Ян Лекун допоміг створити технологію, на якій працюють сучасні чат-боти, але зараз він каже, що більшість компаній рухається не туди. Технологічна індустрія вкладає сотні мільярдів у великі мовні моделі, які не ведуть до справжнього інтелекту, і водночас ігнорує підходи, здатні дійсно змінити гру. The New York Times розповідає, чому LLM не вирішують головної проблеми ШІ, чому відкритий код і стратегічне планування критично важливі для розвитку, і як ця одержимість може коштувати Кремнієвій долині лідерства на глобальному ринку.
Матеріал українською мовою підготувало Бюро перекладів для бізнесу MK:translations. Ми публікуємо адаптований та скорочений переклад.
Ян Лекун допоміг створити технологію, що лежить в основі сучасних чат-ботів. Сьогодні він каже, що багато технологічних компаній обрали хибний шлях у спробі створити справді розумні машини.
Протягом своєї 40-річної кар’єри в галузі комп’ютерних наук Ян Лекун здобув репутацію одного з провідних світових фахівців зі штучного інтелекту і людини, схильної до різких та провокативних висловлювань.
Він був одним з трьох дослідників-піонерів, які отримали премію Тюрінга (її часто називають «Нобелівською премією з інформатики») за роботу над технологією, що нині становить фундамент сучасного ШІ. Понад десять років Лекун також обіймав посаду головного науковця з питань штучного інтелекту в Meta — материнській компанії Facebook та Instagram.
Але покинувши Meta в листопаді, доктор Лекун дедалі гучніше критикує одержимість Кремнієвої долини єдиним підходом до створення інтелектуальних машин. На його думку, технологічна індустрія зрештою зайде в глухий кут у розвитку ШІ після років зусиль і сотень мільярдів доларів інвестицій.
Причина, за його словами, та сама, про яку він вже говорить багато років: можливості великих мовних моделей або LLM (технології, що лежить в основі популярних продуктів на кшталт ChatGPT) мають певні межі. Водночас компанії кидають усі ресурси на проєкти, які не здатні привести їх до мети та створити комп’ютери, настільки ж розумні або навіть розумніші за людей. Більш креативні китайські компанії, додає він, можуть дістатися цієї мети раніше.
«Кремнієва долина живе за логікою стадного мислення, коли всі працюють в одному напрямку», — сказав він під час нещодавнього інтерв’ю і себе вдома в Парижі. — Такий підхід істотно звужує можливості для альтернатив, які в довгостроковій перспективі можуть виявитися значно перспективнішими».
Ця критика стала новим поворотом у дискусіях, які вже тривалий час хвилюють техногалузь, а саме з 2022 року, відколи OpenAI запуском ChatGPT спровокувала бум навколо штучного інтелекту. Чи можливо створити так званий загальний штучний інтелект або навіть ще потужнішу надінтелектуальну систему? І чи здатні компанії досягти цього, спираючись на наявні технології та концепції?
Мало хто з науковців може похвалитися таким тривалим досвідом у цій темі, як 65-річний доктор Лекун. Значна частина того, що сьогодні намагається реалізувати технологічна галузь, бере початок з ідеї, над якою він працює ще з 1970-х років. Ще молодим студентом-інженером у Парижі він захопився концепцією, відомою як нейронні мережі, попри те, що більшість дослідників тоді вважали цю ідею безнадійною.
Нейронні мережі — це математичні системи, що навчаються виконувати певні завдання, аналізуючи дані. У той час вони не мали жодного практичного застосування. Та вже за десятиліття, працюючи дослідником у Bell Labs, доктор Лекун разом із колегами довів, що такі системи здатні навчитися розпізнавати рукописний текст, зокрема написи на конвертах або особистих чеках.
До початку 2010-х років дослідники вже почали доводити, що нейронні мережі здатні стати основою для широкого спектра технологій, зокрема систем розпізнавання облич, цифрових асистентів і безпілотних автомобілів. Коли Google, Microsoft та інші технологічні гіганти зробили на цю ідею великі ставки, Facebook запросив доктора Лекуна створити дослідницьку лабораторію з питань штучного інтелекту.
Невдовзі після виходу ChatGPT двоє науковців, які разом із доктором Лекуном отримали премію Тюрінга у 2018 році, заявили, що штучний інтелект стає надто потужним. Вони навіть застерігали, що ця технологія може становити загрозу для майбутнього людства. Доктор Лекун назвав такі побоювання абсурдними.
«Навколо ідеї про те, що системи ШІ є насправді небезпечним й що передавати його у руки широкого загалу — помилка, було надто багато шуму, — сказав він. — Але я ніколи в це не вірив».
Доктор Лекун також був одним із тих, хто наполягав, аби Meta та її конкуренти відкрито ділилися результатами своїх досліджень через наукові публікації та так звані технології з відкритим кодом.
Коли дедалі більше людей почали говорити про потенційну загрозу ШІ для людства, низка компаній скоротила свої ініціативи у сфері відкритого коду. Однак Meta продовжила цей курс. Доктор Лекун неодноразово наголошував, що відкритий код — це найбезпечніший шлях. Він означає, що жодна компанія не контролює технологію одноосібно, і будь-хто може використовувати такі системи для виявлення й протидії можливим ризикам.
Тепер, коли низка компаній, зокрема Meta, схоже, відходить від цього підходу, прагнучи отримати перевагу над конкурентами та водночас остерігаючись небезпечних способів використання технології, доктор Лекун застерігає: американські компанії можуть втратити лідерство на користь китайських конкурентів, які й далі роблять ставку на відкритий код.
«Це катастрофа, — сказав він. — Коли всі працюють відкрито, галузь у цілому розвивається значно швидше».
Минулого року ШІ-напрям Meta зіткнулась із серйозними проблемами. Після того як зовнішні дослідники розкритикували новітню технологію компанії (Llama 4) та звинуватили Meta у перебільшенні можливостей системи, генеральний директор компанії Марк Цукерберг витратив мільярди доларів на створення нової дослідницької лабораторії, присвяченої пошукам «суперінтелекту» — гіпотетичної системи ШІ, що перевершує можливості людського мозку.
Через шість місяців після запуску цієї лабораторії доктор Лекун залишив Meta, аби заснувати власний стартап — Advanced Machine Intelligence Labs або AMI Labs.
Попри те, що його дослідження заклали підґрунтя для великих мовних моделей, доктор Лекун наполягає: вони не є остаточною відповіддю на питання розвитку штучного інтелекту. Проблема нинішніх систем, за його словами, полягає в тому, що вони не здатні планувати наперед. Навчені виключно на цифрових даних, вони не мають способу по-справжньому розуміти складнощі реального світу.
«Великі мовні моделі не є шляхом ані до суперінтелекту, ані навіть до інтелекту людського рівня. Я говорю про це від самого початку, — сказав він. — Уся індустрія зациклилася на LLM».
Упродовж останніх кількох років роботи в Meta доктор Лекун займався технологіями, які намагаються передбачати наслідки власних дій. Саме це, за його словами, могло б дозволити штучному інтелекту вийти за межі статус-кво. Його новий стартап має продовжити цю роботу.
«Такі системи здатні планувати свої дії, — пояснив він. — Нинішні системи — LLM — на це абсолютно не здатні».
Одна з ключових тез Лекуна полягає в тому, що сучасні системи ШІ роблять занадто багато помилок. Коли вони намагаються вирішити складніші завдання, стверджує він, ці помилки скупчуються, немов автомобілі в ланцюговому зіткненні.
Втім, за останні кілька років такі системи поступово вдосконалювалися. А впродовж останніх місяців сучасні моделі, спеціально створені для «міркування» над запитаннями, продемонстрували подальший прогрес у сферах математики, природничих наук і комп’ютерного програмування.
«Так, ці моделі припускаються помилок. Але ми показали, що система може випробувати багато різних варіантів — умовно кажучи, у власній «голові» — перш ніж зупинитися на остаточній відповіді», — зазначив Раян Крішнан, генеральний директор Vals AI, компанії, що відстежує ефективність найновіших технологій штучного інтелекту.
«Прогрес не сповільнюється. Стало очевидно, що мовні моделі здатні опановувати нові завдання й дедалі краще виконувати все, чого ми від них очікуємо», — додав він.
Суббарао Камбхампаті, професор Університету штату Аризона, який майже так само довго займається дослідженнями ШІ, як і доктор Лекун, погодився, що сучасні технології не ведуть до справжнього інтелекту. Водночас він зауважив, що вони стають дедалі кориснішими у надзвичайно прибуткових сферах, зокрема в програмуванні. Нові ж підходи Лекуна, додав він, поки що залишаються неперевіреними.
Саме тому, на думку доктора Лекуна, його нова компанія має принципове значення. За його словами, за останні десятиліття було чимало ШІ-проєктів, які обіцяли прорив, але з часом заходили в глухий кут. І Кремнієва долина аж ніяк не гарантований переможець у цих глобальних перегонах.
«Гарні ідеї сьогодні з’являються в Китаї, — сказав він. — Проте Кремнієва долина страждає на манію величі й тому не здатна повірити, що гарні ідеї можуть народжуватися за її межами».