Основатель некоммерческой организации OpenMined Эндрю Траск (Andrew Trask) согласился с утверждением учёного Ричарда Саттона (Richard Sutton) о том, что обучение генеративных моделей на основе контролируемого подхода не позволяет совершать принципиально новые научные открытия.
В дискуссии, развернувшейся в социальной сети X, Траск поддержал позицию Саттона, одного из ведущих специалистов в области обучения с подкреплением. Саттон ранее утверждал, что современные методы генеративного ИИ, опирающиеся на большие массивы размеченных данных, не способны выходить за рамки уже известных закономерностей. По его словам, для подлинных научных прорывов необходимы алгоритмы, способные самостоятельно формулировать гипотезы и проверять их в условиях неопределённости — например, методы обучения с подкреплением.
Траск, возглавляющий OpenMined — организацию, занимающуюся разработкой инструментов для конфиденциального машинного обучения, — развил эту мысль. Он отметил, что генеративные модели, такие как большие языковые модели (LLM), по сути, лишь «переупаковывают» существующие знания, не создавая новых. «Контролируемое обучение — это мощный инструмент для оптимизации известных задач, но не для открытия неизвестных», — написал Траск в своём посте.
В обсуждении также приняли участие другие эксперты и предприниматели, в том числе Илон Маск (Elon Musk), который ранее высказывался о потенциале ИИ в научных исследованиях. Однако большинство участников дискуссии склонились к мнению, что текущие архитектуры генеративных моделей ограничены их зависимостью от данных, созданных человеком. Как подчеркнул один из комментаторов, «модели не могут выйти за пределы того, что уже было кем-то сформулировано».
Вопрос о границах возможностей генеративного ИИ приобретает особую актуальность на фоне растущих инвестиций в эту область. Компании вроде Google DeepMind и Anthropic активно развивают гибридные подходы, сочетая генеративные модели с методами обучения с подкреплением, чтобы преодолеть указанные ограничения.
Источники: X-пост Эндрю Траска (Andrew Trask), 31 мая 2026; публикации Ричарда Саттона (Richard Sutton).