Czego nigdy nie widział? Talkie-1930 i test Einsteina

Talkie-1930 to model językowy z 13 miliardami parametrów, celowo wytrenowany na informacjach sprzed 1931 roku. Jego celem nie jest odgrywanie roli historycznej. Badacze chcą wykorzystać model do sprawdzenia znacznie trudniejszej kwestii: jeśli AI nigdy nie widziała znanej odpowiedzi podczas wstępnego treningu, czy mimo to potrafi rozumować i dojść do czegoś, co ludzie odkryli później?

Dzięki temu Talkie jest wyjątkowo istotny w debacie na temat rozumowania a zapamiętywania. Współczesne modele mogły napotkać podczas treningu pytania z benchmarków, rozwiązania, artykuły naukowe, repozytoria GitHub lub wyjaśnienia. Model historyczny pozwala przeprowadzić czystszy eksperyment, umieszczając odpowiedź po drugiej stronie granicy czasowej.

Czym jest Talkie-1930?

Talkie to rodzina „zabytkowych” modeli językowych opracowanych przez Nicka Levine’a, Davida Duvenauda i Aleca Radforda. Zespół przedstawił Talkie-1930 w 2026 roku, wykorzystując korpus, który miał zawierać wyłącznie informacje opublikowane przed 1931 rokiem.

Badacze wytrenowali również nowoczesny odpowiednik, wykorzystując tę samą architekturę i porównywalną moc obliczeniową treningu, ale współczesne dane FineWeb. Dzięki temu Talkie przydaje się do badania nie tylko tego, co model wie, lecz także tego, w jakim stopniu jego możliwości kształtuje środowisko informacyjne.

Stanowi to uzupełnienie szerszego pytania o modele otwarte a przełomowe modele AI: możliwości modelu zależą od czegoś więcej niż tylko liczby parametrów.

Po co trenować AI, które nic nie wie o wydarzeniach po 1930 roku?

Głównym powodem jest ewaluacja odporna na skażenie danymi treningowymi.

Gdy nowoczesny model rozwiązuje słynny problem, badacze nie zawsze mogą stwierdzić, czy:

• wyprowadził odpowiedź;
• połączył powiązane koncepcje;
• zapamiętał podobny przykład;
• widział benchmark podczas treningu;
• napotkał w Internecie wyjaśnienie lub implementację.

Granica czasowa Talkie pozwala badaczom wybierać zadania, których odpowiedzi rzeczywiście należą do przyszłości modelu.

Na przykład Python powstał dziesięciolecia po 1930 roku. Przełomowa praca Turinga na temat obliczalności ukazała się w 1936 roku. Kserografia i wiele późniejszych wynalazków inżynieryjnych również wykraczają poza tę granicę.

Zespół [Talkie] omawia takie wynalazki powstałe po dacie odcięcia jako potencjalne przyszłe eksperymenty. To ważne: są to cele testów, a nie odkrycia, które [Talkie] już odtworzył.

Czy [Talkie] naprawdę nauczył się Pythona, nie widząc Pythona w danych treningowych?

Aby przetestować generalizację, badacze pokazali historycznym modelom kilka programów w Pythonie w kontekście, a następnie poprosili je o rozwiązanie nowych zadań w stylu HumanEval.

Wyniki dostarczają pewnych dowodów na uczenie się w kontekście ponad rzeczywistą granicą wiedzy, ale pozostają skromne.

Badacze informują, że udane programy były zazwyczaj prostymi rozwiązaniami w jednej linii lub niewielkimi modyfikacjami przykładów już obecnych w kontekście. ([Talkie](https://talkie-lm.com/introducing-talkie))

Najczęściej udostępniany przykład dotyczy szyfru rotacyjnego. Po zobaczeniu funkcji kodującej model wygenerował odwrotną operację dekodowania, odwracając odpowiednią zależność arytmetyczną.

Jest to ciekawsze, niż mogłoby się wydawać, właśnie dlatego, że teza jest wąska.

Model wykorzystał przykłady, aby wykonać niewielką, poprawną transformację w języku nieobecnym w danych użytych do jego zamierzonego wstępnego treningu.

Czym jest test Einsteina dla AI?

Tę samą ideę można posunąć znacznie dalej.

Dyrektor generalny DeepMind, Demis Hassabis, opisywał „test Einsteina”, w którym AI otrzymuje wyłącznie wiedzę dostępną przed wielkim odkryciem naukowym, a następnie sprawdza się, czy potrafi samodzielnie dojść do późniejszego przełomu.

Najsłynniejsza wersja sprawdza, czy model wytrenowany wyłącznie na wiedzy dostępnej przed sformułowaniem przez Einsteina ogólnej teorii względności mógłby wyprowadzić tę teorię, nigdy się z nią nie zetknąwszy.

Artykuł Nature z września 2026 roku opisuje, jak wielu badaczy eksperymentuje obecnie z historycznymi modelami językowymi i podobnymi metodami opartymi na ograniczeniu czasowym wiedzy.

Jest to znacznie trudniejsze niż przeprowadzenie współczesnego modelu przez egzamin z teorii względności.

Odkrycia naukowe wymagają czegoś więcej niż rozwiązywania równań. Mogą wymagać rozpoznania, że przyjęte założenie jest błędne, oraz skonstruowania lepszych ram pojęciowych.

Czy jakakolwiek AI przeszła test Einsteina?

Nie.

Obecne eksperymenty przyniosły interesujące fragmenty uogólniania i intuicji naukowej, ale nie dostarczyły przekonującego ponownego odkrycia na poziomie Einsteina.

Recenzja w Nature opisuje wczesne wyniki jako ujawniające zarówno mocne strony, jak i istotne ograniczenia współczesnej AI. Modele często potrafią skutecznie pracować, gdy problem został już sformułowany, ale opracowanie właściwej nowej hipotezy pozostaje znacznie trudniejsze. ([Nature](https://www.nature.com/articles/d41586-026-02804-x))

To rozróżnienie jest kluczowe, ponieważ AI może wygenerować tysiące wiarygodnych hipotez, nie wiedząc, która z nich zasługuje na dalsze badania.

Silniejszy test nie polega na sprawdzeniu, czy model potrafi odtworzyć znaną teorię po otrzymaniu wystarczającej liczby wskazówek. Chodzi o to, czy potrafi zidentyfikować sprzeczność, zaproponować naprawdę użyteczne nowe wyjaśnienie i zrobić to bez przedostania się późniejszej odpowiedzi do jego danych treningowych.

Czy Talkie-1930 rzeczywiście jest wolny od współczesnej wiedzy?

Nie w pełni.

Zespół Talkie otwarcie informuje o wycieku informacji w czasie. Mimo zamierzonej granicy roku 1930 model 13B wydaje się znać pewne informacje o późniejszych wydarzeniach, w tym o prezydenturze Roosevelta, Nowym Ładzie, II wojnie światowej, Organizacji Narodów Zjednoczonych i powojennych Niemczech.

Naukowcy wskazują kilka sposobów, na które informacje z przyszłości mogą przedostać się do pozornie historycznych korpusów:

• nieprawidłowe daty publikacji;
• współczesne wstępy dodane do starych książek;
• późniejsze przypisy i adnotacje;
• błędnie sklasyfikowane dokumenty;
• artefakty digitalizacji i OCR.

To ograniczenie ma fundamentalny charakter.

Jeśli eksperyment twierdzi, że model niezależnie odkrył coś, czego nigdy nie widział, naukowcy muszą najpierw przedstawić mocne dowody, że odpowiedź rzeczywiście była nieobecna.

W przypadku historycznej AI pochodzenie danych jest częścią testu porównawczego.

Wiedza Talkie jest historyczna, ale jego potrening nie jest w pełni historyczny

Istnieje jeszcze jedno subtelne ograniczenie.

Model bazowy jest trenowany na danych historycznych, ale stworzenie użytecznego asystenta wykonującego instrukcje wymaga danych potreningowych, które nie istniały w 1930 roku.

Naukowcy wygenerowali przykłady instrukcji na podstawie historycznych materiałów referencyjnych, ale informują również o wykorzystaniu nowoczesnych modeli Claude na późniejszych etapach, w tym Claude Sonnet 4.6 jako sędziego oraz Claude Opus 4.6 do generowania syntetycznych rozmów. ([Talkie](https://talkie-lm.com/introducing-talkie))

Tworzy to dwie różne formy skażenia, których nie należy ze sobą mylić:

Talkie może więc zawierać głównie wiedzę z epoki, nie zachowując się przy tym dokładnie jak hipotetyczny inteligentny system zbudowany w 1930 roku.

Dlaczego historyczna AI jest także eksperymentem dotyczącym jakości danych

Historyczne modele językowe napotykają problem, którego współczesne modele internetowe w dużej mierze unikają: większość ich materiałów treningowych nigdy nie powstała w formie cyfrowej.

Książki, gazety, patenty i czasopisma trzeba najpierw przekształcić ze skanowanych stron w tekst.

Zespół Talkie podaje, że teksty historyczne poddane konwencjonalnemu OCR zapewniały w kontrolowanym eksperymencie jedynie około 30% efektywności uczenia wersji przepisanych przez człowieka. Proste oczyszczenie zwiększyło ten wynik do około 70%. ([Talkie](https://talkie-lm.com/introducing-talkie))

To prowadzi do szerszego wniosku: większa liczba tokenów nie oznacza automatycznie większej ilości użytecznych danych treningowych.

To również jeden z powodów, dla których lokalne przetwarzanie AI dla prywatnych zbiorów danych może mieć znaczenie w pracach archiwalnych. OCR, indeksowanie, osadzania i eksperymentalne korpusy można przetwarzać blisko przechowywanych materiałów źródłowych, zamiast wymagać, by każdy dokument przechodził przez zdalną usługę.

Czy możesz uruchomić Talkie-1930 lokalnie?

Tak.

Oficjalne repozytorium Talkie udostępnia publiczne wagi i kod wnioskowania na licencji Apache 2.0.

Referencyjna konfiguracja BF16 obejmuje obecnie:

Nie jest to mały model procesora, ale stanowi realistyczne obciążenie badawcze dla stacji roboczej lub domowego serwera AI.

W przypadku wdrożenia lokalnego rozmiar checkpointu to dopiero punkt wyjścia. Pamięć używana w czasie działania, kontekst, pamięć podręczna i inne komponenty modelu również zużywają zasoby, dlatego zapotrzebowanie modelu na pamięć ma większe znaczenie niż samo porównywanie rozmiarów plików.

Po pobraniu Talkie może być również używany bez zastrzeżonego API do inferencji. Ułatwia to zachowanie dokładnych wersji modeli i odtwarzanie eksperymentów.

W pełni odtwarzalna konfiguracja powinna również przechowywać lokalnie pliki modeli, tokenizery, zbiory danych i wymagane zależności, zamiast zakładać stały dostęp do usług zewnętrznych. Ta sama zasada leży u podstaw lokalnego workflow AI działającego bez połączenia.

Do czego właściwie przydają się historyczne modele językowe?

Długoterminowa wartość Talkie nie polega na udawaniu rozmowy z kimś z 1930 roku.

Naukowcy wykorzystali już około 5000 historycznych opisów wydarzeń z „New York Times”, aby zmierzyć, jak „zaskakujące” dla modelu wytrenowanego na wcześniejszych informacjach wydają się przyszłe wydarzenia. Nie jest to przewidywanie w sensie science fiction, ale zapewnia nowy sposób badania horyzontów prognozowania. ([Talkie](https://talkie-lm.com/introducing-talkie))

Co Talkie ujawnia na temat współczesnej inteligencji AI

Współczesny odpowiednik Talkie tworzy niezwykle użyteczne porównanie.

Architektura i moc obliczeniowa wykorzystana podczas treningu mogą pozostać podobne, podczas gdy środowisko informacyjne zmienia się diametralnie.

Model oparty na współczesnych danych osiąga lepsze wyniki w wielu konwencjonalnych zadaniach. Część tej przewagi może wynikać z czystszych danych. Część może wynikać z tego, że współczesny internet zawiera programowanie, dokumentację techniczną, pytania i odpowiedzi, wyjaśnienia naukowe oraz wiele form ustrukturyzowanego rozwiązywania problemów, których brakuje w korpusie historycznym.

To rodzi głębsze pytanie:

ile współczesnych możliwości AI wynika z architektury modelu, a ile z kompresowania nagromadzonej struktury współczesnego internetu?

To pytanie jest również istotne przy ocenie modeli otwartych w porównaniu z przełomową sztuczną inteligencją. Same wyniki benchmarków nie pokazują, czy różnice wynikają z architektury, danych, dostrajania po treningu, narzędzi czy po prostu ogromnej skali treningu.

Lepszy test nie brzmi: „Czy AI potrafi myśleć?”

Argumenty dotyczące tego, czy AI „naprawdę myśli”, szybko stają się filozoficzne.

Modele historyczne stawiają pytanie, które łatwiej przetestować:

Czy możemy zbudować eksperyment, w którym zapamiętanie znanej odpowiedzi będzie niemożliwe - lub przynajmniej znacznie mniej prawdopodobne?

Talkie-1930 nie jest idealnym rozwiązaniem. Jego korpus zawiera pewien przeciek czasowy. Historyczny OCR jest zaszumiony. Współczesne dostrajanie po treningu wprowadza wpływ behawioralny. A model 13B pozostaje znacznie słabszy od obecnych systemów z czołówki.

Te ograniczenia można jednak mierzyć i ulepszać.

Najważniejszym osiągnięciem nie jest więc to, że Talkie na nowo odkrył współczesną naukę. Tak się nie stało.

Jego wartość polega na tym, że daje badaczom bardziej przejrzysty sposób sprawdzenia, czy przyszły model może natrafić na stare dowody, rozpoznać brakujący element, sformułować nową hipotezę i dojść do wniosku, który rzeczywiście nie istniał w jego świecie treningowym.

Byłby to znacznie silniejszy dowód generalizacji niż kolejny wysoki wynik na benchmarku, o którym internet omawiał już tysiące razy.