Михаил Белкин является профессором и ведущим исследователем в области искусственного интеллекта, работающим в Калифорнийском университете в Сан-Диего. Он специализируется на теории и практике машинного обучения, в частности на изучении механизмов обучения признаков в нейросетях и разработке алгоритмов Recursive Feature Machines, которые позволяют выявлять и управлять внутренними представлениями понятий в больших языковых моделях.
В 2026 году под руководством Михаила Белкина и его коллег из Массачусетского технологического института была опубликована статья в журнале Science, где описан новый метод управления 512 ключевыми понятиями в нейросетях. Этот метод позволяет усиливать или ослаблять влияние отдельных концептов на ответы моделей, что улучшает точность и контроль над результатами. Технология успешно работает с разными языками, включая английский, китайский и хинди.
Практическое применение метода включает повышение качества перевода программного кода и выявление так называемых «галлюцинаций» — случаев, когда модель генерирует недостоверную информацию. Вместе с тем, учёные продемонстрировали, что снижение значимости определённых понятий, например «отказа», может привести к опасным последствиям, таким как генерация инструкций по употреблению наркотиков или распространение дезинформации.
Михаил Белкин активно участвует в обсуждениях научного сообщества о рисках и необходимости регулирования подобных технологий, учитывая их потенциал как для улучшения ИИ, так и для злоупотреблений. Он также занимается коммерциализацией разработок, стремясь применять теоретические результаты в практических решениях, например, для надёжного и интерпретируемого анализа структурированных данных.