François Chollet に関する報道

何恺明のチームはNAT-ARCを通じて、大規模言語モデルのテキスト化スキームをバイパスし、純粋なビジョンモデルであっても自然画像の自己教師あり事前学習を用いることで、同様に抽象推論の難問を克服できることを証明した。これは、汎用知能の媒体が言語に限定されるわけではなく、視覚表現の転移能力がAIの推論のボトルネックを打破するためのもう一つの重要なアプローチになりつつあることを示している。

フランソワ・ショレ（François Chollet）によるOpenAIのアプローチに対する手厳しい批判は、現在の大規模言語モデルがAGIに至る道程において直面している方法論的危機を浮き彫りにしています。業界が統計的確率に基づくスケーリング則にすべてのリソースを賭けているとき、それはアーキテクチャのボトルネックに陥る可能性があり、かえって真の推論能力と学習能力を備えた人間のような知性の到来を遅らせることになりかねません。