнутым.
• Конфликт не разрушает память. Ложное знание не стирается, оно ослабевает и получает статус «отвергнуто», но остаётся как история опыта.
• Обобщения появляются из наблюдений. Правило «животное не равно растение» система вывела сама после «сна», а не получила заранее.
• Система объясняет путь вывода. Она сообщает, почему приняла или отвергла утверждение, и ссылается на конкретные наблюдения.
• Появился механизм любопытства. Вместо «не знаю» система формулирует, чего именно ей не хватает.

Всё это работает без внешней большой языковой модели в качестве «мозга».

Что делать с этим прямо сейчас, по ролям

Авторам Дзена и копирайтерам. Понимание того, как ИИ формирует знания, помогает писать точнее. Если вы знаете, что обычная нейросеть отвечает по статистике, а не по пониманию, вы перестанете доверять ей факты без проверки. Пример VIVI показывает, каким мог бы быть ИИ, который честно говорит «не знаю» вместо уверенной галлюцинации (когда ИИ уверенно выдумывает то, чего не было).

Маркетологам. Следите за проектами вроде VIVI как за индикатором. Если подход «обучение из опыта» масштабируется, это изменит логику рекомендательных систем: вместо статистических предсказаний появятся системы, которые объясняют свой выбор и учатся на каждом взаимодействии.

Предпринимателям в РФ и СНГ. Проект российский, разрабатывается на русском языке. Из доступных массовых ИИ-инструментов в РФ работают YandexGPT и GigaChat, но они построены на классической архитектуре с предобученными весами. VIVI пока на стадии разработки, автор проекта открыто описывает и работающие механизмы, и ограничения.

Следить за проектом имеет смысл не ради немедленной пользы, а ради понимания: привычные чат-боты не единственный способ строить ИИ, и альтернатива создаётся в России прямо сейчас.