Франсуа Шолле, создатель фреймворка Keras и теста ARC, покинул Google после 10 лет работы и основал новую лабораторию искусственного интеллекта под названием Ndea. Его партнёром стал Майк Кнуп, сооснователь Zapier и фонда ARC Prize, известный как успешный предприниматель и инвестор в сфере ИИ.
Ndea планирует объединить глубокое обучение с синтезом программ — технологией, которая автоматически генерирует программы для решения задач. Шолле считает, что этот метод может привести к прорывам в создании систем искусственного интеллекта.
«У нас есть небольшая, но реальная возможность создать ИИ, который будет учиться так же эффективно, как люди, и продолжать совершенствоваться без ограничений», — говорит Шолле.
Синтез программ, по мнению команды Ndea, находится на стадии развития, аналогичной глубокому обучению в 2012 году. Хотя многие считают его лишь частью общей картины, Ndea придаёт ему такое же значение, как и глубокому обучению. Название компании символично: оно сочетает греческие слова ennoia (интуитивное понимание) и dianoia (логическое мышление), отражая цель объединить оба подхода.
Фабрика для научных достижений
Ndea намерена ускорить научный прогресс с помощью ИИ, создавая распределённую команду исследователей для разработки и коммерциализации новых идей. Многое из этого будет основываться на предыдущих проектах Шолле в Google, таких как тест ARC и его статья «On the Measure of Intelligence».
К этому моменту, подход Ndea кажется своевременным: новая модель OpenAI, o3, недавно достигла впечатляющих результатов на тесте ARC — 75,7% на стандартных вычислениях и 87,5% на улучшенных. Несмотря на это, Шолле считает, что модель всё ещё далека от настоящего общего интеллекта.
Важность подхода Ndea
Комбинация глубокого обучения и синтеза программ уже показывает отличные результаты, особенно на сложных задачах, таких как ARC. Этот подход может стать ключом к созданию систем, которые будут обучаться, решать задачи и совершенствоваться так же, как это делают люди.
Ndea делает акцент на долгосрочных исследованиях и готова двигаться от традиционных бенчмарков к созданию практических решений, способных изменить подход к искусственному интеллекту.
