ИИ Grok «предсказал» дату удара США и Израиля по Ирану, но это была лишь удачная статистика

Искусственный интеллект Grok от компании xAI Илона Маска «предсказал» дату совместного удара США и Израиля по Ирану, но, как выяснилось, это было скорее совпадением, чем пророчеством. Как сообщает Jerusalem Post, издание провело тест четырёх ИИ-систем, и только Grok назвал дату 28 февраля.

Когда 28 февраля США и Израиль нанесли совместный удар по иранской ядерной и военной инфраструктуре, интернет наводнила история о том, что Grok «предсказал» точную дату. Илон Маск немедленно прокомментировал на платформе X: «Предсказание будущего — лучшая мера интеллекта». Однако реальность оказалась более прозаичной и гораздо более интересной.

25 февраля Jerusalem Post провёл методологический эксперимент, попросив четыре системы ИИ (Claude, Gemini, ChatGPT и Grok) указать конкретный день гипотетического удара США по Ирану, настаивая на всё более точных ответах.

Claude изначально отказался называть дату, но в итоге указал 7-8 марта. Gemini построил «дипломатический календарь» и определил окно 4-6 марта. ChatGPT предложил 1 марта, а затем перенёс на 3 марта. Только Grok дважды указал одну и ту же дату — 28 февраля — связав её с результатами женевских переговоров. Однако эксперты призывают не спешить с выводами.

По данным офицеров разведки, процитированных Reuters, атака планировалась месяцами, а дата была определена за недели до этого — без каких-либо утечек в публичное пространство. Grok не имел доступа к секретным военным планам. Он опирался на общедоступные геополитические сигналы — напряжённый дипломатический календарь, разговоры о санкциях, вывод персонала — и выбрал статистически наиболее вероятный день. И попал.

Аналитики подчёркивают, что распознавание паттернов в больших массивах данных — это не предсказание, а расчёт вероятности, который на этот раз совпал с реальностью. Современные языковые модели, подобные Grok, анализируют огромные объёмы текстовой информации из открытых источников, выявляя корреляции и временные закономерности. Их «предсказания» часто оказываются просто наиболее логичным выводом из уже существующих данных, а не доступом к скрытой информации. Успех Grok в этом случае демонстрирует как мощь анализа больших данных, так и его принципиальные ограничения — модель не может знать то, что не было опубликовано в интернете.