Глава OpenAI Сэм Альтман выступил с резкой критикой в адрес научного сообщества, заявив, что целое поколение исследователей искусственного интеллекта сдерживало прогресс отрасли. Основная претензия руководителя компании заключается в систематической недооценке потенциала масштабирования больших языковых моделей, которое стало фундаментом современного успеха нейросетей.

Как сообщает The Decoder, Альтман в своем выступлении в Стэнфордском университете подчеркнул, что многие эксперты слишком долго и уверенно защищали тезис о невозможности качественного скачка за счет простого увеличения вычислительных мощностей и объемов данных. По его мнению, сейчас ставка против дальнейшего расширения LLM выглядит по меньшей мере опрометчивой.

Особое внимание Альтман уделил своим оппонентам, среди которых выделяется Ян Лекун, главный ученый Meta (признана экстремистской и запрещена в РФ) по ИИ, неоднократно называвший нынешний путь развития языковых моделей тупиковым. Глава OpenAI иронично заметил, что некоторые специалисты настолько сильно привязывают свою идентичность к определенной позиции, что продолжают игнорировать факты, даже когда данные наглядно доказывают их неправоту.

Границы возможного и новые горизонты

В дискуссии о будущем технологий Альтман признал важность разработки world models (моделей мира) для таких сфер, как робототехника, однако настоял на том, что потенциал обычного масштабирования еще далеко не исчерпан. Эту позицию разделяют и конкуренты: генеральный директор Anthropic Дарио Амодеи недавно высказал схожие мысли о долгосрочных перспективах роста производительности нейросетей.

В качестве доказательства того, что LLM способны генерировать принципиально новые знания, Альтман привел недавний успех модели OpenAI в области математики. Нейросеть смогла опровергнуть сложную математическую гипотезу, над которой долгое время безуспешно бились ученые-люди. Этот прецедент заставил профессиональное сообщество математиков всерьез переосмыслить границы применимости алгоритмов в чистой науке.

Слепая вера в масштабирование напоминает закон Мура: она работает, пока у вас есть деньги на чипы и электричество. Однако экстраполяция графиков не заменяет архитектурных прорывов. Мы видим, как модели блестяще решают узкие задачи, но по-прежнему пасуют перед планированием на длинных дистанциях. Масштабирование — это топливо, но без нового двигателя мы просто будем сжигать ресурсы быстрее, не меняя траектории к настоящему интеллекту.

Несмотря на оптимизм в отношении математических способностей ИИ, Альтман сохраняет трезвый взгляд на текущие ограничения. Он отметил, что в задачах, требующих долгосрочного планирования и глубокого экспертного суждения, современные модели все еще значительно уступают человеку. Пока ИИ эффективен в коротких итерациях, но передача ему ответственности за сложные, протяженные во времени процессы остается вопросом будущего.

Интересно наблюдать за тем, как индустрия разделяется на два лагеря. С одной стороны — прагматики, верящие в «грубую силу» вычислений, с другой — теоретики, ожидающие появления принципиально иных архитектур. История развития технологий часто показывала, что истина лежит где-то посередине, но текущие темпы прогресса заставляют скептиков все чаще переходить в оборону, пока OpenAI продолжает наращивать параметры своих систем.