# Франсуа Шолле: «Масштабирование моделей не приведет нас к AGI»

Источник: https://www.youtube.com/watch?v=5QcCeSsNRks
Канал: Y Combinator
Опубликовано: 03.07.2025

---

## Путь к AGI: Франсуа Шолле о «проклятии» масштабирования и новых горизонтах [[JUMP:00:00]]

Индустрия искусственного интеллекта переживает фундаментальный сдвиг парадигмы. Франсуа Шолле, известный исследователь ИИ, утверждает, что привычная стратегия «накачивания» моделей данными и вычислительными мощностями достигла своего потолка. По его мнению, для достижения общего искусственного интеллекта (AGI) необходимо перейти от автоматизации статических навыков к созданию систем, способных к автономному изобретательству и адаптации на лету.

## 📉 Кризис парадигмы масштабирования
[[JUMP:00:14]]

С 1940-х годов стоимость вычислительных мощностей снижается на два порядка каждое десятилетие. В 2010-х годах это привело к триумфу глубокого обучения: модели стали предсказуемо лучше работать по мере увеличения размера архитектуры и объема обучающих данных.

Однако возникло опасное заблуждение: многие эксперты начали экстраполировать этот успех, веря, что AGI возникнет спонтанно при «запихивании» еще больших объемов данных в еще более масштабные модели.

Основные проблемы этого подхода, по мнению Шолле:

* **Путаница в определениях:** Существует разница между «зазубренными» навыками (статичными) и «жидким» общим интеллектом (способностью понимать новое).
* **Ловушка бенчмарков:** Большинство экзаменационных тестов для ИИ измеряют конкретные навыки, а не интеллект, так как они предполагают наличие у модели заранее «выученных» ответов.
* **Закон «успеха любой ценой»:** Сосредоточенность на одном показателе успеха приводит к тому, что система достигает цели (например, обыгрывает человека в шахматы), но не обретает при этом общего интеллекта.

## 🧠 Что такое интеллект на самом деле?
[[JUMP:04:55]]

Франсуа Шолле предлагает различать два подхода к определению цели ИИ:

1.  **Взгляд Минского (корпоративный):** ИИ должен выполнять экономически ценные задачи, которые раньше делали люди.
2.  **Взгляд Шолле:** Интеллект — это процесс обработки информации, позволяющий справляться с новыми, непредсказуемыми ситуациями. Интеллект — это коэффициент эффективности использования прошлого опыта для решения задач в будущем.

Шолле сравнивает это с различием между «дорожной сетью» (готовые маршруты) и «компанией по строительству дорог» (способность прокладывать новые пути там, где их никогда не было).

## 🧩 Тесты ARC и переход к адаптации
[[JUMP:11:59]]

Для измерения «жидкого» интеллекта Шолле в 2019 году создал бенчмарк **ARC** (Abstraction and Reasoning Corpus).

* **ARC1:** Состоит из 1000 уникальных задач, которые невозможно «зазубрить». Даже после 50 000-кратного увеличения моделей их результат оставался близким к нулю.
* **Смена парадигмы:** В 2024 году сообщество начало переходить к **адаптации во время теста (test-time adaptation)** — способности модели изменять свое поведение на лету. Именно это позволило современным моделям (например, O3 от OpenAI) показать значимый прогресс на ARC.

В марте 2026 года был представлен **ARC2**, который еще сложнее «взламывается» и требует от модели осознанного рассуждения. По мнению Шолле, мы еще далеки от AGI, так как все еще можем легко придумать задачи, которые человек решит без подготовки, а ИИ — нет.

## 🏗 Будущее: Две формы абстракции и дискретный поиск
[[JUMP:24:42]]

Интеллект, как считает гость, строится на комбинировании двух типов абстракции:

1.  **Тип 1 (Ценностно-ориентированная):** Основана на интуиции и распознавании паттернов в непрерывных пространствах (современное глубокое обучение/трансформеры).
2.  **Тип 2 (Программно-ориентированная):** Основана на логике, поиске точных структур (изоморфизмов) в дискретных программах.

Именно **дискретный поиск программ** (Discrete Program Search) является ключом к изобретательству. Шолле и его новая исследовательская лаборатория **Tendia** работают над архитектурой, которая объединяет лучшее из обоих миров:

* Использование интуиции нейросетей (тип 1) для направления поиска в огромном пространстве возможных программ (тип 2).
* Создание «библиотеки абстракций», которая пополняется по мере решения задач, позволяя системе учиться и становиться эффективнее.

По словам Шолле, цель — создать не просто автоматизированную систему, а «программиста», способного независимо расширять границы человеческого знания.