Глава OpenAI Сэм Альтман выступил с резкой критикой скептиков, которые предрекают тупик в развитии больших языковых моделей (LLM). Как сообщает MIXED Reality News, во время своего выступления в Стэнфорде Альтман подчеркнул, что потенциал увеличения вычислительных мощностей и объемов данных далеко не исчерпан, вопреки мнению части научного сообщества.
По мнению руководителя OpenAI, целое поколение исследователей искусственного интеллекта неоправданно сдерживало развитие индустрии из-за чрезмерной уверенности в ограниченности метода масштабирования. Альтман отметил, что ставки против дальнейшего роста возможностей LLM на текущем этапе выглядят, по меньшей мере, недальновидными, учитывая динамику последних лет.
Эта дискуссия обнажает фундаментальный раскол в среде разработчиков: пока одни верят в количественный рост параметров и данных, другие, как Ян Лекун из Meta (признана экстремистской и запрещена в РФ), настаивают на необходимости принципиально новых архитектур. Лекун утверждает, что текущие модели лишены понимания физического мира, что критично для задач в робототехнике или сложном планировании.
Доказательства в пользу масштабирования
В качестве аргумента Альтман привел недавний успех одной из моделей OpenAI, которая смогла опровергнуть математическую гипотезу, долгое время остававшуюся нерешенной. Это достижение призвано продемонстрировать, что современные нейросети способны генерировать новые знания, а не просто перетасовывать фрагменты текстов, на которых они обучались.
Тем не менее, Альтман сохраняет определенную долю реализма, признавая слабые стороны текущих технологий. Он подтвердил, что в задачах с длинным горизонтом планирования, требующих последовательных суждений в течение длительного времени, системы ИИ все еще значительно уступают человеку, оставаясь скорее впечатляющими демонстрациями, чем автономными агентами.
Ближайшие перспективы и GPT-5.6
Подтверждением стратегии компании должен стать запуск семейства моделей GPT-5.6, который, судя по всему, состоится в ближайшее время. Новая итерация ориентирована на научную деятельность, программирование и решение сложных логических задач. Ожидается, что именно в этой версии будет сделан упор на «агентность» — способность ИИ выполнять многошаговые поручения.
За амбициозными планами стоят прагматичные вызовы. Главным препятствием для бесконечного масштабирования может стать не отсутствие идей, а физические ограничения: дефицит чипов, колоссальное энергопотребление и истощение качественных наборов данных для обучения. Гонка технологий сегодня все больше превращается в гонку капиталовложений в инфраструктуру обработки данных.
В конечном итоге, индустрия замерла в ожидании: сможет ли очередной качественный скачок оправдать триллионные затраты, или же скептики окажутся правы, и мы упремся в потолок архитектуры трансформеров. Пока что OpenAI выбирает путь экспансии, предлагая рынку доверять цифрам и результатам бенчмарков больше, чем теоретическим сомнениям.
Оставить комментарий