Статья предлагает новый взгляд на так называемую гипотезу платоновского представления в контексте глубокого обучения.

Исходная платоновская гипотеза утверждает, что разные модели нейронных сетей, обучаясь на разных задачах и модальностях, в конечном итоге сходятся к единому, идеальному представлению о мире, которое отражает объективную реальность. Авторы обсуждаемой статьи спорят с этим утверждением и выдвигают альтернативную, аристотелевскую точку зрения.

По мнению авторов, представление о мире в нейросетях не является статичным, независимым и идеальным. Вместо этого они утверждают, что внутреннее представление данных в модели неразрывно связано с конкретной задачей, которую эта модель решает, а также с архитектурой самой сети и природой обучающих данных. С этой позиции структура представлений возникает из практического взаимодействия модели со своей средой и целями обучения, а не из-за стремления к какому-то абстрактному объективному идеалу.

В работе приводится теоретический анализ и результаты экспериментов, которые показывают, что сходимость моделей, о которой говорили сторонники платоновской гипотезы, является кажущейся или частичной.

Авторы демонстрируют, что даже если модели показывают похожие результаты или кажутся близкими в пространстве признаков, их внутренние структуры все равно сохраняют глубокие различия, продиктованные их специфическими функциями потерь и ограничениями архитектуры. Это означает, что для одной и той же реальности может существовать множество одинаково эффективных, но принципиально разных способов репрезентации.

В заключении авторы подчеркивают, что переход от платоновского взгляда к аристотелевскому важен для развития искусственного интеллекта. Это позволяет лучше понять, как именно формируются знания в машинных системах, и показывает, что вместо поиска одной универсальной идеальной модели исследователям следует сосредоточиться на том, как различные цели обучения и контексты формируют уникальные и специализированные формы понимания.

https://arxiv.org/abs/2602.14486