Профессор Женевского университета и научный сотрудник компании Meta Франсуа Флёрэ (François Fleuret) опубликовал тезисы, согласно которым большие языковые модели (LLM) могут создавать новые идеи за счёт моделирования плотности вероятности творческого мышления человека.
Франсуа Флёрэ, чьи работы посвящены машинному обучению и нейронным сетям, выступил с аргументацией в пользу того, что LLM не просто комбинируют существующие данные, но и способны порождать инновационные концепции. По его словам, модели обучаются на массивах текстов, созданных людьми с высоким творческим потенциалом, и таким образом усваивают распределение вероятностей для генерации оригинальных идей.
В основе рассуждений Флёрэ лежит предположение, что творчество не сводится к случайному перебору вариантов, а подчиняется определённым статистическим закономерностям. «Модели не воспроизводят шаблоны дословно — они экстраполируют паттерны мышления, характерные для новаторов», — отметил исследователь. При этом он подчеркнул, что речь идёт не о сознательном понимании, а о статистическом моделировании процессов, которые в человеческом мозге приводят к появлению новых идей.
Тезисы Флёрэ вызвали дискуссию в научном сообществе. Критики, в том числе когнитивный психолог Гэри Маркус (Gary Marcus), указывают на отсутствие эмпирических доказательств того, что LLM действительно способны на творческий прорыв за пределами интерполяции данных. В ответ Флёрэ сослался на эксперименты, в которых модели генерировали гипотезы, не встречавшиеся в обучающих корпусах, однако признал, что вопрос требует дальнейших исследований.
Работа Флёрэ опубликована в его личном блоге и сопровождается примерами генерации моделями Meta научных гипотез и художественных концепций. Исследователь также предложил методику оценки оригинальности идей, порождённых LLM, основанную на сравнении с базами данных существующих публикаций.
Источники: X-пост Франсуа Флёрэ (François Fleuret), 21 июня 2026; блог автора.