Профессор Массачусетского технологического института Маркус Ю. Бюлер (Markus J. Buehler) представил теоретическую основу, позволяющую системам искусственного интеллекта динамически адаптировать и расширять свои модели логического вывода на базе теории категорий.
Маркус Ю. Бюлер, возглавляющий кафедру гражданского и экологического инжиниринга в MIT, опубликовал работу, в которой предлагает применять аппарат теории категорий для формализации процессов рассуждения в системах ИИ. По его словам, существующие модели ограничены жёсткими схемами, заложенными на этапе обучения, тогда как новый подход позволит алгоритмам самостоятельно модифицировать структуру своих выводов в зависимости от контекста.
В основе предложенной концепции лежит идея представления логических операций как морфизмов в категориях — математических структурах, описывающих отношения между объектами. Бюлер утверждает, что такой подход даст возможность ИИ не только оперировать заранее определёнными правилами, но и генерировать новые схемы рассуждений, адаптируясь к незнакомым задачам. «Это шаг к созданию систем, способных к подлинному обобщению, а не просто интерполяции данных», — отметил учёный в своём блоге.
Работа вызвала интерес в научном сообществе, хотя ряд экспертов отмечают, что практическая реализация предложенной модели потребует значительных вычислительных ресурсов. В частности, профессор Нью-Йоркского университета Гэри Маркус (Gary Marcus) в комментарии на платформе X указал на потенциальные сложности с интерпретируемостью таких систем: «Теория категорий элегантна, но её применение в ИИ может породить новые проблемы с объяснимостью».
Предложение Бюлера продолжает серию попыток использовать формальные математические методы для преодоления ограничений современных нейросетевых архитектур. Ранее аналогичные идеи высказывались в контексте применения алгебраической топологии и теории графов для улучшения обобщающей способности моделей.
Источники: X-пост Гэри Маркуса (Gary Marcus), 5 июня 2026; блог Маркуса Ю. Бюлера.