Марк Чен, директор по исследованиям OpenAI, заявил, что компания приближается к моделям ИИ, которые смогут проводить собственные исследования, делая искусственный общий интеллект заметно более достижимым.
Ключевые моменты:
- Чен утверждает, что законы масштабирования по‑прежнему работают, а предобучение и более длинные цепочки рассуждений продолжают двигать прогресс к ИИ общего назначения.
- По его словам, модели, способные к самоподдерживающимся исследованиям, уже близки, и это изменит роль человеческих исследователей.
- Чен назвал углубляющийся кризис оценивания и нерешённое непрерывное обучение главными препятствиями для области.
Как Чен видит путь к ИИ общего назначения
Чен изложил свои взгляды в недавнем подкасте, где он готовил на камеру и параллельно объяснял исследовательскую стратегию OpenAI.
Он оспорил тезис о том, что масштабирование застопорилось. По его словам, этот аргумент всплывает каждый раз, когда область упирается в новое узкое место.
По его словам, компания движется по экспоненциальной кривой, которая сохраняется почти на 10 порядков величины, и мало что указывает на то, что она сломается, как он заявил.
Чен также указал на ставку OpenAI на рассуждения. Он сказал, что ранние скептики внутри компании сомневались в проекте o1, пока Якуб Пахоцкий, Илья Суцкевер и ещё несколько человек не продвинули его вперёд.
Сейчас он ожидает, что модели возьмут на себя исследовательские задачи, растянутые на недели, и будут выдавать идеи, выходящие за пределы слепых зон человеческих экспертов.
По его словам, дорожная карта OpenAI рассчитана на три года и завершается моделями, которые ведут исследование от начала до конца — от первой идеи до готового результата.
Также читайте: BitMine идёт против распродажи, делая ставку $43 млн на Ethereum, стратегия даёт сбой
Почему важна идея «исследователя вайба»
Чен ввёл термин, который привлёк внимание, — «исследователь вайба».
В таком будущем, пояснил он слушателям, лучшие исследователи перестают писать каждую строку кода и вместо этого направляют модели, которые берут на себя исполнение и планирование. Человеческая работа сужается до двух задач: задавать острые вопросы и решать, несёт ли ответ подлинный вкус.
Это видение стоит на шатком фундаменте, и Чен этого не скрывает.
Он предупредил о кризисе оценивания, описав команды, которые гонятся за результатами бенчмарков без реального прогресса, — привычку, которую он называет benchmaxxing. Старые тесты теперь насыщены, а новые почти сразу теряют ценность после публикации.
Непрерывное обучение остаётся более сложным разрывом. Чен назвал его базовой способностью, которую область ещё должна открыть, хотя, по его словам, многие усилия уже направлены на эту проблему.
Если эта дуга сохранится, предположил Чен, самый дефицитный человеческий ресурс сместится от «сырого» интеллекта к суждению и жизненному опыту.
Чен уже высказывал похожие аргументы и раньше. Вокруг запуска GPT-4.5 он утверждал, что парадигма масштабирования может продолжаться, и давно настаивает, что нет доказательств «смерти» законов масштабирования.
Читайте далее: CZ утверждает, что Binance была в нескольких днях от одобрения MiCA, пока не вмешалась политика