Известный критик ИИ Гэри Маркус резко отреагировал на запуск GPT-5. В своем блоге он обвинил OpenAI в “запоздалой, раздутой и не особо впечатляющей” шумихе и снова указал на старые проблемы во всей индустрии ИИ.
Маркус давно скептически относится к простому увеличению размеров языковых моделей. В развернутой публикации на Substack он назвал GPT-5 «очередным небольшим шагом вперед. И ощущение, что все вышло поспешно». По его мнению, речь идет не о прорыве, а только о незначительном улучшении.
Глава OpenAI Сэм Альтман представил GPT-5 как инструмент, позволяющий общаться «как с доктором наук по любому вопросу». Но Маркус с этим не согласен: «GPT-5 едва ли лучше свежей прошлой версии (Grok 4); по некоторым метрикам (ARC-AGI-2) даже хуже».
Маркус отмечает, что проблемы проявились почти сразу после релиза. «Меня бы действительно впечатлила система, в которой сообщество не нашло бы за неделю массу глупых ошибок и галлюцинаций», — пишет он. Но уже через несколько часов пользователи увидели: неправильные объяснения физики на презентации, неверные решения шахматных задач и ошибки в анализе изображений.
Он ссылается на исследование Университета штата Аризона, вывод которого звучит так: «цепочка рассуждений» — это хрупкая иллюзия, исчезающая за пределами обучающей выборки. Маркус комментирует: «Тот же ахиллесова пята, которую я отмечал раньше, осталась».
По словам Маркуса, именно проблема «сдвига распределения» делает уязвимыми и другие крупные языковые модели — Grok, Gemini — в более сложных задачах. Это неслучайно: «Этот сбой принципиален», — пишет он.
В своем посте Маркус также критикует текущие тенденции в ИИ: ажиотаж вокруг AGI, вырванные из контекста демо-видео, закрытость данных для обучения и то, что индустрия ИИ больше занята маркетингом, чем реальными исследованиями. «Нас несколько лет подряд кормят полнейшей чепухой», — резюмирует он.
В качестве решения Маркус снова призывает к нейросимволическим подходам и к явно прописанным моделям мира. По его мнению, запуск GPT-5 — это не шаг к AGI, а повод даже для фанатов технологий задуматься о правильности самого подхода к масштабированию моделей.
