Ян Лекун: современный ИИ не умный — что предлагает стартап LeCun

Ян Лекун, один из самых авторитетных исследователей в области искусственного интеллекта, открыто критикует современные подходы к созданию ИИ. По его словам, нынешние большие языковые модели, на которых основаны ChatGPT и аналогичные системы, «не умны» — они лишь статистически предсказывают следующее слово, не понимая смысла. В ответ на это Лекун основал стартап, который работает над более гибкой и по-настоящему интеллектуальной системой. Эта система, получившая название H-JEPA, обещает изменить представления о том, как машины учатся и рассуждают. В этой статье мы подробно разберем, чем подход Лекуна отличается от существующих технологий, почему он считает современные нейросети тупиковым направлением и какие перспективы открывает его архитектура для бизнеса и разработчиков.

Стартап Лекуна: новая архитектура вместо нейросетей

Лекун, получивший известность как создатель сверточных нейросетей и лауреат премии Тьюринга, в 2023 году запустил компанию, название которой пока не раскрывается. Его команда разрабатывает систему под названием H-JEPA (Hierarchical Joint Embedding Predictive Architecture). В отличие от генеративных моделей, которые предсказывают следующее слово, H-JEPA учится предсказывать абстрактные представления о мире. Это позволяет системе понимать причинно-следственные связи и адаптироваться к новым ситуациям без огромных объемов данных.

Ключевое отличие подхода Лекуна — отказ от генерации текста или изображений как основной цели. Вместо этого система строит внутреннюю модель мира, которая помогает ей планировать действия и рассуждать. Такой подход ближе к тому, как учится человек: мы не запоминаем каждое слово, а формируем представления о том, как устроен мир. Лекун утверждает, что его архитектура сможет достичь уровня интеллекта, сравнимого с человеческим, но для этого потребуется еще несколько лет исследований.

Предыстория и контекст: от нейросетей к мировым моделям

Идея Лекуна о «моделях мира» не нова — она восходит к работам когнитивных психологов середины XX века. Однако только сейчас вычислительные мощности и объемы данных позволяют реализовать такие системы. В 2010-х годах Лекун вместе с Джеффри Хинтоном и Йошуа Бенжио заложил основы глубокого обучения, за что они получили премию Тьюринга в 2018 году. С тех пор индустрия сфокусировалась на масштабировании нейросетей, что привело к появлению ChatGPT и подобных сервисов. Но Лекун неоднократно предупреждал, что этот путь ведет в тупик, поскольку модели остаются «симулякрами» без реального понимания.

Его критику поддерживают и другие эксперты. Так, в 2023 году исследователи из Стэнфорда показали, что большие языковые модели легко «обмануть» простыми логическими задачами, которые человек решает без труда. Это подтверждает тезис Лекуна о том, что современный ИИ лишь имитирует рассуждения, но не обладает ими. Интересно, что подход Лекуна перекликается с концепцией «мира в голове», которую развивают нейробиологи: мозг постоянно строит предсказания о том, что произойдет дальше, и корректирует их на основе сенсорного ввода.

Чем H-JEPA отличается от ChatGPT?

Главное отличие — в цели обучения. ChatGPT учится предсказывать следующее слово в тексте, в то время как H-JEPA учится предсказывать следующее состояние мира. Это значит, что система Лекуна не просто генерирует правдоподобный текст, а принимает решения на основе понимания ситуации. Например, если попросить такую систему приготовить кофе, она не просто выдаст рецепт, а сможет спланировать последовательность действий в реальной кухне, учитывая, что кофе может закончиться, а чашка может быть грязной. Для этого ей не нужны миллионы примеров — она использует свои знания о физическом мире.

Еще одно отличие — эффективность. Современные модели требуют огромных вычислительных ресурсов и данных, тогда как H-JEPA задумана как самообучающаяся система, которая может работать с меньшими объемами информации. Лекун сравнивает это с обучением ребенка, который учится на нескольких примерах, а не на миллиардах. Однако пока это лишь концепция, и до практического применения далеко.

Технические подробности: как работает H-JEPA

Архитектура H-JEPA основана на иерархии уровней абстракции. Нижние уровни обрабатывают сенсорные данные (например, изображения или звук), а верхние — формируют обобщенные представления о ситуациях. Система обучается предсказывать не сами данные, а их латентные представления, что позволяет ей игнорировать несущественные детали и сосредотачиваться на важных закономерностях. Такой подход снижает вычислительную сложность и повышает способность к обобщению.

В отличие от трансформеров, которые лежат в основе ChatGPT, H-JEPA не использует механизм внимания ко всем элементам последовательности. Вместо этого она строит иерархическую модель, где каждый уровень предсказывает следующий. Это делает систему более интерпретируемой: можно понять, какие признаки система считает важными. Лекун утверждает, что его команда уже провела эксперименты, показавшие, что H-JEPA способна решать задачи, с которыми не справляются большие языковые модели, например, логические головоломки и задачи на планирование.

Кого затронет и как: перспективы для бизнеса и разработчиков

Если подход Лекуна окажется успешным, он может изменить индустрию ИИ. Бизнес, который сегодня тратит миллионы на обучение и эксплуатацию больших моделей, получит более дешевые и надежные системы. Разработчики смогут создавать приложения, которые действительно понимают задачи пользователя, а не просто выдают релевантный текст. Особенно это важно для робототехники и автономных систем, где требуется принимать решения в реальном времени.

Для российских компаний это также открывает возможности: если новая архитектура будет доступна как open-source, отечественные разработчики смогут адаптировать ее под свои задачи, не завися от западных API. Однако пока стартап Лекуна находится на ранней стадии, и до коммерческих продуктов еще далеко. Тем не менее, уже сейчас стоит следить за публикациями команды, чтобы понять, какие технологии придут на смену генеративным моделям.

Что будет дальше: прогнозы и ожидания

Лекун планирует представить первые результаты работы H-JEPA в ближайшие годы. В интервью он говорил, что его цель — создать систему, которая сможет пройти тест Тьюринга не на словах, а на деле, то есть будет демонстрировать настоящее понимание. Однако он предупреждает, что это может занять десятилетия. В ближайшей перспективе стоит ожидать научных публикаций и бенчмарков, которые покажут, насколько H-JEPA превосходит существующие модели.

Эксперты разделились: одни считают, что Лекун на верном пути, другие сомневаются, что его подход сможет конкурировать с масштабированием нейросетей. Тем не менее, его авторитет и поддержка таких гигантов, как Meta (признана экстремистской и запрещена в РФ), где он работает главным научным сотрудником по ИИ, дают основания для серьезного отношения к его работе. Возможно, именно H-JEPA станет основой для следующего поколения искусственного интеллекта, которое будет по-настоящему умным.

Итог

Заявление Лекуна о том, что современный ИИ «не умный», — это не просто провокация, а сигнал о смене парадигмы. Его стартап предлагает альтернативу большим языковым моделям, основанную на принципах обучения, близких к человеческим. Если его подход сработает, мы станем свидетелями революции в области искусственного интеллекта, которая изменит не только технологии, но и нашу повседневную жизнь. Следить за развитием событий стоит уже сейчас.